Sie sind auf Seite 1von 84

Mathematik III fur¨

Elektroingenieure

(2+1)-stundige¨

Vorlesung im Wintersemester 2006/2007

¨

J ORG SEILER

Inhaltsverzeichnis

1 Fourieranalysis periodischer Funktionen

 

2

1.1 Fourierkoeffizienten und Fourierreihe

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2

1.2 Konvergenz der Fourierreihe

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8

1.3 Diskrete und schnelle Fouriertransformation

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

2 Lineare Gleichungssysteme (LGS)

 

14

2.1 Der Gauß-Algorithmus

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

14

2.2 Die LR-Zerlegung

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

18

2.3 Das Cholesky-Verfahren

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

20

2.4 Invertierung von Matrizen

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

22

2.5 Die QR-Zerlegung

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

27

2.6 Gesamt- und Einzelschrittverfahren

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

31

2.7 Matrix- und Vektornormen

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

35

2.8 Fehleranalyse

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

38

3 Eigenwertprobleme fur¨

Matrizen

 

41

3.1 Eigenwerte und -vektoren, charakteristisches Polynom

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

41

3.2 Eigenwertabsch¨atzungen

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

43

3.3 Bestimmung einzelner Eigenwerte .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

45

3.4 Abspalten von Eigenwerten

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

50

3.5 Givens-Verfahren/Methode der Sturmschen Ketten

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

51

3.6 Der QR-Algorithmus

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

54

4 Interpolation

58

4.1 Polynominterpolation

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

58

4.2 Interpolationsfehler .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

62

4.3 Hermite-Interpolation

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

63

4.4 Das Hornerschema

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

65

4.5 Interpolation mit polynomialen Splines

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

69

5 Numerische Quadratur

 

74

5.1 Interpolatorische Quadraturformeln

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

75

5.2 Zusammengesetzte Quadraturformeln

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

77

5.3 Quadraturformeln optimaler Exaktheit (Gauß-Quadratur)

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

79

5.4 Das Romberg-Verfahren

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

82

1

Fourieranalysis periodischer Funktionen

1.1 Fourierkoeffizienten und Fourierreihe

Definition 1.1 Es sei L > 0. Eine Funktion f : R C heißt L-periodisch, falls

f(x + L) = f(x)

x R.

Bemerkung 1.2

a) Die trigonometrischen Funktionen sind s¨amtlich 2π-periodisch.

b) Ist g L-periodisch, so ist die Funktion

2π-periodisch, da

f : R C,

f(x) = g Lx 2π

f(x + 2π) = g L(x + 2π) = g Lx + L = g Lx = f(x).

2π

2π

2π

Problemstellung:

folgendem Sinne:

Es sei f : R C 2π-periodisch und quadratisch integrierbar, in

f 2 :=

α

α+2π

|f(x)| 2 dx 1/2 <

(beachte: Wegen der Periodizit¨at h¨angt die rechte Seite nicht von α R ab 1 ). Wir wollen f durch ein trigonometrisches Polynom vom Grad m N

t m (x; a 0 ,

,

a m , b 1 ,

, b m ) := a 0 + a 1 cos x +

2

+ a m cos mx + b 1 sin x +

2

, a m , b 1 ,

,

a m , b 1 ,

+ b m sin mx

, b m R, sodaß

, b m ) 2 dx

m

= a 0 + k=1 a k cos kx + b k sin kx

2

im quadratischen Mittel approximieren, d.h. wir suchen a 0 ,

F(a 0 ,

,

a m , b 1 ,

, b m ) :=

α

α+2π

f(x) t m (x; a 0 ,

= f t m (·; a 0 ,

,

a m , b 1 ,

,

b m ) 2

2

m¨oglichst klein wird.

1 Es ist R

α

α+2π

2π

f 2 dx = R

α

f 2 dx + R

2π

α+2π

2π

f 2 dx = R

α

f 2 dx + R

α

0

f(y + 2π) 2 }

{z

|

=f(y) 2

2π

dy = R

0

f 2 dx.

2 Wir schreiben hier und im folgenden kurz cos kx und sin kx anstelle von cos(kx) bzw. sin(kx).

2

Lemma 1.3 (Orthogonalit¨atsrelationen) Fur¨ n, m N 0 gelten folgende Gleichungen:

α

α+2π

α

α+2π

α

α+2π

0

cos nx cos mx dx =

π

2π

0

π

sin nx sin mx dx =

sin nx cos mx dx = 0.

: n

: n = m > 0 , : n = m = 0

= m

: n

: n = m > 0

= m

oder n = m = 0

,

Satz 1.4 Obiges Minimierungsproblem wird gel¨ost durch die Koeffizienten

a

k

= a k (f) =

b k = b k (f) =

1

π

1

π

α

α+2π

α

α+2π

f (x) cos kx dx

(k = 0,

, m)

f (x) sin kx dx

(k = 1,

, m).

Sie h¨angen nicht von m (der Anzahl der in t m berucksichtigten¨

Glieder) ab.

Bemerkung 1.5 Ist f ungerade, d.h.

so ist a k = 0 fur¨

so ist b k = 0 fur¨

f(x) = f(x)

alle k N 0 . Ist f gerade, d.h.

alle k N 0 .

f(x) = f(x)

x R,

x R,

Definition 1.6 Die Zahlen a 0 , a 1 ,

koeffizienten von f . Die formale Reihe 4

und b 1 , b 2 ,

aus Satz 1.4 heißen die (reellen) 3 Fourier-

t(x) = t f (x) = a 0

2

heißt (reelle) Fourierreihe von f und

+ k=1 a k cos kx + b k sin kx

t m (x) =

m

t f,m (x) = a 0 + k=1 a k cos kx + b k sin kx

2

heißt m-tes Fourierpolynom von f .

Ubung ¨ 1.7 Bestimme die Fourierkoeffizienten/reihe der 2π-periodischen Funktion f mit

f(x) =

1

1

0

: π < x < π

: π

2

2

2

< x < 3π

2

: x = ± π

2

3

(Rechteckimpuls).

¨ Abbildung 1: Der Graph der Funktion aus Ubung 1.7 Der Graph von f ist

¨

Abbildung 1: Der Graph der Funktion aus Ubung 1.7

Der Graph von f ist in Abbildung 1 skizziert. Wir w¨ahlen in obigen Formeln α = π Dann ist

2 .

a 0 =

π

1

π

2

3

2

π

f (x) dx =

π

2

π

1

π

2

1 dx +

π

2

3

2

π (1) dx = 0

und fur¨

k N

a k =

π

2

π

1

π

2

cos kx dx

π

2

3

2

π

= kπ 3 sin kπ sin 3 .

1

2

2

cos kx dx =

1 sin kx

π

k

x= π − sin kx x= 3 π 2 2 x=− π k x= π
x= π
− sin kx
x= 3 π
2
2
x=− π
k
x= π
2
2

Es folgt

a 2l = 0,

a 2l+1 = 4(1) l

(2l + 1)π

l N 0 .

Da f gerade ist, sind alle b k = 0. Die Fourierreihe von f ist also

4

π cos x cos 3x

3

+ cos 5x cos 7x

5

7

±

Ubung ¨ 1.8 Bestimme die Fourierkoeffizienten/reihe der 2π-periodischen Funktion f mit

f(x) = |x|

π x < π.

Der Graph von f ist in Abbildung 3 skizziert. Wieder ist f gerade, also b k = 0 fur¨ k N. Es ist

2

π

π

1

π

π π

0

x dx = 2

π

|x| dx =

x

2

2

x=π

x=0 = π

a 0 =

und fur¨

k N

a k =

=

2

π π

0

x cos kx dx = 5

2 x sin kx

π

k

x=π

x=0

1

k π

0

2

cos kx

k

x=π

x=0 =

πk 2 ((1) k 1) = 0

2

4

πk 2

Also ist die Fourierreihe von f

π

2

4

π

l=1

cos(2l 1)x

(2l 1) 2

.

sin kx dx

: k gerade

:

k ungerade .

alle

3 Reell“ deswegen, weil die a k , b k reelle Zahlen sind, falls f eine reellwertige Funktion ist. 4 Formal“ meint hier, daß (noch) nicht klar ist, ob bzw. in welchem Sinne diese Reihe konvergiert 5 partielle Integration

4

Abbildung 2: Approximation des Rechteckimpulses durch t m fur¨ m = 2 , 4 ,

Abbildung 2: Approximation des Rechteckimpulses durch t m fur¨ m = 2, 4, 8, 15

durch t m fur¨ m = 2 , 4 , 8 , 15 ¨ Abbildung 3:

¨

Abbildung 3: Der Graph der Funktion aus Ubung 1.7

Wir verwenden jetzt die Euler-Moivresche Gleichung

e it = cos t + i sin t

t R

Satz 1.9 Definiere die (komplexen) Fourierkoeffizienten von f durch

f(n) =

Dann gelten die Gleichungen

2π

1

α

α+2π

f(x)e inx dx

(n Z).

f (0) = a 2 0 ,

f(k) = a k 2 ib k

,

f(k) = a k + ib k

2

beziehungsweise

a 0 = 2 f (0),

a k = f(k) + f(k),

b k = i( f(k) f (k))

5

(k N)

(k N).

Fur¨ das N -te Fourierpolynom t N von f gilt

t N (x) =

N

n=N

f(n) e inx

(x R).

Die (komplexe) Fourierreihe von f ist die formale Reihe t(x) =

n=−∞

f(n) e inx .

Beispiel 1.10 Mit π < a < b < π und a , b R sei f definiert durch

f(x) =

b a ba

0

(x a) + a

: a < x < b : sonst

.

Damit ist f stuckweise¨ koeffizienten:

linear (siehe Abbildung 4). Wir berechnen die komplexen Fourier-

f (0) =

b a

2π(b a)

a

b

(x a) dx +

2π

a

a

b

1 dx

= (b a )(b a) + a (b a)

4π

2π

= (b + a )(b a)

4π

Fur¨ die anderen Koeffizienten beachte, daß fur¨ τ

= 0

.

die anderen Koeffizienten beachte, daß fur¨ τ = 0 . Abbildung 4: Der Graph der Funktion

Abbildung 4: Der Graph der Funktion aus Beispiel 1.10

a

b

(x a)e τx dx = xe τ τx

e

τx

ae τx

τ 2

τ

und somit fur¨ 0

= n Z

x=b

x=a =

1

τ be bτ ae bτ τ e bτ + τ e

1

1

b

f(n) =

b a

.

.

.

=

2π(b a)

1

2π

a

b

(x a)e inx dx +

a

e inx dx

a

b a b a

1

in

τ =in

=

2πin a e ina b e inb +

e ina

b a b a

1

in

e inb .

Um diesen Sachverhalt allgemein zu beschreiben, verwenden wir folgende Notation:

g(x 0) = lim g(x),

tx

t<x

g(x + 0) = lim g(x)

tx

t>x

6

Satz 1.11 (Sprungstellenverfahren) Es sei π = x 1 < x 2 <

mit M 2 und f | ]x j ,x j+1 [ linear fur¨

jedes 1 j M 1. 6 Mit

s j := f (x j + 0) f (x j 0),

s j :=

f (x j + 0) f (x j 0)

gilt

sowie fur¨ jedes 0

= n Z

f (0) =

π