4.3 Richtungsableitungen

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "4.3 Richtungsableitungen"

Transkript

1 4.3 Richtungsableitungen 4.3. Richtungsableitungen 73 Wenden wir uns jetzt Funktionen zu, die von mehreren Variablen abhängen. Sei also U R n offen und f:u R eine Funktion. Wählen wir einen Punkt p = (p 1,...,p n ) in U aus. Unter der partiellen Ableitung von f bei p nach der ersten Variablen x 1 versteht man folgenden Grenzwert (falls er existiert): f(p 1 +t,p 2,...,p n ) f(p) x1 f(p) := lim. Wir können diesen Grenzwert auffassen als die gewöhnliche Ableitung bei p 1 der Funktion g in einer Variablen, die wir aus f erhalten, indem wir für x 2,...,x n jeweils die Koordinaten von p einsetzen, also g(x) = f(x,p 2,...,p n ). Denn dann ist g g(p 1 +t) g(p 1 ) f(p 1 +t,p 2,...,p n ) f(p) (p 1 ) = lim = lim = x1 f(p). Die partielle Ableitung nach x 1 gibt also die Änderungsrate der Funktion f in bezug auf die Variable x 1 an, und wir können sie berechnen, indem wir einfach die übrigen Variablen als konstant betrachten. Entsprechend gibt es partielle Ableitungen nach sämtlichen Variablen Definition Die partielle Ableitung von f bei p = (p 1,...,p n ) nach der Variablen x j (j = 1,...,n) ist folgender Grenzwert (falls er existiert): f(p 1,...,p j 1,p j +t,p j+1,...,p n ) f(p) xj f(p) := lim. Es gibt dafür auch die folgenden Schreibweisen: xj f(p) = j f(p) = f x k (p). Wenn diese Ableitungen existieren, nennt man f bei p partiell differenzierbar. Um die partielle Ableitung einer Funktion nach einer bestimmten Variablen zu berechnen, kann man alle übrigen Variablen im definierenden Ausdruck als konstant betrachten und dann die bekannten Rechenregeln für Ableitungen von Funktionen einer Variablen anwenden Beispiel Sei f(x,y,z) = x 2 e 5y +sin 2 z für x,y,z R. Dann sind x f(x,y,z) = 2xe 5y y f(x,y,z) = 5x 2 e 5y z f(x,y,z) = 2sin(z)cos(z). Bei Funktionen in zwei Variablen kann man sich die Bedeutung der partiellen Ableitung auch graphisch veranschaulichen. Schauen wir uns dazu ein weiteres Beispiel an.

2 74 Kapitel 4. Differentialrechnung in mehreren Variablen 4.22 Beispiel Die Funktion f(x,y) = x 2 + y 2 (für x,y R) hat die partiellen Ableitungen x f(x,y) = 2x und y f(x,y) = 2y. Im Punkt p = (0,1) beispielsweise ist y f(p) = 2. Dies ist gerade die Ableitung bei y = 1 der Funktion g(y) = y 2, die wir aus f erhalten, wenn wir x = 0 einsetzen. Der Graph der Funktion g entsteht aus dem Graphen von f (einem Paraboloid), indem wir mit der Ebene, definiert durch x = 0, schneiden. Und die partielle Ableitung y f(p) gibt die Steigung der Tangente an den Graphen von f in p oberhalb der y-richtung an. Entsprechend stimmt x f(p) = 0 mit der Ableitung der Funktion h(x) = x 2 +1 bei x = 0 überein, die wir aus f erhalten, wenn wir y = 1 einsetzen. Der Graph von h ergibt sich aus dem Graphen von f durch Schneiden mit der Ebene, definiert durch y = 1. Die Schnittfigur ist eine Parabel mit Scheitelpunkt über p, also ist die Tangentensteigung dort gleich Null. Hier ein Beispiel einer Funktion, die nicht überall partiell differenzierbar ist Beispiel Sei f(x,y) = sin(x) sin(y) für x,y R. Der Graph von f erinnert an die Oberfläche einer Steppdecke. Im Nullpunkt existieren die partiellen Ableitungen und verschwinden, denn f(t,0) f(0,0) f(0,t) f(0,0) x f(0,0) = lim = 0 und y f(0,0) = lim = 0. Aber im Punkt p = ( π,0) gibt es keine Ableitung nach y. Denn die Funktion g(t) = 2 f( π,t) = sin(t) (für t R) ist bei t = 0 nicht differenzierbar, der Graph hat von g 2 hat dort eine Knickstelle, die auch sichtbar wird, wenn wir den Graphen von f mit der Ebene, definiert durch x = π, schneiden. 2 Man kann nun allgemeiner auch die Änderungsrate einer Funktion in einer anderen als einer der Koordinatenrichtungen betrachten. Diese Idee führt zum Konzept der Richtungsableitung Definition Sei v R n fest gewählt. Unter der Richtungsableitung von f in Richtung von v (an der Stelle p U) versteht man folgenden Grenzwert: v f(p) := d dt f(p+tv) f(p+tv) f(p) t=0 = lim. Man schränkt also eigentlich die Funktion f auf die Gerade durch p mit Richtungsvektor v ein, erhält so eine Funktion in nur einer Variablen t und leitet dann ab. Ist m = 1 und v einer der kanonischen Basisvektoren e 1,...,e n, so stimmt die Richtungsableitung mit der entsprechenden partiellen Ableitung überein: f(p+te k ) f(p) f(p 1,...,p j +t,...,p n ) f(p) ek f(p) = lim = lim = xk f(p). Istm = 1undn = 2,sokönnenwirdieRichtungsableitung wiederum anhanddes Funktionsgraphen geometrisch interpretieren. Um die Ableitung von f in Richtung von v zu berechnen, bilden wir eine Funktion g(t) = f(p+tv) in nur einer reellen

3 4.4. Differential 75 Variablentundleitenbeit = 0ab.DerGraphvong ergibtsichausdemgraphenvon f, indem wir mit der Ebene schneiden, die auf der x-y-ebene senkrecht steht, und die x-y-ebene in der Geraden durch den Punkt p mit Richtungsvektor v schneidet. Dabei ist g(0) = f(p). Die Ableitung g (0) = v f(p) gibt also die Steigung der Tangenten an den Graphen von f in p oberhalb der Geraden in Richtung v an Beispiel Betrachten wir wie eben f(x,y) = x 2 +y 2 (für x,y R) und wählen wir v = (1,1) und p = (x 0,y 0 ), so ist v f(p) = d dt f(x 0 +t,y 0 +t) t=0 = d dt ((x 0 +t) 2 +(y 0 +t) 2 ) t=0 = 4.4 Differential 2(x 0 +y 0 +2t) t=0 = 2(x 0 +y 0 ). Eine Funktion f in mehreren Variablen ist an einer Stelle p differenzierbar, wenn bei pdierichtungsableitungen v f(p)inrichtungsämtlichervektorenv R n existieren und linear von der Wahl von v abhängen. Genauer definiert man folgendes: 4.26 Definition Sei U R n offen, p U und f:u R n R m eine Funktion. Sei weiter ǫ > 0 so klein, dass die Kugel K ǫ (p) vom Radius ǫ um p ganz im Definitionsbereich U liegt. Die Funktion f heisst an der Stelle p U differenzierbar, wenn es eine lineare Abbildung L p :R n R m und eine Restfunktion R:K ǫ (0) R n R m mit lim v 0 R(v) = 0 gibt, so dass für alle v R n mit v < 1 und alle t R mit t < ǫ gilt: f(p+tv) = f(p)+tl p (v)+ t R(tv). Die Funktion f lässt sich also entwickeln in einen konstanten Term f(p), einen linearenterml p (tv)undeinenresttermvonhöhererordnung. DielineareAbbildungL p ist durch die Entwicklungsbedingung eindeutig festgelegt und wird als Differential von f an der Stelle p bezeichnet. Wir werden die Notation df p für das Differential verwenden. Man nennt f auf U differenzierbar, wenn f an jeder Stelle von U differenzierbar ist Bemerkung Das Differential df p ordnet jedem Vektor v R n die Richtungsableitung von f in Richtung von v an der Stelle p zu: df p (v) = v f(p). Denn weil df p eine lineare Abbildung ist, folgt aus der Dreigliedentwicklung f(p+tv) f(p) = df p (tv)+ t R(tv) = tdf p (v)+ t R(tv). Daraus ergibt sich wegen der Eigenschaft von R: f(p+tv) f(p) v f(p) = lim = df p (v)±limr(tv) = df p (v). t 0

4 76 Kapitel 4. Differentialrechnung in mehreren Variablen Die geometrische Bedeutung für m = 1 ist folgende: f ist bei p differenzierbar, wenn der Graph von f an der Stelle (p, f(p)) eine eindeutige Berührhyperebene besitzt (für n = 2 Tangentialebene ). Das Differential von f bei p gibt die Lage dieser berührenden Hyperebene an, denn es handelt sich dabei gerade um den Graphen der Abbildung R n R m, p+v f(p)+df p (v) Bemerkung Setzen wir n = m = 1, so erhalten wir die bekannte Definition von Differenzierbarkeit für Funktionen einer Variablen wieder zurück, wenn wir für df p die Multiplikation mit f (p) einsetzen. Die Dreigliedentwicklung lautet dann: f(p+h) = f(p)+f (p) h+r(h) h. Ist n = 1 und m N, so handelt es sich eigentlich um einen Weg γ. Auch in diesem Fall stimmt die neue Definition mit der im vorigen Paragraphen gegebenen überein. Ist γ:i R m ein (im Sinne des vorigen Paragraphen) differenzierbarer Weg, so gibt der Geschwindigkeitsvektor γ (t) an der Stelle t jeweils als Differential von γ an der Stelle t an. Die Dreigliedentwicklung lautet hier: Denn setzen wir für h 0: so ist lim h 0 R(h) = 0, wie verlangt. γ(t+h) = γ(t)+γ (t) h+r(h) h. R(h) := γ(t+h) γ(t) h γ (t), 4.29 Beispiele 1. Sei f:r n R m eineaffineabbildung, definiert durchf(v) = c+a v, wobei c R m fest und A eine fest gewählte m n-matrix seien. Wie obenbemerkt,istdergraphvonf einlinearerunterrauminr n+m,verschoben um den Vektor c. Die Abbildung f ist auf ganz R n differenzierbar und es gilt df p (v) = A v für alle p,v R n, wie der Vergleich mit der Dreigliedentwicklung zeigt. In diesem Fall hängt also das Differential nicht von der gewählten Stelle a ab, und die Restfunktion verschwindet überall. 2. Wir betrachten jetzt die quadratische Funktion f:r n R, gegeben durch f(v) = v 2. Auch diese Funktion ist auf ganz R n differenzierbar. Hier gilt für p R n df p (v) = 2p t v für alle v R n. Denn für v R n berechnen wir n f(p+tv) = p+tv 2 = (p j +tv j ) 2 = p 2 +2tp t v +t 2 v 2. j=1 Die Multiplikation mit dem Zeilenvektor p t ist eine lineare Abbildung, und lim v 0 v = 0, weil dielängenfunktion stetig ist. Also habenwir diegesuchte Dreigliedentwicklung bereits gefunden und können daraus das Differential von f ablesen.

5 4.4. Differential Die Längenfunktion f:r n R, v v, ist im Nullpunkt nicht differenzierbar. Dies ist anschaulich klar, wenn man sich den Graphen der Längenfunktion anschaut. Denn es handelt sich um einen Kegel in R n+1 mit einer Spitze im Nullpunkt. Dort kann es also keine eindeutige Berührhyperebene geben. Wir kommen auf dies Beispiel gleich wieder zurück (siehe 4.19) Bemerkung Wie im eindimensionalen Fall kann man zeigen, dass eine in p differenzierbare Funktion an dieser Stelle auch stetig sein muss. Weiter lässt sich an der Definition sofort ablesen, dass eine Abbildung mit mehreren Komponenten f:u R m, v (f 1 (v),...,f m (v)), genau dann in a U differenzierbar ist, wenn jede der Komponentenfunktionen f i :U R in p differenzierbar ist Satz Ist f = (f 1,...,f m ):U R m in p U R n differenzierbar, so existieren auch alle partiellen Ableitungen f i x k (p) und das Differential df p wird bezüglich der kanonischen Basen von R n und R m durch die sogenannte Jacobimatrix beschrieben, die aus den partiellen Ableitungen gebildet ist: Jf(p) := 1 f 1 (p)... n f 1 (p) 1 f 2 (p)... n f 2 (p).. 1 f m (p)... n f m (p). Beweis. Wie schon oben bemerkt, ist df p (v) = v f(p) für alle v R n. Insbesondere existieren alle partiellen Ableitungen. Ausserdem hängt die Richtungsableitung linear von der Wahl von v ab, weil df p eine lineare Abbildung ist. Für v = x 1 e 1 + x n e n gilt also df p (v) = x 1 1 f(p)+ +x n n f(p). Das bedeutet gerade, dass die lineare Abbildung df p durch die Multiplikation mit der Jacobi-Matrix gegeben ist. q.e.d Beispiele 1. Schauen wir uns noch einmal das Quadrat der Längenfunktion an: f(x 1,...,x n ) = x x 2 n für x k R. Wie oben gezeigt, ist diese Funktion differenzierbar und es gilt df p (v) = 2 p,v = 2(p 1 v p n v n ). Andererseits ist für k = 1,...,n f x k (p) = 2p k, und die zugehörige Jacobimatrix lautet Jf(p) = (2p 1,2p 2,...,2p n ). Also bestätigt sich hier df p (v) = Jf(p) v = 2 p,v.

6 78 Kapitel 4. Differentialrechnung in mehreren Variablen 2. Betrachten wir dagegen die Längenfunktion selbst, das heisst g(v) = v, dann stellen wir fest, dass die partiellen Ableitungen von g im Nullpunkt nicht existieren. Also kann g im Nullpunkt auch nicht differenzierbar sein. Denn die Zuordung t g(0 + te k ) = t ist die Betragsfunktion, und die ist bei t = 0 nicht differenzierbar. Zur Warnung sei darauf hingewiesen, dass die Umkehrung des Satzes i.a. nicht richtig ist. Es gibt nämlich partiell differenzierbare Abbildungen, die nicht (total) differenzierbar sind (s. Beispiel unten). Verlangt man aber zusätzlich noch, dass die partiellen Ableitungen stetig sind, so kann man daraus die Existenz des Differentials schliessen Satz Sei f:u R n R m eine Funktion, deren sämtliche partiellen Ableitungen auf U existieren. Seien weiter die Zuordnungen v f i x j (v) an der Stelle p U stetig. Dann ist f in p differenzierbar. Den Beweis dieses Satzes lassen wir hier weg und geben stattdessen gleich einige Beispiele an Beispiele 1. Die Jacobimatrix der Funktion f:r 2 R, definiert durch f(x,y) = 1 (x 2 1) 2 y 2, lautet Jf(x,y) = ( 4x(x 2 1), 2y). Da die beiden partiellen Ableitungen überall stetig sind, ist f auf ganz R 2 differenzierbar und das Differential durch Multiplikation mit der Jacobimatrix gegeben. 2. Sei f:r 2 R 2 definiert durch f(x,y) = Jf(x,y) = ( ) e x cosy e x. Die Jacobimatrix hierzu: siny ) ( e x cosy e x siny e x siny e x cosy Wiederum sind alle vorkommenden partiellen Ableitungen stetig und daher ist f überall differenzierbar. 3. Die Funktion f:r 2 R, definiert durch { xy f(x,y) = für (x,y) (0,0) x 2 +y 2, 0 sonst ist überall partiell differenzierbar, auch im Nullpunkt. Die partielle Ableitung nach x an einer Stelle (x,y) (0,0) lautet f x (x,y) = y3 x 2 y (x 2 +y 2 ) 2. Durch Einsetzen in die Definition erhält man ausserdem f f(t,0) (0,0) = lim = 0. x.

7 4.4. Differential 79 Die partielle Ableitung nach y ergibt sich entsprechend. Aber die Richtungsableitung von f in Richtung von v = (1,1) im Nullpunkt existiert nicht. Denn der Quotient 1 t f(t,t) = t2 /2t 3 = 1 2t hat für t gegen Null keinen endlichen Grenzwert. Die Funktion f ist im Nullpunkt also nicht differenzierbar. Die Funktion f ist im Nullpunkt auch nicht stetig. Denn je nachdem, aus welcher Richtung man sich in der x-y-ebene dem Nullpunkt nähert, konvergieren die entsprechenden Funktionswerte gegen unterschiedliche Werte. Zum Beispiel ist lim x 0 f(x,0) = 0, während lim x 0 f(x,x) = 1 2. Für zusammengesetzte Funktionen gibt es auch im Mehrdimensionalen eine Kettenregel. Seien g:u R n V R l und f:v R m Funktionen und U,V jeweils offene Teilmengen. Wir betrachten jetzt die zusammengesetzte Funktion f g:u R m Satz Ist g differenzierbar an der Stelle p U, und ist f differenzierbar an der Stelle g(p) V, so ist auch f g bei p differenzierbar. Für die Differentiale gilt: D(f g) p = df g(p) Dg p. Das bedeutet für die entsprechenden Jacobi-Matrizen: J(f g)(p) = Jf(g(p)) Jg(p) Beispiel Sei g:r 2 R 2 gegeben durch g(x,y) = (x+y,x y), und f:r 2 R definiert durch f(u,v) = e u v. Die Zusammensetzung lautet dann (f g)(x,y) = e x+y xy. Die zugehörigen Jacobimatrizen sind folgende: ( ) 1 1 Jf(u,v) = (e u v,e u ), Jg(x,y) =. y x Durch Multiplikation erhalten wir Jf(g(x,y)) Jg(x,y) = (e x+y xy,e x+y ) Andererseits ist ( ) 1 1 = e x+y (xy +y,xy+x). y x (f g) (x,y) = ye x+y +xye x+y x und (f g) (x,y) = xe x+y +xye x+y, y Also bestätigt sich hier die Regel J(f g)(x,y) = Jf(g(x,y)) Jg(x,y).

Kapitel 5 Untermannigfaltigkeiten. 5.1 Glatte Flächen in R 3

Kapitel 5 Untermannigfaltigkeiten. 5.1 Glatte Flächen in R 3 Kapitel 5 Untermannigfaltigkeiten 5.1 Glatte Flächen in R 3 Bisher haben wir unter einem glatten Weg im R n stets eine differenzierbare Abbildung γ:i R n, definiert auf einem Intervall I R, verstanden.

Mehr

Vorlesung: 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 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

Mehr

Kapitel 6 Vektoranalysis. 6.1 Glatte Kurven und Flächen in R 3

Kapitel 6 Vektoranalysis. 6.1 Glatte Kurven und Flächen in R 3 Kapitel 6 Vektoranalysis 6. Glatte Kurven und Flächen in R 3 Bisher haben wir unter einem glatten Weg im R n stets eine differenzierbare Abbildung γ:i R n, definiert auf einem Intervall I R, verstanden.

Mehr

Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema

Thema 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

Mehr

Mathematik II für Inf und WInf

Mathematik 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

Mehr

Definition: Differenzierbare Funktionen

Definition: 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

Mehr

Mathematik für das Ingenieurstudium

Mathematik für das Ingenieurstudium Mathematik für das Ingenieurstudium von Martin Stämpfle, Jürgen Koch 2., aktual. Aufl. Hanser München 2012 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 43232 1 Zu Inhaltsverzeichnis schnell

Mehr

Funktionen mehrerer Variabler

Funktionen mehrerer Variabler Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen

Mehr

Mathematik 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 Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium 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,

Mehr

6.2 Extremwertaufgaben mit Nebenbedingung

6.2 Extremwertaufgaben mit Nebenbedingung 6.. Extremwertaufgaben mit Nebenbedingung 87 6. Extremwertaufgaben mit Nebenbedingung Betrachten wir jetzt eine differenzierbare Funktion f:u R n R U offen in R n. Ist n = 3 und U eine glatte Fläche, dann

Mehr

Ableitung einer Betragsfunktion Differenzierbarkeit

Ableitung einer Betragsfunktion Differenzierbarkeit Ableitung einer Betragsfunktion Differenzierbarkeit 1-E Differenzierbarkeit einer Funktion Eine Funktion y = f (x) heißt an der Stelle x differenzierbar, wenn der Grenzwert f ' ( x) = lim Δ x 0 Δ y Δ x

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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

Mehr

2. Stetigkeit und Differenzierbarkeit

2. Stetigkeit und Differenzierbarkeit 2. Stetigkeit Differenzierbarkeit 9 2. Stetigkeit Differenzierbarkeit Wir wollen uns nun komplexen Funktionen zuwenden dabei zunächst die ersten in der Analysis betrachteten Eigenschaften untersuchen,

Mehr

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 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.

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte 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.

Mehr

26. Höhere Ableitungen

26. Höhere Ableitungen 26. Höhere Ableitungen 331 26. Höhere Ableitungen Im letzten Kapitel haben wir gesehen, wie man für Abbildungen zwischen mehrdimensionalen Räumen das Konzept der Differenzierbarkeit definieren und für

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 4

Technische 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) :=

Mehr

Kapitel 6 Folgen und Stetigkeit

Kapitel 6 Folgen und Stetigkeit Kapitel 6 Folgen und Stetigkeit Mathematischer Vorkurs TU Dortmund Seite 76 / 226 Definition 6. (Zahlenfolgen) Eine Zahlenfolge (oder kurz: Folge) ist eine Funktion f : 0!. Statt f(n) schreiben wir x n

Mehr

Multivariate Analysis

Multivariate 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

Mehr

Differentialrechnung

Differentialrechnung Kapitel 7 Differentialrechnung Josef Leydold Mathematik für VW WS 205/6 7 Differentialrechnung / 56 Differenzenquotient Sei f : R R eine Funktion. Der Quotient f = f ( 0 + ) f ( 0 ) = f () f ( 0) 0 heißt

Mehr

PRÜFUNG AUS ANALYSIS F. INF.

PRÜFUNG AUS ANALYSIS F. INF. Zuname: Vorname: Matrikelnummer: PRÜFUNG AUS ANALYSIS F. INF. (GITTENBERGER) Wien, am 2. Juli 2013 (Ab hier freilassen!) Arbeitszeit: 100 Minuten 1) 2) 3) 4) 5) 1)(8 P.) Sei f : R 2 R mit f(x, y) = e x

Mehr

Linearisierung einer Funktion Tangente, Normale

Linearisierung einer Funktion Tangente, Normale Linearisierung einer Funktion Tangente, Normale 1 E Linearisierung einer Funktion Abb. 1 1: Die Gerade T ist die Tangente der Funktion y = f (x) im Punkt P Eine im Punkt x = a differenzierbare Funktion

Mehr

Extrema von Funktionen mit zwei Variablen

Extrema 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

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

Mehr

Übungen zu Funktionen mehrerer Veränderlicher. Lösungen zu Übung Betrachten Sie die durch. y 1 + x 2. z = gegebene Fläche.

Übungen zu Funktionen mehrerer Veränderlicher. Lösungen zu Übung Betrachten Sie die durch. y 1 + x 2. z = gegebene Fläche. Übungen zu Funktionen mehrerer Veränderlicher 5.1 Betrachten Sie die durch Lösungen zu Übung 5 gegebene Fläche. z = y 1 + x 2 (a) Zeichnen Sie die Höhenlinien in ein Koordinatensystem. (b) Veranschaulichen

Mehr

B Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R,

B Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R, B en Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R Berechnen Sie zur Abbildung f : R R, f(x, y) : x sin(xy) das totale Differenzial f df, die Jacobi-Matrix J f (x, y) und den Gradienten ( f)(x,

Mehr

1.3 Flüsse. Y (t) = f(y(t))

1.3 Flüsse. Y (t) = f(y(t)) 18 Kapitel 1. Gewöhnliche Differentialgleichungen 1.3 Flüsse Sei jetzt F:D R n R n ein stetig differenzierbares Vektorfeld. Dann erfüllt F die Voraussetzungen des Existenz- und Eindeutigkeitssatzes. Das

Mehr

Folgerungen aus dem Auflösungsatz

Folgerungen 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

Mehr

ÜBUNGSBLATT 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 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

Mehr

6. Funktionen von mehreren Variablen

6. Funktionen von mehreren Variablen 6. Funktionen von mehreren Variablen Prof. Dr. Erich Walter Farkas 24.11.2011 Seite 1 Funktionen von mehreren Variablen n {1, 2, 3,...} =: N. R n := {(x 1,..., x n) x 1,..., x n R} = Menge aller n-tupel

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................

Mehr

LMU MÜNCHEN. Mathematik für Studierende der Biologie Wintersemester 2016/17. GRUNDLAGENTUTORIUM 5 - Lösungen. Anmerkung

LMU MÜNCHEN. Mathematik für Studierende der Biologie Wintersemester 2016/17. GRUNDLAGENTUTORIUM 5 - Lösungen. Anmerkung LMU MÜNCHEN Mathematik für Studierende der Biologie Wintersemester 2016/17 GRUNDLAGENTUTORIUM 5 - Lösungen Anmerkung Es handelt sich hierbei um eine Musterlösung so wie es von Ihnen in einer Klausur erwartet

Mehr

Rückblick auf die letzte Vorlesung. Bemerkung

Rückblick 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

Mehr

3 Vektorbündel und das Tangentialbündel

3 Vektorbündel und das Tangentialbündel $Id: vektor.tex,v 1.6 2014/06/30 10:20:57 hk Ex $ $Id: fluss.tex,v 1.2 2014/06/30 12:36:06 hk Ex hk $ 3 Vektorbündel und das Tangentialbündel 3.4 Ableitungen von C q -Funktionen In der letzten Sitzung

Mehr

Vorlesungsfolien Mathematik 3 WS 2010/11 UMIT. Einleitung

Vorlesungsfolien Mathematik 3 WS 2010/11 UMIT. Einleitung Vorlesungsfolien Mathematik 3 WS 2010/11 Dr. Leonhard Wieser UMIT Einleitung Begriff Vektoranalysis: Kombination aus Linearer Algebra/Vektorrechnung mit Differential- und Integralrechnung Inhaltsangabe:

Mehr

Kapitel 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 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

Mehr

1 Lösungen zu Kapitel 1

1 Lösungen zu Kapitel 1 Lösungen zu Kapitel. Lösungen der Aufgaben zu Abschnitt... Lösung. Untersuchen Sie die nachstehend definierten Folgen ( a k ) k und ( b k ) k auf Konvergenz und bestimmen Sie ggf. den jeweiligen Grenzwert:

Mehr

10. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit. Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden.

10. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit. Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden. 49. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit a Grenzwerte von Funktionen Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden. Einführende Beispiele: Untersuche

Mehr

8 Extremwerte reellwertiger Funktionen

8 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

Mehr

Komplexe Zahlen und konforme Abbildungen

Komplexe Zahlen und konforme Abbildungen Kapitel 1 Komplexe Zahlen und konforme Abbildungen 1.0 Geometrie der komplexen Zahlen Die Menge C der komplexen Zahlen, lässt sich mithilfe der bijektiven Abbildung C := {x + iy : x,y R}, C z = x + iy

Mehr

Folgen, Reihen, Grenzwerte u. Stetigkeit

Folgen, Reihen, Grenzwerte u. Stetigkeit Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen

Mehr

Mathematik I Herbstsemester 2014

Mathematik I Herbstsemester 2014 Mathematik I Herbstsemester 2014 www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 32 1 Stetigkeit Grenzwert einer

Mehr

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4

Mehr

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen Stetigkeit von Funktionen Definition. Es sei D ein Intervall oder D = R, x D, und f : D R eine Funktion. Wir sagen f ist stetig wenn für alle Folgen (x n ) n in D mit Grenzwert x auch die Folge der Funktionswerte

Mehr

ε δ Definition der Stetigkeit.

ε 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

Mehr

Zuammenfassung: Reelle Funktionen

Zuammenfassung: Reelle Funktionen Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,

Mehr

HTWD, 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 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

Mehr

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

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 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

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Ein Kennzeichen stetiger Funktionen ist es, dass ihre Graphen (evtl. auch nur in Intervallen) nicht. Knicke im Funktionsgraphen auftreten.

Ein Kennzeichen stetiger Funktionen ist es, dass ihre Graphen (evtl. auch nur in Intervallen) nicht. Knicke im Funktionsgraphen auftreten. FOS, 11 Jahrgangsstufe (technisch) 6 Stetigkeit Ein Kennzeichen stetiger Funktionen ist es, dass ihre Graphen (evtl auch nur in Intervallen) nicht abreißen und gezeichnet werden können, ohne den Zeichenstift

Mehr

Überblick. Kapitel 7: Anwendungen der Differentialrechnung

Überblick. Kapitel 7: Anwendungen der Differentialrechnung Überblick Kapitel 7: Anwendungen der Differentialrechnung 1 Beispiel 1: Kapitel 7.1: Implizites Differenzieren 1 Beispiel 1: Steigung der Tangente Kapitel 7.1: Implizites Differenzieren 2 Beispiel 1: Steigung

Mehr

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.

f(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

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik für Naturwissenschaftler I WS 2009/2010 Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 12 1. Dezember 2009 Kapitel 3. Differenzialrechnung einer Variablen (Fortsetzung) Satz 19. Es seien M und N zwei nichtleere Teilmengen von R,

Mehr

Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)

Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis) Universität D U I S B U R G E S S E N Campus Essen, Mathematik PD Dr. L. Strüngmann Informationen zur Veranstaltung unter: http://www.uni-due.de/algebra-logic/struengmann.shtml SS 7 Lösung zu den Testaufgaben

Mehr

(geometrische) Anschauung

(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,

Mehr

Differentialrechnung in mehreren Veränderlichen

Differentialrechnung in mehreren Veränderlichen Kapitel 6 Differentialrechnung in mehreren Veränderlichen 6.1 Ableitungen (partielle Ableitung; (stetig) partiell differenzierbar; die Klasse C 1 (U); totale Differenzierbarkeit; Nabla-Operator; Gradient;

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

3 Optimierung mehrdimensionaler Funktionen f : R n R

3 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)

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

Mehr

16 Vektorfelder und 1-Formen

16 Vektorfelder und 1-Formen 45 16 Vektorfelder und 1-Formen 16.1 Vektorfelder Ein Vektorfeld v auf D R n ist eine Abbildung v : D R n, x v(x). Beispiele. Elektrisches und Magnetisches Feld E(x), B(x), Geschwindigkeitsfeld einer Strömung

Mehr

Mathematischer Vorkurs für Physiker WS 2012/13

Mathematischer 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 )+

Mehr

7.2.1 Zweite partielle Ableitungen

7.2.1 Zweite partielle Ableitungen 72 72 Höhere Ableitungen 72 Höhere Ableitungen Vektorwertige Funktionen sind genau dann differenzierbar, wenn ihre Koordinatenfunktionen differenzierbar sind Es ist also keine wesentliche Einschränkung,

Mehr

Kapitel 8 Einführung der Integralrechnung über Flächenmaße

Kapitel 8 Einführung der Integralrechnung über Flächenmaße 8. Flächenmaße 8.1 Flächenmaßfunktionen zu nicht negativen Randfunktionen Wir wenden uns einem auf den ersten Blick neuen Thema zu, der Ermittlung des Flächenmaßes A von Flächen A, die vom nicht unterhalb

Mehr

3.3 Klassifikation quadratischer Formen auf R n

3.3 Klassifikation quadratischer Formen auf R n 3.3. Klassifikation quadratischer Formen auf R n 61 3.3 Klassifikation quadratischer Formen auf R n Wir können den Hauptsatz über symmetrische Matrizen verwenden, um uns einen Überblick über die Lösungsmengen

Mehr

Prof. Dr. Rolf Linn

Prof. Dr. Rolf Linn Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen

Mehr

D-ERDW, D-HEST, D-USYS Mathematik II FS 15 Dr. Ana Cannas. Serie 9: Satz von Stokes und Divergenzsatz

D-ERDW, D-HEST, D-USYS Mathematik II FS 15 Dr. Ana Cannas. Serie 9: Satz von Stokes und Divergenzsatz D-ERDW, D-HEST, D-USYS Mathematik II FS 15 Dr. Ana Cannas Serie 9: Satz von Stokes und Divergenzsatz Bemerkungen: Die Aufgaben der Serie 9 bilden den Fokus der Übungsgruppen vom 28./30. April. 1. Berechnen

Mehr

2 Funktionen mehrerer Veränderlicher

2 Funktionen mehrerer Veränderlicher 2 Funktionen mehrerer Veränderlicher 4 2 Funktionen mehrerer Veränderlicher Wir betrachten nun Funktionen, die auf einer Teilmenge des R n definiert sind. Wir betrachten eine Funktion f, deren Definitionsbereich

Mehr

Übungsaufgaben zu Analysis 2 Lösungen von Blatt V vom 07.05.15. f(x, y) = 2(x + y) + xy + 3x 2, g(x, y) = xy + e xy.

Übungsaufgaben zu Analysis 2 Lösungen von Blatt V vom 07.05.15. f(x, y) = 2(x + y) + xy + 3x 2, g(x, y) = xy + e xy. Prof. Dr. Moritz Kaßmann Fakultät für Matematik Sommersemester 015 Universität Bielefeld Übungsaufgaben zu Analysis Lösungen von Blatt V vom 07.05.15 Aufgabe V.1 + Punkte) Gegeben seien die Funktionen

Mehr

Funktionen (linear, quadratisch)

Funktionen (linear, quadratisch) Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die

Mehr

Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7

Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 7.1 (Herbst 2015, Thema 1, Aufgabe 4) Gegeben sei das Dreieck und die Funktion f : R mit Bestimmen Sie f(

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

f(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

Mehr

Thema aus dem Bereich Analysis Differentialrechnung I. Inhaltsverzeichnis

Thema aus dem Bereich Analysis Differentialrechnung I. Inhaltsverzeichnis Thema aus dem Bereich Analysis - 3.9 Differentialrechnung I Inhaltsverzeichnis 1 Differentialrechnung I 5.06.009 Theorie+Übungen 1 Stetigkeit Wir werden unsere Untersuchungen in der Differential- und Integralrechnung

Mehr

INGENIEURMATHEMATIK. 9. Differentialrechnung für Funktionen mehrerer Variablen. Sommersemester Prof. Dr. Gunar Matthies

INGENIEURMATHEMATIK. 9. Differentialrechnung für Funktionen mehrerer Variablen. Sommersemester Prof. Dr. Gunar Matthies Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 9. Differentialrechnung für Funktionen mehrerer Variablen Prof. Dr. Gunar Matthies Sommersemester

Mehr

Übungen zur Analysis II Blatt 27 - Lösungen

Übungen zur Analysis II Blatt 27 - Lösungen Prof. Dr. Torsten Wedhorn SoSe 22 Daniel Wortmann Übungen zur Analysis II Blatt 27 - Lösungen Aufgabe 5: 6+6+6* Punkte Bestimme alle lokalen Extrema der folgenden Funktionen: a b c* f : R 3 R g : R 2 R

Mehr

Analysis Leistungskurs

Analysis Leistungskurs Universität Hannover September 2007 Unikik Dr. Gerhard Merziger Analysis Leistungskurs Themen Grundlagen, Beweistechniken Abbildungen (surjektiv, injektiv, bijektiv) Vollständige Induktion Wichtige Ungleichungen

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

2 Komplexe Funktionen

2 Komplexe Funktionen 2 Komplexe Funktionen Wir betrachten komplexwertige Funktionen f einer komplexen Variablen. 2.1 Begriff und geometrische Deutung Definition: Eine komplexe Funktion ist eine Funktion, deren Definitions-

Mehr

Konvexe Funktionen und Legendre-Transformation

Konvexe 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.

Mehr

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden) fua3673 Fragen und Antworten Vektorgeometrie (bitte nur für den Eigengebrauch verwenden) Inhaltsverzeichnis Vektorgeometrie im Raum. Fragen................................................. Allgemeines..........................................

Mehr

3. Die Definition einer Abbildung von A in B beinhaltet eigentlich zwei Bedingungen, nämlich

3. Die Definition einer Abbildung von A in B beinhaltet eigentlich zwei Bedingungen, nämlich Kapitel 3: Abbildungen Seite 32 Kap 3: Abbildungen Kap. 3.1: Abbildungen (Funktion), Bild und Urbild Der Begriff der Abbildung ist wie auch der Begriff der Menge von fundamentaler Bedeutung für die Mathematik.

Mehr

Mathematik Übungsblatt - Lösung. b) x=2

Mathematik 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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

Die Steigung m ist ein Quotient zweier Differenzen und heißt daher Differenzenquotient.

Die Steigung m ist ein Quotient zweier Differenzen und heißt daher Differenzenquotient. Seite Definition lineare Funktion Eine Funktion f mit dem Funktionsterm f(x) = m x + b, also der Funktionsgleichung y = m x + b, heißt lineare Funktion. Ihr Graph G f ist eine Gerade mit der Steigung m

Mehr

Mathematik für Chemiker Aufgabenblatt 1 Abgabe bis vor Beginn der Vorlesung im Fach 123 (grüner Kasten auf Ebene D1)

Mathematik für Chemiker Aufgabenblatt 1 Abgabe bis vor Beginn der Vorlesung im Fach 123 (grüner Kasten auf Ebene D1) Hansen / Päschke 19.10.2016 Aufgabenblatt 1 Abgabe bis 26.10.2016 vor Beginn der Vorlesung im Fach 123 (grüner Kasten auf Ebene D1) Aufgabe 1 Vereinfache folgende Ausdrücke: (a) z n+1 z 2n 2 z 2 (b) (

Mehr

Kurzzusammenstellung der in der Vorlesung behandelten impliziten Gleichungen und deren Ableitungen

Kurzzusammenstellung der in der Vorlesung behandelten impliziten Gleichungen und deren Ableitungen Kurzzusammenstellung der in der Vorlesung behandelten impliziten Gleichungen und deren Ableitungen Einleitung: Funktion mit einer Veränderlichen Als Einleitung haben wir folgende Funktion besprochen: y

Mehr

Differenzial- und Integralrechnung II

Differenzial- 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

Mehr

Quadratische Funktion

Quadratische Funktion Quadratische Funktion sind Funktionen die nur eine Variable enthalten, deren Exponent 2 ist und keine Variable die einen Exponenten enthält, der größer ist als 2. Zum Beispiel die quadratische Funktion

Mehr

Outline. 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 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

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 2: Mathematische Grundlagen [ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Lineare Algebra

Mehr

Mathematik für Wirtschaftswissenschaftler. Universität Trier Wintersemester 2013 / 2014

Mathematik für Wirtschaftswissenschaftler. Universität Trier Wintersemester 2013 / 2014 Mathematik für Universität Trier Wintersemester 2013 / 2014 Inhalt der Vorlesung 1. Gleichungen und Summen 2. Grundlagen der Funktionslehre 3. Rechnen mit Funktionen 4. Optimierung von Funktionen 5. Funktionen

Mehr

5.10. Mehrdimensionale Extrema und Sattelpunkte

5.10. 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(

Mehr

Taylorentwicklung von Funktionen einer Veränderlichen

Taylorentwicklung von Funktionen einer Veränderlichen Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der

Mehr