Aufgaben zu Kapitel 24

Größe: px
Ab Seite anzeigen:

Download "Aufgaben zu Kapitel 24"

Transkript

1 Aufgaben zu Kapitel 24 Aufgaben zu Kapitel 24 Verständnisfragen Aufgabe 24. Welche der folgenden Aussagen über Funktionen f : R n R sind richtig? (a) Jede in einem Punkt p differenzierbare Funktion ist dort partiell differenzierbar. (b) Jede in einem Punkt p differenzierbare Funktion ist dort stetig. (c) Jede in einem Punkt p D(f ) differenzierbare Funktion f ist in ganz D(f ) differenzierbar. (d) Jede in einem Punkt p stetige Funktion ist dort partiell differenzierbar. (e) Jede in einem Punkt p differenzierbare Funktion ist dort in x -Richtung stetig. Aufgabe 24.2 Wir betrachten eine Funktion f : R 2 R, von der bekannt ist, dass sie auf jeden Fall in R 2 \{0} stetig ist. Gilt mit Sicherheit (a) lim lim f(x, y) = lim lim f(x, y), x 0 y 0 y 0 x 0 (b) lim = f(0, 0), (x,y) (0,0) wenn f in x = (0, 0). stetig ist? 2. in jeder Richtung richtungsstetig ist? 3. differenzierbar ist? 4. partiell differenzierbar ist? Rechenaufgaben Aufgabe 24.3 Man berechne alle partiellen Ableitungen erster und zweiter Ordnung der Funktionen: f(x,y) = x 2 e y + e xy g(x,y) = sin 2 (xy) cos x+y3 h(x, y) = e Aufgabe 24.4 Man betrachte die Schar aller Strecken von (0, t) nach ( t, 0) mit t [0, ] und bestimme die Einhüllende dieser Strecken. Aufgabe 24.5 Untersuchen Sie die beiden Funktionen f und g, R 2 R, x x2 3 f(x) = (x 2 für x = 0 +x2 2 )2 0 für x = 0 x 3x2 2 g(x) = (x 2 für x = 0 +x2 2 )2 0 für x = 0 auf Stetigkeit im Ursprung. Aufgabe 24.6 Man untersuche die Funktion f, { xy 3 f(x,y) = cos(x 2 +y 2 für (x, y) = (0, 0) ) 0 für (x, y) = (0, 0) auf Stetigkeit im Punkt (0, 0). Aufgabe 24.7 Man untersuche die Funktion { x 6 +y 5 f(x,y) = x 4 +y 4 für (x, y) = (0, 0) 0 für (x, y) = (0, 0) auf Stetigkeit. Des Weiteren berechne man die partiellen Ableitungen x mit â = (, ). Ist die Funktion im Ursprung differenzierbar? 2 2 (0, 0), y (0, 0) und die Richtungsableitung (0, 0) â

2 2 Aufgaben zu Kapitel 24 Aufgabe 24.8 Man entwickle die Funktion f, R 2 R, f(x,y) = y ln x + x e y+2 um P = ( e, ) in ein Taylorpolynom zweiter Ordnung. Aufgabe 24.9 Man entwickle f(x,y) = x y an der Stelle x = (, ) in ein Taylorpolynom bis zu Termen zweiter Ordnung und berechne damit näherungsweise 0 (.05) 9. Aufgabe 24.0 Man berechne die Jacobi-Matrizen J f und J g der Abbildungen: f (x,y,z)= e xy + cos 2 z f 2 (x,y,z)= xyz e z f 3 (x,y,z)= sinh(xz) + y 2 g (x,x 2,x 3,x 4 ) = x 2 + x2 2 + x 4 g 2 (x,x 2,x 3,x 4 ) = cos(x x 2 3 ) + ex 4 g 3 (x,x 2,x 3,x 4 ) = x 2 x 3 + ln( + x 2 4 ) Aufgabe 24. Man bestimme einen allgemeinen Ausdruck für die zweite Ableitung eines Parameterintegrals mit variablen Grenzen, b(t) I(t) = f(x, t)dx, a(t) und damit das Taylorpolynom zweiter Ordnung der Funktion I: R R, mit Entwicklungsmitte t 0 =. Aufgabe 24.2 Transformieren Sie den Ausdruck W = +t 2 I(t) = e tx2 dx 2t ( x U x 2 + y 2 x + y U y auf Polarkoordinaten. (Hinweis: Setzen Sie dazu u(r, ϕ) := U(r cos ϕ, r sin ϕ).) Aufgabe 24.3 Bestimmen Sie mithilfe des Newton-Verfahrens eine Näherungslösung des Gleichungssystems sin x cos y = 0. x 2 + sin y = 0.2, die in der Nähe von x 0 = y 0 = 0 liegt (zwei Iterationsschritte). Aufgabe 24.4 Zeigen Sie die Euler-Gleichung: Ist eine Funktion f : R n R homogen vom Grad h, ist also f(λx) = f (λx,..., λx n ) = λ h f(x), ) so gilt x f = hf. Aufgabe 24.5 Bestimmen Sie alle Lösungen der Differenzialgleichungen 2x cos y x 2 sin yy = 0 und e x y + ( e x + 2y ) y = 0. Aufgabe 24.6 Bestimmen Sie alle Lösungen der Differenzialgleichung 2x + x 2 sin(x + y) + cos(x + y)( + y ) = 0.

3 Aufgaben zu Kapitel 24 3 Aufgabe 24.7 Bestimmen Sie alle Lösungen der Differenzialgleichung cos x + sin x + 2 sin xyy = 0. Aufgabe 24.8 Man untersuche, ob sich die Funktion f : R 2 (, ) R f(x,y,z) = e x y 2 z + x ln( + z) = 0 am Punkt p = (0,, 0) lokal eindeutig nach z = ϕ(x,y)auflösen lässt und berechne für diesen Fall die partiellen Ableitungen ϕ x (0, ) und ϕ y (0, ). Aufgabe 24.9 Man begründe, warum sich das Gleichungssystem f (x,y,z)= 2 cos(xyz) + yz 2x = 0 f 2 (x,y,z)= (xyz) 2 + z = 0 in einer Umgebung des Punktes x = (, 0, ) lokal nach y und z auflösen lässt und berechne für diese Auflösungen y (x), z (), y () sowie z (). Aufgabe Gegeben ist die Funktion f : R 3 R f(x,y,z) := e cos2 (xy 3 z) e. Man begründe, warum sich f(x,y,z) = 0 in einer Umgebung von P = (x 0,y 0,z 0 ) = (π,, 4 ) lokal nach z auflösen lässt, und berechne dort die partiellen Ableitungen z x (x 0,y 0 ) und z y (x 0,y 0 ). Aufgabe 24.2 Man überprüfe, ob sich das Gleichungssystem f (x,y,z)= x 2 + y 2 z 22 = 0 f 2 (x,y,z)= x + y 2 + z 3 = 0 in einer Umgebung von x = (4, 2, 2) eindeutig nach x und y auflösen lässt. Ferner bestimme man explizit zwei Funktionen ϕ und ϕ 2, sodass in U(P) gilt: f j (ϕ (z), ϕ 2 (z), z) 0, j =, 2. Aufgabe Gegeben sind die Abbildungen f : R 3 R 3 und g : R 3 R 3 : f (x) = x 2x 2 + x 3 f 2 (x) = x x 2 f 3 (x) = x 2 x2 3 g (y) = (y y 2 ) 2 + y 2 3 g 2 (y) = (y + y 2 ) 2 g 3 (y) = y y 2 y 3 Man überprüfe, ob die Abbildung h = g f = g(f ), R 3 R 3 in einer geeigneten Umgebung von h(p) mit p = (,, ) umkehrbar ist. Aufgabe Man finde alle kritischen Punkte der Funktion f(x,y) = (y 2 x 2 ) e x2 +y 2 2 und überprüfe, ob es sich dabei um lokale Maxima, lokale Minima oder Sattelpunkte handelt. Aufgabe Man bestimme und klassifiziere alle Extrema der Funktion f : R 2 R, f(x,y) = ( + 2x y) 2 + (2 x + y) 2 + ( + x y) 2. Aufgabe Man bestimme die stationären Stellen der Funktion f, R 3 R, f(x,y,z) = x 2 + xz + y 2 unter der Nebenbedingung g(x,y,z) = x + y + z = 0. Handelt es sich dabei um Extrema? Aufgabe Gegeben ist die Funktion f : R 2 R, f(x,y) = y 4 3xy 2 + x 3. Gesucht sind Lage und Art aller kritischen Punkte dieser Funktion.

4 4 Aufgaben zu Kapitel 24 Anwendungsprobleme Aufgabe Bestimmen Sie die Werte und Fehler der folgenden Größen: Zylindervolumen V, V = r 2 πh, r = (0.0 ± 0.) cm, h = (50.0 ± 0.) cm Beschleunigung a, s = 2 at2, s = (00.0 ± 0.5) m, t = (3.86 ± 0.0) s Widerstand R 2 bei Parallelschaltung, R 2 = R + R 2, R = (00 ± 5), R 2 = (50 ± 5) Aufgabe Das ideale Gas hat die Zustandsgleichung pv = RT mit der Gaskonstanten R. Prüfen Sie für dieses System die Beziehung explizit nach. ( ) p V T ( ) ( ) V T =. T p p V Aufgabe Eine Schlüsselgröße in der statistischen Physik ist die Zustandssumme Z, die von verschiedenen Variablen x bis x n abhängen kann. Bestimmen Sie die vierte Ableitung des Logarithmus der Zustandssumme 4 ln Z x i x j x k x l und stellen Sie das Ergebnis mit k Z := k Z x i... x ik Z x i... x ik dar. Sie erhalten eine verbundene Korrelationsfunktion des betrachteten thermodynamischen Systems, ausgedrückt durch Erwartungswerte, die vollen Korrelationsfunktionen entsprechen.

5 Hinweise zu Kapitel 24 5 Hinweise zu Kapitel 24 Verständnisfragen Aufgabe 24. Die Beziehung zwischen den verschiedenen Begriffen wird in Abbildung 24.4 dargestellt. Aufgabe 24.2 Richtungsstetigkeit in jede Richtung impliziert insbesondere Stetigkeit in Richtung der Koordinatenachsen. Zum Zusammenhang zwischen Differenzierbarkeit und Stetigkeit siehe Abbildung Rechenaufgaben Aufgabe 24.3 Nach den Variablen x und y unabhängig ableiten; wegen des Satzes von Schwarz ist z. B. f xy = f yx. Aufgabe 24.4 Finden Sie zu jedem x (0, ) die Strecke mit maximalem Wert für y = f(x), eliminieren Sie t aus dem Ergebnis. Dabei hilft es, eine Funktion F von beiden Variablen x und t zu definieren. Aufgabe 24.5 Benutzen Sie Polarkoordinaten, gehen Sie vor wie auf Seite 786. Aufgabe 24.6 Benutzen Sie Polarkoordinaten, entwickeln Sie den Kosinus. Aufgabe 24.7 Der einzige fragliche Punkt ist x = 0, dort hilft Einführung von Polarkoordinaten. Die partiellen Ableitungen muss man gemäß Definition als Differenzialquotienten bestimmen. Aufgabe 24.8 Bestimmen Sie alle partiellen Ableitungen bis zur zweiten Ordnung und setzen Sie in die Koeffizientenformel (24.2) ein. Aufgabe 24.9 Bestimmen Sie alle partiellen Ableitungen bis zur zweiten Ordnung und setzen Sie in die Koeffizientenformel (24.2) ein. Mithilfe des Taylorpolynoms können Sie sofort eine Näherung für 0 (.05) 9 = ( ) 0. angeben, da die Abweichung von der Entwicklungsmitte klein ist. Aufgabe 24.0 Bilden Sie die Ableitungen aller Komponenten nach allen Argumenten. Aufgabe 24. Benutzen Sie das Ergebnis von Seite 80 und gehen Sie vor wie in diesem Beispiel. Aufgabe 24.2 Sie können natürlich die Ergebnisse von Seite 802 benutzen. Aufgabe 24.3 Gehen Sie vor wie auf Seite 803. Aufgabe 24.4 Leiten Sie die Homogenitätsbeziehung nach λ ab, schreiben Sie Ableitung nach λ auf Ableitungen nach den Argumenten λx i und weiter nach den Koordinaten x i um. Aufgabe 24.5 Es handelt sich um exakte Differenzialgleichungen. Aufgabe 24.6 Benutzen Sie einen integrierenden Faktor der Form μ(x, y) = μ(x). Aufgabe 24.7 Benutzen Sie einen integrierenden Faktor der Form μ(x, y) = X(x)Y(y). Aufgabe 24.8 Benutzen Sie den Hauptsatz über implizite Funktionen und implizites Differenzieren. Aufgabe 24.9 Benutzen Sie den Hauptsatz über implizite Funktionen und implizites Differenzieren. Aufgabe Benutzen Sie den Hauptsatz über implizite Funktionen und implizites Differenzieren. Aufgabe 24.2 Hauptsatz über implizite Funktionen. Zur expliziten Bestimmung von ϕ und ϕ 2 muss man lediglich eine quadratische Gleichung lösen der Zweig der Wurzel ist dabei eindeutig festgelegt. Aufgabe Bestimmen Sie die Jacobi-Matrix von h durch Matrixmultiplikation und überprüfen Sie, ob det J h = 0 ist. Aufgabe Nullsetzen des Gradienten und Überprüfen der Hesse-Matrix an den fünf kritischen Punkten. Aufgabe Nullsetzen des Gradienten liefert ein Gleichungssystem mit genau einer Lösung. Überprüfen Sie für diesen Punkt die Hesse-Matrix. Aufgabe Lösen Sie die Nebenbedingung explizit nach einer der Variablen (zum Beispiel z) auf und definieren Sie eine neue Funktion R 2 R, deren kritische Stellen Sie mittels Nullsetzen des Gradienten bestimmen können. Aufgabe Nullsetzen des Gradienten liefert drei kritische Punkte. An zwei davon erlaubt die Hesse-Matrix eine Aussage. Am dritten können Sie beispielsweise f(x,0) betrachten.

6 6 Hinweise zu Kapitel 24 Anwendungsprobleme Aufgabe Benutzen Sie die Fehlerformeln, die sich aus dem totalen Differenzial ergeben, gehen Sie vor wie auf Seite 794. Aufgabe Lösen Sie jeweils nach der fraglichen Variablen auf und bilden Sie die gewünschte Ableitung, wobei die andere Variable konstant gehalten wird. Benutzen Sie im Endergebnis nochmals die Zustandsgleichung. Aufgabe Behandeln Sie Z als unbekannte, beliebig oft differenzierbare Funktion, die klarerweise allen gängigen Ableitungsregeln gehorcht.

7 Lösungen zu Kapitel 24 7 Lösungen zu Kapitel 24 Verständnisfragen Aufgabe 24. Die Aussagen (a), (b) und (e) sind richtig, (c) und (d) sind falsch. Aufgabe 24.2 Für (a) genügt jede der Bedingungen. bis 4., für (b) hingegen sind nur. und 3. stark genug. Rechenaufgaben Aufgabe 24.3 (Siehe ausführlichen Lösungsweg.) Aufgabe 24.4 Die Einhüllende e F ist die Funktion [0, ] [0, ] mit der Vorschrift e F (x) = ( x ) 2. Aufgabe 24.5 f ist nicht stetig im Ursprung, g ist stetig. Aufgabe 24.6 f ist unstetig. Aufgabe 24.7 f ist stetig, aber nicht differenzierbar. Aufgabe 24.8 p 2 (x, y; e, ) = 2 + e2 2 (x e )2 + 2 (y + )2 + 2e(x e )(y + ) Aufgabe 24.9 Aufgabe (.05) Aufgabe 24. p 2 (t; ) = ( 2 e 2 2 e 4 )t + t2 e 2 Aufgabe 24.2 W = u r Aufgabe 24.3 x , y Aufgabe 24.4 Aufgabe 24.5 Alle Lösungen der ersten Gleichung sind implizit durch x 2 cos y = C mit Konstanten C gegeben, explizit durch y(x) = arccos C x 2. Für die zweite Gleichung erhalten wir aus e x y + y 2 = C zu y(x) = ex 2 ± C + e2x 4. Aufgabe 24.6 μ(x) = + x 2, ( + x 2 ) sin(x + y) = C Aufgabe 24.7 μ(x, y) = e x+y2, sin x e x+y2 = C Aufgabe 24.8 Das Gleichungssystem ist auflösbar, ϕ x (0, ) = und ϕ y (0, ) = 0. Aufgabe 24.9 y () = 8 und z () = 8 Aufgabe z x (π, ) = 4π und z y(π, ) = 4 3. Aufgabe 24.2 x = ϕ (z) = z3 + z + 22, y = ϕ 2 (z) = z z3 + z + 22 Aufgabe Die Abbildung ist umkehrbar. Aufgabe p = (0, 0) ist ein Sattelpunkt, p 2 = (0, 2) und p 3 = (0, 2) sind lokale Maxima; p 4 = ( 2, 0) und p 5 = ( 2, 0) sind lokale Minima. Aufgabe Das Minimum der Funktion liegt bei x = 3 2, y = 2. Aufgabe Der einzige kritische Punkt ist p = (2,, 2), dort liegt kein Extremum. Aufgabe p = (0, 0) ist ein Sattelpunkt, p 2 = ( 3 2, 3 2 ) und p 3 = ( 3 2, 3 2 ) sind lokale Minima. Anwendungsprobleme Aufgabe V = ( 57 ± 35) 0 cm 3, a = (3.42 ± 0.0) m s 2, R 2 = (33.3 ± 2.8) Aufgabe 24.28

8 8 Lösungen zu Kapitel 24 x i x j x k x = l Aufgabe Mit perm für alle Permutationen von (x i,x j,x k,x l ) erhalten wir 4 ln Z { } perm. 3 Z Z 6 x i x i2 x i3 x 2 Z 2 Z i4 8 x i x i2 x i3 x + 2 Z Z Z i4 2 x i x i2 x i3 x i4 6 Z xi Z x j Z xk Z xl. 4 Z x i x j x k x l +

9 Lösungswege zu Kapitel 24 9 Lösungswege zu Kapitel 24 Verständnisfragen Aufgabe 24. (a) Differenzierbarkeit in einem Punkt impliziert dort partielle Differenzierbarkeit. (b) Differenzierbarkeit impliziert auch Stetigkeit. (c) Aus der Differenzierbarkeit in einem Punkt p kann man noch nichts über die Differenzierbarkeit anderswo aussagen. (d) Es gibt Funktionen, die in einem Punkt zwar stetig sind, dort aber keine partiellen Ableitungen mehr besitzen. (e) Aus der Differenzierbarkeit folgt erst recht die Richtungsstetigkeit in jede beliebige Richtung. Aufgabe 24.2 Beide Beziehungen gelten sicher für stetige Funktionen. Wegen der Stetigkeit in R 2 \{0} gilt lim lim f(x, y) = lim f(x, 0) x 0 y 0 x 0 und analog lim lim f(x, y) = lim f(0, y), y 0 x 0 y 0 daher genügt für (a) auch Richtungsstetigkeit in ( 0) - und (0 ) -Richtung. Eine in einem Punkt differenzierbare Funktion ist dort auch stetig, eine dort partielle differenzierbare in Richtung der Koordinatenachsen auch richtungsstetig. Damit genügt jede der Bedingungen. bis 4., um die Gleichheit der Grenzwerte in (a) zu garantieren. Für (b) benötigt man hingegen die Stetigkeit (.)in(0, 0), die weder von der Richtungsstetigkeit (2.) noch von der partiellen Differenzierbarkeit (4.) garantiert wird, sehr wohl aber von der Differenzierbarkeit (3.) selbst. Rechenaufgaben Aufgabe 24.3 Da alle drei Funktionen auf jeden Fall zweimal stetig differenzierbar sind, ist der Satz von Schwarz anwendbar, damit ist f xy = f yx, g xy = g yx und h xy = h yx : f x = 2 x e y + y e xy f xx = 2e y + y 2 e xy f y = x 2 e y + x e xy f yy = x 2 e y + x 2 e xy f yx = 2 x e y + e xy + xye xy f xy = f yx = 2 x e y + e xy + xye xy g x = 2y sin(xy) cos(xy) g xx = 2y 2 (cos 2 (xy) sin 2 (xy)) g xy = 2xy(cos 2 (xy) sin 2 (xy)) + 2 sin(xy) cos(xy) g y = 2x sin(xy) cos(xy) g yy = 2x 2 (cos 2 (xy) sin 2 (xy)) g yx = 2xy(cos 2 (xy) sin 2 (xy)) + 2 sin(xy) cos(xy) cos x+y3 h x = sin x e h xx = (sin 2 cos x+y3 x cos x)e h xy = 3y 2 cos x+y3 sin x e h y = 3y 2 cos x+y3 e h yy = (9y 4 cos x+y3 + 6y)e h yx = 3y 2 cos x+y3 sin x e

10 0 Lösungswege zu Kapitel 24 Aufgabe 24.4 Die Gleichung einer Geraden durch die Punkte (0, t) und ( t, 0) hat für t (0, ) die Form f(x)= t t t x. Wir definieren nun die Funktion F, (0, ) (0, ) R, F(x,t) = t t t x. Um für jedes x den t-wert zu finden, für den y = F(x,t)maximal wird, bilden wir die partielle Ableitung nach t und setzen sie null, x! = t ( t) 2 = 0. Lösen dieser Gleichung liefert t = x, und für den maximalen y-wert erhalten wir y max = F ( x, x ) = 2 x + x = ( x ) 2. Einbeziehen der beiden Geraden für t = 0 und t = setzt diese Lösung stetig nach x = 0 und x = fort. Die Einhüllende e F ist demnach die Funktion, [0, ] [0, ], e F (x) = ( x ) 2. Aufgabe 24.5 Bei Einführung von Polarkoordinaten erhalten wir r 4 cos ϕ sin 3 ϕ lim f(x) = lim x 0 r 0 r 4 = lim cos ϕ sin 3 ϕ r 0 = cos ϕ sin 3 ϕ, also einen winkelabhängigen Ausdruck. f ist damit in x = 0 unstetig. Für g hingegen ergibt sich r 5 cos 3 ϕ sin 2 ϕ lim g(x) = lim x 0 r 0 r 4 = lim r 0 r cos 3 ϕ sin 2 ϕ = 0. Der Ausdruck cos 3 ϕ sin 2 ϕ ist mit Sicherheit beschränkt, damit existiert der Grenzwert x 0 und ist gleich dem Funktionswert g(0) = 0. Aufgabe 24.6 Mit Polarkoordinaten erhält man G = xy 3 lim (x,y) (0,0) cos(x 2 + y 2 ) = lim r 4 cos ϕ sin 3 ϕ r 0 cos(r 2 ) = lim r 0 r 4 cos ϕ sin 3 ϕ r4 2 + O(r8 ) = lim r 0 2r 4 cos ϕ sin 3 ϕ r 4 + O(r 8 ) 2 cos ϕ sin 3 ϕ = lim r 0 + O(r 4 = 2cos ϕ sin 3 ϕ ) und dieser Ausdruck hängt vom Winkel ϕ ab (siehe z. B. für ϕ = 0 und ϕ = π 4. Der Grenzwert existiert also nicht, die Funktion ist im Ursprung unstetig. Aufgabe 24.7 An allen Punkten außer (x, y) = (0, 0) ist f natürlich als Zusammensetzung stetiger und differenzierbarer Funktionen ebenfalls stetig und differenzierbar. Zu untersuchen bleibt der Punkt (0, 0), hier erhalten wir: Die Funktion ist stetig. x 6 + y 5 lim (x,y) (0,0) x 4 + y 4 = lim r 6 cos 6 ϕ + r 5 sin 5 ϕ r 0 r 4 cos 4 ϕ + r 4 sin 4 ϕ = { } = lim r 0 r = 0 = f(0, 0) r cos 6 ϕ + sin 5 ϕ cos 4 ϕ + sin 4 ϕ

11 Lösungswege zu Kapitel 24 Der Grenzwert wird null, da der Klammerausdruck wegen immer endlich bleibt (siehe auch Seite 786). Nun bestimmen wir die partiellen Ableitungen im Ursprung: cos 4 ϕ + sin 4 ϕ 2 f (h, 0) f(0, 0) (0, 0) = lim x h 0 h ) ( h = lim h 0 h h f(0,h) f(0, 0) (0, 0) = lim y h 0 h ) = lim h 0 h ( 0 + h h 4 0 f( h, h ) f(0, 0) (0, 0) = lim 2 2 a h 0 h = lim h 0 h 2 8 h 5 8 h6 + 4 h4 + 4 = lim h4 h 0 = lim h 0 h = 0 h = lim h 0 h = 8 h Da hier nicht a (0, 0) = (grad f)(0, 0) a gilt, kann f in (0, 0) nicht differenzierbar sein. Aufgabe 24.8 Für die partiellen Ableitungen bis zur zweiten Ordnung erhält man allgemein bzw. speziell an p = ( e, ) : f = y ln x + x e y+2 f p = 2 x = y x + ey+2 y = ln x + x ey+2 x p = 0 y p = 0 2 f x 2 = y 2 f p x 2 x 2 = e 2 = 2 4 Für das Taylorpolynom ergibt sich also 2 f y 2 = x e y+2 2 f y 2 p = 2 f x y = x + ey+2 2 f x y p = 2e p 2 (x, y; e, ) = 2 + e2 2 (x e )2 + 2 (y + )2 + 2e(x e )(y + ). Aufgabe 24.9 Wir erhalten für die Ableitungen (wir lassen aus Platzgründen die Argumente weg): f = x y = e y ln x f x = x = yxy y = ln x xy x = x y p = 0 2 f x 2 = y(y )x y 2 2 f x x 2 = 0 und damit das Taylorpolynom 2 f y 2 = (ln x) 2 x y 2 f y x 2 = 0 2 f x y = xy + y ln x x y 2 f x y = x p 2 (x, y;, ) = + (x ) + (x )(y ).

12 2 Lösungswege zu Kapitel 24 Nun benutzen wir diesen Ausdruck als Näherung für kleine Abweichungen von der Entwicklungsmitte Das exakte Ergebnis wäre.05 0,9 = Aufgabe 24.0 Ableiten ergibt: 0 (.05) 9 =.05 0,9 = ( ) ( 0.) =.045 J f = (f,f 2,f 3 ) (x,y,z) ye xy xe xy 2 cos z sin z = yz xz xy + e z z cosh(xz) 2y x cosh(xz) J g = (g,g 2,g 3 ) (x,x 2,x 3,x 4 ) x x 2 0 x 2 = +x2 2 x + 2+x2 2 + x3 2 sin(x x3 2) 0 2x x 3 sin(x x3 2) ex 4 2x 0 x 3 x 4 2 +x 4 2 Aufgabe 24. Aus b(t) I (x, t) = f(b(t),t)ḃ f(a(t),t)ȧ + dx, a(t) t wobei ein Punkt wiederum für die Ableitung nach t steht, erhalten wir: { Ï = f(b,t) b + (b, τ) τ + } (y, t) τ=t y ḃ ḃ y=b { f(a,t)ä (a, τ) τ + } (y, t) τ=t y ȧ ȧ y=a + (b, τ) τ ḃ b(t) (a, τ) 2 f(x,t) τ=t τ ȧ + τ=t a(t) t 2 dx = f(b,t) b + 2 (b, τ) τ ḃ + (y, t) τ=t y ḃ 2 y=b f(a,t)ä 2 (a, τ) τ ȧ (y, t) τ=t y ȧ 2 y=a b(t) 2 f(x,t) + a(t) t 2 dx In unserem Beispiel ist a(t) = 2t, b(t) = + t 2 und f(x, t)= e tx2. Damit erhalten wir ȧ = 2, ä = 0, ḃ = 2t, b = 2, (x, t) = te tx2 x (x, t) = x 2 e tx2 t 2 f(x,t) t 2 = x 4 e tx2

13 Lösungswege zu Kapitel 24 3 und somit +t 2 I(t) = 2te t(+t2 ) 2 2e 4t3 t e tx2 dx 2t Ï(t) = 2e t(+t2 ) 2 4t( + t 2 ) 2 e t(+t2 ) 2 Setzen wir t =, so erhalten wir 4t 3 e t(+t2 ) t 2 e 4t3 +t 2 + 4t e 4t3 + x 4 e tx2 dx. 2t I() = 0 I() = 2e 4 2e 4 = 0 Ï() = 2e 4 6 e 4 4e e 4 + 4e 4 = 2e 4 und damit das Taylorpolynom p 2 (t; ) = (t )2 e 2. Aufgabe 24.2 W = ( ( u r r cos ϕ r r x + u ) ϕ ϕ x ( u r + r sin ϕ r y + u ) ϕ ) ϕ y ( ) u u sin ϕ = cos ϕ cos ϕ r ϕ r ( ) u u cos ϕ + sin ϕ sin ϕ + r ϕ r = cos 2 ϕ u r + sin2 ϕ u r = u r Aufgabe 24.3 Wir definieren die Funktion f und g, R 2 R mittels f(x,y) = sin x cos y 0. g(x,y) = x 2 + sin y 0.2 und die Funktion f : R 2 R 2 über f (x, y) = (f (x, y), g(x, y)). Für die Jacobi-Matrix dieser Funktion erhalten wir ( ) cos x cos y sin x sin y J f (x) = 2x cos y und am Punkt x speziell J f (x ) = ( ) 0, 0 also einfach die Einheitsmatrix, deren Inverse natürlich ebenfalls die Einheitsmatrix ist. Mit f (x ) = ( 0., 0.2) erhalten wir gemäß Newton-Vorschrift ( ) ( ) ( ) ( ) x 0 = J y 0 f =. x Dort erhalten wir ( ) x J f ( ) J f x,y

14 4 Lösungswege zu Kapitel 24 und damit ( ) ( ) ( ) x2 0. J y f x Zum Vergleich, die auskonvergierte Lösung liegt bei (x,y ) ( , ). ( ) Aufgabe 24.4 Wir leiten die Homogenitätsbeziehung nach λ ab, und benutzen die Kettenregel, Mit und erhalten wir df(λx) dλ = (λx) (λx i ) df(λx) dλ (λx) (λx ) = hλ h f(x), (λx ) λ (λx i ) λ = (λx) x i = x i (λx) (λx n ) x i (λx i ) = (λx) λ x i x (grad f)= hλ h f(x). (λx n ) λ Diese Gleichung gilt für beliebige Werte von λ, insbesondere für λ =. Damit ist die Euler-Gleichung gezeigt. Aufgabe 24.5 Wir setzen und sehen aus p(x,y) = 2x cos y q(x,y) = x 2 sin y p y = 2x sin y = q x, dass diese Differenzialgleichung exakt ist. Integration liefert F(x,y) = 2x cos y dx = x 2 cos y + ϕ (y) F(x,y) = x 2 sin y dy = x 2 cos y + ϕ 2 (x).. Alle Lösungen sind implizit durch mit Konstanten C gegeben. Auflösen nach y liefert x 2 cos y = C y(x) = arccos C x 2. Auch die zweite Gleichung ist exakt, wie man mit p(x,y) = e x y und q(x,y) = e x + 2y sofort aus p y = ex = q x erkennt. Integration liefert nun F(x,y) = e x y dx = e x y + ϕ (y) (e F(x,y) = x + 2y ) dy = e x y + y 2 + ϕ 2 (x).

15 Lösungswege zu Kapitel 24 5 Vergleich zeigt, dass ϕ (y) = y 2 + const sein muss, die Lösung also implizit durch gegeben sind. Lösen der quadratischen Gleichung liefert e x y + y 2 = C y(x) = ex 2 ± C + e2x 4, wobei für C<0 stets x 2 ln( 4C) sein muss. Aufgabe 24.6 Wir setzen p(x,y) = 2x sin(x + y) + cos(x + y), + x2 q(x,y) = cos(x + y). Aus p y = 2x cos(x + y) sin(x + y), + x2 q = sin(x + y) x sehen wir, dass diese Differenzialgleichung nicht exakt ist. Wir versuchen, einen integrierenden Faktor μ zu finden und setzen versuchsweise μ(x,y) = μ(x). Aus (μp) = μ 2x cos(x + y) μ sin(x + y) y + x2 (μq) = μ cos(x + y) μ sin(x + y) x sehen wir, dass μ die Differenzialgleichung μ = 2x + x 2 μ erfüllen muss. Das ist eine lineare Gleichung erster Ordnung, zu der wir schnell eine Lösung angeben können. Setzen wir etwa μ(x) = e ϕ(x), so erhalten wir ϕ (x) = 2x + x 2 ϕ(x) = ln( + x 2 ) (wir brauchen ja nur irgend eine Lösung) und μ(x) = + x 2. Zur exakten Differenzialgleichung 2x sin(x + y) + ( + x 2 ) cos(x + y)( + y ) = 0 gibt es eine Stammfunktion F, für die wir durch Integration ( F(x,y) = 2x sin(x + y) + ( + x 2 ) cos(x + y)) dx = ( + x 2 ) sin(x + y) + ϕ (y) F(x,y) = ( + x 2 ) cos(x + y)dy = ( + x 2 ) sin(x + y) + ϕ 2 (x) erhalten. Alle Lösungen der Differenzialgleichungen sind damit implizit in der Form mit Konstanten C gegeben. ( + x 2 ) sin(x + y) = C

16 6 Lösungswege zu Kapitel 24 Aufgabe 24.7 Wir setzen und sehen aus p(x,y) = cos x + sin x q(x,y) = 2 sin xy p y = 0 = 2 cos xy= q x, dass die Differenzialgleichung nicht exakt ist. Es gelingt auch nicht, einen integrierenden Faktor zu finden, der nur von einer der beiden Variablen abhängt. Zielführend ist hingegen ein Produktansatz μ(x,y) = X(x)Y(y), μp y = XY cos x + XY sin x μq x = 2 yxy cos x + 2yX Y sin x. Da wir aber irgendwelche Funktionen X und Y benötigen, mit denen die Exaktheitsbedingung erfüllt ist, suchen wir nach Ausdrücken, die keine trigonometrischen Funktionen mehr enthalten und daher XY = 2yXY und XY = 2yX Y erfüllen müssen. Mit der ersten Gleichung können wir die zweite zu X = X vereinfachen, eine Lösung davon ist X(x) = e x. Nach Division durch X nimmt die erste Gleichung die Gestalt Y = 2yYan. Davon können wir schnell eine Lösung angeben, etwa indem wir Y = e ϕ(y) setzen, ϕ (y) e ϕ(y) = 2y e ϕ(y). Eine spezielle Lösung ist ϕ(y) = y 2, sodass unser integrierender Faktor die Gestalt annimmt. Die Differenzialgleichung μ(x,y) = X(x)Y(y) = e x e x2 = e x+y2 (cos x + sin x)e x+y2 + 2 sin xye x+y2 y = 0 ist exakt, und wir erhalten F(x,y) = e y2 (cos x + sin x)e x dx = e y2 sin x e x + ϕ (y) F(x,y) = sin x e x 2y e y2 dy = sinx e x e y2 + ϕ 2 (x). Die Lösungen der Differenzialgleichung sind demnach implizit durch sin x e x+y2 = C gegeben. Hier können wir sogar eine explizite Auflösung nach y wagen: e x+y2 = C sin x x + y2 = ln C sin x y 2 = ln C ln sin x x y(x) =± D ln sin x x Dabei haben wir D := ln C gesetzt (eine Konstante ist so gut wie die andere), und die Lösung ist nur dort definiert, wo sin x>0 und D ln sin x x 0 ist. Aufgabe 24.8 f C ist erfüllt, und es gilt f(0,, 0) = 0. Nun erhält man [ = y 2 + x ] = = 0, z p + z p

17 Lösungswege zu Kapitel 24 7 die Auflösung ist also möglich. Wir definieren und erhalten für die partiellen Ableitungen dieser Funktion: F(x, y) = e x y 2 z(x, y) + x ln( + ϕ(x, y)) 0 F x (x, y) = e x y 2 ϕ x (x, y) + ln( + ϕ(x, y)) + xϕ x(x, y) + ϕ(x,y) 0 F y (x, y) = 2yϕ(x, y) + y 2 ϕ y (x, y) + xϕ y(x, y) + ϕ(x,y) 0 Am Punkt (0, ) ergibt das mit ϕ(0, ) = 0 die beiden Gleichungen ϕ x (0, ) = 0 ϕ y (0, ) = 0 also ϕ x (0, ) = und ϕ y (0, ) = 0. Dasselbe Ergebnis erhält man natürlich auch aus dem allgemeineren F x (x, y) = x + z ϕ x 0 F y (x, y) = y + z ϕ y 0 mit Auflösen nach ϕ x bzw. ϕ y und Einsetzen von x = 0, y =. Aufgabe 24.9 Es sind f,f 2 C (R 3 ), außerdem ist f (, 0, ) = f 2 (, 0, ) = 0. Für die Jacobi-Determinante erhält man: (f,f 2 ) (y,z) = 2 sin(xyz)xz + z 2 sin(xyz)xy + y p 2(xyz) xz 2(xyz) xy + p = 0 0 = = 0. Daher gibt es zwei Funktionen y und z, für die gilt: y() = 0, z() = sowie f (x, y(x), z(x)) 0 und f 2 (x, y(x), z(x)) 0 in einer Umgebung von P. Mit diesem Ergebnis werden nun zwei Funktionen F und F 2 definiert und nach x abgeleitet: F (x) := f (x, y(x), z(x)) = 2 cos(x y(x)z(x)) + y(x)z(x) 2x 0 F (x) = 2sin(x y(x)z(x)) {y(x)z(x) + x [y (x) z(x) + y(x)z (x)]}+ +[y (x) z(x) + y(x)z (x)] 2 0 F (x) = cos(...) {...}2 2 sin(...) {...} + y (x) z(x) + 2y (x) z (x) + y(x)z (x) 0 F 2 (x) := f 2 (x, y(x), z(x)) = (x y(x)z(x)) 2 + z(x) 0 F 2 (x) = 2(x y(x)z(x)) {...}+z (x) 0 F 2 (x) = 2 {...}2 + 2(x y(x)z(x)) {...} + z (x) 0 Nun setzen wir x = ein und beachten y() = 0 und z() = : Aus F () = y () 2 = 0 erhält man y () = 2, des Weiteren ist F 2 () = z () = 0. Analog sind wegen F () = y () = 0 und F 2 () = z () = 0 die zweiten Ableitungen y () = 8 und z () = 8. Aufgabe Als Zusammensetzung unendlich oft differenzierbarer Funktionen ist sicher f C, und es gilt f(π,, 4 ) = ecos2 π 4 e = e ( 2 ) 2 e = 0. Für die Ableitung nach z erhält man z = 2xy 3 cos(xy 3 z) sin(xy 3 z) e cos2 (xy 3 z) p p = 2π cos π 4 sin π 4 ecos2 π 4 = 0.

18 8 Lösungswege zu Kapitel 24 Die Funktion ist also lokal eindeutig nach z auflösbar. Nun zu den partiellen Ableitungen: F(x,y) := f(x,y,z(x,y)) = e cos2 (xy 3z(x,y)) e 0 F x (x, y) = 2cos(xy 3 z(x,y))sin(xy 3 z(x,y)) e cos2 (xy 3 z(x,y)) (zy 3 + xy 3 z x (x, y)) 0 F y (x, y) = 2cos(xy 3 z(x,y))sin(xy 3 z(x,y)) e cos2 (xy 3 z(x,y)) (3xy 2 z + xy 3 z y (x, y)) 0 Einsetzen von x = π, y = ergibt mit z(π, ) = 4 2e /2 ( πz x(π, )) = 0 }{{} =0 2e /2 ( 3π 2 2 }{{} 4 + πz y(π, )) = 0 =0 weiter also z x (π, ) = 4π und z y(π, ) = 4 3. Aufgabe 24.2 Es ist f i C, f (4, 2, 2) = f 2 (4, 2, 2) = 0, und für die Jacobi-Determinante erhält man (f,f 2 ) (x,y) = x y 2 2 = 2x 2y x y P P = = 28 = 0 Das Funktionensystem ist also in P tatsächlich lokal auflösbar. Aus f (x,y,z) = 0 erhält man x 2 = 22 + z y 2, aus f 2 (x,y,z) = 0 weiter y 2 = z 3 x, und setzt man das ein, ergibt sich x 2 x z 3 z 22 = 0. Als Lösung der quadratischen Gleichung erhält man x = ϕ (z) = z3 + z + 22 (nur der positive Zweig der Wurzel kommt in Betracht, da für z = 2jax = 4 > 0 sein soll) und damit weiter y = ϕ 2 (z) = z z3 + z Aufgabe Es ist η = f (p) = (0,, 0). Die Jacobi-Determinanten von f und g in p und η ergeben: 2 x = x 2 x 0 (,,) 2x 0 2x 3 (,,) 2 = g 2(y y 2 ) 2(y y 2 ) 2y 3 y = 2(y + y 2 ) 2(y + y 2 ) 0 (0,,0) y 2 y (0,,0) =

19 Lösungswege zu Kapitel 24 9 Nun gilt nach der Kettenregel: h g (p) = (η) x y x (p) = = und die Determinante ergibt x h (p) = 6 (2 + 2) 2 ( 8 2) = 64 = 0, die Abbildung ist also umkehrbar. Da die Matrizen quadratisch sind, gilt auch h x (p) = g y (η) x (p) = 8 ( 8) = 64. Aufgabe Für die ersten partiellen Ableitungen erhält man x = x (x2 y 2 2) e x2+y2 2 y = y (2 + x2 y 2 ) e x2+y2 2 Nullsetzen liefert im ersten Fall x = 0 oder x 2 y 2 2 = 0, im zweiten y = 0 oder x 2 y = 0. Ein kritischer Punkt ist damit auf jeden Fall p = (0, 0). Die Bedingungen x = 0 und 2 y 2 = 0 führen auf p 2 = (0, 2), p 3 = (0, 2). Für y = 0 und x 2 2 = 0 erhält man p 4 = ( 2, 0), p 5 = ( 2, 0). Die beiden Bedingungen x 2 y 2 2 = 0 und x 2 y 2 +2 = 0 sind nicht gleichzeitig erfüllbar, man hat also bereits alle kritischen Punkte gefunden. Überprüfen der zweiten Ableitungen liefert: (f xx f yy fxy 2 ) (0,0) = ( 2) 2 0 = 4 < 0 p Sattelpkt. (f xx f yy fxy 2 ) (0, 2) = ( 4 e ) ( 4 e ) 0 = 6 e 2 > 0 f xx = 4 e < 0, p 2 lok. Max. (f xx f yy fxy 2 ) (0, 2) = ( 4 e ) ( 4 e ) 0 = 6 e 2 > 0 f xx = 4 e < 0, p 3 lok. Max. (f xx f yy fxy 2 ) ( 2,0) = 4 4e 6 e 0 = e 2 > 0 f xx = 4 e > 0, p 4 lok. Min. (f xx f yy fxy 2 ) ( 2,0) = 4 e 4e 0 = 6 e 2 > 0 f xx = 4 e > 0, p 5 lok. Min. Aufgabe Die ersten partiellen Ableitungen ergeben sich zu f x = 4(+2x y) 2(2 x +y)+2(+x y) = 2x 8y + 2 und f y = 2( + 2x y)+ 2(2 x + y) 2( + x y) = 8x + 6y. Nullsetzen liefert ein Gleichungssystem mit den Lösungen x = 2 3 und y = 2. Mit f xx = 2, f xy = 8und f yy = 6 erhält man = f xx f yy fxy 2 = 8 > 0, es handelt sich also tatsächlich um ein Extremum, wegen f xx = 2 > 0 um ein relatives Minimum, natürlich muss es auch das absolute Minimum der Funktion sein. Aufgabe Lösen wir die Bedingung g(x,y,z) = 0 nach z auf, so erhalten wir z = x y, damit definieren wir f(x,y) := f(x,y, x y) = x xy + y 2. Für diese Funktion erhalten wir f x = y = 0 y = f y = x + 2y = 0 x = 2y, also x = 2, y =, z = 2. Nun ist f(2,, 2) = f(2, ) =, aber z. B. f(0, 0) = 0 < und f(2, 0) = 2 >, also liegt an p = (2,, 2) kein Extremum.

20 20 Lösungswege zu Kapitel 24 Aufgabe Nullsetzen der ersten partiellen Ableitungen liefert: f x (x, y) = 3y 2 + 3x 2 = 3(x 2 y 2 ) = 0 x 2 = y 2,x=±y f y (x, y) = 4y 3 6xy = 2y(2y 2 3x) = 0 y = 0 2y 2 3x = 0 Eine Lösung ist also sicher p = (0, 0). Setzt man nun y 2 = x 2 in 2y 2 3x = 0 ein, erhält man x (2x 3) = 0 mit den beiden Lösungen x = 0 (schon in p erfasst) und x = 2 3. Wegen x =±yergeben sich also zwei weitere Punkte p 2 = ( 2 3, 2 3 ) und p 3 = ( 2 3, 2 3 ). Nun versuchen wir, anhand der Hesse-Matrix Aussagen über die Art des Extremums zu erhalten, dazu betrachten wir: 2 = f xx f xy f xy f yy = 6x 6y 6y 2y 2 6x Für die Punkte p 2 und p 3 erhalten wir: p2 2 = 9 8 ( 9) ( 9) = 8 > 0 p3 2 = = 8 > 0 Es handelt sich also um Extrema, und zwar (wegen f xx p2 = f xx p3 = 9 > 0) um zumindest lokale Minima. An p kann mit der Hesse-Matrix keine Aussage gemacht werden ( p 2 = 0), da aber beispielsweise f(x,0) = x 3 in jeder Umgebung von p = (0, 0) größere und kleinere Werte als f(0, 0) = 0 annimmt, muss es sich um einen Sattelpunkt handeln. Anhand von f(x,0) sieht man auch, dass f beliebig große und kleine Werte annehmen kann, es also keine globalen Extreme geben kann. Anwendungsprobleme Aufgabe Linearisierung im Sinne des totalen Differenzials liefert V = 2rπ h r + r 2 π h, mit r = 0 cm, h = 50 cm, r = 0. cm und h = 0. cm erhalten wir V = ( ± ) cm 3. Angaben in so hoher Genauigkeit sind allerdings weder für den Wert noch den Fehler sinnvoll. Meist beschränkt man sich darauf, den Fehler auf zwei signifikante Stellen des Fehlers und den Wert auch bis zu dieser Genauigkeit anzugeben, hier etwa V = ( 57 ± 35) 0 cm 3. Aus a = 2s t 2 erhalten wir und bei Einsetzen der Werte Aus erhalten wir und damit a = 2 s t s t 3 t a = (3.42 ± 0.0) m s 2. R 2 = R R 2 R + R 2 R 2 = R2 2 R + R 2 R 2 (R + R 2 ) 2 R 2 = (33.3 ± 2.8). Dass der absolute Fehler hier kleiner ist als der der Ausgangsgrößen ist nicht sonderlich überraschend, denn auch der Wert ist kleiner. Betrachtet man den relativen Fehler R 2 /R 2, so sieht man, dass dieser größer ist als das geometrische Mittel der relativen Ausgangsfehler. (Die simple Betrachtung eines Mittels ist hier gerechtfertigt, weil beide Ausgangsgrößen symmetrisch eingehen, das geometrische Mittel ist dem Charakter von relativen Größen besser angepasst als das arithmetische.)

21 Lösungswege zu Kapitel 24 2 Aufgabe Wir erhalten aus p = RV T, V = p RT, T = p RV die Ableitungen ( ) p V T = RT, ( ) V = p T p RT 2, ( ) T = p V RV und das Produkt ( ) p V T ( ) ( ) V T = p T p p V RV T =. Aufgabe Wir erhalten durch mehrfaches Ableiten ln Z = Z Z = x i Z x i x i 2 ln Z = Z Z x i x j Z Z x i x j Z x i x j 2 Z Z Z = x i x j x i x j 3 ln Z = 2 Z Z Z x i x j x k Z 3 2 Z Z x i x j x k Z 2 x i x k x j Z 2 Z x i 2 Z x j x k Z 2 2 Z Z x i x j x k + 3 Z Z x i x j x k 3 Z 2 Z Z = x i x j x k x i x j x k 2 Z Z x i x k x j 2 Z Z x j x k x i Z Z Z + 2 x i x j x k

22 22 Lösungswege zu Kapitel 24 4 ln Z = 6 Z Z Z Z x i x j x k x l Z Z Z Z x i x j x k x l Z 3 x i x l x j x k Z Z Z Z Z Z Z x j x l x i x k Z 3 x k x l x i x j Z 2 3 Z Z x i x k x l x j Z Z 3 2 Z x i x k Z x j Z x l Z 2 3 Z Z x j x k x l x i Z Z 3 2 Z x j x k Z x i Z x l Z 2 3 Z Z x i x j x l x k Z Z 3 2 Z x i x j Z x k Z x l 2 Z 2 Z x i x k x j x l 2 Z 2 Z x j x k x i x l 2 Z 2 Z x i x j x k x l 3 Z Z Z Z x i x j x k x l Z x i x j x k x l 4 Z = x i x j x k x l 3 Z Z 6 x perm. i x i2 x i3 x i4 2 Z 2 Z 8 x perm. i x i2 x i3 x i4 + 2 Z Z Z 2 x perm. i x i2 x i3 x i4 Z Z Z Z 6 x i x j x k x l Dabei bedeutet perm, dass über alle Permutationen von (x i,x j,x k,x l ) zu summieren ist. Die kombinatorischen Vorfaktoren kompensiert dabei die mehrfach gezählten Varianten.

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4

Mehr

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch TECHNISCHE UNIVERSITÄT BERLIN SS 07 Institut für Mathematik Stand: 3. Juli 007 Ferus / Garcke Lösungsskizzen zur Klausur vom 6.07.07 Analysis II. Aufgabe (5 Punkte Der metrische Raum (X, d ist gegeben.

Mehr

UNIVERSITÄT 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 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

Mehr

Musterlösungen Aufgabenblatt 2

Musterlösungen 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

Mehr

Implizite 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. 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,

Mehr

Musterlösung zu Blatt 1

Musterlösung zu Blatt 1 Musterlösung zu Blatt Analysis III für Lehramt Gymnasium Wintersemester 0/4 Überprüfe zunächst die notwendige Bedingung Dfx y z = 0 für die Existenz lokaler Extrema Mit x fx y z = 8x und y fx y z = + z

Mehr

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12 Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3

Mehr

Übungen zum Ferienkurs Analysis II 2014

Übungen 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

Mehr

Karlsruher 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 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

Mehr

Extremwerte von Funktionen mehrerer reeller Variabler

Extremwerte 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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 10

Technische 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)

Mehr

Lösungen der Aufgaben zu Kapitel 9

Lösungen der Aufgaben zu Kapitel 9 Lösungen der Aufgaben zu Kapitel 9 Abschnitt 9. Aufgabe a) Wir bestimmen die ersten Ableitungen von f, die uns dann das Aussehen der k-ten Ableitung erkennen lassen: fx) = x + e x xe x, f x) = e x e x

Mehr

1 Umkehrfunktionen und implizite Funktionen

1 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

Mehr

Klausur zu Analysis II - Lösungen

Klausur 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.

Mehr

Analysis im R n. In diesem Kapitel geht es um die Erweiterung dessen, was für Funktionen R R. Kapitel 8

Analysis im R n. In diesem Kapitel geht es um die Erweiterung dessen, was für Funktionen R R. Kapitel 8 Kapitel 8 Analysis im R n In diesem Kapitel geht es um die Erweiterung dessen, was für Funktionen R R aus der Analysis 1 bereits gut bekannt ist, auf den mehrdimensionalen Fall, also auf Abbildungen R

Mehr

B 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 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,

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 12

Technische 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

Mehr

Mathematische Behandlung der Natur- und Wirtschaftswissenschaften I. f(x) := e x + x.

Mathematische 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

Mehr

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 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.

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,

Mehr

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z 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

Mehr

Rückblick auf die letzte Vorlesung. Bemerkung

Rückblick 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

Mehr

Lösungen der Aufgaben zu Kapitel 10

Lösungen der Aufgaben zu Kapitel 10 Lösungen der Aufgaben zu Kapitel 10 Abschnitt 10.2 Aufgabe 1 (a) Die beiden Funktionen f(x) = 1 und g(y) = y sind auf R definiert und stetig. 1 + x2 Der Definitionsbereich der Differentialgleichung ist

Mehr

Analysis II 14. Übungsblatt

Analysis 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

Mehr

Lösungen zu Mathematik I/II

Lösungen zu Mathematik I/II Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx

Mehr

7.11. Extrema unter Nebenbedingungen

7.11. 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

Mehr

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.

f(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

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...

Musterlösung. 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

Mehr

f 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.

f 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

Mehr

Extrema von Funktionen mit zwei Variablen

Extrema von Funktionen mit zwei Variablen Extrema von Funktionen mit zwei Variablen Es gilt der Satz: Ist an einer Stelle x,y ) f x x,y ) = und f y x,y ) = und besteht außerdem die Ungleichung f xx x,y )f yy x,y ) f xy x,y ) >, so liegt an dieser

Mehr

6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode

6 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,

Mehr

Anwendungen der Differentialrechnung

Anwendungen 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

Mehr

3. Mai Zusammenfassung. g x. x i (x).

3. 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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE 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

Mehr

Übungen zum Ferienkurs Analysis II

Übungen 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

Mehr

TU Dresden Fachrichtung Mathematik Institut für Numerische Mathematik 1. Dr. M. Herrich SS 2017

TU Dresden Fachrichtung Mathematik Institut für Numerische Mathematik 1. Dr. M. Herrich SS 2017 TU Dresden Fachrichtung Mathematik Institut für Numerische Mathematik 1 Prof. Dr. K. Eppler Institut für Numerische Mathematik Dr. M. Herrich SS 2017 Aufgabe 1 Übungen zur Vorlesung Mathematik II 4. Übung,

Mehr

Funktionen mehrerer Variabler

Funktionen mehrerer Variabler Vektoranalysis Funktionen mehrerer Variabler Wir untersuchen allgemein vektorwertige Funktionen von vektoriellen Argumenten, wobei zunächst nur reelle Vektoren zugelassen seien. Speziell betrachten wir:

Mehr

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion Übungen zur Ingenieur-Mathematik III WS 11/1 Blatt 8 3.11.11 Aufgabe 5: Berechnen Sie den kritischen Punkt der Funktion fx, y 3x 5xy y + 3 und entscheiden Sie, ob ein Maximum, Minimum oder Sattelpunkt

Mehr

Ferienkurs der TU München- - Analysis 2 Funktionen in mehreren Variablen Vorlesung

Ferienkurs der TU München- - Analysis 2 Funktionen in mehreren Variablen Vorlesung Ferienkurs der TU München- - Analysis 2 Funktionen in mehreren Variablen Vorlesung Jonas J. Funke 30.08.2010-03.09.2010 Inhaltsverzeichnis 1 Funktionen in mehreren Variablen 3 2 Partielle Differentiation

Mehr

18.2 Implizit definierte Funktionen

18.2 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

Mehr

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte

Topologie 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

Mehr

Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema

Thema 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

Mehr

8 Extremwerte reellwertiger Funktionen

8 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

Mehr

Analysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS.

Analysis 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

Mehr

Prüfungsvorbereitungskurs Höhere Mathematik 3

Prüfungsvorbereitungskurs Höhere Mathematik 3 Prüfungsvorbereitungskurs Höhere Mathematik 3 Gewöhnliche Differentialgleichungen Marco Boßle Jörg Hörner Mathematik Online Frühjahr 2011 PV-Kurs HM 3 Gew. DGl 1-1 Zusammenfassung y (x) = F (x, y) Allgemeine

Mehr

Multivariate Analysis

Multivariate 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

Mehr

1.6 Implizite Funktionen

1.6 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

Mehr

Prüfung zur Vorlesung Mathematik I/II

Prüfung zur Vorlesung Mathematik I/II Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 8

Klausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 8 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 8 8.1 (Herbst 2012, Thema 2, Aufgabe 5) Bestimmen Sie die allgemeine Lösung der Differentialgleichung (

Mehr

HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt. Mathematik II für Bauingenieure. (f) 4 sin x cos 5 x dx. 3 x e x2 dx (i) e 2x 1 dx.

HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt. Mathematik II für Bauingenieure. (f) 4 sin x cos 5 x dx. 3 x e x2 dx (i) e 2x 1 dx. HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Mathematik II Mathematik II für Bauingenieure Wiederholungsaufgaben zur Prüfungsklausur im Juli 2007 1 Integralrechnung Aufgabe 1 : Berechnen Sie die folgenden

Mehr

i j m f(y )h i h j h m

i 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

Mehr

ÜBUNGSBLATT 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 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

Mehr

Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }

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

Mehr

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Musterlösung 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

Mehr

2 Extrema unter Nebenbedingungen

2 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

Mehr

Übungen zu Funktionen mehrerer Veränderlicher. Lösungen zu Übung Betrachten Sie die durch. y 1 + x 2. z = gegebene Fläche.

Übungen zu Funktionen mehrerer Veränderlicher. Lösungen zu Übung Betrachten Sie die durch. y 1 + x 2. z = gegebene Fläche. Übungen zu Funktionen mehrerer Veränderlicher 5.1 Betrachten Sie die durch Lösungen zu Übung 5 gegebene Fläche. z = y 1 + x 2 (a) Zeichnen Sie die Höhenlinien in ein Koordinatensystem. (b) Veranschaulichen

Mehr

Funktionen mehrerer Variabler

Funktionen mehrerer Variabler Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen

Mehr

Folgerungen aus dem Auflösungsatz

Folgerungen 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

Mehr

Lösung zu Kapitel 5 und 6

Lösung zu Kapitel 5 und 6 Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig

Mehr

Lagrange-Multiplikatoren

Lagrange-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

Mehr

Stroppel Musterlösung , 180min. Aufgabe 1 (3 Punkte) Bestimmen Sie die Determinante der Matrix

Stroppel Musterlösung , 180min. Aufgabe 1 (3 Punkte) Bestimmen Sie die Determinante der Matrix Stroppel Musterlösung 7.., 8min Aufgabe Punkte Bestimmen Sie die Determinante der Matrix A =. Geben Sie alle Lösungen x des homogenen Gleichungssystems Ax = an. Entwicklung nach der ersten Spalte: deta

Mehr

Funktionen mehrerer Veränderlicher

Funktionen mehrerer Veränderlicher Funktionen mehrerer Veränderlicher Betrachtet werden Funktionen f : D R mit Denitionsbereich D R n und Wertebereich R, d. h. man hat die Funktionsgleichung y = f (x) = f (x, x 2,..., x n ) Beispiele: f

Mehr

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. 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,

Mehr

Serie 4: Gradient und Linearisierung

Serie 4: Gradient und Linearisierung D-ERDW, D-HEST, D-USYS Mathematik II FS 5 Dr. Ana Cannas Serie 4: Gradient und Linearisierung Bemerkungen: Die Aufgaben der Serie 4 bilden den Fokus der Übungsgruppen vom 7./9. März.. Wir betrachten die

Mehr

3.2 Implizite Funktionen

3.2 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

Mehr

Elemente der Analysis II

Elemente 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

Mehr

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 13. Übung/Lösung Mathematik für Studierende der Biologie

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 13. Übung/Lösung Mathematik für Studierende der Biologie LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Andreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.de Department Biologie II Telefon: 89-8-748 Großhadernerstr. Fax:

Mehr

23. DIFFERENTIALRECHNUNG VON FUNKTIONEN VON MEHREREN VARIABLEN

23. 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

Mehr

Lösung zur Klausur zur Analysis II

Lösung zur Klausur zur Analysis II Otto von Guericke Universität Magdeburg 9.7.4 Fakultät für Mathematik Lösung zur Klausur zur Analysis II Vorlesung von Prof. L. Tobiska, Sommersemester 4 Bitte benutzen Sie für jede Aufgabe ein eigenes

Mehr

4.5 Lokale Extrema und die Hessesche Form

4.5 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

Mehr

16. FUNKTIONEN VON MEHREREN VARIABLEN

16. 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

Mehr

Übungen zur Analysis II Blatt 27 - Lösungen

Übungen 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

Mehr

Umkehrfunktion. g (y) = f (x) 1, x = g(y), Umkehrfunktion 1-1

Umkehrfunktion. 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,

Mehr

Outline. 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 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

Mehr

Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7

Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 7.1 (Herbst 2015, Thema 1, Aufgabe 4) Gegeben sei das Dreieck und die Funktion f : R mit Bestimmen Sie f(

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 2013 Prof. Dr. Erich Walter Farkas Kapitel 8. Funktionen von mehreren Variablen 8.2 Partielle Differentiation Prof. Dr. Erich Walter Farkas Mathematik I+II, 8.2 Part. Diff.

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium 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

Mehr

Aufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4

Aufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4 Prof. Dr. B. Billhardt Wintersemester 4/5 Klausur zur Vorlesung Höhere Mathematik II (BNUW) 4.3.5 Aufgabe (a) Ermitteln Sie die Nullstellen des Polynoms p(z) = z 4 4z 3 + 3z + 8z. Tipp: p( + i) =. (b)

Mehr

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt

Mehr

1.3 Differenzierbarkeit

1.3 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

Mehr

III Reelle und komplexe Zahlen

III Reelle und komplexe Zahlen Mathematik für Elektrotechniker Klausur Vorbereitung Prof Dr Volker Bach, Dr Sébastien Breteaux, Institut für Analysis und Algebra Jeder Satz, der einen Namen hat, ist wichtig III Reelle und komplexe Zahlen

Mehr

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

Serie 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

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

Mehr

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0. Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ

Mehr

Rückblick auf die letzte Vorlesung

Rückblick 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

Mehr

Reellwertige Funktionen mehrerer Veränderlicher

Reellwertige 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,

Mehr

Prof. Dr. Rolf Linn

Prof. Dr. Rolf Linn Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen

Mehr

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

Mehr

Exakte Differentialgleichungen

Exakte Differentialgleichungen Exakte Differentialgleichungen M. Vock Universität Heidelberg Seminar Mathematische Modellierung am 11.11.2008 Gliederung Differentialgleichungen eine erste Begegnung Definition Gewöhnliche DGL Die exakte

Mehr

4.4 Lokale Extrema und die Hessesche Form

4.4 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

Mehr

10.6. Implizite ebene Kurven und Tangenten

10.6. Implizite ebene Kurven und Tangenten 0.6. Implizite ebene Kurven und Tangenten Im Gegensatz zu expliziten Darstellungen sind weder implizite noch Parameterdarstellungen einer Kurve eindeutig. Der Übergang von impliziten zu expliziten Darstellungen

Mehr

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

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 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

Mehr

Totale Ableitung und Jacobi-Matrix

Totale 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

Mehr

Mikroökonomik Prof. Dr. Stefan Klonner SoSe Übungsblatt 1

Mikroökonomik 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.

Mehr

5. Übungsblatt zur Analysis II

5. Übungsblatt zur Analysis II Facbereic Matematik Prof. Dr. R. Farwig C. Komo J. Prasiswa R. Sculz SS 009 8.05.009 5. Übungsblatt zur Analysis II Gruppenübung Aufgabe G (Differenzierbarkeit Gegeben sei die Funktion f : R R mit f(x,

Mehr

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, 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, 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,

Mehr

Stetigkeit und Dierenzierbarkeit im R n

Stetigkeit 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.

Mehr

Mathematik 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 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