Kapitel 16 : Differentialrechnung

Größe: px
Ab Seite anzeigen:

Download "Kapitel 16 : Differentialrechnung"

Transkript

1 Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen

2 Höhere Ableitungen (Bem ) I R ein Intervall, f : I C differenzierbare Funktion mit (erster) Ableitungsfunktion f (x). Ist f seinerseits in x 0 I differenzierbar, so nennt man (f ) (x 0 ) die zweite Ableitung von f an der Stelle x 0. Weitere Bezeichnungen für die zweite Ableitung sind: f (x 0 ) oder D 2 f(x 0 ) oder d2 f dx 2(x 0). Ist f auf ganz I differenzierbar, so nennt man f (x) die zweite Ableitungsfunktion von f. Entsprechend definiert man (induktiv) Ableitungen höherer Ordnung. Ist g := f (n 1) die (n 1)-ste Ableitung von f und ist g in x 0 I differenzierbar, so setzt man f (n) (x 0 ) = g (x 0 ) und nennt dies die n-te Ableitung von f an der Stelle x 0. Schreibweisen dafür sind f (n) (x 0 ) oder D n f(x 0 ) oder dn f dx n(x 0), sowie f (x) falls n = 3. Häufig sind Funktionen beliebig oft differenzierbar, das heißt, dass Ableitungen beliebig hoher Ordnung existieren.

3 Extrema: Maxima und Minima (Def ) f : D R; x 0 D heißt 1. ein globales Maximum von f, wenn f(x) f(x 0 ) für alle x D gilt; dieses heißt strikt, wenn f(x) < f(x 0 ) für alle x D \ {x 0 } gilt; 2. ein lokales Maximum von f, wenn es ein ε > 0 gibt, so dass f(x) f(x 0 ) ist für alle x B ε (x 0 ) D; bei < heißt das lokale Maximum strikt; 3. ein globales Minimum von f, wenn f(x) f(x 0 ) für alle x D gilt; dieses heißt strikt, wenn f(x) > f(x 0 ) für alle x D \ {x 0 } gilt; 4. ein lokales Minimum von f, wenn es ein ε > 0 gibt, so dass f(x) f(x 0 ) ist für alle x B ε (x 0 ) D; bei > heißt das lokale Minimum strikt. Ein Extremum von f ist ein Maximum oder ein Minimum. Ein globales Extremum ist insbesondere auch ein lokales Extremum.

4 Mittelwertsätze der Differentialrechnung [a, b] abgeschlossenes und beschränktes Intervall; f : [a, b] R stetig und diffbar auf (a, b). Satz von Rolle (siehe (2)): falls f(a) = f(b), so gibt es ζ (a, b) mit f (ζ) = 0. erster Mittelwertsatz (siehe (1)): es gibt ein ζ (a, b) mit f(b) f(a) b a = f (ζ). zweiter Mittelwertsatz (siehe ) sei auch g : [a, b] R stetig und diffbar auf (a, b); weiter sei g (x) 0 für alle x (a, b). Dann gibt es ein ζ (a, b) mit f(b) f(a) g(b) g(a) = f (ζ) g (ζ).

5 Monotoniekriterien (Korollar ) f : (α, β) R differenzierbar. Dann gilt, bezogen auf das Intervall (α, β): 1. f > 0 f ist streng monoton wachsend; 2. f < 0 f ist streng monoton fallend; 3. f 0 f ist monoton wachsend; 4. f 0 f ist monoton fallend; 5. f = 0 f ist konstant.

6 Hinreichende Kriterien für Extrema Korollar f : (α, β) R differenzierbar und f (x 0 ) = 0; weiter sei α a < x 0 < b β. 1. f 0 auf (a, x 0 ) und f 0 auf (x 0, b) f hat in x 0 lokales Minimum (strikt, wenn beide Ungleichungen strikt); 2. f 0 auf (a, x 0 ) und f 0 auf (x 0, b) f in x 0 lokales Maximum (strikt, wenn beide Ungleichungen strikt). Satz f : (a, b) R differenzierbar und zweimal differenzierbar in x Falls f (x 0 ) = 0 und f (x 0 ) > 0 x 0 striktes lokales Minimum; 2. Falls f (x 0 ) = 0 und f (x 0 ) < 0 x 0 striktes lokales Maximum.

7 die Regeln von de L Hôpital (Satz ) f, g : (a, b) R differenzierbare Funktionen, g (x) 0 für alle x aus (a, b); (es ist erlaubt, dass a = oder b = ist). Sei c (a, b); Annahme, eine der folgenden Situationen liegt vor: (1a) lim x a + f(x) = 0 und lim x a + g(x) = 0; (1b) lim x a + f(x) = und lim x a + g(x) = ; (2a) lim x b f(x) = 0 und lim x b g(x) = 0; (2b) lim x b f(x) = und lim x b g(x) = ; (3a) lim x c f(x) = 0 und lim x c g(x) = 0; (3b) lim x c f(x) = und lim x c g(x) =. Existiert in einem der Fälle (a) oder (b) der Grenzwert f (x) lim x ω g (x), mit ω = a + in (1), mit ω = b in (2) und mit ω = c in (3), f(x) dann existiert auch der Grenzwert lim x ω g(x) und es gilt dann f (x) lim x ω g (x) = lim f(x) x ω g(x).

8 Der Satz von Taylor (Satz ) Betrachten Funktion f an der Entwicklungsstelle ω. Es sei b > ω. f sei auf [ω, b] wenigstens n-mal differenzierbar, f (n) sei auf (ω, b) differenzierbar. Dann gibt es zu jedem y (ω, b] ein ζ (ω, y), so dass gilt: also bzw. f(y) = T f,n (y; ω) + f(n+1) (ζ) (n + 1)! (y ω)n+1, f(y) T f,n (y; ω) = f(n+1) (ζ) (y ω) n+1 (n + 1)! R f,n (y; ω) = f(n+1) (ζ) (n + 1)! (y ω)n+1.

9 Analytische Funktionen Definition f heißt analytisch im Punkt ω, falls eine reelle Zahl r > 0 existiert, so dass f sich auf dem Intervall (ω r, ω + r) als Potenzreihe darstellen lässt: f(x) = a k (x ω) k. k=0 Satz Es sei I = (a, b) R ein Intervall und ω I. f sei in ω analytisch und werde auf (a, b) durch die Potenzreihe n=0 a n(x ω) n dargestellt. Dann gilt a n = f(n) (ω). n! Also ist die Taylor-Reihe T f von f um den Entwicklungspunkt ω gleich obiger Reihe und konvergiert gegen f.

10 Der Fixpunktsatz (Satz ) Es sei I = [a, b] ein abgeschlossenes Intervall und f : I R sei differenzierbar mit f(i) I. Es gebe eine Konstante γ < 1 mit f (x) γ für alle x I. Dann gelten: 1. Die Gleichung f(y) = y hat genau eine Lösung ζ in I. 2. Ist x 0 I beliebig und definiert man x n := f(x n 1 ) für n 1, so konvergiert die Folge (x n ) gegen die eindeutige Lösung ζ der Gleichung f(y) = y. Ferner gilt die folgende Fehlerabschätzung: ζ x n γn 1 γ x 1 x 0. Pi-Halbe (Beispiel ) x 0 = 1.5 x 1 = x 2 = x 3 = x 4 =

11 Das Newton-Verfahren (Satz ) Die Funktion f : I R sei auf dem abgeschlossenen Intervall I = [a, b] zweimal differenzierbar und es gelte f (x) 0 auf I. Ferner sei f stetig auf I. Ausgehend von einem Startpunkt x 0 I sei die Folge (x n ) rekursiv durch x n+1 := x n f(x n) f (x n ) definiert; sie verlaufe in I. Falls eine Konstante γ < 1 existiert mit f(x)f (x) f (x) 2 γ für alle x I, so gelten: 1. Die Gleichung f(y) = 0 hat genau eine Lösung ζ in I. 2. Die Folge (x n ) konvergiert gegen die eindeutige Lösung ζ. Ferner gilt die gleiche Fehlerabschätzung ζ x n γn 1 γ x 1 x 0 wie beim Fixpunktsatz. Wurzel-Zwo (Beispiel ) x 1 = 1.5 x 2 = x 3 = x 4 = x 5 = x 6 = x 7 =

6 Weiterer Ausbau der Differentialrechnung

6 Weiterer Ausbau der Differentialrechnung 6 Weiterer Ausbau der Differentialrechnung 6.1 Mittelwertsätze, Extremwerte, Satz von Taylor Motivation: Wie wählt man Höhe und Durchmesser einer Konservendose, so dass bei festem Volumen V möglichst wenig

Mehr

6 Die Bedeutung der Ableitung

6 Die Bedeutung der Ableitung 6 Die Bedeutung der Ableitung 24 6 Die Bedeutung der Ableitung Wir wollen in diesem Kapitel diskutieren, inwieweit man aus der Kenntnis der Ableitung Rückschlüsse über die Funktion f ziehen kann Zunächst

Mehr

Mathematischer Vorkurs NAT-ING II

Mathematischer Vorkurs NAT-ING II Mathematischer Vorkurs NAT-ING II (02.09.2013 20.09.2013) Dr. Jörg Horst WS 2013-2014 Mathematischer Vorkurs TU Dortmund Seite 1 / 252 Kapitel 7 Differenzierbarkeit Mathematischer Vorkurs TU Dortmund Seite

Mehr

Analysis I. 8. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 8. Übungsstunde. Steven Battilana. battilana.uk/teaching Analysis I 8. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 9, 207 Grenzwerte Korollar 5.2.2 (Bernoulli-de l Hôpital) Seien f, g : [a, b] R stetig und differenzierbar

Mehr

Vorlesung Analysis I WS 07/08

Vorlesung Analysis I WS 07/08 Vorlesung Analysis I WS 07/08 Erich Ossa Vorläufige Version 07/12/04 Ausdruck 8. Januar 2008 Inhaltsverzeichnis 1 Grundlagen 1 1.1 Elementare Logik.................................. 1 1.1.A Aussagenlogik................................

Mehr

19.2 Mittelwertsatz der Differentialrechnung

19.2 Mittelwertsatz der Differentialrechnung 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 19.1 Satz von Rolle 19.2 Mittelwertsatz der Differentialrechnung 19.4 Globaler Wachstumssatz 19.6 Verallgemeinerter Mittelwertsatz der Differentialrechnung

Mehr

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen Version 01.02. Januar 2007 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen In diesem Kapitel werden differenzierbare

Mehr

HM I Tutorium 9. Lucas Kunz. 19. Dezember 2018

HM I Tutorium 9. Lucas Kunz. 19. Dezember 2018 HM I Tutorium 9 Lucas Kunz 19. Dezember 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Definition der Ableitung............................ 2 1.2 Ableitungsregeln................................ 2 1.2.1 Linearität................................

Mehr

Definition: Differenzierbare Funktionen

Definition: Differenzierbare Funktionen Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ

Mehr

16. Differentialquotient, Mittelwertsatz

16. Differentialquotient, Mittelwertsatz 16. Differentialquotient, Mittelwertsatz Gegeben sei eine stetige Funktion f : R R. Wir suchen die Gleichung der Tangente t an die Kurve y = f(x) im Punkt (x, f(x ), x R. Das Problem dabei ist, dass vorderhand

Mehr

Thema 5 Differentiation

Thema 5 Differentiation Thema 5 Differentiation Definition 1 Sei f : D R. Dann ist f im Punkt x 0 differenzierbar, falls f(x) f(x 0 ) x x 0 x x 0 auf der Menge D \ {x 0 } existiert. Der Limes ist dann die Ableitung von f im Punkt

Mehr

Analysis I. Vorlesung 19

Analysis I. Vorlesung 19 Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 19 In dieser Vorlesung untersuchen wir mit Mitteln der Differentialrechnung, wann eine Funktion f: I R, wobei I R ein Intervall ist, (lokale)

Mehr

Vorlesung: Analysis I für Ingenieure

Vorlesung: 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 )

Mehr

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09) Vorlesung Mathematik für Ingenieure (Wintersemester 2008/09) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 9. November 2008) Die

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. Dezember 2011)

Mehr

10 Differenzierbare Funktionen

10 Differenzierbare Funktionen 10 Differenzierbare Funktionen 10.1 Definition: Es sei S R, x 0 S Häufungspunkt von S. Eine Funktion f : S R heißt im Punkt x 0 differenzierbar, wenn der Grenzwert f (x 0 ) := f(x 0 + h) f(x 0 ) lim h

Mehr

Differentiation und Taylorentwicklung. Thomas Fehm

Differentiation und Taylorentwicklung. Thomas Fehm Differentiation und Taylorentwicklung Thomas Fehm 4. März 2009 1 Differentiation in R 1.1 Grundlagen Definition 1 (Ableitung einer Funktion) Es sei f eine Funktion die auf dem Intervall I R definiert ist.

Mehr

Brückenkurs Rechentechniken

Brückenkurs Rechentechniken Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

Übersicht. 1. Motivation. 2. Grundlagen

Übersicht. 1. Motivation. 2. Grundlagen Übersicht 1. Motivation 2. Grundlagen 3. Analysis 3.1 Folgen, Reihen, Zinsen 3.2 Funktionen 3.3 Differentialrechnung 3.4 Extremwertbestimmung 3.5 Nichtlineare Gleichungen 3.6 Funktionen mehrerer Variabler

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 7 Anwendungen der Differentialrechnung 7.1 Maxima und Minima einer Funktion................. 141 7.2 Mittelwertsatz............................ 144 7.3 Kurvendiskussion..........................

Mehr

6.1 Die Ableitung einer reellwertigen Funktion

6.1 Die Ableitung einer reellwertigen Funktion 6 Differenzierbarkeit In diesem Kapitel sind alle Funktionen, sofern nicht anders angegeben, reellwertige Funktionen, die auf Intervallen definiert sind. Es bezeichnet I in diesem Kapitel stets ein Intervall.

Mehr

1 Polynome III: Analysis

1 Polynome III: Analysis 1 Polynome III: Analysis Definition: Eine Eigenschaft A(x) gilt nahe bei a R, falls es ein δ > 0 gibt mit A(x) gilt für alle x (a δ, a + δ)\{a} =: U δ (a) Beispiele: x 2 5 nahe bei 0 (richtig). Allgemeiner:

Mehr

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion.

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. 4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. Definition 4.3. Es sei f : R D R eine auf D erklarte Funktion. Die Funktion f hat in a D eine globales oder

Mehr

Analysis 1. Torsten Wedhorn. f(x) f( x) x x. (2) Die Funktion f heißt auf D differenzierbar, falls f in jedem Punkt x D differenzierbar ist.

Analysis 1. Torsten Wedhorn. f(x) f( x) x x. (2) Die Funktion f heißt auf D differenzierbar, falls f in jedem Punkt x D differenzierbar ist. Analysis Torsten Wedorn 8 Differentiation (A) Differenzierbare Funktionen (B) Recenregeln für die Ableitung (C) Lokale Extrema und Mittelwertsatz (D) Ableitung und Monotonie (E) Der Satz von l Hospital

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................

Mehr

Analysis I. Guofang Wang , Universität Freiburg

Analysis I. Guofang Wang , Universität Freiburg Universität Freiburg 10.1.2017, 11.1.2017 Definition 1.1 (Ableitung) Die Funktion f : I R n hat in x 0 I die Ableitung a R n (Notation: f (x 0 ) = a), falls gilt: f(x) f(x 0 ) lim = a. (1.1) x x 0 x x

Mehr

differenzierbare Funktionen

differenzierbare Funktionen Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von

Mehr

Berechnung von Extrema

Berechnung 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

Mehr

23 Konvexe Funktionen und Ungleichungen

23 Konvexe Funktionen und Ungleichungen 23 Konvexe Funktionen und Ungleichungen 231 Konvexe Funktionen 232 Kriterien für Konvexität 233 Streng konvexe Funktionen 235 Wendepunkte 237 Ungleichung von Jensen 2310 Höldersche Ungleichung 2311 Minkowskische

Mehr

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) 1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge

Mehr

13. Übungsblatt zur Mathematik I für Maschinenbau

13. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 3. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 00/ 07.0.-.0. Aufgabe G Stetigkeit) a) Gegeben

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium

Mehr

dx nf(x 0). dx f(n 1) (x 0 ) = dn

dx nf(x 0). dx f(n 1) (x 0 ) = dn 4.3. Höhere Ableitungen, Konveität, Newtonverfahren 65 4.3 Höhere Ableitungen, Konveität, Newtonverfahren Ist f:i R differenzierbar auf einem Intervall I, so erhalten wir eine neue Funktion auf I, nämlich

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. Stetige Funktionen. Grenzwerte von Funktionen IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es

Mehr

f(x 0 ) = lim f(b k ) 0 0 ) = 0

f(x 0 ) = lim f(b k ) 0 0 ) = 0 5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.

Mehr

Kapitel 5 Differential- und Integralrechnung in einer Variablen

Kapitel 5 Differential- und Integralrechnung in einer Variablen Kapitel 5 Differential- und Integralrechnung in einer Variablen Inhaltsverzeichnis DIE ABLEITUNG... 3 DEFINITIONEN... 3 EIGENSCHAFTEN UND ABLEITUNGSREGELN... 4 TAYLOR SCHE FORMEL UND MITTELWERTSATZ...

Mehr

Mathematik zum Mitnehmen

Mathematik zum Mitnehmen Mathematik zum Mitnehmen Zusammenfassungen und Übersichten aus Arens et al., Mathematik Bearbeitet von Tilo Arens, Frank Hettlich, Christian Karpfinger, Ulrich Kockelkorn, Klaus Lichtenegger, Hellmuth

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

Analysis 1 für Informatiker (An1I)

Analysis 1 für Informatiker (An1I) Hochschule für Technik Rapperswil Analysis 1 für Informatiker (An1I) Stand: 2012-11-13 Inhaltsverzeichnis 1 Funktionen 3 1.1 Gerade, ungerade und periodische Funktionen..................... 3 1.2 Injektive,

Mehr

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 14

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 14 Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark 03.02.2019 Dr. Markus Lange Analysis 1 Aufgabenzettel 14 Dieser Zettel wird in der letzten Übung des Semesters am 08.02.2019 besprochen Aufgabe

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

Differential- und Integralrechnung

Differential- und Integralrechnung Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik

Mehr

4 Differenzierbarkeit

4 Differenzierbarkeit 7 4 DIFFERENZIERBARKEIT Sei dazu 0 < ρ < s < r. Dann gilt lim sup k k a k

Mehr

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

Mehr

Rechenoperationen mit Folgen. Rekursion und Iteration.

Rechenoperationen mit Folgen. Rekursion und Iteration. Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )

Mehr

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C) Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung

Mehr

I. Verfahren mit gebrochen rationalen Funktionen:

I. Verfahren mit gebrochen rationalen Funktionen: I. Verfahren mit gebrochen rationalen Funktionen: 1. Definitionslücken bestimmen: Nenner wird gleich 0 gesetzt! 2. Prüfung ob eine hebbare Definitionslücke vorliegt: Eine hebbare Definitionslücke liegt

Mehr

Monotonie, Konkavität und Extrema

Monotonie, Konkavität und Extrema Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1

Mehr

Monotonie, Konkavität und Extrema

Monotonie, Konkavität und Extrema Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1

Mehr

Nachklausur Analysis 2

Nachklausur Analysis 2 Nachklausur Analysis 2. a) Wie ist der Grenzwert einer Folge in einem metrischen Raum definiert? Antwort: Se (a n ) n N eine Folge in dem metrischen Raum (M, d). Diese Folge besitzt den Grenzwert g M,

Mehr

2 Stetigkeit und Differenzierbarkeit

2 Stetigkeit und Differenzierbarkeit 2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,

Mehr

9. Übungsblatt zur Vorlesung Mathematik I für Informatik

9. Übungsblatt zur Vorlesung Mathematik I für Informatik Fachbereich Mathematik Prof. Dr. Thomas Streicher Dr. Sven Herrmann Dipl.-Math. Susanne Pape 9. Übungsblatt zur Vorlesung Mathematik I für Informatik Wintersemester 2009/2010 8./9. Dezember 2009 Gruppenübung

Mehr

NEXTLEVEL im WiSe 2011/12

NEXTLEVEL im WiSe 2011/12 Fachbereich Mathematik der Universität Hamburg Dr. H. P. Kiani NEXTLEVEL im WiSe 2011/12 Vorlesung 5, Teil 2 Linearisierung, einige Eigenschaften differenzierbarer Funktionen Die ins Netz gestellten Kopien

Mehr

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching Analysis I 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 26, 207 Erinnerung Satz. (Zwischenwertsatz) Sei f : [a, b] R stetig mit f(a) f(b). Dann gibt es zu jedem

Mehr

Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an.

Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. Analysis I, WiSe 2013/14, 04.02.2014 (Iske), Version A 1 Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. a) Welche der folgenden Aussagen über Folgen sind sinnvoll und

Mehr

2.6 Lokale Extrema und Mittelwertsatz

2.6 Lokale Extrema und Mittelwertsatz 2.6. Lokale Etrema und Mittelwertsatz 49 2.6 Lokale Etrema und Mittelwertsatz In diesem Kapitel bezeichne f stets eine reellwertige Funktion, definiert auf einem abgeschlossenen Intervall [a, b]. Unter

Mehr

streng monoton steigend. streng monoton fallend. Ist f eine in einem Intervall stetige und im Innern des Intervalls differenzierbare Funktion mit

streng monoton steigend. streng monoton fallend. Ist f eine in einem Intervall stetige und im Innern des Intervalls differenzierbare Funktion mit 3. Anwendungen ================================================================= 3.1 Monotonie Eine Funktion f heißt in ihrem Definitionsbereich D monoton steigend, wenn für alle x 1, x 2 D mit x 1 < x

Mehr

Aufgabe 1 : a) Die gegebene Funktion ist eine Polynomfunktion mit grösstmöglichem Definitionsbereich D = R. Wir berechnen die erste Ableitung:

Aufgabe 1 : a) Die gegebene Funktion ist eine Polynomfunktion mit grösstmöglichem Definitionsbereich D = R. Wir berechnen die erste Ableitung: MAE Mathematik: Analysis für Ingenieure Herbstsemester 07 Dr. Christoph Kirsch ZHAW Winterthur Lösung 3 Aufgabe : a) Die gegebene Funktion ist eine Polynomfunktion mit grösstmöglichem Definitionsbereich

Mehr

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Karlsruher Institut für Technologie (KIT) Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 6..3 Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((3++5) Punkte)

Mehr

Klausur zur Vorlesung Analysis I für Lehramtskandidaten. (Sommersemester 2008) Dr. C. Lange, J. Schütz

Klausur zur Vorlesung Analysis I für Lehramtskandidaten. (Sommersemester 2008) Dr. C. Lange, J. Schütz Klausur zur Vorlesung Analysis I für Lehramtskandidaten (Sommersemester 008) Dr. C. Lange, J. Schütz Beginn: 17. Juli 008, 10:00 Uhr Ende: 17. Juli 008, 11:30 Uhr Name: Matrikelnummer: Ich studiere: Bachelor

Mehr

Didaktik der Mathematik der Sekundarstufe II

Didaktik der Mathematik der Sekundarstufe II Didaktik der Mathematik der Sekundarstufe II Teil 8: Satz von Rolle - Mittelwertsatz - Monotoniekriterium Humboldt-Universität zu Berlin, Institut für Mathematik Sommersemester 2010/11 Internetseite zur

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 3

Klausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 3 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Differential und Integralrechnung 3 3. (Herbst 20, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende

Mehr

Teil 6. Differentialrechnung mehrerer Veränderlicher

Teil 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

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Differential und Integralrechnung 3

Klausurenkurs zum Staatsexamen (WS 2015/16): Differential und Integralrechnung 3 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 25/6): Differential und Integralrechnung 3 3. (Herbst 2, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende Tatsachen

Mehr

( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( )

( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( ) 64 Die Tangente in x 0 eignet sich also als lokale (lineare) Näherung der Funktion in der Nähe des Punktes P. Oder gibt es eine noch besser approximierende Gerade? Satz 4.9 Unter allen Geraden durch den

Mehr

1. 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. 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.

Mehr

Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14)

Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14) Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 3/) Kapitel : Optimierung ohne Nebenbedingungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom. Oktober 3) Gliederung

Mehr

Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14)

Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14) Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 3/4) Kapitel : Optimierung ohne Nebenbedingungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom. Oktober 3) Gliederung

Mehr

Übungen Analysis I WS 03/04

Übungen Analysis I WS 03/04 Blatt Abgabe: Mittwoch, 29.0.03 Aufgabe : Beweisen Sie, daß für jede natürliche Zahl n gilt: n ( ) n (x + y) n = x i y n i, i (b) n ν 2 = ν= i=0 n(n + )(2n + ), 6 (c) 2 3n ist durch 7 teilbar. Aufgabe

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 6. Übung: Woche vom bis

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 6. Übung: Woche vom bis Übungsaufgaben 6. Übung: Woche vom 17. 11. bis 21. 11. 2014 Heft Ü1: 9.1 (d,n,t); 9.2 (b,h,i); 9.3 (b,e); 9.4 (b,e,f) Übungsverlegung (einmalig!): Gruppe VIW 02 nach Mo., 5. DS; WIL C 204 (für Mittwoch,

Mehr

Mathematik I. k=0 c k(x a) k bilden die Teilpolynome n k=0 c k(x a) k polynomiale Approximationen für die Funktion f

Mathematik I. k=0 c k(x a) k bilden die Teilpolynome n k=0 c k(x a) k polynomiale Approximationen für die Funktion f Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 30 Zu einer konvergenten Potenzreihe f(x) = c k(x a) k bilden die Teilpolynome n c k(x a) k polynomiale Approximationen für die Funktion

Mehr

Klausur Höhere Mathematik I für die Fachrichtung Physik

Klausur Höhere Mathematik I für die Fachrichtung Physik Karlsruher Institut für Technologie (KIT Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 4.3.3 Klausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((4+3+3 Punkte a Welche

Mehr

Mathematik 1 Bachelorstudiengang Maschinenbau

Mathematik 1 Bachelorstudiengang Maschinenbau Mathematik 1 Bachelorstudiengang Maschinenbau Prof. Dr. Stefan Etschberger Hochschule Augsburg Sommersemester 2012 7. Differentialrechnung einer Veränderlichen 7.2. Differentialquotient und Ableitung

Mehr

Mathematischer Vorbereitungskurs für das MINT-Studium

Mathematischer Vorbereitungskurs für das MINT-Studium Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de SS 2017 Vorlesung 7 MINT Mathkurs SS 2017 1 / 25 Vorlesung 7 (Lecture 7) Differentialrechnung differential

Mehr

Wichtige Klassen reeller Funktionen

Wichtige Klassen reeller Funktionen 0 Wichtige Klassen reeller Funktionen Monotone Funktionen sind i.a. unstetig, aber man kann etwas über das Grenzwertverhalten aussagen, wenn man nur einseitige Grenzwerte betrachtet. Definition 0. : Sei

Mehr

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 6. (n+1)!. Daraus folgt, dass e 1/x < (n+

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 6. (n+1)!. Daraus folgt, dass e 1/x < (n+ D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger Lösung - Serie 6 1. MC-Aufgaben (Online-Abgabe) 1. Für alle ganzen Zahlen n 1 gilt... (a) e 1/x = o(x n ) für x 0 + (b) e 1/x = o(x n ) für x 0 + (c)

Mehr

Integraldarstellung des Restgliedes; Lagrangesche Restgliedformel;

Integraldarstellung des Restgliedes; Lagrangesche Restgliedformel; Kapitel Der Satz von Taylor. Taylor-Formel und Taylor-Reihe (Taylor-Polynom; Restglied; Integraldarstellung des Restgliedes; Lagrangesche Restgliedformel; die Klasse C ; reell analytische Funktionen) In

Mehr

3 Folgen, Reihen und stetige Funktionen

3 Folgen, Reihen und stetige Funktionen Höhere Mathematik 101 3 Folgen, Reihen und stetige Funktionen 3.1 Folgen und Reihen: Definitionen und Beispiele Eine reelle oder komplexe Zahlenfolge ist eine Abbildung, die jeder natürlichen Zahl n eine

Mehr

Analysis I - Stetige Funktionen

Analysis I - Stetige Funktionen Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt

Mehr

Analysis I. 3. Beispielklausur mit Lösungen

Analysis I. 3. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine

Mehr

Staatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I

Staatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I Staatsexamen Herbst 17 Differential- und Integralrechnung, Thema I 1. a) Die Aussage ist wahr! Sei s R der Reihenwert der Reihe k=1 Da a n = s n s n 1 für n, ist also b) Die Aussage ist falsch! a k, also

Mehr

Wiederholungsklausur zur Analysis I

Wiederholungsklausur zur Analysis I Wiederholungsklausur zur Analysis I Prof. Dr. C. Löh/M. Blank 5. Oktober 2011 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten

Mehr

x 1 keinen rechtsseitigen Grenzwert x 0+ besitzen. (Analog existiert der linksseitige Grenzwert nicht.)

x 1 keinen rechtsseitigen Grenzwert x 0+ besitzen. (Analog existiert der linksseitige Grenzwert nicht.) Differentialrechnung 1 Grenzwerte Gegeben sei ein Intervall I R, a I {, } und f : I\{a} R. Die Funktion f kann sehr wohl auch an der Stelle x = a erklärt sein, wir wollen aber nur wissen wie sich die Funktion

Mehr

Kommutativität. De Morgansche Regeln

Kommutativität. De Morgansche Regeln 1. Formale Logik Proposition 1.1. Die logischen Elementarverknüpfungen gehorchen folgenden Äquivalenzen: (1.1) (1.2) p p p p p p Idempotenz (1.3) (1.4) p q q p p q q p Kommutativität (1.5) (1.6) (p q)

Mehr

NEXTLEVEL I, Analysis I

NEXTLEVEL I, Analysis I NEXTLEVEL I, Analysis I Hanna Peywand Kiani Wintersemester 9/ Die ins Netz gestellten Kopien der Folien sollen nur die Mitarbeit während der Veranstaltung erleichtern. Ohne die in der Veranstaltung gegebenen

Mehr

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2. Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor

Mehr

Analysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit

Analysis 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

Mehr

Kapitel 6. Nichtlineare Gleichungen. 6.1 Einführung. Problem: Idee: Beispiel:

Kapitel 6. Nichtlineare Gleichungen. 6.1 Einführung. Problem: Idee: Beispiel: Kapitel 6 Nichtlineare Gleichungen 6. Einführung Problem: Gesucht sind Lösungen nichtlinearer Gleichungen bzw. Systeme, das heißt es geht beispielsweise um die Bestimmung der Nullstellen eines Polynoms

Mehr

Eigenschaften stetiger Funktionen Buch Kap. 2.5

Eigenschaften stetiger Funktionen Buch Kap. 2.5 Eigenschaften stetiger Funktionen Buch Kap. 2.5 Satz 2.6: (Nullstellensatz) Ist f : [a, b] R stetig und haben f (a) und f (b) unterschiedliche Vorzeichen, so besitzt f in (a, b) mindestens eine Nullstelle.

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0 KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen 1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09

Mehr

Kapitel 5: Differentialrechnung

Kapitel 5: Differentialrechnung Kapitel 5: Differentialrechnung Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 5: Differentialrechnung 1 / 23 Gliederung 1 Grundbegriffe 2 Abbildungen

Mehr

6 Di erentialrechnung, die Exponentialfunktion

6 Di erentialrechnung, die Exponentialfunktion 6 Di erentialrechnung, die Exonentialfunktion 6. Exonentialfunktion Wir führen die Exonentialfunktion ein, die eine stetige Funktion mit folgenden Eigenschaften ist: ex(x + y) =ex(x)ex(y) (8) ex(0) =,

Mehr

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x

Mehr

Analysis II WS 11/12 Serie 9 Musterlösung

Analysis 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

Mehr