Folgerungen aus dem Auflösungsatz
|
|
- Miriam Krause
- vor 7 Jahren
- Abrufe
Transkript
1 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 die Abbildungen f i : U δ (x 0 ) U δ (y 0 ) R m R n R seien für jedes i = 1,, n stetig mit f i (x 0, y 0 ) = 0, i = 1,, n. Weiter sollen für jedes i = 1, n und j = 1,, n die partiellen Ableitungen f i y j : U δ (x 0 ) U δ (y 0 ) R existieren und dort stetig sein. Schließlich gelte noch D(f 1,, f n ) D(y 1,, y n ) (x0, y 0 ) 0 Dann gilt: 1. Es existieren ein a 0 > 0 und ein δ 1 > 0, so dass es zu jedem x U a0 (x 0 ) genau ein y U δ1 (y 0 ) gibt mit f i (x, y) = 0 für jedes i = 1,, n. Die so definierte Abbildung bezeichnen wir mit g : U a0 (x 0 ) R m U δ1 (y 0 ) R n. Es gilt dann für alle x U a0 (x 0 ) die Gleichung f i (x, g(x)) = 0, für i = 1, n. Seien die Koordinatenfunktionen von g gegeben durch g = (g 1,, g n ) mit g i : U a0 R. 2. Die so definierte Abbildung g ist stetig über U a0 (x 0 ). 3. Sind f 1,, f n auch partiell differenzierbar nach x 1,, x m und sind die partiellen Ableitungen f i : U δ (x 0 ) U δ (y 0 ) R für alle i = 1, n, j = 1,, m stetig, dann sind auch die Funktionen g i über U a0 stetig differenzierbar für i = 1,, n. 4. Gilt f i C r (U δ (x 0 ) U δ (y 0 ), R) mit r N, so ist auch. g C r (U a0 (x 0 ), U δ1 (y 0 )) 5. Weiß man bereits, dass g stetig differenzierbar ist, so kann man die Ableitungen der g i wie folgt nach der Kettenregel berechnen: f i (x 1,, x m, g 1 (x 1, x m ),, g n (x 1,, x m )) = 0, i = 1,, n ergibt bei partieller Differentiation nach x j, da alle Voraussetzungen der Kettenregel erfüllt sind f i (x, g(x)) + n l=1 f i y l (x, g(x)) g l (x) = 0 1
2 für i = 1, n. Dies ist ein inhomogenes lineares Gleichungssystem mit n Gleichungen zur Bestimmung der n unbekannten Ableitungen g l im Punkt x mit f(x, g(x)) = 0. (Die Lösung ist eindeutig bestimmt, da die Determinante der Koeffizientenmatrix verschieden von Null ist. Denn dies ist gerade die oben in den Voraussetzungen angegebene Dterminante.) Es folgt z.b. im Fall n = m = 1: Ist f(x, g(x)) = 0 und f stetig differenzierbar, so wird f x (x, g(x)) + f y (x, g(x))g (x) = 0 und g (x) = f x(x, g(x)) f y (x, g(x)). In analoger Weise kann man auch höhere Ableitungen bestimmen. Beispiele: a) Wir betrachten die Funktion f : R 3 R 2, f(x, y, z) := ( x 2 y 2 ) + 1 x 2 z 2 2 Die Funktionalmatrix (Jacobimatrix) von f lautet ( ) (f 1, f 2 ) 2x 2y 0 (x, y, z) = 2x 0 2z Für y 0 z 0 0 ist der Rang dieser Funktionalmatrix gleich zwei. Es gibt dann offene Umgebungen U von x 0 R und V von (y 0, z 0 ) R 2 sowie eine Abbildung g : U R 2, so dass für (x, y, z) U V die Gleichung f(x, y, z) = f(x 0, y 0, z 0 ) genau dann erfüllt ist, wenn gilt g(x) = (y, z), wenn also der Punkt (x, y, z) auf dem Graphen der Kurve g liegt. b) Wir betrachten die Abbildung f : R n R R, mit f(x, t) := t n + n x j t n j j=1 2
3 Es ist f(x, t) = 0 genau dann, wenn t eine Nullstelle des Polynoms f x (t) := f(x, t) ist. Sei t 0 R eine einfache Nullstelle von f x 0. Weil es eine einfache Nullstelle ist, gilt f x 0 (t) 0. Dann ist f t (x0, t 0 ) = f x 0 (t 0 ) 0. Also sind die Voraussetzungen des Satzes über implizite Funktionen erfüllt. Es gibt daher eine Umgebung U von x 0 = (x 0 1,, x0 n) und eine beliebig oft diferenzierbare Funktion g C (U) mit f(x, g(x)) = 0 für alle x U mit g(x 0 ) = t 0. Somit hängen die einfachen Nullstellen eines Polynoms lokal beliebig oft differenzierbar von seinen Koeffizienten ab. Eine wichtige Folgerung ist der Satz über die Umkehrfunktion Definition Seien U R m und V R n offene Mengen. Eine Abbildung f : U V heißt C k -Diffeomorphismus, wenn f eine C k -Abbildung und bijektiv ist und die Umkehrabbildung f 1 : V U ebenfalls von der Klasse C k ist. Hilfssatz: Seien U R m und V R n offene Mengen und f : U V ein C 1 -Diffeomorphismus mit f C k (U, R n ). Dann gilt 1. Für jedes u U ist das Differential f (u) L(R m, R n ) invertierbar mit (f (u)) 1 = (f 1 ) (f(u)). 2. m = n. 3. Die Abbildung f 1 : V U ist k-mal stetig differenzierbar. Beweis: 1. Sei u U und v = f(u). Dann folgt aus f 1 f = id U und f f 1 = id V mittels der Kettenregel und dies zeigt die erste Behauptung. (f 1 ) (f(u)) f (u) = id R m, f (f 1 (v)) (f 1 ) (v) = id R n 2. Folgt sofort aus 1. weil ja f (u) invertierbar ist. 3. Die Abbildung g g 1 von GL (R m ) GL (R m ) ist beliebig oft differenzierbar (Vorlesung). Ist also f in C k und f 1 in C l mit 0 l k 1, so gilt nach 1. auch (f 1 ) = f 1 f 1. 3
4 Die rechte Seite ist mindestens l-mal stetig differenzierbar, also gilt dies auch für die linke Seite, d.h. f 1 ist eine mindestens l-mal stetig differenzierbare Abbildung. Somit muss f 1 mindestens l + 1-mal stetig differenzierbar sein. Mittels Induktion nach l N beweist man nun die Behauptung. Definition Eine C k -Abbildung f : U R n heißt lokal um u U invertierbar, wenn es offene Umgebungen U 1 von u und V 1 um f(u) gibt, so dass die Einschränkung von f auf U 1, also f U1 : U 1 V 1 ein Diffeomorphismus ist. Die Abbildung (f U1 ) 1 : V 1 U 1 heißt dann lokale Umkehrfunktion von f. Ist f in jedem Punkt u U lokal invertierbar, so heißt f lokaler Diffeomorphismus. Satz über die Umkehrfunktion Sei U R n eine offene Menge und f : U R n eine C k -Abbildung, k 1. Genau dann ist f um u lokal invertierbar, wenn f (u) invertierbar ist. Die lokale Umkehrabbildung ist dann ebenfalls von der Klasse C k. Beweis: Sei zunächst f (u) invertierbar. Wir betrachten die Abbildung h(x, y) = f(x) y und wollen die Gleichung h(x, y) = 0 in einer Umgebung von f(u) nach x auflösen. (Achtung: Vertauschung der Rollen von x und y im Auflösungssatz!) Weil f (u) invertierbar ist, sind die Voraussetzungen des Auflösungsatzes erfüllt und es gibt eine Umgebung V von f(u) und eine Umgebung U von u so dass eine C k -Abbildung g : V U existiert mit h(g(y), y) = 0 für alle y V. Dies bedeutet f(g(y)) = y für alle y V. Sei U U das Bild g(v ). Dann ist g : V U surjektiv. Wegen f(g(y)) = y ist g auch injektiv. Somit ist g bijektiv und von der Klasse C k. Schließlich ist noch f(g(v )) = V bzw. g(v ) = f 1 (V ) und f ist injektiv über U : Seien x 1, x 2 U und f(x 1 ) = f(x 2 ). Dann folgt wegen x 1 = g(y 1 ), x 2 = g(y 2 ) zunächst y 1 = f(g(y 1 )) = f(g(y 2 )) = y 2 und dies gibt unmittelbar x 1 = x 2. Also besitzt f über U eine inverse Abbildung (f U ) 1 : V U und es ist (f U ) 1 = g von der Klasse C k, d.h. f ist in Umgebung von u lokal invertierbar. Ebenfalls nach dem Hilfssatz ist dann die lokale Umkehrfunktion von der Klasse C k. Sei nun f um u U lokal invertierbar. Dann ist nach dem Hilfssatz f (u) invertierbar. Folgerung: Sei k N, U R n und U offen sowie f C K (U, R n ) eine injektive Abbildung. Dann ist f(u) R n eine offene Menge und f 1 C k (f(u), R n ). 4
5 Beweis: Sei y f(u). Nach dem Satz über die Umkehrfunktion gibt es eine offene Umgebung V von y = f(u) und eine offene Umgebung U von u so dass f : U V ein lokaler Diffeomorphismus ist. Also ist V f(u) offen, da jedes y f(u) innerer Punkt von f(u) ist. Die Ausage über die C k - Eigenschaft folgt ebenfalls sofort aus dem Satz über die Umkehrfunktion. Eine weitere wichtige Folgerung aus dem Auflösungsatz ist eine notwendige Bedingung für Extremwertaufgaben mit Nebenbedingungen. (Lagrangesche Multiplikatoren) 5
6 Lagrangesche Multiplikatoren Satz: Sei U eine offene Menge des R n sowie f C 1 (U, R), g C 1 (U, R m ) mit m < n. Seien die Koordinatenfunktionen von g gegeben durch g(x) = (g 1 (x),, g m (x)) T R m. Sei x 0 U {x R n g(x) = 0} eine lokale Extremstelle von f unter den Nebenbedingungen g(x) = 0. Schließlich sei der Rang von g (x 0 ) naximal, also Rang (g (x 0 )) = m. Dann folgt: Es gibt ein λ R m, λ := (λ 1,, λ m ) T (Lagrangesche Multiplikatoren), so dass gilt f (x 0 ) + λ T g (x 0 ) = 0 Die letzte Bedingung ist äquivalent zu f(x 0 ) + m λ j g j (x 0 ) = 0. j=1 Beweis: Nach Voraussetzung ist Rang g (x 0 ) = Rang g 1 (x 0 ) x 1.. g m(x 0 ) x 1 g 1 (x 0 ) x m g 1 (x 0 ) x m+1 g m(x 0 ) x m g m(x 0 ) x m+1 g 1 (x 0 ) x n. g m(x 0 ) x n. Mittels evtl. Umnummerierung der Koordinaten kann man immer erreichen, dass gilt ( gi (x 0 ) ) det 0. 1 i m,1 j m (D.h. der m m-block oben links besitzt eine nichtverschwindende Determinante.) Um die Verwendung des Auflösungssatzes besser demonstrieren zu können, führen wir neue Variablen ein, die der Determinantenbedingung angepasst sind: u := (x 1, x m ), t := (x m+1,, x n ), x = (u, t) u 0 = (x 0 1,, x 0 m), t 0 = (x 0 m+1, x 0 n), x 0 = (u 0, t 0 ) f(x) = f(u, t), g(x) = g(u, t) Wegen g(x 0 ) = 0 gilt dann g(u 0, t 0 ) = 0. Mit g u (u 0, t 0 ) bezeichnen wir die Matrix ( g u (u 0, t 0 gi (x 0, t 0 ) ) ) = 6 1 i m,1 j m
7 Nach Voraussetzung ist deren Determinante verschieden von Null, daher existiert die inverse Matrix (g u (u 0, t 0 )) 1. Damit erfüllt die Funktion g(u, t) die Voraussetzungen des Auflösungsatzes d.h. die Gleichung g(u, t) = 0 ist in einer kleinen Umgebung von t 0 nach u auflösbar, d.h. es existiert eine δ > 0-Umgebung U δ (t 0 ) R n m und eine stetig differenzierbare Abbildung u : U δ (t 0 ) R m, t u(t) mit u(t 0 ) = u 0, g(u(t), t) = 0 für alle t U δ (t 0 ). Wir betrachten nun die Funktion ϕ : U δ (t 0 ) R, ϕ(t) := f(u(t), t). Weil x 0 = (u(t 0 ), t 0 ) eine lokales Extremum von f unter den Nebenbedingungen g(x) = 0 ist und g(u(t), t) = 0 für alle t U δ (t 0 ) gilt, ist t 0 ein lokales Extremum von ϕ ohne Nebenbedingungen. Nach den Voraussetzungen ist ϕ über U δ (t 0 ) differenzierbar, es gilt also ϕ(t 0 ) = 0. Andererseits folgt aus der Definition von ϕ mittels der Kettenregel ϕ (t) = m j=1 f u j (u(t), t) u j (t) + f (u(t), t). Wegen ϕ (t 0 ) = 0 folgt hieraus für alle i = 1,, n m: 0 = m j=1 Oder in Matrizenschreibweise f u j (u(t 0 ), t 0 ) u j (t 0 ) + f (u(t 0 ), t 0 ). f u (u(t 0 ), t 0 )u (t) + f t (u(t 0 ), t 0 ) = 0 Jetzt differenzieren wir g(u(t), t) = 0 nach t. In Matrizenschreibweise folgt Dies zeigt g u (u(t), t)u (t) + g t (u(t), t) = 0. u (t 0 ) = (g u (u 0, t 0 )) 1 g t (u 0, t 0 ) Substituiert man in diese Gleichung die Gleichung davor, so folgt Setzt man nun f u (u 0, t 0 )(g u (u 0, t 0 )) 1 g t (u 0, t 0 ) + f t (u(t 0 ), t 0 ) = 0. λ T := (λ 1,, λ m ) := f u (u(t 0 ), t 0 )(g u (u 0, t 0 )) 1, 7
8 so folgt f u (u 0, t 0 ) + λ T g u (u 0, t 0 ) = 0 Substituiert man nun noch λ in die Gleichung vor der Definition von λ, so folgt f t (u 0, t 0 ) + λ T g t (u 0, t 0 ) = 0 Die letzten beiden Gleichungen zusammen ergeben und dies ist unsere Behauptung. f (x 0 ) + λ T g (x 0 ) = 0 Dieser Satz ermöglicht die Bestimmung der lokalen Extrema in vielen Fällen, obwohl es sich nur um eine notwendige Bedingung handelt. 1. Man bildet die Lagrangesche Hilfsfunktion von n + m-variablen L(x 1, x n, λ) := f(x 1,, x n ) + λg(x 1,, x n ), wobei das Produkt für mehr als eine Nebenbedingung als euklidisches Skalarprodukt zu lesen ist. 2. Jetzt berehnet man L(x 1,, x n, λ 1,, λ m ). 3. Man bestimmt alle Lösungen (x 1,, x n, λ 1,, λ m ) des Gleichungssystems L(x 1,, x n, λ 1,, λ m ) = 0. Dies sind genau n + m Gleichungen. 4. Hat man in Schritt 3 die Lösung (x 1,, x n, λ 1,, λ m ) gefunden, so untersucht amn, ob (x 1,, x n ) wirklich ein lokales Extremum der ursprünglichen Aufgabe ist. Dabei kann man manchmal wie folgt vorgehen: Ist die Menge G := {x g(x) = 0} kompakt, so besitzt f N weil es ja stetig ist, über G einabsolutes Maximum und absolutes Minimum. Diese Punkte sind natürlich auch lokale Extremwerte, finden sich also unter den Lösungen des Gleichungssystems. Der größte Wert von f unter diesen Lösungen ist dann ein absolutes Extrema, der kleinste Wert von f über diesen Lösungen ist dann ein absolutes Minimum von f unter diesen Nebenbedingungen. Beispiel: Aus einem kreisförmigen Blech vom Radius 2 soll ein Rechteck maximalen Flächeninhalts ausgeschnitten werden. Sind x, y die Seitenlängen des Rechtecks, so soll also die Funktion f(x, y) = x y maximiert werden. Da die Eckpunkte des gesuchten Rechtecks offenbar auf dem Rand des Bleches liegen müssen (sonst könnte man das Rechteck immer etwas vergrößern), lautet die Nebenbedingung nach dem Satz des Thales g(x, y) = x 2 + y 2 2 = 0. 8
9 1. Schritt: 2. Schritt: L(x, y, λ) = x y + λ(x 2 + y 2 2) L(x, y, λ) = (y + 2λx, x + 2λy, x 2 + y Schritt: Da der Gradient Null werden muss, erhält man folgendes Gleichungssystem: y + 2λx = 0 x + 2λy = 0 x 2 + y 2 2 = 0 Dieses Gleichungssystem muss gelöst werden. Aus den beiden ersten Gleichungen folgt (indem man y in die 2. Gleichung einsetzt): x = 4λ 2 x Diese Gleichung kann gelöst werden durch x = 0 oder λ = ± 1 2. Die Lösung x = 0 scheidet aus, denn dann wäre auch y = 0 wegen der ersten Gleichung und dies widerspricht der dritten Gleichung. Also folgt x 0 und λ = ± 1 2. Dies gibt x = ±y. Somit folgt aus der dritten Gleichung x 2 = y 2 = 1. Damit erhält man folgende Lösungen des Gleichungssystems (ohne Angabe der λ-werte): x 1 = ( ) ( ) 1, x 2 1 =, x 3 = 1 1 ( ) 1, x 4 = 1 ( ) Schritt: Wir berechnen die Funktionswerte in diesen Punkten. Es folgt f(x 1 ) = 1, f(x 2 ) = 1, f(x 3 ) = 1, f(x 4 ) = 1. Da f auf der kompakten Kreislinie sein Maximum und sein Minimum annehmen muss, existieren das Maximum und das Minimum von f auf dem Kreis, somit stellen x 1, x 4 Maximalpunkte von f dar und x 2, x 3 Minimalpunkte von f auf dem Kreis vom Radius 2. Allerdings sind x, y Seitenlängen eines Rechtecks, daher ist nur x 1 die Lösung der Aufgabe. 9
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
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
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
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
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.
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
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
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
MehrImplizite Funktionen
Implizite Funktionen Durch die Bedingung F (x, y) = C, C R wird eine bestimmte Teilmenge des R 2 festgelegt, zb durch die Bedingung x y = 4 Dabei können wir obda C = 0 annehmen, da wir stets zur Betrachtung
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
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,
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
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
Mehr55 Lokale Extrema unter Nebenbedingungen
55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F :
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
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,
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
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
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
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
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
Mehr3. Mai Zusammenfassung. g x. x i (x).
3. Mai 2013 Zusammenfassung 1 Hauptsatz Satz 1.1 Sei F C 1 (D) für eine offene Teilmenge D von R q+1 = R q R. Für (x 0, u 0 ) D gelte F (x 0, u 0 ) = 0, (x 0, u 0 ) 0. Dann gibt es eine Umgebung V von
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 89
9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 89 Beweis. Der Beweis erfolgt durch vollständige Induktion. Angenommen wir hätten den Satz für k 1 gezeigt. Dann ist wegen auch Damit ist f(g(y), y) = 0 0 = D y
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
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
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
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
MehrImplizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem
Implizite Funktionen Ist für eine stetig differenzierbare Funktion f : R n R m R n f (x, y ) = (0,..., 0) t, det f x (x, y ) 0, so lässt sich das Gleichungssystem f k (x 1,..., x n, y 1,..., y m ) = 0,
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
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
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
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.
MehrFERIENKURS ANALYSIS 2 FÜR PHYSIKER
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
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
MehrOutline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel
Outline 1 Funktionen von mehreren Veränderlichen 2 Grenzwert und Stetigkeit 3 Partielle Ableitungen 4 Die verallgemeinerte Kettenregel 5 Das totale Differential 6 Extremstellen Roman Wienands (Universität
Mehr2 Extrema unter Nebenbedingungen
$Id: lagrangetex,v 18 01/11/09 14:07:08 hk Exp $ $Id: untermfgtex,v 14 01/11/1 10:00:34 hk Exp hk $ Extrema unter Nebenbedingungen Lagrange-Multiplikatoren In der letzten Sitzung hatten wir begonnen die
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.
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
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,
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
MehrÜbungen zur Analysis II Blatt 27 - Lösungen
Prof. Dr. Torsten Wedhorn SoSe 22 Daniel Wortmann Übungen zur Analysis II Blatt 27 - Lösungen Aufgabe 5: 6+6+6* Punkte Bestimme alle lokalen Extrema der folgenden Funktionen: a b c* f : R 3 R g : R 2 R
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
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
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
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(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge
ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,
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
MehrMikroökonomik Prof. Dr. Stefan Klonner SoSe Übungsblatt 1
1 Funktionen Definition 1 (Funktion). Übungsblatt 1 Eine Funktion f(x) einer reellen Variable x mit Definitionsbereich D ist eine Regel, die jeder Zahl x in D eine reelle Zahl f(x) eindeutig zuordnet.
MehrFunktionen mehrerer Variabler
Vektoranalysis Funktionen mehrerer Variabler Wir untersuchen allgemein vektorwertige Funktionen von vektoriellen Argumenten, wobei zunächst nur reelle Vektoren zugelassen seien. Speziell betrachten wir:
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
MehrInverse und implizite Funktionen
Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y = f(x). Eine Funktion f 1 :
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
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
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 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
MehrM U = {x U f 1 =... = f n k (x) = 0}, (1)
Aufgabe 11. a) Es sei M = {(x, y, z) R 3 f 1 = xy = 0; f = yz = 0}. Der Tangentialraum T x M muss in jedem Punkt x M ein R-Vektorraum sein und die Dimension 1 besitzen, damit diese Menge M eine Untermannigfaltigkeit
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,
MehrAnalysis II. 8. Klausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis II 8. Klausur mit en 1 2 Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Eine Metrik auf einer Menge M. 2) Die Kurvenlänge
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
Mehr10 Der Satz über implizite Funktionen und Umkehrfunktionen
Vorlesung SS 9 Analsis Prof. Dr. Siegfried Echterhoff SATZ ÜBER IMPLIZITE FKT UND UMKEHRFKT Der Satz über implizite Funktionen und Umkehrfunktionen Motivation: Sei F : U R R eine differenzierbare Funktion
MehrInverse und implizite Funktionen
Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y f(x). Eine Funktion f 1 : W
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 25/6): Differential und Integralrechnung 3 3. (Herbst 2, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende Tatsachen
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
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
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 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
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
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.
Mehr53 Der Satz über implizite Funktionen
53 Der Satz über implizite Funktionen 229 53 Der Satz über implizite Funktionen 53.1 Implizit definierte Kurven. In diesem Abschnitt wird zunächst die implizite Definition von Kurven durch Gleichungen
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
MehrAnalysis 7. f(x) = 4 x (x R)
Analysis 7 www.schulmathe.npage.de Aufgaben Gegeben ist die Funktion f durch fx) = 4 x R) a) Führen Sie für die Funktion f eine Kurvendiskussion durch Nullstellen, Koordinaten der lokalen Extrempunkte,
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
MehrOptimieren unter Nebenbedingungen
Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht
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 zur Analysis II
Probeklausur zur Analysis II Prof. Dr. C. Löh/M. Blank 3. Februar 2012 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten
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
MehrHöhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 6. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann SS 2 Höhere Mathematik II für die Fachrichtung Informatik Lösungsvorschläge zum 6. Übungsblatt Aufgabe 2
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
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
MehrUmkehrfunktion. g (y) = f (x) 1, x = g(y), Umkehrfunktion 1-1
Umkehrfunktion Ist für eine stetig differenzierbare n-variate Funktion f : D R n die Jacobi-Matrix f (x ) für einen Punkt x im Innern des Definitionsbereiches D R n nicht singulär, so ist f lokal invertierbar,
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
MehrScheinklausur Analysis 2 Ss Juli 2008
Scheinklausur Analysis 2 Ss 2008 11. Juli 2008 Es gibt 10 Aufgaben. Die jeweilige Punktzahl steht am linken Rand. Die Gesamtpunktzahl ist 40 Punkte. Zum Bestehen der Klausur sind 16 Punkte erforderlich.
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
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
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
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
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,
MehrAnalysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen)
Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen) Fachbereich Mathematik Wintersemester 0/0 Prof. Dr. Burkhard Kümmerer./3. November 0 Andreas Gärtner Walter Reußwig
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
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
MehrMonotonie, Konkavität und Extrema
Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1
MehrMonotonie, Konkavität und Extrema
Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1
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
MehrÜbungsaufgaben zu den mathematischen Grundlagen von KM
TUM, Institut für Informatik WS 2003/2004 Prof Dr Thomas Huckle Andreas Krahnke, MSc Dipl-Inf Markus Pögl Übungsaufgaben zu den mathematischen Grundlagen von KM 1 Bestimmen Sie die Darstellung von 1 4
Mehr1 Partielle Differentiation
Technische Universität München Christian Neumann Ferienkurs Analysis 2 Vorlesung Dienstag SS 20 Thema des heutigen Tages sind Differentiation und Potenzreihenentwicklung Partielle Differentiation Beim
MehrMathematik für Sicherheitsingenieure I A
Prof. Dr. J. Ruppenthal Wuppertal, 3.8.8 Dr. T. Pawlaschyk Mathematik für Sicherheitsingenieure I A Aufgabe. (5+5+5+5 Punkte) a) Geben Sie für jede der folgenden Aussagen an, ob sie WAHR oder FALSCH ist.
MehrMathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.4 Anwendungen (Teil 2): Extremwerte
Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.4 Anwendungen (Teil 2): Extremwerte www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr.
Mehr