f(x) f(a) f (a) := lim x a Es existiert ein Polynom ersten Grades l(x) = f(a) + c (x a) derart, dass gilt lim x a x a lim
|
|
- Harry Baumhauer
- vor 6 Jahren
- Abrufe
Transkript
1 A Analysis, Woche 8 Partielle Ableitungen A 8. Partielle Ableitungen Wir haben vorhin Existenzkriterien für Extrema betrachtet, aber wo liegen sie genau? Anders gesagt, wie berechnet man sie? In einer Dimension hat man die betreffende Funk- A3 tion differenziert, die Ableitung gleich null gesetzt und so die Kandidaten für Extrema gefunden. Dazu mußte man aber erst untersuchen wie man eine Ableitung findet. In höheren Dimensionen braucht man für ein Extremum jedoch mindestens, dass die betreffende Funktion x F x, betrachtet als Funktion jeder einzelne Variable, also x i F x,..., x i,..., x n, ein Extremum hat. Dies ist übrigens eine notwendige aber nicht eine ausreichende Bedingung für ein Extremum. Um x i F x,..., x i,..., x n zu untersuchen brauchen wir die partiellen Ableitungen. Wir wiederholen die Differenzierbarkeit für eine Funktion f : R R: f heißt differenzierbar in a, wenn f a := x a fx fa x a existiert. Die Differenzierbarkeit in a ist äquivalent zu: 8. Es existiert ein Polynom ersten Grades lx = fa + c x a derart, dass gilt fx l x x a x a =. 8. Es gilt c = f a. Die Äquivalenz findet man weil f fx fa a = x a x a bedeutet wie jeder der folgenden Behauptungen. fx fa f fx fa + f a x a a = x a x a x a x a x a fx l x x a fx l x = x a x a das gleiche Die Funktion l ist die Tangente an f in a und so bedeutet Differenzierbarkeit in a, jetzt betrachtet als in 8.: 83 = =
2 84 4. Juni 4 Woche 8, Partielle Ableitungen Es gibt eine Funktion l ersten Grades derart, dass, wenn x a, fx lx wesentlich schneller nach geht als x a. Für eine Funktion f : R n R oder f : R n R gibt es viele Möglichkeiten eine Tangentialrichtung zu betrachten. Definition 8. Sei f : R n R eine Funktion, sei a R n und e i der i-te Einheitsvektor: e i =,...,,,,...,. an i-ter Stelle Man nennt f partiell differenzierbar in a für die i-te Veränderliche, wenn fa + he i fa h h existiert. Man schreibt fa + he i fa i fa =. h h und nennt i fa die i-te partielle Ableitung von f in a. Bemerkung 8.. Man kann diese Ableitung auch definieren durch alle Koordinaten außer dem i-ten einzufrieren. Anders gesagt, betrachte g : R R mit und man bekommt i fa = g a i. gx i = fa,..., a i, x i, a i+,..., a n f f x x Abbildung 8.: Für Funktionen f : R R kann man eine Skizze herstellen; fa ist die Steigung der Tangente in x -Richtung und fa die Steigung der Tangente in x -Richtung. Bemerkung 8.. Man begegnet mehreren Notationen für die partiellen Ableitungen von x fx in x = a: i fa = xi fa = D xi fa = f xi a = f fx a = x i x i. x=a Meistens ist klar, welche partielle Ableitung gemeint ist. Nur bei so etwas wie f x x, x könnte man Probleme bekommen. Ist da fx, x oder fx, x gemeint?
3 8. Partielle Ableitungen 4. Juni 4 85 Definition 8. Sei f : R n R eine Funktion und sei a R n. Wenn alle n partiellen Ableitungen von f in a existieren, schreibt man fa = fa, fa,..., n fa. 8.3 Zum Symbol sagt man nabla und fa nennt man den Gradienten von f in a. Bemerkung 8.. Für f : R n R m ist i fa, wenn es existiert, ein Spaltenvektor und fa ist eine n m-matrix: f a f a... n f a f a f a... n f a fa =.... f m a f m a... n f m a Diese Matrix wird Jacobimatrix genannt. Beispiel 8.3 Sei f : R R definiert durch fx, x = x + sinx x. Dann gilt fx, x = + x cosx x und fx, x = x x cosx x. Auch höhere Ableitungen sind möglich: fx, x = + x cosx x = x 4 sinx x, fx, x = + x cosx x = x cosx x x 3 sinx x, fx, x = x x cosx x = x cosx x x 3 sinx x, fx, x = x x cosx x = x cosx x 4x x sinx x. Man sieht fx, x = fx, x. Beispiel 8.4 Die Funktion f : R R mit xy 3 für x, y,, fx, y = x + y für x, y =,, ist nicht nur stetig, sondern hat auch partielle Ableitungen erster und zweiter Ordnung. Die ersten Ableitungen sind y 5 x y 3 fx, y = x + y für x, y,, für x, y =,, und fx, y = y 4 x + 3y x 3 x + y für x, y,, für x, y =,, Außerhalb, ist f definiert als rationale Funktion und man verwendet die Standardableitungsregeln. In, braucht man die Definition: fh, f, f, = = h h h h 3 h + = h h h =.
4 86 4. Juni 4 Woche 8, Partielle Ableitungen Es folgt f, = h f, = h h 5 h 3 +h =, h 4 h + 3 h 3 h + Theorem 8.5 Vertauschungssatz Sei D R offen und f : D R eine Funktion. Wenn f, f, f, f und f stetig sind in D, dann gilt f = f. Bemerkung 8.5. Man kann die Bedingungen im Theorem noch ein wenig lockern. Suchen Sie in der Literatur nach dem Vertauschungssatz von Schwarz. Beweis. Sei x, y, x, y D derart, dass [x, x ] [y, y ] D nicht leer ist. Betrachte gx = f x, y f x, y und hy = f x, y f x, y. Es gilt h =. gx gx = f x, y f x, y f x, y + f x, y = hy hy und wegen des Mittelwertsatzes gibt es derartige ξ x, x und η y, y, dass x x g ξ = gx gx = hy hy = y y h η, und anders gesagt: x x fξ, y fξ, y = y y fx, η fx, η. Nochmals den Mittelwertsatz anwenden liefert η y, y und ξ x, x mit x x y y fξ, η = y y x x f ξ, η. Das heißt, für jede x > x und y > y gibt es ξ, η, ξ, η [x, x ] [y, y ] mit Weil f, und f stetig sind, gilt fx, y = fξ, η = f ξ, η. fξ, η = f ξ, η = fx, y. x,y x,y x,y x,y Sowohl ξ, η als auch ξ und η hängen von x, y ab. Weil ξ, ξ x, x und η, η y, y folgt wenn x, y x, y, dass auch ξ, η x, y und ξ, η x, y. Proposition 8.6 Sei D R n offen. Wenn f : D R in a D ein Extremum hat, und wenn die partiellen Ableitungen in a existieren, dann gilt fa =. Beweis. Wenn i fa, dann betrachtet man gt = fa + te i und geht voran wie in einer Dimension Satz.4 Analysis.
5 8. Richtungsableitungen 4. Juni 4 87 Definition 8.7 Sei D R n offen und a D. Wenn für f : D R gilt fa =, dann nennt man a einen stationären Punkt für f. Beispiel 8.8 Betrachten wir die Polynome p, p : R R mit p x, y = x + y xy + x + y und p x, y = x + y 3xy + x + y. Die stationären Punkte sind für p : { x y + = y x + = x, y =,, und für p : { x 3y + = y 3x + = x, y =,. Man kann sich überzeugen, dass nur p ein Extremum Minimum hat z 4 y x z y x Abbildung 8.: Skizzen zu p und p aus Beispiel 8.8. Maple hat die Möglichkeit direkt die Niveaumengen angeben zu können. 8. Richtungsableitungen Bei Funktionen f : R R hat man auch linke und rechte Ableitungen definiert. Auch in höheren Dimensionen hat man ähnliches. Statt links und rechts gibt es nun mehrere Richtungen. Definition 8.9 Sei f : R n R eine Funktion, a R n und v R n mit v =. Wenn sie existiert, nennt man fa + tv fa v fa = t t die Richtungsableitung von f an der Stelle a in Richtung v. Bemerkung 8.9. Als alternative Definition kann man auch sagen: es gibt l v R derart, dass fa + tv fa l v t = ; t t und man definiert v fa = l v. Oft schreibt man auch f v a oder v f a statt vfa.
6 88 4. Juni 4 Woche 8, Partielle Ableitungen f x x Abbildung 8.3: Für Funktionen f : R R kann man eine Skizze herstellen; v fa ist die Steigung der Tangente in v-richtung. Der gelbe Punkt zeigt a, a, fa, a und der rote Pfeil soll v darstellen. Wenn ei fa und ei fa existieren und ei fa = ei fa, dann existiert die i-te partielle Ableitung und es gilt i fa = ei fa = ei fa. Beispiel 8. Für die Euklidische Norm. : R R existiert an der Stelle in jede Richtung die Richtungsableitung. Sie hat in keine partiellen Ableitungen. Beispiel 8. Die Funktion g : R R mit gx, y = 5 x y hat partielle Ableitungen in,, aber keine Richtungsableitungen in, außer die in ±e und ±e -Richtung Abbildung 8.4: Skizzen zu Beispiel 8. links und Beispiel 8. rechts. Beispiel 8. Betrachten wir die Funktion f : R R mit x y 4 fx, y = x 3 + y 7 x y für x, y,, für x, y =,.
7 8. Richtungsableitungen 4. Juni 4 89 Dann gilt e f, = t f, t f, t und auch e f, =. Wenn u hat man = t4 t +t 7 t = u f, = ftu, tu f, = t t t = u t u 4 t u 3 + t 4 u 7 t3 u u tu tu 4 tu 3 + tu 7 t 4 u u t = u4 u 3 = u. = Wir finden, dass für jede Richtung u die Ableitung u f, existiert und u f, >. Trotzdem hat sie kein Minimum in,, denn ft, t = t 6. y f x Abbildung 8.5: Skizzen des Graphen und von einigen Niveaumengen zu Beispiel 8.. Lemma 8.3 Sei U R n offen und a U. Wenn f : U R in a eine partielle Ableitung u fa hat und u fa <, dann hat f kein Minimum in a. Wenn man sich auf partielle und Richtungsableitungen beschränkt, zeigen die Beispiele, dass man nur schwache Aussagen machen kann bezüglich eines Extremwertes.
8 9 4. Juni 4 Woche 8, Partielle Ableitungen
Wenn 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
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
MehrAnalysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS.
Analysis III für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Teil I Rückblick auf das letzte Semester Fakultät für Mathematik, Informatik und Naturwissenschaften
MehrDefinition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
MehrRichtungsableitungen.
Richtungsableitungen. Definition: Sei f : D R, D R n offen, x 0 D, und v R n \ {0} ein Vektor. Dann heißt D v f(x 0 f(x 0 + tv) f(x 0 ) ) := lim t 0 t die Richtungsableitung (Gateaux-Ableitung) von f(x)
Mehr1.3 Differenzierbarkeit
1 1.3 Differenzierbarkeit Definition Sei B R n offen, a B, f : B R eine Funktion und v 0 ein beliebiger Vektor im R n. Wenn der Grenzwert D v f(a) := lim t 0 f(a + tv) f(a) t existiert, so bezeichnet man
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel
Mehr3 Differenzierbarkeit und Ableitung (Differentialrechnung I)
3 Differenzierbarkeit und Ableitung (Differentialrechnung I) 31 Differenzierbarkeit und Ableitung von Funktionen einer Variablen Definition 31 Es sei M R, f : M R und a M Wenn der Funktionsgrenzwert f(x)
MehrAnalysis II. Vorlesung 44. Partielle Ableitungen
Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 44 Sei f: K n K eine durch Partielle Ableitungen (x 1,...,x n ) f(x 1,...,x n ) gegebene Abbildung. Betrachtet man für einen fixierten Index
MehrVorlesung: Analysis I für Ingenieure
Vorlesung: Analysis I für Ingenieure Michael Karow Thema: Satz von Taylor Die Taylor-Entwicklung I Satz von Taylor. Sei f : R D R an der Stelle x n-mal differenzierbar. Dann gilt für x D, n f (k) (x )
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
Mehr9 Höhere partielle Ableitungen und die Taylorformel
Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 9 Höhere partielle Ableitungen und die Talorformel Definition 91 Sei U R n offen, f : U R m eine Funktion Dann heißt f 2-mal partiell differenzierbar,
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Differenzierbarkeit und Taylor-Entwicklung Übungen, die mit einem Stern markiert sind, werden als besonders wichtig erachtet.. Jacobi-Matrix Man bestimme die Jacobi-Matrix
Mehr15 Differentialrechnung in R n
36 15 Differentialrechnung in R n 15.1 Lineare Abbilungen Eine Abbilung A : R n R m heißt linear falls A(αx + βy) = αa(x) + βa(y) für alle x, y R n un alle α, β R. Man schreibt oft Ax statt A(x) un spricht
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
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
MehrFunktionen oder Abbildungen sind wir schon mehrere Male begegnet. Es wird Zeit mal genau fest zu legen, was gemeint ist.
Analysis, Woche 5 Funktionen I 5. Definition Funktionen oder Abbildungen sind wir schon mehrere Male begegnet. Es wird Zeit mal genau fest zu legen, was gemeint ist. Definition 5. Eine Funktion f : A B
MehrWiederholung von Linearer Algebra und Differentialrechnung im R n
Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe
MehrStetigkeit und Dierenzierbarkeit im R n
Stetigkeit und Dierenzierbarkeit im R n 1 Stetigkeit Wir übertragen den Stetigkeitsbegri auf mehrstellige reellwertige Funktionen. Denition 1. Sei M R n. Eine Funktion f : M R heiÿt stetig in a M gdw.
MehrÜbungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion.
Übungen zu Grundlagen der Mathematik Lösungen Blatt 1 SS 14 Prof. Dr. W. Decker Dr. M. Pleger Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion f : U R, (x, y) x y x + y, im Punkt (1, 1) bis einschließlich.
Mehr18 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
MehrMathematik für Anwender II
Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 49 Zu einer reellwertigen Funktion Extrema auf einer offenen Menge G R n interessieren wir uns, wie schon bei einem eindimensionalen
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
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
Mehr13. 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
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
Mehr4.4 Lokale Extrema und die Hessesche Form
74 Kapitel 4 Differentialrechnung in mehreren Variablen 44 Lokale Extrema und die Hessesche Form Sei jetzt wieder U R n offen und f:u R eine Funktion Unter einem lokalen Extremum der Funktion f verstehen
Mehr1 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
Mehr12 Extremwerte und Monotonie
5 II. Differentialrechnung 1 Extremwerte und Monotonie Lernziele: Resultate: Existenz von Maxima und Minima stetiger Funktionen auf kompakten Intervallen, Monotoniesatz Kompetenzen: Bestimmung lokaler
Mehrf(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.
MehrFunktionen mehrerer Variabler
Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen
Mehr6 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
MehrDifferentialrechnung
Differentialrechnung Um Funktionen genauer zu untersuchen bzw. sie zu analysieren, ist es notwenig, etwas über ihren Verlauf, as qualitative Verhalten er Funktion, sagen zu können. Das heisst, wir suchen
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
Mehr4.5 Lokale Extrema und die Hessesche Form
80 Kapitel 4. Differentialrechnung in mehreren Variablen 4.5 Lokale Extrema und die Hessesche Form Sei ab jetzt U R n offen und f:u R eine Funktion. Unter einem lokalen Extremum der Funktion f verstehen
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
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
Mehr23. DIFFERENTIALRECHNUNG VON FUNKTIONEN VON MEHREREN VARIABLEN
204 Dieses Skript ist ein Auszug mit Lücken aus Einführung in die mathematische Behandlung der Naturwissenschaften I von Hans Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie das Buch auch
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
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen 3. Mai 203 *Aufgabe. Bestimmen Sie alle Punkte (x 0, y 0 ), an denen der Gradient der Funktion f(x, y) = (xy 2 8)e x+y Null ist. Untersuchen Sie, ob diese Punkte lokale
Mehr16. 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
Mehr50 Partielle Ableitungen
50 Partielle Ableitungen 217 50 Partielle Ableitungen 501 Beispiel Die Differenzierbarkeit von Funktionen von mehreren Veränderlichen kann nach jeder Variablen einzeln untersucht werden, wobei die anderen
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
Mehr13 Partielle Ableitung und Richtungsableitung
3 PARTIELLE ABLEITUNG UND RICHTUNGSABLEITUNG 74 3 Partielle Ableitung und Richtungsableitung 3 Definition und Notiz Sei B R n offen, f : B R m, v R n, so heißt für γ x,v (t) = x + tv d dt f(x + tv) f(x)
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
MehrVorlesung: Analysis II für Ingenieure. Wintersemester 09/10. Michael Karow. Themen: Taylor-Entwicklung und lokale Extrema
Vorlesung: Analysis II für Ingenieure Wintersemester 09/10 Michael Karow Themen: Taylor-Entwicklung und lokale Extrema Motivierendes Beispiel: die Funktion f(x, y) = x(x 1) 2 2 y 2. Dieselbe Funktion von
MehrMathematik für Naturwissenschaftler I WS 2009/2010
Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 18 8. Januar 2010 Kapitel 5. Funktionen mehrerer Veränderlicher, Stetigkeit und partielle Ableitungen 5.2. Partielle Ableitungen von Funktionen
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 10
Technische Universität München Zentrum Mathematik Mathematik 2 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt Hausaufgaben Aufgabe. Sei f : R 2 R gegeben durch x 2 y für (x, y)
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
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
MehrTotale Ableitung und Jacobi-Matrix
Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix
MehrPartielle Ableitungen
Partielle Ableitungen Gymnasium Immensee Vertiefungskurs Mathematik Bettina Bieri 24. Juli 2011 Inhaltsverzeichnis 1 Funktionen von zwei Variablen 1 1.1 Aufbau solcher Funktionen.................... 1
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
MehrProf. Dr. H. Brenner Osnabrück SS Analysis II. Vorlesung 50. Hinreichende Kriterien für lokale Extrema
Prof. Dr. H. Brenner Osnabrück SS 205 Analysis II Vorlesung 50 Hinreichende Kriterien für lokale Extrema Wir kommen jetzt zu hinreichenden Kriterien für die Existenz von lokalen Extrema einer Funktion
Mehr26. Höhere Ableitungen
26. Höhere Ableitungen 331 26. Höhere Ableitungen Im letzten Kapitel haben wir gesehen, wie man für Abbildungen zwischen mehrdimensionalen Räumen das Konzept der Differenzierbarkeit definieren und für
MehrDifferenzierbare Funktionen
47 Kapitel 6 Differenzierbare Funktionen 1 Topologische Strukturen Inhalt: Umgebungen, innere Punkte, offene Mengen, abgeschlossene Mengen, Häufungspunkte, offener Kern und abgeschlossene Hülle, Rand einer
MehrKapitel 6. Differenzialrechnung für Funktionen von mehreren Variablen
Kapitel 6. Differenzialrechnung für Funktionen von mehreren Variablen 6.1 Funktionen von mehreren Variablen Eine Abbildung f : D R, D R n, ordnet jedem n-tupel x = (x 1, x 2,...,x n ) D (eindeutig) eine
MehrThema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema
Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema In diesem Kapitel befassen wir uns mit der Ableitung von Funktionen f : R m R n. Allein die Schreibweise
MehrPolynomiale Approximation. und. Taylor-Reihen
Polynomiale Approximation und Taylor-Reihen Heute gehts um die Approximation von glatten (d.h. beliebig oft differenzierbaren) Funktionen f nicht nur durch Gerade (sprich Polynome vom Grade 1) und Polynome
Mehr4. 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
MehrKonvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h.
Konvexe Menge Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, dh Kapitel Extrema konvex: h x + h y D für alle h [0, ], und x,
MehrAnalysis 2, Woche 6. Grundbegriffe I. 6.1 Topologische Begriffe
A1 Analysis 2, Woche 6 Grundbegriffe I A2 6.1 Topologische Begriffe Wenn man offene Teilmengen von R betrachtet, landet man meistens bald bei Intervallen. Das Intervall (a, b) = R; a < < b} mit a, b R
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
Mehr3 Funktionen in mehreren Variablen
3 Funktionen in mehreren Variablen Funktionen in mehreren Variablen Wir betrachten nun Abbildungen / Funktionen in mehreren Variablen. Dies sind Funktionen von einer Teilmenge des R d nach R. f : D f R,
Mehrist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1
24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx
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
MehrAnalysis II WS 11/12 Serie 9 Musterlösung
Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei
MehrAbbildung 10.1: Das Bild zu Beispiel 10.1
Analysis 3, Woche Mannigfaltigkeiten I. Definition einer Mannigfaltigkeit Die Definition einer Mannigfaltigkeit braucht den Begriff Diffeomorphismus, den wir in Definition 9.5 festgelegt haben. Seien U,
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,
MehrMathematische Behandlung der Natur- und Wirtschaftswissenschaften I. f(x) := e x + x.
Technische Universität München WS 009/0 Fakultät für Mathematik Prof. Dr. J. Edenhofer Dipl.-Ing. W. Schultz Übung Lösungsvorschlag Mathematische Behandlung der Natur- und Wirtschaftswissenschaften I Aufgabe
MehrDer Satz von Taylor. Kapitel 7
Kapitel 7 Der Satz von Taylor Wir haben bereits die Darstellung verschiedener Funktionen, wie der Exponentialfunktion, der Cosinus- oder Sinus-Funktion, durch unendliche Reihen kennen gelernt. In diesem
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
MehrAnalysis I. 1. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Das Bild einer Abbildung F: L M. (2) Eine Cauchy-Folge
Mehr39 Differenzierbare Funktionen und Kettenregel
192 VI. Differentialrechnung in mehreren Veränderlichen 39 Differenzierbare Funktionen und Kettenregel Lernziele: Konzepte: totale Ableitungen, Gradienten, Richtungsableitungen, Tangentenvektoren Resultate:
Mehr40 Lokale Extrema und Taylor-Formel
198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:
MehrTaylorentwicklung von Funktionen einer Veränderlichen
Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der
MehrLösungen der Übungsaufgaben von Kapitel 3
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen
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
MehrHöhere Mathematik für Physiker II
Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei
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
MehrNEXTLEVEL 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
Mehr6 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
Mehr6.2 Die Regeln von de l Hospital. Ausgangsfrage: Wie berechnet man den Grenzwert. Beispiel: Sei f(x) = x 2 und g(x) = x. Dann gilt. lim.
6.2 Die Regeln von de l Hospital Ausgangsfrage: Wie berechnet man den Grenzwert falls g(x), beide Funktionen gegen Null konvergieren, d.h. = g(x) = 0 beide Funktionen gegen Unendlich konvergieren, d.h.
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.
MehrReellwertige Funktionen mehrerer Veränderlicher
Reellwertige Funktionen mehrerer Veränderlicher Teilnehmer: Philipp Besel Joschka Braun Robert Courant Florens Greÿner Tim Jaschek Leroy Odunlami Gloria Xiao Heinrich-Hertz-Oberschule, Berlin Ludwigs-Georgs-Gymnasium,
MehrTaylor-Entwicklung der Exponentialfunktion.
Taylor-Entwicklung der Exponentialfunktion. Betrachte die Exponentialfunktion f(x) = exp(x). Zunächst gilt: f (x) = d dx exp(x) = exp(x). Mit dem Satz von Taylor gilt um den Entwicklungspunkt x 0 = 0 die
MehrMitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester
Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................
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
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Lineare Algebra
Mehr4.7 Der Taylorsche Satz
288 4 Differenziation 4.7 Der Taylorsche Satz Die Differenzierbarkeit, also die Existenz der ersten Ableitung einer Funktion, erlaubt bekanntlich, diese Funktion lokal durch eine affine Funktion näherungsweise
MehrKlausur Analysis II
WS 28/9 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis II 6.2.28 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung
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
MehrTangentialebene. Sei f eine stetig differenzierbare Funktion und p = (p 1,..., p n ) die Koordinaten eines Punktes P auf der durch
Tangentialebene Sei f eine stetig differenzierbare Funktion und p = (p 1,..., p n ) die Koordinaten eines Punktes P auf der durch implizit definierten Fläche. f (x 1,..., x n ) = c Tangentialebene 1-1
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)
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
MehrDie Tangentialebene. {(x, y, z) z = f(x 0, y 0 )+ f x (x 0, y 0 )(x x 0 )+ f. y (x 0, y 0 )(y y 0 )}
Die Tangentialebene Der Graph der linearen Approximation ist Tangentialebene an den Graph der Funktion. In Symbolen: Es sei D R 2. Es sei f : D R, (x, y) f(x, y) differenzierbar. Dann ist {(x, y, z) z
Mehr1 Ableitungen. Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen. a 1 + tx 1. eine Kurve.
1 Ableitungen Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen γ 1 (t) γ(t) = γ n (t) Bild(γ) = {γ(t) t I} heißt auch die Spur der Kurve Beispiel:1)
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
Mehr