Monotonie, Konkavität und Extrema
|
|
|
- Hetty Geier
- vor 5 Jahren
- Abrufe
Transkript
1 Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55
2 Monotonie Eine Funktion f heißt monoton steigend, falls x 1 x 2 f (x 1 ) f (x 2 ) Sie heißt streng monoton steigend, falls f (x 2 ) f (x 1 ) x 1 < x 2 f (x 1 ) < f (x 2 ) x 1 x 2 Eine Funktion f heißt monoton fallend, falls x 1 x 2 f (x 1 ) f (x 2 ) Sie heißt streng monoton fallend, falls x 1 < x 2 f (x 1 ) > f (x 2 ) f (x 1 ) f (x 2 ) x 1 x 2 Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 2 / 55
3 Monotonie Für differenzierbare Funktionen gilt: f monoton steigend f (x) 0 für alle x D f f monoton fallend f (x) 0 für alle x D f f streng monoton steigend f (x) > 0 für alle x D f f streng monoton fallend f (x) < 0 für alle x D f Die Funktion f : (0, ), x ln(x) ist streng monoton steigend, da f (x) = (ln(x)) = 1 x > 0 für alle x > 0 Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 3 / 55
4 Lokale Monotonie Eine Funktion kann in einem bestimmten Intervall monoton steigend, in einem anderen monoton fallend sein. Sie wird dann als lokal monoton auf dem entsprechenden Abschnitt bezeichnet. Für stetig differenzierbare Funktionen eignet sich folgende Vorgangsweise: 1. Berechne erste Ableitung f (x). 2. Bestimme Nullstellen von f (x). 3. Erhalte Intervalle, in denen f (x) das Vorzeichen nicht wechselt. 4. Wähle geeigneten Punkt in jedem Intervall und bestimme dort das Vorzeichen von f (x). 5. f (x) kann innerhalb eines Intervalls das Vorzeichen nicht ändern. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 4 / 55
5 Beispiel Lokale Monotonie In welchen Bereichen ist f (x) = 2 x 3 12 x x 1 monoton? Suchen den Bereich, wo f (x) 0: 1. f (x) = 6 x 2 24 x Nullstellen: x 2 4 x + 3 = 0 x 1 = 1, x 2 = 3 3. Erhalte 3 Intervalle: (, 1], [1, 3] und [3, ) 4. Vorzeichen von f (x) an geeigneten Punkt in jedem Intervall: f (0) = 3 > 0, f (2) = 1 < 0 und f (4) = 3 > f (x) kann innerhalb eines Intervalls das Vorzeichen nicht ändern: f (x) 0 in (, 1] und [3, ). Die Funktion f (x) ist monoton steigend in (, 1] [3, ). Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 5 / 55
6 Monotonie und inverse Funktion Beachte: Falls f streng monoton steigend ist, dann folgt aus x 1 < x 2 f (x 1 ) < f (x 2 ) sofort auch x 1 = x 2 f (x 1 ) = f (x 2 ) M.a.W., f ist injektiv. Falls f auch surjektiv ist, ist f somit invertierbar. Falls eine surjektive Funktion f streng monoton steigend oder fallend ist, dann ist sie auch invertierbar. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 6 / 55
7 Konvexität und Konkavität Eine Funktion f heißt konvex, wenn f ((1 h) x 1 + h x 2 ) (1 h) f (x 1 ) + h f (x 2 ) für alle x 1, x 2 D f und alle h [0, 1]. Sie heißt konkav, wenn f ((1 h) x 1 + h x 2 ) (1 h) f (x 1 ) + h f (x 2 ) x 1 x 2 x 1 x 2 konvex konkav Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 7 / 55
8 Konkave Funktion f ( (1 h) x 1 + h x 2 ) (1 h) f (x1 ) + h f (x 2 ) f ( (1 h) x 1 + h x 2 ) (1 h) f (x 1 ) + h f (x 2 ) x 1 x 2 (1 h) x 1 + h x 2 Sehne unterhalb des Funktionsgraphen. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 8 / 55
9 Konvexität und Konkavität Für differenzierbare Funktionen gilt: f konvex f (x) 0 für alle x D f f konkav f (x) 0 für alle x D f f (x) ist monoton fallend, daher f (x) 0 Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 9 / 55
10 Streng konvex / konkav Eine Funktion f heißt streng konvex, wenn f ((1 h) x 1 + h x 2 ) < (1 h) f (x 1 ) + h f (x 2 ) für alle x 1, x 2 D f, x 1 = x 2 und alle h (0, 1). Sie heißt streng konkav, wenn f ((1 h) x 1 + h x 2 ) > (1 h) f (x 1 ) + h f (x 2 ) Für differenzierbare Funktionen gilt: f streng konvex f (x) > 0 für alle x D f f streng konkav f (x) < 0 für alle x D f Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 10 / 55
11 Beispiel konvex Exponentialfunktion: f (x) = e x f (x) = e x f (x) = e x > 0 für alle x R e exp(x) ist (streng) konvex. 1 1 Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 11 / 55
12 Beispiel konkav Logarithmusfunktion: (x > 0) f (x) = ln(x) 1 f (x) = 1 x f (x) = 1 x 2 < 0 für alle x > 0 ln(x) ist (streng) konkav. 1 e Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 12 / 55
13 Lokale Konkavität Eine Funktion kann auch auf einem bestimmten Intervall konkav, auf einem anderen konvex sein. Sie wird dann als lokal konkav, bzw. lokal konvex auf dem entsprechenden Abschnitt bezeichnet. Für stetig differenzierbare Funktionen eignet sich folgende Vorgangsweise: 1. Berechne zweite Ableitung f (x). 2. Bestimme Nullstellen von f (x). 3. Erhalte Intervalle, in denen f (x) das Vorzeichen nicht wechselt. 4. Wähle geeigneten Punkt in jedem Intervall und bestimme dort das Vorzeichen von f (x). 5. f (x) kann innerhalb eines Intervalls das Vorzeichen nicht ändern. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 13 / 55
14 Beispiel Lokale Konkavität In welchem Bereich ist f (x) = 2 x 3 12 x x 1 konkav? Suchen den Bereich, wo f (x) f (x) = 12 x Nullstellen: 12 x 24 = 0 x = 2 3. Erhalte 2 Intervalle: (, 2] und [2, ) 4. Vorzeichen von f (x) an geeigneten Punkt in jedem Intervall: f (0) = 24 < 0 und f (4) = 24 > f (x) kann innerhalb eines Intervalls das Vorzeichen nicht ändern: f (x) 0 in (, 2] Die Funktion f (x) ist konkav in (, 2]. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 14 / 55
15 Aufgabe 8.1 Bestimmen Sie die mit Hilfe der zweiten Ableitung die Krümmung (d.h. Konkavität oder Konvexität) folgender Funktionen. Welche Fälle sind möglich? (a) exp(x) (b) ln(x) (c) log 10 (x) (d) x α für x > 0 für ein α R. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 15 / 55
16 Lösung 8.1 (a) konvex; (b) konkav; (c) konkav; (d) konvex falls α 1 und α 0, konkav falls 0 α 1. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 16 / 55
17 Aufgabe 8.2 In welchem Bereich ist die Funktion f (x) = x 3 3x 2 9x + 19 monoton steigend bzw. fallend? In welchem Bereich ist die konvex bzw. konkav? Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 17 / 55
18 Lösung 8.2 Monoton fallend in [ 1, 3], monoton steigend in (, 1] [3, ); Konkav in (, 1], konvex in [1, ). Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 18 / 55
19 Aufgabe 8.3 In welchem Bereich ist die Funktion x e x2 monoton steigend bzw. fallend? In welchem Bereich ist die konvex bzw. konkav? Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 19 / 55
20 Lösung 8.3 Monoton steigend in R, Konkav in (, 0], konvex in [0, ). Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 20 / 55
21 Aufgabe 8.4 Die Funktion f (x) = b x 1 a 0 < a < 1, b > 0, x 0 ist ein Beispiel für eine Produktionsfunktion, d.h. mit x Einheiten Arbeit kann man f (x) Güter produzieren. Produktionsfunktionen haben i.a. folgende Eigenschaften: (1) f (0) = 0, lim f (x) = x (2) f (x) > 0, lim f (x) = 0 x (3) f (x) < 0 (a) Überprüfen Sie diese Eigenschaften an der obigen Funktion. (b) Zeichnen Sie f (x) und f (x). (Setzen Sie dabei für a und b geeignete Werte ein.) Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 21 / 55
22 Aufgabe 8.4 / 2 (c) Was bedeuten diese Eigenschaften inhaltlich? (z.b.: Wenn x = 0, wird nichts produziert.) Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 22 / 55
23 Lösung a = 1 2, b = Hinweis: Bilden Sie die erste und zweite Ableitung und überprüfen Sie, ob die angegebenen Eigenschaften von der Funktion auch tatsächlich erfüllt werden. Beachten Sie dabei, welche Einschränkungen a und b genügen. Z.B.: f (x) = }{{} b a (a 1) }{{}} x a 1 {{} < 0. >0 <0 >0 Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 23 / 55
24 Aufgabe 8.5 Die Funktion f (x) = b ln(ax + 1) a, b > 0, x 0 ist ein Beispiel für eine Nutzenfunktion. Konsumenten haben einen Nutzen f (x), wenn sie x Einheiten eines Gutes konsumieren. Nutzenfunktionen haben dieselben Eigenschaften wie Produktionsfunktionen. (a) Überprüfen Sie die in Aufgabe 8.4 genannten Eigenschaften. (b) Zeichnen Sie f (x) und f (x). (Setzen Sie dabei für a und b geeignete Werte ein.) (c) Was bedeuten diese Eigenschaften in diesem Zusammenhang inhaltlich? Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 24 / 55
25 Lösung a = 2, b = Hinweis: Bilden Sie die erste und zweite Ableitung und überprüfen Sie, ob die angegebenen Eigenschaften von der Funktion auch tatsächlich erfüllt werden. Beachten Sie dabei, welche Einschränkungen a und b genügen. Z.B.: f (x) = a 2 b (a x + 1) 2 < 0, da a, b, x > 0. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 25 / 55
26 Aufgabe 8.6 Zeigen Sie durch Einsetzen in die Definition, dass f (x) = x 2 streng konvex ist. Hinweis: Zeigen Sie, dass die Ungleichung ( 1 2 x y) 2 ( 1 2 x y2) < 0 für alle x = y erfüllt ist. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 26 / 55
27 Lösung 8.6 ( 1 2 x y) 2 ( 1 2 x y2) = 1 4 x xy y2 1 2 x2 1 2 y2 = 1 4 x xy 1 4 y2 = ( 1 4 x2 1 2 xy y2) = ( 1 2 x 1 2 y) 2 < 0. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 27 / 55
28 Aufgabe 8.7 Zeigen Sie: Falls f (x) eine differenzierbare konkave Funktion ist, dann ist g(x) = f (x) konvex. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 28 / 55
29 Lösung 8.7 Da f konkav ist, gilt für alle x, f (x) 0. Daher ist g (x) = ( f (x)) = f (x) 0, i.e., g ist konvex. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 29 / 55
30 Aufgabe 8.8 Seien f (x) und g(x) zwei differenzierbare konkave Funktionen auf R. Zeigen Sie mit Hilfe der zweiten Ableitung, dass auch h(x) = α f (x) + β g(x) für α, β > 0 eine konkave Funktion ist. Was passiert, falls α > 0 und β < 0? Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 30 / 55
31 Lösung 8.8 h (x) = α f (x) + β g (x) 0, i.e., h ist konkav. Falls β < 0 dann ist β g (x) nicht mehr negativ und das Vorzeichen von α f (x) + β g (x) kann nicht mehr allgemein bestimmt werden. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 31 / 55
32 Globales Extremum (Optimum) Ein Punkt x heißt globales Maximum (absolutes Maximum) von f, falls für alle x D f gilt: f (x ) f (x) Ein Punkt x heißt globales Minimum (absolutes Minimum) von f, falls für alle x D f gilt: f (x ) f (x) kein globales Minimum globales Maximum Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 32 / 55
33 Lokales Extremum (Optimum) Ein Punkt x 0 heißt lokales Maximum (relatives Maximum) von f, falls für alle x in einer geeigneten Umgebung von x 0 gilt: f (x 0 ) f (x) Ein Punkt x 0 heißt lokales Minimum (relatives Minimum) von f, falls für alle x in einer geeigneten Umgebung von x 0 gilt: f (x 0 ) f (x) lokales Maximum lokales Maximum = globales Maximum lokales Minimum Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 33 / 55
34 Minima und Maxima Es sei darauf aufmerksam gemacht, dass wir aus einem Minimierungsproblem ein Maximierungsproblem machen können, und umgekehrt: Ein Punkt x 0 ist ein Minimum von f (x), genau dann wenn x 0 ein Maximum von f (x) ist. x 0 f (x) f (x) Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 34 / 55
35 Kritischer Punkt In einem (lokalen) Maximum oder Minimum muss die Ableitung gleich Null sein. Ein Punkt x 0 heißt kritischer Punkt (oder stationärer Punkt) einer Funktion f, wenn f (x 0 ) = 0 Notwendige Bedingung: Jedes Extremum von f ist ein kritischer Punkt von f. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 35 / 55
36 Globales Extremum Hinreichende Bedingung: Sei x 0 ein kritischer Punkt einer konkaven (oder konvexen) Funktion f. Dann ist x 0 ein globales Maximum (bzw. globales Minimum) von f. Falls f streng konkav (oder konvex) ist, dann ist das Extremum eindeutig bestimmt. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 36 / 55
37 Beispiel Globales Extremum Sei f (x) = e x 2 x. Die Funktion ist streng konvex: f (x) = e x 2 f (x) = e x > 0 für alle x R Kritischer Punkt: f (x) = e x 2 = 0 x 0 = ln 2 x 0 = ln 2 ist das (eindeutig bestimmte) globale Minimum von f. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 37 / 55
38 Lokal konkav Ein Punkt x 0 ist ein lokales Maximum (oder Minimum) von f, falls x 0 ist ein kritischer Punkt von f, f ist lokal konkav (bzw. lokal konvex) um x 0. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 38 / 55
39 Lokales Extremum Hinreichende Bedingung: Sei x 0 ein kritischer Punkt von f. Dann gilt f (x 0 ) < 0 x 0 ist lokales Maximum f (x 0 ) > 0 x 0 ist lokales Minimum Es ist ausreichend f (x) am kritischen Punkt x 0 auszuwerten. (Im Gegensatz zur Bedingung für globale Extrema.) Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 39 / 55
40 Notwendig und hinreichend An Beispiel der lokalen Extrema in R seien kurz zwei wichtige Begriffe aus der mathematischen Argumentation erläutert. Die Bedingung f (x 0 ) = 0 ist notwendig für ein lokales Minimum: Jedes lokale Minimum muss diese Eigenschaft haben. Aber nicht jeder Punkt mit dieser Eigenschaft ist ein lokales Minimum (z.b. x 0 = 0 in f (x) = x 3 ). Stationären Punkte sind Kandidaten für lokale Minima. Die Bedingung f (x 0 ) = 0 und f (x 0 ) < 0 ist hinreichend für ein lokales Minimum. Ist sie erfüllt, so ist x 0 ein lokales Minimum. Es gibt aber auch Minima, die diese Bedingung nicht erfüllen (z.b. x 0 = 0 in f (x) = x 4 ). Ist sie nicht erfüllt, so können wir daraus gar nichts schließen. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 40 / 55
41 Vorgangsweise Hinreichende Bedingung für lokale Extremwerte einer Funktion in einer Variablen: 1. Berechne f (x) und f (x). 2. Suche alle Punkte x i mit f (x i ) = 0 (kritischen Punkte). 3. Falls f (x i ) < 0 x i ist ein lokales Maximum. Falls f (x i ) > 0 x i ist ein lokales Minimum. Falls f (x i ) = 0 keine Aussage möglich! Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 41 / 55
42 Beispiel Lokales Minimum Gesucht sind die lokalen Extrema der Funktion f (x) = 1 12 x3 x x f (x) = 1 4 x2 2 x + 3, f (x) = 1 2 x x2 2 x + 3 = 0 besitzt die Lösungen x 1 = 2 und x 2 = 6. x 1 x 2 3. f (2) = 1 x 1 ist lokales Maximum. f (6) = 1 x 2 ist lokales Minimum. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 42 / 55
43 Globale Extrema auf [a, b] Extrema von f (x) über einem abgeschlossenen Intervall [a, b]. Vorgangsweise: (für differenzierbare Funktionen) (1) Berechne f (x). (2) Suche alle stationären Punkte x i (d.h., f (x i ) = 0). (3) Berechne f (x) für alle Kandidaten: alle stationären Punkte x i, die Randpunkte a und b. (4) Der größte dieser Werte ist ein globale Maximum, der kleinste dieser Werte ist ein globale Minimum. Es ist nicht notwendig f (x i ) zu berechnen. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 43 / 55
44 Globale Extrema auf [a, b] Gesucht sind die globalen Extrema der Funktion f : [0,5; 8,5] R, x 1 12 x3 x x + 1 (1) f (x) = 1 4 x2 2 x + 3. (2) 1 4 x2 2 x + 3 = 0 besitzt die Lösungen x 1 = 2 und x 2 = 6. (3) f (0,5) = 2,260 f (2) = 3,667 f (6) = 1,000 globales Minimum f (8, 5) = 5,427 globales Maximum (4) x 2 = 6 ist ein globales Minimum und b = 8,5 ist ein globales Maximum von f. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 44 / 55
45 Globale Extrema auf (a, b) Extrema von f (x) über einem offenen Intervall (a, b) (oder (, )). Vorgangsweise: (für differenzierbare Funktionen) (1) Berechne f (x). (2) Suche alle stationären Punkte x i (d.h., f (x i ) = 0). (3) Berechne f (x) für alle stationären Punkte x i. (4) Berechne lim x a f (x) und lim x b f (x). (5) Der größte dieser Werte ist ein globale Maximum, der kleinste dieser Werte ist ein globale Minimum. (6) Die globalen Extrema existieren aber nur dann, wenn sie an einem stationären Punkt angenommen werden! Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 45 / 55
46 Globale Extrema auf [a, b] Gesucht sind die globalen Extrema der Funktion f : R R, x e x 2 (1) f (x) = 2x e x2. (2) f (x) = 2x e x2 = 0 besitzt die einzige Lösung x 1 = 0. (3) f (0) = 1 globales Maximum lim x f (x) = 0 das globale Minimum existiert nicht lim x f (x) = 0 (4) Die Funktion besitzt das globales Maximum x 1 = 0, aber kein globales Minimum. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 46 / 55
47 Existenz und Eindeutigkeit Es kann sein, dass eine Funktion weder Maxima noch Minima besitzt: f : (0, 1) R, x x (Die Punkte 1 und 1 liegen nicht in (0, 1).) Es kann sein, dass das globale Maximum nicht eindeutig bestimmt ist: f : [ 2, 2] R, x x 4 2 x 2 hat drei globale Maxima an den Stellen 2, 0 und 2, und zwei globale Minima an den Stellen 1 und 1. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 47 / 55
48 Aufgabe 8.9 Bestimmen Sie die lokalen Extremwerte der Funktionen (a) f (x) = (x 3) 6 (b) g(x) = x2 +1 x (c) h(x) = e x2 Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 48 / 55
49 Lösung 8.9 (a) Lokales Minimum in x = 3; (b) Lokales Minimum in x = 1, lokales Maximum in x = 1; (c) Lokales Maximum in x = 0. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 49 / 55
50 Aufgabe 8.10 Berechnen Sie die globalen Extrema der Funktionen (a) f : (0, ) R, x 1 x + x (b) f : [0, ) R, x x x (c) g : R R, x e 2x + 2x (d) f : (0, ) R, x x ln(x) Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 50 / 55
51 Lösung 8.10 (a) globales Minimum in x = 1, kein globales Maximum; (b) globales Maximum in x = 1 4, kein globales Minimum; (c) globales Minimum in x = 0, kein globales Maximum; (d) globales Minimum in x = 1, kein globales Maximum. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 51 / 55
52 Aufgabe 8.11 Berechnen Sie die globale Maxima und Minima der Funktionen (a) f (x) = x x2 + 4x 1 2 im Intervall [1, 12] (b) f (x) = 2 3 x3 5 2 x2 3x + 2 im Intervall [ 2, 6] (c) f (x) = x 4 2 x 2 im Intervall [ 2, 2] Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 52 / 55
53 Lösung 8.11 (a) Globales Maximum in x = 12, globales Minimum in x = 8; (b) globales Maximum in x = 6, globales Minimum in x = 3; (c) globale Maxima in x = 2 und x = 2, globale Minima in x = 1 und x = 1. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 53 / 55
54 Aufgabe 8.12 Der Gewinn eines Unternehmers für gegebene Preise p und einen Lohn w ist π(x) = p f (x) w x p f (x) gibt an, wie viel der Unternehmer aus dem Verkauf der Güter zum Preis p einnimmt. w x gibt an, wie viel der Unternehmer an Löhnen zahlen muss. Sei f (x) = 4 x 1 2 die Produktionsfunktion aus Aufgabe 8.4 mit a = 1 2 und b = 4. (a) Zeichnen Sie π(x) und π (x) für p = 1 und w = 1. (b) Lesen Sie aus der Zeichnung ab, wie viel der Unternehmer produzieren muss, um seinen Gewinn π(x) zu maximieren. (c) Lösen sie das Optimierungsproblem auch ohne Zeichnung. (d) Was passiert, wenn der Lohn auf w = 2 verdoppelt wird? (Zeichnung, Maximumsberechnung) Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 54 / 55
55 Lösung 8.12 (a) p = 1, w = 1 π π p = 1, w = π (c) π(x) = 4 p x w x. kritische Punkte: x 0 = 4 p2 w 2, π (x) < 0, x 0 ist Maximum, für p = 1 und w = 1: x 0 = 4; (d) analog, das Maximum ist bei x = 1. π Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 55 / 55
Monotonie, Konkavität und Extrema
Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1
Univariate Analysis. Analysis und nichtlineare Modelle Sommersemester
Analysis und nichtlineare Modelle Sommersemester 9 5 Univariate Analysis C. Berechnen Sie ohne Taschenrechner(!). Runden Sie die Ergebnisse auf ganze Zahlen. (a) 7 :, (b) 795 :.. Berechnen Sie ohne Taschenrechner(!):
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,
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)
Kuhn-Tucker Bedingung
Kapitel 13 Kuhn-Tucker Bedingung Josef Leydold Mathematik für VW WS 017/18 13 Kuhn-Tucker Bedingung 1 / Optimierung unter Nebenbedingungen Aufgabe: Berechne das Maximum der Funktion f (x, y) g(x, y) c,
Anwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
4. 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
Mathematik I Herbstsemester 2018 Kapitel 4: Anwendungen der Differentialrechnung
Mathematik I Herbstsemester 2018 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 55 4. Anwendungen der Differentialrechnung Monotonie Krümmung Linearisierung einer Funktion Extremwerte
Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
Anwendungen der Differentialrechnung
KAPITEL 7 Anwendungen der Differentialrechnung 7.1 Maxima und Minima einer Funktion................. 141 7.2 Mittelwertsatz............................ 144 7.3 Kurvendiskussion..........................
Differentialrechnung. Mathematik W14. Christina Sickinger. Berufsreifeprüfung. v 1 Christina Sickinger Mathematik W14 1 / 79
Mathematik W14 Christina Sickinger Berufsreifeprüfung v 1 Christina Sickinger Mathematik W14 1 / 79 Die Steigung einer Funktion Wir haben bereits die Steigung einer linearen Funktion kennen gelernt! Eine
D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 6. (n+1)!. Daraus folgt, dass e 1/x < (n+
D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger Lösung - Serie 6 1. MC-Aufgaben (Online-Abgabe) 1. Für alle ganzen Zahlen n 1 gilt... (a) e 1/x = o(x n ) für x 0 + (b) e 1/x = o(x n ) für x 0 + (c)
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
Klausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Differential und Integralrechnung 3 3. (Herbst 20, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende
Mathematischer Vorbereitungskurs für das MINT-Studium
Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de SS 2017 Vorlesung 7 MINT Mathkurs SS 2017 1 / 25 Vorlesung 7 (Lecture 7) Differentialrechnung differential
3.2 Funktionsuntersuchungen mittels Differentialrechnung
3. Funktionsuntersuchungen mittels Differentialrechnung 46 3. Funktionsuntersuchungen mittels Differentialrechnung In diesem Abschnitt betrachten wir Funktionen f: D, welche je nach Bedarf zumindest ein-
Kapitel 12. Lagrange-Funktion. Josef Leydold Mathematik für VW WS 2017/18 12 Lagrange-Funktion 1 / 28. f (x, y) g(x, y) = c. f (x, y) = x y 2
Kapitel 12 Lagrange-Funktion Josef Leydold Mathematik für VW WS 2017/18 12 Lagrange-Funktion 1 / 28 Optimierung unter Nebenbedingungen Aufgabe: Berechne die Extrema der Funktion unter der Nebenbedingung
Mikroökonomik Prof. Dr. Stefan Klonner SoSe Übungsblatt 1
1 Funktionen Definition 1 (Funktion). Übungsblatt 1 Eine Funktion f(x) einer reellen Variable x mit Definitionsbereich D ist eine Regel, die jeder Zahl x in D eine reelle Zahl f(x) eindeutig zuordnet.
Klausurenkurs zum Staatsexamen (WS 2015/16): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 25/6): Differential und Integralrechnung 3 3. (Herbst 2, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende Tatsachen
9. Übungsblatt zur Vorlesung Mathematik I für Informatik
Fachbereich Mathematik Prof. Dr. Thomas Streicher Dr. Sven Herrmann Dipl.-Math. Susanne Pape 9. Übungsblatt zur Vorlesung Mathematik I für Informatik Wintersemester 2009/2010 8./9. Dezember 2009 Gruppenübung
Eigenschaften von Funktionen
Eigenschaften von Funktionen Mag. Christina Sickinger HTL v 1 Mag. Christina Sickinger Eigenschaften von Funktionen 1 / 48 Gegeben sei die Funktion f (x) = 1 4 x 2 1. Berechnen Sie die Steigung der Funktion
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
Technische Universität München Zentrum Mathematik. Übungsblatt 4
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=
Da der Nenner immer positiv ist, folgt. g (x) > 0 2x(2 x) > 0 0 < x < 2 g (x) < 0 2x(2 x) < 0 x < 0 oder x > 2
Da der Nenner immer positiv ist, folgt g (x) > 0 x( x) > 0 0 < x < g (x) < 0 x( x) < 0 x < 0 oder x > Also ist g auf (0,) streng monoton wachsend sowie auf (,0) und auf (, ) strengmonotonfallend.außerdemistg
Differential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
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 =
Analysis 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
Definition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
6 Weiterer Ausbau der Differentialrechnung
6 Weiterer Ausbau der Differentialrechnung 6.1 Mittelwertsätze, Extremwerte, Satz von Taylor Motivation: Wie wählt man Höhe und Durchmesser einer Konservendose, so dass bei festem Volumen V möglichst wenig
Kapitel 16 : Differentialrechnung
Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen
Aufbauend auf: "Differentiation: Definition, Eigenschaften und Beispiele"
1.) Zusammenfassung: Analysis 1 Wiederhole die Abschnitte "Der Körper der reellen Zahlen" (Worksheet 6), "Konvergenz von Folgen, Eulersche Zahl e" (Worksheet 8), "Konvergenz von Reihen" (Worksheet 11),
Funktionen untersuchen
Funktionen untersuchen Mögliche Fragestellungen Definition: lokale und globale Extrema Monotonie und Extrema Notwendige Bedingung für Extrema Hinreichende Kriterien, Vergleich Krümmungsverhalten Neumann/Rodner
C. 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
Mathematischer Vorkurs NAT-ING II
Mathematischer Vorkurs NAT-ING II (02.09.2013 20.09.2013) Dr. Jörg Horst WS 2013-2014 Mathematischer Vorkurs TU Dortmund Seite 1 / 252 Kapitel 7 Differenzierbarkeit Mathematischer Vorkurs TU Dortmund Seite
Kapitel 5: Differentialrechnung
Kapitel 5: Differentialrechnung Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 5: Differentialrechnung 1 / 23 Gliederung 1 Grundbegriffe 2 Abbildungen
Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 7.1 (Herbst 2015, Thema 1, Aufgabe 4) Gegeben sei das Dreieck und die Funktion f : R mit Bestimmen Sie f(
Klausur Mathematik, 1. Oktober 2012, A
Klausur, Mathematik, Oktober 2012, Lösungen, A 1 Klausur Mathematik, 1. Oktober 2012, A Die Klausureinsicht ist Do, 8.11.2012 um 18:00 in MZG 8.136. Die Klausur ist mit 30 Punkten bestanden. Falls Sie
Übersicht. 1. Motivation. 2. Grundlagen
Übersicht 1. Motivation 2. Grundlagen 3. Analysis 3.1 Folgen, Reihen, Zinsen 3.2 Funktionen 3.3 Differentialrechnung 3.4 Extremwertbestimmung 3.5 Nichtlineare Gleichungen 3.6 Funktionen mehrerer Variabler
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
Nachklausur 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,
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
23 Konvexe Funktionen und Ungleichungen
23 Konvexe Funktionen und Ungleichungen 231 Konvexe Funktionen 232 Kriterien für Konvexität 233 Streng konvexe Funktionen 235 Wendepunkte 237 Ungleichung von Jensen 2310 Höldersche Ungleichung 2311 Minkowskische
Wirtschaftsmathematik: Formelsammlung (V1.40)
Wirtschaftsmathematik: Formelsammlung (V.40) Grundlagen n! = 2 3... n = 0! = n i für n N, n 0, i= pq-formel Lösung von x 2 + px + q = 0 x /2 = p p 2 ± 2 4 q abc-formel Lösung von ax 2 + bx + c = 0 Binomische
D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Serie 6
D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger Serie 6 Die erste Aufgabe ist eine Multiple-Choice-Aufgabe (MC-Aufgabe), die online gelöst wird. Bitte schicken Sie Ihre Lösungen zu den Online MC-Fragen
Mathematischer Vorbereitungskurs für das MINT-Studium
Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de WS 2016/2017 Vorlesung 7 MINT Mathkurs WS 2016/2017 1 / 20 Stetigkeit einer Funktion (continuity of a
Kapitel 5. Reelle Funktionen. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 5 Reelle Funktionen 1 / 81
Kapitel 5 Reelle Funktionen Josef Leydold Auffrischungskurs Mathematik WS 207/8 5 Reelle Funktionen / 8 Reelle Funktion Reelle Funktionen sind Abbildungen, in denen sowohl die Definitionsmenge als auch
streng monoton steigend. streng monoton fallend. Ist f eine in einem Intervall stetige und im Innern des Intervalls differenzierbare Funktion mit
3. Anwendungen ================================================================= 3.1 Monotonie Eine Funktion f heißt in ihrem Definitionsbereich D monoton steigend, wenn für alle x 1, x 2 D mit x 1 < x
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
2 Stetigkeit und Differenzierbarkeit
2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,
Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14)
Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 3/) Kapitel : Optimierung ohne Nebenbedingungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom. Oktober 3) Gliederung
Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14)
Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 3/4) Kapitel : Optimierung ohne Nebenbedingungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom. Oktober 3) Gliederung
Mathematik 2 für Wirtschaftsinformatik
für Wirtschaftsinformatik Sommersemester 2012 Hochschule Augsburg Hinreichende Bedingung für lokale Extrema Voraussetzungen Satz D R n konvex und offen Funktion f : D R zweimal stetig partiell differenzierbar
Höhere Mathematik I für Ingenieurinnen und Ingenieure Lösungen zur 11. und 12. Übung
TU Bergakademie Freiberg Vorl. Frau Prof. Dr. Swanhild Bernstein Übung Dipl.-Math. Daniel Lorenz Freiberg, WS 017/18 Höhere Mathematik I für Ingenieurinnen und Ingenieure Lösungen zur 11. und 1. Übung
Kapitel II Funktionen reeller Variabler
Kapitel II Funktionen reeller Variabler D (Funktion) Es sei f XxY eine Abbildung Die Abbildung f heiß Funktion, falls sie eindeutig ist Man schreibt dann auch: f : X Y f ( x) = y, wobei y das (eindeutig
Analysis I. Guofang Wang , Universität Freiburg
Universität Freiburg 10.1.2017, 11.1.2017 Definition 1.1 (Ableitung) Die Funktion f : I R n hat in x 0 I die Ableitung a R n (Notation: f (x 0 ) = a), falls gilt: f(x) f(x 0 ) lim = a. (1.1) x x 0 x x
Tutorium Mathematik I M WM Lösungen
Tutorium Mathematik I M WM Lösungen 3... Durch mehrmaliges Anwenden der Regel von de l Hospital ergibt sich: e e sin() e cos()e sin() sin() cos() e + sin()e sin() cos ()e sin() sin() e + cos()e sin() +
Monotone Funktionen. Definition Es sei D R. Eine Funktion f : D R heißt. (ii) monoton fallend, wenn für alle x, x D gilt. x < x f (x) f (x ).
Monotone Funktionen Definition 4.36 Es sei D R. Eine Funktion f : D R heißt (i) monoton wachsend, wenn für alle x, x D gilt x < x f (x) f (x ). Wenn sogar die strikte Ungleichung f (x) < f (x ) folgt,
MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen
Version 01.02. Januar 2007 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen In diesem Kapitel werden differenzierbare
Differentialrechnung
Kapitel 7 Differentialrechnung Josef Leydold Mathematik für VW WS 205/6 7 Differentialrechnung / 56 Differenzenquotient Sei f : R R eine Funktion. Der Quotient f = f ( 0 + ) f ( 0 ) = f () f ( 0) 0 heißt
Wirtschaftsmathematik
Wirtschatsmathematik ür die Betriebswirtschatslehre (B.Sc.) Sommersemester 017 Dr. rer. nat. habil. E-mail: adam-georg.balogh@h-da.de 1 Kurvendiskussion / Analyse von Funktionen Anwendung der Dierentialrechnung
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
BERGISCHE 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
12 Extremwerte und Monotonie
5 II. Differentialrechnung 1 Extremwerte und Monotonie Lernziele: Resultate: Existenz von Maxima und Minima stetiger Funktionen auf kompakten Intervallen, Monotoniesatz Kompetenzen: Bestimmung lokaler
Quiz Analysis 1. Lösungen zu den Aufgaben M1 bis M7 der Probeklausur. Mathematisches Institut, WWU Münster. Karin Halupczok.
Quiz Analysis 1 Mathematisches Institut, WWU Münster Karin Halupczok WiSe 2011/2012 Lösungen zu den Aufgaben M1 bis M7 der Probeklausur 1 Aufgabe M1: Fragen zu Folgen, Reihen und ihre Konvergenz 2 Aufgabe
6 Di erentialrechnung, die Exponentialfunktion
6 Di erentialrechnung, die Exonentialfunktion 6. Exonentialfunktion Wir führen die Exonentialfunktion ein, die eine stetige Funktion mit folgenden Eigenschaften ist: ex(x + y) =ex(x)ex(y) (8) ex(0) =,
Mathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg elementarer Funktionen Gegeben: f : D R, mit D R und a > 0, b R. Dann gilt: f(x) f (x) 1 ln x x 1 log a x x ln a e x e
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
Outline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel
Outline 1 Funktionen von mehreren Veränderlichen 2 Grenzwert und Stetigkeit 3 Partielle Ableitungen 4 Die verallgemeinerte Kettenregel 5 Das totale Differential 6 Extremstellen Roman Wienands (Universität
1 Polynome III: Analysis
1 Polynome III: Analysis Definition: Eine Eigenschaft A(x) gilt nahe bei a R, falls es ein δ > 0 gibt mit A(x) gilt für alle x (a δ, a + δ)\{a} =: U δ (a) Beispiele: x 2 5 nahe bei 0 (richtig). Allgemeiner:
Kapitel 6. Funktionen. Josef Leydold Mathematik für VW WS 2017/18 6 Funktionen 1 / 49
Kapitel 6 Funktionen Josef Leydold Mathematik für VW WS 2017/18 6 Funktionen 1 / 49 Reelle Funktion Reelle Funktionen sind Abbildungen, in denen sowohl die Definitionsmenge als auch die Wertemenge Teilmengen
HM I Tutorium 9. Lucas Kunz. 19. Dezember 2018
HM I Tutorium 9 Lucas Kunz 19. Dezember 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Definition der Ableitung............................ 2 1.2 Ableitungsregeln................................ 2 1.2.1 Linearität................................
Übungen zu Einführung in die Analysis
Übungen zu Einführung in die Analysis (Nach einer Zusammengestellung von Günther Hörmann) Sommersemester 2011 Vor den folgenden Aufgaben werden in den ersten Wochen der Übungen noch jene zur Einführung
Übungen 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) =
19.2 Mittelwertsatz der Differentialrechnung
19 Mittelwertsätze der Differentialrechnung mit Anwendungen 19.1 Satz von Rolle 19.2 Mittelwertsatz der Differentialrechnung 19.4 Globaler Wachstumssatz 19.6 Verallgemeinerter Mittelwertsatz der Differentialrechnung
Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge
Abb lokales Maximum und Minimum
.13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen
Basistext Kurvendiskussion
Basistext Kurvendiskussion In einer Kurvendiskussion sollen zu einer vorgegebenen Funktion (bzw. Funktionsschar) Aussagen über ihrem Verlauf gemacht werden. Im Nachfolgenden werden die einzelnen Untersuchungspunkte
2015, MNZ. Jürgen Schmidt. Vorkurs. Mathematik. Ableiten. Tag WS 2015/16
Vorkurs 4. Mathematik Ableiten WS 2015/16 Tag Einführendes Beispiel Vernachlässigen wir den Luftwiderstand, so können wir in hinreichender Näherung für den freien Fall eines Körpers s(t) = 5t 2 als Weg-Zeit-Abhängigkeit
x 1 keinen rechtsseitigen Grenzwert x 0+ besitzen. (Analog existiert der linksseitige Grenzwert nicht.)
Differentialrechnung 1 Grenzwerte Gegeben sei ein Intervall I R, a I {, } und f : I\{a} R. Die Funktion f kann sehr wohl auch an der Stelle x = a erklärt sein, wir wollen aber nur wissen wie sich die Funktion
Dierentialrechnung mit einer Veränderlichen
Dierentialrechnung mit einer Veränderlichen Beispiel: Sei s(t) die zum Zeitpunkt t zurückgelegte Wegstrecke. Dann ist die durchschnittliche Geschwindigkeit zwischen zwei Zeitpunkten t 1 und t 2 gegeben
bestimmt werden. Allein die Regel (5.4) würde wegen g(x) = 2, folglich erhalten wir den korrekten lim
bestimmt werden. Allein die Regel (5.4) würde wegen f (x) lim x g (x) = lim 2e 2x = lim x e x x 2ex = 0 dengrenzwert0für(5.5)liefern.dasistaberfalsch,dennwegen lim 0 ist lim x g(x) = 2, folglich erhalten
Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)
Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung
Vorkurs Mathematik für Ingenieur Innen WS 2018/2019 Übung 7
Prof. Dr. J. Pannek Dynamics in Logistics Vorkurs Mathematik für Ingenieur Innen WS 018/019 Übung 7 Aufgabe 1 : Etremwerte Der Ellipse + y = 1 ist ein Rechteck mit Seitenlängen p, q, dessen Seiten parallel
Vorkurs Mathematik für Ingenieure WS 2015/2016 Übung 6
Prof. Dr. J. Pannek Dynamics in Logistics Vorkurs Mathematik für Ingenieure WS 015/016 Übung 6 Aufgabe 1 : Differentialrechnung (a Berechnen Sie die Ableitung nachstehender Funktionen an der Stelle 0 und
Prüfungsfragen Mathematik I für Wirtschaftswissenschaftler
Prüfungsfragen Mathematik I für Wirtschaftswissenschaftler Die nachfolgende Zusammenstellung enthält vor allem Klausuraufgaben aus den Jahren 2 bis 211. Hierbei wurden die Aufgaben thematisch geordnet,
6 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,
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/
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
Vorkurs Mathematik Übungsaufgaben. Dozent Dr. Arne Johannssen
Vorkurs Mathematik Übungsaufgaben 2 Dozent Dr. Arne Johannssen Lehrstuhl für Betriebswirtschaftslehre, insbesondere Mathematik und Statistik in den Wirtschaftswissenschaften Neues Logo: ie gesamte Universität
Grenzwert und Stetigkeit
Kapitel 6 Grenzwert und Stetigkeit Josef Leydold Auffrischungskurs Mathematik WS 07/8 6 Grenzwert und Stetigkeit / 39 Grenzwert einer Funktion Was passiert mit dem Funktionswert einer Funktion f, wenn
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)
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
Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,
6. ANWENDUNGEN DER ABLEITUNG
48 Dieses Skript ist ein Auszug mit Lücken aus Einführung in die mathematische Behandlung der Naturwissenschaften I von Hans Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie das Buch auch
e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1.
8. GRENZWERTE UND STETIGKEIT VON FUNKTIONEN 51 e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme cos(x+y) = cos(x) cos(y) sin(x) sin(y) und sin(x+y) = cos(x) sin(y)+sin(x) cos(y). f. Für eine
Priv. Doz. Dr. A. Wagner Aachen, 19. September 2016 S. Bleß, M. Sc. Analysis. Übungsaufgaben. im Vorkurs Mathematik 2016, RWTH Aachen University
Priv. Doz. Dr. A. Wagner Aachen, 9. September 6 S. Bleß, M. Sc. Analysis Übungsaufgaben im Vorkurs Mathematik 6, RWTH Aachen University Intervalle, Supremum und Infimum Für a, b R, a < b nennen wir eine