FERIENKURS ANALYSIS 2 FÜR PHYSIKER
|
|
- Matthias Sachs
- vor 5 Jahren
- Abrufe
Transkript
1 FERIENKURS ANALYSIS FÜR PHYSIKER JOHANNES R. KAGER UND JULIAN SIEBER Lösungsvorschlag zum Aufgabenblatt Aufgabe ( ). Bestimmen Sie für die Funktion f(x, y) = y 4 3xy + x 3 (a) eine Funktion, deren Graph Tangentialebene an den Graph G f bei (0, ) ist, (b) eine quadratische Funktion, die mit f bis zu den zweiten Ableitungen im Punkt (x 0, y 0 ) übereinstimmt, (c) lokale und globale Extremstellen und Sattelpunkte. Überlegen Sie sich außerdem, wie Sie das Maximum und Minimum der Funktion für (x, y) [ 5, 5 ] [, ] suchen würden. Die Berechnung des Ergebnisses ist nicht notwendig (der ähnliche Ansatz wird Sie in A.3 erneut begegnen). (a) Die Tangentialebene muss die selben partiellen Ableitungen haben, wie die Funktion f an dem betrachteten Punkt (0, ). Abgeleitet und eingesetzt sind das: f(0, ) = ( 3y + 3x, 4y 3 6xy)(0, ) = ( 3, 4). Also ergibt sich als Tangentialebene T (x, y) = f(0, ) + f(0, ) x = 3x + 4(y ) y. (b) Wir verwenden das Taylorpolynom. Ordnung mit Entwicklungspunkt (x 0, y 0 ), welches aus gestriger Vorlesung bekannt ist: ( x x0 Q(x, y) = f(x 0, y 0 )+ f(x 0, y 0 ) )+ x x0 x x0 y y y y 0 Hf (x 0, y 0 ) 0 y y 0 mit der Hessematrix 6x 6y H x (x, y) = 6y y. 6x und dem Gradienten wie in a). Der Vollständigkeit halber geben wir das ausmultiplizierte Ergebniss an: Q(x, y) = 3x 0 x 3x 0x + x y0y 8y0y 3 + 3y0. 4 3y (c) Die stationären Punkte sind gegeben durch f(x, y) = + 3x 4y 3 = 6xy ( 0. Die erste Gleichung ist gleichbedeutend mit y = x oder y = x. Die 0) zweite Gleichung y(y 3x) = 0 ist genau dann erfüllt, wenn y = 0 oder x = 3 y, wegen x = y also = 3 x, bzw. x = 3. Die drei Lösungen (x, y) dieses nichtlinearen Gleichungssystems sind also P = (0, 0), P = ( 3, 3 ), P 3 = ( 3, 3 ).
2 Das absolute Maximum mit dem Wert 3 liegt also bei ( = 5.65 wird in (.5, 0) angenommen., ±), das absolute Minimum, 5 8 JOHANNES R. KAGER UND JULIAN SIEBER y x f x,y Abbildung. Funktion f von Aufgabe ( Wir ) betrachten nun für jeden Punkt einzeln die Hessematrix: P H f (0, 0) = 0 0. Mit dieser Hessematrix ist keine Aussage über die Art des stationären Punktes möglich. Es gilt aber f(x, 0) = x 3, somit ist P ein Sattel- 0 0 punkt. 9 9 P H f ( 3, 3 ) =. Die Matrix ist positiv definit, da beide Eigenwerte positiv sind. Dies erhält man durch stures Ausrechnen der Eigenwerte 9 8 mit det(h f ( 3, 3 ) λ) = 0, oder durch Anwenden des Satzes von Hurwitz- Sylvester. Bei P haben wir also ein lokales Minimum. P 3 : f ist symmetrisch bezüglich y, somit ist auch bei P 3 ein lokales Minimum. f besitzt keine globalen Extremwerte, da zum Beispiel f(x, 0) = x 3 offenbar nach oben und unten unbeschränkt ist. Da f als Polynom stetig ist, gibt es in dem abgeschlossenen Rechteck sowohl ein absolutes Maximum, als auch ein absolutes Minimum. Zunächst lässt sich das Innere des Rechtecks betrachten. Wir kontrollieren dazu einfach, welche der in c) berechneten Punkte in dieser Fläche liegen und merken uns die Werte der lokalen Minima oder Maxima. Zusätzlich zum Inneren muss auch der Rand des Rechtecks betrachtet werden. Dazu kontrollieren wir f eingeschränkt auf jede Kante einzeln und zusätzlich noch die vier Eckpunkte des Rechtecks. Nun vergleicht man die Funktionswerte an den gefundenen Punkten und wählt den größten bzw. kleinsten als Maximum und Minimum. /// Aufgabe ( ). Bestimmen Sie die globalen Extrema der folgenden Funktionen. Finden Sie dazu jeweils die kritischen Punkte und klassifizieren Sie diese anhand der Hesse Matrix. (a) f(x, y) = x + y x (b) f(x, y) = sin(x) + xy
3 FERIENKURS ANALYSIS FÜR PHYSIKER 3 x0! (a) f(x 0, y 0 ) = = 0 x 4y 0!! = 0 4y 0 = 0 x 0 = y 0 = 0, 0 d.h. (x 0, y 0 ) = (, 0) ist ein kritischer Punkt, hier könnte ein Extremum vorliegen. Dazu betrachten wir die Hesse Matrix 0 H f (x, y) = 0 4 Die Eigenwerte einer Diagonalmatrix entsprechen den Einträgen auf der Diagonale, d.h. H f hat nur strikt positive Eigenwerte und ist somit positiv definit. An Punkt (, 0) nimmt f somit zumindest ein isoliertes lokales Minimum an. Da lim (x,y) f(x, y) = gilt, folgt, dass (, 0) das globale Minimum ist( und es kein) globales Maximum gibt. cos x + y! (b) f(x, y) = = 0. Die untere Zeile xy =! 0 erfordert eine xy Fallunterscheidung: x = 0 : Dann gilt cos x + y = + y =! 0, was zu keiner reelen Lösung führt. y = 0 : Dann gilt cos x + y = cos x =! 0 x = π + kπ, k Z. Wir betrachten nun die Hesse Matrix: sin x y (y=0) sin x 0 H f (x, y) = = y x 0 x Mit der Menge an möglichen Werte, die x annehmen kann { x = π + kπ k Z}, kann H f immer noch pos. definit, neg. definit oder indefinit sein. Es gilt dann nämlich sin x ( ) k+. Wir brauchen eine weitere Fallunterscheidung: x > 0 : x ist strikt positiv, sin x ist nur für ungerade k positiv. Also H f positiv definit, falls k ungerade; H f indefinit, falls k gerade. isoliertes lokales Minimum bei x = π + (k + )π, k N 0 Sattelpunkt bei x = π + kπ, k N 0 x < 0 : x ist strikt negativ, sin x ist nur für gerade k negativ. Also H f negativ definit, falls k gerade; H f indefinit, falls k ungerade. isoliertes lokales Maximum bei x = π kπ, k N 0 Sattelpunkt bei x = π (k + )π, k N 0 /// Aufgabe 3 ( ). (a) Wo besitzt die Funktion f : [0, ] [0, ] R mit f(x, x ) := 3x (x + )x + 3x globale Extremstellen? (Tipp: denken Sie auch an den Rand der Definitionsmenge!) (b) Wo besitzt die Funktion g : R R mit g(x, x ) := x 3 e x x globale bzw. lokale Extremstellen? Geben Sie jeweils an, ob es sich bei den Extremstellen um Maxima, Minima oder Sattelpunkte handelt.
4 4 JOHANNES R. KAGER UND JULIAN SIEBER (a) Für Punkte innerhalb des Quadrates [0, ] [0, ], also auf der offenen Menge (0, ) (0, ), können wir die Methode aus der Vorlesung verwenden: 6x x f(x, x ) = und f(x x + 3, x ) = 0 x = 3, x = 7. Da nun der Punkt ( 3, 7 ) / (0, ) (0, ), die Menge [0, ] [0, ] jedoch kompakt ist, müssen Minimum und Maximum am Rand liegen. Wir betrachten also folgende 4 Fälle: (a) f(0, x ) = 3x : Also f(0, x ) = 3 > 0, daher liegt der maximale Wert auf der Menge {(0, x ) x [0, ]} bei f(0, ) = und der minimale Wert bei f(0, 0) =. (b) f(, x ) = x : Also f(, x ) = > 0, daher liegt der maximale Wert auf der Menge {(, x ) x [0, ]} bei f(, ) = und der minimale Wert bei f(, 0) = 0. (c) f(x, 0) = 3x x : Also f(x, 0) = 6x = 0 x = 3 und f(x, 0) = 6 > 0, daher liegt der minimale Wert auf der Menge {(x, 0) x [0, ]} bei f( 3, 0) = 4 3 und der maximale Wert bei f(, 0) = (da f(0, 0) = ). (d) f(x, ) = 3x 4x + : Daher f(x, ) = 6x 4 =! 0 x = 3 und f(x, ) = 6 > 0, daher liegt der minimale Wert auf der Menge {(x, ) x [0, ]} bei f( 3, 0) = 4 3 und der maximale Wert bei f(0, ) = (da f(, ) = ). Vergleicht man nun alle minimalen und maximalen Werte dieser Teilbereiche miteinander, schließt man, dass ein globales Maximum von f an der Stelle, 0) mit (0, ) mit f(0, ) = und ein globales Minimum an der Stelle ( 3 f( 3, 0) = 4 3 vorliegen. b) Wegen lim g(x, 0) = sowie lim g(, x ) = existieren weder ein x x globales Minimum, noch ein globales Maximum. Für lokale Extremstellen betrachten wir x 3 g(x, x ) = + 3x x 3 e x x und g(x, x ) = 0 x = 0, x R. Das heißt die Menge der kritischen Punkte ist durch {(0, x ) : x R} gegeben. Betrachte die Hessematrix: x 3 H g (x, x ) = + 6x + 6x x 3 3x x 3x x 3 e x x 0 0 und H g (0, x ) =. 0 0 Diese ist in jedem kritischen Punkt semidfefinit, daher bekommen wir über die Sätze aus der Vorlesung keine Informationen über lokale Extremstellen. Wir müssen also anders vorgehen: Angenommen es existiert ein lokales Maximum (0, x ), dann existiert ein r > 0, sodass für alle Punkte x B r (0, x ) gilt, dass g(x, x ) g(0, x ) = 0. Betrachte jedoch den Punkt ( r, x ) B r (0, x ). Für diesen gilt g( r, x ) = ( r ) 3 e r x > 0, was einen Widerspruch zur Annahme der Existenz eines lokalen Maximums darstellt.
5 FERIENKURS ANALYSIS FÜR PHYSIKER 5 Angenommen es existiert ein lokales Maximum (0, x ), dann erhält man den Widerspruch analog zu oben mit dem Punkt ( r, x ). Wir schließen, dass die Funktion weder lokale noch globale Minima oder Maxima besitzt und die Menge {(0, x ) x R} aus Sattelpunkten besteht. Anstatt des Widerspruchbeweises kann auch einfach f(x, x + x ) betrachtet werden. Dann haben wir f(x, x + x ) = x 3 e x. Wählt man nun ein fixiertes x bleibt eine Funktion der Art ax 3 übrig, welche in x = 0 einen Sattelpunkt besitzt, somit sind f an den Punkten (0, x ) lauter Sattelpunkte besitzt. Aufgabe 4 ( ). Finden Sie jene Punkte auf der Kreislinie um den Punkt (, 0) mit Radius 5, welche den weitesten und kürzesten euklidischen Abstand zum Punkt (, ) haben. Verwenden Sie dafür die Methode der Lagrangschen Multiplikatoren. Die Aufgabe kann folgendermaßen ausgedrückt werden: Finde Extrema der Funktion f(x, y) = (x, y) (, ) = (x ) + (y ) (euklidischer Abstand zum Punkt (, )) unter der Nebenbedingung g(x) = (x ) + y 5 4 = 0 (was 5 4 den Kreis mit Radius um den Punkt (, 0) beschreibt). Die Methode der Lagrangemultiplikatoren fordert uns nun auf, die Gleichung f = λ g zu lösen. Es ist (x ) (x ) f = = λ = λ g (y ) y Zusammen mit g(x, y) = 0 führt dies auf das Gleichungssystem (x ) + λ(x ) = 0 (y ) + λy = 0 ( x ) + y 5 4 = 0. /// Die ersten beiden Gleichungen implizieren x = λ + λ +, y = λ + und wir bemerken, dass λ ist. Einsetzen dieser Gleichungen in die dritte Gleichung führt zu + = 5 λ + λ + 4, was die beiden Lösungen λ = 3 und λ = hat (durchrechnen!). Wir erhalten somit als mögliche (aber noch nicht bestätigte) Extremalstellen (x (), y () ) = ( 5, ) und (x(), y () ) = ( 3, ) Diese Punkte müssen aber die Extremwerte sein, denn wir wissen, dass die stetige Funktion auf der kompakten Menge, welche durch die Nebenbedingung beschrieben wird (also die Kreislinie), ein Maximum und ein Minimum annehmen muss. Da nun f(x (), y () ) = 45 4 und f(x(), y () ) = 5 4 gilt, hat f bei x(), y () ein Maximum und bei x (), y () ein Minimum unter dem Zwang g. ///
6 6 JOHANNES R. KAGER UND JULIAN SIEBER Aufgabe 5 ( ). Sei A R n n eine symmetrische Matrix, d.h. A T = A. Bestimmen Sie das Maximum und das Minimum der Funktion f : R n R mit f(x) := x T Ax auf der Kugeloberfläche {x R n x = }. Wir suchen offensichtlich ein Extrema der Funktion f(x) unter der Nebenbedingung g(x) = 0 mit g(x) := x = n i= x i. (Das Quadrat der Norm nur, damit die zum Ableiten lästige Wurzelfunktion wegfällt). Wir verwenden daher die Methode der Lagrange Multiplikatoren und stellen folgende Gleichung auf: f(x) + λ g(x) = 0. Es gilt x x g(x) =. = x. x n Für die partielle Ableitung von f(x) nach x k gilt wegen der Symmetrie der Matrix A (also a ij = a ji ) folgendes: n n n k f(x) = k (x T Ax) = k a ij x i x j = (a ik x i + a ki x i ) = a ik x i = (Ax) k Somit gilt: i,j= i= (Ax) k λx k = ((A λ)x) k! = 0, k =,..., n Wir sehen also, dass als kritische Punkte nur normierte Eigenvektoren auftreten können, da (A λ)x = 0 und x = gelten muss. Da die Kugeloberfläche kompakt ist, existieren Minima und Maxima. Außerdem erhalten wir für x R n mit x = λ min x T Ax λ max wobei λ min bzw. λ max für den kleinsten bzw. größten Eigenwert von A steht. Das bedeutet, dass das Minimum von jedem normierten Eigenvektor zum Eigenwert λ min und das Maximum von jedem Eigenvektor zum Eigenwert λ max angenommen wird. /// x + e x Aufgabe 6 ( ). Gegeben sei die Funktion f : R 3 R 3, f(x) := x + e x3. x 3 + e x (a) Für welche x R 3 ist D f (x) invertierbar? (b) Ist f injektiv? (a) Die Jacobi-Matrix von f lautet ex 0 0 e x e x 0 ihre Determinante hat den Wert + e x e x e x3, ist also stets positiv und insbesondere 0. Daher ist D f (x) für alle x R 3 invertierbar. i=
7 FERIENKURS ANALYSIS FÜR PHYSIKER 7 (b) Seien x, y R 3 mit f(x) = f(y). Dann gilt Hieraus folgt x + e x = y + e y x + e x3 = y + e y3 x 3 + e x = y 3 + e y. x y = e y e x x y = e y3 e x3 x 3 y 3 = e y e x. Nehmen wir einmal an, es sei x > y. Dann folgt aus der dritten Gleichung x 3 < y 3 ; daraus folt mit der zweiten Gleichung nun x > y und, wenn wir nun die erste Gleichung heranziehen folgt x < y im Widerspruch zur Annahme. Mit der selben Argumentation jeweils auch für das umgekhrte Vorzeichen für alle drei Komponenten belibt schließlich nur x = y, x = y und auch x = y 3. Folglich ist f injektiv. Aufgabe 7 ( ). Gegeben sei die Funktion f : R R, f(x, y) := x ( x ) y. Wir betrachten die Menge M := { (x, y) R f(x, y) = 0 } der Nullstellen von f. von f. { } /// Abbildung. Menge M (a) Bestimmen Sie grad f. An welchen (x, y) M gilt grad f = 0? (b) Es sei a := (, 3 4 ). Geben Sie eine offene Umgebung U von a und eine stetig differenzierbare Funktion g : I R mit geeignetem I R an derart, dass gilt: M U = {(x, g(x)) x I}. (c) Nun sei b := (, 0). Geben Sie eine offene Umgebung V von b und eine stetig differenzierbare Funktion h : J R mit geeignetem J R an derart, dass gilt: M V = {(h(y), y) y J}. (d) Skizzieren Sie M, U, V sowie die Graphen von g und h. Sie können dazu obige Abbildung als Vorlage nutzen.
8 8 JOHANNES R. KAGER UND JULIAN SIEBER (a) Es ist grad f = ( 4x 3 + x, y), der Gradient verschwindet also für (x, y) = (0, 0) und (x, y) = (±, 0). Allerdings liegt nur ersteres auch in M, was durch einfaches Einsetzen in f überprüfbar ist. (b) In einer Umgebung des Punktes a können wir die Gleichung f(x, y) = 0 nach y auflösen. Es gilt x ( x ) y = 0 y = x ( x ) y = x ( x ) dort, wo y nicht negativ ist. Die Funktion t t ist für t ]0, [ stetig differenzierbar. Eine gesuchte Funktion g erhalten wir also durch g : (0, ) R, g(x) := x ( x ). Dann gilt etwa mit der offenen Menge U := (0, ) (0, ) M U = {(x, y) y = g(x)} wie gewünscht. (c) In einer Umgebung von b := (, 0) können wir } nach x auflösen. Wenn wir etwa die Umgebung V := {(x, y) R x > betrachten, so ist in M V jedem Wert von x eindeutig ein Wert von y zugeordnet. Dort gilt x ( x ) y = 0 x = + 4y. Eine gesuchte Eine Eine gesuchte Funktion gesuchte Funktion h erhalten hherhalten wir durch wir durch h : (, ), h(y) := + 4y. h : ], [, h(y) := h : ] +, [ 4y., h(y) := + 4y. Diese ist stetig differenzierbar und es gilt Diese ist Diese stetig ist differenzierbar stetig differenzierbar und esund gilt es gilt M V = {(x, y) x = h(y)} M V = { (x, y) :x = h(y) }. (d) M V = { (x, y) :x = h(y) }. d) d) In U kann In Uman kann dieman Gleichung die Gleichung In V kann In Vman kann dieman Gleichung die Gleichung f(x, y) Inf(x, =0 U kann y) nachy =0 man nachy die auflösen. Glei-auflösenchung f(x, y) = 0 nach y chung f(x, y) = 0 nach x In f(x, V y) kann f(x, =0man y) nachx =0 die Glei- nachx auflösen. auflösen. 80 a) 80 Die a) Jacobi-Matrix Die Jacobi-Matrix von f lautet auflösen. von f lautet auflösen. e x e x 0 0 Df(x) = 0 e x Df(x) = 0 e x, ///, Aufgabe 8 ( ). Die Abbildung E : R e x e x R 0 sei gegeben 0 durch ihre Determinante ihre Determinante hat denhat Wert den Wert + e x + e x e x e x e E(x, y) := x x cos e x y 3 3, ist also stets positiv und insbesondere 0.DaheristDf(x) für allefür x alle R 3 y e x,. sin ist also stets positiv und insbesondere xinvertierbar. R 3 invertierbar. (a) Skizzieren Sie die Bilder der achsenparallelen Geraden unter E und bestim- Rx, Sie 3 ymit die RBildmenge f(x) 3 mit=f(y). f(x) E(R=f(y). Dann gilt Dann gilt +e x b) Seien b) x, Seien ymen = y +e y x +e x = y +e y +e x 3 = y +e y 3 x +e x 3 = y +e y 3 x 3 +e x = y 3 +e y 3 +e x = y 3 +e y.. Hieraus Hieraus folgt folgt y xy x
9 FERIENKURS ANALYSIS FÜR PHYSIKER 9 (b) Zeigen Sie, dass D E (x, y) invertierbar ist für alle (x, y) R, aber E nicht injektiv ist. Sind damit die Bedingungen des Satzes über die Umkehrfunktion erfüllt? (c) Nun seien a := (0, π 3 ) und b := E(a). Bestimmen Sie die stetige Umkehrabbildung von E, die eine offene Umgebung von b auf eine offene Umgebung von a abbildet. Lösungsvorschläge für die Tutoraufgaben 70 Es sei y f(u) einbeliebigerpunktinderbildmenge.wirmüssen cos (a) Für festes y 0 R gilt E(x, y 0 ) = e x y0 zeigen, dass eine Umgebung von y gibt, die ganz in f(u) enthaltenist.dazuwählen. wir zunächst ein sin y x U mit f(x) =y. NungibteslautdemSatzüber 0 Umkehrabbildungen Bildmenge (Satz 4.3) der reellen offene Mengen Exponentialfunktion U x V und U y Wsind derart, genau dassdie f diepositiven reellen Menge UZahlen. x bijektiv Das auf die Bild Menge einer U y zur abbildet. x-achse Insbesondere parallelen gilt also Geraden U y f(u). mit y = y 0 Die ist Jeder also Punkt eine y Halbgerade f(u) besitztalsoeineoffeneumgebungu ausgehend vom Nullpunkt y (der f(u); Nullpunkt somit ist selbst gehört f(u) offen. aber nicht dazu!), deren Richtung durch ( () cos cos 7 a) Für festes y 0 R gilt E(x, y 0 )=e y0 x y0 ). sin y 0 sin y Die Bildmenge der reellen Exponentialfunktion 0 sind genau die positiven reellen vorgegeben Zahlen. Das Bild ist. einer zur x-achse parallelen Geraden mit y = y ( 0 ist also eine ) Halbgerade ausgehend vom Nullpunkt (der Nullpunkt selbst gehört cos y aber nicht dazu!), Fürderen festes Richtung x 0 durch R haben wir E(x 0, y) = e x0. Das Bild von cos y0 sin y cos y sin y y ist die Einheitskreislinie. 0 Das Bild einer zur y-achse parallelen Geraden mit x = x 0 ist demnach ( cos y vorgegeben sinist. y ) ein Kreis um den ( cos Nullpunkt y ) mit Radius Für festese x0 x 0. R haben wir E(x 0,y)=e x0.dasbildvony ist sin y sin y dieanhand Einheitskreislinie. der Bilder Das Bild dereiner Geraden zur y-achse können parallelen wir erkennen, Geraden mitdass x = xe(r 0 ) = Rist demnach \ {0} gilt. ein Kreis um den Nullpunkt mit Radius e x0. An Hand der Bilder der Geraden können wir erkennen, dass E(R )=R \{0} gilt. e b) Es gilt DE(x, y) = x cos y e x sin y e x sin y e x. Abbildung 4. cos yaufgabe 8 a) e (b) Es gilt D E (x, y) = x cos y e x sin y Es ist nicht nötig vorauszusetzen, dass f injektiv ist! Mit DE(x, y) bezeichnenwirsowohldieableitungvone an dieser Stelle (eine lineare Abbildung) als auch die Jacobi-Matrix (Darstellungsmatrix dieser linearen Abbildung bezüglich der Standard-Einheitsvektoren). Denken e x sinsie y bei Gelegenheit e x. cos y einmal darüber nach, dass das eigentlich nicht ganz sauber ist. Die Jacobi-Matrix ist für alle (x, y) R invertierbar, denn ihre Determinante hat den Wert (e x cos y) ( e x sin y) e x sin y = e x (cos y + sin y) = e x 0. Weiter gilt E(x, y + π) = E(x, y) für alle (x, y) R, daher ist E nicht injektiv. Aufgrund der mangelnden Injektivität ist der Satz über die Umkehrfunktion nicht direkt anwendbar (siehe nächsten Punkt).
10 0 JOHANNES R. KAGER UND JULIAN SIEBER (c) Da E nicht injektiv ist, existiert zwar keine globale Umkehrabbildung, aber wie wir mit Hilfe der Bilder der Geraden sehen können, bildet E etwa die Menge R ( π, ) π bijektiv auf (0, ) R ab. Hier können wir eine lokale Umkehrabbildung leicht angeben. Aus ( e x cos y u e x = sin y v) folgt einerseits e x = e x (cos y + sin y) = e x cos y e x = u sin y ( = v) u + v, also x = ln ( u + v ) und andererseits u v = sin y cos y = tan y (man beachte, dass in unserer Bildmenge stets u 0 gilt). Um y zu bestimmen, sollten wir nicht all zu voreilig sein; es gibt viele y R mit tan y = v ; allerdings liegt nur eines davon im Intervall ( π, ) π nämlich y = arctan u v. Wie Sie sicherlich schon gemerkt haben, handelt es sich bei E, wenn man R mit C identifiziert, um nichts anderes als die komplexe Exponentialfunktion. Diese ist nicht injektiv; sie besitzt deshalb keine eindeutig bestimmte Umkehrfunktion ( Logarithmus ). Schränkt man sie aber auf geeignete Mengen ein, so ist sie dort sogar ein Diffeomorphismus. Eine hier gesuchte Umkehrabbildung ist F : (0, ) R ( π, π ), F (u, v) := ( ln ( u + v ) arctan u v ). ///
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
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
MehrKarlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester
Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang Sommersemester 03 6.06.03 Höhere Mathematik II für die Fachrichtungen Elektrotechnik und Informationstechnik
MehrHöhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8. Übungsblatt. ). 12x 3 Die Hessematrix von f ist gegeben durch H f (x, y) =
Karlsruher Institut für Technologie (KIT Institut für Analysis Priv-Doz Dr P C Kunstmann Dipl-Math D Roth SS 0 7060 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8 Übungsblatt
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
MehrRückblick auf die letzte Vorlesung
Rückblick auf die letzte Vorlesung 1. Anwendungen des Satzes über implizite Funktionen 2. Stationäre Punkte implizit definierter Funktionen 3. Reguläre Punkte 4. Singuläre Punkte Ausblick auf die heutige
MehrÜbungen zur Vorlesung Mathematik im Querschnitt Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 06/7 Blatt 4 5..06 Übungen zur Vorlesung Mathematik im Querschnitt Lösungsvorschlag 3. Die gegebene Polynomfunktion f : R R, f(x, y) =
MehrFolgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof Dr M Keyl M Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker (Analysis ) MA90 http://www-m5matumde/allgemeines/ma90 06S Sommersem 06 Lösungsblatt (606) Zentralübung Z
MehrAnalysis II 14. Übungsblatt
Jun.-Prof. PD Dr. D. Mugnolo Wintersemester 01/13 F. Stoffers 04. Februar 013 Analysis II 14. Übungsblatt 1. Aufgabe (8 Punkte Man beweise: Die Gleichung z 3 + z + xy = 1 besitzt für jedes (x, y R genau
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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof Dr M Keyl M Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis 2) MA923 http://wwwm5matumde/allgemeines/ma923_26s Sommersem 26 Probeklausur (4726) Krümmung
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
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
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
MehrMusterlösungen Aufgabenblatt 2
Jonas Kindervater Ferienkurs - Höhere Mathematik III für Physiker Musterlösungen Aufgabenblatt Dienstag 17. Februar 009 Aufgabe 1 (Implizite Funktionen) f(x, y) = x 1 xy 1 y4 = 0 Man bestimme die lokale
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
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
MehrTechnische 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
MehrHöhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung
TU Bergakademie Freiberg Sommersemester Dr. Gunter Semmler Dr. Anja Kohl Höhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung Differentialrechnung für Funktionen
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
MehrSerie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0.
Analysis D-BAUG Dr Cornelia Busch FS 2016 Serie 3 1 a) Zeigen Sie, dass der Graph von f(x, y) = 9 (x 2) 2 (y 3) 2 eine Halbkugel beschreibt und bestimmen Sie ihren Radius und ihr Zentrum z = f(x, y) =
MehrBERGISCHE UNIVERSITÄT WUPPERTAL Fachbereich C Mathematik und Naturwissenschaften
Musterl osung BERGISCHE UNIVERSITÄT WUPPERTAL Fachbereich C Mathematik und Naturwissenschaften Analysis II Klausur WS 211/212 Prof. Dr. Hartmut Pecher 3.2.212, 9:15 Uhr Name Matr.Nr. Studienfach Fachsemester
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. D. Castrigiano Dr. M. Prähofer Zentralübung 63. Die multinomische Formel TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Man zeige für x R n, k N 0 Mathematik 3 für Physik (Analysis http://www-hm.ma.tum.de/ss0/ph/
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
Mehrf(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.
Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit
Mehr8 Extremwerte reellwertiger Funktionen
8 Extremwerte reellwertiger Funktionen 34 8 Extremwerte reellwertiger Funktionen Wir wollen nun auch Extremwerte reellwertiger Funktionen untersuchen. Definition Es sei U R n eine offene Menge, f : U R
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
MehrExtremwertrechnung in mehreren Veränderlichen
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann SS 2014 14.05.2014 Höhere Mathematik II für die Fachrichtung Informatik 3. Saalübung (14.05.2014) Extremwertrechnung
MehrFERIENKURS ANALYSIS 2 FÜR PHYSIKER JOHANNES R. KAGER UND JULIAN SIEBER. Tag 2
FERIENKURS ANALYSIS 2 FÜR PHYSIKER JOHANNES R. KAGER UND JULIAN SIEBER Tag 2 Disclaimer. Diese Kurzzusammenfassung der Vorlesung Analysis 2 für Physiker des Sommersemesters 208 baut maßgeblich auf den
MehrMathematische Behandlung der Natur- und Wirtschaftswissenschaften I. f(x) := e x + x.
Technische Universität München WS 009/0 Fakultät für Mathematik Prof. Dr. J. Edenhofer Dipl.-Ing. W. Schultz Übung Lösungsvorschlag Mathematische Behandlung der Natur- und Wirtschaftswissenschaften I Aufgabe
MehrDer metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch
TECHNISCHE UNIVERSITÄT BERLIN SS 07 Institut für Mathematik Stand: 3. Juli 007 Ferus / Garcke Lösungsskizzen zur Klausur vom 6.07.07 Analysis II. Aufgabe (5 Punkte Der metrische Raum (X, d ist gegeben.
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
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
MehrLösungen zu Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx
MehrAnalysis II WS 11/12 Serie 9 Musterlösung
Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei
Mehr3. Approximation von Funktionen und Extremwertprobleme im R n
3. Approximation von Funktionen und Extremwertprobleme im R n Wie in D ist es wichtig Funktionen mit mehreren Variablen durch Polynome lokal approximieren zu können. Polynome lassen sich im Gegensatz zu
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
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
MehrKlausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 7.1 (Herbst 2015, Thema 1, Aufgabe 4) Gegeben sei das Dreieck und die Funktion f : R mit Bestimmen Sie f(
MehrÜbung 5, Analytische Optimierung
Übung 5, 5.7.2011 Analytische Optimierung Aufgabe 5.1 Bei der Herstellung von Konserven werden für Boden und Deckel bzw. für den Konservenmantel verschiedene Materialien verwendet, die g 1 = bzw. g 2 =
Mehr4.5 Lokale Extrema und die Hessesche Form
80 Kapitel 4. Differentialrechnung in mehreren Variablen 4.5 Lokale Extrema und die Hessesche Form Sei ab jetzt U R n offen und f:u R eine Funktion. Unter einem lokalen Extremum der Funktion f verstehen
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
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
MehrDiplom Vorprüfung bzw. Bachelor Modulprüfung Höhere Mathematik II für die Fachrichtung Physik. Lösungsvorschläge. det
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Herbst 9.9.9 Diplom Vorprüfung bzw. Bachelor Modulprüfung Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge Aufgabe
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.
MehrStroppel Musterlösung , 180min. Aufgabe 1 (3 Punkte) Bestimmen Sie die Determinante der Matrix
Stroppel Musterlösung 7.., 8min Aufgabe Punkte Bestimmen Sie die Determinante der Matrix A =. Geben Sie alle Lösungen x des homogenen Gleichungssystems Ax = an. Entwicklung nach der ersten Spalte: deta
MehrSerie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015
Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum
Mehr9 Differentialrechnung für Funktionen in n Variablen
$Id: diff.tex,v.7 29/7/2 3:4:3 hk Exp $ $Id: ntaylor.tex,v.2 29/7/2 3:26:42 hk Exp $ 9 Differentialrechnung für Funktionen in n Variablen 9.6 Lagrange Multiplikatoren Die Berechnung von Maxima und Minima
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
MehrKommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 7 (7.8.7). Gegeben ist die Matrix A 3 3 3 (a) Bestimmen Sie sämtliche Eigenwerte sowie die zugehörigen Eigenvektoren.
MehrKarlsruher Institut für Technologie (KIT) SS 2013 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning
Karlsruher Institut für Technologie KIT SS 2013 Institut für Analysis 06.05.2013 Prof. Dr. Tobias Lamm Dr. Patrick Breuning Höhere Mathematik II für die Fachrichtung Physik 4. Übungsblatt Aufgabe 1 Bestimmen
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
MehrProf. Steinwart Höhere Mathematik I/II Musterlösung A =
Prof. Steinwart Höhere Mathematik I/II Musterlösung 9.8.6 Aufgabe Punkte a Berechnen Sie die Eigenwerte der folgenden Matrix: A 3 b Es sei 4 A. 8 5 Bestimmen Sie P, P M, und eine Diagonalmatrix D M, so,
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
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
MehrTECHNISCHE 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)
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
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
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,
MehrTechnische 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) :=
Mehrf f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.
Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4.1 Umkehrbarkeit Man betrachte die durch g(s, t) = (e s cos(t), e s sin(t)) gegebene Funktion g : R 2 R 2. Zeigen Sie,
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 Berlin
Technische Universität Berlin Fakultät II Institut für Mathematik WS /5 G. Bärwol, A. Gündel-vom-Hofe..5 Februar Klausur Analysis II für Ingenieurswissenschaften Lösungsskizze. Aufgabe 6Punkte Bestimmen
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
Mehr3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z
R Es sei f : R n D R eine einmal stetig differenzierbare Funktion, für die in einer Umgebung eines Punkte a = a 1, a,, a n D gilt: fa 1, a,, a n = 0, f xn a 1, a,, a n 0 Dann gibt es eines Umgebung U des
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:
MehrModulprüfung Hm 1 & Hm 2
Seite von 9 Modulprüfung Hm & Hm Hinweise: - Es gibt 9 Aufgaben. Die jeweilige Punktzahl ist angegeben. - Die Maximalpunktzahl ist 56. Zum Bestehen der Klausur sind 4 Punkte hinreichend. - Die Bearbeitungszeit
MehrTopologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte
Universität München 22. Juli 29 Topologie und Differentialrechnung mehrerer Veränderlicher, SS 29 Modulprüfung/Abschlussklausur Name: Aufgabe 2 3 4 Punkte Gesamtpunktzahl: Gesamturteil: Schreiben Sie unbedingt
Mehr2 Extrema unter Nebenbedingungen
$Id: lagrange.tex,v 1.6 2012/11/06 14:26:21 hk Exp hk $ 2 Extrema unter Nebenbedingungen 2.1 Restringierte Optimierungsaufgaben Nachdem wir jetzt die bereits bekannten Techniken zur Bestimmung der lokalen
MehrKommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 23 (5.8.23). Gegeben seien die Matrizen A = 2 3 3 und B = 5 2 5 (a) Bestimmen Sie die Eigenwerte von A und B sowie die
Mehr10 Extremwerte mit Nebenbedingungen
10 Extremwerte mit Nebenbedingungen 49 10 Extremwerte mit Nebenbedingungen Wir betrachten nun Extremwertaufgaben, bei denen nach dem Extremwert einer fx 1,, x n gesucht wird, aber die Menge der zulässigen
MehrKLAUSUR. Analysis (E-Technik/Mechatronik/W-Ing) Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf
KLAUSUR Analysis (E-Technik/Mechatronik/W-Ing).9.7 Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Unterschrift: In der Klausur können Sie insgesamt
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,
Mehrcos(x)cos(2x)cos(4x) cos(2 n x) = sin(2n+1 x) 2 n+1 sin(x) = sin(2n+2 x) 2 n+2 sin(x).
Stroppel/Sändig Musterlösung 8. 3., min Aufgabe 5 Punkte Beweisen Sie für alle x R {zπ z Z} die Formel für n N mit Hilfe der vollständigen Induktion. cosxcosxcosx cos n x = sinn+ x n+ sinx Dabei dürfen
MehrD-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 5. x 1 2x 3 = lim 6x
D-MAVT/D-MATL Analysis I HS 07 Dr. Andreas Steiger Lösung - Serie 5. MC-Aufgaben Online-Abgabe. Durch zweifache Anwendung der Regel von Bernoulli-de l Hôpital folgt Stimmt diese Überlegung? lim x x 3 +
MehrProf. Dr. H. Brenner Osnabrück SS Analysis II. Vorlesung 50. Hinreichende Kriterien für lokale Extrema
Prof. Dr. H. Brenner Osnabrück SS 205 Analysis II Vorlesung 50 Hinreichende Kriterien für lokale Extrema Wir kommen jetzt zu hinreichenden Kriterien für die Existenz von lokalen Extrema einer Funktion
MehrÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS
ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung
MehrKlausurenkurs 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
Mehr2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2)
Prof. Hesse Höhere Mathematik I und II Musterlösung 7. 0. 0, 80min Aufgabe (3 Punkte) Zeigen Sie mit vollständiger Induktion: Für alle n N gilt n k= k k k(k + ) = n+ n +. Induktionsanfang: k= Induktionsschluss
Mehr10. Übungsblatt zur Analysis II
Fachbereich Mathematik Prof. Dr. Steffen Roch Nada Sissouno WS 2009/2010 17.12.2009 10. Übungsblatt zur Analysis II Gruppenübung Aufgabe G1 Gegeben sei die Funktion g : R 2 R, g(x,y) = sin 2 y + x 3 1.
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
MehrKlausur zu Analysis II - Lösungen
Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Dr. Axel Grünrock WS 1/11 11..11 Klausur zu Analysis II - Lösungen 1. Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.
MehrAufgaben. f : R 2 R, f(x, y) := y.
11. Übung zur Maß- und Integrationstheorie, Lösungsskizze A 63 Untermannigfaltigkeiten von R 2 ). Aufgaben Skizzieren Sie grob die folgenden Mengen und begründen Sie, welche davon 1-dimensionale Untermannigfaltigkeiten
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik WS 12/13 Prof. Dr. G. Bärwolff, Prof. Dr. F. Tröltzsch
Technische Universität Berlin Fakultät II Institut für Mathematik WS /3 Prof. Dr. G. Bärwolff, Prof. Dr. F. Tröltzsch 6.4.3 Rechenteil April Klausur Analysis II für Ingenieure. Aufgabe Punkte a Es gilt:
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
MehrMathematik für Anwender II
Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 49 Zu einer reellwertigen Funktion Extrema auf einer offenen Menge G R n interessieren wir uns, wie schon bei einem eindimensionalen
MehrÜbung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher
Technische Universität Chemnitz 1. Juli 20 Fakultät für Mathematik Höhere Mathematik I.2 Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher 1. Durch ein
MehrMusterlösung Klausur zu Analysis II. Verständnisteil
Technische Universität Berlin SS 009 Institut für Mathematik 060009 Prof Dr R Schneider Fritz Krüger Sebastian Holtz Musterlösung Klausur zu Analysis II Verständnisteil (a) Wie lauten die Voraussetzungen
MehrHöhere Mathematik II für die Fachrichtung Physik. Übungs- und Scheinklausur
Institut für Analysis SS17 PD Dr. Peer Christian Kunstmann 15.7.17 Dipl.-Math. Leonid Chaichenets, Johanna Richter, M.Sc., Tobias Ried, M.Sc., Tobias Schmid, M.Sc. Höhere Mathematik II für die Fachrichtung
Mehr9. 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
Mehr1. Aufgabe 8 Punkte. f (x) = (x 2 + 1) e x2. Es gilt. f (x) = 2xe x2 + ( x ) e x2 ( 2x) = 2x 3 e x2.
1. Aufgabe 8 Punkte Geben Sie die Bereiche, auf denen die Funktion f : R R mit f (x) = (x + 1) e x monoton wachsend oder fallend ist, an, und untersuchen Sie die Funktion auf lokale und globale Extrema.
MehrVorlesung: Analysis I für Ingenieure
Vorlesung: Analysis I für Ingenieure Michael Karow Thema: Satz von Taylor Die Taylor-Entwicklung I Satz von Taylor. Sei f : R D R an der Stelle x n-mal differenzierbar. Dann gilt für x D, n f (k) (x )
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
MehrKlausur HM II/III F 2003 HM II/III : 1
Klausur HM II/III F 3 HM II/III : Aufgabe : (7 Punkte) Untersuchen Sie die Funktion f : R R gegeben durch x 3 y 3 f(x, y) x + y sin, (x, y) (, ) x + y, (x, y) (, ) auf Stetigkeit und Differenzierbarkeit.
MehrMathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12
Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3
Mehr11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen
11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des
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?
MehrMathematik 2 SS 2016
Mathematik 2 SS 2016 2. Übungsblatt Gruppe 1 18. Man zeige, dass die Gleichung f(x, y) = y 5 e y (2x 2 + 3) sin y + x 2 y 2 x cos x = 0 in einer Umgebung des Punktes P (0, 0) nach y aufgelöst werden kann,
Mehr