Analysis II 14. Übungsblatt

Ähnliche Dokumente
Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester

Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8. Übungsblatt. ). 12x 3 Die Hessematrix von f ist gegeben durch H f (x, y) =

Folgerungen aus dem Auflösungsatz

Musterlösung zu Blatt 1

Rückblick auf die letzte Vorlesung

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

2 Extrema unter Nebenbedingungen

1 Umkehrfunktionen und implizite Funktionen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

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

Extremwertrechnung in mehreren Veränderlichen

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

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

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

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

Probeklausur. 1 Stetigkeit [7 Punkte] 2 Differenzierbarkeit [10 Punkte] Ferienkurs Analysis 2 für Physiker SS Karolina Stoiber Aileen Wolf

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

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

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.

2 Extrema unter Nebenbedingungen

1.6 Implizite Funktionen

10 Extremwerte mit Nebenbedingungen

Anwendungen der Differentialrechnung

Prof. Dr. H. Brenner Osnabrück SS Analysis II. Vorlesung 50. Hinreichende Kriterien für lokale Extrema

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

Monotonie, Konkavität und Extrema

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

Lösungen zu den Hausaufgaben zur Analysis II

Klausur zu Analysis II - Lösungen

8 Extremwerte reellwertiger Funktionen

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

Extremwerte von Funktionen mehrerer reeller Variabler

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

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

Rückblick auf die letzte Vorlesung. Bemerkung

Grundlagen der Mathematik 2 Nachklausur

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

6 Weiterer Ausbau der Differentialrechnung

10. Übungsblatt zur Analysis II

C. Eicher Analysis Study Center ETH Zürich HS Extremwerte

Übung 5, Analytische Optimierung

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

Übungen zur Analysis II Blatt 27 - Lösungen

16. FUNKTIONEN VON MEHREREN VARIABLEN

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.

55 Lokale Extrema unter Nebenbedingungen

Mikroökonomik Prof. Dr. Stefan Klonner SoSe Übungsblatt 1

Anwendungen der Differentialrechnung

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

18.2 Implizit definierte Funktionen

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f.

6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode

18 Höhere Ableitungen und Taylorformel

Analysis I. Vorlesung 13. Der Zwischenwertsatz

Übungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion.

Lagrange-Multiplikatoren

TECHNISCHE UNIVERSITÄT MÜNCHEN

5.10. Mehrdimensionale Extrema und Sattelpunkte

Übungen zum Ferienkurs Analysis II 2014

2.10 Lokale Funktionsanalyse

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE

7.11. Extrema unter Nebenbedingungen

Analysis I. 1. Beispielklausur mit Lösungen

2. Übungsblatt zur Differentialgeometrie

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

Technische Universität München Zentrum Mathematik. Übungsblatt 4

26. Höhere Ableitungen

9 Optimierung mehrdimensionaler reeller Funktionen f : R n R

Technische Universität München Zentrum Mathematik. Übungsblatt 12

Analysis I. 4. Beispielklausur mit Lösungen

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

10 Untermannigfaltigkeiten

Analysis II. Vorlesung 52. Diffeomorphismen

3 Optimierung mehrdimensionaler Funktionen f : R n R

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

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,

Optimieren unter Nebenbedingungen

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

Funktionen untersuchen

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2

Kuhn-Tucker-Bedingung

Technische Universität Berlin

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Musterlösungen Aufgabenblatt 2

Monotone Funktionen. Definition Es sei D R. Eine Funktion f : D R heißt. (ii) monoton fallend, wenn für alle x, x D gilt. x < x f (x) f (x ).

Analysis II. 8. Klausur mit Lösungen

3. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12)

5 Stetigkeit und Differenzierbarkeit

Stetigkeit. Definitionen. Beispiele

Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)

Inverse und implizite Funktionen

Vorlesung: Analysis II für Ingenieure. Wintersemester 09/10. Michael Karow. Themen: Taylor-Entwicklung und lokale Extrema

Lösungen zu Mathematik I/II

Da der Nenner immer positiv ist, folgt. g (x) > 0 2x(2 x) > 0 0 < x < 2 g (x) < 0 2x(2 x) < 0 x < 0 oder x > 2

Implizite Funktionen

Transkript:

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 eine reelle Lösung z = g(x, y. Man zeige, dass die so erhaltene Funktion g : R R stetig Fréchet-differenzierbar ist, und berechne g (1, 1. Desweiteren untersuche man g auf Extrema. Beweis. Sei (x, y R und setze c := 1 xy. Da die Funktion h : R R, h(z := z 3 + z, stetig und streng monoton wachsend mit lim z ± h(z = ± ist, ist sie bijektiv. Somit existiert genau ein z R mit h(z = c, d.h. z 3 + z + xy = 1. Bezeichne dieses eindeutige z mit g(x, y. Wir wollen nun den Satz über implizite Funktionen anwenden. Definiere dazu die Funktion F : R 3 R, F (x, y, z := z 3 + z + xy 1, welche offenbar stetig Fréchet-differenzierbar ist. Dann gilt z (x, y, z = 3z + 1 0 für alle (x, y, z R 3, insbesondere für alle Punkte der Form (x, y, g(x, y, (x, y R. Es sind also für jeden Punkt der Form (x, y, g(x, y, (x, y R, die Voraussetzungen des Satzes über implizite Funktionen erfüllt und man erhält eine offene Umgebung U(x, y von (x, y und eine stetig differenzierbare Funktion g (x,y : U(x, y R mit F (x, y, g (x,y (x, y = 0 für alle (x, y U(x, y, woraus mit obiger Eindeutigkeit der Lösung z zu gegebenem (x, y die Identität g (x,y (x, y = g(x, y für alle (x, y U(x, y folgt, was die stetige Fréchet-Differenzierbarkeit (lokale Eigenschaft von g : R R impliziert, da jedes (x, y R im Definitionsbereich eines geeigneten g x,y liegt, etwa mit (x, y = (x, y. Die eben zitierte Eindeutigkeit impliziert ebenfalls, dass in den Bereichen, in denen sich die Definitionsbereiche zweier g x,y, g x,y überlappen, die Funktionen dieselben Werte annehmen. Sei (x, y := (1, 1. Dann gilt xy = 1 und man sieht sofort durch Betrachten von F, dass g(1, 1 = 0 gilt. Nach dem Satz über implizite Funktionen gilt ( 1 J g (x, y = z (x, y, g(x, y (x, y, g(x, y (x, y und damit unter Verwendung von schließlich (x, y, z = y x (x, y, z = x y z (x, y, z = 3z + 1 J g (1, 1 = (1 1 (1 1 = ( 1 1. Es verbleibt noch zu zeigen, dass g keine lokalen Extrema besitzt. Sei dazu (x, y R. Dann existieren in jeder Umgebung dieses Punktes (x, y und (x, y mit x y < xy < x y, so dass mit der strengen Monotonie der oben definierten Funktion h die Beziehung g(x, y < g(x, y < g(x, y folgt. Also besitzt g keine lokalen Extrema.

. Aufgabe (3+3+3=9 Punkte Es sei f : R R die durch f(x, y = (x y, xy definierte Abbildung. (a Man berechne die Jacobimatrix von f und, wo sie existiert, ihre Inverse. (b Man zeige, dass f surjektiv ist und dass jeder Punkt (a, b R \ {(0, 0} genau zwei Urbildpunkte besitzt. (c Man gebe für jeden Punkt (x, y R, in dem die Voraussetzung des Satzes über die lokale Inverse erfüllt ist, eine offene Kugelumgebung B ɛ ((x, y von (x, y an, so dass f Bɛ((x,y : B ɛ ((x, y f ( B ɛ ((x, y bijektiv ist und bestimme die Inverse von f Bɛ((x,y explizit. Beweis. Achtung: Die Elemente des Definitionsbereiches von f werden im Folgenden mit (a, b bzw. (a 1, a bezeichnet, während die Elemente des Bildbereiches (x, y genannt werden. (a f ist stetig ( partiell differenzierbar und die Jacobimatrix von f im Punkt (a 1, a ist a1 a J f (a 1, a =. a a 1 Sie ist genau dann invertierbar, wenn ihre Determinante ungleich null ist. Wegen det(j f (a 1, a = 4a 1 + 4a existiert die Inverse also für alle (a 1, a (0, 0. Daher erhält man für (a 1, a (0, 0: ( ( a1 a (J f 1 1 a1 a (a 1, a = (a = 1 +a (a 1 +a. det(j f (a 1, a a a 1 (b Sei nun (x, y R \ {(0, 0}. Wir machen folgende Fallunterscheidung für (x, y R \ {(0, 0}: a (a 1 +a a 1 (a 1 +a 1. y = 0 und x > 0 liefert die beiden einzigen Urbilder ( x, 0 und ( x, 0.. y = 0 und x < 0 liefert die beiden einzigen Urbilder (0, x und (0, x. 3. Für y 0 und (a, b R liefert f(a, b = (x, y als notwendige Bedingung, dass a, b 0. Abkürzend setzen wir Dann gilt := x + 1 x + y. f(a, b = (x, y (a b, ab = (x, y a y 4a = x, b = y a a 4 xa y 4 = 0, b = y a c xc y 4 = 0, b = y a, c := a a = oder a =, b = y ( a, y (a, b = oder (a, b = (, y. Damit besitzt jeder Punkt (x, y R \ {(0, 0} genau zwei Urbildpunkte. Wegen f(0, 0 = (0, 0 ist f daher surjektiv. (c Aus der Diskussion in (a geht hervor, dass die Voraussetzungen des Satzes über die lokale Inverse in allen (a 1, a R \ {(0, 0} erfüllt sind. Wir machen folgende Fallunterscheidung:

1. a 1 0 a. Wir wählen dann unsere offene Kugel U ɛ ((a 1, a um (a 1, a durch ɛ := min{ a1, a }. So ist gewährleistet, dass die erste Koordinate aller Punkte dieser Kugel gleiches Vorzeichen wie a 1 und die zweite Koordinate aller Punkte dieser Kugel gleiches Vorzeichen wie a besitzt. Insbesondere gilt ab 0 für alle (a, b U ɛ ((a 1, a und die Injektivität von f Uɛ((a 1,a folgt damit aus (b 3. Fall, da zu einem (a, b U ɛ ((a 1, a der (einzige zugehörige Punkt mit gleichem Funktionswert der am Ursprung gespiegelte ist, welcher nach Konstruktion nicht in U ɛ ((a 1, a liegt.. Es sei nun für genau ein i {1, } die Bedingung a i 0 erfüllt. Wir betrachten hier den Fall a 1 0, a = 0. Wir wählen dann ɛ := a1, womit die erste Koordinate aller Punkte (a, b U ɛ ((a 1, 0 gleiches Vorzeichen wie a 1 besitzt. Ist (a, b U ɛ ((a 1, 0 mit b 0, so liegt der zugehörige Punkt mit gleichem Funktionswert, der am Ursprung gespiegelte, außerhalb von U ɛ ((a 1, a. Sei (a, b U ɛ ((a 1, 0 mit b = 0. Dann gilt a b > 0, womit der Bildpunkt (x, y die Bedingung von Fall (b1. erfüllt. Der zu (a, b zugehörige Punkt mit gleichem Funktionswert, der an der a Achse gespiegelte (siehe (b, liegt außerhalb von U ɛ ((a 1, a. Damit ist gezeigt, dass f injektiv in U ɛ ((a 1, 0 ist. Der Fall a 0, a 1 = 0 wird ähnlich behandelt. Mit (b können wir die Umkehrfunktion f 1 U ɛ((a,b : f( U ɛ ((a, b U ɛ ((a, b explizit durch f 1 U ɛ((a,b (x, y = ( y, falls y 0, a > 0 (, y falls y 0, a < 0 ( x, 0 falls y = 0, b = 0, a > 0 ( x, 0 falls y = 0, b = 0, a < 0 (0, x falls y = 0, b > 0, a = 0 (0, x falls y = 0, b < 0, a = 0 unter Verwendung von := x + 1 x + y angeben. 3. Aufgabe (Lokale Darstellung einer Untermannigfaltigkeit als Graph (8 Punkte Es seien n, k N, 0 < k < n, U eine offene Teilmenge des R n und M eine (n k dimensionale Untermannigfaltigkeit der Form M := {x U F (x = 0} mit einer stetig Fréchet-differenzierbaren Funktion F : U R k, deren Jakobimatrix die Rangbedingung Rang J F (x = k für alle x M erfüllt (d.h. der Rang der Jacobimatrix ist maximal. Desweiteren sei a := (a, a M mit a R n k, a R k und es sei o.b.d.a. angenommen, dass die Matrix (x n k+1,...,x n (a der partiellen Ableitungen von F nach den Koordinaten x n k+1,..., x n in a bereits den Rang k besitzt. Man zeige, dass offene Umgebungen V 1 R n k von a, V R k von a und eine stetig Fréchet-differenziebare Funktion g : V 1 V mit g(a = a existieren, so dass die Abbildung X : V 1 V 1 V, X(x := ( x, g(x für x V 1 folgende Eigenschaften erfüllt: (a X bildet V 1 bijektiv auf M (V 1 V ab mit X(a = a. (b X ist stetig Fréchet-differenzierbar und Rang (x 1,...,x n k (x = n k für alle x V 1. Beweis. (a Wir schreiben F : R n k R k R k und es sei a := (a, a M mit a R n k, a R k. Aufgrund der Voraussetzungen ist die Matrix (x n k+1,...,x n (a, a invertierbar und F (a, a = 0. Nach dem Satz über implizite Funktionen existiert damit eine offene Umgebung V 1 R n k von a, eine offene Umgebung V R k von a und eine stetig Fréchet-differenzierbare Funktion g : V 1 V mit g(a = a, so dass folgende Bedingungen erfüllt sind: (i F (x, g(x = 0 für alle x V 1

(ii Ist (x, x V 1 V mit F (x, x = 0, so folgt x = g(x Definiere nun X : V 1 V 1 V, X(x := ( x, g(x für x V 1 Offenbar ist X(a = a wegen g(a = a erfüllt. Aus (i folgt nun X(V 1 (V 1 V M und aus (ii folgt X(V 1 (V 1 V M und damit X(V 1 = (V 1 V M. Die Injektivität von X ist trivial: Seien x, y V 1 mit ( x, g(x = X(x = X(y = ( y, g(y. Dann gilt insbesondere Gleichheit in der ersten Komponente und es folgt x = y. (b Die stetige Fréchet-Differenzierbarkeit von X folgt aus der entsprechenden Eigenschaft von g und der Identität auf V 1, vgl. Übungsaufgabe (b von Serie 11. Für die Jacobimatrix von X erhält man für alle x V 1 : (x 1,..., x n k (x = ( 1 n k g ((x 1,...,x n k (x, wobei 1 n k die Einheitsmatrix des R n k bezeichnet. Diese besitzt bereits den Rang n k, womit, da die Jacobimatrix von X aus n k Spalten besteht und folglich Rang (x 1,...,x n k (x n k gilt, Rang (x 1,...,x n k (x = n k für alle x V 1 folgt. 4. Aufgabe (8 Punkte Man bestimme die lokalen und globalen Maxima und Minima der Funktion f : R R, f(x, y := 4x 3xy, auf der Kreisscheibe K := {(x, y R x + y 1 }. Hinweis: Man betrachte das Innere und den Rand von K getrennt. Wie kann man den Satz der Lagrangeschen Multiplikatoren für die Untersuchung von f auf K verwenden? Beweis. Wir untersuchen das Innere von K auf lokale Extrema. f ist offenbar zweimal stetig partiell differenzierbar und es ist für (x, y K= {(x, y R x + y < 1 } und f(x, y = (8x 3y, 3x H f (x, y = ( 8 3 3 0. Damit ein Extremum in (x, y K angenommen wird, muss die Bedingung f(x, y = (8x 3y, 3x = 0 erfüllt sein. Dieses ist nur für (x, y = (0, 0 gegeben. Als reelle, symmetrische Matrix besitzt H f (x, y (möglicherweise identische reelle Eigenwerte. Da det H f (x, y = 9 gilt, sind die Eigenwerte von 0 verschieden und besitzen unterschiedliche Vorzeichen. Somit ist H f (x, y indefinit. Damit besitzt f im Inneren von K keine lokalen Extrema. Als stetige auf dem Kompaktum K definierte Funktion besitzt f ein Minimum und ein Maximum, welche mit der obigen Erkenntnis auf K angenommen werden. Zur weiteren Untersuchung wenden wir den Satz von Lagrange an auf die Funktion f unter der Nebenbedingung x + y 1 = 0, d.h. wir betrachten die Funktion F : R R, F (x, y := x + y 1 und untersuchen die Extrema von f innerhalb der Menge K M := {(x, y F (x, y = 0} = {(x, y x + y = 1}. Wegen F (x, y = (x, y gilt wie im Satz gefordert Rang J F = 1 für (x, y M. Sei nun (x, y M ein Extremum von f innerhalb M (Die Existenz von Extrema stellt der Satz von Lagrange nicht sicher. Diese wird durch das obige Argument Stetige Funktion auf Kompaktum nimmt Min. und Max. an erst garantiert!. Dann existiert nach dem Satz von Lagrange ein λ R mit d.h. es gilt f(x, y = λ F (x, y (1 ( 8x 3y = λx 3x = λy

und nicht zu vergessen (3 x + y = 1. Verwenden von (1 und (, welche man nach y auflöst und dann gleichsetzt, liefert die Gleichung (4 x( 3 λ + 8 3 + 3 λ = 0 (es gilt λ 0, da λ = 0 wegen ( die Beziehung x = 0 impliziert und dann y = 0 mit (1 folgt, so dass (3 verletzt ist. Die Gleichung (4 ist wahr, wenn einer der beiden Faktoren gleich 0 ist. Ist x = 0, so folgt y = ±1 mit (3 und daraus λ = 0 aus (. Schließlich folgt dann y = 0 aus (1, was ein Widerspruch ist. Also gilt x 0 und 3 λ + 8 3 + 3 λ = 0. Multiplikation mit λ ergibt die quadratische Gleichung λ 4λ 9 4 = 0, welche die beiden Lösungen λ 1 = 9 und λ = 1 besitzt. Einsetzen von λ 1 in (1 liefert x = 3y, was nach Einsetzen in (3 die beiden Werte (x 1, y 1 = ( 3, 1 und (x, y = ( 3 1, ergibt. Einsetzen von λ in (1 liefert y = 3x, was nach Einsetzen in (3 die beiden Werte (x 3, y 3 = ( 1, 3 und (x, y = ( 1, 3 ergibt. Es kommen nur die Punkte (x 1, y 1, (x, y, (x 3, y 3, (x 4, y 4 als Extremalstellen von f in Frage. Einsetzen dieser Punkte in f ergibt f((x 1, y 1 = 3, 9 = f((x, y f((x 3, y 3 = 0, 5 = f((x 4, y 4 Damit werden in (x 1, y 1, (x, y das (globale Maximum 3, 9 und in (x 3, y 3, (x 4, y 4 das (globale Minimum 0, 5 angenommen. Dieses sind zugleich die einzigen lokalen Extremalstellen. Tutoriumsaufgabe Es seien { a, b, c > 0. Man bestimme den } achsenparallelen Quader größten Volumens, der dem Ellipsoid E := (x, y, z R 3 x a + y b + z c 1 einbeschrieben ist.