7. Funktionen mehrerer Variablen, Felder

7. Funktionen mehrerer Variablen, Felder Wiederholung: Eine „Funktion f von n Veränderlichen“ ist eine Vorschrift, die jedem geordneten n-Tupel (x1,...
Author: Dominik Kohl
10 downloads 3 Views 383KB Size
7.

Funktionen mehrerer Variablen, Felder

Wiederholung: Eine „Funktion f von n Veränderlichen“ ist eine Vorschrift, die jedem geordneten n-Tupel (x1,x2, ..., xn) reeller Zahlen aus einer nicht-leeren Definitionsmenge D ⊆ Rn (auch: „Definitionsbereich“ oder "Definitionsintervall") genau eine reelle Zahl z der nichtleeren Bildmenge B ⊆ R zuordnet: f: (x1,x2, ..., xn) → y := f(x1,x2, ..., xn);

((x1,x2, ..., xn) ∈D; y ∈B).

Jene freien Variablen, die wir festhalten („fixieren“), heißen „Parameter“ oder „Konstante“. (i) Explizite Darstellung:

xn+1 := f(x1,x2,...,xn);

(ii)

Implizite Darstellung:

f(x1,x2,...,xn+1) := 0.

7.1.

Partielle Ableitungen

Unter der „partiellen Ableitung einer Funktion f(x1,...,xn) nach der Variablen xi versteht man die Ableitung der Funktion f(x1,x2,...) nach der Variablen xi: ∂f(x1,...,xn)/∂xi := f,xi(x1,...,xn) := fxi(x1,...,xn).

o

„Vollständiges Differential“ der Funktion f(x1,...,xn): Darunter verstehen wir den Ausdruck: df(x1,...,xn) := dx1.∂f(x1,...,xn)/∂x1 + ... + dxn.∂f(x1,...,xn)/∂xn := dx1.f,x1(x1,...,xn)

o

+ ... + dxn.f,xn(x1,...,xn).

Kettenregel: ∂ f(x1,...,xn)/∂t = [∂f(x1,...,xn)/∂x1]. dx1/ dt + [∂f(x1,...,xn)/∂x2]. dx2/ dt + ...

Beispiele: ___________________________________________________________ a)

f(x,y) = x² + 2y² + xy + 7, (x1 = x, x2 = y). f,x = 2x + y;

b)

f,y = 4y + x;

df(x,y) = dx.f,x + dy.f,y = dx.(2x + y) + dy.(4y+x).

f(x,y,z) = x² - sin y . cos z

© J.Tomiska 2009: Mathematikskizzen Teil 7

1

fx = 2x;

fy = -cos y . cos z;

fz = sin y . sin z;

df(x,y,z) = dx.f,x + dy.f,y + dz.f,z = dx.(2x) - dy.(cos y . cos z) + dz.(sin y . sin z). _______________________________________________________________________

o

Höhere partielle Ableitungen: Partielle Ableitungen einer partiellen Ableitung: ∂f,xi(x1,...,xn)/∂xk := f,xi xk(x1,...,xn) := fxi xk(x1,...,xn). Eine Funktion ist j-mal differenzierbar, wenn alle partiellen Ableitungen (gemischte

wie reine) bis zur j-ten Ordnung existieren. Weiterführung der obigen Beispiele: _______________________________________ a)

b)

f(x,y) = x² + 2y² + xy + 7, (x1 = x, x2 = y). f,x = 2x + y;

f,y = 4y + x;

f,xx = 2;

f,yy = 4;

f,xy = 1;

f,yx = 1;

f(x,y,z) = x² - sin y . cos z fx = 2x;

fy = -cos y . cos z;

fz = sin y . sin z;

fxx = 2;

fyx = 0;

fzx = 0;

fxy = 0;

fyy = sin y . cos z;

fzy = cos y .sin z;

fxz = 0;

fyz = cos y .sin z;

fzz = sin y . cos z;

________________________________________________________________________ o

Satz von Schwarz: Sind in einer Umgebung der Stelle (x,y) sowohl die Funktion f(x,y) als auch ihre partiellen Ableitungen fx und fy sowie die gemischte Ableitung fxy stetig, so existiert auch die andere gemischte Ableitung fyx und es gilt: fyx = fxy. Funktionen, die dem Schwarz’schen Satz genügen, heißen Potential- oder Zustandsfunktionen.

© J.Tomiska 2009: Mathematikskizzen Teil 7

2

7.2.

Ableitungen implizit dargestellter Funktionen

o

Erfüllt eine Funktion [f(x,y) = 0] den Hauptsatz für implizite Funktionen, dann ver-

schwindet ihr vollständiges Differential df := dx.∂f(x,y)/∂x + dy.∂f(x,y)/∂y := dx . fx + dy . fy= 0, =>

dy . fy = -dx . fx

=>

dy /dx = -fx/ fy = y'.

o

Für die 2. Ableitung gilt:

o

Für implizit gegebene Funktionen mit drei und mehr Variablen gibt es keinen Aus-

y'' =

- [fxx + 2fxy. y' + fyy. (y')2]/ fy .

druck für die "Erste Ableitung", denn es gibt hier mehr als eine unabhängige Variable.

Beispiele:

______________________________________________________________

a)

---------b)

Bei 3 Variablen: x³y - y³x - z = 0 müssen wir die explizite Darstellung wählen:

=>

z = x³y - y³x

=>

Vollständiges Differential :

=>

∂y/∂x = - fx / fy.

dz = fx.dx + fy.dy = (3x²y - y³)dx + (x³ - 3y²x)dy

_______________________________________________________________________

© J.Tomiska 2009: Mathematikskizzen Teil 7

3

7.3

Graphische Darstellungsmöglichkeiten

Problem der graphischen Darstellbarkeit: Können nur in der Ebene (R2) gut zeichnen, und mit Abstand auch im R3 (Schrägriss, Perspektive). Daher arbeiten wir hier mit "Schnitten" und Projektionen. o

Niveaulinien (auch: Äquipotentiallinien): Linien gleicher Funktionswerte;

o

Niveauflächen (auch: Äquipotentialflächen): Flächen gleicher Funktionswerte.

o

"Partielle" Funktionen: xj frei variabel, alle xi mit i ≠ j konstant gehalten.

Beispiel: z = x² + y² (Rotationsellipsoid) _______________________________________

a) Jede Ebene, die die z-Achse enthält, schneidet den Graphen entlang einer Normalparabel. b) Niveaulinien: Konzentrische Kreise mit den Mittelpunkten auf der z-Achse und den Radien c. ________________________________________________________________________

© J.Tomiska 2009: Mathematikskizzen Teil 7

4

7.4

Approximation von Funktionen II

Die Approximationstheorie beschäftigt sich mit der Annäherung von Funktionen innerhalb eines interessierenden Definitionsintervalls durch Polynome bzw. durch Funktionen eines Orthonormalsystems.

o

Die Taylorformel für 2 Variable

f(x1+dx1, x2+dx2) := f(x1; x2)/0! + D1f(x1, x2)/1! + D2f(x1, x2)/2! + ... + Dkf(x1, x2)/k! + Restk mit D1 = dx1. ∂/∂x1 + dx2. ∂/∂x2; D1f(x1,x2) = dx1.fx1 + dx2.fx2 D2 = [dx1. ∂/∂x1 + dx2. ∂/x2]2 = [d2x1. ∂2/∂x12 + d2x2. ∂2/∂x22 + 2. dx1.dx2. ∂2/∂x1∂x2] ; D2f(x1,x2) = d²x1.fx1 x1 + dx²2.fx2 x2 + 2 dx1 dx2.fx1 x2 ... Dk = [(dx1. ∂/∂x1) + (dx2. ∂/x2)]k = entsprechende Binominalentwicklung.

Beispiel __________________________________________________________________ f = 1/(1+xy);

in Umgebung von P(0,0) in Taylorreihe entwickeln.

f ist symmetrisch in x und y, daher auch alle Ableitungen. fx = -y/(1+xy)²;

fy = -x/(1+xy)²;

fxx = 2y²/(1+xy)³;

fyy = 2x²/(1+xy)³;

fxy = (xy-1)/(1+xy)²; f(0+dx,0+dy) = f(0,0) + [dx.fx(0,0) + dy.fy(0,0)]/1! + [dx².fxx(0,0) + dy².fyy(0,0) + 2.dx.dy.fxy(0,0)]/2! + ... =

1 + [dx.0 + dy.0]/1 + [dx².0 + dy².0 + 2.dx.dy.(-1)]/2 + ... = 1 - dx.dy + ...

__________________________________________________________________________

© J.Tomiska 2009: Mathematikskizzen Teil 7

5

7.5

Kritische Punkte von Funktionen in 2 Variablen (f(x,y)

o

Extremstellen:

Notwendig: f,x(x,y) = f,y(x,y) = 0; Hinreichend: f,xx. f,yy - f²,xy ≥ 0

und zwar völlig analog zu Funktionen mit 1 unabhängigen Variablen: lokales Maximum, falls f,xx < 0; lokales Minimum, falls f,xx > 0. o

Sattelpunkte (Verallgemeinerung der Wendepunkte): Hinreichend: f,xx. f,yy - f²,xy < 0

Beispiel _____________________________________________________________ f(x,y) = x³ + 8y³ - 12xy fx = 3x² -12y,

fy = 24y² -12x ;

fxx = 6x,

fyy = 48y,

fxy = -12.

Extremstellen: Sowohl

fx = 3x² -12y =0

als auch

fy = 24y² -12x = 0.

2 Gl. mit 2 Unbekannten; Lsg zB.: aus Gl.1 y = -x²/4 in Gl.2 einsetzen, => 24x4/16 - 12x = 0 =>

x.(x3/8 - 1) =0;

(i)

=> x1 = 0

=> y1 = 0;

(ii)

x³ -8 = 0;

sehen, x2 = 2 => y2 = 1;

(iii)

x3 und x4:

(x³ -8) : (x-2) = x² + 2x+ 4 = 0

=> konjugiert komplexe Lsgen.

ad (i): Bei x1 = 0 keine Extremstelle, denn fxx(0,0). fyy(0,0) - 2fxy(0,0) = -144 < 0 ! ad (ii): Bei x2 = 2 lokales Minimum, denn fxx(2,1). fyy(2,1) - 2fxy(2,1) = 432 > 0, und

fxx(2,1) = 12 > 0.

______________________________________________________________

© J.Tomiska 2009: Mathematikskizzen Teil 7

6

7.6

Extremwerte unter "Nebenbedingungen“

Haben Gleichung f(x1,...,xN) = 0. Zur eindeutigen Lösung benötigen wir für jede Variable eine Gleichung. D.h., bei N Variablen brauchen wir (N-1) zusätzliche Verknüpfungen (Bedingungen) zwischen den N Variablen xn. Diese heißen "Nebenbedingungen". f1(x1,...,xN) = 0; ... fN-1(x1,...,xN) = 0. Wir haben 2 grundsätzlich unterschiedliche Lösungsmöglichkeiten: (i)

Sukzessives, direktes Einsetzen aus den Nebenbedingungen in die Gleichung (Bei 2 Variablen x = x1, y = x2: f(x, y(x)) = 0).

(ii)

Lagrange zeigte uns, dass es auch ein allgemeines Lösungsverfahren gibt: Jede Ne-

benbedingung n muss dazu mit einer "Justierschraube" - dem "Lagrange'schen Faktor λn" multipliziert und zur Gl. addiert werden. F(x1,...,xN; λ1,...,λN-1) := f(x1,...,xN) + λ1. f1(x1,...,xN) + ... + λN-1. fN-1(x1,...,xN) = 0. Die Bestimmungsgleichungen für die N Variablen xn und die (N-1) Lagrange-Faktoren λn, also für die insgesamt (2N-1) Unbekannten sind: ∂F(x1,...,xN; λ1,..., λN-1)/ ∂x1

= 0;

... ∂F(x1,...,xN; λ1,..., λN-1)/ ∂xN

= 0;

∂F(x1,...,xN; λ1,..., λN-1)/ ∂ λ1

= f1(x1,...,xN) = 0;

... ∂F(x1,...,xN; λ1,..., λN-1)/ ∂ λN-1 = fN-1(x1,...,xN) = 0.

Beispiel: _______________________________________________________________ Ges.: Minimum der Funktion f(x,y) = x² + y² unter der Nebenbedingung 3x - y = 1. (i)

Durch direktes Einsetzen: f(x,y) = x² + y² = x² + (3x-1)² = 10x² -6x +1; f(x)’ = 20x - 6 = 0

=> x = 0,3;

=> y = 3.0,3 - 1 = -0,1.

f(x)’’ = 20 > 0,

daher Minimum (0,3, -0,1).

© J.Tomiska 2009: Mathematikskizzen Teil 7

7

(ii)

Mit Lagrange-Faktor λ1: F(x, y; λ1) := f(x, y) + λ1. f1(x, y) = x² + y² + λ1.(3x - y - 1) = 0; (1)

∂F(x, y; λ1)/ ∂x = 2x + 3. λ1 = 0;

(2)

∂F(x, y; λ1)/ ∂y = 2y - λ1

(3)

∂F(x, y; λ1)/ ∂λ1 = 3x - y - 1 = 0

= 0;

=> y = 3x-1; aus (2) in (1)

=> 2x + 6y = 0

y aus (3) eingesetzt

=> 2x + 18x - 6 = 0; => x = 6/20 = 0,3;

x in (3) eingesetzt

=> y = 3.0,3 - 1 = -0,1; => Minimum: (0,3, -0,1).

________________________________________________________________

© J.Tomiska 2009: Mathematikskizzen Teil 7

8

7.7

Zahlenfelder

In der mechanistischen Natursicht begnügten wir uns bei der Beschreibung all der Kraftspiele von Elastizität, Trägheit, zwischen Massen und zwischen elektrischen Ladungen mit der Angabe der Stärke und Wirkungsrichtung in jedem Punkt eines Raumgebietes. Das geschah einfach dadurch, dass wir uns für jeden Punkt des betrachteten Raumgebietes die Stärke und Richtung der Kraftwirkung notierten. Da in der Mathematik alle Gebietstabellen, die zusätzlich zu den Ortsangaben („Koordinaten“) der einzelnen Punkte noch weitere Zahlenangaben aufweisen, „Felder“ heißen, wurden daher die Gebietstabellen der Kraftwirkungen einfach „Kraftfelder“ genannt. Der Name der zusätzlichen Angabe bezeichnete dann das Feld näher: Als Schwerefeld der Erde wurde jene Gebietstabelle tituliert, welche uns darüber informiert, wie stark und in welche Richtung die Anziehungskraft unserer Erde in den einzelnen Raumpunkten auf dort befindliche Massekörper wirkt. Entsprechend war etwa das elektrische Feld ausschließlich nur als Gebietstabelle angesehen, die uns über die Kraftstärken und -richtungen informiert, welche von einer elektrischen Ladung in den verschiedenen Raumpunkten auf dort gelegene elektrisch geladene Körper wirken. Analoges galt für das Magnetfeld und das Schwerefeld. Die „Kraftfelder“ der klassischen Mechanik waren damit gleichsam mathematische Kulissennetze, die wir überall dort in unserem Lebensraum wie Vorhänge aufgezogen hatten, wo wir uns besser orientieren wollten. Sie stellten ja nichts anderes dar als mehrdimensionale Tabellen. Das änderte sich aber schlagartig mit der Erkenntnis, dass sich die elektrischen und magnetischen Kraftwirkungen wellenförmig mit höchstens knapp 300 000 km/s ausbreiten und daher keine Fernkräfte sind. Zahlenfeld: Jedem Raumpunkt wird neben den Koordinaten noch eine zusätzliche Zahl zugeordnet. Der Typus dieser zusätzlichen Zahl gibt dem Feld seinen Namen. Ist diese Zahl ein Skalar: Skalarfeld f(x1, x2, ...); Temperaturverteilung, ... Vektor: Vektorfeld, v(x1, x2, ...) = (v1(x1, x2, ...), v2(x1, x2, ...), ...); Beschleunigungsverteilung (Kraftfeld), ... Formal gültig auch für mehr als 3 Dimensionen!

© J.Tomiska 2009: Mathematikskizzen Teil 7

9

Es sind mathematische Konstrukte, die helfen, mit physikalischen Beobachtungen passend umzugehen. Die Geschwindigkeit ist auch kein Vektor, sondern ihr Verhalten kann mit Hilfe der Vektoren beschrieben werden. Dasselbe gilt für die Kraft. Ihr Beschleunigungsverhalten wird in jedem Raumpunkt durch einen Vektor beschrieben, alle diese Vektoren zusammen bilden das mathematische Kraftfeld. Die physikalische Kraft ist hingegen durch ihren Wirkungsmodus und ihrer Transportlogistik für Energie und Impuls gegeben.

Bei Vektorfeldern: o

Feldlinien: Kurven, deren Tangenten an jedem Punkt mit der Richtung eines Vektorfeldes v übereinstimmen (t Tangentenvektor, n Normalvektor): txv=0 (i)

und n. v = 0.

Die Anzahl der durch eine Einheitsfläche tretenden Feldlinien, die Feldlinien-

dichte, wird meist proportional zur Größe des Feldes gewählt. Durch einen regulären Punkt eines eindeutigen Vektorfeldes können nicht zwei Feldlinien hindurchgehen. (ii)

Offene Feldlinien (Bild a und b): Beginnen und enden an den Quellen des Fel-

des (z.B. elektrische Ladungen) oder im Unendlichen. Z.B. bei laminarer Strömung, elektr. Kraft. (iii)

In wirbelfreien Feldern (als Gradient einer skalaren Funktion darstellbar) ste-

hen die Feldlinien überall senkrecht auf den Äquipotentialflächen. Z.B. im statischen elektrischen Feld. (iv)

o

Geschlossene Feldlinien (Bild c): Wirbeln; z.B. Magnetfeld

Röhre: Raumteil, gebildet durch die Feldlinien, die durch eine geschlossene Raumkurve hindurchgehen.

© J.Tomiska 2009: Mathematikskizzen Teil 7

10

7.8

Ableitung und Differenzierbarkeit von Feldern

Wir haben 3 Möglichkeiten: 1)

Aus einem Skalarfeld f(xi) soll ein Vektorfeld v(xi) werden,

2)

Aus einem Vektorfeld v(xi) soll ein Skalarfeld f(xi) entstehen,

3)

Ein Vektorfeld v(xi) soll in ein anderes Vektorfeld v(xi) umgewandelt werden.

Dazu benützen wir einen Pseudovektor, der "Nabla"-Operator heißt: Seine Komponenten sind die partiellen Differentiationsvorschriften nach den einzelnen unabhängigen Variablen xi, die hier als Dimensionsachsen des betrachteten Raumes gelten:

∇ := (∂/∂x1, ∂/∂x2, ...) = ∂xk. ad 1) "Gradient" heißt die Anwendung dieses "Nabla"-Operators auf ein Skalarfeld f(xi). Es entsteht dadurch ein n-dimensionales Gebilde, eben ein Vektorfeld v(xi): grad f(xi) := ∇ . f(xi) := (∂/∂x1, ∂/∂x2, ...). f(xi) = (∂f(xi)/∂x1, ∂f(xi)/∂x2, ...) = v(xi).

ad 2) "Divergenz" heißt die dem Skalarprodukt ähnliche Anwendung dieses "Nabla"-Operators auf ein Vektorfeld v(xi). Es entsteht dadurch eine Summe von n skalaren Summanden, die nach Ausrechnung ein Skalarfeld f(xi) ergeben:

© J.Tomiska 2009: Mathematikskizzen Teil 7

11

div v(xi):= ∇ .v(xi) := (∂/∂x1, ∂/∂x2, ...). v(xi) = (∂v1(xi)/∂x1 + ∂v2(xi)/∂x2 + ...) = f(xi). ad 3) "Rotation" heißt die dem Vektorprodukt ähnliche Anwendung dieses "Nabla"-Operators auf ein Vektorfeld v(xi). Es entsteht dadurch ein Vektorfeld des anderen Typus w(xi). rot v(xi):= ∇ x v(xi) := (∂/∂x1, ∂/∂x2, ...) x v(xi) = w(xi).

Beispiele: __________________________________________________________

© J.Tomiska 2009: Mathematikskizzen Teil 7

12

_____________________________________________________________________

o

Laplace-Operator: Δ := ∇ . ∇ = (∂²/∂x12, ∂²/∂x2², ...).

© J.Tomiska 2009: Mathematikskizzen Teil 7

13

o

Richtungsableitung. Per def. die Ableitung einer Funktion f(xi) in einem Punkt P(p1,

p2,...) in eine vorgegebene Richtung r. Wir bilden dazu einfach das Skalarprodukt des normierten Richtungsvektors rE = r/ ||r|| mit dem Gradienten der Funktion f(xi). Das Resultat ist selbstverständlich ein reiner Zahlenwert: Richtungsableitung := grad f(xi). rE = grad f(xi). r /||r||. Beispiel: __________________________________________________________________ Geg.: f = x²y + xz; Ges.: Richtungsableitung in P (1, 2, -1) in Richtung r = (2, -2, 1); a) grad f = ((2xy + z), x², x); b) für P eingesetzt: grad f(P) = ((2.1.2, 1², 1) = (3, 1, 1) c) ||r|| = 4+4+1)1/2 = 3 d) Richtungsableitung = (3, 1, 1) . (2, -2, 1) / 3 = (6-2+1)/3 = 5/3. ________________________________________________________________________

© J.Tomiska 2009: Mathematikskizzen Teil 7

14