Blatt 12. g := # f eingeschränkt auf den Einheitskreis
|
|
- Samuel Wolf
- vor 5 Jahren
- Abrufe
Transkript
1 Blatt 12 Aufgabe 46 restart; with(plots): with(vectorcalculus): BasisFormat(false): f := (x, y) - 4*x^2-3*x*y; param := t - ( cos(t), sin(t) ); g := (f@param)(t); # f eingeschränkt auf den Einheitskreis dg := diff(g, t); d2g := diff(dg, t); # Test d2g - diff(g, t$2); # Ableiten (1.1) (1.2) (1.3) (1.4) 0 krit := solve({ dg = 0 }, t); # Die Lösungen werden im Interval [ -pi, pi ] gesucht. Test for kk from 1 to nops([ krit ]) do 'dg'(rhs(krit[kk][1])) = simplify(subs(krit[kk], dg)); od; (1.5) (1.6) # Werte der 2. Ableitung (hinreichendes Kriterium 2. Ordnung) d2g_krit := seq(simplify(subs(krit[kk], d2g)), kk = 1..nops([ krit ])); # Auswerten (1.7)
2 minmax[-1] := "Maximum": minmax[1] := "Minimum": minmax[0] := "???": # Bei 2. Ableitung = 0 müssen weitere Kriterien hinzugenommen werden for kk from 1 to nops([ krit ]) do p := rhs(krit[kk][1]); gp := subs(krit[kk], g); typ := minmax[sign(d2g_krit[kk])]; print(t = p, 'g'('t') = gp, d2g_krit[kk], typ) ; end do: # Schön darstellen p_f := plot3d(f(x, y), x = , y = ); (1.8) (1.9) p_g := spacecurve([ param(t)[1], param(t)[2], g ], t = -Pi.. Pi, color = black, thickness = 3); (1.10) # Kritische Punkte, eingesetzt in die Parametrisierung kp3d := [ seq(subs(krit[kk], [ cos(t), sin(t), g ]), kk = 1.. nops([ krit ])) ]: p_p := pointplot3d(kp3d, symbol=circle, symbolsize = 50, color = yellow) ; (1.11) display([ p_f, p_g, p_p ]);
3 Aufgabe 47 restart; with(linearalgebra): with(arraytools): with(vectorcalculus): BasisFormat(false): SetCoordinates('cartesian'[x, y]); cartesian (2.1) f := (3*x^2 + x + y - 3*y^2) * exp(-(x^2 + y^2)); x0 := [ 0, 0 ]; dx := [ x - x0[1], y - x0[2] ]; (2.2) Manuelle Methode (von Hand -- auf Papier! -- alle Summanden aufstellen) (2.3)
4 Tf[3] := simplify( subs([ x = x0[1], y = x0[2] ], f) + subs([ x = x0[1], y = x0[2] ], diff(f, x)) * dx[1] + subs([ x = x0[1], y = x0[2] ], diff(f, y)) * dx[2] + (1/2)*( subs([ x = x0[1], y = x0[2] ], diff(f, x, y)) * dx[1] * dx [2] + subs([ x = x0[1], y = x0[2] ], diff(f, y, x)) * dx[2] * dx [1] + subs([ x = x0[1], y = x0[2] ], diff(f, x$2)) * dx[1]^2 + subs([ x = x0[1], y = x0[2] ], diff(f, y$2)) * dx[2]^2 ) + (1/6)*( 3 * subs([ x = x0[1], y = x0[2] ], diff(f, x$2, y)) * dx [1]^2 * y + 3 * subs([ x = x0[1], y = x0[2] ], diff(f, y$2, x)) * dx [2]^2 * x + subs([ x = x0[1], y = x0[2] ], diff(f, x$3)) * dx[1]^3+ subs([ x = x0[1], y = x0[2] ], diff(f, y$3)) * dx[2]^3)); (2.4) Direkte Methode (nach der Difinition) Gf := Gradient(f); Hf := Hessian(f); # Aber was ist mit der 3. Ableitung? (2.5) # Alternativ (direkt mit der Definition höherer Ableitungen # mehrerer Veränderlicher): xy[1] := x; xy[2] := y; (2.6) df := Array(1.. 2, i - diff(f, xy[i])); # Test 'df' - 'Gf' = convert(df, 'Vector') - Transpose(Gf);
5 (2.7) d2f := Array(1.. 2, 1.. 2, (i, j) - diff(f, [ xy[i], xy[j] ] )); # Test 'd2f' - 'Hf' = convert(d2f, Matrix) - Hf; (2.8) # Die dritte Ableitung ist ein 3-Tensor! d3f := Array(1.. 2, 1.. 2, 1.. 2, (i, j, k) - diff(f, [ xy [i], xy[j], xy[k] ])); (2.9) # So sieht die erste Zeile der ersten Ebene der 3. Ableitung aus: d3f(1, 1..2, 1); (2.10) # Taylorpolynom: # T_k[f,x_0](x) = sum_i=0^k D^i f(x_0) [(x - x_0),..., (x - x_0)]/i! # Auswerten der Ableitungen auswerten := (f, v) - subs([ x = v[1], y = v[2] ], f); (2.11)
6 (2.11) # Prozedur um einen k-tensor auf k Vektoren anzuwenden, # die als Array übergeben werden anwenden := proc (f, vs) description "Wende einen k-tensor auf k Vektoren an."; local k, ind, ii, kk, cursumd, cursum; # Anzahl Vektoren/Stufe des Tensors k := nops(vs); # alle möglichen Index-k-Tupel des Tensors ind := indices(f); cursum := 0; for ii in ind do # f[ii[1]][ii[2]]...[ii[k]] auswerten cursumd := f( seq(ii[ll], ll = 1..nops(ii))); for kk from 1 to nops(vs) do # ii-ter Eintrag des kk-ten Vektors cursumd := cursumd * vs[kk][ii[kk]]; end do; cursum := cursum + cursumd; end do; return cursum; end proc: #f( seq(ii[ll], ll = 1..nops(ii))) * product(dx[ii[i]], i = 1.. nops(ii)); # Summanden der Taylorentwicklung (nur zum Ansehen): 'f'('x0') = auswerten(f, x0); 'df'('x0') * ('x' - 'x0') = anwenden(auswerten(df, x0), [ dx ] ) ; ('x' - 'x0')^'t' * 'd2f'('x0') * ('x' - 'x0') = anwenden (auswerten(d2f, x0), [ dx, dx ]); 'd3f'('x0')['x' - 'x0','x' - 'x0','x' - 'x0'] = anwenden (auswerten(d3f, x0), [ dx, dx, dx ]); (2.12) # Jetzt zusammensetzen Tf_alt[3] := auswerten(f, x0)/factorial(0) + anwenden(auswerten (df, x0), [ dx ])/factorial(1) + anwenden(auswerten(d2f, x0), [ dx, dx ])/factorial(2) + anwenden(auswerten(d3f, x0), [ dx, dx, dx ])/factorial (3);
7 Tf[3] := simplify(tf[3]); Auf die 1D-Version zurückführen (schreibe g[x_0,x](t) := f(x_0 + t*(x - x_0) und bestimme die Taylor-Entwicklung von g. Dann ergbit sich T_k(f, x_0)(x) = T_k(g[x_0,x], 0)(1).) # Darf jemand anderes machen ;-). # Probe Tf[3] - Tf_alt[3]; 0 Plotten plot3d([ f, Tf[3] ], x=-2..2, y=-2..2, view=-5..5, color = [ 'red', 'blue' ]); (2.13) (2.14) #plot3d([ f, Tf[3] ], x=-1..1, y=-1..1, color = [ 'red', 'blue' ]); Aufgabe 48
8 # Satz über die Implizite Funktion restart: with(linearalgebra): f := (x, y) - exp(y) + y^3 + x^3 + x^2-1; (3.1) implfun := proc(f, x) local Dyf, r, dim, g; # Bestimme den Rang des y-anteils der Jacobi-Matrix Dyf := diff(f(x, y), y); dim := max(dimension(convert([f(x,y)], Matrix))); r := Rank(convert([Dyf], Matrix)); printf("dimension: %d, Rang: %d\n", dim, r); # Die implizite Funktion g, die als Lösung von f(x, g(x)) = 0 gegeben # ist, gibt es, wenn der Rang voll ist. if r = dim then print("y-anteil der Jacobi-Matrix ist invertierbar, implizite Funktion existiert."); g := rhs(solve({ f(x, g) = 0 }, { g })[1]); else print("y-anteil der Jacobi-Matrix ist nicht invertierbar, implizite Funktion existiert NICHT."); end if; return g; end proc; (3.2) g := implfun(f, x); Dimension: 1, Rang: 1
9 "y-anteil der Jacobi-Matrix ist invertierbar, implizite Funktion existiert." plot(g, x = -3..2, y = -2..2, numpoints = 100); # kein sehr schöner Plot... (3.3) # Alternative with(plots): implicitplot({ f(x, y) = 0 }, x = -3..2, y=-5..5) ;
10 Aufgabe 49 restart: with(linearalgebra): with(vectorcalculus): with(plots): BasisFormat(false): f := x^2 * y; g := x^2 + y^2-3; L := f + lambda * g; dl := [ diff(l, x), diff(l, y), diff(l, lambda) ]; krit := seq(allvalues(s), s = solve({ dl[1] = 0, dl[2] = 0, dl (4.1) (4.2) (4.3) (4.4)
11 [3] = 0 }, { x, y, lambda })); (4.5) HL := Hessian(L, [ x, y ]); (4.6) GradG := Gradient(g, [ x, y ]); (4.7) # Wenn die letzte Spalte der Ausgabe positiv für alle Werte # von s[1], s[2] ist, so haben wir ein lokales Minimum; wenn # negativ, dann ein Maxiumum, wenn dem nicht so ist, haben # wir kein sicheres Kriterium. for kk from 1 to nops([ krit ]) do p := subs(krit[kk], [ x, y ]); fp := subs(krit[kk], f); typ := minmax[sign(d2g_krit[kk])]; HLp := subs(krit[kk], HL); # Tangentialvektor bestimmen. Der Gradient steht # orthogonal auf dem Rand des Gebietes, d.h. # Tangentialen stehen orthogonal auf dem Gradienten. GradGp := subs(krit[kk], GradG); print("orthogonale:", GradGp); tans := [ solve({ GradGp[1] * s[1] + GradGp[2] * s[2] = 0 }, { s[1], s[2] }) ]; print("tangentialraum:", tans); v := subs(tans[1], <s[1], s[2]); kriterium := seq(transpose(v).hlp.v, s in tans); print([x,y] = p, 'f'(['x','y']) = fp, kriterium); end do:
12 (4.8) # Jetzt noch plotten (optional) p_f := plot3d(f, x = -sqrt(3)*1.1..sqrt(3)*1.1, y = -sqrt(3)* 1.1..sqrt(3)*1.1, view = -3..3); param := [ cos(t)*sqrt(3), sin(t)*sqrt(3) ]; p_t := spacecurve([ param[1], param[2], subs([ x = param[1], y = param[2] ], f) ], t = -Pi..Pi, color = black, thickness = 3); (4.9) (4.10) # Kritische Punkte kp3d := [ seq(subs(krit[kk], [ x, y, f ]), kk = 1..nops([ krit ])) ]; p_p := pointplot3d(kp3d, symbol=circle, symbolsize = 50, color = yellow);
13 display([ p_f, p_t, p_p ]); (4.11)
TECHNISCHE UNIVERSITÄT MÜNCHEN
Prof Dr M Keyl M Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis 2) MA923 http://wwwm5matumde/allgemeines/ma923_26s Sommersem 26 Probeklausur (4726) Krümmung
Berechnung von Extrema
KAPITEL 2 Berechnung von Extrema 1. Partielle Ableitungen Definition 2.1 (partielle Ableitung). Sei U R n offen und e j der j-te Einheitsvektor. Eine Funktion f : U R ist in x u partiell differenzierbar
D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger. Lösung - Serie 15
D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger Lösung - Serie 15 1. Der Wert einer Funktion f : R R fällt am schnellsten in die Richtung (a) (b) (c) der minimalen partiellen Ableitung. entgegengesetzt
Inverse und implizite Funktionen
Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y = f(x). Eine Funktion f 1 :
Inverse und implizite Funktionen
Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y f(x). Eine Funktion f 1 : W
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
(a), für i = 1,..., n.
.4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung
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
Vorlesung: Analysis II für Ingenieure. Wintersemester 09/10. Michael Karow. Themen: Taylor-Entwicklung und lokale Extrema
Vorlesung: Analysis II für Ingenieure Wintersemester 09/10 Michael Karow Themen: Taylor-Entwicklung und lokale Extrema Motivierendes Beispiel: die Funktion f(x, y) = x(x 1) 2 2 y 2. Dieselbe Funktion von
7 Grafik in der Ebene (2D-Graphik)
MAPLE_Mini_07_08_V1-0.DOC 7-1 7 Grafik in der Ebene (2D-Graphik) 7.1 Einfache grafische Darstellungen Aufgabe: Die Funktion f: x e x sin( x ) im Intervall (-3; 3) grafisch darstellen. f := x exp( -x )*
1 Umkehrfunktionen und implizite Funktionen
Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13
Maple-Test zur LVA 'Computermathematik', SS Gruppe weiß
Maple-Test zur LVA 'Computermathematik', SS 2011 Gruppe weiß *** ANMERKUNGEN UND LÖSUNGSHINWEISE *** Aufgabe Punkte ---------------------------------- 1 / 2 2 / 3 3 / 3 4 / 5 5 / 6 6 / 4 7 / 3 8 / 4 ------------------------------------
Musterlösung zu Blatt 1
Musterlösung zu Blatt Analysis III für Lehramt Gymnasium Wintersemester 0/4 Überprüfe zunächst die notwendige Bedingung Dfx y z = 0 für die Existenz lokaler Extrema Mit x fx y z = 8x und y fx y z = + z
Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12
Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3
AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man:
AM3: Differenzial- und Integralrechnung im R n 1 Begriffe f : x 1 f 1 x 1, x 2,..., x n ) x 2... f 2 x 1, x 2,..., x n )... x n f m x 1, x 2,..., x n ) }{{}}{{} R n R m aus Platzgründen schreibt man: f
Heinrich-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,
Der 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.
Stroppel Musterlösung , 180min. Aufgabe 1 (3 Punkte) Bestimmen Sie die Determinante der Matrix
Stroppel Musterlösung 7.., 8min Aufgabe Punkte Bestimmen Sie die Determinante der Matrix A =. Geben Sie alle Lösungen x des homogenen Gleichungssystems Ax = an. Entwicklung nach der ersten Spalte: deta
Aufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4
Prof. Dr. B. Billhardt Wintersemester 4/5 Klausur zur Vorlesung Höhere Mathematik II (BNUW) 4.3.5 Aufgabe (a) Ermitteln Sie die Nullstellen des Polynoms p(z) = z 4 4z 3 + 3z + 8z. Tipp: p( + i) =. (b)
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
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
Implizite 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,
Übungen 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
18.2 Implizit definierte Funktionen
18.2 Implizit definierte Funktionen Ziel: Untersuche Lösungsmengen von nichtlinearen Gleichungssystemen g(x) = 0 mit g : D R m, D R n, d.h. betrachte m Gleichungen für n Unbekannte mit m < n, d.h. wir
Lösungen der Aufgaben zu Kapitel 9
Lösungen der Aufgaben zu Kapitel 9 Abschnitt 9. Aufgabe a) Wir bestimmen die ersten Ableitungen von f, die uns dann das Aussehen der k-ten Ableitung erkennen lassen: fx) = x + e x xe x, f x) = e x e x
Totale 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
Die Tangentialebene. {(x, y, z) z = f(x 0, y 0 )+ f x (x 0, y 0 )(x x 0 )+ f. y (x 0, y 0 )(y y 0 )}
Die Tangentialebene Der Graph der linearen Approximation ist Tangentialebene an den Graph der Funktion. In Symbolen: Es sei D R 2. Es sei f : D R, (x, y) f(x, y) differenzierbar. Dann ist {(x, y, z) z
3 Differenzierbarkeit und Ableitung (Differentialrechnung I)
3 Differenzierbarkeit und Ableitung (Differentialrechnung I) 31 Differenzierbarkeit und Ableitung von Funktionen einer Variablen Definition 31 Es sei M R, f : M R und a M Wenn der Funktionsgrenzwert f(x)
Übungen 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
Analysis 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
Seite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx
Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =
Mathematik. für das Ingenieurstudium. 10 Funktionen mit mehreren Variablen. Jürgen Koch Martin Stämpfle.
10 Funktionen mit mehreren Variablen www.mathematik-fuer-ingenieure.de 2010 und, Esslingen Dieses Werk ist urheberrechtlich geschützt. Alle Rechte, auch die der Übersetzung, des Nachdruckes und der Vervielfältigung
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.
TECHNISCHE UNIVERSITÄT MÜNCHEN
Prof Dr M Keyl M Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker (Analysis ) MA90 http://www-m5matumde/allgemeines/ma90 06S Sommersem 06 Lösungsblatt (606) Zentralübung Z
4.5 Lokale Extrema und die Hessesche Form
80 Kapitel 4. Differentialrechnung in mehreren Variablen 4.5 Lokale Extrema und die Hessesche Form Sei ab jetzt U R n offen und f:u R eine Funktion. Unter einem lokalen Extremum der Funktion f verstehen
6 Implizite Funktionen
Oft ist eine Funktion g : R! R nicht explizit in der Form y = g(x) gegeben, sondern nur implizit durch eine Gleichung der Form F (x, g(x)) = 0 mit F : R 2! R, (x, y) 7! F (x, y) bestimmt. Man möchte dann
Lösung zur Klausur zur Analysis II
Otto von Guericke Universität Magdeburg 9.7.4 Fakultät für Mathematik Lösung zur Klausur zur Analysis II Vorlesung von Prof. L. Tobiska, Sommersemester 4 Bitte benutzen Sie für jede Aufgabe ein eigenes
2 Funktionen in mehreren Variablen: Differentiation
Satz 2. (Richtungsableitung) Für jede auf der offenen Menge D R n total differenzierbaren Funktion f (insbesondere für f C 1 (D, R) und für jeden Vektor v R n, v 0, gilt: n v f(x) = f(x) v = f xi (x)v
Kapitel 7. Differentialrechnung. Josef Leydold Mathematik für VW WS 2017/18 7 Differentialrechnung 1 / 56
Kapitel 7 Differentialrechnung Josef Leydold Mathematik für VW WS 2017/18 7 Differentialrechnung 1 / 56 Differenzenquotient Sei f : R R eine Funktion. Der Quotient f x = f (x 0 + x) f (x 0 ) x = f (x)
Probeklausur zur Analysis 2, SoSe 2017
BERGISCHE UNIVERSITÄT WUPPERTAL 21717 Fakultät 4 - Mathematik und Naturwissenschaften Prof N V Shcherbina Dr T P Pawlaschyk wwwkanauni-wuppertalde Probeklausur zur Analysis 2, SoSe 217 Hinweis Die 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,
Stetigkeit und Dierenzierbarkeit im R n
Stetigkeit und Dierenzierbarkeit im R n 1 Stetigkeit Wir übertragen den Stetigkeitsbegri auf mehrstellige reellwertige Funktionen. Denition 1. Sei M R n. Eine Funktion f : M R heiÿt stetig in a M gdw.
1.) Matrix einer linearen Abbildung
1.) Matrix einer linearen Abbildung Aufgaben: 7 restart; with(linearalgebra): Definitionen MATH: Seien und Vektorräume über dem Körper mit Basen und. Wir wollen eine bequeme Art finden, eine lineare Abbildung
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
Optimieren unter Nebenbedingungen
Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht
Musterlösung zur Klausur zur Vorlesung Mathematik für Wirtschaftswissenschaftler II. am , Zeit: 120 Minuten
Musterlösung zur Klausur zur Vorlesung Mathematik für Wirtschaftswissenschaftler II am 5.8.25, Zeit: 2 Minuten Aufgabe (3 Punkte Eine Bakterienkultur hat eine stetige Wachstumsrate von % pro Stunde. Wie
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
Übung 5, Analytische Optimierung
Übung 5, 5.7.2011 Analytische Optimierung Aufgabe 5.1 Bei der Herstellung von Konserven werden für Boden und Deckel bzw. für den Konservenmantel verschiedene Materialien verwendet, die g 1 = bzw. g 2 =
Rückblick auf die letzte Vorlesung
Rückblick auf die letzte Vorlesung 1. Anwendungen des Satzes über implizite Funktionen 2. Stationäre Punkte implizit definierter Funktionen 3. Reguläre Punkte 4. Singuläre Punkte Ausblick auf die heutige
4.4 Lokale Extrema und die Hessesche Form
74 Kapitel 4 Differentialrechnung in mehreren Variablen 44 Lokale Extrema und die Hessesche Form Sei jetzt wieder U R n offen und f:u R eine Funktion Unter einem lokalen Extremum der Funktion f verstehen
(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren
Aufgabe Gegeben seien die Punkte A(,,, B(,,, C(,,. (a Geben Sie die Hesse-Normalform der Ebene E, welche die drei Punkte A, B und C enthält, an. (b Bestimmen Sie den Abstand des Punktes P (,, 5 zur Ebene
g(x) := (x 2 + 2x + 4) sin(x) für z 1 := 1 + 3i und z 2 := 1 + i. Geben Sie das Ergebnis jeweils
. Aufgabe Punkte a Berechnen Sie den Grenzwert n + n + 3n. b Leiten Sie die folgenden Funktionen ab. Dabei ist a R eine Konstante. fx : lnx e a, gx : x + x + 4 sinx c Berechnen Sie z z und z z in der Form
Aufgabe 1 (Komplexe Zahlen) Berechnen Sie die folgenden komplexe Zahlen:
Mathematik für Wirtschaftswissenschaftler im SoSe 24 Lösungsvorschläge zur Klausur im SoSe 24 Aufgabe (Komplexe Zahlen) Berechnen Sie die folgenden komplexe Zahlen: z = ( + i) 2 w = + i. Stellen Sie jeweils
Klausurenkurs 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
Ferienkurs der TU München- - Analysis 2 Funktionen in mehreren Variablen Vorlesung
Ferienkurs der TU München- - Analysis 2 Funktionen in mehreren Variablen Vorlesung Jonas J. Funke 30.08.2010-03.09.2010 Inhaltsverzeichnis 1 Funktionen in mehreren Variablen 3 2 Partielle Differentiation
Kapitel 6 Differential- und Integralrechnung in mehreren Variablen
Kapitel 6 Differential- und Integralrechnung in mehreren Variablen Inhaltsverzeichnis FUNKTIONEN IN MEHREREN VARIABLEN... 3 BEISPIELE UND DARSTELLUNGEN... 3 GRENZWERT UND STETIGKEIT (ABSTANDSBEGRIFF)...
Vorbereitung für die Prüfung Mathematik II für Informatiker
Technische Universität Ilmenau SS 2010 Institut für Mathematik Inf Prof. Dr. Michael Stiebitz Vorbereitung für die Prüfung Mathematik II für Informatiker 1 Lineare Algebra Aufgabe 1 Schauen Sie sich die
A N A L Y S I S I I F Ü R T P H, UE ( ) 1. Test (DO, 5. Mai 2011) / Gruppe weiÿ (mit Lösung )
Institut für Analysis und Scientic Computing TU Wien E. Weinmüller SS 2011 A N A L Y S I S I I F Ü R T P H, UE (103.091) 1. Test (DO, 5. Mai 2011) / Gruppe weiÿ (mit Lösung ) Aufgabe 1. Gegeben ist die
Mathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration
Maple-Praktikum für Lehramt Blatt 1 Dieses Blatt wird in Kalenderwoche 16 (ab 16. April) testiert.
Maple-Praktikum für Lehramt 2018 - Blatt 1 Dieses Blatt wird in Kalenderwoche 16 (ab 16. April) testiert. Aufgaben: 5 > restart; Herzlich willkommen im Maple-Praktikum für Lehramt! Sie erhalten jede Woche
Prüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit
z 2 + 2z + 10 = 0 = 2 ± 36 2 Aufgabe 2 (Lineares Gleichungssystem) Sei die reelle 3 4 Matrix
Mathematik für Wirtschaftswissenschaftler im WS 03/04 Lösungsvorschläge zur Klausur im WS 03/04 Aufgabe (Komplexe Zahlen (4 Punkte a Berechnen Sie das Produkt der beiden komplexen Zahlen + i und 3 + 4i
Extrema mit Nebenbedingungen
Extrema mit Nebenbedingungen Gesucht ist das Extremum der Funktion f(x,y) = 5 x y unter der Nebenbedingung g(x,y) = x+y =. 5 y x In diesem einfachen Fall kann die Nebenbedingung nach einer Variablen aufgelöst
Probeklausur. 1 Stetigkeit [7 Punkte] 2 Differenzierbarkeit [10 Punkte] Ferienkurs Analysis 2 für Physiker SS Karolina Stoiber Aileen Wolf
Karolina Stoiber Aileen Wolf Ferienkurs Analysis 2 für Physiker SS 26 A Probeklausur Allgemein Hinweise: Die Arbeitszeit beträgt 9 Minuten. Falls nicht anders angegeben, sind alle en ausführlich und nachvollziehbar
Kapitel 4. Raumkurven. 4.1 Graphische Darstellung
Kapitel 4 Raumkurven 4.1 Graphische Darstellung Für die Darstellung von Raumkurven existiert in MAPLE der Befehl spacecurve aus der Bibliothek plots. Diesem Befehl lassen sich noch einige Parameter mitgeben.
Musterlösung. 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,
Tutorium: Analysis und lineare Algebra. Vorbereitung der Abschlussklausur (Teil 1)
Tutorium: Analysis und lineare Algebra Vorbereitung der Abschlussklausur (Teil 1) Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Konvergenz, Stetigkeit und Differenzierbarkeit 3 Konvergenz
BASISPRÜFUNG MATHEMATIK I UND II
ETH Zürich Sommer 015 Dr. Ana Cannas BASISPRÜFUNG MATHEMATIK I UND II für die Studiengänge Agrar-, Erd-, Lebensmittelund Umweltnaturwissenschaften 1. Sei a) Ist das System lösbar? b) Lösen Sie das System
Kapitel 2. Mathematik für Mikroökonomie
Kapitel Mathematik für Mikroökonomie 1 Mathematik der Optimierung Ökonomische Theorien basieren auf der Annahme, dass die Agenten versuchen, den optimalen Wert einer Funktion zu wählen. Konsumenten maximieren
Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte
Universität München 22. Juli 29 Topologie und Differentialrechnung mehrerer Veränderlicher, SS 29 Modulprüfung/Abschlussklausur Name: Aufgabe 2 3 4 Punkte Gesamtpunktzahl: Gesamturteil: Schreiben Sie unbedingt
Kurven und Flächen im Raum in Parameterdarstellung
Graphische Darstellung (Teil 2) (Plot_2.mws) Neue MAPLE-Befehle: spacecurve display3d animate animatecurve Kurven und Flächen im Raum in Parameterdarstellung Raumkurven in Parameterdarstellung werden in
Taylorentwicklung der k ten Dimension
Taylorentwicklung der k ten Dimension 1.) Taylorentwicklung... 2 1.1.) Vorgehenesweise... 2 1.2.) Beispiel: f ((x, y)) = e x2 +y 2 8x 2 4y 4... 3 2.) Realisierung des Algorithmus im CAS Sage Math... 5
42 Lokale Extrema mit Nebenbedingungen
4 Lokale Extrema mit Nebenbedingungen 09 4 Lokale Extrema mit Nebenbedingungen Lernziele: Resultate: Kriterien für lokale Extrema mit Nebenbedingungen Methoden: Lagrange-Multiplikatoren Kompetenzen: Bestimmung
f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.
Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales
Block I: Integration und Taylorentwicklung in 1D
Wiederholungsübungen zur Ingenieur-Mathematik III WS 5/6 Blatt 3..6 Block I: Integration und Taylorentwicklung in D Aufgabe : Berechnen Sie die Integrale: a) π sin x cos x dx b) ( x) +x dx c) x e x dx
Wiederhole die obigen Themen! Wir stellen Fragen im Testat!
1.) Wiederholung: Stetigkeit: Definition und elementare Eigenschaften, Anwendungen von Stetigkeit: Zwischenwertsatz, Intervallschachtelung, Extrema, Grenzwerte und Stetigkeit, Beispiele und erste Theorie
Einführung in Maple. Kontoerstellung: Einloggen am Rechner und Start von Maple: Allgemeine Eingaben in Maple:
Einführung in Maple Herzlich willkommen zum Maplepraktikum für Lehramtsstudierende! Um Ihnen den Einstieg etwas zu erleichtern, erklären wir hier ein paar grundlegende Dinge im Umgang mit Maple. Sie werden
Technische Universität Berlin
Technische Universität Berlin Fakultät II Institut für Mathematik WS /5 G. Bärwol, A. Gündel-vom-Hofe..5 Februar Klausur Analysis II für Ingenieurswissenschaften Lösungsskizze. Aufgabe 6Punkte Bestimmen
f(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
Anleitungsaufgaben zu. Analysis III für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 2011/12 Dr. K. Rothe Anleitungsaufgaben zu Analysis III für Studierende der Ingenieurwissenschaften Aufgabe 1: Für die folgenden Funktionen f : IR 2
III Reelle und komplexe Zahlen
Mathematik für Elektrotechniker Klausur Vorbereitung Prof Dr Volker Bach, Dr Sébastien Breteaux, Institut für Analysis und Algebra Jeder Satz, der einen Namen hat, ist wichtig III Reelle und komplexe Zahlen
cos(x)cos(2x)cos(4x) cos(2 n x) = sin(2n+1 x) 2 n+1 sin(x) = sin(2n+2 x) 2 n+2 sin(x).
Stroppel/Sändig Musterlösung 8. 3., min Aufgabe 5 Punkte Beweisen Sie für alle x R {zπ z Z} die Formel für n N mit Hilfe der vollständigen Induktion. cosxcosxcosx cos n x = sinn+ x n+ sinx Dabei dürfen
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.
6 Die Bedeutung der Ableitung
6 Die Bedeutung der Ableitung 24 6 Die Bedeutung der Ableitung Wir wollen in diesem Kapitel diskutieren, inwieweit man aus der Kenntnis der Ableitung Rückschlüsse über die Funktion f ziehen kann Zunächst
Klausur zur Höheren Mathematik 1/2
Stroppel/Sändig 06. 09. 0 Klausur zur Höheren Mathematik / für Ingenieurstudiengänge Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 40 Minuten Erlaubte Hilfsmittel: Vier Seiten DIN A4 eigenhändig
MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE Differentialrechnung für Funktionen mehrerer
Lösungen zu Aufgabenblatt 10P
Analysis Prof. Dr. Peter Becker Fachbereich Informatik Sommersemester 05 9. Juni 05 Lösungen zu Aufgabenblatt 0P Aufgabe (Funktionsgrenzwerte) Berechnen Sie die folgenden Grenzwerte: cos(x) x cos( x )
Lösungen zu Mathematik I/II
Dr. A. Caspar ETH Zürich, August D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben. ( Punkte) a) Wir berechnen lim sin(x ) x 3 + 4x L Hôpital = lim x cos(x ) 3x + 8x = 4. b) Wir benutzen L Hôpital lim
MAPLE Grundlagen 2. Listen, Mengen (Lists, Sets) i Differenzieren Integration
MAPLE - Grundlagen 2 Listen, Mengen (Lists, Sets) Graphische h Darstellung (Plots, Animationen) i Differenzieren Integration Ivo Havlík Leibniz Universität Hannover Institut für Technische Chemie Callinstr.
Extrema multivariater Funktionen
Extrema multivariater Funktionen Ist f (x ) ein Minimum (Maximum) einer stetig differenzierbaren skalaren Funktion f auf einer Umgebung U von x, so gilt grad f (x ) = (0,..., 0) t. Extrema multivariater
Serie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0.
Analysis D-BAUG Dr Cornelia Busch FS 2016 Serie 3 1 a) Zeigen Sie, dass der Graph von f(x, y) = 9 (x 2) 2 (y 3) 2 eine Halbkugel beschreibt und bestimmen Sie ihren Radius und ihr Zentrum z = f(x, y) =
Mathematische Werkzeuge R. Neubecker, WS 2016 / 2017
Mustererkennung Mathematische Werkzeuge R. Neubecker, WS 2016 / 2017 Optimierung: Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen Optimierungsprobleme Optimierung Suche nach dem Maximum oder Minimum
Lösung der Prüfung Sommer 2009
Prof. D. Salamon Analysis I/II D-MATH, D-PHYS, D-CHAB ETH Zürich. Juni 9 Lösung der Prüfung Sommer 9. Berechnen Sie folgende Grenzwerte: (a) (b) Hinweis: Regel von de l Hospital. ( ( )) lim n n cos n lim
Übungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion.
Übungen zu Grundlagen der Mathematik Lösungen Blatt 1 SS 14 Prof. Dr. W. Decker Dr. M. Pleger Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion f : U R, (x, y) x y x + y, im Punkt (1, 1) bis einschließlich.
Mathematik 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
Multivariate Kettenregel
Multivariate Kettenregel Für die Hintereinanderschaltung h = g f : x y = f (x) z = g(y), stetig differenzierbarer Funktionen f : R m R l und g : R l R n gilt h (x) = g (y)f (x), d.h. die Jacobi-Matrix
Sage 2: Analysis, Lineare Algebra
Sage 2: Analysis, Lineare Algebra Symbolische Variablen und Funktionen Variablen und symbolische Ausdrücke In den bisherigen Beispielen in der Vorlesung waren Variablen jeweils durch den zugewiesenen Wert
Musterlösung der 1. Klausur zur Vorlesung
Prof. Dr. M. Röger Dipl.-Math. C. Zwilling Fakultät für Mathematik TU Dortmund Musterlösung der. Klausur zur Vorlesung Analysis II 6.7.6) Sommersemester 6 Aufgabe. i) Die Folge f n ) n N konvergiert genau
4 Affine Koordinatensysteme
4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner
Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel
Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 3914 jutta.arrenberg@th-koeln.de Übungen QM I (Wirtschaftsmathematik) Extremwerte ohne Nebenbedingungen