Funktionen mehrerer Veränderlicher
|
|
- Theodor Ackermann
- vor 6 Jahren
- Abrufe
Transkript
1 Funktionen mehrerer Veränderlicher Betrachtet werden Funktionen f : D R mit Denitionsbereich D R n und Wertebereich R, d. h. man hat die Funktionsgleichung y = f (x) = f (x, x 2,..., x n ) Beispiele: f (x, y) = 2x 2 x y + y 2, g(x, y, z) = xy e z+x 2 sin y + 3z Anwendungen Beschreibung dreidimensionaler Objekte wie Kugel, Zylinder,... ortsabhängige physikalische Gröÿen wie Temperatur, Druck hängen von drei Ortsvariablen ab mehrdim3.pdf, Seite
2 Darstellung Der Graph {(x, y, z) R 3 : z = f (x, y)} einer Funktion zweier Veränderlicher ist eine Fläche im dreidimensionalen Raum. Alternativ ist eine Darstellung durch Höhenlinien möglich. mehrdim3.pdf, Seite 2
3 Höhenlinien der Funktion f (x, y) = sin(x 2 + y 2 ) cos x sin y mehrdim3.pdf, Seite 3
4 Stetigkeit (bei 2 Variablen) Die Funktion f (x, y) ist stetig an der Stelle (x 0, y 0 ) D R 2, wenn für Folgen (x n ) x 0 und (y n ) y 0 gilt lim n f (x n, y n ) = f (x 0, y 0 ). Das heiÿt: Wenn sich (x, y) in der x, yebene dem Punkt (x 0, y 0 ) annähert, so nähern sich die Funktionswerte f (x, y) dem Wert f (x 0, y 0 ) an. Stetigkeit auf D f (x, y) heiÿt stetig auf D, wenn f in jedem Punkt (x 0, y 0 ) D stetig ist. Anschaulich: Die Funktion f (x, y) ist stetig, wenn ihr Graph eine zusammenhängende Fläche ohne Sprungstellen, Risse etc. ist. mehrdim3.pdf, Seite 4
5 Beispiel f (x, y) = x 2 sin y Ist (x 0, y 0 ) R 2 beliebig sowie (x n ) und (y n ) Folgen mit lim x n = x 0 und lim y n = y 0, so gilt nach den Rechenregeln für Grenzwerte lim n f (x n, y n ) = lim n (x 2 n sin y n ) = (lim n x 2 n) (lim n sin y n ) = (lim n x n ) 2 sin(lim n y n ) = x 2 0 sin y 0 = f (x 0, y 0 ) Also ist f an der Stelle (x 0, y 0 ) stetig. Da (x 0, y 0 ) beliebig war, ist f (x, y) auf D = R 2 stetig. mehrdim3.pdf, Seite 5
6 Eigenschaften stetiger Funktionen Summen, Dierenzen, Produkte und Quotienten (falls Nenner 0) stetiger Fuktionen von D R n nach R sind wieder stetig, ebenso die Verkettung f g, wenn g : D R und f : R R stetig sind. Damit gilt: Aus Standardfunktionen wie Polynomen, Wurzel-, Exponential-, Logarithmus- und Sinus-/Kosinusfunktionen zusammengesetzte Funktionen mehrerer Variablen sind i. d. R. stetig. Fall D R n mit n > 2 Stetigkeit für Funktionen mit n Variablen wird analog deniert, z. B. im Fall n = 3 muss gelten lim n f (x n, y n, z n ) = f (x 0, y 0, z 0 ), wenn x n x 0, y n y 0 und z n z 0, mehrdim3.pdf, Seite 6
7 Partielle Ableitungen einer Funktion f : D R sind deniert als Ableitungen nach einer Variablen, wobei die übrigen Variablen als Konstanten betrachtet werden: f x i = lim x 0 f (x,..., x i, x i + x, x i+,..., x n ) f (x,..., x i,..., x n ), x falls der Grenzwert existiert. Alternative Notation: f xi Berechnung = f Berechnet werden partielle Ableitungen f xi x i wie Ableitungen einer Funktion einer Variablen, indem alle Variabeln bis auf x i als Konstanten betrachtet werden. Dabei können alle bekannten Ableitungsregeln benutzt werden. mehrdim3.pdf, Seite 7
8 Beispiele Für f (x, y) = 2x 2 x y + y 2 ist f x = f x (x, y) = f = f (x, y) = 4x y und x x f y = f y (x, y) = f = f (x, y) = x + 2y y y f (x, y, z) = e x 2 y 2 + 2xz sin z 3xyz + y z cos y f x = f x (x, y, z) = 2x e x 2 y 2 + 2z sin z 3yz, f y = 2y e x 2 y 2 3xz + z cos y y z sin y f z = 2x sin z + 2xz cos z 3xy z 2 y cos y. Bemerkung Die partiellen Ableitungen sind wieder Funktionen von n Variablen, was in der Notation f x (x, y) etc. zum Ausdruck gebracht wird. und mehrdim3.pdf, Seite 8
9 Interpretation Die partielle Ableitung f x i misst die Änderung der Funktionswerte, wenn sich der Wert der Variablen x i ändert. Geometrisch ist sie die Steigung einer Geraden, die tangential am Graphen von f anliegt und in Richtung von x i verläuft. Ist f (x, y) eine Funktion von zwei Variablen, so spannen die beiden durch die partiellen Ableitungen nach x und y denierten tangentialen Geraden die Tangentialebene am Graphen von f im Punkt (x, y) auf. mehrdim3.pdf, Seite 9
10 Der Gradient einer Abbildung f : D R ist der ndimensionale Vektor, der sich aus den partiellen Ableitungen zusammensetzt: ( f grad f = f =, f,..., f ), x x 2 x n oft auch als Spaltenvektor geschrieben. Beispiel Für f (x, y) = 2x 2 xy + y 2 ist ( ) ( fx (x, y) grad f (x, y) = = f y (x, y) bzw. für spezielle Werte von (x, y) ( ) 0 grad f (0; 0) =, grad f (0; ) = ( grad f (; 0) = 0 4 ) ( 4x y x + 2y 2 ), ( oder grad f (; 2) = 2 3 ) ). mehrdim3.pdf, Seite 0
11 Gradient geometrisch Der Gradientenvektor zeigt immer in Richtung der gröÿten Steigung, sein Betrag entspricht dem Betrag der Steigung. Beispiel: Gradient von f (x, y) = cos x cos y mehrdim3.pdf, Seite
12 Linearisierung Ähnlich wie bei der Tangente einer Funktion einer Variablen kann zu einer Funktion f (x, y) eine lineare Funktion T (x, y) bestimmt werden, deren Graph sich an einer vorgegebenen Stelle (x 0, y 0 ) an den Graphen von f anschmiegt. T (x, y) wird so gewählt, dass gilt T (x 0, y 0 ) = f (x 0, y 0 ), T x (x 0, y 0 ) = f x (x 0, y 0 ) und T y (x 0, y 0 ) = f y (x 0, y 0 ), d. h. an der Stelle (x 0, y 0 ) stimmen der Funktionswert und beide partielle Ableitungen von f und T überein. Im Fall (x 0 ; y 0 ) = (0; 0) erhält man T (x, y) = f (0; 0) + f x (0; 0) x + f y (0; 0) y ( ) ( ) ( ) fx (0; 0) x x = f (0; 0) +, = f (0; 0) + grad f (0; 0), f y (0; 0) y y mehrdim3.pdf, Seite 2
13 Geometrisch Der Graph der linearisierten Funktion T (x, y) ist eine Tangentialebene am Graphen von f. mehrdim3.pdf, Seite 3
14 Beispiel ( ) x Für f = e y sin x + (x ) y ist y ( ) ( ) ( x e grad f = y cos x + y y e y grad f sin x + x Die Tangentialebene an der Stelle ( ) x y gegeben durch ( ) ( x T = f y 0 0 ) ( ) ( = = ( ) 0 0 ist damit ) ( ) x, = 0 + x y y Damit können Funktionswerte für (x, y) nahe (0, 0) näherungsweise bestimmt werden. Z. B. erhält man ( ) ( ) 0, 2 0, 2 f T = 0, 2 ( 0, ) = 0, 3. 0, 0, Der exakte Wert liegt bei 0,26. ). mehrdim3.pdf, Seite 4
15 Entwicklungspunkt 0 ( ) x0 An der Stelle y 0 erhält man die Tangentialebene durch die Gleichung ( ) x T y ( ) ( ) ( ) x0 x0 x x0 = f + grad f, y 0 y 0 y y 0 ( ) x0 = f + f ( ) x0 (x x y 0 x y 0 )+ f ( ) x0 (y y 0 y y 0 ) 0 mehrdim3.pdf, Seite 5
16 Beispiel ( ) x Die Tangentialebene an f = 2x y (x 2 + y 2 ) an der 2 ( ) ( ) x0 Stelle = hat die Gleichung y 0 ( ) ( x T = f y ) + f x ( ) ( (x ) + f y ) (y ) = + (x ) (y ) = + x y ( ) Benutzt wurde dabei f x = f = x 2 x f x = ( ) und f y = f = y f y y =. mehrdim3.pdf, Seite 6
17 Verallgemeinerung: Tangentialraum im R n Der Tangentialraum einer dierenzierbaren Funktion f : D R im Punkt x 0 D mit D R n hat die Gleichung Beispiel T (x) = f (x 0 ) + grad f (x 0 ), x x 0 f (x, x 2, x 3, x 4 ) = x e x 2 + x x 2 4 hat an der Stelle (x, x 2, x 3, x 4 ) = (; 0; ; ) den Tangentialraum x T (x) = T (x, x 2, x 3, x 4 ) = 2 + 2, x 2 x x 4 = 2 + x + x 2 2(x 3 + ) + 2(x 4 ) mehrdim3.pdf, Seite 7
18 Totale Dierenzierbarkeit Die Existenz der partiellen Ableitungen garantiert noch nicht, dass die Tangentialebene T (x) die Funktion f (x) tatsächlich approximiert. Dazu muss f in x 0 total dierenzierbar sein: Denition f : D R heiÿt total dierenzierbar im Punkt x 0 D, wenn in x 0 alle partiellen Ableitungen f x (x 0 ),..., f xn (x 0 ) existieren und für den Tangentialraum T (x) gilt f (x) T (x). f (x) T (x) = o( x x 0 ) lim = 0 x x0 x x 0 Satz Ist f auf D stetig partiell dierenzierbar, d. h. die partiellen Ableitungen f x,..., f xn existieren für alle x D und sind stetig, so ist f auf ganz D total dierenzierbar. mehrdim3.pdf, Seite 8
19 Bemerkung Die Existenz der partiellen Ableitungen im Punkt x 0 reicht nicht aus für totale Dierenzierbarkeit. Wichtig ist, dass alle partiellen Ableitungen in einer Umgebung von x 0 deniert und stetig sind. Beispiel f : R 2 R,, falls x, y > 0 oder x, y < 0 f (x, y) = sgn (x y) = 0, falls x = 0 oder y = 0, falls x > 0 und y < 0 oder umgekehrt Im Punkt (x 0, y 0 ) = (0, 0) ist f nicht stetig. Für festes y 0 = 0 gilt jedoch f (x, 0) 0, ebenso f (0, y) 0 für festes x 0 = 0. Daher existieren die partiellen Ableitungen f f (0, 0) = (0, 0) = 0. x y Diese liefern jedoch keine lineare Approximation von f (x, y) in der Nähe von (0, 0). mehrdim3.pdf, Seite 9
20 Beispiel f (x, y) = 5 x 2 y 2 Entlang beider Koordinatenachsen ist die Funktion konstant 0. Daher ist f an der Stelle (x 0 ; y 0 ) = (0; 0) partiell dierenzierbar, wobei beide partiellen Ableitungen gleich 0 sind. Die Tangentialebene liefert jedoch keine gute Approximation in der Nähe. mehrdim3.pdf, Seite 20
21 Totales Dierential Mit x = x x 0 R n und y = f (x) f (x 0 ) R gilt für eine total dierenzierbare Funktion y = f (x) in der Nähe von x 0 mit dem Tangentialraum T (x) y = f (x) f (x 0 ) T (x) f (x 0 ) = grad f (x 0 ), x = f x (x 0 ) x + f x2 (x 0 ) x f xn (x 0 ) x n Mit x 0 erhält man als symbolischen Ausdruck das totale Dierential dy = f x dx + f x2 dx f xn dx n Die partielle Ableitung f xi ist der Faktor, um den mulipliziert sich kleine Änderungen der Variable x i auf den Funktionswert y = f (x) auswirken. mehrdim3.pdf, Seite 2
22 Beispiel Die Funktion z = f (x, y) = x 2 sin y hat das totale Dierential dz = f x dx + f y dy = 2x sin y dx + x 2 cos y dy Interpretation im Beispiel An der Stelle (x; y) = (; 0) hat eine kleine Änderung des xwertes um x und des ywertes um y eine Änderung des zwertes um z = 2x sin y x + x 2 cos y y = 0 x + y = y zur Folge. Mit x = y = 0, erhält man dann z. B. f (, ; 0, ) f (; 0) + 0, = 0,. Diese Rechnung beruht auf der Annäherung von f (x, y) an die Tangebtialebene an der Stelle (; 0). Nichtlineare Eekte bleiben dabei unberücksichtigt. mehrdim3.pdf, Seite 22
23 Anwendung: Fehlerrechnung Beispiel: Sei R = R(u, i) = u der elektrische Widerstand, der i als Funktion der zwei Variablen u und i betrachtet wird. Gemessen wurde u = 0 ± 2 und i = 22 ± 0, 4, daraus wird R = 0 = 5 berechnet. Gefragt ist, wie sich Messfehler bei u 22 und i auf die Genauigkeit für R auswirken. Dazu betrachtet man das totale Dierential dr = R u du + R i di = i du u i 2 di Bei den gemessenen Werten ist i = 22 und u i 2 = Damit hat ein Messfehler u bei u eine Ungenauigkeit von U für R zur Folge, ein Messfehler i ergibt eine 22 Ungenauigkeit 5 i für R. 22 mehrdim3.pdf, Seite 23
24 Fortsetzung Beispiel Fehler bei R = u i Da für u und i jeweils Abweichungen nach unten und nach oben möglich sind, muss der maximale Gesamtfehler als Betrag abgeschätzt werden: R 22 u 5 22 i 22 u i Mit u 2 und i 0, 4 erhält man somit R +. d. h. die Messung liefert R = 5 ± 2. Allgemeines Fehlerfortpanzungsgesetz Für y = f (x,..., x n ) gilt für kleine x i y f x x + f x 2 x f x n x n mehrdim3.pdf, Seite 24
25 Weiteres Beispiel Der Radius r = 0 cm eines Zylinders wird mit einer Genauigkeit r = ±0, cm gemessen, die Höhe h = 20 cm mit einer Genauigkeit h = ±0, 5 cm. Für das Volumen V = V (r, h) = π r 2 h erhält man damit eine Genauigkeit (in cm 3 ) V V r r + V h h = 2πr h r + π r 2 h = 400π 0, + 00π 0, 5 = 90π 283 Somit kann das Volumen V = 2000π 6283 cm 3 mit einer Genauigkeit von ±283 cm 3 berechnet werden. mehrdim3.pdf, Seite 25
26 Richtungsableitung Für einen Vektor v R n und t R erhält man durch Approximation über die Tangentialebene in x 0 für x = x 0 + t v: f (x 0 + t v) f (x 0 ) T (x) f (x 0 ) = grad f (x 0 ), t v = t grad f (x 0 ), v Der Ausdruck f v (x 0) = grad f (x 0 ), v ist die Richtungsableitung von f : D R im Punkt x 0 in Richtung des Vektors v R n. Sie gibt die Steigung an, mit der sich die Funktionswerte ändern, wenn sich x vom Punkt x 0 in Richtung des Vektors v ändert. Bemerkung Da der Vektor v i. d. R. nur eine Richtung anzeigen soll, ist es oft sinnvoll, ihn als Einheitsvektor zu wählen. mehrdim3.pdf, Seite 26
27 Beispiel ( Mit f (x, y) = 2x (x 2 + y 2 ) ist grad f 2 ) ( = ( Die Richtungsableitung in Richtung des Vektors v = 5 ist damit ( Mit v = 0 f v ( f v ) ( = ) erhält man ( ) ( = ), ) (, ( 5 0 ) 2 ) = 5 = = f ( x Allgemein ist die Richtungsableitung in Richtung des iten StandardEinheitsvektors gleich der partiellen Ableitung nach der zugehörigen Variable x i (dies folgt unmittelbar aus der Denition). mehrdim3.pdf, Seite 27 ) ). 2 )
28 Vektorwertige Funktionen Analog zu Funktionen f : D R lassen sich auf D R n Funktionen betrachten. f : D R m, f (x) = Beispiele dafür sind lineare Abbildungen f (x,..., x n ) f 2 (x,..., x n ). f m (x,..., x n ) f : R n R m, f (x) = Ax mit einer n mmatrix A. mehrdim3.pdf, Seite 28
29 Bemerkung Jede vektorwertige Funktion f : D R m setzt sich zusammen aus ihren Komponenten, den n skalarwertigen Funktionen f : D R, f 2 : D R,..., f m : D R. f ist genau dann stetig, wenn alle Komponenten stetig sind. Auch Ableitungen lassen sich für alle Komponenten getrennt bestimmen. Beispiel ( ) x f = y ( ) 4x y 2 ist eine stetige Funktion R 2 R 2 2xy + mit den Komponenten f (x, y) = 4x y 2 und f 2 (x, y) = 2xy +. mehrdim3.pdf, Seite 29
30 Ableitung vektorwertiger Funktionen Zu f : D R n können m n partielle Ableitungen f i x j i =,..., m und j =,..., n betrachtet werden. Diese werden zusammengefasst in der JacobiMatrix f f x f x =... x n.. f m x... f m x n Dabei ist die ite Zeile der JacobiMatrix der Gradient der iten Komponente f i von f. Beispiel für Die JacobiMatrix von ( ) 4x y f (x, y) = 2 2xy + ist ( f x = 4 2y 2y 2x ) mehrdim3.pdf, Seite 30
31 Totale Ableitung Sind alle partiellen Ableitungen stetig in x 0, so gilt mit der JacobiMatrix A = f x (x 0) f (x) = f (x 0 ) + A(x x 0 ) + R(x) mit lim x x0 R(x) x x 0 = 0, d. h. die JacobiMatrix liefert die Approximation von f in der Nähe von x 0 durch eine lineare Abbildung. Beispiel ( f (x, y) = 4x y 2 2xy + ) mit (x 0, y 0 ) = (; ): ( ( ) ( f (x, y) f (; ) + f (; ) x x y ( ) ( )( ( ) ( )) x = y )) mehrdim3.pdf, Seite 3
32 Extremwerte für Funktionen f : D R Hat f in einem inneren Punkt des Denitionsbereichs ein relatives (lokales) Maximum oder Minimum, so muss gelten grad f = 0 f x = f x2 =... = f xn = 0 Beispiel f (x, y) = x 2 3x + x y + y 2 Es folgt grad f = 0 { { 2x + y = 3 x = 2 x + 2y = 0 y = Um festzustellen, ob es sich um ein Maximum, Minimum oder einen Sattelpunkt handelt, können die zweiten partiellen Ableitungen betrachtet werden. mehrdim3.pdf, Seite 32
33 Zweite partielle Ableitungen Dierenziert man die partielle Ableitung f xi man die zweite partielle Ableitung nach x j, so erhält f xi x j = 2 f x i x j = f x i x j Beispiel f (x, y) = x 2 3x + x y + y 2 Aus f x = f x = 2x 3 + y und f y = f y f xx = 2 f x 2 = 2, f xy = 2 f y x = f yx = 2 f x y = und f yy = 2 f y 2 = 2 = x + 2y folgt Satz: Sind die 2. partiellen Ableitungen stetig, so gilt f xy = f yx bzw. allgemein f xi x j = f xj x i, d. h. die Reihenfolge der Dierenziation kann vertauscht werden. mehrdim3.pdf, Seite 33
34 HesseMatrix Die HesseMatrix H f fasst die zweiten partiellen Ableitungen zusammen (d. h. H f ist die JacobiMatrix des Gradienten): H f = 2 f x 2 = (a ij) = ( f xi x j ) n i,j= Im Beispiel f (x, y) = x 2 3x + x y + y 2 ist ( ) ( ) fxx f H f = xy 2 = unabhängig von x und y. f yx f yy 2 Im Allgemeinen jedoch sind die Einträge der HesseMatrix Funktionen. Die HesseMatrix ist immer symmetrisch, d. h. a ji = a ij. mehrdim3.pdf, Seite 34
35 Kriterien für Maximum und Minimum ( ) ( ) x0 x0 Ist grad f = 0, so ist zu prüfen, ob H y f = H f an der 0 y 0 Stelle ( x0 y 0 ) positiv denit, negativ denit oder indenit ist, um zu entscheiden, ob ein Minimum, Maximum oder ein Sattelpunkt vorliegt. Sind alle Eigenwerte von H f > 0 (H f ist positiv denit), so liegt ein lokales Minimum vor. Sind alle Eigenwerte von H f < 0 (H f ist negativ denit), so liegt ein lokales Maximum vor. Hat H f sowohl positive als auch negative Eigenwerte (H f ist indenit), so liegt weder ein Maximum noch ein Minimum, sondern ein Sattelpunkt vor. Hat H f den Eigenwert 0, so ist keine allgemeine Aussage möglich. mehrdim3.pdf, Seite 35
36 Spezialfall n = 2 Bei einer Funktion f (x, y) mit zwei Veränderlichen kann wie folgt vorgegangen werden: ( ) ( ) fx (x Ist grad f (x 0 ; y 0 ) = 0 ; y 0 ) 0 =, so kann die f y (x 0 ; y 0 ) 0 Determinante der HesseMatrix ( ) fxx (x H f = H f (x 0 ; y 0 ) = 0 ; y 0 ) f xy (x 0 ; y 0 ) bestimmt werden. f yx (x 0 ; y 0 ) f yy (x 0 ; y 0 ) Dabei gilt: Ist det H f = f xx f yy f 2 xy < 0, so so hat f weder ein Minimum noch ein Maximum, sondern einen Sattelpunkt. Ist det H f > 0 und f xx < 0, so hat f ein lokales Maximum. Ist det H f > 0 und f xx > 0, so hat f ein lokales Minimum. Ist det H f = 0, so lässt sich keine allgemeine Aussage machen, ob ein Maximum, Minimum oder ein Sattelpunkt vorliegt. mehrdim3.pdf, Seite 36
37 Im Beispiel f (x, y) = x 2 3x + x y + y 2 war die einzige Nullstelle des Gradienten gegeben durch (x 0 ; y 0 ) = (2; ). Weiter ist ( det H f (x 0 ; y 0 ) = det 2 2 ) = 2 2 = 3 > 0 und f xx (x 0 ; y 0 ) = 2 > 0, also hat f in (x 0 ; y 0 ) = (2; ) ein lokales Minimum. Bemerkung/Warnung Die obigen Kriterien für Maxima/Minima mit Hilfe der Determinante sind nur für Funktionen mit zwei Variablen anwendbar. Im Fall n 3 müssen die Eigenwerte oder die Hauptminoren der HesseMatrix betrachtet werden. mehrdim3.pdf, Seite 37
38 Weiteres Beispiel Gesucht sind die relativen Extremstellen von f (x, y) = (x 2 ) sin y im Bereich x R und 0 y < 2π. Zunächst wird der Gradient berechnet: ( ) ( ) x 2x sin y grad f =. y (x 2 ) cos y Damit der Gradient der Nullvektor ist, müssen zwei Gleichungen erfüllt sein: () 2x sin y = 0 x = 0 oder y = 0 oder y = π, (2) (x 2 ) cos y = 0 x = oder x = oder y = π 2 oder y = 3 2 π. mehrdim3.pdf, Seite 38
39 Fortsetzung Beispiel f (x, y) = (x 2 ) sin y Es gibt 6 Stellen, an denen beide Bedingungen erfüllt sind: ( ) ( ) ( ) ( ) ( ) ( ) x 0 x2 0 x3 =, = 3 y π/2 y 2 π, =, y ( ) ( ) ( ) ( ) ( ) ( ) x4 x5 x6 =, =, =, y 4 π y 5 0 y 6 π Um festzustellen, an welchen dieser Nullstellen des Gradienten sich Minima, Maxima bzw. Sattelpunkte von f (x, y) benden, muss die HesseMatrix bestimmt werden: ( ) ( x H f = y 2 sin y 2x cos y 2x cos y (x 2 ) sin y ) mehrdim3.pdf, Seite 39
40 Fortsetzung Beispiel f (x, y) = (x 2 ) sin y Die Kandidaten für Minima/Maxima in die HesseMatrix eingesetzt liefern: ( ) ( ) x 2 0 H f =. y 0 Hier ist die Determinante +2 > 0. Wegen f xx = 2 > 0 liegt ein lokales Minimum vor. ( ) ( ) x2 2 0 H f =. y 2 0 Hier ist die Determinante ebenfalls +2 > 0. Wegen f xx = 2 < 0 liegt ein lokales Maximum vor. ( ) ( ) ( ) x3 x6 0 2 H f = H y f =. 3 y Hier ist die Determinante 4 < 0, also liegen Sattelpunkte vor. Ein ähnliches Ergebnis erhält man für die beiden übrigen Kandidaten (x 4, y 4 ) und (x 5, y 5 ). mehrdim3.pdf, Seite 40
41 Quadratische Approximation Die mehrdimensionale Version der quadratischen Approximation f (x + h) T 2 (x + h) = f (x) + f (x) h + f (x) h 2 erfolgt mit 2 Hilfe der durch die HesseMatrix A = H f (x 0 ) denierten quadratischen Form: f (x + h) = f (x) + grad f (x), h + 2 h, Ah + R 2(x + h), wobei lim h 0 R 2 (x+h) h 2 = 0. mehrdim3.pdf, Seite 4
42 Im Beispiel f (x, y) = x 2 3x + x y + y 2 mit Entwicklungspunkt (x, y) = 0: f (h, h 2 ) ( ) (, h h 2 ) + 2 ( ) ( h, h )( ) h h 2 ( ) ( ) = 3h + h 2h, + h 2 = 3h 2 h 2 h + 2h + h 2 + h h 2 + h Hier stimmt f mit seiner quadratischen Approximation überein, d. h. R 2 (h) 0. Dies liegt daran, dass f selbst ein Polynom 2. Grades in (x, y) ist. mehrdim3.pdf, Seite 42
43 Höhere partielle Ableitungen Ähnlich wie 2. partielle Ableitungen könnnen durch mehrfaches Dierentieren auch Ableitungen der Ordnung 3 und höher berechnet werden. Beispiele f xxx = fxx x, f xyz = fxy z, f xyzz = fxyz z, f xyxy = fxyx y Allgemein gilt: Die Reihenfolge der Dierenziation ist vertauschbar. Zum Beispiel ist f xyz = f xzy = f yzx sowie f yxyx = f xxyy. mehrdim3.pdf, Seite 43
44 Beispiel f (x, y, z) = e x 2 y 2 + 2xz sin z 3xyz + y z cos y Zu den. partiellen Ableitungen f x = 2x e x 2 y 2 + 2z sin z 3yz, f y = 2y e x 2 y 2 3xz + z cos y y z sin y und f z = 2x sin z + 2xz cos z 3xy z 2 y cos y. siehe früheres Beispiel. Weiter ist f xy = fx y = 4xy ex 2 y 2 3z = fy x = f yx sowie f xyz = fxy z = 3 = f yxz = f yxz = f yzx = f zxy = f zyx Andere höhere partielle Ableitungen sind z. B. f xyx = 4y( + 2x 2 )e x 2 y 2 = f yxx = f xxy und f xyxy = 4( 2y 2 )( + 2x 2 )e x 2 y 2 = f xxyy = f xyyx = f yyxx = f yxxy = f yxyx mehrdim3.pdf, Seite 44
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Dr. Nico Düvelmeyer Freitag, 1. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Einführung und Wiederholung Beispiel
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
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.
MehrMathematik 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
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.
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
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,
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)
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:
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
MehrAbiturvorbereitung Mathematik -Dierentialrechnungc Max. Hoffmann
Abiturvorbereitung Mathematik -Dierentialrechnungc Max Hoffmann 1 Ganzrationale Funktionen Im Folgenden wollen wir uns mit ganzrationale Funktionen und der Untersuchung solcher beschäftigen. Dabei werden
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)
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
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
MehrMathematik Abitur Zusammenfassung Marius Buila
Mathematik Abitur Zusammenfassung Marius Buila 1.Analysis 1.1 Grundlagen: Ableitung f (u) ist Steigung in Punkt P (u/f(u)) auf K f(x) = a * x r f (x) = a * r * x r-1 Tangentengleichung: y= f (u) * (x-u)
MehrUmgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
MehrMathematik I für Wirtschaftswissenschaftler
1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.
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
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.
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 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
MehrVorkurs Mathematik Übungen zu Polynomgleichungen
Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.
Mehr3.3 Eigenwerte und Eigenräume, Diagonalisierung
3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.
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
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
MehrTeil II. Nichtlineare Optimierung
Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene
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
Mehr2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.
2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es
MehrNichtlineare Optimierung ohne Nebenbedingungen
Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt
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-
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
MehrOptimierung für Nichtmathematiker
Optimierung für Nichtmathematiker Typische Prüfungsfragen Die folgenden Fragen dienen lediglich der Orientierung und müssen nicht den tatsächlichen Prüfungsfragen entsprechen. Auch Erkenntnisse aus den
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
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.
MehrFormelsammlung Wirtschaftsmathematik
Formelsammlung Wirtschaftsmathematik Strobel Stefan 29. Januar 2006 Inhaltsverzeichnis I. Mathematik 2 1. Umrechnung von Dezimalzahlen in Brüche 2 2. Differentiationsregeln 2 2.1. Summenregel..................................
Mehr( ) als den Punkt mit der gleichen x-koordinate wie A und der
ETH-Aufnahmeprüfung Herbst 05 Mathematik I (Analysis) Aufgabe [6 Punkte] Bestimmen Sie den Schnittwinkel α zwischen den Graphen der Funktionen f(x) x 4x + x + 5 und g(x) x x + 5 im Schnittpunkt mit der
MehrDifferentialrechnung von Funktionen mehrerer Variablen
Prof. Dr. J. Dorfmeister Vorkurs Mathematik Intensiv TU München Robert Lang WS 06/07 Differentialrechnung von Funktionen mehrerer Variablen Technische Universität München Wintersemester 2006/2007 1 Funktionen
MehrAbituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y
MehrMathematik I für Wirtschaftswissenschaftler Klausur am 08.06.2004, 15.45 17.45.
Mathematik I für Wirtschaftswissenschaftler Klausur am 8.6.4, 5.45 7.45. Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben. b) Lösungswege und Begründungen sind anzugeben. Die
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrDas Optimierungsverfahren mit Lagrange-Multiplikatoren. Robert Koschig (www.massmatics.de), 09/2012
Das Optimierungsverfahren mit Lagrange-Multiplikatoren Robert Koschig www.massmatics.de, 9/ Inhaltsverzeichnis Motivation. Wo taucht so etwas auf?...................................... Was ist das Problem?......................................
MehrKern- und Schulcurriculum Mathematik Klasse 9/10. Stand Schuljahr 2009/10
Kern- und Schulcurriculum Mathematik /10 Stand Schuljahr 2009/10 Fett und kursiv dargestellte Einheiten gehören zum Schulcurriculum In allen Übungseinheiten kommt die Leitidee Vernetzung zum Tragen - Hilfsmittel
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
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,
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
MehrAbschlussprüfung an der Fachoberschule im Schuljahr 2013/2014
Senatsverwaltung für Bildung, Jugend und Wissenschaft Abschlussprüfung an der Fachoberschule im Schuljahr 0/04 Fach (A) Prüfungstag 9. Mai 04 Prüfungszeit Zugelassene Hilfsmittel Allgemeine Arbeitshinweise
MehrGleichungen Lösen. Ein graphischer Blick auf Gleichungen
Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term
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)
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
MehrUnterlagen für die Lehrkraft
Ministerium für Bildung, Jugend und Sport Zentrale Prüfung zum Erwerb der Fachhochschulreife im Schuljahr 01/01 Mathematik. Juni 01 09:00 Uhr Unterlagen für die Lehrkraft 1. Aufgabe: Differentialrechnung
MehrRekursionen (Teschl/Teschl 8.1-8.2)
Rekursionen (Teschl/Teschl 8.1-8.2) Eine Rekursion kter Ordnung für k N ist eine Folge x 1, x 2, x 3,... deniert durch eine Rekursionsvorschrift x n = f n (x n 1,..., x n k ) für n > k, d. h. jedes Folgenglied
MehrMathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.
Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen
MehrExtremwertaufgaben. 3. Beziehung zwischen den Variablen in Form einer Gleichung aufstellen (Nebenbedingung),
Extremwertaufgaben x. Ein Landwirt will an einer Mauer einen rechteckigen Hühnerhof mit Maschendraht abgrenzen. 0 Meter Maschendraht stehen zur Verfügung. Wie groß müssen die Rechteckseiten gewählt werden,
MehrGrundwissen 10. Klasse Mathematik. Berechne Umfang und Flächeninhalt des Spitzbogens mit Lösung: ( )
1.1 Der Kreis Der Kreis Umfang Flächeninhalt Der Kreissektor (Kreisausschnitt) mit Mittelpunktswinkel Bogenlänge Flächeninhalt Grundwissen 10. Klasse Mathematik Wie ändert sich der Flächeninhalt eines
MehrMündliches Abitur in IViathematik
Mündliches Abitur in IViathematik Zusatzprüfung: Kurzvortrag mit Prüfungsgespräcti Ziele: Nachweis von fachlichem Wissen und der Fähigkeit, dies angemessen darzustellen erbringen fachlich überfachlich
MehrSchleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015
ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 für Aufgabenpool 1 Analysis
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
MehrSelbständiges Arbeiten. Oberstufe - KSOe (SprachProfil) GeoGebra. Klasse 6bw. Okt. 2011 / R. Balestra
Selbständiges Arbeiten Oberstufe - KSOe (SprachProfil) GeoGebra Klasse 6bw Okt. 2011 / R. Balestra Inhaltsverzeichnis 1 Ziel 2 2 freeware GeoGebra - Der Download 3 3 Die Eingabe von Funktionen 4 3.1 Bearbeitungsmöglichkeiten......................
MehrBeispiele zur Kurvendiskussion (Gebrochen rationale Funktionen)
Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen) Beispiel 1 Diskutiere die durch f(x) = x2 3x 4 x + 2 gegebene Funktion f. a) Definitionsbereich: Der Nenner eines Bruches darf nicht gleich
MehrNeuronale Netze mit mehreren Schichten
Neuronale Netze mit mehreren Schichten Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg (Lehrstuhl Informatik 8) Neuronale Netze mit mehreren
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)
MehrZusammenfassung - Mathematik
Mathematik Seite 1 Zusammenfassung - Mathematik 09 October 2014 08:29 Version: 1.0.0 Studium: 1. Semester, Bachelor in Wirtschaftsinformatik Schule: Hochschule Luzern - Wirtschaft Author: Janik von Rotz
Mehr11.3 Komplexe Potenzreihen und weitere komplexe Funktionen
.3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt
MehrLineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung
Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Artur Trzewik sw562@uni-essen.de v1., 26.3.1998 korrigiert 16. Februar 2 Zusammenfassung Warnung: für die Richtigkeit der Definitionnen
MehrKlassische Theoretische Physik II. V: Prof. Dr. M. Mühlleitner, Ü: Dr. M. Rauch. Klausur 1 Lösung. 01. August 2012, 17-19 Uhr
KIT SS 0 Klassische Theoretische Physik II V: Prof. Dr. M. Mühlleitner, Ü: Dr. M. Rauch Klausur Lösung 0. August 0, 7-9 Uhr Aufgabe : Kurzfragen (+++4=0 Punkte (a Zwangsbedingungen beschreiben Einschränkungen
MehrHauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg
Baden-Württemberg: Abitur 04 Pflichtteil www.mathe-aufgaben.com Hauptprüfung Abiturprüfung 04 (ohne CAS) Baden-Württemberg Pflichtteil Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com
MehrWirtschaftsmathematik.
y y = f(x) F1 F3 a F b x Wirtschaftsmathematik. Lösungen: Fragen zur Selbstkontrolle Betriebswirtschaftslehre (B.A.) Lösungen Lösungen Lektion 1 1. Grundlagen der Analysis 1.1 Arithmetische und algebraische
MehrFunktionen (linear, quadratisch)
Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrMathematik Berufskolleg zur Erlangung der Fachhochschulreife
Mathematik Berufskolleg zur Erlangung der Fachhochschulreife INHALTSVERZEICHNIS. GRUNDLAGEN. DAS KOORDINATENSYSTEM. DARSTELLUNG VON GERADEN. SEITENVERHÄLTNISSE IM RECHTWINKLIGEN DREIECK 4. WEITERE GERADENGLEICHUNGEN
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.
MehrSchleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015
ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 Inhaltsverzeichnis Vorbemerkungen
MehrElemente der Analysis I Kapitel 2: Einführung II, Gleichungen
Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html
MehrLösungen und Lösungshinweise zum Grundkurs Analysis 2
Lösungen und Lösungshinweise zum Grundkurs Analysis 2 Vorbemerkung: Bei einem Buchprojekt dauert meist alles etwas länger als geplant. So ging es mir mit dem Erscheinungdatum des zweiten Bandes, der sich
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrTilgungsrechnung. (K n + R n = ln. / ln(q) (nachschüssig) + R. / ln(q) (vorschüssig)
(K n + R n = ln n = ln q 1 K 0 + R q 1 (K n q + R q 1 K 0 q + R q 1 ) / ln(q) (nachschüssig) ) / ln(q) (vorschüssig) Eine einfache Formel, um q aus R,n,K n und K 0 auszurechnen, gibt es nicht. Tilgungsrechnung
MehrSeminararbeit für das SE Reine Mathematik- Graphentheorie
Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis
Mehr(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu
Herleitung der oppenecker-formel (Wiederholung) Für ein System ẋ Ax + Bu (B habe Höchstrang) wird eine Zustandsregelung u x angesetzt. Der geschlossene egelkreis gehorcht der Zustands-Dgl. ẋ (A B)x. Die
MehrTaylorentwicklung der k ten Dimension
Taylorentwicklung der k ten Dimension 1.) Taylorentwicklung... 2 1.1.) Vorgehenesweise... 2 1.2.) Beispiel: f ((x, y)) = e x2 +y 2 8x 2 4y 4... 3 2.) Realisierung des Algorithmus im CAS Sage Math... 5
MehrMusterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung
Musterlösungen zu n über gewöhnliche Differentialgleichungen a) Gegeben sei die lineare Differentialgleichung y + - y = e - ln, > 0 Man gebe die allgemeine Lösung der homogenen Gleichung an Wie lautet
Mehr34 5. FINANZMATHEMATIK
34 5. FINANZMATHEMATIK 5. Finanzmathematik 5.1. Ein einführendes Beispiel Betrachten wir eine ganz einfache Situation. Wir haben einen Markt, wo es nur erlaubt ist, heute und in einem Monat zu handeln.
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
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
MehrÜbung 3: Einfache Graphiken und Näherungen durch Regression
Übung 3: Einfache Graphiken und Näherungen durch Regression M. Schlup, 9. August 010 Aufgabe 1 Einfache Graphik Für die abgegebene Leistung P = UI eines linearen, aktiven Zweipols mit Leerlaufspannung
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)
MehrName: Klasse: Datum: Klassenarbeit Wachstumsvorgänge Kl10-Gruppe B
Name: Klasse: Datum: Teil B Klassenarbeit Wachstumsvorgänge Kl0-Gruppe B. Gegeben ist die Exponentialfunktion y=f x =0.8 2 x ; x R. (9P) a) Geben Sie die folgenden Eigenschaften dieser Funktion an! Wertebereich,
MehrHinweise zu Anforderungen des Faches Mathematik in Klasse 11 des Beruflichen Gymnasiums Wirtschaft
Berufsbildende Schule 11 der Region Hannover Hinweise zu Anforderungen des Faches Mathematik in Klasse 11 des Beruflichen Gymnasiums Wirtschaft Das folgende Material soll Ihnen helfen sich einen Überblick
MehrFormelsammlung. Folgen und Reihen
Lehrstuhl für BWL, insb. Mthemtik und Sttistik Dipl.-Mth. Mrie Hielscher Mthemtik für Betriebswirte II Formelsmmlung Folgen und Reihen en Folge n ) n N0 : D R, n n := n) mit D N 0 n-te Prtilsumme von n
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
MehrGewöhnliche Differentialgleichungen
XIV Gewöhnliche Differentialgleichungen Definition 4. : Sei n IN, F : D(F IR n+2 IR. Gewöhnliche DGL n ter Ordnung a F (x, y, y,..., y (n = heißt gewöhnliche Differentialgleichung (DGL n ter Ordnung. Läßt
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
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
Mehr!(0) + o 1("). Es ist damit möglich, dass mehrere Familien geschlossener Orbits gleichzeitig abzweigen.
Bifurkationen an geschlossenen Orbits 5.4 167 der Schnittabbldung konstruiert. Die Periode T (") der zugehörigen periodischen Lösungen ergibt sich aus =! + o 1 (") beziehungsweise Es ist also t 0 = T (")
MehrName: Klasse: Datum: Klassenarbeit Wachstumsvorgänge Kl10-Gruppe A
Name: Klasse: Datum: Teil B Klassenarbeit Wachstumsvorgänge Kl10-Gruppe A 1. Gegeben ist die Exponentialfunktion y=f x = 0,5 x ; x R. (9P) a) Geben Sie die folgenden Eigenschaften dieser Funktion an! Wertebereich,
MehrKurs Multivariate Datenanalyse (MVA) Versuchsplanung (design of experiments)
Kurs Multivariate Datenanalyse (MVA) Versuchsplanung (design of experiments) Datenanalyse heißt, aus einer Menge von Daten nicht irgendwelche sondern solche Informationen über ein Objekt zu gewinnen, die
MehrEinführung in die Tensorrechnung
1. Definition eines Tensors Tensoren sind Grössen, mit deren Hilfe man Skalare, Vektoren und weitere Grössen analoger Struktur in ein einheitliches Schema zur Beschreibung mathematischer und physikalischer
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
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
MehrBONUS MALUS SYSTEME UND MARKOV KETTEN
Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,
Mehr