Sie sind auf Seite 1von 242

Jrgen Pschel

HM-3
Skript zum Wintersemester 2014/5

Prof. Dr. Jrgen Pschel


Fachbereich Mathematik
Universitt Stuttgart
Pfaffenwaldring 57
70569 Stuttgart

Schrift: Ludica Bright


System: Mac
Software: LATEX, TEXShop, Adobe Illustrator
Gestaltung, Satz, Zeichnungen: Jules Hobbes
Jrgen Pschel

Inhaltsver z e i c h n i s
1

Kurvenint e g r a l e u n d P o t e n z i a l f e l d e r
1.1
1.2
1.3
1.4

Parameterintegrale 15
Doppelintegrale 18
Integralstze im R2 25
Dreifachintegrale 29
Flchen 37
Drehkrper und Drehflchen
Oberflchenintegrale 42
Integralstze im R3 46

41

Skalare D i f f e r e n z i a l g l e i c h u n g e n
3.1
3.2
3.3
3.4

12

Mehrdimen s i o n a l e I n t e g r a t i o n
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8

Kurvenintegrale von Vektorfeldern 1


Potenzialfelder 7
Rotation und Divergenz 10
Kurvenintegrale skalarer Funktionen

Grundbegriffe 52
Lineare Differenzialgleichungen 56
Separierbare Differenzialgleichungen 59
Homogene Differenzialgleichungen 64

Systeme vo n D i f f e r e n z i a l g l e i c h u n g e n
4.1
4.2
4.3
4.4
4.5

Grundbegriffe 69
Existenz und Eindeutigkeit 70
Lineare Systeme 71
Lineare Systeme mit konstanten Koeffizienten
Lineare Differenzialgleichungen n-ter Ordnung

74
92

iv

I n h a l t s v erzeichnis

Fourierth e o r i e
5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
5.9

Funktione n t h e o r i e
6.1
6.2
6.3
6.4
6.5
6.6

Komplexe Funktionen 141


Differenzierbarkeit 147
Der Cauchysche Integralsatz 154
Die Cauchysche Integralformel 162
Der Residuensatz 169
Berechnung von Integralen 177

Partielle D i f f e r e n z i a l g l e i c h u n g e n
7.1
7.2
7.3
7.4

Periodische Funktionen 105


Reelle und komplexe Fourierreihen 107
Bestimmung der Fourierkoeffizienten 109
Konvergenz 114
Rechnen mit Fourierreihen 117
Das Gibbs-Phnomen 119
Funktionen beliebiger Periode 122
Fouriertransformation 124
Laplacetransformation 133

Grundbegriffe 187
Die Wellengleichung 192
Die Wrmeleitungsgleichung
Lineare Gleichungen 204

199

Distributi o n e n
8.1
8.2
8.3
8.4
8.5

Testfunktionen und Distributionen


Rechenregeln 222
Darstellungsstze 225
Temperierte Distributionen 226
Fundamentallsungen 230

218

1
K u r v enintegrale
u n d Potenzialfeld er
1.1
Kurveni n t e g r a l e v o n V e k torfeldern
Sei Rn immer ein Gebiet, also eine offene und zusammenhngende
Teilmenge des Rn .
Definition

Ein Vektorfeld auf ist eine Abbildung

F : Rn ,

x , F (x) = (F1 (x), . . , Fn (x))>.

Das Vektorfeld F heit stetig, differenzierbar respektive C k, wenn es jede


einzelne Komponente F1 , . . , Fn ist.
Ein Vektorfeld ordnet also jedem Punkt x einen Vektor derselben
Dimension zu.

Abb 1

Ein Vektorfeld in der Ebene

1 K u r v enintegrale und Potenzialfeld e r

Abb 2

Verschiedene Kurven

. Beispiele

a. Eine lineare Abbildung


n

A : R Rn ,

x , Ax

kann als lineares Vektorfeld auf dem Rn aufgefasst werden.


b. Eine reelle Funktion
f : RR
kann als Vektorfeld auf R aufgefasst werden. .
Wir wollen Vektorfelder entlang Kurven integrieren. Dazu bentigen wir
noch den Begriff der Kurve.
Definition

Eine Kurve in einem Gebiet ist eine stetige Abbildung

: [a, b] ,

t , (t) = (1 , . . , n (t))>.

Sie heit glatt, wenn jede Komponente stetig differenzierbar ist und
(t) = (
n (t))> 0,

1 , . . ,

t [a, b] .

Eine glatte Kurve hat also berall einen nicht veschwindenden Geschwin(t) und damit auch eine wohldefinierte Tangente.
digkeitsvektor
Man nennt (a) den Anfangspunkt und (b) den Endpunkt dieser Kurve.
Die Kurve heit geschlossen, wenn (a) = (b) .
Nun zur Definition des Integrals eines Vektorfeldes entlang einer Kurve.
Definition des Kurvenintegrals Sei F : Rn ein stetiges Vektorfeld und
: [a, b] eine glatte Kurve in . Dann heit
Z
Zb
(t) dt
F d~
s
F ((t))

Zb
=
a

1 (t) + . . + Fn ((t))
n (t)) dt
(F1 ((t))

das Kurvenintegral von F entlang .

Kurvenintegrale von Vek t o r f e l d e r n 1.1

Abb 3

Verschiedene geschlossene Kurven

. Beispiele a. Das Integral eines konstanten Vektorfeldes F F0 entlang


eines Geradenstcks

: [a, b] Rn ,

(t) = p + tv,

ist
Zb

Z
F d~
s=

Zb
dt =
F0

F0 v dt = (F0 v)(b a).

b. Sei
F = (y 2 , 1)>,

> 0.

Entlang der Kurve


: [0, 1] R2 ,
erhlt man
Z

Z1
F d~
s=

0
Z1

(t) = (t, t )

(t 2 , 1) (1, t 1 )> dt
(t 2 + t 1 ) dt

1

1
t 2 +1
+ t
= 1 + 2 + 1 .
2 + 1
0

Das Ergebnis hngt also vom Weg ab, auch wenn alle Kurven gleichen Anfangspunkt (0, 0) und gleichen Endpunkt (1, 1) haben.
c. Auf R2 {0} sei

>
y
x
Fw =
,
.
x2 + y 2 x2 + y 2
Fr die Standardparametrisierun des Einheitskreises, also (t) = (cos t, sin t)
mit 0 t 2 , erhlt man

1 K u r v enintegrale und Potenzialfeld e r

Abb 4
Integrationswege

1/2
1
2

Z 2

Fw d~
s=

0
Z 2

( sin t, cos t) ( sin t, cos t)> dt


(sin2 t + cos2 t) dt

= 2 .
Ist allgemeiner m Z und m mit m (t) = (cos mt, sin mt) der m-mal durchlaufene Einheitskreis, so ist
Z
Z 2
Fw d~
s=
m(sin2 t + cos2 t) dt = 2 m.
m

Das Integral misst also, bis auf den Faktor 2 , wie oft sich m um den Nullpunkt herum windet. .

Rechenregeln
Folgendes rechnet man sofort nach.
2

Das Kurvenintegral ist linear im Vektorfeld:


Z
Z
(F + G) d~
s=
F d~
s+
G d~
s,

Z
Z
F d~
s = F d~
s.

Linearitt
Z

Interessanter ist, dass das Wegintegral sich nicht unter Parametertransformationen ndert, so lange sie die Orientierung beibehalten.
3

Satz

Sei : [a, b] eine glatte Kurve und


[a, b]
b]
: [a,

Kurvenintegrale von Vek t o r f e l d e r n 1.1

eine Parametertransformation, also eine bijektive und stetig differenzierba . Dann ist
b]
re Abbildung mit 0 > 0 auf ganz [a,

: [a,
b]

eine zweite Parametrisierung derselben Kurve in , und es gilt


Z
Z
F d~
s=
F d~
s.

hhhhh

Dies ist fast eine bung. Mit der klassischen Kettenregel gilt
Z
Zb
(t) dt
F d~
s=
F ((t))

Z b
=

a
Z b

((s)) 0 (s) ds
F (((s)))

(s) ds =
F (
(s))

Zusatz

(1)

Z
F d~
s.

hhhhh

, so ist
b]
Kehrt die Parametrisierung um, gilt also 0 < 0 auf [a,
Z
Z
F d~
s = F d~
s.

hhhhh Gleichung (1) gilt dann mit vertauschten Integrationsgrenzen, was beim
bergang zur nchsten Zeile zu einem Minuszeichen fhrt. hhhhh

Oft sind Kurven nicht durchgehend glatt sind, sondern weisen endlich
viele Ecken oder Spitzen auf. Solche heien stckweise glatt.
Definition Eine Kurve : [a, b] heit stckweise glatt, wenn es eine
Teilung
a = t0 < t1 < . . < tm = b
von [a, b] gibt, so dass die Einschrnkung von auf jedes Teilintervall
[ti1 , ti ] glatt ist. Das Kurvenintegral entlang einer solchen Kurve wird
entsprechend zusammengesetzt:
Z
Z
Z
m Z
X
F d~
s=
F d~
s + .. +
F d~
s=
F d~
s,


wobei i = [ti1 ,ti ] .

i=1

1 K u r v enintegrale und Potenzialfeld e r

Berechnung von Kurvenintegralen


Ein klassiches Integral bestimmt man, indem man eine Stammfunktion des
Integranden findet. Bei Kurvenintegralen bernimmt diese Rolle das Potenzial
eines Vektorfeldes wenn es eins geben sollte.
Definition

Existiert eine differenzierbare Funktion : R , so dass

F = grad = = x1 , . . , xn

>

so heit F ein Gradienten- oder Potenzialfeld und sein Potenzial.


5

Satz Sei F ein Potenzialfeld auf mit Potenzial . Dann gilt fr jede stckweise glatte Kurve : [a, b]
(b)
Z

F d~
s =
= ((b)) ((a)).

(a)

Der Wert des Kurvenintegrals ist also die Potenzialdifferenz zwischen Endund Anfangspunkt der Kurve.
hhhhh

Aufgrund der Kettenregel ist


(t) = ((t))
(t) =
F ((t))

d
( )(t).
dt

Mit dem klassischen Hauptsatz der Integralrechnung ist daher


Z
Zb
(t) dt
F d~
s=
F ((t))

Zb
=
a

b
(b)


d
( )(t) dt = ( )
=
.


dt
a
(a)

hhhhh

Folgerung In einem Potenzialfeld hngt das Wegintegral nur vom Anfangsund Endpunkt eines Weges ab, nicht aber von seinem Verlauf. Insbesondere
ist das Wegintegral ber jeden geschlossenen Weg Null.
. Beispiele

a. Die Vektorfelder von Beispiel 1,



>
y
x
F = (y 2 , 1)>,
Fw =
,
,
x2 + y 2 x2 + y 2

sind keine Potenzialfelder, da Integrale von F nicht wegunabhngig, und


Integrale von Fw ber geschlossene Wege nicht Null sind.
b. Ein zentrales Kraftfeld von der Form
F = (kxk)x,

x 0,

Pote n z i a l f e l d e r 1.2

mit einer stetigen Funktion : (0, ) R ist ein Potenzialfeld. Ein Potenzial
auf Rn {0} ist zum Beispiel gegeben durch
Z kxk
(x) =
t(t) dt.
1

Denn fr die euklidische Norm gilt


kxk =

x
,
kxk

x 0,

und somit

(x) = (t(t)) t=kxk kxk = (kxk)x.
c. Jedes lineare Vektorfeld F (x) = Ax mit einer symmetrischen Matrix A
ist ein Potenzialfeld, mit
(x) =

1
Ax x.
2

1. 2
Potenzia l f e l d e r
Die Frage ist, woran man ein Potenzialfeld erkennt. Eine notwendige Bedingung hierfr ist leicht gefunden.
7

Satz Ein stetig differenzierbares Potenzialfeld F erfllt notwendigerweise die


Integrabilittsbedingung
Fj
Fi
=
,
xj
xi
hhhhh

1 i, j n.

(2)

Denn ist F = , so ist also


Fi =

,
xi

und ist zweimal stetig differenzierbar. Also darf man zwei partielle Ableitungen vertauschen und erhlt
Fj
Fi

2

=
=
=
=
.
xj
xj xi
xi xj
xi xj
xi

hhhhh

Das Vektorfeld Fw von Beispiel 1 erfllt diese Integrabilittsbedingung, wie


man leicht nachrechnet. Trotzdem ist es kein Potenzialfeld, da ja das Integral
ber den Einheitskeis nicht verschwindet. Die Bedingung ist somit notwendig,
aber nicht hinreichend.

1 K u r v enintegrale und Potenzialfeld e r

Abb 5
Einfach zusammenhngende
Menge, und nicht

Es stellt sich heraus, dass man zustzlich noch folgende topologische


Gestalt des Gebietes bentigt.
Definition Eine offene Menge heit zusammenhngend, wenn je zwei
Punkte in durch eine glatte Kurve in verbunden werden knnen. Sie
heit einfach zusammenhngend, wenn jede geschlossene Kurve in sich
innerhalb von auf einen Punkt zusammenziehen lsst.
. Beispiele a. Jede offene oder abgeschlossene Kugel im Rn ist einfach
zusammenhngend. Ebenso der Rn selbst.
b. Im R2 ist die punktierte Kreisscheibe

r = {x : 0 < kxk < r }


B
nicht einfach zusammenhngend. Ebenso nicht R2 {0} .
c. Im R3 dagegen ist eine punktierte Kugel einfach zusammenhngend,
ebenso R3 {0} .
d. Die geschlitzte Ebene R2 (, 0] ist einfach zusammenhngend. .
8

Satz Erfllt das Vektorfeld F : Rn die Integrabilittsbedingung (2) und


ist einfach zusammenhngend, so ist F ein Potenzialfeld. Sein Potenzial
ist bis auf eine additive Konstante eindeutig.
hhhhh Beweisidee
Man zeigt zunchst, dass jedes Wegintegral in nur vom
Anfangs- und Endpunkt abhngt, da sich verschiedene Wege stetig ineinander
deformieren lassen und das Integral sich dabei aufgrund der Integrabilittsbedingung nicht ndert. Daher kann man eine Funktion auf eindeutig
definieren, indem man einen beliebigen Anfangspunkt a fixiert und
Zx
(x)
F d~
s
a

definiert, wobei man ber einen beliebigen Weg von a nach x integiert. Fr die
so erklrte Funktion zeigt man dann, dass = F . hhhhh

Poten z i a l f e l d e r 1 . 2

. Beispiele

a. Auf dem R2 erfllt

F = (2xy, x 2 + 3y 2 )>
die Integrabilittsbedingung, wie man sofort verifiziert. Ein Potenzial findet man
durch sukzessives Integrieren. Aus F1 = x folgt
Z
= 2xy dx + c(y) = x 2 y + c(y).
Mit F2 = y folgt dann cy = 3y 2 , also
c = y 3 + c.
Somit ist
(x, y) = x 2 y + y 3 + c,

cR

ein Potenzial. Da das Ergebnis nur noch von einer additiven Konstante abhngt,
sind dies auch alle mglichen Potenziale.
b. Auf dem R3 sei

y cos(xy)

F = x cos(xy) + 2yz3
3y 2 z2
gegeben. Die Integrabilittsbedingungen
F1
F2
=
,
y
x

F1
F3
=
,
z
x

F2
F3
=
z
y

sind leicht verifiziert. Also existiert ein Potenzial auf dem R3 .


Aus x = F1 folgt
Z
= y cos(xy) dx + c(y, z) = sin(xy) + c(y, z).
Aus y = F2 ergibt sich cy (y, z) = 2yz3 , also
Z
c(y, z) = 2yz3 dy + d(z) = y 2 z3 + d(z).
Somit ist
= sin(xy) + y 2 z3 + d(z).
Schlielich ergibt z = F3 die Gleichung dz = 0 . Also ist d eine von z unabhngige Konstante, und es gilt
(x, y, z) = sin(xy) + y 2 z3 + c,

c R.

Natrlich sollte man am Ende berprfen, dass tatschlich = F . .

10

1 K u r v enintegrale und Potenzialfeld e r

1. 3
Rotatio n u n d D i v e r g e n z
Die Integrabilittsbedingung (2) lsst sich im R3 bequem mithilfe der
Rotation ausdrcken. Betrachte dazu

/x
x

/y = y
/z
z
formal als 3-Vektor, dessen Komponenten aus partiellen Ableitungsoperatoren
bestehen.
Definition Die Rotation eines 3-dimensionalen Vektorfeldes F = (F1 , F2 , F3 )>
ist erklrt als

x
F1
y F3 z F2

rot F F y F2 = z F1 x F3
z
F3
x F2 y F1
und damit wieder ein 3-dimensionales Vektorfeld.

y
y (z2 ) z (xz)
x

. Beispiel
rot xz = z (y) x (z2 ) = 0 . .
z2
x (xz) y (y)
z+1
9

Satz Fr ein 3-dimensionales Vektorfeld F ist die Integrabilittsbedingung (2)


quivalent mit
rot F = 0.

Fr ein 2-dimensionales Vektorfeld definiert man eine Rotation, indem


man eine triviale dritte Komponente hinzufgt. Fr F = (F1 , F2 , 0)> ist
rot F = (0, 0, x F2 y F1 )>.
Die einzige nichttriviale dritte Komponente definiert man als Rotation von
F = (F1 , F2 )>.
10

Satz

Definiert man fr ein 2-dimensionales Vektorfeld F = (F1 , F2 , )>


rot F x F2 y F1 ,

so ist die Integrabilittsbedingung (2) ebenfalls quivalent mit rot F = 0 .


In diesem Fall ist also rot F kein Vektorfeld, sondern eine skalare Funktion!
Der Satz ber Potenzialfeldern erhlt damit folgende Fassung.

Rotation un d D i v e r g e n z 1.3

11

11

Satz ber Potenzialfelder Auf einem einfach zusammenhngenden zweioder dreidimensionalen Gebiet ist ein Vektorfeld ein Potenzialfeld genau
dann, wenn seine Rotation verschwindet.

Ergnzungen
Fr den formalen Differenzialoperator = (x , y , z )> sind auch die
blichen anderen Vektoroperationen erklrt.
Definition

Die Divergenz eines Vektorfeldes F = (F1 , F2 , F3 )> ist erklrt als

div F F x F1 + y F2 + z F3 ,
beziehungsweise in hheren Dimensionen

Pn

i=1

xi Fi .

div xz = x (y) + y (xz) + z (z2 ) = 2z . .


2
z

. Beispiel

div F

Man kann auch skalar mit sich selbst multiplizieren:


Definition

Man nennt

n
X

x2i

i=1

den Laplaceoperator auf dem Rn .


Der Laplaceoperator bildet aus einer hinreichend oft differenzierbaren
Funktion eine neue Funktion. Eine Funktion mit u = 0 heit harmonisch.
. Beispiel

Die Funktionen

x y 2,

xy,

p
log x 2 + y 2

sind harmonsich auf R2 respektive R2 {0} . Dazu mehr im Kapitel zur Funktionentheorie. .
Die verschiedenen -Operationen bewirken im R3 also Folgendes:
grad:
rot:
div:
div grad:

Funktion
Vektorfeld
Vektorfeld
Funktion

Auerdem gilt noch der

f
F
F
f

f Vektorfeld
F Vektorfeld
F Funktion
f Funktion

12

12

1 K u r v enintegrale und Potenzialfeld e r

Satz

Fr jedes Vektorfeld F respektive jede Funktion f gilt


div rot F 0,

hhhhh

rot grad f 0.

Fr 3-Vektoren gilt im Vektorkalkl fr das Spatprodukt


~ (v
~ w)
~ =w
~ (u
~ v).
~
u

Daher gilt auch


div rot F = ( F ) = F ( ) = F 0 = 0.
Die zweite Gleichung folgt direkt mit
(f ) = ( )f = 0.

hhhhh

1. 4
Kurveni n t e g r a l e s k a l a r e r Funktionen
Entlang glatten oder stckweise glatten Kurven knnen wir auch skalare Funktionen integrieren dies liegt vielleicht sogar nher als das Integral
von Vektorfeldern. Ist die Funktion konstant, so ist das Ergebnis das Produkt
aus Funktionswert und Lnge der Kurve. Fr stckweise konstante Funktionen
erhlt man eine entsprechende riemannsche Summe. Im Limes immer kleiner werdender Konstanzintervalle gelangt man zu folgender Definition dieses
Integrals.
Definition Sei : [a, b] D eine stckweise glatte Kurve und f : D R
stetig. Dann heit
Zb

Z
f ds

f ((t)) k
(t)k dt
a

das Kurvenintegral von f entlang , und


ds k
(t)k dt
das skalare Bogenelement von .
. Es gengt
Bemerkung Hier ist k
k die euklidische Lnge des Vektors
auch, dass f nur auf der Spur von erklrt und stetig ist.

Kurvenintegrale skalarer F u n k t i o n e n 1.4

13

. Beispiele a. Das klassische Integral ber ein Intervall erhalten wir mit
(t) = (t, 0) fr a t b und einer Funktion f , die nur von der ersten
Koordinate abhngt. In diesem Fall ist
Z
Zb
Zb
f ds =
f ((t)) k
(t)k dt =
f (t) dt.

b. Die Lnge einer stckweise glatten Kurve : [a, b] Rn erhalten wir


mit f 1 :
Zb
Z
L() =
k
(t)k dt =
1 ds.

c. Fr (t) = (t, t 2 ) mit 0 t c und

f (x, y) = 3 xy
erhalten wir
c
Z
Zc p

1
(1 + 4t 2 )3/2
f ds =
t 1 + 4t 2 dt =
.
12

0
0

Es ist klar, dass das skalare Kurvenintegral linear im Integranden ist:


Z
Z
Z
(af + bg) ds = a f ds + b g ds.

Es gilt auch der Mittelwertsatz in folgenden Form.


13

Mittelwertsatz Sei : [a, b] eine stckweise glate Kurve und f : R


stetig. Dann existiert ein Punkt x0 = (t0 ) auf der Kurve , so dass
Z
f ds = f (x0 )L(),

wobei L() die Lnge von bezeichnet.


hhhhh

Definitonsgem ist
Z
Zb
f ds
f ((t)) k
(t)k dt.

Hierbei ist f stetig und k


(t)k nichtnegativ. Nach dem zweiten Mittelwertsatz der Integralrechnung existiert daher ein t0 [a, b] , so dass
Zb
Zb
f ((t)) k
(t)k dt = f ((t0 ))
k
(t)k dt = f (x0 )L()
a

mit x0 = (t0 ) .

hhhhh

Auch das skalare Kurvenintegral ist invariant unter orientierungserhaltenden Parametertransformationen:

14

14

1 K u r v enintegrale und Potenzialfeld e r

Satz

Sei : [a, b] eine stckweise glatte Kurve und


[a, b]
b]
: [a,

eine orientierungserhaltende Parametertransformation, also bijektiv und


stetig differenzierbar mit 0 > 0 . Dann gilt
Z
Z
f ds =
f ds

.
= : [a,
b]
mit der umparametrisierten Kurve
hhhhh Der Beweis ist genau derselbe wie fr Kurvenintegrale von Vektorfeldern. Wegen 0 > 0 kann man 0 unter den Betrag k
k ziehen. hhhhh

Abschlieende Bemerkung
Zwischen den Kurvenintegralen von skalaren Funktionen und Vektorfeldern besteht folgender Zusammenhang. Fr eine glatte Kurve ist
Z
Zb
(t) dt
F d~
s=
F ((t))

Zb
F ((t))

=
a

(t)

k
(t)k dt.
k
(t)k

Setzen wir also


f ((t)) F ((t))

(t)

,
k
(t)k

so wird
Zb

Z
F d~
s=

Z
f ((t)) k
(t)k dt =

f ds.

2
M e h r dimensionale
I n t e g ration
2.1
Paramet e r i n t e g r a l e
1

Satz

Sei R = [a, b] [c, d] ein abgeschlossenes, beschrnktes Rechteck.

(i) Ist f : R R stetig, so ist die Funktion F : [a, b] R mit


Zd
F (x)
f (x, y) dy
c

stetig auf [a, b] .


(ii) Ist f partiell nach x differenzierbar und fx stetig auf R , so ist auch F
stetig differenzierbar, und es gilt
Zd
F 0 (x) =
fx (x, y) dy.
c

Man darf also unter dem Integral differenzieren.


hhhhh (i) Da R abgeschlossen und beschrnkt, also kompakt ist, ist f auf R
gleichmig stetig. Zu jedem > 0 existiert also ein > 0 , so dass

|f (x, y) f (a, y)| < ,

|x a| < , y [c, d].

Also ist
Z d



d

|F (x) F (a)| =
f (x, y) dy intc f (a, y) dy
c
Z d




=
(f (x, y) f (a, y) dy
c
Zd
Zd

|f (x, y) f (a, y)| dy


dy = (d c).
c

16

2 M e h rdimensionale Integration

Also ist F stetig auf [a, b] .


(ii) Nach Voraussetzung ist fx stetig. Also gilt mit dem Mittelwertsatz
Zd
F (x + h) F (x)
f (x + h, y) f (x, y)
=
dy
h
h
c
Zd
=
fx (x + , y) dy
c

mit einem zwischen x und x + h . Mit h 0 gilt auch x . Mit der unter
(i) gezeigten Stetigkeit in x konvergiert die rechte Seite also fr h 0 , und es
gilt
lim

h0

F (x + h) F (x)
=
h

Zd
fx (x, y) dy.

Also ist F differenzierbar,


Zd

F 0 (x) =

fx (x, y) dy,

und F 0 ist auch wieder stetig.


2

hhhhh

Unter den Voraussetzungen des vorangehenden Satzes gilt

Satz von Fubini


Zb

Z b Z d
F (x) dx =

Z d Z b


f (x, y) dy dx =
f (x, y) dx dy.

Man darf also die Reihenfolge der Integration vertauschen.


hhhhh

Setze
Zx
h(x, y)

f (t, y) dt.
a

Aufgrund des Hauptsatzes der Differenzialrechnung ist h nach x stetig differenzierbar, mit
hx (x, y) = f (x, y).
Die Funktion
Zd

ZdZx
h(x, y) dy =

H(x)
c

f (t, y) dt dy
c

ist daher nach x differenzierbar, mit


H 0 (x) =

Zd
c

Zd
hx (x, y) dy =

f (x, y) dy.
c

(1)

Paramet e r i n t e g r a l e 2.1

17

Also gilt wieder mit dem Hauptsatz


b Z b
Z b Z d


H
H 0 (x) dx =
hx (x, y) dy dx
=
a
a
c
a
Z b Z d

=
f (x, y) dy dx.
a

Es ist aber H(a) = 0 , und H(b) ist durch (1) gegeben. Es ist also
Z d Z b

f (x, y) dx dy = H(b)
c
a
Z b Z d

=
f (x, y) dy dx. hhhhh
a

Uneigentliche Parameterintegrale
Wir bentigen natrlich auch uneigentliche Paramaterintegrale, insbesondere solche ber unbeschrnkte Integrationsintervalle. Typische Beispiele sind
die Gammafunktion und die Fourier- und Laplacetransformationen, die wir
spter kennenlernen werden. Fr das Analogon des ersten Satzes 1 bentigen
wir dazu eine zustzliche Integrabilittsbedingung.
3

Satz

Sei R = [a, b] [c, d) , wobei


c < d ,

und f : R R sei stetig und nach x partiell stetig differenzierbar. Gibt es


ferner integrierbare Funktionen g, h : [c, d) R so, dass
|f (x, y)| g(y),

|fx (x, y)| h(y)

auf R,

so existiert das uneigentliche Parameterintegral


Zd
F (x) =
f (x, y) dy
c

und definiert eine stetig differenzierbare Funktion F mit


Zd
F 0 (x) =
fx (x, y) dy.

Man nennt g und h integrierbare Majoranten fr f respektive fx . Der


Satz gilt natrlich entsprechend fr ein auf der linken Seite unbeschrnktes
Intervall.
. Beispiel
niert:

Die Gammafunktion ist durch ein uneigentliches Integral defiZ

(x) =
0

t x1 et dt,

x > 0.

18

2 M e h rdimensionale Integration

Sie ist differenzierbar mit Ableitung


Z
ln(t) t x1 et dt.
0 (x) =
0

Denn fr 0 < x b ist fr hinreichend groes t0


ln(t) t x1 et t x et t b et et/2 ,

t t0 .

Fr x 1 ist der Integrand auf (0, t0 ] auerdem beschrnkt, so dass wir in


diesem Fall eine integrierbare Majorante haben. Fr 0 < x < 1 gilt dies nicht
mehr, aber mit
|ln(t)| <

c
,
t

0<t1

fr jedes > 0 erhlt man auch hier eine integrierbare Majorante. .


Fr x > 0 ist


1
1
ext dt = ext
= x.
x
0

. Noch ein Beispiel

Z
0

Man darf unter dem Integral differenzieren und erhlt


Z
Z
0
1
ext dt =
t ext dt = 2 ,
x
0
0
also
Z
0

t ext dt =

1
.
x2

Mit Induktion folgt


Z
n!
t n ext dt = n+1 .
x
0
Mit x = 1 erhlt man insbesondere (n + 1) = n! . .

2.2
Doppelin t e g r a l e
Wir wollen nun Integrale von Funktionen zweier Variablen erklren, also
salopp gesprochen das Volumen unter dem Graphen einer solchen Funktionen.
Anders als beim klassischen eindimensionalen Integral stehen wir bereits vor
dem Problem, krummlinige berandereten Flchen im R2 einen Flcheninhalt
zuzuordnen.

Dopp e l i n t e g r a l e 2.2

19

Regulre Teilmengen
Um gewissen Teilmengen M R2 einen Flcheninhalt zuzuordnen, beschrnken wir uns auf die einfachsten Flle.
Definition

Eine Menge M R2 heit regulr, wenn

(i) die Menge M selbst abgeschlossen und beschrnkt ist,


(ii) ihr Inneres M nicht leer ist, und
(iii) ihr Rand M aus endlich vielen stckweise glatten Kurven besteht.
4

Satz Jede regulre Menge M im R2 besitzt einen eindeutig erklrten endlichen Flcheninhalt 1
A(M) = |M| .
Diesen erhlt man durch Ausschpfen oder berdecken von M durch
immer kleinere abgeschlossene Quadrate.
hhhhh Erluterung
Sei n 1 . Wir zerlegen den R2 in nichtberlappende
n respektive M
n die
Quadrate der Kantenlnge 2n und bezeichnen mit M
Vereinigung aller Quadrate, die ganz innerhalb von M liegen respektive die
nichtleeren Schnitt mit M haben. Es gilt also

n M M
n .
M
Der Flcheninhalt dieser Mengen ist in klassischer Weise wohldefiniert als die
Summe Inhalte der endlich vielen in ihnen enthaltenen Quadrate. Fr eine
regulre Menge M kann man zu zeigen, dass es eine eindeutige reelle Zahl A
gibt, so dass
n | % A,
lim |M

n | & A.
lim |M

Dies ist der Flcheninhalt von M .

hhhhh

Man kann auch noch zeigen, dass es bei der Flchenmessung wie auch
bei dem nachfolgend definiertem Integral auf sogenannte Nullmengen nicht
ankommt.
Definition Eine Menge N R2 heit eine Nullmenge, wenn sie Vereinigung
endlich vieler Punkte und endlich vieler stckweise glatter Kurven ist.
1

A steht fr area.

20

2 M e h rdimensionale Integration

Satz Ist M eine regulre Menge und N M eine Nullmenge, so ist auch der
Flcheninhalt von M N in der gleichen Weise wie zuvor erklrt, und es
gilt
|M N| = |M| .

. Beispiele a. Abgeschlossene und offene Rechtecke respektive Kreise haben denselben Flcheninhalt.
b. Ist allgemeiner M regulr, so ist M eine Nullmenge, und das Innere
M = M M von M hat denselben Flcheninhalt:

A(M ) = A(M).
c. Es gibt allerdings abgeschlossene Mengen, zum Beispiel Cantormengen,
denen auf diese Weise kein Flcheninhalt zugeordnet werden kann. .
Das Doppelintegral
Sei nun M R2 regulr, und f : M R stetig und beschrnkt. Um das
Integral von f ber M zu erklren, gehen wir wie beim klassischen Riemannintegral vor. Sei dazu
Z = (M1 , . . , Mk )
eine Zerlegung von M in regulre Teilmengen, wie sie zum Beispiel durch
Schneiden mit Parallelen zu den beiden Koordinatenachsen entstehen. Whlen
wir irgendwelche Punkte xi Mi , so ist
X
S(f , Z)
f (xi ) |Mi |
1ik

eine Riemannsche Summe zu f und der Zerlegung Z von M . Jetzt mssen wir
nur noch die Feinheit der Zerlegung Z ,
(Z) max (Mi ),
1ik

(Mi ) sup |a b| ,
a,bMi

gegen Null streben lassen, um das Integral zu erhalten. Auf die Wahl der Auswertungspunkte xi kommt es dabei letzten Endes nicht an.
6

Satz Sei M R2 regulr und f : M R stetig. Strebt die Feinheit (Z) der
Zerlegung Z gegen 0 , so streben die Riemannschen Summen von f gegen
einen eindeutigen Grenzwert, das Gebietsintegral von f ber M :
ZZ
X
f dA lim S(f , Z) = lim
f (xi ) |Mi | .

(Z)0

(Z)0

1ik

Dopp e l i n t e g r a l e 2.2

21

Die Voraussetzung des Satzes kann man noch abschwchen. Solange die
Funktion beschrnkt bleibt, kann man Nullmengen ignorieren.
7

Zusatz Da es bei dem Gebietsintegral auf Nullmengen N M nicht ankommt,


gengt es, dass f nur auf M N stetig und beschrnkt ist. Die Aussage
des Satzes bleibt davon unberhrt.
Fr dieses Gebietsintegral gelten nun die blichen Rechenregeln, wie man
sie von einem anstndigen Integral erwartet.

Rechenregeln Sei M regulr, N M eine Nullmenge, und f , g seien auf


M N stetig und beschrnkt. Dann ist das Gebietsintegral
(i) linear im Integranden:
ZZ
ZZ
ZZ
(af + bg) dA = a
f dA + b
g dA,
M

(ii) monoton: aus f g auf ganz M N folgt


ZZ
ZZ
f dA
g dA,
M

(iii) additiv: ist M bis auf eine Nullmenge die disjunkte Vereinigung zweier
regulrer Mengen M1 und M2 , so gilt
ZZ
ZZ
ZZ
f dA =
f dA +
f dA.

M1

M2

Mittelwertsatz Sei M regulr und zusammenhngend und f : M R stetig


und beschrnkt. Dann existiert ein Punkt (x0 , y0 ) M , so dass
ZZ
f dA = f (x0 , y0 ) |M| .

Normalbereiche
Die Berechnungvon Gebietsintegralen erfolgt typischerweise durch die
Hintereinanderausfhrung zweier eindimensionaler Integrale. Dies ist besonders
einfach, wenn das Integrationsgebiet M die Gestalt eines Normalbereiches hat.
Eine Menge M R2 heit x-Normalbereich, wenn


M = (x, y) R2 : a x b, g(x) y h(x)

Definition

mit stetigen Funktionen g, h auf [a, b] , die auf (a, b) stetig differenzierbar
sind. Sie heit entsprechend y-Normalbereich, wenn


M = (x, y) R2 : c y d, u(y) x v(y)
mit analogen Funktionen u, v auf [c, d] .

22

2 M e h r dimensionale Integration

Abb 1

x- und y-Normalbereiche

. Beispiele a. Jedes Rechteck R = [a, b] [c, d] ist sowohl ein x- wie ein
y-Normalbereich:

R = {(x, y) : a x y, c y d} .
b. Der Kreis Kr mit Mittelpunkt 0 und Radius r ist sowohl ein x- wie ein

y-Normalbereich. Denn mit (t) = r 2 t 2 gilt




Kr = (x, y) : r x r , (x) y (x)


= (x, y) : r y r , (y) x (y) .
Man beachte, dass die begrenzenden Funktionen in den Intervallenden nicht
differenzierbar sind.
c. Weitere Beispiele siehe Abbildung 1. .
Wie bereits angekndigt, wird das Integral ber einen Normalbereich zurckgefhrt auf zwei eindimensionale Integrale.
10

Satz

Sei f : M R stetig. Mit den Bezeichnungen der letzten Definition gilt


ZZ
Z b Z h(x)

f (x, y) dx dy =
f (x, y) dy dx
M

g(x)

fr einen x-Normalbereich M , und


ZZ
Z d Z v(y)

f (x, y) dx dy =
f (x, y) dx dy
M

u(y)

fr einen y-Normalbereich M .
Dieser Satz ist auch als das Prinzip des Cavalieri bekannt. Man bestimmt
die Gre einer Brotscheibe, indem man die Lnge jedes Schnittes orthogonal zu

Dopp e l i n t e g r a l e 2.2

23

Zb
Abb 2

Flcheninhalt einer Brotscheibe: A(B) =

L(x) dx
a

B
L(x)

einer Achse bestimmt, und ber die Lngen dieser Schnitte entlang der Achse
integriert . . . siehe Abbildung 2.
a. Fr M = [0, 1] [0, ] und f (x, y) = x sin y ist
Z1Z
f dA =
x sin y dy dx
M
0 0
Z Z1
=
x sin y dx dy
0
0
Z
Z
Z 1

1
sin y dy = 1.
=
sin y
x dx dy =
2 0
0
0

. Beispiele

ZZ

b. Es ist
Z 1 Z x+1


Z x+1
y dy dx
x
x
0
Z
1 1
=
x((x + 1)2 x 2 ) dx
2 0
Z
1 1
7
=
(2x 2 + x) dx =
.
2 0
12
Z1

xy dy dx =
0

In diesem Fall kann man nicht direkt den Fubini anwenden, da die inneren
Integrationsgrenzen von der ueren Integrationsvariablen abhngen. Dazu
fhrt man zunchst eine charakteristische Funktion ein:
Z 1 Z x+1
Z1Z2

x
y dy dx =
xy{xyx+1} dy dx
0
x
0 0
Z2Z1
=
xy{xyx+1} dx dy
0 0
Z 2 Z y

=
xy dx dy.
0

y1

Dann gelangt man zum selben Ergebnis. .

24

2 M e h rdimensionale Integration

Abb 3
Flche F zum
Beispiel

y =x

y = x2

Mit f 1 erhlt man wieder den Flcheninhalt von M :


ZZ
A(M) =
dA.
M

. Beispiel
so ist

Betrachtet man die Flche F in Abbildung 3 als x-Normalbereich,


Z 1 Z x+1

A(F ) =
0

x2

Z1
dy dx =

(x + 1 x 2 ) dx =

7
.
6

Als y-Normelbereich betrachtet erhlt man


Z 1 Z y
Z2Z1
A(F ) =
dx dy
dx dy +
0

Z1p

y1

Z2

y dy + (2 y) dy
1
1
2

2 3/2
2
= 2 + 2 3 = 7.
= y
+
(2y

y
/2)


3
3
2
6
0
1
=

Fasst man die Funktion f als Masseverteilung ber die Flche M auf, so
stellt
ZZ
m=

f dA
M

die Gesamtmasse der Flche dar. Den Schwerpunkt der Flche erhlt man,
indem man mit den entsprechenden Koordinaten gewichtet. Das heit, die
Schwerpunktkoordinaten sind gegeben durch
ZZ
ZZ
1
1
xs =
xf dA,
ys =
yf dA.
m M
m M
Den geometrischen Schwerpunkt erhlt mit f 1 .

Integra l s t z e i m R 2 2.3

Abb 4

25

Randorientierung im Satz von Green

2.3
Integra l s t z e i m R 2
Wir beschreiben nun zwei Stze fr Flchenintegrale, die eine gewissen
hnlichekit mit dem klassischen Fundamentalsatz haben, indem sie ein Flchenintegral in Beziehung setzen zu einem Randintegral.
11

Satz von Green Sei M R2 regulr und F : D R2 ein stetig differenzierbares Vektorfeld auf einem Gebiet D M . Dann gilt
Z
ZZ
F d~
s=
rot F dA.

Der Rand M von M besteht definitionsgem aus endlich vielen glatten Kurvenstcken. ber diese Kurvenstcke wird das Randintegral gebildet.
Die Parametrisierung ist dabei so zu whlen, dass M immer links von der
Durchlaufsrichtung liegt. Die gilt auch dann, wenn der Rand sich aus mehreren
Komponenten zusammensetzt, wie in Abbildung 4 angedeutet.
hhhhh

Schreibe
F = F + F =

f1
0

!
+

0
f2

!
.

a. Betrachte zuerst F auf einem x-Normalbereich


M = {a x b, g(x) y h(x)} .
Dann gilt, wenn 1 und 3 die untere und obere Randkurve sowie 2 und 4
die linke und rechte vertikale Seite von M bezeichnen,

26

2 M e h rdimensionale Integration

Abb 5
3

Zum Beweis des


Satzes von Green
4

2
M

F d~
s=
M

F d~
s
1 +2 3 4

Zb
=
a

1 dx +
F(1 )
Zb

Z h(b)
g(b)

3 dx
F(3 )

2 dy
F

Z h(a)
g(a)

4 dy.
F

2 =
4 = (0, 1)> und F
2,4 = 0 . Mit
1,3 = (1, ?)> erhalten wir
Dabei ist aber
Z
Zb
Zb
F d~
s=
f1 (x, g(x)) dx
f1 (x, h(x)) dx
M
a
a
Z b Z h(x)
=
y f1 (x, y) dy dx
a

g(x)

aufgrund des Fundamentalsatzes. Mit y f1 (x, y) = rot F erhalten wir also fr


einen x-Normalbereich M
Z
Z b Z h(x)
ZZ
F d~
s=
rot F dy dx =
rot F dA.
M

g(x)

b. Jeder y-Normalbereich lsst sich als Summe von x-Normalbereichen


darstellen. Daher gilt die letzte Formel auch fr diese. Schlielich lsst sich jede
regulre Menge als Summe von x- und y-Normalbereichen darstellen. Also gilt
auf jeder regulren Menge
Z
ZZ
F d~
s=
rot F dA.
M

c. Analog verfhrt man fr F , indem man mit y-Normalbereichen beginnt.


d. Aufgrund der Additivitt des Integrals ist damit der Satz von Green
bewiesen. hhhhh

Integra l s t z e i m R 2 2.3

27

Abb 6

Zum Divergenzsatz

a. Sei M der Einheitskrei und F = (y, x)>. Parametrisieren


wir den Rand von M mit (t) = (cos t, sin t) , so wird
!
!
Z
Z 2
sin t
sin t
F d~
s=

dt
cos t
cos t
M
0
Z 2
=
(sin2 t + cos2 t) dt = 2 .
. Beispiele

Andererseits ist rot F = x (x) y (y) = 2 und


ZZ
2 dA = 2A(M) = 2 ,
M

wie es sein soll.


b. Um das Kurvenintegral von F = (y + 3x, 2y x)> entlang des Randes
der Ellipse E : 4x 2 + y 2 4 zu bestimmen, rechnen wir
Z
ZZ
ZZ
F d~
s=
rot F dA = 2
dA = 2F (E) = 4 .
.
E

Eng verwandt mit dem Satz von Green ist der


12

Divergenzsatz Sei M R2 regulr und F : D R2 ein stetig differenzierbares Vektorfeld auf einem Gebiet D M . Dann gilt
Z
ZZ
~=
F dn
div F dA.

Der Rand wird hierbei genauso parametrisiert wie beim Satz von Green,
~ die uere Normale an M gemeint ist. Ist also = (1 , 2 ) die
wobei mit d n
= (
2 )
Parametrisierung eines glatten Randstcks von M , so ist wie bisher
1 ,
der Tangentialvektor an ,
= (

2 ,
1 )

28

2 M e h r dimensionale Integration

Abb 7

Zum Satz des Archimedes

M
V

der uere Normalenvektor, und


Z
Zb
~=
dt.
F dn
F
M

hhhhh

Sei F = (F1 , F2 )>. Setzen wir F = (F2 , F1 )>, so wird


rot F = x F1 y (F2 ) = x F1 + y F2 = div F .

Mit dem Satz von Green gilt also


ZZ
ZZ
Z
div F dA =
rot F dA =
M

F d~
s.
M

Mit einer Parametrisierung des Randes wird der letzte Integrand zu


!
!
!
!
2
1

F1

F2
~
= F d n.

1
F2

F1
Also erhalten wir
ZZ
Z
div F dA =
M

~
F d n.

hhhhh

Als Anwendungsbeispiel formulieren und beweisen wir den


13

Satz des Archimedes im R2 Die Auftriebskraft eines in einer homogenen


Flssigkeit befindlichen Krpers ist gleich dem Gewicht des von ihm verdrngten Volumens.
hhhhh Der zweidimensionalen Flssigkeitsbehlter sei {(x, y) : y 0} . Normalisieren wir die Dichte der Flssigkeit zu 1 , so ist der Druckvektor

V = yey .
Wegen 0 ist dieser nach unten gerichtet. Die auf einen Krper M wirkende
Auftriebskraft ergibt als Randintegral ber die in Normalenrichtung wirkende

Dreifac h i n t e g r a l e 2.4

29

Komponente des Drucks. Die Aufgtriebskraft ist daher


Z
ZZ
ZZ
~=
F=
V dn
div V dA =
dA = A(M).
M

Das ist die Behauptung.

hhhhh

2.4
Dreifac h i n t e g r a l e
Analog zum zweidimensionalen Fall definieren wir zunchst regulre
Teilmengen des R3 .
Definition

Eine Menge M R3 heit regulr, wenn

(i) die Menge M selbst abgeschlossen und beschrnkt ist,


(ii) ihr Inneres M nicht leer ist, und
(iii) ihr Rand M aus endlich vielen stckweise regulren Flchen besteht.
Regulre Flchen werden wir spter noch przisieren. Anschaulich sind
sie der Graph einer stetig differenzierbaren Abbildung
: [0, 1]2 R,
und alles, was durch lineare Transformationen daraus hervorgeht.
. Quader, Kugeln, Ellipsen . . . sind smtlich regulr. Ebenso endliche Durchschnitte und Vereinigungen solcher Objekte. .
14

Satz Jede regulre Menge M im R3 besitzt ein eindeutig erklrtes endliches


Volumen
V (M) = |M| .
Diesen erhlt man durch Ausschpfen oder berdecken von M durch
immer kleinere abgeschlossene Wrfel.
Definition Eine Menge N R3 heit eine Nullmenge, wenn sie Vereinigung
endlich vieler Punkte, endlich vieler stckweise glatter Kurven und endlich
vieler regulrer Flchenstcke ist.
Insbesondere ist also der Rand einer regulren Menge eine Nullmenge.

15

Satz Ist M eine regulre und N M eine Nullmenge, so ist auch das Volumen
von M N in der gleichen Weise erklrt, und es gilt
|M N| = |M| .

30

2 M e h rdimensionale Integration

Beim Volumen kommt es also auf Nullmengen ebenfalls nicht an. Man
muss allerdings unterscheiden zwischen Nullmengen im R2 und Nullmengen
im R3 . Eine R3 -Nullmenge ist im Allgemeinen keine R2 -Nullmenge.
Das Dreifachintegral
Sei nun M R3 regulr und f : M R stetig und beschrnkt. Sei ferner
Z = (M1 , . . , Mk )
eine Zerlegung von M in regulre Teilmengen. Whlen wir irgendwelche Punkte
xi Mi , so ist
S(f , Z)

k
X

f (xi ) |Mi |

i=1

wieder eine Riemannsche Summe zu f und der Zerlegung Z von M .


16

Satz Sei f : M R stetig und beschrnkt. Strebt die Feinheit (Z) der Zerlegung Z von M gegen Null, so streben die Riemannschen Summen S(f , Z)
gegen einen eindeutigen Grenzwert, das Riemannintegral oder Dreifachintegral von f ber M :
ZZZ
f dV lim S(f , Z).
(Z)0

Hierbei nennt man dV das Volumenelement.


17

Zusatz Da es bei diesem Integral auf Nullmengen N M nicht ankommt,


gengt es, dass f nur auf M N stetig und beschrnkt ist. Die Aussage
des Satzes bleibt davon unberhrt.
Normalbereiche
Wir verzichten hier auf eine Aufzhlung allermoglichen Normalbereiche
im R3 , auf denen man das Dreifachintegral als Iteration dreier Einfachintegrale
darstellen kann. Der nchste Satz beschreibt eine typische Situation, alle anderen
werden entsprechend behandelt.

18

Satz

Sei f : M R stetig und beschrnkt. Ist M von der Gestalt


M = {(x, y, z) : a x b, g(x) y h(x), u(x, y) z v(x, y)} ,

so gilt
ZZZ

Z b Z h(x) Z v(x,y)
f dV =
M

f (x, y, z) dz dy dx.
a

g(x)

u(x,y)

Dreifac h i n t e g r a l e 2.4

31

Fasst man die Funktion f wiederum als Masseverteilung ber das Volumen M auf, so stellt
ZZZ
m=
f dV
M

die Gesamtmasse des Volumens dar. Seinen Schwerpunkt erhlt man, indem
man mit den entsprechenden Koordinaten gewichtet. Das heit, die Schwerpunktkoordinaten sind gegeben durch
ZZZ
ZZZ
ZZZ
1
1
1
xs =
xf dV , ys =
yf dV , zs =
zf dV .
m
m
m
M
M
M
Den geometrischen Schwerpunkt erhlt mit f 1 .
Koordinatentransformationen
Seien A und B regulre Teilmengen im R2 oder R3 . Eine Abbil-

Definition
dung

: A B,

= (1 , 2 , . . )>

mit i = i (x1 , x2 , . . ) heit Koordinatentransformation, wenn gilt:


(i) Die Abbildung ist auf dem offenen Kern A bijektiv.
(ii) Jede Koordinatenfunktion i ist stetig differenzierbar auf ganz A .
(iii) Die Jacobi- oder Funktionalmatrix

1 1 2 1 . .

D = 1 2 2 2 . .
..
..
..
ist in jedem Punkt von A regulr. Die Determinante
det D J
heit die Jacobi- oder Funktionaldeterminante von .
Ist D regulr, so sind also die Vektoren 1 , 2 , . . linear unabhngig.
19

Transformationsformel Sei f : B R stetig und : A B eine Koordinatentransformation. Dann gilt


ZZ
ZZ
f dA =
(f ) |J| dA
B

respektive
ZZZ
ZZZ
f dV =
(f ) |J| dV .
B

32

2 M e h rdimensionale Integration

Abb 8

Polarkoordinaten

(r cos , r sin )

Ebene Polarkoordinaten
x = r cos ,

Jeder Punkt in der Ebene ist darstellbar als

y = r sin

Polarkoordianten sind deshalb gegeben durch die Abbildung


!
!
!
r
x
r cos
:
,
=
.

y
r sin
Diese ist bijektiv fr
r > 0,

< < ,

oder alternativ auch fr 0 < < 2 . Der Rand des Definitionsbereiches ist in
jedem Fall eine zweidimensionale Nullmenge und daher fr ein Gebietsintegral
unerheblich. Somit kann man fr die Transformationsformel auch r 0 und
zulassen.
Die Jacobideterminante ist
!
cos r sin
J = det
= r.
sin r cos
Somit definieren Polarkoordinaten eine Koordinatentransformation auf jedem
(r , ) -Rechteck A = [0, R] [ , ] .
. Beispiel Polarkoordinaten sind immer dann naheliegend, wenn Gebiet
und Integrand rotationssymmetrisch sind. Sei zum Beispiel B = {x 2 + y 2 a2 } .
Dann ist

B = (A),

A = [0, a] [ , ],

Dreifac h i n t e g r a l e 2.4

33

Abb 9
Zu Beispiel 20
M
/3
1

und erfllt alle Bedingungen an eine Koordinatentransformation. Also ist


ZaZ
ZZ
ZZ
2
2
2
2
er r d dr
er r dA =
ex y dA =
0
A
B
Za
2
= 2
er r dr
0

2 a
2
= er = (1 ea ).
0

Man erkennt, dass acu hdas uneigentliche Integral ber ganz R2 existiert. Mit
a folgt
ZZ
2
2
ex y dA = .
.
R2

. Volumen der Einheitskugel

Die obere Hlfte der Einheitskugel ist das

Volumen zwischen dem Graphen von f (x, y) = 1 x 2 y 2 und der Einheitskreisscheibe D = {x 2 + y 2 1} . Bezeichnet V das Volumen der Einheitskugel,
so gilt also
Z 1 Z 2 p
ZZ p
V
r 1 r 2 d dr
=
1 x 2 y 2 dA =
2
0 0
D
Z1 p
= 2
r 1 r 2 dr
0
1

2
2
=
(1 r 2 )3/2
.
= 3 .
3
0
20

. Noch ein Beispiel

Die Flche M sei in Polarkoordinaten definiert durch

0 r cos ,
Dann ist ihr Flcheninhalt

/3 /3.

34

2 M e h rdimensionale Integration

Z /3 Z cos
A(M) =

r dr d
/3 0
Z /3

1
2

cos2 d =

/3

Z /3

cos2 d.

Die Kurve r = cos ist brigens eine Kreislinie vom Radius 1/2 um (1/2, 0) .
Siehe Abbildung 9.
Zylinderkoordinaten

r
x
r cos

: , y = r sin
z
z
z
ist bijektiv fr
r > 0,

< < ,

z R.

Die Jacobideterminante ist

cos r sin 0

J = det sin r cos 0 = r .


0
0
1
Somit definieren Zylinderkoordinaten eine Koordinatentransformation auf jedem (r , , z) -Quader A = [0, R] [ , ] [a, b] .
Gegeben ist ein Zylinder Z mit Radius 2 zwischen den Ebenen
z = 0 und z = 4 mit Massedichte f (x, y, z) = x 2 . Dann ist seine Gesamtmasse
ZZZ
Z 4 Z 2 Z 2
x 2 dx dy dz =
r 2 cos2 r dr d dz
Z
0 0
0
Z 4 Z 2
=4
cos2 d dz
0 0
Z 2
= 16
cos2 d = 16 .
.
. Beispiel

Kugelkoordinaten
Jeder Punkt im R3 kann durch seinen Abstand zum
Nullpunkt und zwei Winkel beschrieben werden, den Azimutwinkel mit der
z-Achse und dem Polarwinkel seiner Projektion auf die x-y-Ebene. Man
erhlt
x = (r sin ) cos ,
y = (r sin ) sin ,
z = r cos .

Dreifac h i n t e g r a l e 2.4

35

Abb 10
Kugelkoordinaten

z
r

Hierbei ist r sin der Lnge der x-y-Projektion. Die Abbildung ist also


x
r cos sin
r


: , y = r sin sin ,

z
r cos
sie ist injektiv fur
r > 0,

0 < < ,

< < .

Die Jacobideterminante ist

cos sin r cos cos r sin sin

J = det sin sin r sin cos r cos sin


cos
r sin
0
= r 2 (sin3 + sin cos2 )
= r 2 sin .
Also ist
J = r 2 sin .
Somit definieren Kugelkoordinaten eine Koordinatentransformation auf jedem
(r , , , ) -Quader
A = [0, R] [0, ] [ , ].

36

2 M e h rdimensionale Integration

Abb 11
Zu Beispiel 21
K
M

1/2

1/2

. Nochmal das Volumen der Einheitskugel In Kugelkoordinaten ist dies wesentlich einfacher. Mit J = r 2 sin wird
Z Z 2 Z 1
V =
r 2 sin dr d d
0
0
0
Z1
Z
1
4
= 2
r 2 dr
sin d = 2 2 =
.
.
3
3
0
0
21

. Noch ein Beispiel

Der Kegel K : z2 x 2 + y 2 schneidet aus der Kugel

B : x 2 + y 2 + z2 z
einen Krper M aus, dessen Volumen zu bestimmen ist siehe Abbildung 11.
Der Rand von M auf der Kugel wird beschrieben durch z = x 2 + y 2 + z2 .
In Kugelkoordinaten lautet dies
r cos = r 2 cos2 sin2 + r 2 sin2 sin2 + r 2 cos2
= r 2 sin2 + r 2 cos
= r 2,
oder r = cos . Fr den Anteil des Randes auf dem Kegel gilt x 2 + y @ = z2 ,
oder
r 2 sin = r 2 cos2 ,
was zu = /4 fhrt. Der Krper M wird in Kugelkoordinaten somit beschrieben durch
0 r cos ,
Sein Volumen ist somit

0 2 ,

0 /4.

F l c h e n 2.5

Z 2 Z /4 Z cos
V (M) =
0

0
Z /4

Z cos


r 2 dr d

2
=
3

r 2 sin dr d d

sin

= 2

37

Z /4

sin cos3 d =

.
8

Schreibt man die Kugelgleichung als


B : x 2 + y 2 + (z 1/2)2 = 1/4,
so erkennt man, dass es sich um eine Kugel vom Radius 1/2 um (0, 0, 1/2)
handelt. .

2.5
Flchen
Regulre Flchen hatten wir bereits im Zusammenhang mit regulren
Krpern im R3 erwhnt. Hier ist nun deren Definition.
Definition Sei D R2 regulr. Unter einer Flche S versteht man das Bild
einer Abbildung
: D R3 ,

(u, v) = (x(u, v), y(u, v), z(u, v))>

mit folgenden Eigenschaften:


(i) ist injektiv auf dem offenen Kern D von D .
(ii) Jede Komponentenfunktion von ist stetig differenzierbar.
(iii) In jedem Punkt sind die Vektoren u und v linear unabhngig.
Die Abbildung selbst heit eine regulre Parametrisierung von S .
Da wir im R3 sind, ist Bedingung (iii) quivalent mit
u v 0
in jedem Punkt von D . Wir verlangen die Injektivitt von nur im Innern D
von D , um ohne groe Umstnde auch geschlossene Flche mit dieser Definition
zu erfassen. Fr die Integrale, die wir anschlieend betrachen, spielt der Rand
von D ohnehin keine Rolle.
. Beispiele

a. Funktionsgraph: Ist f : D R stetig differenzierbar, so ist

: D R3 ,

(x, y) = (x, y, f (x, y))

38

2 M e h rdimensionale Integration

Abb 12

Kreislinie fr
Torus

b
a

eine regulre Parametrisierung des Graphen von f , denn


fx
0
1


x y = 0 1 = fy 0.
1
fy
fx
b. Kugeloberflche: Fixieren wir in den Kugelkoordinaten den Radius r ,
so erhalten wir eine Parametrisierung der Kugeloberflche:

r cos sin

: [0, 2 ] [0, ] R3 , (, ) = r sin sin .


r cos
c. Torus: Ein Torus entsteht bei der Rotation einer Kreislinie in der xzEbene mit Mittelpunkt (a, 0, 0) und Radius 0 < b < a um die z-Achse. Er wird
regulr parametrisiert durch

(a + b cos u) cos v

3
: [0, 2 ] [0, 2 ] R , (u, v) = (a + b cos u) sin v .
a + b sin u
d. Drehflche: Sei
: [a, b] R3 ,

(t) = (x(t), 0, z(t))>

eine glatte Kurve in der rechten Hlfte der xz-Ebene, also mit x(t) > 0 fr
alle t . Ihre Drehung um die z-Achse beschreibt eine Drehflche mit der Parametrisierung

x(t) cos

: [a, b] [0, 2 ] R3 , (t, ) = x(t) sin .


(2)
z(t)
Den Torus erhalten wir zum Beispiel mit der Kreislinie
(t) = (a + b cos t, 0, b sin t)>.

F l c h e n 2.5

39

Abb 13
Parameterlinien
auf dem Torus

e. Ist : D R3 eine regulre Parametrisierung und A eine regulre


33-Matrix sowie b R3 , so ist auch
= A + b : D R3

eine regulre Parametrisierung. Jedes regulre affine Bild einer Flche ist also
wieder eine Flche. .
Flcheninhalt
Ist eine regulre Parametrisierung einer Flche S , so bilden
u , (u, v0 ),
v , (u0 , v)
fr jedes feste u0 respektive v0 regulre Kurven auf S , die sogenannten
Parameterlinien. Wegen u v 0 schneiden sie sich berall transversal,
das heit, mit einem positiven Winkel. Die Parameterlinien bilden somit ein
regulres Netz von Koordinatenlinien auf S .
Betrachte ein kleines Rechteck R in der Koordinatenebene und dessen Bild
R auf S wie in Abbildung 14. Ist R hinreichend klein, so wird sich dieses Bild

Abb 14

Zum Inhalt einer Flche

v
u

R
u

40

2 M e h r dimensionale Integration

nur wenig von dem Parallelogramm P unterscheiden, dass von den Tangentialvektoren u und v zum Beispiel in einer Ecke von R aufgespannt wird. Sind
u und v die Seitenlngen von R , so sind uu und vv die Seiten dieses
Parallogramms. Sein Flcheninhalt ist demnach
A(P ) = u v ku v k .
Summieren wir ber alle kleinen Rechtecke in D , so erhalen wir eine Riemannsche Summe, die eine gute Approximation des Flcheninhalts von S darstellt.
Im Ergebnis fhrt dies zu folgendem Satz.
22

Satz Eine regulre Flche S besitzt einen wohldefinierten Flcheninhalt A(S) ,


der im Fall von Rechteckflchen mit dem blichen Flcheninhalt bereinstimmt. Ist : D S eine regulre Parametrisierung, so ist
ZZ
A(S) =
ku v k dA.

Die Formulierung des Satzes impliziert, dass dieser Flcheninhalt von


S nicht von der Parametrisierung abhngt. Das kann man auch mithilfe der
Transformationsformel beweisen, werden wir hier aber nicht tun.
23

. Beispiele a. Flche eines Funktionsgraphen: Sei f : D R stetig differenzierbar. Fr die Parametrisierung (u, v) = (u, v, f (u, v)) des Graphen G
von f hatten wir

u v = (fu , fv , 1)>.
Also ist
ku v k =

1 + fu2 + fv2

und
A(G) =

ZZ q
D

1 + fu2 + fv2 du dv.

Ist f affin, also f (u, v) = au + bv + c , so ist G ein Parallelogramm im R3 mit


Flcheninhalt
p
A(G) = 1 + a2 + b2 A(D).
b. Drehflche: Fr die Parametrisierung (2) einer Drehflche ist

cos
cos
x
x sin
x z

sin , = x cos , t = x z
sin .
t = x

z
0
xx

Drehkrper und D r e h f l c h e n 2.6

41

Also ist
q

kt k =

q
2 + x 2 x
2 = x x
2 + z
2
x2 z

mit der Annahme x > 0 , und der Flcheninhalt der Rotationsflche S ist
Z b Z 2
q
2 (t) + z
2 (t) d dt
x(t) x
A(S ) =
a 0
Zb p
2 + z
2 dt.
= 2
x x
a

In den meisten Fllen ist dieses Integral nicht elementar zu bestimmen. .

2.6
Drehkr p e r u n d D r e h f l chen
Fr Drehkrper und Drehflchen gibt es zwei besonders einfache Regeln
zur Berechnung ihres Volumen und ihrer Oberflche.
24

Erste Guldinsche Regel Entsteht eine Flche S durch Drehung einer glatten
Kurve um eine nicht durch verlaufende Achse, so gilt
A(S) = 2 r L()
wobei r den Abstand des Kurvenschwerpunkts zur Rotationsachse bezeichnet.
hhhhh

Die Kurve liege in der xz-Ebene oberhalb der a-Achse, mit


: [a, b] R3 ,

(t) = (x(t), 0, z(t))>,

wobei x(t) > 0 . Fr die Oberflche der bei Rotation um die x-Achse entstehenden Flche S hatten wir in Beispiel 23
Zb p
2 + z
2 dt
A(S) = 2
x x
a

Da
r =

1
L()

Zb

p
2 + z
2 dt
x x

gerade den Abstand des Schwerpunktes von von der x-Achse ergibt, folgt
Zb p
1
hhhhh
2 + z
2 dt = 2 r L().
A(S) = 2 L()
x x
L() a

42

2 M e h rdimensionale Integration

. Der Torus Tab entstehe bei der Rotation einer Kreisscheibe vom Radius
b und Mittelpunktsabstand a von der Rotationsachse, die in der Ebene der
Kreisscheibe liegt wie in Abbildung 12. Dann ist seine Oberflche

A(Tab ) = 2 a2 b = 4 ab.
25

Zweite Guldinsche Regel Entsteht ein Krper M durch Drehung einer regulren Flche S um eine nicht durch S verlaufende Achse, so gilt
V (M) = 2 r A(S),
wobei r den Abstand des Flchenschwerpunkts zur Rotationsachse bezeichnet.
hhhhh Betrachte eine Drehung um die z-Achse eines z-Normalbereiches S in
der rechten Halbebene:

S : a z b,

0 < g(z) x h(z).

Mit Zylinderkoordianten gilt dann


Z 2 Z b Z h(z)
ZZZ
V (M) =
dV =
r dr dz d
M

g(z)

Z b Z h(z)

ZZ
r dr dz = 2

= 2
a

g(z)

x dx dz.
S

Nun ist
r =

1
A(S)

ZZ
x dx dz
S

gerade der Abstand des Schwerpunkts von S von der z-Achse. Also gilt
ZZ
1
x dx dz = 2 r A(S). hhhhh
V (M) = 2 A(S)
A(S) S
. Der Torus Tab entstehe bei der Rotation einer Kreisscheibe vom Radius
b und Mittelpunktsabstand a von der Rotationsachse, die in der Ebene der
Kreisscheibe liegt. Dann ist sein Volumen

V (Tab ) = 2 a b2 = 2 2 ab2 .

2.7
Oberfl c h e n i n t e g r a l e
Eine skalare Funktion f knnen wir nicht nur ber ein regulres ebenes
Gebiet integrieren, sondern allgemeiner auch ber eine regulre Flche S . Dazu

Oberflch e n i n t e g r a l e 2.7

43

mssen wir f in jedem Punkt nur mit dem angepassten Flchenelement multiplizieren, mit dem wir schon den Inhalt der Flche defininert hatten. Oder vielmehr
ist es umgekehrt: Den Flcheninhalt A(S) erhlt man als Oberflchenintegral
der konstanten Funktion f 1 .
Definition Sei S eine Flche mit regulrer Parametrisierung : D R3 .
Dann ist das Oberflchenintegral einer stetigen Funktion f auf S definiert
als
ZZ
ZZ
f dO
f ((u, v)) ku v k du dv.
S

Hierbei heit
dO = ku v k du dv
das Oberflchenelement von S .
. Beispiel

Sei S gegeben durch


2

z = x + y,

0 x 1,

3 y 3,

also der Graph der Funktion f (x, y) = x 2 + y ber [0, 1] [3, 3] . Dann ist
q
p
kx y k = 1 + fx2 + fy2 = 2 + 4x 2 ,
also
dO =

2 + 4x 2 dx dy.

Die x-Koordiante des Schwerpunkts von S erhlt man dann beispielsweise mit
ZZ
Z3 Z1 p
x dO =
x 2 + 4x 2 dx dy
S
3 0
Z1 p
=6
x 2 + 4x 2 dx
0
1
p
p

1
= 3 6 2.
= (2 + 4x 2 )3/2
.

2
0
Oberflchenintegrale im R3 sind auch fr Vektorfelder F erklrt. Denn
eine regulre Flche S besitzt in jedem Punkt eine wohldefinierte Normalenrichtung. Besitzt S auerdem eine Orientierung, so ist auch in jedem Punkt ein
nach auen gerichteter Normaleneinheitsvektor n erklrt. Dann ist
F n
eine wohldefinierte skalare Funktion auf S , und
ZZ
ZZ
F n dO =
F n ku v k du dv
S

44

2 M e h r dimensionale Integration

Abb 15

Oberflchenintegral eines Vektorfeldes

n
F
v
u
S

ist ein wohldefiniertes Flchenintegral. Sind n und u v gleichgerichtet, so


ist auerdem
n ku v k = u v .
Damit gelangen wir zu folgender
Definition Sei S eine orientierbare Flche mit regulrer Parametrisierung
: D S , so dass u v in die uere Normalenrichtung weist. Dann ist
das Oberflchenintegral eines stetigen Vektorfeldes F auf M S definiert
als
ZZ
ZZ
~
F dO
(F )(u v ) du dv.
S

Hierbei heit
~ = (u v ) du dv
dO
das vektorielle Oberflchenelement von S .
26

. Beispiel

Sei S gegeben durch

z = 4 x2 y 2 ,

z 0.

Dann ist S der Graph der Funktion f (x, y) = 4 x 2 y 2 ber dem Kreis
K : x 2 + y 2 2 , und fr ihre Standardparametrisierung gilt

fx
2x

x y = fy = 2y .
1
1

Oberflch e n i n t e g r a l e 2.7

Abb 16

45

Zum Beispiel 26

n
S

K
x

Fr das konstante Vektorfeld V = (2, 2, 2)> erhalten wir dann

2x
2

V (x y ) = 2 2y = 4x + 4y + 2
1
2
und
ZZ

~=
V dO
S

ZZ
(4x + 4y + 2) dx du.
K

Das Integral ber 4x + 4y verschwindet aus Symmetriegrnden, so dass


ZZ
ZZ
~=2
V dO
dx dy = 2A(K) = 8 .
.
S

Bemerkungen a. Das Vorangehende verallgemeienrt sich in offensichtlicher Weise auf stckweise regulre Flchen. Ist also
S = S1 . . Sm
Vereinigung nichtberlappender regulrer Flchenstcke, so ist
ZZ
ZZ
ZZ
~=
~ + .. +
~
V dO
V dO
V dO
S

S1

Sm

In Randkurven drfen diese Flchenstcke zusammenstossen, da diese Nullmengen fr das zweidimensionale Integral darstellen.
b. Jede Flche ist lokal orientierbar. Es gibt aber Flchen wie das Mobiusband, die als Ganzes nicht orientierbar sind.

46

2 M e h rdimensionale Integration

Abb 17
Das Mbiusband

2.8
Integra l s t z e i m R 3
Wir beschreiben nun zwei Stze, die den klassischen Fundamentalsatz auf
Integral im Raum verallgemeinern.
27

Satz von Stokes Sei S eine orientierbare, stckweise regulre Flche und
F : D R3 ein stetig differenzierbares Vektorfeld auf einem Gebiet D S .
Dann gilt
I
ZZ
~
F d~
s=
rot F d O.

H
Dabei ist der Rand von S eine geschlossene Kurve daher das Symbol
die vereinbarungsgem so durchlaufen wird, dass die Flche S auf der linken
~ ist auerdem mit der nach auen
Seite liegt. Das vektorielle Flchenelement d O
gerichteten Normalen an S zu bilden.
Ist die Flche aus mehreren regulren Stcken zusammengesetzt, so ist
das Randintegral nur ber den freiliegenden Rand zu bilden, da sich die innen
liegenden Randintegrale gegenseitig aufheben.
Der Satz von Stokes stellt eine Beziehung her zwischen dem Kurvenintegral eines Vektorfeldes entlang eines Randes S und seinem vektoriellen
Oberlfhenintagral ber S selbst. Bemerkenswert ist daran, dass letzteres somit
gleich bleibt, wenn verschiedene Flchen denselben Rand haben.
. Sei

S : z = 4 x2 y 2 0
die Oberflche eines Paraboloids und
V = (z y, x + z, x y)>.

Integra l s t z e i m R 3 2.8

47

Wir bestimmen beide Integrale im Satz von Stokes. Es ist

y (x y) z (x + z)
2

rot V = z (z y) x (x y) = 2 V0
x (x + z) y (z y)
2
Das Oberflchenintegral hierzu haben wir bereits im letzten Beispiel 26 bestimmt:
ZZ
ZZ
~=
~ = 8 .
V dO
V0 d O
S

Der Rand der Flche S ist der Kreis vom Radius 2 in der Ebene xy-Ebene.
Parametrisieren wir ihn mit (t) = (2 cos t, 2 sin t, 0)>, so wird

2 sin t
2 sin t

2 cos t
= 2 cos t
V =

,
2(sin t + cos t)
0
und
Z 2

Z
V d~
s=
S

(4 sin2 t + 4 cos2 t) dt = 4

Z 2
dt = 8 ,
0

wie es der Satz behauptet. .


Der folgende Satz von Gau wird auch als Divergenzsatz im R3 bezeichnet.
28

Satz von Gau Sei M ein regulrer Krper und F : M R3 ein stetig differenzierbares Vektorfeld auf M . Dann gilt
ZZ
ZZZ
~=
F dO
div F dV .

Hierbei wird angeommen, dass der Rand von M aus endlich vielen geschlossenen, stckweise regulren orientierbaren Flchen besteht, die sich hchstens in 2-dimensionalen Nullmengen schneiden. Fr einen regulren Krper ist
die uere Normale immer wohldefiniert.
. Beispiele a. Sei S = Br der Rand einer Kugel vom Radius r und F =
(x, y, z)>. Dann ist

div F = 3,
also
ZZ

~=
F dO
Br

ZZZ

ZZZ
div F dV = 3
Br

Br

dV = 3V (Br ) = 4 r 3 .

In diesem Fall war also das Dreifachintegral leicht auszuwerten.

48

2 M e h r dimensionale Integration

b. Sei M ein regulrer Krper mit einer Auenflche Sa und einer Innenflche Si wie beispielsweise eine Kugelschale. Fr das Vektorfeld F gelte
div F = 0 . Also gilt mit dem Satz von Gau
ZZZ
ZZ
ZZ
ZZ
~=
~=
~
~
0=
div F d O
F dO
F dO
F d O,
M

Sa

Si

da Si , als Flche fr sich betrachtet, entgegengesetzt orientiert als als Rand


von M . Also gilt
ZZ
ZZ
~=
~
F dO
F d O,
Si

Sa

der Fluss durch Si ist gleich dem Fluss durch Sa . .


. Volumenbestimmung

Sei M ein regulrer Krper und F ein Vektorfeld

mit div F 1 . Dann gilt


ZZZ
ZZ
V (M) =
1 dV =
M

~
F d O.
M

Man kann also das Volument eines Krpers durch ein Oberflchenintegral
bestimmen.
Sei zum Beispiel M eine Halbkugel vom Radius r . Ihr Rand bestehe aus
der Halbsphre
S : z2 = r 2 x 2 y 2 ,

z0

und der Kreisscheibe


K : x2 + y 2 r 2 ,

z = 0.

Sei F = (x, 0, 0)>. Die uere Normale auf K ist n = (0, 0, 1)>, somit ist

F n K = 0.
Auf S ist der uere Normalenvektor
n = (fx , fy , 1)>,

f (x, y) =

r 2 x2 y 2

und somit

F n S = xfx =

r2

x2
.
x2 y 2

Mit Polarkoordinaten erhalten wir


ZZ
ZZ
x2
~=

F dO
dx dy
r 2 x2 y 2
M
K
Z 2 Z r 2
2
cos
p
=
d d.
r 2 2
0
0

Integra l s t z e i m R 3 2.8

Abb 18

49

Nochmal zum Satz des Archimedes

M
V

das -Integral ergibt , und


Zr
Z1
3
t3
2r 3
p

d = r 3
dt =
.
2
2
2
3
r
1t
0
0
Also ist
ZZ

~=
F dO
M

2 r 3
,
3

wie es sein soll. .


Zum Abschluss betrachten wir noch einmal den
29

Satz des Archimedes Die Auftriebskraft eines in einer homogenen Flssigkeit befindlichen Krpers ist gleich dem Gewicht des von diesem Krper
verdrngten Volumens.
Die Flssigkeit flle das Gebiet z 0 aus und habe die homogene
Dichte 1 . Der an einem Punkt in der Tiefe z ausgebte Druck entspricht der
Hhe der Flssigkeitssule ber dem Punkt und ist nach unten gerichtet. Wegen
z < 0 ist er also
hhhhh

P = zez .
Sei nun M ein regulrer Krper in dieser Flssigkeit. Der auf einen Randpunkt
p von M wirkende Druck ist die in Normalenrichtung wirkende Komponente
des Druckvektors
Pn = (P n)n.
Diese ist mit dem Flchenelement dA zu multiplizieren und ber den gesamten
Rand von M zu integrieren. Die Auftriebskraft ist demnach
ZZ
ZZ
~
F=
P n dA =
P d O.
M

50

2 M e h rdimensionale Integration

Darauf knnen wir den Divergenzsatz anwenden. Wegen div P = 1 erhalten wir
ZZ
ZZZ
ZZZ
~=
F=
P dO
div P dV =
dV = V (M).
M

Da wir die Dichte der Flssigkeit auf 1 normalisiert hatten, entspricht der letzte
Wert dem Gewicht der von M verdrngten Flssigkeit. hhhhh

3
S k a l are
D i f f e renzialgleichungen

Differenzialgleichungen stellen eine Beziehung her zwischen einer oder


mehreren Funktionen und ihren Ableitungen. Da Ableitungen Vernderungen
beschreiben, modellieren Differenzialgleichungen ganz allgemein das Vernderungsverhalten von Systemen.
Wir beschrnken uns hier auf den einfachsten Fall einer skalaren Gre y ,
die nur von einer unabhngigen Variablen abhngt:
x , y(x).
Eine Differenzialgleichung betrifft in diesem Fall die Gre y und endlich viele
ihrer Ableitungen y 0 , y 00 , . . . Beschrnken wir uns auch hier auf den einfachsten
Fall, so haben wir es mit Differenzialgleichungen erster Ordnung zu tun, die nur
x, y, y 0 involvieren und daher von der allgemeinen Form
G(x, y, y 0 ) = 0
sind. Am einfachsten sind solche Gleichungen in expliziter Form,
y 0 = g(x, y),
und nur solche wollen wir jetzt betrachten.
Die hier verwendete Notation ist die mathematische Notation. In der wird
x als Zeit betrachtet und mit t bezeichnet. Die abhngige Variable ist dann x ,
x,
. . bezeichnet. Die letzte
und ihre Ableitungen nach der Zeit t werden mit x,
Gleichung lautet dann
y 0 = g(t, x).

52

3 S k a l are Differenzialgleichungen

3.1
Grundbe g r i f f e
Definition
heit

Sei I ein Intervall, D R offen, und g : I D R stetig. Dann

y 0 = g(x, y),

(x, y) I D,

(1)

eine Differenzialgleichung erster Ordnung auf I D . Eine Lsung dieser


Differenzialgleichung ist eine differenzierbare Abbildung f : J D mit
einem nichtleeren Intervall J I , so dass
f 0 (x) = g(x, f (x)),

x J.

(2)

Bemerkungen a. Genauer handelt es sich um eine explizite skalare Differenzialgleichung erster Ordnung. Explizit, weil die Gleichung nach y 0 aufgelst,
skalar, weil y eindimensional und reell ist, und erster Ordnung, da nur die
erste Ableitung y 0 auftritt.
b. Es wre zu einschrnkend zu verlangen, dass eine Lsung f auf dem
ganzen Intervall I erklrt ist. Sie kann zum Beispiel vorzeitig den Definitionsbereich D verlassen.
c. Die Notation in Gleichung (1) ist blich und bequem, aber streng genommen inkonsistent, denn y ist ja ebenfalls eine Funktion von x . Konsequent
wren daher die punktweise Schreibweise y(x) = g(x, f (x, y)) was lstig ist
oder die funktionale Schreibweise y 0 = g( , y) was aber zum Beispiel bei
linearen Gleichungen verwirrend ist.
Definition Die Differenzialgleichung (1) heit autonom, wenn die Funktion g
nicht explizit von x abhngt, also von der Form
y 0 = g(y),

y D,

ist. Andernfalls heit die Gleichung nichtautonom.


Geometrisch betrachtet handelt es sich bei der rechten Seite der Differenzialgleichung (1) um ein Richtungsfeld. In jedem Punkt (x, y) I D schreibt
die Funktion g vor, welche Richtung oder Steigung die Tangente einer Lsung
einnimmt, falls sie durch diesen Punkt verluft. Gleichung (2) verlangt genau
dies von einer Lsung f . In Abbildung 1 ist das Richtungsfeld durch kleine
Striche angedeutet.
Eine Betrachtung des Richtungsfeldes kann oft schon Aufschluss ber die
Gestalt seiner Lsungskurven geben.

Gr u n d b e g r i f f e 3.1

Abb 1

53

Ein Richtungsfeld mit fnf Lsungskurven

. a. Die einfachste Differenzialgleichung ist sicherlich

y0 = 0
auf R R . Jede Lsung ist konstant, jede Funktion f : x , c somit eine Lsung.
b. Die Gleichung
y 0 = g(x)
mit stetigem g : I R ist keine echte Differenzialgleichung, da die rechte
Seite nicht von y abhngt. Das zugehrige Richtungsfeld ist somit invariant
unter Translationen in der y-Richtung. Ihre Lsungen kennen wir bereits, es
sind smtliche Stammfunktionen von g . Diese unterscheiden sich nur durch
eine additive Konstante, gehen also durch vertikale Translation ineinander ber
siehe Abbildung 2.
c. Das einfachste und wichtigste Beispiel einer autonomen Differenzialgleichung ist das Wachstumsgesetz
y 0 = ay
mit einem konstanten Koeffizienten a 0 . Jede Lsung ist von der Form
f (x) = eax c,

c R.

54

3 S k a l are Differenzialgleichungen

Abb 2

Ortsunabhngiges Richtungsfeld

d. Abbildung 3 zeigt das Richtungsfeld der autonomen Differenzialgleichung


y 0 = (y a)(y b)
mit 0 < a < b . .
Die Beispiele zeigen, dass eine Lsung durch eine Differenzialgleichung
allein nicht eindeutig bestimmt wird. Das ist auch nicht berraschend, denn eine
solche Gleichung bestimmt ja nur deren Vernderungsverhalten, nicht aber ihre
absolute Position. Dazu bedarf es weiterer Daten, zum Beispiel eines Anfangswertes. Die Kombination beider Daten bezeichnet man als Anfangswertproblem.
Definition Unter einem zur Differenzialgleichung (1) gehrenden Anfangswertproblem versteht man das System
y 0 = g(x, y),

y(x0 ) = y0 ,

wobei (x0 , y0 ) I D . Eine lokale Lsung ist eine Lsung f : I0 D dieser


Differenzialgleichung mit
f (x0 ) = y0 ,

x0 I0 I.

Eine lokale Lsung ist also eine Lsung der Differenzialgleichung, die auf
einem kleinen Intervall I0 um die Anfangszeit x0 definiert ist und zu diesem
Zeitpunkt den Anfangswert y0 annimmt.

Gr u n d b e g r i f f e 3.1

Abb 3

55

Zeitunabhngiges Richtungsfeld

. Wir greifen die vorangehenden Beispiele auf. Das Anfangswertproblem

y 0 = g(x),

y(x0 ) = c

hat die eindeutige Lsung


Zx
f (x) = c +
g(s) ds.
x0

Fr das Anfangswertproblem
y 0 = ay,

y(x0 ) = y0

finden wir diese, indem wir die Gleichung eax0 c = y0 nach c auflsen. Wir
erhalten
f (x) = eax c = ea(xx0 ) y0 .

Die allgemeine Theorie zeigt, dass ein Anfangswertproblem unter sehr


allgemeinen Bedingungen an die rechte Seite immer eine eindeutige lokale
Lsung besitzt. Dies gilt sogar fr Systeme von Differenzialgleichungen, also
fr Differenzialgleichungen im Rn .

56

3 S k a l are Differenzialgleichungen

3.2
Lineare D i f f e r e n z i a l g l e i c hungen
Definition

Eine lineare Differenzialgleichung erster Ordnung ist von der Form

y = a(x)y + b(x)
mit auf einem Intervall I stetigen Funktionen a und b . Sie heit homogen,
falls b = 0 , andernfalls inhomogen.
Der homogene Fall
Wir lsen zuerst die homogene Gleichung y 0 = a(x)y . Dies ist nichts
anderes als ein zeitabhngiges Wachstumsgesetz, dessen Lsungen ebenfalls
durch Exponenzialfunktionen beschrieben werden.
1

Satz

Sei a stetig auf dem Intervall I . Dann ist die allgemeine Lsung von
y 0 = a(x)y

(3)

gegeben durch
f (x) = eA(x) c,

c R,

(4)

mit einer beliebigen Stammfunktion A von a . Sie existiert auf ganz I .


Man nennt (4) auch die allgemeine Lsung der Gleichung (3), weil man jede
Lsung durch Wahl des Parameters c erhlt.
hhhhh

Offensichtlich ist dies fr jedes c eine Lsung, denn


f 0 = eA A0 c = eA ac = af .

Bleibt zu zeigen, dass jede Lsung von dieser Form ist. Nun, ist f eine beliebige
Lsung, dann gilt
(eA f )0 = eA f 0 eA A0 f = eA af eA af = 0.
Also ist eA f = c eine reelle Konstante, und die Behauptung folgt.

hhhhh

. a. Fr konstantes a ist die allgemeine Lsung von y 0 = ay gegeben

durch
f (x) = eax c,

c R.

b. Die allgemeine Lsung der Differenzialgleichung


y0 =

y
,
x

x > 0,

Lineare Differenzialg l e i c h u n g e n 3.2

57

ist
 Zx

c
ds
f (x) = c exp
= c exp ( log x) = .
x
1 s

Der inhomogene Fall


Wir betrachten nun die inhomogene lineare Differenzialgleichung
y 0 = a(x)y + b(x).

(5)

Wie bei inhomogenen linearen Gleichungssystemen auch, kann man diesen Fall
auf die allgemeine Lsung der homogenen Gleichung plus einer einzelnen, oder
wie man sagt, partikulren Lsung der inhomogenen Gleichung zurckfhren.
2

Proposition Sei f0 eine partikulre Lsung 1 der inhomogenen Gleichung (5).


Dann ist jede andere Lsung von (5) von der Form f0 + f mit einer Lsung
f der homogenen Gleichung (3).
hhhhh

Ist f0 eine partikulre und f eine homogene Lsung, so ist


(f0 + f )0 = f00 + f 0 = af0 + b + af = a(f0 + f ) + b,

also f0 + f eine Lsung der inhomogenen Gleichung (5). Ist umgekehrt irgendeine Lsung der inhomogenen Gleichung (5), so ist mit derselben Rechnung
f0 = f eine Lsung der homogenen Gleichung (3). hhhhh
Es bleibt die Frage, wie man eine partikulre Lsung findet. Hier hilft
die Idee der Variation der Konstanten 2 , die auf Lagrange zurckgeht: wenn
eA(x) c die homogene Gleichung lst, so lst sie vielleicht auch die inhomogene
Gleichung, wenn c sich in geeigneter Weise mit x ndert, also eine Funktion
von x wird. Dann ist auf der einen Seite
(eA c)0 = eA A0 c + eA c 0 = eA ac + eA c 0 .
Auf der anderen Seite soll diese Funktion die Differenzialgleichung erfllen,
also
(eA c)0 = aeA c + b
gelten. Vergleich dieser beiden Gleichungen ergibt
c 0 = eA b.
1
2

Das heit, irgendeine einzelne Lsung.


Dieser Begriff ist ein Widerspruch in sich, trifft die Sache aber genau.

58

3 S k a l are Differenzialgleichungen

Diese Gleichung ist durch elementare Integration lsbar, denn die rechte Seite ist
bekannt. Ist also c0 eine Stammfunktion von eA b , so ist eA c0 eine partikulre
Lsung der inhomogenen Gleichung. Insgesamt erhalten wir damit folgenden
3

Satz Die Funktionen a und b seien stetig auf dem Intervall I . Dann ist die
allgemeine Lsung von y 0 = a(x)y + b(x) auf ganz I erklrt und gegeben
durch
f (x) = eA(x) (c + c0 (x)),

c R,

mit einer Stammfunktion A von a und c0 von eA b .


Schreiben wir dies im Detail aus, so ergibt sich fr die Lsung des zugehrigen Anfangswertproblems folgendes Ergebnis.
4

Satz

Seien a und b stetig auf I . Dann besitzt das Anfangswertproblem


y 0 = a(x)y + b(x),

y(x0 ) = y0 ,

auf I die eindeutige Lsung


Zx


f (x) = eA(x) y0 +
eA(s) b(s) ds ,
x0

Zx
A(x) =

a(s) ds.

x0

Bemerkung Diese Formel verwendet man allerdings eher fr theoretische Untersuchungen. Praktisch lst man zuerst die homogene Gleichung und
konstruiert anschlieend per Variation der Konstanten direkt eine partikulre
Lsung. Das ist einfacher und weniger fehleranfllig.
. Betrachte die Differenzialgleichung

y 0 = 2xy + 2x 3 .
Eine Stammfunktion von 2x ist x 2 , die allgemeine Lsung lautet deshalb
Zx


2
2
f (x) = ex c + 2
es s 3 ds ,
0

wobei wir von der Freiheit Gebrauch machen, eine uns bequeme Stammfunktion
zu whlen. Wertet man das Integral mittels Substitution s 2 = u und partieller
Integration aus, so erhlt man
Zx
Z x2
2
2
2
es s 3 ds =
ueu du = 1 (x 2 + 1)ex .
0

Also ist
2

f (x) = ex c x 2 1,

c R,

wobei wir noch von der Freiheit Gebrauch machen, c +1 durch c zu ersetzen. .

Separierbare Differenzialg l e i c h u n g e n 3.3

59

3.3
Separier b a r e D i f f e r e n z i a lgleichungen
Eine separierbare Differenzialgleichung, auch Differenzialgleichung mit
getrennten Variablen genannt, ist von der Form
y 0 = g(x)h(y)

(6)

mit stetigen Funktionen g und h auf Intervallen I respektive J . Ihr Definitionsbereich ist das Rechteck I J in der (x, y)-Ebene.
Besonders einfach findet man Lsungen, wenn der Faktor h Nullstellen
besitzt. Ist
h(y0 ) = 0
fr ein y0 J , so ist die konstante Funktion f y0 eine Lsung, denn
f 0 (x) = 0 = g(x)h(y0 ) = g(x)h(f (x)),

x I.

Ist noch eine zustzliche Bedingung erfllt, so ist dies auch die einzige solche
Lsung:
5

Satz Die Funktionen g und h seien stetig. Ist y0 eine Nullstelle von h , so ist
die konstante Funktion f y0 Lsung des Anfangswertproblems
y 0 = g(x)h(y),

y(x0 ) = y0 .

Ist h sogar stetig differenzierbar, so ist es auch die einzige Lsung.


. Die Zusatzbedingung fr die Eindeutigkeit ist notwendig. Das Standardbeispiel hierfr ist das Anfangswertproblem

y 0 = y 2/3 ,

y(0) = 0.

Die Wurzelfunktion x , x 2/3 ist auf ganz R wohldefiniert, aber nicht differenzierbar im Punkt 0 . Und tatschlich existiert neben der konstanten Lsung
f 0 auch noch die Lsung
f (x) = x 3 /27.
Aus diesen beiden Lsungen kann man sogar berabzhlbar viele Lsungen dieses Anfangswertproblems zusammensetzen, wie in Abbildung 4 angedeutet. .
Die zu den Nullstellen von h gehrenden konstanten Lsungen zerlegen
das Rechteck I J in horizontale Streifen. Ist h stetig differenzierbar, so knnen
aus Eindeutigkeitsgrnden die brigen Lsungen von (6) diese Streifen nicht

60

3 S k a l are Differenzialgleichungen

Abb 4

Nichteindeutigkeit des Anfangswertproblems y 0 = y 2/3

t3

verlassen. Indem wir J geeignet einschrnken, knnen wir daher im Folgenden


annehmen, dass h auf J nirgends verschwindet.
Angenommen, es existiert eine Lsung f in einem solchen Streifen. Da
dort h(f (x)) 0 gilt, ist
g(x) =

f 0 (x)
h(f (x))

wohldefiniert. Also gilt dann auch


Zx
Zx
Z f (x)
f 0 (t)
du
g(s) ds =
dt =
.
x0
x0 h(f (t))
f (x0 ) h(u)
Drehen wir diese Argumentation um, indem wir von der letzten Gleichung
ausgehen, so erhalten wir folgenden Satz.
6

Satz Die Funktionen g und h seien stetig auf den Intervallen I respektive J ,
und h habe keine Nullstelle in J . Dann existiert genau eine lokale Lsung
f : I0 J des Anfangswertproblems
y 0 = g(x)h(y),

y(x0 ) = y0 ,

mit x0 I und y0 J , und diese erfllt die Gleichung


Zy
Zx
du
H(y)
= G(x)
g(s) ds.

y0 h(u)
x0

(7)

hhhhh Die linke Seite definiert eine streng monotone Funktion H von y , da
ja h keine Nullstelle besitzt. Also lsst sich zumindest im Prinzip diese

Separierbare Differenzialg l e i c h u n g e n 3.3

61

Gleichung eindeutig nach y auflsen und definiert eine stetig differenzierbare


Funktion y = f (x) mit f (x0 ) = y0 . Differenzieren wir 5 nach x , so erhalten
wir
H 0 (y)y 0 =

f 0 (x)
= G0 (x) = g(x).
h(f (x))

Also ist
f 0 (x) = g(x)h(f (x))
wie gefordert.

hhhhh

Der Satz beschreibt die Lsung des Anfangswertproblems nur implizit.


Gleichung (7) ist nicht immer nach f auflsbar.
Praktisch lst man separierbare Differenzialgleichungen in etwas salopper,
aber einprgsamer Weise wie folgt. Man schreibt
y0 =

dy
= g(x)h(y)
dx

und separiert die Variablen zu


dy
= g(x) dx.
h(y)
Unbestimmte Integration ergibt
Z
Z
dy
= g(x) dx.
h(y)
Gelingt es, diese Integrale zu bestimmen und nach x aufzulsen, erhlt man
eine allgemeine Lsung f , die noch von einer Integrationskonstante c abhngt.
Der letzte Satz besagt eigentlich nur, dass dieses Vorgehen korrekt ist.
. Erstes Beispiel

Die homogene lineare Differenzialgleichung

y 0 = a(x)y
ist separierbar mit g(x) = a(x) und h(y) = y . Die Funktion h hat eine
Nullstelle bei y = 0 , und da h stetig differenzierbar ist, ist die Nulllsung auch
die einzige, die den Wert 0 annehmen kann. Nun sei y 0 . Dann ist
Z
Z
G(x) = g(x) dx = a(x) dx = A(x)
eine Stammfunktion von a , und
Z
Z
dy
dy
H(y) =
=
= log |y| + c.
h(y)
y

62

3 S k a l are Differenzialgleichungen

Auflsen der Gleichung H(y) = G(x) ergibt zunchst


|y(x)| = eA(x)c = eA(x) ec ,

c R.

Den Fall positiver, negativer und verschwindender Lsungen kann man dann
zusammenfassen zu
y(x) = eA(x) c
mit einer neuen Konstanten c R . Damit erhalten wir wieder unser vertrautes
Ergebnis. .
. Zweites Beispiel

Betrachte

x
y0 =
,
y

0 < x, y < .

Rechnen wir informell, so ist also y dy = x dx ,


Zx
1
G(x) =
x dx = (x 2 x02 ),
2
x0
Zy
1
H(y) =
y dy = (y 2 y02 ).
2
y0
Damit wird y 2 = x 2 x02 + y02 , oder
q
y(x) = x 2 + y02 x02 .
Der Definitionsbereich dieser Lsung hngt von den Anfangswerten ab. Fr
y0 x0 ist er (0, ) . Fr x0 > y0 mssen wir uns auf
q
x > x02 y02 > 0
beschrnken. .
. Drittes Beispiel
0

Betrachte

y = e sin x.
Das Richtungsfeld ist periodisch in x mit Periode 2 und symmetrisch zur
y-Achse, denn die rechte Seite ist periodisch und ungerade in x . Ist also f (x)
eine Lsung, so sind es auch
f (x + 2 ),

f (x).

Betrachte zum Beispiel (x) = f (x) . Dann ist


0 (x) = f 0 (x) = ef (x) sin(x) = e(x) sin x.
Das heit ist ebenfalls eine Lsung dieser Differenzialgleichung.

Separierbare Differenzialg l e i c h u n g e n 3.3

63

Abb 5
y
Lsungen zu
y 0 = y/x

Da ey keine Nullstellen besitzt, knnen wir direkt zur Separation der


Variablen bergehen und erhalten
Z
Z
dy
=
sin x dx.
ey
Also ist ey = cos x + c , oder
y(x) = log(cos x + c)
mit der Nebenbedingung cos x + c > 0 .
Aufgrund von Satz 6 sind dies alle Lsungen der Gleichung. Es ist auch
jedes Anfangswertproblem y(0) = y0 lsbar mit
y(x) = log(cos x + ey0 1).
Diese Lsung existiert fr y0 < log 2 fr alle x , und fr y0 = log 2 auf dem
Intervall ( , ) mit y(x) fr x . Fr grer werdendes y0 wird
dieses Intervall immer kleiner und konvergiert fr y0 gegen 0 . .

64

3 S k a l are Differenzialgleichungen

Abb 6

Lsungen zu y 0 = ex sin t

3.4
Homoge n e D i f f e r e n z i a l g l eichungen
Eine Differenzialgleichung der Form
y 0 = h(y/x)
heit homogene Differenzialgleichung 3 homogen, weil die rechte Seite invariant ist unter Skalierung beider Koordinaten mit demselben Faktor. Fr die
Funktion g mit g(x, y) = h (y/x) gilt also
g(x, y) = g(x, y),

> 0.

Umgekehrt definiert jede Funktion g mit dieser Eigenschaft eine Funktion h


von y/x , denn dann gilt
g(x, y) = g (1, y/x) h(y/x),

x > 0.

Eine homogene Differenzialgleichung kann auf eine Differenzialgleichung


mit getrennten Variablen zurckgefhrt werden.
7

Satz Sei h stetig auf einem Intervall I und y0 /x0 I . Dann ist f : I0 R
eine lokale Lsung des Anfangswertproblems
y 0 = h(y/x),
3

x(x0 ) = y0 ,

Nicht zu verwechseln mit der homogenen linearen Differenzialgleichung.

(8)

Homogene Differenzialg l e i c h u n g e n 3.4

65

genau dann, wenn


: I0 R,

(x) =

f (x)
x

das Anfangswertproblem
z0 =

h(z) z
,
x

z(x0 ) =

y0
x0

(9)

lokal lst.
hhhhh

Dies sind zwei einfache Rechnungen. Ist f Lsung von (8), so gilt ja
f 0 = h(f /x).

Setzen wir (x) = f (x)/x , so gilt hierfr


 0
 
f
f0
f
f 1
f
0 =
=
2 =h
2
x
x
x
x x
x
=

h()
h(f /x) f /x
=
.
x
x

Auerdem ist (x0 ) = f (x0 )/x0 = y0 /x0 . Also ist eine Lsung von (9). Ist
umgekehrt eine Lsung von (9) und definieren wir f durch f (x) = x(x) ,
so gilt
f 0 = (x)0 = + x0 = + x

h()
= h() = h (f /x)
x

sowie f (x0 ) = x0 (x0 ) = y0 . Also ist f Lsung von (8).

hhhhh

In der praktischen Rechnung fhrt man die neue Variable


z = y/x
ein, was ja auch nahe liegt, denn schlielich ist die rechte Seite eine Funktion
dieser Variablen. Aus y = xz folgt dann y 0 = z + xz0 und damit
z + xz0 = y 0 = h(z),
und das ist nach Umformung die Differenzialgleichung (9). Der Satz sagt also
aus, dass diese Rechnung korrekt ist.
. Beispiel

Die Differenzialgleichung

y0 = 1 +

y
y2
+ 2,
x
x

x 0,

geht durch die Substitution z = y/x ber in


z0 =

1 + z2
,
x

x 0.

66

3 S k a l are Differenzialgleichungen

Abb 7

Konfokale Parabeln

Separation der Variablen ergibt


Z
Z
dz
dx
arctan z =
= log |x| + c.
=
2
1+z
x
Dies ergibt z = tan(log |x| + c) , und durch Rcksubstitution die allgemeine
Lsung der ursprnglichen Differenzialgleichung,
f (x) = x tan(log |x| + c).

Homogene Differenzialgleichungen sind gelegentlich nicht sofort als solche zu erkennen. Hier hilft der Test, ob die rechte Seite invariant ist unter
gleichzeitiger Skalierung von x und t .
. Zweites Beispiel

y0 =

y+

Die Differenzialgleichung
x2
x

+ y2

x > 0,

ist ebenfalls homogen, denn fr die rechte Seite gilt h(y, x) = h(y, x) fr
> 0 . Fr z = y/x erhalten wir

p
zx + x 2 + x 2 z2
z + xz0 = y 0 =
= z + 1 + z2 ,
x
oder
p
xz0 = 1 + z2 ,

x > 0.

Homogene Differenzialg l e i c h u n g e n 3.4

67

Dies lst man wieder mit Separation der Variablen. Aus


Z

 Z
p
dx
dz
log z + 1 + z2 =
=
= log x + c
x
1 + z2
folgt
p

1 + z2 = px,
p = ec > 0.

Quadrieren von z px = 1 + z2 fhrt schlielich zu 2pxz = p 2 x 2 1 und


damit zur Lsung
z+

f (x) =

p2 x 2 1
,
2p

p > 0.

Diese lsen die Differenzialgleichung fr x > 0 , aber man verifiziert leicht, dass
sie tatschlich die Gleichung fr alle x erfllen.
Die Lsungen beschreiben eine Familie von zur y-Achse symmetrischen
Parabeln mit Tiefpunkt bei 1/2p , Nullstellen bei 1/p und 1/p und Brennpunkt im Koordinatenursprung. Es handelt sich um eine Familie konfokaler
Parabeln. .

68

3 S k a l are Differenzialgleichungen

4
S y s t e me von
D i f f e renzialgleichungen
4.1
Grundbe g r i f f e
Definition

Sei I ein Intervall, D ein Gebiet im Rn , und

v : I D Rn ,

(x, y) , v(x, y)

stetig. Dann heit


y 0 = v(x, y),

(1)

oder ausgeschrieben
y10 = v1 (x, y1 , . . , yn ),
..
.
yn0 = vn (x, y1 , . . , yn ),
ein System von n gewhnlichen Differenzialgleichungen erster Ordnung.
Die Differenzialgleichung heit autonom, wenn v nicht von x abhngt.
Andernfalls heit sie nicht-autonom.
~, y
Bemerkungen a. Wir verwenden hier keine spezielle Notation wie y
oder Y zur Bezeichnung von Vektoren. Die Bedeutung von y ist meist aus dem
Zusammenhang klar.
b. Die Definition beinhaltet fr n = 1 auch den Fall einer skalaren Differenzialgleichung.
c. Im autonomen Fall ist v : D Rn ein Vektorfeld auf D . Umgekehrt
definiert jedes Vektorfeld auf diese Weise eine autonome Differenzialgleichung.

70

4 S y s t eme von Differenzialgleichunge n

d. Allgemeiner kann man v immer als ein zeitabhngiges Vektorfeld


betrachten.
Der Begriff der Lsung bertrgt sich wortwrtlich aus dem vorangehenden
Kapitel, ebenso der des Anfangswertproblems.
Definition Unter einem zur Differenzialgleichung (1) gehrenden Anfangswertproblem versteht man das System
y 0 = v(x, y),

y(x0 ) = y0 ,

wobei (x0 , y0 ) I D . Eine lokale Lsung ist eine differenzierbare Kurve


: I0 D mit den Eigenschaften, dass x0 I0 I ,
0 (x) = v(x, (x)),

x I0 ,

sowie (x0 ) = y0 .

4.2
Existenz u n d E i n d e u t i g k e it
Die meisten Differenzialgleichungen lassen sich nicht explizit, also formelmig lsen. Man braucht allgemeine mathematische Stze zur Existenz
und eventuell Eindeutigkeit solcher Lsungen. Einer der allgemeinsten ist der
1

Existenzsatz von Peano

Sei I ein Intervall, D ein Gebiet im Rn , und

v : I D Rn
stetig. Dann besitzt jedes Anfangswertproblem
y 0 = v(x, y),

y(x0 ) = y0 ,

mindestens eine Lsung, die sich bis auf den Rand von I D fortsetzen
lsst.
Bemerkungen a. Dieser Satz macht keine Eindeutigkeitsaussage. Man
kann Eindeutigkeit auch nicht erwarten, wie das Beispiel y 0 = y 2/3 zeigt.
b. Bis auf den Rand ist nicht gleichbedeutend mit auf ganz I . Eine Lsung kann auch vorzeitig den Rand von D erreichen. So besitzt die skalare
Differenzialgleichung y 0 = y 2 die Lsungen
y(x) =

1
.
ax

Line a r e S y s t e m e 4.3

71

Fr die Eindeutigkeit von Lsungen braucht es etwas mehr als nur die
Stetigkeit der rechten Seite.
2

Satz von Picard-Lindelf

Das zeitabhngige Vektorfeld

v : I D Rn
sei auf I stetig und auf D stetig differenzierbar. Dann besitzt jedes Anfangswertproblem eine eindeutige Lsung, die sich bis auf den Rand von
I D fortsetzen lsst.

4.3
Lineare S y s t e m e
Unter einem linearen Differenzialgleichungssystem erster Ordnung versteht
man ein System von n gewhnlichen Differenzialgleichungen erster Ordnung
der Gestalt
y 0 = A(x)y + b(x)
mit einer nn-Matrix A und einem n-Vektor b ,
A = (aij (x))1i,jn ,

b = (bi (x))1in .

Ausgeschrieben:
y10 = a11 (x)y1 + . . + a1n (x)yn + b1 (x),
..
.
yn0 = an1 (x)y1 + . . + a1n (x)yn + bn (x).
Das System heit homogen, falls b 0 , ansonsten inhomogen. Dies entspricht
der Konvention bei skalaren linearen Differenzialgleichungen.
Linear ist ein solches System also nur bezglich der abhngigen Variablen y , nicht aber bezglich der unabhngigen Variable x .
Der Satz von Picard-Lindelf erhlt hier folgende einfache Gestalt.
3

Existenz- und Eindeutigkeitssatz fr lineare Systeme Sind alle Koeffizienten eines linearen Differenzialgleichungssystems stetig auf einem gemeinsamen Intervall I , so besitzt jedes Anfangswertproblem
y 0 = A(x)y + b(x),

y(x0 ) = y0 ,

mit x0 I und y0 Rn eine eindeutige, auf ganz I erklrte Lsung. Dies


gilt auch fr unbeschrnkte Intervalle I .

72

4 S y s t eme von Differenzialgleichunge n

hhhhh

Das zeitabhngige Vektorfeld


v(x, y) = A(x)y + b(x)

ist nach Voraussetzung stetig in x . Es ist auch differenzierbar in y mit Ableitung A(x) , und diese ist nach Voraussetzung ebenfalls stetig. Also sind die
Voraussetzungen des Satzes von Picard-Lindelf erfllt.
Man kann nun noch zeigen, dass keine Lsung in endlicher Zeit unbeschrnkt werden kann. Eine Lsung kann daher den Rand von I Rn nur
erreichen, indem sie den Rand von I erreicht. Daher existiert sie auf ganz I ,
unabhngig davon, ob I beschrnkt ist oder nicht. hhhhh

Homogene Systeme
Um die Struktur des Raumes aller Lsungen zu verstehen, betrachten wir
nun die homogene Gleichung
y 0 = A(x)y.

(2)

Wir nehmen dabei immer an, dass alle Koeffizienten von A stetig in x auf einem
Intervall I sind und n die Dimension des Systems bezeichnet.
Der Raum aller Lsungen von (2) bildet einen Vektorraum V . Denn sind
und zwei Lsungen von (2), so gilt fr eine beliebige Linearkombination
= +
0 = 0 + 0 = A + A = A( + ) = A.
Somit gehrt auch zu V . Um die Dimension von V zu bestimmen, ist folgende
Beobachtung entscheidend.
4

Lemma

Seien 1 , . . , m Lsungen von (2). Sind die Vektoren


1 (x), . . , m (x)

linear abhngig fr ein x = x0 , so auch fr alle x I .


Bemerkung Der Satz bleibt derselbe, wenn man linear abhngig durch
liner unabhngig ersetzt.
Sind 1 (x0 ), . . , m (x0 ) linear abhngig, so existiert eine nichttriviale
Linearkombination
hhhhh

c1 1 (x0 ) + . . + cm m (x0 ) = 0.

Linea r e S y s t e m e 4 . 3

73

Dann ist also


= c1 1 + . . + cm m
eine Lsung des Anfangswertproblems
y 0 = A(x)y,

y(x0 ) = 0.

Eine triviale und auch die einzige Lsung hiervon ist aber die Nulllsung. Also
ist diese Lsung, und es gilt
(x) = c1 1 (x) + . . + cm m (x) = 0
fr alle x I .
5

hhhhh

Satz Die Lsungen von (2) bilden einen Vektorraum V derselben Dimension
wie das System selbst. Dies gilt auch fr den skalaren Fall.
Whle x0 I beliebig und n linear unabhngige Anfangswerte. Die
zugehrigen eindeutigen Lsungen 1 , . . , n sind dann in jedem Punkt linear
unabhngig siehe letzter Satz. Also ist dim V n .
Sei nun eine beliebige Lsung von (9). Ihr Wert bei x0 ist dann linear
kombinierbar aus den Anfangswerten von 1 , . . , n . Dann aber ist auch die
gesamte Lsung dieselbe Linearkombination aus 1 , . . , n . Also ist auch
dim V n . hhhhh
hhhhh

Nun noch zwei Begriffe. Eine Matrix


W (x) = [1 (x), . . , n (x)]
aus n Lsungen 1 , . . , n von (2), also mit dem Vektor j (x) in der j-ten
Spalte, heit deren Wronskimatrix. Die Determinante
det W (x) = det [1 (x), . . , n (x)]
heit deren Wronskideterminante.
Man nennt 1 , . . , n ein Fundamentalsystem von (2), wenn sie eine Basis
des Lsungsraums von (2) bilden. Kennt man also ein Fundamentalsystem, so
kennt man im Grunde alle Lsungen.
6

Satz Die Lsungen 1 , . . , n eines homogenen linearen Differenzialgleichungssystem der Dimension n bilden ein Fundamentalsystem genau dann,
wenn ihre Wronskideterminante in einem Punkt x0 nicht verschwindet.
hhhhh Denn det W (x0 ) 0 ist gleichbedeutend mit der linearen Unabhngigkeit der Vektoren 1 (x0 ), . . , n (x0 ) , und dies ist wieder gleichbedeutend mit
der linearen Unabhngigkeit dieser Vektoren fr alle x . hhhhh

74

4 S y s t eme von Differenzialgleichunge n

4.4
Lineare S y s t e m e
mit kons t a n t e n K o e f f i z i e nten
Die allgemeine homogene lineare Differenzialgleichung ist immer noch
recht kompliziert. Daher betrachten wir nun Systeme mit konstanten Koeffizienten, also
y 0 = Ay

(3)

mit einer festen nn-Matrix A . Jedes Anfangswertproblem hat dann eine eindeutige Lsung, die fr alle x R existiert.
Zunchst eine ganz einfache, aber fundamentale Beobachtung.
7

Satz

Ist ein Eigenwert von A mit Eigenvektor v , so ist


(x) = ex v

eine Lsung von y 0 = Ay .


hhhhh

Dies ist eine direkte Rechnung:


0 (x) = ex v = ex v = ex Av = A(ex v) = A.

hhhhh

Zusatz Der vorangehende Satz gilt auch fr komplexe Eigenwerte mit komplexen Eigenvektoren. Ist ein nicht-reeller Eigenwert von A , so sind
Re ex v,

Im ex v

(4)

zwei linear unabhngige reelle Lsungen von y 0 = Ay .


hhhhh

Sei eine komplexe Lsung von (3). Da A reell ist, gilt


0 = (0 ) = (A) = A.

Also ist auch eine Lsung. Dann sind aber auch


Re =

+
,
2

Im =

2i

Lsungen. Sie sind offensichtlich reell, und sie sind auch linear unabhngig.
Denn andernfalls gbe es auch eine reelle Lsung zum Eigenwert , und
selbst wre ebenfalls reell. hhhhh
Bemerkung Ist komplexer Eigenwert einer reellen Matrix mit komple ein Eigenwert mit Eigenvektor v
. Dies fhrt
xem Eigenvektor v , so ist auch
aber auf denselben zweidimensionalen Raum reeller Lsungen wie (4), wie man
sich leicht berzeugt.

L i n e are Systeme mit konstanten Ko e f f i z i e n t e n 4.4

75

Zunchst noch zwei allgemeine Bemerkungen. Bei autonomen Systemen


gengt es, Anfangswertprobleme zum Zeitpunkt x0 = 0 zu betrachten:
9

Notiz Ist Lsung einer autonomen Differenzialgleichung y 0 = v(y) , so


= ( x0 ) .
auch jede zeitverschobene Kurve

Denn fr (x)
= (x x0 ) gilt ja
0 (x) = 0 (x x0 )

= v((x x0 )) = v((x)).
In einem homogenen linearen System haben wir auerdem immer eine
triviale Lsung, die wir nicht weiter diskutieren mssen.

10

Notiz

In einem linearen System y 0 = Ay ist immer


(x) 0

eine triviale Lsung.


Man nennt dies die Gleichgewichtslsung, da sich sozusagen nichts bewegt.

Zweidimensionale lineare Systeme


Die zweidimensionalen linearen Systeme sind natrlich am leichtesten zu
verstehen, aber trotzdem interessant. Daher diskutieren wir diese zuerst.
Ein erstes Beispiel
y10 =
y20

Betrachte

y1 3y2 ,

= 3y1 + y2 ,

in Vektornotation
0

y = Ay,

A=

1 3
3 1

!
.

Das charakteristische Polynom ist 2 sp A + det A = 2 2 8 . Die Eigenwerte sind also


1 = 2,

2 = 4,

die zugehrigen Eigenvektoren sind v1 = (1, 1)> und v2 = (1, 1)>. Also bilden
!
!
1
1
1 (x) = e2x
,
2 (x) = e4x
1
1

76

4 S y s t eme von Differenzialgleichunge n

Abb 1
Ein Sattelpunkt

ein Fundamentalssystem, und jede andere Lsung ist eine Linearkombination


c1 1 + c2 2 aus diesen beiden.
Ein Anfangswert
= (y1 , y2 )>
y(0) = y
ergibt das lineare Gleichungsssystem
!
!
!
1
1
y1
c1
+ c2
=
1
1
y2

(
a

c1 + c2 = y1
c1 + c2 = y2

das fr c1 und c2 zu lsen ist und die gesuchte Lsung liefert.


Die Lsungen dieses Systems stellt man zeichnerisch in einem sogenannten Phasenportrait dar, das die Phasenkurven darstellt. Man zeichnet dabei
nicht mehr die Graphen der Lsungkurven x , (x) in einem xy-Diagramm,
sondern nur noch deren Bild oder Spur im y-Raum, die auch als Phasenkurven
bezeichnet werden. Dies ist bersichtlicher, und auerdem kommt es wegen
Notiz 9 auch auf die absolute Zeit nicht an.
Zeichnen wir nun zuerst die Lsungen des Fundamentalsystems, so erhalten wir zwei Geraden, auf denen die Lsungen fr x respektive x
gegen den Gleichgewichtspunkt streben. Der Verlauf aller anderen Lsungen
ergibt sich hieraus, wie in Abbildung 1 dargestellt.
Dies ist auch, bis auf eine lineare Koordinatentransformation, das Phasenportrait fr jedes zweidimensionale System mit zwei reellen Eigenwerten mit
unterschiedlichem Vorzeichen. Denn zu jedem Eigenwert gibt es einen entsprechenden Eigenraum mit Lsungen wie in Abbildung 1, nur deren Winkel ndern
sich.

L i n e are Systeme mit konstanten Ko e f f i z i e n t e n 4.4

77

Ein zweites Beispiel


Liegen zwei verschiedene reelle Eigenwerte mit demselben Vorzeichen vor, so bleibt die Rechnung im Prinzip dieselbe wie zuvor.
Doch das Phasenportrait ndert sich. Angenommen, es ist
1 < 2 < 0.
Dann laufen die Lsungen in der v1 -Richtung schneller Richtung Gleichgewichtspunkt als in der v2 -Richtung. Alle anderen Lsungen mssen sich asymptotisch
wie die langsamere Richtung verhalten, da die v1 -Komponente schneller abklingt. Man erhlt einen sogenannten stabilen Knoten wie in Abbildung 2.
Der Knoten heit stabil, weil alle Lsungen fr x gegen den Gleichgewichtspunkt 0 streben. Im anderen Fall 0 < 2 < 1 kehrt sich die Laufrichtung
um, und man spricht von einem instabilen Knoten.
Die Ergebnisse der letzten beiden Beispiele lassen sich im folgenden Satz
zusammenfassen.
11

Satz Besitzt die 2 2-Matrix A zwei reelle Eigenwerte , mit zwei linear
unabhngigen Eigenvektoren v und w , so bilden
ex v,

ex w

ein Fundamentalsystem fr die Differenzialgleichung y 0 = Ay . Jede Lsung


ist also eine Linearkombination dieser beiden Lsungen.
Beispiel mit komplexen Eigenwerten
y10

= y1 y2 ,

y20

= y1 + y2 ,

Abb 2
Ein stabiler Knoten

Betrachte

78

4 S y s t eme von Differenzialgleichunge n

also
y 0 = Ay,

A=

!
.

Das charakteristische Polynom ist 2 2 + 2 2 , die Eigenwerte also


= i.
Sie sind komplex konjugiert fr 0 , was wir jetzt annehmen wollen. Die
komplexen Eigenvektoren dazu sind
!
1
v =
.
i
Fr ein Fundamentalssystem mssen wir nur einen komplexen Eigenwert betrachten, zum Beispiel = i . Die komplexe Lsung hierzu ist
!
1
(i)x
(x) = e
i
!
!
1
cos x i sin x
x ix
x
=e e
=e
.
i
sin x + i cos x
Deren Real- und Imaginrteil ergeben zwei reelle, linear unabhngige Lsungen,
also ein Fundamentalsystem, bestehend aus
!
!
cos x
sin x
x
x
e
,
e
.
sin x
cos x
Jede andere Lsung ist eine Linearkombination hieraus, also von der Gestalt
!
!
cos x sin x
c1
(x) = ex
.
(5)
sin x cos x
c2
Wie sieht nun das Phasenportrait aus? Fr festes x beschreibt (5) eine
Drehung um den Winkel x und eine Streckung um den Faktor ex . Zusammen
ergibt dies eine Familie von Drehstreckungen. Fr die Gestalt der Phasenkurven
kommt es jetzt nur noch auf das Vorzeichen von an. Man erhlt fr
(i) < 0 : kontrahierende Spiralen genannt stabiler Strudel,
(ii) > 0 : expandierende Spiralen genannt instabiler Strudel,
(iii) = 0 : geschlossene Kreislinien genannt Zentrum.
Ein Zentrum liegt also vor, wenn die Eigenwerte = i rein imaginr sind.
Dieselbe Rechnung im allgemeinen Fall fhrt zu folgendem Ergebnis.

L i n e are Systeme mit konstanten Ko e f f i z i e n t e n 4.4

Abb 3

12

79

Stabiler Strudel und Zentrum

Satz Besitzt die 2 2-Matrix A die komplex konjugierten Eigenwerte i


mit 0 und Eigenvektoren v iw , so bilden der Real- und Imaginrteil
von
e(+i)x (v + iw)
ein Fundamentalsystem fr y 0 = Ay . Jede Lsung ist also eine Linearkombination aus
ex (v cos x w sin x),
ex (v sin x + w cos x).

Schreiben wir dies in Matrixform, so ist jede Lsung eine Linearkombination aus den Spalten von
!
cos x sin x
ex [v, w]
,
sin x cos x
wobei [v, w] die 2 2-Matrix mit den Spalten v, w bezeichnet.
Doppelte Eigenwerte
Es bleibt noch der Fall eines doppelten reellen
Eigenwerts zu diskutieren. Hier ist zu unterscheiden, ob A diagonalisierbar ist
oder nicht. Dies ist aber sehr leicht zu erkennen.
13

Lemma Sei A eine 2 2-Matrix mit doppeltem Eigenwert . Ist A diagonalisierbar, so hat A in jeder Basis Diagonalgestalt.
hhhhh Denn ist A diagonalisierbar, so ist jeder Vektor ein Eigenvektor, und A
ist ein Vielfaches der Identitt. Diese hat aber in jeder Basis Diagonalgestalt. hhhhh

80

4 S y s t eme von Differenzialgleichunge n

Der Fall einer diagonalisierbaren Matrix ist im Prinzip schon in Satz 11


enthalten. Das Ergebnis lautet in diesem Fall:
14

Satz Hat die 2 2-Matrix A Diagonalgestalt mit doppeltem Eigenwert , so


hat jede Lsung von y 0 = Ay die Gestalt
ex v,

v Rn .

Das Phasenportrait hierzu findet sich links in Abbildung 4. Man spricht


von einem entarteten Knoten.
Bleibt noch der Fall einer nicht diagonalisierbaren Matrix mit doppeltem
Eigenwert also eines sogenannten Jordanblocks. Aus der linearen Algebra
ist bekannt, dass es in diesem Fall neben einem echten Eigenvektor v zum
Eigenwert auch noch einen Nebenvektor w gibt mit der Eigenschaft, dass
Aw = w + v.
Damit erhlt man auch in diesem Fall ein Fundamentalsystem.
15

Satz Besitzt die 2 2-Matrix A einen doppelten Eigenwert mit Eigenvektor


v und Nebenvektor w ist also nicht diagonalisierbar , so bilden
ex v,

ex w + x ex v

ein Fundamentalsystem fr y 0 = Ay .
hhhhh

Denn fr (x) = ex w + x ex v gilt dann ja


0 (x) = ex w + ex v + x ex v
= ex Aw + x ex Av
= A(ex w + x ex v)
= A(x).

Dies ist also eine Lsung. Ebenso ist ex v eine davon unabhngige Lsung.

hhhhh

Das Phasenportrait hierzu findet sich rechts in Abbildung 4. Man spricht


ebenfalls von einem entarteten Knoten.
Bemerkung
malform
A=

Bezglich v und w als Basis erhlt A die Jordansche Nor-

1
0

!
.

L i n e are Systeme mit konstanten Ko e f f i z i e n t e n 4.4

Abb 4

81

Entartete Knoten

Der Transformationssatz
Bis auf einige degenerierte Flle mit Eigenwert 0 haben wir damit alle
2 2-systeme mit konstanten Koeffizienten diskutiertm einschlielich expliziter
Lsungen. Was die allgemeine Gestalt dea Phasenportraita angeht, htten wir es
uns allerdings auch etwas leichter machen knnen. Es gilt nmlich der folgende
16

Transformationssatz
T : Rn Rn ,

Unter einer linearen Koordinatentransformation


z , y = Tz

geht eine lineare Differenzialgleichung y 0 = Ay ber in die lineare Differenzialgleichung


z0 = Bz,
hhhhh

B = T 1 AT .

Einerseits ist
y 0 = Ay = AT z,

andererseits
y 0 = (T z)0 = T z0 = T Bz.
Vergleich beider Identitten ergibt AT z = T Bz und damit die Behauptung.

hhhhh

Daraus ergibt sich folgende mgliche Lsungsstrategie. Statt y 0 = Ay


direkt zu lsen, sucht man zunchst nach neuen Koordinaten z , indem man
y = T z schreibt, in denen die transformierte Differenzialgleichung z0 = Bz eine
mglichst einfache Gestalt annimmt. Hat man Lsungen in den z-Koordinaten

82

4 S y s t eme von Differenzialgleichunge n

gefunden, so sind deren Bilder,


= T ,
Lsungen in den y-Koordinaten.
Allerdings ist das Auffinden einer geeigneten Transformation T gleichbedeutend mit der Bestimmung der Eigenwerte und -vektoren von A . Es wird also
nicht wirklich einfacher.
Andererseits ist aber klar, dass das Phasenportrait eines System y 0 = Ay
sich nur durch eine hnlichkeitstransformation von dem eines entsprechenden
einfachen Systems in optimalen Koordinaten unterscheidet. Fr die bisher
betrachten typischen 2-dimensionalen Systeme sieht das folgendermaen aus.
Homogene Systeme in hheren Dimensionen
Betrachte nun
y 0 = Ay
mit einer nn-Matrix A mit n 2 . Angenommen, wir knnen A durch eine
hnlichkeitstransformation also durch Wahl geeigneter Koordinaten in
eine einfachere Gestalt bringen. Eine Vereinfachung wre zum Beispiel eine
Blockdiagonalform,

B1

B2

T 1 AT = B =
..

Bm
mit jeweils quadratischen reellen Matrizen B1 , . . , Bm . In diesem Fall werden
die Differenzialgleichungen entkoppelt: Lsungen in den Koordinaten eines
Blocks Bk sind unabhngig von den Lsungen in den Koordinaten jedes anderen
Blockes Bl mit l k . Wir knnen somit jedes kleinere System
z0 = Bk z,

z Rnk ,

separat lsen und erhalten die Lsung des Gesamtsystem als ungestrte berlagerung dieser einzelnen Lsungen.
Am einfachsten ist dies natrlich, wenn die Blcke 1- oder 2-dimensional
sind. Im 1-dimensionalen Fall haben wir einen reellen Eigenwert mit einem
Eigenvektor. Im 2-dimensionalen Fall haben wir entweder zwei komplex konjugierte Eigenwerte mit komplexen Eigenvektoren, oder einen reellen Eigenwert

L i n e are Systeme mit konstanten Ko e f f i z i e n t e n 4.4

83

mit Eigenvektor und Nebenvektor. In allen diesen Fllen kennen wir die Lsungen bereits. Daraus ergibt sich folgender Satz, dem wir noch eine Definition
voranstellen.
Definition Eine nn-Matrix heit halbeinfach, wenn sie im Komplexen diagonalisierbar ist.
In diesem Fall gibt es also eine Basis aus reellen und/oder komplexen
Eigenvektoren von A . Ein Eigenwert kann dabei auch mehrfadh auftreten.
17

Satz

Die nn-Matrix A sei halbeinfach mit Eigenwerten


1 , . . , r , r +1 ir +1 , . . , m im

und zugehrigen Eigenvektoren vk respektive wk = vk + iuk . Dann bilden


ek x vk ,

1 k r,

(6)

sowie die Komponenten von


ek x [uk , vk ]

cos k x sin k x
sin k x cos k x

!
,

r + 1 k m,

(7)

ein Fundamentalsystem zu y 0 = Ay . Jede Linearkombination aus diesen


Lsungen ergibt somit eine Lsung dieser Differenzialgleichung.
Mit anderen Worten, die zu (7) gehrenden Lsungen des Fundamentalsystems sind
ek x (uk cos k x + vk sin k x),
ek x (uk sin k x + vk cos k x).
Die allgemeine Lsung ist die ungestrte berlagerung der Exponenziallsungen
zu den reellen Eigenwerten, und der Strudel- oder Zentrumslsungen zu Paaren
komplexer Eigenwerte.
Entsprechend ist das Fundamentalsystem zu modifizieren, wenn es einen
reellen Eigenwert mit einem 2-dimensionalen verallgemeinerten Eigenraum
gibt. In diesem Fall existiert wieder ein Eigenvektor v und ein Nebenvektor w ,
und das System in (6) ist entsprechend zu modifizieren.
Dies entspricht einen 2-dimensionalen Jordanblock
!
1
Bk =
.
0
Auf grere Jordanblcke gehen wir gleich kurz ein.

84

4 S y s t eme von Differenzialgleichunge n

Betrachte y 0 = Ay mit

1 0 0

A = 0 2 3 .
1 3 2

. Beispiel

Die Eigenwerte sind 1 und 2 3i , Eigenvektoren sind beispielsweise

10
0
0
0

u = 3 ,
w + iv = i = 0 + i 1 .
1
1
1
0
Die allgemeine Lsung lautet damit
(x) = aex u + be2x (v cos 3x + w sin 3x)
+ c e2x (v sin 3x + w cos 3x)
= aex u + e2x (b cos 3x c sin 3x)v
+ e2x (b sin 3x + c cos 3x)w
mit reellen Parametern a, b, c .
Schreiben wir noch b = r cos und c = r sin mit r 2 = b2 + c 2 , so wird
dies zu
(x) = aex u + r e2x (sin(3x + ) v + cos(3x + ) w).
In der reellen Basis u, v, w erhlt A durch

10 0 0

y = T z,
T = 3 1 0 ,
1
0 1
brigens die Blockdiagonalgestalt

2 3 .
T 1AT = B =
3 2

Matrix-Exponenzialfunktion
Es gibt noch eine zumindest formal sehr einfache Mglichkeit, eine
homogene lineare Differenzialgleichung zu lsen. Das skalare Anfangswertproblem
y 0 = ay,

y(0) = y0 ,

L i n e are Systeme mit konstanten Ko e f f i z i e n t e n 4.4

85

hat ja die eindeutige Lsung


y(x) = eax y0 .
Etwas ganz Analoges gilt aber auch fr y 0 = Ay . Wir mssen dazu nur das
Exponenzial einer Matrix erklren.
Bekanntlich ist
X xk
ex =
,
k!
k0
und entsprechend fr eax . Die rechte Seite ist aber auch fr eine quadratische
Matrix wohldefiniert, denn Ak ist induktiv wohldefiniert durch
Ak AAk1 ,

A0 I,
Definition
eA

k 1.

Das Exponenzial einer quadratischen Matrix A ist definiert als


X Ak
1 2
=I+A+
A + ...
k!
2!
k0

Die Konvergenz dieser Reihe ist kein Problem und zeigt man wie im
klassischen reellen Fall durch Wahl einer geeigneten Norm fr Matrizen. Setzt
man zum Beispiel
kAk sup
x0

kAxk
= sup kAxk ,
kxk
kxk=1

so gilt hierfr
kAk k kAkk ,
und man kann wie immer abschtzen.
Entsprechend ist dann
X 1
eAx =
Ak x k .
k!
k0
Diese Reihe konvergiert gleichmig auf beschrnkten x-Intervallen und definiert deshalb eine differenzierbare Abbildung in x , deren Ableitung man
durchgliedweises differenzieren erhlt. Es gilt deshalb
X 1
(eAx )0 =
Ak (x k )0
k!
k0
X
1
=
Ak x k1
(k

1)!
k1
X 1
X 1
Ak+1 x k = A
Ak x k = AeAx .
=
k!
k!
k0
k0

86

18

4 S y s t eme von Differenzialgleichunge n

Satz

Das Anfangswertproblem
y 0 = Ay,

y(0) = y0

besitzt die eindeutige Lsung


y(x) = eAx y0 .
hhhhh

(8)

Es ist ja y(0) = e0 y0 = y0 und


y 0 (x) = (eAx )0 y0 = AeAx y0 = Ay(x).

hhhhh

Fr Berechnungen von Hand ist (8) allerdings meist unpraktisch. Es gibt


allerdings zwei interessante Spezialflle. Zum einen sind die Diagonalmatrizen.
Hier gilt offensichtlich
ediag(1 ,. . ,n ) = diag(e1 , . . , en ).
Zum anderen sind die Jordanblcke, also

= I + N,
A=
..

.
1

N=

0 1
0 1
..
.

1
0

(9)

Dies beruht auf folgenden zwei Hilfsstzen.


19

Lemma

Fr jede quadratische Matrix A gilt


eI+A = e eA .

Dies beweist man durch Ausmultiplizieren in der Exponenzialreihe. Aber


Achtung: Dies ist ein Spezialfall. Im Allgemeinen ist eA+B nicht daselbe wie
eA eB . Dies ist ein wichtiger Unterschied zur reellen Exponenzialfunktion.
20

Lemma

Fr die Matrix N in (9) ist

0 ... 0 1
0

0 ... 0 1

..

.
1

Nk =
.
.

.
0

..
..

.
.

mit k Nullen am Anfang der ersten Zeile und Einsen nur in der k + 1-ten
Diagonalen. Insbesondere ist N n = 0 .

L i n e are Systeme mit konstanten Ko e f f i z i e n t e n 4.4

87

Fr einen Jordanblock ergibt sich damit folgender


21

Satz

Fr einen m m-Jordanblock A = I + N gilt

x m1
x2
..
x
1
2
(m 1)!

x m2

1
x
.
.

(m 2)!

Ax
x
.
e =e

..

.. ..

.
.
.

1
x

1
Es ist ja

hhhhh

eAx = eIx+Nx = ex eNx



x2
x m1 
= ex I + Nx + N 2
+ . . + N m1
,
2
(m 1)!
da die Exponenzialreihe fr N nach dem m 1-ten Glied abbricht.

hhhhh

. Fr

A=

1
0

gilt also
1 x
0 1

eAx = ex

!
.

Mit dem Eigenvektor e1 und dem Nebenvektor e2 erhalten wir damit das
Ergebnis von Satz 15, nmlich das Fundamentalsystem
ex e1 ,

ex e2 + x ex e1 .

Da sich jede quadratische Matrix in eine Jordansche Normalform bringen


lsst, erhalten wir damit zumindest folgendes qualitative Resultat ber die
Struktur aller mglichen Lsungen einen homogenen linearen Differenzialgleichung.
22

Satz

Die Matrix A habe die Eigenwerte


1 , . . , r , r +1 ir +1 , . . , m im

mit Vielfachheiten 1 , . . , m . Dann ist jede Komponente einer Lsung von


y 0 = Ay eine Linearkombination aus den Funktionen
pk (x)ek x ,

1 k r,

88

4 S y s t eme von Differenzialgleichunge n

und den Funktionen


pk (x)ek x cos k x,

qk (x)ek x sin k x,

r + 1 k m,

mit Polynomen pk und qk vom Grad kleiner als k fr alle k .


Jede Komponente kann also nur eine Linearkombination aus bestimmten
Exponenzial-, Sinus- und Cosinusfunktion sowie Potenzen von x bis zu einer
bestimmten Ordnung sein.
Schlussfolgerungen
23

Satz Das Spektrum von A liegt in der linken komplexen Halbebene genau
dann, wenn
lim (x) = 0

fr jede Lsung von y 0 = Ay .


hhhhh Fr ein Produkt f aus einem Polynom und einer trigonometrischen
Funktion und < 0 gilt

lim ex f (x) = 0.

Da jede Komponente einer Lsung von y 0 = Ay aufgrund des letzten


Satzes aus einer Linearkombination solcher Funktionen besteht, gilt daher auch
limx (x) = 0 .
Dies zeigen wir indirekt. Existiert wenigstens ein reeller oder komplexer
Eigenwert = + i mit 0 , so existiert dazu auch wenigstens ein reeller
oder komplexer Eigenvektor v und damit eine reelle oder komplexe Lsung
(x) = ex v dieser Differenzialgleichung. Ihr Real- oder Imaginrteil liefert
eine reelle Lsung , die fr x nicht gegen Null konvergiert. hhhhh
24

Satz Das Spektrum von A liegt in der rechten komplexen Halbebene genau
dann, wenn
lim |(x)| =

fr jede Lsung von y 0 = Ay auer der Gleichgewichtslsung. Es liegt


auf der imaginren Achse genau dann, wenn
lim

1
log |(x)| = 0
x

fr jede Lsung von y 0 = Ay auer der Gleichgewichtslsung.


hhhhh

Dies sei als bung fr den interessierten Leser berlassen.

hhhhh

L i n e are Systeme mit konstanten Ko e f f i z i e n t e n 4.4

89

Zusammenhang mit Fundamentalsystemen


Fr die Matrix-Exponenzialfunkton eAx gilt
(eAx )0 = AeAx .
Fr jede Spalte (x) der Matrix eAx gilt daher aufgrund der Regeln fr die
Matrixmultpiplikation
0 = A,
sie ist also eine Lsung der Differenzialgleichung y 0 = Ay . Bei x = 0 sind
diese n Spalten auch linear unabhngig, da ja


eAx
= I.
x=0

Also bilden sie ein Fundamentalsystem. Hiervon gilt auch folgende Umkehrung.
25

Satz Die n Spalten von eAx bilden ein Fundamentalsystem der Differenzialgleichung y 0 = Ay . Ist umgekehrt 1 , . . , n ein beliebiges Fundamentalsystem dieser Gleichung und
= [1 , . . , n ]
die aus ihnen gebildete nn-Matrix, so gilt
eAx = (x)(0)1 .

hhhhh Da jede Spalte von die Differenzialgleichung erfllt, gilt fr die


Matrix M(x) (x)(0)1 ebenfalls

M 0 (x) = 0 (x)(0)1
= A(x)(0)1
= AM(x)
sowie
M(0) = (0)(0)1 = I.
Somit lst M(x) dasselbe Anfangswertproblem wie eAx . Also mssen beide
gleich sein. hhhhh
Inhomogene lineare Systeme
Nun betrachten wir noch kurz das inhomogene System
y 0 = Ay + b(x)

(10)

90

4 S y s t eme von Differenzialgleichunge n

mit einer konstanten nn-Matrix A und einer stetigen Vektorfunktion b . Zunchst ein bereits vertrauter Sachverhalt.
26

Satz

Jede Lsung der Gleichung (10) ist von der Form


= h + p

mit einer partikulren Lsung p der inhomogenen Gleichung (10) und der
allgemeinen Lsung h der zugehrigen homogenen Gleichung. Der Raum
aller Lsungen von (10) ist also ein affiner Raum der Dimension n .
Eine solche partikulre Lsung findet man wieder mit der Methode der
Variation der Konstanten. Sei dazu eine beliebige Fundamentallsung in
Matrixform, also eine nn-Matrix, deren Spalten ein Fundamentalsystem bilden.
Es gilt dann
0 (x) = A(x).
Setze nun
(x) = (x)c(x)
mit einer Vektorfunktion c(x) . Man beachte, dass es anders als im skalaren
Fall , hier auf die richtige Reihenfolge der Operanden ankommt. Dies ist eine
Lsung der inhomogenen Differenzialgleichung, falls
0 = 0 c + c 0 = Ac + c 0 = A + c 0
die Gleichung
0 = A + b
erfllt. Dies ist der Fall, wenn c 0 = b , oder
c 0 = 1 b.
Diese Gleichung lsst sich durch Integration lsen.
27

Satz Ist ein Fundamentalmatrixsystem der homogenen Gleichung y 0 = Ay ,


so ist eine partikulre Lsung der inhomogenen Gleichung (10) gegeben
durch
Zx
(x) = (x)c(x),
c(x) =
1 (t)b(t) dt.
0

Die allgemeine Lsung der inhomogenen Gleichung lautet damit


Zx


(x) = (x) c +
1 (t)b(t) dt ,
c Rn .

L i n e are Systeme mit konstanten Ko e f f i z i e n t e n 4.4

91

Als Spezialfall erhalten wir folgendes Analogon zum entsprechenden Satz


fr lineare skalare Differenzialgleichungen.
28

Satz Sei A eine konstante nn-Matrix und b : R Rn stetig. Dann besitzt


das Anfangswertproblem
y 0 = Ay + b,

y(0) = y0 ,

die eindeutige Lsung


Zx


y(x) = eAx y0 +
eAt b(t) dt .

In der Praxis wird man eine solche Lsung direkt mit dem Ansatz der
Variation der Konstanten bestimmen.
. Beispiel

Betrachte

u00 + u = f (x).
Setzt man y1 = u und y2 = u0 , so erhlt man das System
!
!
!
!
y10
0 1
y1
0
0
y =
=
+
= Ay + b(x)
y20
1 0
y2
f (x)
mit
A=

0 1
1 0

!
,

b=

0
f

!
.

Die Matrix A beschreibt ein Zentrum mit Eigenwerten i , ein Fundamentalmatrixsystem ist
!
cos x sin x
(x) =
= eAx .
sin x cos x
Suchen wir jetzt eine partikulre Lsung in der Gestalt y(x) = (x)c(x) , so
fhrt dies zu der zu lsenden Gleichung
!
!
!
cos x sin x
0
f (x) sin x
0
1
c (x) = (x)b(x) =
=
.
sin x cos x
f (x)
f (x) cos x
Dies ist durch Integration lsbar. .

92

4 S y s t eme von Differenzialgleichunge n

4.5
Lineare D i f f e r e n z i a l g l e i chungen
n-ter Or d n u n g
Wir betrachten jetzt noch eine Differenzialgleichung n-ter Ordnung fr
eine skalare Funktion:
y (n) + an1 y (n1) + . . + a1 y 0 + a0 y = f (x).

(11)

Dabei steht
y (k) = D k y
fr die k-te gewhnliche Ableitung von y nach x . Die Koeffizienten a0 , . . , an1
seien konstant, die Inhomogenitt f stetig in x . Der Koeffizient der hchsten
Ableitung, y (n) , wird wie blich auf 1 normiert.
Dieser Differenzialgleichung ordnet man ihr charakteristisches Polynom
P () = n + an1 n1 + . . + a1 + a0
zu. Man ersetzt also die k-te Ableitung von y durch die k-te Potenz von . Mit
der Konvention
k

D 0 = id,

Dk =

d
,
dx k

k 1,

schreibt sich (11) dann wesentlich krzer als


P (D)y = f .
Denn aufgrund der Linearitt der Ableitungsoperation D ist ja
P (D)y = (D n + an1 D n1 + . . + a1 D + a0 )y
= D n y + an1 D n1 y + a1 Dy + a0 y
= y (n) + an1 y (n1) + . . + a1 y 0 + a0 y.
Ein Polynom P definiert somit einen linearen Differenzialoperator mit
konstanten Koeffizienten,
L = P (D),
und die lineare Differenzialgleichung n-ter Ordnung ist gleichbedeutend mit
Ly = P (D)y = f .
Die Bedeutung des charakteristischen Polynoms geht aber noch weit ber diesen
formalen Aspekt hinaus. Dazu gleich mehr.

L i n e a re Differenzialgleichungen n-t e r O r d n u n g 4.5

93

Existenz, Eindeutigkeit und Lsungsraum


Die Frage der Existenz und Eindeutigkeit von Lsungen fhren wir auf
bekannte Stze ber System erster Ordnung zurck. Dazu definieren wir
y 0 u2 ,

y u1 ,

..

y (n1) un ,

und erhalten dafr das System


u01 = y 0

= u2 ,

u02

= u3 ,

=y

00

..
.
u0n = y (n) = a0 u1 . . an1 un + f .
Also
u0 = Au + b
mit u = (u1 , . . , un )>,
0

A=

1
..
.

0
..

0
1
a0 a1 . . an1

0
.
.

b = . .

0
f

Einer Lsung y der skalaren Gleichung wird also der Lsungsvektor


u = (y, y 0 , . . , y (n1) )>
des Systems zugeordnet, und umgekehrt. Dementsprechend besteht ein Anfangswertproblem fr (11) darin, die n Werte
y(x0 ),

y 0 (x0 ),

..,

y (n1) (x0 )

vorzugeben.
29

Existenz- und Eindeutigkeitssatz Sind die Koeffizienten der Differenzialgleichung (11) stetig auf einem gemeinsamen Intervall I , so besitzt jedes Anfangswertproblem
P (D)y = f ,

y (k) (x0 ) = yk ,

k = 0, . . , n 1,

eine eindeutige, auf ganz I erklrte Lsung.

94

4 S y s t eme von Differenzialgleichunge n

Fr die weitere Untersuchung betrachten wir wieder, wie blich, zuerst die
homogene Gleichung P (D)y = 0 , und anschlieend die inhomogene Gleichung.
Es gilt wieder der bliche
30

Satz Jede Lsung y von P (D)y = f ist die Summe aus einer partikulren
Lsung yp der inhomogenen Gleichung und der allgemeinen Lsung yh
der homogenen Gleichung.
Die homogene Gleichung
Betrachte also jetzt P (D)y = 0 .

31

Satz Die Gesamtheit der Lsungen von P (D)y = 0 bildet einen Vektorraum
der Dimension n .
hhhhh Fr das zugeordnete lineare System y 0 = Ay ist das klar. Das bleibt
auch richtig fr den Raum der ersten Komponenten einer Fundamentallsung,


y : u = (y, y 0 , . . , y (n1) ) ist Lsung von y 0 = Ay .

Denn wren diese linear abhngig, so wren es auch ihre Ableitungen, und damit
die Lsungen u . hhhhh
Alles bisher Gesagte gilt brigens auch fr Gleichungen mit allgemeinen,
in x stetigen Koeffizienten! Fr die effektive Bestimmung eines Fundamentalsystems nehmen wir aber jetzt an, dass alle Koeffizienten a0 , . . , an1 konstant
sind. Es ist also
P () = n + an1 n1 + . . + a1 + a0 .
Dann gilt folgendes Analogon zum Satz ber die Eigenwerte einer Koeffizientenmatrix.
32

Lemma

Ist eine Nullstelle des charkteristischen Polynoms P , so ist


y(x) = ex

eine Lsung von P (D)y = 0 .


hhhhh

Es ist
D k (ex ) = k ex .

Mit an = 1 gilt dann


P (D)(ex ) =

n
X
k=0

ak D k (ex ) =

n
X
k=0

ak k ex = P ()ex = 0.

hhhhh

L i n e a re Differenzialgleichungen n-t e r O r d n u n g 4.5

95

Dies gilt auch fr komplexe Nullstellen. Fr = + i ist


y(x) = e(+i)x = ex e ix
= ex (cos x + i sin x).
und damit
Da die Gleichung P (D)y = 0 reell und linear in y ist, sind auch y
der Real- und Imaginrteil hiervon Lsungen.
33

Zusatz zum Lemma

Ist = + i eine komplexe Nullstelle von P , so sind

Re ex = ex cos x,

Im ex = ex sin x

reelle Lsungen von P (D)y = 0 .


Natrlich ist mit + i auch i eine Nullstelle von P . Aber dies
fhrt bis auf ein Vorzeichen zum selben System reeller Lsungen.
Besitzt P nur einfache Nullstellen, so sind wir damit schon am Ziel.
34

Satz

Besitzt das charakteristische Polynom P nur einfache Nullstellen


1 , . . , r ir , . . ,

so bilden die Funktionen


e1 x , . . , er x cos r x, er x sin r x, . .
ein Fundamentalsystem von P (D)y = 0 .
hhhhh Es sind dies allesamt reelle Lsungen, und sie sind auch linear unabhngig, wie man relativ leicht zeigt. Da es insegsamt n Funktionen sind, bilden
sie ein Fundamentalsystem. hhhhh

Wie sieht es nun bei mehrfachen Nullstellen aus? Dazu betrachten wir
nochmals einfache Nullstellen. Ist eine einfache Nullstelle, so gilt ja
P () = Q()( )
mit einem Polynom Q vom Grad n 1 . Also ist auch
P (D) = Q(D)(D ),
und es ist bereits
(D )ex = ex ex = 0.
Um eine k-fache Nullstelle zu studieren, gengt es daher, Lsungen von
(D )k y = 0
zu finden! Das ist aber einfach.

96

35

4 S y s t eme von Differenzialgleichunge n

Lemma

Es gilt
l x

(D )(x e

)=

0,

l = 0,

lx l1 ex ,

l 1.

Somit gilt auch


(D )k (x l ex ) = 0,
hhhhh

0 l k 1.

Die erste Behauptung folgt mit


D(x l ex ) = lx l1 ex + x l ex .

Die zweite folgt durch maximal k-maliges Anwenden der ersten Gleichung.

hhhhh

Fr eine k-fache Nullstelle von P finden wir damit k linear unabhngige


Lsungen
ex , x ex , . . , x k1 ex .
ber alle Nullstellen von P hinweg erhalten wir so wieder ein Fundamentalsystem.
36

Satz Besitzt das charakteristische Polynom P nur reelle Nullstellen 1 , . . , r


mit Vielfachheiten n1 , . . , nr es ist also n1 + . . + nr = n , so bilden die
Funktionen
x l ek x ,

k = 1, . . , r ,

l = 0, . . , nk 1,

ein Fundamentalsystem zu P (D)y = 0 . Im Fall einer komplexen Nullstellen


k ik mit Vielfachheit nk ist entsprechend
x l ek x cos k x,

x l ek x sin k x,

0 l < nk ,

zu whlen und die komplex konjugierte Nullstelle zu ignorieren.


. Beispiele

a.

y 000 3y 00 + 3y 0 3y = 0.
Das charakteristische Polynom ist
P () = 3 32 + 3 3 = ( 1)3 ,
hat also eine dreifache Nullstelle 1 . Ein Fundamentalsystem ist deshalb
ex ,

x ex ,

x 2 ex ,

L i n e a re Differenzialgleichungen n-t e r O r d n u n g 4.5

97

und die allgemeine Lsung lautet


y = (c1 + c2 x + c3 x 2 )ex .
b.
y (4) + 2y 00 + y = 0.
Es ist
P () = 4 + 22 +! = (2 + 1)2 ,
wir haben also zwei doppelte Nullstellen i . Ein komplexes Fundamentalsystem
zur Nullstelle i ist e ix , x e ix . Als reelles Fundamentalsystem erhalten wir
cos x,

x cos x,

sin x,

x sin x,

und die allgemeine Lsung lautet


y = (c1 + c2 x) cos x + (c3 + c4 x) sin x.

Zusammenhang mit Systemen erster Ordnung


Die Struktur der Fundamentallsung im letzten Satz hnelt stark derjenigen fr lineare Systeme erster Ordnung mit mehrfachen Eigenwerten. Das ist
natrlich kein Zufall.
Es ist ja
P () = n + an1 n1 + . . + a1 + a0 ,

P (D)y = 0,
quivalent zum System

u = Au,

37

A=

1
..
.

0
..

0
1
a0 a1 . . an1

u=

y
y0
..
.
y (n1)

Satz Das charakteristische Polynom der Matrix A ist genau das charakteristische Polynom P der skalaren Differenzialgleichung:
P () = det(I A).
Die Nullstellen des charakteristischen Polynom P sind genau die Eigenwerte
von A .

98

4 S y s t eme von Differenzialgleichunge n

hhhhh

Es ist

I A =

1
.. ..
.
.

a0 a1

..

.
.

. . + an1

Entwickeln wir die Determinante nach der letzten Zeile, so wird hierbei sind
alle Matrizen von der Dimension n 1






1







1




.
n+1
n+2




..
det(I A) = (1)
a0
a1
..
+ (1)





.




1

1




..

n+n
.
+ . . + (1)
( + an1 )

= a0 + a1 + . . + n1 ( + an1 )
= P ()
wie behauptet.

hhhhh

Auerdem kann man noch folgende Aussage ber mehrfache Eigenwerte


machen.
38

Satz

Der Eigenraum zu jedem Eigenwert von A ist eindimensional.

Zu jedem Eigenwert existiert mindestens ein Eigenvektor v , und fr


diesen gilt
hhhhh

Av = v.
Aus der Struktur der Matrix A folgt aber, dass eine nichttriviale Lsung v
bereits durch ihre erste Komponente festgelegt ist alle anderen ergeben sich
hieraus sukzessive. Es gibt also nur einen Freiheitsgrad fr den Eigenvektor,
und der zugehrige Eigenraum ist eindimensional. hhhhh
Dies wiederum bedeutet, dass es zu einem k-fachen Eigenwert nur einen
einzigen Jordanblock A gibt, mit der maximal mglichen Dimension k :

L i n e a re Differenzialgleichungen n-t e r O r d n u n g 4.5

A =

1
.. ..
.
.

99

Dazu gehren im System y 0 = Ay Fundamentallsungen


e v, x ex w1 , . . , x k1 ex wk1 .
Die ersten Komponenten dieser Lsungen bilden gerade die Fundamentallsungen im Satz 36. Soweit der Zusammenhang mit Systemen erster Ordnung.

Die inhomogene Gleichung


Aus der Theorie der linearen Systeme folgt, dass es immer eine partikulre
Lsung der inhomogenen Gleichung
P (D)y = f (x)
gibt. Wir schreiben dies dazu in der Form
u0 = Au + b,
nehmen ein Fundamentalsystem , und bestimmen eine partikulre Lsung per
Variation der Konstanten,
Zx
up =
1 (t)b(t) dt.
0

Dann wird die erste Komponente yp von up zu einer partikulren Lsung von
P (D)y = f .
Statt des allgemeinen Falls wollen wir hier jedoch einige spezielle und
trotzdem wichtige Flle betrachen, die man direkt lsen kann. Dabei geht es um
rechte Seiten der Gestalt
p(x),

p(x)ex ,

p(x) sin x,

p(x) cos x,

mit einem Polynom p . Diese Funktionen kann man zusammenfassen unter dem
Begriff des Quasipolynoms.
Definition

Ein Quasipolynom ist eine Funktion der Gestalt

p(x)ex
mit einem (reellen) Polynom p und C .

100

4 S y s t eme von Differenzialgleichunge n

Alle eben genannten Funktionen sind Quasipolynome beziehungsweise


Real- oder Imaginrteile davon. Die Quintessenz ist nun folgende.
Die inhomogene Gleichung P (D)y = f mit einem Quasipolynom f besitzt
immer eine partikulre Lsung vom selben Typ wie f . Man kann sie daher durch
einen Ansatz von der Art der rechten Seite lsen.
Dies knnen wir uns auf folgende Weise klar machen. Sei


Qm
= p(x)ex : grad p < m .
Dies ist ein Vektorraum von Quasipolynomen der Dimension m . Eine Basis
bilden zum Beispiel die Quasipolynome
ek =

x k x
e ,
k!

k = 0, . . , m 1.

Fr diese gilt fr k 1
Dek =

x k1
x k x
ex +
e .
(k 1)!
k!

Also ist
Dek = ek + ek1 ,

De0 = e0 ,

und D hat in dieser Basis die Matrixdarstellung

1
0

.
.
.

.. ..
D=

Ergebnis 1 Fr ist D invertierbar auf Qm


. Zu jedem f Qm

existiert also ein y Qm mit

(D )y = f .

Fr = gilt dies nicht mehr. Es gilt aber, wie gerade gezeigt,


(D )ek = ek1 .
Um eine Lsung zu finden, mssen wir also den Grad des Polynoms um Eins
erhhen. Dies fhrt zu folgendem Ergebnis.
Ergebnis 2
mit

Betrachte D . Dann existiert zu jedem f Qm


ein y Qm+1

(D )y = f .

L i n e a re Differenzialgleichungen n-t e r O r d n u n g 4.5

101

Jetzt mssen wir nur noch bercksichtigen, dass aufgrund des Fundamentalsatzes der Algebra jedes Polynom in Linearfaktoren zerlegt werden kann.
Das heit, besitzt das normierte P die komplexen Nullstellen 1 , . . , r mit
Vielfachheiten n1 , . . , nr , so ist
P () = n + an1 n1 + . . + a1 + a0
= ( 1 )n1 ( r )nr .
Dementsprechend ist
P (D) = (D 1 )n1 (D r )nr .
Auf die einzelnen Faktoren knnen wie die vorangehenden Ergebnisse anwenden
und erhalten folgenden Satz.
39

Satz

Gegeben sei
P (D)y = f

mit einem Quasipolynom f Qm


. Ist keine Nullstelle von P , so besitzt
diese Gleichung eine partikulre Lsung

y Qm
.

Ist dagegen eine Nullstelle der Ordnung l , so besitzt diese Gleichung eine
partikulre Lsung

y Qm+l
.

In diesem Fall spricht man von einer Resonanz.


Im Grunde ist der erste Fall im zweiten mit l = 0 enthalten. Man kann die
zweite Aussage aber verschrfen. Da im Falle einer l-fachen Nullstelle alle
Quasipolynome in Ql die homogene Gleichung lsen, reicht es, eine partikulre
Lsung modulo solcher Lsungen zu suchen, sie also in der Form
(am+l1 x m+l1 + . . + al x l )ex
anzusetzen.
Der Satz sagt also aus, dass wir zum Auffinden einer partikulre Lsung
im Fall eines Quasipolynoms als Inhomogenitt nur einen Ansatz vom Typ der
rechten Seite machen mssen bis auf eventuelle extra Potenzen von x und
dass dieser Ansatz immer aufgeht.
Noch einige Bemerkungen a. Auch wenn f nur eine einzige hhere Potenz von x enthlt, zum Beispiel x 3 ex , so ist fr die partikulre Lsung ein
vollstndiges entsprechendes Polynom anzusetzen.

102

4 S y s t eme von Differenzialgleichunge n

b. Eine Inhomogenitt wir


f = cos x
knnen wir als Realteil von F = e ix auffassen. Dementsprechend ist eine
partikulre Lsung als Kombination von sin- und cos-Funktionen anzusetzen,
in diesem Falle also
y = a cos x + b sin x.
Ist i eine l-fache Nullstelle, so sind entsprechende polynomiale Faktoren zu
ergnzen.
Man kann in diesem Fall aber auch komplex rechnen. Mit f = Re F suchen
wir eine komplexe partikulre Lsung Y von
P (D)Y = F .
Dann ist
y = Re Y
eine reelle Lsung der ursprnglichen Gleichung.
c. Kombinationen verschiedener Quasipolynome als Inhomogenitt lst
man einzeln. Denn ist f eine Summe aus Quasipolynomen, so ist es auch eine
partikulre Lsung. Dies folgt aus der Linearitt von P (D) .
. Beispiele

a.

y 00 + 5y 0 + 6y = x ex .
Das charakteristische Polynom ist P () = 2 + 5 + 6 mit den einfachen Nullstellen 2 und 3 . Die rechte Seite gehrt zu Q21 , es liegt also keine Resonanz
vor. Der Ansatz
y = aex + bx ex
fr eine partikulre Lsung fhrt zu
y 0 = (b a)ex bx ex ,
y 00 = (a 2b)ex + bx ex ,
und die Differenzialgleichung wird zu
(2a + 3b)ex + 2bx ex = x ex .
Also ist
2a + 3b = 0,

2b = 1,

L i n e a re Differenzialgleichungen n-t e r O r d n u n g 4.5

103

und damit b = 1/2 und a = 3/4 . Die allgemeine Lsung der Differenzialgleichung lautet damit
y = c1 e2x + c2 e3x

3 x 1 x
e + xe .
4
2

b.
y 00 y = 4ex .
Es ist P () = 2 1 mit den einfachen Nullstellen 1 . Die Inhomogenitt gehrt
zu Q11 und ist damit in Resonanz. Daher whlen wir fr eine partikulre Lsung
den Ansatz
y = ax ex
also ein Quasipolynom in Q21 modulo Q11 . Man erhlt y 0 = a(1 + x)ex und
y 00 = a(2 + x)ex und damit die zu erfllende Gleichung
y 00 y = 2aex = 4ex .
Also ist a = 2 , und die allgemeine Lsung der Differenzialgleichung lautet
y = c1 ex + c2 ex + 2x ex .
c.
y 00 4y = sin x.
Das charakteristische Polynom P () = 2 4 hat die einfachen Nullstellen 2 ,
und die Inhomogenitt ist nicht in Resonanz. Also setzen wir
y = a sin x + b cos x
an und erhalten
y 00 4y = 5a sin x 5b cos x.
Damit wird dies zu einer partikulren Lsung mit a = 1/5 und b = 0 . Die
allgemeine Lsung lautet damit
y = c1 e2x + c2 e2x

1
sin x.
5

d. Rechnen wir das vorangehende Beispiel komplex, so schreiben wir


sin x = Im e ix und setzen die patikulre Lsung an als
= c e ix ,

c C.

104

4 S y s t eme von Differenzialgleichunge n

Dies ergibt
!

00 4 = 5c e ix = e ix .
1
Also ist c = 1/5 , eine komplexe partikulre Lsung ist = e ix , und eine
5
reelle partikulre Lsung ist wieder
y = Im =

1
sin x.
5

. Noch ein Beispiel Wir betrachten das letzte Beispiel noch einmal in etwas
allgemeinerer Form als

P (D)y = cos x = Re e ix .
Hat i die Vielfachheit l 0 als Nullstelle von P dies schliet auch den Fall
l = 0 einer Nicht-Nullstelle ein , so existiert eine komplexe partikulre Lsung
= cx l e ix .
Die sogenannte komplexe Amplitude c ist dabei bestimmt durch
P (D) = e ix .
Schreiben wir jetzt
c = r e i ,
so folgt
y = Re cx l e ix
= Re r x l e i(x+)
= r x l cos(x + ).
Die komplexe Amplitude c bestimmt also die reelle Amplitude r = |c| wie auch
die Phasenverschiebung der partikulre Lsung gegenber der Anregung
cos x . .

5
F o u r iertheorie

Die Fouriertheorie ist das mathematische Hilfsmittel zur Beschreibung


periodischer Vorgnge. Diese spielen in der Physik und im Ingenieurwesen
offensichtlich eine groe Rolle: mechanische und elektrische Schwingungen,
Drehbewegungen, aber auch die periodischen Bewegungen von Planetensystemen oder Elementarteilchen in einem Kernspeicherring fallen darunter. brigens
geht der Namen zurck auf den franzsischen Ingenieur S. B. Fourier, der Anfang
des 19. Jahrhunderts diese Theorie zur Beschreibung der Wrmeausbreitung
entwickelte.

5.1
Periodis c h e F u n k t i o n e n
Definition Eine Funktion f : R R heit periodisch, wenn es ein T > 0 gibt,
so dass
f (x + T ) = f (x),

x R.

Die Zahl T heit Periode von f , und f wird auch T -periodisch genannt.
Perioden sind nicht eindeutig. Ist T eine Periode von f , so auch jedes
Vielfache nT mit n N . Es gibt aber immer eine minimale Periode.
1

Notiz Jede nicht-konstante periodische Funktion f besitzt eine eindeutige


minimale Periode
T0 = min {T > 0 : f ist T -periodisch} .
Jede andere Periode von f ist ein ganzzahliges Vielfaches von T0 .

1 06

5 F o u r iertheorie

Abb 1

Eine periodische Funktion

Es ist offensichtlich, dass konstante Funktionen T -periodisch mit jedem


T > 0 sind. Aber diese Funktionen interessieren uns auch nicht wirklich.
2

Lemma Sind f und g T -periodisch, so sind es auch f + g , f g sowie f /g ,


wenn g keine Nullstellen besitzt. Auerdem gilt
ZT
Z c+T
f (x) dx =
f (x)dx
c

fr jedes c R .
hhhhh

Sei c > 0 . Mit x = y + T wird


Z c+T
Zc
Zc
f (x) dx =
f (y + T ) dy =
f (x) dx
T

und deshalb
Z c+T

ZT
f (x) dx =

Lemma

Z c+T

ZT
f =

+
T

Zc

ZT
f =

+
0

f (x) dx.

hhhhh

Ist die Funktion f T -periodisch, so ist die Funktion f mit


f(x) = f (T x/2 )

2 -periodisch.
hhhhh

Denn es ist
f(x + 2 ) = f (T (x + 2 )/2 )
= f (T x/2 + T )
= f (T x/2 )
hhhhh
= f(x).

Wir knnen die Periode, zumindest fr theoretische und allgemeine Betrachtungen, somit immer auf einen fr uns bequemen Wert normalisieren. Im
Folgenden betrachten wir daher 2 -periodische Funktionen.

Reelle und komplexe Fo u r i e r r e i h e n 5.2

107

5.2
Reelle u n d k o m p l e x e F o u rierreihen
Die vertrauten 2 -periodischen Funktionen sind natrlich cos x und sin x
sowie allgemeiner cos nx und sin nx fr n 1 . Unser Ziel ist, jede andere
2 -periodische Funktion f durch solche Funktionen darzustellen, und zwar in
der Form
f

X
a0
+
{an cos nx + bn sin nx} .
2
n1

Man nennt dies eine Fourierreihe, und die einzelnen Koeffizienten die Fourierkoeffizienten von f . Die zugehrigen Partialsummen
sn =

n
X
a0
+
{ak cos kx + bk sin kx} ,
2
k=1

n 1,

heien Fourierpolynome zu f .
Dabei stellen sich natrlich viele Fragen. Zum Beispiel: Geht das berhaupt? Wie sind die Koeffizienten bestimmt, und sind sie eindeutig? In
welchen Punkten konvergiert die Reihe gegen f ? Konvergiert sie nur punktweise, oder auch gleichmig? Und so weiter.
Fr solche Fragen und auch viele rechnerische Aspekte ist es vorteilhaft,
die Fourierreihe noch in einer komplexen Form zu schreiben, auch wenn die
darzustellenden Funktionen reellwertig sind. Man erspart sich auf diese Weise
unter anderem die Additionstherome fr die Cosinus- und Sinusfunktionen.
Es gilt ja die Eulersche Formel e ix = cos x + i sin x . Also gilt auch
e inx = cos nx + i sin nx,

einx = cos nx i sin nx.

Umgekehrt ist
cos nx =

e inx + einx
,
2

sin nx =

e inx einx
.
2i

Setzen wir dies in obige Fourierreihe ein und rechnen rein formal also unabhngig von Fragen der Konvergenz so folgt
X
a0
+
{an cos nx + bn sin nx}
2
n1

X  an
a0
bn inx
=
+
(e inx + einx ) +
(e
einx )
2
2
2i
n1

108

5 F o u r iertheorie

X an ibn
X an + ibn
a0
+
e inx +
einx
2
2
2
n1
n1
X an ibn
X an + ibn
a0
inx
=
+
e
+
e inx .
2
2
2
n1
n1

Es ist
X
X
a0
+
{an cos nx + bn sin nx} =
cn e inx
2
nZ
n1

Ergebnis

mit
cn =

an ibn
,
2

cn =

an + ibn
,
2

n 0,

(1)

wenn man b0 = 0 setzt. Die komplexe Reihe stellt eine reellwertige Funktion
dar, falls die Realittsbedingung
cn = cn ,

n Z,

erfllt ist. Die doppelt-unendliche komplexe Reihe ist dabei als Grenzwert
symmetrischer Partialsummen erklrt:
X
X
cn e inx = lim
cn e ikx .

nZ

hhhhh

|k|n

Fr f (x) = n cn e inx ist


X
X
X
!
f(x) =
cn einx =
cn e inx = f (x) =
cn e inx
P

genau dann, wenn


cn = cn ,

n Z.

Das ist die Behauptung.

hhhhh

Aus (1) folgt umgekehrt


an = cn + cn ,

bn = icn icn .

Erfllen die cn die Realittsbedingungen, so sind diese Koeffizienten reell, denn


zum Beispiel ist
n = i cn + i cn = icn + icn = bn .
b
Fr die Frage, wie die Koeffizienten einer Fourierreihe zu bestimmen sind,
werden wir uns daher auf die komplexe Reihe beschrnken.

Bestimmung der Fourierko e f f i z i e n t e n 5.3

109

5.3
Bestimm u n g d e r F o u r i e r k oeffizienten
Die Formeln fr die Bestimmung der Fourierkoeffizienten einer 2 -periodischen Funktion basieren auf einer einfachen Beobachtung. Dazu zunchst
eine bequeme Notation.
Fr integrierbare Funktionen f , g : [ , ] C sei
Z

hf , gi
f (x)g(x)
dx.

Definition

Diese Operation ist fr solche Funktionen das Analogon zum n-dimensionalen


vektoriellen Skalarprodukt,
hx, yi =

n
X

xk yk

k=1

und wird deshalb ebenfalls als Skalarprodukt bezeichnet. Das Integral einer
komplexwertigen Funktion wird dabei ber Real- und Imaginrteil gebildet, also
Z
Z
Z
(u(x) + i(v)) dx =
u(x) dx + i
v(x) dx.

Man kann aber mit komplexwertigen Funktionen genauso rechnen wie mit
reellwertigen Funktionen. Der Hauptsatz der Integralrechnung gilt zum Beispiel
genauso.
. Beispiel

Es ist

he ikx , e ilx i =

e ikx eilx dx =

Lemma

e i(kl)x dx.

Fr k, l Z gilt
he ikx , e ilx i = 2 kl .

(2)

Fr k l stehen diese Funktionen also orthogonal.


Den Ausdruck he ikx , e ilx i hatten wir gerade umgeformt. Fr k = l
erhalten wir
Z
Z
e0 dx =
dx = 2 .
hhhhh

Fr k l = m 0 dagegen erhalten wir, da e imx 2 -periodisch ist,



Z
1 imx

hhhhh
e
= 0.
e imx dx =

im

110

5 F o u r iertheorie

Entsprechendes gilt dann auch fr die Cosinus- und Sinusfunktionen.


6

Fr k, l 1 gilt

Lemma

hcos kx, sin lxi = 0


sowie
hcos kx, cos lxi = hsin kx, sin lxi = kl .

hhhhh Ersetzt man in (2) die e-Funktionen durch die Eulerschen Identitten,
so erhlt man fr k, l 1

hcos kx, cos lxi + hsin kx, sin lxi


+ i hsin kx, cos lxi i hcos kx, sin lxi = 2 kl .
Ersetzt man l durch l , so folgt
hcos kx, cos lxi hsin kx, sin lxi
+ i hsin kx, cos lxi + i hcos kx, sin lxi = 0.
Daraus kombiniert man die Behauptung.

hhhhh

Angenommen nun, die Reihe


X
f (x)
cn e inx
nZ

konvergiert gleichmig. Dann knnen wir Integration und Summation vertauschen und erhalten
X
hf , e ikx i =
cn he inx , e ikx i
nZ

2 cn nk = 2 ck .

nZ

Fr
f (x)

X
a0
+
{an cos nx + bn sin nx}
2
n1

folgt auf dieselbe Weise


hf , cos kxi = ak ,

hf , sin kxi = bk ,

sowie durch direktes Integrieren


Z
Z
a0
f (x) dx =
dx = a0 .

2
Dies entspricht der cos-Formel mit k = 0 .

Bestimmung der Fourierko e f f i z i e n t e n 5.3

111

Diese Formeln fr die Koeffizienten bleiben sinnvoll, wenn die Funktion f


integrierbar ist, unabhngig davon, ob die Fourierreihe gleichmig konvergiert.
Daher definieren wir die Fourierkoeffizienten wie folgt.
Definition Die Fourierkoeffizienten einer 2 -periodischen integrierbaren Funktion f sind gegeben durch
Z
1
f (x) cos nx dx,
n 0,
an =

Z
1
bn =
f (x) sin nx dx,
n 1,

Z
1
cn =
f (x)einx dx,
n Z.

2
Whrend die Fourierkoeffizienten fr alle integrierbaren Funktionen erklrt
sind, konvergiert die zugehrige Fourierreihe im Allgemeinen nicht gleichmig
und noch nicht einmal in jedem Punkt. Daher schreibt man
X
a0
f (x)
+
{an cos nx + bn sin nx}
2
n1
und vermeidet das Gleichheitszeichen. Dazu gleich mehr.
Fr die Berechnung der Fourierkoeffizienten ist manchmal die komplexe,
manchmal die reelle Version praktischer. Letztere ist vor allem bei geraden und
ungeraden Funktionen sinnvoll.
Definition

Eine Funktion f : R R heit gerade, falls

f (x) = f (x),

x R,

und ungerade, falls


f (x) = f (x),

x R.

Der Graph einer geraden Funktionen ist symmetrisch zur y-Achse, der
einer ungeraden Funktion symmetrisch zum Koordinatenursprung. Typische
Beispiele sind die Cosinus- respektive Sinusfunktion.
7

Satz Die formale Fourierreihe einer 2 -periodischen Funktion ist fr eine


gerade Funktion eine reine Cosinusreihe,
X
a0
f (x)
+
an cos nx,
2
n1
fr eine ungerade Funktionen eine reine Sinusreihe,
X
f (x)
bn sin nx.

n1

112

5 F o u r iertheorie

hhhhh

Fr gerades f ist f (x) sin nx ungerade, somit


Z
bn =
f (x) sin nx dx = 0.

Fr ungerades f ist dagegen f (x) cos nx ungerade, also


Z
hhhhh
an =
f (x) cos nx dx = 0.

Die Sgezahnfunktion ist definiert durch

( x)/2, < x 0,

(x) = 0,
x = 0,

( x)/2,
0 < x ,

. Beispiel

sowie durch 2 -periodische Fortsetzung ber [ , ] hinaus. Diese Funktion


ist ungerade, ihre Fourierreihe also eine reine Sinusreihe. Man findet
Z
1
f (x) sin nx dx
bn =

Z
2
=
f (x) sin nxdx
0
Z
1
=
( x) sin nx dx
0

Z

1
1
( x) cos nx
cos nx dx.
=


n
n 0
0
Das Cosinusintegral verschwindet, der Randterm bei ebenso, so dass
bn =

1
.
n

Also ist
(x)

X sin nx
sin 2x
sin 3x
= sin x +
+
+ .. .
n
2
3
n1

Wir bemerken hier schon, dass diese Reihe nicht gleichmig konvergieren kann,
da nicht stetig ist. .
Ein Rechteckimpuls der Breite 2h < 2 ist gegeben durch

1, |x| < h,
h (x) =
0, h < |x| ,

. Beispiel

sowie durch 2 -periodische Fortsetzung ber [ , ] hinaus. Diese Funktion


ist gerade, ihre Fourierreihe also eine reihe Cosinusreihe. Man findet

Bestimmung der Fourierko e f f i z i e n t e n 5.3

Abb 2

Sgezahnfunktion mit Fourierpolynomen s3 und s9

Z
1
h (x) cos nx dx

h
Zh

2
2
2
cos nx dx =
sin nx
=
= n sin nh
0
n
0

an =

und
a0 =

h (x) dx =

2h
.

Also ist
h (x)

h
2 X sin nh
h
+
cos nx =

n1
h

1+2

!
X sin nh
cos nx .
nh
n1

brigens ist a0 = limn&0 an . .

Abb 3

Rechteckfunktion h mit Fourierpolynomen s3 und s9

113

114

5 F o u r iertheorie

5.4
Konverg e n z
Es bleibt die natrlich wichtige Frage zu klren, wo und wie eine Fourierreihe gegen diejenige Funktion konvergiert, die ihre Koeffizienten bestimmt.
Diese Frage ist sehr schwierig, wenn man nur annimmt, dass die betreffende Funktion stetig ist. Man kann zeigen, dass in diesem Fall die Reihe fast
berall gegen die Funktion konvergiert das ist der berhmte Satz von Carleson
aus den 60er Jahren , dass sie im Allgemeinen aber auch auf einer dichten
Teilmenge divergiert.
Zum Glck kann man diese Frage fr die typischerweise in der Ingenieurmathematik auftretenden Funktionen zufriedenstellend beantworten.
Definition Sei I ein abgeschlossenes Intervall. Eine Funktion f : I R heit
stckweise glatt, wenn es endlich viele Ausnahmepunkten a1 , . . , am in I
gibt, so das Folgendes gilt.
(i) f ist bis auf die Ausnahmepunkte stetig differenzierbar.
(ii) In jedem Ausnahmepunkt existieren die einseitigen Grenzwerte von f & f 0 .
(iii) In jedem Ausnahmepunkt gilt
f (ai ) =

1
1
(f (ai + 0) + f (ai 0)) =
2
2


lim f (x) + lim f (x) .

x&ai

x%ai

Bedingung (ii) bedeutet, dass jeder Ausnahmepunkt nur eine Sprungstelle


fr f und oder oder f 0 sein darf. Er kann auch nur eine Sprungstelle fr f 0
sein, whrend f dort stetig ist.
Die Bedingung (iii) fordert, dass der Funktionswert in einer Sprungstelle
genau bei der Sprungmitte liegt. Dies ist vor allem fr den nchsten Satz
praktisch, sonst kann man auch auf diese Annahme verzichten.
8

Konvergenzsatz Ist f 2 -periodisch und stckweise glatt, so konvergiert ihre


Fourierreihe punktweise gegen f . Auf jedem kompakten Stetigkeitsintervall
ist die Konvergenz zudem gleichmig.

Abb 4

Stckweise glatte Funktionen

K o n v e r g e n z 5.4

Abb 5

115

Nicht stckweise glatte Funktionen

Bemerkungen a. Ein kompaktes Stetigkeitsintervall ist ein Intervall ohne


Unstetigkeitsstellen. In Unstetigkeitsstellen kann die Konvergenz natrlich nicht
gleichmig sein.
b. Allgemeiner zeigt man, dass in jeder Sprungstelle a einer solchen
Funktion die Fourierreihe gegen die Sprungmitte
1
f(a) = (f (ai + 0) + f (ai 0))
2
konvergiert. Mit Bedingung (iii) fordern wir also, dass dies auch tatschlich der
Funktionswert von f ist.
Stckweise glatte Funktionen knnen endlich viele Unstetigkeitsstellen aufweisen. Sind sie aber stetig, und nur f 0 weist endlich viele Unstetigkeitsstellen
auf, so folgt aus dem Konvergenzsatz noch folgende schnere Aussage.
9

Konvergenzsatz Fortsetzung Ist f stckweise glatt und auerdem stetig,


so konvergiert ihre Fourierreihe berall gleichmig gegen f
Es folgen nun noch eine Aussagen ber die Fourierkoeffizienten.

10

Satz Fr eine auf 2 -periodische integrierbare Funktion f gilt die Parsevalsche Gleichung
Z
X
X
a20
1
2
2
+
(a2n + bn
|f (x)| dx.

|cn |2 =
)=2
2

nZ
n1
Darin enthalten ist die Besselsche Ungleichung,
Z
n
X
X
a20
1
2
+
(a2k + bk2 ) = 2
|ck |2
|f (x)| dx,
2

k=1
|k|n

n 1,

die allerdings auch noch unter allgemeineren Voraussetzungen gilt. Nur diese
werden wir jetzt beweisen.

116

5 F o u r iertheorie

hhhhh Beweis der Besselschen Ungleichung


in komplexer Schreibweise,
X
sn =
ck e ikx .

Betrachte die Fourierpolynome

|k|n

Dann gilt
Z

|f | dx = hf , f i

= h(f sn ) + sn , (f sn ) + sn i
= hf sn , f sn i + hf sn , sn i + hsn , f sn i + hsn , sn i .
Die mittleren beiden Terme sind Null, wie man mithilfe der Definition der
Fourierkoeffizienten direkt nachrechnet 1 . Der erste Term ist nichtnegativ:
Z
2
hf sn , f sn i =
|f sn | dx 0.

Also folgt mit den Orthogonalittsrelationen, dass


Z
X
2
|f | dx hsn , sn i =
ck cl he ikx , e ilx i

|k|,|l|n

ck ck he ikx , e ikx i

|k|n

2 |ck |2 .

|k|n

Die Besselsche Ungleichung folgt dann mit


4 |ck |2 = a2k + bk2
und der Bemerkung, dass die erste Summe sich ber 1 k n , die zweite
dagegen ber |k| n erstreckt.
Die Parselvalsche Gleichung folgt hieraus aufgrund der sogenannten Vollstndigkeit der Funktionen cos nx und sin nx . Dies hat zur Folge, dass
Z
2
hhhhh
hf sn , f sn i =
|f sn | dx 0,
n .

11

Korollar Die Fourierkoeffizienten einer integrierbaren Funktion bilden eine


Nullfolge:
|an | + |bn | 0,

n .

1
Man sagt auch, f sn steht senkrecht auf sn , und sn ist die orthogonale Projektion von f auf
den Raum der trigonometrischen Polynome vom Grad n .

Rechnen mit Fo u r i e r r e i h e n 5.5

117

Aus der Summierbarkeit der Quadrate aufgrund der Besselschen Ungleichung folgt allerdings nicht die absolute Konvergenz der Fourierreihe. Dazu
braucht es etwas mehr.
12

Satz Ist die 2 -periodische Funktion f stckweise glatt und auerdem stetig,
so konvergieren die Reihen ihrer Fourierkoeffizienten absolut:
X
|cn | < .

nZ

Die Funktion f 0 ist stckweise integrierbar, und mit partieller Integration findet man
Z
Z
hf 0 , e inx i =
f 0(x)einx dx = in
f (x)einx dx = in hf , e inx i .
hhhhh

Also ist
f 0 (x)

incn e inx .

nZ

Aufgrund der Besselschen Ungleichung gilt also fr alle n


Z
X
1
2
n2 |cn |2
|f 0 | dx < .
2
nZ
Mit 2
|cn | =

1
1
n |cn | 2 + n2 |cn |2 ,
n
n

n 0,

folgt daraus
X
n0

|cn |

X 1
X
+
n2 |cn |2 < .
2
n
n0
n0

hhhhh

5.5
Rechnen m i t F o u r i e r r e i h e n
Punktweise Rechenoperationen sind mit Fourierreihen problemlos mglich.
Wir notieren sie in komplexer Form der Krze halber.
2

Es gilt ja 2 |ab| a2 + b2 , wie man mit der binomischen Formel zeigt.

118

13

5 F o u r iertheorie

Satz

Ist f eine stckweise glatte 2 -periodische Funktion, so gilt


X
f (x)
cn e inx ,
nZ

f (ax)

cn e inax ,

nZ

f (x + a)

cn e ina e inx

nZ

fr jedes a R . Auerdem gilt


X
af + bg
(acn + bdn )e inx
nZ

mit einer zweiten solchen Funktion g

dn e inx und a, b R .

Das Integral einer Fourierreihe kann man unter sehr allgemeinen Bedingungen gliedweise bilden.
14

Satz Ist die 2 -periodische Funktion f stckweise stetig, so erhlt man eine
Stammfunktion ihrer Fourierreihe
X
f
cn e inx
nZ

durch gliedweise Integration,


Z
X cn
f (t) dt = c0 x +
e inx .
in
n0
Diese Funktion ist ebenfalls 2 -periodisch genau dann, wenn c0 = 0 , also
Z
f (x) dx = 0.

Man beachte, dass eine Stammfunktion immer nur bis auf eine additive
Konstante bestimmt ist.
hhhhh Wir nehmen zuerst an, dass f stckweise glatt und stetig ist. Dann
konvergiert die Fourierreihe absolut und gleichmig, und wir drfen Integration
und Summation vertauschen:
Zx
X Zx
f (t) dt = c0 x +
cn e int dt
0

n0

X cn
(e inx 1)
= c0 x +
in
n0
= c0 x +

X cn
X cn
e inx
.
in
in
n0
n0

Das Gibb s - P h n o m e n 5.6

119

Diese Funktion ist offensichtlich 2 -periodisch genau dann, wenn c0 x 0 , also


Z
c0 =
f (x) dx = 0.

Der allgemeine Fall folgt hieraus durch Approximation einer stckweise


stetigen Funktion durch stetige Funktionen. Da es hier um Integrale geht, ist
eine solche Approximation ausreichend. hhhhh
Wir betrachten nun noch die Ableitung. Hier sind strkere Voraussetzungen ntig, die oft fr die gerade interessierenden Funktionen nicht erfllt sind.
15

Satz Ist die 2 -periodische Funktion f differenzierbar und ihre Abeitung f 0


stckweise stetig, so erhlt man die Fourierreihe ihrer Ableitung f 0 durch
gliedweises Differenzieren der Fourierreihe von f :
X
0
X
f 0(x)
cn e inx =
incn e inx .

nZ

n0

5.6
Das Gibb s - P h n o m e n
Die Fourierreihe einer stckweise glatten Funktion f konvergiert punktweise gegen f , und auf kompakten Stetigkeitsintervallen sogar gleichmig. In
Sprungstellen dagegen kann die Konvergenz nicht gleichmig sein. Tatschlich
weisen in solchen Punkten die approximierenden Fourierpolynome eine charakteristische Eigenschaft auf: ein berschwingen um einen festen prozentualen
Anteil, das als Gibbs-Phnomen bekannt ist.
Bei der Untersuchung dieses Phnomens knnen wir uns auf eine Standardsituation beschrnkten. Denn sei f eine beliebgie stckweise glatte Funktion
mit einer Sprungstelle bei a . Sei
h=

f (a + 0) f (a 0)
2

die halbe Sprunghhe im Punkt a . Dann ist


f (x) = g(x) + h(x a)
mit g(x) = f (x) h(x a) und (x) = sgn(x) . Die Funktion g ist stetig
im Punkt a , und die Sprungstelle wird durch das einfache Rechtecksignal h
dargestellt. Es gengt nun, die Funktion zu studieren.

120

5 F o u r iertheorie

Abb 6
Verstetigung einer
Sprungstelle

f
h
g
h

Wir betrachten also die Signumfunktion , 2 -periodisch ber [ , ]


hinaus zu einer stckweise glatten Funktion fortgesetzt, die wir wieder mit
demselben Symbol bezeichnen. Diese Funktion ist ungerade, ihre Fourierreihe
also eine Sinusreihe. Ihre Koeffizienten sind
Z
1
bn =
sgn(t) sin nt dt

Z
Z
1
1 0
=
sin nt dt
sin nt dt
0


0

cos nt
+ cos nt .
=
n
n
0

Ist n gerade, so ist cos nt 2 -periodisch, und die Randterme heben sich auf.
Ist dagegen n ungerade, so ist cos nt antiperiodisch, und wir erhalten

cos nt
= 4 .
bn = 2
n 0
n
Also ist
bn =

0, n gerade,
4/n , n ungerade,

und wir erhalten die Fourierreihe der Signumfunktion,


X
4
sgn(x)
sin(2k 1)x.
(2k

1)
k1
Wir werten nun das Fourierpolynom
sn =

n
X
k=1

an der Stelle
tn =

2n

4
sin(2k 1)x
(2k 1)

Das Gibb s - P h n o m e n 5.6

Abb 7

121

Die Polynome s5 und s15

aus man kann zeigen, dass sn dort am weitesten ausschwingt. Wir erhalten
sn (tn ) =

n
X
k=1

4
(2k 1)
sin
(2k 1)
2n

n
1 X 4
=
k=1 2n

sin(2k 1)

n
2 X sin t
2n

=
(2k 1)
k=1 n t t=tk =(2k1) /2n
2n

Die letzte Summe knnen wir als Riemannsche Summe auffassen. Das Intervall
[0, ] wird in n gleiche Intervalle der Lnge
=

unterteilt, und die sinus cardinalis-Funktion


sinc t

sin t
t

wird ausgewertet an den Punkten


tk =

(2k 1)
,
2

k = 1, . . , n,

die in der Mitte der Intervalle liegen. Daher gilt


Z
2 sin t
2
sn (tn )
dt =
C 1, 17898.
0
t

Mit n konvergiert die Hhe sn (tn ) der berschwinger also keineswegs gegen Null, sondern gegen den festen Wert 1, 17898. . . Aufgrund des
Konvergenzsatzes mssen sie dabei immer nher an die Sprungstelle heranrcken.

122

5 F o u r iertheorie

Abb 8

Das Polynom s99

Dies ist das Ergebnis fr die Signumfunktion. Bei einer anderen Sprunghhe mssen wir diese nur mit 1, 17898 multiplizieren. Das Ergebnis ist also
folgendes.
16

Gibbs-Phnomen In der Nhe einer Sprungstelle schwingen die Fourierpolynome um rund 18% ber, unabhngig vom Grad der Approximation.
Bemerkungen a. Das Gibbs-Phnomen tritt an jeder Sprungstelle auf,
aber nur dort.
b. Man kann das berschwingen reduzieren, indem man beispielsweise
Fjer- statt Fourierpolynome verwendet. Fourierpolynome sind optimal hinsichtlich bester Approximation im quadratischen Mittel, aber nicht bei der
Approximation von Sprungstellen.

5.7
Funktio n e n b e l i e b i g e r P e riode
Bisher haben wir Funktionen der Periode 2 betrachtet. In Anwendungen
trifft man aber blicherweise beliebige Perioden an. Dafr wollen wir jetzt noch
die entsprechenden Formeln bereitstellen.
Die Funktion f habe die Periode 2T der Faktor 2 vereinfacht die Formeln.
Ihre Fourierreihe besteht dann aus trigonometrischen Funktionen der Periode
2T und deren Vielfache, also aus den Funktionen
cos n

x,
T

sin n

x,
T

exp n

x.
T

Funktionen belieb i g e r P e r i o d e 5.7

Fhrt man die sogenannte Grundfreqeunz

T
ein, so lauten die entsprechenden Reihen
X
X
a0
+
{an cos nx + bn sin nx}
f (x)
cn e inx =
2
nZ
n1

123

(3)

mit natrlich anderen Koeffizienten an , bn , cn .


Die Formeln fr diese Koeffizienten findet man zum Beispiel, indem man
diesen Fall auf den bereits bekannten zurck fhrt. Die Funktion
f(x) f (T x/ ) = f (x/)
ist 2 -periodisch, also
X
a0
f (x)
+
{an cos nx + bn sin nx} .
2
n1

(4)

Dann ist
Z
1
f (x) cos nx dx

Z
1
=
f (x/) cos nx dx

ZT
Z
1 T

f (t) cos nt dt =
f (t) cos nt dt.
=
T
T T

an =

Analog fr die anderen Koeffizienten. Ersetzen wir in (4) nun x durch x , so


erhalten wir die gewnschte Fourierreihe.
Man erhlt diese Koeffizienten auch direkt, wenn man von den entsprechenden Orthogonalittsrelationen ausgeht. In diesem Fall lauten sie
ZT
cos(kt) cos(lt) dt = T kl
T

und
ZT
T

e ikt eilt dt = 2T kl ,

whrend alle entsprechenden Integrale ber cos-sin-Produkte verschwinden. Mit


dem Ansatz in (3) folgt dann zum Beispiel
Z
1 T
f (x)eikx dx
2T T
X cn Z T
X
=
e int eikt dt =
cn nk = ck .
2T
T
nZ
nZ
So kann man sich die Formeln auch leicht in Erinnerung rufen.

124

17

5 F o u r iertheorie

Satz Die Funktion f sei integrierbar und 2T -periodisch. Dann sind die Koeffizienten ihrer Fourierreihen
X
X
a0
f (x)
cn e inx =
+
{an cos nx + bn sin nx}
2
nZ
n1
mit der Grundfrequenz = /T gegeben durch
Z
Z
1 T
1 T
f (x) cos nx dx,
bn =
f (x) sin nx dx,
an =
T T
T T
und
cn =

1
2T

ZT

f (x)einx dx.

Fr diese gilt die Parsevalsche Gleichung


Z
X
X
a20
1 T
2
2
)=2
|cn |2 =
+
(a2n + bn
|f (t)| dt.
2
T
T
nZ
n1

Fr T = und = 1 erhalten wir die bereits bekannten Formeln.

5.8
Fourier t r a n s f o r m a t i o n
Wir haben 2 -periodische Funktionen in Fourierreihen entwickelt und
diese unter relativ allgemeinen Bedingungen auch durch sie dargestellt. Dasselbe
gilt auch fr 2T -periodische Funktionen mit beliebigem T > 0 , also zum Beispiel
sehr groem T . Was aber gilt fr nicht-periodische Funktionen? Kann man fr
diese etwas Entsprechendes definieren?
Wir betrachten dazu absolut integrierbare Funktionen.
Definition
Z

Eine Funktion f auf R heit absolut integrierbar, falls


Zr
|f (x)| dx = lim
|f (x)| dx < .

Auerhalb eines immer greren Intervalls [r , r ] wird also der Beitrag


von f zum Integral immer kleiner.
. Beispiele

1
,
1 + t2

Absolut integrierbar sind die Funktionen


p(t)e|t|

mit einem beliebigen Polynom p , nicht aber t 1 sin t . .

Fouriertran s f o r m a t i o n 5.8

125

Wir whlen jetzt T sehr gro, schrnken die Funktion f auf [T , T ] ein
und setzen sie 2T -periodisch darber zu einer Funktion fT fort. Unser Ziel ist,
ihre Fourierreihe fr T zu studieren.
Fr diese 2T -periodische Version fT erhalten wir
X
fT (x)
ck e ikx
kZ

mit
ck =

1
2T

ZT

f (t)eikt dt,

.
T

Also ist, mit T = / ,


X 1 ZT
f (t)eikt dt e ikx
2T T
kZ

Z
1 X
=
f (t)eikt dt e ikx .

2 kZ
/

fT (x) =

(5)

Fr T sehr gro, und damit sehr klein, knnen wir das Integral durch ein
Integral ber ganz R ersetzen. Wir erhalten also nherungsweise

Z
1 X
fT (x) =
f (t)eikt dt e ikx .

2 kZ

Dieses Integral knnen wir nun auffassen als Auswertung der Funktion
Z
f( ) =
f (t)ei t dt

an der Stelle = k . Damit wird (5) zu einer Riemannschen Summe fr ihr


Integral ber ganz R , und in einer weiteren Nherung wird
Z
1
f( )e i x d .
fT (x) =
2
Lassen wir jetzt noch T gegen Unendlich gehen, so wird
Z
1
f (x) =
f( )e i x d .
2
Dies ist natrlich keine strenge mathematische Argumentation. Aber als
Motivation fr die folgende Definition ist sie ausreichend.
Definition Sei f eine absolut integrierbare Funktion auf R . Dann ist ihre
Fouriertransformierte f definiert durch
Z
f()
f (t)eit dt,
R.

126

5 F o u r iertheorie

Bemerkungen a. Die Fouriertransformation ordnet einer Funktion f


also eine neue Funktion f zu. Symbolisch:

F : f , Ff = f.
Zur Bestimmung von f an der Stelle ist jeweils ein Integral auszuwerten.
Daher spricht man auch von einer Integraltransformation.
b. Das Argument von f wird oft mit t oder einem anderen lateinischen
Symbol bezeichnet, und f selbst als Funktion im Zeitbereich betrachtet eben
weil sie in vielen Fllen zeitlich ablaufende Phnomene beschreibt. Das Argument von f wird dagegen oft mit oder einem anderen griechischen Symbol
bezeichnet, und f als Funktion im Frequenzbereich betrachtet. Die Idee ist, dass
f das kontinuierliche Spektrum von f darstellt.
c. Die Fouriertransformierte eienr reellen Funktion ist eine komplexwertige Funktion, analog zur komplexen Fourierreihe einer reellen Funktion. Fr
diese gilt, wenn die komplexe Konjugation bezeichnet,
Z
(f()) =
(f (t)eit ) dt

Z
=
f (t)e it dt
Z

=
f (t)ei()t dt = f().

Dies entspricht der Realittsbedingung cn = cn fr komplexe Fourierreihen.


Der Betrag
|f()|
wird das Amplitudenspektrum von f genannt. Dies wird oft zur graphischen
Darstellung von f verwendet.
Da wir die Zeitfunktion f als absolut integrierbar voraussetzen, existiert
das definierende Integral fr jedes R . Wegen |eit | = 1 gilt auch
Z
|f()|
|f (t)| dt,
R,

f ist also gleichmig beschrnkt. Es gilt sogar mehr.


18

Riemann-Lebesgue-Lemma Ist f auf R absolut integrierbar, so ist ihre Fouriertransformierte f auf R stetig, und es gilt
lim f() = 0.

Fouriertran s f o r m a t i o n 5.8

Abb 9

127

Die Fouriertransformierte von [1,1]

Stetig bedeutet, dass Real- und Imaginrteil stetig sind. Es gilt auch das
Analogon der Parsevalschen Gleichung, die hier allerdings anders heit.
19

2
Satz von Plancherel Ist |f | integrierbar auf R , so auch |f|2 , und es gilt
Z
Z
1
2
2
|f()| d =
|f (t)| dt.

. Beispiel Rechteckimpuls

f = [1,1]

Betrachte

1 auf [1, 1],


=
0 sonst.

Dann ist, fr 0 ,
f() =

f (t)eit dt =

Z1

eit dt
1

1
sin
=
eit
= 2 2 sinc()
i
1
1

sowie
f(0) =

Z1
f (t) dt =

dt = 2 = lim
1

2 sin
.

Das Riemann-Lebesgue-Lemma wird also besttigt . . . . Man beachte aber, dass


|f| nicht absolut integrierbar ist. Fr
fh [h,h]
ergibt eine analoge Rechnung
Zh
sin h
fh () =
eit dt = 2
= 2h sinc(h).

128

5 F o u r iertheorie

Abb 10

[h,h] fr h = 1, 3

n=3
1
n=1

. Beispiele

a. Sei g = e3t [0,) . Insbesondere ist also g = 0 auf (, 0) .

Dann ist
Z

g()
=

e3t eit dt =

e(3+i)t dt



1
1
e(3+i)t
= 3 + i .
3 + i
0

b. Fr f (t) = e|t| ist mit einer analogen Rechnung


f() =

Z0

et eit dt +

et eit dt

1
2
1
+
=
.
1 i
1 + i
1 + 2

Die Umkehrtransformation
Wir wollen natrlich auch wissen, wie man eine Funnktion f aus ihrer
Fouriertransformierten f rekonstruiert. Unsere heuristischen berlegungen
hatten bereits zu der Formel
Z
1
f (x) =
f( )e i x d
2
gefhrt. Das Problem ist allerdings, dass hierfr auch f absolut integrierbar
sein muss. Im Allgemeinen ist dies aber nicht der Fall, wie das Beispiel der
Rechteckfunktion gezeigt hat. Ist aber f tatschlich integrierbar, so ist alles in
Ordnung.

Fouriertran s f o r m a t i o n 5.8

20

129

Einfacher Umkehrsatz Ist f auf R absolut integrierbar und stckweise stetig, und ist auch f absolut integrierbar, so gilt
Z
1
f (x) =
f()e ix d
2
fr alle x R .
Stckweise stetig bedeutet hier, dass in jedem endlichen Intervall nur
endlich viele Sprungstellen liegen, und dass in jeder Sprungstelle a
f (a) =

f (a + 0) + f (a 0)
.
2

Die Umkehrformel sieht brigens fast so aus wie die Fouriertransformation


selbst und kann durch diese dargestellt werden: Es gilt
f (x) =

1
f(x).
2

Zweimaliges Fouriertransformieren liefert also wieder dieselbe Funktion bis auf


eine Spiegelung an der y-Achse und einen Faktor 1/2 .
Ohne Integrierbarkeit von f muss man das Umkehrintegral vorsichtiger
bilden.
21

Zweiter Umkehrsatz Ist f absolut integrierbar auf R und stckweise stetig,


so gilt
Z
Zr
1
1
f()e ix d = lim
f()e ix d.

f (x) =
H
r 2 r
2
R
Hier steht H fr den Cauchyschen Hauptwert des uneigentlichen Integrals.
Dieser kann existieren, auch wenn das Absolutintegral nicht existiert. Zum
Beispiel ist
Z
Zr
sin t
sin t
H
dt = lim
dt
r r
t
t

wohldefiniert, analog zur alternierenden harmonischen Reihe.

Rechenregeln
22

Rechenregeln
(i) Linearitt:

Die Funktionen f , g seien absolut integrierbar. Dann gilt


.
(af + bg) = af + bg

(ii) Translation:
f (t + h) = e ihf,

(eith f ) = f( + h).

130

5 F o u r iertheorie

(iii) Streckung:
f (at) = a1f(/a),

a > 0.

Bemerkung zur Streckung Fr a wird f (at) zusammen geozgen,


also im Nullpunkt konzentriert. Im Gegenzug wird dafur f auseinander gezogen. Und umgekehrt. Dieser trade off ist unvermeidbar.
hhhhh

Die Linearitt ist trivial. Ferner ist


Z
f (t + h)() =
f (t + h)eit dt

Z
f (t)ei(th) dt
=

Z
= e ih
f (t)eit dt = e ihf().

Entsprechend die zweite Identitt. Schlielich ist, fr a > 0 ,


Z
f (at)() =
f (at)eit dt

Z
1
=
f (t)eit/a dt = a1f(/a).
a
Man beachte, dass sich fr a < 0 die Integrationsgrenzen vertauschen und
daher das Vorzeichen wechseln msste. hhhhh
. Bei der Anwendung dieser Regeln muss man sehr genau vorgehen. So ist,
wenn man zuerst die Streckungsregel anwendet,

f (3t + 4)() = 31 f (t + 4)(/3)


= 31 e4i/3f(/3).
Wendet man zuerst die Translationsregel an, so lautet die Rechnung
f (3t + 4)() = f (3(t + 4/3))()
= e4i/3 f (3t)()
= 31 e4i/3f(/3).

Differenziation
Wesentlich interessanter ist das Verhalten der Fouriertransformation gegenber Differenziation. Dies macht sie berhaupt erst ein wichtiges Werkzeug
fr die Untersuchung von Differenzialgleichungen.

Fouriertran s f o r m a t i o n 5.8

23

131

Differenziation Ist f stckweise glatt und stetig, und sind f und f 0 absolut
integrierbar, so gilt
(f 0 ) = if().
Ist tf (t) absolut integrierbar, so ist f differenzierbar, und es gilt
(f)0 () = (itf (t))().

Statt zu differenzieren und dann zu transformieren, knnen wir also zuerst


transformieren und mssen danach nur noch multiplizieren. Die Fouriertransformation verwandelt also Differenziation in Multiplikation.
hhhhh

Der erste Teil ist einfach:


ZR
(f 0 )() = lim
f 0 (t)eit dt
R

R
= lim f (t)eit R + i
R
Z
= i
f 0 (t)eit dt

ZR

f 0 (t)eit dt

= if().

hhhhh

Der zweite Teil ist berraschenderweise etwas aufwndiger. Hierzu betrachten


wir den Differenzenquotienten:
f( + h) f()
(f)0 () = lim
h
h0
(eihtf (t))() f()
= lim
h
h0
((eiht 1)f (t))()
= lim
.
h
h0
Schreiben wir
eiht 1 = it

Zh

eist ds

und wenden auf das Transformationsintegral den Satz von Fubini an, so wird
Z Z
1 h
(itf (t))ei(s+)t dt ds
(f)0 () = lim
h0 h 0

Z
1 h
hhhhh
= lim
(itf (t))(s + ) ds = (itf (t)().
h0 h 0
. Beispiel Differenzialgleichung
0

y (t) + 3y(t) = f (t).

Betrachte

132

5 F o u r iertheorie

Knnen wir die beteiligten Funktionen fouriertransformieren, so ergibt sich


+ 3y
= f(),
iy
also
=
y

1
f().
3 + i

Dies mssen wir nur noch rcktransformieren. Dabei hilft ein kleiner Trick.
Wir hatten gesehen, dass
1

= g,
3 + i

g = e3t [0,) .

Also ist
= fg.

y
Fr das Produkt zweier Fouriertransformierte gilt nun was wir hier nicht
diskutiert haben
= (f g),
fg
wobei die Faltungsoperation beschreibt. Somit erhalten wir als Ergebnis
y = f g.

. Beispiel skalare Differenzialgleichung


gleichung

Betrachte die skalare Differenzial-

P (D)y = f
mit einem normalizierten charakteristischen Polynom P vom Grad n . Wendet
man die Differenziationsregeln unter den entsprechenden Voraussetzungen
k-mal an, so folgt

(y k )() = (i)k y().


Unter Fouriertransformation geht P (D)y = f daher ber in
= f,
(P (D)y) = P (i)y
also formal
=
y

f
.
P (i)

Zum Beispiel geht y 00 y = f mit P (t) = t 2 1 ber in


=
y

f()
.
1 + 2

(6)

Laplacetran s f o r m a t i o n 5.9

133

und damit auch y


Besitzt also P (i) keine reellen Nullstellen, so ist y
durch (6) wohlbestimmt. Aber auch im Fall von Nullstellen kann man diese
Formel noch sinnvoll interpretieren. Hierzu bentigt man allerdings den Kalkl
der verallgemeinerten Funktionen oder Distributionen. .

5.9
Laplace t r a n s f o r m a t i o n
Die Fouriertransformation setzt Funktionen voraus, die absolut integrierbar sind. Dies ist in vielen Fllen natrlich eine starke Einschrnkung. So erfllen
sin , cos oder jedes beliebige nichttriviale Polynom diese Voraussetzung nicht,
ebenso die meisten Lsungen der meisten Differenzialgleichungen.
Um diesen Problem zu umgehen, kann man Folgendes versuchen. Zum
einen betrachtet man Funktionen nur auf [0, ) . Zum anderen gewichtet man
sie mit einem integrierenden Faktor wie zum Beispiel et . Statt der Funktion
f betrachten wir also die modifizierte Funktion

et f (t), t 0,
f (t) =
0,
t < 0.
Deren Fouriertransformierte ist
Z
Ff () =
f (t)eit dt
Z
Z

=
f (t)et eit dt =
f (t)e(+i)t dt.
0

Setzen wir also


z = + i,
so schreibt sich dies
Z
Ff =
f (t)ezt dt.
0

Dies nehmen wir zum Anlass fr folgende Definition.


Definition Die Funktion f sei auf [0, ) definiert und lokal integrierbar.
Gibt es ein r > 0 , so dass
Z
F (z) Lf (z)
f (t)ezt dt
0

fr alle z > r existiert, so heit F die Laplacetransformierte von f .

134

5 F o u r iertheorie

Tatschlich ist die Laplacetransformierte auch fr alle komplexen Argumente z mit Re z > r erklrt, und Lf ist eine holomorphe Funktion von z .
Darauf knnen wir aber erst im Kapitel zur Funktionentheorie zurckkommen.
Wir wollen zuerst die Frage klren, welche Funktionen laplacetransformierbar sind.
Definition Eine Funktion f auf [0, ) ist von exponentieller Ordnung ,
wenn es ein M > 0 gibt, so dass
|f (t)| M et ,

t 0.

Jede solche Funktion heit hchstens exponenziell schnell wachsend.


. Beispiele

a. Sinus, Cosinus und jede beschrnkte Funktion.


b. Jedes Polynom.
c. Jede Exponentialfunktion eat .
2
d. Nicht exponenziell schnell wachsend sind et und 1/t . .

24

Satz Ist f auf [0, ) stckweise stetig und von exponenzieller Ordnung ,
so existiert ihre Laplacetransformeirte Lf fr alle z mit Re z > , und es
gilt das Analogon des Riemann-Lebesgue-Lemmas:
lim Lf (z) = 0.

Re z

a. Fr f (t) = eat und Re z > 0 ist


Z
Z
1
L(eat ) =
eat ezt dt =
e(az)t dt =
.
za
0
0

. Beispiele

b. Fr t n existiert die Laplacatransformierte ebenfalls fr Re z > 0 ,


Z
L(t n )(z) =
t n ezt dt.
0

Fr n = 1 ist erhlt man


L(t)(z) =


1 zt
= 1 ,
e

z2
z2
0

und allgemeiner
L(t n )(z) =

n!
.
zn+1

c. Fr die Cosinusfunktion erhlt man

Laplacetran s f o r m a t i o n 5.9

135

ezt cos t dt

Z

= ezt sin t
ezt sin t dt
+z
0
0
Z

2
= zezt cos t

z
ezt cos t dt

L(cos t)(z) =

= z z2 L(cos t)(z),
also
L(cos t)(z) =

z
.
1 + z2

Entsprechend erhlt man


L(sin t)(z) =

1
.
1 + z2

Umkehrsatz
Fr die Laplacetransformation gibt es eine Umkehrformel hnlich zu der
fr die Fouriertransformation. Man kann also eine Funktion f aus ihrer Laplacetransformierten Lf wiederherstellen. Dies erfordert allerdings eine Integration
ber Kurven im Komplexen und, wenn man es richtig machen will, Stze aus
der Funktionentheorie. Wir notieren daher nur das wichtigste Ergebnis.
25

Satz Die Funktion f sei auf [0, ) stckweise glatt und von exponenzieller Ordnung. Dann ist f durch seine Laplacetransformierte eindeutig
bestimmt.
Zur Erinnerung: Wir gehen davon aus, dass in einer Sprungstelle der Funktionswert von f die mittlere Sprunghhe ist.

Rechenregeln
26

Rechenregeln
(i) Linearitt:

Fr die Laplacetransformation L gilt:


L(af + bg) = aLf + bLg .

(ii) Streckung:
L(f (at))(z) = a1 Lf (z/a),

a > 0.

(iii) Dmpfung:
L(eat f (t))(z) = Lf (t))(z + a).

136

5 F o u r iertheorie

hhhhh Die Linearitt ist trivial. Die Streckungseigenschaft ergibt sich genau
wie bei der Fouriertransformation durch Substitution. Mit a > 0 gilt
Z
L(f (at))(z) =
f (at)ezt dt
0
Z
= a1
f (t)ezt/a dt = a1 L(f (t))(z/a).
0

Desgleichen fr die Dmpfung:


Z
L(eat f (t))(z) =
eat f (t)ezt dt
0
Z
=
f (t)e(z+a)t dt = (L(f (t))(z + a).

hhhhh

. Beispiele

a. Mit L(cos t) = z/(1 + z2 ) wird

L(cos t) = 1 L(cos t)(z/) =

1
z/
z
= 2
.
1 + z2 /2
+ z2

Entsprechend ist
L(sin t) = 1 L(sin t)(z/) =

1
= 2
.
1 + z2 /2
+ z2

b. Mit L(eat ) = 1/z a wird


L(1) = L(eat eat ) = L(eat )(z + a) =

1
.
z

Differenziation und Integration


27

Differenziation

Ist f stckweise glatt und stetig, so gilt

L(f 0 )(z) = zLf (z) f (0).


Ist sie sogar (k 1)-mal stetig differenzierbar und f (k1) stckweise glatt,
so gilt
L(f (k) (z) = zk Lf (z) zk1 f (0) zk2 f 0 (0) . . f (k1) (0).
hhhhh

Dies folgt wieder mit partieller Integration:


Z
L(f 0 ) =
f 0 (t)eat dt
0

Z

= f (t)ezt
+
z
f (t)ezt dt

0

= f (0) + zL(f ).
Alles Weitere mit Induktion.

hhhhh

Laplacetran s f o r m a t i o n 5.9

137

Bemerkung Ander als bei der Fouriertransformation fllt hier ein Randterm an, da wir ja nur ber [0, ) integrieren, und nicht ber (, ) .
. Es ist

L(sin0 t) = zL(sin t) sin(0) = zL(sin t).


Andererseits ist natrlich sin0 t = cos t . Mit der Laplacetransformierten fr cos
erhalten wir also
L(sin t) = z1 L(cos t) =
28

1
.
1 + z2

Integration Ist f stetig auf [0, ) und von exponenzieller Ordnung, so gilt
Z t

L
f (s) ds = z1 Lf (z).

hhhhh

Wendet man die Differenziationsregel auf


Zt
g(t) =
f (s) ds
0

an, so folgt
L(f ) = L(g 0 ) = zL(g) g(0) = zL(g).
Das ist die Behauptung.

hhhhh

. Wir hatten gesehen, dass L(1) = 1/z . Daraus folgt

L(t) = 1/z2 ,
L(t 2 ) = 2/z3
L(t 3 ) = 3! /z4 ,
und allgemein
L(t n ) =

n!
.
zn+1

Anwendung auf Differenzialgleichungen


. Ein einfaches Beispiel

y 0 + 2y = e2t ,

Gegeben ist das Anfangswertproblem


y(0) = 1.

Laplacetransformation ergibt fr Y = L(y) die Gleichung


zY (z) y(0) + 2Y (z) = L(e2t ).

138

5 F o u r iertheorie

Also ist
(z + 2)Y (z) =

1
+ 1,
z+2

oder
Y (z) =

1
1
+
.
(z + 2)2
z+2

Nun gilt allgemein


L(t n eat ) =

n!
.
(z a)n+1

Rcktransformation ergibt aufgrund des Eindeutigkeitssatzes also


y(t) = L1((z + a)2 ) + L1((z + a)1 )
= t e2t + e2t
= (t + 1)e2t .

. Ein allgemeineres Beispiel


00

y + ay + by = f (t),

Betrachte das Anfangswertproblem


y(0) = u,

y 0 (0) = v.

(7)

Laplacetransformation ergibt mit der Ableitungsregel fr Y = L(y) die Gleichung


(z2 Y zu v) + a(zY u) + bY = F L(f ),
also
(z2 + az + b)Y = F + (z + a)u + v.
Hierbei ist P (z) = z2 + az + b das charakteristische Polynom der Gleichung (7).
Wir erhalten also
Y (z) =

F (z)
(z + a)u + v
+
.
P (z)
P (z)

Fr die Rcktransformation bemerken wir noch, dass wie bei der Fouriertransformation
L(f g) = L(f )L(g),
wobei die Faltungsoperation bezeichnet. Also erhalten wir allgemein
y(t) = (L1Y )(t)




F (z)
(z + a)u + v
= L1
+ L1
P (z)
P (z)

(8)

Laplacetran s f o r m a t i o n 5.9

139

mit
L1

F (z)
P (z)

= L1(F ) L1(1/P (z)) = f (t) L1(1/P (z)).

Diese Formel enthlt nicht mehr die Laplacetransformierte von f ! .


. Das allgemeine Beispiel konkreter

Betrachte konkret

y 00 + 4y = sin t.
Es ist also a = 0 , b = 4 und f (t) = sin t . Wir wissen bereits, dass
F (z) = L(sin t)(z) =

.
z 2 + 2

Also erhalten wir mit (8)

uz + v

uz + v
z 2 + 2
+ 2
=
+ 2
.
Y (z) =
z2 + 4
z +4
(z2 + 2 )(z2 + 4)
z +4
Fr die Rcktransformation konsultiert man am einfachsten Tabellen von Laplacetransformierten. Mit den uns bereits bekannten Transformierten von cos t
und sin t zum Beispiel erhalten wir






z
2
uz + v
1
1
=
uL
+
(v/2)L
L1
z2 + 4
z 2 + 22
z 2 + 22
= u cos(2t) + (v/2) sin(2t).
Auerdem erhalten wir fr 2



L1
(z2 + 2 )(z2 + 4)


1

1
=
L

4 2
z 2 + 2
z 2 + 22
1
2 sin t sin 2t
=
(sin t (/2) sin(2t)) =
.
4 2
2(4 2 )
Fr = 2 erhlt man hieraus die Lsung mit lHospital:



sin 2t 2t cos 2t

L1
=
.
2
2
2
(z + )(z + 4) =2
8
Fertig. .

140

5 F o u r iertheorie

6
F u n k tionentheorie
6.1
Komplex e F u n k t i o n e n
Wir kennen die komplexen Zahlen als Erweiterung des Krpers der reellen Zahlen. Man postuliert die Existenz einer imaginren Gre i mit der
Eigenschaft
i 2 = 1.
Die Menge der komplexen Zahlen ist dann


C z = x + iy : x, y R .
Hierbei nennt man
x = Re z,

y = Im z

den Real- respektive Imaginrteil von z = x + iy .


Geometrisch knnen wir C mit R2 identifizieren, indem wir 1 und i als
Basisvektoren in der Darstellung z = x 1 + y i interpretieren. Der R2 wird
damit zur Gauschen Zahlenebene.
Die Addition in C entspricht dann der blichen Vektoraddition in der
Ebene. Fr 1
z = x + iy,

w = u + iv

ist
1

Das ist die Standardnotation in diesem Kapitel.

142

6 F u n k tionentheorie

z + w = (x + iy) + (u + iv)
= (x + u) + i(v + y).
Die Multiplikation ist etwas komplizierter. Rechnet man so wie in R , so ist
zw = (x + iy)(u + iv)
= (xu + i 2 yv) + i(xv + yu)
= (xu yv) + i(xv + yu).
Anschaulicher wird diese Operation mithilfe der Polardarstellung komplexer
Zahlen, also Polarkoordinaten in der Gauschen Zahlenebene. Es ist
z = x + iy
= r cos + i sin
= r (cos + i sin ) = r e i .
Schreiben wir entsprechend w = s e i so wird
zw = (r e i )(s e i ) = (r s)e i(+) .
Multiplikation mit z = r e i dreht den Vektor w also um den Winkel und
streckt ihn um den Faktor r . Multiplikation mit einer komplexen Zahl ist also
eine Drehstreckung.
. Einfache Beispiele komplexer Funktionen
lation und Multiplikation,

a. Konstante Abbildung, Trans-

a : z , a,
a : z , z + a,
a : z , az,
sind fr jedes a C eine Abbildung C C .
b. Jedes normierte Polynom
p(z) = zn + an1 zn1 + . . + a1 z + a0
mit komplexen Koeffizienten a0 , . . , an1 definiert eine Funktion p : C C .
c. Dasselbe gilt fr die komplexe Konjugation,
= x iy.
: z = x + iy , (z) = z
Wir werden aber sehen, dass diese im Unterschied zu den anderen hier genannten Funktionen nicht komplex differenzierbar ist. Dies gilt auch fr das Quadrat

Komplexe F u n k t i o n e n 6.1

143

der Betragsfunktion,
= x2 + y 2 .
q : z , |z|2 = zz

Potenzreihen
Wir werden sehen, dass komplex differenzierbare Funktionen tatschlich
lokal immer durch Potenzeihen dargestellt werden knnen. Hierzu bentigen
wir einige grundlegende Tatsachen ber solche Potenzreihen.
Im Folgenden sei
Dr (a) {z C : |z a| < r }
die offene Kreisscheibe mit Radius r > 0 um a . Deren Abschluss respektive
r (a) und Dr (a) bezeichnet.
Rand werden mit D
1

Lemma

Konvergiert die Potenzreihe


X
(z) =
an (z a)n
n0

in einem Punkt z0 a , so konvergiert sie auf jeder abgeschlossenen Kreis r (a) mit 0 < r < |z0 a| , und zwar absolut und gleichmig.
scheibe D
Konvergiert im Punkt z0 , so bilden die Koeffizienten von (z0 )
eine Nullfolge, so dass
hhhhh

sup |an (z0 a)n | = M < .


n0

Mit r0 = |z0 a| gilt also


|an |

M
,
r0n

n 0.

r (a) mit 0 < r < r0 gilt dann


Fr jedes z D
|an (z a)n | |an | r n M(r /r0 )n ,

n 0,

Wegen r /r0 < 1 folgt die Behauptung mit dem Majorantenkriterium.

hhhhh

Dieses Lemma erlaubt auch folgende Umkehrung. Divergiert die Potenzreihe in einem Punkt z0 , so divergiert sie auch in jedem anderen Punkt z
mit |z a| > |z0 a| . Denn konvergierte sie in z , so msste sie ja aufgrund
des Lemmas auch in z0 konvergieren. Daher besitzt jede Potenzreihe einen
eindeutigen Konvergenzradius:

144

6 F u n k tionentheorie

Abb 1
Konvergenz
r (a)
auf D

z0

r (a)
D
r0
a
r

Konvergenzsatz fr Potenzreihen
X
(z) =
an (z a)n

Jede komplexe Potenzreihe

n0

besitzt einen eindeutig bestimmten Konvergenzradius R [0, ] derart, dass sie auf jeder Kreisscheibe Dr (a) mit 0 < r < R absolut und
gleichmig konvergiert, whrend sie in jedem Punkt z mit |z a| > R
divergiert.
Damit gilt fr eine Potenzreihe um den Punkt a Folgendes.
(i) Im Fall R = 0 divergiert fr jedes z a .
(ii) Im Fall R = konvergiert auf ganz C .
(iii) Im Fall 0 < R < konvergiert in jedem Punkt z innerhalb des Konvergenzkreises DR (a) und divergiert in jedem Punkt auerhalb.
ber Konvergenz oder Divergenz in Punkten auf dem Rand DR (a) des Konvergenzkreises lsst sich jedoch ohne weitere Annahmen nichts sagen.
Der Konvergenzradius einer Potenzreihe ergibt sich aus deren Koeffizienten mit der Formel von Hadamard:
R=

1
p
.
lim supn n |an |

Wir bentigen diese Formel hier nicht.


In ihrem Konvergenzkreis definiert eine komplexe Potenzreihe eine komplexwertige Funktion. Es berrascht wahrscheinlich nicht, dass diese Funktion
auch differenzierbar ist, und dass man ihre Ableitung durch gliedweises Differenzieren der Potenzreihe erhlt. Wir bergehen den Beweis, der nicht schwer,
aber etwas lnglich ist, und notieren nur das wesentliche Ergebnis.
3

Differenziation von Potenzreihen

Besitzt die komplexe Potenzreihe

Komplexe F u n k t i o n e n 6.1

(z) =

145

an (z a)n

n0

einen positiven Konvergenzradius r , so definiert ihre Summe eine holomorphe Funktion auf Dr (a) , deren Ableitung gegeben ist durch
X
0 (z) =
nan (z a)n1 .
n1

Der Konvergenzradius dieser Reihe ist ebenfalls r .


Da der Konvergenzradius einer Reihe unter Differenziation derselbe bleibt,
knnen wir diesen Vorgang beliebig oft wiederholen und erhalten folgenden
4

Potenzreihensatz Eine komplexe Potenzreihe definiert im Innern ihres Konvergenzkreises eine unendlich oft differenzierbare Funktion, deren Taylorreihe die Potenzreihe selbst ist.
Aus dem vorangehenden Satz folgt durch Induktion, dass die PotenzP
reihe (z) = n0 an (z a)n im Innern ihres Konvergenzkreises beliebig oft
differenzierbar ist mit Ableitungen
X
(n) (z) =
m(m 1) (m n + 1)am (z a)mn
hhhhh

mn

X
mn

m!
am (z a)mn .
(m n)!

Also ist
(n) (a) = n! an ,

n 0.

Die Taylorreihe von in a ist deshalb


Ta (z) =

X
X (n)
(z a)n =
an (z a)n = (z),
n!
n0
n0

also die Potenzreihe selbst. Somit stellt sie auch diese Funktion dar.

hhhhh

Weitere Beispiele
Mit diesen allgemeinen Ergebnissen ber Potenzreihen erhalten wir sofort
einige weitere wichtige komplexe Funktionen.
. Potenzreihen

a. Die komplexe Exponenzialfunktion,

exp : z , ez exp(z)

X zn
,
n!
n0

146

6 F u n k tionentheorie

konvergiert fr alle z C . Mit den Rechenregeln fr Potenzreihen verifizert


man die Funktionalgleichung
ez+w = ez ew .
Zusammen mit e0 = 1 folgt hieraus insbesondere, dass ez keine Nullstellen
besitzt, und dass
(ez )1 = ez .
Dies ist brigens ein bemerkenswerter Kontrast zum Fundamentalsatz der
Algebra, dass jedes nicht-konstante Polynom Nullstellen besitzt.
b. Mithilfe der Exponenzialfunktion werden weitere komplexe Funktionen
erklrt:
e iz + eiz
,
2
e iz eiz
sin z =
,
2i

cos z =

ez + ez
,
2
ez ez
sinh z =
.
2
cosh z=

Umgekehrt gilt dann natrlich auch im Komplexen,


e iz = cos z + i sin z
oder beispielsweise
cos iz = cosh z,
sin iz = i sinh z.
So ist also exp auf der imaginren Achse 2 -periodisch, whrend sin und cos
dort exponenziell anwachsen.
c. Die Kehrwertfunktion
i : z , z1 =

1
z

ist erklrt auf C = C {0} . Mit der Standardnotation gilt, fr z 0 ,

1
z
z
x iy
1
=
=
= 2
=
= r 1 ei .

z
zz
|z|2
x + y2
r e i
. Weniger offensichtliche Beispiele

Z
(Lf )(z)

a. Die Laplacetransformation,

f (t)ezt dt,

definiert eine komplexwertige Funktion Lf auf Re z > , falls f exponenziell


beschrnkt vom Grad ist.

Differen z i e r b a r k e i t 6.2

147

b. Die Resolvente einer n n-Matrix A ist die Matrixfunktion


R(z) = (zI A)1 .
Sie ist erklrt fr jedes z , das kein Eigenwert von A ist, also auf C (A) . Jede
Komponente von R(z) ist aufgrund der Cramerschen Regel eine Quotient aus
Polynomen in z , deren Koeffizienten durch die Koeffizienten von A bestimmt
sind. Also ist R(z) wohldefinierte, matrixwertige Funktion auf C (A) . Sie
spielt eine zentrale Rolle in der Spektraltheorie linearer Operatoren. .

6.2
Differen z i e r b a r k e i t
Wir betrachten zunchst lokale Eigenschaften komplexer Funktionen. Da
es hier auf eine explizite Bezeichnung des Definitionsbereichs nicht ankommt,
schreiben wir
f : C , C
fr eine Funktion f , die auf irgendeiner offenen, nichtleeren Teilmenge von C
definiert ist. Identifizieren wir C mit R2 , so knnen wir eine solche Funktion
auch auffassen als eine Abbildung
f : R2 , R2 ,
indem wir z = x + iy und
f (z) = u(z) + iv(z)
mit reellwertigen Funktionen u und v schreiben und diese als Abbildung
!
!
x
u(x, y)
,
y
v(x, y)
auffassen.

Stetigkeit
Der Begriff der Stetigkeit ist derselbe wir fr Abbildungen des R2 in sich,
denn wegen
2

|z|2 = x 2 + y 2 = k(x, y)ke

148

6 F u n k tionentheorie

ist die Abstandsmessung dieselbe. Eine Folge komplexer Zahlen (zn ) konvergiert also genau dann gegen eine komplexe Zahl a , wenn
lim |zn a| = 0,

und dies ist quivalent mit


Re zn Re z,
Definition

Im zn Im a,

n .

Eine Funktion f : C , C ist stetig im Punkt a , wenn

lim f (z) = f (a),

za

wenn also f (zn ) f (a) fr jede Folge (zn ) im Definitionsbereich von f


mit zn a . Sie ist stetig, wenn sie in jedem Punkt ihres Definitionsbereichs stetig ist.
5

Notiz Eine Funktion f : C C ist stetig genau dann, wenn ihr Realteil und
ihr Imaginrteil stetig sind.
. Alle im ersten Abschnitt genannten komplexen Funktionen sind stetig. .

Differenzierbarkeit
In C knnen wir genauso rechnen wie in R , denn beide Mengen bilden
bezglich Addition und Multiplikation einen Krper. Die Ableitung einer komplexen Funktion knnen wir daher in klassischer Weise ber den Differenzenquotienten definieren. Wir mssen nicht, wie bei allgemeinen Funktionen mehrerer
Variablen, auf lineare Approximationen zurckgreifen.
Definition Eine Funktion f : C , C heit komplex differenzierbar im Punkt a ,
wenn der Grenzwert
lim

h0

f (a + h) f (a)
f (z) f (a)
= lim
za
h
za

existiert. In diesem Fall heit der Grenzwert die Ableitung von f im Punkt a
und wird mit f 0 (a) bezeichnet.
Bei beiden Grenzwerten handelt es sich um bliche Funktionsgrenzwerte.
Zu jedem > 0 existiert also ein > 0 , so dass


f (a + h) f (a)

0

< ,

f
(a)
0 < |h| < .


h
Hierbei ist allerdings nun h C . Dies wird erhebliche Konsequenzen haben.

Differen z i e r b a r k e i t 6.2

149

Analog zum reellen Fall kann die komplexe Differenzierbarkeit auch auf
folgende Weisen charakterisiert werden. Der Beweis verluft wie im Reellen und
wird hier bergangen.
6

Satz Fr eine in einer Umgebung des Punktes a definierte Funktion f : C , C


sind folgende Aussagen quivalent.
(i) f ist in a komplex differenzierbar mit Ableitung f 0 (a) = .
(ii) Es gibt ein C und eine im Punkt a stetige Funktion : C , C mit
(a) = 0 , so dass
f (z) = f (a) + (z a) + (z)(z a).
(iii) Es gibt ein C , so dass
f (z) = f (a) + (z a) + o(z a).

Ebenso wie im Reellen beweist man hiermit die folgenden Rechenregeln


fr komplexe Ableitungen.
7

Rechenregeln Sind f , g : C , C im Punkt a C komplex differenzierbar, so


sind es auch f + g , f g , und falls g(a) 0 , auch f /g , und es gelten die
Summen-, Produkt- und Quotientenregeln
(f + g)0 (a) = (f 0 + g 0 )(a)
(f g)0 (a) = (f 0g + f g 0 )(a)
(f /g)0 (a) = ((f 0g f g 0 )/g 2 )(a).

Kettenregel Sind f : C , C im Punkt a und g : C , C im Punkt f (a)


komplex differenzierbar, so ist auch g f in a differenzierbar, und es gilt
(g f )0 (a) = g 0 (f (a))f 0 (a).

Soweit die Differenzierbarkeit in einem Punkt. Nun die allgemeine Differenzierbarkeit.


Definition Eine Funktion f : C , C heit komplex differenzierbar, wenn sie
in jedem Punkt ihres Definitionsbereiches komplex differenzierbar ist. Sie
heit holomorph, wenn ihre Ableitung f 0 in jedem Punkt stetig ist.
Eine holomorphe Funktion ist also eine im Komplexen stetig differenzierbare Funktion.
. a. Jede Potenz z , z n mit n 1 ist holomorph, mit

(zn )0 = nzn1 .

(1)

150

6 F u n k tionentheorie

Dies folgt aus der Ableitung der Identitt, (z)0 = 1 , und der Produktregel mit
Induktion.
b. Die Kehrwertfunktion z , 1/z ist holomorph auf C , und mit der
Quotientenregel respektive Induktion ist
 0


1
1
1 0
n
= 2,
= n+1 .
z
z
zn
z
Es gilt also fr alle n Z
(zn )0 = nzn1 ,
wobei z 0 fr n < 0 .
c. Wie bereits erwhnt, definiert jede komplexe Potenzreihe
X
(z) =
an z n
n0

auf ihrem Konvergenzkreis eine holomorphe Funktion, deren Ableitung man


durch gliedweises Differenzieren der Reihe erhlt. Dasselbe gilt natrlich erst
Recht fr Polynome.
d. Die Exponenzialfunktion exp ist auf C holomorph, mit
 X n 0
X zn1
X zn
z
(ez )0 =
=
=
= ez .
n!
(n

1)!
n!
n0
n1
n0
Somit sind auch cos z und sin z holomorph, und es gilt
0
 iz
e + eiz
e iz eiz
= sin z,
(cos z)0 =
=
2
2i

 iz
0
e eiz
e iz + eiz
(sin z)0 =
=
= cos z.
2i
2
nirgends komplex
e. Dagegen ist die komplexe Konjugation : z , z
differenzierbar. Denn es ist

+h
(z + h) = (z) + (h) = z
, aber nicht linear in h und das ist ein wesentlicher Unzwar linear in h
terschied. Das sehen wir gleich noch genauer anhand der Cauchy-RiemannGleichungen. .
Die Cauchy-Riemann-Gleichungen
Wie bereits erwhnt, knnen wir jede Funktion f : C , C als eine Funktion
f : R2 , C auffassen, indem wir z = x + iy schreiben und damit
f (z) = f (x + iy)

Differen z i e r b a r k e i t 6.2

151

als Funktion von x und y auffassen. Ist f komplex differenzierbar, so existieren damit auch die partiellen Ableitungen nach x und y . Der nchste Satz
klrt, wie sich diese Ableitungen zueinander verhalten.
9

Satz Eine Funktion f : C , C ist im Punkt a komplex differenzierbar genau


dann, wenn sie dort reell differenzierbar ist und ihre partiellen Ableitungen
die komplexe Cauchy-Riemann-Gleichung
fx (a) = ify (a)

(2)

erfllen. In diesem Fall ist dies auch die komplexe Ableitung.


hhhhh

Ist f komplex differenzierbar in a = x + iy , so gilt mit reellem h


f (a + h) f (a)
h
f (x + h + iy) f (a)
= lim
= fx (a).
h
h0

f 0 (a) = lim

h0

Wir knnen aber auch Differenzenquotienten in der imaginren Richtung bilden.


Dann wird
f (a + ih) f (a)
ih
f (x + i(y + h)) f (a)
= i lim
= ify (a).
h
h0

f 0 (a) = lim

h0

Also gilt (2).

hhhhh

. a. Fr ein Monom p : z , z n = (x + iy)n gilt

px = nzn1 ,

py = inzn1 ,

und damit px = ipy .


= x iy gilt
b. Fr die komplexe Konjugation : z , z
x = 1 iy = i 2 = 1
in jedem Punkt von C . Also ist nirgends komplex differenzierbar. .
Die Cauchy-Riemann-Gleichung lsst sich auch wie folgt interpretieren. Mit
x=

z+z
,
2

y=

zz
2i

wird
f
f x
f y
1 f
i f
=
+
=

z
x z
y z
2 x
2 y

152

6 F u n k tionentheorie

Somit gilt
fx = ify

f
= 0.

Eine Funktion f ist also komplex differenzierbar genau dann, wenn sie keine
, sondern nur von z ist.
Funktion von z
. Beispiele

a. Die Betragsquadratfunktion,

z , |z|2 = zz
und daher nicht komplex differenzierbar.
ist auch eine Funktion von z
b. Ist f nicht konstant und komplex differenzierbar, so ist f nicht komplex differenzierbar. .
Stellt man die Cauchy-Riemann-Gleichungen mit dem Real- und Imaginrteil der Funktion f dar, so fhrt ein Vergleich von
fx = ux + ivx ,

ify = vy iuy

zu dem
10

Satz Eine Funktion f = u + iv mit reellen Funktionen u, v ist in einem Punkt


komplex differenzierbar genau dann, wenn sie dort die reellen CauchyRiemann-Gleichungen erfllt:
ux = v y ,
. Beispiel

uy = vx .

Fr die komplexe Konjugation ist

u(x, y) = x,

v(x, y) = y.

Es ist zwar uy = 0 = vx , aber


ux = 1 vy = 1.
Da beide Cauchy-Riemann-Gleichungen erfllt sein mssen, ist nicht komplex
differenzierbar. .
Bemerkung Komplexe Differenzierbarkeit impliziert reelle Differenzierbarkeit. Die Umkehrung gilt jedoch nur, wenn die Cauchy-Riemann-Gleichungen
erfllt sind. Dies ist eine ganz wesentliche Einschrnkung. Wie wir bald sehen
werden, folgt hieraus die Existenz aller Ableitungen. Insbesondere gilt dann
zum Beispiel
uxx + uyy = vyx vxy = 0,
vxx + vyy = uxy uyx = 0.

Differen z i e r b a r k e i t 6.2

153

Das heit, Real- und Imaginrteil einer komplex differenzierbaren Funktion sind
notwendigerweise reelle harmonische Funktionen.
Konstante Funktionen
Es folgen noch zwei Stze, wann holomorphe Funktionen konstant sind.
Der erste ist offensichtlich.
11

Satz Sei ein Gebiet in C und f : C holomorph. Dann ist f auf


konstant genau dann, wenn f 0 = 0 auf .
hhhhh Ist f auf auf holomorph mit f 0 = 0 , so ist f auf als Teilmenge
von R2 auch reell differenzierbar mit Df = 0 . Die Behauptung folgt somit aus
dem entsprechenden reellen Satz. Die Umkehrung ist trivial. hhhhh

Der zweite Satz ist da interessanter.


12

Satz Ist ein Gebiet in C und f : C holomorph, so sind folgende


Aussagen quivalent.
(i) f ist konstant.
(ii) Re f ist konstant.
(iii) Im f ist konstant.
(iv) |f | ist konstant.
hhhhh Es ist klar, dass (i) alle brigen Aussagen impliziert. Um alles Andere
zu zeigen, sei f = u + iv .
(ii)(i) Ist Re f konstant, so ist ux 0 und uy 0 . Aus den CauchyRiemann-Gleichungen folgt dann auch f 0 0 und damit die Behauptung 11 .
(iii)(i) Analog.
2
(iv)(i) Nach Annahme ist auch |f | = u2 + v 2 = c konstant. Differenziation ergibt dann

uux + vvx 0,

uuy + vvy 0.

Mit den Cauchy-Riemann-Gleichungen folgt hieraus


uvy + vvx 0,

uvx + vvy 0.

Multiplikation mit u respektive v und Addition ergibt


(u2 + v 2 )vy = cvy 0.
Analog erhlt man
(u2 + v 2 )vx = cvx 0.

154

6 F u n k tionentheorie

Ist nun c = 0 , so ist sowieso f 0 . Andernfalls folgt wieder mit den CauchyRiemann-Gleichungen f 0 0 und damit die Konstanz von f . hhhhh

6.3
Der Cau c h y s c h e I n t e g r a l satz
Fr die weitere Entwicklung der Theorie bentigen wir das Integral einer
Funktion f entlang einer Kurve in C . Schreiben wir
(t) = x(t) + iy(t),

f (z) = u(z) + iv(z),

so erhalten wir formal


Z
Z
f (z) dz = (u + iv)(dx + i dy)

Z
Z
= (u dx v dy) + i (u dy + v dx).

Diese Integrale sind vertraute Kurvenintegrale reeller Funktionen in der reellen


Ebene. Dies nehmen wir daher zum Anlass fr folgende
Definition Das Integral einer stetigen komplexwertigen Funktion f = u + iv
entlang einer regulren Kurve = x + iy ist
Z
Z
Z
f (z) dz (u dx v dy) + i (u dy + v dx).

(3)

Mit einer Parametrisierung (t) = x(t) + iy(t) , t [a, b] , wird dies zu


Z
Zb
Zb
v y)
dt + i
+ v x)
dt
f (z) dz =
(ux
(uy

Zb
+ (u iv)y)
dt
(u + iv)x

=
a

Zb
+ i y)
dt
(u + iv)(x

=
a

Zb
f (z(t))
z(t) dt.

=
a

Somit gilt
Z

Zb
f (z) dz =

f (z(t))
z(t) dt
a

ganz so wie bei reellen Kurvenintegralen. Und genauso wie dort zeigt man auch,
dass dies invariant ist unter orientierungserhaltenden Parametertransformation.

Der Cauchysche In t e g r a l s a t z 6.3

155

Wir formulieren das wichtigste Beispiel eines Kurvenintegrals als Lemma. Hierbei und allgemein wird Dr (a) standardmig als einmal gegen den
Uhrzeigersinn durchlaufene geschlossene Kreislinie verstanden.
13

Es gilt

Lemma
Z

(z a) dz =
Dr (a)

hhhhh

0,

n 1,

2 i,

n = 1.

Die Standardparametrisierung von Dr (a) ist


(t) = a + r e it ,

0 t 2 .

Damit wird dz = ir e it dt und


Z
Z 2
Z 2
(z a)n dz =
(r e it )n ir e it dt = ir n+1
e i(n+1)t dt.
Dr (a)

Fr n = 1 wird dies zu
Z 2
i dt = 2 i.
0

Fr n 1 besitzt der Integrand die 2 -periodische Stammfunktion


1
e i(n+1)t ,
i(n + 1)
und das Integral verschwindet.

hhhhh

Fr das Kurvenintegral gelten dieselben Rechenregeln wie im Reellen. Es


ist also linear im Integranden, additiv bezglich zusammengesetzter Integrationswege, und es ndert sein Vorzeichen bei Umkehrung der Integrationsweges.
Ebenso gilt die
14

Dreiecksungleichung Es gilt
Z



f (z) dz L() kf k ,

wobei L() die Lnge von bezeichnet und kf k das Maximum von |f |
ber die Spur von .
hhhhh

Mit einer Parametrisierung : [a, b] C ist ja


Z
Zb
Zb


f (z) dz
|f ((t))| |
(t)| dt kf k
|
(t)| dt.

Da letzte Integal ist gerade die Lnge von .

hhhhh

156

6 F u n k tionentheorie

Abb 2

Verschiedene geschlossene Kurven in einem Gebiet

Der Cauchysche Integralsatz


Besitzt f eine holomorphe Stammfunktion F , also F 0 = f , so gilt fr das
Kurvenintegral natrlich wieder
Z
Zb
f (z) dz =
f (z(t))
z(t) dt

Zb

F (z(t))0 dt
b
(b)



= F (z(t))
.
= F
=

(a)

Insbesondere verschwindet das Integral ber geschlossene Kurven.


. Im letzten Lemma besitzt (z a)n fr n 1 die auf C holomorphe
Stammfunktion

F (z) =

(z a)n+1
.
n+1

Daher ist dessen Integral ber eine geschlossene Kurve Null, wenn sie nicht
durch a verluft. .
Tatschlich verschwindet ein solches Integral immer, auch ohne das wir
die Existenz einer Stammfunktion fordern mssen.
15

Cauchyscher Integralsatz Sei C ein einfach zusammenhngendes Gebiet und f : C holomorph. Dann gilt
Z
f (z) dz = 0

Der Cauchysche In t e g r a l s a t z 6.3

157

fr jede in verlaufende regulre geschlossene Kurve .


Bemerkungen a. Einfach zusammenhngend bedeutet, dass in diesem
Gebiet eine geschlossene Kurve stetig zu einem Punkt zusammengezogen werden kann. Die Kurve darf also beispielsweise keine Polstellen umschlieen.
b. Fr das Integral ber geschlossene Kurven verwendet man oft auch die
klassische Schreibweise
I
f (z) dz.

Der Beweis ist eine Anwendung des Satzes von Green, der fr Vektorfelder F auf aussagt, dass
Z
ZZ
F d~
s=
rot F dA.
hhhhh

Mit der Komponentendarstellung F = (g, h)> ist dies gleichbedeutend mit


Z
ZZ
g dx + h dy =
(hx gy ) dx dy.

Bezeichnet das von der Kurve umschlossene Gebiet, so erhalten wir fr


das Kurvenintegral von f mit (3) also
Z
Z
Z
f (z) dz = (u dx v dy) + i (u dy + v dx)

Z
Z
= (uy + vx ) dx dy + i (ux vy ) dx dy.

Aufgrund der Cauchy-Riemann-Gleichungen sind beide Integranden Null. Somit


ist das Kurvenintegral Null wie behauptet. hhhhh
Bemerkungen a. Die Annahme, dass einfach zusammenhngt, ist
ganz wesentlich. Wir haben ja bereits gesehen, dass
Z
dz
= 2 i 0.
|z|=r z
Es ist zwar 1/z holomorph auf C , aber C ist nicht einfach zusammenhngend, und die Kreislinie umrundet den Pol von 1/z in z = 0 .
b. Man kann den Cauchyschen Integralsatz auch recht elementar beweisen,
und sogar ohne die Annahme der Stetigkeit der ersten Ableitung.
Stammfunktionen
Umgekehrt folgt nun aus dem Cauchyschen Integralsatz die Existenz von
Stammfunktionen:

158

16

6 F u n k tionentheorie

Satz Sei C ein einfach zusammenhngendes Gebiet und f : C


holomorph. Dann existiert zu f eine holomorphe Stammfunktion F auf ,
und diese ist bis auf eine Konstante eindeutig bestimmt.
hhhhh Die Konstruktion ist dieselbe wie bei ebenen Vektorfeldern. Man fixiert
einen beliebigen Punkt a und setzt
Zz
F (z) =
f (w) dw,
a

wobei man ber einen beliebigen Weg von a nach z innerhalb von integriert.
Die Funktion F ist wohldefiniert, da wegen des Cauchyschen Integralsatzes
dieses Integral wegunabhngig ist. Im Komplexen knnen wir auch leicht nachrechnen, dass F eine Stammfunktion ist. Denn es ist
Z z+h
Z1
F (z + h) F (z) =
f (w) dw =
f (z + th)h dt
z

mit w(t) = z + th fr 0 t 1 . Also folgt mit h 0


Z1
Z1
F (z + h) F (z)
f (z) dt = f (z).
f (z + th) dt
=
h
0
0
Also ist F komplex differenzierbar mit stetiger Ableitung F 0 = f .

hhhhh

Der Hauptzweig des Logarithmus


Als Beispiel fr die Definition einer Stammfunktion mittels Kurvenintegralen definieren wir den Hauptzweig des komplexen Logarithmus. Den reellen
Logarithmus kann man definieren als Stammfunktion von t 1 durch
Zx
dt
log x
,
x > 0.
1 t
Die Funktion 1/z ist aber ebenso auf C erklrt und holomorph. Allerdings
ist C nicht einfach zusammenhngend. Wir beschrnken uns deshalb auf die
geschlitzte komplexe Ebene
C C (, 0].
Diese ist offensichtlich einfach zusammenhngend und
Zz
dw
L : C C, L(z) =
1 w
auf ihr wohldefiniert. Diese Funktion ist komplex differenzierbar mit Ableitung
L0 (z) = 1/z , und wegen der Stetigkeit der Ableitung auch holomorph. Auerdem
setzt L den reellen Logarithmus log holomorph auf C fort.

Der Cauchysche In t e g r a l s a t z 6.3

159

Abb 3
Beliebiger
Integrationsweg im
Logarithmusintegral

C
z

Diese Funktion ist auf C die Umkehrfunktion der Exponenzialfunktion.


Denn es ist
(zeL )0 = eL + zeL (1/z) = eL eL = 0.
Also ist zeL konstant, und Auswerten bei 1 ergibt zeL 1 , also eL = z . Es
gilt somit
exp L = idC .
Dies rechtfertigt folgende
17

Die holomorphe Funktion


Zz
dw
ln : C C, ln z
1 w

Definition

heit Hauptzweig des komplexen Logarithmus.


Dieses Integral knnen wir auch berechnen. Jede komplexe Zahl z C
besitzt eine eindeutige Polardarstellung
z = r e i ,

r = |z| ,

= arg z ( , ) .

Dabei nennt man das Argument von z . Integrieren von 1 nach r auf der
reellen Achse und von r = r e i0 nach r ei auf dem Kreissegment t , r e it mit
0 t wie in Abbildung 4 ergibt
Zr
Z
Z
Zr
dt
d(r e it )
dt
ln z =
+
+
i dt = log r + i.
dt
=
r e it
1 t
0
0
1 t
Fr den Hauptzweig des komplexen Logarithmus gilt also
ln z = ln |z| + i arg z,

< arg z < .

Insbesondere ist ln e i = i fr || < .

160

6 F u n k tionentheorie

Abb 4
Spezieller
Integrationsweg im
Logarithmusintegral

1
z = r e i

0
1

. Beispiele fr Logarithmen auf dem Hauptzweig

Fr reelles r > 0 ist

ln(r ) = log r
genau der reelle Logarithmus, und
ln(r ) = log r + i .
Wegen i = e i /2 ist
ln(i) = i /2.
Ferner ist ln(2 + 2i) = 3 log
. Noch ein Beispiel

2 + i /4. . .

Auf einem Gebiet wie in Abbildung 5 gilt

Abb 5
Z
dz
Zu
z

Der Cauchysche In t e g r a l s a t z 6.3

161

i
i


dz
= ln z
= log |z| + i arg z

= i /2 i( /2) = i ,
z
i
i

denn dort ist ln eine legitime Stammfunktion von 1/z . .


Bemerkungen a. Wegen
Z
dz
= 2 i 0
|z|=1 z
kann es keinen holomorphen Logarithmus auf C geben.
b. Wegen der Einschrnkung des Arguments auf ein festes 2 -Intervall
gilt die Fundamentalgleichung fr den komplexen Logarithmus im Allgemeinen
nicht mehr, ist also ln(zw) nicht dasselbe wie ln(z) + ln(w) .
c. Das Argument einer komplexen Zahl ist nur eindeutig modulo 2 . Das
heit, mit ist auch + 2 n fr jedes n Z ein Argument von z . Jede
Wahl eines solchen Argumentes bestimmt einen sogenannten Nebenzweig des
komplexen Logarithmus. Er unterscheidet sich durch ein festes ganzzahliges
Vielfaches von 2 i vom Hauptzweig.
Berechnung reeller Integrale
Der Cauchysche Integralsatz hilft auch bei der Berechnung mancher reeller
Integrale. Als erstes Beispiel betrachten wir
Z
sin t 2 dt.
0

Dies ist der negative Imaginrteil des Fresnelintegrals


Z
Z
Z
2
eit dt =
cos t 2 dt i
sin t 2 dt.
0

Wir betrachten dazu das Integral der auf ganz C holomorphen Funktion
f : C C,

f (z) = ez

ber den Rand des Dreiecks mit den Ecken 0 , r und r + ir . Mit den Bezeichnungen in Abbildung 6 gilt dann wegen des Integralsatzes
Z
Z
Z
f dz =
f dz +
f dz.
0

Fr das diagonale Randstck 0 gilt mit 0 (t) = t + it und (1 + i)2 = 2i


Z
Zr
2
lim
f dz = lim
e(t+it) (1 + i) dt
r
r 0
0
Z
Z
1 + i it 2
2
= (1 + i)
e2it dt =
dt.
e
2 0
0

162

6 F u n k tionentheorie

Abb 6

r + ir

Integrationswege
im Fresnelintegral
0

1
r

Auf dem vertikalen Randstck 2 haben wir mit z = r + it die Abschtzung


2

|e(r +it) | = er

2 +t 2

er

2 +r t

0 t r.

Also ist
Z


Zr

|f (r + it)| dt
f dz

0

Zr

r 2 +r t

e
0

t
2
1
er +r t

,
dt =

r
r
0

und dieses Integral verschwindet fr r . Fr das horizontale Randstck 0


gilt schlielich

Z
Z

t 2
lim
f dz =
e
dt =
.
r
2
0
1
Zusammengefasst erhalten wir
Z
Z
2
1 ip
2
2
eit dt =
et dt =
2 .
1+i 0
4
0
Daraus folgt
Z
0

sin t 2 dt = Im

Z
0

eit dt =

2
.
4

Viele weitere Beispiele fr die Berechnung reeller Integrale ergeben sich spter
im Zusammenhang mit dem Residuensatz.

6.4
Die Cauc h y s c h e I n t e g r a l f ormel
Aus dem Cauchyschen Integralsatz folgt eine fundamentale Formel fr die
Darstellung einer holomorphen Funktion.

Die Cauchysche Inte g r a l f o r m e l 6.4

163

Abb 7
Wahl des Weges
1

z
2

18

Cauchysche Integralformel Sei f : C , C holomorph. Ist die abgeschlossene


r (a) im Definitionsbereich von f enthalten, so gilt
Kreisscheibe D
Z
f (w)
1
f (z) =
dw
2 i Dr (a) w z
fr jeden Punkt z Dr (a) .
r (a) muss im DefiBemerkungen a. Die abgeschlossene Kreisscheibe D
nitionsbereich von f enthalten sein, damit f auf deren Rand stetig und das
Kurvenintegral definiert ist.
b. Fr z auf dem Rand von Dr (a) ist das Integral nicht definiert.
r (a) verschwindet das Integral aufgrund des
c. Fr z auerhalb von D
Cauchyschen Integralsatzes. Die Identitt gilt hier somit nicht mehr.
Der Beweis beruht im Wesentlichen auf der Cauchyschen Integralformel
und folgender Beobachtung.

19

Sei ein Gebiet und holomoroph auf {z} . Dann ist

Lemma
Z

(z) dz
D

gleich fr jede Kreissscheibe D , die den Punkt z enthlt.


hhhhh Betrachte zwei Kreislinien 1 und 2 wie in Abbildung 7. Verbinden
wir sie durch eine Strecke , die wir einmal in positiver und einmal in negativer
Richtung durchlaufen, so erhalten wir eine geschlossene Kurve

= 1 + 2

164

6 F u n k tionentheorie

um ein einfach zusammenhngendes Gebiet, auf dem nach Voraussetzung


holomorph ist. Die Vorzeichen sind dabei so gewhlt, dass dieses Gebiet immer
auf derselben Seite von liegt. Aufgrund des Cauchyschen Integralsatzes ist
also
Z
Z
Z
Z
Z
0=
(z) dz =
+
+
+
(z) dz.

Die beiden -Integrale annulieren sich, und es bleibt


Z
Z
0=
(z) dz
(z) dz.
1

Das ergibt die Behauptung.


hhhhh

hhhhh

Beweis der Integralformel Aufgrund des vorangehenden Lemmas ist


Z
Z
f (w)
f (w)
dw =
dw,
D (z) w z
Dr (a) w z

denn der Integrand ist holomorph auf einem Gebiet um z , den Punkt z ausgenommen. Mit Lemma 13 ist weiter
Z
Z
Z
f (w)
f (z)
f (w) f (z)
dw =
dw +
dw
w z
D (z) w z
D (z) w z
D (z)
Z
= 2 i f (z) +
(w) dw
D (z)

r (a) {z} stetigen Funktion


mit der auf D
(w) = (f (w) f (z))/(w z).
Diese Funktion ist fr w z durch f 0 (z) stetig fortsetzbar und daher auf
r (a) gleichmig beschrnkt. Also gilt
ganz D
Z




(w) dw

L(D ) kkD (z) = O().
D (z)

Beim Grenzbergang 0 verschwindet dieses Integral, und wir erhalten


Z
Z
f (w)
f (w)
dw =
dw = 2 i f (z)
Dr (a) w z
D (z) w z
wie behauptet.

hhhhh

Bemerkungen Die Cauchysche Integralformel ist aus folgenden Grnden


bemerkenswert.
a. Die Funktionswerte von f im Innern einer Kreisscheibe hngen nur
von den Werten von f auf deren Rand ab.

Die Cauchysche Inte g r a l f o r m e l 6.4

165

b. Auf dem Rand einer solchen Kreisscheibe muss f nur stetig sein, damit
das Cauchyintegral erklrt ist.
c. Die Funktion f hngt vom Punkt z allein durch den sogenannten
Cauchykern (w z)1 ab und nicht von f . Daher bertragen sich Regularittseigenschaften dieses Kerns auf die durch ihn definierte Funktion.. Deshalb
definiert jede stetige Funktion
: Dr (a) C
durch
f (z)

1
2 i

Z
Dr (a)

(w)
dw,
w z

eine auf Dr (a) holomorphe Funktion f

z Dr (a)

Alles Weitere in diesem Abschnitt ist eine Konsequenz der Cauchyschen


Integralformel. Als Erstes erwhnen wir die
20

Mittelwerteigenschaft Sei f : C , C holomorph. Dann gilt


Z 2
1
f (z) =
f (z + r e it ) dt,
2 0
r (z) im Definitionsbereich von f enthalten ist.
falls die Kreisscheibe D
hhhhh

Das Cauchyintegral ber Dr (z) mit w(t) = z + r e it ergibt ja


Z
1
f (w)
f (z) =
dw
2 i Dr (z) w z
Z 2
Z 2
1
f (z + r e it )
1
=
d(r e it ) =
f (z + r e it ) dt.
it
2 i 0
re
2 0

hhhhh

Auerdem haben wir einen Beweis fr den


21

Fundamentalsatz der Algebra


komplexe Nullstelle.

Jedes nicht-konstante Polynom besitzt eine

Sei p ein solches Polynom. Besitzt p keine Nullstelle, so ist q = 1/p


eine auf ganz C erklrte, holomorphe Funktion. Fr diese gilt
Z
1
q(z)
q(0) =
dz
2 i Dr (0) z
Z 2
Z 2
1
1
1
=
q(r e it ) dt =
dt
2 0
2 0 p(r e it )
hhhhh

fr alle r > 0 . Das letzte Integral konvergiert fr r aber gegen 0 , ein


Widerspruch zu q(0) = 1/p(0) 0 . hhhhh

166

6 F u n k tionentheorie

Abb 8
Zur Potenzreihendarstellung
ra
r

r (a)
D

Potenzreihen
Wir knnen nun auch zeigen, dass jede holomorphe Funktion unendlich
oft differenzierbar ist und lokal durch eine Potenzreihe dargestellt wird.
22

Potenzreihendarstellung Sei C ein Gebiet und f : C holomorph.


Dann besitzt f um jeden Punkt a seines Definitionsbereiches eine PotenzP
reihendarstellung f (z) = n0 an (z a)n mit den Koeffizienten
Z
1
f (w)
an =
dw,
n 0,
2 i Dr (a) (w a)n+1
wobei Dr (a) . Diese Reihe konvergiert auf der grtmglichen, ganz
in enthaltenen offenen Kreisscheibe um a .
Bemerkung
von r ab.
hhhhh

Aufgrund von Lemma 19 hngen die Koeffizienten nicht

Sei
ra dist(a, ) sup {r : Dr (a) } .

r (a) , und fr z Dr (a) und w Dr (a) ist


Fr 0 < r < ra ist also D


z a |z a|


= q < 1.
w a =
r
Daher existiert fr jedes solche z die geometrische Reihe
X  z a n
1
1
1
1
=

=
,
za
w z
w a
w a n0 w a
1
w a
und diese konvergiert gleichmig auf dem Rand von Dr (a) . In der Cauchyschen Integralformel knnen wir daher Integration und Summation vertauschen

Die Cauchysche Inte g r a l f o r m e l 6.4

167

und erhalten
f (w)
dw
w z
Z


f (w) X z a n
dw
=
Dr (a) w a n0 w a
Z
X
f (w)
=
(z a)n
dw.
n+1
Dr (a) (w a)
n0
Z

2 i f (z) =

Dr (a)

Das ist genau die im Satz behauptete Entwicklung, und sie konvergiert gleich r (a) .
mig auf D
Da dies fr alle 0 < r < ra gilt, konvergiert die Reihe auch auf Dra (a) ,
wenn auch im Allgemeinen nicht gleichmig. Damit ist der Satz bewiesen. hhhhh
Analytizitt
Lokal sind also holomorphe Funktionen nichts anderes als Funktionen, die
durch komplexe Potenzreihen beschrieben werden. Solche Funktionen nennt
man analytisch.
Definition Eine Funktion f : C , C heit analytisch, wenn um jeden Punkt
im Definitionsbereich von f eine Kreisscheibe existiert, auf der f durch
eine konvergente Potenzreihe dargestellt wird.
Da wir bereits gesehen haben, dass umgekehrt Potenzreihen in ihrem
Konvergenzkreis holomorphe Funktionen definieren, gelangen wir zu folgendem
23

Analytizittssatz Fr eine Funktion f : C , C sind quivalent:


(i) f ist holomorph.
(ii) f ist unendlich oft differenzierbar.
(iii) f ist analytisch.
hhhhh (iii)(ii) Dies ist der Potenzreihensatz 4 . (ii)(i) Dies ist offensichtlich.
(i)(iii) Dies ist der Satz ber die Potenzreihenentwicklung 22 . hhhhh

Bemerkung Man kann auch noch zeigen, dass holomorph quivalent zu


komplex differenzierbar ist. Aus der Existenz der komplexen Ableitung folgt
also bereits ihre Stetigkeit. Und eine stetige Funktion f : C , C ist komplex
differenzierbar, wenn
Z
f (z) dz = 0

fr jedes im Definitionsbereich von f enthaltene Dreieck .

168

6 F u n k tionentheorie

Ableitungen
Die Cauchysche Integralformel 18 stellt eine Funktion f durch ein parameterabhngiges Integral dar der Parameter ist hier z . Da der Cauchykern stetig
differenzierbar in z ist, erhalten wir die Ableitung von f durch Differenziation
unter dem Integral. Dies fhrt zu folgendem Ergebnis.
24

Cauchysche Integralformel fr Ableitungen Sei f : C , C holomorph. Ist


r (a) im Definitionsbereich von f enthalten, so gilt
D
Z
n!
f (w)
dw
f (n) (z) =
2 i Dr (a) (w z)n+1
fr jedes z Dr (a) und alle n 0 .
Bemerkungen a. Fr n = 0 ist dies die ursprngliche Integralformel 18 .
b. Die Koeffizienten in der Potenzreihendarstellung 22 sind also gerade
Z
1
f (w)
1 (n)
an =
dw =
f (a),
2 i Dr (a) (w a)n+1
n!
wie es sich gehrt.
Eine unmittelbare Konsequenz sind Abschtzungen der Ableitungen holomorpher Funktionen durch die Funktion selbst. Hierzu sei
kf kU max |f (w)| .
wU

25

r (a) im DefiniCauchysche Ungleichungen Sei f : C , C holomorph. Ist D


tionsbereich von f enthalten, so gilt
|f (n) (a)|

n!
kf kDr (a) ,
rn

n 0.

Ist insbesondere f beschrnkt auf , so gilt


|f (n) (a)|
hhhhh

n!
kf k ,
dist(a, )n

n 0.

Im Integral ist
|f (w)| kf kDr (a) ,

1
|w z|n+1

1
r n+1

und die Lnge der Randkurve von Dr (a) ist 2 r . Daraus folgt alles.

hhhhh

Der Satz von Liouville


Definition Eine auf ganz C erklrte und holomorphe Funktion heit ganze
Funktion.

Der R e s i d u e n s a t z 6.5

169

Eine ganze Funktion besitzt in jedem Punkt eine Potenzreihenentwicklung,


und diese konvergiert auf ganz C 22 . Die Vermutung liegt daher nahe, dass
eine solche Funktion hnlich wie ein Polynom entweder konstant oder nicht
beschrnkt ist. Dies ist genau der
26

Satz von Liouville


hhhhh

Jede beschrnkte ganze Funktion ist konstant.

Ist f ganz und beschrnkt, so ist


kf kC = M < .

Aus der Cauchyschen Ungleichung 25 fr n = 1 folgt dann


|f 0 (z)|

M
r

fr jedes z C und jedes r > 0 . Da wir r beliebig gro whlen knnen, ist
also f 0 (z) = 0 fr jedes z C . Also ist f konstant. hhhhh
Eine klassische Anwendung des Satzes von Liouville ist ein weiterer Beweis
des Fundamentalsatzes der Algebra. Denn angenommen, das nichtkonstante
Polynom besitzt keine Nullstellen. Dann ist auch 1/p eine ganze Funktion, und
diese ist offensichtlich beschrnkt. Also ist 1/p konstant, und damit auch p
konstant, ein Widerspruch.

6.5
Der Resi d u e n s a t z
Beispiele
Mithilfe des Cauchyschen Integralsatzes kann man auch klassische reelle
Integrale wie
Z
f (x) dx

berechnen. Die Idee ist folgende. Man setzt f zu einer komplexen Funktion fort
und whlt einen geschlossenen Integrationsweg wie zum Beispiel in Abbildung 9.
Das Integral ber diesen Weg bestimmt man mithilfe der Cauchyschen Integralformel oder allgemeiner dem Residuensatz. Durch einen Grenzwertbergang
erhlt man unter Umstnden auch das reelle Integral. Dazu zunchst zwei
Beispiele.

170

6 F u n k tionentheorie

. Erstes Beispiel

Wir betrachten ein bereits vertrautes Integral:




dx

=
arctan
x
= .

1 + x2

Hier ist
f (z) =

1
1
=
,
1 + z2
(z i)(z + i)

und auf C liegen zwei Polstellen bei i und i vor. Integrieren wir ber den
Halbkreis wie in Abbildung 9 mit r > 1 , so erhalten wir mit der Cauchyschen
Integralformel

Z
Z
dz
1
1
1

=

dz
=
2
i
= ,
2
z + i z=i
0 +1 1 + z
0 +1 z + i z i
und zwar fr alle r > 1 . Fr das Integral ber 1 gilt auerdem



Z



dz
L(1 ) sup 1 r 0,

r .


r2 1

2
2
1 1 + z
|z|=r 1 + z
Also erhalten wir
Z
=
0 +1

dz

1 + z2

dx
1 + x2

fr r . .
. Ein zweites Beispiel

Gegeben ist das Integral

cos x
dx,
1 + x2

> 0.

Verfahren wir wie zuvor und betrachten die Funktion (cos z)/(1 + z2 ) auf der
oberen komplexen Halbebene, so fhrt dies allerdings nicht zum Erfolg. Denn
wegen
cos z =

e iz + eiz
e ix ey + eix ey
=
,
2
2

z = x + iy,

wird das 1 -Integral fr r nicht verschwinden.

Abb 9
1

0
r

Der R e s i d u e n s a t z 6.5

171

Besser ist es,


cos x
e ix
= Re
1 + x2
1 + x2
zu schreiben. Fr alle r > 1 ist wieder

Z
Z
e iz
e iz
1
e iz

dz
=

dz
=
2
i
= e .
2
z + i z=i
0 +1 1 + z
0 +1 z + i z i
Andererseits ist
|e iz | = |e ix ey | = ey 1,

y 0,

und deshalb gilt





Z



e iz
dz L(1 ) sup 1 r 0,




2
2
1
+
z
r2 1
1 1 + z
|z|=r

r .

Also erhalten wir analog zum ersten Beispiel


Z
e ix
dx = e .
2
1 + x
Damit ist auch
Z
Z
e ix
cos x
dx
=
Re
dx = e .
2
2
1 + x
1 + x

Bemerkung Entsprechend folgt auch


Z
Z
sin x
e ix
dx
=
Im
dx = 0.
2
2
1 + x
1 + x
Aber das ist ohnehin klar, da der erste Integrand ungerade ist.
Der Residuensatz
Der Residuensatz verallgemeinert die Cauchysche Integralformel auf Funktionen, die holomorph sind mit Ausnahme von endlich vielen Ausnahmestellen.
Dies sind entweder Polstellen oder sogenannte wesentliche Singulritten, doch
spielt diese genauere Unterscheidung hier keine Rolle.
Wir betrachten zunchst den einfachsten Fall einer Funktion f , die holomorph auf einer gewissen punktierten Kreisscheibe
r (a) = {0 < |z a| < r }
D
um den Punkt a ist. Das Integral von f auf einer Kreislinie um a herum wird
im Allgemeinen nicht verschwinden, wenn f nicht zufllig in a holomorph
fortgesetzt werden kann oder eine Stammfunktion besitzt. Das Integral ist aber

172

6 F u n k tionentheorie

r (a)
unabhngig davon, auf welcher Kreislinie wir um a herum innerhalb von D
integieren siehe Lemma 19. Daher ist folgende Definition gerechtfertigt.
Ist f in einer punktierten Umgebung von a holomorph, so heit
Z
1
f (z) dz
Res(f , a) lim
0 2 i D (a)

Definition

das Residuum von f an der Stelle a .


Das Residuum lsst sich auch folgendermaen charakterisieren.
27

Lemma Ist f in einer punktierten Umgebung des Punktes a holomorph, so


ist Res(f , a) diejenige eindeutige komplexe Zahl R , mit der
(z) = f (z)

R
za

lokal um a eine Stammfunktion besitzt.


hhhhh

Besitzt eine Stammfunktion, so ist fr alle > 0 hinreichend klein


Z
Z
0=
(z) dz =
f (z) dz 2 i R.
D (a)

D (a)

Also ist R = Res(f , a) . Umgekehrt gilt mit R = Res(f , a) , dass


Z
(z) dz = 0
D (a)

fr alle > 0 hinreichend klein. Damit zeigt man in der blichen Weise, dass
lokal um a eine Stammfunktion besitzt. hhhhh
Notiz

Das Residuum ist linear im ersten Argument:


Res(f + g, a) = Res(f , a) + Res(g, a).

28

. a. Ist f im Punkt a holomorph, so ist

Res(f , a) = 0
aufgrund des Cauchyschen Integralsatzes. Dasselbe gilt, wenn f in a eine
sogenannte hebbare Singularitt besitzt, also holomorph in den Punkt hinein
fortgesetzt werden kann.
b. Ist f in a holomorph, so gilt


f
, a = f (a).
Res
za
Dies ist die Cauchysche Integralformel.

Der R e s i d u e n s a t z 6.5

Abb 10

173

Regulr berandete Gebiete

c. Fr n Z ist
n

Res((z a) , a) =

1,

n = 1,

0,

n 1.

Das Residuum ist salopp gesagt das, was von einer Funktion f mit
Singularitt im Punkt a brig bleibt, wenn man sie um a herum integriert. Die
Idee ist nun, das Integral von f ber eine beliebige geschlossene Kurve durch
Integrale nur um die Singularitten von f zu ersetzen und damit das gesamte
Integral auf die Summe der Residuen der Ausnahmepunkte zu reduzieren, die
die Kurve umluft. Um die Formulierung dieses Satzes mglichst einfach zu
halten, beschrnken wir uns dabei auf Randkurven von Gebieten.
Bezeichnung Ein Gebiet in C heit regulr berandet, wenn das Innere
einer stckweise stetig differenzierbaren, sich nicht selbst schneidenden
Kurve ist. Die Randkurve wird dabei so durchlaufen, dass das Gebiet
immer auf der linken Seite liegt.
. Siehe Abbildung 10. .
29

Residuensatz Sei ein regulr berandetes Gebiet, und sei f holomorph in


einer Umgebung von mit Ausnahme endlicher vieler Punkte z1 , . . , zm
in . Dann gilt
Z
X
1
f (z) dz =
Res(f , zi ).

2 i
1im
Bemerkungen a. Ist f auf ganz holomorph, so gibt es keine Ausnahmepunkte, und das Integral ist Null.
b. Die Cauchysche Integralformel ist ein Spezialfall des Residuensatzes.
Denn ist f holomorph auf einer Umgebung von Dr (a) , so gilt

174

6 F u n k tionentheorie

Abb 11

Zum Beweis des


Residuensatzes

1
z1

z2
2

1
2 i

Z
Dr (a)



f (z)
f
dz = Res
, a = f (a).
za
za

Sei m = 2 . Der allgemeine Fall ergibt sich daraus in offfensichtlicher


Weise. Die Funktion f sei holomorph bis auf die beiden Polstellen z1 und z2
wie in Abbildung 11. Die Kurve
hhhhh

= 1 + 1 1 1 + 2 + 2 2 2
berandet das schattierte Gebiet, und auf einer Umgebung dieses Gebietes ist f
holomorph. Aufgrund des Cauchyschen Integralsatzes gilt also
Z
f (z) dz = 0.

Da sich die -Integrale aufheben, folgt hieraus


Z
Z
Z
f (z) dz =
f (z) dz =
f (z) dz.

1 +2

1 +2

Da wir die Kreiskurven 1 und 2 beliebig klein whlen knnen, folgt


Z
Z
1
1
f (z) dz =
f (z) dz
2 i
2 i 1 +2
= Res(f , z1 ) + Res(f , z2 ).

hhhhh

Bestimmung von Residuen


Die Bestimmung eines Randintegrals erfolgt damit in zwei Schritten. Zunchst sind die Singularitten z1 , . . , zm des Integranden im umrandeten Integrationsgebiet zu lokalisieren. Dies ist relativ einfach. Dann sind die Residuen
in diesen Punkten zu bestimmen. Dies betrachten wir im Folgenden fr drei
typische Flle.

Der R e s i d u e n s a t z 6.5

Regel 1

hhhhh

175

Ist g holomorph in einer Umgebung von a , so gilt




g(z)
Res
, a = g(a).

za
Die Cauchysche Integralformel sagt ja gerade, dass
Z
g(z)
1
dz = g(a)
2 i D (a) z a

fr alle > 0 hinreichend klein.

hhhhh

. Die Funktion

f (z) =

1
z(z 1)

hat einfache Pole 2 bei z = 0 und z = 1 . Wegen


1
1
1
z1
z
=
=
z(z 1)
z
z1
gilt
Res(f , 0) =


1

= 1,
z 1 z=0

Res(f , 1) =


1

= 1.
z z=1

Somit gilt zum Beispiel


Z
1
f (z) dz = Res(f , 0) = 1
2 i |z|=1/2
und
1
2 i

Z
f (z) dz = Res(f , 0) + Res(f , 1) = 0.

|z|=2

Regel 2 Sind g und h holomorph in einer Umgebung von a und hat h eine
einfache Nullstelle in a , so gilt


g(z)
g(a)
Res
,a = 0
.

h(z)
h (a)
Es ist also h(a) = 0 und h0 (a) 0 . Entwickeln wir h in seine Taylorreihe in a , so erhalten wir
hhhhh

h(z) = (z a)(z)
2

Also einfache Nullstellen im Nenner.

176

6 F u n k tionentheorie

mit einer holomorphen Funktion . Differenziation dieser Gleichung ergibt


h0 (a) = (a) 0 . Also verschwindet in einer Umgebung von a nicht, und
g/ ist holomorph in einer Umgebung von a . Mit
g(z)
g(z)/(z)
=
h(z)
za
und Regel 1 erhalten wir deshalb


g(z)
g(a)
g(a)
Res
,a =
= 0
.
h(z)
(a)
h (a)

hhhhh

a. Regel 1 ist hierin enthalten mit h(z) = z a .


b. Betrachte

. Beispiele

f (z) =

g(z)
3z2 + 1
= 4
.
h(z)
z 1

Das Nennerpolynom h hat vier einfache Nullstellen bei 1, 1, i, i . Somit ist


Res(f , 1) =

g(1)
4
= = 1,
p 0 (1)
4

Res(f , 1) =

4
= 1,
4

und so weiter.
c. Sei
f (z) = tan z =

sin z
.
cos z

Die Cosinusfunktion hat einfache Nullstellen bei


zk = (2k + 1) /2,

k Z.

Also gilt
Res(f , zk ) =
Regel 3


sin z
= sin zk = 1,
(cos z)0 zk
sin zk

k Z.

Ist g holomorph in einer Umgebung von a , so gilt




g(z)
g (m) (a)
Res
,

,a =
m+1
(z a)
m!

Bemerkung Falls g(a) 0 , so hat f in a einen Pol der Ordnung m + 1 .


Fr m = 0 erhalten wir wieder die erste Regel.
hhhhh

Aufgrund der Cauchyformel fr Ableitungen ist


Z
1
g(z)
g (m) (a)
dz =
.
2 i D (a) (z a)m+1
m!

Auf der linken Seite steht aber gerade das Residuum von g/(z a)m+1 an der
Stelle a . hhhhh

Berechnung von I n t e g r a l e n 6.6

177

. Die Funktion

f (z) =

z2
(z 1)3 (z + 1)

hat eine dreifache Polstelle bei 1 und einen einfachen Pol bei 1 . Also ist
 2 00

1
z
1

Res(f , 1) =
=
2! z + 1 z=1
8
und
Res(f , 1) =



z2
1

= .
(z + 1)3 z=1
8

Es ist brigens kein Zufall, dass die Summe der Residuen Null ist . . . . .

6.6
Berechn u n g v o n I n t e g r a l en
Uneigentliche Integrale
Als erste Anwendung betrachten wir uneigentliche Integrale ber R , wo
wir den Integranden auffassen knnen als holomorphe Funktion auf ganz C
abzglich endlich vieler Ausnahemstellen. Der folgende Satz ist hierauf anwendbar.
30

Satz Sei f holomorph auf {z : Im z 0} mit Ausnahme endlich vieler Punkte


z1 , . . , zm nicht auf R , und es gelte
|zf (z)| 0,

sup

r .

|z|=r , Im z0

Dann gilt
Z
f (x) dx = 2 i

m
X

Res(f , zi ).

i=1

Diese Voraussetzungen erfllt zum Beispiel jede rationale Funktion


f (x) =

p(x)
q(x)

ohne Pole auf der reellen Geraden und mit einer mindestens 2-fachen Nullstelle
im Unendlichen das heit, es gilt grad q grad p + 2 .

178

6 F u n k tionentheorie

hhhhh Sei Kr die obere Halbkreisscheibe vom Radius r mit Mittelpunkt 0 wie
in Abbildung 9. Fr alle hinreichend groen r gilt aufgrund des Residuensatzes
Z
Z
X
f (z) dz =
f (z) dz = 2 i
Res(f , a).
Kr

0 +1

Hierbei ist
Z

Im a>0

Zr
f (z) dz =

f (t) dt.
r

Andererseits gilt
Z




r kf k =
f
(z)
dz


1
1

|zf (z)| 0,

sup

r .

|z|=r , Im z0

Dieser Term verschwindet also fr r , und die beiden anderen Gleichungen


ergeben die Behauptung. hhhhh
. Beispiel

Betrachte
dt
.
(1 + t 2 )2

Die rationale Funktion


f : z,

1
1
=
(z2 + 1)2
(z + i)2 (z i)2

hat keinen Pol auf der reellen Achse und eine vierfache Nullstelle in . Darber
hinaus hat sie je eine zweifache Polstelle bei i und i . Also ist

0

i
1
1
2

= .
Res(f , i) =
=
1! (z + i)2 z=i
(2i)3
4
Damit wird
Z

dt

= 2 i Res(f , i) = .
(1 + t 2 )2
2

. Noch ein Beispiel

Fr das Integral

x
dx
1 + x4

hat f (z) = z2 /(1 + z4 ) die einfachen Polstellen


zk = e i( /4+k /2) ,

k = 0, 1, 2, 3.

Nur z0 und z1 liegen in der oberen Halbebene, und es ist



2


z2
= z = 1 .
Res(f , zk ) =
(1 + z4 )0 zk
4z3 zk
4zk

Berechnung von I n t e g r a l e n 6.6

179

Abb 12
Der Kreissektor Ar
und die drei Pole
von (1 + z3 )1
Ar

2
2

0
r

Also ist
Z

x2
dx = 2 i
1 + x4

1
1
+
4z0
4z1


=

i i /4
(e
+ ei3 /4 ).
2

Mit ei3 /4 = e i /4 und


2i
e i /4 ei /4 = 2i sin /4 =
2
erhalten wir
Z

x2

dx = .
1 + x4
2

Integrale ber [0, )


. Das Integral

Z
0

dt
1 + t3

ist absolut konvergent, erstreckt sich aber nur ber die positive reelle Achse.
Wegen der z3 -Symmetrie knnen wir aber den Residuensatz anwenden, indem
wir ber Drittel- statt Halbkreise integrieren.
Die Funktion
f : z,

1
1 + z3

besitzt einfache Pole auf dem Einheitskreis bei 1 , = e i /3 und 1 = ei /3 .


Integrieren wir ber den Rand des Drittelkreissektors Ar mit r > 1 wie in

180

6 F u n k tionentheorie

Abbildung 12, so enthlt dieser nur den Pol bei . Mit Regel 1 und 3 = 1
erhalten wir
Z
dz
1
1

= Res(f , ) =
= .
2 i Ar 1 + z3
3 2
3
Mit der Parametrisierung z = 2 t und ( 2 t)3 = t 3 ist
Z
Zr
Z
f (z) dz =
f (t) 2 dt = 2
f (z) dz,
2

whrend das Integral ber 1 fr r mit den blichen Abschtzungen


verschwindet. Also gilt
Z
Z
Z
dz
dz
dt
2
lim
=
lim
=
(1

)
.
3
r Ar 1 + z 3
r + + 1 + z 3
0 1+t
0
1
2
Insgesamt erhalten wir damit
Z
dt
2 i

=
.
3
3 2 1
0 1+t
Nun ist noch
p
2 1
= 1 = 2i Im = 2i sin /3 = i 3.

Also erhalten wir


Z
dt
2
= .
3
1
+
t
3
3
0

Fourierintegrale
Die Fouriertransformierte f einer integrierbaren Funktion f , mit
Z
f()
f (t)eit dt,

hatten wir im Kapitel ber Fouriertheorie betrachtet. Fr analytische Funktionen


f knnen wir sie mithilfe des Residuenkalkls berechnen. Dies gilt ebenso fr
deren Real- und Imaginrteile, also Integrale des Typs
Z
Z
f (t) cos t dt,
f (t) sin t dt.

31

Satz Sei f analytisch auf C mit Ausnahme endlich vieler Punkte z1 , . . , zm


nicht auf R , und es gelte lim|z| |f (z)| = 0 . Dann gilt
Z
X
f (t)e it dt = 2 i
Res(f e iz , zk )

fr > 0 .

Im zk >0

Berechnung von I n t e g r a l e n 6.6

181

Abb 13
r +s
Das Quadrat Qs,r

Qs,r

1
r

Die Gleichung fr < 0 erhlt man hieraus mit der Substitution t , t :


Z
X
f (t)e it dt = 2 i
Res(f e iz , zk ),
< 0.

Im zk <0

hhhhh Sei (z) = f (z)e


Quadrate

iz

mit > 0 . Betrachten wir hinreichend groe

Qs,r = (s, r ) (0, r + s) {Im z 0} ,


so ist mit den Bezeichnungen von Abbildung 13
Z
Z
(z) dz =
(z) dz = 2 i
Qs,r

1 +. . +4

Res(, zk ).

Im zk >0

Fr 2 ist mit 0 t r + s und z = r + it


Z r +s
Z
Z



(z) dz
|f (r + it)| et dt sup |f (r + it)|
et dt.


2

tR

Das letzte Integral ist endlich wegen > 0 , und das Supremum verschwindet
fr r aufgrund der Voraussetzung lim|z| |f (z)| = 0 .
Entsprechendes gilt fr das Integral ber 4 .
Entlang 3 haben wir mit z = r + iu t und 0 t u r + s
Z
Zu



(z) dz
|f (r t + iu)| eu dt ueu sup |f (t + iu)| .


3

tR

Auch hier konvergiert der letzte Ausdruck gegen Null fr u = r + s wegen


> 0 . Damit erhalten wir insgesamt
Z
Z
X
f (t)e it = lim
(t) dt = 2 i
Res(, zk ). hhhhh

s,r

Im zk >0

182

6 F u n k tionentheorie

Bemerkung Um wieder mit dem Halbkreis argumentieren zu knnen,


htten wir lim|z| |zf (z)| = 0 voraussetzen mssen. So kommen wir mit einer
schwcheren Annahme aus.
. Beispiel

Betrachte die Funktion f mit

f (t) =

1
,
t 2 + 2

> 0.

Die Funktion
z,

1
1
=
z 2 + 2
(z i)(z + i)

ist rational, hat keine reellen Polstellen und eine zweifache Nullstelle im Unendlichen. Sie hat je einen einfachen Pol bei i und i , mit

e iz
e

=
Res(f e iz , i) =

z + i z=i
2i
sowie
Res(f e iz , i) =


e iz
e

=
.
z i z=i
2i

Die erste Identitt bentigen wir fr > 0 , die zweite fr < 0 , und erhalten
Z
eit
||
f() =
e
.
dt =
2
2

t +
Dies gilt dann fr alle R . .
. Noch ein Beispiel

Betrachte

x
sin x dx = Im
1 + x2

x
e ix x dx
1 + x2

mit > 0 . Die Funktion z/(1+2 ) hat einfache Pole bei i und i , und das
Residuum bei i ist

ze iz
e

=
.
z + i z=i
2
Also ist
Z

x
sin x dx = Im(2 i e /2) = e ,
1 + x2

> 0.

Integrale ber [0, 2]


Ein Integral wie
Z 2
dt
,
1
+
cos t
0

0 < < 1,

(4)

Berechnung von I n t e g r a l e n 6.6

183

knnen wir als Integral ber den Rand des Einheitskreises auffassen, indem wir
cos t =

e it + eit
2

und e it = z schreiben. Verfahren wir entsprechend mit sin t , so erhalten wir


folgendes allgemeines Ergebnis.
32

Satz Es sei F eine rationale Funktion in den zwei reellen Variablen x und y
ohne Pole auf dem Einheitskreis. Dann gilt
Z 2
X
F (cos t, sin t) dt = 2
Res(f , z)
0

|z|<1

wobei
f (z) = z1 F
hhhhh

z + z1 z z1
,
2
2i


.

Mit der Standardparametrisierung des Einheitskreises t , z(t) = e it

ist
dz = i e it dt = iz dt.
Somit wird
Z 2

Z 2


e it + eit e it eit
,
dt
2
2i
0
Z


z + z1 z z1 1
=
F
,
dz
2
2i
iz
|z|=1
Z
= i 1
f (z) dz

F (cos t, sin t) dt =
0

|z|=1

= 2

Res(f , z).

hhhhh

|z|<1

. Beispiel

Im Integral (4) ist

F (x, y) =

1
1 + x

und damit
f (z) = z1 F


z + z1 z z1
,
2
2i
z1
2/
=
= 2
.
1 + (z + z1 )/2
z + 2z/ + 1

Das quadratische Polynom z2 + 2z/ + 1 hat fr 0 < < 1 genau zwei reelle
Nullstellen, je eine innerhalb und auerhalb des Einheitskreises. Somit hat f in

184

6 F u n k tionentheorie

D genau einen einfachen Pol bei


1
1p
z1 = +
1 2 ,

und sein Residuum dort ist


Res(f , z1 ) =

(z2



1
2/
1/

=
=
.
0
+ 2z/ + 1) z=z1
z1 + 1/
1 2

Also erhalten wir


Z 2
0

dt
2
= 2 Res(f , z1 ) =
.
1 + cos t
1 2

Eulers Formel
Hierbei handelt es sich um die Identitt
Z

sin t
dt = .
t
2
0
Betrachte dazu die Funktion
f : z , e iz /z,
die einen einzigen einfachen Pol in 0 besitzt. Integrieren wir f ber den oberen
halben Kreisring As,r wie in Abbildung 14 so ist
Z
Z
f (z) dz =
f (z) dz = 0.
As,r

1 +. . +4

Fr die einzelnen Kurvenintegrale gilt mit den blichen Parametrisierungen


Z
Z
f dz = i
er sin t+ir cos t dt 0,
r ,
2

Z
f dz = i
4

es sin t+is cos t dt i ,

s 0,

sowie
Zr

Z
f dz =
1 +3

e it
dt +
t

Z s
r

e it
dt =
t

Zr

e it eit
dt
t
s
Zr
sin t
= 2i
dt.
t
s

Dieses letzte Integral konvergiert fr s 0 und r , und wir erhalten


Z
Z
sin t
1

dt =
lim
f dz = ,
t
2i s0 4
2
0
wie behauptet.
Mit diesem Integral erhalten wir auch eine sehr elegante und kompakte
Darstellung der Signumfunktion:

Berechnung von I n t e g r a l e n 6.6

Abb 14
Der halbe
Kreisring As,r
2
As,r
4
3
r

33

Notiz

Fr x R gilt
Z
2 sin xt
sgn(x) =
dt.
0
t

1
s

185

186

6 F u n k tionentheorie

7
P a r t ielle
D i f f e renzialgleichungen
7.1
Grundbe g r i f f e
Definition Sei ein Gebiet im Rn , und u : R eine skalare Funktion.
Eine partielle Differenzialgleichung der Ordnung k fr u ist eine Gleichung
der Form
F (x, u, ux1 , . . , uxn , 2 u, . . , k u) = 0,
wo x , und wo m u fr alle mglichen partiellen Ableitungen von u
der Ordnung m steht. Eine Lsung dieser Differenzialgleichung ist jede
hinreichend oft differenzierbare Funktion u auf , die diese Gleichung in
jedem Punkt von erfllt.
Hierbei steht also zum Beispiel m fr alle zweiten partiellen Ableitungen,
ux1 x1 , . . , ux1 xn , . . , uxn x1 , . . , uxn xn .
Aber natrlich mssen nicht alle Ableitungen in der Gleichung auftreten.
Prinzipiell kann eine Koordinate auch die Zeit reprsentieren. Dies ist aber
nicht blich. Geht es um zeitabhngige Zustnde, so schreibt man
u = u(t, x).
Die allgemeine partielle Differenzialgleichung hat dann die Gestalt
F (t, x, u, ut , ux1 , . . , uxn , 0 2u , . . , k0 u) = 0,
wobei 0 Ableitungen nach x und t meint.

188

7 P a r t ielle Differenzialgleichungen

. Einfache Beispiele

a. Die Gleichung

a1 ux1 + . . + an uxn = 0
mit Konstanten Koeffizienten a1 , . . , an knnen wir schreiben als
u a = 0,

a = (a1 , . . , an )>.

Die Funktion u ist konstant auf Geraden mit Richtungsvektor a .


b. Die Gleichung
xuy yux = 0
beschreibt rotationssymmetrische Funktionen auf dem R2 . Denn sie ist quivalent zu
u w = 0,

w = (y, x)>,

und die Lsungskurven des Vektorfeldes w sind Kreislinien.


c. Die Gleichung
u

n
X

uxi xi = 0

i=1

wird Potentialgleichung genannt und beschreibt harmonische Funktionen.


d. Die Wrmeleitungsgleichung lautet
ut = c 2 u,
wobei c die Wrmeleitfhigkeit des homogenen Mediums beschreibt. Harmonische Funktionen stellen in diesem Zusammenhang stationre Zustnde dar,
denn u(t, ) = u0 mit u0 = 0 ist eine Lsung.
e. Eine Gleichung der Form
ut = F (t, x, u)
wird als Evolutionsgleichung bezeichnet. Sie entspricht einer gewhnlichen Differenzialgleichung erster Ordnung fr Funktionen. Die rechte Seite kann natrlich
auch partielle Ableitungen von u enthalten, wie im Beispiel der Wrmeleitungsgleichung. .
Anfangs- und Randbedingungen
Es gibt partielle Differenzialgleichungen wie
u2x + u2y = 1,

Gr u n d b e g r i f f e 7.1

189

die offensichtlich keine reelle Lsungen besitzen. Im Allgemeinen gibt es aber


unendlich viele Lsungen, und bestimmte Lsungen erhlt man nur mit zustzlichen Bedingungen.
Dies knnen Randbedingungen sein wie

u = 0,
die man fr eine eingespannte Membran stellt. Sie knnen auch Ableitungen
enthalten, wie

n u = 0

Dies bedeutet, dass die Richtungsableitung von u in Richtung der Normalen


zum Rand verschwinden soll, eine Bedingung, die fr eingespannte Platten
sinnvoll ist.
Anfangsbedingungen treten ebenfalls auf, wie

u t=0 = u0 .
Dies ist zum Beispiel bei der Wrmeleitungsgleichung sinnvoll.
Hufig treten auch Kombinationen in Form von Rand-Anfangswert-Bedingungen auf. Soll zum Beispiel u = u(t, x) die Bewegung einer in einem Gebiet
eingespannten Membran beschreiben, so verlangt man einerseits

u = 0,
t R,
die Membran soll sich am Rand also nicht bewegen, und andererseits

u t=0 = u0 ,
die Membran soll zum Zeitpunkt t = 0 in einer bestimmten Ausgangslage sein.
Das gesamte Rand-Anfangswertproblem (Rawp) fr die schwingende Membran
lautet brigens
utt = c 2 u

auf

mit

u 0,


u t=0 = u0 ,


ut t=0 = v0 .

Fr den Fall der schwingenden Saite betrachten wir dies im nchsten Abschnitt
genauer.

190

7 P a r t ielle Differenzialgleichungen

Typen von Differenzialgleichungen


Anders als bei den gewhnlichen Differenzialgleichung gibt es fr partielle
Differenzialgleichung keinen grundlegenden Existenz- und Eindeutigkeitssatz
wie den Satz von Picard-Lindelf. Bei der Vielzahl und Vielgestaltigkeit dieser Gleichungen ist dies auch nicht berraschend. Daher ist es zweckmig,
zunchst eine grobe Einteilung vorzunehmen.
In der mathmatischen Physik und der Kontinuumsmechanik spielen vor
allem Differenzialgleichungen zweiter Ordnung eine Rolle. Im einfachsten Fall
sind diese linear, also von der Form
X
X
aij (x)uxi xj +
bi (x)uxi + c(x)u = f (x)
(1)
1i,jn

1in

mit Koeffizienten, die hinreichend glatt von x abhngen und im besten Fall
konstant sind. Wir knnen auch annehmen, dass die Matrix
A(x) = (aij (x))1i,jn
symmetrisch ist. Diese Matrix spielt die entscheidende Rolle fr den Typ der
Gleichung (1).
Die quadratische Form
X
S() = S(; x) =
aij (x)i j = hA(x), i ,

Definition

Rn ,

1i,jn

heit das Symbol der Gleichung (1).


Wichtig In diese Definition geht auch eine zweite Ableitung nach t ein,
wenn die Gleichung 1 explizit von t abhngt. Mit anderen Worten, im kontext
dieser Definition betrachten wir t als eine Koordinate wie die anderen.
Als quadratische Form besitzt S nur reelle Eigenwerte. Diese bestimmen
den Typ der Differenzialgleichung wie folgt.
Definition Die Gleichung (1) heit im Punkt x
(i) elliptisch, wenn alle Eigenwerte dasselbe Vorzeichen haben, insbesondere
keines verschwindet,
(ii) parabolisch, wenn ein Eigenwert verschwindet und alle anderen dasselbe
Vorzeichen haben,
(iii) hyperbolisch, wenn ein Eigenwert positiv und alle anderen negativ, oder ein
Eigenwert negativ und alle anderen positiv sind.
Diese Fallunterscheidung ist nicht erschpfend, deckt aber die mit Abstand
hufigsten Flle ab. Offensichtlich kann der Typ bei nichtkonstanten Koeffizien-

Gr u n d b e g r i f f e 7.1

191

ten an verschiedenen Punkten unterschiedlich sein. Man spricht dann von einer
partiellen Differenzialgleichung vom gemischten Typ.
. Beispiele

a. Die Gleichung

(1 x 2 y 2 )uxx + uyy (x 2 + y 2 )u = 0
hat das Symbol
S() = (1 x 2 y 2 )12 + 2 .
Dessen Eigenwerte sind 1 und 1 x 2 y 2 . Somit ist die Gleichung elliptisch
fr x 2 + y 2 < 1 , parabolisch fr x 2 + y 2 = 1 , und hyperbolisch sonst.
b. Die Gleichung
uxx 2uxy + 4uyy + 5u = sin(xy)
hat das Symbol
S() = 12 21 2 + 422 .
Diese quadratische Form ist positiv definit, hat also nur positive Eigenwerte,
und die Gleichung ist in jedem Punkt elliptisch. .
Noch einige wichtige Beispiele
Die Helmholtzsche Schwingungsgleichung

auf dem Rn lautet

u + k2 u = 0.
Fr k = 0 erhlt man die Potentialgleichung u = 0 . Das Symbol ist
S() =

n
X

i2 ,

i=1

die Gleichung ist also elliptisch. Lsungen der Potentialgleichung bilden


stationre Lsungen der folgenden beiden Differenzialgleichung.
Die Wrmeleitungsgleichung

auf dem Rn lautet

ut = c 2 u.
Hier beschreibt u eine Temperaturvertelung in einem homogenen Medium, und
c dessen Wrmeleitfhigkeit. Das Symbol ist, wenn wir die Zeit t als nullte
Koordiante aufffassen,
S() = 002 + c 2

n
X
i=1

i2 ,

192

7 P a r t ielle Differenzialgleichungen

die Gleichung ist also parabolisch.


Wir wir noch sehen werden, besitzt diese Gleichung nur Lsungen fr
t 0 . Fr t < 0 knnen diese Lsungen nicht fortgesetzt werden, da das
Inversproblem fr die Wrmediffusion nicht eindeutig lsbar ist.
auf dem Rn lautet

Die Wellengleichung
utt = c 2 u.

Diese Gleichugn beschreibt die Ausbreitung von Wellen in einem homogenen


flssigen oder gasfrmigen Medium, und c die Phasengeschwindigkeit der
Wellen.

7.2
Die Well e n g l e i c h u n g
Die schwingende Saite
Bei der schwingenden Saite handelt es sich um einen frei verformbaren,
gewichtslosen Faden, der unter Spannung steht und damit in der Lage ist zu
schwingen. Ihr Modell bietet ein einfaches Beispiel einer partiellen Differenzialgleichung vom Typ der Wellengleichung.
Die Saite habe die Lnge l und sei fest eingespannt an den Punkt x = 0
und x = l auf der reellen Achse. Ihre Position zum Zeitpunkt t wird beschrieben
durch eine skalare Funkton
u = u(t, x),

0 x l,

t R,

welche die Auslenkung der Seite zum Zeitpunkt t an der Stelle x in vertikaler
Richtung angibt.
Es ist nun Aufgabe der mathematischen Modellierung, die aus der Lage der
Saite und ihrer Spannung resultierenden Krfte mit einer geeigneten Gleichung
zu beschreiben. Dies ist immer ein Approximationsprozess, in dessen Verlauf
Einflussfaktoren vernachlssigt werden, die man fr so klein erachtet, dass sie
keinen signifikanten Einfluss auf das Ergebnis haben.

Abb 1

Eingespannte Saite
u(t, x)

Die Welle n g l e i c h u n g 7.2

193

So nimmt man in diesem Fall an, dass die Saite nur relativ kleine Auslenkungen erfhrt und damit u in der Grenordnung von liegt. In diesem
Fall kann man alles vernachlssigen, was von der Grenordnung 2 ist. Nach
einigen physikalischen berlegungen gelangt man dann zur Gleichung der
eingespannten schwingenden Saite,
utt = c 2 uxx ,
wobei der Koeffizient c > 0 von der Spannung der Saite und ihrer Dichte
bestimmt wird. Es handelt sich also um eine Wellengleichung auf dem eindimensionalen Intervall [0, l] .
Die Randbedingungen sind klar. Da die Saite eingespannt ist, lauten diese
u(t, 0) = u(t, l) = 0,

t R.

Zustzlich bentigen wir Anfangsbedingungen, wenn wir das Verhalten der Saite
bei einer von auen einwirkenden Auslenkung bestimmen wollen. Da es sich
um eine Gleichung zweiter Ordnung in t handelt, lauten diese
u(0, x) = g(x),

ut (0, x) = h(x),

0 x l.

mit gewissen geeigneten Funktionen g und h auf [0, l] . Rand- und Anfangsbedingungen mssen zusammen passen, weshalb auerdem noch folgende
Vertrglichkeitsbedingungen zu stellen sind:
g(0) = g(l) = 0,

h(0) = h(l) = 0.

Damit sind alle Daten gegeben.


In etwas kompakterer Formulierung lauten die Randbedingungen

u [0,l] = 0,
t R,
und die Anfangsbedingungen


u t=0 = g,
ut t=0 = h.


Die Vertrglichkeitsbedingungen sind g [0,l] = 0 und f [0,l] = 0 .
Lsung
Zur Lsung dieses Problem verwenden wir den Ansatz der Separation der Variablen und schreiben
u(t, x) = v(t)w(x).
Die Differenzialgleichung utt = c 2 uxx geht damit ber in
vtt w = c 2 vwxx .

194

7 P a r t ielle Differenzialgleichungen

Schlieen wir die triviale Lsung u 0 von der weiteren Betrachtung aus, so
knnen wir annehmen, dass v und damit auch w nur isolierte Nullstellen
besitzen. Auerhalb dieser Nullstellen gilt dann
wxx
vtt
= c2
.
v
w
In dieser Gleichung ist die linke Seite nur eine Funktion von t , die rechte
Seite nur eine Funktion von x daher ja auch der Begriff der Separation der
Variablen. Da t und x unabhngig sind, ist dies nur mglich, wenn beiden
Seiten tatschlich konstant sind, also
wxx
vtt
= c2
=k
v
w
gilt. Dies ergibt zwei Gleichungen fr v und w , die wir lsen knnen.
Im Fall k > 2 > 0 gibt es aber nur die Lsungen
w = aex/c + bex/c ,
und die Randbedingungen sind nur von der Nulllsung erfllbar. Dasselbe gilt
fr k = 0 , welche zu linearen Lsungen w fhrt. Diese beiden Mglichkeiten
scheiden damit aus.
Bleibt somit nur k < 0 . Mit
k = 2 c 2 ,

> 0,

erhalten wir dann die beiden Gleichungen


vtt = 2 c 2 v,

wxx = 2 w.

Die allgemeine Lsung der w-Gleichung ist


w(x) = a sin x + b cos x.
Die Randbedingung w(0) = 0 fhrt zu b = 0 , und w(l) = 0 zu sin l = 0 .
Also muss ein Vielfaches von /l sein. Setzen wir
n = n /l,

n 1,

so sind also
wn = bn sin n x,

n 1,

mit reellen Koeffizienten bn alle zulssigen Lsungen der w-Gleichung. Fr v


liegen keine Randbedingungen vor, die allgemeine Lsung ist hier
n t + bn sin
n t,
vn = an cos

n 1,

Die Welle n g l e i c h u n g 7.2

Abb 2

195

Spiegelung der Anfangsdaten

g
l
0

mit der Abkrzung


n = cn .

Multiplizieren wir vn und wn , so ist nach Zusammenfassung und Neubenennung der Koeffizienten
n t + bn sin
n t} sin n x,
un = {an cos

n 1.

Aufgrund der Linearitt der Differenzialgleichung ist auch jede Superposition


dieser Lsungen ebenfalls eine Lsung. Somit ist, zunchst formal,
X
n t + bn sin
n t} sin n x
u=
{an cos
n1


die allgemeine Lsung von utt = c 2 uxx mit der Randbedingung u [0,l] = 0 .
Jetzt mssen noch die Anfangsbedingungen bercksichtigt werden. Dies
fhrt zu den Gleichungen
X
u(0, x) = g(x) =
an sin n x
n1

und
ut (0, x) = h(x) =

n bn sin n x.

n1

Dies ist mglich, da aufgrund der Vertrglichkeitsbedingugnen g und h am


Rand von [0, l] verschwinden und daher in sin-Reihen entwickelt werden knnen. Genauer gesagt knnen wir diese Funkionen zu ungeraden Funktionen
auf dem Intervall [l, l] fortsetzen, so dass deren Fourierreihen zu reinen
Sinusreihen werden. Die Koeffizienten bestimmen sich damit aus den Anfangsbedingungen durch
Z
Z
2 l
2 l
n bn =
an =
g(x) sin n x,

h(x) sin n x.
l 0
l 0

196

7 P a r t ielle Differenzialgleichungen

Abb 3

Die ersten drei Elementarschwingungen

Nehmen wir jetzt an, dass g stckweise zweimal und h stckweise einmal
stetig differenzierbar ist, so konvergiert die Reihe
X
n t + bn sin
n t} sin n x
u=
{an cos
n1

gleichmig. Man darf also gliedweise differenzieren und kann damit alle Bedingungen an die gesuchte Lsung des Rand-Anfangswertproblems verifizieren.
Den zeitabhngigen Faktor knnen wir noch etwas vereinfachen. Definieren
wir die Amplitude
q
2
,
An = a2n + bn
so existiert genau ein n mit an /An = sin n und bn /An = cos n , und wir
erhalten
n t + bn sin
n t = An (sin n cos
n t + cos n sin
n t)
an cos
= An sin(
n t + n ).
Damit wird
u=

An sin(
n t + n ) sin n x.

(2)

n1

Kurzfassung
Man kann diesen Lsungsweg wie folgt abkrzen. Aufgrund der Randbedingungen kann u(t, x) fr jedes feste t in eine Fourierreihe
bezglich [l, l] entwickelt werden, die nur Sinusterme enthlt. Es gilt also,
zumindest formal,
X
u(t, x) =
rn (t) sin n x
n1

mit n = n /l . Die Differenzialgleichung utt = c 2 uxx fhrt zu


X
X
2
rn sin n x = c 2
n
rn sin n x.
n1

n1

Die Welle n g l e i c h u n g 7.2

Abb 4

197

Stehende Welle mit einem Knoten

n = cn muss somit gelten


Mit
2
rn ,
rn =
n

n 1.

Also ist
n t + bn sin
n t,
rn = an cos
und wir erhalten
X
n t + bn sin
n t} sin n x
u=
{an cos
n1

wie zuvor.
Interpretation
An der Darstellung der Lsung in (2) erkennt man, dass
sich die vollstndige Schwingung der Saite aus den Elementarschwingungen
sin(
n t + n ) sin n x
mit jeweils eigener Amplitude zusammensetzt. Fr n = 1 erhlt man den
Grundton der Saite, die brigen Terme definieren deren Obertne. Bei jeder
Elementarschwingung schwingen die einzelnen Punkte der Saite mit derselben
Frequenz, whrend die Amplitude von der Lage abhngt. Insbesondere die
Nullstellen der Amplitude, die sogenannten Knoten, verbleiben immer am selben
Punkt. Daher spricht man auch von stehenden Wellen, und bezeichnet den
Ansatz der Separation der Variablen als Methode der stehenden Wellen.
Wellengleichung auf Rn
Als weiteres Beispiel betrachten wir die Wellengleichung auf dem unbeschrnkten Rn , also
utt = c 2 u,

x Rn .

Hir beschreibt u = u(t, x) das rumliche und zeitliche Amplitudenprofil einer


Welle mit der Ausbreitungsgeschwindigkeit c .

198

7 P a r t ielle Differenzialgleichungen

Abb 5

Bewegung eines Wellenprofils

t = 0:

t > 0:
f

Wir wollen annehmen, dass die Welle in einer festen Richtung luft, vorgegeben durch einen Einheitsvektor
e Rn ,

kek = 1.

In den Hyperebenen orthogonal zu e soll die Amplitude konstant sein. Die Gleichung fr diese Hyperebenen ist x e = d , wobei das Standardskalarpordukt
bezeichnet und d den Abstand der Hyperbene zum Nullpunkt. Fr jedes t ist
somit u nur eine Funktion von x e . Insbesondere ist
u(0, x) = f (x e)
das Wellenprofil zum Zeitpunkt t = 0 .
Luft die Welle mit der Geschwindigkeit k in Richtung von e , so verschiebt
sich dieses Wellenprofil zum Zeitpunkt t um den Anbstand kt . Allgemein ist
also
u(t, x) = f (x e kt).
Damit wird
utt = k2 f 00 (x e kt)
und
u =

n
X
i=1

uxi xi =

n
X

ei2 f 00 (x e kt) = f 00 (x e kt),

i=1

Pn
denn k=1 ei2 = kek2 = 1 . Die Wellengleichung utt = c 2 ist somit genau dann
erfllt, wenn
k2 = c 2 .
Dies ergibt zwei Lsungen, eine rechts laufende Welle mit k = c > 0 und eine
links laufende Welle mit k = c < 0 , mit ihrem jeweils eigenen Profil. Die

Die Wrmeleitun g s g l e i c h u n g 7.3

Abb 6

199

Ein Wellenprofil auf R

allgemeine Lsung ist deren berlagerung, also


u(t, x) = f (x e ct) + g(x e + ct)

(3)

mit zweimal stetig differenzierbaren Funktionen f und g .


Ein kleines Beispiel
Bei festem Richtungsvektor e ist die in (3) gegebene Lsung im Grunde eindimensional. Wir knnen daher auch gleich n = 1
annehmen. Dann ist e = 1 , und die allgemeine Lsung lautet
u(t, x) = f (x ct) + g(x + ct),

x R.

Mit f = sin und g = cos erhalten wir


u(t, x) = sin(x ct) + cos(x + ct)
= sin(x ct) + sin(x + ct + /2)
= 2 sin(x + ) cos(ct + )
mit = /4 . Das Ergebnis ist ein feststehendes Profil, sin(x + ) , dessen
Amplitude in jedem Punkt mit demselben periodischen Faktor, cos(ct + ) ,
multipliziert wird. In gleichbleibenden periodischen Abstnden tritt dabei Amplitudenverdopplung gegenber den Ausgangsprofilen wie auch vllige Auslschung auf.

7.3
Die Wr m e l e i t u n g s g l e i c h ung
Endlicher Stab
Wir betrachten beispielhaft einen homogenen Stab endlicher Lnge l . Die
Wremverteilung wird durch eine skalare Funktion u = u(t, x) beschrieben.
Die Wrmeleitungsgleichung lautet
ut = uxx + r (t, x),

200

7 P a r t ielle Differenzialgleichungen

wobei der Strterm r einen ueren Einfluss auf den Stab beschreiben soll.
Gegeben sind sowohl eine Anfangsbedingung
u(0, x) = f (x),

0 x l,

wie auch Randbedingungen


u(t, 0) = g(t),

u(t, l) = h(t)

die eine Regelung der Temperatur an den Stabenden beschreiben.


Der erste Schritt zur Lsung besteht darin, dieses Problem auf zwei einfachere Probleme zurckzufhren.
1. Homogenes Randanfangswertproblem:
ut = uxx

(4)

mit
u(0, x) = (x),

u(t, 0) = u(t, l) = 0.

2. Inhomogenes Problem mit homogenen Randbedingungen:


ut = uxx + (t, x)

(5)

mit
u(0, x) = 0,

u(t, 0) = u(t, l) = 0.

Dabei sind und passend zu den Daten f , g, h zu whlen.


Rckfhrung Um mit diesen beiden Unterproblemen eine Lsung des
ursprngichen Problems zu erhalten, setzen wir
(t, x) = g(t) + (x/l)(g(t) h(t).
Es ist also (t, 0) = g und (t, l) = h . Damit setzen wir
u=v +w +
mit Lsungen v und w von (4) respektive (5) an. Die Anfangsbedingung ist
erfllt, wenn

u(0, x) = (v + w + ) t=0 = (x) + (0, x) = f (x).
Also whlen wir

f t=0 .
Die Randbedingungen sind bereits erfllt, denn


u(t, 0) = (v + w + ) x=0 = x=0 = g,

Die Wrmeleitun g s g l e i c h u n g 7.3

201

und entsprechend bei x = l . Bleibt noch die Differenzialgleichung. Hier ist


ut = vt + wt + t
= vxx + wxx + + t
= uxx + + t
= uxx + r
genau dann, wenn
r t .
Somit gengt es, die beiden Teilprobleme (4) und (5) zu betrachten.
Homogenes Randanfangswertproblem
Dies behandelt man mit Separation der Variablen, genau wie die schwingende Saite oder das zweite Problem,
das wir genauer anschauen.
Inhomogenes Problem mit homogenen Randbedingungen
homogenen Randbedingungen knnen wir
X
u(t, x) =
un (t) sin nx

Aufgrund der

n1

mit = /l ansetzen. Wegen u(0, x) = 0 ist dabei


un (0) = 0,

n 1.

Die Funktion muss aufgrund der Randbedingungen bei 0 und l ebenfalls


dort verschwinden, so dass
X
(t, x) =
n (t) sin nx
n

mit
n (t) =

2
l

Zl
(t, x) sin nx dx.
0

Drfen wir Differenziation und Summation vertauschen, so geht die Differenzialgleichung ut = uxx + ber in die entkoppelten Gleichungen
u0n + n2 2 un = n (t),

un (0) = 0,

fr n 1 . Dies sind gewhnliche lineare inhomogene Differenzialgleichungen


erster Ordnung, die wir lsen knnen mit
Zt
2 2
2 2
un (t) = en t
en s n (s) ds.
0

202

7 P a r t ielle Differenzialgleichungen

Insgesamt erhalten wir damit


u(t, x) =

2 2 t

en

Zt
sin nx

n1

2 2 s

en

n (s) ds.

Diese Reihe konvergiert aber, auer in trivialen Fllen, nur fr t > 0 . Denn fr
t < 0 wchst der Zeitfaktor exponenziell an, und die Reihe divergiert, wenn nicht
fast alle Koeffizienten n verschwinden. Dies ist fr die Wrmeleitungsgleichung
typisch.

Die Wrmeleitungsgleichung auf R


Wir betrachten non die Wrmeleitungsgleichung auf einem unendlich
ausgedehnten homogenen Stab, also
ut = uxx ,

x R.

(6)

Die Anfangsbedingung lautet u(0, x) = f (x) . Als Randbedingung fordern wir,


dass u wie auch f schnell genug verschwindet, wenn |x| .
In diesem Fall knnen wir die Methode der Fouriertransformation anwenden, wobei sich diese nur auf die Ortskoordinate bezieht. Wegen

(ux )() = iu()


geht das Problem damit ber in

t = 2 u,

t=0 = f.
u
u
Das ist leicht zu lsen, die Lsung ist
2
) = f()e t .
u(t,

Diese mssen wir jetzt noch in den Ortsraum rcktransformieren.


zwar fr alle t existiert, fr t < 0 jedoch
Zunchst bemerken wir, dass u
nicht rcktransformierbar ist, da in diesem Fall das -Integral nicht existiert.
Wir nehman also t 0 an. Mit der Regel 1

(f g) = f g
folgt daher
2
2
u(t, x) = (f()e t )(x) = f (e t ).

Der bezeichnet die Faltung zweier Funktionen

Die Wrmeleitun g s g l e i c h u n g 7.3

203

Mit
2

(e t )(x) =

1
2

e t e ix d

erhalten wir
Z

f (u)(e t )(x u) du
Z
Z

1
2
=
f (u)
e t e i(xu) d du.
2

u(t, x) =

Im inneren Integral ist die imaginre Komponente eine ungerade Funktion


von , ihr Integral oder zumindest ihr Cauchyscher Hauptwert ist damit
Null. Also ist
Z
Z

1
2
u(t, x) =
f (u)
e t cos((x u)) d du,
t 0.
2

Dies ist die Lsung des Anfangswertproblems zu (6).


Klassische Lsung
Zu diesem Ergebnis gelangt man brigens auch auf
dem klassischen Weg der Separation der Variablen. Der Ansatz
u(t, x) = v(t)w(x)
fhrt zu
wxx
vt
=
= k.
v
w
Die Konstante k kann dabei nicht positiv sein, so dass wir k = 2 schreiben
knnen. Dann ist
2

v(t) = e t ,
w(x) = c()e ix ,
mit einem komplexen Faktor c() . Wir setzen also die Lsung zunchst als
komplexwertig an und absorbieren den skalaren Faktor von v in c() .
Dies gilt fr jedes reelle . Da die Differenzialgleichung linear ist, ist
auch jede berlagerung dieser Lsungen eine Lsung. In diesem Fall wird die
berlagerung aber nicht durch eine Summe, sondern ein Integral beschrieben,
nmlich
Z
2
u(t, x) =
c()e t e ix dw.

Die Anfangsbedingung fhrt dann noch zu


Z
u(0, x) = f (x) =
c()e ix d.

204

7 P a r t ielle Differenzialgleichungen

Das bedeutet aber nichts anderes, als dass f = 2 c , oder


c = f/2 .
Damit wird
u(t, x) =

1
2

2
2
f()e t e ix dx = (f()e t )(x)

genau wie zuvor.

7.4
Lineare G l e i c h u n g e n
Die linearen partiellen Differenzialgleichungen erster Ordnung gehrt zu
den einfachsten partiellen Differenzialgleichungen. Sie sind von der Gestalt
Lu

n
X

ai (x)uxi + c(x)u = f (x)

i=1

mit stetig differenzierbaren oder zumindest lipschitzstetigen Koeffizienten ai


und stetigem Koeffizienten c auf einem Gebiet im Rn . Wie blich heit diese
Gleichung homogen, wenn f 0 , sonst heit sie inhomogen. Und wie blich
gilt folgender Satz.
1

Satz

Die allgemeine Lsung von Lu = f ist von der Form


u = uh + v

mit einer partikulren Lsung v der inhomogenen Gleichung und einer


allgemeinen Lsung uh der homogenen Gleichung.
Letzteres bedeutet, wie wir noch sehen werden, dass uh von einer frei
whlbaren differenzierbaren Funktion abhngt. Dies ist das Analogon einer
allgemeinen Lsung einer gewhnlichen n-dimensionalen Differenzialgleichung,
die von n frei whlbaren Parametern abhngt.
hhhhh

Hat u diese Gestalt, so gilt aufgrund der Linearitt von L


Lu = Luh + Lv = 0 + f = f .

Ist umgekehrt v eine partikulre Lsung der inhomogenen Gleichung und u


eine beliebige weitere Lsung, so gilt fr uh = u v
Luh = Lu Lv = f f = 0.
Somit ist uh Lsung der homogenen Gleichung.

hhhhh

Lineare G l e i c h u n g e n 7.4

205

Ebenso gilt natrlich das


2

Superpositionsprinzip Sind u1 , . . , um Lsungen der homogenen Gleichung


Lu = 0 , so ist es auch jede Linearkombination dieser Lsungen. Dies gilt
auch fr abzhlbare viele Lsungen, vorausgesetzt, die Reihe
X
u=
ck uk
k1

konvergiert derart, dass Summation und Differenziation vertauschen.

Konstante Koeffizienten
Wir betrachten zunchst den einfachsten Fall mit konstanten Koeffizienten.
Zunchst zwei einfache Beispiele, wobei wir die Koordianten im R2 und R3 wie
meist mit x , y und z bezeichnen.
. Zwei Beispiele

a. Betrachte

ux + 3u = xy 2 + y.
Hier tritt die partielle Ableitung uy nicht auf. Wir knnen diese Gleichung daher
auch als gewhnliche Differenzialgleichung bezglich x und y als Parameter
auffasssen. Die allgemeine Lsung der homogenen Gleichung
ux + 3u = 0
ist dann
uh = e3x g(y)
mit einer beliebigen stetigen Funktion g in y . Eine partikulre Lsung der
inhomogenen Gleichung gewinnt man mit einem Ansatz vom Typ der rechten
Seite, der in diesem Fall ein Polynom erster Ordnung in x ist mit Koeffizienten,
die von y abhngen. Also setzen wir
v(x, y) = a(y)x + b(y)
an und erhalten
!

Lv = a(y) + 3a(y)x + 3b(y) = xy 2 + y.


Somit ist
a(y) =

1 2
y ,
3

b(y) =

1
1
y y 2,
3
9

206

7 P a r t ielle Differenzialgleichungen

und die Lsung der Ausgangsgleichung ist


u(x, y) = e3x g(y) +

3y y 2
.
9

mit einer beliebigen stetigen Funktion g .


b. Betrachte entsprechend
ux zu = y z.
Hier knnen wir y und z als Parameter betrachten. Es ist
uh (x, y, z) = exz g(y, z)
die allgemeine Lsung der homogenen Gleichung, und fr die partikulre Lsung
v machen wir den Ansatz v = a(y, z) . Dies fhrt zu
!

za(y, z) = y z,
also a(y, z) = 1 y/z fr z 0 . Insgesamt lautet die Lsung somit
u(x, y, z) = exz g(y, z) + 1

y
,
z

z 0.

Wir betrachenten nun allgemeiner


aux + buy = f (x, y).
Wir knenn ab 0 annehmen, denn den anderen Fall haben wir ja gerade
diskutiert. Wir fhren diesen Fall auf den einfachen Fall zurck durch die
Einfhrung neuer linearer Koordinaten
!
!
!
!

1 0
x
x
=
=
.
(7)

b a
y
bx + ay
Diese Transformation ist umkehrbar, und wir knnen u auch als Funktion von
und schreiben. Fr
v(, ) = u(x, y)
gilt dann
aux + buy = a(v + v (b)) + bv
= av
!

= f (x, y) = f (, ( + b)/a).
Wir erhalten also die Gleichung
v = (, ) = a1 f (, ( + b)/a).

Lineare G l e i c h u n g e n 7.4

207

Deren Lsung ist


v(, ) = a1

Z
f ( , ( + b )/a) d + g(),
0

welche nur noch in die ursprnglichen Koordinaten zurcktransformiert werden


muss.
. Beispiel

Mit der oben angegebenen Transformation geht

ux + uy = xy
ber in
v = f (, + ) = 2 + .
Also ist
v(, ) =

1 3 1
+ + g().
3
2

In den ursprnlichen Koordinaten ergibt dies


1 3 1 2
x + x (y x) + g(y x)
3
2
1
1
= x 3 + x 2 y + h(x y).
.
6
2

u(x, y) =

Die lineare Transformation in (7) ist so gewhlt, dass der Richtungsvektor


(a, b)>, gebildet aus den Koeffizienten der u-Ableitungen, auf den Vektor (a, 0)>
abgebildet wird. Entsprechend verfhrt man in hheren Dimensionen. Ist also
aux + buy + cuz = f (x, y, z)
gegeben, so setzt man

1

a
= b

x

y .
b
z

Mit v(, , ) = u(x, y, z) erhlt man dann


aux + buy + cuz
= a(v + v (b)) + b(v a + v (c)) + cv b
= av .
Den dahinter stehenden geometrischen Zusammenhang wollen wir nun beschreiben.

208

7 P a r t ielle Differenzialgleichungen

Reduzierte Gleichung
Wir betrachten nun den allgemeinen Fall variabler Koeffizienten. Die zentrale Rolle spielt hier die reduzierte Gleichung oder Rumpfgleichung
L0 u =

n
X

ai (x)uxi = 0.

i=1

Der folgende Satz enthlt bereits das wesentliche Ergebnis.


3

Satz

Es ist
L0 u = u w

die Richtungsableitung von u in Richtung des Vektors


w = (a1 (x), . . , an (x))>.
Fr eine Funktion u gilt deshalb L0 u = 0 genau dann, wenn u konstant
ist auf allen Lsungskurven des Vektorfeldes w .
Die erste Behauptung ist offensichtlich. Um die zweite Behautpung zu
zeigen, sei eine beliebige Lsungskurve des Vektorfeldes w , also
hhhhh

(t)
= w((t)).
Dann gilt
.

(u ) = u((t)) (t)
= u((t)) w((t)) = (u w)((t)).
Somit ist (c ). 0 quivalent mit u w 0 , woraus die zweite Behauptung
folgt. hhhhh
Es besteht somit ein enger Zusammenhang zwischer einer reduzierten
partiellen Differenzialgleichung und einer gewhnlichen Differenzialgleichung.
Dies spiegelt sich in den folgenden Definitionen.
Definitionen
L0 u =

Das einer reduzierte Gleichung


n
X

ai (x)uxi = 0

i=1

zugeordnete Vektorfeld
w(x) = (a1 (x), . . , an (x))>
heit das charakteristische Vektorfeld, und seine Lsungskurven die Charakteristiken von L0 .

Lineare G l e i c h u n g e n 7.4

209

Eine Funktion, die konstant ist entlang allen Lsungskurven eines Vektorfeldes, heit Integral oder Erhaltungsgre dieses Vektorfeldes.
4

Folgerung Die Funktion u ist eine Lsung der reduzierten Gleichung genau
dann, wenn sie Integral seines charakteristischen Vektorfeldes ist.
Bemerkungen a. Statt von Integral spricht man aus Tradition meist von
ersten Integralen. Es gibt aber keine zweiten Integrale.
b. Um triviale Integrale auszuschlieen, verlangt man meist, dass diese
nicht konstant auf offenen Mengen sind.
c. Integrale sind nicht eindeutig. Hat man vielmehr Integrale h1 , . . , hm ,
so ist auch jede Funktion g(h1 , . . , hm ) ein Integral.
Um eine reduzierte Gleichung zu lsen, mssen wir also Integrale seines
charakteristischen Vektorfeldes finden. Dazu betrachten wir zunchst einige
Beispiele unabhngig von partiellen Differenzialgleichungen.

Integrale
5

. Beispiele

a. Die Lsungskurven des Vektorfeldes


!
!
!
y
0 1
x
v(x, y) =
=
x
1 0
y

auf dem R2 sind Kreislinien. Ein Integral ist deshalb


h(x, y) = x 2 + y 2
und allgemeiner jede Funktion (x 2 + y 2 ) . In der Tat gilt ja auch
h v = 2x y 2x y = 0.
b. Die Lsungskurven des Vektorfeldes
!
!
!
x
1
x
w(x, y) =
=
y
1
y
sind Hyperbeln, also Kurven, auf denen das Produkt der Koordinaten konstant
ist. Ein Integral ist deshalb
h(x, y) = xy
und jede Funktion (xy) , denn
h w = y x + x (y) = 0.

210

7 P a r t ielle Differenzialgleichungen

Abb 7

Charakteristiken in Beispiel 5

c. Ist die Funktion h = h(x, y) zweimal stetig differenzierbar, so ist sie


selbst ein Integral des hamiltonschen Vekorfeldes
!
!
hy (x, y)
0 1
h (x, y) =
= Jh,
J=
.
hx (x, y)
1 0
Denn fur jede Funktion gilt
h h = hJh = 0.
d. Die ersten beiden Beispiele waren genau von dieser Gestalt. So ist
!
!
y
hy
=
,
h = x2 + y 2 ,
x
hx
und
x
y
6

!
=

. Beispiele im Rn

hy
hx

!
,

h = xy.

a. Betrachte allgemeiner ein konstantes Vektorfeld

v = (0, . . , 0, 1)>
im Rn . Seine Lsungskurven sind natrlich
(t) = (x1 , . . , xn1 , t),
und die n 1 Anfangswerte x1 , . . , xn1 sind Integrale dieses Vektorfeldes.
b. Etwas Entsprechendes gilt auch fr jedes andere Vektorfeld w in der
Nhe eines Punktes x0 mit w(x0 ) 0 . Der Rektifizierungssatz der Theorie der
gewhnlichen Differenzialgleichungen sagt aus, dass w lokal um x0 in das
konstante Vektorfeld v transformiert werden kann. Bei Rcktransformation

Lineare G l e i c h u n g e n 7.4

Abb 8

211

Illustration des Rektifizierungssatzes

gehen die x1 , . . , xn1 von v in Integrale h1 , . . , hn1 von w ber. Lokal um


einen Punkt x0 mit w(x0 ) 0 besitzt also jeden Vektorfeld n 1 Integrale. .
Aus dem letzten Beispiel ist ersichtlich, dass ein Vektorfeld lokal hchstens
n 1 unabhngige Integrale besitzen kann. Denn die Bedingung
h w = 0
ist ja gleichbedeutend mit h w . Das orhtogonale Komplement eines nichttrivialen Vektors hat aber Dimension n 1 .
Auffinden von Integralen
Im zweidimensionalen Fall gengt es bereits, ein einziges Integral zu
finden, und am einfachsten ist dies, wenn das charakteristische System vom
hamiltonschen Typ ist. Das lsst sich leicht feststellen.
7

Satz

Ein Vektorfeld w auf einem Gebiet R2 ist hamiltonsch, wenn


div w = 0

und einfach summanhngend ist.


hhhhh

Das um 90 Grad gedrehte Vektorfeld


= (w2 , w1 ) = Jw
w

erfllt die Integrabilittsbedingung, denn


2
1
w
w
w2
w1
=
a
=
a div w = 0.
y
x
y
x
Da einfach zusammenhngt, ist also w ein Potentialfeld, also der Gradient
einer Funktion h . Somit gilt
a (hx , hy ) = (w
1, w
2 ) a (w1 , w2 ) = (hy , hx ).
h = w

hhhhh

212

7 P a r t ielle Differenzialgleichungen

. a. Die Vektorfelder

y
x

!
,

x
y

in Beispiel 5 erfllen die Voraussetzungen offensichtlich. Es gibt also ein Integral,


!

dass man in gewohnter Weise findet. So folgt im zweiten Fall aus x = hy , dass
h(x, y) = xy + g(x),
!

und mit y = hx = y + gx folgt, dass g 0 gengt. Also ist h(x, y) = xy


ein Integral.
b. Jedes konstante Vektorfeld w = (a, b)> erfllt die Voraussetzungen
!

des Satzes ebenfalls. Aus a = hy folgt


h(x, y) = ay + g(x),
!

und b = hx = gx wird mit g(x) = bx erfllt. Also ist


h(x, y) = ay bx
ein Integral. .
Nun zum allgemeinen n-dimensionalen Fall. Beispiel 6 legt folgendes
Verfahren nahe. Ist w(x0 ) 0 , so knnen wir zum Beispiel
wn (x0 ) 0

(8)

annehmen. In diesem Fall ist fr jede lokale Lsungskurve xn eine streng


monotone Funktion von t . Kehren wir diese um und schreiben die brigen
n 1 Koordinaten als Funktion von xn , so gengen die Lsungen einer n 1dimensionales Phasen-Differenzialgleichung. Deren Integrationskonstanten sind
Integrale unseres Vektorfeldes. Der nchste Satz formalisiert dies.
8

Methode der Phasen-Differenzialgleichung


torfeld mit

Sei w ein n-dimensionales Vek-

wn (x0 ) 0.
Dann lsst sich lokal um x0 jede Lsungskurve als Funktion von xn schreiben und erfllt die Phasen-Differenzialgleichungem
xk
wk (x)
=
,
xn
wn (x)

1 k n 1.

Die n 1 Anfangbedingungen dieser Lsungen bilden unabhngige Integrale des Vektorfeldes w .

Lineare G l e i c h u n g e n 7.4

213

hhhhh Wie bereits bemerkt ist aufgrund der Bedingung (8) die Abbildung
t , xn (t) entlang Lsungskurven lokal umkehrbar. Ersetzen wir damit t durch
xn als unabhngige Koordiante, so gilt fr die brigen Koordinaten

xk
xk t
wk (x)
=

=
.
xn
t xn
wn (x)
Jede Integrationskonstante c fr dieses System ist unabhngig von xn . Es gilt
also
0=

n1
n1
X c xk
X c wk
c
=
=
.
xn
xk xn
xk wn
k=1
k=1

Also gilt auch


c w =

n
X
c
wk = 0,
xk
k=1

das heit, c ist ein Integral des ursprnglichen Vektorfeldes w .

hhhhh

. Gegeben ist das System

=1
x
= y + 2z
y

(9)

= z.
z
Lsen wir nach z 0 auf, so lautet die Phasen-Differenzialgleichung
x 0 = 1/z
y 0 = 2 + y/z,
wpbei

= /z . Die erste Gleichung ergibt


x = ln z + c1 .

Die Lsung des homogenen Teils der zweiten Gleichung ist yh = cz . Variation
der Konstanten fhrt zu c 0 z = 2 , also
c 0 = 2/z
mit der Lsung c = 2 ln z . Somit lautet die allgemeine Lsung der zweiten
Gleichung
y = c2 z + 2z ln z
Auflsen nach c1 und c2 ergibt die beiden Integrale
c1 = x ln z,

c2 =

y
2 ln z
z

214

7 P a r t ielle Differenzialgleichungen

fr das Ausgangssystem. Damit sind aber zum Beispiel auch


h1 =

ex
,
z

h2 =

y
2x
z

Integrale, wie man sofort verifiziert. .


Anwendungen
. Gegeben ist

ux + (y + 2z)uy + zuz = 0.

(10)

Diese Gleichung ist bereits reduzierte, und ihr charakteristisches System ist
gerade (9). Lsungen sind also die Funktionen
h1 =

ex
,
z

h2 =

y
2x,
z

sowie alle Funktionen von diesen Funktionen. .


. Gegeben ist

(x y)ux + (x + y)uy + uz = 0.
Das charakteristische System ist
=xy
x
=x+y
y
= 1.
z
Lsen wir nach z auf, so lauten mit

= /z die Gleichungen

x =xy
y 0 = x + y.
Dieses System ist linear mit Eigenwerten 1 i , die allgemeine Lsung als
Funktion von z wohlgemerkt lautet deshalb
x = ez (a cos z + b sin z),
y = ez (a sin z b cos z).
Auflsen nach a und b ergibt
a = ez (x cos z + y sin z),
b = ez (x sin z y cos z).
Diese Funktionen sind also Lsungen von (10) wie auch alle Funktionen hiervon. .

Lineare G l e i c h u n g e n 7.4

215

. Eine Gleichung mit konstanten Koeffizienten kann man natrlich ebenfalls


so lsen. Betrachte

2ux + 3uy uz = ex+y .

(11)

Die Phasen-Differenzialgleichungen bezglich der Koordinate x beispielsweise


sind
y 0 = 3/2,

z0 = 1/2,

ihre Lsungen sind


y=

3
x + a,
2

1
z = x + b.
2

Lsen wir dies nach a und b auf und skalieren wir das Ergebnis no geeignet,
so erhalten wir
u1 = 2y 3x,

u2 = 2z + x

als Lsungen der reduzierten Gleichung.


Eine partikulre Lsung der inhomogenen Gleichung erhalten wir mit dem
Ansatz vom Typ der rechten Seite, v = c ex+y . Dies fhrt zu
2c ex+y + 3c ex+y = ex+y ,
also c = 1/5 . Somit ist
u(x, y) = g(2y 3x, 2z + x) +

1 x+y
e
5

mit einer beliebigen differenzierbaren Funktion g die allgemeine Lsung der


Gleichung (11). .

216

7 P a r t ielle Differenzialgleichungen

8
D i s t ributionen

Der Kalkl der Distributionen erlaubt es, stetigen und anderen Funktionen
eine Ableitung zuzuordnen, auch wenn sie im klassischen Sinne nicht differenzierbar sind. Hierzu wird der Funktionsbegriff geeignet verallgemeinert, weshalb
Distributionen auch als verallgemeinerte Funktionen bezeichnet werden.
Die Idee ist folgende. Sei f : R R eine stetige Funktion. Diese knnen
wir auch auffassen als Kern eines linearen Funktionals f , dass geeigneten
Testfunktionen mittels
Z
f ()
f d
R

eine reelle Zahl zuordnet. Ist zum Beispiel glatt mit kompakten Trger, so
existiert dieses Integral immer.
Ist f sogar stetig differenzierbar, so ist nach partieller Integration
Z
Z
f 0 () =
f 0 d =
f 0 d,
R

da die Randterme fr Testfunktionen verschwinden. Die rechte Seite involviert


aber nur f , nicht f 0 , und ist fr alle Testfunktionen wohldefiniert. Es liegt
daher nahe, die Distributionsableitung von f zu definieren durch
Z
(f )0 ()
f 0 d.
R

Ist f stetig differenzierbar, so ist (f )0 = f 0 , und Distributions- und klassische Ableitung stimmen berein. Dieser Prozess lsst sich wiederholen. Die
r -te Distributionsableitung einer beliebigen stetigen Funktion f ist demnach
definiert durch
Z
(f )(r ) () (1)r
f (r ) d.
R

218

8 D i s t ributionen

Eine stetige Funktion, als verallgemeinerte Funktion aufgefasst, ist also


beliebig oft im Distributionssinne differenzierbar. Nur sind die Ableitungen im
Allgemeinen keine klassischen Funktionen mehr.
Diese Verallgemeinerung des Funktionsbegriffs erfllt folgende sinnvolle
Forderungen:
(i) Jede stetige Funktion ist eine Distribution.
(ii) Jede Distribution ist beliebig oft differenzierbar, und jede Ableitung ist
wieder eine Distribution.
(iii) Ist eine Funktion stetig differenzierbar, so sind Distributions- und klassische Ableitung identisch.
(iv) Die klassischen Ableitungsregeln gelten weiterhin.
Auerdem vertauschen verschiedene Grenzbergnge unter recht allgemeinen
Bedingungen.
Ihren Ursprung hat die Theorie der Distributionen brigens in der Modellierung physikalischer Messvorgnge. Angenommen, die Funktion f beschreibt
eine physikalische Gre wie Druck oder Temperatur als Funktion des Ortes.
Kein Messvorgang ist vollkommen exakt und liefert den Wert f (x) genau am
Punkt x . Vielmehr liefert jede Messung einen gemittelten Wert
Z
f () =
f d,
R

wobei das Messverfahren modelliert. Je besser am Messpunkt x konzentriert ist, desto genauer die Messung. Wir messen also f , indem wir es mit der
Funktion testen, und dies ist die einzige Mglichkeit, f zu sehen. Dieser
Kalkl wurde von den Physikern verwendet, lange bevor die Mathematiker die
entsprechende Theorie entwickelt hatten as usual.

8.1
Testfun k t i o n e n u n d D i s t ributionen
Im Folgenden sei immer eine nichtleere und offene Teilmenge des Rn .
Fr kompakte Teilmengen K von schreiben wir im Folgenden K .
Definition

D() Cc () { C (Rn ) : supp }


heit Raum der Testfunktionen auf .

Testfunktionen und Dis t r i b u t i o n e n 8.1

219

Es ist klar, dass skalare Vielfache, Summe und Produkte von Testfunktionen auf wieder Testfunktionen auf sind. Somit ist D() eine Algebra. Sie
enthlt jedoch nicht die Eins, da deren Trger nicht kompakt ist.
Unser Ziel ist, stetige Funktionale auf D() zu studieren. Dazu mssen
wir erklren, was wir unter einer Nullfolge verstehen.
Definition

Eine Folge (k ) in D() ist eine Nullfolge genau dann, wenn

(i) supp k K
(ii) D k 0

fr alle k mit einem festen K , und


fr alle Multiindizes .

Die Trger einer Nullfolge (k ) drfen also nicht den Definitionsbereich


ausschpfen. Alle Trger mssen in einer kompakten Teilmenge von enthalten sein, und jede Ableitung muss gleichmig gegen die Nullfunktion konvergieren. Eine lineare Abbildung
: D() R
ist nun per definitionem stetig, wenn sie jede Nullfolge in D() in eine Nullfolge
in R abbildet. Solche Abbildungen heien Distributionen.
Definition Eine Distribution auf ist ein stetiges lineares Funktional auf D() .
Der Raum aller Distributionen auf wird mit D0 () bezeichnet.
Um diese Stetigkeit mit einem handlichen Kriterium zu charakterisieren,
sei fr jede kompakte Teilmenge K


DK D() : supp K .
Fr D() sei ferner
kkN kkC N () max max |D (x)| .
||N x

Damit erhalten wir folgendes


1

Stetigkeitskriterium Ein lineares Funktional : D() R ist stetig genau


dann, wenn fr jedes K ein N 0 und ein c 0 existieren, so dass
|| c kkN ,

DK .

hhhhh Sei (k ) eine Nullfolge in D() . Dann existiert ein K , so


dass k DK fr alle k . Da jedes D k gleichmig gegen Null konvergiert,
gilt auch kk kN 0 fr jedes N 0 . Da |k | c kk kN fr ein N 0 nach
Voraussetzung, folgt

k 0.

220

8 D i s t ributionen

Somit bildet jede Nullfolge in eine Nullfolge ab und ist damit stetig.
Wir zeigen die Kontraposition, nehmen also an, die zweite Aussage gilt
nicht. Dann gibt es ein K und zu jedem n 0 ein n DK mit
|n | n kn kn .
Wir knnen auch kn kn = 1 annehmen. Dividieren wir n durch n , so erhalten
n DK mit
wir Funktionen
n | 1,
|

n kn 1/n.
k

n ) eine Nullfolge in D() , die von nicht in eine NullDamit aber bildet (
folge abgebildet wird. Also ist auch nicht stetig, und die Kontraposition ist
bewiesen. hhhhh
Definition Eine Distribution D0 () heit von endlicher Ordnung, falls es
ein N 0 gibt, so dass fr alle K eine Konstanten cK existiert mit
|| cK kkN ,

DK .

Das kleinste dieser N heit dann die Ordnung von . Andernfalls heit
von unendlicher Ordnung.
. a. Ist p ein fester Punkt, so wird durch

p (p)
die sogenannte Diracdistribution mit Trger in p definiert. Diese ist offensichtlich von der Ordnung 0 .
b. Ist allgemeiner ein Multiindex, so wird durch

p D (p)

eine Distribution der Ordnung || definiert. Denn

|
p | = |D (p)| kk|| ,

und dieses || kann nicht verbessert werden.


c. Jede Funktion g L1 () 1 definiert durch
Z
g =
g d

eine Distribution der Ordnung 0 . Denn fr alle D() gilt


Z
|g |
|g| || d kgk1 kk0 .

Das ist der Raum der absolut integierbaren Funktionen auf .

Testfunktionen und Dis t r i b u t i o n e n 8.1

221

d. Ist allgemeiner ein Multiindex, so wird durch


Z
gD (p) d

eine Distribution der Ordnung || definiert. .

Regulre Distributionen
Das letzte Beispiel kann wesentlich verallgemeinert werden. Da der Trger
jeder Testfunktion kompakt ist, muss das Integral von g nur ber kompakte
Teilmengen von existieren. Gegen den Rand von dagegen drfen solche
Funktionen beliebig schnell anwachsen. Es gengt also, dass diese Funktionen
lokal integrierbar sind.
Definition
Z

Eine Funktion f auf heit lokal integrierbar, wenn


|f | d <

fr jede kompakte Teilmenge K in . Der Raum dieser Funktionen wird


mit L1loc () bezeichnet.
. a. Natrlich ist L1 () L1loc () .

b. Polynome und stetige Funktionen gehren ebenfalls zu L1loc () .


c. exp exp exp ist in L1loc (R) .
d. |x|n ist auf Rn nicht lokal integrierbar. .
Jede Funktion g L1loc () definiert nun wie zuvor durch
Z
g
g d

eine Distribution auf der Ordnung 0 . Denn fr DK gilt


Z
Z
|g |
|g| || d = kk0
|g| d,

und das letzte Integral ist endlich. Wir knnen also L1loc () mit einem Unterraum von D0 () identifizieren. Oder umgekehrt, es gibt einen Unterraum von
Distributionen von der Form
= g ,

g L1loc (),

die wir mit Funktionen identifizieren knnen. Solche Distributionen heien


regulr, alle brigen singulr. Eine Distribution ist also singulr genau dann,
wenn sie nicht durch eine lokal integrierbare Funktion dargestellt werden kann.

222

8 D i s t ributionen

Notiz

Jede Diracdistribution p mit p ist singulr.

Angenommen, es ist p = g mit einem g L1loc () . Fr die offene


= {p} gilt dann
Menge
Z
D().
g d = 0,
D()
hhhhh

verschwindet. Dann aber kann g nicht


Das aber ist nur mglich, wenn g auf
p darstellen. hhhhh

8.2
Rechenr e g e l n
Als Nchstes wollen wir Ableitungen einer Distribution erklren. Wird
eine regulre Distribution g durch eine glatte Funktion g dargestellt, so
sollten ihre distributiven Ableitungen durch die Ableitungen von g gegeben
sein, also
D g = Dg
gelten. Um diese Distribution wieder durch g darzustellen, rekapitulieren wir
zuerst die klassische Situation. Ist g auf glatt, so gilt fr alle Testfunktionen
und alle Multiindizes mit partieller Integration
Z
Z
D g d = (1)||
gD d.

Fr eine glatte Funktion g gilt also


(Dg )() = g ((D) ).
Dies nehmen wir zum Anlass fr folgende Definition.
3

Definition

Sei D0 () und ein Multiindex. Dann wird durch

(D )() ((D) )
eine Distribution D auf definiert, genannt die Distributionsableitung
von der Ordnung .
Der einfache Beweis, dass D tatschlich stetig ist, erfolgt mit dem
Stetigkeitskriterium. Fr glatte Funktionen g gilt damit
D g = g (D) = Dg .
Distributions- und klassische Ableitung stimmen also wie gewnscht berein.

Re c h e n r e g e l n 8.2

Abb 1

223

Knickfunktion K und Heavysidefunktion H

. a. Betrachte Distributionen auf R . Die Heavyside- und die Knickfunktion,

H [0,) ,

K id H,

sind beide lokal integrierbar und fast berall differenzierbar, aber natrlich
nicht C 1. Fr Testfunktionen gilt
Z
(DK )() =
K0 dt
R
Z
=
t0 dt
0
Z
Z

= t +
dt =
H dt = H ().
0

Also ist DK = H . Andererseits gilt auch DK = H berall auer im Nullpunkt.


Also gilt in diesem Fall sogar
DK = H = DK .
b. Fr die Heavysidefunktion H gilt wiederum
Z
Z


H0 dt =
0 dt = = (0) = 0 .
(DH )() =
R

Also ist DH = 0 die Diracdistribution mit Trger in 0 , die wir auch mit
bezeichnen. Andererseits gilt DH = 0 auer im Nullpunkt. In diesem Fall ist
also
DH = DH = 0.
Die Heavysidefunktion ist fast berall differenzierbar, trotzdem stellt ihre
Ableitung nicht ihre distributive Ableitung dar. .
4

Lemma Fr eine Distribution gilt D D = D + = D D fr alle


Multiindizes , sowie
P (D) = P (D)

224

8 D i s t ributionen

fr jedes Polynom P .
hhhhh

Fr Testfunktionen gilt ja
(D D )() = (D )((D) )
= ((D) (D ))
= ((D) + ) = (D +)().

Die zweite Behauptung folgt mit der Linearitt von . Fr P =


X
(P (D))() =
c (D )()

||m

c x ist

||m

(c (D) ) = (P (D)).

hhhhh

||m

Wir bilden nun das Produkt einer Distribution mit einer C -Funktion. Auch
hier bildet die Definition nur nach, was fr regulre Distributionen aufgrund blicher Rechenregeln gilt. Den Beweis der Stetigkeit des so definierten Funktionals
bergehen wir wieder.
5

Sei f C () und D0 () . Dann definiert

Definition

(f )() (f )
eine Distribution f auf , genannt das Produkt aus f und .
Konvergenz
Definition Eine Folge (k ) in D0 () konvergiert gegen eine Distribution
im Distributionssinn, geschrieben
D0

k - ,
falls
lim k = ,

D().

D0

. a. Fr eine Folge (gk ) in L1loc () ist gk - g quivalent mit

gk d

g d,

D().

Hinreichend hierfr ist wegen des Satzes von der dominierten Konvergenz, dass
gk g und |gk | h mit einem h L1loc () .
D0

b. Fr eine Diracfolge (k ) gilt k - . Denn fr alle Dn0 gilt


Z
k du (0) = ().
.
k () =
Rn

Darste l l u n g s s t z e 8.3

225

Dieser sehr weit gefasste Konvergenzbegriff macht es leicht, Grenzbergnge und Ableitungen ohne weitere Voraussetzungen zu vertauschen
6

Satz
hhhhh

D0

D0

Gilt k - , so gilt fr alle Multiindizes auch D k - D .


Fr jede Testfunktion D() haben wir
lim (D k )() = lim k ((D) ) = ((D) ) = (D )().

D0

Das bedeutet gerade, dass D k - D .

hhhhh

Wir bemerken noch, dass bereits aus der punktweisen Konvergenz einer
Distributionenfolge das heit, der Konvergenz auf jeder Testfunktion die
Konvergenz gegen eine Distribution im Distributionssinne folgt. Es ist also nicht
ntig, die Stetigkeit des punktweise definierten Grenzwerts zu fordern.
7

Satz

Sei (k ) eine Folge in D0 () . Existiert


lim k
k

fr jedes D() , so definiert dies eine Distribution D0 () .

8.3
Darstel l u n g s s t z e
Eine regulre Distribution wird durch eine lokal integrierbare Funktion
dargestellt. Wir wissen also, wie eine solche Distribution aussieht. Bleibt die
Frage, wie man sich singulre Distributionen vorstellen soll. Hierfr bentigen
wir den Begriff des Trgers einer Distribution, der indirekt definiert wird.
Definition Eine Distribution auf verschwindet auf einer offenen Menge
, falls
= 0,

D().

Der Trger von , bezeichnet supp , ist das Komplement der Vereinigung
aller offenen Teilmengen von , auf denen verschwindet.
Der Trger ist per definitionem relativ abgeschlossen in , und jede Distribution verschwindet auf dem Komplement ihres Trgers. Fr eine Distribution
und eine Testfunktion gilt also
supp supp = = 0.

226

8 D i s t ributionen

Distributionen mit kompaktem Trger sind immer von endlicher Ordnung.


Ist der Trger leer, so verschwindet sie identisch dieser Fall ist trivial. Besteht
der Trger aus einem einzigen Punkt, so knnen wir sie vollstndig beschreiben.
8

Satz

Sei D0 () . Gilt supp = {p} , so ist


X
=
c
p
||N

mit gewissen Konstanten c und der Ordnung N von . Umgekehrt hat


jede nichttriviale Distribution dieser Gestalt den Trger {p} .
Fr einen beliebigen kompakten Trger gilt Folgendes.
9

Satz Sei D0 () von endlicher Ordnung N . Ist der Trger von kompakt,
so existieren stetige Funktionen auf so, dass
X
=
D .

: i N+2

Die Ableitungen sind natrlich im Distributionssinn gemeint. Es ist also


Z
X
= (1)||
D d.

Dieser Satz enthlt den vorangehenden, denn Ein-Punkt-Mengen sind kompakt.


Die Aussagen stehen nur scheinbar im Widerspruch, denn die Dirac-Distribution
kann als zweite Ableitung einer stetigen Funktion geschrieben werden.

8.4
Temperi e r t e D i s t r i b u t i o n en
Wir betrachten nun eine Klasse von Distributionen speziell auf dem Rn , die
nicht nur auf dem Raum der Testfunktionen Dn auf dem Rn erklrt und stetig
sind, sondern auch auf dem greren Raum Sn der sogenannten Schwartzfunktionen. Dies erlaubt uns, auch die Fouriertransformation zu erklren, erfordert
allerdings gewisse Wachstumsbeschrnkungen im Unendlichen, weshalb man
von temperierten Distributionen spricht.
Definition Eine glatte Funktion f auf dem Rn heit Schwartzfunktion, wenn
jede Ableitung schneller verschwindet als jede Potenz von |x|1 , also
lim |x|m |D f (x)| = 0

|x|

fr alle und alle m 1 . Der Raum aller Schwartzfunktionen auf Rn


wird mit Sn bezeichnet.

Temperierte Dist r i b u t i o n e n 8.4

227

. Beispiele a. Jede glatte Funktion mit kompaktem Trger ist eine Schwartzfunktion.
2
b. Die Gaussfunktion = e|x| ist eine Schwartzfunktion.
c. Kein Polynom auer dem Nullpolynom ist eine Schwartzfunktion. .

Die Testfunktion in Dn bilden eine dichte, aber echte Teilmenge von


Sn . Ein lineares Funktional auf Dn , also eine Distribution, hat deshalb unter
Umstnden keine stetige Fortsetzung auf Sn . Ist dies aber doch mglich, so
spricht man von einer temperierten Distribution.
Definition Eine Distribution Dn0 heit temperiert, wenn sie stetig zu
einem Funktional L S0n fortgesetzt werden kann.
. a. Jede Distribution mit kompaktem Trger ist temperiert: Whle eine
Abschneidefunktion zu einer Umgebung des kompakten Trgers K = supp
und definiere

L(f ) (f ),

f Sn .

Dies ist eine Fortsetzung von , denn fr Dn gilt


L = () = ()() = .
b. Insbesondere ist jede Diracdistribution temperiert.
c. Ist g L1loc (Rn ) mit
N g L1 (Rn )
fr ein N 0 , wobei (x) = 1 + |x|2 , so ist g eine temperierte Distribution.
Denn jede Schwartzfunktion fllt noch schneller ab als N .
d. Insbesondere kann jede Funktion g L1 (Rn ) als temperierte Distribution aufgefasst werden, ebenso jedes Polynom, und berhaupt jede messbare
Funktion, deren Wachstum durch ein Polynom dominiert werden kann. .
10

Satz Ist eine temperierte Distribution, so auch D , P und fr jeden


Multiindex , jedes Polynom P und jede Schwartzfunktion .
Wir schreiben von nun an S0n Dn0 fr den Unterraum der temperierten
Distributionen in Dn0 und bezeichnen diese wieder mit .
Fouriertransformation
Im Hinblick auf die Anwendung dieser Theorie auf partielle Differenzialgleichungen bentigen wir noch die Fouriertransformation von temperierten

228

8 D i s t ributionen

Distributionen. Ausgangspunkt ist die Identitt


Z
Z

Z
dx = f (x)
g(y)eihx,yi dy dx
fg
Rn
Z
Z
Z

= g(y)
f (x)eihy,xi dx dy = fg dy.
Diese bilden wir fr Distributionen nach.
Definition

Sei eine temperierte Distribution. Dann wird durch

Sn ,

definiert, genannt die Fouriertransformierte


eine temperierte Distribution
von .
Bemerkung Diese Definition ist fr allgemeine Distributionen nicht mglich, da die Fouriertransformierten von Testfunktionen keinen kompakten Trger
besitzen und daher keine Testfunktionen sind.
11

Lemma

Fr eine temperierte Distribution und ein Polynom P gilt

(P (D)) = P ,

hhhhh

(P ) = P (D).

Zum Beispiel ist

(P (D))() = (P (D))()

= (P (D))
) = (P )().

= ((P )) = (P

Analog die zweite Identitt.

hhhhh

Der Umkehrsatz gilt fr temperierte Distributionen entsprechend.


12

Umkehrsatz fr Distributionen

Fr temperierte Distributionen gilt

F 2 =
mit der Reflexion : x , x . Oder krzer: = .
hhhhh

Dies folgt aus den analogen Eigenschaften der Schwartzfunktionen:


(F 2)() = (F 2) = ( ) = ( )().

hhhhh

. a. Das konstante Polynom 1 : Jedes Polynom P kann als temperierte


Distribution betrachtet werden. Insbesondere ist fr das konstante Polynom 1 2
Z
Z
1() = 1 d = d,
2

Wir schreiben hier krzer 1 statt 1 fr die regulre Distribution zur Funktion 1 .

Temperierte Dist r i b u t i o n e n 8.4

229

also
Z

d = (0) = ().
=
1()
= 1()
Umgekehrt gilt ebenso
Z

= (0)

()
= ()
= d = 1().
= 1.
= und
Also gilt 1
b. Beliebige Polynome P : Mit dem vorletzten Lemma 11 gilt
= P1 = P
(P (D)) = P
und
= P (D).
P = (P 1) = P (D)1
= folgt
c. Man kann auch mit dem Umkehrsatz argumentieren. Aus 1
= 1 = 1 = 1,

= P (D) . .
und aus (P (D)) = P folgt P = (P (D)) = P (D)

Faltungen
Wir bentigen noch die Faltung einer temperierten Distribution mit einer
Schwartzfunktion. Fr zwei integrierbare Funktionen ist ja
Z
(f g)(x)
f (u)g(x u) du.
Rn

Definieren wir x h(u) h(u x) , so wird


Z
x) du
(f g)(x) =
f (u)g(u
n
ZR

=
f (u)x g(u)
du = f (x g).
Rn

Dies nehmen wir zum Anlass fr folgende Definition.


13

Definition und Lemma

Fr S0n und Sn wird durch

( )(x) (x )
eine glatte Funktion definiert, genannt die Faltung von und .
Diese wchst hchstens polynomial und definiert daher eine temperierte
Distribution S0n .

230

8 D i s t ributionen

Bemerkung Die Definition der Faltung ist auch sinnvoll fr Distributionen und Testfunktionen. Das Ergebnis ist in diesem Fall eine C -Funktion.
. Fr die Diracdistribution und

Sn erhalten wir

= ((x )) = (x).
( )(x) = (x )
Somit gilt = . .
Die Rechenregeln sind dieselben wie fr klassische Funktionen:
14

Satz

Sei S0n und Sn . Dann gilt

(i) D ( ) = (D ) = (D )
,

(ii) ( ) =

fr jeden Multiindex ,

,
(iii) () =
(iv) ( ) = ( )

fr jede Schwartzfunktion .

Man beachte in (ii) und (iii) die Reihenfolge der Faktoren.

8.5
Fundam e n t a l l s u n g e n
Wir betrachten nun wieder lineare partielle Differenzialgleichungen mit
konstanten Koeffizienten, also Gleichungen der Form
P (D)u = f
mit einem Polynom P . Die rechte Seite f sei eine Test- oder Schwartzfunktion.
Besitzt das Polynom keine reellen Nullstellen, so ist die Gleichung mithilfe
der Fouriertransformation eindeutig im Schwartzraum lsbar. Denn Fouriertransformation ergibt
= f,
(P (D)u) = P u
also, wenn P keine reellen Nullstellen hat,
= P 1 Ff .
u
Nach Rcktransformation ist also
u = F1P 1 Ff .
Somit knnen wir den Operator P (D) umkehren zu
P (D)1 = F1P 1 F.

Fundament a l l s u n g e n 8.5

231

Aber was macht man, wenn P reelle Nullstellen besitzt? Wir wollen dazu
annehmen, dass die Lsung u eindeutig ist. Dann ist u eine lineare Funktion
von f , symbolisch
u = f .
Dieser Operator bestimmt somit die Lsung u von P (D)u = f fr jedes f ,
weshalb er auch als Fundamentallsung bezeichnet wird.
Aus der linearen Algebra ist dies brigens vertraut. Angenommen die
lineare Gleichung Ax = b hat fr jedes b eine eindeutige Lsung x , die wir als
x = b
schreiben. Dann ist Ab = Ax = b fr alle b und x = b = Ax fr alle x .
Also ist
A = I = A.
Die Fundamentallsung ist in diesem Fall also gerade die Inverse = A1 .
Um eine solche Fundamentallsung zu finden, setzen wir sie in der Form
u=Ef
mit einer temperierten Distribution E an. Dies ist eine Lsung, wenn
P (D)u = P (D)(E f ) = (P (D)E) f = f
fr alle f Dn . Dies gilt dann und auch nur dann , wenn
P (D)E = .
Dies motiviert die folgende Definition.
Definition Eine Distribution E Dn0 heit Fundamentallsung des linearen
partiellen Differenzialoperators P (D) , falls
P (D)E = .

Mit einer Fundamentallsung E ist also u = E f fr jedes f Dn eine


Lsung der Differenzialgleichung P (D)u = f , denn
P (D)u = P (D)(E f ) = (P (D)E) f = f = f .
Besitzt P keine reellen Nullstellen, so ist dies gerade die Fouriermultiplikatoren-Lsung. Mit
= 1
=
(P (D)E) = P E

232

8 D i s t ributionen

1/P eine temperierte Distribution,


ist dann E
f = (1/P )f
= (E f ) = E
u
und
u = F1(P 1f) = F1P 1 Ff = P (D)1 f .
Eine Fundamentallsung ist brigens nicht eindeutig. Man kann immer
eine Lsung der homogenen Gleichung P (D)u = 0 addieren.
Existenz von Fundamentallsungen
Die entscheidende Frage ist natrlich, ob es solche Fundamentallsungen
berhaupt gibt. Formal ist dies einfach Fouriertransformation der Gleichung
P (D)E = fhrt zu
= (P 1 ).
E
Das Problem sind natrlich eventuelle reelle Nullstellen von P . Tatschlich ist
dies kein wirkliches Problem.
15

Satz von Malgrange-Ehrenpreis Jeder lineare partielle Differenzialoperator


mit konstanten Koeffizienten besitzt eine Fundamentallsung.
hhhhh

Beweisskizze

Mit ist immer auch

= P (D)
eine Testfunktion, und Fouriertransformation ergibt
= P .

Nun sind die Fouriertransformierten von Funktionen mit kompaktem Trger


ganze Funktionen, also analytisch auf Cn . Daher bestimmt die letzte Gleichung
. Damit ist auch und insbesondere
eindeutig als lineare Funktion von

(0) als lineare Funktion von bestimmt. Die Krux ist zu zeigen, dass die so
formal erklrte Abbildung
, (())(0)
stetig ist, also eine Distribution darstellt. In diesem Fall ist
() = (0) = = (P (D)),
und die gesuchte Fundamentallsung ist

E = .

Fundament a l l s u n g e n 8.5

233

In der Tat gilt dann


(P (D)E)() = E(P (D))
(D))
= (P
= ((P (D)))

= (P (D))

= (0)
= ().
Da dies fr alle Dn gilt, ist also
P (D)E = .
Der Nachweis der Stetigkeit von , ()(0) bergehen wir hier natrlich.

hhhhh

Wir beschreiben nun einige Anwendungen.


Stammfunktionsgleichung
Betrachte die vertraute Gleichung
u0 = f
fr die Stammfunktion von f auf der reellen Geraden. Dies ist zwar keine
partielle Differenzialgleichung im engeren Sinne, da die Funktionen nur von
einer reellen Variablen abhngen. Sie ist aber von der Form P (D)u = f mit
P (t) = t . Die Fundamentallsung muss also der Gleichung
P (D)E = E 0 =
gengen. Die Heavysidefunktion E = H ist eine Distributionslsung, und alle
Lsungen von u0 = f mit einer Schwartzfunktion f sind gegeben durch
u=H f
Z
=
H(t)f (x t) dt
Z

=
f (x t) dt
Z0x
=
f (t) dt.

Das uneigentliche Integral existiert, da f schnell abfllt. Dies haben wir natrlich schon vorher gewusst, aber es ist gut, dies auf diesen Weg noch einmal zu
besttigen . . .

234

8 D i s t ributionen

Man beachte, dass mit f Dn auch u Dn dann und nur dann, wenn
Z
f dt = 0.
R

Andernfalls ist u lediglich eine temperierte Distribution. Mehr haben wir aber
auch nicht behauptet.
Laplacegleichung
Als zweites Beispiel betrachten wir die Laplacegleichung
u = f
auf R

mit n 2 . Gesucht ist eine Distribution E mit


E = .

Diese Distribution hat offensichtlich ihren Trger im Nullpunkt, denn fr


jede Testfunktion mit 0 supp ist
(u)() = () = (0) = 0.
Wir betrachten daher zuerst die harmonische Gleichung
u = 0
auf dem punktierten Raum Rn {0} . Da sowohl der Laplaceoperator als auch
dieses Gebiet invariant unter Rotationen sind, ist es naheliegend, eine rotationsinvariante Lsung
u = v(r ),

r = |x| ,

zu suchen. Die harmonische Gleichung geht dann ber in die eindimensionale


gewhnliche Differenzialgleichung
v 00 +

n1 0
v = 0.
r

Diese ist mit Separation der Variablen leicht zu lsen. Wir knnen v 0 0
auf (0, ) annehmen und kommen ber v 00 /v 0 = (n 1)/r zu der Lsung
v 0 = a/r n1 und weiter

a log r + b, n = 2,
v=
(1)
a/r n2 + b, n 3.
Die Integrationskonstanten a und b sind nun so zu bestimmen, dass bei
Null alles stimmt, also
(u)() = (0)

Fundament a l l s u n g e n 8.5

gilt. Dazu schreiben wir


Z
Z
(u)() =
u dx =
Rn

235

Z
Rn

u dx = lim
0

u dx

mit = {|x| > } . Auf das letzte Integral wenden wir die Formel von Green
an, wonach
Z
Z
( ) dV =
(n n ) dA

mit der uerer Normalen n an . Da supp kompakt und u = 0 auf ,


erhalten wir
Z
Z
u dx =
(u r r u) dS

fr alle > 0 .
Im Fall n 3 ist aber u() = O(2n ) und deshalb
Z
u r dS = O(),

so dass auch dieses Integral fr 0 verschwindet. Fr das verbleibende


Integral ergibt eine Reskalierung der Koordinaten
Z
Z
Z

r u dS = a(n 2)
dS
=
a(n

2)
dS.
n1

r
Sn
Fr 0 konvetgiert dieses Integral gegen n (0) , wobei n den Oberflcheninhalt der Einheitssphre Sn bezeichnet. Whlen wir also
a=

1
,
(n 2)n

n 3,

so wird
(u)() = (0) = ().
Das heit, u ist eine Fundamentallsung. Die entsprechende Rechnung fr
n = 2 ist als bung berlassen.
16

Eine Fundamentallsung des Laplaceoperators auf dem Rn ist

2 ln |x| , n = 2
E=

1 1

,
n = 3,

4 |x|

Ergebnis

und allgemein
E=

1
1
,
(n 2)n |x|n2

n 3,

wobei n den Oberflcheninhalt der Einheitssphre im Rn bezeichnet.

236

8 D i s t ributionen

Eine Lsung der Gleichung u = f im R3 ist damit gegeben durch


Z
1
f (u)
u(x) = (E f )(x) =
du.
4 R3 |x u|
Evolutionsgleichungen
Eine Differenzialgleichung der Form
ut = Lu
wird auch Evolutionsgleichung genannt. Hier ist u eine Funktion in n + 1 Variablen (t, x) R Rn , von denen t als Zeitkoordinate und x = (x1 , . . , xn ) als
Ortskoordinaten aufgefasst werden. Der partielle Ableitungsoperator L bezieht
sich nur auf die Ortskoordinaten. Ein Beispiel ist die Wrmeleitungsgleichung
ut = u , auf die wir gleich zurckkommen.
Interpretieren wir
u(t) u(t, )
als Beschreibung eines rumlichen Zustandes zum Zeitpunkt t , so beschreibt
ut = Lu dessen zeitliches Vernderungsgesetz. Wie in der Theorie der gewhnlichen Differenzialgleichungen erhlt man unter geeigneten Voraussetzungen
eine eindeutige Lsung erst durch Angabe eines Anfangswertes. Man betrachtet
also im Allgemeinen das Anfangswertproblem
ut = Lu,

u(0) = u0 .

(2)

Um auch hierzu eine Fundamentallsung zu finden, suchen wir nicht


nach einer einzelnen Distribution auf dem Rn+1 , sondern vielmehr nach einer
geeigneten Schar von Distributionen auf dem Rn .
Definition

Eine Kurve

G : [0, ) Dn0 ,

t , G(t),

heit Fundamentallsung der Gleichung ut = Lu , wenn G(0) = , sie in t


stetig differenzierbar ist und diese Gleichung im Distributionssinn erfllt.
Wir bergehen an dieser Stelle die Definition von stetig und differenzierbar,
da es uns hier auf diese Aspekte nicht ankommt. Ist nun G eine solche
Fundamentallsung, so ist
u(t) = G(t) u0

Fundament a l l s u n g e n 8.5

237

eine Lsung des Anfangswertproblems (2). Denn es ist ja


u(0) = G(0) u0 = u0 = u0
und
ut = G0 u0 = (LG) u0 = L(G u0 ) = Lu.
Wrmeleitungsgleichung
Dies ist die Gleichung
ut = u.
Wir betrachten zunchst den Fall n = 1 , und hier zuerst das Anfangswertproblem zur Heavysidefunktion H , also
ut = uxx ,

u(0) = H.

(3)

Der Ansatz
p
y = x/ t,

u(t, x) = v(y),

fhrt zu der Gleichung 2v 00 = yv 0 . Separation der Variablen ergibt


Zy
2
v(y) = a
es /4 ds

und

Z x/ t
u(t, x) = a

es

2 /4

ds

mit einer Konstanten a > 0 . Fr t & 0 erhalten wir u(t, x) 0 fr x < 0 und
Z
p
2
x > 0.
u(t, x) a
es /4 ds = 4 a,

Somit ist
1
u(t, x) =
4

Z x/ t

es

2 /4

ds

eine Lsung des Anfangswertproblems (3).


Ist nun u eine Lsung von ut = uxx , so gilt dasselbe fr ux , denn
ux,t = ut,x = uxx,x = ux,xx .
Wegen H 0 = ist also die x-Ableitung von u ,
G(t, x) =

1
2
ex /4t ,
4 t

t > 0,

eine Fundamentallsung von ut = uxx auf der reellen Geraden.

238

8 D i s t ributionen

Eine Fundamentallsung in hheren Dimensionen erhalten wir als Produkt


der eindimensionalen Lsungen. Es ist also
G(t, x) =

1
4 t

e|x|

/4t

eine Fundamentallsung von ut = u auf dem Rn .


Eine Lsung des Anfangswertproblems
ut = u,

u(0) = u0

ist somit gegeben durch


u(t, x) = G(t, x) u0 (x) =

1
4 t

Z
n

Rn

e|xy|

/4t

u0 (y) dy.