54 Die Jacobi-Matrix. E f WR C 0 Œ0; Œ0; 2!R3 definiert durch. r cos ' r sin ' E f.r; '/ D : (54.2) pv D RT; 0.r; '/ D. p D p.
|
|
- Katharina Kaufman
- vor 6 Jahren
- Abrufe
Transkript
1 34 R Plato Teil V ehrdimensionale Differenzialrechnung Beispiel 533 (Ideale Gasgleichung) Für eine bestimmte enge eines idealen Gases gilt für das spezifische Volumen v D V=m (mit der asse m und dem Volumen V ), den Druck p und die vorliegende Temperatur T der funktionale Zusammenhang pv D RT; wobei R eine spezifische Gaskonstante ist Damit ist z B v eine Funktion von p und T, und entprechendes gilt für p und T v D vp; T / D RT p ; T D pv; T / D pv R RT p D pv; T / D v ; Für die partiellen Ableitungen gilt z B v p D RT p ; Damit gilt insbesondere v p p T T v D p T D R v ; RT R p p v R D T v D p R RT pv D Kürzen auf der linken Seite der Gleichung (formal ja sowieso nicht erlaubt) würde hier also ein falsches Ergebnis liefern 54 Die Jacobi-atri Definition 54 Sei f E W D!R m eine Funktion mit einem Definitionsbereich D R n, die in einem innerem Punkt E D partiell differenzierbar ist Dann nennt man E f E/ D B E/ E/ m E/ die Jacobi-atri von E f in E E/ E/ n E/ n E/ C A m E/ m n E/ (54) Die Jacobi-atri stellt die natürliche Verallgemeinerung der Ableitung der skalarwertigen Funktion von einer Veränderlichen dar Sie wird an vielen Stellen zum Einsatz kommen, so z B bei der Verallgemeinerung der Substitionsregel auf die Integration skalarwertiger Funktionen mehrerer Veränderlicher Beispiel 54 (Polarkoordinaten) Es sei die Funktion E f WR C Œ;!R definiert durch E f r; '/ D r cos ' r sin ' (54) Sie ist auf ihrem Definitionsbereich partiell differenzierbar, und ihre Jacobi-atri ist cos ' fe r; '/ D sin ' wie man leicht nachrechnet r sin ' r cos ' ; Beispiel 543 (Kugelkoordinaten) Es sei die Funktion E f WR C Œ; Œ;!R3 definiert durch E f r; ı; '/ D r sin ı cos ' r sin ı sin ' A (543) r cos ı Auf ihrem Definitionsbereich ist sie partiell differenzierbar, und ihre Jacobi-atri ist E f r; ı; '/ D sin ı cos ' r cos ı cos ' B sin ı sin ' r cos ı sin ' r sin ı sin ' r sin ı cos ' cos ı r sin ' wie man wieder leicht nachrechnet C A ; Beispiel 544 (Jacobi-atri im skalaren Fall) Sei f W D! R eine skalare Funktion mit einem Definitionsbereich D R n, die in einem Punkt E D partiell differenzierbar ist Dann gilt f E/ D E/; E/; ; n E/ Die Jacobi-atri ist in diesem Fall also ein Zeilenvektor Definition 545 Sei f W D! R eine skalare Funktion mit einem Definitionsbereich D R, die in einem Punkt E D partiell differenzierbar ist Dann nennt man E/ rf E/ D E/ B C (544) A n E/ den Gradienten von f in E
2 Abschnitt 55 Totale Differenzierbarkeit R Plato 35 Es gilt offenbar f E/ > D rf E/, der Gradient ist also der zu f E/ transponierte Vektor Der Gradient ist ein wichtiges Instrument zur Analse skalarer Funktionen mehrer Veränderlicher So lassen sich damit Etremwertaufgaben lösen beziehungsweise die Richtung des stärksten Anstiegs und Abstiegs bestimmen 55 Totale Differenzierbarkeit 55 Einführung Für eine skalare Funktion f W D!Rmit einem skalaren Definitionsbereich D R, die in einem Punkt D differenzierbar ist, gibt f / eine lokale Änderungsrate an, und darüberhinaus lassen sich die Funktionswerte f / lokal durch die Tangente T f; / WD f / C f / / approimieren, wobei per Definition für den Approimationsfehler f / T f; / DW r/ Folgendes gilt r/ D f / f / f /! für! Der bei der Tangentenapproimation entstehende Fehler r/ geht also für! schneller gegen als die Differenz dies tut Es sollen nun entsprechende Aussagen für vektorwertige Funktionen E f W D! R m mit Definitionsbereich D R n getroffen werden Die Rolle der Ableitung in einem Punkt E D übernimmt dabei die Jacobi-atri E f E /, und die angestrebte Tangentialapproimation lautet E f E/ E f E / C E f E /E E / für E E Dabei muss diese Tangentialapproimation auch noch hinreichend gut sein; das wird in Definition 55 unten präzisiert Partielle Differenzierbarkeit alleine reicht jedenfalls im Allgemeinen nicht aus, da diese lediglich Glattheit der betrachteten Funktion in Richtung der Koordinatenachsen bedeutet Beispiel Für die in Beispiel 57 auf Seite 3 betrachtete Funktion gilt f ; / D f ; / D für ; R und daher ; / D ; / D Das bedeutet aber z B D f ; / 6 f ; / C f ; /; / ; // D für Der Kandidat für eine Tangentialapproimation im Punkt f(,) stellt hier also keine Approimation dar an beachte außerdem, dass diese Funktion in dem Punkt ; / unstetig ist (siehe erneut Beispiel 57 auf Seite 3), ihre partielle Ableitungen in diesem Punkt jedoch eistieren Eine Glattheit in alle Richtungen ist nur unter stärkeren Voraussetzungen gegeben Der dafür benötigte Begriff wird nun zunächst eingeführt 55 Innere Punkte Definition 55 Sei D R n eine enge Es heißt E R n innerer Punkt der enge D, falls es ein " > gibt, so dass die enge BE ; "/ WD ¹ E R n j j E E j < "º komplett in D enthalten ist, d h BE ; "/ D erfüllt ist; Randpunkt der enge D, falls für jedes " > die enge BE ; "/ jeweils mindestens ein Element aus D undr n nd enthält Bemerkung a) Jeder innere Punkt von D muss notwendigerweise ein Element von D sein b) Bei der enge BE ; "/ handelt es sich im Fall n D um einen Kreis und im Fall n D 3 um eine Kugel, jeweils mit ittelpunkt E und Radius " Der Rand ¹ E R n j j E E j D "º ist nicht Bestandteil der enge BE ; "/ Für den Fall n D ist die Situation in Abbildung 9 dargestellt E " Abb 9 Darstellung der enge BE ; "/ R Der Kreisrand ¹ E R j j E E j D "º ist nicht Bestandteil dieser enge Beispiel Die enge Q D ¹ ; ; n / R n j < k < für k D ; ; nº besteht nur aus inneren Punkten; auf einen Nachweis wird hier verzichtet Bei der enge Q D ¹ ; ; n / R n j k für k D ; ; nº
3 36 R Plato Teil V ehrdimensionale Differenzialrechnung sind all diejenigen Punkte E Q Randpunkte, für die k D oder k D für mindestens einen Inde k gilt Für all solche Punkte E enthält nämlich die enge BE; "/ für jedes " > sicher Elemente, die nicht in Q enthalten sind Das wird im Folgenden für einen der möglichen Fälle noch ausgeführt Im Fall k D wähle man für ein beliebige Zahl " > z B den Punkt E D ; ; ; n / mit k D "= und D für k Dann gilt j E Ej D "= < " und E 6 Q Daher kann E Q kein innerer Punkt von Q sein Die Situation ist für n D in Abbildung 93 dargestellt Dort sind ein innerer Punkt E und ein Randpunkt E angegeben E Q Abb 93 Innerer Punkt E und Randpunkt E 553 Die zentralen Begriffe zur totalen Differenzierbarkeit Definition 55 Sei fe W D! R m eine Funktion mit einem Definitionsbereich D R n, die in einem inneren Punkt E D partiell differenzierbar ist an nennt f in E D total differenzierbar oder auch fréchetdifferenzierbar, wenn in der Darstellung f EE/ D f E E / C f E E /E E / C ErE/; E D; der Fehlerterm Er W D!R m die Eigenschaft hat E j ErE/j j E E j! für E! E Bemerkung 553 Sei E f W D! R m eine Funktion mit einem Definitionsbereich D R n, die in einem inneren Punkt E D total differenzierbar ist a) an nennt f EE / C f E E /E E / DW Tf E;E E/; E R n ; (55) die Tangentialapproimation an die Funktion E f bezüglich des Punktes E Es gilt E f E/ T E f ;E E/ für E D; E E (55) Im Fall n D und m D ist der Graph dieser Funktion T f E;E eine Ebene; man spricht dann auch von einer Tangententialebene Eine Illustration dazu finden Sie in Abbildung 94 z Tf E;E E/ E f E/ Abb 94 Beispiel einer Tangentialebene b) Wir führen nun die Notation E f D E f E C E/ E f E/ (553) für E R n ein, wobei noch E CE D angenommen wird Damit wird (55), (55) zu E f E f E/E (554) an nennt in diesem Kontet die lineare Abbildung E f E E/E das vollständige Differenzial von f E in E Häufig wird in (553) anstelle von das Zeichen d verwendet, und (554) wird dann zu d E f E f E/d E (555) Das vollständige Differenzial wird z B in der Fehlerrechnung verwendet Beispiel 554 (Fehlerrechnung) Die Schwingungsdauer eines mathematischen Pendels (hier wird eine Punktmasse im Schwerpunkt betrachtet) ist gegeben durch die Zahl q T D g (556)
4 Abschnitt 55 Totale Differenzierbarkeit R Plato 37 Beweis Wird hier nicht geführt Abb 95 Darstellung des mathematischen Pendels Dabei beschreibt die Länge des Pendels, und g ist die Erdbeschleunigung Die Situation ist in Abbildung 95 dargestellt Wir gehen hier der Frage nach, inwieweit sich relative essfehler in und g auf die Berechnung von T D T ; g/ mittels (556) auswirken Dies geschieht näherungsweise mit Hilfe des totalen Differenzials von T an berechnet zunächst T D pg ; T g D und erhält daraus und mit (555) g q g D g T dt T T d C g dg D pg d g T dg an ist an dem relativen Fehler interessiert und führt hierzu eine Division mit T durch Dies ergibt dt T q g p d g g dg D d dg g ; und daraus erhält man die näherungsweise gültige Abschätzung ˇ dt ˇ T ˇ d ˇ C ˇˇ dg g ˇ ˇ (557) Liegt beispielsweise der relative Fehler in der Länge des Pendels bei 3% und der für die Schwerkraft bei %, so lässt sich der relative Fehler der berechneten Schwingungsdauer des Pendels nach (557) näherungsweise durch abschätzen ;3 C ;/ D ; Ein einfaches hinreichendes Kriterium für totale Differenzierbarkeit liefert der folgende Satz Satz 555 Sei fe W D! R m eine Funktion mit Definitionsbereich D R n, und E D sei ein innerer Punkt von D Ist die Funktion f stetig partiell differenzierbar in E, so ist sie dort auch total differenzierbar Total differenzierbare Funktionen sind stetig Satz 556 Jede in einem inneren Punkt E D total differenzierbare Funktion fe W D!R m mit Definitionsbereich D R n ist stetig in E Beweis Der Beweis ist nicht schwer, wird hier aber trotzdem nicht geführt 554 Regeln für total differenzierbare Funktionen Satz 557 (Linearität) Sind zwei Funktionen fe W D! R m und Eg W D! R m mit Definitionsbereich D R n in einem inneren Punkt E D jeweils total differenzierbar, so ist für beliebige Zahlen ; ˇ R die Linearkombination fe C ˇ Eg W D! R m in E D ebenfalls total differenzierbar Für die dazugehörige Jacobi-atri gilt E f C ˇ Eg/ E/ D E f E/ C ˇ Eg E/ (558) Beweis Wird hier nicht geführt Für zwei Funktionen fe W D! R m und Eg W E! R p mit Definitionsbereichen D R n beziehungsweise E R m (mit n; m; p ) gelte f ED/ E Dann ist die Hinterausführung Eg ı fe so erklärt Eg ı E f W D!R p ; E Eg E f E// Satz 558 (Kettenregel) Sind mit den zuvor genannten Bezeichnungen fe in dem inneren Punkt E D und Eg in dem inneren Punkt f EE/ E jeweils total differenzierbar, so ist die Verknüpfung Eg ı fe in E D total differenzierbar Für die dazugehörige Jacobi-atri gilt Eg ı f E/ E/ D Eg f E E// f E E/ (559) Beweis Wird hier nicht geführt Bemerkung Wie schon im eindimensionalen Fall bedeutet die Kettenregel (559) «äußere Ableitung mal innere Ableitung» an beachte jedoch, dass auf der rechten Seite der Gleichung (559) das Produkt zweier atrizen zu berechnen ist Außerdem kommt es dabei auf die richtige Reihenfolge an
5 38 R Plato Teil V ehrdimensionale Differenzialrechnung Bemerkung 559 a) Wir sehen uns im Folgenden die Kettenregel (559) für den folgenden Spezialfall an Es sei dazu fe W I!R m mit einem Intervall I R (das ist ein Weg im Sinne der Definition 5) und g W E!Rmit E R m ; es ist also g skalarwertig In diesem Fall gilt g ı fe W I!R Die Kettenregel lässt sich dann so schreiben g ı E f / / D r Eg E f // E f / für I (55) Dabei steht links die Ableitung einer skalaren Funktion von einer Veränderlichen, und rechts wird das Skalarprodukt zweier Vektoren inr m gebildet b) Wir sehen uns im Folgenden die Gleichung (559) genauer an Eine Betrachtung des Eintrages in der k-ten Zeile und -ten Spalte der atri auf der rechten Seite mit k p und n ergibt mit der Notation E D f E E/ Folgendes g k f E E// D Eg ı E / mx f / ke/ D Eg E/ krf E E/ r rd mx g D k E/ r E/ (55) rd r Beispiel 55 Wir berechnen mit Hilfe der Kettenregel für die Funktionen t Egt/ D ; t R; f ; / D ; ; R; t die Jacobi-atri Eg ı f / ; / R ; ; R, und die Ableitung f ı Eg/ t/ R; t R Es gilt hier Eg t/ D t ; f ; / D / Die Kettenregel in der Version (559) liefert damit Eg ı f / ; / D Eg f ; // f ; / D / D Die Ableitung f ı Eg/ t/ R berechnen wir mit Hilfe der Kettenregel in der Version (55) (oder alternativ mit (55)) f ı g/ t/ D f gt//g t/ C f gt//g t/ D t C 3t D t C 3t Natürlich könnte man auch zunächst die Hintereinanderausführungen Eg ı f und f ı Eg berechnen und anschließend (ohne Anwendung der Kettenregel) deren Jacobi-atrizen bestimmen Die Kettenregel kommt z B bei partiellen Differenzialgleichungen im Zusammenhang mit Koordinatentransformationen zum Einsatz Eine weitere kleine Anwendung liefert die folgende Bemerkung Proposition 55 Sei f W D! R mit D R n in einem inneren Punkt E D total differenzierbar Dann steht der Gradient rf E/ in dem Punkt E bezüglich des Standardskalarproduktes senkrecht auf der Niveaumenge N f c/, wobei c D f E/ gilt Beweis Sei E' W Œ ;!R n eine differenzierbare Abbildung mit E't/ N f c/ für t und E'/ D E Dabei ist > eine geeignete reelle Zahl Dann gilt offenbar f ı E' c auf dem Intervall Œ ; und daher nach der Kettenregel in der Fassung (55) auf dieser Seite D f ı E'/ t/ D rf E't// E' t/ für t Für t D bedeutet dies D rf E/ E' /, wobei E' / ein Tangentenvektor an die Funktion f an der Stelle E ist Eine Illustration zu der Aussage der Proposition finden Sie in Beispiel 566 Es wird nun eine weitere Anwendung des Gradienten vorgestellt Im zweidimensionalen Fall kann dieser zur Angabe eines Normalenvektors an die Tangentialebene verwendet werden Bemerkung 55 Die Punkte auf der durch (55) auf Seite 36 gegebenen Tangentialebene besitzen im Fall n D mit den Bezeichnungen E D ; /; E D ; / und den Abkürzungen D und D die Form! Tf E; ; /; / D D! f ; /! f ; / B C ; / C ; / C ; / A C ; / C A A (55)
6 Abschnitt 56 Die Richtungsableitung R Plato 39 Das stellt eine Parameterdarstellung der Tangentialebene dar Ein Normalenvektor ist dann ; / B C rf ; / A D ; / ; (553) denn dieser Vektor steht offenbar senkrecht auf den beiden in (55) auftretenden Richtungsvektoren, was man durch Nachrechnen leicht nachprüft Beispiel 553 Wir betrachten die Funktion f ; / D für ; / D mit D WD ¹; / R j C º Diese Funktion, deren Graph ein Paraboloid ist, ist auf D stetig partiell differenzierbar mit f ; / D ; / für ; / R a) Wir betrachten zunächst die Tangentialebene an den Punkt ; ; f ; // D ; ; / Wegen f ; / D ; / gilt hier z D T f;;/ ; / f ; / C f ; / D C D Ein Normalenvektor ist hier gemäß (553) von der Form En D ; ; / > Eine Illustration dazu finden Sie in Abbildung 96 b) Wir betrachten nun die Tangentialebene an den Punkt ; ; z / mit den Werten D ; D ;5 und z D f ; / D ;75 Wegen f ; / D ; / gilt hier z D T f; ; /; / z C f ; / D ;75 / D ;5 Ein Normalenvektor ist hier gemäß (553) von der Form En D ; ; / > Eine Illustration dazu finden Sie in Abbildung Die Richtungsableitung 56 Einführung Definition 56 Sei f W D! R eine Funktion mit einem Definitionsbereich D R n, und seien E D ein T f;;/ ; / f ; / En ; ; / Abb 96 Tangentialebene an Paraboloid ; ; z / f ; / Abb 97 Tangentialebene an Paraboloid En T f; ; /; / innerer Punkt, und Ep R n erfülle j Epj D an nennt E/ D lim Ep t! f E C t Ep/ t f E/ die Richtungsableitung von f im Punkt E in Richtung Ep, falls dieser Grenzwert eistiert Bemerkung Sei f W D! R eine Funktion mit einem Definitionsbereich D R n, und sei f in dem inneren Punkt E D partiell differenzierbar Dann gilt für die Einheitsvektoren Ee k D ; ; ; ; ; ; / > R n mit dem Einseintrag an der k-ten Position offenbar die
7 4 R Plato Teil V ehrdimensionale Differenzialrechnung Identität Ee k E/ D k E/; k D ; ; ; n Die Richtungsableitung von f im Punkt E in Richtung des k-ten Einheitsvektors Ee k stimmt also mit der partiellen Ableitung von f in E nach der k-ten Veränderlichen überein 56 Berechnung der Richtungsableitung Für total differenzierbare Funktionen lässt sich die Richtungsableitung leicht berechnen, wenn nur alle partielle Ableitungen bekannt sind Satz 56 Sei f W D!R eine Funktion mit einem Definitionsbereich D R n, und sei f in dem inneren Punkt E D total differenzierbar Dann eistiert für jeden Vektor Ep R n mit j Epj D die Richtungsableitung von f im Punkt E in Richtung Ep Sie besitzt die Darstellung Ep E/ D f E/ Ep (56) Beweis Das folgt leicht mit der Kettenregel Wir betrachten hierzu die Funktion Eht/ D E C t Ep; t R Diese Funktion ist differenzierbar, mit Eh t/ D p; t R, und für t nahe gilt wegen der Offenheit des Definitonsbereichs D von f sicher ht/ D Damit gilt E/ D lim Ep t! f E C t Ep/ t f E/ f ht// D lim E f h// E t! t D f ı E h/ / D f h// E h / D f E/ Ep Dies komplettiert den Beweis Beispiel 563 Wir berechnen für die Funktion f ; / D e sin ; ; R; im Punkt E D ; / die Richtungsableitungen Es ist ; / D e sin ; ; / D e cos ; ; R; und damit gilt f E / D ; / Für jeden Vektor Ep D p ; p / > R mit j Epj D gilt daher Ep / E D f E / Ep D ; / p p D p C p D p 563 Richtung des stärksten Anstiegs/Abstiegs Definition 564 Sei f W D! R eine Funktion mit einem Definitionsbereich D R n, die in dem inneren Punkt E D total differenzierbar sei Außerdem sei Ep R n ein Vektor mit j Ep j D a) Es heißt der Vektor Ep Richtung des stärksten Anstiegs von f (im Punkt E), wenn E/ Ep Ep E/ für jedes Ep Rn ; j Epj D (56) b) Es heißt Ep Richtung des stärksten Gefälles von f im Punkt E, wenn (56) mit anstelle von gilt Satz 565 Sei f W D!R eine Funktion mit einem Definitionsbereich D R n, die in dem inneren Punkt E D total differenzierbar sei Dann ist der Vektor Ep D rf E/ jrf E/j eine Richtung des stärksten Anstiegs, und Richtung des stärksten Gefälles Beweis Es gilt nach Satz 56 Ep ist eine E/ D f rf E/ E/ Ep jrf E/j D rf E/ rf E/ D jrf E/j jrf E/j Weiter gilt für jeden Vektor Ep R n mit j Epj D Folgendes / E/ D f E/ Ep D rf E/ Ep Ep / jrf E/j j Epj D jrf E/j; wobei in / wieder Satz 56 verwendet wurde, und in / geht die cauch-schwarzsche Ungleichung ein Ein Vergleich der gewonnenen Abschätzungen zeigt nun, dass der Vektor Ep tatsächlich eine Richtung des stärksten Anstiegs darstellt Die Aussage darüber, dass Ep eine Richtung des stärksten Gefälles darstellt, weist man analog nach Beispiel Wir betrachten erneut die Situation aus Beispiel 563 Die Richtung des stärksten Anstiegs ist rf ; / D ; / >, und die des stärksten Abstiegs ist rf ; / D ; / > Beispiel 566 Die Niveaulinien f ; / D c der Funktion f ; / D a C ; ; R; (563) b
8 Abschnitt 57 Höhere Ableitungen R Plato 4 sind Ellipsen mit dem Ursprung als ittelpunkt und Halbachsen, die mit den Koordinatenachsen übereinstimmen und die Längen ca beziehungsweise cb haben Für den Spezialfall a D und b D und die Werte c D ; ; 3 und 4 sind in Abbildung 98 die Höhenlinien ¹; / R j f ; / D c º und einige Gradienten zu sehen Abb 98 Einige Höhenlinien und Gradienten der Funktion f ; / D 4 C 57 Höhere Ableitungen Definition 57 Sei f W D! R eine skalarwertige Funktion mit einem Definitionsbereich D R n, die auf D partiell differenzierbar ist a) Ist die Funktion k W D! R in einem inneren Punkt E D ; ; n / D nach der Veränderlichen partiell differenzierbar (mit k; ¹; ; ; nº), so schreibt man k E/ WD k E/ Im Fall k D schreibt man auch kurz E/ D k f k k E/ b) Es heißt die Funktion f zweimal partiell differenzierbar (auf dem gesamten betrachteten Definitionsbereich D), falls für beliebige Werte von k; ¹; ; ; nº die Funktion in jedem Punkt E D ; ; n / k D nach der Veränderlichen partiell differenzierbar ist c) Es heißt die Funktion f zweimal stetig partiell differenzierbar, falls sie zweimal partiell differenzierbar ist und alle zweiten partiellen Ableitungen f k (k; D ; ; ; n) stetige Funktionen auf D sind Beispiel 57 Die Funktion f ; / D für ; R besitzt die partiellen Ableitungen ; / D ; ; / D ; für ; R ; / D ; f D D f ; ; / D ; Es fällt auf, dass in diesem Beispiel f D f erfüllt ist Es gilt allgemein Folgendes Satz 573 (Satz von Schwarz) Sei f W D! R eine zweimal stetig partiell differenzierbare Funktion, wobei D R n offen ist Dann gilt auf der enge D k D f k für k; D ; ; ; n Unter der genannten Bedingung der zweimaligen stetigen Differenzierbarkeit ist also die Reihenfolge der Bildung der partiellen Ableitungen belanglos Definition 574 Sei f W D! R eine zweimal partiell differenzierbare Funktion mit einem Definitionsbereich D R n Dann heißt H f E/ D B E/ E/ n E/ die Hesse-atri von f in E E/ E/ n E/ n E/ C A n E/ f n n E/ (57) Bemerkung 575 Ist die Funktion f W D! R zweimal stetig partiell differenzierbar, so ist die Hesse-atri H f E/ für jedes E D smmetrisch Dies folgt unmittelbar aus dem Satz von Schwarz (siehe Satz 573 auf Seite 4) Beispiel Die Funktion f ; / D für ; R(siehe Beispiel 57) besitzt die Hesse-atri H f E/ D
34.3 Fourier-Entwicklung, parsevalsche Gleichung Elementare Eigenschaften
Abschnitt 4 Orthogonalität R Plato 77 an beachte, dass für diese Rechnung u erforderlich ist Das Ergebnis ist aber auch für u D (und u ) richtig Die Situation ist für die Wahl ˇ D in Abbildung 47 dargestellt
MehrVorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient
Vorlesung: Analysis II für Ingenieure Wintersemester 07/08 Michael Karow Themen: Niveaumengen und Gradient Wir betrachten differenzierbare reellwertige Funktionen f : R n G R, G offen Zur Vereinfachung
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel
MehrMathematischer Vorkurs für Physiker WS 2012/13
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Übungsblatt 2 Wichtige Formeln aus der Vorlesung: Basisaufgaben Beispiel 1: 1 () grad () = 2 (). () () = ( 0 ) + grad ( 0 ) ( 0 )+
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrTotale Ableitung und Jacobi-Matrix
Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix
MehrHeinrich-Hertz-Oberschule, Berlin
Reellwertige Funktionen mehrerer Variabler Teilnehmer: Maximilian Ringleb Jakob Napiontek Kay Makowsky Mallku Schlagowski Trung Duc Nguyen Alexander Reinecke Herder-Oberschule, Berlin Heinrich-Hertz-Oberschule,
MehrRichtungsableitungen.
Richtungsableitungen. Definition: Sei f : D R, D R n offen, x 0 D, und v R n \ {0} ein Vektor. Dann heißt D v f(x 0 f(x 0 + tv) f(x 0 ) ) := lim t 0 t die Richtungsableitung (Gateaux-Ableitung) von f(x)
Mehr7 Partielle Ableitung
Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 7 Partielle Ableitung Definition 7 Sei U R n offen und f : U R m eine Funktion Dann heißt f im Punkt nach der j-ten Variablen j partiell differenierbar,
MehrAnalysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS.
Analysis III für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Teil I Rückblick auf das letzte Semester Fakultät für Mathematik, Informatik und Naturwissenschaften
Mehry (t) Wie berechnet sich die Ableitung von F aus den Ableitungen von x (t) und y (t)? Die Antwort gibt die erste Kettenregel
103 Differenzialrechnung 553 1035 Kettenregeln Die Kettenregel bei Funktionen einer Variablen erlaubt die Berechnung der Ableitung von verketteten Funktionen Je nach Verkettung gibt es bei Funktionen von
Mehr39 Differenzierbare Funktionen und Kettenregel
192 VI. Differentialrechnung in mehreren Veränderlichen 39 Differenzierbare Funktionen und Kettenregel Lernziele: Konzepte: totale Ableitungen, Gradienten, Richtungsableitungen, Tangentenvektoren Resultate:
MehrMathematik für Anwender II
Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 49 Zu einer reellwertigen Funktion Extrema auf einer offenen Menge G R n interessieren wir uns, wie schon bei einem eindimensionalen
Mehr10 Der Satz über implizite Funktionen und Umkehrfunktionen
Vorlesung SS 9 Analsis Prof. Dr. Siegfried Echterhoff SATZ ÜBER IMPLIZITE FKT UND UMKEHRFKT Der Satz über implizite Funktionen und Umkehrfunktionen Motivation: Sei F : U R R eine differenzierbare Funktion
Mehr1 Ableitungen. Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen. a 1 + tx 1. eine Kurve.
1 Ableitungen Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen γ 1 (t) γ(t) = γ n (t) Bild(γ) = {γ(t) t I} heißt auch die Spur der Kurve Beispiel:1)
Mehr1.3 Differenzierbarkeit
1 1.3 Differenzierbarkeit Definition Sei B R n offen, a B, f : B R eine Funktion und v 0 ein beliebiger Vektor im R n. Wenn der Grenzwert D v f(a) := lim t 0 f(a + tv) f(a) t existiert, so bezeichnet man
MehrDifferentialrechnung
Kapitel 7 Differentialrechnung Josef Leydold Mathematik für VW WS 205/6 7 Differentialrechnung / 56 Differenzenquotient Sei f : R R eine Funktion. Der Quotient f = f ( 0 + ) f ( 0 ) = f () f ( 0) 0 heißt
Mehr16. 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
Mehr3 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)
Mehr3 Funktionen in mehreren Variablen
3 Funktionen in mehreren Variablen Funktionen in mehreren Variablen Wir betrachten nun Abbildungen / Funktionen in mehreren Variablen. Dies sind Funktionen von einer Teilmenge des R d nach R. f : D f R,
Mehr50 Partielle Ableitungen
50 Partielle Ableitungen 217 50 Partielle Ableitungen 501 Beispiel Die Differenzierbarkeit von Funktionen von mehreren Veränderlichen kann nach jeder Variablen einzeln untersucht werden, wobei die anderen
MehrWenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 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
MehrFunktionen mehrerer Variabler
Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen
MehrFunktionen mehrerer Variabler
Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen
MehrMathematik für Naturwissenschaftler I WS 2009/2010
Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 18 8. Januar 2010 Kapitel 5. Funktionen mehrerer Veränderlicher, Stetigkeit und partielle Ableitungen 5.2. Partielle Ableitungen von Funktionen
MehrTangentialebene. Sei f eine stetig differenzierbare Funktion und p = (p 1,..., p n ) die Koordinaten eines Punktes P auf der durch
Tangentialebene Sei f eine stetig differenzierbare Funktion und p = (p 1,..., p n ) die Koordinaten eines Punktes P auf der durch implizit definierten Fläche. f (x 1,..., x n ) = c Tangentialebene 1-1
Mehr2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n
2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n f ist in dem Fall ein Weg in R n. Das Bild f(t) des Weges wird als Kurve
Mehr1.3.2 Partielle und totale Ableitung
0 1.3. Partielle und totale Ableitung Ziel: Verallgemeinerung der Differential- und Integralrechnung auf mehrere Dimensionen Eine Verallgemeinerung von einfachen (eindimensionalen, 1D skalaren Funktion
Mehr10 Differentialrechnung für Funktionen in mehreren Variablen
6 Differentialrechnung für Funktionen in mehreren Variablen Die meisten Funktionen in den Naturwissenschaften hängen von mehreren Variablen ab. In diesem Kapitel behandeln wir deshalb Methoden zur Untersuchung
MehrKapitel 6. Differenzialrechnung für Funktionen von mehreren Variablen
Kapitel 6. Differenzialrechnung für Funktionen von mehreren Variablen 6.1 Funktionen von mehreren Variablen Eine Abbildung f : D R, D R n, ordnet jedem n-tupel x = (x 1, x 2,...,x n ) D (eindeutig) eine
Mehrf(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}
9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen
MehrAnalysis II. Mehrdimensionale Differenzialund Integralrechnung
Übungen zur Vorlesung Analysis II Aufgaben Mehrdimensionale Differenzialund Integralrechnung gelesen von Prof. Dr. Heinrich Freistühler Martin Gubisch Konstanz, Sommersemester 28 Übungsaufgaben. Aufgabe
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,
Mehri j m f(y )h i h j h m
10 HÖHERE ABLEITUNGEN UND ANWENDUNGEN 56 Speziell für k = 2 ist also f(x 0 + H) = f(x 0 ) + f(x 0 ), H + 1 2 i j f(x 0 )h i h j + R(X 0 ; H) mit R(X 0 ; H) = 1 6 i,j,m=1 i j m f(y )h i h j h m und passendem
Mehr1 Umkehrfunktionen und implizite Funktionen
Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13
MehrSatz über implizite Funktionen und seine Anwendungen
Satz über implizite Funktionen und seine Anwendungen Gegeben sei eine stetig differenzierbare Funktion f : R 2 R, die von zwei Variablen und abhängt. Wir betrachten im Folgenden die Gleichung f(,) = 0.
MehrReellwertige Funktionen mehrerer Veränderlicher
Reellwertige Funktionen mehrerer Veränderlicher Teilnehmer: Philipp Besel Joschka Braun Robert Courant Florens Greÿner Tim Jaschek Leroy Odunlami Gloria Xiao Heinrich-Hertz-Oberschule, Berlin Ludwigs-Georgs-Gymnasium,
MehrSerie 4: Gradient und Linearisierung
D-ERDW, D-HEST, D-USYS Mathematik II FS 5 Dr. Ana Cannas Serie 4: Gradient und Linearisierung Bemerkungen: Die Aufgaben der Serie 4 bilden den Fokus der Übungsgruppen vom 7./9. März.. Wir betrachten die
MehrMathematik II. Vorlesung 46. Der Gradient
Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 46 Der Gradient Lemma 46.1. Es sei K ein Körper und V ein K-Vektorraum, der mit einer Bilinearform, versehen sei. Dann gelten folgende Aussagen
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 10
Technische Universität München Zentrum Mathematik Mathematik 2 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt Hausaufgaben Aufgabe. Sei f : R 2 R gegeben durch x 2 y für (x, y)
MehrP AP 1 = D. A k = P 1 D k P. = D k. mit P 0 3
Matrixpotenzen In Anwendungen müssen oft hohe Potenzen einer quadratischen Matrix berechnet werden Ist die Matrix diagonalisierbar, dann kann diese Berechnung wie folgt vereinfacht werden Sei A eine diagonalisierbare
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
MehrSerie 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) =
MehrMathematik II für Inf und WInf
Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell
MehrAnalysis II. Vorlesung 44. Partielle Ableitungen
Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 44 Sei f: K n K eine durch Partielle Ableitungen (x 1,...,x n ) f(x 1,...,x n ) gegebene Abbildung. Betrachtet man für einen fixierten Index
MehrTU Dresden Fachrichtung Mathematik Institut für Numerische Mathematik 1. Dr. M. Herrich SS 2017
TU Dresden Fachrichtung Mathematik Institut für Numerische Mathematik 1 Prof. Dr. K. Eppler Institut für Numerische Mathematik Dr. M. Herrich SS 2017 Aufgabe 1 Übungen zur Vorlesung Mathematik II 4. Übung,
Mehrf(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
Mehr7 Differential- und Integralrechung für Funktionen
Differential- und Integralrechung für Funktionen mehrer Veränderlicher 7 7 Differential- und Integralrechung für Funktionen mehrer Veränderlicher Die Differential- und Integralrechung für Funktionen mehrer
Mehr6 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
MehrFehlerabschätzung für Taylorpolynome der e-funktion
Fehlerabschätzung für Talorpolnome der e-funktion f() = e R () = e g() = ++ - -. Wir approimieren die Funktion f() = e durch g() = +! +! und schätzen den Fehler R() auf dem Intervall [,] ab. Sei also e
MehrDie Tangentialebene. {(x, y, z) z = f(x 0, y 0 )+ f x (x 0, y 0 )(x x 0 )+ f. y (x 0, y 0 )(y y 0 )}
Die Tangentialebene Der Graph der linearen Approximation ist Tangentialebene an den Graph der Funktion. In Symbolen: Es sei D R 2. Es sei f : D R, (x, y) f(x, y) differenzierbar. Dann ist {(x, y, z) z
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
MehrUmkehrfunktion. g (y) = f (x) 1, x = g(y), Umkehrfunktion 1-1
Umkehrfunktion Ist für eine stetig differenzierbare n-variate Funktion f : D R n die Jacobi-Matrix f (x ) für einen Punkt x im Innern des Definitionsbereiches D R n nicht singulär, so ist f lokal invertierbar,
MehrIst die Funktion f auf dem Intervall a; b definiert, dann nennt man. f(b) f(a) b a
. Einführung in die Differentialrechnung ==================================================================. Differenzenquotient und mittlere Änderungsrate ------------------------------------------------------------------------------------------------------------------
MehrMusterlösungen Aufgabenblatt 1
Jonas Kindervater Ferienkurs - Höhere Mathematik III für Phsiker Musterlösungen Aufgabenblatt Montag 6. Februar 9 Aufgabe (Vivianische Kurve) x = (sin t cos t, sin t, cos t), t π, ist wegen x + + z = eine
MehrMehrdimensionale Analysis
KAPITEL IV Mehrdimensionale Analsis 15 Mehrdimensionale Differentialrechnung Wir wollen in diesem Abschnitt einige Aspekte der Differentialrechnung von Abbildungen von R n nach R oder nach R m ansprechen
MehrFachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen
Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt
MehrMathematische 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
Mehr5.6 Potential eines Gradientenfelds.
die Zirkulation des Feldes v längs aufintegriert. 5.6 Potential eines Gradientenfelds. Die Ableitung einer skalaren Funktion ist der Gradient, ein Vektor bzw. vektorwertige Funktion (Vektorfeld). Wir untersuchen
Mehrein geeignetes Koordinatensystem zu verwenden.
1.13 Koordinatensysteme (Anwendungen) Man ist immer bemüht, für die mathematische Beschreibung einer wissenschaftlichen Aufgabe ( Chemie, Biologie,Physik ) ein geeignetes Koordinatensystem zu verwenden.
MehrExtremwerte von Funktionen mehrerer reeller Variabler
Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
MehrREPETITORIUM DER HÖHEREN MATHEMATIK. Gerhard Merziger Thomas Wirth
REPETITORIUM DER HÖHEREN MATHEMATIK Gerhard Merziger Thomas Wirth 6 INHALTSVERZEICHNIS Inhaltsverzeichnis Fl Formelsammlung F2 Formelsammlung Alphabete 11 Zeichenindex 12 1 Grundbegriffe 14 1.1 Logische
MehrFunktionen mehrerer Variablen
Funktionen mehrerer Variablen Partielle Ableitungen 1-E Die Grundfragen Um Differentialrechnung im Mehrdimensionalen zu formulieren, müssen wir folgende Fragen beantworten: 1-1 Wie wird die Konstruktion
MehrMathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 2013 Prof. Dr. Erich Walter Farkas Kapitel 8. Funktionen von mehreren Variablen 8.2 Partielle Differentiation Prof. Dr. Erich Walter Farkas Mathematik I+II, 8.2 Part. Diff.
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
MehrLösung zu Kapitel 5 und 6
Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig
MehrSerie 4: Flächeninhalt und Integration
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr. Ana Cannas Serie 4: Flächeninhalt und Integration Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom. und 4. Oktober.. Das Bild zeigt
MehrMathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation
Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter
Mehr(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge
ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
MehrExtrema von Funktionen mit zwei Variablen
Extrema von Funktionen mit zwei Variablen Es gilt der Satz: Ist an einer Stelle x,y ) f x x,y ) = und f y x,y ) = und besteht außerdem die Ungleichung f xx x,y )f yy x,y ) f xy x,y ) >, so liegt an dieser
MehrAnalysis II. 8. Klausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis II 8. Klausur mit en 1 2 Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Eine Metrik auf einer Menge M. 2) Die Kurvenlänge
MehrVektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1
Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,
MehrSommersemester (1,1) (b) f(x,y,z) = cos(y 2 )+ze xy, P = (0,0,π), v = 1. (1,1,2) (c) f(x,y,z) = ln(xyze x ), P = (1,1,1), v = 1
D. Garmatter C. Apprich, B. Krinn J. Hörner, M. Werth 3. Gruppenübung zur Vorlesung Höhere Mathematik Sommersemester 4 M. Künzer M. Stroppel Lösungshinweise zu den Hausaufgaben: Aufgabe H 76. Ableitungen
Mehr1.6 Implizite Funktionen
1 1.6 Implizite Funktionen Wir werden uns jetzt mit nichtlinearen Gleichungen beschäftigen, f(x) = 0, wobei f = (f 1,..., f m ) stetig differenzierbar auf einem Gebiet G R n und m < n ist. Dann hat man
Mehr25. Differenzierbarkeit im Mehrdimensionalen
25 Differenzierbarkeit im Mehrdimensionalen 317 25 Differenzierbarkeit im Mehrdimensionalen Wie im eindimensionalen Fall in Kapitel 10 wollen wir uns nach der Stetigkeit von Abbildungen jetzt mit der Differenzierbarkeit
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 3
Technische Universität München Zentrum Mathematik Mathematik Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 3 Hausaufgaben Aufgabe 3. Zeigen Sie mit Hilfe der ɛ-δ-formulierung vgl.
MehrLinien- und Oberflächenintegrale
Linien- und berflächenintegrale Bei den früheren eindimensionalen Integralen wurde in der Regel entlang eines Intervalls einer Koordinatenachse integriert. Bei einem Linienintegral wird der Integrationsweg
MehrV2 Felder (Funktionen mehrerer unabhängigen Variablen)
V2 Felder (Funktionen mehrerer unabhängigen Variablen) Orts- und zeitabhängige physikalische Größen werden durch "Felder" beschrieben. Beispiel: Maxwell-Gleichungen der Elektrodynamik: Vektor-Analysis:
MehrMathematik Übungsblatt - Lösung. b) x=2
Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Sommersemester 204 Technische Informatik Bachelor IT2 Vorlesung Mathematik 2 Mathematik 2 4. Übungsblatt - Lösung Differentialrechnung
MehrAufgaben / Lösungen der Klausur Nr. 4 vom Juni 2002 im LK 12. nx ln(x)dx
Aufgaben / Lösungen der Klausur Nr. 4 vom Juni 2002 im LK 2 Aufgabe ) a) Berechne für alle natürlichen Zahlen n N das Integral e nx ln(x)dx. Mit Hilfe der partiellen Integration für f (x) = nx, somit f(x)
MehrAnalysis Leistungskurs
Universität Hannover September 2007 Unikik Dr. Gerhard Merziger Analysis Leistungskurs Themen Grundlagen, Beweistechniken Abbildungen (surjektiv, injektiv, bijektiv) Vollständige Induktion Wichtige Ungleichungen
Mehr8 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
MehrWiederholung von Linearer Algebra und Differentialrechnung im R n
Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:
MehrGrundzüge der Vektoranalysis
KAPITEL 7 Grundzüge der Vektoranalysis 7. Satz von Green................................... 2 7.2 Satz von Stokes................................... 22 7.2. Zirkulation und Wirbelstärke..........................
MehrSkalare Differenzialgleichungen
3 Skalare Differenzialgleichungen Differenzialgleichungen stellen eine Beziehung her zwischen einer oder mehreren Funktionen und ihren Ableitungen. Da Ableitungen Veränderungen beschreiben, modellieren
MehrDifferenzialrechnung. Mathematik-Repetitorium
Differenzialrechnung 5.1 Die Ableitung 5.2 Differentiation elementarer Funktionen 5.3 Differentiationsregeln 5.4 Höhere Ableitungen 5.5 Partielle Differentiation 5.6 Anwendungen Differenzialrechnung 1
MehrVektoren, Vektorräume
Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010
MehrKrummlinige Koordinaten
Krummlinige Koordinaten Einige Koordinatensysteme im R 3 haben wir bereits kennengelernt : x, x 2, x 3... kartesische Koordinaten r, φ, x 3... Zylinderkoordinaten r, φ, ϑ... Kugelkoordinaten Sind andere
Mehr7.11. Extrema unter Nebenbedingungen
7.11. Extrema unter Nebenbedingungen Randextrema Wir haben schon bemerkt, daß die üblichen Tests mit Hilfe von (eventuell höheren) Ableitungen nur Kriterien für (lokale) Extrema im Inneren des Definitionsgebietes
MehrVektoren und Matrizen
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden
MehrRückblick auf die letzte Vorlesung. Bemerkung
Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D
MehrApril (Voll-) Klausur Analysis I für Ingenieure. Rechenteil
April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
MehrHöhere Mathematik für Physiker II
Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrModul Grundbildung Analysis WiSe 10/11. A.: Wurde in diesem Kapitel behandelt. C.: Weitere Fragen (Nicht nur für die Klausur interessant)
Modul Grundbildung Analysis WiSe 10/11 Im Folgenden bedeutet A: Wurde in diesem Kapitel behandelt B: Interessante Aufgaben C: Weitere Fragen (Nicht nur für die Klausur interessant) V1 Konvergenz, Grenzwert
Mehr