SlideShare une entreprise Scribd logo
1  sur  5
Télécharger pour lire hors ligne
Mathematik für Informatiker C
          Serie 12

Fynn Holst, Henrik Dubaschny & Christian Schielke
                    Gruppe B

                 23. Januar 2012
Fynn Holst, Henrik Dubaschny & Christian Schielke
Mathematik für Informatiker C                                     23. Januar 2012

Aufgabe 12.1
Gesucht ist der Gradient für f : R∗ × R × R+ → R mit

                       f (x, y, z) = sin(x) cos(y) − log(z)

Wir berechnen zunächst die partiellen Ableitungen für die 3 Komponenten x, y, z
                          ∂f
                             (x, y, z) = cos(x) cos(y)
                          ∂x
                          ∂f
                             (x, y, z) = − sin(x) sin(y)
                          ∂y
                          ∂f               1
                             (x, y, z) = −
                          ∂z               z


Es gilt für x = (x1 , ..., xn ) ∈ D ⊂ Rn , f : D → R allgemein:

                                        ∂f               ∂f
                          f (x) =       ∂x1 (x)   ...   ∂xn (x)


Für die o.g. Funktion gilt also:
                                                              1
                f (x, y, z) = cos(x) cos(y) − sin(x) sin(y) − z

Damit ist die Richtung der maximalen Steigung von f im Punkt (π, π, 1)

                f (π, π, 1) = cos(π) cos(π) − sin(π) sin(π) −1
                          = cos2 (π) − sin2 (π)           1
                          = 1       0    1




                                             1
Fynn Holst, Henrik Dubaschny & Christian Schielke
Mathematik für Informatiker C                                                                            23. Januar 2012


Aufgabe 12.2
                               f : R2 → R, f (x, y) = y                         x2 + y 2




      1
                                                                          1.0
          0
                                                                    0.5
          1

          1.0                                                 0.0

                0.5

                         0.0                            0.5

                                0.5
                                                  1.0
                                            1.0




                      Abbildung 1: f (x, y) im Intervall [−1, 1] × [−1, 1]

Zunächst bestimmen wir die partielle von Ableitung der Funktion nach der x-
Komponente mit der Produktregel.
                      ∂f
                         (x, y) = ∂x y            x2 + y 2
                      ∂x
                               = ∂x (y)             x2 + y 2 + y ∂ x                          x2 + y 2
                                       =0
                                                                                                           √
Wir wenden die Kettenregel an. Setze g(x, y) := x2 + y 2 , f (u) =                                             u.
              df          1                                                      1                 ∂g
     f (u) =     (u) = √ = f (g(x, y)) =                                                              (x, y) = 2x
              du        2 u              2                                      x2   +   y2        ∂x
     ∂f              xy
        (x, y) =
     ∂x             x2 + y 2
                 ∂g            x
     f (g(x, y))    (x, y) =
                 ∂x          x2 + y 2
Um die partielle Ableitung nach der y-Komponente zu bestimmen formen wir
zunächst die Funktion um.
                 f (x, y) = y         x2 + y 2 =
                                          y 2 x2 + y 2 = y 2 x2 + y 4
                                          √
Setze g(x, y) := y 2 x2 + y 4 und f (u) := u. Dann lautet die partielle Ableitung
der Funktion nach der y-Komponente:
                        ∂g
                           (x, y) = 2yx2 + 4y 3 = 2y(x2 + 2y 2 )
                        ∂y
                        df          1                          1                                                    1
               f (u) = (u) = √ = f (g(x, y)) =                         =
                        du        2 u                   2 y 2 x2 + y 4   2y                                         x2 + y 2
                             2      2     2      2
            ∂g          2y(x + 2y )      x + 2y
f (g(x, y))    (x, y) =               =
            ∂y          2y x   2 + y2      x2 + y 2
Die Funktion ist also partiell differenzierbar für (x, y) = (0, 0).


                                                              2
Fynn Holst, Henrik Dubaschny & Christian Schielke
Mathematik für Informatiker C                                                                                                                    23. Januar 2012


Aufgabe 12.3



              2.0                                                                         10

              1.5
                                                                               1.0                                                                     1.0
               1.0                                                                             5

                0.5                                                      0.5                                                                     0.5

                    0.0                                                                        0
                     1.0                                           0.0                         1.0                                         0.0

                           0.5                                                                       0.5

                                   0.0                       0.5                                            0.0                      0.5

                                         0.5                                                                       0.5
                                                       1.0                                                                     1.0
                                                 1.0                                                                     1.0




                                                                                                        1
Abbildung 2: f (x, y) = x2 + y 2 und g(x, y) =                                                       x2 +y 2      im Intervall [−1, 1] × [−1, 1]


   • f (x, y) = x2 + y 2 . In Polarkoordinatenform:

                                               F (r, θ) = (r cos θ)2 + (r sin θ)2
                                                                     = r2 (cos2 θ + sin2 θ)
                                                                                                       =1
                                                                                     2
                                                                     =r

     Diese Funktion ist also stetig partiell differenzierbar auf R2 , mit:

                                                                         ∂r F (r, θ) = 2r
                                                                         ∂θ F (r, θ) = 0

     Die Steigung ist also unabhängig vom Winkel und linear zur Entfernung
     zum Ursprung da F das Quadrat des Abstandes zum Urspung liefert.
                          1
   • g(x, y) =         x2 +y 2 .     In Polarkoordinatenform:

                                                                              1
                                               G(r, θ) =
                                                                               (r cos θ)2
                                                                              + (r sin θ)2
                                                                             1
                                                                    = 2
                                                                     r (cos θ + sin2 θ)
                                                                           2

                                                                                                       =1
                                                                                     −2
                                                                    =r

     Die Funktion G ist also für r = 0 nicht definiert. g ist für R2
                                                                  {(0,0)} definiert.
     Auf R∗ × R ist G partiell differenzierbar mit:

                                                                   ∂r G(r, θ) = −r−3
                                                                   ∂θ G(r, θ) = 0

     Die Steigung ist also wieder unabhängig vom Winkel.




                                                                                     3
Fynn Holst, Henrik Dubaschny & Christian Schielke
Mathematik für Informatiker C                                          23. Januar 2012


Aufgabe 12.4
Gesucht ist die Jacobi-Matrix Jf für
                                                                 
                                                   r cos θ sin ϕ
                        f : R3 → R3 , (r, θ, ϕ) →  r sin θ sin ϕ 
                                                       r cos ϕ

Dazu berechnen wir die Gradienten der Komponenten f1 (x), f2 (x), f3 (x) von f
und tragen diese als Zeilen ein. Wir erhalten:
                                                              
                       cos θ sin ϕ −r sin θ sin ϕ r cos θ cos ϕ
               Jf =  sin θ sin ϕ r cos θ sin ϕ r sin θ cos ϕ 
                          cos ϕ          0          −r sin ϕ

Um zu prüfen wann diese Matrix regulär ist berechnen wir det(Jf ). Es gilt Jf
regulär gdw. det(Jf ) = 0. Um die Determinante zu berechnen wenden wir den
Laplace’schen Enwicklungssatz nach der 3. Zeile an.

                      −r sin θ sin ϕ   r cos θ cos ϕ             cos θ sin ϕ −r sin θ sin ϕ
det (Jf ) = cos ϕ ·                                  − r sin ϕ ·
                      r cos θ sin ϕ    r sin θ cos ϕ             sin θ sin ϕ r cos θ sin ϕ
         = cos ϕ · ((−r sin θ sin ϕ)(r sin θ cos ϕ) − (r cos θ cos ϕ)(r cos θ sin ϕ))
            − r sin ϕ · ((cos θ sin ϕ)(r cos θ sin ϕ) − (−r sin θ sin ϕ)(sin θ sin ϕ))
         = cos ϕ · (−r2 sin2 θ sin ϕ cos ϕ − r2 cos2 θ cos ϕ sin ϕ)
            − r sin ϕ · (r cos2 θ sin2 ϕ + r sin2 θ sin2 ϕ)
         = cos ϕ · (− (sin2 θ + cos2 θ) r2 sin ϕ cos ϕ) − r sin ϕ · ((cos2 θ + sin2 θ) r sin2 ϕ)
                               =1                                            =1
         = cos ϕ · (−r2 sin ϕ cos ϕ) − r sin ϕ · (r sin2 ϕ)
         = − r2 cos2 ϕ sin ϕ − r2 sin3 ϕ
         = − (cos2 ϕ + sin2 ϕ) r2 sin ϕ
                        =1
         = − r2 sin ϕ
        ⇒det(Jf ) = 0 ⇔ r = 0 ∨ sin ϕ = 0

Es gilt sin ϕ = 0 gdw. ϕ = zπ, z ∈ Z. Deshalb sind die Punkte, an denen Jf
regulär ist:
                   (r, θ, ϕ) r ∈ R{0} , θ ∈ R, ϕ ∈ R{zπ|z∈Z}




                                             4

Contenu connexe

En vedette (8)

ALUNOS DESTAQUE 2012
ALUNOS DESTAQUE  2012ALUNOS DESTAQUE  2012
ALUNOS DESTAQUE 2012
 
Texas Campus Star Chart2
Texas Campus Star Chart2Texas Campus Star Chart2
Texas Campus Star Chart2
 
Teacher STaR Chart
Teacher STaR ChartTeacher STaR Chart
Teacher STaR Chart
 
CENTRO MATERNAL BLOSSOM
CENTRO MATERNAL BLOSSOMCENTRO MATERNAL BLOSSOM
CENTRO MATERNAL BLOSSOM
 
Yer Executive Round Table KCC 12 Nov 2009
Yer Executive Round Table KCC 12 Nov 2009Yer Executive Round Table KCC 12 Nov 2009
Yer Executive Round Table KCC 12 Nov 2009
 
Elanillo
ElanilloElanillo
Elanillo
 
type
typetype
type
 
Vokabeln L1
Vokabeln L1 Vokabeln L1
Vokabeln L1
 

Similaire à Serie12

Lec 1 numstoch motivation und_grundlagen
Lec 1 numstoch motivation und_grundlagenLec 1 numstoch motivation und_grundlagen
Lec 1 numstoch motivation und_grundlagen
Ahmed Labib
 
06 abiturvorbereitung analysis kurvendiskussion
06 abiturvorbereitung analysis kurvendiskussion06 abiturvorbereitung analysis kurvendiskussion
06 abiturvorbereitung analysis kurvendiskussion
PaulFestl
 
01.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt201.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt2
PaulFestl
 
01.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt201.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt2
PaulFestl
 

Similaire à Serie12 (6)

3.4
3.43.4
3.4
 
Lec 1 numstoch motivation und_grundlagen
Lec 1 numstoch motivation und_grundlagenLec 1 numstoch motivation und_grundlagen
Lec 1 numstoch motivation und_grundlagen
 
06 abiturvorbereitung analysis kurvendiskussion
06 abiturvorbereitung analysis kurvendiskussion06 abiturvorbereitung analysis kurvendiskussion
06 abiturvorbereitung analysis kurvendiskussion
 
01.1 abiturvorbereitung analysis ganzrationale funktion
01.1 abiturvorbereitung analysis ganzrationale funktion01.1 abiturvorbereitung analysis ganzrationale funktion
01.1 abiturvorbereitung analysis ganzrationale funktion
 
01.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt201.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt2
 
01.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt201.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt2
 

Dernier

1029-Danh muc Sach Giao Khoa khoi 11.pdf
1029-Danh muc Sach Giao Khoa khoi 11.pdf1029-Danh muc Sach Giao Khoa khoi 11.pdf
1029-Danh muc Sach Giao Khoa khoi 11.pdf
QucHHunhnh
 
1029-Danh muc Sach Giao Khoa khoi 12.pdf
1029-Danh muc Sach Giao Khoa khoi 12.pdf1029-Danh muc Sach Giao Khoa khoi 12.pdf
1029-Danh muc Sach Giao Khoa khoi 12.pdf
QucHHunhnh
 

Dernier (8)

1029-Danh muc Sach Giao Khoa khoi 11.pdf
1029-Danh muc Sach Giao Khoa khoi 11.pdf1029-Danh muc Sach Giao Khoa khoi 11.pdf
1029-Danh muc Sach Giao Khoa khoi 11.pdf
 
Betriebswirtschaftslehre (B.Sc.) an der Universität Duisburg Essen
Betriebswirtschaftslehre (B.Sc.) an der Universität Duisburg EssenBetriebswirtschaftslehre (B.Sc.) an der Universität Duisburg Essen
Betriebswirtschaftslehre (B.Sc.) an der Universität Duisburg Essen
 
Angewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_Essen
Angewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_EssenAngewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_Essen
Angewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_Essen
 
Angewandte Philosophie an der Universität Duisburg-Essen.
Angewandte Philosophie an der Universität Duisburg-Essen.Angewandte Philosophie an der Universität Duisburg-Essen.
Angewandte Philosophie an der Universität Duisburg-Essen.
 
Wirtschaftsingenieurwesen an der Universität Duisburg-Essen
Wirtschaftsingenieurwesen an der Universität Duisburg-EssenWirtschaftsingenieurwesen an der Universität Duisburg-Essen
Wirtschaftsingenieurwesen an der Universität Duisburg-Essen
 
1029-Danh muc Sach Giao Khoa khoi 12.pdf
1029-Danh muc Sach Giao Khoa khoi 12.pdf1029-Danh muc Sach Giao Khoa khoi 12.pdf
1029-Danh muc Sach Giao Khoa khoi 12.pdf
 
Welche KI-Kompetenzen brauchen Lehrpersonen?!
Welche KI-Kompetenzen brauchen Lehrpersonen?!Welche KI-Kompetenzen brauchen Lehrpersonen?!
Welche KI-Kompetenzen brauchen Lehrpersonen?!
 
LAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdf
LAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdfLAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdf
LAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdf
 

Serie12

  • 1. Mathematik für Informatiker C Serie 12 Fynn Holst, Henrik Dubaschny & Christian Schielke Gruppe B 23. Januar 2012
  • 2. Fynn Holst, Henrik Dubaschny & Christian Schielke Mathematik für Informatiker C 23. Januar 2012 Aufgabe 12.1 Gesucht ist der Gradient für f : R∗ × R × R+ → R mit f (x, y, z) = sin(x) cos(y) − log(z) Wir berechnen zunächst die partiellen Ableitungen für die 3 Komponenten x, y, z ∂f (x, y, z) = cos(x) cos(y) ∂x ∂f (x, y, z) = − sin(x) sin(y) ∂y ∂f 1 (x, y, z) = − ∂z z Es gilt für x = (x1 , ..., xn ) ∈ D ⊂ Rn , f : D → R allgemein: ∂f ∂f f (x) = ∂x1 (x) ... ∂xn (x) Für die o.g. Funktion gilt also: 1 f (x, y, z) = cos(x) cos(y) − sin(x) sin(y) − z Damit ist die Richtung der maximalen Steigung von f im Punkt (π, π, 1) f (π, π, 1) = cos(π) cos(π) − sin(π) sin(π) −1 = cos2 (π) − sin2 (π) 1 = 1 0 1 1
  • 3. Fynn Holst, Henrik Dubaschny & Christian Schielke Mathematik für Informatiker C 23. Januar 2012 Aufgabe 12.2 f : R2 → R, f (x, y) = y x2 + y 2 1 1.0 0 0.5 1 1.0 0.0 0.5 0.0 0.5 0.5 1.0 1.0 Abbildung 1: f (x, y) im Intervall [−1, 1] × [−1, 1] Zunächst bestimmen wir die partielle von Ableitung der Funktion nach der x- Komponente mit der Produktregel. ∂f (x, y) = ∂x y x2 + y 2 ∂x = ∂x (y) x2 + y 2 + y ∂ x x2 + y 2 =0 √ Wir wenden die Kettenregel an. Setze g(x, y) := x2 + y 2 , f (u) = u. df 1 1 ∂g f (u) = (u) = √ = f (g(x, y)) = (x, y) = 2x du 2 u 2 x2 + y2 ∂x ∂f xy (x, y) = ∂x x2 + y 2 ∂g x f (g(x, y)) (x, y) = ∂x x2 + y 2 Um die partielle Ableitung nach der y-Komponente zu bestimmen formen wir zunächst die Funktion um. f (x, y) = y x2 + y 2 = y 2 x2 + y 2 = y 2 x2 + y 4 √ Setze g(x, y) := y 2 x2 + y 4 und f (u) := u. Dann lautet die partielle Ableitung der Funktion nach der y-Komponente: ∂g (x, y) = 2yx2 + 4y 3 = 2y(x2 + 2y 2 ) ∂y df 1 1 1 f (u) = (u) = √ = f (g(x, y)) = = du 2 u 2 y 2 x2 + y 4 2y x2 + y 2 2 2 2 2 ∂g 2y(x + 2y ) x + 2y f (g(x, y)) (x, y) = = ∂y 2y x 2 + y2 x2 + y 2 Die Funktion ist also partiell differenzierbar für (x, y) = (0, 0). 2
  • 4. Fynn Holst, Henrik Dubaschny & Christian Schielke Mathematik für Informatiker C 23. Januar 2012 Aufgabe 12.3 2.0 10 1.5 1.0 1.0 1.0 5 0.5 0.5 0.5 0.0 0 1.0 0.0 1.0 0.0 0.5 0.5 0.0 0.5 0.0 0.5 0.5 0.5 1.0 1.0 1.0 1.0 1 Abbildung 2: f (x, y) = x2 + y 2 und g(x, y) = x2 +y 2 im Intervall [−1, 1] × [−1, 1] • f (x, y) = x2 + y 2 . In Polarkoordinatenform: F (r, θ) = (r cos θ)2 + (r sin θ)2 = r2 (cos2 θ + sin2 θ) =1 2 =r Diese Funktion ist also stetig partiell differenzierbar auf R2 , mit: ∂r F (r, θ) = 2r ∂θ F (r, θ) = 0 Die Steigung ist also unabhängig vom Winkel und linear zur Entfernung zum Ursprung da F das Quadrat des Abstandes zum Urspung liefert. 1 • g(x, y) = x2 +y 2 . In Polarkoordinatenform: 1 G(r, θ) = (r cos θ)2 + (r sin θ)2 1 = 2 r (cos θ + sin2 θ) 2 =1 −2 =r Die Funktion G ist also für r = 0 nicht definiert. g ist für R2 {(0,0)} definiert. Auf R∗ × R ist G partiell differenzierbar mit: ∂r G(r, θ) = −r−3 ∂θ G(r, θ) = 0 Die Steigung ist also wieder unabhängig vom Winkel. 3
  • 5. Fynn Holst, Henrik Dubaschny & Christian Schielke Mathematik für Informatiker C 23. Januar 2012 Aufgabe 12.4 Gesucht ist die Jacobi-Matrix Jf für   r cos θ sin ϕ f : R3 → R3 , (r, θ, ϕ) →  r sin θ sin ϕ  r cos ϕ Dazu berechnen wir die Gradienten der Komponenten f1 (x), f2 (x), f3 (x) von f und tragen diese als Zeilen ein. Wir erhalten:   cos θ sin ϕ −r sin θ sin ϕ r cos θ cos ϕ Jf =  sin θ sin ϕ r cos θ sin ϕ r sin θ cos ϕ  cos ϕ 0 −r sin ϕ Um zu prüfen wann diese Matrix regulär ist berechnen wir det(Jf ). Es gilt Jf regulär gdw. det(Jf ) = 0. Um die Determinante zu berechnen wenden wir den Laplace’schen Enwicklungssatz nach der 3. Zeile an. −r sin θ sin ϕ r cos θ cos ϕ cos θ sin ϕ −r sin θ sin ϕ det (Jf ) = cos ϕ · − r sin ϕ · r cos θ sin ϕ r sin θ cos ϕ sin θ sin ϕ r cos θ sin ϕ = cos ϕ · ((−r sin θ sin ϕ)(r sin θ cos ϕ) − (r cos θ cos ϕ)(r cos θ sin ϕ)) − r sin ϕ · ((cos θ sin ϕ)(r cos θ sin ϕ) − (−r sin θ sin ϕ)(sin θ sin ϕ)) = cos ϕ · (−r2 sin2 θ sin ϕ cos ϕ − r2 cos2 θ cos ϕ sin ϕ) − r sin ϕ · (r cos2 θ sin2 ϕ + r sin2 θ sin2 ϕ) = cos ϕ · (− (sin2 θ + cos2 θ) r2 sin ϕ cos ϕ) − r sin ϕ · ((cos2 θ + sin2 θ) r sin2 ϕ) =1 =1 = cos ϕ · (−r2 sin ϕ cos ϕ) − r sin ϕ · (r sin2 ϕ) = − r2 cos2 ϕ sin ϕ − r2 sin3 ϕ = − (cos2 ϕ + sin2 ϕ) r2 sin ϕ =1 = − r2 sin ϕ ⇒det(Jf ) = 0 ⇔ r = 0 ∨ sin ϕ = 0 Es gilt sin ϕ = 0 gdw. ϕ = zπ, z ∈ Z. Deshalb sind die Punkte, an denen Jf regulär ist: (r, θ, ϕ) r ∈ R{0} , θ ∈ R, ϕ ∈ R{zπ|z∈Z} 4