Einige Erweiterungen der Variationsrechnung*
|
|
- Michael Bretz
- vor 6 Jahren
- Abrufe
Transkript
1 Kapitel 5 Einige Erweiterungen der Variationsrechnung* 5.1 Einleitung In vielen Anwendungen treten Variationsprobleme auf, die in der einen oder anderen Weise vom der bislang behandelten Grundstruktur abweichen, aber dennoch mit dem Formalismus der Variationsrechnung also insbesondere der Euler-Gleichung behandelt werden können. Im Folgenden werden, mehr im Sinne einer Formelsammlung, folgende Erweiterungen behandelt: Mehrdimensionale Variationprobleme Systeme: Das Variationsproblem umfasst mehrere unbekannte Funktionen aber nur ein Zielfunktional Gleichungsrestringierte Variationsprobleme: Algebro-, Differential- und isoperimetrische Restriktionen Freier Endzeitpunkt: Auch der Zeithorizont T ist optimal zu wählen. Sämtliche dieser Erweiterungen, insbesondere Differentialrestriktionen und algebraische Restriktionen auch als Ungleichungen, lassen sich auch und besser mit dem Maximumprinzip der Kontrolltheorie behandeln, weswegen wir dieses Kapitel nicht in der Vorlesung besprechen. 5.2 Mehrdimensionale Variationsprobleme Ein solches liegt vor, wenn das Variationsproblem mehrere unbekannte Funktionen umfasst, die ein Zielfunktional maximieren oder minimieren. Gegeben ist also eine Momentanertragsfkt. f t, x 1,... x n, ẋ 1,..., ẋ n der 2 n + 1 Variablen x1,... x n =: x, ẋ 1,..., ẋ n =: ẋ sowie t. Gesucht sind stetig diff.bare Funktionen x 1 t,..., x n t =: xt auf dem Intervall [t, t 1 ], die das Funktional Jx = t f t, x 1 t,..., x n t, ẋ 1 t,..., ẋ n t dt minimieren oder maximieren, und zwar unter Randbedingungen der Art x i t = x i, i = 1,..., n sowie x i t 1 = x 1 i, i = 1,..., n a x i t 1 frei, i = n a + 1,..., n b x i t 1 x 1 i i = n b + 1,..., n Das zentrale Ergebnis der mehrdimensionalen Variationsrechnung lautet: In einer Lösung ist die Euler-Gleichung notwendigerweise für jede der Fktnen x i t erfüllt, d.h. es gilt f x i = d f, dt ẋ i 63 i = 1,..., n
2 64 Erweiterungen der Variationsrechnung* Um das zu sehen, betrachtet man eine als existent unterstellte Lösung x 1 t,..., x nt des mehrdimensionalen Problems und hält alle bis auf die i-te Funktion x i t fest. Dadurch entsteht ein eindimensionales Variationsproblem in xt := x i t, in dessen Momentanertragsfkt. die partiellen Ableitungen nach x bzw. ẋ mit denjenigen von f nach x i bzw. ẋ i übereinstimmen. Analoges gilt für die totale Ableitung d f dt ẋ i. Die Euler-Gleichung für das eindimensionale Problem liefert dann die Euler-Gleichung für die i-te Komponentenfunktion des mehrdimensionalen Problems. Mit einem analogen Argument reduzieren sich auch die Transversalitätsbedingungen des mehrdimensionalen Problems auf die entsprechenden eindimensionalen. Zu beachten ist, dass die Euler-Gleichungen im mehrdimensionalen Fall ein System von Differentialgleichungen i.a. zweiter Ordnung darstellen, das im Normalfall nicht entkoppelt. Insofern ist die analytische Behandlung mehrdimensionaler Variationsprobleme i.d.r. komplizierter. Das System von Euler-Gleichungen zusammen mit den Transversalitätsbedingungen stellt eine notwendige Bedingung für die Lösung dar. Die für den eindimensionalen Fall angegebene hinreichende insbes. Existenz-sichernde Bedingung verallgemeinert sich auf die mehrdimensionale Situation: Wenn die Fkt. ft, x, ẋ für jedes t konkav bzw. konvex in x, ẋ ist, so ist ein System von Funktionen xt, das den Euler-Gleichungen sowie den Anfangs- und Transversalitätsbedingungen genügt, eine maximierende bzw. minimierende Lösung des mehrdimensionalen Variationsproblems. Beispiel: Die Länge einer durch xt = x 1 t, x 2 t, x 3 t im Zeitraum t [t, t 1 ] beschriebenen Kurve im R 3 ist durch ẋ1 2t + ẋ 2 2t + ẋ 3 2 t dt t gegeben. Das ergibt sich daraus, dass die Länge des im Zeitraum [t, t 1 ] durchlaufenen Kurvenstücks das Zeit-Integral der Momentan-Geschwindigkeit vt = ẋ1 2t + ẋ 2 2t + ẋ 3 2t über diesen Zeitraum ist, wobei vt = ẋt = ẋ 1 t, ẋ 2 t, ẋ 3 t der Geschwindigkeitsvektor ist. Das Problem der kürzesten Verbindung zweier Punkte x und x 1 ist also das Variationsproblem mit ft, x, ẋ = ẋ1 2 + ẋ ẋ 3 2 als Momentanertrag unter den Randbedingungen xt = x, xt 1 = x 1. Da hier f f x i =, ẋ i = ẋ i / ẋ ẋ2 2 + ẋ2 3, lautet das System der Eulergleichungen: ẋ 1 = d ẋ2 dt 1 + ẋ 2 2 +, = d ẋ2 ẋ2 dt ẋ 2 2 +, = d ẋ2 ẋ2 dt ẋ ẋ2 3 Zur Behandlung dieses Systems von Differentialgleichungen ist es am einfachsten, geometrisch zu argumentieren: In Vektorform besagen die Gleichungen vt ẋ 2 d vt dt vt = wobei vt der auf Länge eins normierte Tangentenvektor der Kurve ist. Das System der Eulergleichungen besagt also, dass eine Lösung des Problems notwendigerweise einen in jedem Punkt der Kurve konstanten Tangentenvektor hat. Das ist offensichtlich nur für Geraden der Fall, was natürlich die Lösung des Problems darstellt. Es bleibt anzumerken, dass die analytische Auswertung der totalen Ableitungen d f dt x i hier zu einem angesichts der einfachen Lösung: erstaunlich komplizierten System von Differentialgleichungen führt. Der Grund dafür liegt darin, dass die Lösung des Problems nicht vorschreibt, mit welcher Geschwindigkeit die Verbindungsgerade zwischen x und x 1 durchlaufen wird. Mit jeder diff.baren Funktion vt, die vt = und vt 1 = 1 erfüllt, wird durch xt = x +vtx 1 x eine analytische Lösung des Problems definiert geometrisch ergibt sich immer die Verbindungsgerade. Das System der Eulergln. muss diese Mehrdeutigkeit der analytischen Lösung zulassen. ẋ 3
3 c K.H. Schild, Abt. Statistik, Fb. Wiwi, Uni Marburg Gleichungsrestringierte Variationsprobleme Betrachtet sei nun das n-dimensionale Variationsproblem max xt oder min xt t f t, xt, ẋt dt unter m Nebenbedingungen der Form g t, xt, ẋt =, d.h. g 1 t, xt, ẋt =, g m t, xt, ẋt =, die für alle t [t, t 1 ] gelten sollen. Von einer Punkt- oder algebraischen Restriktion spricht man, wenn g j nicht von ẋ abhängt, ansonsten von einer Differential-Restriktion. Man beachte, dass es sich hier um Gleichungs- nicht Ungleichungs-Restriktionen handelt. Sofern die Restriktionen keine Redundanzen enthalten, hat das Problem zu jedem Zeitpunkt t nur n m Freiheitsgrade. Daraus folgt, dass der Fall m > n mehr Restriktionen als unbekannte Funktionen normalerweise keinen Sinn macht, weil die zulässige Menge leer ist. Auch der Fall m = n ist uninteressant, da hier xt i.a. bereits durch die Restriktionen festgelegt ist. Das gilt auch bei Differential- Restriktionen hier hat man zwar noch je einen freien Parameter die Integrationskonstante, der aber z.b. schon durch einen vorgegebenen Anfangswert x bestimmt ist. Es liegt nahe, das Problem mit der Lagrange-Methode zu behandeln: Man sieht für jede Restriktion einen Lagrange-Parameter λ j vor, ersetzt die Momentanertragsfkt. ft, x, ẋ durch die Lagrange-Funktion Lt, x, ẋ, λ := ft, x, ẋ + m λ j g j t, x, ẋ = ft, x, ẋ + λ gt, x, ẋ j=1 und behandelt das unrestringierte mehrdimensionale Variationsproblem max / min xt,λt t. L t, xt, ẋt, λt dt mit den insgesamt m + n unbekannten Funktionen x 1 t,..., x n t und λ 1 t,..., λ m t. Zu beachten ist dabei, dass für die Lagrange-Multiplikatoren λ j Funktionen der Zeit t anzusetzen sind die Restriktionen sollen ja zu jedem Zeitpunkt t gelten. Die Eulergln. des unrestringierten Problems bzgl. L lauten: L = d L i = 1,..., n x i dt ẋ i Wie in der statischen Optimierung reproduziert die Euler-Gl. für λ j, also L λ j = d L dt λ, die j-te j =. Mit f und g j ausgedrückt lauten die Restriktion g j t, x, ẋ =, da L L λ j = g j t, x, ẋ, λ j Euler-Gln sie werden jetzt auch als Euler-Lagrange-Gleichungen bezeichnet: f + x λ g j j = d f + i j x i dt ẋ λ g j j i j ẋ i oder d f f = g j λ j d g j λj dt ẋ i x i j x i dt ẋ i Im Fall einer einzigen algebraischen Restrikionen, wo also m = 1 und g ẋ i =, reduziert sich dies auf d f f = λt g, i = 1,..., n dt ẋ i x i x i
4 66 Erweiterungen der Variationsrechnung* Beispiel: Gegeben eine durch gx 1, x 2, x 3 = definierte Fläche im R 3, besteht das Problem der geodätischen Kurve darin, die kürzeste Kurve xt = x 1 t, x 2 t, x 3 t auf dieser Fläche zu finden, die zwei auf der Fläche liegende Punkte x und x 1 miteinander verbindet. Als Variationsproblem ist dies die Aufgabe, t ẋ1 2t + ẋ 2 2t + ẋ 3 2 t dt zu minimieren unter der Restriktion gx 1, x 2, x 3 =. Das System der Euler-Lagrange-Gln lautet hier: d ẋ ẋ 1 dt ẋ2 2 + ẋ 3 2 = λ g x 1, d ẋ ẋ 2 dt ẋ2 2 + ẋ 3 2 = λ g x 2, d ẋ ẋ 3 dt ẋ2 2 + ẋ 3 2 = λ g x 3 oder in Vektorform mit dem normierten Tangentenvektor v/ v und dem Gradienten g von g: d vt dt vt = λt g. Hierbei definiert g die Normalenrichtung der Fläche. Um die geometrische Bedeutung des abgeleiteten normierten Tangentenvektors d vt dt vt zu erfassen, betrachten wir: d v dt v = 1 v d d dt v + dt 1 v v = v v v v v 3 v = v v v v v v v v = y t y t Dies ist das Residuum der Orthogonalprojektion Regression des Vektors y := v/ v Beschleunigungsrichtung auf die Tangente t = v/ v ein Vektor, der senkrecht zur Tangente steht und in der von Geschwindigkeits- und Beschleunigungsvektor v und v aufgespannten Schmiegungsebene an die Kurve liegt. Die durch den Vektor d v dt v festgelegte Richtung in R 3 wird als der Hauptnormalenvektor n bezeichnet. Zusammen mit dem sog Binormalenvektor b, der senkrecht sowohl zur Tangente als auch zur Hauptnormalen steht, definieren t, n, b das begleitende orthonormale Dreibein der Kurve. Man kann zeigen: Die Länge des Vektors d dt vt/ vt misst die Krümmung der Kurve in der Schmiegungsebene. Das System der Eulergln. besagt hier also: In jedem Punkt einer geodätischen Kurve fallen der Normalenvektor der Fläche und der Hauptnormalenvektor der Kurve zusammen. Der Lagrange- Multiplikator λt skaliert die Länge des Gradienten auf die Krümmung der Kurve. 5.4 Variationsprobleme unter isoperimetrischen Restriktionen Das isoperimetrische Problem im engeren Sinne besteht darin, diejenige ebene Figur mit gegebenem Umfang l zu finden, die den größten Flächeninhalt F hat. 1 Unter der Annahme, dass die Figur oberhalb der t-achse durch den Graphen einer Fkt. xt t [, T ] berandet ist, ergibt sich das Variationsproblem max xt dt xt 1 Das isoperimetrische Problem war bereits in der Antike bekannt: Der Königin Dido wurde so viel Land versprochen, wie auf eine Kuhhaut passt bzw. sich von einer Kuhhaut umranden lässt. Sie zerschnitt die Kuhhaut in dünne Streifen, verband diese Streifen zu einem Band und stand nun vor dem isoperimetrischen Problem: Welche Form sollte sie dem Stück Land, das sie mit dem Band gegebener Länge l umfassen wollte, geben? Die Lösung des Problems ist nicht, wie man vielleicht vermutet, ein Quadrat dort erhält man bei gegebenem Umfang l = 4a die Fläche F = a 2 = l/4 2 = l 2 /16 sondern ein Kreis, wo man bei gegebenem Umfang l = 2π r die Fläche F = π r 2 = l 2 /4 π hat, immerhin 27.4 % mehr als beim Quadrat gleichen Umfangs π/
5 c K.H. Schild, Abt. Statistik, Fb. Wiwi, Uni Marburg 67 unter der Restriktion konstanter Länge l des Graphen von xt, d.h. 1 + ẋ 2 t dt = l sowie x =, xt =. Verallgemeinert spricht man bei einem Variationsproblem min xt oder max xt f t, xt, ẋt dt unter einer Restriktion der Art zur Vereinfachung beschränken wir uns hier auf eine solche Restriktion g t, xt, ẋt dt = l von einem isoperimetrischen Problem. Im Unterschied zu den Algebro- oder Differential- Restriktionen liegt hier also nicht in jedem Punkt t eine Restriktion vor, sondern die Restriktion besteht darin, dass ein zweites Funktional den vorgegebenen Wert l annimmt. Von daher erscheint es sinnvoll, die Lagrange-Methode mit einem konstanten, d.h. von t unabhängigen Parameter λ anzusetzen, was auf das unrestringierte Zielfunktional min / max xt,λ xt,λ [ f t, xt, ẋt dt + λ g t, xt, ẋt ] dt hinausläuft. Die Euler-Gleichungen bzgl. Lt, x, ẋ, λ = ft, x, ẋ + λ gt, x, ẋ lassen sich hier mit λt = const, also λ = folgendermaßen schreiben: f d f g = λ d g x i dt ẋ i x i dt ẋ i Beispiel: Beim Problem der größten Fläche bei gegebenem Umfang, d.h. ft, x, ẋ = x und gt, x, ẋ = 1 + ẋ 2, ergibt sich als Euler-Lagrange-Gleichung 1 = λ d ẋ d ẋ = 1 dt 1 + ẋ 2 dt 1 + ẋ 2 λ Anstatt hier auf der li. Seite die totale Ableitung nach der Zeit zu bilden, um die entstehende DGl. 2. Ordnung zu erhalten dies würde auf führen ist es einfacher, die Aussage ẍ 1+ẋ 2 d direkt zu lesen als dt... = const. Mit A/λ als der Integrationskonstanten folgt λ ẋ = t A 1 + ẋ 2 = 1 λ Wir lösen nach ẋ auf: λ 2 ẋ 2 = t A ẋ 2 = t A 2 + t A 2 ẋ 2 ẋ = ± t A λ 2 t A 2 Als Stammfkt. der re. Seite erweist sich ± λ 2 t A 2, d.h. mit B als Integr.Konstante: xt = ± λ 2 t A 2 + B xt B 2 + t A 2 = λ 2 Dies beschreibt einen Kreis in der t, x-ebene mit Mittelpunkt A, B und Radius λ. D.h. die Lösung des gestellten Problems ist ein Kreisbogen sofern das Problem eine minimierende Lösung hat und die Euler-Lagrange-Gl. eine notwendige Bedingung für diese darstellt. Obwohl die Lösung also geometrisch einfach zu konstruieren ist, gelingt die formelmäßige Bestimmung der beiden Integrationskonstanten A und B zusammen mit dem Kreisradius λ nicht in geschlossener Form wenn T vorgegeben ist; bei freiem T, was wir hier noch nicht behandeln können, sollte sich ein Halbkreis mit Mittelpunkt auf der t-achse ergeben, dessen Radius λ sich aus 2π λ = 2l zu λ = l/π bestimmt; dann wäre B =, A = λ und T = 2λ
6 68 Erweiterungen der Variationsrechnung* 5.5 Freier Endzeitpunkt allgemeinere Transvers.bedingungen Wir betrachten ein der Einfachheit halber: skalares und unrestringiertes Variationsproblem mit freiem Endzeitpunkt T min / max xtt [,T ], T > ft, x, ẋ dt Das heißt, es soll nun auch über den Endzeitpunkt T optimiert werden. Man könnte dieses Problem folgendermaßen angehen: Man löst zunächst das Problem mit T als Parameter, d.h. mit festem, aber beliebigem T, bekommt eine Lösung x t; T, setzt diese in das Zielfunktional ein, indem man J T := f t, x t; T, ẋ t; T dt ermittelt und optimiert schließlich über T. Letzteres ist eine relativ einfache Aufgabe, da man nur eine eindimensionale Optimierung der Funktion J T durchzuführen hat, wozu man im Wesentlichen die Ableitung J T benötigt. Der Haken bei diesem Vorgehen besteht darin, dass man nicht nur das Problem mit festem T als Parameter lösen muss, sondern auch die Funktion J T ermitteln muss: Das ist oft sehr mühsam, da dazu ein parameterabhängiges Integral zu berechnen ist Parameter ist T. Dies kann man sich ersparen, denn für die Ableitung J T von J T nach T ergibt sich zumindest dort, wo sie existiert etwas, das man viel einfacher bekommt: d dt J T = f T, x T ; T, ẋ T ; T ẋt ; T f ẋ ft, x T ; T, ẋ T ; T Da man zur Ermittlung der rechten Seite die Lösung x t; T zum Parameterwert T ausgewertet in t = T in f ẋ f ẋ einsetzt, schreiben wir kurz: d dt J T = f ẋ f ẋ Die Bedingung erster Ordnung für ein Extremum von J T wird damit zu f ẋ f ẋ = Diese Bedingung bekommen wir als zusätzliche notwendige Bedingung, wenn wir auch über T optimieren man beachte, dass es nur eine notwendige Bedingung ist. Vom Typ her ist f ẋ f ẋ = eine Transversalitätsbedingung, wie sie sich auch bei freiem xt bei gegebener Zeit T als f ẋ = ergab. Da man bei variablem x = xt in der x-richtung vertikal frei ist, bei variablem T dagegen in der t-richtung horizontal, spricht man auch von der vertikalen und horizontalen Transversalitätsbedingung: { vertikale Transversalitätsbedingung freies xt : f ẋ = horizontale Transversalitätsbedingung freies T : f ẋ f ẋ = Horizontale und vertikale Transversalitätsbedingung können auch gemischt auftreten, wenn nämlich sowohl xt als auch T frei sind. Sind tatsächlich beide, T und xt, frei, hat man zwei zusätzliche Endbedingungen für die Eulergl. die insbes. auch f = implizieren. Ist aber eigentlich nur T frei und xt soll auf den Graphen einer Funktion gt gezwungen werden, d.h. liegt die Restriktion xt = gt vor, so lautet die einzige Transversalitätsbedingung Transversalitätsbedingung bei Restriktion auf Kurve xt = gt : f + g ẋ f ẋ = Diese Variante lässt sich auch so lesen, dass xt frei ist, aber T auf den Graphen der Umkehrfkt von g gezwungen wird. Die Transversaltitätsbedingungen gelten auch bei den oben besprochenen restringierten Variationsproblemen, wobei f durch die Lagrange-Funktion zu ersetzen ist. To do als Demo-Beispiel: Den Halbkreis beim isoperimetrischen Problem herleiten.
- 1 - zum Extremum macht, wenn y(x) eine bestimmte, genau charakterisierte Funktionenklasse ( n
- 1 - Variationsrechnung Die Variationsrechnung spielt in der Physik eine entscheidende Rolle. So kann man die Grundgleichungen der Newtonschen Mechanik aus einem Lagrangeschen Variationsprinzip herleiten.
MehrINGENIEURMATHEMATIK. 11. Differentialgeometrie. Sommersemester Prof. Dr. Gunar Matthies
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 11. Differentialgeometrie Prof. Dr. Gunar Matthies Sommersemester 2016 G. Matthies Ingenieurmathematik
MehrSelbsteinschätzungstest Auswertung und Lösung
Selbsteinschätzungstest Auswertung und Lösung Abgaben: 46 / 587 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: Durchschnitt: 7 Frage (Diese Frage haben ca. 0% nicht beantwortet.) Welcher Vektor
MehrAngewandte Geometrie
Technische Universität München SS 215 Zentrum Mathematik Blatt 4 Prof. Dr. J. Hartl Angewandte Geometrie 1. Ein Kind läuft einen geradlinigen Weg entlang und zieht an einer Schnur ein (seitlich des Weges
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
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
MehrÜbungen zu Theoretische Physik I - Mechanik im Sommersemester 2013 Blatt 7 vom Abgabe:
Übungen zu Theoretische Physik I - Mechanik im Sommersemester 03 Blatt 7 vom 0.06.3 Abgabe: 7.06.3 Aufgabe 9 3 Punkte Keplers 3. Gesetz Das 3. Keplersche Gesetz für die Planetenbewegung besagt, dass das
MehrLösung 05 Klassische Theoretische Physik I WS 15/16. y a 2 + r 2. A(r) =
Karlsruher Institut für Technologie Institut für theoretische Festkörperphsik www.tfp.kit.edu Lösung Klassische Theoretische Phsik I WS / Prof. Dr. G. Schön Punkte Sebastian Zanker, Daniel Mendler Besprechung...
Mehr10.6. Implizite ebene Kurven und Tangenten
0.6. Implizite ebene Kurven und Tangenten Im Gegensatz zu expliziten Darstellungen sind weder implizite noch Parameterdarstellungen einer Kurve eindeutig. Der Übergang von impliziten zu expliziten Darstellungen
MehrLösungen zu Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx
MehrMathematischer Vorkurs für Physiker WS 2011/12 Vorlesung 3
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2011/12 Vorlesung 3 Differenziation und Integration von Vektorfunktionen Der Ortsvektor: Man kann einen Punkt P im Raum eindeutig durch die
Mehr1 Einführung, Terminologie und Einteilung
Zusammenfassung Kapitel V: Differentialgleichungen 1 Einführung, Terminologie und Einteilung Eine gewöhnliche Differentialgleichungen ist eine Bestimmungsgleichung um eine Funktion u(t) einer unabhängigen
Mehr3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z
R Es sei f : R n D R eine einmal stetig differenzierbare Funktion, für die in einer Umgebung eines Punkte a = a 1, a,, a n D gilt: fa 1, a,, a n = 0, f xn a 1, a,, a n 0 Dann gibt es eines Umgebung U des
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
MehrEinfache Differentialgleichungen (algebraische Lösung)
Einfache Differentialgleichungen (algebraische Lösung) 0. Definition, Einschränkung Definition: Sei die Funktion mit Gleichung = f() n-mal differenzierbar. Gilt F(,,,,, (n) ) = 0 (für alle ), so erfüllt
Mehr3 Optimierung mehrdimensionaler Funktionen f : R n R
3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)
MehrOutline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel
Outline 1 Funktionen von mehreren Veränderlichen 2 Grenzwert und Stetigkeit 3 Partielle Ableitungen 4 Die verallgemeinerte Kettenregel 5 Das totale Differential 6 Extremstellen Roman Wienands (Universität
Mehr6 Gewöhnliche Differentialgleichungen
6 Gewöhnliche Differentialgleichungen Differentialgleichungen sind Gleichungen in denen nicht nur eine Funktion selbst sondern auch ihre Ableitungen vorkommen. Im einfachsten Fall gibt es eine unabhängige
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
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 )+
MehrSerie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015
Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum
MehrMathematische Methoden für Informatiker
Prof. Dr. www.math.tu-dresden.de/ baumann 8.12.2016 20. Vorlesung Differentialgleichungen n-ter Ordnung Lösung einer Differentialgleichung Veranschaulichung der Lösungsmenge Anfangswertprobleme Differentialgleichungen
MehrDefinition 1.1 (Wirkung) Wir wollen die Kurvenverläufe x(t) finden, die das Funktional
Christina Schindler Karolina Stoiber Ferienkurs Analysis für Physiker SS 13 A 1 Variationsrechnung 1.1 Lagrange. Art Wir führen die Überlegungen von gestern fort und wollen nun die Lagrangegleichungen.
Mehr5 5 5 Abbildung : Raumkurve Abbildung 5: Tangente t existiert nur dann, wenn _ ~x(t ) = ist. Ein Punkt mit f _x; _y; _zg = f; ; g heißt ein regulärer
3 Differentialgeometrische Eigenschaften von Kurven und Flächen Ziel dieses Abschnittes ist es, eine kurze Einführung in die Anfangsgründe der mathematischen Theorie der Raumkurven und Flächen zu geben.
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
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
MehrMusterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2
Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die
Mehr2.3 Klassische Variationsprobleme
58 Kapitel. Variationsrechnung.3 Klassische Variationsprobleme Wir werden nun zwei klassische Variationsprobleme behandeln, die bei der Entwicklung der bisher vorgestellten Methoden eine wichtige Rolle
MehrMathematische Methoden in den Ingenieurwissenschaften 1. Übungsblatt
Prof Dr M Gerdts Dr A Dreves J Michael Wintertrimester 216 Mathematische Methoden in den Ingenieurwissenschaften 1 Übungsblatt Aufgabe 1 : (Schwimmer Ein Schwimmer möchte einen Fluss der Breite b > überqueren,
Mehr10 Extremwerte mit Nebenbedingungen
10 Extremwerte mit Nebenbedingungen 49 10 Extremwerte mit Nebenbedingungen Wir betrachten nun Extremwertaufgaben, bei denen nach dem Extremwert einer fx 1,, x n gesucht wird, aber die Menge der zulässigen
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.
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
Mehr(geometrische) Anschauung
(geometrische) Anschauung Marcus Page Juni 28 In dieser Lerneinheit widmen wir uns dem schon oft angesprochenen Zusammenhang zwischen Matrizen und linearen Abbildungen. Außerdem untersuchen wir Funktionen,
MehrWurzelfunktionen Aufgaben
Wurzelfunktionen Aufgaben. Für jedes k (k > 0) ist die Funktion f k (x) = 8 (x k ) kx, 0 x gegeben. a) Untersuchen Sie die Funktion f k auf Nullstellen und Extrema. Ermitteln Sie lim f k(x) sowie für 0
MehrHTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt. Mathematik II für Bauingenieure. (f) 4 sin x cos 5 x dx. 3 x e x2 dx (i) e 2x 1 dx.
HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Mathematik II Mathematik II für Bauingenieure Wiederholungsaufgaben zur Prüfungsklausur im Juli 2007 1 Integralrechnung Aufgabe 1 : Berechnen Sie die folgenden
MehrFehlerfortpflanzung & Extremwertbestimmung. Folie 1
Fehlerfortpflanzung & Etremwertbestimmung Folie 1 Fehlerfortpflanzung Einführung In vielen technischen Zusammenhängen sind die Werte bestimmter Größen nicht genau bekannt sondern mit einer Unsicherheit
Mehr9 Optimierung mehrdimensionaler reeller Funktionen f : R n R
9 Optimierung mehrdimensionaler reeller Funktionen f : R n R 91 Optimierung ohne Nebenbedingungen Ein Optimum zu suchen heißt, den größten oder den kleinsten Wert zu suchen Wir suchen also ein x R n, sodass
MehrKapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2.
Kapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2. Gesetz: (enthalten Ableitungen der gesuchten Funktionen) Geschwindigkeit:
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
MehrMathematik für Bauingenieure
Mathematik für Bauingenieure von Kerstin Rjasanowa 1. Auflage Mathematik für Bauingenieure Rjasanowa schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG Hanser München 2006 Verlag C.H.
MehrÜbungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test
Prof. C. Greiner, Dr. H. van Hees Wintersemester 2012/2013 Übungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test Aufgabe 1: Bruchrechnung Lösen Sie die folgenden Gleichungen nach x auf (a) x x 2 1
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
MehrÜbung (13) dx 3, 2x 1 dx arctan(x3 1).
Übung (3) () Bilden Sie folgende Ableitungen: d xe x dx x ln x, d dx +cos (x), d d dx 3, x dx arctan(x3 ). () Geben Sie die Näherung. Ordnung für den Ausdruck / p v /c für v
MehrFolgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
Mehr11.3. Variablentrennung, Ähnlichkeit und Trajektorien
3 Variablentrennung, Ähnlichkeit und Trajektorien Trennung der Veränderlichen (TdV) Es seien zwei stetige Funktionen a (der Variablen ) und b (der Variablen ) gegeben Die Dgl a( ) b( ) b( ) d d läßt sich
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
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
MehrMultivariate Analysis
Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 5
Technische Universität München Zentrum Mathematik Mathematik Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 5 Hausaufgaben Aufgabe 5. Bestimmen Sie folgende Grenzwerte. Benutzen
MehrGewöhnliche Differentialgleichungen Woche 1
Gewöhnliche Differentialgleichungen Woche Einführung. Modelle Eine gewöhnliche Differentialgleichung gibt eine Relation zwischen einer unbekannten Funktion und deren Ableitung(en). Nun kann man unendlich
MehrEinführung in die Integralrechnung. Mag. Mone Denninger 13. November 2005
Einführung in die Integralrechnung Mag. Mone Denninger. November 5 INHALTSVERZEICHNIS 8. Klasse Inhaltsverzeichnis Einleitung Berechnung einfacher Stammfunktionen. Integrationsregeln.........................
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
Mehr11 Optimierung von Funktionen einer Veränderlichen
11 Optimierung von Funktionen einer Veränderlichen In diesem Kapitel werden die bis hier behandelten Grundlagen der Analysis genutzt, um Methoden aus der Optimierungstheorie für eindimensionale Entscheidungsmengen
MehrExtrema mit Nebenbedingungen
Extrema mit Nebenbedingungen Gesucht ist das Extremum der Funktion f(x,y) = 5 x y unter der Nebenbedingung g(x,y) = x+y =. 5 y x In diesem einfachen Fall kann die Nebenbedingung nach einer Variablen aufgelöst
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
MehrSerie 8 - Parametrisierte Kurven
Analysis D-BAUG Dr Meike Akveld HS 05 Serie 8 - Parametrisierte Kurven Geben Sie für die folgenden Bewegungen eines Punktes jeweils eine parametrisierte Darstellung I [0, ] R xt, t yt an Lösung a Geradlinige
MehrFlächen und ihre Krümmungen
Flächen und ihre Krümmungen Teilnehmer: Levi Borodenko Anna Heinrich Jochen Jacobs Robert Jendersie Tanja Lappe Manuel Radatz Maximilian Rogge Käthe-Kollwitz-Oberschule, Berlin Käthe-Kollwitz-Oberschule,
MehrOptimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren 1 Minimierung ohne Nebenbedingung Ein Optimierungsproblem besteht aus einer zulässigen Menge und einer Zielfunktion Minimum
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
MehrETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld
ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld Bitte wenden! 1. Die unten stehende Figur wird beschrieben durch... (a) { (x, y) R 2 x + y 1 }. Richtig! (b) { (x,
MehrBlatt 1. Kinematik- Lösungsvorschlag
Fakultät für Physik der LMU München Lehrstuhl für Kosmologie, Prof. Dr. V. Mukhanov Übungen zu Klassischer Mechanik (T1) im SoSe 011 Blatt 1. Kinematik- Lösungsvorschlag Aufgabe 1.1. Schraubenlinie Die
MehrKleine Formelsammlung zu Mathematik für Ingenieure IIA
Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................
MehrAnalysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen)
Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen) Fachbereich Mathematik Wintersemester 0/0 Prof. Dr. Burkhard Kümmerer./3. November 0 Andreas Gärtner Walter Reußwig
MehrFunktionen mehrerer Variabler
Vektoranalysis Funktionen mehrerer Variabler Wir untersuchen allgemein vektorwertige Funktionen von vektoriellen Argumenten, wobei zunächst nur reelle Vektoren zugelassen seien. Speziell betrachten wir:
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 4
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=
MehrHauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg
Hauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg Wahlteil Analysis 2 Hilfsmittel: GTR und Formelsammlung allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com März 2015 1 Aufgabe
MehrStatische Optimierung unter Gleichungsrestriktionen (Lagrange)
Kapitel 2 Statische Optimierung unter Gleichungsrestriktionen (Lagrange) 21 Einleitung/Ziel/Bedeutung/Übersicht Viele ökonomischen Fragestellungen bestehen im Kern zwar aus einem statischen Optimierungsproblem,
MehrTeil I. Lineare Optimierung
Teil I Lineare Optimierung 5 Kapitel 1 Grundlagen Definition 1.1 Lineares Optimierungsproblem, lineares Programm. Eine Aufgabenstellung wird lineares Optimierungsproblem oder lineares Programm genannt,
MehrÜbungsblatt 6 Lösungsvorschläge
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 6 Lösungsvorschläge Vorlesung Algorithmentechnik im WS 09/10 Problem 1: Größter Kreis in konvexem Polygon [vgl. Kapitel 6
MehrDifferenzial- und Integralrechnung II
Differenzial- und Integralrechnung II Rainer Hauser Dezember 011 1 Einleitung 1.1 Ableitung Die Ableitung einer Funktion f: R R, x f(x) ist definiert als f (x) = df(x) dx = d f(x + h) f(x) f(x) = lim dx
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
Mehr8 Euklidische Vektorräume und Fourierreihen
Mathematik für Ingenieure II, SS 9 Dienstag 7.7 $Id: fourier.te,v 1.6 9/7/7 13:: hk Ep $ $Id: diff.te,v 1. 9/7/7 16:13:53 hk Ep $ 8 Euklidische Vektorräume und Fourierreihen 8.4 Anwendungen auf Differentialgleichungen
Mehr7.1 Matrizen und Vektore
7.1 Matrizen und Vektore Lineare Gleichungssysteme bestehen aus einer Gruppe von Gleichungen, in denen alle Variablen nur in der 1. Potenz vorkommen. Beispiel Seite 340 oben: 6 x 2 = -1 + 3x 2 = 4 mit
MehrIst C eine Kurve mit Anfangspunkt a und Endpunkt b und f eine stetig differenzierbare Funktion, grad f( r ) d r = f( b) f( a).
KAPITEL 5. MEHRDIMENSIONALE INTERATION. Berechnung Integralsätze in R Hauptsatz für Kurvenintegrale wegunabhängig radientenfeld Integrabilitätsbedingung Hauptsatz für Kurvenintegrale a b Ist eine Kurve
MehrÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS
ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung
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
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,
MehrMathematik für. Wirtschaftswissenschaftler. Basiswissen mit Praxisbezug. 4., aktualisierte und erweiterte Auflage
Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 4., aktualisierte und erweiterte Auflage Knut Sydsaeter Peter Hammond mit Arne Strom Übersetzt und fach lektoriert durch Dr. Fred Böker
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
MehrCaputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen
Seminar Fraktionale Differentialgleichungen Prof. Dr. P.E. Kloeden, WS1000/2001 Caputo fraktionale Differentialgleichungen Lars Grüne, 25.1.2001 Basierend auf Fractional Differential Equations, Theory
MehrDie Quadratur des Kreises
Die Quadratur des Kreises Häufig hört man Leute sagen, vor allem wenn sie vor großen Schwierigkeiten stehen, so was wie hier wird die Quadratur des Kreises versucht. Was ist mit dieser Redewendung gemeint?
MehrAnalytische Geometrie I
Analytische Geometrie I Rainer Hauser Januar 202 Einleitung. Geometrie und Algebra Geometrie und Algebra sind historisch zwei unabhängige Teilgebiete der Mathematik und werden bis heute von Laien weitgehend
MehrNewton-Verfahren zur gleichungsbeschränkten Optimierung. 1 Gleichungsbeschränkte Optimierungsprobleme
Newton-Verfahren zur gleichungsbeschränkten Optimierung Armin Farmani Anosheh (afarmani@mail.uni-mannheim.de) 3.Mai 2016 1 Gleichungsbeschränkte Optimierungsprobleme Einleitung In diesem Vortrag geht es
MehrOptimieren unter Nebenbedingungen
Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht
MehrUnrestringierte statische Optimierung
Kapitel 1 Unrestringierte statische Optimierung 1.1 Einleitung/Ziel/Bedeutung/Übersicht Obwohl diese Veranstaltung hauptsächlich dnamische Optimierungsprobleme adressiert, wollen wir zum Einstieg einige
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
Mehr6.3 Exakte Differentialgleichungen
6.3. EXAKTE DIFFERENTIALGLEICHUNGEN 23 6.3 Exakte Differentialgleichungen Andere Bezeichnungen: Pfaffsche Dgl., Dgl. für Kurvenscharen, Nullinien Pfaffscher Formen. 1. Definitionen Pfaffsche Dgl, Dgl.
MehrRand der Fläche = Linie. suggestive Notation. "Zirkulation pro gerichteter Fläche" Vorschau: Eine komplexe Funktion sei nur von der Kombination
Zusammenfassung: Satz von Stokes Satz v. Stokes: Flussintegral der Rotation = Linienintegral Fläche Rand der Fläche = Linie Symbolisch: suggestive Notation Geometrische Definition der Rotation: "Zirkulation
MehrMathematik 2 für Wirtschaftsinformatik
für Wirtschaftsinformatik Sommersemester 2012 Hochschule Augsburg Hinreichende Bedingung für lokale Extrema Voraussetzungen Satz D R n konvex und offen Funktion f : D R zweimal stetig partiell differenzierbar
MehrGewöhnliche Differentialgleichungen am Beispiel des harmonischen Oszillators
Gewöhnliche Differentialgleichungen am Beispiel des harmonischen Oszillators Horst Laschinsky 12. Oktober 1999 Inhaltsverzeichnis 1 Gewöhnliche lineare homogene Differentialgleichungen 2. Ordnung mit konstanten
Mehr5.10. Mehrdimensionale Extrema und Sattelpunkte
5.1. Mehrdimensionale Extrema und Sattelpunkte Zur Erinnerung: Eine Funktion f von einer Teilmenge A des R n nach R hat im Punkt a ein (strenges) globales Maximum, falls f( x ) f( a ) (bzw. f( x ) < f(
MehrÜbungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt 4
Prof. Roland Gunesch Sommersemester Übungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt 4 Analysieren Sie folgende mathematischen Modelle der Liebesbeziehung zwischen
MehrKonvexe Funktionen und Legendre-Transformation
Konvexe Funktionen und Legendre-Transformation Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x, y auch stets deren Verbindungsstrecke xy = {x +t xy 0 t 1} = {(1 t)x +ty 0 t 1} enthält.
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
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.
Mehr5 Potenzreihenansatz und spezielle Funktionen
5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten
MehrHochschule Düsseldorf University of Applied Sciences. 22. Dezember 2016 HSD. Physik. Schwingungen
Physik Schwingungen Zusammenfassung Mechanik Physik Mathe Einheiten Bewegung Bewegung 3d Newtons Gesetze Energie Gravitation Rotation Impuls Ableitung, Integration Vektoren Skalarprodukt Gradient Kreuzprodukt
MehrÜbung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher
Technische Universität Chemnitz 1. Juli 20 Fakultät für Mathematik Höhere Mathematik I.2 Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher 1. Durch ein
MehrName: Gruppe: Matrikel-Nummer:
Theoretische Physik 1 (Theoretische Mechanik) SS08, Studienziel Bachelor (170 1/13/14) Dozent: J. von Delft Übungen: B. Kubala Klausur zur Vorlesung T1: Theoretische Mechanik, SoSe 008 (3. Juli 007) Bearbeitungszeit:
Mehrf(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.
Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit
Mehr