Wertetabelle für f(x, y) = x² + y² Konstruktion des Punktes (2 2 8)

Größe: px
Ab Seite anzeigen:

Download "Wertetabelle für f(x, y) = x² + y² Konstruktion des Punktes (2 2 8)"

Transkript

1 6 Differentialrechnung bei Funktionen in mehreren Veränderlichen DEFINITION Es seien, ;..., n reelle unabhängige Variablen. Wenn jede Wertekombination ( ; ;..., n ) genau eine Zahl R zugeordnet ist, so nennt man diese Zuordnung eine reelle Funktion f der n- unabhängigen Variablen. Allgemeine Zuordnungsvorschrift ( ; ;..., n ) = f( ; ;..., n ) (, ) f(, ) = ² + ² (, ) f(, ) = ² + ² =5 Wertetabelle für f(, ) = ² + ² Konstruktion des Punktes ( 8) Parallelverschiebung { 8 z (//8) Darstellung mehrdimensionaler Funktionen (Rotationsparbolid) 6. Partielle Ableitung Hierbei wird nach einer Variablen abgeleitet; alle anderen Variablen bleiben konstant (= ceteris paribus-bedingung) f(; ; z) = ln + e + z³ f = f f = f = e f z = 3z² Alle Ableitungen werden zu einem Vektor zusamengefaßt Grad (f) = e 3z² Der Gradient ist der Vektor der. Partiellen Ableitung und gibt die Richtungen der Funktion in einem beliebigen Punkt (... n ) an. Christian Leitner und Jürgen Meisel Seite 4von 55 Stand:

2 Bei mehrmaligem Ableiten der Funktion mit mehreren Variablen ist die Ableitungreihenfolge (nach den einzelnen Variablen) beliebig austauschbar. f() ln; f ; f = = = ² ; f = 0 f() = e ; f = e ; f = 4e ; f = 0 f(z) = z³; f = 3z²; f = 6z; f = 6; f = 0 z zz zzz z 6. Relative Etrema bei Funktionen in mehreren Variablen 6.. Funktionen mit unabhängigen Variablen DEFINITION Es f(,) differenzierbar und P( 0 ; 0 ) stationäre Stelle von f, d. h. f() = 0 und f() = 0. Dann besitzt f in P ein relatives Etremum, wenn gilt: Ist keine Bedingung erfüllt Sattelpunkt bei P( 0 ; 0 ).. Beispiel für die Ermittlung eines Etremums: f(,) = ² + ² I. Bildung der partiellen Ableitungen f = ; f = II. Berechnung der stationären Stelle f = 0; f = 0 = 0; = 0 =0; = 0 stationäre Stelle: (,) = (0/0) III. Prüfung der Art des Etremwertes f = ; f = 0 f = ; f = 0 f( 0, 0 ) ist negativ definit relatives Maimum <. f 0 ( 0 ). f f ( f )² 0 f( 0, 0 ) ist positiv definit relatives Minimum >. f 0 ( 0 ). f f ( f )² 0. f = > 0 positiv definit. f f -(f )² = - 0 = 4 > 0 relatives Minimum. Beispiel für die Ermittlung eines Etremums: f(,) = 0- ² - ² I. Bildung der partiellen Ableitungen f = -; f = - Christian Leitner und Jürgen Meisel Seite 4von 55 Stand:

3 II. Berechnung der stationären Stelle f = 0; f = 0 - = 0; - = 0 =0; = 0 stationäre Stelle: (,) = (0/0) III. Prüfung der Art des Etremwertes f = -; f = 0 f = -; f = 0. f = - < 0 negativ definit. f f -(f )² = (-) (-) - 0 = 4 > 0 relatives Minimum an der stationären Stelle P(0/0) Funktionswert an P(0/0): f(0/0)=0-0²-0²=0 Maimum (0/0/0) 3 3. Beispiel mit stationärer Stelle ( / ) = (0 / 0) f = -; f = 0; f = -3 0.f = < 0.f f (f )² = 0 a < 0 Sattelpunkt Funktionen mit n unabhängigen Variablen (n 3) DEFINITION Es sei f( ; ;... ; n ) differenzierbar und P( n ) stationäre Stelle von f, d. h. f( 0 ) = 0 f( 0 ) = 0... f( 0n ) = 0. Dann besitzt f in P ein relatives Etremum, wenn gilt: f( 0 ; 0 ;...; 0n ) ist negativ definit relatives Maimum Det( H;( )) > 0 f( 0 ; 0 ;...; 0n ) ist positiv definit relatives Minimum Det( H;( )) > 0 Anmerkung: H() = Hesse-Matri Die Hesse-Matri ist die Matri der zweiten partiellen Ableitung einer Funktion mit n unabhängigen Variablen. f f Λ f n f f f n H() = Λ Μ Μ Μ Μ f f Λ f n n nn Aus der gesamten Hesse-Matri werden nacheinander die Determinantenwerte der einzelnen Hauptminoren ermittelt: Christian Leitner und Jürgen Meisel Seite 43von 55 Stand:

4 H () = f f f H () = f f f f f H () = f f f 3 f f f H () = H() n Etrema unter Nebenbedingungen Beispiele Nutzenmaimierung bei vorgegebenem Budget Kostenminimierung bei vorgegebenem Produktionsniveau Gewinnmaimierung bei vorgegebenen Gesamtkosten Zwei Tpen von Angaben sind zur Berechnung notwendig:. Zielfunktion Was optimiert werden soll?. Nebenbedingung(en) Restriktionen Ziel: Man ermittle das Maimum/Minimum der Zielfunktion Z = f( ; ;...; n ), wobei die auftretenden n-variablen gleichzeitig den einzelnen Nebenbedingungen genügen müssen Lösung durch Variablen-Substitution U(,) = (Zielfunktion) 60 = 3 + (Nebenbedingung [Budget=60;, = Produkte]) NB wird nach aufgelöst = 30 3 Einsetzen in ZF U( ) = 30 3 = 3² + 60 Bestimmen der Etrema U'( ) = U'( ) = 0 = 0 U''( ) = 6 < 0 Maimum Einsetzen in NB 60 = = 5 Größe des Gesamtnutzens (optimale Produktionsverteilung) U(0 / 5) = 0 5 = Lagrange-Verfahren Lösung erfolgt durch additives Anfügen der Nebenbedingung(en) an die Zielfunktion; danach Ableiten der Lagrange-Funktion. U(,) = (Zielfunktion) 60 = 3 + (Nebenbedingung [Budget=60;, = Produkte]) Nebenbedingung 0 setzen: Christian Leitner und Jürgen Meisel Seite 44von 55 Stand:

5 = 0 } ZF NB L(,,l) = + l(60 3 ) l gleichsetzen = 0 60 = 0 L = 3l = 0 l = 3 L = l = 0 l = L = = 0 l = 3 in NB einsetzen = 5 in obere Funktion einsetzen = 3 = 3 5 = 0 Eine Etremwertprüfung ist nicht notwendig, da das Ergebnis grundsätzlich das Optimum anzeigt! Um eine generelle Aussage treffen zu können, müßten zusätzlich noch die sogenannten Kuhn-Tucker- Bedingungen geprüft werden. Diese bleiben hier jedoch außer Betracht. Übung: ZF: f(,,z) = ² + ² + z² NB. = = 0 = + z - - z = 0 L(,,z,λ,µ) = ² + ² + z² + λ( - - ) +µ( - - ) L = - λ = 0 λ = L = - λ - µ = 0 L z = z - µ = 0 µ = z L λ = - - = 0 = - z L µ = - - z = 0 z = ( - ) = = 0-3 = -3 = in z einsetzen z = - = = - z = 0 Maimum bei (0//) f(0,,) = 0² + ² + ² = Christian Leitner und Jürgen Meisel Seite 45von 55 Stand:

6 6.3.3 Graphische Lösung nur bei Funktionen mit zwei unabhängigen Variablen U(,) = (Zielfunktion) 60 = 3 + (Nebenbedingung [Budget=60;, = Produkte]) NB nach auflösen 3 = + 30 ZF nach auflösen U = willkürlich Zahlenwerte für U benennen U(00,00,300) 50 = 00 = 50 3 = NB 3 In dem Punkt, wo die Zielfunktion die Nebenbedingung mit ihrem tiefen Punkt tangiert ist der optimale Wert. 6.4 Totales Differential und totale Ableitung Hierbei ändern sich alle Variablen 6.4. Totales Differential Aussage über die Änderung des Funktionswertes (=df), wenn sich die Funktionsvariablen um d verändern (im Gegensatz zur ceteris-paribus-bedingung). df = f d + f d + + f n d n p(a,k) = A 0,5 K Ausgangspunkt: A = 4; K = p(4,) = 4 Es ändert sich der Arbeitseinsatz um 5 Einheiten: da = 5 es ändert sich der Kapitaleinsatz um Einheit: dk = Um wieviel ändert sich das Produktionsvolumen? f A } dp 0,5 K f K 0,5 = da + A dk 0,5 A = 0,5 5 + = 4,5 Der alte und neue Wert (Veränderung hier: Steigerung) ergibt näherungsweise die Gesamtveränderung bzw. -steigerung bei Veränderung aller Variablen. Der genaue Wert wird nur durch Einsetzen der neuen Variablen in die ursprüngliche Funktion errechnet. Christian Leitner und Jürgen Meisel Seite 46von 55 Stand:

7 6.4. Totale Ableitung Aus dem totalen Differential ergibt sich durch Division von d; die totale Ableitung. Anwendungen:. Ableitung impliziter Funktionen (nicht nach aufgelöst) Problem: Finden einer Ableitung Lösung: I. Umwandlung in eplizite Form und ableiten II. Funktionen, die nicht umgeleitet werden können? e + = e - df d Formel für die Ableitung impliziter Funktionen i f d d d = + f f n d d d i für die Funktion f(,,..., n ) i n i d d f = f Implizite Darstellung Eplizite Darstellung ² + = 3 = 3 - ² I. Ableitung der epliziten Funktion f () = - II. Ableitung der impliziten Funktion d f = d f d d = = Da allerdings nicht alle implizit gegebenen funktionalen Ausdrücke in eplizite Darstellungen umgerechnet werden können, ist die Formel zur Differentiation impliziter Funktionen sehr nützlich. 6.5 Grenzrate der Substitution (GRS bzw. MRS) Idee: Wieviel muss man von einem Faktor mehr aufwenden, um eine Einheit des anderen zu ersetzen? Anwendung ist nur bei zwei Variablen möglich; bei mehr Variablen müssen die über zwei hinausgehenden Variablen als konstant angesehen werden. Steigung der Isoquante (3D-Kurve, auf der gleiches Niveau herrscht) = Grenzrate der Substitution P(A, K) = A K Wieviel Kapital muss aufgewandt werden, um eine Arbeitskraft einzusparen?. Fall vorgegebenes Produktionsniveau A K = 00 9 K = 00 K DK = Christian Leitner und Jürgen Meisel Seite 47von 55 Stand:

8 K neue Situation (9 ) GRS=m Ausgangssituation (0 0) P=00 A Um eine Einheit Arbeitskraft einzusparen, muß eine Einheit Kapital mehr aufgewendet werden.. Fall: allgemeine Darstellung dk da PA = P Beispiel : 0, 5 P( A, K) = A K; A = 4; K = 0, 5 dk 05, A K = 0, 5 da A K = A dk = = da 4 A = K dk dk = 4 = 4 Wenn eine EH Arbeitskraft weniger eigesetzt werden soll, muß 4 EH mehr Kapital aufgewendet werden. Christian Leitner und Jürgen Meisel Seite 48von 55 Stand:

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

5 Grundlagen der Differentialrechnung

5 Grundlagen der Differentialrechnung VWA-Mathematik WS 2003/04 1 5 Grundlagen der Differentialrechnung 5.1 Abbildungen Unter einer Abbildung f, f:d W, y= f( ) von einer Menge D (Definitionsbereich) in eine Menge W (Wertemenge) versteht man

Mehr

2 Funktionen in mehreren Variablen: Differentiation

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

Mehr

Gradient, Hessematrix, Definitheit, Taylorentwicklung und Extremwertaufgaben von Funktionen mehrerer Variabler

Gradient, Hessematrix, Definitheit, Taylorentwicklung und Extremwertaufgaben von Funktionen mehrerer Variabler Rolf Haftmann Gradient, Hessematri, Definitheit, Talorentwicklung und Etremwertaufgaben von Funktionen mehrerer Variabler Gradient: Spaltenvektor der partiellen Ableitungen f 1 f f 1 f = grad f = 2 = f

Mehr

durchschnittliche Steigung Steigung in einem Punkt; berührt die Funktion nur noch in diesem Punkt x 1 (x 1 -x 0 ) f(x ) - f(x ) Sekantensteigung: m =

durchschnittliche Steigung Steigung in einem Punkt; berührt die Funktion nur noch in diesem Punkt x 1 (x 1 -x 0 ) f(x ) - f(x ) Sekantensteigung: m = 5 Differentialrechnung in einer Veränderlichen 5. Differentiation elementarer Funktionen 5.. Begriff der Ableitung Hierbei wird die Frage nach der Steigung in einem Punkt behandelt Ausgangsidee: Unterscheidung

Mehr

Fehlerfortpflanzung & Extremwertbestimmung. Folie 1

Fehlerfortpflanzung & Extremwertbestimmung. Folie 1 Fehlerfortpflanzung & Etremwertbestimmung Folie 1 Fehlerfortpflanzung Einführung In vielen technischen Zusammenhängen sind die Werte bestimmter Größen nicht genau bekannt sondern mit einer Unsicherheit

Mehr

Inhaltsverzeichnis. Universität Basel 7 Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden. Mathematik 1

Inhaltsverzeichnis. Universität Basel 7 Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden. Mathematik 1 Universität Basel 7 Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematik 1 Dr. Thomas Zehrt Produktionsfunktionen Inhaltsverzeichnis 1 Homogene Funktionen 2 1.1 Definition und

Mehr

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE

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

Mehr

Mathematik I Herbstsemester 2014 Kapitel 4: Anwendungen der Differentialrechnung

Mathematik I Herbstsemester 2014 Kapitel 4: Anwendungen der Differentialrechnung Mathematik I Herbstsemester 2014 Kapitel 4: Anwendungen der Differentialrechnung www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

ARBEITSBLATT 6-5. Kurvendiskussion

ARBEITSBLATT 6-5. Kurvendiskussion ARBEITSBLATT 6-5 Kurvendiskussion Die mathematische Untersuchung des Graphen einer Funktion heißt Kurvendiskussion. Die Differentialrechnung liefert dabei wichtige Dienste. Intuitive Erfassung der Begriffe

Mehr

10.4 Funktionen von mehreren Variablen

10.4 Funktionen von mehreren Variablen 10.4 Funktionen von mehreren Variablen 87 10.4 Funktionen von mehreren Variablen Veranschaulichung von Funktionen eine Variable wei Variablen f() oder = f() (, ) f(, ) oder = f(, ) D(f) IR; Darstellung

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

Musterlösung zu Blatt 1

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

Mehr

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. 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

Mehr

Differenzialrechnung für Funktionen mit mehreren unabhängigen Variablen. Graphentheorie

Differenzialrechnung für Funktionen mit mehreren unabhängigen Variablen. Graphentheorie Differenzialrechnung für Funktionen mit mehreren unabhängigen Variablen Graphentheorie Differenzialrechnung für Funktionen mit mehreren unabhängigen Variablen Def.: eine Funktion n f :D mit D,x (x,...x

Mehr

Probeklausur zur Analysis 2, SoSe 2017

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

Mehr

Anwendungen der Differentialrechnung

Anwendungen 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

Mehr

y2 keine eindeutige Zuordnung Reelle Funktionen gebrochen rationale Funktionen f(x)=(x²-1) / x³+1

y2 keine eindeutige Zuordnung Reelle Funktionen gebrochen rationale Funktionen f(x)=(x²-1) / x³+1 4 Reelle Funktionen in einer Veränderlichen 4.1 Definition Es seien M 1 und M 2 zwei Mengen reeller Zahlen. Ordnet man jedem Element 1 M 1 durch eine Zuordnungsvorschrift f genau ein Element M 2 zu, so

Mehr

Analysis II - 2. Klausur

Analysis II - 2. Klausur Analysis II - 2. Klausur Sommersemester 25 Vorname: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Summe Analysis II - 2. Klausur 6.7.25 Aufgabe 6 Punkte Betrachten Sie die C

Mehr

(a), für i = 1,..., n.

(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

Mehr

Extremwerte von Funktionen mehrerer reeller Variabler

Extremwerte 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

Mehr

10 Differentialrechnung für Funktionen in mehreren Variablen

10 Differentialrechnung für Funktionen in mehreren Variablen 6 Differentialrechnung für Funktionen in mehreren Variablen Die meisten Funktionen in den Naturwissenschaften hängen von mehreren Variablen ab. In diesem Kapitel behandeln wir deshalb Methoden zur Untersuchung

Mehr

Mehrdimensionale Differentialrechnung Übersicht

Mehrdimensionale Differentialrechnung Übersicht 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

Mehr

Funktionen in zwei Veränderlichen

Funktionen in zwei Veränderlichen Funktionen in zwei Veränderlichen Eine Einführung in Talorpolnome Lokale Etremwerte in der Sekundarstufe II Verstehen durch Beispiele Eine Funktion die Punkte einer Ebene in einen Zahlenstrahl abbildet

Mehr

Übungsaufgaben zu Mathematik 2

Übungsaufgaben zu Mathematik 2 Ü17 FH-Studiengang Angewandte Elektronik, SS 018 Übungsaufgaben zu Mathematik 6. Differentialrechnung in mehreren Variablen 11. (a) Berechnen Sie die Gleichung der Ebene, die durch die Punkte (1,, 1),

Mehr

Erzielte Bonuspunkte aus der Vorklausur:

Erzielte Bonuspunkte aus der Vorklausur: Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Wintersemester 2014/2015 21.2.2015 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur:

Mehr

Höhere Mathematik für Ingenieure 2

Höhere Mathematik für Ingenieure 2 Prüfungklausur (A) zum Modul Höhere Mathematik für Ingenieure 5. Juli 8, 8. - 1. Uhr (1.Termin) - Lösungen zum Theorieteil - Aufgabe 1: Die -periodische Funktion f : R R sei auf [, ) gegeben durch + 3,

Mehr

16. FUNKTIONEN VON MEHREREN VARIABLEN

16. 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

Mehr

Übung 5, Analytische Optimierung

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 =

Mehr

Optimieren unter Nebenbedingungen

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

Mehr

Karlsruher 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 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

Mehr

FK WMS: Wirtschaftsmathematik 2, Einheit 7/8

FK WMS: Wirtschaftsmathematik 2, Einheit 7/8 FK WMS: Wirtschaftsmathematik 2, Einheit 7/8 Markus Sinnl 1 markus.sinnl@univie.ac.at http://homepage.univie.ac.at/markus.sinnl basierend auf Folien von Dr. Ivana Ljubic, Mag. Christian Spreitzer und Mag.

Mehr

Mathematische Werkzeuge R. Neubecker, WS 2016 / 2017

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

Mehr

Musterlösung der 1. Klausur zur Vorlesung

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

Mehr

Kapitel 6 Differential- und Integralrechnung in mehreren Variablen

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)...

Mehr

Höhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung

Höhere 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

Mehr

1 Höhere Ableitungen 2. 2 Mittelwertsatz und Monotonie 3. 3 Konvexe und konkave Funktionen 5. 4 Lokale und globale Extremalstellen 7

1 Höhere Ableitungen 2. 2 Mittelwertsatz und Monotonie 3. 3 Konvexe und konkave Funktionen 5. 4 Lokale und globale Extremalstellen 7 Universität Basel 4 Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematik 1 Dr. Thomas Zehrt Kurvendiskussionen Inhaltsverzeichnis 1 Höhere Ableitungen 2 2 Mittelwertsatz und

Mehr

Mehrdimensionale Analysis

Mehrdimensionale Analysis KAPITEL IV Mehrdimensionale Analsis 15 Mehrdimensionale Differentialrechnung Wir wollen in diesem Abschnitt einige Aspekte der Differentialrechnung von Abbildungen von R n nach R oder nach R m ansprechen

Mehr

Mathematik I Internationales Wirtschaftsingenieurwesen

Mathematik I Internationales Wirtschaftsingenieurwesen Mathematik I Internationales Wirtschaftsingenieurwesen Funktionen mit mehreren reellen Variablen 18.11.08 Beispiel: Funktionsgebirge Das Beispiel zeigt die Funktion z = y sin(x 2 ) Schnittkurven: Beispiel

Mehr

Mathematik I ITB. Funktionen mit mehreren reellen Variablen. Prof. Dr. Karin Melzer

Mathematik I ITB. Funktionen mit mehreren reellen Variablen. Prof. Dr. Karin Melzer Funktionen mit mehreren reellen Variablen 11.05.09 Beispiel: Funktionsgebirge Das Beispiel zeigt die Funktion z = y sin(x 2 ) Schnittkurven: Beispiel Kegelschnitte Schnittkurve: Kurve, die aus dem Schnitt

Mehr

Mathematik für Wirtschaftswissenschaftler Kapitel 4-6. Universität Trier Wintersemester 2013 / 2014

Mathematik für Wirtschaftswissenschaftler Kapitel 4-6. Universität Trier Wintersemester 2013 / 2014 Mathematik für Kapitel 4-6 Universität Trier Wintersemester 2013 / 2014 Kapitel 4 1. Extremwerte 2. Lokale Optimalpunkte 3. Wendepunkte 2 Kapitel 4.1 EXTREMWERTE 3 Extrempunkte und Extremwerte 4 Strikte

Mehr

Kapitel 2. Mathematik für Mikroökonomie

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

Mehr

Wirtschaftsmathematik Formelsammlung

Wirtschaftsmathematik Formelsammlung Wirtschaftsmathematik Formelsammlung Binomische Formeln Stand März 2019 (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) (a b) = a 2 b 2 Fakultät (Faktorielle) n! = 1 2 3 4 (n 1) n Intervalle

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

9 Optimierung mehrdimensionaler reeller Funktionen f : R n R

9 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

Mehr

Kapitel 4 Nutzenmaximierung

Kapitel 4 Nutzenmaximierung Kapitel 4 Nutzenmaximierung Vor- und Nachbereitung: Varian, Chapters 4 und 5 (mit Appendix) Frank, Chapter 3 (mit Appendix) Übungsblatt 4 Klaus M. Schmidt, 008 4.1 Die Nutzenfunktion Indifferenzkurven

Mehr

Höhere Mathematik für Ingenieure , Uhr - Aufgabenteil (180 min.) -

Höhere Mathematik für Ingenieure , Uhr - Aufgabenteil (180 min.) - Studiengang: Matrikelnummer: 1 3 4 5 6 Z Aufgaben Theorie Gesamt Note Prüfungsklausur zum Modul Höhere Mathematik für Ingenieure 13.. 17, 8. - 11. Uhr - Aufgabenteil (18 min.) - Zugelassene Hilfsmittel:

Mehr

1 Höhere Ableitungen 2. 2 Mittelwertsatz und Monotonie 3. 3 Konvexe und konkave Funktionen 5. 4 Lokale und globale Extremalstellen 7

1 Höhere Ableitungen 2. 2 Mittelwertsatz und Monotonie 3. 3 Konvexe und konkave Funktionen 5. 4 Lokale und globale Extremalstellen 7 Universität Basel 4 Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematik 1 Dr. Thomas Zehrt Kurvendiskussionen Inhaltsverzeichnis 1 Höhere Ableitungen 2 2 Mittelwertsatz und

Mehr

Gegeben: Die beiden Funktionen (a x) 2, 0 x < 1

Gegeben: Die beiden Funktionen (a x) 2, 0 x < 1 SoSe 216 H-Aufgaben sind weiteres, bunt gemischtes Übungsmaterial, das teilweise auch, wenn die Zeit reicht, in den Tutorien besprochen wird. Im Laufe des Semesters erhalten Sie zu diesen Aufgaben Ergebniskontrollen

Mehr

(3D-)Extrema unter Nebenbedingungen. Problemstellung (lokale Optimierung)

(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,

Mehr

Wirtschaftsmathematik II

Wirtschaftsmathematik 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

Mehr

1 Differentialrechnung

1 Differentialrechnung BT/MT SS 6 Mathematik II Klausurvorbereitung www.eah-jena.de/~puhl Thema: Üben, üben und nochmals üben!!! Differentialrechnung Aufgabe Differenzieren Sie folgende Funktionen: a y = ln( b f( = a a + c f(

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

Test I: Elementare Algebra, Lösungen: (= 0.064)

Test I: Elementare Algebra, Lösungen: (= 0.064) 1 Test I: Elementare Algebra, Lösungen: [ 1 ] Punkte: (a) 2; (b) 2; (c) 3; (d) 3 (Kap. 1.2) Berechnen und vereinfachen Sie so weit wie möglich (a) 73 7 2 7 4 = 7 3+2 7 4 = 75 7 4 = 7 1 = 7 (b) (5.5 3.5)

Mehr

Technische Universität Berlin

Technische Universität Berlin Technische Universität Berlin Fakultät II Institut für Mathematik WS /4 P. Bank, A. Gündel-vom-Hofe, G. Penn-Karras 9.4.4 April Klausur Analsis II für Ingenieure Lösungsskizze. Aufgabe 6 Punkte Es seien

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 12

Technische Universität München Zentrum Mathematik. Übungsblatt 12 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Sei f : R R gegeben durch f(x 1, x ) = x 3

Mehr

Formelsammlung. (diese Version: ) I. Funktionen mit einer unabhängingen (erklärenden) Variable. dy dx. oder. 2 Zweite Ableitungen: f (x)

Formelsammlung. (diese Version: ) I. Funktionen mit einer unabhängingen (erklärenden) Variable. dy dx. oder. 2 Zweite Ableitungen: f (x) ormelsammlung Übung zur Einführung in die Volkswirtschaftslehre und Grundzüge der mikroökonomischen Theorie WS 00/0 Jutta Wasserrab / Jens Großer Universität Köln Staatswissenschaftlches Seminar Lehrstuhl

Mehr

Teil 6. Differentialrechnung mehrerer Veränderlicher

Teil 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

Mehr

Kurvendiskussion für Funktionen mit einer Variablen

Kurvendiskussion für Funktionen mit einer Variablen Kurvendiskussion für Funktionen mit einer Variablen Unter der Kurvendiskussion einer Funktionsgleichung versteht man die Zusammenstellung der wichtigsten Eigenschaften ihres Bildes mit anschließender Zeichnung.

Mehr

Mathematische Behandlung der Natur- und Wirtschaftswissenschaften I. f(x) := e x + x.

Mathematische 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

Mehr

Dr. Jürgen Senger MATHEMATIK. Grundlagen für Ökonomen. y ist ein Komplement von x

Dr. Jürgen Senger MATHEMATIK. Grundlagen für Ökonomen. y ist ein Komplement von x Dr. Jürgen Senger MATHEMATI rundlagen ür Ökonomen ÜBUN. - LÖSUNEN. omplement oder Substitut a. = p p p = < ist ein omplement von Wenn der Preis des omplements steigt, dann sinkt die Nachrage nach. b. =

Mehr

Vorkurs Mathematik Übungen zu Ableitungen und Kurvendiskussion

Vorkurs Mathematik Übungen zu Ableitungen und Kurvendiskussion Vorkurs Mathematik Übungen zu Ableitungen und Kurvendiskussion Als bekannt setzen wir die folgenden 5 Ableitungen und 3 Regeln voraus: cos) = sin) n ) = n n für alle n 0 e ) =e sin) = cos) ln) = f) g))

Mehr

Lösungsvorschlag zur Nachklausur zur Analysis

Lösungsvorschlag 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

Mehr

Aufgabensammlung zum UK Mathematische Optimierung

Aufgabensammlung 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)

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

Höhere Mathematik für Ingenieure 2

Höhere Mathematik für Ingenieure 2 Prüfungklausur zum Modul Höhere Mathematik für Ingenieure 5. Juli 8, 3. - 7. Uhr.Termin - Lösungen zum Aufgabenteil - Aufgabe : Gegeben sei die Funktion f 3. 7 Punkte erechnen Sie näherungsweise den Wert

Mehr

MATHE KLASSE 11. Funktionen Extremwerte lineare Funktionen WOLFGANG STILLER

MATHE KLASSE 11. Funktionen Extremwerte lineare Funktionen WOLFGANG STILLER MATHE KLASSE Funktionen Etremwerte lineare Funktionen FUNKTION Def.: Funktionen sind eindeutige Zuordnungen. (Mathe eine Menge X [Definitionsbereich] wird einer Menge Y [Wertebereich] zugeordnet. Jedem

Mehr

Was ist eine Funktion?

Was ist eine Funktion? Lerndomino zum Thema Funktionsbegriff Kopiereen Sie die Seite (damit Sie einen Kontrollbogen haben), schneiden Sie aus der Kopie die "Dominosteine" zeilenweise aus, mischen Sie die "Dominosteine" und verteilen

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II... ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

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

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte

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

Mehr

11 Optimierung von Funktionen einer Veränderlichen

11 Optimierung von Funktionen einer Veränderlichen 11 Optimierung von Funktionen einer Veränderlichen In diesem Kapitel werden die bis hier behandelten Grundlagen der Analysis genutzt, um Methoden aus der Optimierungstheorie für eindimensionale Entscheidungsmengen

Mehr

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h.

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h. Konvexe Menge Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, dh Kapitel Extrema konvex: h x + h y D für alle h [0, ], und x,

Mehr

1 Einstimmung 2. 2 Die Reduktionsmethode 5. 3 Die Methode der Lagrange-Multiplikatoren 6. 4 *Ergänzungen und Verallgemeinerungen* 10

1 Einstimmung 2. 2 Die Reduktionsmethode 5. 3 Die Methode der Lagrange-Multiplikatoren 6. 4 *Ergänzungen und Verallgemeinerungen* 10 Universität Basel 9 Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematik 1 Dr. Thomas Zehrt Extremwertprobleme mit Nebenbedingung Inhaltsverzeichnis 1 Einstimmung 2 2 Die Reduktionsmethode

Mehr

(n + 1)2. + n. ((n 1) + 1)2. = (n2 + 2n) A = 21 13

(n + 1)2. + n. ((n 1) + 1)2. = (n2 + 2n) A = 21 13 Universität Stuttgart Fachbereich Mathematik Prof. Dr. E. Teufel, Dr. N. Röhrl, J. Spreer MUSTERLÖSUNG FÜR KLAUSUR Mathematik inf / sotech / tpinf Aufgabe 1 (4 Punkte) Zeigen Sie, dass für alle n gilt

Mehr

Tutorium: Analysis und lineare Algebra. Vorbereitung der Abschlussklausur (Teil 1)

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

Mehr

Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher

Übung 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

Mehr

Probeklausur zu Mathematik 3 für Informatik

Probeklausur zu Mathematik 3 für Informatik Gunter Ochs Juli 0 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immel ohne Galantie auf Fehreleiheit Sei f ln a Berechnen Sie die und die Ableitung f und f Mit der Produktregel erhält

Mehr

Wie reagiert Nachfrage nach dem Gut auf Preisänderungen?

Wie reagiert Nachfrage nach dem Gut auf Preisänderungen? 1 Albert Ludwigs Universität Freiburg Abteilung Empirische Forschung und Ökonometrie Mathematik für Wirtschaftswissenschaftler Dr. Sevtap Kestel Winter 008 7.7 Warum Ökonomen Elastizitäten benutzen? 7.Oktober

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. M. Keyl M. Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis ) MA903 http://www-m5.ma.tum.de/allgemeines/ma903 06S Sommersem. 06 Lösungsblatt 8 (3.6.06)

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

Produktion und Organisation VL 8: Produktion Die neoklassische Produktionsfunktion

Produktion und Organisation VL 8: Produktion Die neoklassische Produktionsfunktion JProf. Dr. T. Kilian [kilian@uni-koblenz.de] Produktion und Organisation VL 8: Produktion Die neoklassische Produktionsfunktion WS 00/0 JProf. Dr. T. Kilian 0 Inhalt I. Grundbegriffe II. Produktionsfunktionen

Mehr

1.6 Implizite Funktionen

1.6 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

Mehr

Erzielte Bonuspunkte aus der Vorklausur:

Erzielte Bonuspunkte aus der Vorklausur: Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Sommersemester 2013 5.8.2013 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur: Punkte

Mehr

3 Differenzierbarkeit und Ableitung (Differentialrechnung I)

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)

Mehr

Mathematische Werkzeuge R. Neubecker, WS 2018 / 2019 Optimierung Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen

Mathematische Werkzeuge R. Neubecker, WS 2018 / 2019 Optimierung Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen Mustererkennung Mathematische Werkzeuge R. Neubecker, WS 018 / 019 Optimierung Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen 1 Optimierung Optimierungsprobleme Suche nach dem Maximum oder Minimum

Mehr

Differentialrechnung

Differentialrechnung Kapitel 7 Differentialrechnung Josef Leydold Auffrischungskurs Mathematik WS 2017/18 7 Differentialrechnung 1 / 75 Differenzenquotient Sei f : R R eine Funktion. Der Quotient f = f ( 0 + ) f ( 0 ) = f

Mehr

Differentialrechnung. Kapitel 7. Differenzenquotient. Graphische Interpretation des Differentialquotienten. Differentialquotient

Differentialrechnung. Kapitel 7. Differenzenquotient. Graphische Interpretation des Differentialquotienten. Differentialquotient Differenzenquotient Sei f : R R eine Funktion. Der Quotient Kapitel 7 Differentialrechnung f = f 0 + f 0 = f 0 0 heißt Differenzenquotient an der Stelle 0., Sekante 0, f 0 f 0 Josef Leydold Auffrischungskurs

Mehr

Nachklausur zur Analysis 2, SoSe 2017

Nachklausur 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

Mehr

A U F G A B E N S A M M L U N G Z U R A N A L Y S I S

A U F G A B E N S A M M L U N G Z U R A N A L Y S I S RUHR - UNIVERSITÄT BOCHUM Fakultät für Wirtschaftswissenschaft Dr. Alfred Bischoff A U F G A B E N S A M M L U N G Z U R A N A L Y S I S Diese Aufgabensammlung ist ausschließlich zum persönlichen Gebrauch

Mehr

Differentiation nach einem Parameter Kettenregel

Differentiation nach einem Parameter Kettenregel Differentiation nach einem Parameter Kettenregel 1-E Eine verkettete Funktion von zwei Variablen Abb. 1-1: Die Darstellung einer verketteten Funktion z = f (x, y) f x, y = x 2 2 y, x t = t 2, y t = t 2

Mehr

Klausur Wirtschaftsmathematik VO

Klausur Wirtschaftsmathematik VO Klausur Wirtschaftsmathematik VO 06. Mai 2017 Bitte leserlich in Druckbuchstaben ausfüllen! NACHNAME: VORNAME: MATRIKELNUMMER: ERLAUBT: nur die Formelsammlung des Instituts! VERBOTEN: Taschenrechner und

Mehr

Musterlösungen Aufgabenblatt 2

Musterlösungen 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

Mehr

edingung erster Ordnung ist eine notwendige aber Die hinreichende edingung für ein Maimum keine die edingung erster Ordnung erfüllt ist, können wir We

edingung erster Ordnung ist eine notwendige aber Die hinreichende edingung für ein Maimum keine die edingung erster Ordnung erfüllt ist, können wir We sei eine reelle Zahl und f () eine reellwertige Funktion, Dabei die wenigstens zweimal differenzierbar ist Λ ein Maimum dieser Funktion ist, dann muß die Wenn der Funktion an Λ genau gleich 0 sein Warum?

Mehr

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,

Mehr

1 Umkehrfunktionen und implizite Funktionen

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

Mehr

Mathematik. für das Ingenieurstudium. 10 Funktionen mit mehreren Variablen. Jürgen Koch Martin Stämpfle.

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

Mehr

Zusammenfassung: Differenzialrechnung 2

Zusammenfassung: Differenzialrechnung 2 LGÖ Ks M 11 Schuljahr 17/18 Zusammenfassung: Differenzialrechnung Inhaltsverzeichnis Etrem- und Wendepunkte... 1 Etremwertprobleme... 8 Etrem- und Wendepunkte Definition: Ist eine reelle Zahl, dann heißt

Mehr