Vorlesung Mathematik für Ingenieure II (Sommersemester 2008)
|
|
- Horst Winter
- vor 5 Jahren
- Abrufe
Transkript
1 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
2 Differenzierbarkeit R n R m 3 Definition. Eine Abbildung f : R n G R m ist in x G differenzierbar, wenn es eine Matrix A R m n gibt, so dass für die affine Abbildung l : R n R m, l(x) = f (x ) + A (x x ) gilt: l(x) f (x) lim x x x x = O m Tangentialebene
3 Das Differenzial Bemerkung. Wenn f : R n G R m in x G differenzierbar ist, dann gibt es nur eine Matrix A wie in der Definition.. Sie heißt dann Ableitung(smatrix) (totales) Differenzial Funktionalmatrix von f in x. Schreibweisen: 5 f (x ) := A d x (f ) := A d x f := A Stetigkeit differenzierbarer Abbildungen Satz.3 Für A = (a ij ) R m n ist die lineare Abbildung x Ax stetig auf ganz R n. 6 Satz.4 Ist f : R n G R m differenzierbar in x, so ist f auch stetig in x. Bemerkung.5 Stetigkeit impliziert aber nicht unbedingt Differenzierbarkeit.
4 f : R R, f (x) = x 7 Komponentenfunktionen Bemerkung.6 Eine Abbildung f = f. : R n G R m 8 f m ist genau dann in x G differenzierbar, wenn alle Komponentenfunktionen f i : G R in x differenzierbar sind. Die Zeilen von f (x) R m n sind dann die Ableitungsmatrizen f (x),..., f m(x) R n von f,..., f m.
5 Richtungsableitungen 9 Definition.7 Ist f : R n G R m differenzierbar und v R n mit v =, so heißt f v (x) := f (x) v R m die Richtungsableitung von f im Punkt x in Richtung v. Partielle Ableitungen Definition.8 Die j-te partielle Ableitung von f : R n G R m im Punkt x G ist die Richtungsableitung f e j (x) in Richtung des j-ten Einheitsvektors, also f f (x (x) := lim,...,x j,x j +t,x j+,...,x n ) f (x,...,x n ) t t (falls der Grenzwert existiert).
6 Partielle Ableitungen und Komponentenfunktionen... Existiert für f = f. : R n G R m die j-te f m partielle Ableitung im Punkt x G, so ist f (x) f (x) = f m. (x).... Partielle Ableitungen und Komponentenfunktionen Dabei ist f i (x) die Ableitung der i-ten Komponentenfunktion bezüglich der j-ten Variablen an der Stelle x j (wobei man die anderen Variablen auf x,..., x j, x j+,..., x n fixiert), also f i (x) = g (x j ) mit g(t) = f i (x,..., x j, t, x j+,..., x n ).
7 3 Funktionalmatrix und partielle Ableitungen Satz.9 Ist f : R n G R m differenzierbar in x G, so ist f f f x (x)... x n (x) (x) = d x f = f m f x (x)... m x n (x) Hinreichendes Differenzierbarkeitskriterium 4 Satz. Existieren für f : R n G R m alle partiellen Ableitungen in jedem Punkt x G und sind die partiellen Ableitungen f i : G R als durch x f i (x) definierte Funktionen stetig, so ist f in allen Punkten von G (total) differenzierbar.
8 Nur partielle Differenzierbarkeit f (.5, x ) =.5x.5+x
9 Der Gradient von f : R n G R 7 Definition. Ist f : R n G R (m = ) differenzierbar, so heißt der Vektor ( f grad x f := x f := (x),..., f ) (x) R n x x n der Gradient von f in x. Als Zeilenvektor aufgefasst ist der Gradient die Ableitungsmatrix von f in x G R n. Das Gradientenfeld 8 Für eine differenzierbare Funktion f : R n G R ist grad f : G R n x grad x f ein Vektorfeld, das Gradientenfeld von f.
10 9 f (x, x ) = x x + x f (x, x ) = x x x +x (x O ), f (O ) =
11 f (x, y) = x + y Eigenschaften des Gradienten Bemerkung. Sei f : R n G R differenzierbar. Der Gradient grad x f von f in x G weist in Richtung des stärksten Anstiegs von f in x. Die Steigung in Richtung grad x f (also die Richtungsableitung für v = grad x f grad x f ) ist grad x f (falls grad x f O n ). Der Gradient grad x f steht orthogonal auf der Niveaumenge von f in x. ( grad x f, ) R n+ ist Normalenvektor für die Tangential(hyper)ebene an den Graphen von f über dem Punkt x.
12 3 Tangentialebene f (x, x) = xx + x, x, x
13 f (x, x ) = x x + x,.5 x, x Graph von f (x, y) = sin(x) cos(y)
14 Gradientenfeld und Niveaulinien Niveaus, und von h = z f (x, y) 8
15 Gradientenfeld von h = z f (x, y) 9 Pfaffsche Formen Definition.3 Für Funktionen g,..., g n : R n G R heißt 3 g d x + + g n d x n = (g,..., g n ) : G R n eine Pfaffsche Form (oder unvollständiges Differenzial). Die Pfaffsche Form ist ein vollständiges Differenzial, wenn es eine differenzierbare Funktion f : G R gibt mit g i = f x i für alle i =,..., n
16 Linearität der Ableitung Satz.4 Sind f, g : R n G R m differenzierbar, so ist auch f + g : G R m differenzierbar mit 3 (f + g) (x) = f (x) + g (x). Für jedes λ R ist auch λf : G R m differenzierbar mit (λf ) (x) = λ f (x). Produktregel: Skalare Multiplikation Satz.5 Sind f : R n G R und g : G R m differenzierbar, so ist auch fg : G R m differenzierbar mit (für alle j =,... n): 3 (fg) = f g + f g, d. h. für alle x G: (fg) (x j ) (x) = f (x) g(x) + f (x) g (x) R m
17 Spezialfall: Produkt skalarwertiger Funktionen Korollar.6 Sind f : R n G R und g : G R differenzierbar, so ist auch fg : G R differenzierbar mit: 33 grad fg = g grad f + f grad g, d.h. grad x fg = g(x) grad x f + f (x) grad x g R n für alle x G. Produktregel: Skalarprodukt 34 Satz.7 Sind f, g : R n G R m differenzierbar, so ist auch f, g : G R differenzierbar mit f, g = f, g + f, g d. h. f, g (x) = f (x), g(x) + f (x), g (x) für alle x G.
18 Produktregel: Kreuzprodukt 35 Satz.8 Sind f, g : R n G R 3 differenzierbar, so ist auch f g : G R 3 differenzierbar mit (f g) = f g + f g, d. h. (f g) (x) = f (x) g(x) + f (x) g (x) für alle x G. Kettenregel Satz.9 Sind g : R n R m, x g(x) und f : R m R p, y f (y) differenzierbar, so ist auch f g : R n R p differenzierbar mit 36 (f g) (x) = f (g(x)) }{{} R p m g (x) }{{} R m n R p n, d. h. mit f = (f,..., f m ) und g = (g,..., g p ): (f g) k (x) = m i= f k y i (g(x)) g i (x)
19 Ebene Polarkoordinaten 37 Zusammenfassung Polarkoordinaten 38 x = ϱ cos φ y = ϱ sin φ ϱ = x + y ϱ: Abstand zum Ursprung Φ: Winkel mit positiver x-achse
20 Ableitungen Polarkoordinaten 39 x x ϱ = cos φ φ = ϱ sin φ y ϱ = sin φ y φ = ϱ cos φ ϱ x = x ϱ φ x = sin φ ϱ ϱ y = y ϱ φ y = cos φ ϱ Zylinderkoordinaten 4
21 Zusammenfassung Zylinderkoordinaten 4 x = ϱ cos φ y = ϱ sin φ z = z ϱ = x + y (ϱ, φ): Polarkoordinaten von (x, y) z: Höhe über x-y-ebene Ableitungen Zylinderkoordinaten 4 x ϱ = cos φ y ϱ = sin φ z ϱ = x φ = ϱ sin φ x y φ = ϱ cos φ z φ = z = y z = z z = ϱ x = x ϱ φ x = sin φ ϱ z x = ϱ y = y ϱ φ y = cos φ ϱ z y = ϱ z = φ z = z z =
22 Kugelkoordinaten 43 Zusammenfassung Kugelkoordinaten 44 x = r sin θ cos φ y = r sin θ sin φ z = r cos θ r = x + y + z r: Abstand zum Ursprung θ: Winkel mit positiver z-achse φ: Winkel der Projektion in x-y-ebene mit positiver x-achse
23 Ableitungen Kugelkoordinaten 45 x r = sin θ cos φ x θ = r cos θ cos φ x φ = r sin θ sin φ y r = sin θ sin φ y θ = r cos θ sin φ y φ = r sin θ cos φ dz r = cos θ z θ = r sin θ z φ = r x = x r r y = y r r z = z r θ x = cos θ cos φ r θ y = cos θ sin φ r θ z = sin θ r φ x = sin φ r sin θ φ y = cos φ r sin θ φ z = Schrankensatz Satz. Sei f : R n G R differenzierbar mit f (x) M j 46 für alle x G und j =,..., n. Für alle x, y G gilt dann (falls die Verbindungsstrecke zwischen x und y in G liegt): f (y) f (x) n M j y j x j j=
24 Zweite Ableitung Definition. Ist f : R n G R differenzierbar mit wiederum differenzierbaren partiellen Ableitungen f : G R, so heißt f zweimal (partiell) differenzierbar. Die partiellen Ableitungen ( ) f f := x i x i 47 heißen die zweiten partiellen Ableitungen von f. Schreibweise: f = f xj Ergänzung zu Definition. 48 Die Matrix f (x) = f x x (x).... f x n x (x)... f x x n (x). R n n f x n x n (x) heißt die Hesse-Matrix von f (im Punkt x G). Sind die Funktionen f x i : G R alle stetig, so ist f zweimal stetig differenzierbar.
25 Satz von Schwarz 49 Satz. Ist f : R n G R zweimal stetig differenzierbar, so ist f x i = f x i für alle i, j {,..., n}, die Hesse-Matrix f (x) R n n ist also symmetrisch, d. h. f (x) = (f (x)) T. Taylor-Formel Satz.3 Sei f : R n G R zweimal stetig differenzierbar. Falls die Verbindungsstrecke zwischen x und x + x ganz in G liegt, gilt: 5 f (x + x) = f (x) + + n i= n j= n j= f (x) x j f x i (x) x i x j + Fehler( x) mit lim x O n Fehler ( x) x =.
26 Hesse-Form 5 Definition.4 Ist f : R n G R zweimal differenzierbar, so heißt die quadratische Abbildung hess x f : R n R n u hess x f (u) = ut f (x)u (u R n als Spaltenvektor aufgefasst) die Hesse-Form von f im Punkt u. f (x, y) = e (x +y )
27 Taylor-Approximation von f in (, ) Funktion und Taylor-Approximation
28 Lokale Extrema 55 Definition.5 Eine Funktion f : R n G R nimmt in x G ein (striktes) lokales Minimum bzw. Maximum an, wenn es ε > gibt mit f (x) (>)f (x ) bzw. f (x) (<)f (x ) für alle x G mit x x < ε. Notwendiges Kriterium für lokale Extrema 56 Satz.6 Nimmt eine differenzierbare Funktion f : R n G R (auf einer offenen Menge G R n ) in x G ein lokales Extremum an, so gilt grad x f = O n.
29 Hinreichendes Kriterium Satz.7 Sei f : R n G R zweimal stetig differenzierbar und x G mit grad x f = O n. (i) Ist hess x f (u) > für alle u R n \ {O n } (positiv definit), so nimmt f in x ein striktes lokales Minimum an. (ii) Ist hess x f (u) < für alle u R n \ {O n } (negativ definit), so nimmt f in x ein striktes lokales Maximum an. (iii) Gibt es u, u R n mit hess x f (u) > und hess x f (u ) < (indefinit), so nimmt f in x kein lokales Extremum an. 57 Ergänzung zu Satz.7 58 (iv) Ist hess x f (u) für alle u R n (positiv semidefinit) oder hess x f (u) für alle u R n (negativ semidefinit), so gibt das Kriterium keine Auskunft.
30 hess x f : R R positiv definit hess x f : R R negativ definit
31 hess x f : R R indefinit hess x f : R R positiv semidefinit 6 4 3
32 hess x f : R R negativ semidefinit Hinreichendes Kriterium für n = Satz.8 Sei f : R G R zweimal stetig differenzierbar und x G mit f x (x ) = und f x (x ) =. 64 Sei d(x ) := f x (x ) f x (x ) ( ) f (x ) x x (die Determinante der Hesse-Matrix f (x ) R ).
33 Fortsetzung von Satz.8 65 Dann gelten: (i) Falls d(x ) > ist: f x f x > striktes lokales Minimum in x < striktes lokales Maximum in x (ii) Falls d(x ) < ist, hat f in x kein lokales Extremum. (iii) Falls d(x ) = ist, gibt das Kriterium keine Auskunft. f (x, y) = cos(x) sin(y)
34 Taylor-Approximation in (, π )
Vorlesung 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
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?
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
MehrVorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)
Vorlesung Mathematik für Ingenieure (Wintersemester 2008/09) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 9. November 2008) Die
MehrVorlesung 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 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. Dezember 2011)
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
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
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
MehrVorlesung 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
MehrVorlesung 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
Mehr4 Differenzierbarkeit
4 Differenzierbarkeit 16 4 Differenzierbarkeit Wir wollen nun Differenzierbarkeit von Funktionen mehrerer Veränderlicher definieren Dazu führen wir zunächst den Begriff der partiellen Ableitung ein Definition
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
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
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
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
Mehr1.3 Differenzierbarkeit
1 1.3 Differenzierbarkeit Definition Sei B R n offen, a B, f : B R eine Funktion und v 0 ein beliebiger Vektor im R n. Wenn der Grenzwert D v f(a) := lim t 0 f(a + tv) f(a) t existiert, so bezeichnet man
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
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
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:
MehrTotale Ableitung und Jacobi-Matrix
Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix
Mehr3 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)
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
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrDifferenzierbarkeit im R n. Analysis III October 30, / 94
Differenzierbarkeit im R n Analysis III October 30, 2018 36 / 94 Partielle Ableitungen Buch Kap. 5.5 Definition 5.23: (partielle Differenzierbarkeit) Sei die Funktion f : D R, D R n, wobei D eine offene
MehrStetigkeit und Dierenzierbarkeit im R n
Stetigkeit und Dierenzierbarkeit im R n 1 Stetigkeit Wir übertragen den Stetigkeitsbegri auf mehrstellige reellwertige Funktionen. Denition 1. Sei M R n. Eine Funktion f : M R heiÿt stetig in a M gdw.
MehrThema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema
Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema In diesem Kapitel befassen wir uns mit der Ableitung von Funktionen f : R m R n. Allein die Schreibweise
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
MehrDie Tangentialebene. {(x, y, z) z = f(x 0, y 0 )+ f x (x 0, y 0 )(x x 0 )+ f. y (x 0, y 0 )(y y 0 )}
Die Tangentialebene Der Graph der linearen Approximation ist Tangentialebene an den Graph der Funktion. In Symbolen: Es sei D R 2. Es sei f : D R, (x, y) f(x, y) differenzierbar. Dann ist {(x, y, z) z
MehrKapitel 6. Differenzialrechnung für Funktionen von mehreren Variablen
Kapitel 6. Differenzialrechnung für Funktionen von mehreren Variablen 6.1 Funktionen von mehreren Variablen Eine Abbildung f : D R, D R n, ordnet jedem n-tupel x = (x 1, x 2,...,x n ) D (eindeutig) eine
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
MehrRichtungsableitungen.
Richtungsableitungen. Definition: Sei f : D R, D R n offen, x 0 D, und v R n \ {0} ein Vektor. Dann heißt D v f(x 0 f(x 0 + tv) f(x 0 ) ) := lim t 0 t die Richtungsableitung (Gateaux-Ableitung) von f(x)
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
Mehr1 Ableitungen. Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen. a 1 + tx 1. eine Kurve.
1 Ableitungen Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen γ 1 (t) γ(t) = γ n (t) Bild(γ) = {γ(t) t I} heißt auch die Spur der Kurve Beispiel:1)
Mehr2 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
MehrH.J. Oberle Analysis III WS 2012/ Differentiation
H.J. Oberle Analysis III WS 2012/13 13. Differentiation 13.1 Das Differential einer Abbildung Gegeben: f : R n D R m, also eine vektorwertige Funktion von n Variablen x = (x 1,..., x n ) T, wobei D wiederum
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
MehrLösung zur Klausur zur Analysis II
Otto von Guericke Universität Magdeburg 9.7.4 Fakultät für Mathematik Lösung zur Klausur zur Analysis II Vorlesung von Prof. L. Tobiska, Sommersemester 4 Bitte benutzen Sie für jede Aufgabe ein eigenes
Mehr55.3 Die zentralen Begriffe zur totalen Differenzierbarkeit
Abschnitt 55 Totale Differenzierbarkeit R Plato 35 sind all diejenigen Punkte E Q Randpunkte, für die k D oder k D für mindestens einen Inde k gilt Für all solche Punkte E enthält nämlich die enge BE;
Mehr39 Differenzierbare Funktionen und Kettenregel
192 VI. Differentialrechnung in mehreren Veränderlichen 39 Differenzierbare Funktionen und Kettenregel Lernziele: Konzepte: totale Ableitungen, Gradienten, Richtungsableitungen, Tangentenvektoren Resultate:
MehrLösungsvorschlag Klausur MA9802
Lehrstuhl für Numerische Mathematik Garching, den 3.8.22 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA982 Aufgabe [3 + 3 Punkte] Berechnen Sie, falls existent, die folgenden
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
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
MehrFunktionen mehrerer Variabler
Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen
Mehr3 Funktionen in mehreren Variablen
3 Funktionen in mehreren Variablen Funktionen in mehreren Variablen Wir betrachten nun Abbildungen / Funktionen in mehreren Variablen. Dies sind Funktionen von einer Teilmenge des R d nach R. f : D f R,
Mehr12. Partielle Ableitungen
H.J. Oberle Analysis III WS 2012/13 12. Partielle Ableitungen 12.1 Partielle Ableitungen erster Ordnung Gegeben: f : R n D R, also eine skalare Funktion von n Variablen x = (x 1,..., x n ) T. Hält man
MehrKonvexe 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,
MehrTechnische Universität München. Probeklausur Lösung SS 2012
Technische Universität München Andreas Wörfel & Carla Zensen Ferienkurs Analysis für Physiker Probeklausur Lösung SS Aufgabe Differenzierbarkeit / Punkte: [4,, 3, 4] Es sei f(x, y) = sin(x3 + y 3 ) x +
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
MehrMehrdimensionale 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
MehrMathematik II für Inf und WInf
Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell
MehrVorlesung 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
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.
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 6. Übung: Woche vom bis
Übungsaufgaben 6. Übung: Woche vom 17. 11. bis 21. 11. 2014 Heft Ü1: 9.1 (d,n,t); 9.2 (b,h,i); 9.3 (b,e); 9.4 (b,e,f) Übungsverlegung (einmalig!): Gruppe VIW 02 nach Mo., 5. DS; WIL C 204 (für Mittwoch,
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik WS 11/12 Böse, Penn-Karras, Schneider
Technische Universität Berlin Fakultät II Institut für Mathematik WS / Böse, Penn-Karras, Schneider 5.4. Rechenteil April Klausur Analysis II für Ingenieure Musterlösung. Aufgabe 3 Punkte Wir haben g(x,
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
MehrVorlesung: Analysis II für Ingenieure. Wintersemester 09/10. Michael Karow. Themen: Taylor-Entwicklung und lokale Extrema
Vorlesung: Analysis II für Ingenieure Wintersemester 09/10 Michael Karow Themen: Taylor-Entwicklung und lokale Extrema Motivierendes Beispiel: die Funktion f(x, y) = x(x 1) 2 2 y 2. Dieselbe Funktion von
Mehr4.4 Lokale Extrema und die Hessesche Form
74 Kapitel 4 Differentialrechnung in mehreren Variablen 44 Lokale Extrema und die Hessesche Form Sei jetzt wieder U R n offen und f:u R eine Funktion Unter einem lokalen Extremum der Funktion f verstehen
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:
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 009 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe
MehrAnalysis I. 8. Übungsstunde. Steven Battilana. battilana.uk/teaching
Analysis I 8. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 9, 207 Grenzwerte Korollar 5.2.2 (Bernoulli-de l Hôpital) Seien f, g : [a, b] R stetig und differenzierbar
MehrVorlesung 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,
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
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
MehrReellwertige Funktionen mehrerer Veränderlicher
Reellwertige Funktionen mehrerer Veränderlicher Teilnehmer: Philipp Besel Joschka Braun Robert Courant Florens Greÿner Tim Jaschek Leroy Odunlami Gloria Xiao Heinrich-Hertz-Oberschule, Berlin Ludwigs-Georgs-Gymnasium,
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)...
MehrÜbersicht. 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
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
Mehr7 Partielle Ableitung
Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 7 Partielle Ableitung Definition 7 Sei U R n offen und f : U R m eine Funktion Dann heißt f im Punkt nach der j-ten Variablen j partiell differenierbar,
Mehr50 Partielle Ableitungen
50 Partielle Ableitungen 217 50 Partielle Ableitungen 501 Beispiel Die Differenzierbarkeit von Funktionen von mehreren Veränderlichen kann nach jeder Variablen einzeln untersucht werden, wobei die anderen
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel
MehrAbleitungen von Funktionen
Kapitel 8 Ableitungen von Funktionen 8. Der Begriff der Ableitung Aufgabe 8. : Prüfen Sie mit Hilfe des Differenzenquotienten, ob folgende Funktionen an den gegebenen Stellen x 0 differenzierbar sind.
MehrBlock I: Integration und Taylorentwicklung in 1D
Wiederholungsübungen zur Ingenieur-Mathematik III WS 5/6 Blatt 3..6 Block I: Integration und Taylorentwicklung in D Aufgabe : Berechnen Sie die Integrale: a) π sin x cos x dx b) ( x) +x dx c) x e x dx
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
MehrMathematik II. Vorlesung 46. Der Gradient
Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 46 Der Gradient Lemma 46.1. Es sei K ein Körper und V ein K-Vektorraum, der mit einer Bilinearform, versehen sei. Dann gelten folgende Aussagen
MehrTangentialebene. Sei f eine stetig differenzierbare Funktion und p = (p 1,..., p n ) die Koordinaten eines Punktes P auf der durch
Tangentialebene Sei f eine stetig differenzierbare Funktion und p = (p 1,..., p n ) die Koordinaten eines Punktes P auf der durch implizit definierten Fläche. f (x 1,..., x n ) = c Tangentialebene 1-1
MehrWiederholung von Linearer Algebra und Differentialrechnung im R n
Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:
MehrProbeklausur Höhere Mathematik II für Elektrotechniker
I. Bouw.7.8 U. Hackstein Probeklausur Höhere Mathematik II für Elektrotechniker Es gibt 5 Punkte pro Teilaufgabe, also insgesamt 7 Punkte. Aufgabe. Skizzieren Sie folgenden Bereich: D = {(x, y) R x + y
MehrKapitel 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)
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,
MehrINGENIEURMATHEMATIK. 9. Differentialrechnung für Funktionen mehrerer Variablen. Sommersemester Prof. Dr. Gunar Matthies
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 9. Differentialrechnung für Funktionen mehrerer Variablen Prof. Dr. Gunar Matthies Sommersemester
MehrAnalysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS.
Analysis III für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Teil I Rückblick auf das letzte Semester Fakultät für Mathematik, Informatik und Naturwissenschaften
MehrDefinition: 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
Mehr01. Differentialrechnung in mehreren Variablen - 2. Teil
01. Differentialrechnung in mehreren Variablen - 2. Teil Im folgenden werden die meisten Konzepte für Funktionen von 2 Variablen erklärt. In manchen Fällen können diese Konzepte unmittelbar auf Funktionen
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras
Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst
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
MehrAnalysis II. Vorlesung 47
Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Zu einer reellwertigen Funktion Vorlesung 47 interessieren wir uns wie schon bei einem eindimensionalen Definitionsbereich für die Extrema, also Maxima
MehrExtrema von Funktionen mit zwei Variablen
Extrema von Funktionen mit zwei Variablen Es gilt der Satz: Ist an einer Stelle x,y ) f x x,y ) = und f y x,y ) = und besteht außerdem die Ungleichung f xx x,y )f yy x,y ) f xy x,y ) >, so liegt an dieser
Mehr9 Höhere partielle Ableitungen und die Taylorformel
Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 9 Höhere partielle Ableitungen und die Talorformel Definition 91 Sei U R n offen, f : U R m eine Funktion Dann heißt f 2-mal partiell differenzierbar,
MehrMultivariate Kettenregel
Multivariate Kettenregel Für die Hintereinanderschaltung h = g f : x y = f (x) z = g(y), stetig differenzierbarer Funktionen f : R m R l und g : R l R n gilt h (x) = g (y)f (x), d.h. die Jacobi-Matrix
MehrLösungshinweise zur Klausur
Höhere Mathematik 1 und 4..14 Lösungshinweise zur Klausur für Studierende der Fachrichtungen el, kyb,mecha,phys Aufgabe 1 Entscheiden Sie, welche der folgenden Aussagen richtig und welche falsch sind.
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 2: Der Euklidische Raum Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 30. Oktober 2007) Vektoren in R n Definition
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
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
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
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
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
Mehr