Beruflich Dokumente
Kultur Dokumente
Höhere Mathematikformelsammlung PDF
Höhere Mathematikformelsammlung PDF
Mathematik
Formelsammlung
Bruno Gnörich
19. August 2001
Inhaltsverzeichnis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Inhaltsverzeichnis
3. Matrizen, Matrixalgebra............................................................................................... 22
5.1 Grenzwerte............................................................................................................................. 29
5.1.1 Übertragungsprinzip für Grenzwerte von Funktionen: ..................................................... 29
5.1.2 Linksseitiger Grenzwert, rechtsseitiger Grenzwert:.......................................................... 29
5.1.3 Uneigentlicher Grenzwert:................................................................................................ 29
5.1.4 Stetigkeit von Funktionen:................................................................................................ 29
6. Differentialrechnung.................................................................................................... 30
6.0.1 Tangente:........................................................................................................................... 30
6.0.2 Limes des Differenzenquotienten, Ableitung der Funktion f an der Stelle x: ................... 30
6.0.3 Differenzierbarkeit:........................................................................................................... 30
6.1 Ableitungsregeln.................................................................................................................... 30
6.1.1 Faktorsatz:......................................................................................................................... 30
6.1.2 Summenregel: ................................................................................................................... 30
6.1.3 Produktregel:..................................................................................................................... 30
6.1.4 Quotientenregel:................................................................................................................ 30
6.1.5 Kettenregel:....................................................................................................................... 30
Seite 4
Inhaltsverzeichnis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
8.4 Satz von Taylor für Funktionen mehrerer Veränderlicher, Anwendungen auf
Extremwertaufgaben ....................................................................................................................... 48
8.4.1 Taylorsche Reihe für Funktionen zweier Veränderlicher: ................................................ 48
8.4.2 Taylorsche Reihe für Funktionen von m Veränderlichen: ................................................ 48
8.4.3 Relative und absolute Extrema: ........................................................................................ 48
8.4.4 Hinreichende Bedingung für strenge relative Extrema:.................................................... 49
Seite 5
Inhaltsverzeichnis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
9. Integralrechnung ......................................................................................................... 53
Seite 6
Inhaltsverzeichnis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Seite 8
Inhaltsverzeichnis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
13. Fourierreihen.............................................................................................................. 99
Seite 9
Inhaltsverzeichnis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Seite 10
Inhaltsverzeichnis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Tabellen
Seite 11
Inhaltsverzeichnis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Bruno Gnörich
formelsammlung@gnoerich.de
Diese Formelsammlung ist auch im Internet abrufbar. Es stehen die Formate HTML (Hyper Text Markup
Language) und PDF (Portable Document Format) zur Verfügung. Besuchen Sie hierfür
http://www.gnoerich.de/formelsammlung/formelsammlung.html.
Seite 12
1. Zahlbereiche und ihre Eigenschaften Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
1.4.6 Bemerkung:
Dreiecksungleichung: a − b ≤ a +b ≤ a + b
Seite 13
1. Zahlbereiche und ihre Eigenschaften Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
1.5.1 Schreibweisen:
Schreibweise einer komplexen Zahl z:
z = x+i⋅ y
y
Mit r = x 2 + y 2 und ϕ = arctan wird daraus :
x
z = r ⋅ [cos(ϕ ) + i ⋅ sin (ϕ )]
= r ⋅ cis(ϕ )
= r ⋅ e i⋅ϕ
Es gilt die Dreiecksungleichung.
= r n ⋅ cis(n ⋅ ϕ )
= r n ⋅ e i⋅n⋅ϕ
Die Exponentialschreibweise von z wird als Polarform von z bezeichnet.
Es sei n0 eine natürliche Zahl und A(n) für alle natürlichen Zahlen n ≥ n0 eine Aussage. Es gelte:
1.6.1 Induktionsanfang:
A(n0) ist eine wahre Aussage.
1.6.2 Induktionsvoraussetzung:
Die Annahme der Gültigkeit dieser Aussage für alle n ≥ n0
1.6.3 Induktionsschluß:
[A(n) ⇒ A(n+1)] ist wahr für alle n ≥ n0
Es sei x eine reelle Zahl mit − 1 ≤ x . Ferner sei n eine natürliche Zahl. Dann gilt für alle n die
Bernoullische Ungleichung: A(n ) : 1 + n ⋅ x ≤ (1 + x )
n
Seite 14
1. Zahlbereiche und ihre Eigenschaften Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Induktionsschluß: Zu zeigen ist, daß die Behauptung dann auch für n + 1 gilt, also
1 + (n + 1) ⋅ x ≤ (1 + x ) . Außerdem gilt: Da − 1 ≤ x ist, ist 1 + x ≥ 0 .
n +1
Daraus folgt:
(1 + x )n+1 = (1 + x )n ⋅ (1 + x )
≥ (1 + n ⋅ x ) ⋅ (1 + x )
= 1 + (n + 1) ⋅ x + n ⋅ x 2
≥ 1 + (n + 1) ⋅ x
Damit ist die Gültigkeit der Bernoullischen Ungleichung bewiesen.
Seite 15
1. Zahlbereiche und ihre Eigenschaften Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Seite 16
2. Vektorrechnung, analytische Geometrie, lineare Gleichungssysteme Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
a1 b1 a1 + b1
a+b = M + M = M
a b a + b
n n n n
2.1.2 Skalarprodukt:
n
a ⋅ b = a1 ⋅ b1 + a 2 ⋅ b2 + K + a n ⋅ bn = ∑ a j ⋅ b j ∈ Å
j =1
Zusätzlich gilt: a ⋅ b = 0 ⇔ a ⊥ b
a = a ⋅ a = a2
a ⋅b ≤ a ⋅ b
a ⋅b
Projb a =
2
⋅b = λ ⋅b
b
2.1.6 Winkel zwischen zwei Vektoren a und b:
a ⋅b
cosα =
a ⋅b
a, b, c = (a × b ) ⋅ c
Es erzeugt es ein Rechtssystem, falls es positiv ist, und ein Linkssystem, falls es negativ ist.
Das Vektortripel heißt ausgeartet (linear abhängig), falls das Spatprodukt null ist.
Seite 17
2. Vektorrechnung, analytische Geometrie, lineare Gleichungssysteme Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Ist das Kreuzprodukt null, so sind die beiden Vektoren linear abhängig.
1 r d
E: ⋅ x ⋅η =
η η
η = a1 × a 2
r r
d = p ⋅ η = p ⋅ (a 1 × a 2 )
(a × b ) ⋅ (c × d ) = (a ⋅ c ) ⋅ (b ⋅ d ) − (a ⋅ d ) ⋅ (b ⋅ c )
Seite 18
2. Vektorrechnung, analytische Geometrie, lineare Gleichungssysteme Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Eine Linearkombination aus n Vektoren des Grades n bildet ein lineares Gleichungssystem, wenn
ein bestimmter Vektor als Ergebnis der Linearkombination gefordert wird. Ist dieser Vektor der
Nullvektor, so spricht man von einem homogenen Gleichungssystem, andernfalls von einem
inhomogenen Gleichungssystem.
x1 ⋅ a 1 + x2 ⋅ a 2 + x3 ⋅ a 3 + K + xn ⋅ a n = b
n
⇔ ∑x
j =1
j ⋅a j = b
Ein LGS ist lösbar, falls genügend linear unabhängige Gleichungen vorhanden sind. Sind bei
einem LGS vom Rang n (d.h. mit n Unbekannten) nur r linear unabhängige Gleichungen gegeben,
so beträgt der Defekt d des Gleichungssystems: d = n - r.
Zum Schluß wird die Lösungsmenge als Vektor oder Zahlentupel aufgeschrieben.
Das Prinzip besteht darin, eine Gleichung dazu zu benutzen, aus den restlichen eine Unbekannte
zu eliminieren. Dies wird dann so lange fortgesetzt, bis nur noch eine Gleichung mit einer
Unbekannten vorhanden ist. Danach wird rückwärts in alle Gleichungen eingesetzt, womit man alle
Unbekannten erhält und das LGS löst.
Die folgenden zwei Beispiele zeigen ein eindeutig lösbares und ein nicht eindeutig lösbares LGS.
1. Beispiel:
Folgendes LGS ist gegeben. Gesucht ist dessen Lösungsmenge.
x1 + 2 x2 + 3 x3 + 4 x4 = −2
2 x1 + 3 x2 + 4 x3 + x4 = 2
3 x1 + 4 x2 + x3 + 2 x4 = 2
4 x1 + x2 + 2 x3 + 3x4 = −2
Seite 19
2. Vektorrechnung, analytische Geometrie, lineare Gleichungssysteme Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
2. Beispiel:
Folgendes LGS ist gegeben. Es enthält mehr Gleichungen als Unbekannte.
x1 x2 x3 Operation
− x1 − 3x2 − 12 x3 = −5
I -1 -3 -12 -5
− x1 + 2 x2 + 5x3 = 2 II -1 2 5 2
5x2 + 17 x3 = 7 III 0 5 17 7
3 x1 − x2 + 2 x3 = 1 IV 3 -1 2 1
7 x1 − 4 x2 − x3 = 0 V 7 -4 -1 0
VI -1 -3 -12 -5
Eine Lösung existiert, sie ist aber nicht eindeutig. Es VII 0 -5 -17 -7 =I-II
kann eine Unbekannte als Parameter wählen, z.B. x3. VIII 0 5 17 7 =III
Die Lösung lautet dann: IX 0 -10 -34 -14 =3I+I
t ∈ (− ∞; ∞ ) V
4 9 X 0 -25 -85 -35 =7I+V
x1 = − t XI -1 -3 -12 -5
5 5
XII 0 -5 -17 -7
7 17
x2 = − t XIII 0 0 0 0
5 5 XIV 0 0 0 0
x3 = t XV 0 0 0 0
Die geometrische Deutung der Lösungsmenge eines LGS mit drei Unbekannten ist die
Bestimmung der Schnittmenge der durch die drei Gleichungen des LGS gegebenen Ebenen. In
diesem Beispiel ist die Lösungsmenge eine Gerade:
4 − 9
r 1 1
g : x = 7 + t − 5
5 5
0 5
Seite 20
2. Vektorrechnung, analytische Geometrie, lineare Gleichungssysteme Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Ist die Determinante der Koeffizientenmatrix eines LGS nicht null, dann lassen sich die
Unbekannten xk sofort berechnen. Man berechnet dabei zur Bestimmung z.B. der Unbekannten x3
Die Determinante D3, die sich durch Vertauschen des 3.Spaltenvektors der
Koeffizientendeterminan-te mit dem Vektor der absoluten Glieder ergibt. Aus diesen beiden
Determinanten berechnet sich die Unbekannte x3 als deren Quotient.
Dn
Allgemein: xn =
D
Die mit der Cramer'schen Regel berechneten Lösungen sind immer eindeutig.
Seite 21
3. Matrizen, Matrixalgebra Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
3. Matrizen, Matrixalgebra
3.1 Beispiele für (m,n)-Matrizen
3.1.1 (n,n)-Einheitsmatrix:
1 0 0 L 0
0 1 0 L 0
En = 0 0 1 L 0
M M M O M
L
0 0 0 1
3.1.2 (m,n)-Matrix:
a11 a12 a13 L a1n
a 21 a 22 a 23 L a 2n
A = a31 a32 a 33 L a 3n
M M M O M
a L a mn
m1 am2 am3
Der erste Index bei den Einträgen aij heißt Zeilenindex und gibt die Zeile an, in der der Eintrag
steht, der zweite ist der Spaltenindex und gibt die Spalte der Matrix an, in der der Eintrag steht.
Seite 22
3. Matrizen, Matrixalgebra Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
0 1
1 0 2
Beispiel: Gegeben seien die beiden Matrizen A und B: A = B = 0 − 1
2 1 0 2 0
0 1
1 0 2 4 1
Wird A mit B verkettet, so entsteht eine (2,2)-Matrix: AB = 0 − 1 =
2 1 0 2 0 0 1
0 1 2 1 0
1 0 2
Umgekehrt entsteht eine (3,3)-Matrix: BA = 0 − 1 = − 2 − 1 0
2 0 2 1 0 2 0 4
Daraus folgt: Matrixmultiplikation ist nicht kommutativ.
Aber: Multiplikation von (n,n)-Matrizen ist assoziativ, es gilt auch das Distributivgesetz.
Seite 23
3. Matrizen, Matrixalgebra Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Unter den Eigenwerten λ und den Eigenvektoren ν der Matrix A versteht man alle diejenigen
Konstanten bzw. Vektoren, für die gilt:
A⋅ ν = λ ⋅ ν
Aus dieser Definition folgt:
A ⋅ν = λ ⋅ν ⇔ ( A − λ ⋅ E )ν = 0
für ν ≠ 0 (Nullvektor) folgt sofort :
det ( A − λ ⋅ E ) = 0
In Determinantenschreibweise:
a11 − λ a12 a13 L a1n
a 21 a 22 − λ a 23 L a 2n
det ( A − λ ⋅ E ) = det a31 a32 a33 − λ L a 3n = 0
M M M O M
a L a nn − λ
n1 an2 an3
2 −3 1
A= 3 1 3
− 5 2 − 4
2−λ −3 1
det ( A − λ ⋅ E ) = 3 1− λ 3 = − λ 3 − λ 2 + 2λ = 0
−5 2 −4−λ
⇔ λ1 = 0; λ 2 = 1; λ3 = −2
Ein Spezialfall ergibt sich, wenn außer der Hauptdiagonalen der Matrix nur Nullen in ihr stehen.
Die Zahlen in der Hauptdiagonalen sind dann zugleich die Eigenwerte der Matrix.
λ1 0 L 0
0 λ2 L 0
B=
M M O M
0 L λ n
0
Seite 24
4. Folgen und Reihen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
4.1 Folgen
4.1.1 Teilfolge:
Unter einer Teilfolge versteht man eine Folge, die durch Wegstreichen von bestimmten Gliedern
aus einer anderen Folge, aber ohne Veränderung der Reihenfolge, aus jener Folge entsteht.
4.1.2 Konvergenz:
Eine Folge oder Reihe konvergiert, wenn die Differenz zwischen einem Folgenglied (bzw. die
Folge der Partialsummen der Reihe) und dem zugehörigen Grenzwert jeden beliebigen reellen Wert
unterschreiten kann:
ak − a ≤ ε ⇔ lim a k = a
k →∞
4.1.3 Divergenz:
Eine nicht konvergente Folge (oder Reihe) heißt divergent. Sie heißt bestimmt divergent, wenn
gilt:
lim a k = ∞
k →∞
4.1.5 Monotonie:
Wenn alle k ∈ Á sind, kann für Folgen formuliert werden:
Monoton wachsend: ak +1 ≥ a k
Streng monoton wachsend: a k +1 > a k
Monoton fallend: a k +1 ≤ a k
Streng monoton fallend: a k +1 < ak
an − am ≤ ε n, m ≥ N (ε )
Seite 25
4. Folgen und Reihen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
lim(α k + β k ) = ∞
k →∞
lim(bk + β k ) = ∞
k →∞
lim(c ⋅ bk ) = c ⋅ lim(bk ) = c ⋅ b
k →∞ k →∞
∞ wenn c > 0
lim(c ⋅ β k ) = c ⋅ lim(β k ) =
k →∞ k →∞
− ∞ wenn c < 0
lim(ak ⋅ bk ) = a ⋅ b
k →∞
lim(α k ⋅ β k ) = ∞
k →∞
a a
lim k = wenn bk ≠ 0 ∀ k ∈ [1, ∞ )
k →∞ b
k b
a
lim k = 0 wenn β k ≠ 0 ∀ k ∈ [1, ∞ )
k →∞ β
k
Seite 26
4. Folgen und Reihen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
4.2.5 Wurzelkriterium:
Die Reihe ∑ a , ak ∈¶ ist gegeben.
k
Für g = lim k ak gilt :
k →∞
Seite 27
4. Folgen und Reihen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Satz von Mertens: Konvergiert eine Reihe gegen A und eine andere gegen B, so konvergiert ihr
Cauchy-Produkt gegen AB.
Seite 28
5. Funktionen, Grenzwerte und Stetigkeit Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
f : z a f (z ) z ∈ A ⊆ Ån
{
G f = f ( z ) ∈Å n+1 z = ( x1 , x2 ,..., xn , f ( x1 , x2 ,..., xn )) }
5.1 Grenzwerte
Seite 29
6. Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
6. Differentialrechnung
6.0.1 Tangente:
Die Tangente einer Funktion f an der Stelle x ist eine Gerade, die die Funktion f an der Stelle x
berührt bzw. unter dem Winkel α = 0 schneidet.
6.0.3 Differenzierbarkeit:
Die Differenzierbarkeit kann eingeschränkt sein (s. Stetigkeit). Man unterscheidet deshalb
linksseitige und rechtsseitige Differenzierbarkeit.
6.1 Ableitungsregeln
6.1.1 Faktorsatz:
(c ⋅ f )′(x ) = c ⋅ f ′(x )
6.1.2 Summenregel:
( f + g )(′ x ) = f ′(x ) + g ′(x )
6.1.3 Produktregel:
( f ⋅ g )(′ x ) = f ′(x ) ⋅ g (x ) + f (x ) ⋅ g ′(x )
6.1.4 Quotientenregel:
f f ′( x ) ⋅ g ( x ) − f ( x ) ⋅ g ′(x )
′( x ) =
g g 2 (x )
6.1.5 Kettenregel:
(g o f )(′ x ) = g ′( f (x )) ⋅ f ′(x )
Ist die Ableitung an der Stelle x positiv, so ist die Funktion dort monoton steigend, ist die
Ableitung negativ, so ist sie dort monoton fallend. Ist sie null, so liegt ein Extrempunkt oder
Terrassenpunkt vor.
M
f ( x )
m
f1 ' ( x )
f 2 ' (x )
Ableitung f ' ( x ) von f ( x ) : f ' (x ) =
M
f ' ( x )
m
f'(x) ist der Richtungsvektor der Tangente an die Kurve f im Punkt (x, f(x)).
Seite 30
6. Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
∂f
( x 0 ) = ∂f = f x j (x 0 )
∂x j ∂x j
x = x0
Dabei werden außer xj alle Veränderlichen als Konstanten angenommen und entsprechend
behandelt.
x x0 1 0
+s
ET : y = y0 + t 0
1
z f ( x , y ) ∂f ( x , y , f ( x , y )) ∂f ( x , y , f ( x , y ))
0
∂y
0
∂x
0 0 0 0 0 0 0 0
∂f ∂f
− (x 0 , y 0 , f ( x0 , y 0 )) − ( x0 , y 0 , f ( x 0 , y 0 ))
∂x x ∂x x0
∂ ∂
− (x , y , f ( x , y )) ⋅ y = − ( x , y , f ( x , y )) ⋅
f f
bzw. ET :
∂y 0 0 0 0
∂y 0 0 0 0
y0
z f ( x0 , y 0 )
1 1
6.2.4 Gradient:
Als Gradient der Funktion f in x0 wird dieser (transponierte)Vektor a bezeichnet:
Hierbei ist X der Nabla-Operator, der in Kapitel 16.3 näher beschrieben wird.
grad f = Xf = f xT = ( f ')
T
Als Gradient oder Gradientenfeld von f bezeichnet man:
∂
f1 (x )
f 1 ( x ) ∂x j
∂ ∂ f 2 ( x ) ∂ f 2 ( x )
f (x ) = = ∂x
∂x j ∂x j M j
M
f n ( x ) ∂
∂x f n ( x )
j
Seite 31
6. Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Die totale Ableitung an einer Stelle x0 ergibt eine Matrix. Für sie gilt:
∂f 1 ∂f 1 ∂f 1
(x 0 ) (x 0 ) L (x 0 )
∂
1 x ∂x 2 ∂x n
∂f 2 ∂f 2 ∂f 2
A = f x ( x 0 ) = f ' ( x 0 ) = ∂x1 0
(x ) (x 0 ) L (x 0 )
∂x 2 ∂x n
M M O M
∂
m (x ) ∂f m ∂f m
∂x
f
(x 0 ) L (x 0 )
∂x 2 ∂x n
0
1
Dies ist eine (m,n)-Matrix.
Wird ein weiteres Mal abgeleitet, so entsteht die sogenannte Hessesche Matrix.
a1 x1 a 2 x3 − a 3 x 2
f ( x ) = a × x = a 2 × x 2 = a 3 x1 − a1 x3
a x a x − a x
3 3 1 2 2 1
0 − a3 a2
f ' ( x ) = a3 0 − a1
− a 0
2 a1
Seite 32
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
(e )′ = e
x x
(a )′ = a
x x
⋅ ln (a )
(a ) x1 x2
= a x1⋅x2 = a x2( ) x1
(a ⋅ b )x = a x ⋅ b x
a0 = 1
Seite 33
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
y = ex
1 y = ln(x )
0
−4 −3 −2 −1 0 1 2 3 x 4
−1
−2
−3
Exponential- und
Logarithmus-Funktion
−4
7.2.1 Sinusfunktion:
sin (z ) = ∑
∞
(− 1)
k
⋅ z 2 k +1
k =0 (2k + 1)!
7.2.2 Cosinusfunktion:
cos( z ) = ∑
∞
(− 1)k ⋅ z 2k
k =0 (2k )!
Seite 34
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
7.2.3.1 Symmetrie:
cos(− z ) = cos( z )
sin (− z ) = − sin ( z )
sin ( z ) =
1 iz
2i
(
e − e −iz )
(
cos( z ) = e iz + e −iz
1
2
)
7.2.3.4 Additionstheoreme:
7.2.3.5 Periodizität:
π
sin z + = cos( z )
2
π
cos z + = − sin ( z )
2
sin (z + π ) = − sin ( z )
cos(z + π ) = − cos( z )
sin ( z + 2π ) = sin ( z )
cos( z + 2π ) = cos( z )
sin ′( x ) = cos( x )
cos ′( x ) = − sin ( x )
Seite 35
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
3
y
2,5
y=
Arccos(x )
2
y = Arcsin(x )
1,5
1
y = sin(x )
y = cos(x )
0,5
0
−π −π/2 0 π/2 x π
−0,5
−1
Trigonometrische Funktionen
−1,5
sin ( x )
tan ( x ) =
cos( x )
cos( x )
cot ( x ) =
sin ( x )
lim (tan ( x )) = ∞
π
x→ −
2
lim (cot ( x )) = ∞
x →0 +
lim (cot ( x )) = −∞
x →π −
1
Umkehrfunktionen siehe Kapitel 7.2.7
Seite 36
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
7.2.5.2 Periodizität:
π
tan x + = − cot ( x ) x ≠ nπ
2
π 2n + 1
cot x + = − tan ( x ) x≠ π
2 2
7.2.5.3 Additionstheoreme:
tan ( x ) + tan ( y ) 2n + 1
tan ( x + y ) = y ≠ −x + π
1 − tan ( x ) ⋅ tan ( y ) 2
cot ( x ) ⋅ cot ( y ) − 1
cot ( x + y ) = y ≠ − x + nπ
cot ( x ) + cot ( y )
7.2.5.4 Ableitungen:
2n + 1
tan ′( x ) =
1
x≠ π
cos 2 ( x ) 2
cot ′( x ) = − 2
1
x ≠ nπ
sin ( x )
y = cot(x ) y = tan(x )
2
y = Arccot(x )
0
−π −π/2 0 π/2 x π
y = Arctan(x )
−2
Tangens- und
Cotangens-Funktionen
−4
1
Umkehrfunktionen siehe Kapitel 7.2.7
Seite 37
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
7.2.7.1 Symmetrie-Eigenschaften:
Mit x ∈ (− ∞, ∞ ) gilt:
arctan n ( x ) = Arctan( x ) + nπ
arccot n ( x ) = Arccot( x ) + nπ
Mit x ∈ [−1,1] gilt:
Arcsin( x ) = − Arcsin(− x )
arcsin 2 n ( x ) = Arcsin( x ) + 2n ⋅ π
arcsin 2 n+1 ( x ) = − Arcsin( x ) + (2n + 1) ⋅ π
π
Arcsin( x ) = − Arccos( x )
2
π
arccos n ( x ) = arcsin n+1 ( x ) −
2
7.2.7.2 Ableitungen:
Mit x ∈ [−1,1] gilt:
′
arcsin n ( x ) =
(− 1)n
1− x2
Arcsin ′( x ) =
1
1− x2
′
arccos n ( x ) = −
(− 1)n
1− x2
Arccos ′( x ) = −
1
1− x2
Seite 38
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Mit x ∈ (− ∞, ∞ ) gilt:
′
arctan n ( x ) =
1
1+ x2
′
arccot n ( x ) = −
1
1+ x2
Allgemein läßt sich über diese Umkehrfunktionen sagen, daß sie durch Spiegelung der
ursprünglichen Funktion an der Geraden y = x erzeugt werden.
7.3.4 Symmetrie-Eigenschaften:
sinh (− z ) = − sinh (z )
cosh (− z ) = cosh ( z )
7.3.5 Additionstheoreme:
sinh ( z + w) = sinh z ⋅ cosh w + sinh w ⋅ cosh z
cosh ( z + w) = sinh z ⋅ sinh w + cosh z ⋅ cosh w
Seite 39
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
7.3.8 Ableitungen:
(sinh z )′ = cosh z
(cosh z )′ = sinh z
7.3.9 Grenzwerte:
lim sinh x = ±∞
x →±∞
lim cosh x = ∞
x →±∞
7.3.10 Umkehrfunktionen:
arsinh : Å → Å
⇔ arsinh (sinh x ) = x
sinh (arsinh y ) = y
Für x ∈Å gilt : (
arsinh x = ln x + x 2 + 1 )
Für x ∈ [1, ∞ ) gilt : arcosh ± x = ln (x ± x2 − 1)
(arsinh x )′ = 1
x2 +1
(arcosh ± x )′ = 1
für alle x ∈ (1, ∞ )
± x 2 −1
Seite 40
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
y = cosh(x )
1 y = Arcosh+(x )
0
x
−3 −2 −1 0 1 2 3
−1 y = Arcosh-(x )
y = Arsinh(x )
−2
y = sinh(x )
Hyperbolische Sinus-
und Cosinus-Funktionen
−3
sinh x
tanh x =
cosh x
cosh x
coth x = für x ≠ 0
sinh x
7.3.12.1 Additionstheoreme:
tanh x1 + tanh x 2
tanh ( x1 + x 2 ) =
1 + tanh x1 ⋅ tanh x 2
1 + coth x1 ⋅ coth x 2
coth ( x1 + x 2 ) = für x1 ≠ 0, x 2 ≠ 0, x1 + x 2 ≠ 0
coth x1 + coth x 2
7.3.12.2 Grenzwerte:
lim tanh x = ±1
x →±∞
lim coth x = ±1
x →±∞
lim coth x = ±∞
x → 0±
Seite 41
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
7.3.12.3 Ableitungen:
(tanh x )′ = 1
cosh 2 x
(coth x )′ = 1 2 x≠0
sinh x
7.3.13 Umkehrfunktionen:
Area tangens hyperbolicus und Area cotangens hyperbolicus:
artanh : (- 1,1) → Å
arcoth : {x x ∈ [- 1,1], x ∈ Å} → {x x ≠ 0, x ∈ Å}
Ferner gilt:
tanh (artanh y ) = y für y ∈ [- 1,1]
artanh (tanh x ) = x für x ∈ Å
coth (arcoth y ) = y für y ∉ [- 1,1]
arcoth (coth x ) = x für x ≠ 0
1 1+ x
artanh x = ln für x ∈ (− 1,1)
2 1− x
1 1+ x
arcoth x = ln für x ∉ (− 1,1)
2 1− x
7.3.13.2 Ableitungen:
(artanh x )′ = 1
für x ∈ (− 1,1)
1− x2
(arcoth x )′ = 1 2 für x ∉ (− 1,1)
1− x
Seite 42
7. Potenzreihen und elementare Funktionen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
y = coth(x )
y = tanh(x )
−3 −1 1 x 3
y = arcoth(x )
−1
y = artanh(x )
Hyperbolische Tangens-
und Cotangens-Funktionen
−3
Seite 43
8. Anwendung der Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
f (b ) − f (a )
= f ′( x )
b−a
0
8.1.4 Regel von l'Hospital für den Fall :
0
Wenn lim f ( x ) = lim g ( x ) = 0 und g ′( x ) ≠ 0 ist, dann gilt :
x → x0 x → x0
f (x ) f ′( x )
lim = lim
x → x0 g ( x ) x→ x0 g ′( x )
∞
8.1.5 Regel von l'Hospital für den Fall :
∞
Wenn lim f ( x ) = lim g ( x ) = ∞ und g ′( x ) ≠ 0 ist, dann gilt :
x → x0 x → x0
f (x ) f ′(x )
lim = lim
x → x0 g ( x ) x → x0 g ′( x )
f
Ggf. betrachtet man − .
−g
Jede Funktion f(x) läßt durch ein Polynom Tn(x), für das gilt: f ( x ) = Tn ( x ) + Rn ( x ) . Hierbei ist
Rn(x) ein Restglied ist, das den vorhandenen Fehler ausgleicht.
Seite 44
8. Anwendung der Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
8.2.1 Taylorformel:
Ist die Funktion f(x) (n+1)-fach differenzierbar, so gilt für deren Taylorpolynom:
2! n! 1 424 3
Lagrangesches Restglied
f (n +1) (ξ )
R n ( x, x 0 ) = ⋅ (x − x0 ) mit ξ ∈ [x, x0 ]
n +1
(n + 1)!
Beispiel: Taylorformel um x0 = 0 für die Funktion f(x) = ex innerhalb des Intervalls [−1,1].
x 2 x3 x 4 1
ex = 1+ x + + + +δ δ <
2 6 120 120
T 2( x ) = 1 + x
x 2 x3
T 4( x ) = 1 + x + +
2 6
3
2,5 y = exp(x )
y = T4(x )
y = T2(x )
1,5
0,5
Exponentialfunktion angenähert
durch Taylorpolynome
0
-1,0 -0,5 0,0 0,5 x 1,0
k =0 k!
Seite 45
8. Anwendung der Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
f ( x ) = (1 + x )
α
α ⋅ (α − 1) 2 α ⋅ (α − 1) ⋅ (α − 2)L (α − k + 1) k
= 1+α ⋅ x + ⋅ x +K+ x +K
2! k!
n
α ⋅ (α − 1) ⋅ (α − 2)L (α − k + 1) k
=∑ x + Rn ( x )
k =0 k!
α
α
= ∑ x k
k =0 k
8.3 Kurvendiskussion
Vorgehensweise:
Erstens: Bestimmung des Definitionsbereiches
Zweitens: Bestimmung der Nullstellen (mit der x-Achse)
Drittens: Bestimmung der Unstetigkeitsstellen bzw. der
Grenzwerte der Funktion (falls möglich) an den
Rändern des Definitionsbereiches
Viertens: Bestimmung der Ableitung an den Rändern des
Definitionsbereiches
Fünftens: Bestimmung des qualitativen Verlaufs des Graphen mit
relativen Extremwerten ( Nullstellenmenge von f'(x) )
Sechstens: Bestimmung der Wendepunkte ( Nullstellenmenge von f''(x) )
Siebtens: Bestimmung von Monotonieintervallen ( einheitlich in den
Bereichen zwischen den Nullstellen von f'(x) )
Achtens: Bestimmung von Konvexitäts- und Konkavitätsbereichen
8.3.1 Asymptote:
Eine Asymptote an eine Funktion f(x) ist diejenige Gerade g(x) = ax + b, für die gilt:
lim [ f ( x ) − g ( x )] = 0
x → +∞
f (x )
lim =a
x → ±∞ x
lim [ f ( x ) − ax ] = b
x → ±∞
Die Funktion f(x) hat eine senkrechte Asymptote an der Stelle x0, falls sie dort einen uneigent-
lichen Grenzwert besitzt.
Seite 46
8. Anwendung der Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
f (x ) = 2 x +
y
1
+3 10
x y = f (x )
g (x ) = 2 x + 3 (schräge Asymptote) 8
x0 = 0 (senkrechte Asymptote) y = g (x )
6
0
-3 -2 -1 0 1 2 x 3
-2
-4
-6
8.3.2.1 Konvexitätskriterium: Ist die erste Ableitung f'(x) einer Funktion f(x) in einem
Intervall [a,b] monoton steigend, d.h. die zweite Ableitung
f''(x) > 0, so heißt die Funktion f(x) konvex auf [a,b].
8.3.2.2 Konkavität: Eine Funktion f(x) heißt konkav auf [a,b], wenn −f(x) dort konvex ist.
f (x )
relatives Maximum relatives Maximum
1,5
Konkaver Bereich
1
Wendepunkt Wendepunkt
Konkaver
Bereich
0,5
y-Achsenabschnitt
Nullstelle Nullstelle
0
0 π Konvexer Bereich 2π x
−0,5
relatives Minimum
f (x ) = sin(x ) + 0,5
−1
Seite 47
8. Anwendung der Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
1 ∂ 2 f ( x, y ) ∂f ( x, y ) ∂ 2 f ( x, y )
+ ( x − a )2
+ 2 ( x − a )( y − b ) + (x − b )2 +
2 ∂ x ( x , y )=( a ,b )
2
∂x∂y ( x , y )=( a ,b ) ∂ y ( x , y ) = ( a ,b )
2
1
+ {K} + K + 1 {K} + Rn
6 n!
8.4.1.2 Zweite Form der Darstellung:
2
1 ∂ ∂ 1∂ ∂
f ( x + h, y + k ) = f ( x, y ) + h + k f ( x, y ) + h + k f (x, y ) +
1! ∂x ∂y 2! ∂x ∂y
3 n
1∂ ∂ 1∂ ∂
+ h + k f ( x, y ) + K + h + k f ( x, y ) + Rn
3! ∂x ∂y n! ∂x ∂y
8.4.1.3 Das Restglied lautet:
n +1
1 ∂ ∂
Rn = h + k f (x + Θh, y + Θk ) (0 < Θ < 1)
(n + 1)! ∂x ∂y
8.4.2 Taylorsche Reihe für Funktionen von m Veränderlichen:
Die Darstellung erfolgt analog mit Differentialoperatoren.
8.4.2.1 Taylor-Reihe:
f ( x1 + h1 , x2 + h2 , K , xm + hm ) = f ( x1 , x2 , K , xm ) +
i
n
1 ∂ ∂ ∂
+ ∑ h1 + h2 + K + hm f ( x1 , x2 , K , xm ) +
i =1 i! ∂x1 ∂x 2 ∂x m
+ Rn
8.4.2.2 Restglied:
n +1
1 ∂ ∂ ∂
Rn = h1 + h2 + K + hm f ( x1 + Θ1h1 , x2 + Θ 2 h2 ,K, xm + Θ m hm )
(n + 1)! ∂x1 ∂x 2 ∂x m
(0 < Θi < 1)
8.4.3 Relative und absolute Extrema:
8.4.3.1 Eine Funktion f besitzt im Punkt x0 ein strenges relatives Maximum, wenn die
Funktionswerte der Punkte des nächsten Umkreises (δ > 0) um f(x0) vom Betrag kleiner sind als
f(x0). Bei relativen Maxima ist die Gleichheit der Funktionswerte zugelassen. f(x0) ist ein
entsprechendes Minimum, wenn −f(x0) ein entsprechendes Maximum ist.
8.4.3.2 Eine Funktion f besitzt im Punkt x0 ein strenges absolutes Maximum, wenn die
Funktionswerte aller anderen Punkte im Definitionsbereich von f vom Betrag kleiner sind als f(x0).
Bei absoluten Maxima ist die Gleichheit der Funktionswerte zugelassen. f(x0) ist ein
entsprechendes Minimum, wenn −f(x0) ein entsprechendes Maximum ist.
Seite 48
8. Anwendung der Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
8.4.3.3 Ein Sattelpunkt liegt vor, wenn eine Funktion f an der Stelle x0 zwar nur Ableitungen
vom Betrag Null hat, die obenstehenden Bedingungen aber nicht erfüllt sind.
Beispiel: Der Punkt (0,0) der folgenden Funktion ist ein Sattelpunkt.
f ( x, y ) = x 2 − y 2
f x = 2 x, f y = −2 y, f x (0,0) = f y (0,0) = 0
( )
2.) F x 0 , y 0 = 0 und
( )
3.) D y F x 0 , y 0 ist nichtsingulär, der Betrag der Determinante der Ableitungmatrix also ungleich Null.
Dann gibt es eine offene Umgebung U ⊂ Å n− m von x0 und eine offene Umgebung V ⊂ Å m von y0
mit U × V ⊂ D und es existiert eine k-fach partiell differenzierbare implizite Funktion f : U → V .
Sie hat folgende Eigenschaften:
a) ( )
F x, y = 0 ⇔ y = f ( x ), für alle x ∈ U und für alle y ∈ V
Insbesondere: y 0 = f (x 0 ) .
b) ( ) ( )
Dx F x, f (x ) + D y F x, f ( x ) ⋅ D f ( x ) = 0, für alle x ∈ U
[ (
Insbesondere: D f ( x 0 ) = − D y F x 0 , y 0 )]
−1
( )
⋅ Dx F x 0 , y 0 .
Angewendet werden kann dieser Satz beispielsweise auf nichtlineare Gleichungssysteme, deren
Variablen in Abhängigkeit einer anderen dargestellt werden sollen.
Seite 49
8. Anwendung der Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Beispiel:
Gegeben ist das folgende nichtlinare Gleichungssystem:
e x ⋅ cos( y ) ⋅ sin ( z ) + y 2 = 0
2 x ⋅ cos( y 2 z ) + sin ( y + x 2 ) = 0
Es ist F (0,0,0) = 0.
Aus den Beträgen der jeweiligen Determinanten wird sofort ersichtlich, daß nach y(x) und z(x)
sowie nach x(y) und z(y) aufgelöst werden kann. Dagegen ist für die Auflösung nach x(z) und y(z)
die Anwendung des Satzes über Implizite Funktionen für die nicht möglich.
8.4.6.1 Es seien die Funktionen f , g : Å n → Å stetig partiell differenzierbar. Ferner liege an der
{
Stelle x0 ein relatives Extremum von f eingeschränkt auf die Menge x ∈ Å n g ( x ) = 0 vor. }
Außerdem gelte Dg x ( ) ≠ 0 . Dann gibt es ein λ ∈Å mit Df (x ) = λ ⋅ Dg (x ) .
0 0 0
g xn (x )
0
Seite 50
8. Anwendung der Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Beispiel:
Gesucht werden die Scheitelpunkte der Ellipse gegeben durch x 2 + xy + y 2 − 3 = 0 .
Formuliert man die Aufgabenstellung gemäß der Lagrangeschen Multiplikatorregel um, so ergibt
sich f ( x, y ) = x 2 + y 2 (Kreisgleichung) unter der Bedingung, daß g ( x, y ) = x 2 + xy + y 2 − 3 = 0 .
Die entsprechende Lagrangesche Funktion lautet dann:
DL( x, y ) = 0 ⇔ D[ f ( x, y ) − λ ⋅ g ( x, y )] = 0
f x − λ ⋅ g x = 2 x − λ ⋅ (2 x + y ) = 0
f y − λ ⋅ g y = 2 y − λ ⋅ (2 y + x ) = 0
2x
Mit λ = , 2x + y ≠ 0
2x + y
i =1
in (a , K , a ) ein Minimum hat. Im linearen Fall bestimmt man anhand der Meßpunkte die
0
1
0
n
Ausgleichsgerade f(x,a,b) = ax + b.
Seite 51
8. Anwendung der Differentialrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
8.5.1.1 Systematische Fehler entstehen durch meßtechnische Mängel und können nur durch
Verbesserung der jeweiligen Meßapparatur minimiert werden.
1 n
Arithmetischer Mittelwert: x = ∑ xi
n i =1
Streuung: s =
1 n
(
∑ xi − x
n i =1
)
2
Seite 52
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
9. Integralrechnung
Es gilt Folgendes:
F ( x ) = ∫ f ( x ) ⋅ dx
bzw. F ′( x ) = f (x )
b
Wenn eine solche Funktion F(x) existiert, so heißt f(x) integrierbar und ∫ f (x ) ⋅ dx
a
das
(bestimmte) Riemann - Integral von f in den Grenzen x1 = a (untere Grenze) und x2 = b (obere
Grenze).
Eine im Intervall [a,b] stetige Funktion f(x) mit der Stammfunktion F(x) schließt mit der x-Achse
b
die Fläche ∫ f (x ) ⋅ dx = F (b ) − F (a ) ein.
a
′ 2 ′ 2 ′ 2
l (K ) = ∫ f1 ( x ) + f 2 ( x ) + f 3 ( x ) ⋅ dx = ∫ f ' ( x ) ⋅ dx
b b
a a
Seite 53
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
b a
∫ f (x ) ⋅ dx = − ∫ f (x ) ⋅ dx
a b
a
∫ f (x ) ⋅ dx = 0
a
b b b
∫ [ f (x ) + g (x )] ⋅ dx = ∫ f (x ) ⋅ dx + ∫ g (x ) ⋅ dx
a a a
b b
∫ γ ⋅ f (x ) ⋅ dx = γ ⋅ ∫ f (x ) ⋅ dx
a a
b c b
∫ f ( x ) ⋅ dx = ∫ f ( x ) ⋅ dx + ∫ f ( x ) ⋅ dx mit c ∈ [a, b]
a a c
b b
∫ f (x ) ⋅ dx ≤ ∫ f (x ) ⋅ dx
a a
9.3 Integrationsmethoden
x2 1 + x2 − 1 1
Beispiel: ∫ 1 + x 2 ⋅ dx = ∫ 1 + x 2 ⋅ dx = ∫ 1 ⋅ dx − ∫ 1 + x 2 ⋅ dx = x − arctan x
f n+1
1. Beispiel: ∫ f n ⋅ f ′ ⋅ dx =
n +1
n ≠ −1 und rational
f′
2. Beispiel: ∫ f
⋅ dx = ln f für Intervalle mit f ≠ 0
′
sinh x (cosh x )
∫ tanh x ⋅ dx = ∫ cosh x ⋅ dx = ∫ cosh x ⋅ dx = ln cosh x = ln cosh x
Seite 54
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
1. Beispiel:
g (x)
647 48 g (1)
( )
1
+ 2 ) ⋅ sin x + 4 x − 6 ⋅ dx = ⋅ ∫ sin y ⋅ dy = − ⋅ cos y g (0 ) = − [cos(− 1) − cos(− 6 )]
g (1)
∫0 (1x2
2 1 1 1
3 1442443 2 g (0 ) 2 2
g′( x ) f ( g ( x ))
2. Beispiel:
f ( g ( x ))
} 64
g′( x )
748 b
b a
b b 2
1 1 1 1 b
∫ 4 − x2
⋅ dx = ∫
2
⋅
2
⋅ dx = ∫
1− y2
⋅ dy = arcsin y a2 = arcsin − arcsin
2 2
a a x a 2
1− 2
{ 2
g (x)
∫ f ′ ⋅ g ⋅ dx = f ⋅ g − ∫ f ⋅ g ′ ⋅ dx
b
Allgemein gilt: a
a a
4 4 4
⋅ dx = ( x ln x − x ) 1 = 8 ⋅ ln 2 − 3
x
∫ ln x ⋅ dx = ∫ 1 ⋅ ln x ⋅ dx = x ⋅ ln x −∫
4 4
1. Beispiel: 1
1 1 1
x
2. Beispiel:
π π π
1 β
I = ∫ cosαx ⋅ cos βx ⋅ dx = ⋅ sin αx ⋅ cos βx − ∫ sin αx ⋅ sin βx ⋅ dx
−π
α −π α −π
β 1
π π π
1 β
= ⋅ sin αx ⋅ cos βx − − ⋅ cosαx ⋅ sin βx +
α α α α ∫ cos αx ⋅ cos β x ⋅ dx
−π −π −π
π π
β2 1 β
⇔ I 1 − 2 = ⋅ sin αx ⋅ cos βx − 2 ⋅ cosαx ⋅ sin βx
α α −π α −π
Für α , β ∈Á gilt:
π
0 falls α ≠ β
∫ cosαx ⋅ cos βx ⋅ dx = π
−π
falls α = β
π
0 falls α ≠ β
∫ sin αx ⋅ sin βx ⋅ dx = π
−π
falls α = β
π
∫ sin αx ⋅ cos βx ⋅ dx = 0
−π
Seite 55
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
P (x )
b
9.3.5.1 Integrale der Form ∫ Q(x ) ⋅ dx
a
mit Grad(P) > Grad(Q) werden mit Hilfe von
Polynomdivision vereinfacht und - wenn kein Rest bleibt - sofort integriert. Andernfalls benötigt
man die Methode der Partialbruchzerlegung.
R (x )
b
9.3.5.2 Bei der Betrachtung von Integralen der Form ∫ Q(x ) ⋅ dx mit Grad (R) < Grad(Q) kommt
a
der Fundamentalsatz der Algebra zur Anwendung (s. S. 3; 1.8). Dabei wird Q(x) in Faktoren reeller
Nullstellen und ggf. Polynome der nicht-reellen Nullstellen zerlegt.
Q( x ) = a 0 + a1 x + a 2 x 2 + K + a n x n = C ⋅ ( x − z1 ) ⋅ (x − z 2 ) ⋅ K ⋅ ( x − z n )
( ) (
Nicht-reelle Nullstellen treten als (x − z j ) ⋅ x − z j = x 2 − 2 x ⋅ Re z j + z j
2
) auf.
Im weiteren Lösungsverlauf werden auch die Vielfachheiten kn der reellen Nullstellen xn und die
Vielfachheiten lt der nicht-reellen Nullstellen zt berücksichtigt.
R
Die Partialbruchzerlegung von ist dann eindeutig bestimmt durch:
Q
R A A12 A1k1
= 11 + +K+ +
Q x − x1 (x − x1 ) 2
(x − x1 )k1
A21 A22 A2 k2
+ + + K + +
x − x2 ( x − x2 )2 (x − x2 )k2
K
An1 An 2 Ankn
+ + + K + +
x − xn ( x − xn )2 (x − xn )kn
B11 x + C11 B12 x + C12 B1l1 x + C1l1
+ + +K+ +
x + β1 x + γ 1
2
(
x 2 + β1 x + γ 1 ) 2
(x 2
+ β1 x + γ 1 )
l1
K
Bt1 x + Ct1 Bt 2 x + Ct 2 Btlt x + Ctlt
+ + +K+
x + βt x + γ t
2
(
x + βt x + γ t
2
) 2
(x 2
+ βt x + γ t )
lt
Es gibt dann die Möglichkeit, für die Lösung einen Koeffizientenvergleich mit der
ursprünglichen Funktion durchzuführen, indem man beide Seiten der obenstehenden Gleichung mit
Q(x) multipliziert und das dann aus der Gleichheit der Koeffizienten erhaltene lineare
Gleichungssystem nach den unbekannten Koeffizienten auflöst und integriert.
Eine andere Möglichkeit ist das „Zuhalte-Verfahren“ (Zitat eines Mathematikers) zur
Bestimmung eines Koeffizienten Apq: In Gedanken wird die Gleichung auf beiden Seiten mit
Nenner des Bruchs bei Apq erweitert und die Nullstelle xp des ursprünglichen Integranden eingesetzt.
Für die Bestimmung der anderen Koeffizienten wird dieses Verfahren wiederholt, unter Umständen
muß man die dann vorliegende Gleichung mit Polynomdivision vereinfachen, bevor man fortfährt.
Seite 56
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
x 5 + 3x 4 + 5 x 3 + 8 x 2 + 4 x + 3 Ax + B Cx + D
f (x ) =
E F
= + + +
(x 2
+1 ⋅ 1 ) ( 2
+ 2 x43
x 242 +1 ) x +1
2
(
x2 + 1
2
) x + 1 ( x + 1)2
=( x +1) 2
einsetzen:
Ax + B Cx + D
(Lösung : F = 1) ⇒ + +
E
x +1
2
x2 +1
2
x +1 ( )
= f (x ) −
1
(x + 1)2
=
x 5 + 3x 4 + 5 x 3 + 8 x 2 + 4 x + 3 − x 2 + 1 ( )
2
(x 2
+1 ) (x + 1)
2 2
( Polynomdivision )
x4 + x3 + 4x2 + 2x + 2
=
(x 2
+1 ) (x + 1)
2
Ax + B Cx + D
⇒ +
x2 +1 x2 +1
2
( )
x + x + 4x + 2x + 2
4 3 2
1
= −
(x 2
+1 ) (x + 1)
2
x +1
( Vereinfachung und Polynomdivision )
x2 + x +1
=
(x 2
+1 )
2
f (x ) =
1 x 1 1
Lösung : + + +
x +1 x +1
2 2 2
(
x + 1 ( x + 1)2 )
Seite 57
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
k =0 k + 1
k 0 k
k =0 k =0
9.3.9 Rotationskörper:
Für das Volumen V eines um die x-Achse rotationssymmetrischen Körpers mit f(x) als Funktion
der Berandung gilt im Intervall [a,b]:
V = π ⋅ ∫ [ f ( x )] ⋅ dx
b 2
a
Beispiel: Gesucht ist das Volumen des Tetraeders, dessen Ecken in (0,0,0), (a,0,0), (0,b,0) und
(0,0,c) sind. Die Gleichung der entsprechenden Ebene liefert den gesuchten Inhalt:
x y
+ + = 1 ⇔ z = f ( x , y ) = c ⋅ 1 − −
x y z
a b c a b
Seite 58
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
y =b 1− ax x
y =b 1−
x= a x= a
x y x y2 a
V = ∫∫ f (x, y ) ⋅ dA = ∫ ∫ c ⋅ 1 − − ⋅ dy ⋅ dx = ∫ a 2b
c ⋅ 1 − ⋅ y − ⋅ dx
A x =0 y =0 a b x =0 y =0
2
bc x
a
abc
= ∫ 1 − ⋅ dx =
2 0 a 6
I= ∫∫∫ f ( x , y , z ) ⋅ dx ⋅ dy ⋅ dz = ∫ ∫ ∫ f ( x , y , z ) ⋅ dz ⋅ dy ⋅ dx
Q =[ x× y× z ] y z
x
Beispiel: Gesucht ist das Volumen V einer (zentrosymmetrischen) Kugel mit Radius R.
x 2 + y 2 + z2 = R2 ⇒ z = R2 − x2 − y 2
R R 2 − x2 R − x − y
2 2 2
1
⋅V = ∫ ∫ ⋅ dy ⋅ dx
0 ∫0
dz
8 0
R R −x
2 2
= ∫ ∫ R 2 − x 2 − y 2 ⋅ dy ⋅ dx
0 0
R R 2 − x2
= ∫ ∫ a 2 − y 2 ⋅ dy ⋅ dx (
Substitution : R 2 − x 2 = a 2 )
0 0
2
R 0
= ∫ − a ∫ sin 2 u ⋅ du ⋅ dx (Substitution : y = a ⋅ cos u, dy = −a ⋅ sin u ⋅ du )
0 π
2
π
( ) ⋅ dx
R
= ∫ ⋅ R2 − x2 (Resubstitution )
0
4
R 3 ⋅π
=
6
4 ⋅ π ⋅ R3
Das Kugelvolumen beträgt dann V = .
3
Seite 59
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
xs = ∫∫∫ x ⋅ d (x, y, z )
[ x× y× z ]
ys = ∫∫∫ y ⋅ d (x, y, z )
[ x× y× z ]
zs = ∫∫∫ z ⋅ d (x, y, z )
[ x× y× z ]
1. Bedingung: Für alle reellen α,β aus dem Definitionsbereich (a,b) [z.B. (− ∞, ∞ ) ] der
gegebenen Funktion f ist f integrierbar.
2. Bedingung: Es gibt ein c aus (a,b), so daß folgende Integrale existieren:
c y
I1 = lim
y →a + ∫ f ⋅ dx I 2 = lim
y →b − ∫ f ⋅ dx
( y →−∞ ) y ( y →∞ ) c
c y
b b
9.5.2.1 Konvergiert ∫ g (x ) ⋅ dx und ist f (x ) ≤ g (x ) , so konvergiert auch ∫ f (x ) ⋅ dx .
a a
b b
9.5.2.2 Divergiert ∫ g (x ) ⋅ dx , während 0 ≤ g (x ) ≤ f (x ) ist, so divergiert auch
a
∫ f (x ) ⋅ dx .
a
9.5.3 Integralkriterium:
Ist die Funktion f ( x ) : [n0 , ∞ ) → Å monoton fallend und gilt ständig f ( x ) ≥ 0 , so kann man
sagen:
∞ ∞
Es konvergiert ∑ f (n) , wenn ∫ f (x ) ⋅ dx konvergiert.
n = n0 n0
Seite 60
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
F (t ) = ∫ f (x, t ) ⋅ dx
ϕ (t )
9.6.2 Leibniz-Regel:
Ist im Parameterintegral auch ft(x,t) stetig, dann gilt für die Ableitung F'(t):
ψ (t )
∞
Γ(x ) = ∫ e −t ⋅ t x −1 ⋅ dt x>0
0
n x ⋅ n!
= lim n
n →∞
∏ (x + k )
k =0
Γ( x + 1) = x ⋅ Γ( x )
π
Γ( x ) ⋅ Γ(1 − x ) =
sin (πx )
1 (2n )!⋅ π
Γ n + =
2 n!⋅2 2 n
Γ(n + 1) = n!
Letztere Eigenschaft erlaubt die Erweiterung des Begriffs der Fakultät auf beliebige reelle
Zahlen:
π ( x ) = x!= Γ( x + 1)
1 1 1 3 π
z.B. x= ⇒ π = != Γ =
2 2 2 2 2
1 1 1 1
x=− ⇒ π − = − != Γ = π
2 2 2 2
Seite 61
9. Integralrechnung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
9.7.3 Integralsinus:
( −1) ⋅ x 2n+1
∞ n
sin t π ∞ sin t
Si ( x ) = ∫ ⋅ dt = ∑
x
Für |x| < ∞ gilt: ⋅ dt = − ∫
t 2 x t n =0 ( 2 n + 1) ⋅ ( 2 n + 1) !
0
9.7.4 Integralcosinus:
t t n =1 2n ⋅ (2 n )!
x 0
9.7.5 Integralexponentialfunktion:
∞
et xn
Ei(x ) = ∫
⋅ dt = C + ln x + ∑
x
Für − ∞ < x < 0 und 0 < x < ∞ gilt:
n =1 n ⋅ n!
−∞ t
9.7.6 Integrallogarithmus:
n =1 n ⋅ n!
0 ln t
∫ 0
x
erf (t ) ⋅ dt = x ⋅ erf ( x ) +
1
π
(
⋅ e−x − 1
2
)
d erf ( x )
= ϕ (x ) =
2
⋅ e −x
2
dx π
Seite 62
10. Tensoren, Quadratische Formen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
1 0 − 1
ν 1 = C1 ⋅ − 1 ν 2 = C2 ⋅ 1 ν 3 = C3 ⋅ 0
1 0 1
Es sei bemerkt, daß die Eigenvektoren einer Matrix eine Orthogonalbasis darstellen, falls die
Matrix symmetrisch ist. Es gilt dann:
v 3 = v1 × v 2
⇔ λ1 = 0 λ1 = 2 λ3 = 4
0 1 1
1 1
⇒ v1 = 1 v 2 = 0 v 3 = v1 × v 2 = 0
0 2 1 2
− 1
Bei der Aufstellung einer solchen Basis ist allerdings darauf zu achten, daß λ1 < λ2 < λ3 ist.
Seite 63
10. Tensoren, Quadratische Formen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
10.1.2 Tensor:
Ist eine allgemeine Abbildung A aus Vn linear, so spricht man von einem Tensor 2. Stufe.
10.1.3 Vektorprodukt:
Vektor a ∈ V 3 fest:
a1 ν 1 0 − a3 a 2 ν 1
A(ν ) = a × ν = a 2 × ν 2 = a3 0 − a1 ⋅ ν 2
a ν − a 0 ν 3
3 3 2 a1
10.1.4 Projektionstensor:
Der Vektor b ∈ V n sei fest. Dann ist die Projektionsabbildung ein Tensor:
x⋅b
Projektionsabbildung : P( x ) = Projb x = 2 ⋅ b
b
ei ⋅ b bi ⋅ b j
Koordinatendarstellung von P : Pji = P(e i ) ⋅ e j = 2
⋅b ⋅e j = 2
b b
D(w) = Du v (w) = u ⋅ (v ⋅ w) w ∈V n
Koordinatendarstellung : d ij = D(e i ) ⋅ e j = u j ⋅ vi
u1v1 u1v 2 L u1 v n
u v u 2v2 L u 2vn
⇒D= 2 1 = u⋅v
T
M M O M
u v u v L u n v n
n 1 n 2
10.1.6 Spiegelungstensor:
Es sei der Vektor u ∈V n mit ||u||=1. Dann stellt S u = 1 − 2 Du u ( x ) (siehe oben) eine Spiegelung
an der Ebene E : u ⋅ x = 0 dar. Su heißt Spiegelungstensor.
Seite 64
10. Tensoren, Quadratische Formen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
M M O M
u u L 1 − 2u n2
n 1 unu2
Es folgt daraus:
1. Su ist eine symmetrische Matrix.
2. Su ist orthogonal.
3. Su ist zu sich selbst invers: Su2 = E
1 0 0 a12 a1 a 2 a1 a 3 0 − a3 a2
Da (ϕ ) = cos ϕ ⋅ 0 1 0 + (1 − cos ϕ ) ⋅ a 2 a1 a 22 a 2 a 3 + sin ϕ ⋅ a 3 0 − a1
0 0 1 a a a 32 − a 0
3 1 a3 a 2 2 a1
cos ϕ 0 sin ϕ
Drehung um die e2-Achse (y-Achse): E 2 (ϕ ) = De 2 (ϕ ) = 0 1 0
− sin ϕ 0 cos ϕ
1 0 0
Drehung um die e1-Achse (x-Achse): E1 (ϕ ) = De1 (ϕ ) = 0 cos ϕ − sin ϕ
0 sin ϕ cos ϕ
D = E1 (α ) ⋅ E 2 (β ) ⋅ E3 (γ )
Seite 65
10. Tensoren, Quadratische Formen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Seite 66
10. Tensoren, Quadratische Formen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
= x A x + 2b x + c
T T
→
Die Menge der Punkte P mit OP = x = ( x1 , x 2 , K , x n ) , welche die Gleichung Q( x ) = 0 erfüllt,
T
Beispiel:
36 x12 − 24 x1 x 2 + 29 x 22 + 96 x1 − 22 x 2 − 115 = 0
36 − 12 1 96
⇔ A = , b= , c = −115
− 12 29 2 − 22
( )
Q x'+ p = x'T A x'+2 p A + b x'+Q p ( T T
) ()
Ist nun die Gleichung Ap = −b lösbar, so besitzt Q(x) ein Zentrum, für das gilt:
{
Z = p A p = −b } = {m}
(falls ein -
deutig lösbar)
1. Fall: Z ≠ ∅ : λ1 y12 + λ2 y 22 + K + λr y r2 + γ = 0
mit r = Rang(A),
λ1 , λ2 , λ3 ,..., λr Eigenwerte von A, die ungleich Null sind.
Seite 67
10. Tensoren, Quadratische Formen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Umformungen:
Q( x + m ) = x A x + 2( Am + x ) x + Q(m )
T T
Q(m ) = b m + c
T
λ A1 0 L 0
0 λ A2 L 0
P AP =
T
M M O M
0 L λ An
0
Q(P x ) = x P T AP x + b P x + c
T T
Q(P x + m ) = x P T AP x + 2( Am + b ) P x + Q(m )
T T
10.2.4.2 Vorgehensweise:
1. Fall: Am = −b ist lösbar. Es liegt eine Zentrumsquadrik vor.
λ1 λ2 λ3 γ Typ
+ + + − Ellipsoid
+ + − + zweischaliges Hyperboloid
+ + − − einschaliges Hyperboloid
+ + − 0 Kegel mit Spitze in m
+ + 0 − elliptischer Zylinder
+ − 0 ± hyperbolischer Zylinder
+ + 0 0 1 Gerade
+ − 0 0 2 Ebenen mit Schnitt
+ 0 0 − 2 parallele Ebenen
+ 0 0 0 Doppelebene
Tabelle 1: Klassifikation von Zentrumsquadriken
Seite 68
10. Tensoren, Quadratische Formen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Es folgt daraus, daß 0 ein Eigenwert von A ist, denn det(A) = det(A − 0⋅E) = 0
λ1 λ2 λ3 γ Typ
+ + 0 ± elliptisches Paraboloid
+ − 0 ± hyperbolisches Paraboloid
+ 0 0 ± parabolischer Zylinder
Tabelle 2: Klassifikation von Quadriken mit leerem Zentrum
10.2.4.3 Darstellung:
Die folgenden Abbildungen zeigen nur die ersten sechs Typen von Zentrumsquadriken aus der
Tabelle 1 und die Typen von Quadriken mit leerem Zentrum aus der Tabelle 2.
Seite 69
10. Tensoren, Quadratische Formen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Seite 70
10. Tensoren, Quadratische Formen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
x 2 + 2 xy + y 2 − x + y + 4 = 0
1 1 1 − 1
A = , b= , c=4
1 1 2 1
Die Eigenwerte, die normierten Eigenvektoren und der Rang von A ergeben sich zu:
λ1 = 2, λ2 = 0 ⇒ r = 1
⇒ Eigenvektoren :
1 1 1 1
x1 = , x2 =
2 1 2 − 1
Normierte Matrix P:
1 1
−
2 2
P= , det ( P ) = 1
1 1
2 2
Die Gleichung x Ax + 2b x + 4 = 0 wird mit x = Pu zu
T T
1 1
−
1 2 u1
T
− 1 2
2u1 + 2 ⋅
2
+4 = 0
2 1 1 1 u2
2 2
⇔ 2u12 + 2 ⋅ u2 + 4 = 0
und nach Resubstitution y1 = u1 , y2 = u2 + 8 ergibt sich die gesuchte Normalform der Quadrik
zu 2 ⋅ y12 + 2 ⋅ y2 = 0, was eine Parabel ist.
Seite 71
11. Krummlinige Koordinaten, Transformationsformel Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Diese Flächenverzerrung im zweidimensionalen Raum läßt sich analog übertragen auf Gebilde
im Å . Dort stellt sie die Volumenverzerrung im dreidimensionalen Raum dar.
3
11.1.1.1 Wird bei solchen Verzerrungen kein begrenztes Objekt betrachtet, sondern eine offene
Menge U in eine offene Menge V verzerrt, so spricht man bei f von der Koordinatentransformation
von U auf V.
11.1.1.2 Zur Umkehrung einer solchen Koordinatentransformation läßt sich unter der
Voraussetzung, daß x ∈ U und y = f (x ) , Folgendes sagen:
(
det D f
−1
(y )) = det(D1 f (x ))
11.1.2 Jacobideterminante:
In diesem Zusammenhang wird der Begriff der Funktionaldeterminante oder Jacobideterminante
eingeführt.
J f ( x ) = det D f ( x ) ( )
11.2 Transformationsformeln
11.2.1 Polarkoordinaten:
Koordinatentransformation:
r r cos ϕ f1 (r ,ϕ ) x
f : a = =
ϕ r sin ϕ f 2 (r ,ϕ ) y
2 2
x x + y f1−1 ( x, y ) r
f : a
−1
y = −1 =
y arctan f 2 ( x, y ) ϕ
x
Jacobideterminante von f:
( )
det D f (r ,ϕ ) = r cos 2 ϕ + r sin 2 ϕ = r
Seite 72
11. Krummlinige Koordinaten, Transformationsformel Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
11.2.2 Zylinderkoordinaten:
Koordinatentransformation:
r r cos ϕ f1 (r ,ϕ , z ) x
f : ϕ a r sin ϕ = f 2 (r ,ϕ , z ) = y
z z f (r ,ϕ , z ) z
3
2 2
x x + y + z f 1 ( x, y , z ) r
2
y
f : y a arctan
−1
= f ( x , y , z ) = ϕ
x
2
z f 3 ( x, y, z ) z
z
Jacobideterminante von f:
( ) (
det D f (r ,ϕ , z ) = 1⋅ r cos 2 ϕ + r sin 2 ϕ = r )
11.2.3 Kugelkoordinaten:
Koordinatentransformation:
r r cos ϕ sin θ f1 (r ,ϕ ,θ ) x
f : ϕ a r sin ϕ sin θ = f 2 (r ,ϕ ,θ ) = y
θ r cosθ f (r , ϕ ,θ ) z
3
x x + y + z f 1 ( x, y , z ) r
2 2 2
f : y a
−1
arctan
y
= f 2 ( x , y , z ) = ϕ
z x
f 3 ( x, y, z ) θ
x + y2
2
arctan
z
Hierbei liegt der Winkel ϕ zwischen der x-Achse und dem in die x-y-Ebene projizierten
Ortsvektor des Punktes. Der Winkel θ liegt zwischen der z-Achse und dem Ortsvektor des Punktes.
Jacobideterminante von f:
( ) ( )
det D f (r , ϕ ,θ ) = r 2 sin θ ⋅ cos 2 θ + sin 2 θ = r 2 sin θ
11.2.4 Laplace-Operator ∆:
Für eine zweifach differenzierbare Funktion g : ( x, y, z ) a g ( x, y, z ) von ų auf Å läßt sich der
sog. Laplace-Operator ∆ definieren: ∆g = g xx + g yy + g zz
11.2.5 Transformationsformel:
Bei Koordinatentransformationen Φ : U a V zwischen offenen, nichtleeren Mengen U und V,
mit meßbarem U und stetigem g : V a Å gilt die Transformationsformel.
Seite 73
11. Krummlinige Koordinaten, Transformationsformel Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Beispiel: Gesucht wird das neue Volumen Vol(B) eines Parallelepipeds B, das durch eine affin-
lineare Abbildung u = Ax + b eines Einheitswürfels W entstanden ist.
1W442443 B B
= Vol (W )=1
Vol(B ) = det ( A)
Seite 74
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
12.1.3 Lösungen:
Die Lösungen von gewöhnlichen Differentialgleichung mit einer Anfangsbedingung setzen sich
in der Regel aus der Summe von mindestens zwei Einzellösungen zusammen. Die Lösung einer
allgemeinen Differentialgleichung ist dann die Summe der homogenen Löung und der
inhomogenen oder partikulären Lösung.
Erhält man aus einer Differentialgleichung eine Lösungsmenge, so ist jede Linearkombination
von Einzellösungen wieder eine Lösung. Dies ist mit dem Faktorsatz und der Summenregel aus der
Differentialrechnung erklärbar (s. Kapitel 6.1).
b
Eine Zahl ε sei durch ε = min a , bestimmt.
max { f ( x , y )}
Es gibt dann im Abstand ε von x0 genau eine Lösung zum gegebenen Anfangswertproblem.
Seite 75
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
y 1 (x ) = y 0 ⋅ e .
Diese Lösungsfunktion ist immer positiv.
y 2 ( x ) = ∫ * dt ⋅ e x0 mit y1* (t ) = 1 .
x 0 y (t ) y
1 0
∫x0
dt ⋅ e
y1* (t )
M ( x ) ⋅ N ( y ) ⋅ dx + P ( x ) ⋅ Q ( y ) ⋅ dy = 0
M (x ) Q(y )
⇔ ⋅ dx + ⋅ dy = 0
P (x ) N (y )
M (x ) Q(y )
⇔ ∫ ⋅ dx + ∫ ⋅ dy = C
P (x ) N (y )
Beispiel:
x ⋅ dy + y ⋅ dx = 0
1 1
⇔ ∫ y ⋅ dy + ∫ x ⋅ dx = C = ln c
⇔ x⋅ y = c
Seite 76
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
12.3.1 Form:
Bernoulli’sche Differentialgleichungen haben die Form
y ′( x ) = A ( x ) ⋅ y ( x ) + B ( x ) ⋅ [ y (x )] α ∈ Å \ {1}, y ( x ) ≥ 0 .
α
12.3.2 Lösungsansatz:
Ziel dieses Ansatzes ist die Rückführung der Differentialgleichung auf eine Differential-
gleichung erster Ordnung. Es wird zunächst durch durch [ y ( x )] geteilt.
α
y′( x ) ⋅ [ y (x )] = A( x ) ⋅ [ y ( x )] + B( x )
−α 1−α
2 2
y 2 = f 2 ( x, y1 ( x ), K , y n ( x ))
Komponentenschreibweise:
M
y ′ = f ( x, y ( x ), K , y ( x ))
n n 1 n
Vektorschreibweise:
′
y ( x ) = f x, y ( )
y ( x ) = f (x, y ),
′
Anfangswertproblem: y ( x0 ) = y 0
Seite 77
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
12.4.3 Lösungsansatz:
Es wird eine Substitution durchgeführt.
y1Ú y
y2 Ú y ′
M
yn−1Ú y (n−2 )
yn Ú y (n−1) (
⇒ y (n ) = y′n = f x, y, y′, K , y (n−1) )
Daraus folgen das neue System von Differentialgleichungen und die neuen Anfangsbedingungen.
′
y1 y ′ y2
y2 y ′′ y3
M = M = M
M M yn
y y′ (
n n f x, y1 , K , yn )
y0 y0,1
y0′ y0, 2
y0 = =
M M
(n−1)
y y
0 0 ,n
Das gleiche gilt für die allgemeine Lösung von Systemen von n Differentialgleichungen.
y1 = F1 ( x , C1 , K , C n )
y = F (x , C , K , C )
2 2 1 n
M
y n = Fn ( x , C1 , K , C n )
Das Lösungsprinzip beruht darauf, daß versucht wird, die Ordnung mittels Substitution der
Variablen zu verringern, um einfachere Differentialgleichungen zu erhalten. Das Auffinden
passender Substitutionen wird erleichtert durch die Unterscheidung verschiedener Fälle:
Seite 78
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
3. Die Differentialgleichung ( )
f x, y, y′, y ′′, K , y (n ) = 0 ist eine homogene Funktion1 in
y , y ′, y ′′, K , y (n ) .
y′
, d.h. y = e ∫ .
z⋅dx
Die Substitution lautet z =
y
Die Ordnung wird um eins verringert.
mit ψ ( x ) = ∫∫ L ∫ f (x )(dx ) = ⋅ ∫ f (t )( x − t ) dt
n 1 x n −1
(n − 1)! 0 x
⋅ y (x 0 )
1 k −1
und Ck =
(k − 1)!
Hilfreich kann bei der Lösung solcher Differentialgleichungen auch die folgende Beziehung sein:
′
1
2
( )
⋅ y′2 = y′′ ⋅ y′
Mit Ausnahme der Unterpunkte 12.5.1 bis 12.5.3 sollen nur DGL-Systeme mit konstanten
Matrizen behandelt werden.
12.5.1.1 Lösbarkeit:
Sind die Elemente aik(x) der Matrix und die Funktion f stetig in einem gegebenen Intervall, so hat
das DGL-System genau eine Lösung in diesem Intervall.
1
Eine Funktion heißt homogen mit dem Homogenitätsgrad m, wenn sie die folgende Bedingung für beliebige λ erfüllt:
f (λx1 , λx2 ,K, λxn ) = λ ⋅ f ( x1 , x2 ,K, xn )
m
Seite 79
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
12.5.4.1 Fundamentalsystem:
′
Ein System y1,...,yn linear unabhängiger Lösungen von y = A ⋅ y heißt Fundamentalsystem.
12.5.4.2 Fundamentalmatrix:
Als Fundamentalmatrix bezeichnet man die Matrix Y (x ) = y 1 , K , y n . ( )
Die reell gewählte Fundamentalmatrix ermöglicht später die direkte Berechnung eines
homogenen Lösungsanteils: y H ( x ) = Y ( x ) ⋅ c mit c ∈¶ n
Eigenschaften der Fundamentalmatrix:
1. Y ′( x ) = A ⋅ Y ( x )
2. c = Y (0 ) ⋅ x 0
−1
Seite 80
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
′
1. Schritt: Die homogenen linearen DGL-Systeme y = A⋅ y werden mit Hilfe der
Eigenvektoren und der Eigenwerte der Matrix A gelöst. Aus der Charakteristischen Gleichung
a11 − λ a12 L a1n
a21 a22 − λ L a2 n
det ( A − λE ) = =0
M M O M
an1 an 2 L ann − λ
erhält man ein vollständiges System von (komplexen) Wurzeln λ1, λ2, ..., λn (Eigenwerte von A).
Daraus folgt dann, daß auch die zugehörigen Lösungsvektoren konjugiert-komplex sind.
y1 = y 2 ⇔ ν 1 ⋅ e λ1x = ν 2 ⋅ e λ2 x
Diese beiden komplexen Lösungen können durch zwei reelle Lösungsvektoren ersetzt werden.
Sie lauten folgendermaßen:
y + y2
~ ( )
y 1 = Re y 1 = 1
2
y − y2
~ ( )
y 2 = Im y 1 = 1
2i
Die beiden Vektoren entsprechen dem Real- bzw. dem Imaginärteil von y1.
Seite 81
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
′ 1 1
y = ⋅ y
1− 2 − 1
4243
A
1− λ 1
⇔ = λ2 + 1 = 0 ⇔ λ1,2 = ± i
−2 −1 − λ
1 1
( A − λ1 E ) ⋅ν 1 = 0 bzw. ( A − λ 2 E ) ⋅ν 2 = 0 ν 1 =
⇔ und ν 2 =
−1+ i −1 − i
1 ix 1 −ix
⇒ y 1 = ⋅ e und y 2 = ⋅ e
−1+ i −1− i
⇒ ~ ( )
y 1 = Re y 1 =
cos x
und ~ y 2 = Im y 1 = ( )
sin x
− cos x − sin x − sin x + cos x
cos x sin x
det =1
− cos x − sin x − sin x + cos x
cos x sin x
⇒ y ( x ) = C1 ⋅ + C 2 ⋅
− cos x − sin x − sin x + cos x
c1
Der einfachen Wurzel λ1 = 0 entspricht der Lösungsansatz: y1 = c2 .
c
3
c1
Einsetzen in das DGL-System ergibt y1 = 0 .
0
Seite 82
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Die Vielfachheit der Wurzel λ2,3 ist zwei, der zu benutzende Ansatz lautet dann:
a1 b1
y 2 , 3 = a 2 + b2 ⋅ x ⋅ e x
a b
3 3
Einsetzen in das DGL-System und Auflösen des linearen Gleichungssystems führt auf:
b1 1 a1 1 − 1
b2 = b2 ⋅ 1 ⇒ a 2 = a 2 1 + b2 ⋅ 0
b 1 a 1 1
3 3
Die Fundamentallösungen zu λ2,3 = 1 lauten dann:
1 −1 + x
x
y 2 ( x ) = 1 ⋅ e , y 3 (x ) = x ⋅ e x
1 1+ x
Sie bilden zusammen mit y1 ein Fundamentalsystem. Die allgemeine Lösung lautet:
1 1 −1 + x
x
y( x ) = C1 ⋅ 0 + C 2 ⋅ 1 ⋅ e + C3 ⋅ x ⋅ e x
0 1 1+ x
Im allgemeinen Fall, d.h. unabhängig von der Vielfachheit der Eigenwerte der Matrix A ist das
folgende Lösungsprinzip anwendbar. Es ist dem hier schon beschriebenen Verfahren äquivalent.
Nach der Bestimmung der Übertragungsmatrix aus dem Fundamentalsystem gemäß der Formel
Yˆ ( x ) = Y ( x ) ⋅ Y (0 )
−1
ergibt sich die homogene, reelle Lösung des vorgegebenen Anfangswertproblems zu Folgendem:
y H ( x ) = Yˆ ( x ) ⋅ x 0 mit x 0 ∈Å n
Mehr zu den Eigenschaften der Übertragungsmatrix befindet sich unter Punkt 12.5.4.3 .
′
1. Schritt: Für das Störglied f(x) des DGL-Systems y = A ⋅ y + f ( x ) wird folgender Ansatz
gemacht:
[ ]
f ( x ) = e βx ⋅ q1 ( x ) ⋅ cos(Ω ⋅ x ) − q 2 ( x ) ⋅ sin (Ω ⋅ x )
Die Zahlen β und Ω müssen reell sein, µ = β + i Ω darf kein Eigenwert von A sein.
q1(x) und q2(x) sind reelle Vektorpolynome.
Ist µ ein Eigenwert, so wird im 3. Schritt eine kleine Änderung vorgenommen.
y P (x ) = p (x ) ⋅ e µx
~ mit grad ( p ) = grad (q ) + 2
Dies erzeugt zwar später ein Gleichungssystem höherer Ordnung, sonst müßte aber eine
Fallunterscheidung für die Funktionswerte von µ im charakteristischen Polynom vorgenommen
werden, die etwas mehr Zeit beansprucht.
4. Schritt: Dieser Ansatz für die partikuläre Lösung wird in das DGL-System eingesetzt.
′ ′
y P (x ) + f (x ) = ~
y P ( x ) = µ ⋅ e µx ⋅ p ( x ) + e µx ⋅ p ( x )
~
A⋅ ~
′
⇒ q(x ) = p (x ) − ( A − µ ⋅ E ) ⋅ p(x )
Die letzte Gleichung lassen sich die Koeffizienten von p(x) ermitteln.
Damit erhält man die partikuläre Lösung y P (x ) = p (x ) ⋅ e µx .
~
0 − 2 3
x& (t ) = ⋅ x(t ) + ⋅ e −t
2 0 1
β = − 1
Ω = 0
µ = −1
a
⇒ a ⇒ x P (t ) = p (t ) ⋅ e µ t = 1 ⋅ e − t
3 p (t ) = 1 a1
q 1 (t ) = 3 a1
1 ⇒ q (t ) =
q 2 (t ) = 0 1
Im nächsten Schritt wird nun dieser Lösungsansatz in das DGL-System eingesetzt und die
unbekannten Koeffizienten ermittelt.
x& P (t ) = A ⋅ x P (t ) + f (t )
3 a 0 − 2 a1 −t
⇒ ⋅ e −t = − 1 − ⋅ ⋅ e
1 a 2 2 0 a 2
− a1 + 2a 2 = 3 − 1
⇔ ⇔ a =
− 2a1 − a 2 = 1 1
− 1
⇒ x P (t ) = ⋅ e −t
1
Seite 84
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Auch die partikuläre Lösung läßt sich mit Hilfe der Übertragungsmatrix ermitteln. Sie lautet
allgemein:
y P ( x ) = Yˆ ( x ) ⋅ c (x )
c (x ) = ∫ Yˆ (− s ) ⋅ f (s ) ⋅ ds
x
mit
Zur Berechnung des Vektors c(x) sind in der Regel etwas ausgefallenere Integrale zu lösen.
Beispiel: Gesucht wird eine partikuläre Lösung zum folgenden DGL-System, dessen Übertra-
gungsmatrix bereits bestimmt wurde.
0 1 sin t cos t sin t
x& (t ) = ⋅ x (t ) + −t Yˆ (t ) =
− 1 0 e − sin t cos t
Nach der obenstehenden Formel ergibt sich dann:
t cos (− s ) sin (− s ) sin s
c(t ) = ∫ Yˆ (s ) ⋅ f (s ) ⋅ ds = ∫
t
⋅ − s ⋅ ds
− sin (− s ) cos(− s ) e
cos s − sin s sin s t cos s ⋅ sin s − e
−s
⋅ sin s
= ∫ ⋅ − s ⋅ ds = ∫
t
⋅ ds
2
+ −s
⋅
sin s cos s e sin s e cos s
⋅ sin 2 t + ⋅ e −t ⋅ (sin t + cos t )
1 1
= 2 2
1 ⋅ (t − sin t ⋅ cos t ) + 1 ⋅ e −t ⋅ (− cos t + sin t )
2 2
Die partikuläre Lösung lautet:
1 e − t + t ⋅ sin t
x P (t ) = Yˆ (t ) ⋅ c (t ) = ⋅
2 − sin t − e + t ⋅ cos t
−t
x0
x0
Diese heißt homogen, falls f(x) = 0 ist, sie heißt inhomogen, falls f(x) ≠ 0 ist.
Seite 85
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
12.6.1.1 Lösbarkeit:
Sind die Koeffizienten ak(x) und f(x) stetig in einem gegebenen Intervall, so hat für ein x0 aus
diesem Intervall das Anfangswertproblem
y ( n ) + a n −1 ( x ) ⋅ y (n −1 ) + K + a 0 ( x ) ⋅ y = f ( x )
y ( x 0 ) = y1
y ′( x 0 ) = y 2
M
y (n −1 ) ( x 0 ) = y n
′ L
y1 = y y 0 1 0 0 y
0
y 2 = y ′ y ′ 0 0 1 L 0 y
′ 0
M M = M M M O M ⋅ M + M
⇒
M M
(n −1 ) 0 0 0 L 1 M
(n −1 ) M
( n −1 )
yn = y y − a 0 − a1 − a 3 L − a n −1 y f (x )
1 4 4 4 4 42 4 4 4 4 43
=A
(n × n )− Matrix
12.6.3 Fundamentalsystem:
Die Darstellung des Fundamentalsystems von Lösungen sieht folgendermaßen aus:
y1 yn
y1′ y ′n
y1 (x ) = , K , y n (x ) =
M M
(n−1) (n−1)
y y
1 n
Seite 86
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Man erhält ein Fundamentalsystem, wenn man zu jeder r-fachen Nullstelle λk die rk Lösungen
e λk x , x ⋅ e λk x , K , x r −1 ⋅ e λk x
und zu jedem Paar konjugiert-komplexer Nullstellen λk , λk (r-fach) die 2r Lösungen
eσ k x ⋅ cos(τ k x ), K , x r −1 ⋅ eσ k x ⋅ cos(τ k x )
eσ k x ⋅ sin (τ k x ), K , x r −1 ⋅ eσ k x ⋅ sin (τ k x ) mit σ k = Re(λk )
und τ k = Im(λk )
zusammenfaßt.
y1 y1 L yn
y′ y ′2 L y ′n
Y (x ) = 1
M M O M
(n−1)
y (n −1)
L y n(n−1)
1 y2
Sie besitzt alle bereits bei DGL-Systemen beschriebenen Eigenschaften (s. Punkt 12.5.4.3).
Das Aufstellen der Übertragungsmatrix erfolgt entsprechend.
12.6.6 Wronski-Determinante:
Analog zu DGL-Systemen lautet sie:
y1 y1 L yn
y′ y ′2 L yn′
W (x ) = 1
M M O M
( n −1) ( n −1) ( n −1)
y1 y2 L yn
Ist der Betrag der Wronski-Determinante nicht null, so bilden die Spaltenvektoren ein
Fundamentalsystem zur gegebenen Differentialgleichung.
Seite 87
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
1. Schritt: Für das Störglied f(x) der DGL wird folgender Ansatz gemacht:
f ( x ) = e βx ⋅ [q1 ( x ) ⋅ cos(Ω ⋅ x ) − q2 ( x ) ⋅ sin (Ω ⋅ x )]
Die Zahlen β und Ω müssen reell sein. q1(x) und q2(x) sind reelle Polynome.
2. Schritt: Man bildet dann die sogenannte komplexe Störfunktion:
f (x ) = q ( x ) ⋅ e µx mit q (x ) = q1 (x ) + i ⋅ q 2 ( x )
~
und µ = β + i⋅Ω
4. Schritt: Aus der obenstehenden Formel werden schrittweise alle Koeffizienten bestimmt. Dazu
kann der Koeffizientenvergleich — d.h. Vergleich von Real- bzw. Imaginärteilen auf beiden
Seiten der Gleichung — angewandt werden.
ϕ 1 ( x ) = Re [ϕ ( x )]
ϕ 2 (x ) = Im [ϕ ( x )]
Beispiel: Gesucht wird die allgemeine Lösung der folgenden linearen Differentialgleichung.
&x& + 2 x& + 5 x = 51
t2 −3 13 + e −2 t ⋅43
1442 sin t
f 1 (t ) f 2 (t )
Eine solche Aufteilung des Störgliedes in zwei (oder mehr) Teile wird dann notwendig, wenn es
offensichtlich nicht die allgemeine Form f ( x ) = e βx ⋅ [q1 ( x ) ⋅ cos(Ω ⋅ x ) − q2 ( x ) ⋅ sin (Ω ⋅ x )] von
Störgliedern besitzt.
Homogene Lösung:
Es werden die Nullstellen des charakteristischen Polynoms P(λ) bestimmt.
λ 2 + 2 λ + 5 = 0 ⇔ λ1 = − 1 + 2i λ 2 = − 1 − 2i
Seite 88
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Partikuläre Lösung:
Zu f1(t):
f1 (t ) = 5t − 13 = f 1 (t )
~
x P1 (t ) = a 0 + a1t + a 2 t 2 + a 3 t 3
Koeffizentenvergleich liefert: x P1 (t ) = t − 3
Zu f2(t):
f 2 (t ) = 4e −2t ⋅ sin t = e βt ⋅ [q1 (t ) ⋅ cos(Ωt ) − q2 (t ) ⋅ sin (Ωt )]
~
mit β = −2 Ω =1 q1 (t ) = 0 q2 (t ) = −4
⇒ µ = −2 + i q (t ) = −4i
x P 2 (t ) = e ⋅ ϕ (t ) = e
⇒~ µt ( −2+i )t
(
⋅ a0 + a1t + a2t 2 )
Als nächstes wird der Ansatz ϕ ′′(t ) + P ′(µ ) ⋅ ϕ ′(t ) + P (µ ) ⋅ ϕ (t ) = q (t ) benutzt, um die
unbekannten Koeffizienten von ϕ(t) zu bestimmen. Diese ergeben sich zu Folgendem:
2 4
a2 = a1 = 0 , a0 = − i
5 5
Die allgemeine Lösung des zweiten Teils vom Störglied lautet dann:
2 4 2
xP 2 (t ) = Re[~
x P 2 (t )] = Re e (−2+i )t ⋅ − i = e −2t ⋅ cos t + sin t
4
5 5 5 5
Die allgemeine Lösung der gesamten Differentialgleichung ergibt sich somit zu:
x (t ) = x H (t ) + x P1 (t ) + x P 2 (t )
Die homogene Lösung lautet y H ( x ) = c1 ⋅ y1 ( x ) + c2 ⋅ y 2 ( x ) mit y1(x) und y2(x) aus der
untenstehenden Tabelle.
Seite 89
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Gegeben sei L[y] = f(x), eine lineare Differentialgleichung n-ter Ordnung mit auf [a,b] stetigen
Koeffizienten. f(x) sei ebenfalls stetig. Die Randbedingungen seien
( )
n −1
U µ [ y ] = ∑ α µ ,ν ⋅ y (ν ) (a ) + β µ ,ν ⋅ y (ν ) (b ) µ = 1, K , m
ν =0
Beispiel: Bestimmt werden sollen die Eigenwerte und die Eigenfunktionen des Randwert-
problems
w′′( x ) = λ ⋅ w( x ) für 0 ≤ x ≤ π
λ ∈Å
w′′(0) = w′′(π ) = 0
(
0 = w′′(π ) = λ ⋅ c1 ⋅ sin − λ ⋅ π )
!
Da λ ≠ 0 ist, muß entweder c1 = 0 (triviale Lösung) oder λ = −n² sein (n ganzzahlig). Zugehörige
Eigenfunktionen sind wn ( x ) = c1 ⋅ sin (nx ) für n ∈Á .
Seite 91
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
In Anlehnung an die Physik wird p als Impuls bezeichnet, f sei ein Kraftfeld in einem bestimmten
Gebiet der (x,p)-Phasenebene (Orts-Impuls-Ebene).
x& (t )
gibt, die eine Parameterdarstellung (PD) von Γ ist.
Daraus erhält man t als Funktion von x. Aufgelöst nach x(t) hat man dann die
Parameterdarstellung der Phasenkurve durch (x0,p0).
Seite 92
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Substitution ergibt:
x& = p
p& =
2 xp 2
−
p 3+ x ( 2
)
3 + x2 2x2
⇒
⇔ p = ϕ (x )
p& = ϕ ′( x ) ⋅ p =
2 xp 2
−
p 3+ x 2
( )
3+ x 2
2x2
3 + x2 3 + x2
⇒ ϕ ′( x ) = ϕ (x ) − ⇒ ϕ ′( x ) − ϕ (x ) +
2x 2x
=0
3 + x2 2x2 3 + x2 2x2
x }
=−
3+ s 2
x
∫
B ( s ) ds ∫x0 B (s )ds 3 + x !
2
ϕ (x ) = e ⋅ ϕ0 − ∫ { A(t ) ⋅ e
x
x0
dt = =p
{ x0 2x
= p =2 3+ t0 2
=
2t 2
Damit ist die Phasenkurve bestimmt. Weiter kann berechnet werden:
t − t0 = ∫
x ds
{ x0 =1 ϕ (s ) 1
x
[
= ln 3 + s 2 = ln
3 + x2
4
]
=0
⇒ x(t ) = + 4e t − 3
3
mit t > ln
4
Dies ist die Lösung des angegebenen Anfangswertproblems.
x0
Seite 93
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
12.9.6.4 Energiesatz:
Für alle Punkte (x,p) einer Phasenkurve gilt der Energiesatz:
E ( x, p ) = E0 = konst.
⇒ U (x ) ≤ E0
Die Phasenkurven sind Niveaulinien der Energiefunktion bzw. Teile davon.
p = ϕ ( x ) = ± 2 ⋅ (E0 − U ( x ))
E 0 = E ( x 0 , p0 )
ds
3. Schritt: Man gewinnt die Lösung mit der schon angegebenen Formel t − t 0 = ∫
x
.
x0 ϕ (s )
linearisiertes System.
Ermittelt man für das linearisierte System einen singulären Punkt eines bestimmten Typs, so ist
er auch ein singulärer Punkt gleichen Typs für das nicht-linearisierte System.
Seite 94
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
12.9.9.1 Knotenpunkt:
Ein Knotenpunkt liegt vor, wenn die Wurzeln
der charakteristischen Gleichung reell sind und
gleiches Vorzeichen besitzen. In der Umgebung
des singulären Punktes verlaufen alle
Phasenkurven durch ihn hindurch und haben hier,
falls keine Doppelwurzel vorliegt, eine
gemeinsame Tangente. Im Falle einer
Doppelwurzel haben die Phasenkurven entweder
eine gemeinsame Tangente, oder durch den
singulären Punkt verläuft in jeder Richtung eine
eindeutige Kurve.
Seite 95
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
12.9.9.3 Sattelpunkt:
Als Sattelpunkt bezeichnet man einen
singulären Punkt, durch den genau zwei
Phasenkurven verlaufen. Die Wurzeln der
charakteristischen Gleichung sind dann reell
und besitzen verschiedenes Vorzeichen.
Sattelpunkte sind immer instabil.
12.9.9.4 Strudelpunkt:
Sind die Wurzeln der charakteristischen
Gleichung konjugiert-komplex, dann ist der
singuläre Punkt ein Strudelunkt, auf den sich die
Phasenkurven in unendlich vielen Windungen
aufwinden.
12.9.9.5 Wirbelpunkt:
Ein singulärer Punkt, in dessen Umgebung
ausschließlich geschlossene Phasenkurven liegen,
heißt Wirbelpunkt. Die charakteristische
Gleichung muß rein imaginäre Wurzeln haben.
Seite 96
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Ist diese Bedingung nicht erfüllt, so heißt der singuläre Punkt instabil.
DGL-System: x& = A ⋅ x
Bezeichnungen:
a b
A =
c d
α = ⋅ Spur A = ⋅ (a + d )
1 1
2 2
γ = det A
β = α2 −γ
λ1 , λ2 : Eigenwerte von A
3. Fall: Knoten 1. Art: 0 < γ < α 2 ⇒ β < α . Die Eigenwerte haben gleiches Vorzeichen.
Seite 97
12. Gewöhnliche Differentialgleichungen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Seite 98
13. Fourierreihen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
13. Fourierreihen
13.1 Trigonometrische Polynome und minimale Integralmittel
13.1.1 Periodizität:
Eine skalare Funktion f(x) heißt periodisch mit der Periode T > 0 oder auch T-periodisch, falls
f(x) = f(x + T) für alle reellen x gilt.
13.1.3.1 Kann f durch ein bestimmtes trigonometrisches Polynom besonders gut angenähert
werden ?
13.1.3.2 Was heißt „gute Annäherung“ überhaupt, wo f doch nicht einmal stetig sein muß, aber
jedes Tn stetig ist ?
13.1.3.3 Welche zusätzlichen Forderungen sind an f bzw. an die Koeffizienten ak, bk zu stellen so
daß die formale Reihe
∞
S f ( x ) = lim Tk ( x ) = a0 + ∑ (ak ⋅ cos kx + bk ⋅ sin kx )
k →∞
k =1
konvergiert ?
13.1.3.4 Wenn Sf (x) für ein reelles x existiert, gilt dann f(x) = Sf(x) ?
13.1.4 Integralmittel:
Als Maß der Annäherung wählt man das sogenannte Integralmittel:
ε n = ε n (a0 , K , an , b1 , K , bn ) = ∫ [ f (x ) − Tn (x )]2 ⋅ dx
π
−π
a k = ⋅ ∫ f ( x ) ⋅ cos kx ⋅ dx
1 π
π −π
bk = ⋅ ∫ f ( x ) ⋅ sin kx ⋅ dx
1 π
π −π
Existieren diese Integrale, so heißen die Terme Fourierkoeffizienten (FK) von f.
Seite 99
13. Fourierreihen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
13.1.7 Konvergenz:
Ist f stetig im Intervall [−π,π] und 2π-periodisch, dann gilt:
∞ > ⋅ ∫ f ( x ) ⋅ dx ≥ 2a02 + ∑ (a k2 + bk2 )
∞
1 π 2
π −π k =1
Die Fourierkoeffizienten streben gegen null, wenn k gegen unendlich geht.
13.1.8 Fourierreihe:
Ist f stetig und stückweise glatt im Intervall [−π,π] sowie 2π-periodisch, dann konvergiert die
Fourierreihe gleichmäßig und absolut, und es gilt:
S f ( x ) = ⋅ lim
1
ε → x+
f x + lim
ε → x−
f x
2
Betrachtet man eine allgemeine 2L-periodische Funktion f, so gilt für die Fourierreihe:
∞
nπ nπ
S ( x ) = a0 + ∑ an ⋅ cos
1
x + bn ⋅ sin x
2 n =1 L L
nπ
⋅ ∫ f ( x ) ⋅ cos
1 L
mit an = x ⋅ dx
L −L L
nπ
f ( x ) ⋅ sin
1 L
L ∫− L
bn = ⋅ x ⋅ dx n = 0, 1, 2, K
L
13.1.9 Dirichlet-Term:
Dieser wird aus dem trigonometrischen Polynom gewonnen.
n
Tn ( x ) = a0 + ∑ (ak ⋅ cos kx + bk ⋅ sin kx )
k =1
= ⋅ ∫ f (t ) ⋅ + ∑ (cos kt ⋅ cos kx + sin kt ⋅ sin kx ) ⋅ dt
1 π 1 n
π −π 2 k =1 14444 4244444 3
=cos[k ⋅( x −t ) ]
1 n
= ⋅ ∫ f (t ) ⋅ + ∑ cos[k ⋅ ( x − t )] ⋅ dt
1 π
π 1 44424443
−π 2 k =1
= Dn ( x −t )
Seite 100
13. Fourierreihen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
1
sin n + ⋅ u
Dn (u ) = 2
u
2 ⋅ sin
2
1 π
⋅ Dn (u ) ⋅ du = 1
π ∫−π
π 4 ∞ cos[(2n − 1)x ]
f (x ) = − ⋅∑
− x −π ≤ x ≤ 0 2 π n =1 (2n − 1)2
f (x ) =
x 0≤ x ≤π π 4 cos(3 x ) cos(5 x )
= − ⋅ cos x + + + K
2 π 3 2
5 2
4 ∞ sin[(2n − 1)x]
f (x ) = ⋅∑
− 1 −π < x < 0 π n =1 2n − 1
f (x ) =
1 0≤ x ≤π 4 sin (3 x ) sin (5 x )
= ⋅ sin x + + + K x ≠ nπ
π 3 5
π2 n cos (nx )
∞
f (x ) = + 4 ⋅ ∑ (− 1) ⋅
f (x ) = x 2
−π ≤ x ≤ π 3 n =1 n2
π2 cos(2 x ) cos(3 x )
= − 4 ⋅ cos x − + − + K
2 2
3 2 3
∞
sin (nx )
f (x ) = π − 2 ⋅ ∑ x ≠ 2 nπ
x 0 ≤ x < 2π
f (x ) = n =1 n
0 x = 2π sin (2 x ) sin (3 x )
= π − 2 ⋅ sin x + + + K
2 3
Tabelle 4: Fourierreihenentwicklungen einiger 2π-periodischer Funktionen
Seite 101
13. Fourierreihen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Gegeben sei eine Saite der Länge π, die an beiden Enden eingespannt sei und auf die keine
äußeren Kräfte einwirke.
y ( x, t ) = X ( x ) ⋅ T (t )
T&&(t ) − λ ⋅ T (t ) = 0
λ
X ′′( x ) − ⋅ X (x ) = 0
c2
X k ( x ) = C ⋅ sin (k ⋅ x )
Tk (t ) = d1, k ⋅ cos(c ⋅ k ⋅ t ) + d 2, k ⋅ sin (c ⋅ k ⋅ t )
y k ( x, t ) = X k ( x ) ⋅ Tk (t )
n
∑ y ( x, t )
k =1
k n ∈Á
∞
f ( x ) = ∑ d 1,k ⋅ sin (k ⋅ x )
k =1
∞
g ( x ) = ∑ d 2,k ⋅ c ⋅ k ⋅ sin (k ⋅ x )
k =1
Seite 102
14. Kurven und Flächen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
s (t ) = ∫ x& (τ ) ⋅ dτ
t 2
a
Dies ist eine zulässige Parametertransformation.
− x&
n(t ) =
1
Normalenvektor: ⋅ 2
x&12 + x&12 x&1
x& ⋅ &x&
⊥
− x&
κ (t ) = mit x& = 2
⊥
Krümmung:
x& x&1
3
′
Dann heißen t (s ) = x (s ) Tangentenvektor,
′
t (s ) ′
n (s ) = für t (s ) ≠ 0 Hauptnormalenvektor
′
t (s )
{t (s ), n(s ), b(s )} heißt begleitendes Dreibein der Kurve. Es bildet eine Orthogonalbasis des ų.
Seite 103
14. Kurven und Flächen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
′
τ (s ) = −b (s ) ⋅ n(s ) Torsion oder Windung.
x& × &x&
Binormalenvektor: b=
x& × &x&
Hauptnormalenvektor: n = b×t
x& × &x&
Krümmung: κ=
x&
3
Torsion / Windung: τ=
(x& × &x&) ⋅ &x&&
(x& × &x&)2
(u ,v )a x (u , v )
differenzierbar ist und für alle (u,v) aus G gilt: x u × x v ≠ 0
~
1⊂
Eine Parametertransformation φ : G 44a
4Å 3 heißt zulässig, falls φ bijektiv und stetig
Å
⊂4
2 2
24
G4
φ1 (u ,v )
(u ,v )aφ (u ,v )=
φ 2 (u , v )
differenzierbar ist. Darüber hinaus muß die Jacobideterminante positiv sein. J φ (u , v ) > 0 für alle
(u,v) aus G.
Seite 104
14. Kurven und Flächen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Ist φ eine zulässige Parametertransformation, dann ändert sich die Richtung von x u × x v unter φ
nicht.
xu × xv
Normalenvektor der Fläche x(G): n=
xu × xv
( )
2 2
ds d
= x o γ = x u u& + x v v&
2
dt dt
= x u x u u& 2 + 2 x u x v u&v& + x v x v v& 2
123 { {
E F G
Schreibweise: ds 2 = E ⋅ du 2 + 2 F ⋅ du ⋅ dv + G ⋅ dv 2
u (t )
14.2.4.1 Ist t a γ (t ) = die Parameterdarstellung einer Kurve in G, und die Verkettung von
v(t )
x und γ verbinde auf G die Punkte a und b. Dann gilt für die Bogenlänge s der Flächenkurve:
14.2.4.2 Seien γ1 und γ2 die Parameterdarstellungen zweier Kurven in G, die sich für ein t
schneiden. Dann schneiden sie sich unter dem Winkel α mit
Eu&1u& 2 + F (u&1v& 2 + u& 2 v&1 ) + Gv&1v& 2
cos α =
Eu&1u& 2 + F (u&1v& 2 + u& 2 v&1 ) + Gv&1v& 2
Seite 105
14. Kurven und Flächen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Seite 106
15. Kurven- und Oberflächenintegrale Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
∫ f ⋅ n ⋅ ds = ∫ f ⋅ d x = ∫ f ( x(t )) ⋅ x& ⋅ dt
⊥ b ⊥
bzw.
a
C C
∫ ϕ ⋅ d x = ∫ ϕ ⋅ ds = ∫ ϕ (x(t )) ⋅ x&(t ) ⋅ dt
b
a
C C
∫ (a ⋅ f + b ⋅ g )⋅ d x = a ⋅ ∫ f ⋅ d x + b ⋅ ∫ g ⋅ d x
C C C
C
∫ (a ⋅ ϕ + b ⋅ψ ) ⋅ d x = a ⋅ ∫ ϕ ⋅ d x + b ⋅ ∫ψ ⋅ d x
C C
−C
∫ f ⋅ d x = −∫ f ⋅ d x
C
∫ϕ ⋅ d x = ∫ϕ ⋅ d x
−C C
∫ϕ ⋅ d x = ∫ϕ ⋅ d x + ∫ϕ ⋅ d x
C1 + C 2 C1 C2
Seite 107
15. Kurven- und Oberflächenintegrale Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
∫ f ⋅dx ≤ ∫
C C
f ⋅ dx
∫ϕ ⋅ d x ≤ ∫ ϕ ⋅ d x
C C
grad ϕ = f
∫ f ⋅ d o = ∫∫ [ f ⋅ (x × x )]⋅ d (u, v )
F G
u v
Seite 108
15. Kurven- und Oberflächenintegrale Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
15.2.3 Rechenregeln:
15.2.3.1 Oberflächenintegrale verändern ihren Wert nicht, falls eine zulässige Parameter-
transformation durchgeführt wird.
15.2.3.2 Für reelle a, b , stetige Funktionen ϕ, ψ , und stetige Vektorfelder f, g gilt:
( )
∫ a ⋅ f + b ⋅ g ⋅ do = a ⋅ ∫ f ⋅ do + b ⋅ ∫ g ⋅ do
F F F
∫ (a ⋅ ϕ + b ⋅ψ ) ⋅ do = a ⋅ ∫ ϕ ⋅ do + b ⋅ ∫ψ ⋅ do
F F F
∫ ϕ ⋅ do = ∫ ϕ ⋅ do
−F F
∫ f ⋅ do = ∫ f ⋅ do + ∫ f ⋅ do
F1 + F2 F1 F2
∫ ϕ ⋅ do = ∫ ϕ ⋅ do + ∫ ϕ ⋅ do
F1 + F2 F1 F2
∫ f ⋅ do ≤ ∫
F F
f ⋅ do
∫ ϕ ⋅ do ≤ ∫ ϕ ⋅ do
F F
Seite 109
16. Integralsätze und Vektoranalysis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
u
div v = div v = u x + v y + wz
w
∫v⋅dx = − ∫∫ div v( x ) ⋅ d ( x, y )
⊥
∂G G
v1 Q
Mit v = = folgt :
v2 − P
∫ P ⋅ dx + Q ⋅ dy = ∫∫ (Q
∂G G
x − Py )⋅ d ( x, y )
Seite 110
16. Integralsätze und Vektoranalysis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
∂
u ∂x u w y − v z
∂
rot v = rot v = × v = u z − wx
w ∂y w v − u
∂ x y
∂z
Ist rot v = 0, so handelt es sich um ein wirbelfreies Feld. v ist dann ein Potentialfeld im
entsprechenden Gebiet.
Außerdem sei die Abbildung x : G a Å 2 , die F bestimmt, zweimal stetig differenzierbar. Ist nun
das Vektorfeld v auf einem Gebiet, das F enthält, stetig differenzierbar, so gilt der
∫ rot v ⋅ d o = ∫ v ⋅ d x
F ∂F
16.2.3 Vektorpotential:
Es sei v : G a Å 3 stetig differenzierbar und G sternförmig. Es existiert ein „Vektorpotential“ a
als ein in G stetig differenzierbares Feld mit rot a = v ⇔ X × a = v , wenn in G folgendes gilt:
div v = u x + v y + w z = 0
16.3.1 X-Operator:
Er wird folgendermaßen definiert:
n
∂
X = ∑ek ⋅ im Å n
k =1 ∂x k
Seite 111
16. Integralsätze und Vektoranalysis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
16.3.2 Rechenregeln:
Für skalare Felder ϕ, ψ und für Vektorfelder f, g gilt:
X ⋅ (ϕ + ψ ) = X ⋅ ϕ + X ⋅ψ
( )
X⋅ f + g = X⋅ f + X⋅ g
X× ( f + g ) = X× f + X× g
X ⋅ (ϕψ ) = ϕ ⋅ X ⋅ψ + ψ ⋅ X ⋅ ϕ
( )
X ⋅ ϕ ⋅ f = f ⋅ X ⋅ ϕ + ϕ ⋅ X ⋅ f = f ⋅ grad ϕ + ϕ ⋅ div f
X ⋅ (ϕ ⋅ f ) = − f × X ⋅ ϕ + ϕ ⋅ X × f
X ⋅ ( f × g ) = g ⋅ (X × f ) − f ⋅ (X × g )
X × ( f × g ) = f ⋅ g − g ⋅ (X ⋅ f ) + f ⋅ (X ⋅ g ) − g ⋅f
{x {x
Matrix Matrix
X ⋅ (X ⋅ ϕ ) = ∆ϕ = ϕ xx + ϕ yy + ϕ zz
(
X⋅ X× f = 0 )
X × (X ⋅ ϕ ) = 0
( ) ( )
X× X× f = X⋅ X⋅ f − ∆ f = X⋅ X⋅ f − f ( ) ( xx
+f yy
+f zz
)
∂u ∂v
∫∫∫ (v ⋅ ∆u − u∆v ) ⋅ d (x, y, z ) = ∫∫ v ⋅ ∂ n − u ⋅ ∂ n ⋅ n ⋅ do
G ∂G
16.4.2 Anwendung:
Es sei G ein Gebiet, so daß der Satz von Gauß gilt, und es sei U zweimal stetig differenzierbar in
G = G ∪ ∂G . Gilt ∆u = 0 auf G, so ist für x0 aus G:
1 ∂u ( x − x 0 ) ⋅ n
U (x 0 ) =
1
⋅ ∫∫ ⋅ + ⋅ u ⋅ do
4π ∂G x − x 0 ∂ n x − x
2
0
Seite 112
16. Integralsätze und Vektoranalysis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Seite 113
16. Integralsätze und Vektoranalysis Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
m( x ) = e 0
Q x − Py
16.5.6.2 Stellt ψ ( y ) = eine nur von y abhängige Funktion dar, dann ist:
P
∫y ψ (t )⋅dt
y
m( y ) = e 0
m ( x, y )
16.5.7.2 Implizite Lösung: = c , c ∈Å
n ( x, y )
Seite 114
A. Anhang: Tabellen und Kurzreferenzen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
π 1 1 1
3 3 3
6 2 2 3
π 1 1
2 2 1 1
4 2 2
π 1 1 1
3 3 3
3 2 2 3
π
1 0 ±∞ 0
2
π 0 −1 0 ±∞
3π
−1 0 ±∞ 0
2
2π 0 1 0 ±∞
Seite 115
A. Anhang: Tabellen und Kurzreferenzen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
A.3.2 Vielfache:
A.3.3 Potenzen:
⋅ (1 − cos 2α )
1
sin 2 α =
2
cos 2 α = ⋅ (1 + cos 2α )
1
2
⋅ (3 ⋅ sin α − sin 3α )
1
sin 3 α =
4
cos 3 α = ⋅ (3 ⋅ cosα + cos 3α )
1
4
Seite 116
A. Anhang: Tabellen und Kurzreferenzen Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
A.4 Einheitskreis
Am Einheitskreis lassen sich für einen gegebenen Winkel die trigonometrischen Funktionen
ablesen.
Seite 117