Beruflich Dokumente
Kultur Dokumente
Mathematik
Formelsammlung
Bruno Gnrich
19. August 2001
Inhaltsverzeichnis
Inhaltsverzeichnis
1. Zahlbereiche und ihre Eigenschaften ........................................................................ 13
1.1 Natrliche Zahlen: ................................................................................................................ 13
1.2 Ganze Zahlen:........................................................................................................................ 13
1.3 Rationale Zahlen: .................................................................................................................. 13
1.4 Reelle Zahlen: ........................................................................................................................ 13
1.4.1 Axiome der Addition: ....................................................................................................... 13
1.4.2 Axiome der Multiplikation: .............................................................................................. 13
1.4.3 Axiome der Ordnung: ....................................................................................................... 13
1.4.4 Archimedisches Axiom:.................................................................................................... 13
1.4.5 Axiom der Vollstndigkeit:............................................................................................... 13
1.4.6 Bemerkung:....................................................................................................................... 13
1.5 Komplexe Zahlen: ................................................................................................................. 13
1.5.1 Schreibweisen: .................................................................................................................. 14
1.5.2 Die Moivre'sche Formel:................................................................................................... 14
1.6 Das Prinzip der vollstndigen Induktion ............................................................................ 14
1.6.1 Induktionsanfang:.............................................................................................................. 14
1.6.2 Induktionsvoraussetzung:.................................................................................................. 14
1.6.3 Induktionsschlu:.............................................................................................................. 14
1.6.4 Beispiel: Bernoullische Ungleichung: .............................................................................. 14
1.7 Fakultt, Binomialkoeffizient, Binomischer Lehrsatz ....................................................... 15
1.7.1 Die Fakultt:...................................................................................................................... 15
1.7.2 Der Binomialkoeffizient: .................................................................................................. 15
1.7.3 Der Binomische Lehrsatz:................................................................................................. 15
1.7.4 Pascalsches Dreieck:........................................................................................................ 15
1.8 Der Fundamentalsatz der Algebra ...................................................................................... 16
2. Vektorrechnung, analytische Geometrie, lineare Gleichungssysteme................. 17
2.1 Vektorrechnung, analytische Geometrie............................................................................. 17
2.1.1 Vektorielle Addition: ........................................................................................................ 17
2.1.2 Skalarprodukt:................................................................................................................... 17
2.1.3 Lnge des Vektors a:......................................................................................................... 17
2.1.4 Schwarzsche Ungleichung: ............................................................................................... 17
2.1.5 Orthogonale Projektion von a auf b:................................................................................. 17
2.1.6 Winkel zwischen zwei Vektoren a und b: ........................................................................ 17
2.1.7 Raumprodukt (Spatprodukt): ............................................................................................ 17
2.1.8 Vektorprodukt (Kreuzprodukt): ........................................................................................ 18
2.1.9 Vektorielle Darstellung einer Gerade in Punkt-Richtungsform:....................................... 18
2.1.10 Vektorielle Darstellung einer Gerade in Hesseform: ...................................................... 18
Seite 2
Inhaltsverzeichnis
Inhaltsverzeichnis
Inhaltsverzeichnis
:................................................................................. 44
Inhaltsverzeichnis
Seite 6
Inhaltsverzeichnis
Inhaltsverzeichnis
Inhaltsverzeichnis
Inhaltsverzeichnis
Seite 10
Inhaltsverzeichnis
Tabellen
Tabelle 1: Klassifikation von Zentrumsquadriken........................................................................... 68
Tabelle 2: Klassifikation von Quadriken mit leerem Zentrum ........................................................ 69
Tabelle 3: Lsungsbasis von linearen homogenen Differentialgleichungen 2. Ordnung mit
konstanten Koeffizienten ......................................................................................................... 89
Tabelle 4: Fourierreihenentwicklungen einiger 2-periodischer Funktionen ................................ 101
Tabelle 5: Trigonometrische Funktionswerte an besonderen Winkeln.......................................... 115
Tabelle 6: Zusammenhnge der trigonometrischen Funktionen .................................................... 115
Seite 11
10 cos(3t )
Inhaltsverzeichnis
Diese Formelsammlung ist auch im Internet abrufbar. Es stehen die Formate HTML (Hyper Text Markup
Language) und PDF (Portable Document Format) zur Verfgung. Besuchen Sie hierfr
http://www.gnoerich.de/formelsammlung/formelsammlung.html.
Seite 12
Symbol: = {0,1,2,3,4,...}
Symbol: = {...,-2,-1,0,1,2,...}
p
Symbol: = p, q und q 0
a b a +b a + b
Symbol: = {z z = ( x, y ) mit x, y }
Die Menge der komplexen Zahlen ist ein algebraischer Krper bezglich Addition und Multiplikation.
Imaginre Einheit: i 2 = 1
Seite 13
1.5.1 Schreibweisen:
Schreibweise einer komplexen Zahl z:
z = x+i y
Mit r =
x 2 + y 2 und = arctan
z = r [cos( ) + i sin ( )]
y
wird daraus :
x
= r cis( )
= r e i
Es gilt die Dreiecksungleichung.
= r n cis(n )
= r n e in
Die Exponentialschreibweise von z wird als Polarform von z bezeichnet.
n0 = 1 : 1 + x (1 + x ) = 1 + x (gilt insbesondere fr 1 x )
Induktionsannahme:
Seite 14
Induktionsschlu:
= 1 + (n + 1) x + n x 2
1 + (n + 1) x
Damit ist die Gltigkeit der Bernoullischen Ungleichung bewiesen.
n! = 1 2 3 ... n = k
k =1
wenn 0 k n
n k!(n k )!
=
k
0
wenn k > n
1.7.3 Der Binomische Lehrsatz:
n
n
(a + b )n = a n k b k (siehe Pascalsches Dreieck)
k =0 k
Der binomische Lehrsatz kann mittels vollstndiger Induktion bewiesen werden.
n=1
n=2
n=3
n=4
n=5
n=6
1
1
1
2
3
4
k=3
1
3
6
10
15
k=2
1
4
10
20
k=4
k=5
1
5
15
k=6
1
144444444444
42444444444444
3
n
=
k
Abbildung 1: Pascal'sches Dreieck
Seite 15
Mit a n 0 a i
Seite 16
a1 b1 a1 + b1
a+b = M + M = M
a b a + b
n
n n n
2.1.2 Skalarprodukt:
n
a b = a1 b1 + a 2 b2 + K + a n bn = a j b j
j =1
Zustzlich gilt: a b = 0 a b
2.1.3 Lnge des Vektors a:
a = a a = a2
2.1.4 Schwarzsche Ungleichung:
a b a b
a b
b = b
2
b
2.1.6 Winkel zwischen zwei Vektoren a und b:
cos =
a b
a b
a, b, c = (a b ) c
Es erzeugt es ein Rechtssystem, falls es positiv ist, und ein Linkssystem, falls es negativ ist.
Das Vektortripel heit ausgeartet (linear abhngig), falls das Spatprodukt null ist.
Seite 17
a b = a 2 b2 = a3 b1 a1 b3
a b a b a b
2
1
3 3 1 2
Ist das Kreuzprodukt null, so sind die beiden Vektoren linear abhngig.
2.1.9 Vektorielle Darstellung einer Gerade in Punkt-Richtungsform:
r r
g: x = p + t a
2.1.10 Vektorielle Darstellung einer Gerade in Hesseform:
r
g: x = d
r
g :xa = m
2.1.13 Darstellung einer Ebene in Punkt-Richtungsform:
v v
E : x = p + a1 + a 2
E:
1 r
d
x =
(a b ) (c d ) = (a c ) (b d ) (a d ) (b c )
Seite 18
x
j =1
a j = b
Ein LGS ist lsbar, falls gengend linear unabhngige Gleichungen vorhanden sind. Sind bei
einem LGS vom Rang n (d.h. mit n Unbekannten) nur r linear unabhngige Gleichungen gegeben,
so betrgt der Defekt d des Gleichungssystems: d = n - r.
Zum Schlu wird die Lsungsmenge als Vektor oder Zahlentupel aufgeschrieben.
1. Beispiel:
Folgendes LGS ist gegeben. Gesucht ist dessen Lsungsmenge.
x1 + 2 x2 + 3 x3 + 4 x4
2 x1 + 3 x2 + 4 x3 + x4
3 x1 + 4 x2 + x3 + 2 x4
4 x1 + x2 + 2 x3 + 3x4
Seite 19
= 2
= 2
= 2
= 2
I
II
III
IV
V
VI
VII
VIII
IX
X
XI
XII
XIII
XIV
XV
XVI
x1
1
2
3
4
1
0
0
0
1
0
0
0
1
0
0
0
x2
2
3
4
1
2
-1
-2
-7
2
-1
0
0
2
-1
0
0
x3
3
4
1
2
3
-2
-8
-10
3
-2
-4
4
3
-2
-4
0
x4
4
1
2
3
4
-7
-10
-13
4
-7
4
36
4
-7
4
40
Operation
-2
2
2
-2
-2
6
8
6
-2
6
-4
-36
-2
6
-4
-40
=II-2I
=III-3I
=IV-4I
=VII-2VI
=VIII-7VI
=XI+XII
2. Beispiel:
Folgendes LGS ist gegeben. Es enthlt mehr Gleichungen als Unbekannte.
x1 3x2 12 x3 = 5
x1 + 2 x2 + 5x3 = 2
5x2 + 17 x3 = 7
3 x1 x2 + 2 x3 = 1
7 x1 4 x2 x3 = 0
Eine Lsung existiert, sie ist aber nicht eindeutig. Es
kann eine Unbekannte als Parameter whlen, z.B. x3.
Die Lsung lautet dann:
t ( ; )
4 9
x1 = t
5 5
7 17
x2 = t
5 5
x3 = t
Operation
I
II
III
IV
V
VI
VII
VIII
IX
x1
-1
-1
0
3
7
-1
0
0
0
x2
-3
2
5
-1
-4
-3
-5
5
-10
x3
-12
5
17
2
-1
-12
-17
17
-34
-5
2
7
1
0
-5
-7
7
-14
X
XI
XII
XIII
XIV
XV
0
-1
0
0
0
0
-25
-3
-5
0
0
0
-85
-12
-17
0
0
0
-35
-5
-7
0
0
0
=I-II
=III
=3I+I
V
=7I+V
Die geometrische Deutung der Lsungsmenge eines LGS mit drei Unbekannten ist die
Bestimmung der Schnittmenge der durch die drei Gleichungen des LGS gegebenen Ebenen. In
diesem Beispiel ist die Lsungsmenge eine Gerade:
4
9
r 1 1
g : x = 7 + t 5
5 5
0
5
Seite 20
Dn
D
Die mit der Cramer'schen Regel berechneten Lsungen sind immer eindeutig.
Seite 21
3. Matrizen, Matrixalgebra
3. Matrizen, Matrixalgebra
3.1 Beispiele fr (m,n)-Matrizen
3.1.1 (n,n)-Einheitsmatrix:
1 0 0
0 1 0
En = 0 0 1
M M M
0 0 0
L
L
L
O
L
3.1.2 (m,n)-Matrix:
a11
a 21
A = a31
M
a
m1
a13
a 23
a 33
M
am3
a12
a 22
a32
M
am2
0
0
L
L
L
O
L
a1n
a 2n
a 3n
M
a mn
Der erste Index bei den Eintrgen aij heit Zeilenindex und gibt die Zeile an, in der der Eintrag
steht, der zweite ist der Spaltenindex und gibt die Spalte der Matrix an, in der der Eintrag steht.
, B =
A =
3 2
2 6
1 7 0 2 1 + 0 7 + 2 1 5
=
=
+
A + B =
3 2 2 6 3 + 2 2 + 6 5 8
0 2 5 0 5 2 0 10
=
=
5 B = 5
2 6 5 2 5 6 10 30
1 7
1 3
=
,
A =
3 2
7 2
T
0 2
0 2
=
= B
B =
2 6
2 6
T
Seite 22
3. Matrizen, Matrixalgebra
0 1
B = 0 1
2 0
0 1
4 1
1 0 2
0 1 =
Wird A mit B verkettet, so entsteht eine (2,2)-Matrix: AB =
2 1 0 2 0 0 1
1 0
2
0 1
1 0 2
= 2 1 0
Umgekehrt entsteht eine (3,3)-Matrix: BA = 0 1
2 0 2 1 0 2
0 4
1 0 2
X = BA1.
3. Matrizen, Matrixalgebra
Unter den Eigenwerten und den Eigenvektoren der Matrix A versteht man alle diejenigen
Konstanten bzw. Vektoren, fr die gilt:
A =
Aus dieser Definition folgt:
A = ( A E ) = 0
fr 0 (Nullvektor) folgt sofort :
det ( A E ) = 0
In Determinantenschreibweise:
a11
a 21
det ( A E ) = det a31
M
a
n1
a12
a 22
a32
M
an2
a13
a 23
a33
M
an3
L
a1n
L
a 2n
L
a 3n = 0
O
M
L a nn
det ( A E ) =
2 3 1
1
3
A= 3
5 2 4
2 3
1
3
= 3 2 + 2 = 0
1 = 0; 2 = 1; 3 = 2
0
B=
M
0
2
M
0
Seite 24
L 0
L 0
O M
L n
4.1.3 Divergenz:
Eine nicht konvergente Folge (oder Reihe) heit divergent. Sie heit bestimmt divergent, wenn
gilt:
lim a k =
k
4.1.5 Monotonie:
Wenn alle k sind, kann fr Folgen formuliert werden:
Monoton wachsend: ak +1 a k
Streng monoton wachsend: a k +1 > a k
Monoton fallend: a k +1 a k
Streng monoton fallend: a k +1 < ak
4.1.6 Eulersche Zahl:
Die Eulersche Zahl e ist der Grenzwert einer Folge:
k
1
e = lim a k = lim1 + 2,71828...
k
k
k
an am
Seite 25
n, m N ( )
Seien gegeben :
lim bk = b
k
lim k =
k
lim k =
k
lim( k + k ) =
k
lim(bk + k ) =
k
lim(c bk ) = c lim(bk ) = c b
k
wenn c > 0
lim(c k ) = c lim( k ) =
k
k
wenn c < 0
lim(ak bk ) = a b
k
lim( k k ) =
k
a
lim k
k b
k
a
lim k
k
k
a
=
wenn bk 0 k [1, )
b
= 0 wenn k 0 k [1, )
Seite 26
konvergent lim a k = 0
k
ak ,
ak , lt sich sagen:
b ,
ak , wenn ab
einer bestimmten Stelle N0 das Reihenglied bk stndig grer ist als |ak|. Dann ist die Reihe a
k
4.2.2.1 Die konvergente Reihe
absolut konvergent.
4.2.2.2 Die divergente Reihe
c ,
k
ak
, wenn ab einer
bestimmten Stelle N0 das Reihenglied ck stndig kleiner ist als |ak|. Dann ist die Reihe
divergent (die Reihe
ak
k =0
lim q k =
p
k =0
p
1
1 q
lim q k =
p
k =0
g > 1 ak divergiert
Seite 27
ak
k =1
k =0
k =0
Seite 28
z A n
5.1 Grenzwerte
5.1.1 bertragungsprinzip fr Grenzwerte von Funktionen:
Der Limes einer Funktion f(x) an der Stelle x0 lautet analog zum Grenzwert von Folgen und
Reihen:
lim f ( x ) = a
x x 0
so, heit x1 Minimum von f auf [a,b] und x2 Maximum von f auf [a,b].
5.2.2 Monotonie stetiger Funktionen:
Die Monotoniebegriffe werden ebenso definiert wie fr Folgen und Reihen.
Seite 29
6. Differentialrechnung
6. Differentialrechnung
6.0.1 Tangente:
Die Tangente einer Funktion f an der Stelle x ist eine Gerade, die die Funktion f an der Stelle x
berhrt bzw. unter dem Winkel = 0 schneidet.
6.0.2 Limes des Differenzenquotienten, Ableitung der Funktion f an der Stelle x:
f ( x ) f ( x0 ) df
df
f ( x0 ) = lim
= ( x0 ) =
= Df ( x0 )
x x0
x x0
dx
dx x = x0
6.0.3 Differenzierbarkeit:
Die Differenzierbarkeit kann eingeschrnkt sein (s. Stetigkeit).
linksseitige und rechtsseitige Differenzierbarkeit.
6.1 Ableitungsregeln
6.1.1 Faktorsatz:
(c f )(x ) = c f (x )
6.1.2 Summenregel:
( f + g )( x ) = f (x ) + g (x )
6.1.3 Produktregel:
( f g )( x ) = f (x ) g (x ) + f (x ) g (x )
6.1.4 Quotientenregel:
f
f ( x ) g ( x ) f ( x ) g (x )
( x ) =
g 2 (x )
g
6.1.5 Kettenregel:
(g o f )( x ) = g ( f (x )) f (x )
Ist die Ableitung an der Stelle x positiv, so ist die Funktion dort monoton steigend, ist die
Ableitung negativ, so ist sie dort monoton fallend. Ist sie null, so liegt ein Extrempunkt oder
Terrassenpunkt vor.
f 2 (x )
m
Funktion f : D a : f ( x ) =
M
f ( x )
m
f1 ' ( x )
f 2 ' (x )
Ableitung f ' ( x ) von f ( x ) : f ' (x ) =
M
f ' ( x )
m
f'(x) ist der Richtungsvektor der Tangente an die Kurve f im Punkt (x, f(x)).
Seite 30
6. Differentialrechnung
= f x j (x 0 )
x = x0
Dabei werden auer xj alle Vernderlichen als Konstanten angenommen und entsprechend
behandelt.
6.2.3 Totale Ableitung bei einer Funktion f(x,y,z) im 3 :
Geometrisch stellt die totale Ableitung f'(x) in 3 die Tangentialebene an f(x) in x0 dar.
ET :
1
0
x0
x
+s
0
1
y0
+ t
y =
z f ( x , y ) f ( x , y , f ( x , y )) f ( x , y , f ( x , y ))
0
0
0
0
0
0
0
0
0
0
y
x
bzw. ET :
f
( x0 , y 0 , f ( x 0 , y 0 ))
(x 0 , y 0 , f ( x0 , y 0 ))
x0
x x
x
f
f
(x , y , f ( x , y )) y = ( x , y , f ( x , y ))
y0
0
0
0
0
0
0
0
0
f ( x0 , y 0 )
z
1
1
6.2.4 Gradient:
Als Gradient der Funktion f in x0 wird dieser (transponierte)Vektor a bezeichnet:
Hierbei ist X der Nabla-Operator, der in Kapitel 16.3 nher beschrieben wird.
Als Gradient oder Gradientenfeld von f bezeichnet man:
grad f = Xf = f xT = ( f ')
f (x ) =
x j
x j
f 1 ( x ) x j
f 2 ( x )
= x
M j
f n ( x )
x
j
f1 (x )
f 2 ( x )
f n ( x )
Seite 31
6. Differentialrechnung
Die totale Ableitung an einer Stelle x0 ergibt eine Matrix. Fr sie gilt:
f 1
(x 0 )
1
f 2
(x )
A = f x ( x 0 ) = f ' ( x 0 ) = x1 0
m (x )
0
x
1
Dies ist eine (m,n)-Matrix.
f 1
(x 0 )
x 2
f 2
(x 0 )
x 2
M
f m
(x 0 )
x 2
f 1
(x 0 )
x n
f 2
(x 0 )
L
x n
O
M
f m
(x 0 )
L
x n
Wird ein weiteres Mal abgeleitet, so entsteht die sogenannte Hessesche Matrix.
f ( x ) = a x = a 2 x 2 = a 3 x1 a1 x3
a x a x a x
2 1
3 3 1 2
0
f ' ( x ) = a3
a
2
a3
0
a1
a2
a1
0
Die Produktregel fr m = 1:
X( f g ) =
M
= g Xf + f Xg
( f g ) xn
Es handelt sich also um eine (n,1)-Matrix.
Fr weiteres zum Nabla-Operator X siehe Kapitel 16.3 .
Die Kettenregel mit y 0 = f ( x 0 ) :
(g o f ) (x ) = g ( f (x )) f (x )
x
Seite 32
zk
Sie lautet:
exp( z ) =
k = 0 k!
7.1.2 Reelle Exponentialfunktion:
xk
k = 0 k!
exp( x ) = e x =
Sie lautet:
Er lautet:
ln ( x )
ln (a )
(e ) = e
(a ) = a
x
ln (a )
(a )
x1 x2
( )
= a x1x2 = a x2
(a b )x = a x b x
x1
a0 = 1
Seite 33
( )
log a x y = y log a x
1
1
ln x x 1
x
y = ln(x )
0
4
3
Exponential- und
Logarithmus-Funktion
(
1)
sin (z ) =
z 2 k +1
k =0 (2k + 1)!
7.2.2 Cosinusfunktion:
( 1)k z 2k
cos( z ) =
k =0 (2k )!
Seite 34
sin ( z ) = sin ( z )
1 iz
e e iz
2i
1
cos( z ) = e iz + e iz
2
7.2.3.3 Pythagoras:
cos 2 ( z ) + sin 2 ( z ) = 1
7.2.3.4 Additionstheoreme:
sin ( z + w) = sin ( z ) cos(w) + cos( z ) sin (w)
7.2.3.5 Periodizitt:
sin z + = cos( z )
2
cos z + = sin ( z )
2
sin (z + ) = sin ( z )
cos(z + ) = cos( z )
sin ( z + 2 ) = sin ( z )
cos( z + 2 ) = cos( z )
Seite 35
2
y = Arcsin(x )
1,5
y = sin(x )
y = cos(x )
0,5
/2
/2
0,5
Trigonometrische Funktionen
1,5
x +
2
lim (tan ( x )) =
x
2
lim (cot ( x )) =
x 0 +
lim (cot ( x )) =
Seite 36
tan x + = cot ( x )
2
cot x + = tan ( x )
2
x n
x
2n + 1
7.2.5.3 Additionstheoreme:
tan ( x ) + tan ( y )
1 tan ( x ) tan ( y )
cot ( x ) cot ( y ) 1
cot ( x + y ) =
cot ( x ) + cot ( y )
tan ( x + y ) =
y x +
2n + 1
y x + n
7.2.5.4 Ableitungen:
tan ( x ) =
1
cos 2 ( x )
1
cot ( x ) = 2
sin ( x )
2n + 1
x n
y = Arccot(x )
y = tan(x )
/2
/2
y = Arctan(x )
Tangens- und
Cotangens-Funktionen
4
2
2
arccos n : [ 1,1] [n , (n + 1) ]
2 n 1 2n + 1
arctan n : [ , ]
,
2
2
arccot n : [ , ] [n , (n + 1) ]
arccot n ( x ) = Arccot( x ) + n
Mit x [1,1] gilt:
Arcsin( x ) = Arcsin( x )
arcsin 2 n ( x ) = Arcsin( x ) + 2n
Arccos( x )
2
7.2.7.2 Ableitungen:
Mit x [1,1] gilt:
arcsin n ( x ) =
( 1)n
Arcsin ( x ) =
arccos n ( x ) =
Arccos ( x ) =
1 x2
1
1 x2
( 1)n
1 x2
1
1 x2
Seite 38
Mit x ( , ) gilt:
1
arctan n ( x ) =
1+ x2
1
arccot n ( x ) =
1+ x2
Allgemein lt sich ber diese Umkehrfunktionen sagen, da sie durch Spiegelung der
ursprnglichen Funktion an der Geraden y = x erzeugt werden.
z 2 k +1
k = 0 (2 k + 1)!
sinh ( z ) =
7.3.2 Cosinus hyperbolicus:
z 2k
cosh (z ) =
k = 0 (2k )!
7.3.3 Schreibweise mit Exponentialfunktionen:
1
sinh ( z ) = (e z e z )
2
1
cosh ( z ) = (e z + e z )
2
cosh 2 ( z ) sinh 2 ( z ) = 1
7.3.4 Symmetrie-Eigenschaften:
sinh ( z ) = sinh (z )
cosh ( z ) = cosh ( z )
7.3.5 Additionstheoreme:
sinh ( z + w) = sinh z cosh w + sinh w cosh z
cosh ( z + w) = sinh z sinh w + cosh z cosh w
7.3.6 Zusammenhang mit der sin- bzw. cos-Funktion:
sin (iz ) = i sinh z
sinh (iz ) = i sin z
cos(iz ) = cosh z
7.3.8 Ableitungen:
(sinh z ) = cosh z
(cosh z ) = sinh z
7.3.9 Grenzwerte:
lim sinh x =
lim cosh x =
7.3.10 Umkehrfunktionen:
7.3.10.1 Area sinus hyperbolicus:
arsinh :
arsinh (sinh x ) = x
sinh (arsinh y ) = y
Fr x gilt :
(
x = ln (x
)
1)
arsinh x = ln x + x 2 + 1
Fr x [1, ) gilt :
arcosh
x2
(arsinh x ) =
(arcosh x ) =
1
x2 +1
1
x 2 1
fr alle x (1, )
Seite 40
y = cosh(x )
y = Arcosh+(x )
0
3
y = Arcosh-(x )
y = Arsinh(x )
y = sinh(x )
fr x 0
7.3.12.1 Additionstheoreme:
tanh ( x1 + x 2 ) =
tanh x1 + tanh x 2
1 + tanh x1 tanh x 2
coth ( x1 + x 2 ) =
1 + coth x1 coth x 2
coth x1 + coth x 2
fr x1 0, x 2 0, x1 + x 2 0
7.3.12.2 Grenzwerte:
lim tanh x = 1
lim coth x = 1
lim coth x =
x 0
Seite 41
7.3.12.3 Ableitungen:
(tanh x ) =
1
cosh 2 x
(coth x ) = 1 2
sinh x
x0
7.3.13 Umkehrfunktionen:
Area tangens hyperbolicus und Area cotangens hyperbolicus:
(- 1,1)
artanh :
arcoth : {x x [- 1,1], x } {x x 0, x }
Ferner gilt:
tanh (artanh y ) =
artanh (tanh x ) =
coth (arcoth y ) =
arcoth (coth x ) =
y fr y [- 1,1]
x fr x
y fr y [- 1,1]
x fr x 0
1 1+ x
ln
fr x ( 1,1)
2 1 x
arcoth x =
1 1+ x
ln
fr x ( 1,1)
2 1 x
7.3.13.2 Ableitungen:
(artanh x ) =
1
1 x2
(arcoth x ) = 1 2
1 x
fr x ( 1,1)
fr x ( 1,1)
Seite 42
y = coth(x )
1
y = tanh(x )
y = arcoth(x )
1
y = artanh(x )
Seite 43
lim
x x0
x x0
f (x )
f ( x )
= lim
g ( x ) x x0 g ( x )
x x0
f (x )
f (x )
= lim
x x0 g ( x )
x x0 g ( x )
f
Ggf. betrachtet man
.
g
lim
oder
0
zurckgefhrt werden.
Seite 44
f ( x ) = Tn ( x ) + Rn ( x ) . Hierbei ist
8.2.1 Taylorformel:
Ist die Funktion f(x) (n+1)-fach differenzierbar, so gilt fr deren Taylorpolynom:
Tn ( x , x0 ) Taylorpolynom n - ten Grades
644444444=4
444474444444444444
8
(n )
f (x 0 )
f ( x0 )
2
n
f (x ) = f (x 0 ) + f (x 0 ) (x x0 ) +
(x x0 ) + K +
( x x 0 ) + Rn ( x , x 0 )
1
424
3
2!
n!
Lagrangesches Restglied
R n ( x, x 0 ) =
f (n +1) ( )
n +1
(x x0 )
(n + 1)!
mit [x, x0 ]
T 4( x ) = 1 + x +
x 2 x3
+
2
6
3
y
2,5
y = exp(x )
y = T4(x )
2
y = T2(x )
1,5
0,5
Exponentialfunktion angenhert
durch Taylorpolynome
0
-1,0
-0,5
0,0
0,5
f ( x0 )
k
f (x ) =
(x x0 )
k!
k =0
Fr x0 = 0 heit sie MacLaurin-Reihe.
Seite 45
1,0
Beispiel:
f ( x ) = (1 + x )
( 1) 2
( 1) ( 2)L ( k + 1) k
x +K+
x +K
2!
k!
n
( 1) ( 2)L ( k + 1) k
=
x + Rn ( x )
k!
k =0
= 1+ x +
= x k
k =0 k
8.3 Kurvendiskussion
Vorgehensweise:
Erstens:
Zweitens:
Drittens:
Viertens:
Fnftens:
Sechstens:
Siebtens:
Achtens:
8.3.1 Asymptote:
Eine Asymptote an eine Funktion f(x) ist diejenige Gerade g(x) = ax + b, fr die gilt:
lim [ f ( x ) g ( x )] = 0
x +
Die Funktion f(x) hat eine senkrechte Asymptote an der Stelle x0, falls sie dort einen uneigentlichen Grenzwert besitzt.
Seite 46
f (x ) = 2 x +
1
+3
x
g (x ) = 2 x + 3
(schrge Asymptote)
x0 = 0
10
y = f (x )
(senkrechte Asymptote)
y = g (x )
6
0
-3
-2
-1
-2
-4
-6
relatives Maximum
1,5
Konkaver Bereich
Wendepunkt
Wendepunkt
Konkaver
Bereich
0,5
y-Achsenabschnitt
Nullstelle
0
0
Nullstelle
Konvexer Bereich
0,5
relatives Minimum
f (x ) = sin(x ) + 0,5
1
Seite 47
1 2 f ( x, y )
f ( x, y )
2 f ( x, y )
2
(
)
+
2
(
)(
)
+
(x b )2 +
x
a
y
b
x
a
2
2
2 x ( x , y )=( a ,b )
xy ( x , y )=( a ,b )
y ( x , y ) = ( a ,b )
1
{K} + K + 1 {K} + Rn
6
n!
8.4.1.2 Zweite Form der Darstellung:
+
1
1
f ( x + h, y + k ) = f ( x, y ) + h + k f ( x, y ) + h + k f (x, y ) +
1! x
y
2! x
y
n
1
1
+ h + k f ( x, y ) + K + h + k f ( x, y ) + Rn
n! x
y
3! x
y
8.4.1.3 Das Restglied lautet:
1
h + k
Rn =
(n + 1)! x y
n +1
f (x + h, y + k )
(0 < < 1)
1
+
h1 +
h2 + K +
hm f ( x1 , x2 , K , xm ) +
x 2
x m
i =1 i! x1
+ Rn
n
8.4.2.2 Restglied:
Rn =
h1 +
h2 + K +
hm
(n + 1)! x1
x 2
x m
n +1
f ( x1 + 1h1 , x2 + 2 h2 ,K, xm + m hm )
(0 < i < 1)
8.4.3.3 Ein Sattelpunkt liegt vor, wenn eine Funktion f an der Stelle x0 zwar nur Ableitungen
vom Betrag Null hat, die obenstehenden Bedingungen aber nicht erfllt sind.
Beispiel: Der Punkt (0,0) der folgenden Funktion ist ein Sattelpunkt.
f ( x, y ) = x 2 y 2
f x = 2 x, f y = 2 y, f x (0,0) = f y (0,0) = 0
8.4.4 Hinreichende Bedingung fr strenge relative Extrema:
Eine Funktion f sei im Intervall I = (a, b ) (c, d ) 2-fach differenzierbar und bilde 2 auf ab.
Es sei der Vektor ( x0 , y0 ) I .
8.4.4.1 Strenge relative Maxima:
Wenn nun f x ( x0 , y0 ) = f y ( x0 , y0 ) = 0 und f xx ( x0 , y0 ) f yy ( x0 , y0 ) f xy2 ( x0 , y0 ) > 0 whrend
f yy ( x 0 , y 0 ) < 0 ist, dann liegt in (x0,y0) ein strenges relatives Maximum vor.
f yy ( x0 , y0 ) > 0 ist, dann liegt in (x0,y0) ein strenges relatives Minimum vor.
{( )
(x , y ) D , es gelte ferner:
0
2.) F x 0 , y 0 = 0 und
3.) D y F x 0 , y 0 ist nichtsingulr, der Betrag der Determinante der Ableitungmatrix also ungleich Null.
Dann gibt es eine offene Umgebung U n m von x0 und eine offene Umgebung V m von y0
mit U V D und es existiert eine k-fach partiell differenzierbare implizite Funktion f : U V .
Sie hat folgende Eigenschaften:
a)
( )
Insbesondere: y 0 = f (x 0 ) .
b)
Dx F x, f (x ) + D y F x, f ( x ) D f ( x ) = 0, fr alle x U
[ (
Insbesondere: D f ( x 0 ) = D y F x 0 , y 0
)]
Dx F x 0 , y 0 .
Angewendet werden kann dieser Satz beispielsweise auf nichtlineare Gleichungssysteme, deren
Variablen in Abhngigkeit einer anderen dargestellt werden sollen.
Seite 49
Beispiel:
Gegeben ist das folgende nichtlinare Gleichungssystem:
e x cos( y ) sin ( z ) + y 2 = 0
2 x cos( y 2 z ) + sin ( y + x 2 ) = 0
Geschrieben im Format nach dem Satz ber impliziten Funktionen:
F ( x, y, z ) e x cos( y ) sin ( z ) + y 2
=
F ( x, y, z ) = 1
2
2
F2 ( x, y, z ) 2 x cos y z + sin y + x
( )
Es ist F (0,0,0) = 0.
Gesucht sind nun y(x) und z(x).
Die Voraussetzungen 1.) bis 3.) sind erfllt. Es ist
DF F1x F1 y F1z
D F = 1 =
DF2 F2 x F2 y F2 z
e x cos( y ) sin ( z )
e x sin ( y ) sin ( z ) + 2 y
=
2
2
2
2
2 cos y z + cos y + x 2 x 2 x sin y z 2 yz + cos y + x
0 0 1
D F (0,0,0 ) =
2 1 0
0 1
D( y , z )T F (0,0,0 ) =
1 0
0 1
D( x , z )T F (0,0,0 ) =
2 0
0 0
D( x , y )T F (0,0,0 ) =
2 1
( )
( ))
e x cos( y ) cos( z )
2 x sin y 2 z y 2
( ))
Aus den Betrgen der jeweiligen Determinanten wird sofort ersichtlich, da nach y(x) und z(x)
sowie nach x(y) und z(y) aufgelst werden kann. Dagegen ist fr die Auflsung nach x(z) und y(z)
die Anwendung des Satzes ber Implizite Funktionen fr die nicht mglich.
Stelle x0 ein relatives Extremum von f eingeschrnkt auf die Menge x n g ( x ) = 0 vor.
Auerdem gelte Dg x
L( x ) = f ( x ) g ( x )
( )
(x )
f xn x
g xn
Seite 50
Beispiel:
Gesucht werden die Scheitelpunkte der Ellipse gegeben durch x 2 + xy + y 2 3 = 0 .
Formuliert man die Aufgabenstellung gem der Lagrangeschen Multiplikatorregel um, so ergibt
sich f ( x, y ) = x 2 + y 2 (Kreisgleichung) unter der Bedingung, da g ( x, y ) = x 2 + xy + y 2 3 = 0 .
Die entsprechende Lagrangesche Funktion lautet dann:
DL( x, y ) = 0 D[ f ( x, y ) g ( x, y )] = 0
f x g x = 2 x (2 x + y ) = 0
f y g y = 2 y (2 y + x ) = 0
2x
Mit =
, 2x + y 0
2x + y
x = y
3 y 2 3 = 0
g ( y, y ) = y 2 y 2 + y 2 3 = 2
y 3 = 0
y1, 2 = 1
y 3, 4 = 3
Extremstellen :
(1,1)
( 1,1)
3 , 3
3, 3
(a1 , K , an ) = [ yi f ( xi , a1 , K , an )]
i =1
in (a , K , a ) ein Minimum hat. Im linearen Fall bestimmt man anhand der Mepunkte die
Ausgleichsgerade f(x,a,b) = ax + b.
0
1
0
n
Seite 51
1 n
xi x
n i =1
1 n
xi
n i =1
Seite 52
9. Integralrechnung
9. Integralrechnung
F ( x ) = f ( x ) dx
F ( x ) = f (x )
Wenn eine solche Funktion F(x) existiert, so heit f(x) integrierbar und
f (x ) dx
das
(bestimmte) Riemann - Integral von f in den Grenzen x1 = a (untere Grenze) und x2 = b (obere
Grenze).
die Flche
f (x ) dx = F (b ) F (a ) ein.
a
b
2
2
2
f1 ( x ) + f 2 ( x ) + f 3 ( x ) dx = f ' ( x ) dx
a
Seite 53
9. Integralrechnung
f (x ) dx = f (x ) dx
a
f (x ) dx = 0
a
[ f (x ) + g (x )] dx = f (x ) dx + g (x ) dx
a
f (x ) dx = f (x ) dx
a
f ( x ) dx = f ( x ) dx + f ( x ) dx
mit c [a, b]
f (x ) dx f (x ) dx
9.3 Integrationsmethoden
Prinzip: Im Allgemeinen eine Umformung und Rckfhung von Integralen auf
Grundintegrale.
x2
1 + x2 1
1
1 + x 2 dx = 1 + x 2 dx = 1 dx 1 + x 2 dx = x arctan x
f n f dx =
2. Beispiel:
f
dx = ln f
f
f n+1
n +1
n 1 und rational
fr Intervalle mit f 0
(
sinh x
cosh x )
tanh x dx = cosh x dx = cosh x dx = ln cosh x = ln cosh x
Seite 54
9. Integralrechnung
g (b )
g a
f (g (x )) g (x ) dx = ( )f ( y ) dy
Allgemein gilt:
1. Beispiel:
g (x)
647
48
g (1)
1
1
1
g (1)
2
+ 2 ) sin x + 4 x 6 dx = sin y dy = cos y g (0 ) = [cos( 1) cos( 6 )]
0 (1x2
3 1442443
2 g (0 )
2
2
g( x )
f ( g ( x ))
2. Beispiel:
f ( g ( x ))
b
748
} 64
2
b
1
1
1
a
b
dx =
dy = arcsin y a2 = arcsin arcsin
2
2
2
2
2
1 y2
a
x
1
2
2
{
g( x )
4 x2
dx =
a
g (x)
Allgemein gilt:
f g dx = f g
a
1. Beispiel:
b
a
f g dx
a
ln x dx = 1 ln x dx = x ln x
1
4
1
x
4
dx = ( x ln x x ) 1 = 8 ln 2 3
x
2. Beispiel:
sin x sin x dx
1
1
cos
x
cos
x
dx
2 1
Fr , gilt:
falls
falls =
falls
falls =
cosx cos x dx =
sin x sin x dx =
sin x cos x dx = 0
9. Integralrechnung
P (x )
Q(x ) dx
mit
Polynomdivision vereinfacht und - wenn kein Rest bleibt - sofort integriert. Andernfalls bentigt
man die Methode der Partialbruchzerlegung.
b
R (x )
der Fundamentalsatz der Algebra zur Anwendung (s. S. 3; 1.8). Dabei wird Q(x) in Faktoren reeller
Nullstellen und ggf. Polynome der nicht-reellen Nullstellen zerlegt.
Q( x ) = a 0 + a1 x + a 2 x 2 + K + a n x n = C ( x z1 ) (x z 2 ) K ( x z n )
) auf.
Im weiteren Lsungsverlauf werden auch die Vielfachheiten kn der reellen Nullstellen xn und die
Vielfachheiten lt der nicht-reellen Nullstellen zt bercksichtigt.
R
Die Partialbruchzerlegung von ist dann eindeutig bestimmt durch:
Q
A1k1
R
A
A12
= 11 +
+K+
+
2
Q x x1 (x x1 )
(x x1 )k1
+
K
A2 k2
A21
A22
+
+
+
+
K
x x2 ( x x2 )2
(x x2 )k2
Ankn
An1
An 2
+
+
+
+
K
x xn ( x xn )2
(x xn )kn
B11 x + C11
B12 x + C12
+
x + 1 x + 1
x 2 + 1 x + 1
Bt1 x + Ct1
Bt 2 x + Ct 2
+
2
x + t x + t
x + t x + t
K
+
(
(
+K+
+K+
(x
(x
B1l1 x + C1l1
2
+ 1 x + 1
Btlt x + Ctlt
+ t x + t
l1
lt
Es gibt dann die Mglichkeit, fr die Lsung einen Koeffizientenvergleich mit der
ursprnglichen Funktion durchzufhren, indem man beide Seiten der obenstehenden Gleichung mit
Q(x) multipliziert und das dann aus der Gleichheit der Koeffizienten erhaltene lineare
Gleichungssystem nach den unbekannten Koeffizienten auflst und integriert.
Eine andere Mglichkeit ist das Zuhalte-Verfahren (Zitat eines Mathematikers) zur
Bestimmung eines Koeffizienten Apq: In Gedanken wird die Gleichung auf beiden Seiten mit
Nenner des Bruchs bei Apq erweitert und die Nullstelle xp des ursprnglichen Integranden eingesetzt.
Fr die Bestimmung der anderen Koeffizienten wird dieses Verfahren wiederholt, unter Umstnden
mu man die dann vorliegende Gleichung mit Polynomdivision vereinfachen, bevor man fortfhrt.
Seite 56
9. Integralrechnung
Beispiel:
f (x ) =
x 5 + 3x 4 + 5 x 3 + 8 x 2 + 4 x + 3
(x
) (
+1 1
x 242
+ 2 x43
+1
Ax + B Cx + D
E
F
+
+
+
2
2
x +1
x + 1 ( x + 1)2
x2 + 1
=( x +1)
(Lsung : F = 1)
Ax + B Cx + D
E
+
+
2
2
x +1
x +1
x2 +1
1
= f (x )
(x + 1)2
=
(
=
(
=
(
=
(
Lsung :
x 5 + 3x 4 + 5 x 3 + 8 x 2 + 4 x + 3 x 2 + 1
(x
) (x + 1)
+1
Polynomdivision )
x4 + x3 + 4x2 + 2x + 2
(x
) (x + 1)
+1
Ax + B Cx + D
+
2
x2 +1
x2 +1
x + x + 4x + 2x + 2
4
(x
) (x + 1)
+1
1
x +1
x2 + x +1
(x
+1
f (x ) =
1
x
1
1
+
+
+
2
2
x + 1 ( x + 1)2
x +1 x +1
1
1
1
= arctan x 2
+ ln x + 1
2 x +1
x +1
Seite 57
9. Integralrechnung
1 y2
1+ y2
2
dy
dx =
1+ y2
Danach wird integriert, ggf. mu noch eine Partialbruchzerlegung durchgefhrt werden.
cos x =
cosh x =
dx =
1+ y2
1 y2
2
dy
1 y2
=
Es gilt:
a
x
x
dx
0
k
k =0
k =0
[ (a
) ]
a
k
k +1
( x x0 ) dx = k ( x x0 )
k =0 k + 1
9.3.9 Rotationskrper:
Fr das Volumen V eines um die x-Achse rotationssymmetrischen Krpers mit f(x) als Funktion
der Berandung gilt im Intervall [a,b]:
V = [ f ( x )] dx
b
V = f ( x, y ) dA = f ( x, y ) dx dy = f ( x, y ) dy dx
A
A
xy
Beispiel: Gesucht ist das Volumen des Tetraeders, dessen Ecken in (0,0,0), (a,0,0), (0,b,0) und
(0,0,c) sind. Die Gleichung der entsprechenden Ebene liefert den gesuchten Inhalt:
x y z
x y
+ + = 1 z = f ( x , y ) = c 1
a b c
a b
Seite 58
9. Integralrechnung
V =
A
y =b 1 ax
x y
f (x, y ) dA = c 1 dy dx =
a b
y =0
x =0
x= a
x
y =b 1
a
x= a
y2
x
1
y
c
a 2b
x =0
y =0
abc
bc
x
=
1 dx =
2 0 a
6
a
Beispiel:
,
,
=
,
,
f
(
x
y
z
)
dx
dy
dz
f
(
x
y
z
)
dz
dy
dx
y z
Q =[ x y z ]
x
x 2 + y 2 + z2 = R2 z = R2 x2 y 2
Es gilt gem der obenstehenden Gleichung:
2
2
2
R R 2 x2 R x y
1
dy dx
V =
dz
0 0
8
0
2
2
R R x
=
R 2 x 2 y 2 dy dx
0
0
R R 2 x2
Substitution : R 2 x 2 = a 2
=
a 2 y 2 dy dx
0
0
0
R
2
= R2 x2
4
0
R
) dx
(Resubstitution )
R 3
6
4 R3
.
3
Seite 59
dx
9. Integralrechnung
xs =
ys =
zs =
x d (x, y, z )
[ x y z ]
y d (x, y, z )
[ x y z ]
z d (x, y, z )
[ x y z ]
1. Bedingung:
2. Bedingung:
I1 = lim
y a +
( y ) y
Uneigentliches Integral:
f dx
I 2 = lim
f dx
y b
( y ) c
( y ) y
( y ) c
I = I1 + I 2 = lim
ya +
f dx + lim f dx
y b
9.5.2.2 Divergiert
f (x ) dx .
a
9.5.3 Integralkriterium:
Ist die Funktion f ( x ) : [n0 , ) monoton fallend und gilt stndig f ( x ) 0 , so kann man
sagen:
Es konvergiert
n = n0
n0
Seite 60
9. Integralrechnung
(t )
f (x, t ) dx
(t )
9.6.2 Leibniz-Regel:
Ist im Parameterintegral auch ft(x,t) stetig, dann gilt fr die Ableitung F'(t):
F (t ) =
(t )
( )f (x, t ) dx + f ( (t ), t ) (t ) f ( (t ), t ) (t )
t
(x ) = e t t x 1 dt
x>0
= lim
n
n x n!
n
(x + k )
k =0
sin (x )
1 (2n )!
n + =
2
n!2 2 n
(n + 1) = n!
Letztere Eigenschaft erlaubt die Erweiterung des Begriffs der Fakultt auf beliebige reelle
Zahlen:
( x ) = x!= ( x + 1)
z.B.
x=
1 1
3
= != =
2
2
2 2
2
x=
1
1 1
1
= != =
2
2 2
2
Seite 61
9. Integralrechnung
C = e t ln t dt = 0,577215665
9.7.3 Integralsinus:
Fr |x| < gilt:
Si ( x ) =
9.7.4 Integralcosinus:
Fr 0 < x < gilt: Ci( x ) =
sin t
( 1) x 2n+1
sin t
dt =
dt =
t
2 x t
n =0 ( 2 n + 1) ( 2 n + 1) !
n
x 1 cos t
(
cos t
1) x 2 n
dt = C + ln x
dt = C + ln x +
0
t
t
n =1 2n (2 n )!
n
9.7.5 Integralexponentialfunktion:
xn
et
dt = C + ln x +
t
n =1 n n!
Ist 0 < x < , so spricht man vom Cauchyschen Hauptwert.
Ei(x ) =
9.7.6 Integrallogarithmus:
(ln x ) = Ei(ln x )
dt
= C + ln ln x +
Fr 0 < x < 1 und 1 < x < gilt: Li( x ) =
0 ln t
n =1 n n!
Ist 1 < x < , so spricht man vom Cauchyschen Hauptwert.
n
x
2
2 ( 1) x 2 n+1
t 2
erf ( x ) = 2 x =
e dt =
0
n=0 n!(2n + 1)
Eigenschaften:
lim erf ( x ) = 1
x
erf (t ) dt = x erf ( x ) +
2
1
ex 1
2
d erf ( x )
2
= (x ) =
e x
dx
Seite 62
A( a ) = A(a )
, a V n
Beispiel:
A = 1 4 1
1 0 3
det ( A E ) =
1
1 = 3 + 102 32 + 32 = 0
3
1 = 2, 2 = 3 = 4
Die Eigenvektoren werden dann nach bekanntem Prinzip berechnet:
1
1 = C1 1
1
0
2 = C2 1
0
1
3 = C3 0
1
Es sei bemerkt, da die Eigenvektoren einer Matrix eine Orthogonalbasis darstellen, falls die
Matrix symmetrisch ist. Es gilt dann:
v 3 = v1 v 2
2. Beispiel: Eigenvektoren als Orthogonalbasis zur folgenden Matrix A
3 0 1
A= 0 0 0
1 0 3
det ( A E ) = (3 ) + = 0
1 = 0 1 = 2 3 = 4
2
0
1
1
v1 = 1 v 2 =
0
2
0
1
1
1
v 3 = v1 v 2 =
0
2
1
Bei der Aufstellung einer solchen Basis ist allerdings darauf zu achten, da 1 < 2 < 3 ist.
Seite 63
f PQ + PR = f PQ + f PR
f PQ = f PQ
a1 1 0
A( ) = a = a 2 2 = a3
a a
3 3 2
a3
0
a1
a 2 1
a1 2
0 3
10.1.4 Projektionstensor:
Der Vektor b V n sei fest. Dann ist die Projektionsabbildung ein Tensor:
xb
Projektionsabbildung : P( x ) = Projb x = 2 b
b
Koordinatendarstellung von P :
Pji = P(e i ) e j =
ei b
b
b e j =
bi b j
b
w V n
d ij = D(e i ) e j = u j vi
u1v1 u1v 2
u v u 2v2
D= 2 1
M
M
u v u v
n 2
n 1
L u1 v n
L u 2vn
T
= uv
O
M
L u n v n
10.1.6 Spiegelungstensor:
Es sei der Vektor u V n mit ||u||=1. Dann stellt S u = 1 2 Du u ( x ) (siehe oben) eine Spiegelung
an der Ebene E : u x = 0 dar. Su heit Spiegelungstensor.
Seite 64
u 2 u1 1 2u 22
T
Su = E 2 u u =
M
M
u u
unu2
n 1
L u1u n
L u2un
O
M
L 1 2u n2
Es folgt daraus:
1. Su ist eine symmetrische Matrix.
2. Su ist orthogonal.
3. Su ist zu sich selbst invers: Su2 = E
10.1.7 Drehtensor (Drehung im Raum 3 um eine feste Drehachse):
Es sei der Vektor a 0 V 3 , (Voraussetzung: ||a||=1).
Die Drehung Da() aller Vektoren um den Winkel gegen den Uhrzeigersinn um eine
Drehachse der Richtung a ist ein Tensor. Es gilt:
a12
1 0 0
Da ( ) = cos 0 1 0 + (1 cos ) a 2 a1
a a
0 0 1
3 1
a1 a 2
a 22
a3 a 2
a1 a 3
0
a 2 a 3 + sin a 3
a
a 32
2
a3
0
a1
a2
a1
0
cos
E 2 ( ) = De 2 ( ) = 0
sin
0
1
E1 ( ) = De1 ( ) = 0 cos
0 sin
0 sin
1
0
0 cos
sin
cos
0
= 0 cos
0 sin
cos
sin 0
cos sin
0
0 sin cos
1
0 sin
0 cos 0
sin sin
sin
0
1
cos
0
sin sin
cos sin
cos
a j ' = ai pij
i =1
Erzeugt der Basiswechsel nicht-orthogonale Basisvektoren, so werden die Transformationsformeln etwas komplizierter. ;-)
Seite 66
Q( x ) = aik xi xk + 2 bk xk + c
i =1 k =1
aik , bk , c
k =1
= x A x + 2b x + c
T
36 12
,
A =
12 29
b=
1 96
,
2 22
c = 115
()
Ist nun die Gleichung Ap = b lsbar, so besitzt Q(x) ein Zentrum, fr das gilt:
Z = p A p = b
= {m}
(falls ein -
deutig lsbar)
Z : 1 y12 + 2 y 22 + K + r y r2 + = 0
mit
r = Rang(A),
1 , 2 , 3 ,..., r Eigenwerte von A, die ungleich Null sind.
2. Fall:
Z =:
mit
1 y12 + 2 y 22 + K + r y r2 + 2 y n = 0
r = Rang(A) < n,
> 0,
i \ {0} fr i = 1, ..., r
Seite 67
A1
0
T
P AP =
M
0
A2
M
L 0
O M
L An
Q(P x ) = x P T AP x + b P x + c
T
Q(P x + m ) = x P T AP x + 2( Am + b ) P x + Q(m )
T
10.2.4.2 Vorgehensweise:
1. Fall: Am = b ist lsbar. Es liegt eine Zentrumsquadrik vor.
1.)
2.)
3.)
4.)
T
Daraus folgt Q( x ) = u M O M u + Q(m )
0 L
An
5.)
2
+
+
+
+
+
0
0
3
+
0
0
0
0
0
0
0
0
Typ
Ellipsoid
zweischaliges Hyperboloid
einschaliges Hyperboloid
Kegel mit Spitze in m
elliptischer Zylinder
hyperbolischer Zylinder
1 Gerade
2 Ebenen mit Schnitt
2 parallele Ebenen
Doppelebene
Seite 68
2.)
3.)
4.)
Bestimmen von vn
5.)
Quadratische Ergnzung
6.)
2
+
3
0
0
0
Typ
elliptisches Paraboloid
hyperbolisches Paraboloid
parabolischer Zylinder
10.2.4.3 Darstellung:
Die folgenden Abbildungen zeigen nur die ersten sechs Typen von Zentrumsquadriken aus der
Tabelle 1 und die Typen von Quadriken mit leerem Zentrum aus der Tabelle 2.
Abbildung 9: Ellipsoid
Seite 69
Seite 70
x 2 + 2 xy + y 2 x + y + 4 = 0
1 1
,
A =
1 1
b=
1 1
,
2 1
c=4
Die Eigenwerte, die normierten Eigenvektoren und der Rang von A ergeben sich zu:
1 = 2, 2 = 0 r = 1
Eigenvektoren :
x1 =
1 1
,
2 1
x2 =
1 1
2 1
Normierte Matrix P:
1
1
2
2
P=
,
det ( P ) = 1
1
1
2
2
T
T
Die Gleichung x Ax + 2b x + 4 = 0 wird mit x = Pu zu
1
2
2u1 + 2
2 1
1
2
1
2
1
2 u1
+4 = 0
1 u2
2u12 + 2 u2 + 4 = 0
und nach Resubstitution y1 = u1 , y2 = u2 + 8 ergibt sich die gesuchte Normalform der Quadrik
zu 2 y12 + 2 y2 = 0, was eine Parabel ist.
Seite 71
f ( x 0 ),
f ( x1 ),
f (x 2 ) ,
mit der Funktion f ergibt fr den Grenzwert der Verhltnisse zwischen dem ursprnglichen
Flcheninhalt FQ und dem neuen Flcheninhalt FP Folgendes:
F
lim P = det D f ( x 0 )
xi 0 F
Q
Diese Flchenverzerrung im zweidimensionalen Raum lt sich analog bertragen auf Gebilde
3
im . Dort stellt sie die Volumenverzerrung im dreidimensionalen Raum dar.
11.1.1.1 Wird bei solchen Verzerrungen kein begrenztes Objekt betrachtet, sondern eine offene
Menge U in eine offene Menge V verzerrt, so spricht man bei f von der Koordinatentransformation
von U auf V.
11.1.1.2 Zur Umkehrung einer solchen Koordinatentransformation lt sich unter der
Voraussetzung, da x U und y = f (x ) , Folgendes sagen:
det D f
(y )) = det(D1 f (x ))
11.1.2 Jacobideterminante:
In diesem Zusammenhang wird der Begriff der Funktionaldeterminante oder Jacobideterminante
eingefhrt.
J f ( x ) = det D f ( x )
11.2 Transformationsformeln
11.2.1 Polarkoordinaten:
Koordinatentransformation:
r r cos f1 (r , ) x
=
=
f : a
r sin f 2 (r , ) y
2
2
x x + y f11 ( x, y ) r
=
f : a
y = 1
y arctan f 2 ( x, y )
x
Jacobideterminante von f:
det D f (r , ) = r cos 2 + r sin 2 = r
1
Seite 72
11.2.2 Zylinderkoordinaten:
Koordinatentransformation:
r r cos f1 (r , , z ) x
f : a r sin = f 2 (r , , z ) = y
z z f (r , , z ) z
3
2
2
2
x x + y + z f 1 ( x, y , z ) r
y
1
(
)
=
f
x
y
z
f : y a arctan
,
,
=
2
x
z
f 3 ( x, y, z ) z
z
Jacobideterminante von f:
det D f (r , , z ) = 1 r cos 2 + r sin 2 = r
11.2.3 Kugelkoordinaten:
Koordinatentransformation:
r r cos sin f1 (r , , ) x
f : a r sin sin = f 2 (r , , ) = y
r cos f (r , , ) z
3
2
2
2
x x + y + z
y
1
f : y a
arctan
x
z
2
x + y2
arctan
z
f 1 ( x, y , z ) r
(
)
=
f
x
,
y
,
z
=
f 3 ( x, y, z )
Hierbei liegt der Winkel zwischen der x-Achse und dem in die x-y-Ebene projizierten
Ortsvektor des Punktes. Der Winkel liegt zwischen der z-Achse und dem Ortsvektor des Punktes.
Jacobideterminante von f:
det D f (r , , ) = r 2 sin cos 2 + sin 2 = r 2 sin
11.2.4 Laplace-Operator :
Fr eine zweifach differenzierbare Funktion g : ( x, y, z ) a g ( x, y, z ) von auf lt sich der
sog. Laplace-Operator definieren: g = g xx + g yy + g zz
11.2.5 Transformationsformel:
Bei Koordinatentransformationen : U a V zwischen offenen, nichtleeren Mengen U und V,
mit mebarem U und stetigem g : V a gilt die Transformationsformel.
Seite 73
Beispiel: Gesucht wird das neue Volumen Vol(B) eines Parallelepipeds B, das durch eine affinlineare Abbildung u = Ax + b eines Einheitswrfels W entstanden ist.
Aus : u a x = A1 u A1 b , det (D (u )) =
1
und der Transformationsformel
det ( A)
= Vol ( B )
644
7448
1
K 1 dx1 L dxn = K 1 det (D(u )) du1 L du n = det ( A) K du1 L du n folgt dann:
B
B
1W442443
= Vol (W )=1
Vol(B ) = det ( A)
Seite 74
12.1.3 Lsungen:
Die Lsungen von gewhnlichen Differentialgleichung mit einer Anfangsbedingung setzen sich
in der Regel aus der Summe von mindestens zwei Einzellsungen zusammen. Die Lsung einer
allgemeinen Differentialgleichung ist dann die Summe der homogenen Lung und der
inhomogenen oder partikulren Lsung.
Erhlt man aus einer Differentialgleichung eine Lsungsmenge, so ist jede Linearkombination
von Einzellsungen wieder eine Lsung. Dies ist mit dem Faktorsatz und der Summenregel aus der
Differentialrechnung erklrbar (s. Kapitel 6.1).
R = {( x, y ) x x0 a; y y 0 b}
gegeben, auf dem die Funktion f(x,y) stetig und partiell nach y differenzierbar sei.
b
Eine Zahl sei durch = min a ,
bestimmt.
max { f ( x , y )}
Es gibt dann im Abstand von x0 genau eine Lsung zum gegebenen Anfangswertproblem.
Seite 75
y 1 (x ) = y 0 e
.
Diese Lsungsfunktion ist immer positiv.
x0
A (t ) xx0 B (t )dt
dt e
y1* (t )
dx +
dy = 0
P (x )
N (y )
M (x )
Q(y )
dx +
dy = C
P (x )
N (y )
Beispiel:
x dy + y dx = 0
y dy + x dx = C = ln c
x y = c
Seite 76
y ( x ) = A ( x ) y ( x ) + B ( x ) [ y (x )]
\ {1}, y ( x ) 0 .
12.3.2 Lsungsansatz:
Ziel dieses Ansatzes ist die Rckfhrung der Differentialgleichung auf eine Differential
gleichung erster Ordnung. Es wird zunchst durch durch [ y ( x )] geteilt.
y( x ) [ y (x )]
= A( x ) [ y ( x )]
+ B( x )
eingefhrt.
Deren Ableitung lautet z ( x ) = (1 ) [ y ( x )] y ( x ) . Es ergibt sich daraus eine Differentialleichung erster Ordnung fr z(x):
z ( x ) = (1 ) A( x ) z (x ) + (1 ) B ( x )
Diese DGL lt sich mit dem in Kapitel 12.2 beschriebenen Verfahren lsen. Anschlieend wird
z = x ln x + C y = x 4 ln x + C
2
y = f ( x, y ( x ), K , y ( x ))
n
1
n
n
Vektorschreibweise:
y ( x ) = f x, y
Anfangswertproblem:
y ( x ) = f (x, y ),
y ( x0 ) = y 0
( )
Seite 77
12.4.3 Lsungsansatz:
Es wird eine Substitution durchgefhrt.
y1 y
y2 y
M
yn1 y (n2 )
yn y (n1)
y (n ) = yn = f x, y, y, K , y (n1)
Daraus folgen das neue System von Differentialgleichungen und die neuen Anfangsbedingungen.
y2
y1 y
y3
y2 y
M = M =
yn
M M
y y (
n n f x, y1 , K , yn )
y0 y0,1
y0 y0, 2
=
y0 =
M M
(n1)
y
y
0 0 ,n
Das gleiche gilt fr die allgemeine Lsung von Systemen von n Differentialgleichungen.
y1 = F1 ( x , C1 , K , C n )
y = F (x , C , K , C )
2
2
1
n
y n = Fn ( x , C1 , K , C n )
Das Lsungsprinzip beruht darauf, da versucht wird, die Ordnung mittels Substitution der
Variablen zu verringern, um einfachere Differentialgleichungen zu erhalten. Das Auffinden
passender Substitutionen wird erleichtert durch die Unterscheidung verschiedener Flle:
Seite 78
3. Die Differentialgleichung
y , y , y , K , y (n ) .
zdx
y
, d.h. y = e .
y
Die Ordnung wird um eins verringert.
L f (x )(dx ) =
n
x
1
n 1
f (t )( x t ) dt
x
(n 1)! 0
1
k 1
y (x 0 )
(k 1)!
Hilfreich kann bei der Lsung solcher Differentialgleichungen auch die folgende Beziehung sein:
1
y2 = y y
2
Ck =
und
( )
y = A( x ) y + f
f1
f = M ,
f
n
mit
y1
y = M und
y
n
a11 (x ) L a1n ( x )
A( x ) = M
O
M
a ( x ) L a ( x )
nn
n1
Eine Funktion heit homogen mit dem Homogenittsgrad m, wenn sie die folgende Bedingung fr beliebige erfllt:
Seite 79
Ist die Matrix A ( x ) n n stetig in einem Intervall fr x, dann hat das System y = A ( x ) y
genau n linear unabhngige Lsungen in diesem Intervall.
12.5.4 Fundamentalsystem (FS), Fundamentalmatrix, bertragungsmatrix:
12.5.4.1 Fundamentalsystem:
Die reell gewhlte Fundamentalmatrix ermglicht spter die direkte Berechnung eines
homogenen Lsungsanteils: y H ( x ) = Y ( x ) c
mit c n
Eigenschaften der Fundamentalmatrix:
1. Y ( x ) = A Y ( x )
2. c = Y (0 ) x 0
12.5.4.3 bertragungsmatrix oder normierte Matrix:
1
Die (stets reelle) bertragungsmatrix lautet:
Y ( x ) = Y ( x ) Y (0 )
Homogener Lsungsanteil des DGL-Systems, berechnet mit der bertragungsmatrix:
y H ( x ) = Y ( x ) x 0
mit x 0 n
1
( n n )- Matrix
Wronski-Determinante genannt.
Ist die Wronski-Determinante W(x) 0 fr alle x, so bilden die Lsungen y1,...,yn ein
Fundamental-system. Fr lineare Differentialgleichungen n-ter Ordnung wird die WronskiDeterminante etwas anders definiert.
Seite 80
y = A y
Eigenvektoren und der Eigenwerte der Matrix A gelst. Aus der Charakteristischen Gleichung
a11
a12
L
a1n
a21
a22 L
a2 n
det ( A E ) =
=0
M
M
O
M
an1
an 2
L ann
erhlt man ein vollstndiges System von (komplexen) Wurzeln 1, 2, ..., n (Eigenwerte von A).
2. Schritt: Danach sind zwei Flle zu unterscheiden.
1. Fall: Verschiedene Wurzeln i
Mit der Gleichung
( A i E ) = 0
erhlt man fr jede der Wurzeln i je einen Lsungsvektor i , der nicht normiert werden mu.
Das (komplexe) Fundamentalsystem ergibt sich dann zu Folgendem:
y = 1 e 1x
1
2 x
y = 2 e
FS: 2
M
y = n e n x
n
Tritt in dem vollstndigen System der Wurzeln eine komplexe Wurzel auf (z.B. 1 = + i ),
dann kommt in dem System auch die konjugiert-komplexe Wurzel 2 = 1 = i vor.
Daraus folgt dann, da auch die zugehrigen Lsungsvektoren konjugiert-komplex sind.
y1 = y 2
1 e 1x = 2 e 2 x
Diese beiden komplexen Lsungen knnen durch zwei reelle Lsungsvektoren ersetzt werden.
Sie lauten folgendermaen:
y + y2
~
y 1 = Re y 1 = 1
2
y y2
~
y 2 = Im y 1 = 1
2i
( )
( )
Die beiden Vektoren entsprechen dem Real- bzw. dem Imaginrteil von y1.
Seite 81
1,2 = i
1
1
und 2 =
1 =
1 i
1+ i
1 ix
1 ix
e
e
y 1 =
und y 2 =
1 i
1+ i
cos x
sin x
und ~
y 1 = Re y 1 =
y 2 = Im y 1 =
sin x + cos x
cos x sin x
cos x
sin x
=1
det
cos x sin x sin x + cos x
( A 1 E ) 1 = 0
1
2
1
1
y
y =
2 1
1
4243
A
1
= 2 + 1 = 0
1
bzw.
( A 2 E ) 2 = 0
( )
( )
cos x
sin x
+ C 2
y ( x ) = C1
cos x sin x
sin x + cos x
Das auftretende Polynom ist vom Grad r1. Die Vektoren ui sind unbestimmt. Setzt man nun yi in
das DGL-System ein, so entsteht ein lineares Gleichungssystem fr die Vektorkoordinaten, von
denen r entsprechend der Vielfachheiten der Wurzel i beliebig whlbar sind.
Beispiel: Gesucht wird die allgemeine Lsung des folgenden DGL-Systems.
0 1 0
y = 0 0 1 y
0 1 2
14243
A
2
A E = ( 1) = 0
1 = 0, 2 ,3 = 1
c1
Der einfachen Wurzel 1 = 0 entspricht der Lsungsansatz: y1 = c2 .
c
3
c1
Einsetzen in das DGL-System ergibt y1 = 0 .
0
Seite 82
Die Vielfachheit der Wurzel 2,3 ist zwei, der zu benutzende Ansatz lautet dann:
a1 b1
y 2 , 3 = a 2 + b2 x e x
a b
3 3
Einsetzen in das DGL-System und Auflsen des linearen Gleichungssystems fhrt auf:
1
1
a1
1
b1
b2 = b2 1 a 2 = a 2 1 + b2 0
1
1
a
1
b
3
3
Die Fundamentallsungen zu 2,3 = 1 lauten dann:
1 + x
1
x
y 2 ( x ) = 1 e ,
y 3 (x ) = x e x
1+ x
1
Sie bilden zusammen mit y1 ein Fundamentalsystem. Die allgemeine Lsung lautet:
1 + x
1
1
x
y( x ) = C1 0 + C 2 1 e + C3 x e x
1+ x
1
0
Im allgemeinen Fall, d.h. unabhngig von der Vielfachheit der Eigenwerte der Matrix A ist das
folgende Lsungsprinzip anwendbar. Es ist dem hier schon beschriebenen Verfahren quivalent.
Lsungsprinzip unter Verwendung der bertragungsmatrix:
Nach der Bestimmung der bertragungsmatrix aus dem Fundamentalsystem gem der Formel
1
Y ( x ) = Y ( x ) Y (0 )
ergibt sich die homogene, reelle Lsung des vorgegebenen Anfangswertproblems zu Folgendem:
y H ( x ) = Y ( x ) x 0
mit x 0 n
Mehr zu den Eigenschaften der bertragungsmatrix befindet sich unter Punkt 12.5.4.3 .
12.5.6.2 Bestimmung des partikulren Lsungsanteils:
f ( x ) = e x q1 ( x ) cos( x ) q 2 ( x ) sin ( x )
Die Zahlen und mssen reell sein, = + i darf kein Eigenwert von A sein.
q1(x) und q2(x) sind reelle Vektorpolynome.
Ist ein Eigenwert, so wird im 3. Schritt eine kleine nderung vorgenommen.
2. Schritt: Man bildet dann die sogenannte komplexe Strfunktion:
~
f (x ) = q (x ) e x
mit q (x ) = q 1 (x ) + i q 2 ( x )
3. Schritt: Der nchste Ansatz lautet:
~
y P (x ) = p (x ) e x
mit
Seite 83
( )
()
grad p = grad q
mit
grad ( p ) = grad (q ) + 2
Dies erzeugt zwar spter ein Gleichungssystem hherer Ordnung, sonst mte aber eine
Fallunterscheidung fr die Funktionswerte von im charakteristischen Polynom vorgenommen
werden, die etwas mehr Zeit beansprucht.
4. Schritt: Dieser Ansatz fr die partikulre Lsung wird in das DGL-System eingesetzt.
~
A ~
y P (x ) + f (x ) = ~
y P ( x ) = e x p ( x ) + e x p ( x )
q(x ) = p (x ) ( A E ) p(x )
Die letzte Gleichung lassen sich die Koeffizienten von p(x) ermitteln.
~
Damit erhlt man die partikulre Lsung
y P (x ) = p (x ) e x .
Beispiel: Gesucht ist eine partikulre Lsung des folgenden DGL-Systems.
0 2
3
x(t ) + e t
x& (t ) =
2 0
1
Nach dem ersten Ansatz folgt:
= 1
= 0
3
q 1 (t ) =
3
1
(
)
q
t
=
1
q 2 (t ) = 0
= 1
a
p (t ) = 1
a1
a
x P (t ) = p (t ) e t = 1 e t
a1
Im nchsten Schritt wird nun dieser Lsungsansatz in das DGL-System eingesetzt und die
unbekannten Koeffizienten ermittelt.
x& P (t ) = A x P (t ) + f (t )
a 0 2 a1 t
3
e
e t = 1
a
2
0
1
a 2
a1 + 2a 2 = 3
1
a =
1
2a1 a 2 = 1
1
x P (t ) = e t
1
Seite 84
c (x ) =
Y ( s ) f (s ) ds
x
Zur Berechnung des Vektors c(x) sind in der Regel etwas ausgefallenere Integrale zu lsen.
Beispiel: Gesucht wird eine partikulre Lsung zum folgenden DGL-System, dessen bertragungsmatrix bereits bestimmt wurde.
cos t sin t
sin t
0 1
x (t ) + t
x& (t ) =
Y (t ) =
sin t cos t
e
1 0
Nach der obenstehenden Formel ergibt sich dann:
t
t cos ( s )
sin ( s ) sin s
s ds
c(t ) = Y (s ) f (s ) ds =
sin ( s ) cos( s ) e
s
t cos s sin s e
sin s
cos s sin s sin s
ds
s ds =
=
2
s
sin
cos
s
s
e
+
sin
s
e
cos
s
1
1
2
2
=
1 (t sin t cos t ) + 1 e t ( cos t + sin t )
2
2
Die partikulre Lsung lautet:
e t + t sin t
1
x P (t ) = Y (t ) c (t ) =
t
2 sin t e + t cos t
t
x0
12.6.1.1 Lsbarkeit:
Sind die Koeffizienten ak(x) und f(x) stetig in einem gegebenen Intervall, so hat fr ein x0 aus
diesem Intervall das Anfangswertproblem
y ( n ) + a n 1 ( x ) y (n 1 ) + K + a 0 ( x ) y = f ( x )
y ( x 0 ) = y1
y ( x 0 ) = y 2
M
y (n 1 ) ( x 0 ) = y n
mit reellen yk genau eine Lsung im gegebenen Intervall.
Im Folgenden sollen nur Differentialgleichungen mit konstanten Koeffizienten betrachtet
werden.
12.5.1.2 Linearkombinationen von Lsungen einer linearen DGL n-ter Ordnung:
Sind y1,...,yk Lsungen einer homogenen linearen DGL n-ter Ordnung, dann ist auch jede beliebige
Linearkombination
y = c1 y1 + K + c k y k
mit
c1 , K , c k von Lsungen wieder eine
neue Lsung.
12.6.2 Umformung in DGL-System erster Ordnung:
Es werden Substitutionen durchgefhrt:
y1 = y
y 2 = y
M
M
( n 1 )
yn = y
1
0
0 y
L
y 0
0
0
1
0
L
y
y
M =
M
M
M
O
M
M +
M
M
0
0
0
1
L
(n 1 )
(n 1 )
a 0 a1 a 3 L a n 1 y
1 4 4 4 4 42 4 4 4 4 43
=A
(n n ) Matrix
0
M
M
f (x )
12.6.3 Fundamentalsystem:
Die Darstellung des Fundamentalsystems von Lsungen sieht folgendermaen aus:
yn
y1
y1
y n
y1 (x ) =
, K , y n (x ) =
M
M
(n1)
(n1)
y
1
n
Seite 86
Man erhlt ein Fundamentalsystem, wenn man zu jeder r-fachen Nullstelle k die rk Lsungen
e k x , x e k x , K , x r 1 e k x
und zu jedem Paar konjugiert-komplexer Nullstellen k , k (r-fach) die 2r Lsungen
e k x cos( k x ), K , x r 1 e k x cos( k x )
e k x sin ( k x ), K , x r 1 e k x sin ( k x )
mit k = Re(k )
und k = Im(k )
zusammenfat.
12.6.5 Fundamentalmatrix, bertragungsmatrix:
Sie wird ebenso aufgestellt wie bei normalen DGL-Systemen:
y1
y
Y (x ) = 1
M
(n1)
y
1
y1
y 2
M
(n 1)
y2
L yn
L y n
O
M
L y n(n1)
Sie besitzt alle bereits bei DGL-Systemen beschriebenen Eigenschaften (s. Punkt 12.5.4.3).
Das Aufstellen der bertragungsmatrix erfolgt entsprechend.
12.6.6 Wronski-Determinante:
Analog zu DGL-Systemen lautet sie:
y1
y1 L yn
y
y 2 L yn
W (x ) = 1
M
M
O
M
( n 1)
( n 1)
( n 1)
y1
y2
L yn
Ist der Betrag der Wronski-Determinante nicht null, so bilden die Spaltenvektoren ein
Fundamentalsystem zur gegebenen Differentialgleichung.
Seite 87
und
= + i
Seite 88
Partikulre Lsung:
Zu f1(t):
~
f1 (t ) = 5t 13 = f 1 (t )
x P1 (t ) = a 0 + a1t + a 2 t 2 + a 3 t 3
Koeffizentenvergleich liefert: x P1 (t ) = t 3
Zu f2(t):
~
f 2 (t ) = 4e 2t sin t = e t [q1 (t ) cos(t ) q2 (t ) sin (t )]
= 2
mit
q1 (t ) = 0
=1
= 2 + i
~
x P 2 (t ) = e (t ) = e
t
q (t ) = 4i
( 2+i )t
q2 (t ) = 4
a0 + a1t + a2t 2
4
2 4
2
xP 2 (t ) = Re[~
x P 2 (t )] = Re e (2+i )t i = e 2t cos t + sin t
5
5 5
5
Die allgemeine Lsung der gesamten Differentialgleichung ergibt sich somit zu:
x (t ) = x H (t ) + x P1 (t ) + x P 2 (t )
= e t (c1 cos 2 t + c 2 sin 2 t ) +
2 2t
e (2 sin t + cos t ) + t 3
5
y 2 ( x ) = e 2 x
y1 ( x ) = e 1x
1 = 2
y 2 ( x ) = x e 1x
1, 2 = i
y1 ( x ) = e x cos( x )
mit > 0
y 2 ( x ) = e x sin ( x )
Seite 89
ak , b, c
( )
u = ln x
und die neue Differentialgleichung lautet:
~
~
y (u ) + (a 1) ~
y (u ) + b ~
y (u ) = F e u
y (u ) = y e u
mit
( )
( )
U [ y ] = , y ( ) (a ) + , y ( ) (b )
=0
= 1, K , m
Beispiel: Bestimmt werden sollen die Eigenwerte und die Eigenfunktionen des Randwertproblems
w( x ) = w( x )
fr 0 x
w(0) = w( ) = 0
1. Fall: > 0: Die allgemeine Lsung der DGL lautet dann w( x ) = c1 e
Koeffizientenvergleich nach Einsetzen in die DGL liefert:
0 = w(0 ) = (c1 + c2 )
!
+ c2 e
c1 = c2
0 = w( ) = c1 e e
c1 = 0 c2 = 0
144244
3
0
Die erhaltene Lsung fr > 0 ist also die triviale Lsung w(x) 0.
!
w( x ) = c1 sin x + c2 cos x
c2 = 0
0 = w( ) = c1 sin
!
In Anlehnung an die Physik wird p als Impuls bezeichnet, f sei ein Kraftfeld in einem bestimmten
Gebiet der (x,p)-Phasenebene (Orts-Impuls-Ebene).
t a x(t ) = [x(t ), p (t )] =
x& (t )
gibt, die eine Parameterdarstellung (PD) von ist.
und ( x0 ) = p0 0
Dies ist eine Differentialgleichung erster Ordnung fr (x).
2. Schritt: (x) wird berechnet.
Man lst eine Differentialgleichung erster Ordnung fr x(t), indem man
dx
= dt
(x )
einsetzt. Es ergibt sich das Folgende:
x ds
t t0 =
x0 ( s )
Daraus erhlt man t als Funktion von x. Aufgelst nach x(t) hat man dann die
Parameterdarstellung der Phasenkurve durch (x0,p0).
Seite 92
Substitution ergibt:
x& = p
p 3+ x
2 xp
p& =
3 + x2
2x2
p = (x )
2
2
p 3+ x
2 xp
p& = ( x ) p =
2
3+ x
2x2
2x
3 + x2
2x
3 + x2
(x )
(x ) +
( x ) =
( x )
=0
3 + x2
2x2
3 + x2
2x2
x
2
x
x0 B (s )ds 3 + x !
=p
(x ) = e
0 {
A(t ) e
dt =
{
x0
2x
3+ t
= p =2
=
2t
3+ s
x }
B ( s ) ds
x0
2
x(t ) = + 4e t 3
3
4
Dies ist die Lsung des angegebenen Anfangswertproblems.
mit t > ln
x0
1 2 1 2
x& = p .
2
2
12.9.6.3 Gesamtenergie:
Die Gesamte Energie eines Massenpunktes im Kraftfeld f am Ort x mit dem Impuls p ist die
Summe von kinetischer und potentieller Energie:
1
E ( x, p ) = p 2 + U ( x )
2
Seite 93
12.9.6.4 Energiesatz:
Fr alle Punkte (x,p) einer Phasenkurve gilt der Energiesatz:
E ( x, p ) = E0 = konst.
U (x ) E0
Die Phasenkurven sind Niveaulinien der Energiefunktion bzw. Teile davon.
x0
berechnet.
E 0 = E ( x 0 , p0 )
3. Schritt: Man gewinnt die Lsung mit der schon angegebenen Formel t t 0 =
x0
ds
.
(s )
x 2
x1 x
S
x& = A ( x x S ) mit A = v x x = x =
s
v 2
v 2
x1
x 2
xS
linearisiertes System.
xS
xS
Ermittelt man fr das linearisierte System einen singulren Punkt eines bestimmten Typs, so ist
er auch ein singulrer Punkt gleichen Typs fr das nicht-linearisierte System.
Seite 94
Seite 95
12.9.9.3 Sattelpunkt:
Als Sattelpunkt bezeichnet man einen
singulren Punkt, durch den genau zwei
Phasenkurven verlaufen. Die Wurzeln der
charakteristischen Gleichung sind dann reell
und
besitzen
verschiedenes Vorzeichen.
Sattelpunkte sind immer instabil.
12.9.9.4 Strudelpunkt:
Sind die Wurzeln der charakteristischen
Gleichung konjugiert-komplex, dann ist der
singulre Punkt ein Strudelunkt, auf den sich die
Phasenkurven in unendlich vielen Windungen
aufwinden.
12.9.9.5 Wirbelpunkt:
Ein singulrer Punkt, in dessen Umgebung
ausschlielich geschlossene Phasenkurven liegen,
heit Wirbelpunkt. Die charakteristische
Gleichung mu rein imaginre Wurzeln haben.
Seite 96
x& = A x
Bezeichnungen:
a b
A =
c d
1
1
= Spur A = (a + d )
2
2
= det A
= 2
1 , 2 : Eigenwerte von A
Seite 97
Seite 98
13. Fourierreihen
13. Fourierreihen
13.1 Trigonometrische Polynome und minimale Integralmittel
13.1.1 Periodizitt:
Eine skalare Funktion f(x) heit periodisch mit der Periode T > 0 oder auch T-periodisch, falls
f(x) = f(x + T) fr alle reellen x gilt.
Ist eine solche Funktion f T-periodisch, so ist
x T
g (x ) = f
2
2-periodisch. Die folgenden Betrachtungen beziehen sich ausschlielich auf 2-periodische
Funktionen.
13.1.2 Trigonometrisches Polynom n-ten Grades:
So bezeichnet man folgendes Polynom:
n
Tn ( x ) = a0 + (a k cos kx + bk sin kx )
k =1
mit a k , bk
k =1
konvergiert ?
13.1.3.4 Wenn Sf (x) fr ein reelles x existiert, gilt dann f(x) = Sf(x) ?
13.1.4 Integralmittel:
Als Ma der Annherung whlt man das sogenannte Integralmittel:
n = n (a0 , K , an , b1 , K , bn ) =
[ f (x ) Tn (x )]2 dx
13. Fourierreihen
2
f ( x ) sin kx dx
0
13.1.7 Konvergenz:
Ist f stetig im Intervall [,] und 2-periodisch, dann gilt:
1
2
> f ( x ) dx 2a02 + (a k2 + bk2 )
k =1
Die Fourierkoeffizienten streben gegen null, wenn k gegen unendlich geht.
13.1.8 Fourierreihe:
Ist f stetig und stckweise glatt im Intervall [,] sowie 2-periodisch, dann konvergiert die
Fourierreihe gleichmig und absolut, und es gilt:
1
S f ( x ) = lim
f x + lim
f x
x+
x
2
Betrachtet man eine allgemeine 2L-periodische Funktion f, so gilt fr die Fourierreihe:
1
n
n
S ( x ) = a0 + an cos
x + bn sin
x
2
L
L
n =1
mit
an =
1 L
n
f ( x ) cos
L L
L
bn =
1 L
L L
x dx
n
f ( x ) sin
x dx
L
n = 0, 1, 2, K
13.1.9 Dirichlet-Term:
Dieser wird aus dem trigonometrischen Polynom gewonnen.
n
1
1 n
=cos[k ( x t ) ]
1
1 n
= f (t ) + cos[k ( x t )] dt
2 k =1
1
44424443
= Dn ( x t )
Seite 100
13. Fourierreihen
1
sin n + u
2
Dn (u ) =
u
2 sin
2
1
Dn (u ) du = 1
Daraus folgt fr das trigonometrische Polynom:
1
Tn ( x ) = f ( x u ) Dn (u ) du
13.1.10 Fourierreihenentwicklungen einiger 2-periodischer Funktionen:
Funktion
Fourierreihe
2 4
cos(2nx )
f (x ) =
sin x x 0
n =1 4n 2 1
f ( x ) = sin x =
0 x
sin x
2 4 cos(2 x ) cos(4 x ) cos(6 x )
=
+
+
+ K
1 3
35
57
x
f (x ) =
x
1
f (x ) =
1
f (x ) = x
x 0
0 x
< x < 0
0 x
f (x ) =
=
f (x ) =
=
f (x ) =
=
4 cos[(2n 1)x ]
2 n =1 (2n 1)2
cos(3 x ) cos(5 x )
4
cos x +
+
+ K
2
2
2
3
5
4 sin[(2n 1)x]
2n 1
n =1
4
sin (3 x ) sin (5 x )
sin x +
+
+ K x n
3
5
2
n cos (nx )
+ 4 ( 1)
3
n2
n =1
2
cos(2 x ) cos(3 x )
4 cos x
+
+ K
2
2
3
2
3
sin (nx )
n
n =1
x
f (x ) =
0
0 x < 2
x = 2
f (x ) = 2
x 2 n
sin (2 x ) sin (3 x )
= 2 sin x +
+
+ K
2
3
Seite 101
13. Fourierreihen
y (0, t ) = y ( , t ) = 0 fr alle t
y ( x,0 ) = f ( x )
yt ( x,0) = g ( x )
y ( x, t ) = X ( x ) T (t )
X (x ) = 0
c2
y ( x, t )
k =1
Falls
f ( x ) = d 1,k sin (k x )
k =1
g ( x ) = d 2,k c k sin (k x )
k =1
Seite 102
s (t ) =
x& ( ) d
2
x& ( ) d
2
Normalenvektor:
Krmmung:
n(t ) =
x&
2
x&12 + x&12 x&1
1
(t ) =
x& &x&
x&
x&
mit x& = 2
x&1
t (s ) = x (s )
t (s )
n (s ) =
t (s )
und
Tangentenvektor,
fr t (s ) 0
b(s ) = t (s ) n(s )
Hauptnormalenvektor
Binormalenvektor.
{t (s ), n(s ), b(s )} heit begleitendes Dreibein der Kurve. Es bildet eine Orthogonalbasis des .
Seite 103
(s ) = b (s ) n(s )
t = n
n = t + b
b = n
Mit x = t ist x(s) dann bis auf eine Translation eindeutig bestimmt.
14.1.6 Bezglich der Zeit parametrisierte Kurven im :
x&
t=
Tangentenvektor:
x&
x& &x&
x& &x&
Binormalenvektor:
b=
Hauptnormalenvektor:
n = bt
Krmmung:
Torsion / Windung:
x& &x&
x&
1
44
4
3 heit Parameterdarstellung eines Flchenstcks x(G) im , falls x in G stetig
(u ,v )a x (u , v )
1
4
44a
24
3 heit zulssig, falls bijektiv und stetig
1 (u ,v )
2 (u , v )
(u ,v )a (u ,v )=
differenzierbar ist. Darber hinaus mu die Jacobideterminante positiv sein. J (u , v ) > 0 fr alle
(u,v) aus G.
Seite 104
Ist eine zulssige Parametertransformation, dann ndert sich die Richtung von x u x v unter
nicht.
n=
xu xv
xu xv
( )
( )
d
x o = x u (t ) u& (t ) + x v (t ) v&(t )
dt
d
Die Tangente liegt in der von xu und xv aufgespannten Ebene.
x o ( x u x v )
dt
d
2
ds
x o = x u u& + x v v&
=
dt
dt
= x u x u u& 2 + 2 x u x v u&v& + x v x v v& 2
{
{
123
E
Schreibweise:
1
44
4
3 die Parameterdarstellung der Flche x(G) und E, F, G die Koeffizienten
(u ,v )a x (u , v )
s=
14.2.4.2 Seien 1 und 2 die Parameterdarstellungen zweier Kurven in G, die sich fr ein t
schneiden. Dann schneiden sie sich unter dem Winkel mit
Eu&1u& 2 + F (u&1v& 2 + u& 2 v&1 ) + Gv&1v& 2
cos =
Eu&1u& 2 + F (u&1v& 2 + u& 2 v&1 ) + Gv&1v& 2
14.2.4.3 Durch x u x v = EG F 2 wird der Flcheninhalt des von xu und xv aufgespannten
Parallelogramms bestimmt.
Seite 105
x
=
0
u
u
f
u
x(u, v ) = v
0
f (u, v )
xv = 1
v
Normalenvektor auf die Tangentialebene:
E = 1 + f u2
F = f u f v
2
G = 1 + f v
fu
n = xu xu = fv
1
Seite 106
( )
( )
bzw.
f n ds = f d x
= f ( x(t )) x& dt
b
d x = ds = (x(t )) x&(t ) dt
b
(a f + b g ) d x = a f d x + b g d x
(a + b ) d x = a d x + b d x
f d x = f d x
d x = d x
f dx = f dx + f dx
C1 + C 2
C1
C2
d x = d x + d x
C1 + C 2
C1
C2
Seite 107
f dx
f dx
d x d x
f dx = 0
f : D a 3
des
Flchenstckes
Seite 108
F.
Es
sei
do = (x(u, v )) x
F
x v d (u , v )
15.2.3 Rechenregeln:
15.2.3.1 Oberflchenintegrale verndern ihren Wert nicht, falls eine zulssige Parametertransformation durchgefhrt wird.
15.2.3.2 Fr reelle a, b , stetige Funktionen , , und stetige Vektorfelder f, g gilt:
a f + b g do = a f do + b g do
(a + b ) do = a do + b do
F
do = do
f do = f do + f do
F1 + F2
F1
F2
do = do + do
F1 + F2
F1
F2
f do
F
f do
do do
F
X ( x, y ) = y
f ( x, y )
0
1
X x = 0 , X y = 1
f
f
x
y
fx
X x X y = fy
1
do = X x X y d ( x, y ) = 1 + f x2 + f y2 d ( x, y )
Seite 109
u
div v = div v = u x + v y + wz
w
16.1.2 Satz von Gau in der Ebene:
Sei G ein geeignetes Gebiet des (sternfrmig). Sei weiter die Randkurve G so parametrisiert,
da G links von G liegt. Es sei v ein stetig differenzierbares Vektorfeld. Dann gilt:
vdx
= div v( x ) d ( x, y )
G
v1 Q
folgt :
Mit v = =
v2 P
P dx + Q dy = (Q
Py ) d ( x, y )
(v n ) do
G
Seite 110
bezeichnet.
u x u w y v z
rot v = rot v = v = u z wx
w y w v u
y
x
z
Ist rot v = 0, so handelt es sich um ein wirbelfreies Feld. v ist dann ein Potentialfeld im
entsprechenden Gebiet.
rot v d o = v d x
F
16.2.3 Vektorpotential:
Es sei v : G a 3 stetig differenzierbar und G sternfrmig. Es existiert ein Vektorpotential a
als ein in G stetig differenzierbares Feld mit rot a = v X a = v , wenn in G folgendes gilt:
div v = u x + v y + w z = 0
X = ek
x k
k =1
im n
Seite 111
16.3.2 Rechenregeln:
Fr skalare Felder , und fr Vektorfelder f, g gilt:
X ( + ) = X + X
X f + g = X f + X g
( )
X ( f + g ) = X f + X g
X ( ) = X + X
X f = f X + X f = f grad + div f
( )
X ( f ) = f X + X f
X ( f g ) = g (X f ) f (X g )
X ( f g ) = f g g (X f ) + f (X g ) g
{x
{x
Matrix
Matrix
X (X ) = = xx + yy + zz
X X f = 0
X (X ) = 0
X X f = X X f f = X X f f
xx
+f
yy
+f
zz
(v u uv ) d (x, y, z ) = v n u n n do
G
16.4.2 Anwendung:
Es sei G ein Gebiet, so da der Satz von Gau gilt, und es sei U zweimal stetig differenzierbar in
G = G G . Gilt u = 0 auf G, so ist fr x0 aus G:
U (x 0 ) =
1
1
u ( x x 0 ) n
+
u do
2
4 G x x 0 n
x
Seite 112
F ( x, y ) =
(x, y )
( x0 , y 0 )
P dx + Q dy
( x, y )
( x0 , y 0 )
Seite 113
m P dx + m Q dy .
x (t )dt
x
Q x Py
16.5.6.2 Stellt ( y ) =
m( y ) = e
y (t )dt
y
m ( x, y )
= c , c
n ( x, y )
Seite 114
sin
cos
tan
cot
1
2
1
3
3
1
2
2
1
3
2
1
3
2
1
2
2
1
2
1
3
3
3
2
cos
1 cos 2
1 sin 2
sin
1 sin 2
1 sin 2
sin
1 cos 2
cos
cos
1 cos 2
tan
tan
cot
1
1 + tan 2
1
1 + cot 2
cot
1 + tan 2
1 + cot 2
1
cot
1
tan
Seite 115
A.3.2 Vielfache:
sin 2 = 2 sin cos
cos 2 = cos 2 sin 2
2 tan
tan 2 =
1 tan 2
cot 2 1
cot 2 =
2 cot
sin 3 = 3 sin 4 sin 3
cos 3 = 4 cos 3 3 cos
sin 4 = 8 sin cos 3 4 sin cos
cos 4 = 8 cos 4 8 cos 2 + 1
A.3.3 Potenzen:
1
(1 cos 2 )
2
1
cos 2 = (1 + cos 2 )
2
sin 2 =
1
(3 sin sin 3 )
4
1
cos 3 = (3 cos + cos 3 )
4
sin 3 =
Seite 116
A.4 Einheitskreis
Am Einheitskreis lassen sich fr einen gegebenen Winkel die trigonometrischen Funktionen
ablesen.
Seite 117