Differentialrechnung in mehreren Variablen

0.0(0)
Studied by 0 people
call kaiCall Kai
Locked
learnLearn
examPractice Test
spaced repetitionSpaced Repetition
heart puzzleMatch
flashcardsFlashcards
GameKnowt Play
Card Sorting

1/33

encourage image

There's no tags or description

Looks like no tags are added yet.

Last updated 9:14 AM on 9/14/26
Name
Mastery
Learn
Test
Matching
Spaced
Call with Kai
Chat

No analytics yet

Send a link to your students to track their progress

34 Terms

1
New cards

Definition - Grenzwert:

∀∈⊂→⟹∃δε∞ξ⇔∩αβγ∘≈⋅λ❬❭∇χΩμφ

Es sei U ⊂ Rn offen, f : U ⊂ Rn → Rm eine Funktion und x* U.

Falls für jede beliebige Folge (xn)n∈N0U mit xn → x* ein (gemeinsames, “universelles”) y* ∈ Rm existiert (unabhängig von der betrachteten Folge), sodass gilt:

nennen wir y* den Grenzwert von f für xn gegen x* und schreiben:


2
New cards

Definition - Differenzierbar, Differential:



3
New cards

Lemma - Jacobi-Matrix:


4
New cards

Definition - Gradienten:

Im Falle einer Funktion f : U ⊂ Rn → R fassen wir die partiellen Ableitungen oft auch im Gradienten zusammen:


5
New cards

Lemma - Differenzierbarkeit des Bildes:

Es sei U ⊂ Rn offen, x U und f : U ⊂ Rn → Rm eine Funktion, und es bezeichne fi : U → R die i-te Komponente von f.

Dann ist f genau dann an der Stelle xU differenzierbar, wenn für alle 1 ≤ i ≤ m die i-te Komponente fi an der Stelle x differenzierbar ist.

In diesem Fall gilt für alle v ∈ Rn:


6
New cards

Definition - Richtungsableitung, partielle Ableitung:


7
New cards

Lemma - Partielle Ableitung = allgemeine Ableitung:


8
New cards

Theorem - f auf ganz U differenzierbar:


Es sei U ⊂ Rn offen und f : U ⊂ Rn → Rm eine Funktion.

Falls für alle 1 ≤ i ≤ n die partiellen Ableitungen i f auf ganz U existieren und stetige Funktionen sind, ist f auf ganz U differenzierbar.

9
New cards

Definition - Stetig differenzierbar:

Es sei U ⊂ Rn offen und f : U ⊂ Rn → Rm eine Funktion.

Falls alle partiellen Ableitungen fi, 1 ≤ In existieren und stetig sind auf U, nennen wir f stetig differenzierbar und schreiben f C1(U, Rm) (falls m = 1 auch kurz fC1(U)).

10
New cards

Theorem - Kettenregel:


11
New cards

Korollar - Kettenregel für einfach differenzierbare Funktionen:


12
New cards

Theorem - Mittelwertsatz:


13
New cards

Proposition - Mittelwertabschätzung:


14
New cards

Definition - k-fach stetig differenzierbar, glatte Funktionen:


15
New cards

Theorem - Satz von Schwarz:

Es sei U ⊂ Rn offen und f C2(U, Rm).

Dann gilt:


16
New cards

Korollar - Permutation:


17
New cards

Definition - Multiindex:


18
New cards

Theorem - Satz von Taylor:


19
New cards

Definition - Analytisch:


20
New cards

Theorem - Konvergenz einer Potenzreihe:


21
New cards

Korollar - f = g auf ganz U:

Es sei U ⊂ Rn eine zusammenhängende, offene Menge und f und g seien zwei analytische Funktionen f, g : U → R.

Falls ein Punkt x0U existiert, sodass für jeden Multiindex α gilt:

gilt f = g auf ganz U.

Insbesondere müssen f und g auf ganz U übereinstimmen, wenn sie auf einer nichtleeren, offenen Teilmenge VU übereinstimmen.

22
New cards

Definition - Kritischer Punkt:

Es sei U ⊂ Rn offen, f C1(U) und x0 U.

x0 ist ein kritischer Punkt, falls gilt:


23
New cards

Definition - Hesse-Matrix:


24
New cards

Proposition - Lokales Extremum:

Es sei U ⊂ Rn offen, fC1(U), und an der Stelle x0 liege ein lokales Extremum vor.

Dann gilt:


25
New cards

Definition - Eigenschaften einer symmetrischen Matrix:

Eine symmetrische Matrix M ∈ Rn x n heisst:

  • positiv definit, falls alle Eigenwerte positiv sind

  • negativ definit, falls alle Eigenwerte negativ sind

  • indefinit, falls M sowohl positive als auch negative Eigenwerte hat

    • degeneriert, falls null ein Eigenwert ist


26
New cards

Proposition - Kritischer Punkt mit Hesse-Matrix:

Es sei U ⊂ Rn offen, fC3(U), und die Stelle x0U sei ein kritischer Punkt. Dann gilt:

  1. Falls die Hesse-Marix an der Stelle x0 positiv definit ist, liegt an der Stelle ein lokales Minimum vor.

  2. Falls die Hesse-Matrix an der Stelle x0 negativ definit ist, liegt an der Stelle ein lokales Maximum vor.

  3. Falls die Hesse-Matrix an der Stelle x0 indefinit, aber nicht degeneriert ist, liegt an der Stelle ein Sattelpunkt vor.


27
New cards

Theorem - Lagrange-Multiplikatoren:

∀∈⊂→⟹∃δε∞ξ⇔∩αβγ∘≈⋅λ❬❭

→ Seite 290

Es sei U ⊂ Rn offen und f, g1, g2, …, gkC1(U).

Ausserdem gelte:

und f |M habe an der Stelle x0 eine lokale Extremalstelle, und

seien linear unabhängig.

Dann ist ∇f(x0) eine Linearkombination von:


28
New cards

Definition - k-dimensionale Untermannigfaltigkeit der Klasse Cm:

Eine Menge S ⊂ Rn heisst k-dimensionale Untermannigfaltigkeit der Klasse Cm, m ≥ 1, falls für jeden Punkt x0 S eine Umgebung (insbesondere ein Ball) W und ein Diffeomorphismus (eine invertiertere (also bijektive) Abbildung mit stetiger Inverser)

von W auf

existiert, sodass gilt:


29
New cards

Definition - Tangentialraum:

Es sei S eine k-dimensionale Untermannigfaltigkeit der Klasse Cm, m ≥ 1. Zu x0 S betrachten wir Kurven γ ∈ C1 ((-ε, ε), S) mit γ(0) = x0.

Der Raum:

heisst Tangentialraum an S an der Stelle x0.

30
New cards

Proposition - Maximaler Rang:

Es sei U ⊂ Rn offen, g Cm (U, Rk), k < n und b ∈ Rk ein regulärer Wert, d.h. für alle Element in g-1( {b} ):


31
New cards

Definition - Neumann-Reihe:


32
New cards

Proposition - Anwendung der Neumann-Reihe auf lineare Abbildungen:

Es sei L0 : Rn → Rn eine invertiertere lineare Abbildung, und es sei L eine weitere lineare Abbildung (L : Rn → Rn) mit:

Dann ist L invertierbar mit:

Ausserdem gilt:

und


33
New cards

Theorem - Umkehrfunktion:

Es sei f : Rn → Rn auf einer Umgebung von x0 (d.h. auf einem Ball mit genügend kleinem Radius) stetig differenzierbar, und Dfx0 sei invertierbar.

Dann gilt für eine genügend kleine offene Umgebung U von x0:

  1. f bildet U bijektiv auf eine offene Umgebung V := f(U) von f(x0) ab

    1. f -1 : f(U) → U ist stetig differenzierbar mit D(f -1) = (Df)-1


34
New cards

Theorem - Implizite Funktion:

Es sei U ⊂ Rn offen und f C1(U, Rn-d) (0 < d < n ganze Zahlen).

Einen Punkt in Rd x Rn-d schreiben wir als (x, y) mit x ∈ Rn und y ∈ Rn-d. Ausserdem sei (x0, y0) ∈ U, sodass f(x0, y0) = 0 und sodass die (n - d) x (n - d) - Matrix:

invertierbar sei. Dann existiert für r, s > 0 (klein genug) eine Funktion g : Br(x0) ⊂ RdBs(y0) ⊂ Rn-d, sodass für alle (x, y) U0 := Br (x0) x Bs(y0) U gilt:

Ausserdem gilt für alle x Br(x0):

wobei:

Schliesslich ist g Ck (Br(x0), Rd), falls f Ck(U, Rn - d).