12. Partielle Ableitungen
12. Partielle Ableitungen
12. Partielle Ableitungen
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Satz (<strong>12.</strong>1.6)<br />
Ist f : R n ⊃ D → R eine C 1 -Funktion, D offen, x 0 ∈ D, so<br />
ist die Tangentialebene an den Graphen von f in x 0 gegeben<br />
durch<br />
z − f(x 0 n∑ ∂f<br />
) = (x 0 ) · (x i − x 0 i<br />
∂x )<br />
i<br />
Definition (<strong>12.</strong>1.7)<br />
∇f(x 0 ) :=<br />
i=0<br />
(<br />
∂f<br />
∂x 1<br />
(x 0 ), ...,<br />
) T<br />
∂f<br />
(x 0 )<br />
∂x n<br />
heißt der Gradient der Funktion f im Punkt x 0 ∈ D.<br />
( ) T<br />
∂ ∂<br />
∇ := ,..., heißt auch Nabla-Operator.<br />
∂x 1 ∂x n<br />
369<br />
Differentiationsregeln (<strong>12.</strong>1.8)<br />
∇(αf + βg) = α ∇f + β ∇g<br />
∇(f · g) = g · ∇f + f · ∇g<br />
∇( f g · ∇f − f · ∇g<br />
) =<br />
g g 2 , g(x) ≠0.<br />
Beispiele (<strong>12.</strong>1.9)<br />
a) f(x, y) := e x · cos y<br />
⇒ ∇f(x, y) = (e x cos y, −e x sin y) T = e x (cos y, − sin y) T .<br />
√<br />
b) Abstandsfunktion r(x) := ‖x‖ 2 := x 2 1 + x2 2 + ...+ x2 n<br />
⇒<br />
∂r<br />
2 x<br />
= √ i<br />
∂x i 2 x 2 = x i<br />
1 + ...+ x2 r(x) , n<br />
x ≠ 0<br />
⇒ ∇r(x) = x<br />
r(x) , x ≠ 0. 370