Mehrdimensionale Differentialrechnung Übersicht
|
|
- Maike Hartmann
- vor 5 Jahren
- Abrufe
Transkript
1 Mehrdimensionale Differentialrechnung Übersicht Partielle und Totale Differenzierbarkeit Man kann sich mehrdimensionale Funktionen am Besten für den Fall f : R 2 M R vorstellen Dann lässt sich der Graph von f = f(x, y) als Fläche über der x y-ebene darstellen und in z-richtung wird der Funktionswert abgetragen Damit hat ein Punkt auf dem Graphen die Form (x, y, f(x, y)) Partielle Ableitungen beschreiben Tangenten an diese Fläche (lineare Approximationen in eine Richtung), und zwar in Richtung (1, 0) für die partielle Ableitung nach x (wir betrachten also einen festen y-wert) bzw in Richtung (0, 1) für die partielle Ableitung nach y (also für einen festen x-wert) Abbildung 1: Partielle Ableitungen an einer Stelle (x 0, y 0 ) R 2 Die Funktion f : R n M R mit f(x) = f(x 1,, x n ) heißt in einem von inneren Punkt a = (a 1,, a n ) M partiell differenzierbar nach der i-ten Variable x i, falls t f(a 1,, ai 1, t, a i+1,, a n ) als eindimensionale Funktion R R in a i R nach t differenzierbar ist Wir schreiben dann für die Ableitung f x i oder f xi Der Gradient von f ist der Spaltenvektor 1 der partiellen Ableitungen, also f x1 f x2 gradf = f := f xn Thema: Analysis II Seite 1 von 7
2 Für zwei oder dreidimensionale Funktionen verwendet man oft auch die üblichen Bezeichnungen x, y, z für die Variablen x 1, x 2, x 3 und schreibt dann für die partiellen Ableitungen f x, f y, f z Man definiert vollkommen analog höhere partielle Ableitungen: Für eine zweidimensionale Funktion mit Variablen x, y sind also die zweiten partiellen Ableitungen f xx, f xy, f yx, f yy erklärt Sind die n-ten partiellen Ableitungen stetig, also f n-mal stetig partiell differenzierbar, so können nach dem Satz von Schwarz die Reihenfolge der partiellen Ableitungen vertauscht werden: f xy = f yx, f xz = f zx, f yz = f zy, f xyz = f yxz = f zxy =, usw Man berechnet partielle Ableitungen nach x i, in dem man alle anderen Variablen wie Konstanten behandelt und Rechenregeln für eindimensionale Funktionen anwendet Beispiel: Für f(x, y) = e xy + x 2 y 2 erhält man ( ) ( fx ye gradf = = xy ) + 2x xe xy 2y und für die Hessematrix der zweiten Ableitungen ( ) ( fxx f Hf = xy y = 2 e xy + 2 e xy + xye xy ) x 2 e xy + e xy x 2 e xy ; 2 f yx f yy f y woran man die Gültigkeit des Satzes von Schwarz erkennt (f xy = f yx ): die Hessematrix ist symmetrisch Man kann beliebige Richtungsableitungen in a M mit Richtungen v R n erklären 2 durch f v (a) := d f(a + tv) f(a + tv) f(a) dt = lim t=0 t 0 t Diese beschreiben den Anstieg der Tangente an die Fläche des Funktionsgraphen in Richtung v Mit Richtungsableitungen sind die partiellen Ableitungen Spezialfälle, nämlich in Richtungen parallel zu den Koordinatenachsen, dh für den i-ten Einheitsvektor v = e i liegt die partielle Ableitung nach x i vor So gilt beispielsweise für f : R 2 R und die Richtungsableitungen im Punkt (x 0, y 0 ) f x (x 0, y 0 f(x 0 + h, y 0 ) f(x 0, y 0 ) ) = lim, f y (x 0, y 0 f(x 0, y 0 + h) f(x 0, y 0 ) ) = lim f : R n M R heißt (total) differenzierbar in a M, falls ein Zeilenvektor Df (genauer: eine lineare Abbildung) existiert mit und schreiben f := Df f(x) = f(a) + Df (x a) + O( x a ) Es handelt sich dabei um eine Approximation der Funktion durch eine Tangentialhyperebene, die also im natürlichen Sinne eine Verallgemeinerung der Approximation einer eindimensionalen Funktion durch eine Tangen mittels der 1 Ableitung darstellt Das Landau-Symbol O steht für einen Restterm, der gegen Null geht, wenn sich x dem Punkt a annähert 2 Manchmal fordert man auch zusätzlich v = 1 Thema: Analysis II Seite 2 von 7
3 Ist f differenzierbar, so gilt f = (grad f) T Die totale Differenzierbarkeit einer Funktion in einem Punkt bedeutet, dass diese sich dort lokal durch eine lineare Abbildung approximieren (annähern) lässt, während die partielle Differenzierbarkeit (in alle Richtungen) nur die lokale Approximierbarkeit durch Geraden in allen Richtungen, nicht jedoch als eine einzige lineare Abbildung fordert Ist f : R n M R m vektorwertige Funktion, so heißt diese partiell differenzierbar, wenn jede der Komponenten f i es ist und die partielle Ableitung von f ist dann der Vektor der partiellen Ableitungen der f i Dann ekrlärt man analog die (totale) Ableitung f = Df und erhält als Darstellung die Matrix der partiellen Ableitungen der Komponenten f i von f, die dann Jacobimatrix oder Funktionalmatrix heißt, also Jf := f = Df = f 1 f 1 x 1 f 2 f 2 x 1 f m x 1 f x 2 1 x n ( f 1 ) T f 2 x 2 x n = ( f 2 ) T f m x 2 ( f m ) T Totale Differenzierbarkeit ist wesentlich schwerer nachzuweisen Oft argumentiert man darüber, dass Zusammensetzungen diff barer Funktionen wieder diff bar sind und bekannte Funktionen wie e x, trigonometrische Funktionen, Polynome und ihre Umkehrfunktionen diff bar sind Wir können aber folgenden Zusammenhang festhalten: Eigenschaften einer Funktion f in a M: Es gilt f stetig (total) differenzierbar in a f total differenzierbar in a und damit auch stetig bei a f v (a) existiert für beliebiges v Rn und ist gleich f(a) v (Skalarprodukt) f partiell differenzierbar in a und damit auch partiell stetig bei a Die Umkehrungen gelten ia nicht, aber es gilt: f in Umgebung von a stetig partiell differenzierbar = f (total) differenzierbar Beispiel: Betrachte f(x, y) = f m x n { x 3 y 3 x 2 +y 2, (x, y) (0, 0) 0, (x, y) = (0, 0) f ist auf R 2 \{(0, 0)} total differenzierbar (und damit auch stetig partiell differenzierbar), da gebrochenrationale Funktionen auf ihrem Definitionsbereich total differenzierbar sind Bleibt also nur noch der Nullpunkt zu untersuchen Wegen f(0 + h, 0) f(0, 0) 0 f x (0, 0) = lim = lim = 0 f(0, 0 + h) f(0, 0) 0 f y (0, 0) = lim = lim = 0 gemäß Erklärung der partiellen Ableitung als Richtungsableitung in Richtung e i ist f partiell diff bar in (0, 0) mit partiellen Ableitungen gleich 0 Thema: Analysis II Seite 3 von 7
4 Ferner ist f auch total differenzierbar in (0, 0), denn: Falls f dort total diff bar ist, so muss das Differential Df erklärt sein durch die Matrix Df(0, 0) = (0, 0) (wegen der partiellen Ableitungen) und es gilt ( ) h1 f(h 1, h 2 ) f(0, 0) Df(0, 0) h 2 h 3 1 h3 2 h 3 1 h3 2 h 1, h 2 T = (h h2 2 ) h = h2 2 (h h2 2 ) = 3 2 für (h 1, h 2 ) 0 Also ist f total diff bar in (0, 0) 1 ( 1 h h 2 1 ) Bemerkung: Oft vereinfacht sich die Aufgabe, wenn man keine Abschnittsweise definierte Funktion hat, sondern beispielsweise f(x) = e x sin y + x 2 cos y Zum einen kann man dann über die totale Differenzierbarkeit bekannter Funktionen und der Zusammensetzung aus diesen argumentieren Zum anderen kann man dann oft aus der Stetigkeit der partiellen Ableitungen auf die totale Differenzierbarkeit schließen Ferner gilt stets: ist f selbst nicht einmal stetig in dem untersuchten Punkt, so kann f auch nicht total differenzierbar sein (siehe Beispiele in den Übungsaufgaben) Extrema mehrdimensionaler Funktionen Nun wollen wir lokale Minima und Maxima von f : R n R bestimmen Dabei muss man lokale Extrema, die nur in einer (ggf kleinen) Umgebung ein Extremum darstellen, und globale Extrema, die also f(x 0 ) f(x) bzw f(x 0 ) f(x) für alle x R n aus dem Definitionsbereich erfüllen, unterscheiden Lokale Extremstellen: Eine notwendige, aber nicht hinreichende Bedingung (betrachte beispielsweise x 3 in R oder xy in R 2 ) für lokale Extrema ist grad f = f = 0 Durch Lösen der entsprechenden Gleichungen ermittelt man alle kritischen bzw stationären Punkte x 0 R n, die als Extremstellen in Frage kommen Eine hinreichende Bedingung ergibt sich durch die Hessematrix Hf: Hf positiv definit in x 0 R n = x 0 ist lokale Minimalstelle Hf negativ definit in x 0 R n = x 0 ist lokale Maximalstelle Hf indefinit in x 0 R n = x 0 ist keine Extremstelle Kriterien für Definitheit in x 0 für f : R 2 R (!) sind: falls det Hf(x 0 ) < 0 ist, ist f indefinit falls det Hf(x 0 ) > 0 und der erste Eintrag der Matrix H 11 f(x 0 ) = f xx (x 0 ) > 0 ist, ist f positiv definit falls det Hf(x 0 ) > 0 und der erste Eintrag der Matrix H 11 f(x 0 ) = f xx (x 0 ) < 0 ist, ist f negativ definit Thema: Analysis II Seite 4 von 7
5 Globale Extremstellen: Zur Existenz lässt sich zunächst festhalten: Existenzsatz von Weierstraß: Sei D R n kompakt (also beschränkt und abgeschlossen) sowie f : D R stetig Dann besitzt f auf D ein globales Maximum und Minimum Auf unbeschränkten oder nicht abgeschlossenen Definitionsbereichen besitzen beliebige Funktionen ia keine Extremwerte und selbst wenn lokale Extrema vorliegen muss es dann keine globalen geben Man kann aber dann noch Aussagen treffen, wenn f außerhalb kompakter Mengen beliebig klein wird (dann hat man ein globales Maximum) Genauer: Abgeleitete Existenzsätze: Sei f : R n [0, ) stetig und gelte f(x) 0 für x Dann besitzt f in R n ein absolutes Maximum Gilt hingegen f(x) für x, so hat f ein globales Minimum Wichtig: dabei müssen alle möglichen Wege (Folgen) für x berücksichtigt werden Es reicht beispielsweise nicht sich Strahlen von 0 nach unendlich oder gar nur endlich viele Richtungen anzusehen So gibt es stetige Funktionen f : R 2 [0, ), die auf allen Strahlen von 0 nach beschränkt sind und kein globales Maximum oder Minimum besitzen Also merke: Bei der Untersuchung von globalen Extremstellen muss man sich das Verhalten der Funktionen im Unendlichen ansehen Beispiel: Gesucht sind alle lokalen und globalen Extrema von f(x, y) = e xy +x 2 +y 2 Dann ist f beliebig oft stetig total differenzierbar und man erhält leicht ( ye f(x, y) = xy ) + 2x xe xy + 2y sowie ( y Hf(x, y) = 2 e xy + 2 (1 + xy)e xy ) (1 + xy)e xy x 2 e xy + 2 Die notwendige Bedingung für lokale Extrema f(x, y) = 0 liefert ye xy = 2x bzw mit x : xye xy = 2x 2, xe xy = 2y bzw mit y : xye xy = 2y 2, so dass Gleichsetzen 2x 2 = 2y 2, also x = y liefert Daraus folgt, dass (0, 0) ein stationärer Punkt ist und für x = y 0 über eine der beiden Ausgangsgleichungen xe x2 = 2x x 0 = e x2 = 2 welche keine Lösung besitzt, da exp(x 2 ) > 0 für alle x gilt (bzw beim Auflösen der ln auf beiden Seiten gebildet werden müsste und ln 2 nicht erklärt ist) Also ist (0, 0) einziger kritischer Punkt Wir erhalten für diesen eingesetzt in die Hessematrix ( ) 2 1 det Hf(0, 0) = det = 4 1 = 3 > 0, 1 2 sowie wegen f xx (0, 0) = 2 > 0 als ersten Eintrag in der Hessematrix, dass Hf in (0, 0) positiv definit ist Somit ist (0, 0) eine lokale Minimalstelle Thema: Analysis II Seite 5 von 7
6 Ferner ist (0, 0) auch globale Minimalstelle, denn: für (x, y) ist f(x, y) und f ist streng monoton in x und y bzw (x, y) gemeinsam (x 2, y 2 > 0 sowie e xy > 0 streng monoton) Folglich muss f irgendwo ein globales Minimum annehmen Da wir nur eine lokale Minimalstelle haben, muss dies (0, 0) sein (Andernfalls müsste man die Funktionswerte aller lokaler Minimalstellen vergleichen) Wir erhalten min f(x, y) = f(0, 0) = 1 Extrema unter Nebenbedingungen Möchte man Extrema von f : R n R nicht auf ganz R n, sondern nur in bestimmten durch Nebenbedingungen g i (x) = 0 erklärten Bereichen suchen, so kann man die Lagrange sche Multiplikatorenmethode verwenden Lagrange sche Multiplikatorenmethode: Sei D R n offen und x 0 D Ferner seien f : D R und g : D R k (vektorwertige Funktion, dh es gibt k Nebenbedingungen g i (x) mit i = 1,, k) stetig differenzierbar Ferner habe die Jacobimatrix von g in x 0 vollen Rang, also rank Jg(x 0 ) = k Hat f in x 0 ein lokales Extremum unter den Nebenbedingungen g i (x) = 0, so gibt es k reelle Zahlen λ 1,, λ k genannt Langrange sche Multiplikatoren, sodass gilt: grad f(x 0 ) + k λ i grad g i (x 0 ) = 0 (*) i=1 Es ist also ein (ia) nichtlineares Gleichungssystem ( ) mit n + k Gleichungen für die k Multiplikatoren und (eigentlich interessierenden) n Koordinaten x 0 i der Extremstelle x0 zu lösen Man kann es sich so merken, dass man die notwendige Bedingung für ein lokales Extremum auf die Lagrange sche Hilfsfunktion L(x, λ) := f(x) + k λ i g i (x) anwendet, also grad L(x, λ) = 0 löst, was zu ( ) äquivalent ist Im Fall k = n 1, dh man hat genau eine Nebenbedingung weniger als Variablen, so kann man die notwendigen Extrema auch mit der Determinantenbedingung ermitteln: dann sind alle kritischen Punkte die jenigen, die det ( f) T ( g 1 ) T ( g 2 ) T ( g n 1 ) T i=1 = 0 und gleichzeitig die Nebenbedingungen g i (x) = 0 erfüllen Als hinreichende Bedingung für Extrema unter Nebenbedingungen verwendet man dann wieder die Kriterien der Hessematrix HL(x 0, λ 0 ) von weiter oben (hier also angewandt auf die Lagrange sche Hilfsfunktion!) Es gilt wieder ein Existenzsatz der Art, dass im Falle der Thema: Analysis II Seite 6 von 7
7 Stetigkeit der g i und f sowie der Beschränktheit der zulässigen Punkte der Nebenbedingungen g i mind ein Maximum und Minimum existiert (Beachte: sind die g i differenzierbar, so sind sie sofort auch stetig) Beispiel: Betrachte f(x, y) = x + y unter der Nebenbedingung 4x 2 + y 2 = 20 Dann ist g(x) := 4x 2 + y 2 20 = 0 Da die Determinantenregel anwendbar ist, erhalten wir ( ) 1 1 det = 0 y = 4x 8x 2y Das in die Nebenbedingungen eingesetzt liefert 4x 2 + (4x) 2 20, also x = ±1 und somit (x 0, y 0 ) = (1, 4) oder (x 0, y 0 ) = ( 1, 4) Alternativ kann man auch ganz normal die Lagrange sche Hilfsfunktion L(x, λ) = x + y λ(4x 2 + y 2 20) aufstellen und ableiten, was wiederum als notwendige Bedingung liefert: L(x, λ) = 1 8λx 1 2λy = 0 4x 2 + y 2 20 Lösung des nichtlinearen Gleichungssystems liefert x = 1 8λ y = 1 0 = 4 2λ = 4x ( 1 8λ also λ 2 = 1 64 Demnach ist λ = ± 1 8 ) 2 + ( 1 2λ ) 2 20 = 5 16λ 2 20, und somit x = ±1 sowie y = ±4 Für den Punkt (1, 4) ist die Hessematrix von L konstant ( ) 1 0 HL(1, 4) = also negativ definit Folglich liegt ein lokales Maximum vor mit max f = f(1, 4) = 5 Analog erhält man für ( 1, 4) ( ) 1 0 HL( 1, 4) = und daher ein lokales Minimum mit min f = f( 1, 4) = 5 Ferner liegen nach dem Existenzsatz von Weierstraß sogar globale Maximal- und Minimalstellen vor, denn die Funktionen f(x, y), g(x, y) sind stetig und die Nebenbedingungen beschreiben eine Ellipse, also eine beschränkte Teilmenge Daher existieren globale Extremstellen und da wir genau eine Maximal- und Minimalstelle ermittelt haben, sind es genau die beiden Thema: Analysis II Seite 7 von 7
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
MehrRückblick 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
MehrAM3: 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
MehrKarlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester
Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang Sommersemester 03 6.06.03 Höhere Mathematik II für die Fachrichtungen Elektrotechnik und Informationstechnik
MehrExtremwerte von Funktionen mehrerer reeller Variabler
Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein
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 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe
MehrHöhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8. Übungsblatt. ). 12x 3 Die Hessematrix von f ist gegeben durch H f (x, y) =
Karlsruher Institut für Technologie (KIT Institut für Analysis Priv-Doz Dr P C Kunstmann Dipl-Math D Roth SS 0 7060 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8 Übungsblatt
MehrAnwendungen der Differentialrechnung
KAPITEL 3 Anwendungen der Differentialrechnung 3.1 Lokale Maxima und Minima Definition 16: Sei f : D R eine Funktion von n Veränderlichen. Ein Punkt x heißt lokale oder relative Maximalstelle bzw. Minimalstelle
MehrTeil 6. Differentialrechnung mehrerer Veränderlicher
Teil 6 Differentialrechnung mehrerer Veränderlicher 95 96 6.1 Topologie von Mengen Umgebung ε-umgebung eines Punktes x R n : B ε (x) = {y : y x < ε} Umgebung U von x: Menge, die eine ε-umgebung von x enthält
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.
MehrMusterlösung 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
MehrÜbungen zur Vorlesung Mathematik im Querschnitt Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 06/7 Blatt 4 5..06 Übungen zur Vorlesung Mathematik im Querschnitt Lösungsvorschlag 3. Die gegebene Polynomfunktion f : R R, f(x, y) =
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
MehrAM3: 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:
Mehr9 Differentialrechnung für Funktionen in n Variablen
$Id: diff.tex,v.7 29/7/2 3:4:3 hk Exp $ $Id: ntaylor.tex,v.2 29/7/2 3:26:42 hk Exp $ 9 Differentialrechnung für Funktionen in n Variablen 9.6 Lagrange Multiplikatoren Die Berechnung von Maxima und Minima
MehrNachklausur Analysis 2
Nachklausur Analysis 2. a) Wie ist der Grenzwert einer Folge in einem metrischen Raum definiert? Antwort: Se (a n ) n N eine Folge in dem metrischen Raum (M, d). Diese Folge besitzt den Grenzwert g M,
Mehr3. Approximation von Funktionen und Extremwertprobleme im R n
3. Approximation von Funktionen und Extremwertprobleme im R n Wie in D ist es wichtig Funktionen mit mehreren Variablen durch Polynome lokal approximieren zu können. Polynome lassen sich im Gegensatz zu
MehrHöhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung
TU Bergakademie Freiberg Sommersemester Dr. Gunter Semmler Dr. Anja Kohl Höhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung Differentialrechnung für Funktionen
MehrAnalysis II 14. Übungsblatt
Jun.-Prof. PD Dr. D. Mugnolo Wintersemester 01/13 F. Stoffers 04. Februar 013 Analysis II 14. Übungsblatt 1. Aufgabe (8 Punkte Man beweise: Die Gleichung z 3 + z + xy = 1 besitzt für jedes (x, y R genau
MehrAnalysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit
A Analysis, Woche 9 Mehrdimensionale Differentialrechnung I A 9. Differenzierbarkeit A3 =. (9.) Definition 9. Sei U R m offen, f : U R n eine Funktion und a R m. Die Funktion f heißt differenzierbar in
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
MehrNachklausur zur Analysis 2, SoSe 2017
BERGISCHE UNIVERSITÄT WUPPERTAL 18.9.17 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis 2, SoSe 217 Aufgabe
MehrExtremwertrechnung in mehreren Veränderlichen
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann SS 2014 14.05.2014 Höhere Mathematik II für die Fachrichtung Informatik 3. Saalübung (14.05.2014) Extremwertrechnung
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
MehrProbeklausur. 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
MehrExtrema 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
Mehr3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z
R Es sei f : R n D R eine einmal stetig differenzierbare Funktion, für die in einer Umgebung eines Punkte a = a 1, a,, a n D gilt: fa 1, a,, a n = 0, f xn a 1, a,, a n 0 Dann gibt es eines Umgebung U des
MehrProbeklausur 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
MehrMATHEMATIK 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
MehrÜbung 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 =
MehrBerechnung 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
Mehr10 Extremwerte mit Nebenbedingungen
10 Extremwerte mit Nebenbedingungen 49 10 Extremwerte mit Nebenbedingungen Wir betrachten nun Extremwertaufgaben, bei denen nach dem Extremwert einer fx 1,, x n gesucht wird, aber die Menge der zulässigen
Mehr(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
Mehr5.10. Mehrdimensionale Extrema und Sattelpunkte
5.1. Mehrdimensionale Extrema und Sattelpunkte Zur Erinnerung: Eine Funktion f von einer Teilmenge A des R n nach R hat im Punkt a ein (strenges) globales Maximum, falls f( x ) f( a ) (bzw. f( x ) < f(
MehrÜbungen zur Ingenieur-Mathematik III WS 2012/13 Blatt
Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt 9 19.12.2012 Aufgabe 35: Thema: Differenzierbarkeit a) Was bedeutet für eine Funktion f : R n R, dass f an der Stelle x 0 R n differenzierbar ist?
MehrMathematische Behandlung der Natur- und Wirtschaftswissenschaften I. f(x) := e x + x.
Technische Universität München WS 009/0 Fakultät für Mathematik Prof. Dr. J. Edenhofer Dipl.-Ing. W. Schultz Übung Lösungsvorschlag Mathematische Behandlung der Natur- und Wirtschaftswissenschaften I Aufgabe
MehrMusterlösungen Aufgabenblatt 2
Jonas Kindervater Ferienkurs - Höhere Mathematik III für Physiker Musterlösungen Aufgabenblatt Dienstag 17. Februar 009 Aufgabe 1 (Implizite Funktionen) f(x, y) = x 1 xy 1 y4 = 0 Man bestimme die lokale
Mehr1 Übungsaufgaben zu Kapitel 1
Übungsaufgaben zu Kapitel. Übungsaufgaben zu Abschnitt... Aufgabe. Untersuchen Sie die nachstehend definierten Folgen ( a k ) k und ( b k ) k auf Konvergenz und bestimmen Sie ggf. den jeweiligen Grenzwert:
MehrMusterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2
Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die
MehrWirtschaftsmathematik II
WMS: Wirtschaftsmathematik 2 :: WS 2009/10 Wirtschaftsmathematik II Reinhard Ullrich http://homepage.univie.ac.at/reinhard.ullrich Basierend auf Folien von Dr. Ivana Ljubic October 11, 2009 1 Funktionen
Mehr6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode
6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode In diesem Kapitel orientieren wir uns stark an den Büchern: 1. Knut Sydsæter, Peter Hammond, Mathematik für Wirtschaftswissenschaftler,
MehrLagrange-Multiplikatoren
Lagrange-Multiplikatoren Ist x eine lokale Extremstelle der skalaren Funktion f unter den Nebenbedingungen g i (x) = 0, dann existieren Lagrange-Multiplikatoren λ i, so dass grad f (x ) = λ i grad g i
Mehrf(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.
Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit
Mehr1 Umkehrfunktionen und implizite Funktionen
Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13
MehrWirtschaftsmathematik 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
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,
MehrStatistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik
Stefan Etschberger für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 2017 Gliederung 1 : Einführung 2 Differenzieren 2 3 Deskriptive 4 Wahrscheinlichkeitstheorie
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.
Mehr3.2 Implizite Funktionen
3.2 Implizite Funktionen Funktionen können explizit als y = f(x 1, x 2,..., x n ) oder implizit als F(x 1, x 2,..., x n ;y) = 0 gegeben sein. Offensichtlich kann man die explizite Form immer in die implizite
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
Mehr16. FUNKTIONEN VON MEHREREN VARIABLEN
16. FUNKTIONEN VON MEHREREN VARIABLEN 1 Reelle Funktionen auf dem R 2 Wir betrachten Funktionen f(x 1, x 2 ) von zwei reellen Variablen x 1, x 2, z.b. f(x 1, x 2 ) = x 2 1 + x2 2, g(x 1, x 2 ) = x 2 1
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
MehrMultivariate Analysis
Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
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
MehrFunktionen mehrerer Variabler
Inhaltsverzeichnis 8 Funktionen mehrerer Variabler 8. Einführende Definitionen und Bemerkungen....................... 8. Graphische Darstellungsmöglichkeiten.......................... 8. Grenzwert und
MehrFunktionen mehrerer Veränderlicher
Funktionen mehrerer Veränderlicher Betrachtet werden Funktionen f : D R mit Denitionsbereich D R n und Wertebereich R, d. h. man hat die Funktionsgleichung y = f (x) = f (x, x 2,..., x n ) Beispiele: f
MehrBERGISCHE UNIVERSITÄT WUPPERTAL Fachbereich C Mathematik und Naturwissenschaften
Musterl osung BERGISCHE UNIVERSITÄT WUPPERTAL Fachbereich C Mathematik und Naturwissenschaften Analysis II Klausur WS 211/212 Prof. Dr. Hartmut Pecher 3.2.212, 9:15 Uhr Name Matr.Nr. Studienfach Fachsemester
Mehr(3D-)Extrema unter Nebenbedingungen. Problemstellung (lokale Optimierung)
(3D-)Extrema unter Nebenbedingungen Wir beschränken uns wieder (meistens) auf Funktionen von zwei Variablen x, y. Bei drei oder mehr Variablen x 1,..., x n sind die gleichen Techniken analog anwendbar,
MehrMathematik. 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
MehrLösungsvorschlag zur Nachklausur zur Analysis
Prof Dr H Garcke, D Depner SS 09 NWF I - Mathematik 080009 Universität Regensburg Lösungsvorschlag zur Nachklausur zur Analysis Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz und berechnen Sie
MehrAufgabensammlung zum UK Mathematische Optimierung
Aufgabensammlung zum UK Mathematische Optimierung Mehrdimensionale Analysis Stetigkeit. Man bestimme den natürlichen Definitionsbereich D f der folgenden Funktionen f: a) f(x, y) = ln(x y ) b) f(x, y)
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
MehrTECHNISCHE 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
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
MehrTECHNISCHE 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
MehrKlausur HM II/III F 2003 HM II/III : 1
Klausur HM II/III F 3 HM II/III : Aufgabe : (7 Punkte) Untersuchen Sie die Funktion f : R R gegeben durch x 3 y 3 f(x, y) x + y sin, (x, y) (, ) x + y, (x, y) (, ) auf Stetigkeit und Differenzierbarkeit.
MehrVorlesung Mathematik für Ingenieure II (Sommersemester 2008)
Vorlesung Mathematik für Ingenieure II (Sommersemester 8) Kapitel : Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 8. Mai 8) Differenzialrechnung R R 4
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
MehrTopologie 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
MehrVorlesung Mathematik für Ingenieure 2 (Sommersemester 2009)
1 Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009) Kapitel 10: Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 27. März 2009) Differenzialrechnung
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
MehrWenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }
A Analsis, Woche Implizite Funktionen A Implizite Funktionen in D A3 Wenn man den Kreis mit Radius um, beschreiben möchte, dann ist { x, ; x + = } eine Möglichkeit Oft ist es bequemer, so eine Figur oder
Mehr3 Optimierung mehrdimensionaler Funktionen f : R n R
3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)
MehrÜbungen 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.
MehrAnwendungen der Differentialrechnung
KAPITEL 7 Anwendungen der Differentialrechnung 7.1 Maxima und Minima einer Funktion................. 141 7.2 Mittelwertsatz............................ 144 7.3 Kurvendiskussion..........................
MehrKapitel 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)...
Mehr9 Optimierung mehrdimensionaler reeller Funktionen f : R n R
9 Optimierung mehrdimensionaler reeller Funktionen f : R n R 91 Optimierung ohne Nebenbedingungen Ein Optimum zu suchen heißt, den größten oder den kleinsten Wert zu suchen Wir suchen also ein x R n, sodass
MehrSerie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0.
Analysis D-BAUG Dr Cornelia Busch FS 2016 Serie 3 1 a) Zeigen Sie, dass der Graph von f(x, y) = 9 (x 2) 2 (y 3) 2 eine Halbkugel beschreibt und bestimmen Sie ihren Radius und ihr Zentrum z = f(x, y) =
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
MehrMathematik 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
MehrÜbung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher
Technische Universität Chemnitz 1. Juli 20 Fakultät für Mathematik Höhere Mathematik I.2 Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher 1. Durch ein
MehrKlausurenkurs 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(
MehrFunktionen untersuchen
Funktionen untersuchen Mögliche Fragestellungen Definition: lokale und globale Extrema Monotonie und Extrema Notwendige Bedingung für Extrema Hinreichende Kriterien, Vergleich Krümmungsverhalten Neumann/Rodner
Mehr0.1 Hauptsatz über implizite Funktionen
0.1 Hauptsatz über implizite Funktionen 0.1 Hauptsatz über implizite Funktionen Ein lineares homogenes Gleichungssystem von q Gleichungen in r + q Unbekannten kann bekanntlich verwendet werden um q Unbekannte
Mehrz 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
Mehr4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion.
4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. Definition 4.3. Es sei f : R D R eine auf D erklarte Funktion. Die Funktion f hat in a D eine globales oder
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
Mehr1 Partielle Differentiation
Technische Universität München Christian Neumann Ferienkurs Analysis 2 Vorlesung Dienstag SS 20 Thema des heutigen Tages sind Differentiation und Potenzreihenentwicklung Partielle Differentiation Beim
Mehr7.5. Mittelwertsatz und höhere Ableitungen
7.5. Mittelwertsatz und höhere Ableitungen Wir betrachten wieder eine Funktion f von einer Teilmenge A der Ebene R (oder eines höher dimensionalen Raumes R n ) nach R. Besonders nützlich ist der Mittelwertsatz
MehrC. Eicher Analysis Study Center ETH Zürich HS Extremwerte
C. Eicher Analysis Study Center ETH Zürich HS 05 Extremwerte Gelöste Aufgabenbeispiele:. Bestimme die lokalen und globalen Extrema der Funktion f(x) = x x + x auf dem Intervall [ 4, ]. a. Bestimmung der
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,
MehrÜbungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion
Übungen zur Ingenieur-Mathematik III WS 11/1 Blatt 8 3.11.11 Aufgabe 5: Berechnen Sie den kritischen Punkt der Funktion fx, y 3x 5xy y + 3 und entscheiden Sie, ob ein Maximum, Minimum oder Sattelpunkt
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,
MehrDifferentialrechnung im R n
Kapitel 9 Differentialrechnung im R n Bisher haben wir uns mit Funtionen beschäftigt, deren Verhalten durch eine einzelne Variable beschrieben wird. In der Praxis reichen solche Funtionen in der Regel
MehrStaatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I
Staatsexamen Herbst 17 Differential- und Integralrechnung, Thema I 1. a) Die Aussage ist wahr! Sei s R der Reihenwert der Reihe k=1 Da a n = s n s n 1 für n, ist also b) Die Aussage ist falsch! a k, also
MehrTechnische 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
MehrKommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 23 (5.8.23). Gegeben seien die Matrizen A = 2 3 3 und B = 5 2 5 (a) Bestimmen Sie die Eigenwerte von A und B sowie die
MehrOutline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel
Outline 1 Funktionen von mehreren Veränderlichen 2 Grenzwert und Stetigkeit 3 Partielle Ableitungen 4 Die verallgemeinerte Kettenregel 5 Das totale Differential 6 Extremstellen Roman Wienands (Universität
MehrA 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
Mehr