Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Koch_Mathematik fur das Ingenieurstudium.pdf
Скачиваний:
107
Добавлен:
21.02.2016
Размер:
17.74 Mб
Скачать

10.3

Di erenziation

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

399

Die

Tangentialebene der Fläche f

(

x, y

)

im Punkt

(

x

0 S

y

0 S

f

(

x , y

0))

hat die Gleichung

 

 

x

 

x0

 

 

 

 

 

 

 

 

 

0

 

 

 

y

y0

n

 

0.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

z

z

0

 

=

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Durch Einsetzen des Normalenvektors und Ausmultiplizieren des Skalarprodukts erhalten wir die Tangentialebene zu

z = f(x0, y0) + fx(x0, y0)(x x0) + fy(x0, y0)(y y0).

Definition 10.9 (Tangentialebene)

Die Ebene durch den Punkt (x0 S y0 S f(x0, y0)) mit den Steigungen

fx(x0, y0), fy(x0, y0)

in Richtung x und y nennt man die Tangentialebene der Funktion f(x, y) an der Stelle (x0, y0). Sie existiert, falls fx und fy an der Stelle (x0, y0) stetig sind. Die Tangentialebene hat die Gleichung

z

g(x, y)

f(x, y)

y x

g(x, y) = f(x0, y0) + fx(x0, y0)(x x0) + fy(x0, y0)(y y0).

Beispiel 10.15 (Tangentialebene)

Die Funktion f(x, y) = x2 + y2 hat die partiellen Ableitungen

fx(x, y) = 2 x, fy(x, y) = 2y.

An der Stelle (1, 2) bestehen die Steigungen fx(1, 2) = 2 und fy(1, 2) = 4, siehe Beispiel 10.10. Somit lautet die Tangentialebene

z

=

5

+

2 x

1

) +

4

(

y

2

) =

2 x

+

4y

5.

Ì

 

 

( −

 

 

 

 

 

 

 

 

10.3.3 Gradient und Richtungsableitung

Wir haben uns bislang mit den partiellen Ableitungen beschäftigt und diskutiert, wann eine Funktion di erenzierbar ist. Wir haben noch nicht untersucht, ob man im Fall der Di erenzierbarkeit die Ableitung auch konkret formulieren kann. Setzt man alle partiellen Ableitungen zu einem Zeilenvektor zusammen, kommt man zur Ableitung oder zum sogenannten Gradienten einer Funktion.

400

10 Funktionen mit mehreren Variablen

Definition 10.10 (Gradient)

Der Gradient einer Funktion f ist ein Zeilenvektor, der aus allen partiellen Ableitungen von f besteht:

f(x, y) = ‰fx(x, y), fy(x, y.

Manchmal schreibt man für den Gradienten auch f = grad f.

Die Schreibweise des Gradienten mit dem Nabla-Operator wird bevorzugt in physikalischen Anwendungen eingesetzt.

Beispiel 10.16 (Gradient)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Für die

Funktion f

 

 

 

 

 

haben wir in

Beispiel

 

10.13 die partiellen

Ableitungen

 

x, y

 

x2

y2

 

 

 

 

Gradient lautet»somit

 

 

 

 

 

 

 

 

 

berechnet. Der

 

(

 

 

 

) =

 

+

 

 

 

 

 

 

 

 

 

.

 

 

f

(

x, y

) = ‰

fx

(

x, y , fy

(

x, y

 

 

x

 

 

,

 

y

 

Ì

 

 

 

 

»

 

 

 

x2

y2

 

x2 y2

 

 

 

 

 

 

)

 

)Ž = »

+

 

 

 

+

 

 

Die partiellen Ableitungen fx und fy beschreiben die Steigungen der Schnittkurven parallel zur x-z-Ebene und y-z-Ebene. Nun sind aber auch Schnittkurven denkbar, die nicht parallel zu den Achsen verlaufen. So legt die erste Winkelhalbierende y = x in der x-y-Ebene ebenfalls eine Schnittrichtung fest. Ganz allgemein kann man Schnitte in Richtungen betrachten, die um einen Winkel α von der x-Achse verdreht sind. Diese Schnittfunktionen besitzen in der Regel auch Ableitungen. Diese werden Richtungsableitungen genannt.

Definition 10.11 (Richtungsableitung)

Die Richtungsableitung einer Funktion f an der Stelle (x0, y0) in Richtung

’ cos α

r =

” sin α

ist das Skalarprodukt aus Gradient und Richtungsvektor:

fr(x0, y0) = f(x0, y0) r.

 

z

f(x, y)

fr

y

x

r

α

 

Wichtig bei der Bestimmung der Richtungsableitung ist, dass die Richtung in normierter Form, also mit SrS = 1, vorliegt. Weitere Schreibweisen für die Richtungsableitung sind

∂f

fr(x0, y0) = r V(x0,y0) = DrfS(x0,y0) .

10.3 Di erenziation

 

 

 

 

 

 

401

Man kann die Richtungsableitung auch direkt durch die Grenzwertbildung

f

x, y

lim

f

 

x, y

hr

f

 

x, y

 

 

 

((

 

) + h ) −

 

(

 

)

 

r(

 

) = h→0

 

 

 

 

bestimmen. Wählt man als Richtungen den Einheitsvektor in Richtung der positiven x-Achse ex und den Einheitsvektor in Richtung der positiven y-Achse ey, so ergeben sich als Spezialfall die bekannten partiellen Ableitungen:

fex

(

x, y

) =

f

(

x, y

) Œ

1

‘ = ‰

fx

(

x, y

)

, fy

(

x, y

)Ž Œ

1

‘ =

fx

(

x, y

)

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

fey (x, y) = f(x, y) Œ 1 ‘ = ‰fx(x, y), fy(x, y)Ž Œ 1 ‘ = fy(x, y)

Beispiel 10.17 (Richtungsableitung)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Die Funktion f

 

 

x, y

 

 

 

»

 

 

 

 

 

 

hat laut Beispiel 10.16 an der Stelle

 

1, 2

 

 

den Gradienten

(

) 1=

x2

+

y2

(

)

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f(1, 2) = Œ

 

,

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5

 

 

5

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Wir bestimmen die Richtungsableitung in Richtung x = y, also für den Winkel α = π4 . Der nor-

 

 

 

 

 

 

 

1

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

mierte Richtungsvektor ist r =

 

 

Œ

1

‘. Die Richtungsableitung in Richtung r lautet somit

 

2

 

 

fr

 

1, 2

1

1, 2

1

 

 

 

1

 

1

 

1

 

1

 

2

 

1

3

 

Ì

 

5

2

 

 

1

 

10

 

 

 

 

10 .

 

(

 

) =

 

(

)

 

Œ

 

‘ =

 

(

 

 

 

+

 

 

 

) =

 

 

 

Geometrisch hat der Gradient eine wichtige Bedeutung. Fasst man den Gradienten einer Funktion als Richtung auf, so zeigt der Gradient gerade in die Richtung des steilsten Anstiegs der Funktion an dieser Stelle. Das heißt, die Richtungsableitung in Richtung des Gradienten f = (fx, fy) ist größer als alle anderen Richtungsableitungen.

Satz 10.2 (Geometrische Bedeutung des Gradienten)

Der Gradient einer Funktion f an der Stelle (x0, y0) zeigt, als Richtung interpretiert, in die Richtung des steilsten Anstiegs der Funktion f an der Stelle (x0, y0).

Zum Nachweis von Satz 10.2 nehmen wir eine beliebige Richtung r = Œ rx ‘ und beginnen ry

trickreich mit der Gleichung

(fx ry fy rx)2 ≥ 0 fx2 ry2 + fy2 rx2 ≥ 2 fx fy rx ry.

Diese Ungleichung können wir erweitern zu

fx2 rx2 + fx2 ry2 + fy2 rx2 + fy2 ry2 fx2 rx2 + 2 fx fy rx ry + fy2 ry2.

402

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10 Funktionen mit mehreren Variablen

In Faktoren umgeschrieben erhalten wir

 

 

 

 

 

 

 

 

 

 

 

(

f2

+

f2

) (

r2

r2

)

y≥ (

f r

 

+

f r

 

)

2.

 

 

 

 

 

 

x

y

 

x

+x

x

x

 

y

 

y

 

 

 

 

 

 

 

 

 

 

 

 

 

y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Dividiert man durch r2

 

r2 und schreibt die Summen als Skalarprodukte, so gilt

 

 

 

2

 

 

f

r

2+

 

 

 

 

 

 

 

 

 

f

 

 

 

 

 

r

 

 

S

f

S ≥

S

 

r 2 S

 

 

 

Ô

f

 

 

f

 

f

 

 

 

 

 

S

 

 

 

 

 

S

r

S

 

 

S

 

 

 

 

 

 

S S

 

 

für alle Richtungen r = (rx, ry). Bei Funktionen mit mehr als zwei Variablen benutzt man zur Herleitung die sogenannte Cauchy-Schwarz-Ungleichung.

10.3.4 Di erenzial

Wir betrachten eine Funktion f x, y

 

an der Stelle x0, y0 . Wenn sich die Variablen x

und

y

um die Werte

x

und

y ändern, wird die Veränderung des Funktionswerts durch

 

 

 

 

(

 

)

 

 

 

 

 

 

 

(

 

)

 

 

 

 

f

(

x0, y0

) =

f

(

x0

+

 

x, y0

+

y

) −

f

(

x0

, y0

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

beschrieben. Für kleine Änderungen dx

 

 

x und dy

 

y entspricht die Veränderung

des Funktionswerts

 

f

 

x, y

 

ungefähr

dem sogenannten totalen Di erenzial df

 

x, y :

 

 

 

(

 

 

)

 

=

 

 

 

 

 

 

=

 

(

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f(x, y) ≈ df(x, y).

Definition 10.12 (Di erenzial)

Das totale Di erenzial einer Funktion f an der Stelle (x0, y0) ist definiert durch

dfS(x0,y0) = fx(x0, y0)dx + fy(x0, y0)dy.

Es beschreibt die Veränderung des z-Wertes an der Stelle (x0, y0) entlang der Tangentialebene, wenn sich die Variablen x und y um die Werte dx und dy ändern.

f

z

 

 

 

 

f

fydy

fxdx

df

 

 

y0

 

 

x0

y

 

 

x

 

 

 

y =dy

x=dx

 

 

Analog zum eindimensionalen Fall sind sowohl Schreibweisen mit dx und dy als auch mit x und y gebräuchlich. Ebenso analog zu Funktionen mit einer Variablen wird das Di erenzial zur Näherung der Änderung des Funktionswertes benutzt. Dabei ist die Genauigkeit natürlich um so besser, je kleiner die Änderungen x und y sind.

Totales Di erenzial

(

x0, y0

)

liefert für kleine Änderungen x

Das Di erenzial der Funktion f an der Stelle

 

 

 

und y eine gute Näherung für die tatsächliche Änderung des Funktionswerts:

dfS(x0,y0) = fx(x0, y0) x + fy(x0, y0) y f = f(x0 + x, y0 + y) − f(x0, y0).

10.3 Di erenziation

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

403

Beispiel 10.18 (Totales Di erenzial)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Wir möchten eine gute Näherung des Werts c

 

 

 

 

 

 

 

 

 

ohne Taschenrechner berechnen.

=

2.982

+

4.012

Dazu schreiben wir

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

»

 

 

 

 

 

 

 

 

 

 

 

 

 

5

=

 

 

 

 

 

.

 

 

 

c

 

3

 

0.02

 

2

 

4

 

0.01 2

,

32

 

42

 

 

 

 

= (

 

 

 

 

)

 

+ (

 

+

 

 

)

 

 

 

 

 

 

 

+

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x, y

 

»x

2

 

y

2

 

 

 

 

 

 

Wir betrachten die Funktion f

(

) =

 

 

 

und bilden die partiellen Ableitungen

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

+ y

 

 

 

 

 

 

 

fx(x, y) =

»

 

, fy(x, y) =

»

 

.

 

 

 

x2 + y2

x2 + y2

 

 

 

Hierbei interessant ist die Stelle (x0, y0) = (3, 4). Mithilfe des Di erenzials können wir die Abweichung f vom Wert f(3, 4) = 5 durch das Di erenzial df annähern: f ≈ df = fx dx + fy dy. Mit Zahlwerten bedeutet dies

3

 

4

 

 

 

 

 

 

 

 

 

 

f

 

(−0.02) +

 

(0.01) = −0.004.

 

 

 

 

 

 

 

 

 

5

5

 

 

 

 

 

 

 

=

 

Bei dieser einfachen Approximation liefert der Näherungswert c˜

5

0.004

4.996 also einen

recht guten Näherungswert des tatsächlichen Werts

c

=

4

.996048439 . . .

.

Ì

 

 

 

=

 

Mithilfe des Di erenzials können einige Regeln der Di erenzialrechnung leicht hergeleitet werden. Besonders eindrucksvoll ist die Anwendung bei der sogenannten allgemeinen Kettenregel. Wir betrachten eine zusammengesetzte Funktion

g(t) = f (x(t), y(t)) .

Die beiden Funktionen x(t) und y(t) sind jeweils Funktionen von R nach R. Die Funktion f ist eine Funktion mit zwei Variablen und bildet von R2 nach R ab. Mithilfe des Di erenzials df = fx dx + fy dy folgt nach der Division durch dt

df

 

dx

dy

 

= fx

 

 

+ fy

 

dt

dt

dt

und daraus unmittelbar

g(t) = fx (x(t), y(t)) x(t) + fy (x(t), y(t)) y(t).

Man kann diese Formel sogar sehr elegant mittels des Skalarprodukts zwischen den partiellen Ableitungen fx und fy und den inneren Ableitungen xund yschreiben:

g(t) = (fx, fy) Πxy.

Wenn das keine schöne Anwendung des Skalarprodukts ist!

Satz 10.3 (Allgemeine Kettenregel)

Die verkettete Funktion g(t) = f (x(t), y(t)) mit der Variablen t hat die Ableitung

g(t) = fx (x(t), y(t)) x(t) + fy (x(t), y(t)) y(t).

404

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10 Funktionen mit mehreren Variablen

Beispiel 10.19 (Allgemeine Kettenregel)

 

 

Wir betrachten eine Ellipse in Parameterform

 

x t

 

 

 

 

 

 

 

 

a cos t

 

 

 

 

Πy

(t) ‘ = Œ

 

b sin t

 

 

 

 

mit den Halbmessern( )

 

a und b, siehe Definition 9.5. Der Abstand zum Ursprung

 

 

»

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

r t

x2

 

t

 

y2

 

t

 

 

 

 

ist von t(abhängig.) = (Nach) +

der( )allgemeinen Kettenregel ist

 

r(t) =

 

 

 

 

 

x

 

 

 

(−a sin t) +

y

(b cos t).

 

»

 

 

 

 

 

»

 

 

x2

 

 

y2

x2 y2

 

Durch Einsetzen von x t

 

und y t und nach Zusammenfassen der Terme erhalten wir

 

 

 

 

 

 

 

 

 

+

 

 

 

 

 

 

 

 

 

+

 

 

rt

 

 

 

b2

 

 

a2( )sin t cos( t)

 

 

 

 

 

(

a2 cos2 t

 

b2 sin2 t .

 

 

 

( ) =

 

 

 

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

In diesem Beispiel wäre mit der Form

 

 

 

r(t) =

 

 

 

 

 

 

 

 

 

+

 

 

 

 

 

 

 

 

a2 cos2 t + b2 sin2 t

 

 

 

 

 

auch die direkte Berechnung der Ableitung möglich gewesen.

Ì

Betrachten wir nun eine Funktion y(x) in einer Variablen, allerdings in impliziter Form:

F (x, y(x)) = 0.

Ist die Ableitung y(x) gesucht, so haben wir in Abschnitt 6.2.4 die Methode des impliziten Di erenzierens kennengelernt. Mit der allgemeinen Kettenregel können wir nun eine Formel dafür herleiten:

dF = Fx 1 + Fy y. dx

Nun soll ja F konstant null sein, also ist auch die Ableitung dF überall null. Wir lösen dx

nach yauf und erhalten

y(x) = −Fx(x, y(x)). Fy(x, y(x))

Implizite Di erenziation

Beim Ableiten einer impliziten Gleichung F (x, y) = 0 in den Variablen x und y nach x erhält man y(x) mit der allgemeinen Kettenregel in der Form

y(x) = −Fx(x, y(x)). Fy(x, y(x))

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]