49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit
|
|
- Adolph Keller
- vor 6 Jahren
- Abrufe
Transkript
1 49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit 49.1 Differenzierbarkeit 49.2 Eindeutigkeit des Differentials; Unabhängigkeit der Differenzierbarkeit von den gewählten Normen 49.4 Differenzierbarkeit impliziert Stetigkeit 49.9 Kettenregel für differenzierbare Funktionen Geometrische Deutung des Differentials Differenzierbarkeit und partielle Differenzierbarkeit Die Funktionalmatrix oder Jacobi-Matrix einer differenzierbaren Abbildung In diesem Paragraphen seien V, W {0} zwei endlich-dimensionale R-Vektorräume. Es seien (v 1,..., v n ) eine beliebige Basis von V und (w 1,..., w m ) eine beliebige Basis von W. Ferner sei := V eine beliebige Norm für V und := W eine beliebige Norm für W. Wir betrachten in diesem Paragraphen Funktionen f : D W mit D V. Sei p ein innerer Punkt von D. Wir wollen untersuchen, wie sich die Funktion f bei einer Änderung des Arguments p verhält. Man betrachte zunächst das Beispiel { 1 für q p = (p 1, p 2 ) := (0, 0), f(q 1, q 2 ) := 1 = 0 oder q 2 = 0, beliebig sonst. Dann gilt x (0, 0) = 0 = y (0, 0). Dennoch können wir keine Aussage darüber machen, wie sich f verhält, wenn (q 1, q 2 ) nicht auf einer der Koordinatenachsen liegt. Bei einer Funktion wird man aber nicht nur daran interessiert sein, ihr Verhalten auf den Koordinatenachsen zu durchschauen, sondern man wird wissen wollen, wie sich f(p 1, p 2 ) ändert, wenn man p 1 und p 2 gleichzeitig ändert. In unserem Beispiel wird man wissen wollen, wie stark sich f(q 1, q 2 ) von f(0, 0) unterscheidet, wenn q 1 und q 2 nahe bei Null liegen, jedoch 0 sind. Allein die Existenz der partiellen Ableitungen im Punkte p reicht jedoch wie obiges Beispiel zeigt zur Beantwortung dieser Frage nicht aus. Eine Antwort wird aber für differenzierbare Funktionen möglich sein. C 1 [49] 1
2 Kapitel XI Differenzierbarkeit in endlich-dimensionalen R-Vektorräumen Der Grundgedanke der Differenzierbarkeit ist, den Zuwachs f(q) f(p) der Funktion f für q in der Nähe von p mittels einer linearen Abbildung A : V W vermöge A(q p) zu approximieren. Der Zuwachs soll also lokal mit Hilfe der linearen Algebra berechenbar sein. Hierbei soll der Fehler der Approximation, also f(q) f(p) A(q p), schneller gegen Null gehen als der Abstand q p des Punktes q vom Punkt p, d.h. es soll gelten f(q) f(p) A(q p) q p 0. q p Wir hatten in 18.9 gesehen, daß sich auch die Differenzierbarkeit von f : D R mit D R in dieser Weise formulieren ließ Differenzierbarkeit Seien D V und f : D W. (i) f heißt in p differenzierbar, wenn gilt: (1) p ist ein innerer Punkt von D. (2) Es gibt ein A Hom R (V, W ) mit f(q) f(p) A(q p) q p 0. q p (ii) Ist D offen, so heißt f differenzierbar, wenn f in jedem p D differenzierbar ist. Die Definition der Differenzierbarkeit ist unabhängig von den in V und W gewählten Basen. Wir wollen nun zeigen, daß 1) die Differenzierbarkeit wegen der endlichen Dimension von V und W auch nicht von den für V und W gewählten Normen abhängt; 2) die lineare Abbildung A aus 49.1 für eine im Punkt p differenzierbare Funktion f eindeutig bestimmt ist Eindeutigkeit des Differentials; Unabhängigkeit der Differenzierbarkeit von den gewählten Normen Seien D V und f : D W. (i) (ii) Die Differenzierbarkeit von f in p hängt nicht von den für V und W gewählten Normen ab. Ist f in p differenzierbar, so ist ein A Hom R (V, W ), welches 49.1(2) erfüllt, eindeutig bestimmt. Es heißt das Differential (oder die Ableitung) von f an der Stelle p und wird mit D p f bezeichnet. Beweis. (i) Da V und W endlich-dimensional sind, liefern je zwei Normen für V bzw. W die gleiche Topologie für V bzw. W (siehe 34.6). Also hängt 49.1(1) nicht von den gewählten Normen ab und 49.1(2) nicht von der gewählten Norm in W. Sei nun W irgendeine Norm für W, dann hängt 49.1(2) auch nicht von der gewählten Norm in V ab: [49] 2 C 1
3 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit Seien hierzu 1 und 2 zwei Normen für V. Dann gibt es c 1, c 2 R + mit v 1 c 1 v 2, v 2 c 2 v 1 für v V \ {0} (siehe 34.4). Also gilt für q D \ {p} f(q) f(p) A(q p) q p 1 W c 1 f(q) f(p) A(q p) W und daher f(q) f(p) A(q p) q p 1 (ii) Seien A 1, A 2 Hom R (V, W ) mit q p 2 c 1 c 2 f(q) f(p) A(q p) q p 1 W, 0 f(q) f(p) A(q p) q p q p 2 0. q p f(q) f(p) A i (q p) q p gegeben. Dann gilt (benutze 36.65(ii)): (1) (A 1 A 2 )(q p) q p q p 0 für i = 1, 2 q p 0. Sei nun v V \ {0} beliebig, aber fest gewählt. Wegen q n := p + 1 n v p und q n D \ {p} für genügend großes n (benutze 49.1(1)) gilt dann nach (1): (2) Wegen (A 1 A 2 )(v) v = (A 1 A 2 )(n 1 v) n 1 v Also ist A 1 = A 2. (A 1 A 2 )( 1 n v) 1 n v n 0. folgt A 1 (v) = A 2 (v) mit (2). Der folgende Satz liefert äquivalente Bedingungen zur Differenzierbarkeit, die manchmal zum Nachweis der Differenzierbarkeit besser geeignet sind, als die ursprüngliche Definition Kriterien für die Differenzierbarkeit Seien D V und f : D W. Für einen inneren Punkt p D sind äquivalent: (i) (ii) (iii) f ist in p differenzierbar. Es gibt ein A Hom R (V, W ) mit lim h 0 f(p+h) f(p) A(h) h = 0. Es gibt ein A Hom R (V, W ) und eine im Nullpunkt stetige Funktion ε : {h V : p + h D} W mit ε(0) = 0 und f(p + h) = f(p) + A(h) + h ε(h). Gilt eine dieser drei äquivalenten Bedingungen, so ist das A aus (ii) bzw. (iii) gleich D p f. Beweis. (i) (ii) Wegen {p + h D : 0 < h < δ} = {q D : 0 < q p < δ} für δ R + folgt aus 49.1(2) und 49.2 f(q) f(p) D 0 = lim pf(q p) q p q p mit A = D p f Hom R (V, W ). = lim h 0 f(p+h) f(p) D pf(h) h C 1 [49] 3
4 Kapitel XI Differenzierbarkeit in endlich-dimensionalen R-Vektorräumen (ii) (i) Umgekehrt folgt aus (ii) offensichtlich wieder 49.1(2) und somit nach 49.2 auch zusätzlich A = D p f. (ii) (iii) Setze ε(0) := 0 und (1) ε(h) := f(p+h) f(p) A(h) h für h {h V : p + h D} \ {0}. Nach (ii) gilt dann lim h 0, h 0 ε(h) = 0, also ist ε im Nullpunkt stetig, und aus (1) folgt f(p + h) = f(p) + A(h) + h ε(h) zunächst für h 0 und dann auch für h = 0. Also gilt (iii). (iii) (ii) Aus (iii) folgt umgekehrt offensichtlich 0 = lim h 0, h 0 ε(h) = lim h 0 f(p+h) f(p) A(h) h, also gilt (ii) und A = D p f (siehe (ii) (i)). Damit ist die Äquivalenz von (i) bis (iii) sowie der Zusatz über A bewiesen Differenzierbarkeit impliziert Stetigkeit Seien D V und f : D W in p differenzierbar. Dann ist f in p stetig. Beweis. Da D p f eine lineare Abbildung eines endlich-dimensionalen Raumes V in W ist, ist D p f : V W stetig. Also folgt D p f(h) 0 für h 0. Da f in p differenzierbar ist, gilt nach 49.3(iii): f(p + h) = f(p) + D p f(h) + h ε(h) mit ε(h) 0 für h 0. Also folgt f(p + h) f(p) für h 0 (benutze 36.65), d.h. f ist in p stetig. Die Differenzierbarkeit impliziert also die Stetigkeit, im Gegensatz zur partiellen Differenzierbarkeit, die nicht notwendig die Stetigkeit der Funktion nach sich zieht (siehe hierzu Aufgabe 56 oder das einleitende Beispiel dieses Paragraphen) Differenzierbare Funktionen sind in jeder Richtung ableitbar Seien D V und f : D W. (i) Ist f in p differenzierbar, so gilt für jedes v V : D p f(v) = lim t 0 f(p+tv) f(p) t. Sind v V mit v = 1 und p D und existiert v (p) := lim t 0 f(p+tv) f(p) t, so heißt v (p) die Richtungsableitung von f im Punkte p in Richtung v. Dabei heißt jedes v V mit v = 1 eine Richtung. [49] 4 C 1
5 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit (ii) Ist f in p differenzierbar, so besitzt f in p eine Richtungsableitung in Richtung v und man erhält diese, indem man die Ableitung D p f auf die Richtung v anwendet, genauer: v (p) = D pf(v). Beweis. (ii) ist eine Spezialisierung von (i). (i) Für v = 0 ist die Aussage wegen D p f(0) = 0 trivial. Sei also v V \ {0} und seien t n R\{0} mit t n 0 und p+t n v D gewählt. Dann ist zu zeigen: Wegen t n v 0 folgt dies aus f(p+tnv) f(p) t n f(p+t nv) f(p) t n D p f(v). D p f(v) = f(p+tnv) f(p) Dpf(tnv) t n = v f(p+tnv) f(p) Dpf(tnv) t nv (ii) Der folgende Satz zeigt, daß der Differenzierbarkeitsbegriff für Abbildungen von endlich-dimensionalen Vektorräumen in endlich-dimensionale Vektorräume als Spezialfall den Differenzierbarkeitsbegriff für Wege enthält Für Wege c ist D t0 c(1) = c (t 0 ) Seien D R und c : D V. Dann ist c genau dann in t 0 differenzierbar im Sinne von 49.1, wenn c im Sinne von 37.1 differenzierbar ist. Im Differenzierbarkeitsfall gilt: D t0 c(1) = c (t 0 ). Beweis. Sei c im Sinne von 49.1 in t 0 differenzierbar. Dann ist t 0 ein innerer Punkt von D und nach 49.5, angewandt auf f := c, V := R, W := V, p := t 0, v := 1 gilt: c(t lim 0 +h) c(t 0 ) h 0 h = D t0 c(1), d.h. c ist in t 0 differenzierbar mit c (t 0 ) = D t0 c(1). Sei c im Sinne von 37.1 differenzierbar. Dann ist A Hom R(R, V ) für A(h) := hc (t 0 ), und es gilt 0 = lim h 0 c(t 0+h) c(t 0 ) 37.1 h c (t 0 ) = lim h 0 c(t 0+h) c(t 0 ) hc (t 0 ) h = lim h 0 c(t 0+h) c(t 0 ) A(h). Somit ist c in t 0 differenzierbar. Der Zusatz ist schon in mitbewiesen. h C 1 [49] 5
6 Kapitel XI Differenzierbarkeit in endlich-dimensionalen R-Vektorräumen 49.7 Elementare Rechenregeln für differenzierbare Funktionen Seien D, E V. Sind dann f : D W und g : E W in p differenzierbare Funktionen, so ist (i) f + g in p differenzierbar mit D p (f + g) = D p f + D p g; (ii) f g in p differenzierbar mit D p (f g) = D p f D p g; (iii) für α R auch α f in p differenzierbar mit D p (αf) = αd p f. Ferner gilt: (iv) Ist f : D W konstant, so ist für jedes p D f in p differenzierbar mit D p f = 0. (v) Ist f Hom R (V, W ), so ist f differenzierbar mit D p f = f für jedes p V. Beweis. (i) Zunächst ist p innerer Punkt des Definitionsbereiches D E von f + g. Seien ε 1, ε 2 die nach 49.3(iii) im Nullpunkt stetigen Funktionen mit ε 1 (0) = ε 2 (0) = 0 und (1) f(p + h) = f(p) + D p f(h) + h ε 1 (h), (2) g(p + h) = g(p) + D p g(h) + h ε 2 (h). Nun ist ε := ε 1 +ε 2 eine im Nullpunkt stetige Funktion mit ε(0) = 0, und durch Addition von (1) und (2) erhalten wir (für p + h D E): (f + g)(p + h) = (f + g)(p) + (D p f + D p g)(h) + h ε(h). Da D p f + D p g Hom R (V, W ) ist, ist f + g in p differenzierbar und es gilt (benutze 49.3): D p (f + g) = D p f + D p g. (ii) folgt aus (i) und (iii). (iii) Da f in p differenzierbar ist, ist p innerer Punkt des Definitionsbereiches von f und somit auch des Definitionsbereiches von αf. Es gibt nun nach 49.3 eine in 0 stetige Funktion ε mit ε(0) = 0 und f(p + h) = f(p) + D p f(h) + h ε(h); also gilt auch mit der in 0 stetigen Funktion α ε, daß (αf)(p + h) = (αf)(p) + (αd p f)(h) + h αε(h). Da αd p f Hom R (V, W ) ist, folgt aus der letzten Darstellung die Differenzierbarkeit von αf in p mit D p (αf) = αd p f (benutze 49.3). (iv) Die Behauptung folgt aus f(q) f(p) 0(q p) q p = 0 für q p, mit der Nullabbildung 0 von V nach W. (v) Da f linear ist, folgt f(q) f(p) = f(q p) und somit f(q) f(p) f(q p) q p = 0 für q p. Also ist f in p differenzierbar mit D p f = f. [49] 6 C 1
7 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit 49.8 Das Differential von f Seien D V und f : D W. Setze Dann heißt definiert durch D (1) := {p D : f ist in p differenzierbar}. Df : D (1) Hom R (V, W ), D (1) p D p f Hom R (V, W ), das Differential von f oder auch die Ableitung von f. In dieser Sprechweise besagt 49.7(v), daß das Differential einer linearen Abbildung f : V W die konstante Abbildung Df : V Hom R (V, W ) ist, die für jeden Punkt p V denselben Wert f hat. Ist also insbesondere V := W := R und f : V W die lineare Abbildung f = αx, so ist nach Analysis I zunächst f (p) = α. Nach 49.7(v) ist D p f : R Hom R (R, R) die konstante Abbildung, die jedem p R dieselbe durch α bestimmte lineare Abbildung R h αh zuordnet. Ferner ist, wie es 49.6 entspricht, D p f(1) = α 1 = f (p). Wegen 49.6 ist für D p f auch die Schreibweise f (p) üblich. Andere Schreibweisen für D p f sind: d p f, df(p), Df(p), df(p, v), Df(p, v). Die letzten beiden Bezeichnungen sollen die Abhängigkeit des Differentials von p und von v V zum Ausdruck bringen. Wir werden jedoch (bis auf eventuell ganz wenige Ausnahmen) für das Differential einer in p differenzierbaren Funktion f nur die Schreibweise D p f verwenden. Eine der wichtigsten Regeln der Differentialrechnung in Vektorräumen ist die Kettenregel Kettenregel für differenzierbare Funktionen Seien {0} V 1, V 2, V 3 drei endlich-dimensionale R-Vektorräume sowie D 1 V 1, D 2 V 2. Seien f : D 1 V 2 in p und g : D 2 V 3 in f(p) differenzierbar. Dann ist g f in p differenzierbar, und es gilt: D p (g f) = (D f(p) g) (D p f). Beweis. Es ist D p f Hom R (V 1, V 2 ) und D f(p) g Hom R (V 2, V 3 ). Also ist (D f(p) g) (D p f) Hom R (V 1, V 3 ), und es besagt daß D p (g f) = (D f(p) g) (D p f), (0) D p (g f)(v 1 ) = (D f(p) g)(d p f(v 1 )) für alle v 1 V 1. Es seien nun beliebige Normen auf V 1, V 2, V 3 gewählt, die ohne Verwechslungen befürchten zu müssen alle mit bezeichnet werden. C 1 [49] 7
8 Kapitel XI Differenzierbarkeit in endlich-dimensionalen R-Vektorräumen Es ist g f : f 1 (D 2 ) V 3. Wir zeigen zunächst (vgl. mit dem Beweis in 18.6): (1) p ist innerer Punkt des Definitionsbereiches f 1 (D 2 ) von g f. Wegen der Differenzierbarkeit von f in p ist p innerer Punkt von D 1 und f(p) innerer Punkt von D 2. Sei jetzt U 2 D 2 eine Umgebung von f(p) in V 2. Dann gibt es, da f als in p differenzierbare Funktion in p stetig ist, eine Umgebung U 1 von p mit (2) f(u 1 D 1 ) U 2 D 2. Da p innerer Punkt von D 1 ist, gibt es eine Umgebung U 1 von p mit U 1 D 1. Also ist U 1 U 1 eine Umgebung von p mit U 1 U 1 U 1 D 1 und (3) f(u 1 U 1 ) (2) D 2. Nach (3) ist g f zumindestens auf der Umgebung U 1 U 1 definiert, d.h. es gilt (1). Da f in p und g in f(p) differenzierbar ist, gilt nach 49.3 für zwei in 0 stetige Funktionen ε 1, ε 2 mit ε 1 (0) = 0, ε 2 (0) = 0: (4) f(p + h) = f(p) + D p f(h) + h ε 1 (h), (5) g(f(p) + k) = g(f(p)) + D f(p) g(k) + k ε 2 (k). Nun liegt f(p + h) D 2 nach (3) für alle h mit p + h U 1 U 1. Also gilt für alle h aus einer Umgebung von 0, wenn man k := f(p + h) f(p) setzt: (g f)(p + h) = g(f(p + h)) = (5) g(f(p)) + D f(p)g(f(p + h) f(p)) + f(p + h) f(p) ε 2 (f(p + h) f(p)) = (4) (g f)(p) + (D f(p)g)(d p f(h)) + h D f(p) g(ε 1 (h)) Zu zeigen bleibt: + f(p + h) f(p) ε 2 (f(p + h) f(p)). (6) D f(p) g(ε 1 (h)) + 1 h f(p + h) f(p) ε 2(f(p + h) f(p)) h 0 0. (6) folgt nun aus D f(p) g(ε 1 (h)) D f(p) g ε 1 (h) h 0 0, 1 h f(p + h) f(p) (4) D p f + ε 1 (h), ε 2 (f(p + h) f(p)) h 0 0 wegen f(p + h) f(p) für h 0. Die Kettenregel bei Parametertransformationen eines Weges (siehe 37.11) erhält man für offene Intervalle I und J durch Spezialisierung aus 49.9: (c ϕ) (t) = 49.6 D t (c ϕ)(1) = 49.9 (D ϕ(t) c)(d t ϕ(1)) = (D ϕ(t)c)(ϕ (t)) = ϕ (t) D ϕ(t) c(1) = ϕ (t) c (ϕ(t)) [49] 8 C 1
9 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit Geometrische Deutung des Differentials Seien D V und f : D W in p differenzierbar. Sei c : I V ein Weg mit c(t 0 ) = p sowie c (t 0 ) = v für ein t 0 I. Dann ist (f c) (t 0 ) = D p f(v). Besitzt also c zum Zeitpunkt t 0 den Tangentialvektor (c (t 0 ) =) v, so besitzt f c zum Zeitpunkt t 0 den Tangentialvektor D p f(v). Beweis. Nach der Kettenregel 49.9 ist f c in t 0 differenzierbar und es gilt: (f c) (t 0 ) = D t0 (f c)(1) = D c(t )f(d t0 c(1)) D p f(c (t 0 )) = D p f(v). = 49.6 Veranschaulichung von 49.10: p = c(t 0 ) v = c (t 0 ) (f c) (t 0 ) = D p f(v) f(p) c f c c : [0, 3 2 ] R2 : t (t, 3t 2 2t 3 ), f(x, y) := (x 2y 2, x + y), t 0 := 1, p := (1, 1), v = (1, 0), D p f(v) = (1, 1). v = c (t 0 ) (f c) (t 0 ) = D p f(v) f(p) p = c(t 0 ) c f c c : [0, 2π] R 2 : t (cos(t), sin(t)), f(x, y) := (x 2y 2, x + y), t 0 := π/4, p := ( 1 2, 1 2 ), v = ( 1 2, 1 2 ), D p f(v) = ( 2 1 2, 0). C 1 [49] 9
10 Kapitel XI Differenzierbarkeit in endlich-dimensionalen R-Vektorräumen Differenzierbarkeit von Funktionen mit Werten in einem endlich-dimensionalen Vektorraum ist Differenzierbarkeit der Koordinatenfunktionen Seien D V und f : D W. Dann ist f = m i=1 f iw i mit eindeutig bestimmten Funktionen f i : D R, und es sind äquivalent: (i) f ist in p differenzierbar. (ii) l f ist in p differenzierbar für jede R-lineare Abbildung l : W R. (iii) f 1,..., f m sind in p differenzierbar. Gilt eine dieser drei äquivalenten Aussagen, so ist D p f = m i=1 (D pf i )w i, und D p (l f) = l D p f für l Hom R (W, R). Insbesondere ist für W := R m und f := (f 1,..., f m ) D p f = (D p f 1,..., D p f m ). Beweis. (i) (ii) Nach 49.7(v) ist l differenzierbar mit D f(p) l = l. Also folgt nach Kettenregel 49.9 die Differenzierbarkeit von l f, und es gilt (1) D p (l f) = (D f(p) l) D p f = l D p f. (ii) (iii) wegen f j = l j f mit l j Hom R (W, R) gemäß (iii) (i) Wegen 49.7(i) reicht es zu zeigen, daß f i w i differenzierbar ist. Dies folgt aus f i(p+h)w i f i (p)w i [D pf i (h)] w i h = f i(p+h) f i (p) D pf i (h) h w i 0. h 0 Ferner erhalten wir D p (f i w i ) = (D p f i ) w i und somit (2) D p f = m i=1 D p(f i w i ) = m i=1 (D pf i ) w i. 49.7(i) Somit sind die Äquivalenz von (i) (iii) und nach (1) und (2) auch die beiden ersten Zusätze gezeigt. Für W := R m wähle die Basis (e 1,..., e m ). Dann ist f = m i=1 f ie i und aus (2) folgt D p f = m i=1 (D pf i ) e i = (D p f 1,..., D p f m ). Wir betrachten im Rest dieses Paragraphen den Spezialfall V := R n, um den Zusammenhang zwischen Differenzierbarkeit und partieller Differenzierbarkeit aufzudecken. In werden wir sehen, daß Differenzierbarkeit partielle Differenzierbarkeit nach sich zieht und daß unter einer Zusatzvoraussetzung auch die Umkehrung gilt Richtungsableitung und partielle Ableitung Seien D R n und f : D W. Dann besitzt f in p genau dann eine Richtungsableitung in Richtung e i, wenn f in p partiell nach x i differenzierbar ist, und es gilt dann e i (p) = (p). Beweis. Vergleiche die Definition der Richtungsableitung von f im Punkte p in Richtung e i mit [49] 10 C 1
11 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit Differenzierbarkeit und partielle Differenzierbarkeit Seien D R n und f : D W. (i) Ist f in p differenzierbar, dann ist f in p partiell differenzierbar, und es gilt (p) = D p f(e i ) für i = 1,..., n. (ii) Ist f für alle Punkte einer Umgebung U von p partiell differenzierbar und sind für i = 1,..., n stetig in p, so ist f differenzierbar in p. Beweis. (i) Nach 49.5 besitzt f in p die Richtungsableitungen e i (p) = D p f(e i ) für i = 1,..., n. Die Behauptung folgt daher aus (ii) Sei zunächst W := R. Man betrachte den R n mit der Norm. Dann gibt es ein ε R + mit U ε (p) = {q R n : q p < ε} = ]p 1 ε, p 1 + ε[... ]p n ε, p n + ε[ U. Wir zeigen später: Zu jedem q U ε (p) existieren ξ (1),..., ξ (n) U ε (p) mit (1) f(q) f(p) = n i=1 (ξ (i) )(q i p i ), ξ (i) p q p. Bezeichnet wieder x i : R n R die Abbildung x i (q 1,..., q n ) := q i, so ist x i Hom R (R n, R) und somit (2) l := n i=1 (p)x i Hom R (R n, R). Aus (1) und (2) folgt wegen x i (q p) = q i p i : f(q) = f(p) + n i=1 x (1) i (p)(q i p i ) + n i=1 ( (ξ (i) ) (p))(q i p i ) = f(p) + l(q p) + n i=1 ( x (2) i (ξ (i) ) (p))(q i p i ). Die Differenzierbarkeit von f in p ergibt sich daher aus der letzten Gleichung wegen 1 q p n i=1 ( (ξ (i) ) (p))(q i p i ) n i=1 (ξ (i) ) (p) q i p i q p n i=1 (ξ (i) ) (p) (1), in p stetig 0 für q p. Zu (1): Sei q = (q 1,..., q n ) U ε (p). Dann gilt: f(q) f(p) = f(q 1,..., q n ) f(p 1, q 2,..., q n ) + f(p 1, q 2,..., q n ) f(p 1, p 2, q 3,..., q n )... + f(p 1,..., p n 1, q n ) f(p 1,..., p n ) = n i=1 (f(p 1,..., p i 1, q i, q i+1,..., q n ) f(p 1,..., p i 1, p i, q i+1,..., q n )) = n i=1 (g i(q i ) g i (p i )), wobei g i : ]p i ε, p i + ε[ R definiert ist durch g i (t) := f(p 1,..., p i 1, t, q i+1,..., q n ). C 1 [49] 11
12 Kapitel XI Differenzierbarkeit in endlich-dimensionalen R-Vektorräumen Nun ist g i differenzierbar, da f partiell nach x i differenzierbar für alle Punkte von U( U ε (p)) ist. Also ist nach dem Mittelwertsatz der Differentialrechnung (3) g i (q i ) g i (p i ) = g i (r i)(q i p i ) mit r i p i q i p i. Ferner ist mit ξ (i) := (p 1,..., p i 1, r i, q i+1,..., q n ): (4) g i (r i) = (p 1,..., p i 1, r i, q i+1,..., q n ) = (ξ (i) ). Also erhalten wir aus der Summendarstellung von f(q) f(p): f(q) f(p) = n i=1 (g i(q i ) g i (p i )) = n i=1 g i (r i)(q i p i ) (3) = (4) n i=1 (ξ (i) )(q i p i ). Damit ist der erste Teil von (1) bewiesen. ξ (i) p q p folgt aus: 0 für j < i ξ (i) j p j = r j p j für j = i q j p j. q j p j für j > i (3) Wir betrachten nun den allgemeinen Fall, in dem W ein m-dimensionaler R-Vektorraum mit Basis (w 1,..., w m ) ist. Dann ist f = m j=1 f jw j mit f j : D R. Nach reicht es zu zeigen, daß f 1,..., f m in p differenzierbar sind. Da alle j für i = 1,..., n in U existieren, und da gilt (benutze 37.2): (q) = m j j=1 (q)w j für q U, sind auch j in p stetig (benutze 34.14). Also folgt nach dem ersten Teil, daß f j in p differenzierbar ist Die Funktionalmatrix oder Jacobi-Matrix einer differenzierbaren Abbildung Seien D R n und f : D R m in p differenzierbar. Dann ist die Matrix von D p f bzgl. der kanonischen Basen des R n und R m gegeben durch 1 x 1 (p)... 1 x n (p) m x 1 (p)... m x n (p) Diese Matrix heißt die Fundamentalmatrix (oder Jacobi-Matrix) von f in p und wird mit J p f bezeichnet. Insbesondere ist also für v = (v 1,..., v n ) R n v 1 (D p f(v)) T = J p f. und D p f(v) = v(j p f) T. v n [49] 12 C 1
13 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit Beweis. Die D p f zugeordnete Matrix (α ij ) erfüllt nach Definition (1) D p f(e j ) = m i=1 α ije i. Nun ist (2) D p f(e j ) = m i=1 D pf i (e j )e i = m i=1 i x j (p)e i. Aus (1) und (2) folgt α ij = i x j (p), also die Behauptung. Als Anwendung von erhalten wir insbesondere: Richtungsableitung und Gradient Seien D R n und f : D R in p differenzierbar. (i) Dann gilt für v R n mit v = 1: (ii) Ist grad p f 0, so gibt v (p) = grad pf, v. grad pf grad pf die eindeutig bestimmte Richtung des größten und gradpf grad pf die eindeutig bestimmte Richtung des kleinsten Anstiegs v (p) von f in Richtung v an. grad p f gibt den größten und grad p f den kleinsten Anstieg der Funktion f im Punkte p in einer Richtung an. Beweis. (i) Es gilt für v = (v 1,..., v n ) R n mit v = 1: v (p) = D pf(v) = J p f(v) = n i=1 (p)v i = grad p f, v. (ii) Wir zeigen, daß für v R n mit v = 1 gilt: (1) grad p f v (p) grad pf, (2) (3) v (p) = grad pf v = gradpf grad pf, v (p) = grad pf v = gradpf grad pf. Nun ist (4) v (p) = grad pf, v = grad p f cos( (grad p f, v)) mit (grad p f, v) [0, π]. Es folgt nun (1) unmittelbar aus (4). Ferner gilt nach (4): v (p) = grad pf (4) (grad p f, v) = 0 v = λ grad p f mit λ R + v = v =1 gradpf grad pf, v (p) = grad pf (4) (grad p f, v) = π v = λ grad p f mit λ R + v = gradpf v =1 grad pf. C 1 [49] 13
14 Kapitel XI Differenzierbarkeit in endlich-dimensionalen R-Vektorräumen Die Kettenregel in Matrizenform Seien D 1 R n und D 2 R m. Sind f : D 1 R m in p und g : D 2 R q in f(p) differenzierbar, dann ist g f in p differenzierbar, und es gilt: J p (g f) = (J f(p) g) (J p f). Beweis. Nach 49.9 ist g f in p differenzierbar, und es gilt (1) D p (g f) = D f(p) g D p f. Wir betrachten im R n, R m, R q die kanonischen Basen A := (e 1,..., e n ), B = (e 1,..., e m ) und C := (e 1,..., e q ). Nach Definition der Jacobi-Matrizen gilt dann mit den Bezeichnungen der Linearen Algebra (2) J p (g f) = M A C (D p(g f)), J f(p) g = M B C (D f(p)g), J p f = M A B (D pf). Nach Linearer Algebra (siehe 15.6(1)) ist nun (3) M A C (D f(p)g D p f) = M B C (D f(p)g) M A B (D pf). Aus (1), (2) und (3) erhalten wir nun die Behauptung: J p (g f) = (2) M A C (D p(g f)) = (1) M A C (D f(p)g D p f) = (3) M B C (D f(p)g) M A B (D pf) = (2) (J f(p) g) (J p f). Als Anwendung von erhalten wir für die partielle Differenzierbarkeit: Kettenregel für partielle Differenzierbarkeit Seien D 1 R n und D 2 R m. Sind f : D 1 R m in p und g : D 2 R, definiert durch y g(y), in f(p) differenzierbar, so gilt für die partiellen Ableitungen von g f: (g f) (p) = m j=1 g y j (f 1 (p),..., f m (p)) j (p) = grad f(p) g, für i = 1,..., n. Beweis. Wende mit q := 1 an. Dann gilt: ( (g f) x 1 (p),..., (g f) x n (p)) = ( g y 1 (f 1 (p),..., f m (p)),..., g y m (f 1 (p),..., f m (p))) 1 x 1 (p) (p) 1 x n (p). m x 1 (p)... m x n (p) Hieraus folgt nach Definition der Matrizenmultiplikation die Behauptung.. [49] 14 C 1
Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen
Kapitel XII Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen 53 Implizite Funktionen und allgemeine partielle Differenzierbarkeit 54 Der Umkehrsatz 55 Lokale Extrema unter Nebenbedingungen,
Mehrdifferenzierbare Funktionen
Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von
MehrKapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen
Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit
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
Mehr20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen
20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium
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
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
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
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem
Mehr39 Differenzierbare Funktionen und Kettenregel
192 VI. Differentialrechnung in mehreren Veränderlichen 39 Differenzierbare Funktionen und Kettenregel Lernziele: Konzepte: totale Ableitungen, Gradienten, Richtungsableitungen, Tangentenvektoren Resultate:
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
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
MehrLösungen der Übungsaufgaben von Kapitel 3
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen
MehrKapitel 1. Holomorphe Funktionen
Kapitel 1 Holomorphe Funktionen Zur Erinnerung: I IR sei ein offenes Intervall, und sei z 0 I. Eine Funktion f : I IR heißt differenzierbar in z 0, falls der Limes fz fz 0 lim =: f z 0 z z 0 z z 0 existiert.
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
Mehr34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlich-dimensionalen
34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlich-dimensionalen R-Vektorräumen 34.1 Äquivalenz von Normen 34.3 Stetigkeit und Normen linearer Abbildungen 34.4 Äquivalente Normen sind gegeneinander
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
MehrAnalysis I. Guofang Wang Universität Freiburg
Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum
Mehr23 Konvexe Funktionen und Ungleichungen
23 Konvexe Funktionen und Ungleichungen 231 Konvexe Funktionen 232 Kriterien für Konvexität 233 Streng konvexe Funktionen 235 Wendepunkte 237 Ungleichung von Jensen 2310 Höldersche Ungleichung 2311 Minkowskische
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:
MehrDefinition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
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
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
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
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Differenzierbarkeit und Taylor-Entwicklung Übungen, die mit einem Stern markiert sind, werden als besonders wichtig erachtet.. Jacobi-Matrix Man bestimme die Jacobi-Matrix
MehrKlausurenkurs zum Staatsexamen (SS 2015): Differential und Integralrechnung 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 205): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem
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
MehrKlausur zu Analysis II - Lösungen
Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Dr. Axel Grünrock WS 1/11 11..11 Klausur zu Analysis II - Lösungen 1. Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.
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
MehrDifferentialformen. Lie-Ableitung von Differentialformen und Poincaré-Formel. Differentialform dp dx und ihre Invarianz bzgl. Hamiltonischer Flüsse.
Differentialformen Plan Zuerst lineare Algebra: Schiefsymmetrische Formen im R n. Dann Differentialformen: Invarianz bzgl. Diffeomorphismen (und sogar beliebigen glatten Abbildungen). Äußere Ableitung.
MehrProf. Dr. H. Brenner Osnabrück SS Analysis II. Vorlesung 50. Hinreichende Kriterien für lokale Extrema
Prof. Dr. H. Brenner Osnabrück SS 205 Analysis II Vorlesung 50 Hinreichende Kriterien für lokale Extrema Wir kommen jetzt zu hinreichenden Kriterien für die Existenz von lokalen Extrema einer Funktion
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
Mehr17 Lineare Abbildungen
Chr.Nelius: Lineare Algebra II (SS2005) 1 17 Lineare Abbildungen Wir beginnen mit der Klärung des Abbildungsbegriffes. (17.1) DEF: M und N seien nichtleere Mengen. Eine Abbildung f von M nach N (in Zeichen:
Mehrx, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω
5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,
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
Mehr15 Differentialrechnung in R n
36 15 Differentialrechnung in R n 15.1 Lineare Abbilungen Eine Abbilung A : R n R m heißt linear falls A(αx + βy) = αa(x) + βa(y) für alle x, y R n un alle α, β R. Man schreibt oft Ax statt A(x) un spricht
Mehrist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1
24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx
Mehr39 Rektifizierbarkeit, Weglänge und Länge von Kurven
39 Rektifizierbarkeit, Weglänge und Länge von Kurven 39.1 Länge eines Weges 39.4 Stetige Differenzierbarkeit auf Intervallen, glatte Wege 39.5 Rektifizierbarkeit stetig differenzierbarer Wege 39.8 Additivität
MehrTechnische Universität München. Aufgaben Mittwoch SS 2012
Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische
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
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 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit
10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2
Mehrf(x 0 ) = lim f(b k ) 0 0 ) = 0
5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.
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,
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
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
Mehr8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN
8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es
Mehr2.2. Die Tangentialebene. Definition 2.12 (Tangentialebene). Sei S eine reguläre Fläche, sei p S. Dann heißt
2.2. Die Tangentialebene. Definition 2.12 (Tangentialebene). Sei S eine reguläre Fläche, sei p S. Dann heißt { } T p S = X R 3 es gibt ein ε > 0 und eine glatte parametrisierte Kurve c : ( ε,ε) S mit c(0)
MehrDer Fundamentalsatz der Algebra. 1 Motivation
Vortrag im Rahmen des Proseminars zur Analysis, 24. April 2006 Micha Bittner Motivation Den ersten des Fundamentalsatzes der Algebra erbrachte C.F. Gauss im Jahr 799 im Rahmen seiner Dissertation. Heute
MehrBrückenkurs Rechentechniken
Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige
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)
Mehr10 Untermannigfaltigkeiten
10. Untermannigfaltigkeiten 1 10 Untermannigfaltigkeiten Definition. Eine Menge M R n heißt k-dimensionale Untermannigfaltigkeit des R n, 1 k n, falls es zu jedem a M eine offene Umgebung U R n von a und
MehrWiederholungsklausur zur Analysis II
Wiederholungsklausur zur Analysis II Prof. Dr. C. Löh/M. Blank 11. April 2012 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten
Mehr1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
MehrZusammenfassung Analysis 2
Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge
MehrKapitel 13. Lineare Gleichungssysteme und Basen
Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x
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
MehrHöhere Mathematik II für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. SS 6 9.4.6 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum. Übungsblatt Aufgabe
MehrNormierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen
Kapitel VIII Normierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen 33 Normierte und metrische Räume 34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlichdimensionalen
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe
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)
MehrDer metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch
TECHNISCHE UNIVERSITÄT BERLIN SS 07 Institut für Mathematik Stand: 3. Juli 007 Ferus / Garcke Lösungsskizzen zur Klausur vom 6.07.07 Analysis II. Aufgabe (5 Punkte Der metrische Raum (X, d ist gegeben.
MehrDer n-dimensionale Raum
Der n-dimensionale Raum Mittels R kann nur eine Größe beschrieben werden. Um den Ort eines Teilchens im Raum festzulegen, werden schon drei Größen benötigt. Interessiert man sich für den Bewegungszustand
Mehr4.2 Die adjungierte Abbildung
4.2. DIE ADJUNGIERTE ABBILDUNG 177 4.2 Die adjungierte Abbildung Die Vektorräume dieses Paragraphen seien sämtlich euklidisch, die Norm kommt jetzt also vom inneren Produkt her, v = v v. Zu f Hom R (V,
Mehr5. Übungsblatt zur Analysis II
Facbereic Matematik Prof. Dr. R. Farwig C. Komo J. Prasiswa R. Sculz SS 009 8.05.009 5. Übungsblatt zur Analysis II Gruppenübung Aufgabe G (Differenzierbarkeit Gegeben sei die Funktion f : R R mit f(x,
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
MehrÜbungen zum Ferienkurs Analysis II 2014
Übungen zum Ferienkurs Analysis II 4 Probeklausur Allgemein Hinweise: Die Arbeitszeit beträgt 9 Minuten. Falls nicht anders angegeben, sind alle en ausführlich und nachvollziehbar zu begründen. Schreiben
MehrDIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE
DIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE Zusammenfassung. Ergänzend zur Übung vom 06.06.203 soll hier die Leibnizregel für die Differentiation parameterabhängiger Integrale formuliert und bewiesen
Mehr1 Konvergenz im p ten Mittel
Konvergenz im p ten Mittel 1 1 Konvergenz im p ten Mittel In diesem Paragraphen werden zunächst in Abschnitt 1.1 die L p Räume eingeführt. Diese erweisen sich als vollständige, lineare Räume über R. In
Mehr3.5 Duale Vektorräume und Abbildungen
3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung
Mehrauf C[; ] sind linear III Formale Dierentiation und Integration: Die Abbildungen und a + a t + + a n t n a + a t + + na n t n a + a t + + a n t n an a
x LINEARE ABBILDUNGEN Denition: Seien V; V Vektorraume Eine Abbildung f heit linear, falls (i) (ii) f(x + y) f(x) + f(y) (x; y V ) f(x) f(x) ( R; x V ) Bemerkungen: I (i) und (ii) oben sind aquivalent
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
Mehr02. Vektorräume und Untervektorräume
02. Vektorräume und Untervektorräume Wir kommen nun zur eigentlichen Definition eines K-Vektorraums. Dabei ist K ein Körper (bei uns meist R oder C). Informell ist ein K-Vektorraum eine Menge V, auf der
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,
MehrImplizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem
Implizite Funktionen Ist für eine stetig differenzierbare Funktion f : R n R m R n f (x, y ) = (0,..., 0) t, det f x (x, y ) 0, so lässt sich das Gleichungssystem f k (x 1,..., x n, y 1,..., y m ) = 0,
MehrSeminar Gewöhnliche Differentialgleichungen
Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
MehrLösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3
Mehr4.3 Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen
196 KAPITEL 4. VEKTORRÄUME MIT SKALARPRODUKT 4. Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen In diesem Abschnitt betrachten wir Vektorräume über IR und über C. Ziel ist es, in solchen Vektorräumen
Mehr3. Mai Zusammenfassung. g x. x i (x).
3. Mai 2013 Zusammenfassung 1 Hauptsatz Satz 1.1 Sei F C 1 (D) für eine offene Teilmenge D von R q+1 = R q R. Für (x 0, u 0 ) D gelte F (x 0, u 0 ) = 0, (x 0, u 0 ) 0. Dann gibt es eine Umgebung V von
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
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
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,
Mehr9 Höhere partielle Ableitungen und die Taylorformel
Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 9 Höhere partielle Ableitungen und die Talorformel Definition 91 Sei U R n offen, f : U R m eine Funktion Dann heißt f 2-mal partiell differenzierbar,
MehrStetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn
Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
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,
Mehr55 Lokale Extrema unter Nebenbedingungen
55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F :
MehrIn diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,
2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.
MehrThema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema
Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema In diesem Kapitel befassen wir uns mit der Ableitung von Funktionen f : R m R n. Allein die Schreibweise
MehrDie Dimension eines Vektorraumes
Die Dimension eines Vektorraumes Ist (b 1, b 2,..., b n ) eine Basis des Vektorraums V, so heißt n die Dimension von V. Die Möglichkeit dieser Definition beruht auf dem folgenden nichttrivialen Satz. Je
MehrLösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried
Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie Tobias Ried. März 2 2 Aufgabe (Messbarkeit der Komposition zweier Abbildungen). Seien (X, A), (Y, B) und (Z, C) Messräume und f : (X,
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
MehrGrundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang
Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen
MehrPolynomiale Approximation. und. Taylor-Reihen
Polynomiale Approximation und Taylor-Reihen Heute gehts um die Approximation von glatten (d.h. beliebig oft differenzierbaren) Funktionen f nicht nur durch Gerade (sprich Polynome vom Grade 1) und Polynome
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
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
Mehrr i w i (siehe (3.7)). r i v, w i = 0.
Orthogonales Komplement und Orthogonalprojektion Wir betrachten weiterhin einen euklidischen Vektorraum V,,. (6.13) Def.: Ist M V, so heißt das orthogonale Komplement von M. (6.14) Fakt. (i) M ist Untervektorraum
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
MehrIV.2 Kanonische Transformationen
IV.2 Kanonische Transformationen 79 IV.2 Kanonische Transformationen IV.2.1 Phasenraum-Funktionen Die verallgemeinerten Koordinaten q a t) und die dazu konjugierten Impulse p a t) bestimmen den Bewegungszustand
Mehr