3 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
|
|
- Alke Koenig
- vor 7 Jahren
- Abrufe
Transkript
1 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 Punktes a 1, a,, a n 1 und ein offenes Intervall K R, das a n enthält, so dass gilt a R := {x 1, x,, x n 1, x n ; x 1, x,, x n 1 U, x n K} D und f xn x 0 für alle x R b Zu jedem Punkt x 1, x,, x n 1 U gibt es genau eine Zahl x n K mit fx 1, x,, x n 1, x n = 0 Durch x n := gx 1, x,, x n 1 ist eine partiell differenzierbare Funktion g : U R erklärt mit g x i x 1, x,, x n 1 = f x i x 1, x,, x n 1, x n f xn x 1, x,, x n 1, x n, 1 i n 1 Beispiel 30: fx, y z = xcos y + y cos z + z cos x = 0 ist implizit eine Funktion z = gx, y in einer Umgebung von 0,0, erklärt, da f z 0, 0, 0, 0, = y sinz + cos x = 1 0, 0, Dann ist außerdem g x 0, 0 = f x0, 0, cos y z sinx = f z 0, 0, y sinz + cos x = 1 0, 0, und g y 0, 0 = f y0, 0, f z 0, 0, y + cos z = xsin y sinz + cos x = cos 0, 0, 33 Extremwertaufgaben mit Nebenbedingungen In zahlreichen Extremwertaufgaben ist die Menge der zulässigen Punkte eingeschränkt durch eine oder auch mehrere Nebenbedingungen der Form gx 1, x,, x n = 0 69
2 R Sei M := { x R n ; g x = 0} Man sagt, a M ist eine Maximalstelle Minimalstelle von f unter der Nebenbedingung g x = 0, wenn es eine Umgebung U r a gibt, so dass f x f a f x f a gilt für alle x U r a M Man schreibt f x Extr! NB :g x = Explizite Methode Man löst, so möglich, g x = 0 nach einer Variablen, zb x n = hx 1, x,, x n 1 auf und eliminiert über die Substitution x n aus f Es entsteht ein Extremalproblem ohne Nebenbedingung: fx 1, x,, x n 1, hx 1, x,, x n 1 = Extr! Beispiel 31: Gesucht sind die wärmsten und die kältesten Punkte auf der Sphäre x + y + z = 1 bei einer Temperaturverteilung Tx, y, z = xy + xz Da in x, y, z und x, y, z dieselbe Temperatur herrscht, genügt es, die Extremwerte auf der Hemnissphäre x = 1 y z zu bestimmen Fy, z := Txy, z, y, z = y + z 1 y z = Extr! Auf dem Kreis x = 0, y + z = 1 gibt es keine Punkte extremaler Temperatur, dort ist T = 0 Für y + z < 1 berechnen wir über F y = F z = 0 die stationären Punkte Für diese muss gelten F y = 1 y z + 1 y + z y 1 y z = F z = 1 y z + 1 y + z z 1 y z = 0 bzw 1 y z y yz = 1 y z yz = 0 y + z + yz = 1 70
3 und 1 y z zy z = 1 y z zy = 0 y + z + yz = 1 Folglich ist ein nichtlineares Gleichungssystem zu lösen: y + z + yz = 1, 31 y + z + yz = 1 3 Wenn beide Gleichungen erfüllt sein sollen, dann muss auch 31-3 erfüllt sein, dh und man erhält die folgenden Fälle y z = 0 y = z 1 y = z, dann ergibt die Gleichung 31: 3y 3 y = y = 1 und damit y = z = ± 1 und es ist y + z = = 1, dh diese Punkte liegen nicht im Bereich y + z < 1 und entfallen deshalb y = z, dann ergibt die Gleichung 31: y + y + y = 1 und damit y = z = ± 1 In diesem Fall ist x = = 1 Damit gibt es 4 mögliche Extremalpunkte auf der Sphäre: a = 1, 1, 1, 1 b =, 1, 1, auf der oberen Hemnissphäre und a = 1, 1, 1, b = 1, 1, 1, auf der unteren Hemnissphäre Die stetige Temperaturverteilung hat auf der Sphäre Punkte minimaler und maximaler Temperaturverteilung, daher sind wegen T a = T a = xy + xz = = und T b = T b = xy + xz = = die Punkte a, a Maximalstellen und b, b Minimalstellen 71
4 34 Parametrisierung der Nebenbedingung Im Fall zweier Variabler bestimmt man eine Parameterdarstellung x = xt, y = yt, t I, der Kurve gx, y = 0 und löst für Ft := fxt, yt das gewöhnliche Extremalproblem ft = Extr! Dabei sind die Randpunkte wiederum extra zu betrachten 3 Lagrange-Multiplikatoren-Methode Wir gehen zunächst davon aus, dass a in a ein lokales Extremum vorliegt, b gradg a 0 ist, c die Funktion f einmal stetig partiell differenzierbar ist Dann gilt: Wegen b kann man die Nebenbedingung in einer Umgebung von a nach einer Veränderlichen, wir nehmen an dies sei x n auflösen, dh es ist x n = hx 1, x,, x n in U r a In U r a hat die Funktion fx 1, x,, x n 1, hx 1, x,, x n 1 folglich ein lokales Extremum nämlich in x = a und die notwendige Bedingung für ein lokales Extremum muss erfüllt sein, dh mit a = a 1, a,, a n 1, a n = a, a n ist f x1 a + f xn ah x1 a gradf a, h a f x a + f xn ah x a = = 0 f xn 1 a + f xn ah xn 1 a Nach dem Satz über die implizite Funktion ist aber und damit ist h xi a = g x i a g xn a f xi a+f xn ah xi a = f xi a f xn a g x i a g xn a = f x i a f x n a g xn a g x i a = 0, 1 i n 1 Fügt man nun als n-te Gleichung die triviale Gleichung f xn a f x n a g xn a g x n a = 0 7
5 hinzu, so erhält man gradf a f x n a g xn a gradg a = 0 gradf a + λ gradg a = 0, λ R In Worten: Der Gradient der Funktion f an der lokalen Extremalstelle ist ein skalares Vielfaches des Gradienten der Nebenbedingung g an der lokalen Extremalstelle Beispiel 3: Es sei fx, y = y x und gx, y = x + y 1 = 0 Gesucht sind lokale Extrema der Funktion fx, y unter der Nebenbedingung gx, y = 0 Wie man sich am Bild und geometrisch leicht überlegt, befinden sich die lokalen Extrema in x 1, y 1 = 1, 1 mit fx 1, y 1 = fx, y = = = und x, y = 1, 1 mit 1 Grün dargestellt ist die Richtung des Gradienten von f : gradf x, y =, rot 1 sind die Richtungen der Gradienten von gx, y für verschiedene x, y Es ist gradgx, y = x Der Gradient steht immer senkrecht auf dem Tangentenvektor Wie man leicht y sieht haben der Gradient von f und g in x 1, y 1 die gleiche Richtung und in x, y entgegengesetzte Richtung 73
6 R Lagrange-Multiplikatoren-Methode 1 Hilfsfunktion bilden: Lx 1,, x n, λ = fx 1,, x n + λ gx 1,, x n mit n + 1 Variablen x 1,, x n, λ Berechne gradl und löse das i Allg nichtlineare Gleichungssystem gradl = L x1 L x L xn L λ f x1 x 1,, x n + λg x1 x 1,, x n f x x 1,, x n + λg x x 1,, x n = = 0 f xn x 1,, x n + λg xn x 1,, x n gx 1,, x n Dabei entsprechen der ersten n Gleichungen der Beziehung gradfx 1,, x n + λ gradgx 1,, x n = 0 und die n + 1-te Gleichung ist gerade die Nebenbedingung 3 Man untersucht, welche der gefundenen Werte a 1,, a n tatsächlich Extremalstellen sind λ spielt keine Rolle mehr In den meisten praktischen Problemen lassen sich die Extrema unter den gefundenen Punkten aus physikalischen Gründen oder durch direkten Vergleich der Funktionswerte erkennen Schliesslich sind noch die Punkte b, in denen f, g nicht differenzierbar sind oder für die gradg b = 0 ist, getrennt zu untersuchen Beispiel 33: fx, y = y x und die Nebenbedingung lautet gx, y = x + y 1 = 0 Dann ist Lx, y, λ = fx, y + λ gx, y = y x + λx + y 1 Es ist zu untersuchen: gradl = L x L y L λ = f x x, y + λ g x x, y f y x, y + λ g y x, y gx, y = 1 + λx 1 + λy x + y 1 = 0 Aus der ersten Gleichung erhält man x = 1 1 λ, aus der Gleichung y = λ = x, was in die 3 Gleichung eingesetzt ergibt: x 1 = 0 x 1/ = ± 1 74
7 Wir erhalten damit die Punkte: x 1, y 1 = x 1, x 1 = 1, 1 und x, y = x, x = 1, 1 Also nur Punkte!! Aus dem Vergleich der Funktionswerte ergibt sich das lokale Maximum und das lokale Minimum Beispiel 34: Es sind die Scheitelpunkte der Ellipse x + xy + y = zu bestimmen, das sind die Punkte mit dem größten oder kleinsten Abstand zum Nullpunkt Abstand zum Nullpunkt wird bestimmt durch fx, y = x + y Das Extremalproblem lautet deshalb: fx, y = x + y = Extr! NB: gx, y = x + xy + y = 0 Bildung der Lagrange-Funktion: Lx, y,λ = x + y + λx + xy + y und das zu lösende Gleichungssystem ist gradl = L x L y L λ = x + λx + y y + λx + y x + xy + y = 0 Die Kunst besteht nun darin, dieses nichtlineare Gleichungssystem zu lösen Hierfür gibt es verschiedene Möglichkeiten: 1 Wir lösen die erste Gleichung nach y auf Dabei können wir benutzen, dass λ = 0 keine Lösung des Gleichungssystems ergibt, denn λ = 0 impliziert, dass x = y = 0 sein muss und damit ist Nebenbedingung nicht erfüllt Für λ 0 ergibt die erste Gleichung: y = 1 + λ x λ Dies in die zweite Gleichung eingesetzt führt auf: 1 + λ λx λ x = 0 λ 41 + λ x = 0 λ Diese Gleichung ist erfüllt, wenn x = 0 oder λ 41 + λ = 0 gilt Aber x = 0 impliziert y = 0 und diese Variante erfüllt die Nebenbedingung nicht Es verbleibt also die Gleichung λ 41 + λ = 3λ 8λ 4 = 0 λ 1/ = 4 3 ± = 4 3 ± 3 7
8 Also λ 1 = 3 und λ = Für λ 1 ergibt sich daraus 3 x 3 y = 0 x = y und für λ ergibt sich x y = 0 x = y Setzt man x = y in die 3 Gleichung ein, so erhält man 3x = 0 x = 3 x 1/ = ± 3 und die Punkte 3, 3 und 3, 3 Setzt man x = y in die 3 Gleichung ein, so erhält man x = 0 x = x 3/4 = ± und die Punkte, und, Wir schreiben die beiden ersten Gleichungen als Gleichungssystem: + λ λ λ + λ x Das ist ein lineares Gleichungssystem mit dem Parameter λ Ist das Gleichungssystem eindeutig lösbar, so hat es nur die triviale Lösung x = y = 0 Diese Lösung erfüllt aber die 3 Gleichung nicht Folglich muss die Determinante des Gleichungssystems gleich Null sein, dh Alles andere ist nun wie bei 1 y = λ1 + λ λ = 0 3λ + 8λ + 4 = 0 Wie man leicht sieht, ist yl x xl y = x y = 0 Hieraus folgen sofort die zwei Fälle x = y und x = y Alles andere ist wie vorher 0 Die Scheitelpunkte sind 3,, 3 3,, 3,,, 76
9 Bemerkung 8: Völlig analog behandelt man den Fall von k Nebenbedingungen, wobei die Anzahl der Nebenbedingungen k kleiner als die Anzahl der Variablen n sein soll Sind f, g 1,, g k einmal stetig partiell differenzierbar und die Gradienten für alle x M mit gradg 1 x,,gradg x M := { x R n : g 1 x = = g k x = 0} linear unabhängig, dann findet man die Lösung des Extremalproblems mit Nebenbedingungen: fx 1, x,, x n Extr! NB :g 1 x 1, x,, x n = g k x 1, x,, x n = 0 unter den stationären Punkten der Lagrange-Funktion: Lx 1, x,, x n, λ 1,,λ k = f x + λ 1 g 1 x + + λ n g n x 36 Extremalstellen in von Hyperflächen begrenzten Bereichen Es sei U ein durch Hyperflächen begrenzter Bereich des R n, dh U = { x R n : g 1 x 0,, g r x 0} 77
10 R Die Kandidaten für Extremalstellen von f : U R sind: a die Ecken von U falls vorhanden, sind das die eindeutigen Lösungen von möglichen Kombinationen g i x = g j x = = g k x = 0 und ansonsten g l x < 0, b die Extremalstellen in den berandenden Kurven-, Flächen- und Hyperflächenstücken von U, mit der Lagrange-Multiplikatoren-Methode, durch Parametriesierung bzw Einsetzen der entsprechenden Nebenbedingung, c die stationären Stellen von f im Innern von U : { x R n : g 1 x < 0,, g r x < 0}, d Punkte in U, in denen f nicht differenzierbar ist Der größte kleinste Funktionswert an den Stellen a, b, c, d liefert das globale Maximum Minimum Beispiel 3: Gesucht sind die Extrema von fx, y = 3x xy+y auf der Kreisscheibe x + y 1 78
11 Untersuchung der extremwertverdächtigen Punkte: a U hat keine Ecken, b der Rand von U ist die Kreislinie x +y = 1 Wir haben das Extremwertproblem mit Nebenbedingung fx, y Extr! NB : x + y = 1 zu betrachten Nach der Lagrange-Multiplikatoren-Methode bilden wir: Lx, y,λ = fx, y + λgx, y = 3x xy + y + λx + y 1 und berechnen: gradlx, y,λ = 0 : L x L y L λ = 6x y + λx x + y + λy x + y 1 = λ = 0 impliziert x = y = 0 und dafür ist die Nebenbedingung nicht erfüllt Die ersten beiden Gleichungen ergeben das Eigenwertproblem: x y = λ x y Wir bestimmen die Eigenwerte aus 3 λ 1 deta λe = 1 1 λ = 3 + λ1 + λ 1 = 0 λ + 4λ + = 0 79
12 und erhalten als Lösungen λ 1/ = ± 4 = ± Die zugehörigen Eigenvektoren ergeben sich für λ 1 = + zu und damit x + 1 y = 0 x = 1y Eingesetzt in die Nebenbedingung erhält man 1 y +y = +y = 1 y 1/ = ±1 und x 1/ = ± sowie für λ = und damit x+1+ y = 0 x = 1+ y Eingesetzt in die Nebenbedingung erhält man 1+ y +y = + +y = 1 y 3/4 = ±1 und x 3/4 = Das ergibt die 4 Punkte: a = 1 4, 1 4, a, b = , 1, b 4 + Als Funktionswerte ergeben sich f a = f a = = = = 6 4 = 3 4 = = = 0,9 80
13 und f b = f b = = = = = = = = + 3,41 Bemerkung 9: 1 Anstelle des Eigenwertproblems hätte man auch ein Gleichungssystem mit dem Parameter λ betrachten können: 3 + λ 1 x 0 = λ y 0 Da die triviale Lösung x = y = 0 die Nebenbedingung nicht erfüllt, interessieren alle λ für die das Gleichungssystem nicht eindeutig lösbar ist, also wo gilt 3 + λ 1 = 3 + λ1 + λ 1 = λ Danach ist die Lösung, gemäß oben bzw der Bemerkung zu bestimmen Man hätte stattdessen auch die erste Gleichung nach y auflösen können: und das in die zweite Gleichung einsetzen: y = 6x + λx y = 3 + λx x λy = x λ3 + λx = λ3 + λx = 0 und erhält die gleiche quadratische Gleichung für λ Also auch λ 1/ = ± Damit ergeben sich Beziehungen: y 1 = 3 + x 1 = 1 + x 1, y 3 = 3 x 3 = 1 x 3 Eingesetzt in die Nebenbedingung folgt daraus: und damit x 1/ = x x 1 = x 1 = 1 ±1 4 + = ± = ±
14 und entsprechend y 1/ = ± = ±1 4 Analog erhält man aus die Lösungen x 3/4 = x x 3 = x 3 = 1 ±1 4 = = und entsprechend y 3/4 = = ±1 4 + Das sind diesselben Punkte wie oben c Stationäre Punkte im Innern von U : 6x y gradfx, y = x + y = 0 Aus der zweiten gleichung x = y und das in die erste Gleichung eingesetzt ergibt x = y = 0 Der Ursprung 0, 0 U Die Determinante der Hesse-Matrix im Ursprung 8
15 ist deth f 0, 0 = 6 = 1 4 = 8 > 0 und mit f xx 0, 0 = 6 > 0 liegt im Ursprung ein lokales Minimum vor d f ist in U überall differenzierbar, deshalb sind keine weiteren Punkte zu betrachten Folglich gibt es in b und b ein globales Maximum mit f b = f b = + und im Ursprung ein globales Minimum mit f0, 0 = 0 Bemerkung 10: Wie man leicht sieht sind die Maxima/Minima für die Extremwertaufgabe fx, y = 3x xy + y Extr! NB : gx, y = x + y 1 = 0, gerade an den Stellen, wo gradf ein skalares Vielfaches von gradg ist 83
10 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
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
Mehr3.2 Implizite Funktionen
3.2 Implizite Funktionen Funktionen können explizit als y = f(x 1, x 2,..., x n ) oder implizit als F(x 1, x 2,..., x n ;y) = 0 gegeben sein. Offensichtlich kann man die explizite Form immer in die implizite
MehrMusterlösung zu Blatt 1
Musterlösung zu Blatt Analysis III für Lehramt Gymnasium Wintersemester 0/4 Überprüfe zunächst die notwendige Bedingung Dfx y z = 0 für die Existenz lokaler Extrema Mit x fx y z = 8x und y fx y z = + z
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
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
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
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
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
Mehr6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode
6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode In diesem Kapitel orientieren wir uns stark an den Büchern: 1. Knut Sydsæter, Peter Hammond, Mathematik für Wirtschaftswissenschaftler,
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.
Mehr18.2 Implizit definierte Funktionen
18.2 Implizit definierte Funktionen Ziel: Untersuche Lösungsmengen von nichtlinearen Gleichungssystemen g(x) = 0 mit g : D R m, D R n, d.h. betrachte m Gleichungen für n Unbekannte mit m < n, d.h. wir
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
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
MehrA N A L Y S I S I I F Ü R T P H, UE ( ) 1. Test (DO, 5. Mai 2011) / Gruppe weiÿ (mit Lösung )
Institut für Analysis und Scientic Computing TU Wien E. Weinmüller SS 2011 A N A L Y S I S I I F Ü R T P H, UE (103.091) 1. Test (DO, 5. Mai 2011) / Gruppe weiÿ (mit Lösung ) Aufgabe 1. Gegeben ist die
Mehr7.11. Extrema unter Nebenbedingungen
7.11. Extrema unter Nebenbedingungen Randextrema Wir haben schon bemerkt, daß die üblichen Tests mit Hilfe von (eventuell höheren) Ableitungen nur Kriterien für (lokale) Extrema im Inneren des Definitionsgebietes
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
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
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
MehrC. Eicher Analysis Study Center ETH Zürich HS Extremwerte
C. Eicher Analysis Study Center ETH Zürich HS 05 Extremwerte Gelöste Aufgabenbeispiele:. Bestimme die lokalen und globalen Extrema der Funktion f(x) = x x + x auf dem Intervall [ 4, ]. a. Bestimmung der
MehrLagrange-Multiplikatoren
Lagrange-Multiplikatoren Ist x eine lokale Extremstelle der skalaren Funktion f unter den Nebenbedingungen g i (x) = 0, dann existieren Lagrange-Multiplikatoren λ i, so dass grad f (x ) = λ i grad g i
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
MehrExtrema mit Nebenbedingungen
Extrema mit Nebenbedingungen Gesucht ist das Extremum der Funktion f(x,y) = 5 x y unter der Nebenbedingung g(x,y) = x+y =. 5 y x In diesem einfachen Fall kann die Nebenbedingung nach einer Variablen aufgelöst
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 =
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
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
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.
MehrA1: Diplomvorprüfung HM II/III WS 2007/
A: Diplomvorprüfung HM II/III WS 7/8 6..8 Aufgabe. (+68 Punkte) a) Ist die Reihe k+ k k 5k konvergent oder divergent? Begründen Sie ihre Aussage! b) Führen Sie eine Partialbruchzerlegung für n+ durch und
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
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
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:
Mehr1.6 Implizite Funktionen
1 1.6 Implizite Funktionen Wir werden uns jetzt mit nichtlinearen Gleichungen beschäftigen, f(x) = 0, wobei f = (f 1,..., f m ) stetig differenzierbar auf einem Gebiet G R n und m < n ist. Dann hat man
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
MehrFunktionen mehrerer Variabler
Inhaltsverzeichnis 8 Funktionen mehrerer Variabler 8. Einführende Definitionen und Bemerkungen....................... 8. Graphische Darstellungsmöglichkeiten.......................... 8. Grenzwert und
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,
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
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
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
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
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
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.
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
Mehrf(x, y) = x 2 4x + y 2 + 2y
7. Februar Lösungshinweise Theorieteil Aufgabe : Bestimmen Sie die Niveaumengen (Höhenlinien) der Funktion f(x, y) = x 4x + y + y und skizzieren Sie das zugehörige Höhenlinienbild im kartesischen Koordinatensystem
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
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
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
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) =
MehrKapitel 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
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
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
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler. (a) Bestimmen Sie die kartesische Form von Wintersemester 7/8 (..8) z = ( + i)( i) + ( + i). (b) Bestimmen Sie sämtliche komplexen Lösungen
Mehr3 Optimierung mehrdimensionaler Funktionen f : R n R
3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof Dr M Keyl M Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis 2) MA923 http://wwwm5matumde/allgemeines/ma923_26s Sommersem 26 Probeklausur (4726) Krümmung
MehrMathematik 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
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 +
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
MehrHöhere Mathematik für Ingenieure 2
Prüfungklausur (B) zum Modul Höhere Mathematik für Ingenieure 2 25. Juli 29, 3. - 7. Uhr (2.Termin) Aufgabe : - Lösungen zum Theorieteil - Geben Sie eine Funktion f : R 2 R an, für die die Niveaumenge
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,
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
MehrStroppel Musterlösung , 180min. Aufgabe 1 (7 Punkte) Gegeben seien folgende Potenzreihen: ( 2) n n xn,
Stroppel Musterlösung 0. 09. 03, 80min Aufgabe 7 Punkte) Gegeben seien folgende Potenzreihen: ) n fx) = n xn, gx) = n= + ) n n x+) n. 3 n= a) Bestimmen Sie jeweils den Konvergenzradius und den Entwicklungspunkt.
MehrMultivariate Analysis
Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle
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
MehrExtremalprobleme mit Nebenbedingungen
Extremalprobleme mit Nebenbedingungen In diesem Abschnitt untersuchen wir Probleme der folgenden Form: g(x 0 ) = inf{g(x) : x Ω, f(x) = 0}, (x 0 Ω, f(x 0 ) = 0). (1) Hierbei sind Ω eine offene Menge des
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
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
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) =
MehrProf. Schneider Höhere Mathematik I/II Musterlösung A = x 1 = 6x 1 + x 3 x 2 = 2x 2 x 3 = x 1 + 6x 3
Aufgabe ( Punkte) a) Bestimmen Sie die Eigenwerte und Eigenvektoren der Matrix 6 A = 6 b) Bestimmen Sie die allgemeine Lösung des Differentialgleichungssystems x = 6x + x 3 x = x x 3 = x + 6x 3 c) Bestimmen
Mehr5.10. Mehrdimensionale Extrema und Sattelpunkte
5.1. Mehrdimensionale Extrema und Sattelpunkte Zur Erinnerung: Eine Funktion f von einer Teilmenge A des R n nach R hat im Punkt a ein (strenges) globales Maximum, falls f( x ) f( a ) (bzw. f( x ) < f(
MehrModulabschlussklausur Analysis II
Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen
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
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
MehrFerienkurs der TU München- - Analysis 2 Funktionen in mehreren Variablen Vorlesung
Ferienkurs der TU München- - Analysis 2 Funktionen in mehreren Variablen Vorlesung Jonas J. Funke 30.08.2010-03.09.2010 Inhaltsverzeichnis 1 Funktionen in mehreren Variablen 3 2 Partielle Differentiation
MehrMathematik III - Blatt 6
Mathematik III - Blatt Christopher Bronner, Frank Essenberger 8. November Aufgabe Wir suchen erstmal im inneren des Vierecks nach Punkten, die für einen Extremwert in Frage kommen, danach auf den Rändern
Mehr9 Optimierung mehrdimensionaler reeller Funktionen f : R n R
9 Optimierung mehrdimensionaler reeller Funktionen f : R n R 91 Optimierung ohne Nebenbedingungen Ein Optimum zu suchen heißt, den größten oder den kleinsten Wert zu suchen Wir suchen also ein x R n, sodass
MehrB Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R,
B en Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R Berechnen Sie zur Abbildung f : R R, f(x, y) : x sin(xy) das totale Differenzial f df, die Jacobi-Matrix J f (x, y) und den Gradienten ( f)(x,
MehrD-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger. Lösung - Serie 15
D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger Lösung - Serie 15 1. Der Wert einer Funktion f : R R fällt am schnellsten in die Richtung (a) (b) (c) der minimalen partiellen Ableitung. entgegengesetzt
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
MehrVorbereitung für die Prüfung Mathematik II für Informatiker
Technische Universität Ilmenau SS 2010 Institut für Mathematik Inf Prof. Dr. Michael Stiebitz Vorbereitung für die Prüfung Mathematik II für Informatiker 1 Lineare Algebra Aufgabe 1 Schauen Sie sich die
Mehr(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren
Aufgabe Gegeben seien die Punkte A(,,, B(,,, C(,,. (a Geben Sie die Hesse-Normalform der Ebene E, welche die drei Punkte A, B und C enthält, an. (b Bestimmen Sie den Abstand des Punktes P (,, 5 zur Ebene
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
MehrAnleitungsaufgaben zu. Analysis III für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 2011/12 Dr. K. Rothe Anleitungsaufgaben zu Analysis III für Studierende der Ingenieurwissenschaften Aufgabe 1: Für die folgenden Funktionen f : IR 2
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?
Mehr0.1 Hauptsatz über implizite Funktionen
0.1 Hauptsatz über implizite Funktionen 0.1 Hauptsatz über implizite Funktionen Ein lineares homogenes Gleichungssystem von q Gleichungen in r + q Unbekannten kann bekanntlich verwendet werden um q Unbekannte
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 13. Übung/Lösung Mathematik für Studierende der Biologie
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Andreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.de Department Biologie II Telefon: 89-8-748 Großhadernerstr. Fax:
MehrWirtschaftsmathematik 00054: Mathematik für Wirtschaftswissenschaftler II Kurseinheit 2: Lineare Algebra II
Wirtschaftsmathematik 00054: Mathematik für Wirtschaftswissenschaftler II Kurseinheit : Lineare Algebra II Leseprobe Autor: Univ.-Prof. Dr. Wilhelm Rödder Dr. Peter Zörnig 74 4 Extrema bei Funktionen mehrerer
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
Mehrz 2 + 2z + 10 = 0 = 2 ± 36 2 Aufgabe 2 (Lineares Gleichungssystem) Sei die reelle 3 4 Matrix
Mathematik für Wirtschaftswissenschaftler im WS 03/04 Lösungsvorschläge zur Klausur im WS 03/04 Aufgabe (Komplexe Zahlen (4 Punkte a Berechnen Sie das Produkt der beiden komplexen Zahlen + i und 3 + 4i
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
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 12. Übung/Lösung Mathematik für Studierende der Biologie
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Andreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.de Department Biologie II Telefon: 89-8-748 Großhadernerstr. Fax:
MehrKritischer Punkt. Kritischer Punkt 1-1
Kritischer Punkt Für eine skalare Funktion f bezeichnet man x als kritischen Punkt, wenn grad f (x) = (0,..., 0)textt. Ist f zweimal stetig differenzierbar, so wird der Typ des kritischen Punktes, d.h.
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(
MehrLösungsskizzen zur Nachklausur
sskizzen zur Nachklausur Mathematik II für die Fachrichtungen Biologie und Chemie Sommersemester 22 Aufgabe Es seien die folgenden Vektoren 2 v = 2, v 2 = und v 3 = 2 im R 3 gegeben. (a) Zeigen Sie, dass
Mehr2.7 Implizite Funktionen, Umkehrabbildungen
27 Implizite Funktionen, Umkehrabbildungen Motivation Häufig sind ebene Kurven in impliziter Form f(x, y) = und nicht in expliziter Form y = g(x) gegeben Einfaches Beispiel Für Kreise um ist implizite
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
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,
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
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
Mehr