Erreichbare Punktzahl: 20
Sommersemester 2015 Universität Bielefeld
Übungsaufgaben zu Analysis 2 Lösungen von Blatt VI vom 14.05.15
Aufgabe VI.1(3 Punkte)
SeiL:Rd→Rein lineare Abbildung. Zeigen Sie, dass es einen Vektorbgibt mitL(x) = (b, x).
Hinweis: Studieren Sie die kritischen Punkte der Abbildungx7→ 12kxk2−L(x).
Aufgabe VI.2(2+3 Punkte) Seienf, g:R2→Rdefiniert durch
f(x, y) =x3−32x2+y4−y2, g(x, y) = (x+y2)e−x2−y2.
Berechnen Sie jeweils den Gradienten und die Hesse-Matrix der beiden Funktionen und bestimmen Sie die lokalen Extrema.
Aufgabe VI.3(6 Punkte) Sei
f: [−1,1]×[−1,1]→R, f(x, y) = 1−x2−y2−xy.
Bestimmen Sie die lokalen und globalen Extrema vonf.
Hinweis: Es ist sinnvoll, Kanten, Ecken und Inneres getrennt zu betrachten.
Aufgabe VI.4(6 Punkte) Seif:R3→R2 definiert durch
f(x, y, z) =
sin(x) +z x+y+ez
.
Berechnen Sie fürf das Taylor-Polynom zweiten Grades im Punktx0= (1,0,0).
Lösungsvorschläge Aufgabe VI.1
SeienL:Rd→Rlinear und x= (x1, . . . , xd)∈Rd. Dann hatL die Darstellung
L(x) =
d
X
k=1
aixi a∈Rd.
Sei
f(x) = 1
2kxk −L(x) = 1
2(x, x)−
d
X
k=1
aixi = 1 2
d
X
i,j=1
xixj(ei, ej)−
d
X
i=1
aixi.
Für die partiellen Ableitungen vonf gilt:
∂if(x) =
d
X
j=1
xj(ei, ej)−ai.
Setzen wir diese gleich Null, so ist das folgende Gleichungssystem zu lösen:
M·
x1
... xd
=
a1
... ad
=:a,
wobeiM die Gramsche Matrix bezeichnet. Da(·,·)ein Skalarprodukt ist, gilt rang(M) =d und somit existiert einb∈Rd derart, dassM b=a. Also:
(x, b) =
d
X
j=1
xj(ej, b) =
d
X
j=1
xj
d
X
i=1
bj(ej, ei)
!
| {z }
=aj
=L(x).
Aufgabe VI.2
(i) Wir berechnen den Gradienten der Funktionf und setzen diesen gleich Null. Es gilt:
∇f(x, y) =
3x2−3x 4y3−2y
= 0 ⇐⇒ x2−x= 0 4y3−2y = 0
⇐⇒ x= 1 oder x= 0 y= 0 oder y= √1
2 oder y=−√1
2
Somit sind die kritschen Punkte gegeben durch
(1,0),
1, 1
√ 2
,
1,− 1
√ 2
,(0,0),
0, 1
√ 2
,
0,− 1
√ 2
.
Die Hesse-Matrix von f ist gegeben durch:
Hf(x, y) =
6x−3 0 0 12y2−2
.
Einsetzen der kritischen Punkte in die Hesse-Matrix liefert:
Hf(1,0) =
3 0 0 −2
⇒indefinit, also kein Extremum
Hf(1, 1
√2) = 3 0
0 4
⇒positiv definit, also lokales Minimum
Hf(1,− 1
√ 2) =
3 0 0 4
⇒positiv definit, also lokales Minimum
Hf(0,0) =
−3 0 0 −2
⇒negativ definit, also lokales Maximum
Hf(0, 1
√2) =
−3 0 0 4
⇒indefinit, also kein Extremum
Hf(0,− 1
√ 2) =
−3 0 0 4
⇒indefinit, also kein Extremum
(ii) Wir berechnen den Gradienten der Funktiong und setzen diesen gleich Null. Es gilt:
∇g(x, y) = (1−2x2−2xy2)e−x2−y2 (2y−2y3−2xy)e−x2−y2
!
= 0
⇐⇒ 1−2x2−2xy2 = 0 2y−2y3−2xy= 0
Lösen des Gleichungssystems liefert die kritischen Punkte 1
2, 1
√2
, 1
2,− 1
√2
, 1
√2,0
,
− 1
√2,0
.
Die Hesse-Matrix von g ist gegeben durch:
Hg(x, y) =
(4x2y2+ 4x3−2y2−6x)e−x2−y2 (4xy3+ 4x2y−4xy−2y)e−x2−y2 (4xy3+ 4x2y−4xy−2y)e−x2−y2 (4y2+ 4xy2−10y2−2x+ 2)e−x2−y2
. Einsetzen der kritischen Punkte in die Hesse-Matrix liefert:
Hg 1
2, 1
√2
=
−3e−34 −√ 2e−34
−√
2e−34 −2e−34
⇒negativ definit, also lokales Maximum
Hg 1
2,− 1
√2
=
−3e−34 √ 2e−34
√2e−34 −2e−34
⇒negativ definit, also lokales Maximum
Hg 1
√ 2,0
=
−2√
2e−12 0
0 (−√
2 + 2)e−12
⇒indefinit, also kein Extremum
Hg
− 1
√ 2,0
=
2√
2e−12 0
0 (√
2 + 2)e−12
⇒positiv definit, also lokales Minimum
Aufgabe VI.3
Wir untersuchen das Innere, die Kanten und die Ecken getrennt.
(i) Betrachte zunächst die Menge (−1,1)×(−1,1). Es gilt
∇f(x, y) =
−2x−y
−x−2y
und Hf(x, y) =
−2 −1
−1 −2
.
Des Weiteren gilt ∇f(x, y) = 0 ⇐⇒ x=y= 0. Die Hesse-Matrix ist im Nullpunkt negativ definit. Folglich liegt an der Stelle(0,0)ein lokales Maximum mitf(0,0) = 1 vor.
(ii) Wir betrachten nun die offenen Kanten:
• Seien x= 1 undy ∈(−1,1). Dann ist die Funktionf auf der offenen Kante gegeben durch f(1, y) =g(y) =−y−y2. Da g0(y) = 0 ⇐⇒ y =−1/2 und g00(y) =−2<0liegt an der Stelle (1,−1/2) ein mögliches lokales Maximum mit f(1,−1/2) = 1/4 vor. Wir untersuchen nun, ob dies tatsächlich ein lokales Maximum in [−1,1]×[−1,1]ist. Seiε∈(0,1)beliebig. Dann gilt:
f
1−ε,−1 2
= 1−(1−ε)2−1 4+1
2(1−ε) = 1 4+ε
3 2 −ε
> 1 4 =f
1,−1
2
, Also existiert in jeder kleinen Umgebung von(1,−1/2)ein Punktx0derart, dass f(x0)> f(1,−1/2). Somit kann in (1,−1/2)kein lokales Maximum vorliegen.
• Seien x=−1und y∈(−1,1). Dann ist die Funktion f auf der offenen Kante gegeben durch f(−1, y) = g(y) = y−y2. Da g0(y) = 0 ⇐⇒ y = 1/2 und g00(y) =−2<0liegt an der Stelle (−1,1/2) ein mögliches lokales Maximum mit f(−1,1/2) = 1/4 vor. Wir untersuchen nun, ob dies tatsächlich ein lokales Maximum in [−1,1]×[−1,1]ist. Seiε∈(0,1)beliebig. Dann gilt:
f
−1 +ε,1 2
= 1−(−1+ε)2−1 4−1
2(−1+ε) = 1 4+ε
3 2 −ε
> 1 4 =f
1,1
2
, Also existiert in jeder kleinen Umgebung von(−1,1/2)ein Punktx0derart, dass f(x0)> f(−1,1/2). Somit kann in (−1,1/2)kein lokales Maximum vorliegen.
Da die Funktion f inx und y symmetrisch ist, folgt analog, dass auf den beiden anderen Kanten (−1/2,1)und(1/2,−1)zwar lokale Maxima auf den Kanten sind, jedoch keine lokalen Maxima in ihren ε-Umgebungen.
(iii) In den Ecken gilt:
f(1,1) =−2, f(1,−1) = 0, f(−1,−1) =−2, f(−1,1) = 0.
Es gilt für (x, y)∈Bε((1,1))∩([−1,1]×[−1,1]):
1−xy
| {z }
≥0
−(x2+y2)
| {z }
≤2
≥ −2.
Folglich liegt an der Stelle (1,1)ein lokales Minimum vor. Analog verifiziert man, dass an der Stelle (−1,−1)ein lokales Minimum vorliegt.
Wir zeigen nun, dass an der Stelle (−1,1) ein lokales Minimum vorliegt. Seien 0< ε, δ <1. Es gilt:
f(−1 +ε,1−δ) =−ε2−δ2+ε+εδ+δ.
Wir zeigen, dassf(−1 +ε,1−δ)>0gilt. Dies ist äquivalent zuε+εδ+δ > ε2+δ2. Aus0< ε, δ <1 folgt:
ε2+δ2 =εε+δδ < ε+δ < ε+εδ+δ.
Also liegt an der Stelle(−1,1)ein lokales Minimum vor. Analog zeigt man, dass an der Stelle (1,−1)ein lokales Minimum vorliegt.
Insgesamt liegen an den Stellen (1,1),(−1−1),(1,−1),(−1,1) lokale Minima und an der Stelle(0,0)ein lokales Maximum vor. Das lokale Maximum in (0,0)ist ein globales Maximum und die lokalen Minima in (1,1),(−1,−1)sind globale Minima.
Aufgabe VI.4
Wir berechnen für alle Multiindizesα= (α1, α2, α3)mit|α| ≤2die partiellen Ableitungen:
α= (0,0,0) : ∂αf(x, y, z) =
sin(x) +z x+y+ez
inx0
=
sin(1) 2
α= (1,0,0) : ∂αf(x, y, z) =
cos(x) 1
inx0
=
cos(1) 1
α= (0,1,0) : ∂αf(x, y, z) = 0
1 inx0
= 0
1
α= (0,0,1) : ∂αf(x, y, z) = 1
ez inx0
= 1
1
α= (1,1,0) : ∂αf(x, y, z) = 0
0 inx0
= 0
0
α= (1,0,1) : ∂αf(x, y, z) = 0
0 inx0
= 0
0
α= (0,1,1) : ∂αf(x, y, z) = 0
0 inx0
= 0
0
α= (2,0,0) : ∂αf(x, y, z) =
−sin(x) 0
inx0
=
−sin(1) 0
α= (0,2,0) : ∂αf(x, y, z) = 0
0 inx0
= 0
0
α= (0,0,2) : ∂αf(x, y, z) = 0
ez inx0
= 0
1
Folglich ist das Taylor-Polynom zweiten Grades von f im Punktx0 = (1,0,0)gegeben durch:
T2x0(f)(h) =
sin(1) 2
+
cos(1) 1
h1+
0 1
h2+ 1
1
h3+
−sin(1) 0
h21 2 +
0 1
h23 2
= sin(1) + cos(1)h1+h3−sin(1)2 h21 2 +h1+h2+h3+12h23
! .