Sie sind auf Seite 1von 632

Christian Karpfinger

Arbeitsbuch
Höhere
Mathematik
in Rezepten
3. Auflage
Arbeitsbuch Höhere Mathematik in Rezepten
Christian Karpfinger

Arbeitsbuch Höhere
Mathematik in Rezepten
3. Auflage
Christian Karpfinger
Technische Universität München
Zentrum Mathematik
Garching, Deutschland

ISBN 978-3-662-54810-3 ISBN 978-3-662-54811-0 (eBook)


https://doi.org/10.1007/978-3-662-54811-0

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillier-
te bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

Springer Spektrum
© Springer-Verlag GmbH Deutschland 2014, 2017, 2018
Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich
vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung des Verlags. Das gilt insbesondere
für Vervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verar-
beitung in elektronischen Systemen.
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt
auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen-
und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften.
Der Verlag, die Autoren und die Herausgeber gehen davon aus, dass die Angaben und Informationen in diesem
Werk zum Zeitpunkt der Veröffentlichung vollständig und korrekt sind. Weder der Verlag noch die Autoren oder
die Herausgeber übernehmen, ausdrücklich oder implizit, Gewähr für den Inhalt des Werkes, etwaige Fehler
oder Äußerungen. Der Verlag bleibt im Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in
veröffentlichten Karten und Institutionsadressen neutral.

Planung: Dr. Andreas Rüdinger

Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier

Springer Spektrum ist Teil von Springer Nature


Die eingetragene Gesellschaft ist Springer-Verlag GmbH Deutschland
Die Anschrift der Gesellschaft ist: Heidelberger Platz 3, 14197 Berlin, Germany
Vorwort zur dritten Auflage

Wir haben sämtliche uns bekannt gewordene Fehler ausgebessert und weitere Aufgaben
mit ausführlichen und verständlichen Lösungen ergänzt. Die behandelten Aufgaben de-
cken sämtliche Aufgaben der 3. Auflage des Hauptwerkes Höhere Mathematik in Rezepten
vom gleichen Autor ab.
Sämtliche Verweise im Text auf Seiten, Rezepte, Boxen, Beispiele oder Kapitel beziehen
sich auf die 3. Auflage des genannten Rezeptebuches.

München, im April 2017 Christian Karpfinger

V
Vorwort zur zweiten Auflage

Erfreulicherweise hat das Buch einen großen Gefallen unter der Leserschaft gefunden,
sodass es nun zügig zu dieser neuen zweiten Auflage gekommen ist.
Wir haben bei dieser neuen Auflage die reiche und beliebte Sammlung von Problemstel-
lungen um etliche weitere Aufgaben ergänzt und kommen nun auf die stattliche Anzahl
von 536 Aufgaben. Natürlich haben wir auch die bekannt gewordenen Fehler ausgebes-
sert. Um den Nutzen dieser Sammlung für die Studierenden weiter zu erhöhen, haben wir
an manchen Stellen die Lösungsfindung noch mehr motiviert.
Die behandelten Aufgaben decken sämtliche Aufgaben der 2. Auflage des Hauptwerkes
Höhere Mathematik in Rezepten vom gleichen Autor ab.
Sämtliche Verweise im Text auf Seiten, Rezepte, Boxen, Beispiele oder Kapitel beziehen
sich auf die 2. Auflage des genannten Rezeptebuches.

München, im Juli 2016 Christian Karpfinger

VII
Vorwort zur ersten Auflage

Die Lösungen dieses Buches sind auch in Form von pdf-Dateien auf der Internetseite zu
dem Buch Höhere Mathematik in Rezepten des gleichen Autors unter
http://www.springer-spektrum.de/
erhältlich.
Wir stellen in diesem Text neben den Aufgaben des Rezeptebuches auch ausführliche
Lösungsvorschläge zu allen Aufgaben zur Verfügung.
Damit kommen wir dem oft geäußerten Wunsch der Studierenden nach, zusätzliche Auf-
gaben zum Lösen typischer Problemstellungen bzw. zur Förderung des tieferen Verständ-
nisses der Theorie zur Verfügung zu stellen.
Sämtliche Verweise im Text auf Rezepte, Boxen oder Kapitel beziehen sich auf das ge-
nannte Rezeptebuch.
Die Aufgaben haben sich im Laufe vieler Jahre in meinem Fundus angesammelt und stam-
men nicht allesamt aus meiner Feder. Viele Aufgaben, Lösungen oder MATLAB-Codes
sind von Kollegen, denen ich hiermit herzlich dafür danke, dass sie mir diese überlas-
sen haben. Gleichzeitig entschuldige ich mich bei allen Kollegen, deren Aufgaben oder
Lösungen ich angebe, ohne es zu wissen.
Trotz sorgfältigem und mehrfachen Lesen des Skriptes sind sicherlich einige Fehler im
Text verblieben. Hinweise darauf sind jederzeit herzlich willkommen.

München, im September 2013 Christian Karpfinger

IX
Inhaltsverzeichnis

1 Sprechweisen, Symbole und Mengen . . . . . . . . . . . . . . . . . . . . . . . . . 1


1.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

2 Die natürlichen, ganzen und rationalen Zahlen . . . . . . . . . . . . . . . . . . 7


2.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

3 Die reellen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13


3.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

4 Maschinenzahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

5 Polynome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

6 Trigonometrische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
6.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
6.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

XI
XII Inhaltsverzeichnis

7 Komplexe Zahlen – Kartesische Koordinaten . . . . . . . . . . . . . . . . . . . 35


7.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
7.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

8 Komplexe Zahlen – Polarkoordinaten . . . . . . . . . . . . . . . . . . . . . . . . 39


8.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
8.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

9 Lineare Gleichungssysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
9.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
9.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

10 Rechnen mit Matrizen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53


10.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
10.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

11 L R-Zerlegung einer Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61


11.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
11.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

12 Die Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
12.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
12.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

13 Vektorräume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
13.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
13.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

14 Erzeugendensysteme und lineare (Un-)Abhängigkeit . . . . . . . . . . . . . . 81


14.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
14.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Inhaltsverzeichnis XIII

15 Basen von Vektorräumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87


15.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
15.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

16 Orthogonalität I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
16.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
16.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

17 Orthogonalität II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
17.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
17.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

18 Das lineare Ausgleichsproblem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115


18.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
18.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

19 Die Q R-Zerlegung einer Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127


19.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
19.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

20 Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
20.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
20.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

21 Berechnung von Grenzwerten von Folgen . . . . . . . . . . . . . . . . . . . . . 137


21.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
21.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138

22 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
22.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
22.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
XIV Inhaltsverzeichnis

23 Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
23.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
23.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154

24 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
24.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
24.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

25 Grenzwerte und Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161


25.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
25.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163

26 Differentiation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
26.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
26.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173

27 Anwendungen der Differentialrechnung I . . . . . . . . . . . . . . . . . . . . . 179


27.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
27.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180

28 Anwendungen der Differentialrechnung II . . . . . . . . . . . . . . . . . . . . . 189


28.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
28.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

29 Polynom- und Splineinterpolation . . . . . . . . . . . . . . . . . . . . . . . . . . 197


29.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
29.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198

30 Integration I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
30.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
30.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
Inhaltsverzeichnis XV

31 Integration II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
31.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
31.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216

32 Uneigentliche Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227


32.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
32.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227

33 Separierbare und lineare Differentialgleichungen 1. Ordnung . . . . . . . . 231


33.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
33.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232

34 Lineare Differentialgleichungen mit konstanten Koeffizienten . . . . . . . . 237


34.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
34.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238

35 Einige besondere Typen von Differentialgleichungen . . . . . . . . . . . . . . 245


35.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
35.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246

36 Numerik gewöhnlicher Differentialgleichungen I . . . . . . . . . . . . . . . . . 257


36.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
36.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258

37 Lineare Abbildungen und Darstellungsmatrizen . . . . . . . . . . . . . . . . . 267


37.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
37.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268

38 Basistransformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
38.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
38.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
XVI Inhaltsverzeichnis

39 Diagonalisierung – Eigenwerte und Eigenvektoren . . . . . . . . . . . . . . . 283


39.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
39.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285

40 Numerische Berechnung von Eigenwerten und Eigenvektoren . . . . . . . . 299


40.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
40.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299

41 Quadriken . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
41.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
41.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304

42 Schurzerlegung und Singulärwertzerlegung . . . . . . . . . . . . . . . . . . . . 313


42.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
42.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314

43 Die Jordannormalform I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327


43.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
43.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327

44 Die Jordannormalform II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329


44.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
44.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330

45 Definitheit und Matrixnormen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339


45.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
45.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340

46 Funktionen mehrerer Veränderlicher . . . . . . . . . . . . . . . . . . . . . . . . 345


46.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
46.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
Inhaltsverzeichnis XVII

47 Partielle Differentiation – Gradient, Hessematrix, Jacobimatrix . . . . . . . 347


47.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347
47.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349

48 Anwendungen der partiellen Ableitungen . . . . . . . . . . . . . . . . . . . . . 357


48.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
48.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359

49 Extremwertbestimmung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
49.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
49.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366

50 Extremwertbestimmung unter Nebenbedingungen . . . . . . . . . . . . . . . 375


50.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
50.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376

51 Totale Differentiation, Differentialoperatoren . . . . . . . . . . . . . . . . . . . 385


51.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385
51.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387

52 Implizite Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393


52.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
52.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 395

53 Koordinatentransformationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 405
53.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 405
53.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 406

54 Kurven I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411
54.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411
54.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 412
XVIII Inhaltsverzeichnis

55 Kurven II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415
55.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415
55.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417

56 Kurvenintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423
56.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423
56.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424

57 Gradientenfelder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427
57.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427
57.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 428

58 Bereichsintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433
58.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433
58.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434

59 Die Transformationsformel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 439


59.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 439
59.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441

60 Flächen und Flächenintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449


60.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449
60.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450

61 Integralsätze I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455
61.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455
61.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456

62 Integralsätze II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459
62.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459
62.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461
Inhaltsverzeichnis XIX

63 Allgemeines zu Differentialgleichungen . . . . . . . . . . . . . . . . . . . . . . . 469


63.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469
63.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 470

64 Die exakte Differentialgleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . 475


64.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475
64.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 476

65 Lineare Differentialgleichungssysteme I . . . . . . . . . . . . . . . . . . . . . . 481


65.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481
65.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482

66 Lineare Differentialgleichungssysteme II . . . . . . . . . . . . . . . . . . . . . . 487


66.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 487
66.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 488

67 Lineare Differentialgleichungssysteme III . . . . . . . . . . . . . . . . . . . . . 493


67.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493
67.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494

68 Randwertprobleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503
68.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503
68.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504

69 Grundbegriffe der Numerik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 511


69.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 511
69.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 511

70 Fixpunktiteration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513
70.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513
70.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 514
XX Inhaltsverzeichnis

71 Iterative Verfahren für lineare Gleichungssysteme . . . . . . . . . . . . . . . . 519


71.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519
71.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 520

72 Optimierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523
72.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523
72.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524

73 Numerik gewöhnlicher Differentialgleichungen II . . . . . . . . . . . . . . . . 529


73.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 529
73.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 531

74 Fourierreihen – Berechnung der Fourierkoeffizienten . . . . . . . . . . . . . 539


74.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 539
74.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 540

75 Fourierreihen – Hintergründe, Sätze und Anwendung . . . . . . . . . . . . . 545


75.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 545
75.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 546

76 Fouriertransformation I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553
76.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553
76.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553

77 Fouriertransformation II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 555
77.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 555
77.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 556

78 Diskrete Fouriertransformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 563


78.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 563
78.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 564
Inhaltsverzeichnis XXI

79 Die Laplacetransformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 571


79.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 571
79.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 572

80 Holomorphe Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 579


80.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 579
80.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 580

81 Komplexe Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585


81.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585
81.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 586

82 Laurentreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589
82.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589
82.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589

83 Der Residuenkalkül . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 595


83.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 595
83.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 596

84 Konforme Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 601


84.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 601
84.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 602

85 Harmonische Funktionen und das Dirichlet’sche Randwertproblem . . . . 609


85.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 609
85.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 610

86 Partielle Differentialgleichungen 1. Ordnung . . . . . . . . . . . . . . . . . . . 615


86.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 615
86.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 616
XXII Inhaltsverzeichnis

87 Partielle Differentialgleichungen 2. Ordnung – Allgemeines . . . . . . . . . 623


87.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 623
87.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 624

88 Die Laplace- bzw. Poissongleichung . . . . . . . . . . . . . . . . . . . . . . . . . 631


88.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 631
88.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 632

89 Die Wärmeleitungsgleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 639


89.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 639
89.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 640

90 Die Wellengleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 649


90.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 649
90.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 650

91 Lösen von pDGLen mit Fourier- und Laplacetransformation . . . . . . . . 653


91.1 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653
91.2 Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 654
Sprechweisen, Symbole und Mengen
1

1.1 Aufgaben

1.1 Vertauschen Sie in den folgenden Aussagen jeweils die Reihenfolge der Quantoren 8
und 9 und überprüfen Sie Sinn und Richtigkeit der entstehenden Aussagen:

(a) 8 n … P [ f1g 9 k … f1; ng W k j n (P bezeichnet dabei die Menge aller Primzahlen),


(b) 9 N 2 N 8 n  N W n1  0:001.

1.2 Schreiben Sie folgende Ausdrücke aus:


0 1
P
3
! 5 BY k 3
j
Y j
X X n C
B kD1 C
(a) nk ; (b) B C:
nD1
@
nD1 i D1
5i A
kD1

P
k Q
k
1.3 Schreiben Sie folgende Ausdrücke in der Form an bzw. an :
nD1 nD1

3 5 9 17 1073741825 6 9 12 300
(a) 1
C 4
C 9
C 16
C:::C 900
; (c) 1
 2
 3
::: 99
;
2 4 6 8 18 12 123 123:::13
(b) 3
C 9
C 27
C 81
C :::C 19683
; (d) 1 C 13
C 135
CC 135:::25
:

1.4 Gegeben seien die folgenden Teilmengen der Menge der reellen Zahlen R:

A D fx 2 R j 5 > x > 2g ; B D fx 2 R j 1 > xg ; C D fx 2 R j  1 < x  1g :

Bestimmen Sie folgende Mengen und skizzieren Sie diese auf der Zahlengeraden:

(a) A \ C; (b) B n A; (c) .R n C / [ B:

© Springer-Verlag GmbH Deutschland 2018 1


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_1
2 1 Sprechweisen, Symbole und Mengen

1.5 Gegeben seien die folgenden Teilmengen der reellen Zahlen:

A D fx 2 R j  2 < x < 5g ; B D fx 2 R j 1  xg ;
C D fx 2 R j x 2  4g ; D D fx 2 R j x 2 > 1g :

Bestimmen Sie jeweils die folgenden Mengen und skizzieren Sie diese auf der Zahlenge-
raden:

(a) A \ B; (c) B n C; (e) C \ .A [ B/;


(b) A [ D; (d) D n .A \ B/; (f) .R n .A \ B//[.C \ D/:

1.6 Es seien A D fa; b; c; d g und B D fM j M  Ag. Entscheiden und begründen Sie,


welche der folgenden Aussagen wahr und welche falsch sind:

(a) a 2 B; (d) A 2 B; (g) ; 2 B;


(b) fbg 2 B; (e) A  B; (h) ;  B;
(c) fag 2 A; (f) fag  A; (i) f;g  B:

1.7 Man begründe: Für beliebige Mengen A, B und C gilt:

(a) ;  B,
(b) A n .B [ C / D .A n B/ \ .A n C /,
(c) .A \ B/ \ C D A \ .B \ C / und .A [ B/ [ C D A [ .B [ C /,
(d) A \ .B [ C / D .A \ B/ [ .A \ C / und A [ .B \ C / D .A [ B/ \ .A [ C /.

1.2 Lösungen

1.1 (a) Wir vertauschen die Quantoren und erhalten:

9 n … P [ f1g 8 k … f1; ng W k j n :

Man liest diese Aussage als: Es gibt eine Nichtprimzahl n ungleich 1, die von jeder Zahl
k ungleich 1 und n geteilt wird. Diese Aussage ist falsch: Für jede Nichtprimzahl n 6D 1
gilt, dass n nicht von n C 1 62 f1; ng geteilt wird.
(b) Wir erhalten nach Vertauschen der Quantoren:

1
8N 2 N 9n  N W  0:001 :
n
Gelesen wird diese Aussage als: Zu jeder natürlichen Zahl N gibt es eine natürliche Zahl
n, die größer oder gleich N ist, mit n1  0:001. Diese Aussage ist nicht identisch zu der
in der Aufgabenstellung, jedoch ebenso richtig.
1.2 Lösungen 3

1.2 (a) j j
!
Y X
nk D .1  1 C 1  2 C 1  3 C : : : C 1  j /
nD1 kD1
 .2  1 C 2  2 C 2  3 C : : : C 2  j /
 .3  1 C 3  2 C 3  3 C : : : C 3  j /
::
:
 .j  1 C j  2 C j  3 C : : : C j  j / :

(b) 0 1
P
3
3
X5 BY n k C    
B kD1 C 36 36 36 36 36 36
B CD C  2 C:::C  2 ::: 5 :
@
nD1 i D1
5i A 5 5 5 5 5 5

3 5 9 17 1073741825 P
30
2n C1
1.3 (a) 1 C 4 C 9 C 16 C:::C 900 D n2
.
nD1

2 4 6 8 18 P
9
2n
(b) 3
C 9
C 27
C 81
C:::C 19683
D 3n
.
nD1

6 9 12 300 Q
100
3n Q
99
3.nC1/
(c) 1  2  3 ::: 99 D n1 D n .
nD2 nD1
 
12 123 123:::13 P
13 Q
n
i
(d) 1 C 13
C 135
C:::C 135:::25
D 2i 1
.
nD1 i D1

1.4 (a)
A \ C D fx 2 R j x 2 A ^ x 2 C g D fx 2 R j 5 > x > 2 ^ 1 < x  1g
D fx 2 R j  2 < x < 5 ^ 1 < x  1g D fx 2 R j  1 < x  1g D C :

(b)
B n A D fx 2 R j x 2 B ^ x … Ag D fx 2 R j 1 > x ^ .x  2 _ x  5/g
D fx 2 R j x < 1 ^ .x  2 _ x  5/g D fx 2 R j x  2g :

(c)
.R n C / [ B D fx 2 R j x … C _ x 2 Bg D fx 2 R j x  1 _ x > 1 _ 1 > xg
D fx 2 R j x 6D 1g :
4 1 Sprechweisen, Symbole und Mengen

1.5 (a)
A \ B D fx 2 R j  2 < x < 5 ^ 1  xg D fx 2 R j  2 < x  1g :

( ]

–5 0 5

(b)
A [ D D fx 2 R j  2 < x < 5 _ x 2 > 1g
D fx 2 R j  2 < x < 5 _ x < 1 _ x > 1g D R :

–5 0 5

(c)
B n C D fx 2 R j 1  x ^ x 2 > 4g D fx 2 R j x  1 ^ .x < 2 _ x > 2/g
D fx 2 R j x < 2g :

–5 0 5

(d)
D n .A \ B/ D fx 2 R j x 2 > 1 ^ :.2 < x < 5 ^ 1  x/g
D fx 2 R j .x < 1 _ x > 1/ ^ :.2 < x  1/g
D fx 2 R j .x < 1 _ x > 1/ ^ .x  2 _ x > 1/g
D fx 2 R j x  2 _ x > 1g :

] (

–5 0 5

(e)
C \ .A [ B/ D fx 2 R j x 2  4 ^ .2 < x < 5 _ 1  x/g
D fx 2 R j  2  x  2 ^ x < 5g D fx 2 R j  2  x  2g :

[ ]

–5 0 5
1.2 Lösungen 5

(f)
 
R n .A \ B/ [ .C \ D/ D fx 2 R j :.2 < x < 5 ^ 1  x/ _ .x 2  4 ^ x 2 > 1/g
D fx 2 R j x  2 _ x > 1 _ 2  x < 1 _ 1 < x  2g
D fx 2 R j x < 1 _ x > 1g :

) (

–5 0 5

1.6 (a) Falsch. a 2 A, aber a ¨ A. So ist die Aufgabe auch gemeint. Man kann die
Aussage aber auch als wahr deuten: Ist z. B. a D ;, so ist die Aussage wahr. Insofern ist
die Aufgabenstellung nicht ganz eindeutig.
(b) Richtig. b 2 A ) fbg  A ) fbg 2 B, also ist die Aussage richtig.
(c) Falsch. a 2 A. Wieder könnte man mit etwas Willen die Aussage als richtig interpre-
tieren, falls nämlich b D fag.
(d) Richtig, A ist Teilmenge von A und daher Element von B.
(e) a 2 A, aber a … B, also ist die Aussage falsch.
(f) Richtig, da a 2 A.
(g) Richtig, da ;  A.
(h) Richtig, da ;  M für jede Menge M .
(i) Richtig, da aus ; 2 B folgt f;g  B.

1.7 (a) Angenommen, es gibt eine Menge B mit ; 6 B. Dann 9 a 2 ; mit a 62 B.


Widerspruch, denn À a 2 ;.
(b) „“: a 2 A n .B [ C / ) a 2 A ^ .a 62 B [ C / ) a 2 A ^ .a 62 B ^ a 62 C / )
a 2 A n B ^ a 2 A n C ) a 2 .A n B/ \ .A n C /.
„“: a 2 .A n B/ \ .A n C / ) a 2 A n B ^ a 2 A n C ) a 2 A ^ .a 62 B ^ a 62
C / ) a 2 A ^ .a 62 B [ C / ) a 2 A n .B [ C /.
(c) klar.
(d) „“: a 2 A\.B [C / ) a 2 A ^ .a 2 B [C / ) a 2 A ^ .a 2 B _ a 2 C / ) .a 2
A ^ a 2 B/ _ .a 2 A ^ a 2 C / ) .a 2 A\B/ _ .a 2 A\C / ) a 2 .A\B/[.A\C /.
„“: a 2 .A\B/[.A\C / ) .a 2 A\B/ _ .a 2 A\C / ) .a 2 A ^ a 2 B/ _ .a 2
A ^ a 2 C / ) a 2 A ^ .a 2 B _ a 2 C / ) a 2 A ^ .a 2 B [C / ) a 2 A\.B [C /.
Die zweite Gleichung beweist man analog.
Die natürlichen, ganzen und rationalen Zahlen
2

2.1 Aufgaben

2.1 Beweisen Sie die folgenden Aussagen mittels vollständiger Induktion:

(a) Für alle n 2 N gilt: n Elemente können auf 1  2    n D nŠ verschiedene Arten


angeordnet werden.
(b) Die Summe über die ersten n ungeraden Zahlen liefert für alle n 2 N den Wert n2 .
(c) Die Bernoulli’sche Ungleichung .1Cx/n  1Cnx gilt für alle reellen Zahlen x  1
und alle n 2 N.
(d) Für jedes n 2 N ist die Zahl 42nC1 C 3nC2 durch 13 teilbar.
P
(e) Für alle n 2 N gilt: niD1 .i 2  1/ D 61 .2n3 C 3n2  5n/.
P
(f) Für alle n 2 N gilt: nkD1 k  kŠ D .n C 1/Š  1:
Pn
(g) Für alle n 2 N gilt: i D0 2i D 2nC1  1.
(h) Für alle n 2 N>4 gilt: 2n > n2 .
(i) Die Fibonacci-Zahlen F0 ; F1 ; F2 ; : : : sind rekursiv definiert durch F0 D 0, F1 D 1
P
und Fn D Fn1 C Fn2 für n  2. Für alle n 2 N gilt: niD1 .Fi /2 D Fn  FnC1 .

2.2 Zeigen Sie, dass für die Binomialkoeffizienten die folgenden Rechenregeln gelten,
dabei sind k; n 2 N0 mit k  n:
n n
 n n nC1 n  n

(a) k D nk ; (b) n D1D 0 ; (c) k D k C k1 :

p
2.3 Stellen Sie die folgenden Dezimalzahlen x in der Form x D q mit p 2 Z und q 2 N
dar:

(a) x D 10:124; (b) x D 0:09; (c) x D 0;142857:

© Springer-Verlag GmbH Deutschland 2018 7


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_2
8 2 Die natürlichen, ganzen und rationalen Zahlen

2.4 In einem Neubaugebiet wurden innerhalb eines Zeitraumes von etwa 12 Jahren insge-
samt 4380 Wohneinheiten fertiggestellt. Pro Tag wurde jeweils eine Wohnung bezugsfer-
tig. Vom Bezugstag der ersten Wohnung bis einen Tag nach Übergabe der letzten Einheit
wurden von den Bewohnern insgesamt 1:8709  108 kWh Strom verbraucht. Ermitteln Sie
den durchschnittlichen Verbrauch pro Tag und Wohnung.

2.5 Ein Hypothekendarlehen über 100 000  wird mit 7 % jährlich verzinst und mit
gleichbleibender Rate A (Annuität) jeweils am Ende eines Jahres getilgt.
Wie groß muss A sein, wenn das Darlehen mit der 20. Tilgungsrate ganz zurückgezahlt
sein soll?

2.2 Lösungen

2.1 (a) Ind.anfang: n D 1: Ein Element kann auf eine Art angeordnet werden. X
Induktionsvoraussetzung: Die Aussage sei korrekt für n 2 N.
Induktionsschritt: Wir haben n C 1 Elemente a1 ; a2 ; : : : ; anC1 .
Die ersten n Elemente a1 ; a2 ; : : : ; an lassen sich nach Annahme auf nŠ viele Arten ordnen.

a1 a2 ... an – 1 an

an +1

Für jede der nŠ Anordnungen gibt es n C 1 Möglichkeiten das Element anC1 einzufügen,
folglich gibt es insgesamt nŠ .n C 1/ D .n C 1/Š Anordnungen. X
P
(b) Induktionsanfang: n D 1: 1kD1 .2k  1/ D 2  1  1 D 1 D 12 D n2 . X
P
Induktionsvoraussetzung: Es gilt nkD1 .2k  1/ D n2 für ein n 2 N.
P Pn
Induktionsschritt: nC1kD1 .2k  1/ D
2
kD1 .2k  1/ C 2.n C 1/  1 D n C 2n C 1 D
2
.n C 1/ : X
(c) Induktionsanfang: n D 1: .1 C x/1 D 1 C x  1 C 1x für alle x 2 R und damit für
alle x  1. X
Induktionsvoraussetzung: Es gilt .1Cx/n  1Cnx für ein n 2 N und x 2 R mit x  1.
Induktionsschritt: .1Cx/nC1 D .1 C x/.1 C x/n  .1Cx/.1Cnx/ D 1Cnx 2 CxCnx 
1 C .n C 1/x : X
(d) Induktionsanfang: n D 1: 43 C 33 D 91 D 7  13 : X
Induktionsvoraussetzung: 42nC1 C 3nC2 ist durch 13 teilbar für ein n 2 N.
2.2 Lösungen 9

Induktionsschritt:

42.nC1/C1 C 3.nC1/C2 D 42C2nC1 C 31CnC2 D 16  42nC1 C 3  3nC2


D 16  .42nC1 C 3nC2 /  13  3nC2 :

Nach Induktionsvoraussetzung ist 42nC1 C3nC2 durch 13 teilbar, ebenso ist 13 3nC2 durch
13 teilbar. Damit ist auch 42.nC1/C1 C 3.nC1/C2 durch 13 teilbar. X
P
(e) Induktionsanfang: n D 1. 1iD1 .i 2  1/ D 1  1 D 0 D 16 .2 C 3  5/ : X
P
Induktionsvoraussetzung: Es gilt niD1 .i 2  1/ D 61 .2n3 C 3n2  5n/ für ein n 2 N.
Induktionsschritt:
nC1
X n
X 1
.i 2  1/ D .i 2  1/ C .n C 1/2  1 D .2n3 C 3n2  5n/ C n2 C 2n
i D1 i D1
6
1 1
D .2n3 C 9n2 C 7n/ D .2.n C 1/3 C 3.n C 1/2  5.n C 1// : X
6 6

P1
(f) Induktionsanfang: n D 1. kŠ  k D 1Š  1 D 1 D 2Š  1 : X
kD1
Pn
Induktionsvoraussetzung: Es gilt kD1 k  kŠ D .n C 1/Š  1 für ein n 2 N.
Induktionsschritt:
nC1
X n
X
kŠ  k D kŠ  k C .n C 1/Š  .n C 1/ D .n C 1/Š  1 C .n C 1/Š  .n C 1/
kD1 kD1

D .n C 2/  .n C 1/Š  1 D .n C 2/Š  1 : X

(g) Induktionsanfang: n D 1.
P1 0 1 2 1C1
i D0 D 2 C 2 D 1 C 2 D 3 D 4  1 D 2  1 D 2  1: X
Pn
Induktionsvoraussetzung: Es gilt i D0 2i D 2nC1  1 für ein n 2 N.
P Pn
Induktionsschritt: nC1 i
i D0 2 D
i
i D0 2 C 2
nC1
D 2nC1  1 C 2nC1 D 2  2nC1  1 D
2.nC1/C1  1 : X
(h) Induktionsanfang: n D 5: 25 D 32 > 25 D 52 : X
Induktionsvoraussetzung: Es gilt 2n > n2 für ein n 2 N mit n > 4.
Induktionsschritt: 2nC1 D 2  2n > 2  n2 D n2 C n2 >n2 C 2n C 1 D .n C 1/2 : X
Im obigen Beweis wird n2 nach unten durch 2n C 1 abgeschätzt, man nutzt also aus, dass
für n > 4 stets die Ungleichung n2 > 2n C 1 gilt. Die Gültigkeit dieser Ungleichung lässt
sich wiederum durch Induktion beweisen:
10 2 Die natürlichen, ganzen und rationalen Zahlen

Induktionsanfang: n D 5: 52 D 25 > 11 D 2  5 C 1 : X
Induktionsvoraussetzung: Es gilt n2 > 2n C 1 für ein n 2 N mit n > 4.
Induktionsschritt: .n C 1/2 D n2 C 2n C 1 > 2n C 1 C 2n C 1 D 2n C 2 C 2n D
2.n C 1/ C 2n > 2.n C 1/ C 1 : X
(i) Induktionsanfang: n D 1.
P1 2 2 2
i D1 .Fi / D F1 D 1 D 1  1 D 1  .1 C 0/ D F1  .F0 C F1 / D F1  F2 D F1  F1C1 : X
P
Induktionsvoraussetzung: Es gilt niD1 .Fi /2 D Fn  FnC1 für ein n 2 N.
P Pn
Induktionsschritt: nC1 2
i D1 .Fi / D
2 2
i D1 .Fi / C .FnC1 / D Fn  FnC1 C FnC1  FnC1 D
FnC1  .Fn C FnC1 / D FnC1  FnC2 : X

   n 
2.2 (a) kn D kŠ.nk/Š

D nk ,
n 

(b) n D nŠ.nn/Š nŠ
D 1 D 0Š.n0/Š D n0 ,
(c) Es gilt:
! !
n n nŠ nŠ
C D C
k k1 kŠ.n  k/Š .k  1/Š.n  k C 1/Š
nŠ.n  k C 1/ nŠk
D C
kŠ.n  k C 1/Š kŠ.n  k C 1/Š
!
.n C 1/Š nC1
D D :
kŠ.n  k C 1/Š k

2.3 (a) Es gilt:

1000  x  10  x D 990  x D 10124:24  101:24 D 10023 :


10023 3341
Nun folgt: x D 990
D 330
.
(b) Es sei a D 10  0:09 D 0;9. Dann gilt

10  a  a D 9;9  0;9 D 9 :
1
Nach a aufgelöst erhalten wir a D 1 und damit x D 0:09 D 10
.
(c) Es gilt
106  x  x D 142857;142857  0;142857 D 142857 :
Nach x aufgelöst erhalten wir:

142857 142857 1
xD D D :
106  1 999999 7
2.2 Lösungen 11

2.4 Wir nummerieren die Wohneinheiten in der Reihenfolge ihrer Fertigstellung durch.
Die k-te Wohnung hat 4380  .k  1/ Verbrauchstage, k D 1; 2; : : : ; 4380. Die Zahlen
4380  .k  1/ durchlaufen die Werte 4380; 4379; : : : ; 1. Die Anzahl N der Wohnungs-
verbrauchstage ist
4380
X 4380  4381
N D kD D 9594390 :
2
kD1

Damit ist der durchschnittliche Verbrauch pro Tag und Wohnung

1:8709  108
D 19:5 kWh :
N

2.5 Wir bezeichnen die Schuld nach der k-ten Rate mit Sk . Der Verzinsungsfaktor ist
q D 1:07. Damit erhalten wir

S0 D 100 000  ;
S1 D S0  q  A ;
S2 D S1  q  A D .S0  q  A/  q  A ;
:: ::
: :
Sn D .   .S0  q  A/  q  A/  q  A/    /  q  A
D S0  q n  A  .q n1 C q n2 C    C q C 1/
qn  1
D S0  q n  A  :
q1

Die Bedingung S20 D 0 liefert demnach

q 20  1
0 D S0  q 20  A  :
q1

Aufgelöst nach A bedeutet das:

q1
A D S0  q 20  9439:29  :
q 20  1
Die reellen Zahlen
3

3.1 Aufgaben
p
3.1 Begründen Sie, warum 2 62 Q.
p m m
Hinweis: Nehmen Sie an, es gilt 2 D n, wobei n vollständig gekürzt ist.

3.2 Bestimmen Sie in den folgenden Fällen jeweils die Menge aller x 2 R, die den
Ungleichungen genügen, und skizzieren Sie diese Mengen auf der Zahlengeraden:

x1 xjxj
(a) xC1
< 1; (d) j1  xj  1 C 2x; (g) 2
D 8;
2
(b) x C x C 1  0; 2
(e) 15x  7x C 2; (h) xjxj D 12 x 3 ;
(c) x 3  x 2 < 2x  2; (f) jx C 1j C j5x  2j D 6; (i) jx  4j > x 2 :

3.3 Gegeben seien rationale Zahlen p; q und irrationale Zahlen r; s. Beweisen oder wi-
derlegen Sie folgende Aussagen:

(a) x D p C q ist eine rationale Zahl.


(b) y D r C s ist eine irrationale Zahl.
(c) z D p C r ist eine irrationale Zahl.

3.4 Welche der folgenden Aussagen sind richtig? Begründen Sie Ihre Antwort!

(a) Für alle x; y 2 R gilt jx  yj  jxj  jyj.


(b) Für alle x; y 2 R gilt die Gleichung jx  yj D jjxj  jyjj.
(c) Für alle x; y 2 R gilt jjxj  jyjj  jx  yj.

© Springer-Verlag GmbH Deutschland 2018 13


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_3
14 3 Die reellen Zahlen

3.5 Untersuchen Sie die Mengen

(a) M D fx 2 R j x D n=.n C 1/; n 2 Ng,


(b) M D fx 2 R j x D 1=.n C 1/ C .1 C .1/n /=2n; n 2 Ng,
˚ 
(c) M D n2 =2n j n 2 N

auf Beschränktheit und bestimmen Sie ggf. Infimum, Supremum, Minimum und Maxi-
mum.

3.2 Lösungen
p p
Angenommen, 2 ist rational. Dann wäre 2 D mn 2 Q und durch Kürzen erhielten
3.1 p
wir 2 D pq , wobei p und q teilerfremd wären. Mit Quadrieren folgte dann:

p p2
. 2/2 D 2 ” 2q 2 D p 2 :
q

Es müsste also die Zahl p 2 gerade sein, da sie 2 als Teiler hat. Damit wäre dann auch p
gerade, also p D 2r mit r 2 Z. Einsetzen lieferte dann:

2q 2 D p 2 ” 2q 2 D 4r 2 ” q 2 D 2r 2 :

Damit wäre also auch q gerade. Dann hätten sowohl p als auch q den Teiler 2. Das steht
im Widerspruch
p dazu, dass p und q teilerfremd sind. Es gibt demnach keine Darstellung
von 2 als Bruch.

3.2 (a) Die erste Idee ist, diese Ungleichung mit x C 1 zu multiplizieren. Dazu ist eine
Fallunterscheidung x C 1 > 0 und x C 1 < 0 nötig. Wir vermeiden diese Fallunter-
scheidung durch folgenden Trick, wobei das Glück uns beisteht und sich der entstehende
Quotient derart vereinfacht, sodass keine Fallunterscheidung nötig wird:

x1 x1 x  1  .x C 1/ 2
<1 , 1<0 , <0,  <0
xC1 xC1 xC1 xC1
, x C 1 > 0 , x > 1 ;

sodass L D fx 2 R j x > 1g.


(b) Die Mitternachtsformel zeigt, dass das Polynom x 2 C x C 1 keine reellen Nullstellen
hat: r
1 1 1
x1=2 D  ˙  1 mit  1 < 0 :
2 4 4
3.2 Lösungen 15

Damit gibt es keinen Vorzeichenwechsel. Setzt man x D 0 ein, so stimmt die Unglei-
chung, damit ist die Ungleichung aber für alle x 2 R erfüllt, also L D R.
(c) Es gilt:
x 3  x 2 < 2x  2 , .x  1/.x 2  2/ < 0 :
p
1. Fall: x  1 > 0 und x 2 < 2. In diesem Fall gilt L1 D fx 2 R j 1 < x < 2g.
p
2. Fall: x  1 < 0 und x 2  2 > 0. In diesem Fall gilt L2 D fx 2 R j x <  2g.
p p
Insgesamt erhalten wir L D fx 2 R j x <  2 _ 1 < x < 2g.
(d) Wir unterscheiden 1  x  0 und 1  x < 0:
1. Fall: 1  x  0. Dann erhalten wir:

1  x  1 C 2x , 3x  0 , x  0 ; also L1 D fx 2 R j 0  x  1g :

2. Fall: 1  x < 0. Dann erhalten wir:

.1  x/  1 C 2x , x  1  2x C 1 , x  2 ; also L2 D fx 2 R j x > 1g :

Insgesamt erhalten wir L D fx 2 R j x  0g.


(e) Wir erhalten mit der Mitternachtsformel

15x 2  7x C 2 , 15.x  2=3/.x C 1=5/  0 :

1.Fall: x  2=3 > 0 und x C 1=5 < 0. Solche x 2 R gibt es nicht, sodass L1 D ;.
2. Fall: x  2=3  0 und x C 1=5  0. In diesem Fall erhalten wir L2 D Œ1=5; 2=3.
Insgesamt haben wir also L D Œ1=5; 2=3.
(f) Wir lösen die Beträge auf, indem wir eine Fallunterscheidung gemäß der Teilmengen
.1; 1/, Œ1; 5=2/ und Œ5=2; 1/ betrachten:
1. Fall: x  5=2. Es gilt x C 1 C 5x  2 D 6 , 6x D 7 , x D 7=6. Hier erhalten
wir L1 D f7=6g.
5
2. Fall: x < 1. Es gilt x  1  5x C 2 D 6 , 6x D 5 , x D  . Hier erhalten
6
wir L2 D ;.
3. Fall: 1  x < 5=2. Es gilt x C 1  5x C 2 D 6 , 4x D 3 , x D 3=4. Hier
erhalten wir L3 D f3=4g.
Insgesamt erhalten wir die Lösungsmenge L D f3=4; 7=6g.
(g) Wir werden den Betrag los, indem wir die Fälle x  0 und x < 0 unterscheiden:
16 3 Die reellen Zahlen

1. Fall: x  0. Es gilt x 2 =2 D 8 , x 2 D 16 , x D 4. Hier erhalten wir L1 D f4g.


2. Fall: x < 0. Es gilt x 2 =2 D 8 , x 2 D 16. Solche x gibt es in R nicht, sodass
L2 D ;.
Insgesamt erhalten wir L D f4g.
(h) Wir unterscheiden die Fälle x  0 und x < 0.
1. Fall: x  0. Es gilt x 2 D 12 x 3 , x 3 2x 2 D 0 , x 2 .x2/ D 0 , x D 0 _ x D 2.
Hier erhalten wir L1 D f0; 2g.
2. Fall: x < 0. Es gilt x 2 D 21 x 3 , x 3 C 2x 2 D 0 , x 2 .x C 2/ D 0 , x D 2.
Hier erhalten wir L2 D f2g.
Insgesamt erhalten wir L D f2; 0; 2g.
(i) Wir machen eine Fallunterscheidung, um den Betrag loszuwerden.
1. Fall: x  4  0. Es gilt:

x  4 > x 2 , x 2  x < 4 , x 2  x C 1=4 < 15=4 , .x  1=2/2 < 15=4 ;

solche gibt es in R nicht, sodass L1 D ;.


2. Fall: x  4 < 0. Es gilt:

x C 4 > x 2 , x 2 C x < 4 , x 2 C x C 1=4 < 17=4 , .x C 1=2/2 < 17=4


p p
,  17=2 < x C 1=2 < 17=2
p p
, .1  17/=2 < x < .1 C 17/=2 :
n p p o
Damit erhalten wir L2 D x 2 R j  . 17 C 1/=2 < x < .1 C 17/=2 .
p p
Insgesamt erhalten wir L D L2 D .. 17 C 1/=2; .1 C 17/=2/.

m1 n2 Cm2 n1
3.3 (a) Es gelte p D mn11 ; q D m2
n2
2 Q. Dann gilt p C q D m1
n1
C m2
n2
D n1 n2
2 Q,
also stimmt die Behauptung.
p p
(b) Diese Behauptung kann nicht stimmen: Es sind nämlich r D 2 und s D  2
irrationale Zahlen, die Summe r C s D 0 hingegen rational.
(c) Angenommen, z 2 Q. Dann gilt r D z  p 2 Q, das stimmt nicht. Damit kann z nicht
rational sein, somit ist z irrational.
3.2 Lösungen 17

3.4 (a) Falsch, da z. B. j0  1j D 1 6 1 D j0j  j1j.


(b) Falsch, da z. B. j1  .1/j D 2 6D 0 D jj1j  j  1jj.
(c) Richtig, da für alle x; y 2 R gilt:

jxj D jx  y C yj  jx  yj C jyj ) jxj  jyj  jx  yj


yj D jy  x C xj  jy  xj C jxj ) jyjj  jxj  jy  xj ) .jxj  jyj/  jx  yj :

Damit gilt also jjxj  jyjj  jx  yj.

3.5 (a) Die ersten Elemente der Menge lauten 1=2; 2=3; 3=4; 4=5 ; : : :. Man schöpft den
Verdacht: 1=2  x  1 für alle x 2 M . Bleibt nur noch, den Verdacht zu begründen.
Wir beginnen mit der unteren Schranke:

1
x  1=2 8 x 2 M , n=n C 1  2 8 n 2 N , 2n  n C 1 8n 2 N
, n  1 8n 2 N :

Damit ist gezeigt, dass 1=2 eine untere Schranke von M ist, insbesondere M also nach
unten beschränkt ist. Wegen 1=2 2 M ist gezeigt: inf.M / D 1=2 und min.M / D 1=2.
Nun zur oberen Schranke:

n
x  1 8x 2 M , nC1
 1 8n 2 N , n  n C 1 8n 2 N , 0  1 n 2 N :

Damit ist gezeigt, dass 1 eine obere Schranke von M ist. Angenommen, es gibt eine
weitere obere Schranke b < 1 von M , also x  b für alle x 2 M , dann folgt:

n
x  b < 1 8x 2 M , nC1
 b 8 n 2 N , n  bn C b 8 n 2 N
b
, .1  b/n  b 8 n 2 N , n  1b 8n 2 N :

Man beachte, dass 1  b > 0. Aber diese letzte Ungleichung ist nicht möglich, da N
unbeschränkt ist. Damit gilt sup.M / D 1. Da 1 … M , hat die Menge M kein Maximum.
(b) Schreibt man die ersten Elemente von M auf, so erkennt man schnell, dass man am
besten zwischen den geraden und ungeraden n 2 N unterscheiden sollte: M D Mg [ Mu
mit
˚ 1 1
 ˚ 1

Mg D x 2 R j x D 2kC1 C 2k ; k 2 N und Mu D x 2 R j x D 2k ; k2N :

Damit haben wir also

Mg D f5=6; 9=20; 13=42; : : :g ; Mu D f1=2; 1=4; 1=6; : : :g :


18 3 Die reellen Zahlen

Da offenbar max.Mg / D 5=6 und max.Mu / D 1=2 gilt, erhalten wir bereits:

max.M / D sup.M / D 5=6 :

Offensichtlich ist 0 eine untere Schranke von M . Angenommen, 0 ist nicht das Infimum.
Dann gibt es ein c > 0 mit x  c für alle x 2 M . Es folgt

1 1
2k  c 8k 2 N , k  2c 8k 2 N :

Das kann nicht sein, da N nicht nach oben beschränkt ist. Es folgt damit inf.M / D 0. Da
0 62 M , hat M kein Minimum.
(c) Wir berechnen zuerst ein paar Elemente der Menge:

M D f1=2; 4=4; 9=8; 16=16; 25=32; 36=64; : : :g

Es liegt die Vermutung nahe, dass n2 =2n  1 für n  4, d. h. n2  2n 8n  4. Wir


beweisen diese per Induktion nach n:
Induktionsanfang: Für n D 4 ist die Aussage erfüllt. X
Induktionsbehauptung: Es gelte n2  2n für ein n 2 N4 .
Induktionsschritt: Zu zeigen ist: .n C 1/2  2nC1 . Es gilt:

.n C 1/2 D n2 C 2n C 1<n2 C 2n C n D n2 C 3n<n2 C n  n D 2  n2 2  2n D 2nC1 :

Damit gilt n2  2n für n  4 und folglich n2 =2n  1 für n  4.


Es ist demnach sup.M / D max.M / D 9=8. Außerdem gilt wegen
 2  
.n C 1/2 =2nC1 .n C 1/2 1 nC1 1 1 2
2 n
D D 2
D 2
1C < 1 8 n  3;
n =2 2n2 n n
 
dass .n C 1/2 =2nC1 < n2 =2n ist, für alle n  3. Man sagt: Die Folge n2 =2n fällt
„schließlich streng monoton“. Wegen der Beschränktheit nach unten durch 0 gilt inf.M / D
0; ein Minimum existiert nicht, es gibt in M nämlich kein kleinstes Element.
Maschinenzahlen
4

4.1 Aufgaben

4.1 Man stelle die Dezimalzahlen 2005 und 0.25 im Dualsystem dar.

4.2
(a) Man stelle die Dezimalzahlen 967 und 0.5 im Dualsystem dar.
(b) Man schreibe die Dualzahl 11001101 als Dezimalzahl.
(c) Man bestimme das Produkt folgender Dualzahlen 1111  11 als Dualzahl und mache
die Probe im Dezimalsystem.

4.3 Stellen Sie die Zahl 1=11 als Gleitpunktzahl im Binärsystem dar. Verwenden Sie
dafür nur elementare M ATLAB-Operationen und -Schleifen.

4.4 Schreiben Sie ein Programm, das zu einer natürlichen Zahl a die Binärdarstellung
von a ausgibt.

4.5 Wie viele normalisierte Maschinenzahlen gibt es in M2;4;3;3 ? Berechnen Sie eps,
xmin und xmax .

4.6 Warum liefert der M ATLAB-Befehl realmin/2 nicht 0 bzw. realmax+


realmax/2^60 nicht Inf?

4.7 Es bezeichne z0 bzw. z1 die kleinste Maschinenzahl, die gerade noch größer ist als
0 bzw. 1. Dabei sind die Maschinenzahlen entsprechend folgender Parameter gegeben:
b D 2, t D 24, emin D 126 und emax D 127. Geben Sie z0 und z1 an. Welcher Abstand
ist größer: der von z0 und 0 oder der von z1 und 1?

© Springer-Verlag GmbH Deutschland 2018 19


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_4
20 4 Maschinenzahlen

4.2 Lösungen

4.1 2005 D 1024 C 512 C 256 C 128 C 64 C 16 C 4 C 1 D 1  210 C 1  29 C 1  28 C 1  27 C


1  26 C 0  25 C 1  24 C 0  23 C 1  22 C 0  21 C 1  20. Damit gilt .2005/10 D .11111010101/2 .
Wegen 0:25 D 1
4
D 22 gilt .0:25/10 D .0:01/2 .
4.2 (a) Es gilt 967 D 512 C 256 C 128 C 64 C 4 C 2 C 1 D 1  29 C 1  28 C 1  27 C 1 
26 C 0  25 C 0  24 C 0  23 C 1  22 C 1  21 C 1  20 . Damit gilt .967/10 D .1111000111/2 .
Wegen 0:5 D 1
2 D 21 gilt .0:5/10 D .0:1/2 .
(b) Wegen 1  27 C 1  26 C 0  25 C 0  24 C 1  23 C 1  22 C 0  21 C 1  20 D 205 gilt
.11001101/2 D .205/10 .
(c) Es gilt 1111  11 D 11110 C 1111 D 101101.
Die Probe liefert .11/2 D .3/10 , .1111/2 D .1C2C22 C23 /10 D .15/10 und .101101/2 D
.1 C 22 C 23 C 25 /10 D .45/10 .

4.3 Durch Eingabe von:


a=1/11;
for i=1:30
if a>=1
a = a-1; x(i) = 1;
else x(i) = 0;
end
a = 2*a;
end
x
erhält man x = 0 0 0 0 1 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 1 0 0 0
1 0 1 1 1 0.
Daraus kann man ablesen, dass 1=11 binär geschrieben 0:0001011101 lautet.

4.4 Der folgende Code taugt:


function [ x ] = binaerganz( a )
k=1;
while a>=1
if mod(a,2) ~= 0
x(k)=1; a=a-1; a=a/2; k=k+1;
else
x(k)=0; a=a/2; k=k+1;
4.2 Lösungen 21

end
end
x=x(end:-1:1);

4.5 In M2;4;3;3 gibt es 2  23  7 C 1 D 113 Maschinenzahlen. Es gilt eps D 23 D 81 .


Verfügbare Mantissen:

Mantisse in der Basis 10


1 2 3
˙0000 D ˙.0  2 C02 C02 C 0  24 / D 0
˙1000 D ˙.1  21 C 0  22 C 0  23 C 0  24 / D ˙ 12
˙1001 D ˙.1  21 C 0  22 C 0  23 C 1  24 / D ˙ 16
9

˙1010 D ˙.1  21 C 0  22 C 1  23 C 0  24 / D ˙ 85


:: ::
: :
˙1111 D ˙.1  21 C 1  22 C 1  23 C 1  24 / D ˙ 16
15

Verfügbare Exponenten:

Exponent in der Basis 10


11 D .1  2 C 1  20 / D 3
1

10 D .1  21 C 0  20 / D 2
01 D .0  21 C 1  20 / D 1
˙00 D ˙.0  21 C 0  20 / D 0
C01 D C.0  21 C 1  20 / D 1
C10 D C.1  21 C 0  20 / D 2
C11 D C.1  21 C 1  20 / D 3

Damit erhalten wir


1 C120 /
xmin D C100011 D C.1  21 C 0  22 C 0  23 C 0  24 /  2.12 D 12  23 D 16
1

1 C120 /
xmax D C1111C11 D C.1  21 C 1  22 C 1  23 C 1  24 /  2C.12 15
D 16  23 D 15
2
:

4.6 M ATLAB kann auch mit nichtnormalisierten Maschinenzahlen arbeiten. Der Befehl
realmin liefert die Zahl

0 : : : 02  2emi n ;
0:1 „ƒ‚… emi n D 1022
52
22 4 Maschinenzahlen

Diese Zahl teilen wir durch 252 und kriegen

0:0 : : : 012  2emi n :

Erneutes Teilen durch 2 liefert (endlich) 0.


Der Befehl realmax gibt

0:1 : : : 12  2emax ; emax D 1023:

Aus der IEEE Arithmetik (grundlegende arithmetische Operationen sind rundungsgenau)


wissen wir, dass, solange die gerundete Summe kleiner als 2emax ist, wir auf realmax
was draufaddieren dürfen und dabei wieder realmax als Resultat bekommen.
Anmerkung: Aus dem gleichen Grund liefert (1+eps/2)-1 Null!

4.7 Es ist z1  1 die Maschinengenauigkeit, das ist durch die Länge der Mantisse bedingt.
Weiter wissen wir: z1 D 1 C 21t D 1 C 223 . Die kleinste darstellbare positive Zahl z0
hängt aber auch noch von dem Exponent ab, kann also viel kleiner werden. Diese Zahl ist
gegeben durch m D 1 und e D emi n , also 224  2126 D 2150 .
Polynome
5

5.1 Aufgaben

5.1 Dividieren Sie das Polynom p.x/ D x 5 C x 4  4 x 3 C x 2  x  2 durch das Polynom

(a) q.x/ D x 2  x  1, (b) q.x/ D x 2 C x C 1.

5.2 Faktorisieren Sie folgende Polynome:

(a) p1 .x/ D x 3  2x  1,
(b) p2 .x/ D x 4  3x 3  3x 2 C 11x  6,
(c) p3 .x/ D x 4  6x 2 C 7,
(d) p4 .x/ D 9x 4 C 30x 3 C 16x 2  30x  25,
(e) p5 .x/ D x 3  7x 2 C 4x C 12,
(f) p6 .x/ D x 4 C x 3 C 2x 2 C x C 1,
(g) p7 .x/ D x 4 C 4x 3 C 2x 2  4x  3,
(h) p8 .x/ D x 3 C 1.

5.3 Führen Sie für folgende Ausdrücke eine Partialbruchzerlegung durch:

x4  4 x4 9x
(a) ; (c) ; (e) ;
x 2 .x 2 C 1/2 x3 C x 2x 3 C 3x C 5
x x2 4x 2
(b) ; (d) ; (f) :
.1 C x/.1 C x 2 / .x C 1/.1  x 2 / .x C 1/2 .x 2 C 1/2

© Springer-Verlag GmbH Deutschland 2018 23


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_5
24 5 Polynome

5.2 Lösungen

5.1 (a) Es gilt p.x/ D q.x/ .x 3 C 2 x 2  x C 2/.


(b) Es gilt p.x/ D q.x/ .x 3  5x C 6/  2x  8.

5.2 Auswerten der Polynome an Stellen wie 0, 1, -1 und/oder quadratische Ergänzung


liefert Nullstellen. Durch Polynomdivision lassen sich die Polynome dann in Faktoren
zerlegen.
p p
(a) p1 .x/ D .x C 1/.x 2  x  1/ D .x C 1/.x  12 .1 C 5//.x  12 .1  5//.
(b) p2 .x/ D .x 1/.x 3 2x 2 5x C6/ D .x 1/2 .x 2 x 6/ D .x 1/2 .x C2/.x 3/.
(c) Mit der Substitution u D x 2 ergibt sich eine quadratische Gleichung für u:

u2  6u C 7 D .u  3/2  2 D 0 :
p
Die Lösungen dieser quadratischen Gleichung sind durch u D 3 ˙ 2 gegeben. Für
die vier Nullstellen bzw. die Faktorisierung des Polynoms p3 .x/ folgt somit
q q q q
p p p p
p3 .x/ D .x C 3 C 2/.x  3 C 2/.x C 3  2/.x  3  2/ :

(d) p4 .x/ D 9x 4 C 30x 3 C 16x 2  30x  25 D .x C 1/ .x  1/ .3x C 5/2 .


(e) p5 .x/ D x 3  7x 2 C 4x C 12 D .x C 1/ .x  2/ .x  6/.
(f) Wir finden keine Nullstelle, die wir wegdividieren können. Also machen wir den An-
satz

p6 .x/ D .x 2 C ax C b/.x 2 C cx C d /
D x 4 C .a C c/x 3 C .ac C d C b/x 2 C .ad C bc/x C bd :

Ein Koeffizientenvergleich liefert ein Gleichungssystem


 aCc D1
 ac C b C d D 2
 ad C bc D 1
 bd D 1
Aus der ersten Gleichung erhalten c D 1  a, dies eingesetzt in die zweite Gleichung
liefert a.1  a/ C b C d D 2. Wegen der letzten Gleichung versuchen wir es mit
b D d D 1 und erhalten nun a D 0 oder a D 1. Wir versuchen es mit a D 0 und
erhalten c D 1. Offenbar erfüllen a D 0, b D 1, c D 1, d D 1 alle Gleichungen.
4 3 2
Damit
 2   2 wir die Zerlegung gefunden: p6 .x/ D x C x C 2x C x C 1 D
haben
x C1 x CxC1 .
(g) p7 .x/ D x 4 C 4x 3 C 2x 2  4x  3 D .x C 3/ .x  1/ .x C 1/2 .
(h) p8 .x/ D x 3 C 1 D .x C 1/.x 2  x C 1/.
5.2 Lösungen 25

5.3 (a) (1) Der Ansatz lautet:

x 4 4 A B C xCD ExCF
x 2 .x 2 C1/2
D x
C x2
C x 2 C1
C .x 2 C1/2
.ACC /x 5 C.BCD/x 4 C.2ACC CE/x 3 C.2BCDCF /x 2 CAxCB
D x 2 .x 2 C1/2
:

(2) Multiplikation mit dem Nenner q.x/ liefert:

x 4  4 D .A C C /x 5 C .B C D/x 4 C .2A C C C E/x 3 C .2B C D C F /x 2 C Ax C B :

(3) Wegen der Vielzahl der Unbekannten, versuchen wir nun gar nicht, manche durch
Einsetzen spezieller Werte zu ermitteln.
(4) Wir formulieren den Koeffizientenvergleich als lineares Gleichungssystem mit den
Methoden aus Kap. 9: Der Koeffizientenvergleich liefert
0 10 1 0 1
1 0 1 0 0 0 A 0
B0 1 0 1 0 0C B C B C
B C BB C B 1 C
B2 0 1 0 1 0C B C B C
B C BC C D B 0 C :
B0 2 0 1 0 1C B
C C B C
B BD C B 0 C
@1 0 0 0 0 0 A @ EA @ 0 A
0 1 0 0 0 0 F 4

Man erhält (der Reihe nach): A D 0, B D 4, C D 0, D D 5, E D 0, F D 3.


(5) Damit erhalten wir die Partialbruchzerlegung:

x 4 4
x 2 .x 2 C1/2
D  x42 C 5
x 2 C1
C 3
.x 2 C1/2
:

(b) (1) Der Ansatz lautet:

x A BxCC .ACB/x 2 C.BCC /xC.ACC /


.1Cx/.1Cx 2 /
D 1Cx C 1Cx 2
D .1Cx/.1Cx 2 /
:

(2) Multiplikation mit dem Nenner liefert

x D .A C B/x 2 C .B C C /x C .A C C / :

(3) Wir bevorzugen den Koeffizientenvergleich.


(4) Man erhält direkt: A D 1=2, B D C D 1=2.
(5) Damit gilt

x 1 1Cx 1
.1Cx/.1Cx 2 /
D 2 1Cx 2  1Cx :
26 5 Polynome

(c) (1) Der Ansatz lautet:

x4 A BxCC Ax 2 CACBx 2 CC x .ACB/x 2 CC xCA


x.x 2 C1/
D x C x 2 C1
D x.x 2 C1/
D x.x 2 C1/
:

(2) Multiplikation mit dem Nenner liefert

x  4 D .A C B/x 2 C C x C A :

(3) Wir bevorzugen wieder den Koeffizientenvergleich.


(4) Der Koeffizientenvergleich liefert A D 4, B D 4, C D 1.
(5) Damit gilt:

x4
x 3 Cx
D 4 x1 C 4xC1
x 2 C1
:

(d) (1) Der Ansatz lautet:

x2 A B C .C A/x 2 C.2C B/xC.ACBCC /


.xC1/.1x 2 /
D 1Cx
C .1Cx/2
C 1x
D .1Cx/.1x 2 /
:

(2) Multiplikation mit dem Nenner liefert

x 2 D .C  A/x 2 C .2C  B/x C .A C B C C / :

(3) Wir verlassen uns auf den Koeffizientenvergleich in (4).


(4) Ein Koeffizientenvergleich liefert:
0 10 1 0 1 0 1
1 0 1 A 1 1 0 1 1
@ 0 1 2A @B A D @0A Ý @ 0 1 2 0 A ;
1 1 1 C 0 0 0 4 1

es folgt C D 1=4, B D 1=2, A D 3=4.


(5) Es gilt also

x2
.xC1/.1x 2 /
1
D  43 1Cx C 1 1
2 .1Cx/2
C 1 1
4 1x
:

(e) (1) Der Ansatz lautet:


  2 5
9x 1 9x 1 A BxCC 1 .ACB/x C.BCC A/xC. 2 ACC /
2x 3 C3xC5
D 2 .xC1/.x 2 xC 5 / D 2 xC1 C 5 D 2 5 :
x 2 xC .xC1/.x 2 xC /
2 2 2

(2) Multiplikation mit dem Nenner liefert

9x D .A C B/x 2 C .B C C  A/x C . 25 A C C / :
5.2 Lösungen 27

(3) Wieder wollen wir die Koeffizienten vergleichen:


(4) Der Koeffizientenvergleich liefert B D A und somit C D 9C2A und somit 92 AC9 D
0. Also gilt A D 2, B D 2 und C D 5.
(5) Es gilt also

9x 1 2xC5 1
2x 3 C3xC5
D 2 x 2 xC 5
 xC1
:
2

(f) (1) Der Ansatz lautet:

4x 2 A B C xCD ExCF
.xC1/2 .x 2 C1/2
D xC1 C .xC1/2
C x 2 C1
C .x 2 C1/2
A.xC1/.x 2 C1/2 CB.x 2 C1/2 C.C xCD/.xC1/2 .x 2 C1/C.ExCF /.xC1/2
D .xC1/2 .x 2 C1/2
.ACC /x 5 C.ACBC2C CD/x 4 C.2AC2C C2DCE/x 3
D .xC1/2 .x 2 C1/2
.2AC2BC2C C2DC2ECF /x 2 C.ACC C2DCEC2F /xC.ACBCDCF /
C .xC1/2 .x 2 C1/2
:

(2) Multiplikation mit dem Nenner liefert

4x 2 D .2AC2B C2C C2DC2E CF /x 2 C.ACC C2DCE C2F /x C.ACB CDCF / :

(3) Wir wollen die Koeffizienten vergleichen.


(4) Der Koeffizientenvergleich liefert ein etwas größeres Gleichungssystem, das wir mit
den Methoden aus Kap. 9 lösen:
0 10 1 0 1 0 1
1 0 1 0 0 0 A 0 1 0 0 0 0 0 0
B1 1 2 1 0 0C B B C B0 C B0 1 0 0 0 0 1 C
B CB C B C B C
B2 0 2 2 1 0C B C B C B C
B C B C C D B0 C Ý B 0 0 1 0 0 0 0 C
B2 2 2 2 2 C B C
1C BD C B4CB C B0 0 0 1 0 0 1 C
B B C
@1 0 1 2 1 2A @ E A @ 0 A @0 0 0 0 1 0 2 A
1 1 0 1 0 1 F 0 0 0 0 0 0 1 0

(5) Aus obigem Gleichungssystem erhalten wir nun die Lösung:

4x 2 1 1 2x
.xC1/2 .x 2 C1/2
D .xC1/2
 x 2 C1
C x 2 C1
:
Trigonometrische Funktionen
6

6.1 Aufgaben

6.1 Zeigen Sie:


  p
(a) cos arcsin.x/ D 1  x 2 für alle x 2 Œ1; 1.
(b) sin.arctan x/ D p x 2 für alle x 2 R.
1Cx

6.2 Folgern Sie aus den Additionstheoremen:

1 1
sin x cos y D sin.x  y/ C sin.x C y/ :
2 2

6.3 Verifizieren Sie für x 2 .; / die Identitäten

1  tan2 .x=2/
(a) cos x D ,
1 C tan2 .x=2/
2 tan.x=2/
(b) sin x D ,
1 C tan2 .x=2/
(c) cos4 x  sin4 x D cos.2x/.

p
6.4 Lösen Sie die Ungleichung sin.2x/  3 sin x in R.

6.5 Welche x 2 R erfüllen die Gleichung 5 sin x  2 cos2 x D 1?

6.6 Zeichen Sie die Graphen von sin.nx/ für x 2 Œ0; 2 und n 2 f1; 2; 3; 4g in ein
gemeinsames Diagramm.
© Springer-Verlag GmbH Deutschland 2018 29
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_6
30 6 Trigonometrische Funktionen

6.7 Begründen Sie: Es gilt für alle x 2 R und reelle Zahlen a und b

a cos.x/ C b sin.x/ D R cos.x  '/


p
mit R D a2 C b 2 und ' D arctan.b=a/.

6.2 Lösungen
 
6.1 (a) Es sei x 2 Œ1; 1. Da arcsin auf Œ1;1 definiert
 ist, gilt sin arcsin.x/
 D x.
Außerdem besagt der Satz des Pythagoras sin2 arcsin.x/ C cos2 arcsin.x/ D 1, also
   
cos2 arcsin.x/ D 1  sin2 arcsin.x/ D 1  x 2 :
 
Da  2  arcsin.x/  
2
ist cos arcsin.x/  0 und Wurzelziehen liefert:
  p
cos arcsin.x/ D 1  x 2 :

sin.arctan.x//
(b) Es sei x 2 R. Dann gilt x D tan.arctan.x// D cos.arctan.x// .

Mit Pythagoras (siehe Teil (a)) erhalten wir


q
sin.arctan.x// D x 1  sin2 .arctan.x// :

Auflösen nach sin.arctan.x// liefert die Behauptung.

6.2 Mit den Additionstheoremen gilt für alle x; y 2 R:

sin.x  y/ C sin.x C y/ D .sin.x/ cos.y/  cos.x/ sin.y// C .sin.x/ cos.y/


C cos.x/ sin.y//
D 2 sin.x/ cos.y/ :

6.3 Unter Verwendung der bekannten Formeln zur Trigonometrie erhält man:

(a)
2
sin .x=2/
1  tan2 .x=2/ 1  cos 2 .x=2/ cos2 .x=2/  sin2 .x=2/
D D
cos2 .x=2/ C sin2 .x=2/
2
1 C tan .x=2/
2 sin .x=2/
1 C cos 2 .x=2/

1 C cos.x/ 1  cos.x/
D cos2 .x=2/  sin2 .x=2/ D  D cos.x/ :
2 2
6.2 Lösungen 31

(b)
2 tan .x=2/ sin .x=2/ sin .x=2/ cos .x=2/
D2   D2
1 C tan .x=2/
2 sin2 .x=2/
cos .x=2/ 1 C cos2 .x=2/ cos2 .x=2/ C sin2 .x=2/

D 2 sin .x=2/ cos .x=2/ D sin .x=2  x=2/ C sin .x=2 C x=2/
D sin.x/ :

(c)
   
cos4 .x/  sin4 .x/ D cos2 .x/  sin2 .x/  cos2 .x/ C sin2 .x/ D cos2 .x/  sin2 .x/
1 C cos.2x/ 1  cos.2x/
D  D cos.2x/ :
2 2

6.4 Wir formen die Ungleichung um, damit wir leichter eine Entscheidung treffen kön-
nen:
p p
sin.2x/  3 sin.x/ , 2 sin.x/ cos.x/  3 sin.x/  0
 p 
, sin.x/ 2 cos.x/  3  0 :

Nachdem ein Produkt zweier Zahlen nur dann negativ sein kann, wenn einer der Faktoren
negativ und der andere positiv ist, erhalten wir nun zwei Fälle:
p p
1. Fall: sin.x/  0 ^ 2 cos.x/  3  0 , cos.x/  23 : Es folgt:

L1 D fx 2 R j  C 2m  x  2 C 2m ^  6 C 2n  x  


6
C 2n; m; n 2 Zg

D fx 2 R j  6
C 2k  x  2k; k 2 Zg:
p p
3
2. Fall: sin.x/  0 ^ 2 cos.x/  3  0 , cos.x/  2
: Es folgt:
 11
L2 D fx 2 R j 2m  x   C 2m ^ 6 C 2n  x  6 C 2n; m; n 2 Zg

D fx 2 R j 6
C 2k  x   C 2k; k 2 Zg:

Insgesamt haben wir damit die Lösungsmenge L D fx 2 R j  6 C 2k  x 
2k _ 6 C 2k  x   C 2k; k 2 Zg.

6.5 Wir formulieren die Gleichung um: Wir ersetzen cos2 durch 1  sin2 und erhalten
eine quadratische Gleichung in sin:
 
5 sin.x/  2 cos2 .x/ D 1 , 5 sin.x/  2 1  sin2 .x/ D 1
5 3
, sin2 .x/ C sin.x/  D 0 :
2 2

Substitution mit y D sin.x/ liefert die Gleichung y 2 C 52 y  32 D 0. Durch Lösen der


Gleichung mit der Mitternachtsformel erhält man die beiden Nullstellen y1 D 12 und
32 6 Trigonometrische Funktionen

y2 D 3. Es gilt nun noch die Gleichung sin.x/ D y für y 2 f3; 21 g zu lösen. Da
sin.x/ 2 Œ1; 1, gibt es für y D 3 keine Lösung, für y D 12 gilt L D fx 2 R j x D
 5
6 C 2k _ x D 6 C 2k; k 2 Zg.

6.6 (a) In der Abb. 6.1 sieht man die Graphen, die umso schneller schwingen, je größer
n ist:
sin(x) sin(2x)
1 1

0.5 0.5

0 0

–0.5 –0.5

–1 –1
0 2 4 6 0 2 4 6

sin(3x) sin(4x)
1 1

0.5 0.5

0 0

–0.5 –0.5

–1 –1
0 2 4 6 0 2 4 6

Abb. 6.1 Die Graphen von sin.x/; : : : ; sin.4x/

6.7 Durch Anwenden des Additionstheorems für den Kosinus erhalten wir:

cos.x  '/ D cos.x/ cos.'/ C sin.x/ sin.'/ :

Die nachzuweisende Gleichung hat damit die Form

a cos.x/ C b sin.x/ D R cos.x  '/ D .R cos.'// cos.x/ C .R sin.'// sin.x/ :

Diese Gleichung gilt genau dann, wenn

a D R cos.'/ und b D R sin.'/ :


6.2 Lösungen 33

Quadrieren und Addieren dieser Gleichungen liefert wegen sin2 .x/ C cos2 .x/ D 1:

a 2 C b 2 D R2 :

Und Division der beiden Gleichungen liefert

b R sin.'/
D D tan.'/ :
a R cos.'/
Komplexe Zahlen – Kartesische Koordinaten
7

7.1 Aufgaben

7.1 Begründen Sie: Ist z 2 C Nullstelle eines reellen Polynoms p D an x n C: : :Ca1 xCa0
mit a0 ; : : : ; an 2 R, so auch z 2 C.

7.2 Bestimmen Sie Real- und Imaginärteil sowie die Beträge von

50  25 i p
(a) .2  i/.1 C 2 i/; (b) ; (c) .1 C i 3/2 ; (d) i99 C i100 C2 i101 2 :
2 C 11 i

7.3 Bestimmen Sie die Nullstellen von p D z 3 C 4z 2 C 8z.

7.4 Stellen Sie die folgenden komplexen Zahlen jeweils in der Form a C b i mit a; b 2 R
dar:
4 P n
2009
(a) .1 C 4 i/  .2  3 i/; (b) ; (c) i :
2Ci nD0

7.5 Skizzieren Sie die folgenden Punktmengen in C:

(a) fz j jz C i j  3g; (b) fz j Re.z  i/ D zg; (c) fz j jz  3j D 2jz C 3jg:

7.6 Berechnen Sie alle komplexen Zahlen z 2 C, die folgende Gleichungen erfüllen:

(a) z 2  4z C 5 D 0; (b) z 2 C .1  i/z  i D 0; (c) z 2 C 4z C 8 D 0:

© Springer-Verlag GmbH Deutschland 2018 35


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_7
36 7 Komplexe Zahlen – Kartesische Koordinaten

7.2 Lösungen

7.1 Man beachte die Rechenregeln z1 C z2 D z 1 Cz 2 und z1  z2 D z 1  z 2 für z1 ; z2 2 C.


Damit erhalten wir für z:

p.z/ D an z n C : : : C a1 z C a0 D an z n C : : : C a1 z C a0
D an z n C : : : C a1 z C a0 D an z n C : : : C a1 z C a0 D p.z/ D 0 D 0 :

Es ist also auch z eine Nullstelle von z.

7.2 (a) Ausmultiplizieren liefert:

z D .2  i/.1 C 2 i/ D 2  i C4 i C2 D 4 C 3 i :
p
Es ist demnach Re.z/ D 4, Im.z/ D 3 und jzj D 16 C 9 D 5.
(b) Wir erweitern mit dem Komplexkonjugierten des Nenners und erhalten:
50  25 i 2  11 i 100 C 50 i 550 i 275
zD  D D 3  4 i :
2 C 11 i 2  11 i 125
Entsprechend ist Re.z/ D 3, Im.z/ D 4 und damit wiederum jzj D 5.
(c) Wir können die erste Binomische Formel verwenden:
p p p p
z D .1 C i 3/2 D 1 C 2 3 i C3 i2 D 1  3 C 2 3 i D 2 C 2 3 i :
p p
Wir können ablesen: Re.z/ D 2, Im.z/ D 2 3 und jzj D 4 C 12 D 4.
(d) Zuerst betrachten wir Potenzen von i. Es gilt:

i2 D 1; i3 D  i; i4 D 1; i5 D i; i6 D 1; i7 D  i; i8 D 1; : : :

Jeweils nach vier Schritten, wiederholt sich das Ganze, wir können also vereinfachen:

z D i96C3 C i100 C2 i100C1 2 D i424  i3 C i425 C2  i425  i 2


D 1  i3 C1 C 2  i 2 D  i C1 C 2 i 2 D 1 C i :
p
Damit ergibt sich Re.z/ D 1, Im.z/ D 1 und jzj D 2.

7.3 Es ist offensichtlich, dass z1 D 0 eine Nullstelle von p ist. Wir klammern diese aus
und erhalten p D z.z 2 C 4z C 8/. Die Nullstellen des zweiten Faktors erhalten wir nun
mit der Mitternachtsformel. Es gilt:
p
4 ˙ 16  32 4 ˙ 4 i
z2=3 D D ” z2 D 2 C 2 i ^ z3 D 2  2 i :
2 2
7.2 Lösungen 37

7.4 (a) Hier führt Ausmultiplizieren bereits zum Ziel:

.1 C 4 i/  .2  3 i/ D .2  3 i C8 i C12/ D 14 C 5 i :

(b) Hier führt Erweitern mit dem Komplexkonjugierten des Nenners zum Ziel:
4 4  .2  i/ 8 4i 8 4
D D D  i:
2Ci .2 C i/.2  i/ 4C1 5 5

(c) Wir beachten die Tatsache, dass i2 D 1, i3 D  i, . . .


2009
X
in D i0 C i1 C i2 C i3 C i4 C i5 C i6 C i7 C : : :
„ ƒ‚ … „ ƒ‚ …
nD0 D0 D0
2004 2005 2006 2007
Ci Ci Ci Ci C i2008 C i2009
„ ƒ‚ …
D0

D1Ci :

7.5 (a) jz C i j  3 liefert einen ausgefüllten Kreis um  i mit Radius 3.


(b) Re.Nz  i/ D z impliziert z 2 R. Da alle x 2 R diese Gleichung erfüllen, handelt es
sich hier um die gesamte reelle Achse.
(c) Wir nennen die zu bestimmende Menge M . Aus

.z  3/.z  3/ D jz  3j2 D 4jz C 3j2 D 4.z C 3/.z C 3/

erhalten wir die Gleichung

jzj2  3z  3z C 9 D 4jzj2 C 12z C 12z C 36 bzw. jzj2 C 5z C 5z C 9 D 0 :

Somit gilt für Zahlen z 2 M die Beziehung

jz C 5j2 D 16 :

Also folgt
z 2 K D fz 2 C j jz C 5j D 4g :
Andererseits ergibt sich durch dieselbe Rechnung, dass z 2 K auch z 2 M impliziert.
Somit haben wir gezeigt, dass M D K ist. Die Menge beschreibt den Kreis mit Radius 4
um den Mittelpunkt 5 2 C.

7.6 Wir erhalten jeweils mit der Mitternachtsformel:

1. z 2  4z C 5 D 0 , z D 2 C i _ z D 2p i.
2. z 2 C .1  i/z  i D 0 , z1=2 D .1i/˙
2
2i
) z D i _ z D 1.
2
3. z C 4z C 8 D 0 , z D 2 C 2 i _ z D 2  2 i.
Komplexe Zahlen – Polarkoordinaten
8

8.1 Aufgaben

8.1 Begründen Sie, warum die Formeln zur Multiplikation, zum Potenzieren und zum
Wurzelziehen in Abschn. 8.2 (Rezeptebuch) gelten.

8.2
(a) Geben Sie zu folgenden komplexen Zahlen die Polardarstellung an:
p
z1 D 2 i; z2 D i 1; z3 D 12 .1 C 3 i/; z4 D 2
1i :

(b) Zu den komplexen Zahlen mit Polarkoordinaten

r1 D 2; '1 D =2; r2 D 1; '2 D 3=4; r3 D 3; '3 D 5=4;


r4 D 4; '4 D 2=3

sind Real- und Imaginärteil gesucht.

8.3 Geben Sie für n 2 N alle Lösungen der Gleichung z n D 1 in C in der Polardarstel-
lung an.

p
8.4 Berechnen Sie Real- und Imaginärteil von . 3 C i/100 .

8.5 Berechnen Sie die komplexen Wurzeln:


r 
p p3
p 
(a) 2 i, (b) 8, (c) 8 1 3i .
© Springer-Verlag GmbH Deutschland 2018 39
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_8
40 8 Komplexe Zahlen – Polarkoordinaten

8.6 Zeichnen Sie mit M ATLAB die komplexen Zahlen z; z 2 ; : : : ; z 8 für z D p1 .1 C i/ in


2
einen Zeigerplot.

8.7 Schreiben Sie mit M ATLAB ein Programm, das bei Eingabe von z D a C b i 2 C
und n 2 N einen Zeigerplot mit den n-ten Wurzeln von z ausgibt.

8.2 Lösungen
 
8.1 Erste Formel: Wir multiplizieren z1 D r1 cos.'1 / C i sin.'1 / 6D 0 mit z2 D
r2 cos.'2 / C i sin.'2 / 6D 0:
   
z1  z2 D r1 cos.'1 / C i sin.'1 / r2 cos.'2 / C i sin.'2 /
 
D r1 r2 .cos.'1 / cos.'2 /  sin.'1 / sin.'2 // C i.sin.'1 / cos.'2 / C cos.'1 / sin.'2 //
 
D r1 r2 cos.'1 C '2 / C i sin.'1 C '2 / ;

wobei wir bei der letzten Gleichheit die Additionstheoreme in Abschn. 6.1 (Rezeptebuch)
benutzt haben.
Zweite und dritte Formel: Diese Formeln ergeben sich sofort aus der ersten Formel. Vier-
te Formel: Die letzte Formel zu den Wurzeln begründet man wie folgt: Für jedes k D
0; : : : ; n gilt wegen der ersten Formel für zk :
  ' C 2k   ' C 2k 
p
zkn n n
D . r/ cos n C i sin n
n n
   
D r cos.' C 2k/ C i sin.' C 2k/ D r cos.'/ C i sin.'/ D z :

Damit ist jedes der n angegebenen zk eine n-te Wurzel von z. Diese n Zahlen sind auch
noch verschieden: Diese Zahlen z0 ; : : : ; zn1 liegen nämlich in der Zahlenebene C auf
p
einem Kreis um 0 mit Radius n r im Winkelabstand 2 n
. Damit sind sie (paarweise) ver-
schieden.

8.2 Wir wenden die bekannten Umrechnungsformeln an:


p  
(a) Für z1 D 2 i gilt r D 02 C .2/2 D 2 und ' D  arccos 02 D  2 .
    
Damit erhalten wir z1 D 2 cos  2 C i sin  2 .
p p  
Für z2 D i 1 gilt r D .1/2 C 12 D 2 und ' D arccos  p12 D 43 .
p     
Damit erhalten wir z2 D 2 cos 43  C i sin 34  .
p p  
Es gilt z3 D 21 .1 C 3 i/ ) r1 D 12 1 C 3 D 1; '1 D arccos  12 D 32 .
8.2 Lösungen 41
2   
Damit erhalten wir z3 D cos 3
 C i sin 32  .
2 2.1Ci/ 2.1Ci/ p p
Es gilt z4 D 1i D .1i/.1Ci/
D 2
D 1 C i ) r2 D 1C1 D 2; '2 D
 
arccos p12 D 4 .
p     
Damit erhalten wir z4 D 2 cos 4 C i sin 4 .
   
(b) Für r1 D 2 und '1 D 21  gilt a D 2 cos 12  D 0 und b D 2 sin 21  D 2. Es sind a
der Real- und b der Imaginärteil.
Damit erhalten wir z D 2 i.
3  3 
Für r2 D 1 und '2 D 34  gilt a D 1 cos p1
4  D  2 und b D 1 sin 4  D
p1 .
2
Es sind
a der Real- und b der Imaginärteil.
Damit erhalten wir z D p1 .1 C i/.
2

Für r3 D 3 und '3 D 5=4 gilt a D 3 cos .5=4/ D  p32 und b D 3 sin .5=4/ D
 p32 . Es sind a der Real- und b der Imaginärteil.
 
Damit erhalten wir z D 3 p12 C i p12 .
2  2  p
Für r4 D 4 und '4 D 32  gilt a D 4 cos 4
3  D  2 und b D 3 sin 3  D
4 3
2 . Es sind
a der Real- und b der Imaginärteil.
p
Damit erhalten wir z D 2 C 2 3 i.

8.3 Die Lösungen dieser Gleichung sind die n verschiedenen n-ten Wurzeln aus der 1,
diese lauten
 2k   2k 
zk D cos n
C i sin n
; k 2 f0; 1; : : : ; n  1g :

p
p  p z D
8.4 Wir schreiben die komplexe Zahl 3 C i in Polarkoordinaten. Hier erhalten wir
    
r D 3 C 1 D 2 und ' D arccos 23 D 
6
, also z D 2 cos 6 C i sin 6 .

Nun gilt:
         
z 100 D 2100 cos 100  6 C i sin 100  6 D 2100 cos 50  3 C i sin 50  3
         
D 2100 cos 32  C 16 C i sin 23  C 16 D 2100 cos 32  C i sin 23 
 p 
D 2100  12 C i 23 :

    p
Damit gilt Re z 100 D 299 und Im z 100 D 3  299 .
42 8 Komplexe Zahlen – Polarkoordinaten

8.5 (a) Zuerst bestimmen wir die Polardarstellung:


            
z D 2 i D 2 cos  C i sin  D 2 cos  C 2 C i sin  C 2 :
2 2 2 2

Damit erhalten wir mit der Formel für die zwei zweiten Wurzeln:
p      p  
a0 D 2 cos  4 C i sin  4 D 2 p12  i p12 D 1  i ;
p      p  
a1 D 2 cos 43  C i sin 34  D 2  p12 C i p12 D 1 C i :

(b) Zuerst bestimmen wir die Polardarstellung: z D 8 D 8 .cos./ C i sin.//.


Damit erhalten wir mit der Formel für die drei dritten Wurzeln:
p       p  p
3
a0 D 8 cos 3 C i sin 3 D 2 21 C i 23 D 1 C 3 i ;
p3
a1 D 8 .cos./ C i sin.// D 2 .1 C i 0/ D 2 ;
p       p  p
3
a2 D 8 cos 35  C i sin 53  D 2 21  i 23 D 1  3 i :

 p      
(c) Die Polardarstellung lautet: z D 8 1  3 i D 16 cos  3 C i sin  3 .

Damit erhalten wir mit der Formel für die zwei zweiten Wurzeln:
p      p  p
a0 D 16 cos  6 C i sin  6 D 4 23  i 21 D 2 3  2 i ;
p       p  p
a1 D 16 cos  67  C i sin  76  D 4  23 C i 21 D 2 3 C 2 i :

8.6 Die folgende Eingabe liefert den Plot in Abb. 8.1:


z=1/sqrt(2)*(1+i);
compass(z)
hold on
for k=2:8
compass(z^k)
end
8.2 Lösungen 43

Abb. 8.1 Die komplexen Zah- 90 1


len z; z 2 ; : : : ; z 8 120 60
0.8

0.6
150 30
0.4
0.2

180 0

210 330

240 300
270

8.7 Der folgende Code taugt:


function [ w ] = zeigerplot( z,n )
%zeichnet die n-ten Wurzeln von z in einen plot
a=real(z);
b=imag(z);
[phi,r] = cart2pol(a,b);
w=zeros(1,n);
for k=1:n
w(k)=r^(1/n)*(cos((phi+2*(k-1)*pi)/n)
+ i*sin((phi+2*(k-1)*pi)/n));
end
compass(w(1));
hold on
for k=2:n
compass(w(k));
end
hold off
Lineare Gleichungssysteme
9

9.1 Aufgaben

9.1 Lösen Sie die folgenden linearen Gleichungssysteme mit Hilfe des Gauß’schen Eli-
minationsverfahrens:

3x1  5x2 D 2
(a)
9x1 C 15x2 D 6
2x1 C x3 D 3
(b) 4x1 C 2x2 C x3 D 3
2x1 C 8x2 C 2x3 D 8
2x1 C x2 C 3x3  4x4 D 12
4x1 C 3x2 C 6x3  5x4 D 21
(c)
2x1  2x2  x3 C 6x4 D 10
6x1 C 6x2 C 13x3 C 10x4 D 22
x1 C x2 C 2x3 D 3
(d) 2x1 C 2x2 C 5x3 D 4
5x1 C 5x2 C 11x3 D 6
3x1  5x2 C x3 D 1
(e) 3x1 C 6x2 D 2
3x1  4x2 C 2x3 D 0

9.2 Ermitteln Sie die Lösungsmenge des komplexen Gleichungssystems .A j b/ mit


! !
1i 2i 3Ci
AD 5 .2C4 i/2 und b D :
2Ci 1i
3 C 16 i

© Springer-Verlag GmbH Deutschland 2018 45


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_9
46 9 Lineare Gleichungssysteme

9.3 Gegeben sei das lineare Gleichungssystem .A j b/ mit


0 1 0 1
1 2 1 1 0
B C B C
B 2 5 1 1 C B 2 C
ADB C und b D B C:
@ 3 7 2 2 A @ ˇ A
1 0 1 ˛ 16

(a) Für welche Werte von ˛ und ˇ besitzt dieses Gleichungssystem


(i) eine eindeutige Lösung, (ii) keine Lösung, (iii) unendlich viele Lösungen?
(b) Geben Sie eine Lösungsdarstellung für den Fall unendlich vieler Lösungen an.

9.4 Ermitteln Sie die Lösungsmenge des folgenden komplexen Gleichungssystems:

2x1 C i x3 D i
x1  3x2  i x3 D 2 i
i x1 C x2 C x3 D 1 C i

9.5 Begründen Sie die Aussagen in der Merkbox in Abschn. 9.3 (Rezeptebuch).

9.6 Bestimmen Sie den Rang folgender Matrizen:


0 1
! 1 2 3
2 3 B C
(a) (c) @ 2 3 4 A
4 6
3 4 5
0 1 0 1
3 3 3 0 0 1
B C B C
(b) @ 2 2 2 A (d) @ 2 1 0 A
1 1 1 1 2 3

9.7 Der Sattel eines Bonanza-Bikes soll durch ein kubisches Polynom designed werden,
d. h. durch eine Polynomfunktion f .x/ D a3 x 3 C a2 x 2 C a1 x C a0 , wobei die Kontur des
Sattels durch die Funktionswerte im Bereich x 2 Œ1; 1 gegeben sein soll. Die ai ’s sind
dabei unbekannte Variablen, die sich aus den folgenden Konstruktionsvorgaben ergeben:
(i) An der Stelle x D 0 ist der Aufsitzpunkt. Damit der Fahrer nicht rutscht, wird f 0 .0/ D
0 gefordert.
(ii) An der Stelle x D 1 soll der Sattel in die Stange übergehen (die sich auf der x-Achse
befindet), daher wird f 0 .1/ D f .1/ D 0 gefordert (der Fahrer sitzt mit dem Gesicht
nach links, die Lehne ist rechts).
9.2 Lösungen 47

(iii) Das Bike wird auf den Fahrer maßangefertigt. Die gewünschte Sitztiefe b ergibt die
Bedingung f .0/ D b.
Stellen Sie das lineare Gleichungssystem auf, das sich für die Variablen a3 ; : : : ; a0 ergibt,
und lösen Sie dieses in Abhängigkeit von b. Welche Polynomfunktionen entsprechen den
gefundenen Lösungen?

9.2 Lösungen

9.1
(a)
! !
3 5 2 3 5 2
Ý
9 15 6 0 0 0
( ! ! )
2 5 2=3 5=3
Damit gilt x2 D s 2 R ) x1 D 3 C 3 s, also L D Cs j s2R .
0 1

(b)
0 1 0 1 0 1
2 0 1 3 2 0 1 3 2 0 1 3
B C B C B C
@ 4 2 1 3 A Ý @ 0 2 1 3 A Ý @ 0 2 1 3 A
2 8 2 8 0 8 3 5 0 0 7 7
0 1 0 1
2 0 0 2 1 0 0 1
B C B C
Ý @ 0 2 0 2 A Ý @ 0 1 0 1 A
0 0 1 1 0 0 1 1

Damit gilt x1 D 1; x2 D 1; x3 D 1, sodass L D f.1; 1; 1/g.


(c)
0 1 0 1
2 1 3 4 12 2 1 3 4 12
B C B C
B 4 3 6 5 21 C B 0 1 0 3 3 C
B C Ý B C
@ 2 2 1 6 10 A @ 0 1 2 2 2 A
6 6 13 10 22 0 3 4 22 14
0 1 0 1
2 1 3 4 12 2 1 3 4 12
B C B C
B 0 1 0 3 3 C B 0 1 0 3 3 C
Ý B CÝB C
@ 0 0 2 5 1 A @ 0 0 2 5 1 A
0 0 4 13 5 0 0 0 3 3

Damit gilt x4 D 1 ) x3 D 21  52 D 2 ) x2 D 33 D 0 ) x1 D 623 D 1,


also L D f.1; 0; 2; 1/g.
48 9 Lineare Gleichungssysteme

(d)
0 1 0 1 0 1
1 1 2 3 1 1 2 3 1 1 2 3
B C B C B C
@ 2 2 5 4 A Ý @ 0 0 1 10 A Ý @ 0 0 1 10 A
5 5 11 6 0 0 1 9 0 0 0 1

Damit gilt 0 D 1, d. h., es gibt keine Lösung, L D ;.


(e)
0 1 0 1 0 1
3 5 1 1 3 5 1 1 3 5 1 1
B C B C B C
@ 3 6 0 2 AÝ@ 0 1 1 1 AÝ@ 0 1 1 1 A
3 4 2 0 0 1 1 1 0 0 0 0

Damit ist x3 frei wählbar, x3 D s, s 2 R. Aus der zweiten Zeile folgt: x2 C x3 D


1 , x2 C s D 1 , x2 D 1  s.
Aus der ersten Zeile folgt: 3x1 5x2 Cx3 D 1 , 3x1 5.1s/Cs D 1 , x1 D
4
 2s. 8̂0 9
3 0 1 0 1 1
4 4 >
3
2 < 3  2s =
B C B C B C
Somit gilt x D @ 1 A C s @1A, also L D @ 1  s A 2 R3 j s 2 R .
:̂ >
;
0 1 s

9.2 Wir stellen die komplexen Zahlen als a C b i dar:

5 5.2  i/ 5.2  i/
D D D2i
2Ci .2 C i/.2  i/ 5

und

.2 C 4 i/2 4 C 16 i 16 .12 C 16 i/.1 C i/ 12  12 i C16 i 16


D D D D 14C2 i :
1i 1i .1  i/.1 C i/ 2

Nun lösen wir das LGS:


! !
1
1i 2i 3Ci 1 1 C i 1C2i 1i
I
Ý
2  i 14 C 2 i 3 C 16 i 2i 14 C 2 i 3 C 16 i
! !
1 1 C i 1C2i 1 1 C i 1C2i
Ý Ý 1
0 13  i 1 C 13 i II  .2  i/I 0 1 i 13i
II
!
1 0 i I  .1 C i/II
Ý
0 1 i

Damit gilt L D f.i;  i/g.


9.2 Lösungen 49

9.3 (a) Mit dem Gauß’schen Eliminationsverfahren erhält man:


0 1 0 1
1 2 1 1 0 1 2 1 1 0
B C B C
B 2 5 1 1 2 C B 0 1 3 3 2 C
B CÝB C
@ 3 7 2 2 ˇ A @ 0 0 2 2 ˇ2 A
1 0 1 ˛ 16 0 0 0 ˛1 3.ˇ C 2/

(i) Es gibt genau dann eine eindeutige Lösung, wenn ˛  1 6D 0 , ˛ 6D 1.


(ii) Es gibt genau dann keine Lösung, wenn ˛ 1 D 0 ^ 3.ˇ C2/ 6D 0 , ˛ D 1 ^ ˇ 6D
2.
(iii) Es gibt genau dann unendlich viele Lösungen, wenn ˛  1 D 0 ^ 3.ˇ C 2/ D 0 ,
˛ D 1 ^ ˇ D 2.

(b) Wir ermitteln die Lösungsmenge im Fall unendlich vieler Lösungen:


0 1
2 1 1 0
1
B C
B 1 3 0 3 2 C
˛ D 1 ^ ˇ D 2 Ý B C
@ 0 2 0 2 4 A
0 0 0 0 0
8̂0 1 0 1 9
) x4 D s 2 R 18 0 >
ˆ
ˆ >
>
) x3 D 2  s <B C B C =
B 8 C B0C
)LD B CCsB C j s 2 R :
) x2 D 2  3s  3.2  s/ D 8 ˆ
ˆ@ 2 A @1A >
>
:̂ >
;
) x1 D s C .2  s/  2  8 D 18 0 1

9.4
0 1 0 1
2 0 i i 1 3  i 2i
B C B C
@ 1 3  i 2i A Ý @ 2 0 i i A
i 1 1 1Ci i 1 1 1Ci
0 1 0 1
1 3 i 2i 1 3 i 2i
B C B C
Ý @ 0 6 3 i 3 i A II  2I Ý @ 0 2 i  i A 13 II
0 1 C 3 i 0 3 C i III  i I 0 2C6i 0 6 C 2 i 2III
0 1
1 3  i 2i
B C
Ý @ 0 2 i i A
0 0 3  i 3 C 3 i III  .1 C 3 i/II

Damit gilt

3C3i .3 C 3 i/.3 C i/ 6 C 12 i 3C6i


x3 D D D D
3i 9C1 10 5
50 9 Lineare Gleichungssysteme

und somit

 i  i 3C6
5
i
5 i 3 i C6 3 4i
x2 D D D ;
2 10 5

also
3 C6i 3 4i 10 i C3 i 6 C 9  12 i 3Ci
x1 D 2 i C i C3 D D :
5 5 5 5
˚ 
Wir erhalten L D 51 .3 C i; 3  4 i; 3 C 6 i/ .

9.5 (a) Setzt man in das homogene LGS mit Koeffizienten .aij / für alle Variablen 0 ein,
so gilt:
a11  0 C a12  0 C    C a1n  0 D 0
:: :: :
: :
am1  0 C am2  0 C    C amn  0 D 0
Demnach ist .0; : : : ; 0/ eine Lösung.
(b) Sind .k1 ; : : : ; kn / und .`1 ; : : : ; `n / zwei Lösungen, so gilt für alle i 2 f1; : : : ; mg:

ai1 .k1 C `1 / C    C ai n .kn C `n / D ai1 k1 C    C ai n kn C ai1 `1 C    C ai n `n D 0 :


„ ƒ‚ … „ ƒ‚ …
D0 D0

Es sind also auch Summen von Lösungen wieder Lösungen. Betrachten wir nun das -
Fache der Lösung .`1 ; : : : ; `n /. Auch dieses ist wieder eine Lösung, denn es gilt für alle
i 2 f1; : : : ; mg:

ai1 . `1 / C    C ai n . `n / D .ai1 `1 C    C a1n `n / D 0 :


„ ƒ‚ …
D0

(c) Wir beweisen die Gleichheit der Mengen L D x C Lh :


 L  x C Lh : Ist z D .k1 ; : : : ; kn / 2 L eine Lösung von .A j b/, so gilt für alle
i 2 f1; : : : ; mg:
ai1 k1 C    C ai n kn D bi :
Da x D .`1 ; : : : ; `n / 2 L eine weitere Lösung ist, gilt für die Differenz z  x:

ai1 .k1  `1 / C    C ai n .kn  `n / D ai1 k1 C    C ai n kn .ai1 `1 C    C ai n `n / D 0:


„ ƒ‚ … „ ƒ‚ …
D bi D bi

Demzufolge ist z  x 2 Lh eine Lösung von .A j 0/ und damit erhalten wir

z  x / 2 x C Lh :
z D x C .„ƒ‚…
2 Lh
9.2 Lösungen 51

 L  x C Lh : Ist x C y 2 x C Lh mit y D .k1 ; : : : ; kn / 2 Lh , so gilt:

ai1 .`1 C k1 / C    C ai n .`n C kn / D ai1 `1 C    C ai n `n C ai1 k1 C    C ai n kn D bi :


„ ƒ‚ … „ ƒ‚ …
D bi D0

Es ist also x C y auch eine Lösung von .A j b/, also x C y 2 L.

9.6 (a) Wir führen Zeilenumformungen durch:


! !
2 3 2 3
Ý
4 6 0 0 II C 2I

Der Rang der Matrix ist somit 1.


(b) Wir führen Zeilenumformungen durch:
0 1
3 3 3
B C
@ 2 2 2 A
1 1 1

Alle drei Spalten der Matrix stimmen überein und sind nicht der Nullvektor. Somit besitzt
die Matrix den Rang 1.
(c) Zeilenumformungen liefern:
0 1 0 1 0 1
1 2 3 1 2 3 1 2 3
B C B C B C
@ 2 3 4 A Ý @ 0 1 2 A II  2I Ý @ 0 1 2 A
3 4 5 0 2 4 III  3I 0 0 0 III  2I

Der Rang der Matrix ist somit 2.


(d) Der Rang einer Matrix ändert sich nicht durch Zeilenvertauschung. Wir betrachten die
Matrix
0 1 0 1
1 2 3 1 2 3
B C B C
@ 2 1 0 A Ý @ 0 3 6 A II  2I
0 0 1 0 0 1

Die Matrix besitzt somit den Rang 3.

9.7 Mit f 0 .x/ D 3a3 x 2 C 2a2 x C a1 erhalten wir aus (i) die Bedingung

a1 D 0;
52 9 Lineare Gleichungssysteme

aus (ii) die Bedingungen

3a3  2a2 C a1 D 0 und  a3 C a2  a1 C a0 D 0

und aus (iii) die Bedingung

a0 D b:

Für die Variablen a3 ; a2 ; a1 ; a0 (in dieser Reihenfolge) ergibt das ein lineares Gleichungs-
system mit erweiterter Koeffizientenmatrix
0 1
0 0 1 0 0
B C
B 3 2 1 0 0 C
B C:
@ 1 1 1 1 0 A
0 0 0 1 b

Mit dem Gauß-Algorithmus formt man diese um zu etwa


0 1
1 1 0 1 0
B C
B 0 1 0 3 0 C
B C;
@ 0 0 1 0 0 A
0 0 0 1 b

woraus man durch Rückwärtssubstitution a0 D b, a1 D 0, a2 D 3a0 D 3b und


a3 D a2 C a0 D 2b erhält, d. h. die eindeutige Lösung des LGS ist .2b; 3b; 0; b/. Die
zugehörige Polynomfunktion ist

f .x/ D 2bx 3 C 3bx 2  b :

Mit dem folgenden Matlab-Code erhalten wir für verschiedene Werte von b eine Skizze.
x=-1:.01:1;
figure(1)
for b=3:0.4:5
y=2*b.*x.^3+3*b.*x.^2-b;
hold on
plot(x,y,’color’,[rand,rand,rand])
end
Rechnen mit Matrizen
10

10.1 Aufgaben
0 1
1 2 3
B C
10.1 Ermitteln Sie für die Matrix A D @ 2 3 4 A den Ausdruck A0 CAC 21 A2 C 16 A3 .
3 4 5

> >
10.2 Berechnen Sie B B und B A B mit der Matrix
0 1 0 p p 1
2 i 0 0 1= 2 1= 2
B C B p p C
A D @ i 2 0 A und der Matrix B D @0 i= 2  i= 2A :
0 0 2 1 0 0

10.3 Bilden Sie – sofern möglich – mit den Matrizen


0 1 0 1
2 3 ! 1 4
B C 3 0 B C
A D @ 4 1 A; BD und C D @ 0 2 A
1 7
1 5 3 5

und den Vektoren

x D .1; 0; 4/> ; y D .8; 5/> und z D .3; 2/>

die Ausdrücke

A C C ; 2B ; A.y C z/ ; C.4z/ ; .A C C /y ; AB ; BC ; AC > ; x > A ; y > z ; yz > :

© Springer-Verlag GmbH Deutschland 2018 53


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_10
54 10 Rechnen mit Matrizen

10.4 Zeigen Sie:

(a) Für jede Matrix A ist A> A symmetrisch.


(b) Für jede quadratische Matrix A ist A C A> symmetrisch und A  A> schiefsymme-
trisch.
(c) Das Produkt zweier symmetrischer Matrizen A und B ist genau dann symmetrisch,
wenn AB D BA gilt.

10.5 Ist das Produkt quadratischer oberer bzw. unterer Dreiecksmatrizen wieder eine obe-
re bzw. untere Dreiecksmatrix?

10.6 Gegeben sind die Matrizen


0 1 0 1
1 1 1 0 1 2
B C B C
AD@ 2 0 2 A und B D@ 1 1 0 A:
1 2 3 2 1 1

(a) Berechnen Sie A1 , B 1 , .AB/1 und .2A/1 .


(b) Ist A C B invertierbar?

10.7 Gegeben sind ein n 2 N und eine Matrix A 2 Rnn .

(a) Zeigen Sie durch Induktion nach m 2 N:

.En  A/.En C A C A2 C    C Am1 / D En  Am :

(b) Folgern Sie aus dem Teil (a): Falls Am D 0 für ein m 2 N gilt, dann ist En  A
invertierbar.

10.8 Bestimmen Sie die Lösung X 2 R33 der Matrizengleichung AX D B mit


0 1 0 1
1 1 1 1 2 3
B C B C
A D @ 0 2 4 A und B D @ 2 3 1 A :
1 0 2 3 1 2

10.9
(a) Ist das Inverse einer invertierbaren symmetrischen Matrix wieder symmetrisch?
(b) Folgt aus der Invertierbarkeit einer Matrix A stets die Invertierbarkeit von A> ?
(c) Ist die Summe invertierbarer Matrizen stets invertierbar?
(d) Ist das Produkt invertierbarer Matrizen stets invertierbar?
10.2 Lösungen 55

10.10 Invertieren Sie die folgenden Matrizen, oder zeigen Sie, dass keine Inverse exis-
tiert. Geben Sie jeweils den Rang der Matrix an.
0 1 0 1
1 4 1 0 1 2
B C B C
(a) A D @1 3 5 A ; (c) C D @1 1 0 A ;
5 19 8 2 1 1
0 1 (d) D D A C B;
1 1 1
B C (e) E D B C C;
(b) B D @2 0 2A ;
(f) F D AB;
1 2 3
(g) G D A> :

10.11
(a) Finden Sie eine 3  3-Matrix A ¤ E3 mit der Eigenschaft A2 D A.
(b) Es sei A 2 Rnn mit A2 D A. Zeigen Sie, dass A genau dann invertierbar ist, wenn
A die Einheitsmatrix En 2 Rnn ist.
(c) Es seien A; B 2 Rnn mit B ¤ 0 und AB D 0. Kann die Matrix A dann invertierbar
sein?

10.2 Lösungen
10.1 Wegen
01 0 1 0 1
1 0 0 14 20 26 132 192 252
B C B C B C
A0 D E3 D @0 1 0A ; A2 D @20 29 38A ; A3 D @192 279 366A
0 0 1 26 38 50 252 366 480

erhalten wir
0 1
31 44 58
1 1 B C
E3 C A C A2 C A3 D @44 65 84 A :
2 6
58 84 111

10.2 Es gilt
0 1 0 1 0 1
0 0 1 1 0 0 2 0 0
> B 0C
> B C > B C
B D @ p12  pi 2 A ) B B D @0 1 0A D E3 ; B AB D @0 1 0A :
p1 pi 0 0 0 1 0 0 3
2 2

> >
Wegen B B D E3 ist B das Inverse von B. Eine solche Matrix B nennt man unitär.
56 10 Rechnen mit Matrizen

10.3 Es gilt:
0 1 0 1
1 7 31
B C B C
A C C D @ 4 1A ; A.y C z/ D Ay C Az D @ 41 A ;
2 10 26
0 1
44
B C
C.4z/ D 4C z D @ 16 A ;
76
0 1 0 1
43 3 21
B C B C
.A C C /y D Ay C Cy D @ 37 A ; AB D @ 13 7 A ; BC nicht definiert ;
34 3 35
0 1
10 6 9  
B C
AC > D @ 8 2 17A ; x > A D 2 17 ; y > z D 14 ;
19 10 22
!
> 24 16
yz D :
15 10

10.4 (a) Wir transponieren A> A und beachten, dass sich beim Transponieren die Reihen-
folge umdreht, dass also .A B/> D B > A> gilt:

.A> A/> D A> .A> /> D A> A :

Das besagt, dass A> A symmetrisch ist.


(b) Wieder rechnen wir einfach nach:

.A C A> /> D A> C .A> /> D A C A> ;

also ist .A C A> / symmetrisch. Weiter gilt

.A  A> /> D A>  .A> /> D A>  A D .A  A> / ;

also ist .A  A> / schiefsymmetrisch.


(c) Ist AB symmetrisch, so gilt AB D .AB/> D B > A> D BA, da A und B symmetrisch
sind, also folgt AB D BA. Setzen wir umgekehrt AB D BA voraus, so folgt (wieder mit
der Symmetrie von A und B) die Gleichung AB D A> B > D .BA/> D .AB/> , also ist
AB symmetrisch.
10.2 Lösungen 57

10.5 Die Aussage stimmt. Wir betrachten zwei Matrizen A; B 2 Knn . Sind beide Ma-
trizen obere Dreiecksmatrizen, so haben der i-te Zeilenvektor zi von A und der j -te
Spaltenvektor sj von A die Gestalt
 >
zi D .0; : : : ; 0; ai i ; : : : ; ai n / und sj D bj1 ; : : : ; bjj ; 0; : : : ; 0

Also gilt für i > j die Gleichung zi sj D 0, und damit hat die Matrix AB unterhalb der
Diagonalen, d. h. an den Stellen .i; j / mit i > j , nur Nullen als Komponenten, da an
diesen Stellen die Produkte von zi mit sj stehen.
Für untere Dreiecksmatrizen schließt man analog.

10.6 Wir verwenden das Rezept zum Invertieren einer Matrix und erhalten:
(a)
0 1 0 1
1 1 1 1 0 0 1 1 1 1 0 0
B C B C
@ 2 0 2 0 1 0 A @ 0 2 0 2 1 0 A
1 2 3 0 0 1 0 3 2 1 0 1
0 1 0 1
1 1 1 1 0 0 1 0 0 1 5=4 1=2
B C B C
@ 0 2 0 2 1 0 A @ 0 1 0 1 1=2 0 A:
0 0 2 2 3=2 1 0 0 1 1 3=4 1=2
0 1 0 1
1 5=4 1=2 1 3 2
B C B C
Somit gilt A1 D @ 1 1=2 0 A. Analog erhalten wir B 1 D @1 4 2A.
1 3=4 1=2 1 2 1
Wir können nun die Matrizen A B und 2 A mit derselben Methode invertieren, das sollte
man zur Übung auch tun. Wir ersparen uns etwas Rechenarbeit, indem wir die Formeln
.A B/1 D B 1 A1 bzw. . A/1 D 1 A1 benutzen, so erhalten wir nämlich ganz
einfach diese Inversen:
0 1 0 1
2 5=4 1=2 1=2 5=8 1=4
B C B C
.AB/1 D @ 3 7=4 1=2A ; .2A/1 D @ 1=2 1=4 0 A:
2 3=2 0 1=2 3=8 1=4
0 1
1 2 1
B C
(b) Es gilt .A C B/ D @3 1 2 A.
3 1 4
Wie besprochen, überlegen wir nicht lange, ob die Matrix A C B invertierbar ist, wir
beginnen einfach mit dem Invertieren. Falls Sie es nicht sein sollte, so werden wir das
58 10 Rechnen mit Matrizen

schon merken:
0 1 0 1
1 2 1 1 0 0 1 2 1 1 0 0
B C B C
@ 3 1 2 0 1 0 A @ 0 5 5 3 1 0 A:
3 1 4 0 0 1 0 0 0 6=5 7=5 1

Nun gilt rg.A C B/ D 2 6D 3. Folglich ist die Matrix A C B nicht invertierbar.

10.7 (a) Induktionsanfang: m D 1


.En  A/.En / D En  A D En  A1 X
Induktionsschritt: m ! m C 1
 
.En  A/ En C A C A2 C : : : C A.mC1/1
 
D .En  A/ .En C A C A2 C : : : C Am1 / C Am
 
D .En  A/ En C A C A2 C : : : C Am1 C .En  A/Am
IV
D En  Am C .En  A/Am D En  Am C Am  AmC1
D En  AmC1 X
 
(b) Mit Am D 0 folgt aus Teil (a): .En  A/ En C A C A2 C : : : C Am1 D En :
 
Das bedeutet aber En C A C A2 C : : : C Am1 D .En  A/1 und damit ist En  A
invertierbar.

10.8 Für die Lösung dieser Aufgaben bieten sich verschiedene Wege an: Die Matrix A ist
invertierbar (das sieht man recht einfach: Dritte Zeile minus erste Zeile plus das Halbfache
der zweiten Zeile ergibt eine obere Dreiecksmatrix vom Rang 3), also ist die gesuchte
Lösung X D A1 B. Wir erhalten X also durch Invertieren von A und anschließender
Multiplikation mit B. Das ist aufwendig. Es geht auch einfacher: Bezeichnen wir die
Spalten von B nacheinander mit s1 ; s2 ; s3 , so lautet die Matrizengleichung ausführlich

Ax D s1 ; Ax D s2 ; Ax D s3 ;

das sind drei lineare Gleichungssysteme, die wir simultan lösen können:
0 1 0 1
1 1 1 1 2 3 1 0 0 9 2 1
B C B C
@ 0 2 4 2 3 1 A @ 0 1 0 5 1=2 3=2 A :
1 0 2 3 1 2 0 0 1 3 1=2 1=2
0 1
9 2 1
B C
Damit erhalten wir X D @5 1=2 3=2A.
3 1=2 1=2
In MATLAB hätten wir die Lösung einfach mit A\B erhalten.
10.2 Lösungen 59

10.9 (a) Die Aussage ist wahr: Für jede invertierbare Matrix A 2 Rnn erhält man aus
der Symmetrie der Einheitsmatrix
 >
A1 A D En> D En ;

 >  1  1 >


also A> A1 D En und damit A> D A und wenn A symmetrisch ist

 >  1
A1 D A> D A1 :

(b) Die Aussage ist wahr: A invertierbar ) AA1 D En , also .A1 /> A> D En , sodass
.A1 /> das Inverse von A> ist.
(c) Die Aussage ist falsch: En und En sind invertierbar, ihre Summe En  En D n  n-
Nullmatrix aber nicht.
(d) Die Aussage ist wahr: B 1 A1  AB D En , also .AB/1 D B 1 A1 .

10.10 Die Matrizen A; B; C; D F; G sind invertierbar, jede dieser Matrizen hat den
Rang 3. Einzig die Matrix E ist nicht invertierbar, ihr Rang ist 2. Bei den Matrizen
F und G kann man sich etwas Rechenarbeit sparen, indem man F 1 D B 1 A1 und
G 1 D .A> /1 D .A1 /> ausnutzt, ansonsten benutze man das angegebene Rezept; man
erhält:
0 1 0 1 0 1
71 13 17 1 5=4 1=2 1 3 2
B C B C B C
A1 D @ 17 3 4A ; B 1 D @ 1 1=2 0 A ; C 1 D @1 4 2A ;
4 1 1 1 3=4 1=2 1 2 1
0 11 0 1
2 5 0 104 25 35
B C 1 B C
D 1 D @1 3 7 A D  @ 47 10 14A ;
27
6 17 5 35 4 11
0 11 0 1
8 3 6 377=4 69=4 45=2
B C B C
F 1 D @2 11 8 A D @159=2 29=2 19 A
35 21 19 343=4 63=4 41=2
0 1
71 17 4
B C
G 1 D .A1 /> D @ 13 3 1 A :
17 4 1
60 10 Rechnen mit Matrizen
0 1
1 0 0
B C
10.11 (a) Ein einfaches Beispiel für eine solche Matrix ist etwa A D @1 0 0A.
1 0 0
(b) Es sei A 2 Rnn eine Matrix mit A2 D A.
„)“: A invertierbar ) A2 D A ) .A2 /A1 D AA1 ) A D En .
„(“: A D En ) rg.A/ D n ) A invertierbar.
(c) Angenommen, es gibt Matrizen A; B 2 Rnn mit A invertierbar und B ¤ 0, so dass
AB D 0 gilt. Dann folgt:

B D .A1 A/B D A1 .AB/ D A1  0 D 0;

ein Widerspruch. Also kann es kein invertierbares A mit der gewünschten Eigenschaft
geben.
L R-Zerlegung einer Matrix
11

11.1 Aufgaben

11.1
10
1 2 3
B C
(a) Bestimmen Sie eine L R-Zerlegung der Matrix A D @ 2 7 4 A.
1 4 2
(b) Lösen Sie mithilfe dieser L R-Zerlegung das lineare Gleichungssystem Ax D b mit
b D .12; 24; 3/> .

0 1
1 1 1 1
B C
B 2 3 1 3 C
11.2 Bestimmen Sie eine L R-Zerlegung der Matrix A D B C.
@ 4 1 1 1 A
1 2 3 1

11.3 Es sei A 2 Rnn . Bestimmen Sie den Rechenaufwand für die L R-Zerlegung von
A (ohne Zeilenvertauschungen) sowie für die Lösung des resultierenden linearen Glei-
chungssystems LR x D b durch Vorwärts- und Rückwärtseinsetzen anhand der Anzahl
der benötigten Gleitpunktoperationen.
P
n
n.nC1/ P
n
n.nC 12 /.nC1/
Hinweis: Es gilt kD 2 sowie k2 D 3 .
kD1 kD1

11.4 Betrachten Sie das lineare Gleichungssystem Ax D b mit


! !
1 1 1
AD ; bD ; ı D 1015 :
1 1Cı 1

© Springer-Verlag GmbH Deutschland 2018 61


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_11
62 11 L R-Zerlegung einer Matrix

(a) Geben Sie die exakte Lösung x (ohne Rechnung) an.


(b) Bestimmen Sie A1 in Abhängigkeit von ı.
(c) Vergleichen Sie folgende Methoden zur Berechnung von x in M ATLAB:
1. A1 b mit A1 aus (b) berechnen
2. A1 b mit A1 aus inv(A) berechnen
3. Gauß-Algorithmus (L R-Zerlegung von A, Vorwärts- und Rückwärtssubstitution).
Dies erreicht man in M ATLAB durch x=A\b.
(d) Vergleichen Sie die Ergebnisse von 1. und 2. aus (c).
(e) Erklären Sie die Ergebnisse von (c).

11.5 Bestimmen Sie die L R-Zerlegung mit Pivotisierung der Matrix


0 1
1 1 2
B C
A D @4 0 2A ;
2 1 1

und lösen Sie mit dieser L R-Zerlegung das LGS Ax D b mit b D .8; 8; 8/> .

11.6 Implementieren Sie in MATLAB die Vorwärts- bzw. Rückwärtssubstitution zur Lö-
sung eines LGS A x D b mit unterer bzw. oberer Dreiecksmatrix A. Testen Sie Ihre
Implementierung an Beispielen, wobei Sie sich eine L R-Zerlegung einer Matrix A mit-
tels [L,R,P]=lu(A) verschaffen.

11.2 Lösungen

11.1 (a) Unser Algorithmus liefert:


0 1 0 1 0 1
1 2 3 1 2 3 1 2 3
B C B C B C
@ 2 7 4 A II !II 2I ,@ 2 3 2 A ,@ 2 3 2 A
1 4 2 III !III CI 1 6 1 III !III 2II 1 2 5

Damit erhalten wir die L R-Zerlegung


0 1 0 1
1 0 0 1 2 3
B C B C
A D LR mit L D @ 2 1 0 A und R D @ 0 3 2 A :
1 2 1 0 0 5

(b) Wir lösen Ly D b durch Vorwärtseinsetzen


0 10 1 0 1 0 1
1 0 0 y1 12 12
B CB C B C B C
@ 2 1 0 A @ y2 A D @ 24 A liefert y D @ 0 A :
1 2 1 y3 3 15
11.2 Lösungen 63

Nun lösen wir Rx D y durch Rückwärtseinsetzen


0 10 1 0 1 0 1
1 2 3 x1 12 1
B CB C B C B C
@ 0 3 2 A @ x2 A D @ 0 A liefert x D @ 2 A :
0 0 5 x3 15 3

11.2 Es gilt:
0 1 0 1
1 1 1 1 1 1 1 1
B C B C
B 2 3 1 3 C B 2 1 3 5 C
B C!B C
@ 4 1 1 1 A @ 4 5 3 3 A
1 2 3 1 1 1 2 2
„ ƒ‚ …
DA
0 1 0 1
1 1 1 1 1 1 1 1
B C B C
B 2 1 3 5 C B 2 1 3 5 C
!B C!B C:
@ 4 5 18 28 A @ 4 5 18 28 A
1 1 5 3 1 1 5=18 43=9

Somit besitzt A die L R-Zerlegung


0 1 0 1 0 1
1 1 1 1 1 0 0 0 1 1 1 1
B C B CB C
B 2 3 1 3 C B 2 1 0 0C B0 1 3 5 C
B CDB CB C:
@ 4 1 1 1 A @ 4 5 1 0A @0 0 18 28 A
1 2 3 1 1 1 5=18 1 0 0 0 43=9
„ ƒ‚ … „ ƒ‚ …„ ƒ‚ …
DA DL DR

11.3 Zunächst schreiben wir den Algorithmus der L R-Zerlegung (ohne Zeilenvertau-
schung) formal auf:

Für k D 1; : : :; n  1
Für i D k C 1; : : :; n
ai k
ai k !
akk
Für j D k C 1; : : :; n
aij ! aij  ai k akj
Ende Schleife j
Ende Schleife i
Ende Schleife k
64 11 L R-Zerlegung einer Matrix

Wir erhalten eine Matrix A, welche unterhalb der Diagonalen die Einträge von L (bis auf
die Diagonale mit Einsen) und darüber R enthält. Dabei bedeutet der Pfeil „!“ jeweils
„wird ersetzt durch“.
Durch Abzählen der Gleitpunktoperationen erhalten wir für die Anzahl zLR der Rechen-
schritte:
0 1
n1 X
X n Xn n1 X
X n
zLR D @1 C .1 C 1/A D .1 C 2.n  k//
kD1 i DkC1 j DkC1 kD1 i DkC1
n1
X n1
X  
D .n  k/.1 C 2.n  k// D .2k 2  .4n C 1/k C .2n2 C n/
kD1 kD1

D 2 .n1/.n1=2/n
3
 .4n C .n1/n
1/ 2 C .2n2 C n/.n  1/ D 32 n3  21 n2  16 n :

Nun wenden wir uns der Lösung des Gleichungssystems Ly D b durch Vorwärtseinsetzen
zu. Der Algorithmus lautet:

Für i D 1; : : :; n
Für j D 1; : : :; i  1
bi ! bi  Lij bj
Ende Schleife j
Ende Schleife i

Hiernach enthält der Vektor b die Lösung y.


Für die Anzahl zVorwärts der Rechenschritte gilt:

X i 1
n X n
X
zVorwärts D .1 C 1/ D .2i  2/ D 2 n.nC1/
2
 2n D n2  n :
i D1 j D1 i D1

Für die Lösung des Gleichungssystems Rx D y durch Rückwärtseinsetzen lautet der


Algorithmus:

Für i D n; : : :; 1
Für j D i C 1; : : :; n
yi ! yi  Rij yj
Ende Schleife j
yi
yi !
Ri i
Ende Schleife i
11.2 Lösungen 65

Danach enthält der Vektor y den Lösungsvektor x.


Für die Anzahl zRückwärts der Rechenschritte erhalten wir:
0 1
n
X n
X n
X n
X
zRückwärts D @1 C .1 C 1/A D .1 C 2.n  i// D .2i C .2n C 1//
i D1 j Di C1 i D1 i D1

D 2 n.nC1/
2 C .2n C 1/n D n : 2

Damit kostet die Lösung des linearen Gleichungssystems Ax D b durch L R-Zerlegung


mit anschließendem Vorwärts- und Rückwärtseinsetzen insgesamt

z D . 23 n3  21 n2  16 n/ C .n2  n/ C n2 D 32 n3 C 32 n2  76 n

Gleitpunktoperationen.

!
1
11.4 (a) x D ist offensichtlich eine Lösung. Da A invertierbar ist, ist x auch die
0
Lösung.
(b) Per Hand, mit Maple oder mit was auch immer:
!
1 1 1Cı 1
A D :
ı 1 1

(c) Die Funktion, um die Inverse aufzustellen:


function AI=getAinverse (epsilon)
AI=[1+epsilon,-1;-1,1]./epsilon;
end
Man erhält für 1.: getAinverse(1e-15)*[1;1] ans =1.1250 0. Das sieht also
nicht gut aus. Wenn man jedoch
AI=[1/epsilon+1,-1/epsilon;-1/epsilon,1/epsilon];
anstelle von
AI=[1+epsilon,-1;-1,1]./epsilon;
verwendet, erhält man das richtige Ergebnis.
Man erhält für 2.: A=[1,1;1,1+1e-15]; inv(A)*[1;1] ans = 1 0
Das ist die korrekte Lösung.
66 11 L R-Zerlegung einer Matrix

Man erhält für 3.: A=[1,1;1,1+1e-15]; A\[1;1] ans = 1 0


Auch hier bekommt man die korrekte Lösung.
(d) Auf den ersten Blick womöglich überraschend, liefern 1. und 2. unterschiedliche Lö-
sungen.
(e) In der Rechnung bei 1. tritt Auslöschung auf. Bei der Matrix-Vektor-Multiplikation
werden in der ersten Zeile Zahlen der Größenordnung 1015 addiert, die Summe ist aber
nur 1. Daher kann es einen Fehler von der Größenordnung 1015 "b;t D 1015 252  1
geben. Tatsächlich tritt ein solcher Fehler nur manchmal auf, hier nämlich bei 1., wenn
man
AI=[1+epsilon,-1;-1,1]./epsilon,
nicht jedoch, wenn man
AI=[1/epsilon+1,-1/epsilon;-1/epsilon,1/epsilon]
verwendet. Auch bei 2. tritt er nicht auf. Der Grund für das unterschiedliche Verhalten der
beiden Varianten bei 1. ist, dass in Maschinenarithmetik nicht das Distributivgesetz (wie
auch nicht das Assoziativgesetz) gilt, somit kann man nicht .1 C epsilon/=epsilon D
1=epsilon C 1 erwarten. Bei 2. rundet MATLAB bereits die Matrix A auf eine Matrix
fl.A/, durch
inv(A)
erhält man dann eine Matrix fl..fl.A//1 /, die eine andere ist als fl.A1 / bei 1. Dass in
zwei von drei Fällen hier das richtige Ergebnis herauskommt, ist eher zufälliger Natur,
generell muss man in solchen Situationen mit falschen Ergebnissen aufgrund von Auslö-
schung rechnen.
Das Ergebnis zeigt: Auch wenn das Berechnen von A1 exakt erfolgt, wird durch das
Abspeichern von A1 im Rechner ein unvermeidbarer Fehler gemacht, der bei der Mul-
tiplikation von A1 mit b zu einem unvergleichlich größeren Fehler führt: Dies ist ein
eindrucksvolles Beispiel dafür, dass das Hintereinanderausführen von stabilen Algorith-
men keineswegs wieder zu einem stabilen Algorithmus führt. Zur Lösung wird empfohlen,
die Berechnung von A1 zu vermeiden.

11.5 Wir vertauschen die ersten beiden Zeilen und erhalten:


0 1 0 1 0 1 0 1
1 1 2 4 0 2 4 0 2 4 0 2
B C B C B C B C
@4 0 2A ! @1 1 2A ! @ 1=4 1 3=2 A ! @ 1=4 1 3=2 A
2 1 1 2 1 1 1=2 1 0 1=2 1 3=2
11.2 Lösungen 67

Damit erhalten wir die Zerlegung:


0 10 1 0 10 1
0 1 0 1 1 2 1 0 0 4 0 2
B CB C B CB C
@1 0 0A @ 4 0 2 A D @ 1=4 1 0 A @ 0 1 3=2 A
0 0 1 2 1 1 1=2 1 1 0 0 3=2
„ ƒ‚ …„ ƒ‚ …
DL DR

Die Lösung von Ax D b erhält man nun aus

 Ly D b: y D .8; 6; 2/> ,
 Rx D y: x D .4=3; 4; 4=3/> .

Hierbei haben wir benutzt, dass wegen P b D b für die Permutationsmatrix P , die die
Zeilenvertauschung bewirkt, das LGS Ax D b gleichwertig mit LRx D b ist.

11.6 Das Skript Rueckwaertssubstitution (unter diesem Namen speichern) für


die Rückwärtssubstitution könnte wie folgt lauten:
n = length(R);
x = zeros(n,1);
for j=n:-1:1
x(j) = (b(j) - R(j,j+1:n)*x(j+1:n))/R(j,j);
end
x
Ein entsprechendes Skript Vorwaertssubstitution (unter diesem Namen spei-
chern) für die Vorwärtssubstitution ist etwa:
n = length(L);
y = zeros(n,1);
for j=1:n
y(j) = (b(j) - L(j,1:j-1)*y(1:j-1))/L(j,j);
end
y
Die Eingabe von beispielsweise
A=[1 2 3 ; 3 2 1 ; 1 -1 1 ]; [L,R,P] = lu(A);
liefert eine untere Matrix L und eine obere Matrix R mit L R D P A. Das Gleichungs-
system A x D b ist gleichwertig mit dem Gleichungssystem P A x D P b, also mit
L R x D P b. Wir lösen das System L y D P b und dann R x D y per Vorwärts- und
anschließender Rückwärtssubstitution, um die gesuchte Lösung x zu erhalten:
68 11 L R-Zerlegung einer Matrix

b = P*b;
Vorwaertsubstitution
y =
1.0000
0.6667
1.2000

Rueckwaertssubstitution
x =
0.3750
-0.2500
0.3750
Dieses x ist die gesuchte Lösung des Systems A x D b.
Die Determinante
12

12.1 Aufgaben

12.1 Begründen Sie das Invertierbarkeitskriterium für Matrizen in Abschn. 12.3 (Rezep-
tebuch).

12.2 Berechnen Sie die Determinanten der folgenden Matrizen:


0 1
0 1 1 2 0 0 0
0 1 1 3 1 1 B C
! 1 1 1 B 1 1 0 0 0 C
B C
1 2 B C B 2 5 2 1 C B B
C
C:
; @ 1 0 7 A ; B C; 7 8 2 3 3
2 5 @ 3 4 2 2 A B B
C
C
2 3 5 @ 1 2 0 3 5 A
4 2 8 1
2 1 0 1 2

12.3 Zeigen Sie anhand eines Beispiels, dass für A; B; C; D 2 Rnn im Allgemeinen gilt
!
A B
det 6D det A det D  det B det C :
C D

12.4 Bestimmen Sie die Determinante der folgenden Tridiagonalmatrizen


0 1
1 i 0 ::: 0
B :: :C
Bi 1 i : :: C
B C
B :: C
B : 0C
nn
B0 i 1 C2C :
B: C
B: :: :: :: C
@: : : : iA
0 ::: 0 i 1

© Springer-Verlag GmbH Deutschland 2018 69


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_12
70 12 Die Determinante

12.5 Schreiben Sie ein M ATLAB-Programm, das die Determinante det.A/ nach Entwick-
lung nach der ersten Spalte berechnet.

12.6 Lösen Sie mit der Cramer’schen Regel das Gleichungssystem Ax D b für
0 1 0 1
0 1 3 4
B C B C
A D @2 1 0A und b D @3A :
4 1 1 6

12.7 Begründen Sie die Cramer’sche Regel.

12.8 Schreiben Sie eine MATLAB-Funktion, die das Gleichungssystem A x D b mit


Hilfe der Cramer’schen Regel löst.

12.9 Ermitteln Sie die Determinanten der Matrizen


0 1 0 1
1 1 0 2 30 744 0
B C B 22 p C
B 2 2 0 1 C B 5  0 C
ADB C; B DB 23 C ; C D A> B 1 :
@ 38 7 3 3 A @ 0 0 6 0 A
1 2 0 3 102 8e e 8 10

12.2 Lösungen

12.1 Wir bringen A mit elementaren Zeilenumformungen auf Zeilenstufenform, also


0 1
z11 
B :: C
A ! Z D B
@ : C:
A
0 znn

Bei diesen Zeilenumformungen ändert sich die Determinante höchstens um das Vorzei-
chen, d. h. det.Z/ D ˙ det.A/ (es kommt ein Minuszeichen rein, wenn zwei Zeilen
vertauscht werden, andere elementare Zeilenumformungen ändern den Wert der Deter-
minante nicht). Damit gilt also:

det.A/ 6D 0 , det.Z/ 6D 0 , z11 ; : : : ; znn 6D 0 , rg.A/ D n , A invertierbar.


12.2 Lösungen 71

12.2 Wir benennen die Matrizen der Reihe nach mit A, B, C , D:

 Zu A: Das Vorgehen ist nahe liegend: det.A/ D 5 C 4 D 1.


 Zu B: Wir wenden die Regel von Sarrus an: det.B/ D 0  14  3  0 C 21  5 D 1.
 Zu C : Mit der Eins links oben räumen wir die erste Spalte darunter leer und entwickeln
dann nach dieser ersten Spalte (beachte unser Rezept zum Berechnen einer Determi-
nante):
ˇ ˇ ˇ ˇ
ˇ1 3 1 1 ˇˇ ˇˇ1 3 1 1 ˇˇ ˇ ˇ
ˇ ˇ1 0 3 ˇˇ
ˇ ˇ ˇ ˇ ˇ
ˇ2 5 2 1 ˇ ˇ0 1 0 3ˇ ˇ ˇ
det.C / D ˇ ˇDˇ ˇ D 1  ˇ5 5 5ˇ
ˇ3 4 2 2 ˇ ˇ0 5 5 5 ˇ ˇ ˇ
ˇ ˇ ˇ ˇ ˇ 14 12 5 ˇ
ˇ4 2 8 1 ˇ ˇ0 14 12 5 ˇ
ˇ ˇ ˇ ˇ
ˇ ˇ ˇ ˇ
ˇ 5 5ˇ ˇ5 5 ˇ
D 1ˇ ˇC3ˇ ˇ D .25  60/ C 3  .60  70/
ˇ12 5 ˇ ˇ 14 12ˇ
D 35  30 D 65 :

 Zu D: Bei dieser Matrix D finden wir (mehrfach) eine Blockdiagonalgestalt (beachten


Sie das Rezept zum Berechnen der Determinante: det.D/ D .1/  2  1 D 2.

! !
1 0 0 0
12.3 Mit der Wahl A D B D D D En D und C D gilt:
0 1 0 1
ˇ ˇ
ˇ1 0 1 0ˇˇ
! ˇ
ˇ ˇ
A B ˇ0 1 0 1ˇ
det Dˇ ˇ D 0 6D 1 D 1  1  1  0 D det.A/ det.D/  det.B/ det.C / :
C D ˇ0 0 1 0ˇˇ
ˇ
ˇ0 1 0 1ˇ

12.4 Wir bezeichnen die Determinante der angegebenen n  n-Matrix mit fn . Durch
Entwickeln nach der ersten Zeile ergibt sich
ˇ ˇ
ˇ i i 0 : : : 0 ˇˇ
ˇ
ˇ :: : ˇ
ˇ 0 1 i : :: ˇˇ
ˇ
ˇ :: ˇ
fn D fn1  i ˇˇ 0 i 1 : 0 ˇˇ D fn1  i fn2 D fn1 C fn2
2
ˇ : ˇ
ˇ : :: :: :: ˇ
ˇ : : : : i ˇ
ˇ ˇ
ˇ 0 ::: 0 i 1 ˇ

mit den Randbedingungen f0 D f1 D 1. Die Zahlen fn sind die Fibonacci-Zahlen

1; 1; 2; 3; 5; 8; 13; 21; 34; 55; : : : ;


72 12 Die Determinante

die Leonardo Pisano, genannt Fibonacci, in seinem Rechenbuch (Liber abbaci, 1202)
einführte als Anzahl der Kaninchenpaare nach n Monaten, wenn man mit einem Kanin-
chenpaar startet und annimmt, dass jedes Paar ab dem zweiten Lebensmonat jeden Monat
ein neues Paar in die Welt setzt.

12.5 Vorbemerkung: Es ist nicht sinnvoll, die Determinante nach der vorgeschlagenen Art
zu berechnen (man teste das Programm mal mit etwas größeren Matrizen). Aber um das
Programmieren etwas zu üben, ist die Aufgabe durchaus sinnvoll. MATLAB verwendet
durch Aufruf von det(A) eine L R-Zerlegung der Matrix A, beachte den entsprechenden
Kommentar im Rezeptebuch.
Das folgende (nicht sehr sinnvolle) Programm liefert die Determinante (bei kleinen Ma-
trizen):
function d=laplace(A)
[n,n]=size(A);
if n==1
d=A(1,1);
elseif n==2
d=A(1,1)*A(2,2)-A(1,2)*A(2,1);
else
vz=1;
d=0;
for i=1:n
B=[A(1:i-1,2:n);A(i+1:n,2:n)];
d=d+vz*A(i,1)*laplace(B);
vz=-vz;
end
end

12.6 Beachte das Rezept in Abschn. 12.3 (Rezeptebuch):


(1) Nach der Regel von Sarrus ist

det.A/ D 0 C 0 C 6  12  2  0 D 8

(2) Wir erhalten die Matrizen:


0 1 0 1 0 1
4 1 3 0 4 3 0 1 4
B C B C B C
A1 D @3 1 0A ; A2 D @2 3 0A ; A3 D @2 1 3A :
6 1 1 4 6 1 4 1 6

(3) Es gilt det.A1 / D 8, det.A2 / D 8, det.A3 / D 8.


(4) Damit sind x1 D 1 x2 D 1; x3 D 1 die Komponenten des Lösungsvektors x.
12.2 Lösungen 73

12.7 Ist v D .`1 ; : : : ; `n /> die eindeutig bestimmte Lösung von Ax D b mit A D
.s1 ; : : : ; sn /, so gilt:
0 1
  B`1 C X n
B :: C
Av D b , s1 : : : sn @ : A D b , `j sj D `1 s1 C : : : C `n sn D b :
j D1
`n

Setzen wir nun in der Berechnung von det.Ai / diesen Ausdruck für b ein, so erhalten wir
wegen der Rechenregeln für die Determinante:
0 1
n
X
det.Ai / D det @s1 ; : : : ; si 1 ; `j sj ; si C1 ; : : : ; sn A
j D1
n
X
D `j det.s1 ; : : : ; si 1 ; sj ; si C1 ; : : : ; sn /
j D1
„ ƒ‚ …
D0 für j 6Di

D `i det.s1 ; : : : ; si 1 ; si ; si C1 ; : : : ; sn / D `i det.A/ :

det.Ai /
Durch Umstellen folgt `i D det.A/
.

12.8 Der folgende Code leistet das Gewünschte:


function [ x ] = cramer( A,b )
n=length(A);
x=zeros(n,1);
for k=1:n
B=A;
B(:,k)=b;
x(k)=det(B)/det(A);
end

12.9 Wir entwickeln bei der Matrix A zunächst nach der dritten Spalte und berechnen
dann die Determinante der verbleibenden 3  3 Matrix mit dem Gauß-Algorithmus:
ˇ ˇ
ˇ 1 1 0 2 ˇ ˇ ˇ ˇ ˇ
ˇ ˇ ˇ 1 1 2 ˇ ˇ 1 1 2 ˇ
ˇ ˇ ˇ ˇ ˇ ˇ
ˇ 2 2 0 1 ˇ ˇ ˇ ˇ ˇ
ˇ ˇ D .3/ ˇ 2 2 1 ˇ D .3/ ˇ 0 4 5 ˇ
ˇ 38 7 3 3 ˇ ˇ ˇ ˇ ˇ
ˇ ˇ ˇ 1 2 3 ˇ ˇ 0 3 5 ˇ
ˇ 1 2 0 3 ˇ
ˇ ˇ
ˇ ˇ
ˇ 4 5 ˇ
D .3/  1  ˇ ˇ D .3/.4  5  3  5/ D .3/  5 D 15:
ˇ 3 5 ˇ
74 12 Die Determinante

Hierbei haben wir im vorletzten Schritt nochmals eine Blockstruktur verwendet und dann
die Determinante von 2  2 Matrizen.
Um det.B/ zu berechnen, verwenden wir mehrfach die Regel dass die Determimante einer
Block-Dreiecksmatrix dass Produkt der Determinanten der Diagonalblöcke ist, wobei hier
in jedem Schritt einer der Diagonalblöcke nur eine 1  1 Matrix ist:
ˇ ˇ
ˇ 3 0 744 0 ˇ ˇ ˇ
ˇ p ˇ ˇ 3 0 744 ˇ ˇ ˇ
ˇ 22
5  0 ˇ ˇ p ˇ ˇ 3 0 ˇ
ˇ 23 ˇ ˇ 22 ˇ ˇ ˇ
det.B/ D ˇ ˇ D ˇ 23 5  ˇ  10 D ˇ 22 ˇ  6  10
ˇ 0 0 6 0 ˇ ˇ ˇ ˇ 5 ˇ
ˇ ˇ ˇ 0 0 6 ˇ 23
ˇ 102 8e e8 10 ˇ

D .3/  5  6  10 D 900:

Um die Determinante von C D A> B 1 zu berechnen, können wir die bereits bestimmten
Ergebnisse benutzen ohne C explizit berechnen zu müssen:

15 3
det.C / D det.A> B 1 / D det.A> / det.B 1 / D det.A/ det.B/1 D D :
900 180
Vektorräume
13

13.1 Aufgaben

13.1 Begründen Sie: Für alle Vektoren v eines K-Vektorraums V und alle Skalare  2 K
gilt:

(a) 0 v D 0 und  0 D 0.
(b)  v D 0 )  D 0 oder v D 0.

13.2 Entscheiden Sie für die folgenden Mengen, ob es sich um Untervektorräume han-
delt. Falls die Menge kein Untervektorraum ist, geben Sie eine kurze Begründung an.

(a) U1 D f.x; y/> 2 R2 j x 2 C y 2 D 0g  R2 .


(b) U2 D fA 2 R44 j Ax D 0 besitzt unendlich viele Lösungeng  R44 .
(c) U3 D fA 2 R22 j j det Aj D 1g  R22 .
(d) U4 D fa0 C a1 X C a2 X 2 2 RŒX2 j 2a2 D a1 g  RŒX2 .

13.3 Eine Funktion f W R ! R heißt gerade (bzw. ungerade), falls f .x/ D f .x/
für alle x 2 R (bzw. f .x/ D f .x/ für alle x 2 R). Die Menge der geraden (bzw.
ungeraden) Funktionen werde mit G (bzw. U ) bezeichnet. Zeigen Sie: Es sind G und U
Untervektorräume von RR , und es gilt RR D G C U und G \ U D f0g.
1
Hinweis: Es gilt f .x/ D 2
.f .x/ C f .x// C 21 .f .x/  f .x// für alle x 2 R.

© Springer-Verlag GmbH Deutschland 2018 75


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_13
76 13 Vektorräume

13.4 Geben Sie zu folgenden Teilmengen des Vektorraums R3 an, ob sie Untervektorräu-
me sind, und begründen Sie dies:
8̂0 1 9 8̂0 1 9
< v1 >
= < v1 >
=
B C B C
(a) U1 WD @v2 A 2 R3 j v1 C v2 D 2 ; (c) U3 WD @v2 A 2 R3 j v1 v2 D v3 ;
:̂ >
; :̂ >
;
8̂0v3 1 9 v3
< v1 >
=
B C 3
(b) U2 WD @v2 A 2 R j v1 C v2 D v3 ;
:̂ >
;
v3

13.5
(a) Zwei Motoren arbeiten mit der gleichen Frequenz !, sind aber unterschiedlich stark,
d. h., sie arbeiten mit zwei verschiedenen Amplituden A1 ; A2 . Die Motoren treiben
dabei den Kolben mit einer harmonischen Schwingung an, d. h., die jeweilige Orts-
auslenkung des Kolbens in Abhängigkeit von der Zeit t ist gegeben durch

yk .t/ D Ak cos.!t C ık / für k D 1; 2 :

Durch die Phase ık wird berücksichtigt, dass der jeweilige Kolben zum Zeitpunkt
des Einschaltens (t D 0) schon eine gewisse Auslenkung haben kann. Durch eine
geeignete technische Anordnung können die Motoren zusammengeschaltet werden,
so dass sich die Auslenkungen addieren, d. h., die Gesamtauslenkung (eines weiteren
Kolbens) zur Zeit t ist

yges .t/ D y1 .t/ C y2 .t/ D A1 cos.!t C ı1 / C A2 cos.!t C ı2 / :

Zeigen Sie, dass auch dies eine harmonische Schwingung der gleichen Frequenz ist,
d. h., es gibt eine Amplitude A und eine Phase ı mit yges .t/ D A cos.!t C ı/.
Tipp: Die Rechnung vereinfacht sich deutlich durch einen Umweg durchs Komplexe.
Schreiben Sie yk .t/ D Re.Ak ei.!t Cık / / und versuchen Sie, yges auch in dieser Form
zu schreiben. p
(b) Bestimmen Sie A und ı explizit für A1 D 1, A2 D 3, ı1 D 0, ı2 D 67 .
(c) Zeigen Sie, dass die Menge der Funktionen U D fyA;ı 2 RR j A  0; ı 2 Rg mit
yA;ı .t/ D A cos.!t C ı/ einen Untervektorraum des Vektorraumes RR aller Funktio-
nen von R nach R bildet.
13.2 Lösungen 77

13.2 Lösungen

13.1 (a) Wegen 0 v D .0 C 0/ v D 0 v C 0 v gilt nach Subtraktion von 0 v beidseits


0 v D 0. Und wegen  0 D .0 C 0/ D  0 C  0 analog  0 D 0.
(b) Gilt  v D 0 und ist  6D 0, so folgt nach Multiplikation dieser Gleichung mit 1
nach dem ersten Teil (a) doch v D 1 0 D 0, sodass also v D 0 gilt.

13.2 (a) Da Summen von Quadraten reeller Zahlen nur dann null sein können, wenn die
Summanden null sind, gilt U1 D f.x; y/> 2 R2 j x 2 C y 2 D 0g D f.0; 0/> g. Damit ist U1
ein Untervektorraum von R2 .
(b) Die Nullmatrix liegt in U2 . Und auch jede weitere Matrix, deren Rang echt kleiner als
4 ist, liegt in U2 . Man erkennt schnell, wenn man nur ein bisschen herumprobiert, dass die
Summe zweier Matrizen, deren Rang jeweils echt kleiner als 4 ist, durchaus den Rang 4
haben kann. Hat aber A den Rang 4, so liegt A nicht in U2 , z. B. gilt für
0 1 0 1
1 0 0 0 0 0 0 0
B0 1 0 0C B0 0 0 0C
AD@ 2 U2 und B D @ 2 U2 ;
0 0 1 0A 0 0 0 0A
0 0 0 0 0 0 0 1

dass A C B D E4 62 U2 . Somit ist U2 kein Untervektorraum von R44 .


(c) Ähnlich wie in (b) sieht man schnell (nach ein bisschen Probieren), dass die Summe
von Matrizen mit Determinante 1 nicht die Determinante 1 haben muss. Es geht sogar
noch einfacher: Die Nullmatrix 0 hat nämlich auch nicht die Determinante 1 und kann
daher nicht in U3 liegen. U3 kann daher kein Untervektorraum sein.
(d) Vgl. das Rezept zum Nachweis für einen Untervektorraum: (1) Das Nullpolynom 0
liegt in U4 , da beim Nullpolynom alle Koeffizienten ai gleich null sind.
(2) Sind nun f und g aus U4 , etwa

f D a0 C a1 X C a2 X 2 mit a1 D 2a2 und g D b0 C b1 X C b2 X 2 mit b1 D 2b2 ;

so gilt

f C g D .a0 C b0 / C .a1 C b1 /X C .a2 C b2 /X 2 2 U4 ; da .a1 C b1 / D 2.a2 C b2 / :

(3) Und für jedes  2 R gilt auch

 f D  a0 C  a1 X C  a2 X 2 2 U4 ; da  a1 D 2  a2 :
78 13 Vektorräume

13.3 Wir verwenden unser Rezept zum Nachweis für Untervektorräume:


(1) Die Nullfunktion 0 erfüllt 0.x/ D 0 D 0.x/, sodass 0 2 G.
(2) und (3) Es seien f; g 2 G, also f .x/ D f .x/ und g.x/ D g.x/ für alle x 2 R
sowie  2 R. Es gilt dann:

.f C g/.x/ D f .x/ C g.x/ D f .x/ C g.x/ D .f C g/.x/


und .f /.x/ D f .x/ D f .x/ D .f /.x/ :

Es sind also f C g; f 2 G.
Damit ist G ein Untervektorraum von RR .
Analog erhält man, dass auch U ein Untervektorraum von RR ist.
Nun zeigen wir RR D G C U :

 G C U  RR : Da G und U Untervektorräume von RR sind, gilt diese Inklusion.


 RR  G C U : Ist f 2 RR eine beliebige Funktion, so gilt mit dem Hinweis:

f .x/ D 12 .f .x/ C f .x// C 12 .f .x/  f .x//


„ ƒ‚ … „ ƒ‚ …
DW g.x/ DW u.x/

mit g 2 G und u 2 U . Es lässt sich also jede Funktion aus RR als Summe von
Funktionen aus G und U schreiben; demzufolge ist RR D G C U .

Schließlich gilt auch G \ U D f0g: Ist nämlich f 2 G \ U , so ist f zugleich gerade wie
auch ungerade, d. h., es gilt f .x/ D f .x/ und f .x/ D f .x/, also f .x/ D f .x/
für alle x 2 R, und damit ist f die Nullfunktion. Es ist also G \ U D f0g begründet.

13.4 (a) Der Nullvektor 0 ist nicht Element von U1 , womit U1 kein Untervektorraum sein
kann.
0 1 0 1
v1 v10
B C B 0C
(b) Weil der Nullvektor offenbar in U2 liegt, gilt U2 6D ;. Sind @v2 A und @v2 A 2 U2 , so
v3 v30
gelten
v1 C v2 D v3 und v10 C v20 D v30 ;
also auch
.v1 C v10 / C .v2 C v20 / D .v3 C v30 / :
13.2 Lösungen 79
0 1 0 1 0 1
v1 C v10 v1 v10
B C B C B C
Damit ist aber @v2 C v20 A D @v2 A C @v20 A 2 U2 .
v3 C v30 v3 v30
Und für jedes  2 R gilt
 v1 C  v2 D v3 ;
0 1 0 1
 v1 v1
B C B C
so dass also auch @ v2 A D  @v2 A 2 U2 gilt.
 v3 v3
Diese drei Eigenschaften besagen, dass U2 ein Untervektorraum des R3 ist.
0 1 0 1
1 1
B C B C
(c) Der Vektor @1A ist offenbar ein Element aus U3 . Aber das 1-fache .1/ @1A D
1 1
0 1
1
B C
@ 1 A liegt nicht in U3 , weshalb U3 kein Untervektorraum des R3 ist.
1

13.5 (a) Wir erhalten aufgrund der Eulerschen Formel ei x D cos.x/ C i sin.x/ und der
Additivität des Realteils die Gleichung

yges .t/ D y1 .t/ C y2 .t/ D Re.A1 ei.!t Cı1 / / C Re.A2 ei.!t Cı2 / /
D Re.A1 ei.!t Cı1 / CA2 ei.!t Cı2 / /
D Re..A1 ei ı1 CA2 ei ı2 / ei !t / :

Nun schreiben wir die komplexe Zahl A1 ei ı1 CA2 ei ı2 mit Polarkoordinaten, also
A1 ei ı1 CA2 ei ı2 D A ei ı mit A  0 und ı 2 R, und erhalten somit

yges .t/ D Re.A ei ı ei !t / D Re.A ei.!t Cı/ / D A cos.!t C ı/

wie gewünscht.
Bemerkung zur technischen Realisierung: Man kann eine solche Addition von Kol-
benauslenkungen dadurch erreichen, dass man die drei Kolben durch ein Y-Rohr zusam-
menschließt, welches mit einer inkompressiblen Flüssigkeit gefüllt ist. Die Volumenände-
rungen von zwei Kolben addieren sich dann auf den dritten.
80 13 Vektorräume

(b) Aus der Gleichung


 
i ı1 i ı2
p i 67 
p 1p 1 1 1p 4
A1 e CA2 e D1C 3e D1C 3  3i D i 3 D ei 3 
2 2 2 2

erhalten wir A D 1 und ı D 34 .


(c) Es ist y0;0 2 U , wobei y0;0 .t/ D 0 für alle t 2 R, also y0;0 die Nullfunktion ist. Weiter
seien yA1 ;ı1 ; yA2 ;ı2 2 U (mit A1 ; A2  0, ı1 ; ı2 2 R) und  2 R. Aus (a) folgt die Existenz
von A  0; ı 2 R mit

yA1 ;ı1 C yA2 ;ı2 D yA;ı 2 U:

Im Fall   0 gilt ausserdem yA1 ;ı1 D yA1 ;ı1 2 U (man beachte A1  0), und im Fall
 < 0 gilt wegen 1 D ei  dass

yA1 ;ı1 D .1/./yA1 ;ı1 D ei  y./A1 ;ı1 D y./A1 ;ı1 C 2 U;

da A1  0 ist.
Erzeugendensysteme und lineare
(Un-)Abhängigkeit 14

14.1 Aufgaben

14.1 Für welche r 2 R sind die folgenden drei Spaltenvektoren aus R4 linear abhängig?
0 1 0 1 0 1
1 1 1
B C B C B C
B2C B3C Br C
B C; B C und B C:
@3A @r A @3A
r 0 2

14.2 Es seien A 2 Rmn und Vektoren v1 ; v2 ; : : : ; vk 2 Rn gegeben. Zeigen Sie:

(a) Wenn Av1 ; Av2 ; : : : ; Avk linear unabhängig sind, dann gilt dies auch für v1 ; v2 ; : : : ; vk .
(b) Im Allgemeinen ist die Umkehrung der Aussage (a) falsch.
(c) Falls m D n und A invertierbar ist, gilt auch die Umkehrung der Aussage (a).

14.3 Ist die Menge fcos; sin; expg  RR linear abhängig oder linear unabhängig?

14.4 Beweisen Sie folgende Aussage oder geben Sie ein Gegenbeispiel an, um sie zu
widerlegen: Gegeben seien die Vektoren x; y; z 2 R4 . Die Vektoren x; y sowie x; z und
y; z seien paarweise linear unabhängig. Dann sind auch x; y; z linear unabhängig.

14.5 Sind die folgenden Mengen jeweils linear abhängig oder linear unabhängig? Be-
gründen Sie Ihre Antwort. Finden Sie für die linear abhängigen Mengen jeweils eine
möglichst große linear unabhängige Teilmenge. Geben Sie außerdem die lineare Hülle
der Mengen an.

© Springer-Verlag GmbH Deutschland 2018 81


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_14
82 14 Erzeugendensysteme und lineare (Un-)Abhängigkeit

(a) M1 D f.1; 2; 3/> ; .3; 7; 0/> ; .1; 3; 6/> g im R-Vektorraum R3 .


(b) M2 D fi; 1  i2 g im R-Vektorraum C.
(c) M3 D fi; 1  i2 g im C-Vektorraum C.
(d) M4 D fa0 C a1 X C a2 X 2 j a0 D a1  a2 g im R-Vektorraum RŒX2 .
2
(e) M5 D fX
 1 2 2;X2 1C 1; Xg im R-Vektorraum
   RŒX4 .
(f) M6 D f 1 5 ; 4 1 ; 1 2 ; 4 1 ; 3 1 g im R-Vektorraum R22 .
2 4 3 3 2 1

14.6 Begründen Sie, warum das Rezept in Abschn. 14.3 (Rezeptebuch) das richtige Er-
gebnis liefert.

14.2 Lösungen

14.1 Die Vektoren sind genau dann linear unabhängig, wenn


0 1 0 1 0 1 0 1
1 1 1 0
B2 C B3C B r C B0 C
1 @ A C 2 @ A C 3 @ A D @ A
3 r 3 0
r 0 2 0

nur die Lösung 1 D 2 D 3 D 0 besitzt. Da es immer mindestens diese Lösung gibt,


sind sie genau dann linear abhängig, wenn es mindestens zwei (und damit unendlich viele)
Lösungen gibt.
0 1 0 1
1 1 1 0 1 1 1 0
B2 3 r 0C B0 1 r 2 0C
@3 Ý @ :
r 3 0A 0 0 .r  2/.r  3/ 0A
r 0 2 0 0 0 2  r C r.r  2/ 0

Es gibt genau dann unendlich viele Lösungen, wenn .r  2/.r  3/ D 0 und 2  r C
r.r  2/ D 0, also wenn r 2 f2; 3g \ f1; 2g, also r D 2 ist.

14.2 (a) Angenommen, die Vektoren v1 ; v2 ; : : : ; vk sind linear abhängig. Dann gibt es
1 ; : : : ; k , die nicht alle gleich null sind, mit

1 v1 C    C k vk D 0 :

Multiplikation dieser letzten Gleichung mit A liefert

1 A v1 C    C k A vk D A 0 D 0 ;

was wegen der linearen Unabhängigkeit von A v1 ; A v2 ; : : : ; A vk ein Widerspruch ist.


Somit sind v1 ; v2 ; : : : ; vk linear unabhängig.
14.2 Lösungen 83

(b) Mit der Wahl


     
1 0 1 2
v1 D ; v2 D 2 R2 und A D 2 R22
0 1 1 2

sind v1 und v2 sicherlich linear unabhängig, aber Av1 D .1; 1/> und Av2 D .2; 2/> aber
nicht.
(c) Angenommen, die Vektoren A v1 ; : : : ; A vk sind linear abhängig. Dann gäbe es
1 ; : : : ; k , nicht alle gleich null, mit

1 A v1 C    C k A vk D 0 :

Nach Multiplikation mit A1 erhielte man aber

1 v1 C    C k vk D 0 :

Das ist ein Widerspruch. Nach Voraussetzung sind nämlich v1 ; : : : ; vk linear unabhängig.
Somit sind A v1 ; : : : ; A vk linear unabhängig.

14.3 Angenommen, sin, cos, exp sind linear abhängig. Dann gibt es ; ; , nicht alle
gleich null, mit
 sin C cos C exp D 0 :
Der Fall  D 0 ist nicht möglich, da sin und cos linear unabhängig sind. Wir bringen  exp
nach rechts und multiplizieren mit  1 durch und erhalten

Q sin CQ cos D exp ; d. h. Q sin.x/ C Q cos.x/ D exp.x/ für alle x 2 R :

Auf zweierlei Arten sieht man nun leicht, dass eine solche Gleichung nicht möglich ist:

 Weil die Werte von sin und cos zwischen 1 und 1 liegen, sind die Werte auf der
linken Seite beschränkt (durch jjCjj), die Werte auf der rechten Seite werden jedoch
beliebig groß (wenn x groß wird).
 Setzt man x D 0 ein, so erhält man Q D 1 > 0. Und setzt man x D  ein, so erhält
man Q D  e < 0.

Auf jeden Fall sind cos; sin; exp linear unabhängig.


84 14 Erzeugendensysteme und lineare (Un-)Abhängigkeit

14.4 Die Aussage ist falsch: Ein einfaches Gegenbeispiel erhält man mit der Wahl
0 1 0 1 0 1
1 0 1
B1 C B0C B1 C
xD@ A yD@ A zD@ A:
0 1 1
0 1 1

Es ist klar, dass die Vektoren paarweise linear unabhängig sind, aber es gilt x C y  z D 0,
und daher sind x; y; z nicht linear unabhängig.

14.5 (a)
0 1 0 1 0 1 0 1 0 1 0 1
1 3 1 0 1 3 1 0 1 3 1 0
1 @2A C 2 @7A C 3 @ 3 AD@0A @2 7 3 0A @ 0 1 1 0 A:
3 0 6 0 3 0 6 0 0 0 0 0
Somit gibt es unendlich viele Lösungen f1 ; 2 ; 3 g, folglich sind die Vektoren linear
abhängig.
Eine maximale Menge linear unabhängiger Vektoren hat also höchstens 2 Elemente. Da
die Vektoren .1; 2; 3/> und .3; 7; 0/> linear unabhängig sind, bilden sie eine maximale
linear unabhängige Teilmenge, und es gilt
0 1 0 1 0 1 0 1 0 1
1 3 1 1 3
h@2A ; @7A ; @ 3 Ai D h@2A ; @7Ai :
3 0 6 3 0

(b) Man schreibt vereinfachend fi; 1  i2 g D fi; 2g.


1  i C2  2 D 0 ) 1 D 2 D 0 ) fi; 2g linear unabhängig ) hi; 2i D C.
(c) C ist als C-Vektorraum 1-dimensional. Zwei Vektoren können nicht linear unabhängig
sein und f1g ist eine maximale linear unabhängige Teilmenge von M3 und hM3 i D C.
(d) Die Menge M4 ist linear abhängig, da das Nullpolynom in M4 enthalten ist. Für jedes
Polynom f 2 M4 gilt f D a0 C a1 X C a2 X 2 mit a1 ; a2 ; a3 2 R und a0 D a1  a2 :

f D a1 .X C 1/ C a2 .X 2  1/ :

Damit ist M4 D hX C 1; X 2  1i und in 1 .X C 1/ C 2 .X 2  1/ D 2 X 2 C 1 X C .1 


2 / D 0 liefert ein Koeffizientenvergleich die lineare Unabhängigkeit von fX C1; X 2 1g.
(e) Mit einem Koeffizientenvergleich folgt aus

1 .X 2  2/ C 2 .X C 1/ C 3 X D 1 X 2 C .2 C 3 /X C .21 C 2 / D 0;

dass 1 D 2 D 3 D 0 sein müssen und damit sind die Polynome X; X C 1; X 2  2


linear unabhängig und ihr Erzeugnis hM5 i D RŒX2 .
14.2 Lösungen 85

(f) Aus dem Ansatz


           
1 2 2 1 1 2 4 1 3 1 0 0
1 C 2 C 3 C 4 C 5 D
1 5 4 1 2 4 3 3 2 1 0 0

ergibt sich komponentenweise das lineare Gleichungssystem


0 1 0 1
1 2 1 4 3 0 1 2 1 4 3 0
B 2 1 2 1 1 0C B0 3 4 9 5 0C
@ 1 :
4 2 3 2 0A @0 0 9 11 5 0A
5 1 4 3 1 0 0 0 0 85 64 0

Dieses Gleichungssystem hat unendlich viele Lösungen. Damit sind die fünf Matrizen
linear abhängig. Wegen der Zeilenstufenform der Matrix sind die ersten vier Elemente
von M6 linear unabhängig und bilden ein maximales linear unabhängiges System. Es gilt
hM6 i D R22 , da jede Matrix aus R22 Linearkombination dieser Matrizen ist.

14.6 Wir begründen: v1 ; : : : ; vn sind genau dann linear unabhängig, wenn aus 1 v1 C
: : : C n vn D 0 folgt, dass 1 D    D n D 0 gilt.
„)“: Angenommen v1 ; : : : ; vn sind linear unabhängig. Wäre ein i 6D 0 in

1 v1 C : : : C n vn D 0 ;

so könnte man durch dieses teilen, und es gälte:

n
1 X
vi D  j vj 2 hv1 ; : : : ; vi 1 ; vi C1 ; : : : ; vn i – Widerspruch.
i j D1
j 6Di

P
„(“: Angenommen, i vi D 0 impliziert 1 D : : : D n D 0. Wären nun v1 ; : : : ; vn
linear abhängig, so gäbe es ein i 2 f1; : : : ; ng und j 2 K, j 2 f1; : : : ; ng n fig mit

n
X n
X
vi D j vj ; und somit gälte j vj C .1/vi D 0 – Widerspruch.
j D1 j D1
j 6Di j 6Di
Basen von Vektorräumen
15

15.1 Aufgaben

15.1 Begründen Sie, warum für jedes n 2 N die Menge


˚ 
U D u D .u1 ; : : : ; un /> 2 Rn j u1 C    C un D 0

einen Vektorraum bildet. Bestimmen Sie eine Basis und die Dimension von U .

15.2 Bestimmen Sie die Dimension des Vektorraums

hf1 W x 7! sin.x/; f2 W x 7! sin.2x/; f3 W x 7! sin.3x/i  RR :

15.3 Es seien die Vektoren u; v 2 R3 mit u D .1; 3; 2/> und v D .2; 1; 1/> gegeben.
Prüfen Sie, ob p D .1; 7; 4/> bzw. q D .2; 5; 4/> Linearkombinationen von u und v
sind. Berechnen Sie ggf. die Darstellung von p und q bezüglich der Basis fu; vg des von
u und v aufgespannten Untervektorraums des R3 .

15.4 Gegeben sei das folgende homogene lineare Gleichungssystem für x1 ; x2 ; x3 ; x4 2


C:
i x1 C 4x2  .2 C i/x3  x4 D 0
x1  5x3  2x4 D 0 :
x1  x3 C 2x4 D 0

(a) Wie groß kann die Dimension des Lösungsraums eines Gleichungssystems von obi-
gem Typ maximal sein? Wie groß muss sie mindestens sein?
(b) Berechnen Sie den Lösungsraum und geben Sie eine Basis für ihn an.

© Springer-Verlag GmbH Deutschland 2018 87


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_15
88 15 Basen von Vektorräumen

15.5
(a) Zeigen Sie, dass durch B D f1; 1x; .1x/2 ; .1x/3 g eine Basis des Polynomraums
RŒx3 gegeben ist.
(b) Geben Sie die Darstellung von p D x 3  2x 2 C 7x C 5 bezüglich der Basis B an.

15.6 Durch die folgenden vier Polynome wird ein Vektorraum V  RŒx3 erzeugt:

p D x 3  2x 2 C 4x C 1; r D x 3 C 6x  5;
q D 2x 3  3x 2 C 9x  1; s D 2x 3  5x 2 C 7x C 5:

Bestimmen Sie dim V und geben Sie eine Basis von V an.

15.7 Bestimmen Sie eine Basis des von der Menge


8̂0 1 0 1 0 1 0 1 0 1 0 19
ˆ 0 1 1 1 1 2 >>
ˆ
<B C B C B C B C B C B C> =
B1C B0C B2C B0C B0C B0C
X D B C; B C; B C; B C; B C; B C
ˆ
ˆ@ 0 A @ 1 A @0A @1A @1A @1A>>
:̂ >
;
1 2 1 0 1 0

erzeugten Untervektorraums U D hXi des R4 .

15.8 Berechnen Sie den Rang sowie je eine Basis von Kern, Spalten- und Zeilenraum der
folgenden Matrizen:
0 1
0 1 0 1 1 2
1 1 1 2 0 0 B C
B C B C B 2 1 C
AD@ 2 1 3 A; B D @ 3 0 0 A; C DB C:
@ 3 2 A
4 2 1 0 2 0
2 3

15.9 Begründen Sie: SA D fAv j v 2 Rn g.

15.10 Begründen Sie die Aussagen in der zweiten Box in Abschn. 15.2 (Rezeptebuch).

15.11 Wir betrachten den Vektorraum

V D RŒx2 D fa0 C a1 x C a2 x 2 ja0 ; a1 ; a2 2 Rg


15.2 Lösungen 89

der Polynome vom Grad  2. Für diesen ist bekanntlich S0 D f1; x; x 2 g eine Basis.
Gegeben sind weiter die Teilmengen

S1 D fx; 2xg; S2 D f1; x; x C 1; x  1g; S3 D fx 2 C x; x 2  xg


S4 D f1; x C 1; x 2 C x C 1g; S5 D f1 C x; x; x 2 C 1; x C 2g; S6 D fx; x C 1; x  1g

von V . Untersuchen Sie, ob die Mengen S1 ; : : : ; S6 linear unabhängig bzw. ein Erzeugen-
densystem bzw. eine Basis von V sind. Geben Sie außerdem für jeden der Untervektor-
räume hSi i eine Basis Bi  Si an.

15.12 Im Folgenden ist jeweils eine linear unabhängige Teilmenge S  Rn gegeben.


Ergänzen Sie diese jeweils mit Vektoren aus der Standardbasis fe1 ; e2 ; : : : ; en g zu einer
Basis des Rn :
8̂0 1 0 19
8̂0 19 1 0 >
ˆ >
< 1 > = <B C B C>
ˆ =
B C B1 C B0 C
.a/ S D @2A  R3 ; .d/ S D B C ; B C  R4 ;
:̂ >
; ˆ@0A @1A>
ˆ >
0 :̂ >
;
0 1
8̂0 1 0 1 0 19
8̂0 19 1 2 1 > >
ˆ
< 1 > = <B C B C B C>
ˆ =
B C B1 C B1 C B1 C
.b/ S D @ 0 A  R3 ; .e/ S D B C;B C;B C R4 :
:̂ >
; ˆ@1A @1A @1A>
ˆ >
3 :̂ >
;
8̂0 1 0 19 1 1 2
< 1 1 >=
B C B C
.c/ S D @1A ; @1A  R3 ;
:̂ >
;
3 2

15.2 Lösungen

15.1 (1) Der Nullvektor liegt in U . (2) Mit je zwei Vektoren .u1 ; u2 ; : : : ; un /> ,
.u01 ; u02 ; : : : ; u0n /> 2 U ist auch deren Summe .u1 C u01 ; u2 C u02 ; : : : ; un C u0n /> wieder
in U , da .u1 C u01 / C    C .un C u0n / D 0 gilt. (3) Analog folgt auch, dass jedes ska-
lare Vielfache eines Elements aus U wieder in U liegt. Damit ist begründet, dass U ein
Untervektorraum des Rn ist, also auch selbst ein Vektorraum ist.
Wir suchen eine Basis von U . Dazu brauchen wir Vektoren, die in U liegen und linear
unabhängig sind. Die lineare Unabhängigkeit sieht man immer schnell, wenn die Vekto-
ren viele Nullen haben. Die Standardeinheitsvektoren liegen nicht in U , aber Vektoren
der Bauart .1; 0; : : : ; 0; 1/> liegen schon in U . Wir begründen nun, dass die folgenden
90 15 Basen von Vektorräumen

Vektoren aus U eine Basis von U bilden:


0 1 0 1 0 1
1 0 0
B0C B1C B0C
B C B C B C
B C B C B C
v1 D B ::: C ; v2 D B ::: C ; : : : ; vn1 D B ::: C :
B C B C B C
@0A @0A @1A
1 1 1

Die Menge B D fv1 ; : : : ; vn1 g ist linear unabhängig, denn der Ansatz

1 v1 C    C n1 vn1 D 0

für 1 ; : : : ; n1 2 R liefert ein Gleichungssystem, das wir unmittelbar lösen können, es
gilt 1 D 2 D : : : D n1 D 0.
Außerdem ist B Erzeugendensystem von U , da für einen Vektor .u1 ; u2 ; : : : ; un /> 2 U
gilt: 0 1 0 1 0 1 0 1
u1 1 0 0
B u2 C B0C B1C B0C
B C B C B C B C
B :: C B : C B : C B : C
B : C D u1 B :: C C u2 B :: C C : : : C un1 B :: C ;
B C B C B C B C
@un1 A @0A @0A @1A
un 1 1 1
denn un D u1  : : :  un1 . Damit gilt U D hv1 ; : : : ; vn1 i.
Also ist B ein linear unabhängiges Erzeugendensystem von U und somit eine Basis von
U . Die Dimension ist n  1.

15.2 Für 1 ; 2 ; 3 2 R gelte 1 f1 C 2 f2 C 3 f3 D 0, d. h.

1 sin.x/ C 2 sin.2x/ C 3 sin.3x/ D 0 für alle x 2 R :


Für x D 2
erhalten wir
1  3 D 0 ) 1 D 3 :

Für x D erhalten wir
4
1
p p
2
2 1 C 2 C 21 2 3 D 0 :

Für x D 3 erhalten wir damit

1
p p
2 3 1 C 21 3 2 D 0 ) 1 D 2 :

Aus der zweiten Gleichung folgt dann 1 D 0 und somit 2 D 0 D 3 . Die drei Funk-
tionen f1 ; f2 ; f3 sind folglich linear unabhängig; der von ihnen erzeugte Vektorraum hat
also die Dimension 3.
15.2 Lösungen 91

15.3 Gesucht sind ;  2 R mit u C v D p bzw. u C v D q. Wir lösen beide


Gleichungssysteme simultan:
0 1 0 1
1 2 1 2 1 0 3 8=5
@ 3 1 7 5 A Ý @ 0 1 2 1=5 A :
2 1 4 4 0 0 0 3=5

Das erste Gleichungssystem


˝ ˛ ist also eindeutig lösbar mit  D 3 und  D 2. Entspre-
chend gilt p 2 u; v und
0 1 0 1 0 1
1 1 2
@ 7 A D 3 @3A C 2 @1A :
4 2 1
˝ ˛
Das zweite Gleichungssystem dagegen hat keine Lösung, es folgt q 62 u; v .

15.4 (a) In Matrixschreibweise hat das lineare Gleichungssystem die Form


0 1
0 1 x1 0 1
i 4 .2 C i/ 1 B C 0
x
@1 0 5 2A B 2C
@x 3 A D @0A :
1 0 1 2 0
„ ƒ‚ … x4 „ƒ‚…
DW A „ƒ‚… DW 0
DW x

Es handelt sich somit um ein homogenes lineares Gleichungssystem. A ist eine 3  4-


Matrix, sodass rg.A/  3. Außerdem gilt A 6D 0, also rg.A/  1. Der Lösungsraum ist
ker.A/ und hat die Dimension dim.ker.A// D 4  rg.A/, also

1  dim.ker.A//  3 :

(b)
0 1 0 1
i 4 .2 C i/ 1 0 i 4 2  i 1 0
@1 0 5 2 0 A @ 0 4 i 4  2 i 2  i 0 A
1 0 1 2 0 0 0 4 4 0
i 1

Mit der Wahl x4 D s 2 C folgt x3 D s, und damit x2 D 2
 4
s, folglich x1 D 3s.
Als Lösungsmenge L bzw. Basis B erhalten wir:
˚  ˚ 
L D s.3; 2i  14 ; 1; 1/> j s 2 C bzw. B D .12; 1  2 i; 4; 4/> :
92 15 Basen von Vektorräumen

15.5 (a) Wir zeigen zuerst, dass die Vektoren in B linear unabhängig sind:

1  1 C 2 .1  x/ C 3 .1  x/2 C 4 .1  x/3
D .1 C 2 C 3 C 4 / C .2  23  34 /x C .3 C 34 /x 2  4 x 3 D 0

Durch einen Koeffizientenvergleich mit dem Nullpolynom folgt:

4 D 0 ) 4 D 0
3 C 34 D 0 ) 3 D 0
2  23  34 D 0 ) 2 D 0
1 C 2 C 3 C 4 D 0 ) 4 D 0

Da dim.RŒx3 / D 4, bilden die 4 linear unabhängigen Vektoren in B eine Basis von RŒx3 .
(b) Wir suchen Koeffizienten 1 ; 2 ; 3 ; 4 2 R mit

.1 C 2 C 3 C 4 / C .2  23  34 /x C .3 C 34 /x 2  4 x 3


D 5 C 7x  2x 2 C x 3 :

Ein Koeffizientenvergleich liefert das folgende lineare Gleichungssystem, das wir gleich
auf Zeilenstufenform bringen, um die Lösung zu erhalten:
0 1 0 1
1 1 1 1 5 1 0 0 0 11
B0 1 2 3 7 C B0 1 0 0 6 C
B C B C:
@0 0 1 3 2 A @0 0 1 0 1 A
0 0 0 1 1 0 0 0 1 1

Es folgt p D 11  1 C .6/  .1  x/ C 1  .1  x/2 C .1/  .1  x/3 .

15.6 Wir machen den Ansatz

./ 1 p C 2 q C 3 r C 4 s D 0 ;

wobei rechts das Nullpolynom 0 steht. Ausgeschrieben lautet das wie folgt:

.1 C 22 C 3 C 24 / x 3


C .21  32  54 / x 2
C .41 C 92 C 63 C 74 / x
C .1  2  53 C 54 / D 0 :
15.2 Lösungen 93

Der Koeffizientenvergleich führt zu einem linearen Gleichungssystem, das wir gleich auf
Zeilenstufenform bringen (die Nullspalte rechts lassen wir dabei gleich weg, an der tut
sich beim Zeilenumformen eh nichts):
0 1 0 1
1 2 1 2 1 2 1 2
B2 3 0 5C B0 1 2 1C
B C B C:
@4 9 6 7A @0 0 0 0A
1 1 5 5 0 0 0 0

Die Polynome p; q; r; s sind damit linear abhängig. Genauer ist der Lösungsraum von ./
sogar zweidimensional. Die Dimension von V ist somit 2, und je zwei linear unabhängige
Polynome aus p; q; r; s bilden eine Basis von V . Wir wählen B D fp; qg.

15.7 Wir schreiben die Spalten als Zeilen in eine Matrix und wenden elementare Zeilen-
umformungen an:
0 1 0 1
0 1 0 1 1 0 1 2
B1 0 1 2C B0 1 0 1C
B C B C
B1 2 0 1C B0 2 1 1C
B C B C:
B1 0 1 0C B0 0 2 2C
B C B C
@1 0 1 1A @0 0 0 1A
2 0 1 0 0 0 1 0

An dieser Form erkennt man bereits, dass der Rang dieser Matrix 4 ist (beachte die ersten
zwei und die letzten zwei Zeilen). Damit ist jede Basis des R4 eine Basis von U D R4 .
Wir wählen die einfachste, nämlich die kanonische Basis fe1 ; : : : ; e4 g.

15.8 Wir bringen die Matrizen mit dem Gauß’schen Eliminationsverfahren auf Zeilenstu-
fenform:
0 1 0 1
0 1 0 1 0 1 0 1 1 2 1 2
1 1 1 1 1 1 2 0 0 2 0 0 B C B C
@2 1 3A Ý @0 1 1 A ; @3 0 0A Ý @0 2 0A ; B2 1C Ý B0 1C
@3 2 A @0 0 A
4 2 1 0 0 9 0 2 0 0 0 0
2 3 0 0

Nun lassen sich alle gesuchten Dinge direkt ablesen:


˚ 
 rg.A/ D 3, ker.A/ D .0; 0; 0/> D h;i, ZA D he1 ; e2 ; e3 i, SA D he1 ; e2 ; e3 i.
0 1 0 1 0 1 0 1 0 1
0 2 0 2 0
B C B C B C B C B C
 rg.B/ D 2, ker.B/ D h@0Ai, ZB D h@0A ; @2Ai, SB D h@3A ; @0Ai.
1 0 0 0 2
94 15 Basen von Vektorräumen

0 1 0 1
!1 2 !
B C B C
1 0 B2C B1C
 rg.C / D 2, ker.C / D h;i, ZB D h ; i, SB D hB C ; B Ci.
2 1 @3A @2A
2 3

15.9 Das sieht man wie folgt:


( n )
X
SA D hs1 ; : : : ; sn i D i si j 1 ; : : : ; n 2 K
i D1
8̂ 0 1 9
ˆ  1 >
>
< B C =
D B :
: C
s1 : : : sn @ : A j 1 ; : : : ; n 2 K
ˆ >
>
:̂ n ;
˚ 
D Av j v 2 Kn :

15.10 Die erste Aussage wiederholt nur die Definition des Kerns.
Die zweite Aussage folgt aus der Tatsache, dass die Lösungsmenge eines linearen homo-
genen Gleichungssystem .A j 0/ mit A 2 Kmn ein Untervektorraum des Kn ist.
Die dritte Aussage wiederholt die bekannte Formel

Anzahl der frei wählbaren Parameter D n  rg.A/ ;

Die vierte Aussage gilt ebenso, da bei einer quadratischen n  n-Matrix, die in Zeilen-
stufenform vorliegt, die Anzahl der Nullzeilen gerade n  r ist, wenn r die Anzahl der
Nichtnullzeilen ist. Aber das ist ja gerade nach der dritten Aussage die Dimension des
Kerns.
Die fünfte Aussage formuliert neu, was altbekannt ist: Wir wissen aus dem Kapitel zu den
linearen Gleichungssystemen

Ax D blösbar , rg.A/ D rg.A j b/ :

In einer anderen Sprechweise bedeutet das hs1 ; : : : ; sn i D hs1 ; : : : ; sn ; bi.

15.11 Es ist dim.V / D 3. Damit gilt: Keine Menge mit mehr als drei Elementen kann
linear unabhängig sein, und keine Menge mit weniger als drei Elementen kann ein Er-
zeugendensystem sein. Dagegen ist eine linear unabhängige Menge mit drei Elementen
automatisch Erzeugendensystem (und dann auch Basis), und ebenso ist ein Erzeugenden-
system mit drei Elementen automatisch linear unabhängig (und dann auch Basis). Diese
Tatsachen erlauben uns, in einigen Fällen die jeweiligen Eigenschaften ohne weitere Rech-
nung sofort auszuschließen bzw. zu folgern.
15.2 Lösungen 95

S1 W Da jS1 j < 3 ist S1 kein Erzeugendensystem (und damit keine Basis). Wegen 2  x 
2x D 0 ist S1 linear abhängig. Es ist z. B. B1 D fxg eine Basis von hS1 i.
S2 W Da jS2 j > 3 ist S2 linear abhängig (und damit keine Basis). Es ist S2 kein Erzeu-
gendensystem, da offenbar x 2 62 hS2 i gilt. Es ist z. B. B2 D f1; xg eine Basis von
hS2 i.
S3 W Da jS3 j < 3 kann S3 kein Erzeugendensystem (und damit keine Basis) sein. Aus der
Gleichung .x 2 C x/ C .x 2  x/ D 0 mit ;  2 R erhält man durch Koeffizi-
entenvergleich vor x 2 und x die Gleichungen  C  D 0 D   . Hieraus folgt
 D  D 0. Daher ist S3 linear unabhängig, und B3 D S3 eine Basis von hS3 i.
S4 W Wegen 1 2 S4 , x D .x C 1/  1 2 hS4 i und x 2 D .x 2 C x C 1/  .x C 1/ 2 hS4 i ist
S4 ein Erzeugendensystem, denn sein Spann enthält die Basis S0 . Da jS4 j D 3 ist S4
automatisch auch linear unabhängig und somit eine Basis, wir wählen also B4 D S4 .
S5 W Da jS5 j > 3 kann S5 nicht linear unahängig (und damit keine Basis) sein. Aus 1 D
.1 C x/  x 2 hS5 i, x 2 S5 und x 2 D .x 2 C 1/ C x  .1 C x/ 2 hS5 i folgt dass S5 ein
Erzeugendensystem ist. Es ist z. B. B5 D f1 C x; x; x 2 C 1g eine Basis von hS5 i.
S6 W Es ist S6 kein Erzeugendensystem (und damit keine Basis), da offensichtlich x 2 62
hS6 i gilt. Wegen .2/  x C .x C 1/ C .x  1/ D 0 ist S6 linear abhängig. Es ist z. B.
B6 D fx; x C 1g eine Basis von hS6 i.

15.12 Wir geben jeweils eine Menge an, die eine Basis ist:

.a/; .b/ S [ fe2 ; e3 g .c/ S [ fe1 g .d / S [ fe2 ; e4 g:

Man beachte das z. B. in (c) die Menge S [ fe3 g keine Basis ist! Für (e) schreiben wir die
Vektoren zunächst als Zeilen in eine Matrix und formen mit dem Gauß-Algorithmus um:
0 1 0 1
1 1 1 1 1 1 1 1
B C B C
@2 1 1 1A ! @0 1 1 1A
1 1 1 2 0 0 0 2

Man ergänzt nun S um genau diejenigen Basisvektoren ei , deren Index i an der Stelle
einer einzuführenden freien Variable steht (wo die Stufen „verlängert“ werden), also hier
der Stelle i D 3. Wir erhalten also

.e/ S [ fe3 g

als Basis.
Man beachte: Die Mengen S [ fe1 g, S [ fe4 g wären hier keine Basen.
Orthogonalität I
16

16.1 Aufgaben

16.1 Begründen Sie die Cauchy-Schwarz’sche Ungleichung: Ist h ; i ein Skalarprodukt


auf V , so gilt für alle v; w 2 V :

jhv ; wij  kvk kwk :

16.2 Begründen Sie, warum orthogonale Vektoren ungleich 0 linear unabhängig sind.

16.3 Schreiben Sie ein M ATLAB-Programm, das die Zerlegung p D pa C pa? einer
Polynomfunktion p 2 RŒx längs a 2 RŒx ausgibt. Dabei sei
ˆ 1
h ; i W RŒx  RŒx ! R ; .p; q/ 7! p.x/q.x/dx
0

das Skalarprodukt.

16.4 Es seien v D .v1 ; v2 /> ; w D .w1 ; w2 /> 2 R2 . Überprüfen Sie, ob es sich bei

(a) hv; wi D 4v1 w1 C 3v2 w2 C v1 w2 C v2 w1 ; (b) hv; wi D v12 w1 C v2 w2

um Skalarprodukte in R2 handelt.

16.5 Berechnen Sie die Winkel zwischen den folgenden beiden Vektoren. Verwenden Sie
dafür jeweils das angegebene Skalarprodukt.

(a) Im R3 mit hv ; wi D v >´w: v D .1; 2; 0/> ; w D .2; 1; 1/> .


1
(b) Im RŒx2 mit hp ; qi D 0 p.x/q.x/dx: p.x/ D x 2  2x C 2,
q.x/ D 3x 2 C x  3.

© Springer-Verlag GmbH Deutschland 2018 97


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_16
98 16 Orthogonalität I

16.6 Untersuchen Sie, für welche der folgenden Matrizen A1 , A2 die Abbildung hx ; yi D
x > Ai y ein Skalarprodukt ist.
! !
1 2 1 1
(a) A1 D ; (b) A2 D :
2 1 1 2

16.7 Es sei V der Vektorraum der stetigen Funktionen auf dem Intervall Œ0; 2. Prüfen Sie
die Abbildung s W V  V ! R gegeben durch

s.f; g/ D f .0/g.0/ C f .1/g.1/ C f .2/g.2/

auf Bilinearität, Symmetrie und positive Definitheit. Ist s ein Skalarprodukt?

16.2 Lösungen

16.1 Für w D 0 ist die Aussage richtig, daher setzen wir im Folgenden w 6D 0 voraus.
Aufgrund der positiven Definitheit ist hw ; wi > 0, wir setzen

hv ; wi
D 2 R:
hw ; wi

Es gilt dann:

0  kv  wk2 D hv  w ; v  wi D kvk2 C 2 kwk2  2hv ; wi


hv ; wi2 hv ; wi
D kvk2 C hw ; wi  2 hv ; wi
hw ; wi2 hw ; wi
hv ; wi2 hv ; wi2 hv ; wi2
D kvk2 C 2 D kvk2  :
kwk 2 kwk 2 kwk2

Durch Umstellen und Wurzelziehen folgt:

0  kvk2  kwk2  hv ; wi2 ) jhv ; wij  kvk  kwk :

16.2 Wir zeigen die Aussage für zwei zueinander senkrechte Vektoren, die Behauptung
lässt sich dann leicht verallgemeinern. Wir betrachten zwei orthogonale Vektoren v und
w und machen wie immer den Ansatz

./  v C  w D 0 :
16.2 Lösungen 99

Zu zeigen ist, dass  D 0 D  gilt. Da hv ; 0i D 0, gilt wegen der Linearität des Skalar-
produkts:
0 D hv ; v C wi D hv ; vi C  hv ; wi ;
„ƒ‚…
D0

sodass wegen v 6D 0 notwendig  D 0 gelten muss. Ist aber erst mal  D 0 erkannt, so ist
wegen w 6D 0 auch  D 0 (siehe obige Gleichung ./).

16.3 Der folgende Code leistet das Gewünschte:


function [ pa, pap ] = orthzer( p,a )
%bestimmt die orthogonale zerlegung des polynoms p laengs a
syms x;
z=int(a*p,x,0,1);
n=int(a*a,x,0,1);
pa=z/n*a;
pap=p-pa;
end

16.4 Man beachte unser Rezept:


(a) Linearität:

hv C v 0 ; wi
D 4.v1 C v10 /w1 C 3.v2 C v20 /w2 C .v1 C v10 /w2 C .v2 C v20 /w1
D .4v1 w1 /C4v10 w1 C.3v2 w2 /C3v20 w2 C.v1 w2 /Cv10 w2 C.v2 w1 /Cv20 w1
D .4v1 w1 C 3v2 w2 C v1 w2 C v2 w1 / C .4v10 w1 C 3v20 w2 C v10 w2 C v20 w1 /
D hv ; wi C hv 0 ; wi : X

Symmetrie:

hv ; wi D 4v1 w1 C 3v2 w2 C v1 w2 C v2 w1 D 4w1 v1 C 3w2 v2 C w2 v1 C w1 v2


D hw ; vi : X

Positive Definitheit:

hv ; vi D 4v1 v1 C 3v2 v2 C v1 v2 C v2 v1 D 4v12 C 2v1 v2 C 3v22


D v12 C 2v1 v2 C v22 C 3v12 C 2v22 D .v1 C v2 /2 C 3v12 C 2v22 : X

hv ; wi D 2v1 w1 C 3v2 w2 C v1 w2 C v2 w1 ist also ein Skalarprodukt.


100 16 Orthogonalität I

(b) Aufgrund des Quadrates schöpfen wir schnell den Verdacht, dass die Linearität nicht
gegeben ist. Zuerst berechnen wir:

hv C v 0 ; wi D .v1 C v10 /2 w1 C .v2 C v20 /w2


D .2 v12 C 2v1 v10 C v10 2 /w1 C v2 w2 C v20 w2 und
2
hv ; wi C hv 0 ; wi D v12 w1 C v2 w2 C v10 w1 C v20 w2 :

Für  D v1 D w1 D v10 D 1 gilt

hv C v 0 ; wi 6D hv ; wi C hv 0 ; wi ;

somit ist hv ; wi D v12 w1 C v2 w2 kein Skalarprodukt.

p p p
16.5 (a) Mit hv ; wi D 4; jjvjj D 5 und jjwjj D 6 gilt ].v; w/ D arccos.4= 30/ 
0:75  0:24.
(b) Es gilt

ˆ1 ˇ1
3 5 5 4 1 3 ˇ
hp ; qi D 3x  5x C x C 8x  6 dx D x  x C x C 4x  6x ˇˇ
4 3 2 2
5 4 3 0
0
139
D :
60
ˆ1
2 28
jjpjj D x 4  4x 3 C 8x 2  8x C 4 dx D ;
15
0
ˆ1
109
jjqjj2 D 9x 4 C 6x 3  17x 2  6x C 9 dx D :
30
0

 p p 
139p 15p 30
Also ].p; q/ D arccos 60 28 109
 2:67  0:85.

16.6 (a) Die Linearität ist erfüllt (siehe Teil (b)), und wegen der Symmetrie der Matrix
ist auch das Produkt symmetrisch (siehe auch hierzu Teil (b)). Einzig an der positiven
Definitheit könnte es also noch scheitern, und tatsächlich findet man nach einigem Her-
umprobieren z. B. x D .1; 1/> . Es gilt:
! ! !
> > 1 2 1 > 1
hx ; xi D x A1 x D .1; 1/ D .1; 1/ D 2 :
2 1 1 1

Damit ist h: ; :i für A1 nicht positiv definit und somit kein Skalarprodukt.
16.2 Lösungen 101

(b) Für alle x; y 2 R2 und  2 R gilt:


Linearität:

hx C x 0 ; yi D .x C x 0 /> A2 y D .x/> A2 y C .x 0 /> A2 y D


D x > A2 y C .x 0 /> A2 y D hx ; yi C hx 0 ; yi X

Symmetrie:

> D 82R Asymmetrisch >


hx ; yi D x > A2 y D .x > A2 y/> D y > A> > >
2 .x / D y A2 x D hy ; xi X

Positive Definitheit: Sei x D .a; b/>


! ! !
> > 1 1 a > ab
hx ; xi D x A2 x D .a; b/ D .a; b/ D
1 2 b a C 2b
D a2  ab  ab C 2b 2 D a2  2ab C b 2 C b 2
D .a  b/2 C b 2 > 0, falls b ¤ 0 _ a ¤ 0 X

Damit ist h: ; :i für A2 ein Skalarprodukt.

16.7 Wir rechnen für f; g; h 2 V und  2 R nach:


Symmetrie:

s.f; g/ D f .0/g.0/ C f .1/g.1/ C f .2/g.2/ D g.0/f .0/ C g.1/f .1/ C g.2/f .2/
D s.g; f /:

Aufgrund der Symmetrie reicht es nun für die Bilinearität die Linearität im ersten Argu-
ment nachzurechnen: (Bi)linearität (im erstem Argument):

s.f C g; h/
D .f C g/.0/h.0/ C .f C g/.1/h.1/ C .f C g/.2/h.2/
D .f .0/ C g.0//h.0/ C .f .1/ C g.1//h.1/ C .f .2/ C g.2//h.2/
D f .0/h.0/ C f .1/h.1/ C f .2/h.2/ C .g.0/h.0/ C g.1/h.1/ C g.2/h.2//
D s.f; h/ C s.g; h/:

Die positive Definitheit ist dagegen nicht erfüllt. Zwar ist stets s.f; f / D f .0/2 Cf .1/2 C
f .2/2  0, aber es gibt viele von Null verschiedene stetige Funktionen, die f .0/ D
f .1/ D f .2/ D 0 und damit auch s.f; f / D 0 erfüllen, z. B. f .x/ D sin.x/.
Damit ist s dann auch kein Skalarprodukt.
Orthogonalität II
17

17.1 Aufgaben

17.1 Weisen Sie die Eigenschaften des Vektor- und Spatprodukts nach (siehe Box in Ab-
schn. 17.2 (Rezeptebuch)).

´1
17.2 Gegeben sei der Polynomraum RŒx2 mit dem Skalarprodukt hp; qi D 0 p.x/q.x/
dx und der Untervektorraum W D h1 C x 2 i.

(a) Bestimmen Sie eine Basis von W ? .


(b) Bestimmen Sie mit dem Gram-Schmidtverfahren aus der Basis

p1 .x/ D 1; p2 .x/ D x; p3 .x/ D x 2

von RŒx2 eine Orthonormalbasis von RŒx2 .

17.3 Gegeben sind die Vektoren

p D .3; 0; 4/> und q D .1; 2; 2/>

und das Standardskalarprodukt auf R3 .

(a) Berechnen Sie den Winkel zwischen p und q.


(b) Geben Sie einen Vektor n 2 R3 mit knk2 D 1 an, der auf p und q senkrecht steht.
p Sie  2 R so, dass die Linearkombination s D p C q C n die Länge
(c) Bestimmen
ksk2 D 13 besitzt.
(d) Bestimmen Sie die Fläche F des durch p und q in R3 aufgespannten Parallelo-
gramms.
(e) Bestimmen Sie das Volumen V des durch p, q und n aufgespannten Spates.

© Springer-Verlag GmbH Deutschland 2018 103


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_17
104 17 Orthogonalität II

17.4 Gegeben seien die Vektoren

v1 D .1; 0; 1; 0/> ; v2 D .1; 1; 1; 1/> ; v3 D .1; 1; 2; 2/> und


>
v4 D .0; 1; 1; 0/ :

Es sei W D hv1 ; v2 ; v3 ; v4 i.

(a) Bestimmen Sie die Dimension und eine Basis von W .


(b) Bestimmen Sie mit dem Gram-Schmidtverfahren eine Orthonormalbasis von W .

17.5
(a) Berechnen Sie das Volumen des Spates mit den Kanten

v1 D .1; 2; 0/> ; v2 D .2; 0; 3/> und v3 D .3; 1; 1/> :

(b) Berechnen Sie das Volumen des Spates mit den Kanten

w1 D .1; 2; 3/> ; w2 D .2; 0; 1/> und w3 D .0; 3; 1/> :

(c) Vergleichen Sie die Resultate von (a) und (b) und erklären Sie das Ergebnis des Ver-
gleichs.

17.6
(a) Bestimmen Sie die Fläche F des durch die Vektoren

u D .1; 3; 6/> und v D .3; 2; 2/>

im R3 aufgespannten Parallelogramms.
(b) Bestimmen Sie die Fläche D des Dreiecks im R3 mit den Eckpunkten .1; 0; 1/> ,
.2; 3; 5/> und .4; 2; 1/> .
(c) Bestimmen Sie das Volumen V des durch die Vektoren

u D .1; 3; 6/> ; v D .3; 2; 2/> und w D .2; 8; 7/>

im R3 aufgespannten Spates.

17.7 Bestimmen Sie eine Orthonormalbasis bezüglich des Standardskalarprodukts des


R4 von
0 1 0 1 0 1
3 1 1
B C B C B C
B1C B 3 C B1C
U D h B C ; B C ; B Ci  R 4 :
@1A @1A @ 3 A
1 1 1
17.1 Aufgaben 105

17.8 Auf dem R-Vektorraum V D RŒx3  RŒx sei das Skalarprodukt h ; i durch
ˆ 1
hf; gi D f .x/g.x/ dx
1

für f; g 2 V gegeben.

(a) Bestimmen Sie eine Orthonormalbasis bezüglich h ; i von V .


(b) Man berechne in V den Abstand von f D x C 1 und g D x 2  1.

17.9
(a) Schreiben Sie eine MATLAB-Funktion [u,w] = orthzer(v,b), welche die or-
thogonale Zerlegung v D u C w, w ? b von v längs b berechnet.
(b) Es sei fb1 ; : : : ; bn g eine Orthonormalbasis von U  Rm und B D .b1 ; : : : ; bn / 2
Rmn . Schreiben Sie eine MATLAB-Funktion [u,w] = orthzerU(v,B), wel-
che die orthogonale Zerlegung v D u C w, u 2 U , w 2 U ? berechnet.
(c) Es sei fa1 ; : : : ; an g eine beliebige Basis von V  Rm und A D .a1 ; : : : ; an / 2 Rmn .
Schreiben Sie eine MATLAB-Funktion gramSchmidt(A), die mithilfe des Ver-
fahrens von Gram und Schmidt eine Orthonormalbasis von V berechnet.

17.10 Wir betrachten den Vektorraum V D R3 mit dem Standardskalarprodukt und die
Vektoren
0 p 1 0 p 1 0 p 1 0 1
1= 3 1= 2 1= 6 2
B p C B p C B p C B C
v1 D @1= 3A ; v2 D @1= 2A ; v3 D @ 1= 6 A ; v D @2A :
p p
1= 3 0 2= 6 1

(a) Zeigen Sie, dass B D fv1 ; v2 ; v3 g eine ONB von V ist.


(b) Schreiben Sie v als Linearkombination von B.
106 17 Orthogonalität II

17.2 Lösungen

17.1 1. Für das Skalarprodukt und für alle x D .x1 ; x2 ; x3 /> 2 R3 gilt:

hx ; a  bi D x1 a2 b3  x1 b2 a3 C x2 a3 b1  x2 b3 a1 C x3 a1 b2  x3 b1 a2 :

Ebenso erhält man für die Determinante durch Entwicklung nach der ersten Spalte:
ˇ ˇ
ˇx a1 b1 ˇˇ ˇ ˇ ˇ ˇ ˇ ˇ
ˇ 1 ˇ ˇ ˇ ˇ ˇ ˇ
ˇ ˇ ˇ a2 b2 ˇ ˇa1 b1 ˇ ˇa1 b1 ˇ
det.x; a; b/ D ˇx2 a2 b2 ˇ D x 1 ˇ ˇ  x2 ˇ ˇ C x3 ˇ ˇ
ˇ ˇ ˇ a3 b3 ˇ ˇa3 b3 ˇ ˇa2 b2 ˇ
ˇx3 a3 b3 ˇ
D x 1 a 2 b3  x 1 b2 a 3 C x 2 a 3 b1  x 2 b3 a 1 C x 3 a 1 b2  x 3 b1 a 2 :

2. Da die Determinante einer Matrix mit zwei gleichen Spalten null ist, gilt:

ha ; a  bi D det.a; a; b/ D 0 D det.b; a; b/ D hb ; a  bi :

Da ha ; a  bi D hb ; a  bi D 0, steht a  b senkrecht auf a und b.


3. Diese Eigenschaft rechnet man einfach nach:

ka  bk2 D .a2 b3  b2 a3 /2 C .a3 b1  b3 a1 /2 C .a1 b2  b1 a2 /2


    2
D a12 C a22 C a32 b12 C b22 C b32  a1 b1 C a2 b2 C a3 b3
 2
D kak2 kbk2  ha ; bi2 D kak2 kbk2  kak kbk cos ].a; b/
 
D kak2 kbk2 1  cos2 ].a; b/ D kak2 kbk2 sin2 ].a; b/ :

4. Die Behauptung folgt aus 10. und der Definition von Œa; b; c.
5. Das folgt aus 3.
6. Das folgt direkt aus der Definition.
7. Ohne Einschränkung gelte a; b 6D 0. Mit 3. gilt:

a  b D 0 , ka  bk D 0 , sin ].a; b/ D 0 , a; b linear abhängig.

8. Auch hier verwenden wir 3.:

ka  bk2 C jha ; bij2 D kak2 kbk2 sin2 ].a; b/ C kak2 kbk2 cos2 ].a; b/
 
D kak2 kbk2 sin2 ].a; b/ C cos2 ].a; b/ D kak2 kbk2 :
17.2 Lösungen 107

9. Wir begründen die drei Identitäten:

 Die Grassmannidentität:
0 1 0 1
v2 w3  v3 w2 u2 .v1 w2  v2 w1 /  u3 .v3 w1  v1 w3 /
u  .v  w/ D u  @v3 w1  v1 w3 A D @u3 .v2 w3  v3 w2 /  u1 .v1 w2  v2 w1 /A
v1 w2  v2 w1 u1 .v3 w1  v1 w3 /  u2 .v2 w3  v3 w2 /
0 1
.u2 w2 C u3 w3 /v1  .u2 v2 C u3 v3 /w1
D @.u1 w1 C u3 w3 /v2  .u1 v1 C u3 v3 /w2 A
.u1 w1 C u2 w2 /v3  .u1 v1 C u2 v2 /w3
0 1
.u2 w2 C u3 w3 /v1  .u2 v2 C u3 v3 /w1 C ..u1 w1 /v1  .u1 v1 /w1 /
D @.u1 w1 C u3 w3 /v2  .u1 v1 C u3 v3 /w2 C ..u2 w2 /v2  .u2 v2 /w2 /A
.u1 w1 C u2 w2 /v3  .u1 v1 C u2 v2 /w3 C ..u3 w3 /v3  .u3 v3 /w3 /
0 1 0 1 0 1
hu ; wiv1  hu ; viw1 hu ; wiv1 hu ; viw1
D @hu ; wiv2  hu ; viw2 A D @hu ; wiv2 A  @hu ; viw2 A
hu ; wiv3  hu ; viw3 hu ; wiv3 hu ; viw3
D hu ; wiv  hu ; viw :

 Die Jacobiidentität:

.u  .v  w// C .v  .w  u// C .w  .u  v//


D .hu ; wiv  hu ; viw/ C .hv ; uiw  hv ; wiu/ C .hw ; viu  hw ; uiv/ (s. o.)
D .hw ; vi  hv ; wi/ u C .hu ; wi  hw ; ui/ v C .hv ; ui  hu ; vi/ w D 0 :
„ ƒ‚ … „ ƒ‚ … „ ƒ‚ …
D0 D0 D0

 Die Lagrangeidentität: Mit der Formel für das Spatprodukt gilt:

ha  b ; ci D ha ; b  ci

Nutzt man das, die Grassmann-Identität und die Linearität, so erhält man:

hu  v ; w  xi D hu ; v  .w  x/i D hu ; hv ; xiw  hv ; wixi


D hu ; hv ; xiwi  hu ; hv ; wixi D hv ; xihu ; wi  hv ; wihu ; xi :

10. folgt direkt aus der Definition, da hx ; a  bi D det.x; a; b/ ist:

Œa; b; c D ha  b ; ci D hc ; a  bi D det.c; a; b/ D  det.a; c; b/ D det.a; b; c/ :

11. Zur Begründung beachte man die Abbildung in Abschn. 17.2 (Rezeptebuch). Es gilt:

jŒa; b; cj D jha  b ; cij D ka  bk  kck cos ].a  b; c/ D F  h :


„ ƒ‚ … „ ƒ‚ …
DF Dh
108 17 Orthogonalität II

12. Unter Verwendung der Aussage in 1. erhalten wir:

fa; b; cg linear abhängig , det.a; b; c/ D 0 , Œa; b; c D 0 :

13. Nach Definition ist a; b; c Rechtssystem, wenn det.a; b; c/ > 0. Die Behauptung folgt
mit 1.

17.2 (a) Der Vektorraum W ist eindimensional, der Vektorraum RŒx2 dreidimensional.
Das orthogonale Komplement W ? ist damit zweidimensional. Gesucht sind damit zwei
linear unabhängige Vektoren aus RŒx2 , die beide senkrecht auf 1 C x 2 stehen. Um solche
Vektoren anzugeben, überlegen wir uns erst mal, welche Bedingungen das Senkrechtste-
hen eines allgemeinen Polynoms p.x/ D ax 2 C bx C c 2 RŒx2 auf 1 C x 2 liefert:

0 D hp ; 1 C x 2 i D hax 2 C bx C c ; 1 C x 2 i
ˆ 1 ˆ 1
2 2
D .ax C bx C c/.1 C x / dx D ax 4 C bx 3 C .a C c/x 2 C bx C c dx
0 0
ˇ1
a 5 b 4 aCc 3 b 2 ˇ a b aCc b
D x C x C x C x C cx ˇˇ D C C C Cc
5 4 3 2 0 5 4 3 2
8 3 4
D aC bC c:
15 4 3
8
Das besagt: Für jede Wahl dreier Zahlen a; b; c mit 15 a C 34 b C 43 c D 0 gilt p.x/ D
ax 2 C bx C c ? 1 C x 2 . Wir wählen nun besonders günstige Zahlen, nämlich

a D 15 ; b D 0 ; c D 6 bzw. a D 0 ; b D 16 ; c D 9 :

Damit sind p1 .x/ D 15x 2  6 und p2 .x/ D 16x  9 orthogonal zu q D 1 C x 2 und aus
Gradgründen auch linear unabhängig, d. h. W ? D hp1 .x/; p2 .x/i.
(b) Wir wenden das Rezept zum Gram-Schmidt’schen Orthonormierungsverfahren an:
ˆ 1
p1 2
q1 D D p1 , da jjp1 jj D 1 dx D 1 :
jjp1 jj 0
ˆ 1
1
q20 D p2  hq1 ; p2 iq1 D x  x dx D x  mit jjq20 jj
0 2
s
ˆ 1
1 1
D x 2  x C dx D p :
0 4 12
q 0 p   p
q2 D 20 D 12 x  21 D 3.2x  1/ :
jjq2 jj
17.2 Lösungen 109
p p
q30 D x 2  h1 ; x 2 i  1  h 3.2x  1/ ; x 2 i  3.2x  1/
ˆ 1 ˆ 1
1 1 1
D x2  x 2 dx  .6x  3/ 2x 3  x 2 dx D x 2   .6x  3/ D x 2  x C :
0 0 3 6 6
 
q30 1 1 p
q3 D 0 D p x2  x C D 5.6x 2  6x C 1/ :
jjq3 jj 180 6
p p
Es ist also f1; 3.2x  1/; 5.6x 2  6x C 1/g eine Orthonormalbasis von RŒx2 .

17.3 (a) Wir benötigen das Skalarprodukt von p mit q und die Längen von p und q:
 
11
hp ; qi D 11 ; kpk D 5 ; kqk D 3 ) ].p; q/ D arccos :
15

(b) Einen zu p und q senkrechten Vektor erhält man durch das Vektorprodukt
0 1 0 1 0 1 0 1
3 1 0  .2/  4  2 8
n0 D p  q D @0A  @ 2 A D @4  .1/  3  .2/A D @ 2 A :
4 2 3  2  0  .1/ 6
0 1
p p 8
n0 1 @
Da kn0 k D .8/2 C 22 C 62 D 104 ist, ist n D kn0 k
D p104 2 A geeignet.
6
(c) Wir berechnen die Länge von s in Abhängigkeit von :

jjsjj22 D jjp C q C njj22 D hp C q C n ; p C q C ni


D hp ; pi C 2hp ; qi C 2hp ; ni C hq ; qi C 2hq ; ni C 2 hn ; ni
D jjpjj22 C 2hp ; qi C jjqjj22 C 2 jjnjj22 (da n senkrecht auf p und q steht)
D 25  22 C 9 C 2 (nach Teil (a) und weil n normiert ist)
D 12 C 2 :
p
Es gilt also jjsjj2 D 13 , jjsjj22 D 13 , 12 C 2 D 13 , 2 D 1 ,  D ˙1.
Es taugt etwa  D 1.
p
(d) Für die Fläche F des Parallelogramms gilt: F D jjp  qjj2 D jjn0 jj2 D 104.
ˇp ˇ p p
ˇ ˇ
(e) Es gilt: V D jhp  q ; nij D jhn0 ; nij D ˇh 104  n ; niˇ D 104  jhn ; nij D 104.

17.4 (a) Wir schreiben die Vektoren v1 ; : : : ; v4 spaltenweise in eine Matrix A. W ist dann
der Spaltenraum von A bzw. der Zeilenraum von B D A> . Um eine Basis davon zu
110 17 Orthogonalität II

bestimmen, bringen wir B mithilfe elementarer Zeilenoperationen auf Dreiecksform:


0 1 0 1
1 0 1 0 1 0 1 0
B1 1 1 1 C B0 1 0 1 C
B C B C
@1 1 2 2 A Ý @0 0 1 1 A :
0 1 1 0 0 0 0 0

Es ist dim.W / D 3 und die f.1; 0; 1; 0/> ; .0; 1; 0; 1/> ; .0; 0; 1; 1/> g eine Basis von W .
(b) Wir nummerieren nun die Basisvektoren, die wir in Teil (a) berechnet haben, mit
b1 ; b2 ; b3 durch und wenden das Gram-Schmidtverfahren auf diese Basis an:
0 1 0 1 0 1
1 0 0
b1 1 B 0 C B1 C 1 B1C
w1 D Dp B C ; w D b2  hw1 ; b2 iw1 D B C ) w2 D p B C
0
2 @1 A @0 A 2 @0A
2
jjb1 jj
0 1 1
0 1
1
1 B 1C
w30 D b3  hw1 ; b3 iw1  hw2 ; b3 iw2 D B C mit jjw 0 jj D 1 ) w3 D w 0 :
2@ 1 A 3 3

1
8̂ 0 1 0 1 0 19
ˆ 1 0 1 >
>
< B C B C B C=
1 B C p1 B C 1 B1C
0 1
Es ist die Menge p ; ; eine Orthonormalbasis von W .
ˆ 2 @1A 2 @0A 2 @ 1 A> >
:̂ ;
0 1 1

17.5 (a)
ˇ 0 1ˇ
ˇ 1 2 3 ˇˇ ˇˇ    ˇ
ˇ 0 1 2 3 ˇˇ
vol.v1 ; v2 ; v3 / D ˇˇdet @2 0 1 Aˇˇ D ˇˇ1  det C 2  det
ˇ 3 1 3 1 ˇ
0 3 1 ˇ
D j  3 C 2  .11/j D 25 :

Alternativ: vol.v1 ; v2 ; v3 / D hv1  v2 ; v3 i.


(b)
ˇ 0 1ˇ
ˇ 1 2 0 ˇˇ ˇˇ    ˇ
ˇ 0 3 2 3 ˇˇ
ˇ @ A ˇ ˇ
vol.w1 ; w2 ; w3 / D ˇdet 2 0 3 ˇ D ˇ1  det C 2  det
ˇ 1 1 3 1 ˇ
3 1 1 ˇ
D j  3 C 2  .11/j D 25 :

(c) Wie man sieht, sind die Volumen in den Aufgabenteilen (a) und (b) gleich. Das ist aber
klar, denn die Matrix in (b) ist gerade die Transponierte der Matrix in (a) und bekanntlich
gilt det.A/ D det.A> / für alle Matrizen A 2 Rnn ; n 2 N.
17.2 Lösungen 111
p
17.6 (a) F D jju  vjj D jj.6; 16; 7/> jj D 341  18;466.
(b) Das Dreieck wird durch die Vektoren

u D .2; 3; 5/>  .1; 0; 1/> D .1; 3; 6/> und v D .4; 2; 1/>  .1; 0; 1/> D .3; 2; 2/>

aufgespannt. Seine Fläche D berechnet sich also als D D F=2  9;233.


(c) V D jhu  v ; wij D j.6/  .2/ C 16  8 C .7/  7j D 91.

17.7 Wir wenden unser Rezept zum Gram-Schmidt’schen Orthonormierungsverfahren


an:
ˇˇ0 1ˇˇ2 0 1
ˇˇ 3 ˇˇ 3
ˇˇ ˇˇ
ˇˇB1Cˇˇ p p p 1 B1C
ˇˇB Cˇˇ D 32 C .1/2 C .1/2 C .1/2 D 12 D 2 3 ) b1 D p B C
ˇˇ@1Aˇˇ
ˇˇ ˇˇ 2 3 @1A
ˇˇ 1 ˇˇ 1
0 1 0 1 0 1
1 3 0
B 3 C 1 B1C 1B 8C
b2 D @ A C @ A D @ C
0 B C B C B mit
1 3 1 3 4A
1 1 4
0 1 0 1
p 0 0
28 3 4B 2C 1 B 2C
0 2
jjb2 jj D ) b2 D p  @ A D p @ C
B C B
3 4 2 3 1 6 1A
1 1
0 1 0 1 0 1 0 1
1 3 0 0
B1C 1 B1C 2 B 2 C B 0 C
b3 D B
0 C B C B C B C
@ 3 A C 3 @1A C 3 @1A D @ 2 A
1 1 1 2
0 1 0 1
0 0
1 B0C 1 B0C
) b3 D p  2 B CD p B C
8 @1A 2@ 1 A
1 1

Es ist dann fb1 ; b2 ; b3 g eine Orthonormalbasis von U .


112 17 Orthogonalität II

17.8 (a) Wir wenden das Gram-Schmidtverfahren auf die Standardbasis f1; x; x 2 ; x 3 g an:
ˇ1
1 ˇ 1
ˆ
jj1jj D 2
1  1 dx D x ˇˇ D 1 C 1 D 2 ) b1 D p  1 :
1 1 2
ˇ1
ˇ
ˆ 1
1 1
h1 ; xi D x dx D x 2 ˇˇ D 0 ) b20 D x  h1 ; xi  1 D x
1 2 1 2
r
x 3
) b2 D D x:
jjxjj 2
r
0 2 h1 ; x 2 i 2hx ; x 2 i 2 1 0 8
b3 D x  1 x D x  ) jjb3 jj D
2 3 3 45
r  
45 2 1
) b3 D x  :
8 3
r r  
0 3 3 0 8 175 3
b4 D x  x mit jjb4 jj D ) b4 D x3  x :
5 175 8 5
q q q 
1 3 45
 2 1  q 175  3 3 
Es ist also 2; 2 x; 8 x 3 ; 8 x  5 x eine Basis von RŒx3 .

(b)

d.f; g/2 D jjf  gjj2 D hx C 1  x 2 C 1 ; x C 1  x 2 C 1i D hx 2  x  2 ; x 2  x  2i


ˆ 1 ˆ 1
 2 2
D x  x  2 dx D x 4  2x 3  3x 2 C 4x C 4 dx
1 1
ˇ1
1 5 1 4 ˇ
D x  x  x C 2x C 4x ˇˇ
3 2
5 2 1
 
1 1 1 1 2
D   1 C 2 C 4    C 1 C 2  4 D  2 C 8 D 32=5 :
5 2 5 2 5
p
Der Abstand von f und g ist also d.f; g/ D 32=5.

17.9 (a) Der folgende Code leistet das Gewünschte:


function [u,w] = vorthzer(v,b)

b = b/norm(b);
u = (v’*b)*b;
w = v-u;
(b) Der folgende Code leistet das Gewünschte:
function [u,w] = orthzerU(v,B)
17.2 Lösungen 113

[m, n] = size(B);
u = zeros(m,1);

for j = 1:n
u = u + (v’*B(:,j))*B(:,j);
end

w = v-u;
(c) Der folgende Code leistet das Gewünschte:
function A = gramSchmidt(A)

n = size(A,2);

for j = 1:n
for k = 1:j-1
A(:,j) = A(:,j) - (A(:,j)’*A(:,k))*A(:,k);
end
A(:,j) = A(:,j)/norm(A(:,j));
end

17.10 (a) Dies folgt unmittellbar aus jBj D dim.V / D 3 und

hv1 ; v1 i D hv2 ; v2 i D hv3 ; v3 i D 1

und

hv1 ; v2 i D hv1 ; v3 i D hv2 ; v3 i D 0:

(b) Da B eine ONB ist erhalten wir

1 p 2
v D hv1 ; viv1 C hv2 ; viv2 C hv3 ; viv3 D p v1 C 2 2v2  p v3 :
3 6
Das lineare Ausgleichsproblem
18

18.1 Aufgaben

18.1 Es sei A 2 Rnr und b 2 Rn . Begründen Sie, warum die Lösungsmengen der
Minimierungsaufgabe kb  A xk D min und der Normalgleichung A> A x D A> b gleich
sind. Zeigen Sie auch, dass die Lösungsmenge genau dann einelementig ist, wenn der
Rang von A gleich r ist. Beachten Sie die Box in Abschn. 18.1 (Rezeptebuch).

18.2 Im R4 sei der Untervektorraum U  R4 gegeben als


0 1 0 1 0 1
1 0 1
B C B C B C
B1C B 2 C B5C
U D hB C ; B C ; B Ci:
@ 0 A @2A @ 4 A
2 1 0

Bestimmen Sie die orthogonale Projektion des Vektors v D .1; 2; 2; 1/> auf den Un-
tervektorraum U . Geben Sie eine Zerlegung von v D u C u? mit u 2 U und u? 2 U ?
an und berechnen Sie den Abstand von v zu U .

18.3 Es sei U D hb D .2; 1/> i und v D .6; 2/> . Berechnen Sie die orthogonale Projekti-
on von v auf den Untervektorraum U . Bestimmen Sie daraus eine orthogonale Zerlegung
v D u C u? mit u 2 U und u? 2 U ? . Bestätigen Sie, dass es sich hierbei um die
orthogonale Zerlegung von v längs b handelt.

18.4 Es sei U  R3 der von den orthonormalen Vektoren

b1 D p1 .1; 1; 0/> ; b2 D p1 .1; 1; 1/>


2 3

© Springer-Verlag GmbH Deutschland 2018 115


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_18
116 18 Das lineare Ausgleichsproblem

aufgespannte Untervektorraum des R3 . Berechnen Sie die orthogonale Projektion des


Punktes v D .1; 2; 3/> auf U und bestimmen Sie den Abstand von v zu U .

18.5 Schreiben Sie ein Programm, das bei Eingabe von n Zeitpunkten t D .t1 ; : : : ; tn /> 2
Rn und n Messwerten b D .y1 ; : : : ; yn /> 2 Rn die Ausgleichsgerade f .x/ D 1 C 2 x
und einen Plot mit der Punktwolke .t1 ; y1 /; : : : ; .tn ; yn / und dem Graphen der Ausgleichs-
geraden f ausgibt.
Testen Sie Ihr Programm mit t=(0:0.1:10)’;
b=t+rand(101,1).*sign(randn(101,1));

18.6 Luftwiderstand: Um den cw –Wert eines Autos zu bestimmen, lässt man es mit
einer Startgeschwindigkeit v im Leerlauf ausrollen und misst dabei die Verzögerung a zu
einigen Geschwindigkeiten v. Bei einem Versuch haben sich folgende Werte ergeben:

v Œm=s 10 20 30
:
a Œm=s2  0:1225 0:1625 0:2225

Theoretisch erhält man die Verzögerung (negative Beschleunigung) gemäß

%Acw 2
a.v/ D r C v ;
2m
wobei der Parameter r durch die geschwindigkeitsunabhängige Rollreibung und der hin-
tere Term durch die Luftreibung entstehen: A ist die Angriffsfläche, % die Dichte der Luft,
m die Masse des Autos. Es gelte hier A D 1 m2 , % D 1:29 kg/m3 und m D 1290 kg.
Schätzen Sie mit linearer Ausgleichsrechnung r und cw .

18.7
(a) Zu den Messwerten
i 1 2 3 4
xi 1 0 1 2
yi 1 0 1 2
soll eine Gerade der Form y.x/ D ˛ C ˇx so gelegt werden, dass die Abweichung

4
X
.y.xi /  yi /2
i D1

minimal wird. Bestimmen Sie die optimalen Parameter ˛ und ˇ unter Verwendung
der Normalgleichung.
18.1 Aufgaben 117

(b) Lösen Sie das lineare Ausgleichsproblem kb  Axk D min für


0 1 0 1
1 1 2
B C B C
A D @1 1:0001A und b D @0:0001A :
1 1:0001 4:0001

18.8 Gezeitenprognose: Messungen an einer Küste ergeben die Tabelle

t 0 2 4 6 8 10
h 1:0 1:6 1:4 0:6 0:2 0:8

für den Wasserstand h (Meter) zur Tageszeit t (Stunden). Schätzen Sie unter der natürli-
chen Annahme, dass h.t/ durch eine harmonische Schwingung

 
h.t/ D x1 C x2 cos t C x3 sin t
6 6

beschrieben wird, mittels linearer Ausgleichsrechnung ab, wie groß hmax und hmin sind.

18.9 Man bestimme die Ausgleichsgerade zu den 5 Messpunkten:

ti 1 2 3 4 5
yi 5:0 6:5 9:5 11:5 12:5

Fertigen Sie eine Zeichnung an.

18.10 Im R3 seien zwei Geraden

G D fa C u j  2 Rg und H D fb C v j  2 Rg

mit
0 1 0 1 0 1 0 1
1 2 1 2
B C B C B C B C
a D @3A ; b D @2A ; u D @1A ; v D @3A
2 1 2 4

gegeben. Bestimmen Sie auf den Geraden G und H die beiden Punkte p D a C 0 u 2 G
und q D b C 0 v 2 H mit minimalem Abstand jjp  qjj.
118 18 Das lineare Ausgleichsproblem

18.2 Lösungen

18.1 Es sei V D Rn mit dem kanonischen Skalarprodukt h ; i und U D fA x j x 2


Rr g D hb1 ; : : : ; br i  V mit den Spalten b1 ; : : : ; br von A.
Ein Element A x 2 Rn mit x 2 Rr ist genau dann eine Lösung von kb  A xk D min,
wenn b  A x ? U , d. h., A x ist die senkrechte Projektion von b auf U . Nun gilt:

b  A x ? U , b  A x ? bi für alle i D 1; : : : ; r
, hbi ; b  A xi D 0 für alle i D 1; : : : ; r
, bi> .b  A x/ D 0 für alle i D 1; : : : ; r
, A .b  A x/ D 0 , A> A x D A> b :
>

Damit ist gezeigt, dass die Lösungsmengen des linearen Ausgleichsproblem und der Nor-
malgleichung übereinstimmen. Es bleibt zu zeigen, dass die Lösungsmenge genau dann
einelementig ist, wenn A den Rang r hat. Das begründen wir, indem wir zeigen, dass A> A
genau dann invertierbar ist, wenn A den Rang r hat. Es gilt:

A> A ist invertierbar , A> A w D 0 nur für w D 0


, w A> A w D 0 nur für w D 0
, hA w ; A wi D 0 nur für w D 0
, A w D 0 nur für w D 0
, A hat Rang r:

Damit ist alles gezeigt.


18.2 Lösungen 119

18.2 Da die drei angegeben Vektoren linear abhängig sind, bilden die ersten beiden eine
Basis von U . Wir wenden unser Rezept an und überlassen die Rechenarbeit M ATLAB:
>> format rat
>> A=[1 0;-1 2 ;0 -2 ; 2 1]; v=[1;2;-2;-1];
>> x=A’*A\A’*v
x =
-1/2
7/9
>> u=x(1)*A(:,1)+x(2)*A(:,2)
u =
-1/2
37/18
-14/9
-2/9
>> up=v-u
up =
3/2
-1/18
-4/9
-7/9
>> d=norm(up)
d =
881/504

18.3 Da dim.U / D 1 ist fbg eine Basis von U . Wir setzen A D .b/ 2 R21 . Die orthogo-
nale Projektion u von v auf U ist demnach u D b mit A> A D A> v. Wegen A> A D 5
und A> v D 14 erhalten wir  D 14=5, d. h.
! ! ! !
14 14 2 ? 6 14 2 1 2
uD 5
bD 5
und damit u D v  u D  5
D :
1 2 1 5 4

Die durchgeführten Rechnungen sind genau diejenigen, die zur orthogonalen Zerlegung
von v längs b führen.

18.4 Wir bestimmen die Lösung mit M ATLAB:


>> A=[1/sqrt(2) 1/sqrt(3) ; 1/sqrt(2) -1/sqrt(3) ;
0 1/sqrt(3) ]
A =
985/1393 780/1351
985/1393 -780/1351
120 18 Das lineare Ausgleichsproblem

0 780/1351
>> v=[-1;2;-3]
v =
-1
2
-3
>> x=A’*A\A’*v
x =
985/1393
-1351/390
>> u=x(1)*A(:,1)+x(2)*A(:,2)
u =
-3/2
5/2
-2
>> up=v-u
up =
1/2
-1/2
-1
>> norm(up)
ans =
1079/881

18.5 Der folgende Code erfüllt alle Wünsche:


function [ f ] = ausgleichsgerade( t,b )
syms x;
n=length(t); A=[ones(n,1), t]; y=A\b; f=y(1)+y(2)*x;
hold on
plot(t,b,’o’); h=ezplot(f, [min(t),max(t)]);
set(h, ’Color’, ’m’)
hold off
end
Wir erhalten mit der Eingabe t=(0:0.1:10)’;b=t+rand(101,1).*
sign(randn(101,1)); die Funktion

f D .4601567270240301  x/=4503599627370496
 2707783229339561=18014398509481984

und den Plot in Abb. 18.1.


18.2 Lösungen 121

(4601567270240301 x)/4503599627370496 – 2707783229339561/18014398509481984

10

0 2 4 6 8 10
x

Abb. 18.1 Die lineare Ausgleichsgerade zu vielen zufällig gewählten Punkten

18.6 Hier wollen wir speziell die Verzögerung a.v/ D r C %Acw 2 2


2m v D x1 Cx2 v anpassen,
wobei wir aus der Datentabelle
0 1 0 1 0 1 0 1
1 v12 1 100 a1 0:1225
A D @ 1 v22 A D @ 1 400 A und b D @ a2 A D @ 0:1625 A
1 v32 1 900 a3 0:2225

ablesen; die zugehörige Normalgleichung ist daher


    
> 3 1400 x1 0:5075
A Ax D D D A> b :
1400 980000 x2 277:5

Wegen A> A 2 R22 können wir schnell das Inverse der Matrix berechnen:
      
x1 1 980000 1400 0:5075 0:1110714
D D :::  :
x2 980000 1400 3 277:5 0:0001245

Somit schätzen wir r D x1  0:111 und cw D 2m x D 2000x2  0:249 – beachten Sie,


%A 2
2
dass r die Einheit m/s trägt, während cw schlicht einheitsfrei ist.
122 18 Das lineare Ausgleichsproblem

18.7 (a) Wir verwenden unser Rezept:


0 1
1 1
B 1 0C
(1) Setze b D .1; 0; 1; 2/> und A D B
@1
C.
1A
1 2
 
> > 4 2 >
(2) Wir lösen die Normalengleichung A A x D A b, wobei A A D :
2 6
0 1
 1  1     
4 2 1 1 1 1 B C
B0CD 1 6 2 4 D 4=5 :
x D .A> A/1 A> b D
2 6 1 0 1 2 @1A 20 2 4 4 2=5
2

4
(3) Die gesuchte Ausgleichsgerage lautet damit y D 5 C 25 x.
(b) Mit ı D 0:0001 gilt
0 1
1 1  
3 3 C 2ı
A D @1 1 C ı A; b D .2; ı; 4 C ı/> ; A> A D :
3 C 2ı 3 C 4ı C 2ı 2
1 1Cı

Für die Lösung ergibt sich


0 1
 1   2
3 3 C 2ı 1 1 1
x D .A> A/1 A> b D @ ı A
3 C 2ı 3 C 4ı C 2ı 2 1 1Cı 1Cı
4Cı
0 1
   2
1 3 C 4ı C 2ı 2 3  2ı 1 1 1
D 2 @ ı A
2ı 3  2ı 3 1 1Cı 1Cı
4Cı
0 1
  2    
1 2ı C 2ı 2 ı ı 1 2ı 2 1
D 2 @ ı AD D :
2ı 2ı ı ı 2ı 2 2ı 2 1
4Cı

18.8 Die Modellschwingung h.t/ D x1 C x2 cos 6 t C x3 sin 6 t ist hier bestmöglich an-
zupassen. Dazu lesen wir zunächst A 2 R63 und b 2 R6 aus der Datentabelle ab:
0 1 0 1 0 1
1 1 0
p h1 1:0
B 1 1 3 C B C B 1:6 C
B 2 p2 C B h2 C B C
B C B C B 1:4 C
B 1  12 3
C h3
ADB 2 C und b D B
B
CDB C
C B 0:6 C :
B 1 1 0p C B h4 C B C
B C @ A @ 0:2 A
@ 1  12  p23 A h5
1 1
 23 h6 0:8
2
18.2 Lösungen 123

Erfreulicherweise reduziert sich hierbei die Normalgleichung auf


0 10 1 0 1
6 0 0 x1 5:6
0:8 A D A> b;
A> Ax D @ 0 3 0 A @ x2 A D @ p
0 0 3 x3 3
 p 
woraus wir x D 14 ; 4 ; 1 3  .0:933; 0:267; 0:577/ gewinnen. Für die Amplitude A
15 15 3
der Schwingung erhält man
q
AD x22 C x32  0:63596 :

Somit erhalten wir bei Flut hmax D x1 C A  1:569 m sowie bei Ebbe hmin D x1  A 
0:297 m.

18.9 Wir setzen 0 1 0 1


1 1 5:0
B1 2C B 6:5 C
B C B C
ADB
B1 3C sowie y D B
C
B 9:5 C
C
@1 4 A @ 11:5A
1 5 12:5
und lösen das lineare Gleichungssystem
1 0 0 1
1 1 5:0
  B1 2C     B 6:5 C
> > 1 1 1 1 1 B B
C x1
C 1 1 1 1 1 B B 9:5 C
C
A Ax D A y , 1 3C D
1 2 3 4 5 B @1 4A 2 x 1 2 3 4 5 B
@11:5A
C

1 5 12:5
      
5 15 x1 45 3
, D ,xD :
15 55 x2 155 2

Die Ausgleichsgerade hat damit die Gleichung f .x/ D 3 C 2x (beachte Abb. 18.2).
124 18 Das lineare Ausgleichsproblem

13
12
11
10
9
8
7
6
5
4
3
2 Messpunkte
1 Ausgleichsgerade f(x)
0
–1 0 1 2 3 4 5 6

Abb. 18.2 Die gegebenen Messpunkte und die zugehörige lineare Ausgleichsgerade

18.10 Aus der Bedingung


!
 Š
jjp  qjj D jja C u  b  vjj D jj.u; v/  .b  a/jj D min


erhalten wir ein lineares Ausgleichsproblem mit Matrix


0 1 01
1 2 3
B C B C
A D .u; v/ D @1 3A und rechter Seite c D b  a D @5A :
2 4 1
 
Die Lösung x D  von A> Ax D A> c erhalten wir mit
0 1
! 1 2 !
1 1 2 B C 6 13
A> A D @1 3A D und
2 3 4 13 29
2 4
0 1
! 3 !
1 1 2 B C 10
A> c D @5A D
2 3 4 25
1

mit Hilfe des Gauß-Algorithmus aus


! ! !
6 13 10 6 13 10 1 3 5
! !
13 29 25 1 3 5 5 20
18.2 Lösungen 125

zu  D 4 und  D 7. Dies entspricht den Punkten


0 1 0 1 0 1
1 1 8
B C B C B C
p D a C u D @3A C 7 @1A D @10A
2 2 16

und
0 1 0 1 0 1
2 2 6
B C B C B C
q D b C v D @2A C 4 @3A D @10A :
1 4 17
Die Q R-Zerlegung einer Matrix
19

19.1 Aufgaben
0 1
1 1 2
B C
19.1 Berechnen Sie eine QR-Zerlegung der Matrix A D @ 2 3 0 A.
2 4 4

19.2 Gegeben ist das lineare Ausgleichsproblem, das durch


0 1 0 1
3 0 0 5
B C B C
B 4 0 5 C B 0 C
ADB C und bDB C
@ 0 3 2 A @ 1 A
0 4 4 2

definiert wird.

(a) Bestimmen Sie eine QR-Zerlegung von A.


(b) Geben Sie die Lösung x des Ausgleichproblems an. Wie groß ist die Norm des Resi-
duums kb  Axk?

19.3 Programmieren Sie die Q R-Zerlegung mittels Householdertransformationen. Tes-


ten Sie Ihr Progamm anhand der Matrix A = U S V,
wobei U = qr(rand(30)); V = qr(rand(30));
S = diag(2.^(-1:-1:-30));

19.4 Begründen Sie, warum das Rezept zur Lösung des linearen Ausgleichsproblems mit
der Q R-Zerlegung in Abschn. 19.3.2 (Rezeptebuch) funktioniert.
© Springer-Verlag GmbH Deutschland 2018 127
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_19
128 19 Die Q R-Zerlegung einer Matrix

19.5 Gegeben ist eine Matrix A 2 R32 mit QR-Zerlegung


0p p p 1 0p p 1
1= 6 2= 5 1= 30 6 2 6
B p p C B p C
Q D @1= 6 0 5= 30A und R D @ 0  5A ;
p p p
2= 6 1= 5 2= 30 0 0

sowie der Vektor b D .2; 6; 1/> . Lösen Sie das lineare Ausgleichsproblem jjAx  bjj D
min mit Hilfe der reduzierten QR-Zerlegung.

19.2 Lösungen

19.1 (1) Es gilt s D .1; 2; 2/> 6D  e1 .

 Wir setzen ˛1 D ksk D 3, da s1  0.


 Wir setzen a D s  ˛1 e1 D .4; 2; 2/> .
 Mit der Householdertransformation
0 1 0 1
2 1=3 2=3 2=3 3 1 2
H1 DE3  > aa>D @2=3 2=3 1=3A gilt A1 D H1 A D @ 0 4 0 A :
a a
2=3 1=3 2=3 0 3 4

(2) Es gilt s D .0; 4; 3/> 6D  e2 .

 Wir setzen ˛2 D Cksk D 5, da s2 < 0.


 Wir setzen a D s  ˛2 e2 D .0; 9; 3/> .
 Mit der Householdertransformation
0 1 0 1
2 1 0 0 1 15 5 10
H2 D E3  > aa> D @0 4=5 3=5A gilt A2 D H2 A1 D @ 0 25 12 A :
a a 5
0 3=5 4=5 0 0 16

Damit erhalten wir A D Q R mit Q D H1 H2 und R D A2 , d. h.


0 1 0 1
1 5 2 14 1 15 5 10
QD @ 10 11 2 A und R D @ 0 25 12 A :
15 5
10 10 5 0 0 16
19.2 Lösungen 129

19.2 (a)

(1) Es gilt s D .3; 4; 0; 0/> 6D  e1 .


 Wir setzen ˛1 D ksk D 5, da s1  0.
 Wir setzen a D s  ˛1 e1 D .8; 4; 0; 0/> .
 Mit der Householdertransformation
0 1 0 1
3=5 4=5 0 0 5 0 4
2 B4=5 3=5 0 0C B C
H1 DE4  > aa>D B C gilt A1 D H1 A D B 0 0 3 C :
a a @ 0 0 1 0 A @ 0 3 2 A
0 0 0 1 0 4 4

(2) Es gilt s D .0; 0; 3; 4/> 6D  e2 .


 Wir setzen ˛2 D ksk D 5, da s2  0.
 Wir setzen a D s  ˛2 e2 D .0; 5; 3; 4/> .
 Mit der Householdertransformation
0 1 0 1
25 0 0 0 5 0 4
2 1 B C
0 15 20 C B 0 5 2 C
H2 D E4  > aa> D B 0 gilt A2 D H2 A1 D B C:
a a 25 @ 0 15 16 12 A @ 0 0 5 A
0 20 12 9 0 0 0

Damit erhalten wir A D Q R mit Q D H1 H2 und R D A2 , d. h.


0 1 0 1
15 0 12 16 5 0 4
1 BB 20 0 9 12 C B C
C und R D B 0 5 2 C :
QD @ A @
25 0 15 16 12 0 0 5 A
0 20 12 9 0 0 0

(b) Die Lösung des Ausgleichsproblems ergibt sich aus:


0 1 0 1
5 0 4 3
R1 x D d1 mit R1 D @ 0 5 2 A ; d1 D @ 1 A :
0 0 5 4

4 18=5 316=5
Wir erhalten hieraus x3 D 5 D  45 ; x2 D 5 D 3
25 ; x1 D 5 D 31
25 .

Für das Residuum erhalten wir die Norm des verbleibenden Eintrags kd2 k D 2.

19.3 In M ATLAB lautet die Formulierung des Algorithmus z. B. wie folgt:


function [Q,R,V] = householder(A)
[m,n]=size(A);
if n>m
130 19 Die Q R-Zerlegung einer Matrix

disp(’Matrix A muss mehr Zeilen als Spalten haben’)


return
end
\%Ausgabe initialisieren
Q=eye(size(A));V=zeros(size(A));R=zeros(n);
for k=1:n
\%Spiegelungsvektor v konstruieren
a=A(k:m,k);tmp =
sign(a(1))*norm(a);v=a; v(1)=v(1)+tmp;v=v/norm(v);
\%Spiegelung durchfuehren
A(k:end,k:end)=A(k:end,k:end)-2*v*(v’*A(k:end,k:end));
\%Spiegelvektoren merken
V(k:end,k)=v;
end
\%Die Matrix Q berechnen
for k=n:-1:1
v=V(k:end,k);Q(k:end,:)=Q(k:end,:)-2*v*(v’*Q(k:end,:));
end
\%R ist der rechte obere Teil von A
R=triu(A);
end

 
RQ
19.4 Es gilt mit der orthogonalen Matrix Q und der Matrix R D der vollen Q R-
0
 
bQ Q
Zerlegung und b D , b D .b1 ; : : : ; bn /> 2 Rn :
c

kb  A xk2 D kQ>.b  A x/k2 D kQ> b  Q> A xk2 D kQ> b  R xk2


 
bQ  Rx
Q
Dk k2 D kbQ  RQ xk2 C kck2  kck2 :
c

Q D n, das Minimum wird für x D RQ 1 bQ angenommen.


Wegen rg.A/ D n gilt auch rg.R/

19.5 Die reduzierte QR-Zerlegung lautet A D QQ RQ mit


0 p p 1
1= 6 2= 5 p p !
B p C 6 2 6
QQ D @1= 6 0 A und RQ D p :
p p 0  5
2= 6 1= 5
19.2 Lösungen 131

Š
Die Lösung des Ausgleichsproblems jjAx  bjj D min erhält man nun als Lösung des
Q D QQ > b mit dem Gauß-Algorithmus aus
LGS Rx
p p p ! !
6 2 6 6= 6 1 2 1
p p !
0  5 5= 5 0 1 1

zu x D .3; 1/> .
Folgen
20

20.1 Aufgaben

20.1 Gegeben sei eine konvergente Folge .an / mit Limes a und eine Folge .bn / mit
limn!1 jbn  an j D 0. Zeigen Sie

lim bn D a :
n!1

20.2 Es sei .an / eine Folge reeller Zahlen, die gegen den Grenzwert a 2 R konvergiert,
I D fi1 ; : : : ; ik g  N und B D fb1 : : : ; bk g  R. Wir definieren die Folge .an0 / durch
8
<b ; falls n 2 I und n D i I
j j
an0 D :
:a ; falls n … I
n

Zeigen Sie, dass die Folge .an0 / konvergiert und bestimmen Sie den Grenzwert der Folge.

20.3 Begründen Sie die Aussagen in der Box zur bestimmten Divergenz.

20.2 Lösungen

20.1 Die Idee ist: Wir wählen einen Index N , sodass einerseits die Folgenglieder bn mit
einem Index n > N ganz nahe an an liegen und die an wiederum ganz nahe an a liegen.
Es liegen die bn dann auch ganz nahe an a. Präziser: Es sei " > 0. Da lim an D a, gibt
n!1
es einen Index N1 2 N mit
"
jan  aj < für alle n > N1 :
2
© Springer-Verlag GmbH Deutschland 2018 133
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_20
134 20 Folgen

Da außerdem lim jbn  an j D 0, gibt es weiterhin einen Index N2 2 N mit


n!1

"
jjbn  an j  0j D jbn  an j < für alle n > N2 :
2

Wählt man nun N" D maxfN1 ; N2 g, so gilt

" "
jan  aj < und jbn  an j < für alle n > N" :
2 2

Mit der Dreiecksungleichung gilt nun für alle n > N" :

" "
jbn  aj D j.bn  an / C .an  a/j  jbn  an j C jan  aj < C D"
2 2

und somit die Behauptung lim bn D a.


n!1

20.2 Die Folge .an0 / unterscheidet sich von der Folge .an / nur durch endlich viele Fol-
genglieder. Natürlich vermutet man daher sofort, dass der Grenzwert derselbe sein wird.
Da jI j D k < 1, gibt es einen Index N 2 N (z. B. N D max.I /), so dass an0 D an für
alle n > N . Es sei nun ein " > 0 gegeben. Da lim an D a, gibt es einen Index N1 , so
n!1
dass

jan  aj < " für alle n > N1 :

Mit N" D maxfN1 ; N g gilt dann entsprechend

jan0  aj D jan  aj < " für alle n > N" ;

also konvergiert auch die Folge .an0 / gegen den Grenzwert a.

20.3
 an ! 1 ) 8 " > 0 W 9 N 2 N W
ˇ ˇ
1 ˇ1 ˇ
an > 8n  N ) ˇˇ  0ˇˇ < " 8 n  N :
" an

 an ! 1 ) 8 " > 0 W 9 N 2 N W
ˇ ˇ
1 1 ˇ1ˇ
an <  8n  N ) > " 8 n  N ) ˇˇ ˇˇ < " 8 n  N :
" an an
20.2 Lösungen 135

1
 an ! 0; an > 0; K 2 R>0 ) 9 " > 0 und N 2 N W "
> K und

1 1
an < " 8 n  N ) > >K 8n  N :
an "

 an ! 0; an < 0; K 2 R<0 ) 9 " > 0 und N 2 N W  1" < K und

1 1
an < " 8 n  N ) < <K 8n  N :
an "
Berechnung von Grenzwerten von Folgen
21

21.1 Aufgaben

21.1 Für konvergente Folgen .an / und .bn / gilt limn!1 .an C bn / D limn!1 an C
limn!1 bn . Geben Sie Beispiele mit

lim cn D C1 und lim dn D 1


n!1 n!1

an, für die obige Aussage falsch ist. Insbesondere sollte für ein e 2 R gelten:

(a) lim .cn C dn / D C1; (b) lim .cn C dn / D 1; (c) lim .cn C dn / D e:
n!1 n!1 n!1

21.2 Untersuchen Sie, ob nachstehende Folgen konvergieren und bestimmen Sie ggf. ihre
Grenzwerte:
.2nC3/.n1/ n2 1 n3 C1
(a) an D n2 Cn4
; (g) gn D nC3
 n2 C1
;
p p p p p
(b) bn D n C n  n  n; (h) hn D n.n C 3/  n;
n 
Q 
.4nC3/.n2/
(c) cn D 1  k12 ; (i) in D n2 Cn2
;
kD2
  n p p p p
(d) dn D 2nn
2 ; (j) jn D n C 2n  n  2n;
p p .4n2 C3n2/.4n2/
(e) en D n C 4  n C 2; (k) kn D .4n2/.2nC1/.n4/
;
 4 p
5n
(f) fn D 2nC1 ; (l) ln D n2 C 2n  n:

© Springer-Verlag GmbH Deutschland 2018 137


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_21
138 21 Berechnung von Grenzwerten von Folgen

21.3 Untersuchen Sie folgende rekursiv definierte Folgen auf Konvergenz und bestimmen
Sie ggf. die Grenzwerte:

(a) a1 D 0 ; anC1 D 14 .an  3/ (c) c1 D 2 ; cnC1 D 3


4cn
für n  1; für n  1;
p
(b) b1 D 0 ; bnC1 D 2 C bn (d) d1 D 0 ; dnC1 D 3dn C 2
für n  1; für n  1:

21.4 Zeigen Sie mit Hilfe des Einschnürungskriteriums: Für jedes ˛ > 0 gilt limn!1
pn
˛ D 1.
p
Hinweis: Verwenden Sie an D n ˛  1 und die Bernoulli’sche Ungleichung aus Aufga-
be 2.1.

 
1 x
21.5 Für x; a0 2 R>0 konvergiert die durch anC1 D 2 an C an , n 2 N gegebene Folge
p
gegen x.
Schreiben Sie eine MATLAB-Funktion [an, n] = wurzel(x, a0, tol), die
den Wert und den Index des ersten Folgengliedes an bestimmt, für das jan2  xj < tol
gilt.

21.2 Lösungen

21.1 (a) Wähle cn D n2 C 1 und dn D 2n. Dann gilt

lim cn D C1 ; lim dn D 1 und lim .cn C dn / D lim .n  1/2 D C1 :


n!1 n!1 n!1 n!1

(b) Wähle cn D 2n und dn D n2  1. Es folgt lim .cn C dn / D lim .n  1/2 D 1.
n!1 n!1

(c) Mit cn D n C e, dn D n folgt

lim cn D C1 ; lim dn D 1 und lim .cn C dn / D lim e D e :


n!1 n!1 n!1 n!1

21.2 Wir wenden die Hilfsmittel an, die wir rezeptartig formuliert haben:
.2nC3/.n1/
(a) an D n2 Cn4
! 2 D 2.
n!1 1
p p p p p p p
(b) bn D n C n  n  n D p.nC pn/.n
p n/ p D p
2 n
p p p D
nC nC n n nC nC n n
p
2 n  ! 2
p q q D 1.
n 1C p1n C 1 p1n n!1 1C1
21.2 Lösungen 139

n 
Q  n  2 
Q n 
Q 
.k1/.kC1/
(c) cn D 1 1
k2
D k 1
k2
D k2
D 13
22
 24
33
 35
44
   .n1/.nC1/
nn
D
kD2 kD2 kD2
nC1
! 1 .
2n n!1 2
2n n .2n/Š
(d) dn D n 2 D nŠ.2nn/Š 2
n
D .2n/Š
nŠnŠ 2
n
D 2n.2n1/.2n2/Š 1
n.n1/Š n .n1/Š 2 2.n1/ D
.2.n1//Š  
.n1/Š .n1/Š
2.n1/ 2n .2n1/
n2 2
D 2n1n
dn1 D 2  n1 dn1 .
3  3 2  3 n1  3 n1 2
 3 n
Damit gilt dn  2 dn1  2 dn2  : : :  2 d1 D 2 D 3 2 .
Die Folge .dn / ist daher nicht beschränkt und somit divergent.
p p
(e) en D n C 4  n C 2 D pnC4.nC2/ p
nC4C nC2
D pnC4C2 pnC2 ! 0.
n!1

   4  5 4
5n 4 5 625
(f) fn D 2nC1
D 2C n1
! 2
D 16
.
n!1
3 4
n2 1 n3 C1 3n3 3n4 3 
(g) gn D nC3
 n2 C1
D .nC3/.n2 C1/
D n2 n3  ! 3 D 3.
1C n3
. / 1C 12 n!1 11
n
p n.nC3/n 2
(h) hn D n.n C 3/  n D p D p 3n  Dp 3
! 3 .
n.nC3/Cn n 1
n .nC3/C1 1C n3 C1 n!1 2

.4nC3/.n2/ .4C n3 /.1 n2 /


(i) in D n2 Cn2
D 1C n1  2 ! 41 D 4.
n2 n!1 1
p p p p p p p p
2 2 n
(j) jn D n C 2n  n  2n D pnC p2n.n
p 2n/
p D p
q !
p 2 q p 2  n!1
nC 2nC n 2n n 1C n C 1 n
p
2 2
p
1C1
D 2.
.4n2 C3n2/.4n2/ 4n2 C3n2 4C n3  n2
(k) kn D .4n2/.2nC1/.n4/
D 2n2 7n4
D !
2 n7  n4 n!1
2.
p n C2nn 2 2 2n 2
(l) ln D n2 C 2n  n D p Dp Dp ! 1.
2 n C2nCn n2 C2nCn 1C n2 C1 n!1

21.3 (a) Falls .an / konvergiert, so lautet die Fixpunktgleichung

a D 14 .a  3/ , a  41 a D  34 , 43 a D  34 , a D 1 :

Der einzig mögliche Grenzwert der Folge .an / ist also 1. Per vollständiger Induktion
zeigen wir, dass 1 < an  0 gilt.
Induktionsanfang: 1 < a0 D 0  0 : X
Induktionsvoraussetzung: 1 < an  0 , 0 < an C 1  1 :
Induktionsschritt: anC1 D 14 .an  3/ D 41 .an C 1/  1, also mit Induktionsvoraussetzung
1 < anC1  0.
140 21 Berechnung von Grenzwerten von Folgen

Die Folge .an / ist also beschränkt und weil

anC1  an D 41 .an  3/  an D  34 .an C 1/ < 0 , anC1 < an ;

ist .an / streng monoton fallend und damit konvergent. Es gilt also lim an D 1.
n!1

(b) Aus der Fixpunktgleichung


p  2
bD 2 C b ) b 2 D 2 C b , b  12 D 9
4 , b D 2 _ b D 1

p möglichen Grenzwert 2, denn 1 ist keine gültige Lösung der


erhält man als einzigen
Gleichung, da b D 2 C b  0 sein muss. Per vollständiger Induktion lässt sich

0  bn < bnC1 < 2

zeigen. Damit gilt lim bn D 2.


n!1

(c) Aus der Fixpunktgleichung

3
cD , c 2  4c D 3 , .c  2/2 D 1 , c D 1 _ c D 3
4c

folgt, dass die Kandidaten 1 und 3 für den Grenzwert der Folge sind. Mit Induktion zeigt
man

1 < cnC1 < cn  2 :

Damit konvergiert die Folge .cn / gegen den Grenzwert 1.


(d) Aus der Fixpunktgleichung

d D 3d C 2 , 2d D 2 , d D 1

folgt, dass der einzig mögliche Grenzwert 1 ist. Man sieht aber sofort, dass dn  0, also
divergiert die Folge .dn /.

21.4 Für n 2 N und x > 1 gilt nach der Bernoulli’schen Ungleichung

.1 C x/n  1 C nx :
p
Definiert man an D n
˛  1, so folgt mit der obigen Ungleichung

˛1
˛ D .an C 1/n  1 C nan , an  ;
n
21.2 Lösungen 141

da an > 1 wegen ˛ > 0.


˛1
1. Fall. ˛ > 1: Dann ist an  0 und da !
n n!1
0, folgt mit dem Einschnürungskriterium
lim an D 0 und damit
n!1

p
n
lim ˛ D lim an C 1 D 0 C 1 D 1 :
n!1 n!1

p p
n
n
2.
p Fall. 0 < ˛ < 1: Es gilt dann 0 < ˛ < 1. Es ist also 1=˛ > 1 und nach Fall 1 gilt
n
1=˛ ! 1. Das liefert
n!1

p
n
1 1 1
lim ˛ D lim pn
D lim p D D 1:
n!1 n!1 1= ˛ n!1 n
1=˛ 1
p
Zusammen also lim n
˛ D 1 für alle ˛ > 0.
n!1

21.5 Der folgende Code leistet das Gewünschte:


function [an, n] = wurzel(x, a0, tol)
an = a0; n = 0;
while abs(an^2-x) >= tol
an = (an + x/an)/2;
n = n+1;
end
Reihen
22

22.1 Aufgaben
P1 1
22.1 Begründen Sie, warum die harmonische Reihe kD1 k divergiert.

P1 1
22.2 Begründen Sie, warum die allgemeine harmonische Reihe kD1 k ˛ ; ˛ > 0; für
˛ > 1 konvergiert und für ˛  1 divergiert.

22.3 Untersuchen Sie die folgenden Reihen auf Konvergenz bzw. Divergenz, bestimmen
Sie falls möglich den Wert der Reihe.

1
P 1
P 1 
P 
2k 2 CkC7 4k 1
(a) .kC2/.k7/
, (g) 4k 2 C8
, (m) 1 k
,
kD1 kD1 kD1
P1 1 2 3 4 P1
(b) kŠ
, (h) 2
C 3
C 4
C 5
C :::, (n) kC1
,
kk k 2 k2
kD1 kD3
1
P 2 P1
P1
kC4 (i) 3k
, k3
(c) , kD1 (o) 4k
,
k 2 3kC1
kD1 kD0
1
P  k
P1
(j) 2k 1
P
(d) .kC1/k1
, kŠ , (p) 9k10
,
.k/k kD1 10k
kD1 kD1
P1 1
P 1 P1
(e) 1
, (k) 100k , (q) 1
,
5k kD1 kk
kD1 kD1
P1
4k
1
P .kC1/k1 P1
k2
(f) 3k 2 C5
, (l) .k/k
, (r) 2k
.
kD1 kD1 kD0

© Springer-Verlag GmbH Deutschland 2018 143


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_22
144 22 Reihen

22.4
P1 2C3.1/k
(a) Zeigen Sie, dass die Reihe kD0 kC1
alternierend ist und dass
k
limk!1 2C3.1/
kC1
D 0 gilt. Warum ist das Leibnizkriterium nicht anwendbar?
P .1/k kC1
(b) Warum konvergiert die Reihe 1kD0 kC2  kC3 ?

22.5 Berechnen Sie mit M ATLAB die folgenden Reihenwerte:


P1 1
(a) kD1 .4k1/.4kC1/ .
P1 k
P1 k
P1 k
(b) kD0 .1=2/ , kD0 .1=10/ , kDm .1=10/ .
P1 k 1
(c) kD0 .1/ 2kC1 .

22.6 Schreiben Sie ein Programm, das den Wert einer nach Leibniz konvergierenden al-
ternierenden Reihe näherungsweise berechnet.

22.7 Man untersuche die folgenden Reihen auf Konvergenz bzw. Divergenz.
P1 P1 P1
(a) .1/k sin. 20 /, (c) cos. k3 /, (e) 4kC5
kD0 3k 3 C1 .
PkD1
1 2k 2 C3kC1 k
k PkD1
1 2kC3
(b) kD0 . 5k 2 CkC3 / ,
(d) kD0 3k 2 C5 ,

22.8 Begründen Sie, dass die folgenden Reihen konvergieren, und bestimmen Sie den
Grenzwert.
P1 5 5 P1 1
(a) kD1 .cos. /  cos. kC1 //, (c) kD1 .2k/2
,
P1 2k 32kk P1 1
(b) kD0 10k , (d) kD0 .2kC1/2 .

P1 1 2
Sie dürfen für (c),(d) den Reihenwert kD1 k 2 D 6 verwenden.

22.2 Lösungen

22.1 Es gilt für die n-te Partialsumme:


s2kC1
‚ …„  ƒ

1
sn D 1 C 2 C C C C C C 18 C    C 2k1C1 C : : : C
1
3
1
4
1
5
1
6
1
7
1
2kC1
CC 1
n
„ƒ‚… „ ƒ‚ … „ ƒ‚ …
1 1 1
 2 4  4 8  2k 
2kC1

1C 1
2
C2 1
4
C4 1
8
C    C 2k  1
2kC1
 3
2
Ck 1
2
D kC3
2
:

kC3 k!1
Für alle k 2 N gilt damit s2kC1  2 ! 1.
22.2 Lösungen 145

P1 1
22.2 Die Divergenz für ˛  1 ist klar, da nD1 n divergente Minorante ist. Ist ˛ > 1, so
gilt:
 
 1 1
  1 1 1 1
 1 1
s2k 1 D 1 C 2˛
C 3˛
C 4˛
C 5˛
C 6˛
C 7˛
C C ˛ C:::C ˛
.2k1 / .2k 1/
k1
X
2 4 2k1
 1
n
1C 2˛
C 4˛
C:::C ˛ D 2˛1
:
.2k1 /
nD0

P  1 n
Da für ˛ > 1 die Reihe 1 nD0 2˛1 konvergiert, konvergiert auch die allgemeine har-
monische Reihe für ˛ > 1.

22.3 (a) Für die Summanden gilt

2k 2 C k C 7 2
! D 2 :
.k C 2/.k  7/ k!1 1

Sie bilden also keine Nullfolge, und damit divergiert die Reihe nach dem Nullfolgenkrite-
rium.
kŠ 1
(b) Wir zeigen mit vollständiger Induktion über k, dass kk
 k2
für alle k  5 gilt:
5Š 24 25 1 1
Induktionsanfang: k D 5: 55
D 625
 625
D 25
D 52
X
kŠ 1 kk
Induktionsvoraussetzung: Für k 2 N gilt: kk
 k2
, kŠ  k2
D k k2 .
.kC1/Š 1 k1
Induktionsschritt: .kC1/ kC1  .kC1/2 , .k C 1/Š  .k C 1/ :
P 1
Da die Reihe k2
konvergiert, konvergiert auch die betrachtete Reihe nach dem Majo-
rantenkriterium.
(c) Für n 2 N gilt:

n.n C 4/ D n2 C 4n  n2  n2  3n C 1;

da 3n C 1  2. Für n  3 ist der Ausdruck außerdem positiv. Es folgt also für alle
n  3:

n.n C 4/ nC4 1
1 , 2  :
n2  3n C 1 n  3n C 1 n
P P1
Es folgt daher 1 1
nD3 n 
nC4
nD3 n2 3nC1 und da die harmonische Reihe gegen 1 diver-
giert, folgt mit dem Minorantenkriterium die Divergenz der gegebenen Reihe. Die ersten
zwei Folgeglieder sind dabei für die Konvergenz unerheblich.
146 22 Reihen

(d) Durch Umformen erhalten wir die alternierende Reihe


1
X 1
X  n1
.n C 1/n1 1 nC1
D .1/n :
nD1
.n/n nD1
n n

Es bietet sich das Leibnizkriterium an, dazu sind die Voraussetzungen zu überprüfen. Zu-
erst formen wir um:
   
1 n C 1 n1 1 1 n1
an D D 1C :
n n n n
 n1 
Mit etwas Mühe kann man zeigen, dass die Folge 1 C n1 konvergiert (hierzu be-
gründet man die Monotonie und Beschränktheit der Folge). Wir drücken uns vor dieser
Arbeit und richten lieber an den Leser die Bitte, zahlreiche Folgenglieder mit MATLAB
zu berechnen und diese mit e zu vergleichen. Mit dieser Konvergenz folgt nun
 
1 1 n
an D 1C ! 0 :
n n n!1

Daher ist .an / eine Nullfolge. Wir zeigen nun, dass .an / monoton fallend ist. Dazu be-
trachten wir den Quotienten
   n
anC1 .n C 2/n  nn n  .n C 2/ n n2 C 2n
D D D < 1:
an .n C 1/n1  .n C 1/nC1 .n C 1/2 n2 C 2n C 1

Die Folge ist also monoton. Nun können wir mit dem Leibnizkriterium die Konvergenz
der Reihe folgern.
(e) Hier haben wir es (vom fehlenden ersten Summanden abgesehen) mit einer geome-
trischen Reihe zu tun. Daher können wir nicht nur über die Konvergenz entscheiden, wir
können sogar den Reihenwert bestimmen, es gilt:
1  n
X  0 X 1  n X1  n
1 1 1 1 1 1
D 1 C C D 1 C D 1 C 1
D :
nD1
5 5 nD1
5 nD0
5 1 5
51

4n
(f) Wir setzen an D 3n2 C5
. Damit gilt

4n 4n 4n 1 1
an D  2 D 2 D  ;
3n2 C 5 3n C 5n2 8n 2 n
weil n  1 ist. Wir finden somit in der harmonischen Riehe eine divergente Minorante,
die Reihe divergiert somit nach dem Minorantenkriterium:
1
X X 1 1
4n 1X1
D an  D 1:
nD1
3n C 5
2
nD1
2 nD1 n
22.2 Lösungen 147

(g) Wie in der vorherigen Aufgabe gilt

4n 4n 4n 1 1
 D D  ;
4n2 C 8 4n2 n C 8n2 12n2 3 n
P1 4n
also nD1 4n2 C8 D 1 nach dem Minorantenkriterium.
(h) Schreibt man die gegebene Summe als Reihe, so erhält man

X n 1
1 2 3 4
C C C C::: D :
2 3 4 5 nD1
nC1

n
Die Folge nC1 konvergiert dabei gegen 1, ist also insbesondere keine Nullfolge und somit
divergiert die Reihe nach dem Nullfolgenkriterium.
(i) Wir haben es wieder (etwas versteckt) mit einer geometrischen Reihe zu tun, von der
wir wieder mal den Reihenwert bestimmen können:
1 1  n 1  n
! !
X 2 X 1 X 1 1
D2 D 2 1 C D 2 1 C D 1:
nD1
3n nD1
3 nD0
3 1  31

1
P xn
(j) Unter Kenntnis der Exponentialreihe nŠ
D ex gilt
nD0

1
X 1
X X1 X1
2n 1 1 1n
D2 D2 D2 D 2  e1 D 2 e :
nD1
nŠ nD1
.n  1/Š nD0
nŠ nD0

Kennt man die Exponentialreihe nicht, lässt sich immerhin mit dem Quotienkriterium die
Konvergenz zeigen:
ˇ 2.nC1/ ˇ ˇ ˇ ˇ ˇ ˇ ˇ
ˇ ˇ
ˇ .nC1/Š ˇ ˇˇ .2n C 2/nŠ ˇˇ ˇˇ 2  .n C 1/  nŠ ˇˇ ˇˇ 1 ˇˇ
ˇ 2n ˇ D ˇ D D <1 für n  2 :
ˇ nŠ ˇ 2n.n C 1/Š ˇ ˇ 2  n  .n C 1/  nŠ ˇ ˇ n ˇ

(k) Hier spielt die divergente harmonische Reihe wieder eine Schlüsselrolle:

1
X 1
1 1 X1
D  D 1:
nD1
100n 100 nD1 n

(l) Uups! – Hier haben wir die Teilaufgabe (d) erneut gestellt.
1
1
P 1
(m) Da 1  !
n n!1
1 keine Nullfolge ist, kann 1 n
nicht konvergieren.
nD1
148 22 Reihen

(n) Die Reihe divergiert, denn wir erhalten nach Umformung und Indexverschiebung die
harmonische Reihe:
1
X X 1 X 1 1
X1 1
nC1 nC1
D D D D 1:
nD3
n n2
2
nD3
.n C 1/.n  2/ nD3
n2 nD1
n

(o) Mit dem Quotientenkriterium erhält man


ˇ .nC1/3 ˇ ˇ ˇ   !3
ˇ ˇ 1 nC1 3 1
ˇ 4nC1 ˇ ˇˇ .n C 1/  4 ˇˇ 1C
3 n
1 n 1
ˇ n3 ˇ D ˇ 3 nC1 ˇ D D ! < 1:
ˇ n ˇ n 4 4 n 4 1 n!1 4
4

Die Reihe ist also konvergent.


(p) Dieses Mal benutzen wir das Wurzelkriterium und erhalten
sˇ n ˇ
ˇ
n ˇ 9n  10
ˇ 9 C 10
ˇ D 9n C 10 D n
!
9
< 1:
ˇ 10n ˇ 10n 10 n!1 10

Auch diese Reihe ist demnach konvergent.


(q) Die Reihe konvergiert absolut nach dem Wurzelkriterium, denn es gilt:
sˇ ˇ
ˇ ˇ
n ˇ 1 ˇ 1
ˇ nn ˇ D n n!1
! 0 < 1 :

(r) Die Reihe konvergiert absolut nach dem Ouotientenkriterium, denn es gilt:
ˇ .nC1/2 ˇ ˇ ˇ
ˇ ˇ 1 C n2 C 1
ˇ 2nC1 ˇ ˇˇ n C 2n C 1 ˇˇ
2
n2 1
ˇ n2 ˇ D ˇ ˇ D ! < 1:
ˇ n ˇ 2n2 2 n!1 2
2

22.4 (a) Mit der Umformung


D1
‚ …„ ƒ
1
X 1
X X1
2 C 3  .1/n 2  .1/2n C3  .1/n .1/n  2 C 3
D D .1/n 
nC1 nC1 nC1
nD0 nD0 nD0 „ ƒ‚ …
DW an >0

P1 2C3.1/n P1 n
gilt nD0 nC1
D nD0 .1/ an mit an > 0. Die Reihe ist also alternierend.
Damit nun das Leibnizkriterium anwendbar wäre, müsste die Folge .an / monoton gegen
0 konvergieren. .an / ist tatsächlich eine Nullfolge, denn:

.1/n  2 C 3 .1/n  n2 C 3
n 0C0
an D D ! D 0:
nC1 1 C n1 n!1 1C0
22.2 Lösungen 149

Für die Monotonie müsste nun noch gelten:

.1/nC1  2 C 3 .1/n  2 C 3
anC1  an , 
nC2 nC1
 
, .1/nC1  2 C 3 .n C 1/  ..1/n  2 C 3/ .n C 2/
8
<n C 1  5.n C 2/ n gerade
,
:5.n C 1/  n C 2 n ungerade
8
<4n C 9  0 n gerade X
,
:.4n C 3/  0 n ungerade ein Widerspruch.

Die Folge .an / ist also nicht monoton.


P .1/n
(b) 1 nC1
nD0 nC2  nC3 ist eine alternierende Reihe über der Folge an D
nC1
.nC2/.nC3/
. Diese
Folge ist eine Nullfolge, denn

1 1
nC1 n
C n2 0C0
an D D 2
  !
3 n!1 .1 C 0/.1 C 0/
D 0:
.n C 2/.n C 3/ 1C n 1C n

Außerdem ist .an / monoton fallend, denn es gilt

nC2 nC1
anC1  an ,  , .n C 2/.n C 2/  .n C 1/.n C 4/
.n C 3/.n C 4/ .n C 2/.n C 3/
, n2 C 4n C 4  n2 C 5n C 4 , 0  n : X

Die Folge ist also nach dem Leibnizkriterium konvergent.

22.5 Wir erklären zuerst alle nötigen Symbole: syms k m;

(a) M ATLAB berechnet den Wert exakt: a=symsum(1/((4*k-1)*(4*k+1)), 1,


Inf) liefert a = 1/2 - pi/8.
(b) M ATLAB berechnet den Wert einer geometrischen Reihe exakt:
a=symsum(0.5ˆk, 0, Inf) liefert a = 2.
a=symsum(0.1ˆk, 0, Inf) liefert a = 10/9.
a=symsum(0.1ˆk, m, Inf) liefert a = (10*(1/10)ˆm)/9.
(c) M ATLAB berechnet den Wert der alternierenden Reihe exakt:
a=symsum((-1)ˆk*1/(2*k+1), 0, Inf) liefert a = pi/4.
150 22 Reihen

22.6 Der folgende Code taugt:


function [ S ] = leibniz( f, ku, tol )
%berechnet den wert der alternierenden reihe ueber ak bis
%tol genau
S=0;
k=ku;
while abs(f(k+1))>=tol
S=S+f(k);
k=k+1;
end
Wir erhalten zum Beispiel mit
f=@(k) (-1)ˆk*1/(2*k+1);
[ S ] = leibniz( f, 0, 1e-5 )
das Ergebnis S = 0.7854.

22.7 (a) Aus dem Graph der Sinusfunktion lesen wir ab, dass sin im Bereich Œ0; 2  streng
monoton wachsend ist. Daher ist die Folge .sin. 20 40
k // ab k   sicher eine monoton fal-
lende Folge. Weiter lesen wir aus dem Graphen ab, dass limk!1 sin. 20k
/ D 0 gilt - formal
würden wir dazu benötigen, dass sin im Punkt x D 0 stetig ist. Der Stetigkeitsbegriff wird
in kürze eingeführt bzw. sollte aus der Schule bekannt sein. Mit dem Leibnizkriterium ab
P
k  40

folgt daher die Konvergenz der Reihe 1 k 20
kD1 .1/ sin. k /.

(b) Mit dem Wurzelkriterium erhalten wir wegen


s
 k
k 2k 2 C 3k C 1 2k 2 C 3k C 1 2
lim D lim . /D <1
k!1 5k 2 C k C 3 k!1 5k 2 C k C 3 5
P1 2k 2 C3kC1 k
die (absolute) Konvergenz der Reihe kD0 . 5k 2 CkC3 / .

(c) Aus cos.0/ D 1 und dem Graphen der Kosinusfunktion lesen wir wegen limk!1 k3 D
0 ab, dass limk!1 cos. k3 / D 1 gilt (auch hier verwenden wir die Stetigkeit von cos). Ins-
P
besondere ist .cos. k3 // keine Nullfolge, so dass die Reihe 1 3
kD1 cos. k / nicht konvergieren
kann.
(d) Es gilt

2k C 3 1 2 C k3
D  :
3k 2 C 5 k 3 C k52
22.2 Lösungen 151

Da
3
2C k 2 1
lim 5
D > ;
k!1 3C k2
3 2

gibt es ein N , sodass

3
2C k 1
5
> für k  N
3C k2
2

gilt. Damit ist also

2k C 3 1 2 C k3 1
D  5
> für k  N :
3k C 5
2 k 3 C k2 2k
P
Da die Reihe 1 1
2k divergiert, haben wir ab k  N eine divergente Minorante, d. h.
P1 kD1
2kC3
die Reihe kD0 3k 2 C5 divergiert ebenfalls (und zwar bestimmt gegen C1).
(e) Es gilt

4k C 5 1 4 C k5
D  :
3k 3 C 1 k 2 3 C k13

Da
5
4C k 4
lim 1
D <2
k!1 3C k3
3

gibt es ein N , sodass

5
4C k
1
<2 für k  N
3C k3

gilt. Damit ist also

4k C 5 1 4 C k5 2
D  < 2 für k  N :
3k 3 C 1 k 2 3 C k13 k
P
Da die Reihe 1 2
haben wir also ab k  N eine konvergente Majorante.
kD0 k 2 konvergiert,P
Daher konvergiert auch die Reihe 1 4kC5
kD0 3k 3 C1 .
152 22 Reihen

22.8 (a) Aus

n
X 5 5 5 5 5 5 5 5
.cos. /  cos. // D cos. /  cos. / C cos. /  cos. / C cos. /  cos. /
k kC1 1 2 2 3 3 4
kD1
5 5 5
C : : : C cos. /  cos. / D cos.5/  cos. /
n nC1 nC1

(Teleskopsumme) erhalten wir wieder wegen cos.0/ D 1, der Stetigkeit von cos im Punkt
5
x D 0 und wegen limn!1 nC1 D 0 den Reihenwert

1
X 5 5 5
.cos. /  cos. // D lim .cos.5/  cos. //
k kC1 n!1 nC1
kD1

D cos.5/  cos.0/ D cos.5/  1:

(b) Es handelt sich hier im wesentlichen um die Summe zweier konvergenter geometri-
scher Reihen:
1
X X1 X1
2k  32k 1 9 1 1 5 35
D . /k  . /k D 1
 9
D  10 D  :
10k 5 10 1  5
1  10 4 4
kD0 kD0 kD0

(c) Wir erhalten

1
X 1
1 1X 1 1 2 2
D D  D
.2k/2 4 k2 4 6 24
kD1 kD1

(d) Die Summe über die Kehrwerte aller ungeraden Quadratzahlen erhält man als die
Differenz über die Summe der Kehrwerte aller und aller geraden Quadratzahlen:

1
X X 11 X 1 1
1 2 2 2
D  D  D :
.2k C 1/2 k 2 .2k/2 6 24 8
kD0 kD1 kD1
Abbildungen
23

23.1 Aufgaben

23.1 Geben Sie jeweils zwei Abbildungen von N nach N an, die

(a) injektiv, aber nicht surjektiv, (c) injektiv und surjektiv sind.
(b) surjektiv, aber nicht injektiv,

23.2 Man untersuche die folgenden Abbildungen auf Injektivität, Surjektivität und Bijek-
tivität: 8
<n=2 ; falls n gerade
(a) f W N ! N, n 7! ,
:3n C 1 ; sonst
(b) f W R2 ! R, .x; y/ 7! x,
(c) f W R ! R, x 7! x 2 C 2x C 2,
(d) f W N0 ! Z, n 7! 14 .1  .1/n .2n C 1//.

23.3 Man untersuche, ob die folgenden Funktionen injektiv, surjektiv oder bijektiv sind.
Man gebe außerdem das Bild und (falls existent) die Umkehrfunktion von f an.

(a) f W Œ3; 1 ! Œ4; 0, f .x/ D x  1,


(b) f W Œ2; 3 ! R, f .x/ D 3x C 2,
(c) f W R ! R, f .x/ D 3x C 2.

23.4 Zeigen Sie, dass die Abbildung


(
.1; 1/ ! R
f W x
x 7! 1x 2

bijektiv ist.
© Springer-Verlag GmbH Deutschland 2018 153
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_23
154 23 Abbildungen

23.5 Welche der folgenden Funktionen besitzen eine Umkehrfunktion? Geben Sie diese
ggf. an.

1
(a) f W R n f0g ! R n f0g mit f .x/ D x2
,
1
(b) f W R n f0g ! R n f0g mit f .x/ D x 3 .

23.2 Lösungen

23.1 (a) Die Funktionen f1 W N ! N, n 7! n2 und f2 W N ! N, n 7! 2 n sind beide


injektiv, aber nicht surjektiv. Die Injektivität:

f1 .n/ D f1 .m/ ) n2 D m2 ) n D m :

f2 .n/ D f2 .m/ ) 2 n D 2 m ) n D m :
Und wegen 3 62 f1 .N/; f2 .N/ sind beide Abbildungen nicht surjektiv.
(b) Die Funktionen f1 ; f2 W N ! N mit
( (
1; falls n D 1 ; 5 n; falls n 2 f1; 2; 3; 4g ;
f1 .n/ D und f2 .n/ D
n 1; sonst : n 4; sonst :

sind surjektiv, aber nicht injektiv: f1 .1/ D 1, und für jedes n 2 N>1 gilt f1 .n C 1/ D n.
Für jedes n 2 N gilt: f2 .n C 4/ D n. Also sind f1 und f2 surjektiv. Wegen f1 .1/ D f1 .2/
und f2 .4/ D f2 .5/ sind beide Abbildungen nicht injektiv.
(c) Die Funktionen
(
nC1; falls n ungerade ;
f1 W N ! N ; n 7! n und f2 W N ! N ; n 7!
n 1; sonst :

sind bijektiv. Bei der Abbildung f1 ist dies klar. Nun zu f2 : Es sei f2 .n1 / D f2 .n2 /. Sind
n1 und n2 beide gerade oder beide ungerade, so folgt hieraus n1 ˙ 1 D n2 ˙ 1. Folglich
gilt n1 D n2 .
Der Fall, dass n1 gerade und n2 ungerade bzw. n1 ungerade und n2 gerade sind, ist nicht
möglich, da sonst n1 C1 D n2 1 bzw. n1 1 D n2 C1, d. h. n1 C2 D n2 bzw. n1 D n2 C2
gelten würde (n1 und n2 wären beide gerade oder ungerade).
Somit ist f2 injektiv. Die Abbildung f2 ist auch surjektiv: Es sei n 2 N. Ist n gerade, so
gilt f2 .n C 1/ D n, und ist n ungerade, so gilt f2 .n  1/ D n.
23.2 Lösungen 155

2n
23.2 (a) Die Abbildung f ist surjektiv, denn für alle n 2 N gilt: f .2n/ D 2
D n.
Wegen f .1/ D 4 D f .8/ ist f nicht injektiv und somit auch nicht bijektiv.
(b) Diese Abbildung f ist surjektiv, denn für alle x 2 R gilt: f ..x; 0// D x. Wegen
f ..0; 0// D 0 D f ..0; 1// ist f nicht injektiv und somit auch nicht bijektiv.
(c) Für alle x 2 R gilt:

f .x/ D x 2 C 2x C 2 D .x C 1/2 C 1  1:

Also ist 0 62 f .R/ und somit f nicht surjektiv. Die Abbildung f ist auch nicht injektiv,
da z. B. f .0/ D 2 D f .2/ gilt. Also ist f erst recht nicht bijektiv.
(d) Diese Abbildung f ist bijektiv. Wir erhalten für f .0/, f .1/, f .2/, f .3/; : : : :

0 ; 1 ; 1 ; 2 ; 2 ; 3 ; 3 ; 4 ; 4 ; 5 ; 5 ; : : :

Scheinbar wird jede ganze Zahl von der Folge genau einmal getroffen. Das ist natürlich
noch keine Begründung für die Bijektivität von f . Hier nun eine strenge Begründung:
Es gilt f .0/ D 0. Für alle n 2 Z>0 gilt: f .2n  1/ D n und für alle n 2 Z<0 gilt:
f .2n/ D n. Also ist f surjektiv. Die Abbildung f ist auch bijektiv, denn aus f .n/ D
f .m/ folgt zunächst .1/n .2n C 1/ D .1/m .2m C 1/. Aus Vorzeichengründen folgt
weiter, dass n und m beide gerade oder beide ungerade sind. Daraus wiederum folgt 2n C
1 D 2m C 1 und somit n D m. Also ist f auch injektiv und damit bijektiv.

23.3 (a) Die Abbildung ist injektiv, surjektiv und damit bijektiv. Das Bild ist Œ4; 0 und
die Umkehrfunktion ist f 1 W Œ4; 0 ! Œ3; 1; x 7! x C 1 (beachte das Rezept).
(b) Die Abbildung ist injektiv, nicht surjektiv und damit nicht bijektiv. Das Bild ist
Œ4; 11, eine Umkehrfunktion existiert nicht.
(c) Die Abbildung ist injektiv, surjektiv und damit bijektiv (der Graph ist eine Gerade).
Das Bild ist R und die Umkehrfunktion ist f 1 W R ! R; x 7! x2 3
(beachte das
Rezept).

23.4 Die Abbildung f ist injektiv: Aus f .x/ D f .y/ mit x; y 2 .1; 1/ folgt:

x y 1
D , yx 2 C .1  y 2 /x  y D 0 , x D y oder x D  :
1x 2 1y 2 y

Wegen der Einschränkung y 2 .1; 1/ ist nur x D y möglich. Damit ist gezeigt, dass f
injektiv ist.
156 23 Abbildungen

Die Abbildung f ist auch surjektiv: Es sei a 2 R. Im Fall a D 0 wähle x D 0. Daher


dürfen wir a 6D 0 annehmen. Es gilt:
r ! r
x 1 1 1 1
Da , xD C C1 oder x D C1 :
1  x2 2a 4a2 4a2 2a

q
1
Im Fall a > 0 ist damit x D 4a1 2 C 1  2a 2 .0; 1/ ein Urbild von a.
 q 
1
Im Fall a < 0 ist x D  2a C 4a1 2 C 1 2 .1; 0/ ein Urbild von a.

23.5 (a) Es ist f .1/ D 1 D f .1/, also ist f nicht injektiv und besitzt daher keine
Umkehrfunktion.
(b) Für alle x; y 2 R mit x < y gilt x 3 < y 3 . Damit erhalten wir:

1 1
 Im Fall x; y < 0: x < y ) x3
> y3
, sodass f auf R<0 streng monoton fallend ist.
1 1
 Im Fall x; y > 0: x < y ) x3
< y3
, sodass f auf R>0 streng monoton steigend ist.

Da f .x/ < 0 für x < 0 und f .x/ > 0 fürpx > 0 gilt, ist die Funktion f damit injektiv.
Nun sei y 2 R n f0g beliebig. Wähle x D 3 1=y, es gilt dann

1
f .x/ D p Dy;
. 1=y/3
3

sodass f auch surjektiv ist.


Damit ist gezeigt, dass f bijektiv ist. Die Umkehrabbildung haben wir zwar beim Nach-
weis der Surjektivität gleich mitbestimmt, wir leiten diese erneut her: Für x 6D 0 gilt:

1 1 1
yD , x3 D , xDp :
x3 y 3 y

Die Umkehrabbildung von f ist also

1
f 1 W R n f0g ! R n f0g mit f 1 .x/ D p
3
:
x
Potenzreihen
24

24.1 Aufgaben

24.1 Bestimmen Sie den Konvergenzradius der folgenden Potenzreihen:

1
P 1
P
(a) .k 4  4k 3 /z k , (b) 2k z 2k .
kD1 kD0

24.2 Bestimmen Sie den Konvergenzbereich K.f / der folgenden Potenzreihen

1
P 1
1
P 1
(a) f .x/ D k2k
.x  1/k , (e) f .x/ D 3k k 2
xk .
kD1 kD1
P1
k4 k P1
(b) f .x/ D 4k
x , (f) f .x/ D 5k k 5 x k .
kD0 kD5
P1 P1
(c) f .x/ D p 1 xk , (g) f .x/ D kŠx k .
k 2 1
kD2 kD0
P1 P1
1 k
(d) f .x/ D .k 2 C 2k /x k . (h) f .x/ D kk
x .
kD0 kD1

24.3 Zeigen Sie die Identität

cosh2 x  sinh2 x D 1 :

24.4 Zeigen Sie das Additionstheorem

cosh.x C y/ D cosh x cosh y C sinh x sinh y :

© Springer-Verlag GmbH Deutschland 2018 157


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_24
158 24 Potenzreihen

24.2 Lösungen

24.1 (a) Mit dem Quotientenkriterium gilt:


ˇ ˇ ˇ 4  3 ˇ
ˇ ..n C 1/4  4.n C 1/3 /z nC1 ˇ ˇˇ 1 C n1  n4 1 C n1 ˇˇ
ˇ ˇDˇ ˇ  jzj ! 1  jzj
ˇ .n4  4n3 /z n ˇ ˇ 1  n4 ˇ n!1

Die Reihe konvergiert also absolut, wenn 1  jzj < 1 , jzj < 1 ist, damit ist der Konver-
genzradius 1.
(b) Wieder gilt mit dem Quotientenkriterium:
ˇ nC1 2.nC1/ ˇ
ˇ2 z ˇ
ˇ ˇ 2
! 2  jz 2 j
ˇ 2n z 2n ˇ D j2j  jz j n!1

1 p1
Die Reihe konvergiert also absolut, wenn 2  jz 2 j < 1 , jzj2 < 2
, jzj < 2
ist. Der
Konvergenzradius ist also p1 .
2

24.2 Wir gehen nach dem entsprechenden Rezept vor:


(a) (1) Als Konvergenzradius erhalten wir:
ˇ ˇ
ˇ ak ˇ kC1
ˇ ˇ D .k C 1/2 D2
kC1
! R D 2:
ˇa ˇ k2 k k
kC1

(2) An den Randpunkten 1 und 3 gilt:


1
X .1/k
f .1/ D Konvergenz wegen alternierender harmonischer Reihe.
k
kD1
X1
1
f .3/ D Divergenz wegen harmonischer Reihe.
k
kD1

Damit haben wir den Konvergenzbereich K.f / D Œ1; 3/.


(b) (1) Als Konvergenzradius erhalten wir:
ˇ ˇ  4
ˇ ak ˇ 4 kC1
ˇ ˇD k 4 D4
k
! R D 4:
ˇa ˇ 4k .k C 1/4 kC1
kC1

(2) An den Randpunkten 4 und 4 gilt:


1
X
f .4/ D k 4 .1/k Divergenz wegen Nullfolgenkriterium.
kD1
1
X
f .3/ D k 4 Divergenz wegen Nullfolgenkriterium.
kD1
24.2 Lösungen 159

Damit haben wir den Konvergenzbereich K.f / D .4; 4/.


(c) (1) Als Konvergenzradius erhalten wir:
ˇ ˇ r
ˇ ak ˇ
ˇ D .n C 1/  1 ! R D 1 :
2
ˇ
ˇa ˇ n 1
2
kC1

(2) An den Randpunkten 1 und 1 gilt:

1
X 1
f .1/ D p .1/k Konvergenz wegen Leibnizkriterium.
kD2 k2  1
1
X 1
f .1/ D p Divergenz wegen Majorantenkriterium (harmonische Reihe).
2
k 1
kD2

Damit haben wir den Konvergenzbereich K.f / D Œ1; 1/.


(d) (1) Als Konvergenzradius erhalten wir:
ˇ ˇ
ˇ ak ˇ k 2 C 2k 1 C k 2 =2k
ˇ ˇD D ! R D 1=2 :
ˇa ˇ .k C 1/2 C 2kC1 2 C .k C 1/2 =2k
kC1

(2) An den Randpunkten 1=2 und 1=2 gilt:

1
X
f .1=2/ D .1/k .k 2 =2k C 1/ Divergenz wegen Nullfolgenkriterium.
kD0
1
X
f .1=2/ D .k 2 =2k C 1/ Divergenz wegen Nullfolgenkriterium.
kD0

Damit haben wir den Konvergenzbereich K.f / D .1=2; 1=2/.


(e) (1) Als Konvergenzradius erhalten wir:
ˇ ˇ
ˇ ak ˇ kC1 2
ˇ ˇ D 3 .k C 1/ ! R D 3:
ˇa ˇ 3k k 2
kC1

(2) An den Randpunkten 3 und 3 gilt

1
X .1/k
f .3/ D absolut konvergent
k2
kD1
X1
1
f .3/ D absolut konvergent.
k2
kD1
160 24 Potenzreihen

Damit erhalten wir K.f / D Œ3; 3 als Konvergenzbereich.

(f) Für den Konvergenzradius erhalten wir, zur Abwechslung mit dem Wurzelkriterium:

1 1
R D lim p
k
D :
k!1 5k k 5 5
P1 5
Da für die Randpunkte x D ˙ 15 die beiden Reihen f . 15 / D 1
kD5 k und f . 5 / D
P1 k 5
kD5 .1/ k divergieren (die Folgenglieder bilden keine Nullfolge), erhalten wir den
Konvergenzbereich K.f / D . 15 ; 15 /.

(g) Da der Konvergenzradis

kŠ 1
R D lim D lim D0
k!1 .k C 1/Š k!1 k C 1

ist, erhalten wir K.f / D f0g als Konvergenzbereich.

(h) Mit dem Wurzelkriterium erhalten wir für den Konvergenzradius


p
k
R D lim k k D lim k D 1 ;
k!1 k!1

also K.f / D R als Konvergenzbereich.

24.3 Es gilt:

1 x 
cosh2 x  sinh2 x D .e C ex /2  .ex  ex /2
4
1
D .e2x C2 ex ex C e2x  e2x C2 ex ex  e2x / D 1 :
4

24.4 Es gilt:

cosh.x/ cosh.y/ C sinh.x/ sinh.y/


1
D ..ex C ex /.ey C ey / C .ex  ex /.ey  ey //
4
1  xCy 
D e C exy C eyx C exy C exCy  exy  eyx C exy
4
1  xCy  1  xCy 
D 2e C2 e.xCy/ D e C e.xCy/ D cosh.x C y/ :
4 2
Grenzwerte und Stetigkeit
25

25.1 Aufgaben

25.1 Begründen Sie, warum jedes Polynom von ungeradem Grad eine Nullstelle in R hat.

25.2 Begründen Sie den Fixpunktsatz aus Abschn. 25.4 (Rezeptebuch).

p
25.3 Berechnen Sie mit der Bisektionsmethode den Wert von 3 auf zwei Dezimalstellen
genau.

25.4 Für n 2 N sei die Funktion gn W R ! R definiert durch

nx
gn .x/ D 1Cjnxj :

(a) Begründen Sie, warum für jedes n 2 N die Funktion gn stetig ist.
(b) Begründen Sie, warum für jedes x 2 R

g.x/ D lim gn .x/


n!1

existiert, und untersuchen Sie, in welchen Punkten x 2 R die Funktion gW R ! R


stetig ist.

25.5 Untersuchen Sie, wo die folgenden Funktionen definiert sind und wo sie stetig sind.
Lassen sich die Funktionen stetig fortsetzen in Punkte x 2 R, die nicht zum Definitions-
bereich gehören?

© Springer-Verlag GmbH Deutschland 2018 161


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_25
162 25 Grenzwerte und Stetigkeit

x2 p p
x 2 C3x10 2 C x  3x  3
(a) f .x/ D 4
, (b) g.x/ D p p .
1  xC3 3x  2  11  5x

25.6 Es seien ˛; ˇ 2 R mit ˛ < ˇ. Zeigen Sie, dass die Gleichung

x 2 C1 6 C1
x˛
C xxˇ D0

eine Lösung x 2 R mit ˛ < x < ˇ besitzt.

25.7 Ermitteln Sie sämtliche Asymptoten der Funktion

x 3 x 2 C2x
f W R n f˙1g ! R, f .x/ D x 2 1
:

25.8 Bestimmen Sie die folgenden Grenzwerte:

sin x cos x
p 
(a) limx!0 x cos xx 2 3x
, (g) limx!0 x sin x1 ,
x 4 2x 3 7x 2 C20x12 x 3 2xC1
(b) limx!2 x 4 6x 3 C9x 2 C4x12
, (h) limx!1 x1 ,
2x3 p
(c) limx!1 x1 , (i) limx!1 2x  4x 2  x,
p p   
(d) limx!1 xC1 x ,
2 1
  (j) limx!  tan x  cos2 x ,
(e) limx!0 x1  x12 , 2
p
x n 1 1 xC1
(f) limx!1 x m 1
(n; m 2 N), (k) limx!0 x
.

25.9 Schreiben Sie eine M ATLAB-Funktion, die das Bisektionsverfahren durchführt.

25.10 Bestimmen Sie jeweils auf mindestens acht korrekte Nachkommastellen genau alle
reellen Nullstellen von

(a) f .x/ D sin.x/ C x 2  1, (b) f .x/ D ex 3x 2 .

25.11 Im Folgenden ist jeweils eine Funktion f W D ! R gegeben. Entscheiden Sie, ob


f stetig ist, und geben Sie andernfalls alle Unstetigkeitsstellen von f an.
(
x 2 C 2 für x  1
(a) f W R ! R; f 7! 2
xC1
für x > 1:
(
2
x C 2 für x  1
(b) f W R ! R; f 7! 3
xC1 für x > 1:
25.2 Lösungen 163

x
(c) f W R n f1g ! R; f 7! .1x/2
.
(
1
.1x/2
für x¤1
(d) f W R ! R; f 7!
0 für x D 1:
(
x
exp. 1x 2/ für x 2 .1; 1/
(e) f W Œ1; 1/ ! R; f 7!
0 für x D 1:

25.2 Lösungen

25.1 Ist p ein Polynom von ungeradem Grad, so gilt:

lim p.x/ D 1 und lim p.x/ D 1 :


x!1 x!1

Es gibt daher a; b 2 R mit p.a/ < 0 und p.b/ > 0, und weil Polynomfunktionen stetig
sind, hat p nach dem Nullstellensatz eine Nullstelle in R.

25.2 Wir betrachten statt f die Funktion g W Œa; b ! R; g.x/ D f .x/  x. Diese ist
sicher stetig, und es gilt wegen f .Œa; b/  Œa; b:

g.a/ D f .a/  a  0 und g.b/ D f .b/  b  0 :

Ist g.a/ D 0 oder g.b/ D 0, so gilt f .a/ D a bzw. f .b/ D b und ein Fixpunkt ist
gefunden. Falls nicht, so ist g.a/ > 0 und g.b/ < 0, und nach dem Nullstellensatz existiert
ein x  2 Œa; b mit g.x  / D 0, d. h. f .x  /  x  D 0, also f .x  / D x  .

25.3 Wir wenden das Bisektionsverfahren auf die Funktion p.x/ D x 2  3 mit dem p
Startintervall Œa; b D Œ0; 3 an, da die positive Nullstellen dieses Polynoms gerade 3
ist:

a b m p.m/
0:0000 3:0000 1:5000 0:75
1:5000 3:0000 2:2500 C2:0625
1:5000 2:2500 1:8750 C0:515625
1:5000 1:8750 1:6875 0:15234375
1:6875 1:8750 1:78125 C0:1728515625
1:6875 1:78125 1:734375 C0:008056640625
1:6875 1:734375 1:7109375 0:07269287109375
1:7198375 1:734375 1:72265625 0:0324554443359375
1:72265625 1:734375 1:728515625 0:012233734120859375
1:728515625 1:734375 1:73144531250 0:00209712982177734375
164 25 Grenzwerte und Stetigkeit
p
Also liegt die Nullstelle 3 im Intervall Œ1:73144531250 ; 1:734375. Auf zwei Nach-
kommastellen gerundet hat sie damit den Wert 1:73.

25.4 (a) Die Funktionen x 7! nx und x 7! 1 C jnxj sind als Verkettungen stetiger
Funktionen stetig. Da 1Cjnxj 6D 0 für alle x 2 R, ist auch g.x/ mit demselben Argument
stetig.
(b) Für x D 0 gilt gn .x/ D 0 für alle n 2 N, also gilt g.0/ D lim gn .0/ D 0. Für x 6D 0
n!1
gilt
nx x x
g.x/ D lim gn .x/ D lim D lim 1
D ;
n!1 n!1 1 C jnxj n!1
n C jxj jxj

also g.x/ D 1 für x < 0 und g.x/ D 1 für x > 0. Als konstante Funktion ist g
stetig für alle x 2 R n f0g. Für x D 0 ist g offensichtlich nicht stetig, da lim g.x/ nicht
x!0
existiert. Man versäume bei dieser Aufgabe nicht, die Funktion gn für einige n zu plotten,
mit M ATLAB erhalten wir leicht die Graphen der Funktionen g2 , g20 und g200 wie folgt
(beachte Abb. 25.1):
>> hold on
>> grid on
>> fplot(’2*x/(1+abs(2*x))’, [-5,5], ’k--’)
>> fplot(’20*x/(1+abs(20*x))’, [-5,5], ’k-’)
>> fplot(’200*x/(1+abs(200*x))’, [-5,5], ’k.’)
>> ylim([-1.5,1.5])

1.5

0.5

–0.5

–1

–1.5
–5 –4 –3 –2 –1 0 1 2 3 4 5

Abb. 25.1 Die Graphen von g2 , g20 und g200 ; der Graph der Grenzfunktion g ist durch diskrete
Punkte angedeutet
25.2 Lösungen 165

25.5 (a) Wir formen die Funktion um

x2 x2
x 2 C3x10 .x2/.xC5/
f .x/ D 4
D x1
1  xC3 xC3

und sehen, dass sie definiert ist für x 2 R n f5; 3; 1; 2g. Dort ist sie als Verkettung
stetiger Funktionen auch stetig. Auflösen des Hauptnenners und Kürzen liefert

xC3
f .x/ D
.x  1/.x C 5/

mit den Definitionslücken x D 1 und x D 5. Die Funktion f ist also an den Stellen
x 2 f3; 2g stetig fortsetzbar (mit den Werten 0 bzw. 5=7).
(b) Damit alle Wurzeln definiert sind, muss zuerst gelten x  2 ^ x  1 ^ x 
2=3 ^ x  11=5. Außerdem muss der Nenner ungleich 0 sein, also
p p p p
3x  2  11  5x 6D 0 , 3x  2 6D 11  5x , 3x  2 6D 11  5x
13
, x 6D :
8

Insgesamt gilt also, dass g.x/ genau dann definiert ist, wenn x 2 Œ1; 11=5 n f13=8g ist.
Die Funktion g lässt sich in 13=8 nicht stetig fortsetzen, da 13=8 keine Nullstelle des
Zählers ist. Da die Wurzelfunktion stetig ist, ist auch die Funktion g überall dort stetig,
wo sie definiert ist.

25.6 Es gilt

x2 C 1 x6 C 1
C D 0 , .x  ˇ/.x 2 C 1/ C .x  ˛/.x 6 C 1/ D 0 :
x˛ xˇ „ ƒ‚ …
DW f .x/

Das Polynom f .x/ ist dabei stetig. Einsetzen von ˛ und ˇ in f liefert nun:

 f .˛/ D .˛  ˇ/ .˛ 2 C 1/ < 0  f .ˇ/ D .ˇ  ˛/ .ˇ 6 C 1/ > 0


„ ƒ‚ … „ ƒ‚ … „ ƒ‚ … „ ƒ‚ …
<0 >0 >0 >0

Nach dem Zwischenwertsatz gibt es also ein  2 .˛; ˇ/, also ˛ <  < ˇ mit f ./ D 0.

25.7 Die Nullstellen des Nenners sind x D 1 und x D 1. Diese sind aber keine Null-
stellen des Zählers. Wegen

x 3 x 2 C2x x 3 x 2 C2x
lim x 2 1
D 1 und lim x 2 1
D 1
x!1 x!1
166 25 Grenzwerte und Stetigkeit

gibt es keine horizontalen Asymptoten. Mit

x 3 x 2 C2x x 3 x 2 C2x
lim x 2 1
D 1 und lim x 2 1
D1
x!1 x!1C

erhält man eine Asymptote bei x D 1 und ebenso mit

x 3 x 2 C2x x 3 x 2 C2x
lim x 2 1
D 1 und lim x 2 1
D1
x!1 x!1C

eine Asymptote bei x D 1. Außerdem hat f wegen

f .x/ x 2 xC2 f .x/ x 2 xC2


lim x D lim x 2 1
D 1 und lim x D lim x 2 1
D 1;
x!1 x!1 x!1 x!1

sowie

x 3 x 2 C2xx 3 Cx x 2 C3x
lim f .x/  1  x D lim x 2 1
D x 2 1
D 1
x!˙1 x!1

die schräge Asymptote y D x  1.

25.8 (a) Es gilt


  
sin.x/ cos.x/ sin.x/ cos.x/ 1
lim 2 D lim lim D1 D  12 :
x!0 x cos.x/x 3x x!0 x x!0 cos.x/x3 1C03

(b) Die Zahl 2 ist eine Nullstelle des Zählers und des Nenners:

x 4  2x 3  7x 2 C 20x  12 D .x  2/ .x 3  7x C 6/ ;
x 4  6x 3 C 9x 2 C 4x  12 D .x  2/ .x 3  4x 2 C x C 6/:

Also ist
4 3 2 x 3 7xC6
lim x 42x 37x 2C20x12 D lim 3 2 :
x!2 x 6x C9x C4x12 x!2 x 4x CxC6

Aber auch in dieser Darstellung ist 2 noch Nullstelle von Zähler und Nenner. Daher noch
einmal:

x 3  7x C 6 D .x  2/.x 2 C 2x  3/ ;
x 3  4x 2 C x C 6 D .x  2/.x 2  2x  3/ :

x 3 7xC6 x 2 C2x3
Damit folgt lim 3 2 D lim 2 D  53 .
x!2 x 4x CxC6 x!2 x 2x3

(c) Es ist 2x  3 D .x  1/  2  1. Damit folgt

2x3
 x1 1
  1

lim D lim 2 x1  D lim 2  D 2:
x!1 x1 x!1 x1 x!1 x1
25.2 Lösungen 167
p p p p
p p . xC1 x /. xC1C x /
(d) Es gilt: xC1 xD p p D p 1 p .
xC1C x xC1C x

Damit erhält man, da die Wurzelfunktion stetig ist:


0 1
p p   
lim x C 1  x D lim p 1 p D lim p1 @r 1 A D0 1
D 0:
x!1 x!1 xC1C x x!1 x 1 2
lim 1C C1
x!1 x

1 1
 x1
(e) Es gilt: lim  x2
D lim 2 D 1, da der Nenner positiv ist und gegen null
x!0 x x!0 x
konvergiert, der Zähler aber gegen 1.
(f) Für alle m; n 2 N gilt
P Pn1 k
x n 1 .x1/ n1
kD0 x
k
kD0 x
x m 1
D Pm1 D Pm1 .
.x1/ kD0 x k kD0 x
k

Damit gilt für alle m; n 2 N


Pn1 k Pn1 k Pn1
x n 1 kD0 x kD0 1 kD0 1 n1 n
lim m D lim Pm1 D Pm1 D Pm1 D D :
x!1 x 1 x!1 kD0 x k kD0 1
k
kD0 1
m1 m

p p p  p 
(g) Weil jsin yj  1 für alle y 2 R gilt, ist  x  x sin x1  x. Da limx!0  x D
p
0 D limx!0 x gilt, ist somit
p 1

lim x sin x
D 0.
x!0

x 3 2xC1 .x1/.x 2 Cx1/


(h) x1 D x1 D x 2 C x  1 ! 12 C 1  1 D 1.
x!1
p 4x 2 4x 2
(i) 2x  4x 2  x D p Cx D x
r ! D r1 ! 1 .
2xC 4x 2 x 1 1 x!1 4
x 2C 4 2C 4
x x

1 sin2 .x/ 1 sin2 .x/1  cos2 .x/


(j) tan2 .x/  cos2 .x/
D cos2 .x/
 cos2 .x/
D cos2 .x/
D cos2 .x/
D 1 ! 1.
x!=2
p
1 xC1 1.xC1/ 1
(k) x
D p
x.1C xC1/
D p !
1C xC1 x!0
 21 .

25.9 Der folgende Code leistet das Gewünschte:


function [x, niter] = bisektion(f,a,b,tol)
f0=feval(f,a);
f1=feval(f,b);
niter=0;
if (f0==0), x=a; return; end
if (f1==0), x=b; return; end
168 25 Grenzwerte und Stetigkeit

if (f0*f1>0)
error(’f hat bei a und b das gleiche Vorzeichen!’);
end
while b-a > tol
if f((a+b)/2)*f(a)<=0
b=(a+b)/2;
else
a=(a+b)/2;
end
niter=niter+1;
end
x=(a+b)/2;

25.10 Durch Plotten der Graphen überzeugt man sich, dass im Fall (a) genau zwei Null-
stellen und im Fall (b) genau drei Nullstellen vorliegen. Auch die Grenzen a und b ersieht
man aus dem Graph. Mit dem Programm aus Aufgabe 25.9 erhalten wir:

(a) Mit
[x, niter] = bisektion(f,-2,0,1e-8) bzw.
[x, niter] = bisektion(f,0,1,1e-8)
erhalten wir
x = -1.409624006599188 ; niter =28 bzw.
x = 0.636732649058104 ; niter = 27.
(b) Mit
[x, niter] = bisektion(f,-1,0,1e-8) bzw.
[x, niter] = bisektion(f,0,1,1e-8) bzw.
[x, niter] = bisektion(f,0,1,1e-8)
erhalten wir
x = -0.458962265402079; niter = 27 bzw.
x = 0.910007569938898 ; niter = 27 bzw.
x = 3.733079027384520; niter = 27.

25.11 Wir bemerken vorneweg: Eine Funktion, die abschnittsweise durch stetige Funk-
tionen definiert ist, ist genau dann stetig, wenn in den „Grenzpunkten“ jeweils linksseitiger
und rechtsseitiger Grenzwert gleich sind. Es genügt also, jeweils die „Grenzpunkte“ bei
den folgenden Funktionen zu untersuchen.
2
(a) Es ist x D 1 der einzige Grenzpunkt. Da .1/2 C 2 D 1 D 1C1
, ist f stetig.
3
(b) Es ist x D 1 der einzige Grenzpunkt. Da .1/2 C 2 D 1 ¤ 1C1 , ist f nicht stetig in
diesem Punkt (aber natürlich in allen anderen Punkten).
25.2 Lösungen 169

(c) Die Funktion ist (überall) stetig. Der einzige Punkt x D 1 in welchem man Probleme
vermuten könnte, ist nämlich nicht im Definitionsbereich, und die Frage nach Stetigkeit
stellt sich nur in Punkten des Definitionsbereiches.
(d) Die Funktion ist nicht stetig im Punkt x D 1 (aber in allen anderen Punkten). Es gilt
nämlich f .1/ D 0, aber z.b. für die Folge .xn / mit xn D 1 C n1 gilt limn!1 xn D 1, aber
limn!1 f .xn / D 1.
x
(e) Die Funktion ist stetig. Einzig kritischer Punkt ist x D 1. Aber aus lim C 1x 2
D
x!1
t x
1 und lim e D 0 folgt lim exp. 1x 2/ D 0 D f .0/. Also ist f auch im Punkt 1
t !1 x!1C
stetig.
Differentiation
26

26.1 Aufgaben

26.1 Begründen Sie, warum eine in x0 2 D differenzierbare Funktion f W D ! R in x0


stetig ist.

26.2 Es sei f W R ! R gegeben durch f .x/ D xjxj. Begründen Sie, warum f auf ganz
R stetig und differenzierbar ist.

 x
1 1
26.3 Berechnen Sie für 2 C x
> 0 die erste Ableitung von f .x/ D 2 C x .

26.4 Eine Funktion f W R ! R heißt gerade, wenn f .x/ D f .x/ für alle x 2 R gilt.
f heißt ungerade, wenn f .x/ D f .x/ für alle x 2 R gilt.
Überprüfen Sie, welche der folgenden Funktionen gerade oder ungerade sind. Geben Sie
dies auch für die entsprechenden Ableitungen an:

(a) f .x/ D x 2 C cos x, (c) h.x/ D x sin x,


(b) g.x/ D x 2 tan x, (d) k.x/ D ex .

Zeigen Sie allgemein, dass die Ableitung einer differenzierbaren geraden (ungeraden)
Funktion ungerade (gerade) ist.

© Springer-Verlag GmbH Deutschland 2018 171


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_26
172 26 Differentiation

26.5 Berechnen Sie die ersten Ableitungen der folgenden Funktionen:

3x 2x
(a) f1 .x/ D 3 arctan x C x 2 C1
C .x 2 C1/2
; (h) f8 .x/ D ln.sin x/  x cos x;
x 2 C1
(b) f2 .x/ D ln x 2 1
; (i) f9 .x/ D x 2 tan x;
p
 
p2xC3 ; sin x 2 Ccos x
(c) f3 .x/ D 4xC5
(j) f10 .x/ D tan ln 1 C2
;
x2

2x 3 x 2 C7xC1
(d) f4 .x/ D arccos x1 ; (k) f11 .x/ D .2x 2 1/2
;
1
(e) f5 .x/ D ln.sin x/  x cot x; (l) f12 .x/ D 2x C 2x 2
;
 
(f) f6 .x/ D 8.x C x2 / C 4 ln.x C 3/; (m) f13 .x/ D x 2 cos 2x 2 C sin x1 ;
p
2x 2 C3
(g) f7 .x/ D p4xC2 ; (n) f14 .x/ D x cos x :

26.6 Es sei f W RC ! R mit f .x/ D px.


sin
Zeigen Sie: Für alle x 2 R>0 gilt
x

 
f 00 .x/ C x1 f 0 .x/ C 1  4x1 2 f .x/ D 0 :

26.7 Schreiben Sie ein MATLAB-Skript, das die Werte in Beispiel 26.4 liefert.

26.8 Für die Ableitung einer Funktion f gilt die Näherung


 
f 0 .x0 /  f .x0 C h/  f .x0 / = h :

(a) Berechnen Sie in MATLAB die obige Approximation von f 0 .=4/ für f .x/ D sin.x/
und h D 104 .
(b) Schreiben Sie ein MATLAB-Skript, das diese Rechnung für verschiedene h D 10k
durchführt, wobei k die Werte 1; 2; : : : ; 10 durchläuft.
(c) Vergleichen Sie die Werte aus (b) mit der exakten Ableitung. Für welches h ergibt
sich die beste Näherung?

26.9 Wir betrachten die Funktion


(
x 2 sin. x1 / für x ¤ 0
f W R ! R; x 7! :
0 für x D 0

Zeigen Sie, dass f differenzierbar ist, und bestimmen Sie f 0 .


26.2 Lösungen 173

26.2 Lösungen

26.1 Dazu müssen wir zeigen, dass limx!x0 f .x/ D f .x0 / für x0 2 D:
 
  f .x/  f .x0 /
lim f .x/  f .x0 / D lim .x  x0 /
x!x0 x!x0 x  x0
xx0 Dh  
# f .x0 C h/  f .x0 /
D lim h D 0  f 0 .x0 / D 0 :
h!0 h

26.2 Wir zeigen zunächst die Differenzierbarkeit und schreiben die Funktion um als
8
<x 2 ; x0
f .x/ D :
:x 2 ; x < 0

Damit ist f offensichtlich auf .1; 0/ und .0; 1/ stetig und differenzierbar, da x 7!
x 2 bzw. x 7! x 2 stetig und differenzierbar sind. Es bleibt also der Fall x D 0 zu
untersuchen. Um die Differenzierbarkeit an der Stelle 0 zu beweisen, müssen wir zeigen,
dass der Grenzwert
f .0 C h/  f .0/
lim
h!0 h
existiert. Es gilt:

f .0 C h/  f .0/ h  jhj
lim D lim D lim jhj D 0 :
h!0 h h!0 h h!0

Also existiert der Grenzwert, er hat den Wert 0. Demnach ist f auch in 0 differenzierbar
mit Ableitung f 0 .0/ D 0. Da aus der Differenzierbarkeit die Stetigkeit folgt, ist f auch
stetig in 0.

26.3 Mit der Exponentialfunktion und dem natürlichen Logarithmus gilt die Umformung
 
1 x 1 x 1
2C D eln..2C x / / D exln.2C x / :
x

Damit lässt sich die Ableitung nach der Kettenregel bestimmen als

 0    !
0 xln.2C x1 / xln.2C x1 / 1 1 1
f .x/ D e De  1  ln 2 C Cx 1
  2
x 2C x
x
 x    
1 1 1
D 2C ln 2 C  :
x x 2x C 1
174 26 Differentiation

26.4 (a) f ist gerade, denn f .x/ D .x/2 C cos.x/ D x 2 C cos.x/ D f .x/
f 0 ist ungerade, denn f .x/ D 2.x/  sin.x/ D 2x  . sin.x// D .2x 
sin.x// D f .x/.
sin.x/
(b) g ist ungerade denn g.x/ D .x/2 cos.x/ D x 2 cos.x/
sin.x/
D x 2 tan.x/ D g.x/
2.x/ sin.x/ cos.x/C.x/2 2x sin.x/ cos.x/Cx 2
g 0 ist gerade, denn g.x/ D cos2 .x/
D cos2 .x/
D g 0 .x/.
(c) h ist gerade, denn h.x/ D .x/ sin.x/ D .x/. sin.x// D x sin.x/ D h.x/
h0 ist ungerade, denn h0 .x/ D sin.x/C.x/ cos.x/ D  sin.x/x cos.x/ D h.x/.
(d) Wäre k gerade oder ungerade, so müsste gelten k.x/ D k.x/ bzw. k.x/ D k.x/.
Für x D 1 mit k.x/ D e1 D e gilt aber k.x/ D k.1/ D e1 D 1e und damit k.x/ 6D
˙k.x/, also ist k weder gerade noch ungerade. Da für die Ableitung gilt k 0 .x/ D ex , gilt
auch hier, dass k 0 weder gerade noch ungerade ist.
Ist f W R ! R gerade und differenzierbar, so gilt mit der Kettenregel:

f .x/ D f .x/ ) .f .x//0 D f 0 .x/ ) f 0 .x/  .1/ D f 0 .x/


) f 0 .x/ D f 0 .x/ I

f 0 ist also in diesem Fall eine ungerade Funktion. Analog beweist man die zweite Be-
hauptung.

26.5 Wir wenden die bekannten Ableitungsregeln an, vor allem die Ketten-, Produkt- und
Quotientenregel finden vielfach Anwendung:

(a)
3 3.x 2 C 1/  3x.2x/ 2.x 2 C 1/2  2x.2.x 2 C 1/2x/
f10 .x/ D C C
1 C x2 .x 2 C 1/2 .x 2 C 1/4
3.x 2 C 1/2 .3x 2 C 3  6x 2 /.x 2 C 1/ 2x 2 C 2  8x
D C C
.x C 1/
2 3 .x C 1/
2 3 .x 2 C 1/3
3x 4 C 6x 2 C 3 C 3x 4 C 3x 2 C 3x 2 C 3  6x 4  6x 2 C 2x 2 C 2  8x 2
D
.x 2 C 1/3
8
D 2 :
.x C 1/3

(b)
1 1 2x.x 2  1/  2x.x 2 C 1/
f20 .x/ D  2x   2x D
x2 C 1 x2  1 x4  1
2 2
2x.x  1  x  1/ 4x 4x
D D 4 D :
x4  1 x 1 1  x4
26.2 Lösungen 175

(c)
p p 4xC52.2xC3/
p
p2 4x C 5  4
2x C 3 2p4xC5
2 2xC3 .2xC3/.4xC5/
f30 .x/ D D
4x C 5 4x C 5
4x C 5  4x  6 1
Dp D p :
.2x C 3/.4x C 5/3 .2x C 3/.4x C 5/3

(d)  
1 1 1
f40 .x/ D   D
cos0 .arccos.1=x// x2 sin.arccos.1=x//x 2
1 1 1
D p D q D p :
x 2 1  cos2 .arccos.1=x// x 1 2
2 1 jxj x 21
x

(e)
1 .cos.x/  x sin.x// sin.x/  x cos.x/ cos.x/
f50 .x/ D  cos.x/ 
sin.x/ sin2 .x/
cos.x/ sin.x/  cos.x/ sin.x/ C x sin2 .x/ C x cos2 .x/
D
sin2 .x/
x.sin2 .x/ C cos2 .x// x
D D :
sin2 .x/ sin2 .x/

(f)
16 4 16 4
f60 .x/ D 8 C C D 8 C 2 C :
x 2 xC3 x xC3
(g) p p
p4x  4x C 2  p4  2x 2 C 3
2 2x 2 C3 2 4xC2 4x 2 C 4x  6
f70 .x/ D Dp :
4x C 2 .2x 2 C 3/.4x C 2/3

(h)
cos.x/
f80 .x/ D  .cos.x/  x sin.x// D cot.x/  cos.x/ C x sin.x/ :
sin.x/

(i) !  2
cos2 .x/  ..sin2 .x/// x
f90 .x/ D 2x tan.x/ C x 2
D 2x tan.x/ C :
cos2 .x/ cos.x/

(j)
1
f100 .x/ D  
2 /Ccos.x/
cos2 sin.x
ln.1=x 2 /C2
    
2x cos.x 2 /  sin.x/ ln 1=x 2 C 2 C x2 .sin.x 2 / C cos.x//
 :
.ln .1=x 2 / C 2/2
176 26 Differentiation

(k)
.6x 2  2x C 7/.2x 2  1/2  .2x 3  x 2 C 7x C 1/.2  .2x 2  1/  4x
f110 .x/ D
.2x 2  1/4
12x  6x  4x C 2x C 14x 2  7  16x 4 C 8x 3  56x 2  8x
4 2 3
D
.2x 2  1/3
4 3 2
4x C 4x  48x  6x  7
D :
.2x 2  1/3

(l)
1
f120 .x/ D 2  :
x3

(m)
       !
1 1 cos x1
f130 .x/ 2
D 2x cos 2x C sin 2 2
 x sin 2x C sin  4x  :
x x x2

(n)  
 0 cos.x/
f140 .x/ D ecos.x/ ln.x/ D x cos.x/   sin.x/ ln.x/ C :
x

26.6 Wir berechnen die ersten beiden Ableitungen von f mit der Produktregel:

cos.x/ 1 sin.x/ sin.x/ cos.x/ 3 sin.x/


f 0 .x/ D p   p f 00 .x/ D  p  p C  p :
x 2 x3 x x 3 4 x5

Damit ergibt sich:

p 00 cos.x/ 3 sin.x/
xf .x/ D  sin.x/  C 
p x 4 x2
x 0 cos.x/ 1 sin.x/
f .x/ D  
 x  x 2 x2
p 1 1 sin.x/
x 1  2 f .x/ D sin.x/   :
4x 4 x2

Durch Addieren der Gleichungen erhält man:


   
p 00 1 0 1
x f .x/ C f .x/ C 1  2 f .x/ D 0 :
x 4x

26.7 Das folgende Skript liefert die Zahlen:


f=@(x) exp(x.^2).*sin(x);
h=10.^(-1:-1:-8)’;
26.2 Lösungen 177

x0=ones(8,1)-h./2;
x1=ones(8,1)+h./2;
y0=ones(8,1)-h;
y1=ones(8,1);
y2=ones(8,1)+h;
f1=(f(x1)-f(x0))./h
f2=(f(y2)-2*f(y1)+f(y0))./(h.^2)

26.8 (a) h=1E-4; (sin(pi/4+h)-sin(pi/4))/h liefert


0.707071424669303.
(b) Der folgende Code tut das Gewünschte:
format long % Ausgabe mit voller Stellenzahl
f = @(x) sin(x);
x = pi/4;
for k = 1:10
h = 10^(-k)
(f(x+h)-f(x))/h
end
p
(c) Wir berechnen sin0 .=4/ D cos.=4/ D 2=2 und ergänzen den Code aus (b) um die
Bestimmung des Fehlers:
format long % Ausgabe mit voller Stellenzahl
f = @(x) sin(x);
x = pi/4;
for k = 1:10
h = 10^(-k)
df = (f(x+h)-f(x))/h
err = abs(df-sqrt(2)/2)
end
An der Ausgabe lesen wir ab, dass der Fehler für h D 108 am kleinsten ist:

h = 1.000000000000000e-08, df = 0.707106784236800 ,
err = 3.050251939917814e-09:

26.9 Auf R n f0g ist f aus differenzierbaren Funktionen in elementarer Weise zusam-
mengesetzt, und daher selbst differenzierbar. Wir erhalten
1 1 1 1
f 0 .x/ D .x 2 sin. //0 D 2x sin. / C x 2 cos. /. 2 /
x x x x
1 1
D 2x sin. /  cos. / für x ¤ 0:
x x
178 26 Differentiation

Für x D 0 erhalten wir

x 2 sin. x1 /  0 x 2 sin. x1 / 1
f 0 .0/ D lim D lim D lim x sin. / D 0;
x!0;x¤0 x0 x!0;x¤0 x x!0;x¤0 x

da jx sin. x1 /j  jxj für alle x ¤ 0 gilt. Zusammengefasst ist also f auf ganz R differen-
zierbar, und es gilt
(
0 2x sin. x1 /  cos. x1 / für x ¤ 0
f .x/ D
0 für x D 0:
Anwendungen der Differentialrechnung I
27

27.1 Aufgaben

27.1 Ein Getränkehersteller möchte bei der Produktion von Getränkedosen Kosten spa-
ren. Eine Getränkedose soll immer ein Volumen von V0 D 0:4 l fassen und zylindrisch sein
(wir nehmen in dieser Aufgabe an, dass es sich tatsächlich genau um einen Kreiszylinder
handelt). Wie müssen Höhe und Radius des Zylinders gewählt werden, wenn möglichst
wenig Material für die Produktion verbraucht werden soll?

 
27.2 Gegeben sei die Funktion f W  23 I 32 ! R mit f .x/ D x 2  2 jxj C 1.
Bestimmen Sie die Nullstellen dieser Funktion und ihr Symmetrieverhalten, berechnen
Sie (wo möglich) die Ableitung, sämtliche Asymptoten, das Monotonieverhalten, lokale
und globale Maxima und Minima und geben Sie an, wo die Funktion konvex bzw. konkav
ist. Skizzieren Sie anschließend den Graphen der Funktion f und tragen Sie die Informa-
tionen im Graphen ein.

27.3 Zeigen Sie:

(a) ln.1 C x/  arctan x für x 2 Œ0; 1,


(b) arctan y C arctan.1=y/ D =2 für y > 0.

27.4 Sie haben eine Coladose gekauft, die eine perfekte zylindrische Form besitzt. Die
Masse M der Dose (ohne Inhalt) ist gleichmäßig über die ganze Dose verteilt, die Dose
habe Höhe H und Volumen V . Sie möchten, dass die Dose möglichst stabil steht, der
Schwerpunkt der Dose (inklusive Inhalt) soll also so tief wie möglich liegen. Wir un-
terstellen zur Vereinfachung, dass Cola die Dichte 1 besitzt. Wie viel Cola (Füllhöhe in
Prozent der Dosenhöhe) müssen Sie trinken, damit der Schwerpunkt seinen tiefsten Stand
erreicht?
© Springer-Verlag GmbH Deutschland 2018 179
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_27
180 27 Anwendungen der Differentialrechnung I

27.5 Es sei f W R ! R definiert durch f .x/ D 2 cos x x. Zeigen Sie, dass die Funktion
f unendlich viele lokale Maxima und Minima besitzt, aber keine globalen Extrema.

27.6 Bestimmen Sie folgende Grenzwerte.

ex 1
(a) limx!0 x ,
(h) limx!1 sin.x/  ln j1  xj,
p p 1
cos.ax/ cos.bx/
(b) limx!0 , (i) limx!0 .1 C arctan x/ x ,
x2
2 2
(c) limx!0 ln .1C3x/2 2
sin x
, (j) limx!0 sin xCcos x
,
1ex x
x
(d) limx!1C .x C 1/ tan 2 , ln.ln x/
x
(k) limx!1 ln x ,
(e) limx!1 coshex ,
1
(f) limx!0 cosxx1 , (l) limx!0 ex 1
 x1 ,
(g) limx!1 =2arcsin
p
1x
x
, (m) limx!0 cot.x/.arcsin.x//.

27.2 Lösungen

27.1 Wir führen die Rechnung zunächst allgemein mit einem Volumen V0 durch. Eine
zylindrische Dose mit Radius r und Höhe h hat ein Volumen von

V .r; h/ D r 2  h;

bei V0 D V .r; h/ muss also gelten

V0
V0 D r 2 h H) h D :
r 2

Weiter hat die Dose eine Oberfläche, die sich aus Boden, Deckel und Mantelfläche des
Zylinders zusammensetzt, insgesamt also

F .r; h/ D 2r 2  C 2rh:

V0
Setzt man nun h D r 2
in die Funktion ein, so ergibt sich

V0 2V0
F .r/ D 2r 2 C 2r D 2r 2  C :
r 2 r

Diese Funktion gilt es nun zu minimieren. Dazu bilden wir die Ableitung
r
2V0 Š V0
F .r/ D 4r  2 D 0; mit der Nullstelle r  D
0 3
:
r 2
27.2 Lösungen 181

Um zu überprüfen, ob es sich hier wirklich um ein Minimum handelt, brauchen wir die
zweite Ableitung von F :

4V0
F 00 .r/ D 4 C :
r3

Damit erhalten wir F 00 .r  / D 4 C 4VV002 > 0, also ist r  tatsächlich lokales Minimum
der Funktion F . Als zugehörige Höhe ergibt sich
r
 V0 V0 .2/2=3 3 4V0
h D  2 D 2=3
D :
.r /  V0 

h
p
3
Optimal ist also ein Verhältnis von Höhe und Radius von r
D 8 D 2: Für den Fall
q
V0 D 0:4 l D 0:4 dm3 ergibt sich damit ein Radius von r  D 3 0:4
2
dm  4 cm und eine
q
Höhe von h D 3 1:6

dm  8cm.

27.2 Man beachte die folgende Auflistung:

Symmetrieverhalten: Es gilt f .x/ D .x/2  2 jxj C 1 D x 2  2 jxj C 1 D f .x/, also


ist die Funktion gerade. Der Graph ist damit achsensymmetrisch zur
y-Achse.
Nullstellen: f .x/ D 0p ” x 2  2 jxj C 1 D 0 Für x > 0 ergibt sich
x1;2 D 2˙ 244 D 1. Wegen der Symmetrie ist dann auch 1 eine
Nullstelle von f . Beide liegen im Definitionsbereich, also sind ˙1
die beiden Nullstellen der Funktion.
Asymptoten: Es gibt offenbar keine senkrechten Asymptoten. Waagrechte oder
schräge Asymptoten kommen wegen des eingeschränkten Definiti-
onsbereichs nicht in Frage.
Ableitungen: Da die Betragsfunktion nicht differenzierbar ist, benötigen wir jetzt
eine Fallunterscheidung. Es gilt:
8
<x 2  2x C 1; für x  0
f .x/ D
:x 2 C 2x C 1; für x < 0

Daher ist f auf .3=2; 0/ und auf .0; 3=2/ differenzierbar (nicht
jedoch in den Randpunkten und in 0!), und es gilt
8
<2x  2; für x > 0;
f 0 .x/ D
:2x C 2; für x < 0:
182 27 Anwendungen der Differentialrechnung I

Entsprechend folgt für die zweite Ableitung:


8
<2; für x > 0;
f 00 .x/ D
:2; für x < 0:

Monotonie und lokale Extrema: Wir betrachten zunächst die Intervalle, auf denen f dif-
ferenzierbar ist. Für x 2 .3=2; 0/ gilt: f 0 .x/ D 2x C 2 D 0 ”
x D 1. Die Ableitung besitzt also eine Nullstelle bei x D 1 im
betrachteten Intervall, links davon ist sie negativ, rechts davon po-
sitiv. Aus Symmetriegründen gilt das ebenso im Intervall .0; 3=2/
mit der Nullstelle x D 1. Damit ergibt sich auch das Verhalten der
Funktion an den Rändern des Definitionsbereichs und für den Punkt
x D 0, in dem f nicht differenzierbar ist. Zusammenfassend gilt für
das Monotonieverhalten und die lokalen Extrema von f :

x D 3=2 lokales Maximum mit Funktionswert 1=4


x 2 .3=2; 1/ streng monoton fallend
x D 1 lokales Minimum mit Funktionswert 0
x 2 .1; 0/ streng monoton wachsend
x D0 lokales Maximum mit Funktionswert 1
x 2 .0; 1/ streng monoton fallend
x D1 lokales Minimum mit Funktionswert 0
x 2 .1; 3=2/ streng monoton wachsend
x D 3=2 lokales Maximum mit Funktionswert 1=4
(27.1)
globale Extrema: Zunächst einmal stellen wir fest, dass f stetig und auf einem kom-
pakten Intervall definiert ist, die Funktion muss also Maximum und
Minimum annehmen. Aus den vorherigen Betrachtungen ergibt sich
als globales Minimum die Stelle x D 1 und x D 1, jeweils mit
Funktionswert 0, ein globales Maximum wird bei x D 0 mit Funk-
tionswert 1 angenommen.
konkav / konvex: Da die Funktion auf den Intervallen .3=2; 0/ und .0; 3=2/ jeweils
eine konstante, positive zweite Ableitung besitzt, ist die Funktion
auf jedem dieser Intervalle konvex.
Graph: Der Graph von f findet sich in Abb. 27.1.

27.3 (a) Wir setzen f .x/ D ln.1 C x/  arctan.x/ für x 2 Œ0; 1. Es gilt dann

f .0/ D ln.1/  arctan.0/ D 0  0 D 0


27.2 Lösungen 183

Abb. 27.1 Der Graph der be-


trachteten Funktion 1

0,8

0,6

0,4

0,2

–2 –1 0 1 2

Wir zeigen nun, dass f monoton fällt, also f 0 .x/  0 ist, denn damit folgte dann

f .x/  0 , ln.1 C x/  arctan.x/  0 , ln.1 C x/  arctan.x/:

Für die Ableitung erhalten wir

1 1
f 0 .x/ D 
1 C x 1 C x2

Da x 2 Œ0; 1 ist x 2  x und damit 1


1Cx 2
 1
1Cx , also f 0 .x/  0. Das beweist die
Behauptung.
(b) Wir setzen f .y/ D arctan.y/ C arctan .1=y/ für y > 0 und zeigen, dass f konstant
ist, also f 0 .y/ D 0. Es gilt:
 
1 1 1 1 1
f 0 .y/ D C   D  D0
1 C y2 1 C y12 y2 1 C y2 y2 C 1

f ist also konstant und weil

f .1/ D arctan.1/ C arctan.1/ D 2 arctan.1/ D =2

gilt, ist die Behauptung bewiesen.

27.4 Wir bezeichnen den Füllstand der Dose mit x 2 Œ0; H . Wir können die Verteilung
der Gesamtmasse der Dose dann eindimensional in Abhängigkeit von x modellieren. Der
184 27 Anwendungen der Differentialrechnung I

Schwerpunkt der leeren Dose liegt bei Höhe H=2, der Schwerpunkt der Cola liegt bei
Höhe x=2. Die Höhe des Schwerpunkts s des Gesamtsystems ergibt sich dann als Mittel
der Schwerpunkte dieser beiden Teilsysteme, gewichtet mit deren jeweiligem Anteil an
der Gesamtmasse:
M  H2 C V Hx  x
2
MH C V 2
H
x MH 2 C V x 2
s.x/ D D D :
M C V Hx 2M C V
2H x 2.MH C V x/

Um s.x/ zu minimieren, bilden wir zunächst die erste und zweite Ableitung:
V V V V
.2 H x/.2M C 2 H x/  .MH C x 2 /.2 H / V .V x 2 C 2MH x  MH 2 /
s 0 .x/ D V
H
D
4.M C H
x/2 2.MH C V x/2
2
VH M.M C V /
s 00 .x/ D :
.MH C V x/3
Wir bestimmen nun die Nullstellen von s 0 .x/ W

s 0 .x/ D 0
V V V V
.2 x/.2M C 2 x/  .MH C x 2 /.2 / D 0
H H H H
V V
x.2M C 2 x/  .MH C x 2 / D 0
H H
V 2
x C 2M x  MH D 0
H p
2M ˙ 4M 2 C 4M V H  p 
x1;2 D V
D M ˙ M 2 C MV :
2H V

Die negative Lösung macht hier natürlich keinen Sinn, schließlich ist x die Füllhöhe, also
muss im Optimum gelten
H  p 
xQ D M C M 2 C M V :
V
Da s 00 .x/
Q > 0 ist (wegen xQ > 0) handelt es sich tatsächlich um ein Minimum, also die
gesuchte Lösung. Um den optimalen Füllstand in Prozent zu bekommen, müssen wir diese
Höhe noch durch H teilen,
xQ 1  p 
x D D M C M 2 C M V :
H V
Für den optimalen Schwerpunkt s  D s.x/
Q bedeutet das
V H2 2
p

MH C C M V C M 2  2M M 2 C M V /
H V 2 .M
s D  p 
V
2M C 2 H H
V
M C M 2 C M V
p
MH C MH 2
V .2M C V  2 M C M V /
D p
2M  2M C 2 M 2 C M V
27.2 Lösungen 185
 
2HM 1  p
Dp 1C M  M2 C MV :
M2 C MV V

27.5 Es gilt f 0 .x/ D 2 sin x  1 und f 00 .x/ D 2 cos x. Wir bestimmen die Nullstellen
der ersten Ableitung:
   
0 1 7 11
f .x/ D 0 ” sin x D  ” x 2 C 2k W k 2 Z [ C 2k W k 2 Z :
2 6 6
˚  00
p
Für x 2 M1 WD 7 6
C 2k W k 2 Z gilt˚ 11f .x/ D 3 > 0,  die Punkte in M
p1 sind also
lokale Minima von f . Für x 2 M2 WD 6 C 2k W k 2 Z ist f 00 .x/ D  3 < 0, die
Punkte in M2 sind also lokale Maxima der Funktion f . Damit besitzt f unendlich viele
lokale Minima und Maxima.
Es gilt weiter

lim f .x/ D 1 und lim f .x/ D 1;


x!1 x!1

also besitzt f weder eine globales Maximum noch ein globales Minimum.

0
27.6 (a) Es liegt die Situation 0
vor, wir können die Regel von L’Hospital anwenden:
ex 1 ex
lim D lim D 1:
x!0 x x!0 1

(b) Auch hier haben wir den Fall 00 , wir erhalten mit der Regel von L’Hospital:
p p !
cos.ax/  cos.bx/ b sin.bx/ a sin.ax/ 1
lim 2
D lim p  p
x!0 x x!0 2 cos.bx/ 2 cos.ax/ 2x
b sin.bx/ a sin.ax/
!
1 b 2  a2
D lim p x  lim p x D :
4 x!0 cos.bx/ x!0 cos.ax/ 4

(c) Unter Anwendung der Regel von L’Hospital gilt:

ln2 .1 C 3x/  2 sin2 .x/ 6 ln.1C3x/


1C3x
 4 sin.x/ cos.x/
lim 2
D lim
x!0 1e x x!0 2x ex 2
ln.1 C 3x/ 3 sin.x/ 2 cos.x/
D lim  2
  :
x!0 x .1 C 3x/ e x x ex 2
Wir berechnen nun die einzelnen Grenzwerte (teilweise wiederum mit L’Hospital) und
erhalten:
ln.1 C 3x/ 3 3
lim D lim D 3; lim 2
D 3;
x!0 x x!0 1 C 3x x!0 .1 C 3x/ ex

sin.x/ 2 cos.x/
lim D lim cos.x/ D 1 ; lim D 2:
x!0 x x!0 x!0 ex 2
186 27 Anwendungen der Differentialrechnung I

Es ist also

ln2 .1 C 3x/  2 sin2 .x/


lim D 33 12 D 7:
x!0 1  ex 2

(d) Die Anwendung der Regel von L’Hospital liefert:

 x   
xC1 sin2 x
2 2
lim .x C 1/ tan D lim C D   D lim 2  D :
x!1C 2 x!1 cot x
2
x!1C  

1
(e) Der Grenzwert ist vom Typ 1. Wir versuchen es mit der Regel von L’Hospital und
erhalten:

cosh x l 0 H sinh x l 0 H cosh x


lim x
D lim D lim :
x!1 e x!1 ex x!1 ex

Die Regel hilft uns also in diesem Fall nicht weiter, wir müssen den Grenzwert anders
bestimmen:

cosh x 2
.e C ex /
1 x
1 1 C e2x 1
lim x
D lim x
D lim  D :
x!1 e x!1 e x!1 2 1 2

(f) Der Grenzwert ist vom Typ 00 , wir versuchen es wieder mit der Regel von L’Hospital:

cos.x/  1
lim D lim  sin.x/ D 0 :
x!0 x x!0

(g) Der Grenzwert hat die Form 00 . Die Regel von L’Hospital liefert:
p
=2  arcsin x p 1 2 2 1x 2 p
1x
lim p D lim 1
D lim p D lim p D 2:
x!1 1x x!1  p x!1 .1  x/.1 C x/ x!1 1Cx
2 1x

(h) Dieser Grenzwert ist vom Typ 0.1/, die Regel von L’Hospital kann also nicht direkt
angewandt werden. Hier hilft ein Trick weiter, bei dem man den Grenzwert so umschreibt,
1
dass er zum Typ 1 wird. Nach dem ersten Schritt entsteht ein Grenzwert vom Typ 00 , auf
den wiederum die Regel von L’Hospital angewandt werden kann:

1
ln j1  xj  1x
lim sin.x/  ln j1  xj D lim 1
D lim
x!1 x!1
sin.x/
x!1  sin21.x/  cos.x/  
sin2 .x/
D lim
x!1 .1  x/ cos.x/
2 sin.x/  cos.x/  
D lim D 0:
x!1  sin.x/  Œcos.x/  x sin.x/
2
27.2 Lösungen 187

(i) Wir schreiben zunächst den Ausdruck etwas um:


 
1 1
.1 C arctan x/ x D exp ln.1 C arctan x/ :
x

Weil die Exponentialfunktion stetig ist, genügt es, den Grenzwert für den Exponenten zu
bestimmen, dabei ergibt sich ein Grenzwert vom Typ 00 :

1 1
ln.1 C arctan x/ 1Carctan x  1Cx 2
lim D lim D 1:
x!0 x x!0 1

Damit gilt also für den gesuchten Grenzwert:


1
lim .1 C arctan x/ x D e1 D e :
x!0

(j) In diesem Fall haben wir einen Grenzwert vom Typ 01 , die Regel von L’Hospital darf
natürlich nicht angewandt werden. Vielmehr gilt

sin x C cos x sin x C cos x


lim D 1 und limC D C1;
x!0 x x!0 x

der Grenzwert existiert nicht. Wendet man hier ohne die Voraussetzungen zu prüfen die
Regel von de L’Hopital an, so erhält man als Grenzwert 1, das wäre falsch!
1
(k) Der Grenzwert ist von der Form 1
und mit L’Hospital erhalten wir:

1
ln.ln x/ ln x x
1 1
lim D lim 1
D lim D 0:
x!1 ln x x!1 x!1 ln x
x

(l) Wir schreiben die Differenz als rationalen Ausdruck, der der auf einen unbestimmten
Ausdruck der Form 00 führt, dann wenden wir zwei Mal die L’Hospitalsche Regel an:
 
1 1 x  ex C1 1  ex  ex 1
lim  D lim D lim x D lim x D :
x!0 ex 1 x x!0 .e 1/x
x x!0 e 1 C x ex x!0 2 e Cx ex 2

(m) Auch in diesem Fall hilft die L’Hospitalsche Regel, wenn wir schreiben

p 1
arcsin x 2 1
lim .cot.x/ arcsin.x// D lim .cos x/ lim D lim 1x D lim p D 1:
x!0 x!0 x!0 sin x x!0 cos x x!0 1  x2
Anwendungen der Differentialrechnung II
28

28.1 Aufgaben

28.1 Gegeben sei die Funktion f .x/ D e2x 3. Man bestimme näherungsweise eine
Nullstelle von f mit Hilfe des Newtonverfahrens. Man beginne mit dem Startwert x0 D
1:1 und verwende das Abbruchkriterium jf .xk /j  105 .

28.2 Gegeben sei die Funktion f .x/ D .x  1/2  4. Man bestimme näherungsweise eine
Nullstelle von f mit Hilfe des Newtonverfahrens. Man verwende die Startwerte x0 D 1:1
und x0 D 0:9 sowie das Abbruchkriterium jf .xk /j  105 .

28.3 Bestimmen Sie alle Ableitungen der folgenden Funktionen an der Stelle 0 und geben
Sie mittels der Taylorformel die Taylorpolynome Tn um den Entwicklungspunkt 0 an:
1
(a) f .x/ D 1x ,
1
(b) g.x/ D .1x/2
.

28.4 Berechnen Sie die Taylorreihen der folgenden Funktionen zum jeweiligen Entwick-
lungspunkt a:
1
2x ; a D 0;
(a) f .x/ D 8 (c) f .x/ D 2C3x
; a D 2;
< sin xx ; falls x ¤ 0
(b) f .x/ D x3 ; a D 0; 3
(d) f .x/ D  .2C3x/ a D 2:
2 ;
: 1 ; falls x D 0
6
Bestimmen Sie außerdem die Konvergenzradien R  0 und untersuchen Sie, für welche
Punkte x 2 .a  R; a C R/ die Taylorreihe mit der jeweiligen Funktion übereinstimmt.

28.5 Geben Sie das Taylorpolynom T10 von sin und cos um den Entwicklungspunkt x D
0 an. Benutzen Sie taylortool, um sich über die Approximation ein Bild zu machen.
© Springer-Verlag GmbH Deutschland 2018 189
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_28
190 28 Anwendungen der Differentialrechnung II

28.6 Entwickeln Sie den Tangens im Punkt 0 bis zur fünften Ordnung, jeweils mit Hilfe

(a) der Taylorformel,


(b) der bekannten Reihenentwicklungen von sin und cos,
3 5 7
(c) seiner Umkehrfunktion, des arctan x D x  x3 C x5  x7 ˙    und eines Koeffizien-
tenvergleichs.

28.7 Bestimmen Sie zu den folgenden Funktionen f W R ! R die Taylorpolynome


Tm;f;a für m D 0; 1; 2 und betrachten Sie die Graphen dieser Schmiegpolynome. Verwen-
den Sie dazu taylortool von MATLAB.

(a) f .x/ D x 2  4 x C 4 mit a D 1,


1
(b) f .x/ D 1Cx mit a D 0,
(c) f .x/ D x sin.x/ mit a D 0.

28.8 Programmieren Sie das Newtonverfahren.

28.2 Lösungen

28.1 Es ist f 0 .x/ D 2 e2x . Die Schritte des Newtonverfahrens stellen sich dar wie folgt:

k xk f .xk / f 0 .xk /
0 1:1 0:399764 18:050027
1 1:122148 8:994  103 18:867544
2 1:121671 1:6  106

Die Nullstelle ist also bereits nach der zweiten Iteration mit der geforderten Genauigkeit
bestimmt.

28.2 Wir wenden das Newtonverfahren mit der Ableitung f 0 .x/ D 2x 2 an und erhalten
k xk f 0 .xk / f .xk / xk f 0 .xk / f .xk /
0 1:1 0:2 3:99 0:9 0:2 3:99
1 21:05 40:1 398:0025 19:05 40:1 398:0025
2 11:1248 : : : 20:2495 : : : 98:5106 : : : 9:1248 : : : 20:2495 : : : 98:6106 : : :
3 6:2599 : : : 10:5198 : : : 23:6667 : : : 4:2599 : : : 10:5198 : : : 23:6667 : : :
4 4:0102 : : : 6:0204 : : : 5:0612 : : : 2:0102 : : : 6:0204 : : : 5:0612 : : :
5 3:1695 : : : 4:3390 : : : 0:7068 : : : 1:1695 : : : 4:3390 : : : 0:7068 : : :
6 3:0066 : : : 4:0132 : : : 0:0265 : : : 1:0066 : : : 4:0132 : : : 0:0265 : : :
7 3:00001 : : : 4:00002 : : : 4:37  105 1:00001 : : : 4:00002 : : : 4:37  105
8 3 4 0 1 4 0

Die Nullstellen von f liegen also bei x D 3 und x D 1.


28.2 Lösungen 191

28.3 (a) Wir berechnen zunächst die Ableitungen für x ¤ 1,

1 12 3Š
f 0 .x/ D ; f 00 .x/ D ; f .3/ .x/ D ; :::
.1  x/2 .1  x/3 .1  x/4


Man vermutet f .n/ .x/ D .1x/nC1
und zeigt dies mit vollständiger Induktion:
 
.n/ nŠ d 1 .n C 1/Š
f .x/ D H) f .nC1/ .x/ D nŠ D :
.1  x/nC1 dx .1  x/nC1 .1  x/nC2

Somit ist f .n/ .0/ D nŠ und das zugehörige Taylorpolynom lautet

n
X n
X
f .k/ .0/
Tn .x/ D xk D xk D 1 C x C x2 C : : : C xn:

kD0 kD0

(b) Es gilt g .n/ .x/ D f .nC1/ .x/ für n 2 N0 . Somit ist

g .n/ .0/ D f .nC1/ .0/ D .n C 1/Š

und das zugehörige Taylorpolynom lautet

n
X n
X
g .k/ .0/
Tn .x/ D xk D .k C 1/x k D 1 C 2x C 3x 2 C : : : C .n C 1/x n :

kD0 kD0

28.4 Man beachte unser Rezept zum Bestimmen von Taylorreihen:


(a) Es gilt für alle x 2 R:

1
X 1
X
.x ln 2/n .ln 2/n
f .x/ D 2x D ex ln 2 D D xn :
nD0
nŠ nD0

Damit haben wir eine Potenzreihendarstellung von f .x/ mit Entwicklungspunkt 0 ge-
funden. Diese stimmt mit der Taylorreihe zum Entwicklungspunkt 0 überein, es ist also
auch
X 1
.ln 2/n n
T .x/ D x :
nD0

(b) Bekanntlich gilt für die Potenzreihendarstellung des Sinus für alle x 2 R:

1
X x 2nC1
sin x D .1/n :
nD0
.2n C 1/Š
192 28 Anwendungen der Differentialrechnung II

Damit folgt nun


X 1 2n2
sin x  x n x
D .1/ DW T .x/ :
x3 nD1
.2n C 1/Š

Da T .0/ D  61 , ist also T .x/ eine Potenzreihenentwicklung von f .x/ und somit auch
gleich der Taylorreihe.
(c) Es gilt:
1 1 1
f .x/ D D D
2 C 3x 2 C 3.x  2/ C 6 8 C 3.x  2/
X1  n
1 1 ./ 1 3
D D .1/n .x  2/n
8 1 C 83 .x  2/ 8 nD0 8
1
X 3n 8
D .1/n nC1
.x  2/n ; falls jx  2j < ;
nD0
8 3
P
dabei wurde bei ./ die geometrische Reihe 1 k 1
kD0 q D 1q für jqj < 1 verwendet.
Wiederum gilt, dass die Potenzreihenentwicklung gleich der Taylorreihe T .x/ ist.
(d) Es gilt:
  1
3 d 1 d X 3n
f .x/ D D D .1/n nC1 .x  2/n
.2 C 3x/2 dx 2 C 3x dx nD0 8
1
X 3n
D .1/n n.x  2/n1
nD1
8nC1
1
X .n C 1/3nC1 8
D .1/nC1 nC2
.x  2/n ; falls jx  2j < :
nD0
8 3

Wiederum gilt, dass die Potenzreihenentwicklung gleich der Taylorreihe T .x/ ist.
Da in allen Fällen Potenzreihenentwicklungen der jeweiligen Funktion f .x/ gefunden
wurden, stimmen die Funktionen innerhalb des Konvergenzradius mit den Taylorreihen
überein. Für die Konvergenzradien gilt im Einzelnen:

(a) R D 1, (b) R D 1, (c) R D 83 , (d) R D 38 .

28.5 Es gilt

sin.0/ D sin.4/ .0/ D sin.8/ .0/ D 0


sin0 .0/ D sin.5/ .0/ D sin.9/ .0/ D cos 0 D 1
sin00 .0/ D sin.6/ .0/ D sin.10/ .0/ D  sin 0 D 0
sin.3/ .0/ D sin.7/ .0/ D sin.11/ .0/ D  cos 0 D 1
28.2 Lösungen 193

und cos.k/ .0/ D sin.kC1/ .0/. Somit lautet das Polynom für den Sinus

1 3 1 1 1
T10 .x/ D x  x C x5  x7 C x9
3Š 5Š 7Š 9Š

und für den Kosinus

1 2 1 1 1 1 10
T10 .x/ D 1  x C x4  x6 C x8  x :
2Š 4Š 6Š 8Š 10Š

In Abb. 28.1 findet man noch die Bilder, die man mit taylortool erhält.

Taylor Series Approximation Taylor Series Approximation


02 02

1 1

0 0

–1 –1

–2 –2
–6 –4 –2 0 2 4 6 –6 –4 –2 0 2 4 6

TN(x) = x – x3/6 + x5/120 – x7/5040 + x9/362880 TN(x) = x4/24 – x2/2 – x6/720 + x8/40320 – x10/3628800 + 1

f(x) sin(x) f(x) cos(x)

a= 0 –2*pi < x < 2*pi a= 0 –2*pi < x < 2*pi


+ +
N = 10 – N = 10 –
Help Reset Close Help Reset Close

Abb. 28.1 Die Funktionn sin und cos mit ihren zehnten Taylorpolynomen

28.6 (a) Durch sukzessives Ableiten erhalten wir:

1 2 sin x 2 C 4 sin2 x
tan0 x D ; tan 00
x D ; tan 000
x D
cos2 x cos3 x cos4 x
3
16 sin x C 8 sin x 16 C 88 sin2 x C 16 sin4 x
tan.4/ x D ; tan .5/
x D :
cos5 x cos6 x

Da der Tangens eine ungerade Funktion ist, lautet das fünfte Taylorpolynom des Tangens

tan000 .0/ 3 tan.5/ .0/ 5 1 2


T5;tan;0 .x/ D tan0 .0/x C x C x D x C x3 C x5 :
6 120 3 15

(b) Unter Weglassung höherer Ordnungen, die nicht benötigt werden, schreiben wir

sin x 1
x  61 x 3 C 120 x5 ˙ : : :
tan x D D 1 1 4
:
cos x 1  2 x 2  24 x ˙ :::
194 28 Anwendungen der Differentialrechnung II

1
Nun benutzen wir die geometrische Reihe für 1y mit y D 1  cos x, welche konvergent
ist, solange j1  cos xj < 1. Damit erhalten wir:
   2   2 2 !
x3 x5 x x4 x x4
tan.x/ D x  C ˙::: 1C  ˙::: C  ˙::: C:::
6 120 2 24 2 24
  
1 1 5 1 1 1
D x  x3 C x ˙::: 1 C x2  x4 C x4 C : : :
6 120 2 24 4
  
1 1 5 1 5
D x  x3 C x ˙::: 1 C x2 C x4 C : : :
6 120 2 24
   
1 1 5 1 1
Dx C  x3 C  C x5 C : : :
2 6 24 12 120
1 2
D x C x3 C x5 C : : : :
3 15

(c) Für den Ansatz tan y D a0 C a1 y C a2 y 2 C a3 y 3 C a4 y 4 C a5 y 5 C : : : kann man von


vornherein schließen, dass a0 D 0, a2 D 0, a4 D 0, : : :, a2n D 0 für n 2 N, da tan.y/
eine ungerade Funktion ist. Somit gilt

x D tan.arctan x/
   3
x3 x5 x3
D a1 x  C ˙ : : : C a3 x  ˙ : : : C a5 .x ˙ : : :/5 C : : :
3 5 3
 a  a 
1 1
D a1 x C  C a3 x 3 C  a3 C a5 x 5 C : : : :
3 5
a1 a1
Ein Koeffizientenvergleich ergibt a1 D 1, a3 D 3
D 31 , a5 D a3  5
D 2
15
. Also ist

1 2
tan y D y C y 3 C y 5 C    :
3 15

28.7 Mit taylortool erhält man alle Ergebnisse.

28.8 Der folgende Code taugt:


function [ x0,xvec,iter ] = newton22( f,x0,tol )
xvec=[]’;
syms x;
df(x)=diff(f(x));
iter=0;
weiter=1;
while weiter
delta=-f(x0)/df(x0);
28.2 Lösungen 195

lS=f(x0+delta);
x0=x0+delta;
xvec=[xvec; double(x0)];
weiter=abs(delta)>=tol & abs(lS)<=abs(f(x0-delta));
iter=iter+1;
end
if abs(delta)<tol
disp(’Genauigkeit erreicht!’)
else
disp(’Divergenz!’)
end
Polynom- und Splineinterpolation
29

29.1 Aufgaben

29.1 Bestimmen Sie das Interpolationspolynom vom Grad 4 für die 5 Stützstellen

.2; 1/ ; .1; 1/ ; .0; 2/ ; .1; 1/ ; .2; 1/ :

29.2 Bestimmen Sie die kubische Splinefunktion s zu den Stützstellen

.x0 ; y0 / D .0; 1/ ; .x1 ; y1 / D .1; 0/ ; .x2 ; y2 / D .3; 0/ ; .x3 ; y3 / D .6; 0/ :

29.3 Schreiben Sie eine MATLAB-Funktion, die zu Vektoren x und y mit x D .xi / und
y D yi einen Plot der Stützstellen .xi ; yi / und dem dazugehörigen Interpolationspolynom
ausgibt.

29.4 Schreiben Sie eine MATLAB-Funktion, die die kubische Splinefunktion zu Stütz-
stellen .x0 ; y0 /; : : : ; .xn ; yn / ausgibt.

29.5 Die untenstehende Skizze zeigt den Graphen einer Splinefunktion s D .s0 ; s1 ; s2 /,
die die Stützstellen .1; 2/, .2; 3/, .3; 1/, .4; 2/ interpoliert. Die folgenden drei Polynome
sind die kubischen Polynome s0 , s1 , s2 , aber nicht unbedingt in dieser Reihenfolge. Ordnen
Sie diese Polynome den kubischen Polynomen s0 , s1 , s2 richtig zu. Begründen Sie kurz
Ihre Wahl.

f .x/ D 1  .x  3/ C 3 .x  3/2  .x  3/3 ;


g.x/ D x 3 C 3 x 2  x C 1;
h.x/ D 2 x 3  15 x 2 C 35 x  23 :

© Springer-Verlag GmbH Deutschland 2018 197


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_29
198 29 Polynom- und Splineinterpolation

3.5

2.5

1.5

0.5
0.5 1 1.5 2 2.5 3 3.5 4 4.5

29.2 Lösungen

29.1 Wir verwenden die Methode von Newton (vgl. das Rezept in Abschn. 29.1
(Rezeptebuch)):

(1) Wir machen den Ansatz

f .x/ D 0 C1 .xC2/C2 .xC2/.xC1/C3 .xC2/.xC1/xC4 .xC2/.xC1/x.x1/ :

(2) Wir erhalten i durch Auswerten von f an den Stellen xi unter Beachtung von
f .xi / D yi :

1 D f .2/ D 0 ) 0 D 1
1 D f .1/ D 0 C 1 ) 1 D 0
2 D f .0/ D 0 C 1  2 C 2  2 ) 2 D 1=2
1 D f .1/ D 0 C 1  3 C 2  6 C 3  6 ) 3 D 1=2
1 D f .2/ D 0 C 1  4 C 2  12 C 3  24 C 4  24 ) 4 D 1=4 :

(3) Wir setzen nun die i aus (2) in den Ansatz in (1) ein und erhalten:

f .x/ D 1 C 1=2.x C 2/.x C 1/  1=2.x C 2/.x C 1/x


C 1=4.x C 2/.x C 1/x.x  1/
D 1=4x 4  5=4x 2 C 2 :
29.2 Lösungen 199

In der Abb. 29.1 haben wir den Graph der Polynomfunktion eingetragen.

2.5

1.5

0.5

0
–2.5 –2 –1.5 –1 –0.5 0 0.5 1 1.5 2 2.5

Abb. 29.1 Der Graph der ermittelten Polynomfunktion mit den Stützstellen

29.2 Wir beachten unser Rezept:


(1) Es gilt

h0 D x1  x0 D 1 ; h1 D x2  x1 D 2 ; h2 D x3  x2 D 3 :

Als nächstes ermitteln wir r1 und r2 , es gilt:

r1 D 3.0 C 1/ D 3 ; r2 D 3.0  0/ D 0 :

Damit stellen wir das LGS zum Bestimmen von c1 und c2 auf: Aus
! ! !
6 2 c1 3
D
2 10 c2 0

erhalten wir mit c0 D 0 D c3 :

c0 D 0 ; c1 D 15=28 ; c2 D 3=28 ; c3 D 0 :

(2) Damit können wir nun ai ; bi ; ci bestimmen. Wir erhalten

a0 D 1 ; a1 D 0 ; a2 D 0 ;
b0 D 33=28 ; b1 D 9=14 ; b2 D 3=14 ;
d0 D 5=28 ; d1 D 3=28 ; d2 D 1=84 :
200 29 Polynom- und Splineinterpolation

Damit erhalten wir also die Splinefunktion s durch die drei Polynome vom Grad 3, die
jeweils auf den angegebenen Intervallen erklärt sind:

s0 W Œ0; 1 ! R ; s0 .x/ D 1  33=28x C 5=28x 3 ;


s1 W Œ1; 3 ! R ; s1 .x/ D 9=14.x  1/ C 15=28.x  1/2  3=28.x  1/3 ;
s2 W Œ3; 6 ! R ; s2 .x/ D 3=14.x  3/  3=28.x  3/2 C 1=84.x  3/3 :

In der Abb. 29.2 haben wir den Graph der Splinefunktion, also die Graphen der Polynom-
funktionen s0 , s1 und s2 eingetragen.

0.8

0.6

0.4

0.2

–0.2

–0.4
0 1 2 3 4 5 6
x

Abb. 29.2 Der Graph der ermittelten Splinefunktion

29.3 Der folgende Code taugt:


function polynominterpolation( x,y )
%gibt einen plot der stuetzstellen und des Graphen des
%Interpoaltionspolynoms aus
%Eingabe: Vektoren x=[x_0, ... , x_n]
%und y=[y_0, ... , y_n] der ...
%Stuetzstellen (x_i,y_i)
n=length(x)-1;
a=polyfit(x,y,n);
plot(x,y,’o’);
hold on
Y=polyval(a,x(1):0.01:x(n+1));
plot(x(1):0.01:x(n+1),Y)
29.2 Lösungen 201

grid on
xlim([x(1)-0.5,x(n+1)+0.5]);
hold off
end

29.4 Der folgende Code taugt:


function [ P ] = kspline( x, y )
n = length(x);
jj = 1:n-1; j = 2:n-1;
h = x(jj+1)-x(jj);
r = 3*((y(j+1)-y(j))./h(j) - (y(j)-y(j-1))./h(j-1));
A = 2*diag(h(j-1)+h(j)) + diag(h(2:n-2), 1)
+ diag(h(2:n-2), -1);
c = [0; A\r; 0];
a = y(jj);
b = (y(jj+1)-y(jj))./h(jj) - h(jj).*(2*c(jj)+c(jj+1))/3;
d = (c(jj+1)-c(jj))./(3*h(jj));
P = [a, b, c(jj), d];
hold on;
g = 10;
for i=1:length(x)-1
X = linspace(0,x(i+1)-x(i),g);
Y = P(i,:)*[ones(1,length(X)); X; X.^2; X.^3];
plot(X+x(i),Y);
end
grid on;
xlim([x(1)-0.5 x(end)+0.5]);
plot(x,y,’o’)
hold off;
end

29.5 Wegen

f .3/ D 1 ; f .4/ D 2 ; g.1/ D 2 ; g.2/ D 3 ; h.2/ D 3 ; h.3/ D 1

gilt f D s2 , g D s0 , h D s1 .
Integration I
30

30.1 Aufgaben

30.1 Begründen Sie: Ist F eine Stammfunktion zu f , so ist fF C c j c 2 Rg die Menge


aller Stammfunktionen zu f .

30.2 Begründen Sie den Hauptsatz der Differential- und Integralrechung von Ab-
schn. 30.2 (Rezeptebuch).

30.3 Berechnen Sie die folgenden bestimmten Integrale:

=9 ´1 p ´ p
r2
´
(a) sin.=3  3x/ dx ; (g) 1  r dr; (m) 1 C sin x dx;
0 0 0
´2
ln p ´1 ex
´ p
x 2 C2 xCsin x
(b) ex ex 1 dx ; (h) .1Cex /2
dx; (n) p
tan. x/
dt;
0 0 0

´1 ´2 =2
2x 3 3x 2 C4x5 sin.2x/
2x.1  ex / dx ;
´
(c) (i) x
dx; (o) cos xCcos2 x
dx;
0 1 0

´e2 ´ =2
cos3 x
1  2 sin2 x dx;
´
(d) .2x  ln x/ dx; (j) (p) 1sin x dx;
e 0 0
´1 1
´1 2x2
´1
(e) dx; (k) dx; (q) p1 dx:
p .1Cx 2 / arctan x 1Cx 2 1C 1Cx
 3 0 0
=2 ´1
x
2xC1 dx;
´
(f) sin2 x
dx; (l)
=6 0

© Springer-Verlag GmbH Deutschland 2018 203


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_30
204 30 Integration I

30.4 Berechnen Sie die folgenden unbestimmten Integrale:

3
px x 2 ex dx;
´ ´ ´
(a) x sin x dx; (h) 3 dx; (o)
x 2 C1
x arcsin.x 2/
x
x 2 cos x dx;
´ ´ ´
(b) cosh2 x
dx; (i) (p) 4 p dx;
1x 4
´ ln.x 2 / ´ sin2 x cos2 x
´p
(c) x2
dx; (j) .cos3 xCsin3 x/2
(q) 15
dx; x.x  1/ dx;
x/
(d) a2 x 2xCc 2 dx; (k) 26 ex cos.5x/ dx; (r) cos.ln
´ ´ ´
x
dx;
´ p x
(s) ex Ce ex dx;
´ ´
(e) x 1 C 4x 2 dx; (l) sin.ln x/ dx;
´ 1x 2 ´ 2
(m) x sin.x 2 / cos2 .x 2 / dx; (t) lnx x dx:
´
(f) 1Cx 2 dx;

(g) 4 .x 2 C 1/ e2x dx; (n) 2 x sin.x 2 / dx;


´ ´

30.5 Es sei f W R ! R stetig und g W R ! R differenzierbar auf ganz R. Die Funktion


F W R ! R sei definiert durch

g.x/
ˆ
F .x/ D f .t/ dt:
0

Zeigen Sie, dass F auf ganz R differenzierbar ist. Wie sieht die Ableitung F 0 .x/ aus?

30.6 Es seien a; b > 0. Berechnen Sie den Flächeninhalt der Ellipse, die erklärt ist durch
2
x2
a2
C yb 2 D 1.

30.2 Lösungen

30.1 Alle Stammfunktionen von f unterscheiden sich höchstens um eine Konstante c:


Denn ist F Stammfunktion von f , so gilt für alle c 2 R W .F C c/0 D f C 0 D f , damit
ist also auch F C c Stammfunktion von f .
Sind dagegen F und G Stammfunktionen von f , so gilt .F  G/0 D f  f D 0 und
nach dem Mittelwertsatz der Differentialrechnung folgt G  F D c ) G D F C c.
Ist also F eine Stammfunktion von f , so lässt sich die Menge aller Stammfunktionen von
f angeben als fF C c j c 2 Rg.
30.2 Lösungen 205

30.2 Es seien x; x0 2 Œa; b. Es gilt:


0 x 1
ˆx0 ˆx
F .x/  F .x0 / 1 @ 1
ˆ
D A
f .t/ dt  f .t/ dt D f .t/ dt D f ./
x  x0 x  x0 x  x0
a a x0

mit einem  zwischen x und x0 nach dem Mittelwertsatz der Integralrechnung. Da f nach
Voraussetzung stetig ist, gilt:
9
lim f ./ D f .x0 / =
!x0
) F 0 .x0 / D f .x0 / 8x0 2 Œa; b :
lim F .x/F .x0/ D F 0 .x0 / ;
xx0
x!x0

Das beweist den ersten Teil des Hauptsatzes. Ist F eine Stammfunktion zu f , so gilt:
ˆx
F .x/ D f .t/ dt C c
a

mit einem c 2 R. Daraus folgt die zweite Aussage:


ˆb ˆa ˆb
F .b/  F .a/ D f .t/ dt  f .t/ dt D f .t/ dt:
a a a

30.3 (a) Wir verwenden die Substitutionsregel:


p
ˆ=9 " # ˆ0 ˆ3=2
u D =3  3x 1 1
sin .=3  3x/ dx D D 3 sin.u/ du D 3
sin.u/ du
du D 3dx p
0 3=2 0
 p3=2 p ! !
1 1 3
D 3  cos.u/ D 3 cos 1 :
0 2

(b) Wiederum mit Substitution lässt sich das Integral berechnen als
ln.2/ " # ˆ1  1
ˆ p u D ex 1 p p p 
x 2 3=2 2
e e 1 dx D du
x
x
D udu D 3 x D 3 1 3 03 D 32 :
dx D e 0
0 0

(c) Mit partieller Integration erhält man


ˆ1 " # ˆ1
0  2 
x u D 2x u D 2 x 1
2x.1  e / dx D D 2x  2x e 0  2 x  ex dx
v 0 D 1  ex v D x  ex
0 0
 1  
1 2 x 1
D 2  2 e 2 x  e D 2  2 e 2  e .0  1/ D 1 :
2 0 2
206 30 Integration I

(d) Wiederum mit partieller Integration folgt

ˆe2 ˆe2 ˆe2 " #


u D ln.x/ u0 D x1
.2x  ln.x// dx D 2x dx  ln.x/ dx D
v0 D 1 v D x
e e e

 e2  e2 ˆe2   e2


2
D x  x ln.x/ C 1 dx D e4  e2 2 e2 C e C x
e e e
e

D e4 3 e2 C e C e2  e D e 2 e2 : 4

(e) Mittels logarithmischer Integration erhalten wir

ˆ1  1
1
dx D ln .j arctan.x/j/ p D ln .=4/  ln .=3/ D ln .3=4/ :
p
.1 C x 2 / arctan.x/  3
 3

(f) Mit partieller Integration folgt

ˆ=2 " #  =2 ˆ


1 uDx u0 D 1 =2
x dx D D  x cot.x/ C cot.x/dx
2
sin .x/ v 0 D sin21.x/ v D  cot.x/ =6 =6
=6
 =6 p
 3
D0C p
2 3
 ln .j sin.x/j/ D 6
C ln 2 :
=2

(g) Mit doppelter partieller Integration erhalten wir die Lösung:

ˆ1 " #
2
p u D r2 u0 D 2r
r 1  r dr D p p
v0 D 1  r v D  23 .1  r/3
0
 1 ˆ1 p
2r 2 p 4
D  .1  r/3 C r .1  r/3 dr
3 0 3
0
" #
0
u D r u D 1
D p p
v 0 D .1  r/3 v D  52 .1  r/5
0 1
 1 ˆ1 p
4@ 2r p 2
D  .1  r/5 C .1  r/5 dr A
3 5 0 5
0
  p 1
4 2 2 422 16
D    .1  r/7 D  .1/ D :
3 5 7 0 357 105
30.2 Lösungen 207

(h) Wir substituieren u D 1 C ex und erhalten:

ˆ1 " # ˆ1Ce  1Ce


ex u D 1 C ex 1 1 1 1
dx D D du D  D  :
.1 C ex /2 du D ex dx u2 u 2 2 1Ce
0 2

(i) Wir können dieses Integral elementar lösen:

ˆ2 ˆ2
2x 3  3x 2 C 4x  5 5
dx D 2x 2  3x C 4  dx
x x
1 1
 2
x3 x2
D 2  3 C 4x  5 ln x
3 2 1
16 2 3 25
D  6 C 8  5 ln 2  C  4 C 0 D  5 ln 2 :
3 3 2 6

(j) Wegen cos.2x/ D cos2 x  sin2 x D .1  sin2 x/  sin2 x D 1  sin2 x gilt:

ˆ ˆ  
2 1
1  2 sin x dx D cos.2x/ dx D sin.2x/ D 0 :
2 0
0 0

(k) Mit logarithmischer Integration gilt:

ˆ1 ˆ1 ˆ1
2x  2 2x 1
dx D dx  2 dx
1 C x2 1 C x2 1 C x2
0 0 0
 1
D ln.1 C x 2 /  2 arctan x D ln 2  2=4  ln 1 C 0 D ln 2  =2 :
0

b
(l) Mit der Identität ab D eln.a / D eb ln.a/ erhalten wir

ˆ1 ˆ1 ˆ1 ˆ1
xC1 ln.2xC1 / .xC1/ ln 2 ln 2
2 dx D e dx D e dx D e  ex ln 2 dx
0 0 0 0
 1  
D 2  ex ln 2 1
ln 2 D2 1
ln 2 eln 2  ln12 e0 D 2
ln 2 :
0
208 30 Integration I

(m) Wir benutzen das Additionstheorem sin x D 2 sin.x=2/ cos.x=2/:


ˆ ˆ q
p
1 C sin x dx D sin2 .x=2/ C cos2 .x=2/ C 2 sin.x=2/ cos.x=2/ dx
0 0
ˆ q
D .sin.x=2/ C cos.x=2//2 dx
0
ˆ  
D sin.x=2/ C cos.x=2/ dx D 2 cos.x=2/ C 2 sin.x=2/ D 4 :
0
0

(n) Da unsere Integrationsvariable t ist, können wir x einfach als Konstante betrachten:
ˆ p p   p
x 2 C 2 x C sin x x 2 C 2 x C sin x x 2 C 2 x C sin x
p dt D p t D p :
tan. x/ tan. x/ 0 tan. x/
0

(o) Wir verwenden hier zunächst eine Doppelwinkelformel um sin.2x/ aufzulösen:

ˆ=2 ˆ=2 ˆ=2


sin.2x/ 2 sin x cos x 2 sin x
dx D dx D dx
cos x C cos2 x cos x C cos2 x 1 C cos x
0 0 0
ˆ=2  =2
 sin x
D2 dx D 2 ln.1 C cos x/ D 2 ln 2 ;
1 C cos x 0
0

wobei wir logarithmisch integriert haben.


dt
(p) Wir substituieren t D sin x, dx
D cos x, und erhalten

ˆ=2 ˆ=2 ˆ1
cos3 x cos x.1  sin2 x/ cos x.1  t 2 /
dx D dx D dt
1  sin x 1  sin x .1  t/ cos x
0 0 0
ˆ1 h i1
t2
D 1 C t dt D t C 2 0 D 1 C 1=2  0  0 D 3=2 :
0
p
(q) Hier substituieren wir t D 1 C x, dt
D p1 D 1
dx 2 1Cx 2t :

ˆ1 p p p
2 2 2
1 2t t C11 1
ˆ ˆ ˆ
p dx D dt D 2 dt D 2 1 dt
1C 1Cx 1 1Ct 1 1Ct 1 1Ct
0
 p2
p p
D 2 t  ln.1 C t/ D 2 2  2 ln.1 C 2/  2 C 2 ln 2 :
1
30.2 Lösungen 209

30.4 (a) Mit partieller Integration erhalten wir


" #
u D x u0 D 1
ˆ ˆ
x sin.x/ dx D D x cos.x/ C cos.x/ dx
v 0 D sin.x/ v D  cos.x/
D x cos.x/ C sin.x/ C C :

(b) Mit partieller Integration folgt


" #
x u D x u0 D 1
ˆ ˆ
dx D D x tanh.x/  tanh.x/ dx
cosh2 .x/ v 0 D cosh12 .x/ v D tanh.x/
sinh.x/
ˆ
D x tanh.x/  dx D x tanh.x/  ln .cosh.x// C C :
cosh.x/
(c) Wiederum mit partieller Integration erhalten wir
" #
ln.x 2 / u D ln.x 2 / u0 D x2 ln.x 2 / 1 ln.x 2 / 2
ˆ ˆ
2
dx D 0 1 1
D  C 2 2
D  C C C:
x v D x2 v D x x x x x

(d) Wir finden eine Stammfunktion durch Substitution


" # ˆ
x u D a2x 2 C c 2 1 1
ˆ
dx D du
D du
a x Cc
2 2 2
dx
2
D 2a x 2a2 u
ln.juj/ ln.2a2 x 2 C c 2 /
D C C D C C:
2a2 2a2
(e) Wir substituieren wieder
" #
ˆ p u D 1 C 4x 2 1 p
ˆ
x 1 C 4x 2 dx D du
D udu
dx
D 8x 8
1p 3 1p
D u CC D .1 C 4x 2 /3 C C:
12 12
(f) Dieses Integral können wir elementar lösen

1  x2 2  1  x2 1
ˆ ˆ ˆ ˆ
dx D dx D 2 dx  1 dx
1 C x2 1 C x2 1 C x2
D 2 arctan.x/  x C C :

(g) Mit doppelter partieller Integration erhalten wir


 
1 2x
ˆ ˆ
2 2x 2 2x
4 .x C 1/ e dx D 4 .x C 1/ e  x e dx
2
 
1 1  
ˆ
2x 2 2x
D 2 e .x C 1/  4 xe  e dx D 2x 2  2x C 3 e2x CC :
2x
2 2
210 30 Integration I
p
(h) Wir substituieren u D x 2 C 1 ) x 2 D u2  1 ) du
dx
D p x2 ) dx D u
x
du und
x C1
erhalten

x3 x3 u
ˆ ˆ ˆ ˆ
3 p dx D 3  du D 3 x du D 3 u2  1 du D u3  3u C C
2
x2 C 1 u x
p p p
D .x 2 C 1/3  3 x 2 C 1 C C D .x 2  2/ x 2 C 1 C C :

(i) Hier hilft wiederum doppelte partielle Integration:


ˆ ˆ ˆ
2 2 2
x cos.x/dx D x sin.x/2 x sin.x/dx D x sin.x/ C 2x cos.x/  2 cos.x/dx

D x 2 sin.x/ C 2x cos.x/  2 sin.x/ C C :

(j) Wir beginnen mit einer kleinen Umformung:

1
sin2 x cos2 x sin2 x cos2 x tan2 x 
ˆ ˆ ˆ
cos2 x
dx D dx D dx
.cos3 x C sin3 x/2 cos6 x.1 C tan3 x/2 .1 C tan3 x/2

du 1
Wir substituieren nun u D tan.x/ ) dx
D cos2 .x/
) dx D cos2 .x/ du und erhalten

1
sin2 x cos2 x tan2 x  u2
ˆ ˆ ˆ
cos2 x
dx D dx D du :
.cos3 x C sin3 x/2 .1 C tan3 x/2 .1 C u3 /2

dt 1
Wir substituieren jetzt ein zweites Mal t D u3 ) du
D 3u2 ) du D 3u2
dt:

sin2 x cos2 x u2 1 1 1 1
ˆ ˆ ˆ
dx D du D dt D   CC
.cos3 x C sin3 x/2 .1 C u3 /2 3 .1 C t/2 3 1Ct
1 1
D CC D CC :
3.1 C u3 / 3.1 C tan3 .x//

(k) Wir verwenden ein weiteres Mal doppelte partielle Integration:

26 x 26
ˆ ˆ
x
26 e cos.5x/ dx D e sin.5x/ C ex sin.5x/ dx
5 5
26 x 26 26
ˆ
D e sin.5x/ ex cos.5x/ ex cos.5x/dx C C:
5 25 25

Es steht also (bis auf den Vorfaktor) rechts das gleiche Integral wie links, somit:
 ˆ
26 26 x
26 C ex cos.5x/ dx D e .5 sin.5x/  cos.5x// C C :
25 25
30.2 Lösungen 211

Wir erhalten:
ˆ
26 ex cos.5x/ dx D ex .5 sin.5x/  cos.5x// C C :

(l) Wir substituieren u D ln.x/ ) dx D x du D eu du:


ˆ ˆ
sin.ln.x// dx D eu sin.u/ du :

Dieses Integral können wir mit partieller Integration lösen und erhalten

x x
ˆ ˆ
sin.ln.x// dx D eu sin.u/ du D sin.ln.x//  cos.ln.x// C C :
2 2

1
(m) Wir substituieren u D cos.x 2 / ) dx D  2x sin.x 2 / du:

1 2 1 1
ˆ ˆ
2 2 2
x sin.x / cos .x / dx D  u du D  u3 C C D  cos3 .x 2 / C C :
2 6 6

dt
(n) Die Substitution t D x 2 , dx
D 2x, führt auf
ˆ ˆ
2 x sin.x 2 / dx D sin.t/ dt D  cos.t/ C C D  cos.x 2 / C C :

(o) Wir führen partielle Integration durch, um x 2 im Integranden loszuwerden:


ˆ ˆ
2 x 2 x
x e CC C 2 xex dx
dx D x e
ˆ
D  x 2 ex 2x ex CC C 2 ex dx D x 2 ex 2x ex 2 ex CC :

dt
(p) Wir beginnen mit der Substitution t D x 2 , dx D 2x:

x arcsin.x 2 / arcsin t
ˆ ˆ
4 p dx D 2 p dt :
1  x4 1  t2
dt
Als nächster Schritt bietet sich eine weitere Substitution an, nämlich sin u D t, du
D
cos u. Damit erhalten wir:

arcsin t arcsin.sin u/
ˆ ˆ ˆ
2 p dt D 2 p cos u du D 2 u du
1  t2 1  sin2 u
D u2 C C D arcsin2 t C C D arcsin2 .x 2 / C C :
212 30 Integration I

(q) Dieses Integral lässt sich elementar berechnen:


  p p
x 5=2 x 3=2
ˆ
3=2 1=2
15 x x dx D 15  C C D 6 x 5 C 10 x 3 C C :
5=2 3=2

(r) Mit der Substitution u D ln.x/ ergibt sich


" #
u D ln.x/
ˆ ˆ
cos.ln.x//
dx D D cos.u/ du D sin.u/ C C D sin.ln.x// C C:
x du D x1 dx

(s) Wiederum substituieren wir u D ex und benutzen dann logarithmische Integration


" #
ex u D ex 1 u 1 2u
ˆ ˆ ˆ ˆ
dx D Ddu D du D du
ex C ex du D ex dx uC u 1 u C1
2 2 u C1
2

1 p p
D ln.ju2 C 1j/ C C D ln. u2 C 1/ C C D ln. e2x C1/ C C :
2
(t) Wir substituieren den Logarithmus
" #
ln2 .x/ u D ln.x/ 1 3 1
ˆ ˆ
dx D du 1
D u2 du D u C C D ln3 .x/ C C :
dx D x
x 3 3

30.5 Wir definieren zunächst die Funktion


ˆ y
H.y/ D f .t/ dt :
0

Nach dem Hauptsatz der Differential- und Integralrechnung ist H.y/ differenzierbar auf
ganz R und es gilt H 0 .y/ D f .y/.
Da g ebenfalls auf ganz R differenzierbar ist, folgt mit der Kettenregel, dass auch die
Funktion F .x/ D .H ı g/.x/ D H.g.x// differenzierbar ist. Für die Ableitung gilt dann

F 0 .x/ D H 0 .g.x// g 0 .x/ D f .g.x//  g 0 .x/ :

30.6 Wir beschränken uns auf die Viertel-Ellipse im rechten oberen Quadranten (also
px- und y-Koordinaten). Dort können wir die Ellipsengleichung nach y auflösen:
positive
y D b 1  x 2 =a2 .
Der Flächeninhalt dieser Viertel-Ellipse ist dann die Fläche unter dem durch diese Funk-
tion beschriebenen Graphen, also

ˆa p
b 1  x 2 =a2 dx:
0
30.2 Lösungen 213

dx
Dieses Integral lösen wir durch die Substitution x D a sin t mit dt
D a cos t und t D
arcsin xa , damit ergibt sich

ˆa q ˆ 1
arcsin q ˆ=2
x2 a2 sin2 t
b 1 a2
dx D b 1 a2
a cos t dt D ab cos2 t dt
0 0 0
ˆ=2 h i=2
sin.2t /
D ab
2 1 C cos.2t/ dt D ab
2 tC 2 D ab
2 .=2 C 0  0 C 0/ D ab
4 :
0
0

Damit ist die Fläche der gesamten Ellipse ab.


Integration II
31

31.1 Aufgaben

31.1 Man bestimme eine Stammfunktion von

1 9x x 3 C1
(a) sin x , (f) 2x 3 C3xC5
, (j) ,
x.x1/3
x
(b) .1Cx/.1Cx 2 /
, 4x 2
(g) , sin2 x cos2 x
.xC1/2 .x 2 C1/2 (k) .cos3 xCsin3 x/2
,
tan x
(c) 1Ctan x ,
sin2 x x 2 C1
(d) x4
, (h) 1Csin x , (l) ,
x 3 Cx x 3 C1

x2 x 7 28x 3 3 ex C4 ex C2
(e) .xC1/.1x 2 /
, (i) .x 2 8/.x 4 C8x 2 C16/
, (m) 1e2x
.

31.2 Man bestimme die folgenden Integrale:


p
3 ˆ=3
x4  4 1
ˆ
(a) dx, (b) dx.
x 2 .x 2 C 1/2 cos x
1 0

31.3 Man´ programmiere die Trapez- und die Simpsonregel. Testen Sie beide Funktionen

für I D 0 sin.x/ dx mit n D 5 und n D 50. Können Sie die Fehlerabschätzung von
Abschn. 31.3 (Rezeptebuch) bestätigen?

31.4 Eine Zwiebel der Höhe h entsteht als Rotationskörper des Graphen der Funktion
r
ax x x
fa;h W Œ0; h ! R; x 7! fa;h .x/ WD  . /2
h h h

© Springer-Verlag GmbH Deutschland 2018 215


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_31
216 31 Integration II

um die x-Achse. Hierbei ist a ein weiterer Parameter, der die halbe Breite b (das Maxi-
mum der Funktion f ) der Zwiebel beeinflusst.

(a) Plotten Sie den Graphen der Funktion f1;1 , um eine Vorstellung von der Zwiebel zu
bekommen.
(b) Bestimmen Sie die halbe Breite b der Zwiebel (in Abhängigkeit der Parameter a; h).
(c) Berechnen Sie das Zwiebelvolumen in Abhängigkeit von a; h. Zeigen Sie, dass es
eine Konstante  gibt, so dass das Zwiebelvolumen durch die Formel V D  b 2 h
gegeben ist. Es heißt  die Zwiebelzahl.
(d) Bestimmen Sie die Oberfläche der Zwiebel für a D h D 1 (näherungsweise) mit
MATLAB.

31.2 Lösungen

31.1 Man beachte die Rezepte zur Integration rationaler Funktionen bzw. Integration ra-
tionaler Funktionen in Sinus und Kosinus:
2u 2
(a) Mit u D tan.x=2/ gilt sin.x/ D 1Cu2
und dx D 1Cu2
du:

1 1 C u2 2 1
ˆ ˆ ˆ
dx D du D du D ln.juj/ C C D ln .jtan .x=2/j/ C C:
sin.x/ 2u 1 C u2 u
(b) Wir zerlegen den Integranden mittels Partialbruchzerlegung zu

x A Bx C C .A C B/x 2 C .B C C /x C .A C C /
D C D
.1 C x/.1 C x /
2 1Cx 1Cx 2 .1 C x/.1 C x 2 /
Koeffizientenvergleich liefert A D 1=2, B D C D 1=2 und damit berechnet sich
die gesuchte Stammfunktion als
x 1 1Cx 1
ˆ ˆ
dx D  dx
.1 C x/.1 C x /
2 2 1Cx 2 1Cx
1 1 1
D ln.1 C x 2 / C arctan.x/  ln.j1 C xj/ C C :
4 2 2
1
(c) Mit der Substitution u D tan.x/ erhalten wir x D arctan.u/ und dx D 1Cu2
du:

tan.x/ u
ˆ ˆ
dx D du
1 C tan.x/ .1 C u/.1 C u2 /
./ 1 1 1
D ln.1 C u2 / C arctan.u/  ln.j1 C uj/ C C
4 2 2
1  2
 x
D ln 1 C tan .x/  ln .j1 C tan.x/j/ C C C ;
4 2
wobei wir bei ./ die Lösung von Aufgabe (b) benutzt haben.
31.2 Lösungen 217

(d) Mittels Partialbruchzerlegung formen wir um:

x4 A Bx C C Ax 2 C A C Bx 2 C C x .A C B/x 2 C C x C A
D C D D :
x.x 2 C 1/ x x2 C 1 x.x 2 C 1/ x.x 2 C 1/

Ein Koeffizientenvergleich liefert A D 4, B D 4, C D 1. Damit gilt:

x4 1 4x C 1
ˆ ˆ ˆ
dx D 4 dx C dx
x Cx
3 x x2 C 1
D 4 ln.jxj/ C 2 ln.x 2 C 1/ C arctan.x/ C C :

(e) Wiederum führen wir zuerst eine Partialbruchzerlegung durch:

x2 A B C
D C C
.x C 1/.1  x 2 / 1Cx .1 C x/2 1x
.C  A/x 2 C .2C  B/x C .A C B C C /
D :
.1 C x/.1  x 2 /

Ein Koeffizientenvergleich liefert hier das lineare Gleichungssystem


0 10 1 0 1 0 1
1 0 1 A 1 1 0 1 1
B CB C B C B C
@ 0 1 2A @B A D @0A Ý @ 0 1 2 0 A:
1 1 1 C 0 0 0 4 1

Wir erhalten somit C D 1=4, B D 1=2, A D 3=4. Eine Stammfunktion ist also

x2 3 1 1 1 1 1
ˆ ˆ ˆ ˆ
dx D  dx C dx C dx
.x C 1/.1  x /
2 4 1Cx 2 .1 C x/ 2 4 1x
3 1 1
D  ln.j1 C xj/  C ln.j1  xj/ C C :
4 2.1 C x/ 4

(f) Wir zerlegen den Integranden durch Partialbruchzerlegung:


!
9x 1 9x 1 A Bx C C
D 5
D C 2
2x C 3x C 5
3 2
2 .x C 1/.x  x C 2 / 2 xC1 x  x C 52
1 .A C B/x 2 C .B C C  A/x C . 25 A C C /
D :
2 .x C 1/.x 2  x C 52 /
218 31 Integration II

Durch Koeffizientenvergleich erhält man A D 2, B D 2 und C D 5. Eine Stamm-


funktion berechnet sich wie folgt:

9x 1 2x C 5 2
ˆ ˆ
dx D  dx
2x 3 C 3x C 5 2 x 2  x C 25 xC1
     
D 12 ln jx 2  x C 25 j C6 32 arctan 2x1 3 2 ln.jx C 1j/ CC
r !
.x 21 /2 C 94  
D ln .xC1/2
C 2 arctan 2x1
3 CC :

(g) Mit Partialbruchzerlegung des Integranden erhalten wir

4x 2 A B Cx C D Ex C F
D C C 2 C 2
.x C 1/2 .x 2 C 1/2 xC1 .x C 1/2 x C1 .x C 1/2
A.x C 1/.x 2 C 1/2 CB.x 2 C 1/2 C.C x C D/.x C 1/2 .x 2 C 1/C.Ex C F /.x C 1/2
D
.x C 1/2 .x 2 C 1/2
.A C C /x C .A C B C 2C C D/x 4 C .2A C 2C C 2D C E/x 3
5
D
.x C 1/2 .x 2 C 1/2
.2AC2B C2C C2D C2E CF /x 2 C.ACC C2D CE C2F /x C.ACB CD CF /
C
.x C1/2 .x 2 C1/2

Durch Koeffizientenvergleich erhalten wir daher das Gleichungssystem


0 10 1 0 1 0 1
1 0 1 0 0 0 A 0 1 0 0 0 0 0 0
B1 1 2 1 0 0C B B C B0C B0 1 0 0 0 0 1 C
B CB C B C B C
B2 0 2 2 1 0C B C C B0C B0 0 1 0 0 0 0 C
B CB C D B C Ý B C
B2 2 2 2 2 1C BD C B4C B0 0 0 1 0 0 1 C
@1 0 1 2 1 2A @ E A @0A @0 0 0 0 1 0 2 A
1 1 0 1 0 1 F 0 0 0 0 0 0 1 0

Wir können nun eine Stammfunktion berechnen. Es gilt:

4x 2 1 1 2x
ˆ ˆ ˆ ˆ
D dx  dx C dx
.x C 1/2 .x 2 C 1/2 .x C 1/2 x2 C 1 x2 C 1
1 1
D  arctan.x/  2 CC :
xC1 x C1
2
(h) Wir substituieren u D tan.x=2/, also x D 2 arctan.u/ und dx D 1Cu2
du,
2u 1u2
sin.x/ D 1Cu2
und cos.u/ D 1Cu2
. Es gilt nun:
 2
2u
sin2 .x/ 2 4u2
ˆ ˆ ˆ
1Cu2
dx D 2u
du D 2 du :
1 C sin.x/ 1C 1Cu2
1 C u2 .1 C u2 /2 .1 C u2 /
31.2 Lösungen 219

Nach der Lösung zur Aufgabe (g) gilt damit:


 2
2u
2
sin .x/ 2 4u2
ˆ ˆ ˆ
1Cu2
dx D 2u
du D 2 du
1 C sin.x/ 1C 1Cu2
1 C u2 .1 C u2 /2 .1 C u2 /
2 2 2 2
D  2 arctan.u/  2 CC D x CC :
uC1 u C1 tan.x=2/ C 1 tan2 .x=2/ C 1

(i) Durch Ausmultiplizieren des Nenners des Integranden erhalten wir

.x 2  8/.x 4 C 8x 2 C 16/ D x 6 C 8x 4 C 16x 2  8x 4  64x 2  128 D x 6  48x 2  128 :

Polynomdivision des Zählers durch diesen Nenner liefert nun

20x 3 C 128x 20x 3 C 128x


.x 7  28x 3 / W .x 6  48x 2  128/ D x C D x C :
x 6  48x 2  128 .x 2  8/.x 2 C 4/2

Den hinteren Term zerlegen wir mittels Partialbruchzerlegung:

20x 3 C 128x A B Cx C D Ex C F
D p C p C 2 C 2 D
.x 2 8/.x C 4/
2 2
x 8 xC 8 x C4 .x C 4/2
p p
A.x C 8/.x 2 C4/2 CB.x  8/.x 2 C4/2 C.C x CD/.x 2 8/.x 2 C4/C.Ex CF /.x 2 8/
:
.x 2 8/.x 2 C4/2
p
Durch Einsetzen von x D 8 in die Zähler erhalten wir
p p p
160 8 C 128 8 D 2A 8  144 , 288 D 288A , A D 1 :
p
Einsetzen von x D  8 liefert B D 1. Wir setzen das ein, multiplizieren aus und
erhalten durch Koeffizientenvergleich:

A D 1; B D 1; C D 2; D D 0; E D 4; F D 0:

Wir können das Integral nun berechnen als

x 7  28x 3
ˆ
dx
 8/.x 4 C 8x 2 C 16/
.x 2
1 1 2x 2x
ˆ ˆ ˆ ˆ ˆ
D x dx C p dx C p dx  dx  2 dx
x 8 xC 8 x C4
2 .x C 4/2
2

1 p p 2
D x 2 C ln.jx  8j/ C ln.jx C 8j/  ln.jx 2 C 4j/ C 2 CC :
2 x C4
220 31 Integration II

(j) Wir verwenden wieder Partialbruchzerlegung um den Integranden aufzuteilen:

x3 C 1 A B C D
D C C C
x.x  1/3 x x1 .x  1/2 .x  1/3
A.x  1/3 C Bx.x  1/2 C C x.x  1/ C Dx
D
x.x  1/3
.A C B/x C .3A  2B C C /x 2 C .3A C B  C C D/x  A
3
D :
x.x  1/3

Ein Koeffizientenvergleich liefert A D 1, B D 2, C D 1 und D D 2. Es gilt also:

x3 C 1 1 1 1 1
ˆ ˆ ˆ ˆ ˆ
dx D  dx C 2 dx C dx C 2 dx
x.x  1/3 x x1 .x  1/2 .x  1/3
1 1
D  ln.jxj/ C 2 ln.jx  1j/   CC :
x  1 .x  1/2

(k) Wir beginnen mit einer kleinen Umformung:


1
sin2 x cos2 x sin2 x cos2 x tan2 x 
ˆ ˆ ˆ
cos2 x
dx D dx D dx :
.cos3 x C sin3 x/2 cos6 x.1 C tan3 x/2 .1 C tan3 x/2
du 1
Wir substituieren nun u D tan.x/ und erhalten dx D cos2 .x/
und dx D cos2 .x/du,
und damit:
1
sin2 x cos2 x tan2 x  u2
ˆ ˆ ˆ
cos2 x
dx D dx D du :
.cos3 x C sin3 x/2 .1 C tan3 x/2 .1 C u3 /2
dt
Wir substituieren jetzt ein zweites Mal t D u3 und erhalten du
D 3u2 und du D
1
3u2
dt:

sin2 x cos2 x u2 1 1 1 1
ˆ ˆ ˆ
dx D du D dt D   CC
.cos3 x C sin3 x/2 .1 C u /
3 2 3 .1 C t/ 2 3 1Ct
1 1
D 3
CC D CC :
3.1 C u / 3.1 C tan3 .x//

(l) Wir zerlegen den Integranden mittels Partialbruchzerlegung:

x2 C 1 x2 C 1 A Bx C C
D D C 2
x3 C 1 .x C 1/.x 2  x C 1/ xC1 x xC1
A.x 2  x C 1/ C .Bx C C /.x C 1/
D
.x C 1/.x 2  x C 1/
.A C B/x 2 C .A C B C C /x C .A C C /
D :
.x C 1/.x 2  x C 1/
31.2 Lösungen 221

Durch einen Koeffizientenvergleich errechnet man A D 2=3 und B D C D 1=3, also


gilt:

x2 C 1
ˆ
dx
x3 C 1
2 1 1 xC1
ˆ ˆ
D dx C dx
3 xC1 3 x2  x C 1
 
2 1 ˇ ˇ 1 2 1
D ln .jx C 1j/ C ln ˇx 2  x C 1ˇ C p arctan p x  p CC :
3 6 3 3 3

(m) In diesem Fall wenden wir eine Partialbruchzerlegung an. Zunächst formen wir den
Integranden zu einer rationalen Funktion um. Dazu verwenden wir die Substitution
dt
t D ex , dx D ex , dx D edtx D dtt :

3 ex C4 ex C2 3t C 4t C 2 3t 2 C 2t C 4
ˆ ˆ ˆ
dx D dt D dt :
1  e2x t.1  t 2 / t 2 .1 t/.1 C t/

Damit erhalten wir für die Partialbruchzerlegung den Ansatz

3t 2 C 2t C 4 A B C D
D C 2 C C :
t .1  t/.1 C t/
2 t t 1t 1Ct

Wie üblich können wir nun mit dem Hauptnenner multiplizieren und dann mittels
Einsetzen oder Koeffizientenvergleich ein lineares Gleichungssystem für A; B; C; D
gewinnen. Löst man dieses, so erhält man die Partialbruchzerlegung

3t 2 C 2t C 4 2 4 9=2 5=2
D C 2 C C :
t 2 .1  t/.1 C t/ t t 1t 1Ct

Diese Brüche können alle elementar integriert werden, als Ergebnis erhalten wir

3t 2 C 2t C 4 4 9 5
ˆ
dt D 2 ln jtj   ln j1  tj C ln j1 C tj C C
t 2 .1 t/.1 C t/ t 2 2
9 5
D 2x  4 ex  ln j1  ex j C ln j1 C ex j C C :
2 2

31.2
(a) Wir wenden die Partialbruchzerlegung an und erhalten

x4  4 A B Cx C D Ex C F
D C 2C 2 C 2
x 2 .x 2 C 1/2 x x x C1 .x C 1/2
.A C C /x 5 C .B C D/x 4 C .2A C C C E/x 3 C .2B C D C F /x 2 C Ax C B
D :
x 2 .x 2 C 1/2
222 31 Integration II

Ein Koeffizientenvergleich liefert das lineare Gleichungssystem


0 10 1 0 1
1 0 1 0 0 0 A 0
B0 1 0 1 0 0C B B C B 1 C
B CB C B C
B2 0 1 0 1 0C B C C B 0 C
B CB C D B C
B0 2 0 1 0 1C BD C B 0 C
@1 0 0 0 0 0A @ E A @ 0 A
0 1 0 0 0 0 F 4

Löst man dieses Gleichungssystem, so erhält man

x4  4 4 5 3
D 2 C 2 C 2 :
x .x C 1/
2 2 2 x x C1 .x C 1/2

Es ist also
p p p p
ˆ3 3 3 ˆ3
x4  4 1 1 1
ˆ ˆ
dx D 4 dx C 5 dx C 3 dx
x 2 .x 2 C 1/2 x2 x C1
2 x4 C 2x 2 C 1
1 1 1 1
 p  p3  p3
1 3 x 1
D 4  C 5 arctan.x/ C 3 C arctan.x/
x 1 1 2.x 2 C 1/ 2 1
p
  3
4 3x 13
D C C arctan.x/
x 2.x 2 C 1/ 2 1
p p
4 3 3 13 3 13 41 3  114 C 13
Dp C C 4  D :
3 8 6 4 8 24

1u2 dx 2
(b) Mit der Substitution u D tan.x=2/ gilt cos.x/ D 1Cu2
und du
D 1Cu2
und damit:

p p
ˆ=3 ˆ 3
1= ˆ 3
1=
1 1 C u2 2 1
dx D du D 2 du :
cos.x/ 1  u2 1 C u2 .1 C u/.1  u/
0 0 0

Wir wenden wieder Partialbruchzerlegung an: Der Ansatz

1 A B A.1  u/ C B.1 C u/ .B  A/u C .A C B/


D C D D
.1 C u/.1  u/ 1Cu 1u .1 C u/.1  u/ .1 C u/.1  u/

liefert das lineare Gleichungssystem und dessen Lösung


! ! !
1 1 A 0 1
D ) ADBD :
1 1 B 1 2
31.2 Lösungen 223

Für unser Integral gilt also


p p
ˆ=3 ˆ 3
1= ˆ 3
1=
1 1 1 1
dx D 2 du D C du
cos.x/ .1 C u/.1  u/ 1Cu 1u
0 0 0
 1=p3
D ln.j1 C uj/  ln.j1  uj/
0
 ˇ ˇ  p p !
ˇ 1 C u ˇ 1= 3 3 C 1
D ln ˇˇ ˇ D ln p :
1uˇ 0 31

31.3 Die Trapezregel:


function [ I ] = trapezregel( a,b,n,f )
h=(b-a)/n;
x=linspace(a,b,n+1);
fpm=feval(f,x);
fpm(2:end-1) = 2*fpm(2:end-1);
I=0.5*h*sum(fpm);
Die Simpsonregel:
function [I]=simpson(a,b,n,f)
h=(b-a)/n;
x=linspace(a,b,n+1);
fpm=feval(f,x);
fpm(2:end-1) = 2*fpm(2:end-1);
I=h*sum(fpm)/6;
x=linspace(a+h/2,b-h/2,n);
fpm=feval(f,x);
I = I+2*h*sum(fpm)/3;
´
Wir vergleichen die Näherungswerte mit dem exakten Wert 0 sin.x/ dx D 2:
>> f = @(x) sin(x);
>> err = abs(2-trapezregel(0,pi,5,f))
err =
0.0662
>> err = abs(2-trapezregel(0,pi,50,f))
err =
6.5802e-04
>> err = abs(2-simpson(0,pi,5,f))
err =
1.0952e-04
224 31 Integration II

>> err = abs(2-simpson(0,pi,50,f))


err =
1.0825e-08
Die beiden Werte für n (und damit auch für h) unterscheiden sich um den Faktor 10. Wir
beobachten, dass für die feineren Teilintervalle der Fehler bei der Trapezregel ungefähr um
den Faktor 102 und bei der Simpsonregel um den Faktor 104 sinkt. Dies ist im Einklang
mit den Faktoren h2 bzw. h4 in den Fehlerabschätzungen.

31.4 (a) Mit den Befehlen


>> f=@(x)x*sqrt(x-x^2)

f =

@(x)x*sqrt(x-x^2)

>> fplot(f,[0 1])


erhalten wir die Zwiebelkontur in Abb. 31.1.

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Abb. 31.1 Durch Rotation dieser Kontur um die x-Achse entsteht eine Zwiebel
31.2 Lösungen 225

(b) Wir suchen das Maximum der Funktion fa;h . Naiverweise könnten wir einfach drauf-
losableiten, unter Verwendung von Kettenregel, Produktregel, usw. Da aber
s   
x 3  x 4
fa;h .x/ D a2 
h h

und die Wurzelfunktion streng monoton ist, sehen wie dass die Extremalstellen von f mit
denen von x 7! . xh /3  . xh /4 übereinstimmen. Letztere Funktion hat als Ableitung

x2 x3 x2  x
3  4 D 3  4 :
h3 h4 h3 h

Daran sehen wir, dass die Funktion im Bereich Œ0; 34 h streng monoton wachsend, und im
Bereich Œ 34 h; h streng monoton fallend ist. Da außerdem fa;h .0/ D fa;h .h/ D 0 nimmt
die Funktion für x0 D 34 h ihr absolutes Maximum an. Für die Zwiebelbreite erhalten wir
somit
s r
     2
3 3 3 3 3 3 3p
b D fa;h .x0 / D fa;h h D a  D a 2
D 3a:
4 4 4 4 4 4 16

(c) Wir berechnen das Zwiebelvolumen zu

h ˆ h  3  4 
x x
ˆ
V D .fa;h .x//2 dx D  a2  dx
0 0 h h
 4 
1x 1 x 5 ˇˇxDh 1
D a2  D a2 h:
4 h3 5 h4 xD0 20

16
Mit a D p b
3 3
erhalten wir für das Zwiebelvolumen

1 162 2 64
V D  b hD b 2 h
20 27 135
64
Damit ist also  D 135
 D 1:489347628368495:::: die Zwiebelzahl.
(d) Die Oberfläche der Zwiebel erhalten wir als das Integral
ˆ h q
0
2 f1;1 .x/ 1 C f1;1 .x/2 dx
0

dessen Berechnung wir komplett MATLAB überlassen:


>> syms x
>> f(x)=x*sqrt(x-x^2)
226 31 Integration II

f(x) =

x*(- x^2 + x)^(1/2)

>> df(x)=diff(f(x))

df(x) =

(- x^2 + x)^(1/2) - (x*(2*x - 1))/(2*(x - x^2)^(1/2))

>> I=2*pi*int(f(x).*sqrt(1+df(x).^2),0,1)

I =

2*pi*int(x*(((- x^2 + x)^(1/2) - (x*(2*x - 1))/(2*(x - ...


x^2)^(1/2)))^2 + 1)^(1/2)*(- x^2 + x)^(1/2), x, 0, 1)

>> % MATLAB kann das Integral nicht symbolisch berechnen


>> double(I)

ans =

1.476637528178072

>> % Aber auswerten geht schon!


>> % Wir koennen auch direkt numerisch Integrieren lassen:

>> 2*pi*integral(@(x) double(f(x).*sqrt(1+df(x).^2)),0,1)

ans =

1.476637528178072
Man beachte: Mit int kann man versuchen, einen symbolischen Ausdruck exakt integrie-
ren zu lassen. Wenn MATLAB das nicht schafft, lässt es diesen „stehen“. Generell kann
man auf einen symbolischen Ausdruck dann double anwenden, und MATLAB wertet
diesen dann numerisch aus. Wenn man sowieso nur am numerischen Wert interessiert ist,
sollte man den Umweg über das Symbolische in der Regel vermeiden. Mit integral
berechnet MATLAB ein Integral (näherungsweise) direkt numerisch.
Uneigentliche Integrale
32

32.1 Aufgaben

32.1 Zeigen Sie:


( (
ˆ 1 1 1
1; falls ˛  1
ˆ
dx dx ˛1 ;
falls ˛ > 1
˛
D 1
und D :
0 x 1˛
; falls ˛ < 1 1 x˛ 1; falls ˛  1

32.2 Untersuchen Sie die folgenden uneigentlichen Integrale auf Konvergenz und geben
Sie ggf. deren Wert an:
ˆ e ˆ 1 ˆ 1
2 2
(a) jln xj dx; (d) x x ex dx; (g) jxj ex dx;
ˆ0 2 ˆ1 1 ˆ1e
1
(b) p dx; (e) ln x dx ; (h) ln xdx:
ˆ0 2 j1  x j
2
ˆ0 1 0
dx 4x
(c) ; (f) 24
dx;
1 ln x 3 x

32.2 Lösungen

32.1 Im Fall ˛ D 1 divergieren beide Integrale, da

dx
ˆ
D ln x C c ; c 2 R :
x
Es sei nun ˛ ¤ 1. Die Stammfunktion

1 1
ˆ
dx
D ;
x ˛ 1˛x ˛1

© Springer-Verlag GmbH Deutschland 2018 227


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_32
228 32 Uneigentliche Integrale

ausgewertet an den Grenzen des ersten Integrals, lautet


1  
dx 1 1
ˆ
D 1  lim :
0 x˛ 1˛ b!0C b ˛1

Falls also ˛ < 1, konvergiert das Integral, andernfalls divergiert es. Ebenso erhalten wir
für das zweite Integral,
1  
dx 1 1
ˆ
D lim 1 :
1 x˛ 1˛ b!1 b ˛1

Dieses Integral konvergiert also genau dann, falls ˛ > 1.

32.2 (a) Um den Betrag auflösen zu können, teilen wir das Integral an der Stelle x D 1
auf (dort wechselt ln x das Vorzeichen):
ˆ e ˆ 1 ˆ e  1  e
jln xj dx D  ln x dx C ln x dx D  limC x ln x  x C x ln x  x
0 0 1 M !0 M 1
D  limC Œ1  M ln M C M  C Œe  e 0 C 1 D 1 C 1 D 2 :
M !0

(b) Auch für dieses Integral lösen wir den Betrag auf, indem wir an geeigneter Stelle (hier
x D 1) das Integral aufteilen:
2 1 2
1 1 1
ˆ ˆ ˆ
p dx D p dx C p dx :
0 j1  x2j 0 1  x2 1 x 1
2

Das erste Integral lässt sich direkt lösen (Arcussinus), das zweite Integral lösen wir mit
der Substitution
p p p
p dt x C x2  1 x2  1 x2  1
t D x C x  1;
2 D p ; dx D p dt D dt :
dx x2  1 x C x2  1 t

Hiermit erhalten wir:


p  2Cp3
ˆ 2
1
ˆ 2C 41
1 p
p dx D p dt D ln t D ln.2 C 3/ :
1 x2  1 1C 11 t 1

Damit erhalten wir insgesamt


 M
ˆ 2
1 p
p dx D lim arcsin x C ln.2 C 3/
0 j1  x 2 j M !1 0
 p  p
D  0 C ln.2 C 3/ D C ln.2 C 3/ :
2 2
32.2 Lösungen 229

(c) Wir benutzen die Ungleichung:

ln x  x  1 für alle x  0 :

Wir finden hiermit


2 2 1
dx dx dy
ˆ ˆ ˆ
 D D 1:
1 ln x 1 x1 0 y
(d) Unter Anwendung der Definition und der Abschätzung im Aufgabenteil (c) erhalten
wir
ˆ 1 ˆ 1 ˆ 1
2 2 1
x x ex dx D ex ln xx dx  ex dx D :
1 1 1 e
(e) Partielle Integration liefert
ˆ1 ˆ1 " #
u D ln.x/ u0 D x1
ln.x/ dx D lim ln.x/ dx D
a!0C v0 D 1 v D x
0 a
 1 ˆ1  1
D limC x ln.x/  lim 1 dx D limC a ln.a/  x D 1 :
a!0 a a!0C a!0 0
a

(f) Mit logarithmischer Integration erhalten wir


ˆ1 ˆb  b
4x 2x 2
dx D 2 lim dx D 2 lim ln.jx  4j/
x 4
2 b!1 x2  4 b!1 3
3 3

D 2 lim ln.b 2  4/  ln.5/ D 1 :


b!1

Dieses uneigentliche Integral existiert also nicht bzw. divergiert.


(g) Wieder teilen wir das Integral auf, um den Betrag aufzulösen. In diesem Fall bei x D 0:
ˆ 1 ˆ 0 ˆ 1
2 2 2
jxj ex dx D x ex dx C x ex dx :
1 1 0

2 dt
Wir benutzen die Substitution t D x , D 2x und erhalten weiter:
dx
ˆ 0 ˆ 1 ˆ 0 ˆ b
2 2 2 2
x ex dx C x ex dx D lim x ex dx C lim x ex dx
1 0 b!1 b b!1 0
0 ˆ b 2
1 t 1
ˆ
D lim e dt C lim  et dt
b!1 b 2 2 b!1 0 2
 0  b 2
1 1 1 1
D lim et  lim et D C
2 b!1 b 2 2 b!1 0 2 2
D 1:
230 32 Uneigentliche Integrale

(Hier hätte man sich das Leben übrigens etwas einfacher machen können, wenn man zu
Beginn feststellt, dass der Integrand eine gerade Funktion ist.)
(h) In diesem Fall ist nur die untere Grenze problematisch, es gilt also:
ˆ e ˆ e  e
ln x dx D lim ln x dx D lim x ln x  x D e  e  lim a ln a C 0 D 0;
0 a!0 a a!0 a a!0

da mit der Regel von l’Hôspital gilt:

ln a 1=a a2
lim a ln a D lim D lim D lim D 0:
a!0 a!0 1=a a!0 1=a 2 a!0 a
Separierbare und lineare
Differentialgleichungen 1. Ordnung 33

33.1 Aufgaben

33.1 Geben Sie alle Lösungen der folgenden DGLen an:

(a) xP t D 2 x, (c) x .1  t/ xP D 1  x 2 ,
(b) xP D t 22tC1 x, (d) xP .x C 1/2 C t 3 D 0.

33.2 Lösen Sie folgende Anfangswertprobleme mit separierbaren DGLen:

(a) xP D  xt ; x.1/ D 1, (c) t 2 x D .1 C t/x;


P x.0/ D 1.
(b) xP D ex sin t; x.0/ D 0,

33.3 Bestimmen Sie die Lösungen der folgenden Anfangswertprobleme. Benutzen Sie
zur Bestimmung einer partikulären Lösung die Variation der Konstanten.
p
(a) .1 C t 2 / xP  t x D 1 C t 2 ; x.t0 / D x0 ,
(b) et xP C 2 et x D et ; x.0/ D 12 C 1e .

33.4 Begründen Sie: Ist xp eine partikuläre Lösung einer linearen DGL 1. Ordnung und
Lh die Lösungsmenge der zugehörigen homogenen DGL, so ist L D xp C Lh die Lö-
sungsmenge der ursprünglichen DGL.

33.5 Gerade eben wurde Xaver seine Maß Bier kredenzt, die jedoch so hastig einge-
schenkt wurde, dass sie komplett aus Schaum besteht. Annäherungsweise zerfällt Bier-
schaum exponentiell mit einer gewissen Halbwertszeit T0 , d. h., das Bierschaumvolumen
V .t/ zur Zeit t ist gegeben durch V .t/ D V0  . 12 /t =T0 . Ein realistischer Wert ist T0 D 50 s,
© Springer-Verlag GmbH Deutschland 2018 231
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_33
232 33 Separierbare und lineare Differentialgleichungen 1. Ordnung

und das Schaumvolumen zu Anfang ist V0 D 1 l. Xaver setzt nun sofort an und beginnt
durstig, ohne abzusetzen, zu trinken. Dabei trinkt er konstant a D 20 ml=s Schaum weg.

(a) Zeigen Sie, dass das Bierschaumvolumen ohne Xavers Intervention einer DGL VP D
kV genügt, und bestimmen Sie k in Abhängigkeit von T0 .
(b) Stellen Sie eine DGL für das Bierschaumvolumen V auf, die Xavers Durst berück-
sichtigt, und lösen Sie diese.
(c) Bestimmen Sie den Zeitpunkt Te , zu dem der Schaum komplett verschwunden ist.

33.2 Lösungen

33.1 Wir wenden jeweils unser Rezept zum Lösen separierbarer DGLen an:

(a) (1) dx D 2dt . (2) dx D 2dt


´ ´
x t x t
C c ergibt ln jxj D 2 ln jtj C c mit c 2 R.
(3) x.t/ D ˙ ec t 2 ´mit c 2 ´R. (4) x.t/ D c t 2 mit c 2 R.
2t dt 2t dt
(b) (1) dx
x D t 2 C1 . (2)
dx
x D t 2 C1
C c ergibt ln jxj D ln.t 2 C 1/ C c mit c 2 R.
(3) Durch Auflösen nach x erhält man x.t/ D ˙ ec .t 2 C 1/ für c 2 R. (4) Die
Nullfunktion ist auch eine Lösung. Zusammengefasst gilt:

x.t/ D c.t 2 C 1/ D ct 2 C c; c 2 R:

x 1 x 1
dtCc liefert  12 ln j1x 2 jc D  ln j1tj
´ ´
(c) (1) 1x 2
dx D 1t dt. (2) 1x 2
dx D 1t
2
mit c 2 R. (3) Man erhält: .1t
c
/
C x 2 D 1 (d. h. Ellipsen für c > 0, Hyperbeln für
c < 0.) (4) Die konstanten Funktionen x D ˙1 sind
´ auch Lösungen.
(d) (1) .x C 1/2 dx D .t 3 /dt. (2) .x C 1/2 dx D .t 3 /dt C c ergibt 31 .x C 1/3 D
´

 41 t 4 C c. (3) Durch Auflösen nach x erhalten wir die Lösungen:


q
x.t/ D 3
c  43 t 4  1; c 2 R:

33.2 (a) Die beidseitige Integration nach Trennung der Variablen liefert:
ˆ ˆ
2 2
x dx D t dt ; also x2 D c  t2 :

p
Durch Auflösen erhält man x.t/ D ˙ 2c  t 2 . x.1/ D 1 liefert c D 1, und es ist das
positive
p Zeichen der Wurzel zu wählen. Die eindeutig bestimmte Lösung lautet x.t/ D
2  t 2.
(b) Die beidseitige Integration nach Trennung der Variablen liefert:
ˆ ˆ
ex dx D sin t dt ; also  ex D  cos t C c :
33.2 Lösungen 233

Durch Auflösen erhält man x.t/ D  ln.cos t C c/. Die Anfangsbedingung x.0/ D 0
liefert c D 0. Die eindeutig bestimmte Lösung lautet x.t/ D  ln.cos t/.
(c) Die beidseitige Integration nach Trennung der Variablen liefert:
ˆ ˆ ˆ
t2
dx
x D t C1 dt D 1
.t  1/ C t C1 dt ; also ln jxj D c C 12 t 2  t C ln jt C 1j :

1 2
Durch Auflösen erhält man x.t/ D ec e. 2 t t / .t C 1/. Die Anfangsbedingung x.0/ D 1
1 2
liefert c D 0. Die eindeutig bestimmte Lösung lautet x.t/ D e. 2 t t / .t C 1/.

33.3 Wir wenden das Rezept zum Lösen einer linearen DGL 1. Ordnung an, wobei wir
in einem Schritt (4) die Zahl c durch die jeweilige Anfangsbedingung festnageln:

t
(a) (1) Die zugehörige homogene DGL lautet xP D 1Ct 2 x. Wir lösen diese separierbare

DGL mit dem mittlerweile vertrauten Verfahren:


t dx tdt 1 p
2
xP D x ) D ) ln jxj D ln.1 C t / C c ) x D c 1 C t2 ;
1 C t2 x 1 C t2 2

die Lösungsmenge ist somit


p
Lh D fc 1 C t 2 j c 2 Rg :
p
(2) Mit dem Ansatz xp D c.t/ 1 C t 2 bestimmt man die partikuläre Lösung:
p p
xPp D cP 1 C t 2 C c p t D t
1Ct 2
c 1 C t2 C p 1 :
1Ct 2 1Ct 2

Damit gilt
p
1
cP D 1Ct 2
; also c D arctan t und damit xp D arctan.t/ 1 C t2 :

(3) Die allgemeine Lösung der DGL lautet damit


p p
L D xp C Lh D farctan.t/ 1 C t2 C c 1 C t 2 j c 2 Rg :

(4) Die Anfangsbedingung x.t0 / D x0 legt das c fest:


q
x0 D 1 C t02 .c C arctan t0 / ) c D px0  arctan t0 :
1Ct02

 
p
Es ist also x.t/ D 1C t2 px0 2  arctan t0 C arctan t die eindeutig bestimmte
1Ct0
Lösung.
234 33 Separierbare und lineare Differentialgleichungen 1. Ordnung

(b) (1) Die zugehörige homogene DGL lautet xP D 2 e2t x. Die Lösungsmenge ist
2t
Lh D fc e e j c 2 Rg :
2t
(2) Mit dem Ansatz xp D c.t/ e e bestimmt man die partikuläre Lösung:

2t 2t 2t
xPp D cP e e Cc.2 e2t e e / D 2 e2t c e e C e2t :

Damit gilt
2t 2t C2t 2t 2t 2t
cP D ee e2t D ee ; also c D 1
2
ee und damit xp D 1
2
ee e e D 1
2
:

(3) Die allgemeine Lösung der DGL lautet damit


2t
L D xp C Lh D f 21 C c e e j c 2 Rg :

1 1
(4) Die Anfangsbedingung x.0/ D 2
C e
legt das c fest:

0
1
2
C 1
e
D 1
2
C c e e ) c D 1 :

2t
Es ist also x.t/ D 1
2 C e e die eindeutig bestimmte Lösung.

33.4 Wir beweisen die Gleichheit der Mengen L D xp CLh , indem wir beide Inklusionen
zeigen:

(i) L  xp C Lh : Es sei x 2 L eine Lösung von x.t/ P C a.t/ x.t/ D s.t/. Da xp auch
eine Lösung dieser DGL ist, gilt für die Differenz x  xp :

.xP  xPp / C a.t/ .x  xp / D s.t/  s.t/ D 0 :

Demzufolge ist x xp 2 Lh eine Lösung der dazugehörigen homogenen DGL. Damit
erhalten wir

x D xp C .x  xp / 2 xp C Lh ; da x  xp 2 Lh :

(ii) L  xp C Lh : Ist xp C xh 2 xp C Lh mit einer Lösung xh der homogenen DGL, so


gilt:

.xPp C xP h / C a.t/ .xp C xh / D s.t/ C 0 D s.t/ :

Es ist also xp C xh eine Lösung der inhomogenen DGL, also xp C xh 2 L.


33.2 Lösungen 235

33.5 (a) Wir setzen V .t/ D V0  . 12 /t =T0 D V0 exp. ln.2/t=T0 / in die DGL VP C kV D 0
ein, und erhalten die Bedingung

Š
V0 . ln.2/=T0 C k/ exp. ln.2/t=T0 / D 0;

ln.2/
d. h. k D T0 .

(b) Die Abnahme des Schaums ergibt sich aus zwei Komponenten, die einfach addiert
werden können. Einmal die Abnahme durch zufälligen Zerfall, also kV , und einmal die
Abnahme durch wegtrinken, also a. Damit erhalten wir die DGL

VP D kV  a bzw. VP C kV D a: ./

Wir finden eine Lösung dieser inhomogenen DGL durch „Variation der Konstanten“ der
Lösung V .t/ D c exp.kt/ (c 2 R) der homogenen DGL VP C kV D 0, d. h. wir machen
einen Ansatz V .t/ D c.t/ exp.kt/. Einsetzen in ./ ergibt

P  kc.t/ C kc.t// exp.kt/ D a;


.c.t/

also

P D a exp.kt/:
c.t/

Hieraus erhalten wir c.t/ D  ka exp.kt/ C c0 mit einer Konstanten c0 . Es folgt

a a
V .t/ D . exp.kt/ C c0 / exp.kt/ D  C c0 exp.kt/:
k k

Aus der Bedingung V .0/ D V0 folgt also  ka C c0 D V0 , d. h. c0 D V0 C ka , und wir


erhalten insgesamt die Lösung
   t =T0
a a aT0 aT0 1
V .t/ D  C .V0 C / exp.kt/ D  C V0 C :
k k ln.2/ ln.2/ 2

(c) Aus der Bedingung V .Te / D 0 erhalten wir

aT0 !  
T0 ln.2/ T0 ln.2/V0
Te D  ln aT0
D ln 1 C :
ln.2/ V0 C ln.2/ ln.2/ aT0

Speziell mit T0 D 50s, V0 D 1000 ml und a D 20 ml =s erhalten wir Te D 37:985s.


Lineare Differentialgleichungen
mit konstanten Koeffizienten 34

34.1 Aufgaben

34.1 Zeigen Sie, dass Summe und skalare Vielfache von Lösungen einer homogenen li-
nearen DGL wieder Lösungen dieser linearen DGL sind.

34.2 Bestimmen Sie eine stetige Funktion x W R ! R, die für alle t 2 R die folgende
Gleichung erfüllt:
ˆ t
x.t/ C x./d D 12 t 2 C 3t C 1 :
0

Gehen Sie dabei wie folgt vor:

(a) Schreiben Sie zunächst die Integralgleichung in eine DGL mit Anfangsbedingung um.
(b) Wie lautet eine allgemeine Lösung xh für die dazugehörige homogene DGL?
(c) Benutzen Sie zur Bestimmung einer partikulären Lösung xp .t/ den Ansatz vom Typ
der rechten Seite und geben Sie die allgemeine Lösung der DGL aus (a) an.
(d) Ermitteln Sie die Lösung des AWPs aus (a) und damit eine Lösung der Integralglei-
chung.

34.3 Lösen Sie die AWPe

(a) x .4/  x D t 3 , x.0/ D 2, x.0/


P D 0, x.0/
R D 2, x
«.0/ D 6.
(b) xR C 2xP  3x D et C sin t, x.0/ D x.0/
P D 0.
« C xR  5xP C 3x D 6 sinh 2t, x.0/ D x.0/
(c) x P D 0, x.0/
R D 4.

© Springer-Verlag GmbH Deutschland 2018 237


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_34
238 34 Lineare Differentialgleichungen mit konstanten Koeffizienten

34.4 Gegeben ist die DGL xR  7xP C 6x D sin t.

(a) Bestimmen Sie die allgemeine Lösung.


P
(b) Für welche Anfangswerte x.0/, x.0/ ist die Lösung periodisch?

34.5 Bestimmen Sie jeweils ein reelles Fundamentalsystem für die folgenden linearen
DGLen:

(a) xR C 4xP  77x D 0. (c) xR C 10xP C 29x D 0. (e) xR D 0.


(b) xR C 8xP C 16x D 0. (d) xR C 2xP D 0.

34.6 Untersuchen Sie mit Hilfe der Schwingungsgleichung

mxR C b xP C cx D 0

die Bewegung einer Masse von m D 50 kg, die mit einer elastischen Feder der Fe-
derkonstanten c D 10200 N=m verbunden ist, wenn das System den Dämpfungsfaktor
b D 2000 kg=s besitzt. Dabei werde die Masse zu Beginn der Bewegung (t D 0) in der
Gleichgewichtslage mit der Geschwindigkeit v0 D 2:8 m=s angestoßen (x.0/ D 0 m,
P
x.0/ D 2:8 m=s). Skizzieren Sie den Verlauf der Bewegung.

34.7 Man bestimme alle Funktionen w.t/, t  0, mit

w .4/ C 4a4 w D 1 ; a > 0; w.0/ D w 00 .0/ D 0 ; lim jw.t/j < 1 :


t !1

(Biegelinie einer einseitig unendlich langen Schiene im Schotterbett mit freiem Auflager
bei t D 0.)

34.2 Lösungen

34.1 Wir betrachten die folgenden homogene lineare DGL:

an .t/ x .n/ .t/ C an1 .t/ x .n1/ .t/ C    C a1 .t/ x.t/


P C a0 .t/x.t/ D 0 :

Es gilt für jedes  2 R und je zwei Lösungen x1 und x2 dieser DGL

an . x1 C x2 /.n/ C an1 . x1 C x2 /.n1/ C    C a1 . x1 C x2 /0 C a0 . x1 C x2 /


.n/ .n1/
D .an x1 C an1 x1 C    C a1 xP 1 C a0 x1 /
.n/ .n1/
C an x2 C an1 x2 C    C a1 xP 2 C a0 x2 D  0 C 0 D 0 :

Folglich sind Summe und skalare Vielfache von Lösungen wieder Lösungen.
34.2 Lösungen 239

34.2 (a) Einsetzen von t D 0 in die Gleichung liefert die Anfangsbedingung x.0/ D 1,
während das Ableiten der Integralgleichung die folgende lineare DGL ergibt:

xP C x D t C 3 :

(b) Die allgemeine Lösung der DGL xP C x D 0 lautet xh .t/ D c et , c 2 R.


(c) Mit dem Ansatz xp .t/ D at C b erhalten wir xPp D a und somit durch Einsetzen in die
DGL die Gleichung

a C at C b D t C 3 :

Dies wird für die Konstanten a D 1; b D 2 erfüllt und wir erhalten xp .t/ D t C 2. Die
allgemeine Lösung der DGL aus (a) lautet damit

xa .t/ D xp .t/ C xh .t/ D t C 2 C c et :

(d) Durch Einsetzen der Anfangsbedingung bestimmen wir das c:

1 D xa .0/ D 2 C c ) c D 1 :

Damit lautet die Lösung des AWPs aus (a) (und damit der Integralgleichung):

x.t/ D  et C t C 2 :

34.3 Wir handeln nach unserem Rezept: Wir bestimmen die allgemeine Lösung der ho-
mogenen DGL, dann eine partikuläre Lösung der inhomogenen DGL und damit die allge-
meine Lösung der DGL; schließlich ermitteln wir durch Einsetzen der Anfangsbedingun-
gen die Lösung des AWP:
(a) Das charakteristische Polynom 4  1 D 0 besitzt die Lösungen 1;2 D ˙1 und
3;4 D ˙ i. Damit lautet die allgemeine Lösung der homogenen DGL

xh .t/ D c1 et Cc2 et Cc3 cos t C c4 sin t :

Für die partikuläre Lösung wählen wir als Störgliedansatz

xp .t/ D At 3 C Bt 2 C C t C D :

Eingesetzt in die inhomogene DGL erhalten wir

At 3  Bt 2  C t  D D t 3 ) A D 1 ; B D C D D D 0 ;

also xp .t/ D t 3 . Die allgemeine Lösung lautet somit

x.t/ D c1 et Cc2 et Cc3 cos t C c4 sin t  t 3 :


240 34 Lineare Differentialgleichungen mit konstanten Koeffizienten

Aus den Randbedingungen erhalten wir die Gleichungen

x.0/ D c1 C c2 C c3 D 2
P
x.0/ D c1  c2 C c4 D 0
R
x.0/ D c1 C c2  c3 D 2
«.0/ D c1  c2  c4  6 D 6
x

Aus der 1. und 3. Gleichung folgt c3 D 0, aus der 2. und 4. Gleichung folgt c4 D 0. Damit
folgt dann c1 D c2 D 1. Die Lösung des AWP ist somit

x.t/ D et C et t 3 D 2 cosh t  t 3 :

(b) Das charakteristische Polynom 2 C 2  3 D 0 besitzt die Lösungen 1 D 1 und


2 D 3. Damit lautet die allgemeine Lösung der homogenen DGL:

xh .t/ D c1 et Cc1 e3t :

Nach dem Superpositionsprinzip erhalten wir für die Störfunktion s.t/ D et C sin t eine
partikuläre Lösung xp , indem wir xp auch als Summe solcher Funktionen per Ansatz vom
Typ der rechten Seite aufstellen. Da et Lösung der homogenen DGL ist, liegt Resonanz
vor. Daher wählen wir als Ansatz für die partikuläre Lösung (mit den ersten und zweiten
Ableitungen):

xp .t/ D A t et CB cos t C C sin t ;


xPp .t/ D A .1 C t/ et B sin t C C cos t ;
xRp .t/ D A .2 C t/ et B cos t  C sin t :

Eingesetzt in die DGL ergibt dies

A .2 C t/ et B cos t  C sin t C 2 A .1 C t/ et 2 B sin tC


C 2 C cos t  3 A t et 3 B cos t  3 C sin t D et C sin t :

Ein Koeffizientenvergleich führt auf

4A D 1 ) A D 41
)
4B C 2C D 0 1
) B D  10 ; C D  15
2B  4C D 1

Die allgemeine Lösung der inhomogenen DGL ist somit

x.t/ D c1 et Cc2 e3t C 14 t et  10


1
.2 sin t C cos t/ :

Zur Ermittlung des AWP leiten wir unsere Lösung ab,

P
x.t/ D C1 et 3C2 e3t C 41 .t C 1/ et  10
1
.2 cos t  sin t/ ;
34.2 Lösungen 241

und setzen die Anfangsbedingungen ein


)
1
x.0/ D c1 C c2  10 D0 1 3
) c1 D 16 ; c2 D 80 :
P
x.0/ D c1  3c2 C 41  15 D 0

Die Lösung des AWP lautet folglich


3 3t
x.t/ D 1
16
.1 C 4t/ et C 80 1
e  10 .2 sin t C cos t/ :

(c) Das charakteristische Polynom 3 C 2  5 C 3 D 0 besitzt die Lösungen 1;2 D 1


und 3 D 3. Die allgemeine Lösung der homogenen DGL lautet damit:

xh .t/ D c1 et Cc2 t et Cc3 e3t :

Für das Störglied s.t/ D 6 sinh 2t D 3.e2t  e2t / wählen wir nach dem Superpositi-
onsprinzip mit dem Ansatz vom Typ der rechten Seite die partikuläre Lösung (mit den
entsprechenden Ableitungen):

xp .t/ D A e2t CB e2t ;


xPp .t/ D 2A e2t 2B e2t ;
xRp .t/ D 4A e2t C4B e2t ;
«p .t/ D 8A e2t 8B e2t :
x

Eingesetzt in die DGL führt dies auf

5A e2t C9B e2t D 3 e2t 3 e2t und somit auf A D 3


5
; B D  31 :

Die allgemeine Lösung der DGL lautet also

x.t/ D c1 et Cc2 t et Cc3 e3t C 35 e2t  13 e2t :

Zur Lösung des AWP leiten wir diese Lösung zwei Mal ab,

P
x.t/ D c1 et Cc2 .t C 1/ et 3c3 e3t C 56 e2t C 32 e2t ;
R
x.t/ D c1 et Cc2 .t C 2/ et C9c3 e3t C 12
5
e2t  43 e2t ;

und setzen die Anfangsbedingungen ein:


3 1 4
x.0/ D c1 C C3 C 5

D 0 ) c1 D  15
3
 c3
) )
6 2
P
x.0/ D c1 C c2  3c3 C 5 C 3 D 0 c2  4c3 D  24 c2 D 0
) 15 )
R
x.0/ D c1 C 2c2 C 9c3 C 125
 34 D 4 2c2 C 8c3 D  1548
c3 D 25

Hieraus folgt schließlich c1 D  32 . Die Lösung des AWP lautet somit

x.t/ D  23 et C 52 e3t C 35 e2t  13 e2t :


242 34 Lineare Differentialgleichungen mit konstanten Koeffizienten

34.4 (a) Die charakteristische Gleichung 2  7 C 6 D 0 mit den Lösungen 1 D 1 und


2 D 6 führt auf die allgemeine Lösung der homogenen DGL

xh D c1 et Cc2 e6t :

Eine partikuläre Lösung der inhomogenen DGL lässt sich durch den folgenden Störgliedan-
satz (mit den entsprechenden Ableitungen) ermitteln:

xp .t/ D A cos t C B sin t ;


xPp .t/ D A sin t C B cos t ;
xRp .t/ D A cos t  B sin t :

Durch Einsetzen in die DGL ergibt sich die Bedingung

.A  7B C 6A/ cos t C .B C 7A C 6B/ sin t D sin t :

Ein Koeffizientenvergleich führt auf


)
5A  7B D 0 7 5
) AD 74
; BD 74
:
7A C 5B D 1

Somit ist die allgemeine Lösung der DGL

x.t/ D c1 et Cc2 e6t C 74


7
cos t C 5
74
sin t :

(b) Die Lösung ist offensichtlich genau dann periodisch, wenn c1 D c2 D 0 ist. Dafür
7 5
müssen die Anfangswerte x.0/ D 74 P
und x.0/ D 74 lauten.

34.5 Es sind jeweils die Nullstellen der dazugehörigen charakteristischen Polynome zu


bestimmen, man beachte unser Rezept zum Lösen einer homogenen linearen DGL mit
konstanten Koeffizienten:
(a) Das charakteristische Polynom 2 C477 hat die Nullstellen 1 D 7 und 2 D 11.
Ein reelles Fundamentalsystem ist somit fe7t ; e11t g.
(b) Das charakteristische Polynom 2 C 8 C 16 hat die Nullstellen 1;2 D 4. Ein reelles
Fundamentalsystem ist somit fe4t ; t e4t g.
(c) Das charakteristische Polynom 2 C 10 C 29 hat die Nullstellen 1;2 D 5 ˙ 2 i. Ein
reelles Fundamentalsystem ist somit fe5t cos 2t; e5t sin 2tg.
(d) Das charakteristische Polynom 2 C 2 hat die Nullstellen 1 D 0 und 2 D 2. Ein
reelles Fundamentalsystem ist somit f1; e2t g.
(e) Das charakteristische Polynom 2 D 0 hat die Nullstellen 1;2 D 0. Ein reelles Fun-
damentalsystem ist somit f1; tg.
34.2 Lösungen 243

34.6 Die charakteristische Gleichung lautet hier


p
2 b ˙ b 2  4mc
m C b C c D 0 ) 1;2 D :
2m
Einsetzen der Zahlenwerte (MKS-System) liefert:
p
2000 ˙ 20002  4  50  10200
1;2 D D 20 ˙ 14 Œs 1  ) 1 D 6 ; 2 D 34 :
2  50
Die allgemeine Lösung lautet somit

x.t/ D c1 e6t Cc2 e34t :

Einsetzen der Anfangsbedingungen führt auf c1 D 0:1, c2 D 0:1. Die Lösung lautet also
(siehe Abb. 34.1):

x.t/ D 0:1 .e6t  e34t / ; t > 0:

Abb. 34.1 Der Graph der x


0.08
Lösung

0.06

0.04

0.02

t
0.0 0.1 0.2 0.3 0.4 0.5

34.7 Die charakteristische Gleichung

4 C 4a4 D 0 ) 1;2;3;4 D ˙a.1 ˙ i/

führt auf die homogene Lösung

wh .t/ D c1 eat cos at C c2 eat sin at C c3 eat cos at C c4 eat sin at :

Offensichtlich ist die konstante Funktion


1
wp .t/ D
4a4
244 34 Lineare Differentialgleichungen mit konstanten Koeffizienten

eine partikuläre Lösung der inhomogenen DGL. Somit lautet die allgemeine Lösung

1
eat .c3 cos at C c4 sin at/ C 4
eat .c1 cos at C c2 sin at/ C „ƒ‚…
w.t/ D „ƒ‚…
„ h ƒ‚ … „ ƒ‚ … 4a
t !1 p 2 2 p 2 2i t !1 h p p 2 2i
! 1 2  c1 Cc2 ; c1 Cc2 ! 0
2 2 2  c3 Cc4 ; c3 Cc4

) lim jw.t/j < 1 , c1 D c2 D 0


t !1

Die allgemeine Lösung (mit den entsprechenden Ableitungen) lautet also

1
w.t/ D eat .c3 cos at C c4 sin at/ C
4a4
0 at
w .t/ D a e Œ.c3  c4 / cos at C .c3 C c4 / sin at
w 00 .t/ D 2a2 eat .c3 sin at  c4 cos at/

Aus den Anfangsbedingungen folgt dann

1 1
w.0/ D C3 C 4
D 0 ) c3 D  4
4a 4a
w 00 .0/ D 2a2 c4 D 0 ) c4 D 0

Somit lautet dann die spezielle Lösung des AWP (siehe Abb. 34.2):

1
w.t/ D .1  eat cos at/
4a4
1
mit lim t !1 jw.t/j D 4a4
.

Abb. 34.2 Graphen für ver- w


schiedene a 10 a = 0.4

4 a = 0.5

2 a = 0.6

x
5 10 15 20
Einige besondere Typen von
Differentialgleichungen 35

35.1 Aufgaben

35.1 Lösen Sie die AWPe:


(a) xP t  2 x  t D 0, t > 0, x.2/ D 6,
(b) xP  21 cot t x C cos t x 3 D 0, 0 < t < , x.=2/ D 1.

35.2 Lösen Sie die folgenden DGLen:

(a) 4x xP  x 2 C 1 C t 2 D 0, (d) t 2 xR C t xP  x D 0,
(b) t.t  1/xP p.1 C 2t/x C x C 2t D 0, (e) t 2 x .4/ C 3xR  7t xP C
2 8
t2
x D 0,
(c) t xP D x C x 2  t 2 , (f) t 2 xR  t xP C 2x D 0.

35.3 Gegeben ist das AWP xP D tx C t ; x.0/ D 0.

(a) Stellen Sie die Lösung als Potenzreihe dar, ermitteln Sie die ersten fünf nicht ver-
schwindenden Glieder und berechnen Sie damit eine Näherung von x.2/.
(b) Bestimmen Sie durch wiederholtes Differenzieren der DGL die Taylorentwicklung
von x.t/ an der Stelle t0 D 0.
(c) Ermitteln Sie die Lösung x.t/ explizit in geschlossener Form, leiten Sie daraus die
Potenzreihenentwicklung bei t0 D 0 ab und berechnen Sie x.2/.

35.4 Mittels Potenzreihenansatz löse man das AWP für .1 C t 2 / xR C t xP  x D 0 mit den
Anfangswerten x.0/ D 0, x.0/
P D 1 bzw. x.0/ D x.0/
P D 1.

© Springer-Verlag GmbH Deutschland 2018 245


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_35
246 35 Einige besondere Typen von Differentialgleichungen

35.5 Bestimmen Sie die allgemeine Lösung der folgenden DGLen mittels eines Potenz-
reihenansatzes:

(a) xR  tx D 0. (b) xP C tx D 0. (c) xP  tx D 1 C t.

t 2
R
35.6 Es sei x die Lösung des AWP xCtxCe D 0 mit Anfangswerten x.0/ D x.0/
P D 1.
Mit Hilfe eines (abgebrochenen) Potenzreihenansatzes bestimme man das Taylorpolynom
T4;x;0 von x vom Grad 4 um den Entwicklungspunkt 0.

35.2 Lösungen

35.1 (a) Wir haben es mit einer homogenen Differentialgleichung zu tun, die DGL lässt
sich nämlich umformen in

xP D 2 xt C 1 D '.x=t/ mit '.z/ D 2 z C 1 :

Wir wenden unser Rezept an:


(1) Die Substitution: z D x=t liefert die separierbare DGL

zP D 1t .'.z/  z/ D 1t .z C 1/ :

(2) Als Lösung der separierbaren DGL aus (1) erhalten wir z.t/ D ct  1, c 2 R.
(3) Durch Rücksubstitution erhalten wir die Lösung x.t/ D ct 2  t. Nun setzen wir die
Anfangsbedingung ein:
6 D x.2/ D c4  2 ) c D 2 :
Also ist
x.t/ D 2t 2  t
die Lösung des AWP.
(b) Dies ist eine Bernoulli’sche DGL xP D a.t/x C b.t/x ˛ mit ˛ D 3. Wir wenden unser
Rezept an:
1
(1) Die Substitution z.t/ D x 1˛ führt hier auf z D x2
. Die DGL geht damit über in die
lineare DGL

zP C cot t z  2 cos t D 0 :

Wir lösen diese lineare DGL 1. Ordnung: Bestimmen der allgemeinen Lösung der homo-
genen DGL zP C z cot t D 0 durch Trennung der Variablen:
dz cos t c
D dt ) ln jzj D  ln jsin tj C CQ ) zh D ; c > 0;
z sin t sin t
35.2 Lösungen 247

da z D x 2 > 0.
Zur Bestimmung einer partikulären Lösung variieren wir die Konstanten:
cP cos t c
c 2  cot t  2 cos t D 0
sin t sin t sin t
liefert

P D 2 sin t cos t und damit c.t/ D sin2 t :


c.t/

Die partikuläre Lösung ist damit zp .t/ D sin t, und die allgemeine Lösung lautet
c
z.t/ D C sin t ; c > 0:
sin t
(2) Rücksubstitution liefert die Lösung
1
x2 D c :
sin t
C sin t

(3) Die Anfangsbedingung legt das c fest:

x 2 . 2 / D 1
C C1
D1 ) cD0

Somit ist die Lösung des AWP x.t/ D p1 .


sin t

35.2 (a) Dies ist eine Bernoulli’sche DGL:

xP D a.t/x C b.t/x ˛ mit a.t/ D 1


4
; b.t/ D  14 .t 2 C 1/ ; ˛ D 1 :

(1) Durch die Substitution z.t/ D x 1˛ erhalten wir die lineare DGL:

zP D 21 z  12 .t 2 C 1/ :

Die Lösung der homogenen DGL ist zh .t/ D c et =2 , c 2 R. Variation der Konstanten
(Ansatz zp .t/ D c.t/ et =2 ) liefert:
2
cP et =2 C 21 c et =2  12 c et =2 D  21 .1 C t 2 / ) c.t/
P D  1Ct
2
et =2 :

Integration liefert
ˆ ˆ
2
c.t/ D  12 et =2  t2 et =2 dt D et =2 Ct 2 et =2  2t et =2 dt

0 1
ˆ
D .1 C t 2 / et =2  @4t et =2 C 4 et =2 dt A D .t 2 C 4t C 9/ et =2 :
248 35 Einige besondere Typen von Differentialgleichungen

Es ist also zp .t/ D t 2 C 4t C 9 eine partikuläre Lösung. Die allgemeine Lösung lautet
somit:

z.t/ D c et =2 Ct 2 C 4t C 9 ; c 2 R :

(2) Durch Rücksubstitution erhalten wir die Lösung x 2 .t/ D c et =2 Ct 2 C 4t C 9 und


damit
p
x.t/ D ˙ c et =2 Ct 2 C 4t C 9 ; c 2 R :

(b) Hier liegt eine Riccati’sche DGL vor:

xP D a.t/x 2 C b.t/x C r.t/ :

Ist eine Lösung xp .t/ bekannt, dann lässt sich die DGL auf eine Bernoulli’sche DGL
zurückführen.
Durch Probieren mit einfachsten Funktionen xp .t/ stellt man fest, dass xp .t/ D 1 eine
Lösung der DGL ist. Wir beachten nun unser Rezept:
(1) Wir lösen die Bernoulli’sche DGL

1  2t 1
zP C zD z2 :
t.t  1/ t.t  1/

Mit dem Ansatz y.t/ D z 1˛ geht die Bernoulli’sche DGL in eine lineare DGL über:

2t  1 1
yP C yD :
t.t  1/ t.t  1/

Die Lösung der homogenen DGL erhält man durch Trennung der Variablen:

dy 2t  1 ˇ ˇ
D dt ) ln jyj D  ln ˇt 2  t ˇ C cQ ;
y t.t  1/

also

1
yh .t/ D c ; c 2 R:
t2 t

Variation der Konstanten und Einsetzen liefert:

cP 2t C 1 2t  1 c 1
Cc 2 C D ) c.t/
P D 1 ) c.t/ D t:
t.t  1/ t .t  1/2 t.t  1/ t.t  1/ t.t  1/
35.2 Lösungen 249

t 1
Damit ist eine partikuläre Lösung yp .t/ D t .t 1/
D t 1
gefunden. Die allgemeine Lösung
lautet dann
c 1 t Cc
y.t/ D C D :
t.t  1/ t 1 t.t  1/

1 t .t 1/
(2) Als Lösung der Riccati’schen DGL erhalten wir dann mit z D y
D t Cc
und x D
t .t 1/
1Cz D1C t Cc :

t2 C c
x.t/ D :
t Cc

(c) Es sei zunächst t > 0, dann ist


q p
xP D x=t C .x=t/2  1 D ' .x=t/ mit '.z/ D z C z 2  1 :

Die DGL ist also eine homogene DGL. Wir beachten unser Rezept:
(1) Erhalte die separierbare DGL:

1p 2
zP D z  1:
t
(2) Löse die separierbare DGL aus (1):

dz dt
p D :
z2 1 t

Sonderfall:
z 2 D 1 , z D ˙1 ) x D ˙t (triviale Lösung)
Integration für z 2 > 1:
ˇ p ˇ p
ˇ ˇ
ln ˇz C z 2  1ˇ D ln jtj C c ) z C z 2  1 D ct :

Es folgt

c 1
z 2  1 D c 2 t 2  2ctz C z 2 ) z D tC :
2 2ct
(3) Nach Rücksubstitution

c 2 1
x.t/ D t C mit c ¤ 0 :
2 2c
(d) Wir haben hier eine homogene Euler’sche DGL.
250 35 Einige besondere Typen von Differentialgleichungen

(1) Wir erhalten die charakteristische Gleichung

0 D ˛.˛  1/ C ˛  1 D ˛ 2  1 D .˛  1/.˛ C 1/ :

(2) Die Lösungen sind ˛1;2 D ˙1.


(3) Somit folgt
c2
x.t/ D c1 t C :
t

(e) Multipliziert man die DGL mit t 2 , so erhalten wir wieder eine Euler’sche DGL.
(1) Die charakteristische Gleichung lautet

0 D ˛.˛  1/.˛  2/.˛  3/ C 3˛.˛  1/  7˛ C 8


 
D ˛ 4  6˛ 3 C 14˛ 2  16˛ C 8 D .˛  2/2 ˛ 2  2˛ C 2 :

(2) Die vier Lösungen sind ˛1;2 D 2, ˛3;4 D 1 ˙ i.


(3) Die allgemeine Lösung lautet:

x.t/ D c1 t 2 C c2 t 2 ln t C c3 t sin.ln t/ C c4 t cos.ln t/ :

(f) Schon wieder eine Euler’sche DGL:


(1) Die charakteristische Gleichung lautet:

0 D ˛.˛  1/  ˛ C 2 D ˛ 2  2˛ C 2 :

(2) Die Lösungen sind ˛1;2 D 1 ˙ i.


(3) Die allgemeine Lösung ist

x.t/ D c1 t sin.ln t/ C c2 t cos.ln t/ :

35.3 (a) Der Potenzreihenansatz lautet:


1
X
xD ak t k D a0 C a1 t C a2 t 2 C : : : ; wobei x.0/ D 0 liefert a0 D 0 :
kD0

Die linke Seite der DGL lautet:


1
X 1
X
xP D kak t k1 D .k C 1/akC1 t k D a1 C 2a2 t C 3a3 t 2 C : : : :
kD1 kD0
35.2 Lösungen 251

Und die rechte Seite der DGL ist:


1
X 1
X
tx C t D t C ak t kC1 D t C ak1 t k :
kD0 kD1

Die DGL ist erfüllt, falls:


1
X 1
X
k
a1 C 2a2 t C .k C 1/akC1 t D t C ak1 t k
kD2 kD2
1 ak1
, a1 D 0 ; a2 D ; akC1 D ; k  2:
2 kC1
Daraus folgt sofort ak D 0 für ungerades k. Für gerades k gilt:
a2 11 a4 111 1 1 1 1
a4 D D ; a6 D D ; : : : ; a2n D  D n ;
4 42 6 642 2n 2.n  1/ 2 2 nŠ
sodass
1
X 1 2k 1 1 1 1 8
x.t/ D t D t2 C t4 C t6 C t C::: :
2k kŠ 2 8 48 384
kD1

Es folgt
1
X 1
1 2k X 2k
x.2/ D 2 D  6:2667 :
2k kŠ kŠ
kD1 kD1

(b) Wiederholtes Differenzieren liefert

x D x ) x.0/ D 0 ; xP D tx C t ) x.0/
P D 0;
xR D x C t xP C 1 ) x.0/
R D 1; « D 2xP C t xR ) x
x «.0/ D 0 ;
.4/ .4/
x D 3xR C t x
« ) x D 3; ::: :

Allgemein (man kann das natürlich auch per Induktion nachweisen) gilt:
8
<0 für k ungerade
x .k/ D .k  1/x .k2/ C tx .k1/ ) x .k/ .0/ D :
:1  3  : : :  .k  1/ für gerade

Die Taylorreihe für x.t/ mit Entwicklungspunkt t0 D 0 lautet damit:


1
X 1
X X1
x .k/ .0/ x .2n/ .0/ .2n  1/ŠŠ .2n/ŠŠ 2n
x.t/ D tk D t 2n D  t
kŠ nD0
.2n/Š nD1
.2n/Š .2n/ŠŠ
kD0
X1 1
.2n/Š 2n X 1 2n
D t D t (vgl. (a)) :
nD1
.2n/Š2n nŠ nD1
2n nŠ
252 35 Einige besondere Typen von Differentialgleichungen

(c) Durch Trennung der Variablen erhalten wir:

x¤1 dx t2 t2
xP D t.x C 1/ ! D tdt ) ln jx C 1j D C cQ ) y D c e 2 1 ; c 2 R
xC1 2

Die Berücksichtigung der Anfangsbedingung liefert:

t2
x.0/ D 0 ) c D 1 ) x.t/ D e 2 2 ; x.2/ D e2 1  6:3891 :

Die Potenzreihenentwicklung bei t D 0 liefert exakt dasselbe Ergebnis, denn

1  2 k ! 1
X t =2 X 1 2k
t 2 =2
x.t/ D e 1 D 1D t :
kŠ 2k kŠ
kD0 kD1

35.4 Mit dem Ansatz


1
X 1
X 1
X
x.t/ D ak t k ; x.t/
P D kak t k1 ; x.t/
R D k.k  1/ak t k2
kD0 kD1 kD2

erhält man eingesetzt in die DGL

1
X 1
X 1
X 1
X
0D k.k  1/ak t k2 C k.k  1/ak t k C kak t k  ak t k
kD2 kD2 kD1 kD0
1
X 1
X 1
X 1
X
D .k C 2/.k C 1/akC2 t k C k.k  1/ak t k C kak t k  ak t k
kD0 kD0 kD0 kD0
1
X
D Œ.k C 2/.k C 1/akC2 C k.k  1/ak C kak  ak  t k
kD0
X1
 
D .k C 2/.k C 1/akC2 C .k 2  1/ak t k
kD0

1k
) .k C 2/.k C 1/akC2 D .k  1/.k C 1/ak ) akC2 D ak :
2Ck

a0 und a1 sind frei wählbar. Für k D 1 folgt a3 D 0 ) a2nC1 D 0 8n 2 N und

1
a2 D a0
2        
1 1 3 5 2n  3 .2n  3/ŠŠ
a2n D       :::  a0 D .1/n1 a0 :
2 4 6 8 2n .2n/ŠŠ
35.2 Lösungen 253

Mit der Schreibweise kŠŠ D k.k  2/.k  4/    erhalten wir

1
!
1 X .2n  3/ŠŠ 2n
x.t/ D a1 t C a0 1 C t2 C .1/n1 t :
2 nD2
.2n/ŠŠ

Aus den gegebenen Anfangswerten folgt

 x.0/ D 0 ) a0 D 0, x.0/
P D 1 ) a1 D 1.
Somit gilt x.t/ D t.
 x.0/ D 1 ) a0 D 1, x.0/
P D 1 ) a1 D 1. Somit gilt

X1
1 .2n  3/ŠŠ 2n
x.t/ D 1 C t C t 2 C .1/n1 t :
2 nD2
.2n/ŠŠ

35.5 (a) Der Potenzreihenansatz

1
X 1
X 1
X
x.t/ D ck t k ; x.t/
P D .k C 1/ckC1 t k ; x.t/
R D .k C 1/.k C 2/ckC2 t k
kD0 kD0 kD0

ergibt eingesetzt in die DGL

1
X 1
X
0D .k C 1/.k C 2/ckC2 t k  ck t k  t D 2c2 C Œ.k C 1/.k C 2/ckC2  ck1  t k :
kD0 kD1

Ein Koeffizientenvergleich liefert

0 D 2c2 ; 0 D .k C 1/.k C 2/ckC2  ck1 ; c0 und c1 bleiben unbestimmt :

Wegen c2 D 0 erhält man c3n1 D 0 für n 2 N. Außerdem ergibt sich

c0 c0
c3n D D für n 2 N
2  5  8  : : :  .3n  1/  3n  nŠ .3n  1/ŠŠŠ3n nŠ
c1 c1
c3nC1 D D für n 2 N ;
4  7  10  : : :  .3n C 1/  3  nŠ
n .3n C 1/ŠŠŠ3n nŠ

wobei wir kŠŠŠ D k.k  3/.k  6/    setzen. Die allgemeine Lösung der DGL lautet also
für t 2 R
1
! 1
!
X t 3n X t 3nC1
x.t/ D c0 1 C C c1 t C :
nD1
.3n  1/ŠŠŠ3n nŠ nD1
.3n C 1/ŠŠŠ3n nŠ
254 35 Einige besondere Typen von Differentialgleichungen

(b) Der Potenzreihenansatz eingesetzt in die DGL führt nach Koeffizientenvergleich auf

ck1
c0 frei wählbar ; c1 D 0 ; ckC1 D  :
kC1

Aus c1 D 0 folgt c2kC1 D 0 (k 2 N) und

c2k2 c0 c0
c2k D  D .1/k D .1/k für k 2 N :
2k 2k  .2k  2/  : : :  2 .2k/ŠŠ

Die allgemeine Lösung lautet daher

!  2 k
1
X .1/k
1
X  t2 t2
x.t/ D c0 1 C t 2k D c0 D c0 e 2 :
.2k/ŠŠ kŠ
kD1 kD0

(c) Der Potenzreihenansatz eingesetzt in die DGL führt nach Koeffizientenvergleich auf

1 C c0 ck1
c0 frei wählbar ; c1 D 1 ; c2 D ; ckC1 D :
2 kC1

Damit folgt

1 C c0 1 1 1 1 C c0
c2k D   ::: D für k D 1; 2; : : :
2 4 6 2k .2k/ŠŠ
1 1 1 1
c2kC1 D  ::: D für k D 1; 2; : : : :
3 5 2k C 1 .2k C 1/ŠŠ

Die allgemeine Lösung lautet daher

1
X 1
X 1
X
t 2k t 2kC1 t2 t 2kC1
x.t/ D c0 C t C .1 C c0 / C D 1 C e 2 C :
.2k/ŠŠ .2k C 1/ŠŠ .2k C 1/ŠŠ
kD1 kD1 kD0

35.6 Wir machen für x einen Potenzreihenansatz. Da x.0/ D x.0/


P D 1 erhalten wir

x.t/ D 1 C t C a2 t 2 C a3 t 3 C a4 t 4 C O.t 5 /:

Dabei haben wir eine häufig benutzte Schreibweise eingeführt: Man schreibt O.t n / für
eine beliebige Potenzsumme, die ab t n beginnt. Es gelten dann Regeln wie O.t m /O.t n / D
O.t mCn / oder O.t m / C O.t n / D O.t m / für m  n. Weiter erhalten wir

P
x.t/ D 1 C 2a2 t C 3a3 t 2 C 4a4 t 3 C O.t 4 / und
R
x.t/ D 2a2 C 6a3 t C 12a4 t 2 C O.t 3 /:
35.2 Lösungen 255

2 2
Mit et D 1 C t 2 C O.t 4 / erhalten wir nun aus xR C tx C et D 0 die Gleichung

2a2 C 6a3 t C 12a4 t 2 C O.t 3 / C t C t 2 C O.t 3 / C 1 C t 2 C O.t 4 / D 0;


„ ƒ‚ … „ ƒ‚ … „ ƒ‚ …
xR tx et
2

zusammengefasst also

.2a2 C 1/ C .6a3 C 1/t C .12a4 C 2/t 2 C O.t 3 / D 0:

Daraus erhalten wir a2 D  12 , a3 D  16 und a4 D  16 . Somit ist

1 1 1
x.t/ D 1 C t  t 2  t 3  t 4 C O.t 5 /
2 6 6

die Taylorreihe von x, und damit

1 1 1
T4;x;0 .t/ D 1 C t  t 2  t 3  t 4
2 6 6

das Taylorpolynom vom Grad 4.


Numerik gewöhnlicher
Differentialgleichungen I 36

36.1 Aufgaben

36.1 Programmieren Sie das explizite und implizite Eulerverfahren wie auch die Mittel-
punktsregel.

36.2 Wir betrachten das AWP

xP D 1 C .x  t/2 ; x.0/ D 1=2 :

Wählen Sie als Schrittweite h D 1=2 und berechnen Sie den Wert x.3=2/ mittels des

(a) expliziten Eulerverfahrens,


(b) klassischen Runge-Kuttaverfahrens.

1
Vergleichen Sie Ihre Ergebnisse mit der exakten Lösung x.t/ D t C 2t .

36.3 Implementieren Sie das klassische Runge-Kuttaverfahren. Wählen Sie als Schritt-
weiten h D 0:1I 0:01I 0:001 und berechnen Sie damit den Wert x.1:8/ für das AWP aus
Aufgabe 36.2. Vergleichen Sie Ihre Ergebnisse mit der exakten Lösung.

36.4 Lösen Sie das AWP aus Aufgabe 36.2 mittels des Verfahrens nach Adams-Moulton.
Verwenden Sie im ersten Schritt k D 1, im zweiten k D 2. Vergleichen Sie Ihr Ergebnis
für den Wert x.1/ mit den Ergebnissen aus Aufgabe 36.2.
Hinweis: Verwenden Sie beim Lösen der quadratischen Gleichung für xj C1 jeweils den-
jenigen Wert, der am nächsten bei xj liegt.

© Springer-Verlag GmbH Deutschland 2018 257


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_36
258 36 Numerik gewöhnlicher Differentialgleichungen I

36.5 Bestimmen Sie für das zweistufige Runge-Kuttaverfahren die Koeffizienten von A 2
R22 ; b; c 2 R2 des Butcherschemas.

36.6 Verwenden Sie das Eulerverfahren und das Runge-Kuttaverfahren,


p um das AWP
2
xP D 2 t sin.t / x; x.0/ D 1 auf dem Intervall t 2 Œ0; 2 mit N D 30 Schritten
2
zu lösen und plotten Sie beide Ergebnisse. Die exakte Lösung lautet x.t/ D e1cos.t / .
Können Sie ohne Plotten der exakten Lösung erkennen, welche der Näherungen genauer
ist?

36.7 Ein Raketenauto der Masse 1000kg habe zusätzliche 1000kg Treibstoff getankt.
Zum Zeitpunkt 0 (Auto steht) wird der Treibstoff gezündet, der nun explosionsartig ver-
brennt, so dass die Treibstoffrestmenge zur Zeit t bis zum Brennzeitende te D 10 s durch
1000 kg  10 kg s2
t 2 gegeben ist. Dabei wirkt auf das Fahrzeug zur Zeit t < te die Antriebs-
kraft 1000N  .t 2 =s 2 /. Durch den Luftwiderstand wirkt auf das Auto außerdem die Kraft
2
0:7 Nms2 v 2 entgegen der Fahrtrichtung.

(a) Bestimmen Sie die Differentialgleichung für die Geschwindigkeit v des Autos zur
Zeit t mit Hilfe des 3. Newton’schen Axioms (Kraft=Masse mal Beschleunigung).
(b) Bestimmen Sie mit Hilfe des MATLAB-Befehls ode45 die Geschwindigkeit des Au-
tos zur Zeit te . Plotten Sie auch den Geschwindigkeitsverlauf. Wie viele Gitterpunkte
hat MATLAB gewählt? Vergleichen Sie die Ergebnisse mit dem selbst implementier-
ten Runge-Kuttaverfahren der vorherigen Aufgabe.
(c) Bestimmen Sie mit MATLAB, wie weit das Auto bis zur Zeit te gefahren ist.

36.2 Lösungen

36.1 Die folgenden Codes taugen:


function [t,x]=expl_euler(f,t0,x0,h,N)
% N Schritte expliziter Euler mit konstante Schrittweite h
% fuer x’=f(t,x)
% Input:
% f rechte Seite; eine Funktion der Form
% dx = f(t,x)
% t0 Startzeitpunkt
% x0 Startzustand
% h konstante Schrittweite
% N Anzahl der Schritte
% Ausgabe: komplette Trajektorie: (t,x)
% t Zeilenvektor der Laenge N+1 mit Zeitpunkten
36.2 Lösungen 259

% x (length(x0),N+1) Matrix mit den Zustaenden


% in den Spalten

N=round(N); % sicherheitshalber
x=NaN*ones(length(x0),N+1); % Speicher fuer Zustaende
t=NaN*ones(1,N+1); % Speicher fuer Zeitpunkte
t(:,1)=t0; x(:,1)=x0; % Anfangswert
for k=1:N % N Schritte machen
feval=f(t(k),x(:,k)); % f auswerten
x(:,k+1)=x(:,k)+h*feval; % Update Zustand
t(k+1)=t(k)+h; % Update Zeit
end
end
function [t,x]=impl_euler(f,t0,x0,h,N)
% N Schritte impliziter Euler mit konstanter Schrittweite h
% fuer x’=f(t,x)
% Input:
% f rechte Seite; eine Funktion der Form
% dx = f(t,x)
% t0 Startzeitpunkt
% x0 Startzustand
% h konstante Schrittweite
% N Anzahl der Schritte
% Ausgabe: komplette Trajektorie: (t,x)
% t Zeilenvektor der Laenge N+1 mit Zeitpunkten
% x (length(x0),N+1) Matrix mit den Zustaenden
% in den Spalten
options = optimset(’Display’,’off’);
N=round(N); % sicherheitshalber
x=NaN*ones(length(x0),N+1); % Speicher fuer Zustaende
t=NaN*ones(1,N+1); % Speicher fuer Zeitpunkte
t(:,1)=t0; x(:,1)=x0; % Anfangswert
for k=1:N % N Schritte machen
t(k+1)=t(k)+h; % Update Zeit
x(:,k+1) = fsolve(@(xx)(xx-x(:,k)-h*f(t(k+1),xx)),
x(:,k),options);
end
end
function [t,x]=mid_point(f,t0,x0,h,N)
% N Schritte Mittelpunktsregel mit konstanter Schrittweite h
% fuer x’=f(t,x)
260 36 Numerik gewöhnlicher Differentialgleichungen I

% Input:
% f rechte Seite; eine Funktion der Form
% dx = f(t,x)
% t0 Startzeitpunkt
% x0 Startzustand
% h konstante Schrittweite
% N Anzahl der Schritte
% Ausgabe: komplette Trajektorie: (t,x)
% t Zeilenvektor der Laenge N+1 mit Zeitpunkten
% x (length(x0),N+1) Matrix mit den Zustaenden
% in den Spalten
options = optimset(’Display’,’off’);
N=round(N); % sicherheitshalber
x=NaN*ones(length(x0),N+1); % Speicher fuer Zustaende
t=NaN*ones(1,N+1); % Speicher fuer Zeitpunkte
t(:,1)=t0; x(:,1)=x0; % Anfangswert
for k=1:N % N Schritte machen
t(k+1)=t(k)+h; % Update Zeit
x(:,k+1) = fsolve(@(xx)(xx-x(:,k)-h*f((t(k)+t(k+1))/2,...
(x(:,k)+xx)/2)),x(:,k),options);
end
plot(t,x,’ro’)
end

36.2 Wir verwenden die Schrittweite h D 1=2 und die Stützstellen t0 D 0, t1 D 1=2,
t2 D 1, t3 D 3=2.

(a) Das explizite Euler-Verfahren lautet:

xkC1 D xk C hf .tk ; xk / D xk C 12 .1 C .xk  tk /2 / :

Damit erhalten wir:


1
x0 D 2 ;
x1 D x0 C 21 .1 C .x0  t0 /2 / D 1
2
C 12 .1 C . 12  0/2 / D 89 D 1:125 ;
x2 D x1 C 21 .1 C .x1  t1 /2 / D 9
8
C 12 .1 C . 98  12 /2 / D 233
128
 1:820 ;
x3 D x2 C 12 .1 C .x2  t2 /2 / D 233 1 233 2 87057
128 C 2 .1 C . 128  1/ / D 32768  2:657 :

Ein Vergleich mit dem exakten Wert liefert:


ˇ ˇ
ˇ 87057 7 ˇ
jx3  x.3=2/j D ˇˇ  ˇ  0:843 :
32768 2 ˇ
36.2 Lösungen 261

(b) Beim klassischen Runge-Kutta-Verfahren berechnen wir:

k1 D f .tk ; xk / ; k2 D f .tk C 14 ; xk C 41 k1 / ;
k3 D f .tk C 14 ; xk C 41 k2 / ; k4 D f .tk C 12 ; xk C 21 k3 / ;
h 1
xkC1 D xk C 6
.k1 C 2k2 C 2k3 C k4 / D xk C 12
.k1 C 2k2 C 2k3 C k4 / :

Wir erhalten hiermit:

x0 D 1=2 ; x1  1:167 ; x2  1:999 ; x3  3:486 :

Ein Vergleich mit dem exaktem Wert liefert:

jx3  x.3=2/j  j3:486  7=2j  0:014 :

36.3 Das Runge-Kuttaverfahren lässt sich etwa wie folgt implementieren:


function [t,x]=runge_kutta(f,t0,x0,h,N)
% N Schritte Runge Kutta mit konstante Schrittweite h
% fuer x’=f(t,x)
% Input:
% f rechte Seite; eine Funktion der Form
% dx = f(t,x)
% t0 Startzeitpunkt
% x0 Startzustand
% h konstante Schrittweite
% N Anzahl der Schritte
% Ausgabe: komplette Trajektorie: (t,x)
% t Zeilenvektor der Laenge N+1 mit Zeitpunkten
% x (length(x0),N+1) Matrix mit den Zustaenden
% in den Spalten

N=round(N); % sicherheitshalber
x=NaN*ones(length(x0),N+1); % Speicher fuer Zustaende
t=NaN*ones(1,N+1); % Speicher fuer Zeitpunkte
t(:,1)=t0; x(:,1)=x0; % Anfangswert
for k=1:N % N Schritte machen
k1=f(t(k),x(:,k));
k2=f(t(k)+(h/2),x(:,k)+(h/2)*k1);
k3=f(t(k)+(h/2),x(:,k)+(h/2)*k2);
k4=f(t(k)+h,x(:,k)+h*k3);
x(:,k+1)=x(:,k)+(h/6)*(k1+2*k2+2*k3+k4);
% Update Zustand
262 36 Numerik gewöhnlicher Differentialgleichungen I

t(k+1)=t(k)+h; % Update Zeit


end
end
Hiermit erhalten wir die folgenden Resultate:

Verfahren h # Fkt.ausw. Lösung Fehler


Exaktes Ergebnis 1 6:8
Euler 0.1 18 4.56539955802118 2.23460044197882
0.01 180 6.30862048114570 0.49137951885430
0.001 1800 6.74342273829778 0.05657726170223
Runge-Kutta 0.1 72 6.79659830769129 0.00340169230871
0.01 720 6.79999956805797 0.00000043194203
0.001 7200 6.79999999995666 0.00000000004334

Hierbei bedeutet # Fkt.ausw die Anzahl der durchgeführten Funktionsauswertungen. Man


beachte, dass das Runge-Kutta-Verfahren bei h D 0:1 bereits ein besseres Ergebnis bringt
und weniger kostet.

36.4 Der Startwert ist x0 D 1=2. Das Verfahren von Adams-Moulton lautet für k D 1:
1 
x1 D x0 C h 2 f .t1 ; x1 / C 12 f .t0 ; x0 / D x0 C 1
2 C 14 .x1  t1 /2 C 41 .x0  t0 /2 :

Auflösen nach x1 liefert die beiden Lösungen

p q
 2 p
x1 D t1 C 2 ˙ 4t1 C 2  4x0  .x0  t0 /2 D 12 C 2 ˙ 2 C 2  2  21 D 5˙2 7 :
p
5 7
Von beiden Lösungen liegt x1 D 2  1:177 näher an x0 D 1=2 und wird daher
gewählt.
Den zweiten Schritt führen wir mit dem Verfahren von Adams-Moulton für k D 2 aus:
5 8 1

x2 D x1 C h 12
f .t2 ; x2 / C 12
f .t1 ; x1 /  12 f .t0 ; x0 /
2 2
D x1 C 1
2 C 5
24 .x2  8
t2 / C 24 .x1  t1 /  24 1
.x0  t0 /2 :

Auflösen nach x2 ergibt


p
12 ˙ 120t2 C 84  120x1  40.x1  t1 /2 C 5.x0  t0 /2
x2 D t2 C :
5

Hieraus erhalten wir durch passende Vorzeichenwahl x2  2:049.


36.2 Lösungen 263

36.5 Das zweistufige Runge-Kutta-Verfahren lautet wie folgt:


 
h h
xnC1 D xn C hf tn C ; xn C f .tn ; xn /
2 2

Daraus liest man folgendes Butcher-Schema ab:

c A 0 0 0
D 1 1
2 2 0
b 0 1

36.6 Wir plotten das explizite Eulerverfahren gestrichelt und das Runge-Kuttaverfahren
mit durchgezogener Linie (beachte Abb. 36.1):
>> f = @(t,x) 2*t*sin(t^2)*x;
>> N = 30;
>> [t,x] = expl_euler(f,0,1,sqrt(2*pi)/N,N);
>> plot(t,x,’b--’); hold on
>> [t,x] = runge_kutta(f,0,1,sqrt(2*pi)/N,N);
>> plot(t,x,’k’)
>> grid on

Abb. 36.1 Die Näherungs- 8


lösungen mit dem expliziten
Eulerverfahren (gestrichelt) 7
und dem Runge-Kutta-
Verfahren (durchgezogen) 6

0
0 0.5 1 1.5 2 2.5 3

p
Für die exakte Lösung gilt x. 2/ D x.0/. Wir sehen, dass die Näherungslösung des
expliziten Eulerverfahrens dies merklich verfehlt.
264 36 Numerik gewöhnlicher Differentialgleichungen I

36.7 (a) Die Gesamtmasse des Autos zur Zeit t < te ist durch m.t/ D 2000 kg  10 kg
s2
t2
gegeben. Aus der Gleichung

m.t/vP D Antriebskraft  Luftwiderstandskraft

erhalten wir somit die DGL (Einheiten weggelassen)

.2000  10t 2 /vP D 1000t 2  0:7v 2

oder

1000t 2  0:7v 2
vP D f .t; v/ D mit v.0/ D 0:
2000  10t 2

(b),(c) Mit dem folgenden MATLAB-Skript lösen wir die DGL:


>> f=@(t,v) (1000*t^2-0.7*v^2)/(2000-10*t^2);
>> te=10; %Brennzeitende
>> [t1,v1]=ode45(f,[0,te],0);
>> v1(end) %Endgeschwindigkeit

ans =

211.5473

>> trapz(t1,v1) %Distanz

ans =

496.9994

>> length(t1) %Anzahl Gitterpunkte

ans =

41

>> N=100;
>> [t2,v2]=runge_kutta(f,0,0,te/N,N);
>> v2(end) %Endgeschwindigkeit

ans =
36.2 Lösungen 265

211.5472

>> trapz(t2,v2) %Distanz

ans =

496.6990

>> plot(t1,v1,’red’,t2,v2,’green--’)

Abb. 36.2 Der Verlauf der 250


Geschwindigkeit des Raketen-
autos
200

150

100

50

0
0 1 2 3 4 5 6 7 8 9 10

Das Auto erreicht also zum Brennzeitende die Geschwindigkeit von 211:54 ms und legt
bis dahin 497 m zurück, wie wir aus Integrieren der Geschwindigkeit mit der Trapezregel
sehen. Zur Lösung der DGL verwendet MATLAB (nur!) 41 Gitterpunkte. Anhand des
Plots in Abb. 36.2 sehen wir, dass unser Runge-Kutta-Verfahren praktisch dieselbe Lösung
liefert.
Lineare Abbildungen und Darstellungsmatrizen
37

37.1 Aufgaben

37.1 Begründen Sie die Eigenschaften linearer Abbildungen in der Box in Abschn. 37.1
(Rezeptebuch).

37.2 Man verifiziere die Behauptungen in der Box in Abschn. 37.2 (Rezeptebuch) (abge-
sehen von der Dimensionsformel).

37.3 Bestimmen Sie jeweils Kern und Bild der linearen Abbildungen:

(a) f W R2 ! R2 , .v1 ; v2 / 7! .v2 ; v1 /,


(b) f W V ! W , v 7! 0,
(c) f W R3 ! R2 , .v1 ; v2 ; v3 / 7! .v1 C v2 ; v2 /,
d d
(d) dx W RŒx ! RŒx, p 7! dx .p/.
0 1
1 3
B C
37.4 Gegeben sei die lineare Abbildung fA W R2 ! R3 , v !
7 A v mit A D @ 4 2 A.
1 0
(a) Bestimmen Sie das Bild und den Kern von fA .
(b) Ist fA injektiv, surjektiv, bijektiv?

37.5 Gibt es eine lineare Abbildung f vom R2 in den R2 mit ker f D Bild f ?

37.6 Welche der folgenden Abbildungen sind linear? Geben Sie jeweils eine kurze Be-
gründung bzw. ein Gegenbeispiel an!

© Springer-Verlag GmbH Deutschland 2018 267


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_37
268 37 Lineare Abbildungen und Darstellungsmatrizen

(a) f1 W R ! R3 mit f1 .v/ D .v C 1; 2v; v  3/> ,


(b) f2 W R4 ! R2 mit f2 .v1 ; v2 ; v3 ; v4 / D .v1 C v2 ; v1 C v2 C v3 C v4 /> ,
(c) f3 W R4 ! R2 mit f3 .v1 ; v2 ; v3 ; v4 / D .v1 v2 ; v3 v4 /> ,
(d) f4 W Rn ! R2 mit f4 .v/ D ..1; 0; 0; : : : ; 0/v/  .1; 2/> ,
(e) f5 W RŒx3 ! RŒx4 mit
f5 .a0 C a1 x C a2 x 2 C a3 x 3 / D .a0 C a1 / C 2.a1 C a2 /x C 3.a2 C a3 /x 2 C 4.a3 C
a0 /x 3 C 5x 4 .

37.7 Es seien die linearen Abbildungen f1 ; f2 W R3 ! R3 gegeben durch

f1 .x; y; z/ D .3x; x  y; 2x C y C z/> und f2 .x; y; z/ D .x  y; 2x C z; 0/> :

(a) Bestimmen Sie Basen von Bild.fi /; Bild.f1 ı f2 /; ker.fi /; ker.f1 ı f2 /, i D 1; 2.


(b) Sind die Abbildungen f1 bzw. f2 injektiv oder surjektiv?

37.8 Betrachten Sie für n  1 die Abbildung f W RŒxn1 ! RŒxn , definiert durch
ˆ x
.f .p//.x/ D p.t/dt:
0

(a) Zeigen Sie, dass f eine lineare Abbildung ist.


(b) Bestimmen Sie die Darstellungsmatrix A dieser linearen Abbildung bezüglich der
Monombasen .1; x; : : : ; x n1 / von RŒxn1 bzw. .1; x; : : : ; x n / von RŒxn.
(c) Ist die Abbildung f injektiv? Ist sie surjektiv?

37.9 Es sei a D .a1 ; a2 ; a3 /> 2 R3 mit kak D 1 gegeben. Die lineare Abbildung f W
R3 ! R3 , f .x/ D x  2.x > a/ a ist eine Spiegelung an der auf a senkrecht stehenden
Ebene durch den Ursprung.

(a) Man veranschauliche sich anhand einer Skizze die Abbildung f .


(b) Berechnen Sie f ı f .
(c) Wie lautet die Darstellungsmatrix A von f bezüglich der kanonischen Basis?
(d) Finden Sie eine Basis B D .b1 ; b2 ; b3 / mit f .b1 / D b1 ; f .b2 / D b2 ; f .b3 / D b3 .
Geben Sie die Darstellungsmatrix AQ von f bezüglich B an.

37.2 Lösungen

37.1 Erste Eigenschaft: Da f linear ist, gilt

f .0/ D f .0 C 0/ D f .0/ C f .0/ ; also f .0/ D 0 :


37.2 Lösungen 269

Zweite Eigenschaft: Sind v; w 2 V und  2 K, so gilt:

.g ı f /. v C w/ D g.f . v C w// D g. f .v/ C f .w// D g. f .v/ C g.f .w//
D  g.f .v// C g.f .w// D  g ı f .v/ C g ı f .w/ :

Das begründet, dass g ı f linear ist.


Dritte Eigenschaft: Es sei f bijektiv. Dann existiert die Umkehrabbildung f 1 W W ! V .
Es ist zu zeigen, dass f 1 linear ist. Dazu wählen wir beliebige v 0 ; w 0 2 W und ein  2 K.
Zu v 0 ; w 0 existieren v; w 2 V mit f .v/ D v 0 und f .w/ D w 0 , d. h., v D f 1 .v 0 / und
w D f 1 .w 0 /. Dann gilt:

f 1 . v 0 C w 0 / D f 1 . f .v/ C f .w// D f 1 .f . v C w//


D  v C w D  f 1 .v 0 / C f 1 .w 0 / :

Damit ist gezeigt, dass f 1 linear ist.

37.2 Es gilt:

 Der Kern einer linearen Abbildung f ist ein UVR:


– 0 2 ker.f /, da f .0/ D 0.
– v; w 2 ker.f / ) f .v C w/ D f .v/ C f .w/ D 0 C 0 D 0 ) v C w 2 ker.f /.
– v 2 ker.f /;  2 K ) f .v/ D f .v/ D   0 D 0 ) v 2 ker.f /.
 Das Bild einer linearen Abbildung f ist ein UVR:
– 0 2 Bild.f /, da f .0/ D 0.
– v; w 2 Bild.f / ) 9 v 0 ; w 0 2 V W v D f .v 0 /; w D f .w 0 / ) v C w D f .v 0 / C
f .w 0 / D f .v 0 C w 0 / ) v C w 2 Bild.f /.
– v 2 Bild.f /;  2 K ) 9 v 0 2 V W v D f .v 0 / ) v D f .v 0 / D f .v 0 / ) v 2
Bild.f /.
 f injektiv , ker.f / D f0g:
– ): f injektiv ) f .v/ 6D 0 8v 6D 0 ) ker.f / D f0g.
– (: f .v/ D f .w/ ) f .v  w/ D f .v/  f .w/ D 0 ) v  w 2 ker.f / D f0g )
v  w D 0 ) v D w ) f injektiv.
 f ist surjektiv , f ist injektiv , f ist bijektiv: Mit der Dimensionsformel gilt näm-
lich:

f surjektiv , W D Bild.f / , dim.ker.f // D 0 , ker.f / D f0g , f injektiv:

Damit folgt sofort f surjektiv , f bijektiv.


270 37 Lineare Abbildungen und Darstellungsmatrizen

37.3 (a) f ist die Spiegelung an der Geraden .e1 C e2 /, daher besteht der Kern nur aus
dem Nullvektor oder ausführlich: .v2 ; v1 / D .0; 0/ ” v1 D 0 D v2 , d. h. ker f D f0g.
Wegen des Dimensionssatzes gilt Bild f D R2 .
(b) Es gilt ker f D V , da jeder Vektor aus V auf den Nullvektor abgebildet wird. Des
weiteren gilt Bild f D f0g.
(c) Der Kern besteht aus all jenen Vektoren .v1 ; v2 ; v3 / mit v3 2 R, v2 D 0 und v1 C v2 D
0, also: ker f D f.0; 0; v3 / j v3 2 Rg. Nach dem Dimensionssatz ist f surjektiv, d. h.
Bild f D R2 , oder ausführlich: Es sei .v1 ; v2 / 2 R2 , dann gilt f .v1  v2 ; v2 ; 0/ D .v1 ; v2 /
und somit Bild f D R2 .
d d
(d) Es gilt: ker dx D fp 2 RŒx j dx p D 0g. Polynome vom Grad 1 oder höher werden
durch das Differenzieren nicht zum Nullpolynom. Hingegen wird jedes konstante Poly-
nom p D a0 durch das Differenzieren auf das Nullpolynom p D 0 abgebildet, also gilt
d
ker dx D R. Die Abbildung ist surjektiv, da für jedes Polynom p D a0 Ca1 x C: : :Can x n
1
das Polynom P D a0 x C 21 a1 x 2 C : : : C nC1 d
an x nC1 2 RŒx offenbar dx .P / D p erfüllt
d
ist. Damit gilt Bild dx D RŒx.

37.4 (a) Multipliziert man A mit v D .v1 ; v2 / so erhält man das Bild fA .v/:
10 0 1
1 3
B C B C
fA .v/ D Av D v1 @ 4 A C v2 @2A :
1 0

Damit erhalten wir für das Bild von fA :


1 0 1
0
1 3
B C B C
Bild fA D ffA .v/ j v 2 R2 g D fAv j v 2 R2 g D h@ 4 A ; @2Ai :
1 0

Das Bild ist somit das Erzeugnis der Spalten von A. Nun zum Kern von fA : Wegen

ker fA D fv 2 R2 j fA .v/ D 0g D fv 2 R2 j Av D 0g

ist der Kern von fA die Lösungsmenge des LGS .A j 0/. Dieses LGS hat wegen rg.A/ D 2
nur die triviale Lösung v D 0, sodass ker fA D f0g. (Das hätten wir einfacher mit der
Dimensionsformel haben können: Nach dieser gilt nämlich 2 D dim.ker.fA //C2, woraus
folgt, dass ker fA D f0g.)
(b) fA ist injektiv, da ker fA D f0g. fA ist nicht surjektiv, da rg.fA / D 2 6D 3 D dim.R3 /.
Da fA nicht surjektiv ist, kann fA auch nicht bijektiv sein.
37.2 Lösungen 271

37.5 Ja, man wähle z. B. f W R2 ! R2 ; .v1 ; v2 / 7! .v1  v2 ; v1  v2 / oder die lineare


Fortsetzung von  mit  .e1 / D e2 und  .e2 / D 0.

37.6 Man beachte das Rezept:

(a) f1 ist nicht linear, denn f1 .0/ D .1; 2; 3/> ¤ .0; 0; 0/> .
(b) f2 ist linear, denn
!
.v1 C w1 / C .v2 C w2 /
f2 .v C w/ D
.v1 C w1 / C .v2 C w2 / C .v3 C w3 / C .v4 C w4 /
!
.v1 C v2 / C .w1 C w2 /
D
.v1 C v2 C v3 C v4 / C .w1 C w2 C w3 C w4 /
! !
v1 C v2 w1 C w2
D C D f2 .v/ C f2 .w/:
v1 C v2 C v3 C v4 w1 C w2 C w3 C w4

(c) f3 ist nicht linear, denn für v D .1; 0; 1; 0/> , w D .0; 1; 0; 1/> gilt f3 .v/ D .0; 0/> ,
f3 .w/ D .0; 0/> und f3 .v C w/ D .1; 1/> ¤ .0; 0/> D f3 .v/ C f3 .w/.
(d) f4 ist linear. Hierzu beachte man, dass man die Abbildung einfacher schreiben kann
als f4 .v1 ; : : : ; vn / D v1 .1; 2/> . Es gilt:
! ! !
1 1 1
f4 .v C w/ D .v1 C w1 / D v1 C w1 D f4 .v/ C f4 .w/ :
2 2 2

(e) f5 ist nicht linear, denn f5 .0/ D 5x 4 ¤ 0, wobei 0 jeweils das Nullpolynom ist.

37.7 Für f1 ı f2 erhalten wir


0 1
3x  3y
B C
.f1 ı f2 /.x; y; z/ D f1 .f2 .x; y; z// D f1 .x  y; 2x C z; 0/ D @ x  y  z A :
4x  2y C z

(a) Die Aufgabe kann auf viele verschiedene Arten gelöst werden, wir entscheiden uns für
einen Lösungsweg mit Hilfe der Dimensionsformel:

 Basen der Kerne: Die Abbildung f1 hat den nulldimensionalen Kern f0g, denn:
0 10 1 0 1 0 1 0 1
3 0 0 x 0 x 0
B CB C B C B C B C
f1 .x; y; z/ D 0 , @1 1 0A @y A D @0A , @y A D @0A :
2 1 1 z 0 z 0
„ ƒ‚ …
DWA1
272 37 Lineare Abbildungen und Darstellungsmatrizen

Es ist damit ; eine Basis des Kerns. (Übrigens ist A1 gerade die Darstellungsmatrix der
linearen Abbildung f1 bzgl. der kanonischen Basen.)
Die Abbildung f2 hat den eindimensionalen Kern h.1; 1; 2/> i, denn:
0 10 1 0 1 0 1 0 1
1 1 0 x 0 x 1
B CB C B C B C B C
f2 .x; y; z/ D 0 , @2 0 1A @y A D @0A , @y A D  @ 1 A :
0 0 0 z 0 z 2
„ ƒ‚ …
DWA2

Es ist damit f.1; 1; 2/> g eine Basis des Kerns. (Wieder ist die angegebene Matrix A2
gerade die Darstellungsmatrix der linearen Abbildung f2 bzgl. der kanonischen Basen.)
Die Abbildung f1 ı f2 hat den eindimensionalen Kern h.1; 1; 2/> i, denn:
0 10 1 0 1 0 1 0 1
3 3 0 x 0 x 1
B CB C B C B C B C
f1 ı f2 .x; y; z/ D 0 , @1 1 1A @y A D @0A , @y A D  @ 1 A :
4 2 1 z 0 z 2
„ ƒ‚ …
DWA3

Es ist damit f.1; 1; 2/> g eine Basis des Kerns. (Wieder ist die angegebene Matrix A3
gerade die Darstellungsmatrix der linearen Abbildung f1 ı f2 bzgl. der kanonischen
Basen.)
 Basen der Bilder: Nach der Dimensionsformel gilt

dim.Bild.f1 // D 3 ; dim.Bild.f2 // D 2 ; dim.Bild.f1 ı f2 // D 2 :

Um Basen der Bilder zu finden, reicht es nun aus, jeweils so viele linear unabhängige
Vektoren im Bild anzugeben, wie die Dimension des Bildes angibt.
Als Basis B1 des Bildes von f1 können wir jede Basis des R3 wählen, wir entscheiden
uns für B1 D fe1 ; e2 ; e3 g.
Als Basis B2 des Bildes von f2 können wir die ersten beiden Spalten s1 ; s2 von A2
wählen, B2 D fs1 ; s2 g; diese sind nämlich linear unabhängig und liegen im Bild von
f2 , es gilt f2 .e1 / D s1 ; f2 .e2 / D s2 .
Als Basis B3 des Bildes von f1 ı f2 können wir die ersten beiden Spalten s1 ; s2 von A3
wählen, B3 D fs1 ; s2 g; diese sind nämlich linear unabhängig und liegen im Bild von
f1 ı f2 , es gilt f1 ı f2 .e1 / D s1 ; f1 ı f2 .e2 / D s2 .

Da ker.f1 / D f0g ist f1 injektiv und damit auch surjektiv (siehe die Box in Abschn. 37.2
(Rezeptebuch). Da ker.f2 / ¤ f0g ist f2 nicht injektiv und kann damit auch nicht surjektiv
sein.
37.2 Lösungen 273

37.8 (a) Wir gehen nach unserem Rezept vor: (1) f .0/ D 0 ist offensichtlich. (2) Es gilt
für alle  2 R und p; q 2 RŒxn1 :
ˆ x ˆ x
.f .p C q//.x/ D .p C q/.t/ dt D .p.t/ C q.t// dt
0
ˆ x ˆ x 0
D p.t/ dt C q.t/ dt D .f .p//.x/ C .f .q//.x/ :
0 0

Somit ist f linear.


(b) In der i-ten Spalte der Darstellungsmatrix steht der Koordinatenvektor des Bildes
des i-ten Basisvektors. Daher bilden wir im Folgenden nach und nach die Basisvektoren
p D 1; p D x; : : : ; p D x n1 mit der Abbildung f ab und bestimmen die Darstellung
der Bilder bzgl. der Basis .1; x; : : : ; x n / des RŒxn, damit erhalten wir die Koordinaten-
vektoren der Bilder der Basisvektoren, also die Spalten von A:
ˆ x
p D 1W .f .p//.x/D 1 dt D x D 0  1 C 1  x C 0  x 2 C    C 0  x n
0
ˆ x
1 1
p D xW .f .p//.x/D t dt D x 2 D 0  1 C 0  x C  x 2 C 0  x 3 C    C 0  x n
0 2 2
:: ::
: :
ˆ x
1 1
p D x n1 W .f .p//.x/D t n1 dt D x n D 0  1 C 0  x C    C 0  x n1 C  x n
0 n n
Somit folgt für die Darstellungsmatrix
0 1
0 0 0  0
B1 0 0  0C
B 1 C
B0 0  0C
B 2 C
A D B0 0 1
0C 2 R.nC1/n :
B 3  C
B: : :: : : :: C
@ :: :: : : :A
1
0 0 0  n

(c) Wir bestimmen den Kern von f : Für ein p 2 RŒxn1 gilt
n1
X n1
X ai
p.x/ D i
ai x ) .f .p//.x/ D x i C1 :
i D0 i D0
i C 1

Somit folgt
a1 a2 an1
.f .p//.x/ D 0 , a0 D D D ::: D D 0 , p D 0:
2 3 n
Damit gilt ker.f / D f0g. Folglich ist f injektiv (siehe die Box in Abschn. 37.2 (Rezep-
tebuch). Nach der Dimensionsformel kann f nicht surjektiv sein.
274 37 Lineare Abbildungen und Darstellungsmatrizen

37.9 (a) Es ist .x > a/ a die Komponente von x, die in Richtung a zeigt, der Vektor x 
.x > a/ a steht senkrecht auf a, d. h. in der Spiegelebene. Der Vektor x  2.x > a/ a ist der
an dieser Ebene gespiegelte Vektor (vgl. die Abb. 16.5 (Rezeptebuch)).
(b) Es gilt
 
.f ı f /.x/ D f .f .x// D f .x  2.x  a/a/ D .x  2.x  a/a/  2 .x  2.x  a/a/  a a
D x  2.x  a/a  2.x  a/a C 4.x  a/.a  a/a D x ;

also f ı f D id, d. h. f ı f ist die Identität.


(c) Wir berechnen

f .x/ D x  2 .x  a/ a D x  2 a .x  a/ D x  2 a .a  x/
D x  2 a .a> x/ D x  2 .a a> / x D .E3  2 .a a> // x ;

man wähle also A D E3  2 .a a> /.


(d) Offenbar gilt f .a/ D a  2.a>a/ a D a. Wir setzen b1 D a. Ein auf a senkrecht
stehender Vektor liegt in der Spiegelebene und bleibt daher fest unter der Abbildung f .
Wir wählen z. B. b2 D e2  a. Dann gilt

f .b2 / D b2  2.b2> a/ a D b2 ;

da b2> a D 0. Wir wählen nun b3 D b2  a. Dann ist b3 senkrecht zu a, also f .b3 / D b3 .


0 1
1 0 0
B C
Die Darstellungsmatrix AQ D B M.f /B ist AQ D @ 0 1 0A.
0 0 1
Basistransformation
38

38.1 Aufgaben

38.1 Gegeben sind zwei geordnete Basen A und B des R3 ,


00 1 0 1 0 11 00 1 0 1 0 11
8 16 9 1 3 2
BB C B C B CC BB C B C B CC
A D @@ 6 A ; @ 7 A ; @ 3 AA ; B D @@ 2 A ; @ 1 A ; @ 1 AA ;
7 13 7 1 2 2

und eine lineare Abbildung f W R3 ! R3 , die bezüglich der Basis A die folgende
Darstellungsmatrix hat 0 1
1 18 15
B C
A M.f /A D @ 1 22 15A :
1 25 22
Bestimmen Sie die Darstellungsmatrix B M.f /B von f bezüglich der Basis B.

38.2 Gegeben ist eine lineare Abbildung f W R3 ! R3. Die Darstellungsmatrix von f
bezüglich der geordneten Standardbasis E3 D .e1 ; e2 ; e3 / des R3 lautet:
0 1
4 0 2
B C 33
E3 M.f /E3 D @1 3 2A 2 R :
1 2 1
00 1 0 1 0 11
2 1 2
BB C B C B CC
(a) Begründen Sie: B D @@2A ; @1A ; @1AA ist eine geordnete Basis des R3 .
3 1 1
(b) Bestimmen Sie die Darstellungsmatrix B M.f /B und die Transformationsmatrix S
mit B M.f /B D S 1 E3 M.f /E3 S.

© Springer-Verlag GmbH Deutschland 2018 275


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_38
276 38 Basistransformation

38.3 Es seien f W R3 ! R2 und g W R2 ! R4 mit


0 1
! 2v1 C v2
B C
v1 C v2 B2v C v2 C
f .v1 ; v2 ; v3 / D und g.v1 ; v2 / D B 1 C
2v1 C v2 C v3 @ v2 A
v1 C v2

lineare Abbildungen, B D E3 , C D E2 und D D E4 die Standardbasen von R3 , R2 und


R4 . Bestimmen Sie die Darstellungsmatrizen von f bzgl. B und C bzw. g bzgl. C und D
bzw. von g ı f bzgl. B und D.

! !!
1 0
38.4 Gegeben sind die geordnete Standardbasis E2 D ; des R2 ,
0 1
00 1 0 1 0 1 0 11
00 1 0 1 0 11 1 1 1 1
1 1 1 BB C B C B C B CC
BB C B C B CC BB1 C B1C B1C B0CC
B D @@1A ; @1A ; @0AA des R3 und C D BB C ; B C ; B C ; B CC des R4 .
@@1 A @1A @0A @0AA
1 0 0
1 0 0 0
Nun betrachten wir zwei lineare Abbildungen f W R2 ! R3 und g W R3 ! R4 definiert
durch
0 1
0 1 00 11 v1 C 2 v3
!! v1  v2 v1 B C
v1 B C BB CC B v2  v3 C
f D@ 0 A und g @@v2 AA D B C:
v2 @ v1 C v2 A
2 v1  v2 v3
2 v1 C 3 v3

Bestimmen Sie die Darstellungsmatrizen B M.f /E2 , C M.g/B und C M.g ı f /E2 .

38.5 Die lineare Abbildung f W R3 ! R3 sei festgelegt durch

f .e1 / D 3e3 ; f .e2 / D e1  e2  9e3 und f .e3 / D 2e2 C 7e3 :

Geben Sie die Darstellungsmatrizen von f bzgl. der Standardbasis E D .e1 ; e2 ; e3 / und
bzgl. der folgenden Basis B D .b1 ; b2 ; b3 / von R3 an:

b1 D .1; 1; 1/> ; b2 D .1; 2; 3/> und b3 D .1; 3; 6/> :

38.6 Es sei die lineare Abbildung f W R2 ! R3 gegeben durch

f .x; y/ D .y; 2x  2y; 3x/> :


38.2 Lösungen 277

(a) Geben Sie die Darstellungsmatrix von f bzgl. der Standardbasen von R2 , R3 an.
(b) Bestimmen Sie die Darstellungsmatrix von f bzgl. der Basen B D .b1 ; b2 / von R2
und C D .c1 ; c2 ; c3 / von R3 mit

b1 D .1; 1/> ; b2 D .5; 3/>

und
c1 D .1; 2; 2/> ; c2 D .1; 3; 4/> ; c3 D .2; 4; 5/> :
(c) Es sei x D 2e1  4e2 . Welche Koordinaten besitzt f .x/ bzgl. der Basis .c1 ; c2 ; c3 /?

38.2 Lösungen

38.1 Es gilt

B M.f /B D B M.Id ı f ı Id/B D B M.Id/A A M.f /A A M.Id/B :

Um also B M.f /B zu ermitteln, ist das Produkt der drei Matrizen B M.Id/A , A M.f /A und
A M.Id/B zu bilden. Die Matrix A M.f /A ist gegeben, die anderen beiden Matrizen müssen
wir noch bestimmen. Wegen

B M.Id/A A M.Id/B D B M.Id/B D E3

ist A M.Id/B das Inverse zu B M.Id/A .


Wir bezeichnen die Elemente der geordneten Basis A der Reihe nach mit ai , i D 1; 2; 3
und jene der Basis B mit bi , i D 1; 2; 3 und ermitteln B M.Id/A D .B a1 ; B a2 ; B a3 /.
Gesucht sind also i 2 R, i D 1; 2; 3, mit
3
X
j bj D ai für i D 1; 2; 3 :
j D1

Dies sind drei lineare Gleichungssysteme, die wir simultan lösen:


0 1 0 1
1 3 2 8 16 9 1 0 0 3 3 1
B C B C
@ 2 1 1 6 7 3 A ! : : : ! @ 0 1 0 1 3 2 A :
1 2 2 7 13 7 0 0 1 1 2 1

Damit lautet die Basistransformationsmatrix


0 1 0 1
3 3 1 1 1 3
B C B C
B M.Id/A D @1 3 2A ; und A M.Id/B D @1 2 5A ;
1 2 1 1 3 6
278 38 Basistransformation

wobei wir die Matrix A M.Id/B durch Invertieren der Matrix B M.Id/A erhalten.
Wir berechnen schließlich das Produkt
0 1
16 47 88
B C
B M.f /B D B M.Id/A A M.f /A A M.Id/B D @18 44 92A :
12 27 59

38.2 (a) Wegen


0 1 0 1
2 2 3 1 1 1
B C B C
@1 1 1 A ! @0 1 1 A
2 1 1 0 0 1

sind die drei Vektoren b1 D .2; 2; 3/> , b2 D .1; 1; 1/> , b3 D .2; 1; 1/> linear unabhängig,
also B eine geordnete Basis.
(b) Mit A D E3 M.f /E3 erhalten wir

A b1 D 1 b1 C 0 b2 C 0 b3 ; A b2 D 0 b1 C 2 b2 C 0 b3 ; A b3 D 0 b1 C 0 b2 C 3 b3 :

Also gilt
0 1 0 1
1 0 0 2 1 2
B C B C
B M.f /B D @0 2 0A ; wobei S D E3 M.IdR3 /B D .b1 ; b2 ; b3 / D @2 1 1A
0 0 3 3 1 1

die Transformationsmatrix ist.

38.3 Die Darstellungsmatrizen lauten:


0 1
! 2 1
B C
1 1 0 B2 1C
C M.f /B D und D M.g/C D B C:
2 1 1 @0 1A
1 1
38.2 Lösungen 279

Wir können die Darstellungsmatrix D M.g ı f /B der Verkettung g ı f W R3 ! R4 damit


nun auf zwei Arten berechnen. Zum einen gilt:
0 1
! 4v1 C 3v2 C v3
B C
v1 C v2 B4v C 3v2 C v3 C
.g ı f /.v/ D g DB 1 C;
2v1 C v2 C v3 @ 2v1 C v2 C v3 A
3v1 C 2v2 C v3
0 1
4 3 1
B C
B4 3 1C
also D M.g ı f /B D B C:
@2 1 1A
3 2 1

Andererseits erhalten wir diese aber auch durch:


0 1 0 1
2 1 ! 4 3 1
B C B C
B2 1C 1 1 0 B4 3 1C
D M.g ı f /B D D M.g/C  C M.f /B D B C DB C:
@0 1A 2 1 1 @2 1 1A
1 1 3 2 1

38.4 Wir verwenden die Bezeichnungen


0 1 0 1 0 1
! ! 1 1 1
1 0 B C B C B C
e1 D ; e2 D sowie b1 D @1A ; b2 D @1 A ; b3 D @0 A :
0 1
1 0 0

Wir erhalten B M.f /E2 , indem wir die Koordinaten vij , i D 1; 2; 3 von f .ej / für j D 1; 2
bezüglich der Basis B in die Spalten einer Matrix schreiben. Wir erhalten vij , i D 1; 2; 3
durch Lösen der durch
3
X
vij bi D f .ej /
i D1

für j D 1; 2 gegebenen linearen Gleichungssysteme über R mit dem Gauß-Algorithmus.


Man erhält:
0 1
2 1
B C
B M.f /E2 D @2 1A:
1 1
280 38 Basistransformation

Analog erhält man C M.g/B , indem man die Koordinaten vij0 , i D 1; 2; 3; 4 von g.bj / für
j D 1; 2; 3 bezüglich der Basis C in die Spalten einer Matrix schreibt. Dies liefert:
0 1
5 2 2
B C
B3 0 1C
C M.g/B D B C:
@2 1 1A
3 0 1

Die Darstellungsmatrix C M.g ı f /E2 erhält man durch Matrixmultiplikation:


0 1
8 5
B C
B7 4 C
C M.g ı f /E2 D C M.g/B B M.f /E2 DB C:
@3 2 A
7 4

38.5 Für die Darstellungsmatrix bzgl. der Standardbasis E D .e1 ; e2 ; e3 / erhält man
0 1
0 1 0
B C
A D E M.f /E D @0 1 2A :
3 9 7

Die Darstellungsmatrix bzgl. der Basis B bestimmen wir mit der Basistransformations-
formel, es gilt
1
B M.f /B D B A B mit B D E M.Id/B ;

die Spalten der Matrix B sind also die Elemente der geordneten Basis B. Wir benötigen
die Inverse von B:
0 1 0 1
1 1 1 3 3 1
B C B C
B D @1 2 3A ) B 1 D @3 5 2A :
1 3 6 1 2 1

Damit erhalten wir für die gesuchte Darstellungsmatrix von f bzgl. B:


0 10 10 1 0 1
3 3 1 0 1 0 1 1 1 1 0 0
1 B CB CB C B C
B M.f /B D B A B D @3 5 2A @0 1 2A @1 2 3A D @0 2 0A :
1 2 1 3 9 7 1 3 6 0 0 3
38.2 Lösungen 281

38.6 (a) Aus


0 1 0 1
0 1
B C B C
f .e1 / D f .1; 0/ D @2A ; f .e2 / D f .0; 1/ D @2A
3 0
0 1
0 1
B C
folgt A D E3 M.f /E2 D @2 2A :
3 0

(b) Wir lösen die Aufgabe über die Basistransformationsformel, diese besagt:

C M.f /B D C M.Id/E3 E3 M.f /E2 E2 M.Id/B :

Wir verschaffen uns die Zutaten: Die Matrix E3 M.f /E2 haben wir, das ist A. Die Matrix
E2 M.Id/B ist B, wobei die Spalten von B die Elemente b1 und b2 der Basis B sind. Und
die Matrix C M.Id/E3 ist das Inverse von C D E3 M.Id/C , wobei die Spalten der Matrix
C durch die Elemente c1 ; c2 ; c3 der Basis C gegeben sind. Es gilt
0 1 0 1
1 1 2 1 3 2
B C B C
C D @2 3 4A ) C 1 D @2 1 0A:
2 4 5 2 2 1

Damit haben wir nun alle Zutaten, es gilt


0 10 1 0 1
1 3 2 0 1 ! 7 21
B CB C 1 5 B C
C M.f /B D @2 1 0 A @2 2A D @2 2 A :
1 3
2 2 1 3 0 5 13

(c) Wir suchen C f .x/. Diesen Vektor erhalten wir als C f .x/ D C M.f /E2 E2 x. Wir ver-
schaffen uns die Zutaten, es gilt
0 1
! 0 1
2 B C
E2 x D und C M.f /E2 D @2 2A :
4
3 0

Damit gilt
01 0 1
0 1 ! 4
B C 2 B C
C f .x/ D C M.f /E2 E2 x D @2 2A D @ 12 A :
4
3 0 6

Das besagt: f .x/ D 4c1 C 12c2 C 6c3 .


Diagonalisierung –
Eigenwerte und Eigenvektoren 39

39.1 Aufgaben

39.1 Geben Sie die Eigenwerte und Eigenvektoren der folgenden komplexen Matrizen
an:
! ! !
3 1 0 1 0 1
(a) A D ; (b) B D ; (c) C D :
1 1 1 0 1 0

39.2 Begründen Sie, warum Eigenvektoren zu verschiedenen Eigenwerten linear unab-


hängig sind.

39.3 Diagonalisieren Sie, falls möglich, die folgenden reellen Matrizen:


0 1 0 1 0 1
1 0 0 1 3 6 3 1 1
B C B C B C
(a) A D @0 2 0A ; (c) C D @ 3 5 6 A ; (e) F D @ 7 5 1 A;
0 0 3 3 3 4 6 6 2
0 1 0 1 0 1
2 1 0 1 3 3 1 1 1
B C B C B C
(b) B D @0 2 0A ; (d) D D @ 3 5 3 A ; (f) G D @ 0 3 0 A:
0 0 3 6 6 4 1 0 3

39.4 Berechnen Sie alle Eigenwerte und zugehörige Eigenvektoren der folgenden Matri-
zen:
0 1 0 1
0 1 1 1 2 0
B C B C
(a) A D @ 0 1 0 A, (b) B D @ 0 1 0 A,
1 0 0 1 2 2
© Springer-Verlag GmbH Deutschland 2018 283
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_39
284 39 Diagonalisierung – Eigenwerte und Eigenvektoren
0 1 0 1
1 0 0 2 2 2
B C B C
(c) C D @ 0 cos ˛  sin ˛ A, (d) D D @ 2 2 2 A.
0 sin ˛ cos ˛ 2 2 2

39.5 Es sei A 2 Rnn eine orthogonale Matrix und  2 C ein Eigenwert von A. Zeigen
Sie, dass jj D 1 gilt.

39.6
(a) Zeigen Sie folgende Aussage: Ist A 2 Rnn eine symmetrische Matrix und sind v1
und v2 zwei Eigenvektoren von A zu den Eigenwerten 1 und 2 , wobei 1 ¤ 2
gelte, dann sind v1 und v2 orthogonal
0 zueinander.
1
0 1 2
B C
(b) Gegeben ist die Matrix A D @ 1 0 2 A.
2 2 3
Bestimmen Sie alle Eigenwerte von A und geben Sie eine Basis der Eigenräume an.
(c) Bestimmen Sie weiterhin eine orthogonale Matrix U , sodass U > A U Diagonalform
besitzt.

39.7 Es sei v ein Eigenvektor zum Eigenwert  einer Matrix A.

(a) Ist v auch Eigenvektor von A2 ? Zu welchem Eigenwert?


(b) Wenn A zudem invertierbar ist, ist dann v auch ein Eigenvektor zu A1 ? Zu welchem
Eigenwert?

39.8 Geben Sie zu den folgenden Matrizen jeweils eine Basis aus Eigenvektoren an.
0 1
! 2 0 1 4 !
B C
1 2 B 3 1 3 0 C 1Ci 0
(a) A D (b) A D B C (c) A D :
2 1 @ 2 0 1 2 A 6 1  i
1 0 1 3

0 1
1 4 0
B C
39.9 Es sei die Matrix A 2 R33 gegeben als A D @ 2 3 0 A.
0 0 1

(a) Zeigen Sie, dass die Vektoren v1 D .1; 1; 0/> und v2 D .0; 0; 1/> Eigenvektoren von
A sind. Bestimmen Sie die zugehörigen Eigenwerte.
(b) Besitzt A weitere Eigenwerte? Berechnen Sie ggf. diese Eigenwerte sowie zugehörige
Eigenvektoren.
39.2 Lösungen 285

(c) Zeigen Sie, dass R3 eine Basis B besitzt, die aus Eigenvektoren von A besteht. Be-
stimmen Sie die Darstellungsmatrix der linearen Abbildung f W x 7! Ax bezüglich
der Basis B.
(d) Verwenden Sie die bisherigen Ergebnisse, um möglichst einfach die Matrix A5 zu
berechnen.

39.10 Die Fibonacci-Zahlen F0 ; F1 ; F2 ; : : : sind rekursiv definiert durch die Vorschrift

F0 D 0; F1 D 1; Fn D Fn1 C Fn2 für n  2:

(a) Bestimmen Sie eine Matrix A 2 R22 , die die Gleichung .Fn ; Fn1 /> D
A .Fn1 ; Fn2 /> erfüllt.
(b) Wie muss k 2 N gewählt werden, damit .Fn ; Fn1 /> D Ak .F1 ; F0 /> gilt?
(c) Berechnen Sie alle Eigenwerte und Eigenvektoren der Matrix A.
(d) Berechnen Sie eine invertierbare Matrix T und eine Diagonalmatrix D mit der Eigen-
schaft D D T 1 A T .
(e) Verwenden Sie die Darstellung von A aus Teilaufgabe (d), um Ak für das in Teilauf-
gabe (b) bestimmte k zu berechnen.
(f) Verwenden Sie die bisherigen Teilergebnisse, um eine explizite Darstellung für die
Fibonacci-Zahlen Fn (ohne Rekursion) zu bestimmen.

39.11 Es sei A 2 Rnn . Begründen Sie:

(a) Ist  2 C ein Eigenwert von A, so ist auch  2 C ein solcher.


(b) Ist v 2 C n ein Eigenvektor von A, so ist auch v 2 C n ein solcher (dabei ist v D .v i /
für v D .vi / 2 C n ).

!
0 1
Geben Sie die komplexen Eigenwerte und Eigenvektoren der Matrix an.
1 0

39.2 Lösungen

39.1 (a) Wir berechnen das charakteristische Polynom der Matrix A:


ˇ ˇ
ˇ ˇ
ˇ3   1 ˇ
A ./ D det.A  E/ D ˇ ˇ D .2  /2 :
ˇ 1 1  ˇ

Die einzige Nullstelle von A ist 2, also ist 2 der einzige Eigenwert von A mit der al-
gebraischen Vielfachheit 2. Den Eigenraum EigA .2/ zum Eigenwert 2 erhalten wir als
286 39 Diagonalisierung – Eigenwerte und Eigenvektoren

ker.A  2E/:
! !
1 1 1
EigA .2/ D ker Dh i:
1 1 1

Damit ist jeder Vektor .t; t/> mit t 6D 0 Eigenvektor zum Eigenwert 2 von A.
(b) Wir berechnen das charakteristische Polynom der Matrix B:
ˇ ˇ
ˇ ˇ
ˇ 1 ˇ
B ./ D det.B  E/ D ˇ ˇ D .1 C /.1  / :
ˇ 1 ˇ

Die beiden Nullstellen von B sind ˙1, also gibt es zwei Eigenwerte mit der jeweiligen
algebraischen Vielfachheit 1. Die Eigenräume EigB .˙1/ zu den beiden Eigenwerten ˙1
erhalten wir als ker.B  E/:
! !
1 1 1
EigB .˙1/ D ker Dh i:
1 1 ˙1

Damit ist jeder Vektor .t; ˙t/> mit t 6D 0 Eigenvektor zum Eigenwert ˙1 von B.
(c) Wir berechnen das charakteristische Polynom der Matrix C :
ˇ ˇ
ˇ ˇ
ˇ 1 ˇ
C ./ D det.C  E/ D ˇ ˇ D . C i/.  i/ :
ˇ 1 ˇ

Die beiden Nullstellen von C sind ˙ i, also gibt es zwei Eigenwerte mit der jeweiligen
algebraischen Vielfachheit 1. Die Eigenräume EigC .˙ i/ zu den beiden Eigenwerten ˙ i
erhalten wir als ker.C  i E/:
! !
 i 1 1
EigC .˙ i/ D ker Dh i:
1 i i

Damit ist jeder Vektor .t;  i t/> mit t 6D 0 Eigenvektor zum Eigenwert ˙ i von C .

39.2 Es seien v1 ; : : : ; vr Eigenvektoren zu verschiedenen Eigenwerten 1 ; : : : ; r einer


Matrix A 2 Knn :
A v1 D 1 v1 ; : : : ; A vr D r vr :
Wir zeigen mit vollständiger Induktion nach der natürlichen Zahl r, dass die Vektoren
v1 ; : : : ; vr linear unabhängig sind.
Induktionsanfang: Die Behauptung ist korrekt, da v1 6D 0 linear unabhängig ist.
39.2 Lösungen 287

Induktionsvoraussetzung: Die Behauptung sei für r  1 Eigenvektoren zu verschiedenen


Eigenwerten 1 ; : : : ; r1 korrekt.
Induktionsschritt: Es seien v1 ; : : : ; vr Eigenvektoren zu verschiedenen Eigenwerten
1 ; : : : ; r . Aus der Gleichung

1 v1 C    C r vr D 0 (39.1)

mit 1 ; : : : ; r 2 K folgt durch

 Multiplikation von (39.1) mit der Matrix A:

0 D A 0 D A .1 v1 C    C r vr / D 1 A v1 C    C r A vr D 1 1 v1 C    C r r vr

und durch

 Multiplikation von (39.1) mit dem Eigenwert r :

0 D r 0 D r .1 v1 C    C r vr / D 1 r v1 C    C r r vr :

Durch Gleichsetzen erhalten wir

1 1 v1 C    C r r vr D 1 r v1 C    C r r vr :

Es gilt somit:
.r  1 / 1 v1 C    C .r  r1 / r1 vr1 D 0 :
Nach Induktionsvoraussetzung sind die Vektoren v1 ; : : : ; vr1 linear unabhängig, sodass
wegen r  i 6D 0 für alle i D 1; : : : ; r  1 die Koeffizienten 1 ; : : : ; r1 alle null
sind, d. h. 1 D    D r1 D 0. Aus (39.1) folgt nun r D 0, da vr 6D 0 gilt.

39.3 (a) Mit der Wahl B D E3 gilt:

E31 AE3 D A :

Damit ist A diagonalisiert. Wir machen es noch einmal:

A .x/ D det.A  xEn / D .1  x/.2  x/.3  x/ :

A hat also die Eigenwerte 1 D 1, 2 D 2 und 3 D 3 mit den Eigenräumen


0 1 0 1 0 1
1 0 0
B C B C B C
EigA .1/ D h@0Ai; EigA .2/ D h@1Ai und EigA .3/ D h@0Ai
0 0 1
288 39 Diagonalisierung – Eigenwerte und Eigenvektoren

Man erhält also wiederum


0 1
1 0 0
B C
B D @0 1 0A D E3 mit B 1 AB D A :
0 0 1

(b) Die Matrix B hat das charakteristische Polynom

B D .2  x/2 .3  x/

und damit die Eigenwerte 1 D 2 und 2 D 3 mit den algebraischen Vielfachheiten


alg.2/ D 2 und alg.3/ D 1. Der Eigenraum zum Eigenwert 2 ist
0 1 0 1
0 1 0 1
B C B C
EigB .2/ D ker @0 0 0A D h@0Ai :
0 0 1 0

Demnach hat der Eigenwert 2 die geometrische Vielfachheit geo.2/ D 1 < 2 D alg.2/
und damit ist B nicht diagonalisierbar.
(c) Die Matrix C hat das charakteristische Polynom C ./ D .2 C /2 .4  /, also
den zweifachen Eigenwert 1 D 2 und einfachen Eigenwert 2 D 4. Wir erhalten als
Eigenräume
0 1 0 1 0 1
1 2 1
B C B C B C
EigC .2/ D h@ 1 A ; @ 0 Ai ; EigC .4/ D h@1Ai :
0 1 1

Damit stimmen für jeden Eigenwert geometrische und algebraische Vielfachheit überein,
sodass die Matrix C diagonalisierbar ist. Mit der Matrix
0 1 0 1
1 2 1 2 0 0
B C B C
BD@2 0 1A gilt B 1 C B D @ 0 2 0A :
0 1 1 0 0 4

(d) Das charakteristische Polynom von D lautet:


ˇ ˇ
ˇ1  x 3 3 ˇˇ
ˇ
ˇ ˇ
D D det.D  xE3 / D ˇ 3 5  x 3 ˇ D    D .x C 2/2 .x  4/ :
ˇ ˇ
ˇ 6 6 4  xˇ
39.2 Lösungen 289

Die Eigenwerte von D lauten somit 1 D 2 und 2 D 4. Wir bestimmen die Eigenräume
von D:
0 1 0 1 0 1 0 1
3 3 3 1 1 1 1 1
B C B C B C B C
EigD .2/ D ker @3 3 3A D ker @0 0 0A D h@1A ; @ 0 Ai :
6 6 6 0 0 0 0 1
0 1 0 1 0 1
3 3 3 1 1 1 1
B C B C B C
EigD .4/ D ker @ 3 9 3A D ker @ 0 2 1A D h@1Ai :
6 6 0 0 0 0 2

Die Matrix D ist damit diagonalisierbar, mit


0 1 0 1
1 1 1 2 0 0
B C B C
B D @1 0 1A gilt B 1 D B D @ 0 2 0A :
0 1 2 0 0 4

(e) Das charakteristische Polynom von F lautet:


ˇ ˇ
ˇ3  x 1 1 ˇˇ
ˇ
ˇ ˇ
F D det.F  xE3 / D ˇ 7 5x 1 ˇ D    D .x C 2/2 .x  4/ :
ˇ ˇ
ˇ 6 6 2  x ˇ

Die Eigenwerte von F sind also dieselben wie von D: 1 D 2 und 2 D 4. Wir bestim-
men die Eigenräume von F :
0 1 0 1 0 1
1 1 1 1 1 1 1
B C B C B C
EigF .2/ D ker @7 7 1A D ker @ 0 0 1 A D h@1Ai :
6 6 0 0 0 0 0
0 1 0 1 0 1
7 1 1 1 1 1 0
B C B C B C
EigF .4/ D ker @7 1 1A D ker @ 0 1 1 A D h@1Ai :
6 6 6 0 0 0 1

Die Matrix D ist nicht diagonalisierbar, da geo.2/ D 1 6D 2 D alg.2/.


(f) Wir starten mit dem charakteristischen Polynom und den Eigenwerten:
ˇ ˇ
ˇ1  x 1 1 ˇˇ
ˇ
ˇ ˇ
G ./ D det.G  xE3 / D ˇ 0 3x 0 ˇ
ˇ ˇ
ˇ 1 0 3  xˇ
D .1  x/.3  x/2 C 0 C 0  Œ.3  x/ C 0 C 0
D .3  x/.x 2  4x C 4/ D .3  x/.x  2/2 :
290 39 Diagonalisierung – Eigenwerte und Eigenvektoren

Die Eigenwerte von G sind also 1 D 3 (einfach) und 2 D 2 (doppelt). Um zu wissen, ob


G diagonalisierbar ist, müssen wir also wieder wissen, welche geometrische Vielfachheit
der doppelte Eigenwert 2 D 2 besitzt. Wir berechnen daher zunächst den Eigenraum
zum Eigenwert 2 D 2:
0 1 0 1 0 1
1 1 1 1 1 1 1
B C B C B C
EigG .2/ D ker @ 0 1 0A D ker @ 0 1 0A D h@0Ai :
1 0 1 0 0 0 1

Damit ist die geometrische Vielfachheit des Eigenwerts 2 also 1, die algebraische ist 2. G
ist daher nicht diagonalisierbar.

39.4 (a) Wir beginnen mit dem charakteristischen Polynom:


ˇ ˇ
ˇ 1 1 ˇˇ
ˇ
ˇ ˇ
A ./ D det.A  E/ D ˇ 0 1   0 ˇ
ˇ ˇ
ˇ 1 0 ˇ
D 2 .1  / C .1  / D .1  /.2 C 1/ D .1  /. C i/.  i/ :

Die Matrix A besitzt also die drei verschiedenen Eigenwerte 1 D 1 und 2;3 D ˙ i und
ist damit diagonalisierbar. Wir berechnen der Reihe nach die Eigenvektoren zu 1 D 1
und 2;3 D ˙ i:
0 1 0 1
1 1 1 1 1 1
B C B C
A  1 E D @ 0 0 0A ! @0 0 0A :
1 0 1 C 0 1 2

Damit ist z. B. v1 D .1; 2; 1/> Eigenvektor zum Eigenwert 1 D 1.


0 1 0 1
i 1 1 i i 1 1
B C B C
A  2;3 E D @ 0 1i 0 A ! @0 1i 0A :
1 0 i C 0 i 0

Damit ist z. B. v2;3 D .˙ i; 0; 1/> Eigenvektor zum Eigenwert 2;3 D ˙ i.


(b) Wir beginnen mit dem charakteristischen Polynom:
ˇ ˇ
ˇ1   2 0 ˇˇ
ˇ
ˇ ˇ
B ./ D det.B  E/ D ˇ 0 1 0 ˇ
ˇ ˇ
ˇ 1 2 2  ˇ
D .1  /2 .2  / D .1  /2 .2 C / :
39.2 Lösungen 291

Die Matrix B besitzt die zwei verschiedenen Eigenwerte 1;2 D 1 (doppelt) und 3 D 2.
Wir berechnen der Reihe nach Eigenvektoren zu 1;2 D 1 und 3 D 2:
0 1
0 2 0
B C
B  1;2 E D @ 0 0 0 A :
1 2 3

Diese Matrix hat Rang 2, der Eigenraum ist eindimensional (und B nicht diagonalisier-
bar). Es ist z. B. v1 D .3; 0; 1/> ein Eigenvektor zum Eigenwert 1;2 D 1.
0 1 0 1
3 2 0 C 0 8 0
B C B C
B  3 E D @ 0 3 0A ! @ 0 3 0A :
1 2 0 3 1 2 0

Daraus erhalten wir z. B. den Eigenvektor v3 D .0; 0; 1/> zum Eigenwert 3 D 2.
(c) Wir bestimmen zunächst das charakteristische Polynom in Abhängigkeit von ˛:
ˇ ˇ
ˇ1   0 0 ˇ
ˇ ˇ
ˇ ˇ
C ./ D det.C  E3 / D ˇ 0 cos ˛    sin ˛ ˇ
ˇ ˇ
ˇ 0 sin ˛ cos ˛  ˇ
D .1  /.cos2 ˛  2 cos ˛ C 2 C sin2 ˛/ D .1  /.2  2 cos ˛ C 1/ :

Ein Eigenvektor zum Eigenwert 1 D 1 ist sofort zu sehen: v1 D .1; 0; 0/> .


Um ein bisschen Schreibarbeit zu sparen, betrachten wir im Folgenden nur Winkel ˛ 2
Œ0; , der Fall ˛ 2 Œ; 2 lässt sich analog behandeln. Zunächst betrachten wir den
Sonderfall ˛ D 0, also cos ˛ D 1. Dann ist

C ./ D .1  /.2  2 C 1/ D .1  /3 ;

also ist 1;2;3 D 1 dreifacher Eigenwert von C . Für die Eigenvektoren gilt
1 0
0 0 0
B C
C.˛ D 0/  1;2;3 E D @0 0 0A ;
0 0 0

also ist der Eigenraum zum Eigenwert 1;2;3 D 1 der ganze R3 (es gibt drei linear unab-
hängige Eigenvektoren). Das ist auch nicht weiter überraschend, da C.˛ D 0/ D E3 , die
Abbildung also einfach die Identität ist.

Als zweiten Sonderfall betrachten wir ˛ D 2
, also cos ˛ D 0. Es ergibt sich

C ./ D .1  /.2 C 1/ D .1  /. C i/.  i/ :


292 39 Diagonalisierung – Eigenwerte und Eigenvektoren

Wir haben in diesem Fall also drei Eigenwerte, nämlich 1 D 1 und 2;3 D ˙ i. Die
Eigenvektoren bestimmen wir wie üblich. Der zum Eigenwert 1 D 1 ist ohnehin schon
bekannt, also betrachten wir die Eigenwerte 2;3 D ˙ i:
0 1 0 1
1i 0 0 1i 0 0
 B C B C
C.˛ D 2/  2;3 E D @ 0 i 1 A i ! @ 0  i 1A :
0 1 i C 0 0 0

Damit ergeben sich zu den Eigenwerten 2;3 D ˙ i die Eigenvektoren v2;3 D .0; ˙ i; 1/> .
Der dritte Sonderfall ist ˛ D , damit ist cos ˛ D 1 und

C ./ D .1  /.2 C 2 C 1/ D .1  /. C 1/2 :

Wir haben also nach wie vor den Eigenwert 1 D 1, außerdem erhalten wir den doppelten
Eigenwert 2;3 D 1 (und damit einen reellen, geometrisch interpretierbaren Eigenwert!).
Wir bestimmen die Eigenvektoren zu den Eigenwerten 2;3 D 1:
1 0
2 0 0
B C
C.˛ D /  2;3 E D @0 0 0A :
0 0 0

Das ergibt als Eigenvektoren v2 D .0; 1; 0/> und v3 D .0; 0; 1/> . Der R3 zerfällt also
in den Eigenraum zum Eigenwert 1 D 1 (die x1 -Achse) und den Eigenraum zu den
Eigenwerten 2;3 D 1 (die x2 -x3 -Ebene).
Ist ˛ 2 Œ0; / n f 2 ; g, so sind die Nullstellen von C ./ gegeben durch 1 D 1 und
p
2 cos ˛ ˙ 4 cos2 ˛  4
2;3 D D cos ˛ ˙ i j sin ˛j D cos ˛ ˙ i sin ˛ :
2

Für die zugehörigen Eigenvektoren gilt dann


0 1
1  cos ˛  i sin ˛ 0 0
B C
C  2;3 E D @ 0  i sin ˛  sin ˛ A i

0 sin ˛  i sin ˛ C
0 1
1  cos ˛  i sin ˛ 0 0
B C
!@ 0  i sin ˛  sin ˛ A ;
0 0 0

als Eigenvektor ergibt sich also v2;3 D .0; ˙ i; 1/. Dieser allgemeine Fall sieht damit (fast)
genauso aus wie der Fall ˛ D 2 .
39.2 Lösungen 293

Wir gehen noch kurz auf die geometrische Interpretation der Abbildung x 7! C x ein. Die
rechte, untere Teilmatrix von C haben wir bereits als Drehmatrix kennengelernt, dieser
Teil würde (als 2  2-Matrix) eine Drehung um den Winkel ˛ in der Ebene beschreiben.
Im R3 kommt eine weitere Dimension hinzu. Wir stellen fest, dass die x1 -Achse für jeden
Winkel ˛ ein Eigenvektor der Abbildung zum Eigenwert 1 ist, jeder Punkt auf dieser Ach-
se bleibt also unverändert. Bei einem Winkel von 0 gilt das auch für die Punkte auf der
x2 -x3 -Ebene. Bei einem Winkel von  werden diese Punkte an der x1 -Achse gespiegelt
(Eigenraum zum Eigenwert 1!). Bei dazwischen liegenden Winkeln ergeben sich kom-
plexe Eigenwerte, die keine sinnvolle geometrische Deutung im R3 mehr zulassen. Aus
diesen Informationen lässt sich bereits eine Deutung der Abbildung erahnen: Es handelt
sich um eine Drehung um den Winkel ˛ um die x1 -Achse als Drehachse. Diese Behaup-
tung ist durch die Eigenwerte und -vektoren allein natürlich noch nicht belegt, die führen
uns lediglich auf die richtige Spur.
(d) Wir beginnen mit dem charakteristischen Polynom:
ˇ ˇ
ˇ2   2 2 ˇˇ
ˇ
ˇ ˇ
D ./ D det.D  E/ D ˇ 2 2 2 ˇ
ˇ ˇ
ˇ 2 2 2  ˇ
D .2  /2 .2  /  8  8  Œ4.2  /  4.2  / C 4.2  /
D .2  /Œ.2  /.2  / C 8  16  4.2  /
D .2  /.2 C 4/  8 C 4 D 2 .2  / :

Die Matrix besitzt also den doppelten Eigenwert 1;2 D 0 und den (einfachen) Eigenwert
3 D 2. Wir berechnen der Reihe nach die Eigenvektoren zu 1;2 D 0 und 3 D 2:
0 1 0 1
2 2 2 2 2 2
B C B C
D  1;2 E D @2 2 2A C ! @0 0 0 A
2 2 2  C 0 0 0

Die Matrix besitzt also Rang 1, damit gibt es tatsächlich zwei unabhängige Eigenvektoren,
z. B. v1 D .1; 0; 1/> und v2 D .1; 1; 0/> .
0 1 0 1
0 2 2 0 2 2
B C B C
D  3 E D @2 0 2A 1 ! @2 0 2A
2 2 4 C C 0 0 0

Daraus folgt als Eigenvektor v3 D .1; 1; 1/> . Damit ist die Matrix D übrigens diagona-
lisierbar.
294 39 Diagonalisierung – Eigenwerte und Eigenvektoren

39.5 Es gilt

A> A y D x > y D .x; y/ ;


.Ax; Ay/ D .Ax/> Ay D x > „ƒ‚…
DE

wobei wir im dritten Schritt die Orthogonalität von A ausgenutzt haben. Somit folgt nun
p p
kAxk D .Ax; Ax/ D .x; x/ D kxk :

Für einen Eigenvektor v zum Eigenwert  gilt also

kvk D kAvk D kvk D jjkvk :

Da v ¤ 0, ist kvk ¤ 0, also muss jj D 1.


v > Av
Zusatz: Bestimmung von : Av D v ) v > Av D v > v D kvk2 )  D kvk2
.

39.6 (a) Laut Voraussetzung gilt Av1;2 D 1;2 v1;2 . Somit gilt

1 v2> v1 D v2> .Av1 / D v2> A> v1 D .Av2 /> v1 D 2 v2> v1 :

Wir formen diese Gleichheit um und folgern die Behauptung:

.1  2 /v2> v1 D 0 ) v2> v1 D 0 :

(b) Wir beginnen mit dem charakteristischen Polynom:


ˇ ˇ
ˇ 1 2 ˇˇ
ˇ
ˇ ˇ
A ./ D det.A  E/ D ˇ 1  2 ˇ D .5 C /.1  /2 :
ˇ ˇ
ˇ 2 2 3  ˇ

Wir erhalten also den (einfachen) Eigenwert 1 D 5 und den (doppelten) Eigenwert
2 D 1. Wir berechnen zuerst die Basis des Eigenraums zum Eigenwert 1 D 5:
0 1 0 1 0 1
5 1 2 0 0 0 1
B C B C B C
EigA .5/ D ker @1 5 2A D ker @ 0 2 1A D h@1Ai :
2 2 2 1 1 1 2

Damit ist f.1; 1; 2/> g eine Basis des Eigenraums zum Eigenwert 1 D 5.
0 1 0 1 0 1
5 1 2 0 0 0 1
B C B C B C
EigA .5/ D ker @1 5 2A D ker @ 0 2 1A D h@1Ai :
2 2 2 1 1 1 2
39.2 Lösungen 295

Damit ist fa1 D .1; 1; 2/> g eine Basis des Eigenraums zum Eigenwert 1 D 5.
Für den Eigenwert 2 D 1 erhalten wir
0 1 0 1 0 1 0 1
1 1 2 1 1 2 1 2
B C B C B C B C
EigA .1/ D ker @1 1 2A D ker @0 0 0A D h@ 1 A ; @ 0 Ai :
2 2 4 0 0 0 0 1

Damit ist fa2 D .1; 1; 0/> ; a3 D .2; 0; 1/> g eine Basis des Eigenraums zum Eigen-
wert 2 D 1.
(c) Für das orthogonale Diagonalisieren benötigen wir eine ONB des R3 aus Eigenvek-
toren von A. Da a1 ? a2 und a1 ? a3 , müssen wir nur noch a1 und a2 normieren und
anstelle von a3 einen zu a2 orthogonalen Eigenvektor von A zum Eigenwert 1 bestimmen
(und dann normieren).
Wir wählen aQ 3 D .1; 1; 1/> und erhalten nun die ONB B D .b1 ; b2 ; b3 / mit
0 1 0 1 0 1
1 1 1
1 B C 1 B C 1 B C
b1 D p @1A ; b2 D p @ 1 A ; b3 D p @1A :
6 2 3
2 0 1

Damit erhalten wir mit der Transformationsmatrix


0 p p 1 0 1
1  3  2 5 0 0
1 B p p C B C
U D p @1 3  2A die Diagonalmatrix U > A U D D D @ 0 1 0A :
6 p
2 0 2 0 0 1

39.7 (a) Ja. Aus Av D v folgt A2 v D A.v/ D 2 v, so dass also v ein Eigenvektor
zum Eigenwert 2 von A2 ist.
(b) Ja. Aus Av D v folgt v D A1 .Av/ D A1 .v/ D .A1 v/, so dass also v ein
Eigenvektor zum Eigenwert 1 von A1 ist.

39.8 (a) Es gilt A D .  3/. C 1/. Man erhält für die Eigenräume EigA .3/ D h.1; 1/> i
und EigA .1/ D h.1; 1/> i. Damit bilden die Spalten von
 
1 1
BD
1 1

eine (Orthogonal-)basis des R2 aus Eigenvektoren von A.


296 39 Diagonalisierung – Eigenwerte und Eigenvektoren

(b) Es gilt A D .1  /2 . C 1/. C 2/. Man erhält für die Eigenräume EigA .1/ D
h.1; 0; 1; 0/> ; .1; 1; 1; 0/> i, EigA .1/ D h.1; 3; 1; 1/> i und EigA .2/ D h.1; 1; 0; 1/> i.
Damit bilden die Spalten von
0 1
1 1 1 1
B 3 0 1 1C
BDB
@ 1
C
1 1 0A
1 0 0 1

eine Basis des R4 aus Eigenvektoren von A.


(c) Es gilt A D .  .1 C i//.  .1  i//. Man erhält für die Eigenräume) EigA .1 C i/ D
h.1; 3 i/> i und EigA .1  i/ D h.0; 1/> i. Damit bilden die Spalten von
 
1 0
BD
3i 1

eine Basis des C 2 aus Eigenvektoren von A.

39.9 (a) Es gilt

Av1 D .5; 5; 0/> D 5v1 ; Av2 D .0; 0; 1/> D 1v2 ;

sodass 1 D 5 und 1 D 1 Eigenwerte von A sind.


(b) Wir betrachten das charakteristische Polynom:
ˇ ˇ
ˇ1   4 0 ˇˇ
ˇ
ˇ ˇ
A ./ D det.A  E/ D ˇ 2 3 0 ˇ D .1  /.  5/. C 1/ :
ˇ ˇ
ˇ 0 0 1  ˇ

Es gibt also noch einen dritten Eigenwert 3 D 1. (Das hätten wir einfacher haben
können: Nachdem die Spur von A gleich 5 ist, und 5 somit die Summe der Eigenwerte ist,
muss der dritte Eigenwert 1 sein, da 1 C 2 D 3 gilt.)
Als Eigenvektor zum Eigenwert 1 erhalten wir wegen
0 1 1 0 1
2 4 0 1 j 2 1 2 0
B C B C
A  3 E D @2 4 0A C ! @0 0 0A
1 0 0 1
0 0 2 j 2

z. B. v3 D .2; 1; 0/> .
39.2 Lösungen 297

(c) B D .v1 ; v2 ; v3 / ist eine Basis von R3 wenn die Eigenwerte 1 , 2 und 3 paarweise
verschieden sind. Da dies hier der Fall ist, sind die drei Eigenvektoren v1 , v2 und v3 linear
unabhängig, und somit bildet B eine Basis des R3 .
Die Darstellungsmatrix AQ von f W x 7! Ax bzgl. der Basis B lautet damit:
0 1
5 0 0
B C
AQ D @0 1 0 A D B 1 A B :
0 0 1

(d) Es gilt AQ D B 1 A B, also auch A D B AQ B 1 . Somit folgt

A2 D .B AQ B 1 /2 D B AQ „ƒ‚… Q 1 D B AQ2 B 1 )    ) A5 D B AQ5 B 1 :


B 1 B AB
DE3

Damit können wir nun einfach A5 bestimmen:


0 10 1 0 1 0 1
1 0 2 55 0 0 1 2 0 1041 2084 0
B C B C1B C B C
A5 D @1 0 1 A @ 0 15 0 A @ 0 0 3A D @1042 2083 0A :
3
0 1 0 0 0 .1/5 1 1 0 0 0 1

39.10 (a) Anhand der rekursiv definierten Vorschrift erkennt man


! ! ! !
Fn Fn1 1 1 Fn1
DA D :
Fn1 Fn2 1 0 Fn2

(b)
! !
Fn k F1
DA H) k D n  1 :
Fn1 F0

(c) Wir betrachten das charakteristische Polynom mit den Nullstellen 1;2 :
ˇ ˇ
ˇ ˇ 1 p 
ˇ1   1 ˇ
A ./ D det.A  E/ D ˇ ˇ D 2    1 ) 1;2 D 1˙ 5 :
ˇ 1 ˇ 2

Als Eigenvektoren v1;2 wählen wir


p !
1
 5
1 p
A  1;2 E D 2 2
1
p
5
) v1;2 D .1 ˙ 5; 2/> :
1 2  2
298 39 Diagonalisierung – Eigenwerte und Eigenvektoren

(d)
p ! p p !
1 1C 5 0 1C 5 1 5
DD p ; T D :
2 0 1 5 2 2

(e) Wegen D D T 1 A T gilt A D T D T 1 , also gilt für k D n  1:


p !
k n1 n1 1 1 1 2 1 C 5
A DA DTD T mit T D p p :
4 5 2 1C 5

(f) Mit (b) und (e) ergibt sich


! ! !
Fn F1 1
DA n1
DA n1
; also Fn D .An1 /11 D .TD n1 T 1 /11 :
Fn1 F0 0

Wir benötigen also den ersten Eintrag in der ersten Spalte von
p p ! p ! p !
1C 5 1 5 1 .1 C 5/n1 0 1 2 1 C 5
p p p
2 2 2n1 0 .1  5/n1 4 5 2 1 C 5
p p ! p p
1 .1 C 5/n  .1  5/n : : : .1 C 5/n  .1  5/n
D p ) Fn D p :
2n 5 ::: ::: 2n 5

39.11 Das charakteristische Polynom A der Matrix A mit reellen Komponenten hat nur
reelle Koeffizienten, d. h. A 2 RŒX, und ist  2 C eine Nullstelle von A , d. h. A ./ D
0, also ein Eigenwert von A, so ist auch das konjugiert Komplexe  eine Nullstelle von
A , also auch ein Eigenwert von A, denn

0 D A ./ D A ./ :

Für eine Matrix A D .aij / 2 C nn bezeichne A D .aij /. Hat eine komplexe Matrix A nur
reelle Komponenten und ist v 2 C n ein Eigenvektor zum Eigenwert  2 C, so ist wegen

Av D Av D A v D  v D v

der komplexe Vektor v ein Eigenvektor zum Eigenwert .


 0 1
Dieq Eigenwerte der Matrix 1 0 sind die konjugiert komplexen Zahlen ˙ i, Eigenvek-
toren sind z. B. die konjugiert komplexen Vektoren .1; ˙ i/> .
Numerische Berechnung von Eigenwerten
und Eigenvektoren 40

40.1 Aufgaben

40.1 Beweisen Sie, dass die Gesamtheit der Eigenwerte einer Matrix A 2 C nn in der
Vereinigung der n Gerschgorin-Kreise dieser Matrix liegen.

40.2 Bestimmen Sie die Gerschgorin-Kreise zu folgenden Matrizen:


0 1 0 1 0 1
410 2 1 0:5 3 0:1 0:1
B C B C B C
(a) A D @ 1 4 1 A ; (b) B D @ 0:2 5 0:7 A ; (c) C D @ 0:1 7 1 A :
014 1 0 6 0:1 1 5

40.3 Programmieren Sie das Q R-Verfahren.

40.4 Programmieren Sie die Vektoriteration. Dabei soll die Iteration abbrechen, wenn der
Abstand zweier aufeinanderfolgender Iterierter .kC1/ und .k/ unterhalb einer gegebenen
Toleranz tol liegt. Testen Sie Ihr Programm an Beispielen.

40.2 Lösungen

40.1 Zu einem Eigenwert  2 C von A D .aij / mit Eigenvektor v D .v1 ; : : : ; vn /> zum
Eigenwert  wählen wir ein r 2 f1; : : : ; ng mit jvr j  jvi j für alle i 2 f1; : : : ; ng. Es gilt
vr 6D 0, da v 6D 0 gilt. Dann ist v 0 D jvr j1 v auch ein Eigenvektor zum Eigenwert ,
aber v 0 hat die Eigenschaft, dass jede Komponente von v 0 einen Betrag kleiner als 1 hat.
Daher können wir nun gleich einen solchen Eigenvektor v D .v1 ; : : : ; vn /> wählen mit
der Eigenschaft max fjvi jg D jvr j D 1 für ein r 2 f1; : : : ; ng.
i D1;:::;n
© Springer-Verlag GmbH Deutschland 2018 299
C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_40
300 40 Numerische Berechnung von Eigenwerten und Eigenvektoren

Weil v ein Eigenvektor zum Eigenwert  ist, gilt .A   En / v D 0.


Die r-te Zeile dieses Gleichungssystems lautet:
n
X
.arr  / vr D  ari vi :
i D1
i 6Dr

Es folgt mit der Dreiecksungleichung in C


n
X n
X n
X
jarr   j D j.arr  / vr j D j ari vi j  jari jjvi j  jari j:
i D1 i D1 i D1
i 6Dr i 6Dr i 6Dr

P
n
Und damit gilt  2 Kr D fz 2 C j jz  arr j  jari jg.
i D1
i 6Dr

Damit haben wir die Aussage bewiesen: Jeder Eigenwert der Matrix A liegt in der Verei-
nigung der Kreisscheiben K1 ; : : : ; Kn .

40.2 Die Abb. 40.1 zeigt die gesuchten Kreise.

1.5
2 1
1.5 0.5
Im

0
1
–0.5
0.5 –1
Im

0 –1.5
1 2 3 4 5 6 7
Re
–0.5
1
–1
0.5
–1.5
Im

0
–2
2 3 4 5 6 –0.5
Re
–1
3 4 5 6 7 8
Re

Abb. 40.1 Die Gerschgorinkreise zu den betrachteten Matrizen

40.3 Der folgende Code taugt:


function [ ew,ev ] = qrverfahren(A,iter)
[~,n]=size(A);
40.2 Lösungen 301

P=eye(n);
for k=1:iter
[Q,R]=qr(A);
A=R*Q;
P=P*Q;
end
ew=diag(A);
ev=P;

40.4 Der folgende Code taugt:


function [ lambda, v, iter ] = vektoriteration( A, tol, v0 )
v0=v0/norm(v0);
vor=A*v0;
lambda=v0’*vor;
v=vor/norm(vor);
iter=0;
err=inf;
while err>tol
vor=A*v;
lambdavor=v’*vor;
err=abs(lambdavor-lambda);
lambda=lambdavor;
v=vor/norm(vor);
iter=iter+1;
end
Quadriken
41

41.1 Aufgaben

41.1 Bestimmen Sie die Normalformen der folgenden Quadriken Q, die gegeben sind
durch:

(a) 13x12  32x1 x2 C 37x22 D 45,


(b) x12  4x1 x2 C 4x22  6x1 C 12x2 C 8 D 0,
(c) 7x22 C 24x1 x2  2x2 C 24 D 0,
(d) 2.x12 C x22 C x32 / C 2.x1 x2 C x1 x3 C x2 xp
3 / D 0,
2 2 2
(e) x1 C x2 C x3  2.x1 x2 C x1 x3 C x2 x3 / C 2x2 D 1,
(f) x12 C 2x22 C 2x1 C 8x2 C x3 C 3 D 0.

41.2 Für c  0 sei Q die durch die Gleichung

c.x12 C x22 C x32 / C 6x1 x2  8x2 x3 C 8x1 C 6x3 D 0

gegebene Quadrik.

(a) Schreiben Sie Q in der Form x > Ax C a> x C ˛ D 0 mit A> D A und bestätigen Sie,
dass eine der Hauptachsenrichtungen von Q senkrecht auf der Ebene E: 4x1 C 3x3 
5 D 0 steht.
(b) Bestimmen Sie ein Hauptachsensystem .n1 ; n2 ; n3 /. Wie lautet die Gleichung von Q
in den auf Hauptachsen transformierten Koordinaten (Fallunterscheidung!)?

41.3 Sind ri D .xi ; yi ; zi / 2 R3 (i D 1; : : : ; n) Ortsvektoren von starr verbundenen


Massenpunkten (die Verbindungen seien massenlos) mit den Massen mi (i D 1; : : : ; n),

© Springer-Verlag GmbH Deutschland 2018 303


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_41
304 41 Quadriken

so ist der Trägheitstensor dieses starren Körpers


0 1
X yi2 C zi2 xi yi xi zi
B C
J D mi @ yi xi xi2 C zi2 yi zi A :
i zi xi zi yi xi2 C yi2

(a) Man stelle den Trägheitstensor J für den Würfel mit den Ecken ri D .˙1, ˙1, ˙1/,
i D 1; : : : ; 8 (Längeneinheit m) auf, bei dem in allen Ecken die Masse 1 kg sitzt und
nur in .1; 1; 1/ die Masse 2 kg.
(b) Man berechne die Hauptträgheitsmomente und -achsen des gegebenen Würfels (also
die Eigenwerte und eine ONB aus Eigenvektoren).
Hinweis: Die Eigenwerte von J sind 19 und 16.
2
(c) Man bestimme alle ! 2 R3 , für die T0 D 21 ! > J ! D 1:5 kgsm 2 ist.

41.2 Lösungen

41.1 (a) Wir bestimmen die Normalform der Quadrik Q, die gegeben ist durch

13x12  32x1 x2 C 37x22 D 45 :

In Matrizenschreibweise lautet diese Gleichung


!
> 13 16
x A x C c D 0 mit A D ; c D 45 :
16 37

(1) Hauptachsentransformation: Wir bestimmen eine ONB des R2 aus Eigenvektoren


von A:

A D .13  x/ .37  x/  .16/2 D .x  5/ .x  45/ ; sodass 1 D 5 ; 2 D 45

die Eigenwerte von A sind. Wegen


! !
8 16 2
EigA .5/ D ker.A  5E2 / D ker Dh i und
16 32 1
! !
32 16 1
EigA .45/ D ker.A  45E2 / D ker Dh i
16 8 2

erhalten wir nach Normieren der angegebenen Eigenvektoren die ONB bzw. orthogonale
Matrix 0 p p 1
2= 5 1= 5
B D@ p p A:
1= 5 2= 5
41.2 Lösungen 305

Wir erhalten mit y D B > x die Gleichung

./ 5y12 C 45y22 D 45 :

(2) Translation zur Elimination des linearen Anteils: Quadratische Ergänzung entfällt,
wir setzen z1 D y1 und z2 D y2 und erhalten

./ 5z12 C 45z22 D 45 :

(3) Translation zur Elimination des konstanten Anteils: Entfällt.


(4) Normalform: Durch Rückbenennung xk D zk und Multiplikation der Gleichung mit
1=45 erhalten wir die Normalform einer Ellipse mit den Halbachsen 3 und 1:
 x1  2
3
C x22 D 1 :

(b) Wir bestimmen die Normalform der Quadrik Q, die gegeben ist durch

x12  4x1 x2 C 4x22  6x1 C 12x2 C 8 D 0 :

In Matrizenschreibweise lautet diese Gleichung


! !
> > 1 2 6
x A x C b x C c D 0 mit A D ; bD ; c D 8:
2 4 12

(1) Hauptachsentransformation: Wir bestimmen eine ONB des R2 aus Eigenvektoren


von A:
A D .1  x/ .4  x/  4 D x .x  5/ ; sodass 1 D 5 ; 2 D 0
die Eigenwerte von A sind. Wegen
! !
4 2 1
EigA .5/ D ker.A  5E2 / D ker Dh i und
2 1 2
! !
1 2 2
EigA .0/ D ker.A/ D ker Dh i
2 4 1

erhalten wir nach Normieren der angegebenen Eigenvektoren die ONB bzw. orthogonale
Matrix 0 p p 1
1= 5 2= 5
B D@ p p A:
2= 5 1= 5

Wir erhalten mit y D B > x die Gleichung

./ 5y12  30
p y
5 1
C8 D 0:
306 41 Quadriken
p
(2) Translation zur Elimination des linearen Anteils: Wir setzen z1 D y1  3= 5 und
z2 D y2 und erhalten durch diese quadratische Ergänzung

./ 5z12 D 1 :

(3) Translation zur Elimination des konstanten Anteils: Entfällt.


(4) Normalform: Durch Rückbenennung xk D zk erhalten wir die Gleichung eines Par-
allelenpaares:
 2
xp
1
1= 5
D 1:

(c) Wir bestimmen die Normalform der Quadrik Q, die gegeben ist durch

7x22 C 24x1 x2  2x2 C 24 D 0 :

In Matrizenschreibweise lautet diese Gleichung


! !
> > 0 12 0
x A x C b x C c D 0 mit A D ; bD ; c D 24 :
12 7 2

(1) Hauptachsentransformation: Wir bestimmen eine ONB des R2 aus Eigenvektoren


von A:

A D x .7  x/  122 D .x C 9/ .x  16/ ; sodass 1 D 9 ; 2 D 16

die Eigenwerte von A sind. Wegen


! !
9 12 4
EigA .9/ D ker.A C 9E2 / D ker Dh i und
12 16 3
! !
16 12 3
EigA .16/ D ker.A  16E2 / D ker Dh i
12 9 4

erhalten wir nach Normieren der angegebenen Eigenvektoren die ONB bzw. orthogonale
Matrix !
4=5 3=5
BD :
3=5 4=5

Wir erhalten mit y D B > x die Gleichung

./  9y12 C 16y22  65 y1  85 y2 C 24 D 0 :


41.2 Lösungen 307

(2) Translation zur Elimination des linearen Anteils: Wir setzen z1 D y1 C 1=15 und
z2 D y2  1=20 und erhalten durch diese quadratische Ergänzung

./  9z12 C 16z22 C 24 D 0 :

(3) Translation zur Elimination des konstanten Anteils: Entfällt.


(4) Normalform: Durch Rückbenennung xk D zk und Multiplikation der Gleichung mit
1=24 erhalten wir die Gleichung einer Hyperbel:
 2  2
x1p x2p
2=3 6
C 1=2 6
D 1:

(d) Wir bestimmen die Normalform der Quadrik Q, die gegeben ist durch

2.x12 C x22 C x32 / C 2.x1 x2 C x1 x3 C x2 x3 / D 0 :

In Matrizenschreibweise lautet diese Gleichung


0 1
2 1 1
B C
x > A x D 0 mit A D @ 1 2 1 A :
1 1 2

(1) Hauptachsentransformation: Wir bestimmen eine ONB des R3 aus Eigenvektoren


von A:
A D x .x C 3/2 ; sodass 1 D 0 ; 2 D 3
die Eigenwerte von A sind. Wegen
0 1 0 1
2 1 1 1
B C B C
EigA .0/ D ker.A/ D ker @ 1 2 1 A D h@1Ai und
1 1 2 1
0 1 0 1 0 1
1 1 1 1 1
B C B C B C
EigA .3/ D ker.A C 3E3 / D ker @1 1 1A D h@ 1 A ; @1Ai
1 1 1 0 2

erhalten wir nach Normieren der angegebenen Eigenvektoren die ONB bzw. orthogonale
Matrix 0p p 1
2  3 1
Bp p C
B D p16 @ 2 3 1A :
p
2 0 2
Wir erhalten mit y D B > x die Gleichung

./  3y22  3y32 D 0 :


308 41 Quadriken

(2) Translation zur Elimination des linearen Anteils: Entfällt.


(3) Translation zur Elimination des konstanten Anteils: Entfällt
(4) Normalform: Durch Rückbenennung xk D yk und Multiplikation der Gleichung mit
1=3 erhalten wir die Gleichung:

x22 C x32 D 0 :

Dies ist äquivalent zu

x2 D x3 D 0 :

Bei dieser Quadrik handelt es sich also um die x1 -Achse.


(e) Wir bestimmen die Normalform der Quadrik Q, die gegeben ist durch
p
x12 C x22 C x32  2.x1 x2 C x1 x3 C x2 x3 / C 2x2 D 1 :

In Matrizenschreibweise lautet diese Gleichung


0 1 0 1
1 1 1 0
> > B C Bp C
x A x C b x C c D 0 mit A D @1 1 1A ; b D @ 2A ; c D 1 :
1 1 1 0

(1) Hauptachsentransformation: Wir bestimmen eine ONB des R3 aus Eigenvektoren


von A:

A D x 3 C 3x 2  4 D .x C 1/.x 2 C 4x  4/ D .x C 1/.x  2/2 ;

sodass 1 D 1 ; 2=3 D 1 die Eigenwerte von A sind. Wegen


0 1 0 1
2 1 1 1
B C B C
EigA .1/ D ker.A C E3 / D ker @1 2 1A D h@1Ai und
1 1 2 1
0 1 0 1 0 1
1 1 1 1 1
B C B C B C
EigA .2/ D ker.A  2E3 / D ker @1 1 1A D h@ 0 A ; @ 2 Ai
1 1 1 1 1

erhalten wir nach Normieren der angegebenen Eigenvektoren die ONB bzw. orthogonale
Matrix 0 p p p 1
1= 3 1= 2 1= 6
B p p C
B D @1= 3 0 2= 6 A :
p p p
1= 3 1= 2 1= 6
41.2 Lösungen 309

Wir erhalten mit y D B > x die Gleichung


q
./  y12 C 2y22 C 2y32 C 2
y
3 1
C p2 y3
3
D 1:
p
(2) Translation zur Elimination
p des linearen Anteils: Wir setzen z1 D y1  1= 6,
z2 D y2 und z3 D y3 C 1=2 3 und erhalten durch diese quadratische Ergänzung

./  z12 C 2z22 C 2z32 D 1 :

(3) Translation zur Elimination des konstanten Anteils: Entfällt.


(4) Normalform: Durch Rückbenennung xk D zk und Umindizierung und Umschreiben
erhalten wir die Gleichung eines einschaligen Hyperboloids:
 2  2
px1 C px2  x32 D 1 :
1=2 1=2

(f) Wir bestimmen die Normalform der Quadrik Q, die gegeben ist durch

x12 C 2x22 C 2x1 C 8x2 C x3 C 3 D 0 :

In Matrizenschreibweise lautet diese Gleichung


0 1 0 1
1 0 0 2
B C B C
x > A x C b > x C c D 0 mit A D @0 2 0A ; b D @8A ; c D 3 :
0 0 0 1

(1) Hauptachsentransformation: Da die Matrix A bereits eine Diagonalmatrix ist, ent-


fällt dieser Schritt.
(2) Translation zur Elimination des linearen Anteils: Wir setzen z1 D x1 C 1, z2 D
x2 C 2 und z3 D x3 und erhalten durch diese Quadratische Ergänzung

./ z12 C 2z22 C z3  6 D 0 :

(3) Translation zur Elimination des konstanten Anteils: Wegen d3 D 1 6D 0 setzen wir
zQ 3 D z3  6 und zQ 1 D z1 sowie zQ 2 D z2 und erhalten

.  / zQ 12 C 2Qz22 C zQ 3 D 0 :

(4) Normalform: Durch Rückbenennung xk D zk , Vorzeichenänderung und Multiplika-


tion mit 2 erhalten wir die Gleichung in Normalform:
 2  2
px1 C x2
1=2
 2x3 D 0 :
1=2
310 41 Quadriken

41.2 (a) Mit


0 1 0 1
c 3 0 8
B C B C
A D @3 c 4A ; a D @0A und ˛ D 0
0 4 c 6

wird Q durch x > Ax C a> x C ˛ D 0 beschrieben. Die Ebene E hat den Normalenvektor
n D .4; 0; 3/> , und es gilt
0 10 1 0 1
c 3 0 4 4c
B CB C B C
An D @3 c 4A @0A D @ 0 A D cn:
0 4 c 3 3c

n ist also Eigenvektor von A zum Eigenwert c und somit Hauptachsenrichtung von Q.
(b) Das charakteristische Polynom lautet
0 1
c x 3 0
B C
A .x/ D det.A  xE/ D det @ 3 c x 4 A
0 4 cx
D .c  x/3  25.c  x/ D .c  x/Œ.c  x/2  25
D .c  x/.c C 5  x/.c  5  x/ :

Die Eigenwerte sind also c, c  5 und c C 5.

 Der normierte Eigenvektor zum Eigenwert 1 D c ist nach (a) n1 D 15 n.


 Eigenwert 2 D c  5:
0 1 0 1 0 1
5 3 0 5 3 0 5 3 0
B C B C B C
A  .c  5/E D @3 5 4A  @0 16 20A  @0 4 5A
0 4 5 0 4 5 0 0 0

Ein Eigenvektor ist also .3; 5; 4/> , normiert n2 D 1


p
5 2
.3; 5; 4/> .
 Eigenwert 2 D c C 5:
0 1 0 1 0 1 0 1
4 3 15 3
B C B C 1p B C 1 B C
n3 D n1  n2 D 251p2 @0A  @ 5 A D 25 2
@25A D p
5 2
@5A :
3 4 20 4
41.2 Lösungen 311

Die orthogonale Transformationsmatrix für die Hauptachsentransformation x D T y lautet


nun
0 p 1
4 2 3 3
B C
T D 5p1 2 @ 0 5 5A :
p
3 2 4 4

Für die Gleichung von Q im Hauptachsensystem erhält man

0 D .T y/> A.T y/ C a> .T y/ D cy12 C .c  5/y22 C .c C 5/y32 C 10y1 ;

da 00 p p 1 0 11>
4 2 0 3 2 8
> > > B p1 B C B CC
a T D .T a/ D @ 5 2 @ 3 5 4 A @0AA D .10; 0; 0/ :
3 5 4 6

 1. Fall (c D 0): 5y22  5y32  10y1 D 0 bzw. y1 D 12 y22  12 y32


Hyperbolisches Paraboloid

<0
‚ …„ ƒ
5 2 25
 2. Fall (0 < c < 5): c.y1 C c/ C .c  5/ y22 C .c C 5/y32  c D 0.
Die Transformation
 
z1 D y1 C 5c ; z2 D y2 und z3 D y3

bringt Q auf die Normalform eines einschaligen Hyperboloiden

c z12 C .c C 5/ z32 D .5  c/ z22 C 25


c
:
312 41 Quadriken

 3. Fall (c D 5): 5.y1 C 1/2 C 10y32  5 D 0.


Elliptischer Zylinder dessen Achse parallel zur y2 -Achse liegt.

 4. Fall (c > 5): c.y1 C c5 /2 C .c  5/y22 C .c C 5/y32  25


c
D 0.
Ellipsoid mit Mittelpunkt . 5c ; 0; 0/.

0 1
18 1 1
41.3 (a) Der Trägheitstensor lautet J D @1 18 1A.
1 1 18
(b) Es hat J die Eigenwerte 19 und 16 (wie man etwa durch Berechnen des charakteristi-
schen Polynoms findet). Das sind die Hauptträgheitsmomente. Die Hauptträgheitsachsen
finden wir durch Bestimmen der Eigenräume:
0 1 0 1 01
1 1 1
B C B C B C
EigJ .16/ D h p13 @1Ai und EigJ .19/ D h p12 @1A ; p1 @ 1 Ai ;
6
1 0 2

wobei wir gleich orthonormale Vektoren gewählt haben.


Die drei angegeben Vektoren, wir bezeichnen sie der Reihe nach mit b1 ; b2 ; b3 , bilden die
Hauptträgheitsachsen. Setze B D .b1 ; b2 ; b3 /, dies ist eine orthogonale Matrix B > B D
E3 , und es gilt D D diag.16; 19; 19/ D B > JB, d. h. BDB > D J .
2
(c) Wir setzen nun ! 0 D B > !. Die Menge aller ! 2 R3 mit T0 D 1:5 kgsm
2 ist gegeben
durch:

! > J ! D 3 , ! > BDB >! D 3 , ! 0> D! 0 D 3


!102 !202 !302
, 16 !102 C 19 !202 C 19 !302 D 3 , a2
C b2
C c2
D1
p p
mit a D 3=4, b D 3=19 D c, dabei bilden die ! 0 D .!10 ; !20 ; !30 / ein Ellipsoid.
Schurzerlegung und Singulärwertzerlegung
42

42.1 Aufgaben
0 1
3 1 2
B C
42.1 Gegeben sei die Matrix A D @ 0 2 1 A.
0 1 4

(a) Zeigen Sie, dass v D .1; 0; 0/> ein Eigenvektor von A ist und geben Sie den zugehö-
rigen Eigenwert  an.
(b) Bestimmen Sie die Schurzerlegung R D Q> AQ von A so, dass .1; 0; 0/> die erste
Spalte von Q ist.

42.2 Bestimmen Sie die Schurzerlegungen der Matrizen


0 1
0 1 2 0 0 0
1 1 1 B C
B C B2 2 0 0 C
(a) A D @ 0 3 0A ; (b) A D B C:
@1 1 2 1A
1 0 3
0 1 0 2

42.3 Bestimmen Sie die Singulärwertzerlegungen der Matrizen


0 1 0 1
! 1 1 8 4 0 0
1 1 3 B C B C
(a) A D ; (c) A> D @ 1 1 A ; (e) C D @ 1 7 0 0 A ;
1 1 3
0 1 3 3 0 0 1 1
2 !
B C 2 1 2
(b) B D @ 2 A ; (d) B > D .2; 2; 1/; (f) D D :
1 2 1
1

© Springer-Verlag GmbH Deutschland 2018 313


C. Karpfinger, Arbeitsbuch Höhere Mathematik in Rezepten,
https://doi.org/10.1007/978-3-662-54811-0_42
314 42 Schurzerlegung und Singulärwertzerlegung

42.4 Ein einfarbiges Bild in einem 33-Gitter wird durch eine reelle 33-Matrix gespei-
chert, deren Einträge den Graustufenwerten am jeweiligen
 Pixel entsprechen. Das Bild
0 1 0
eines Fadenkreuzes wird so durch die Matrix A D 1 1 1 2 R33 repräsentiert.
0 1 0

Führen Sie die Singulärwertzerlegung durch, und komprimieren Sie die Daten, indem Sie
den kleinsten Singulärwert durch 0 ersetzen. Welches Graustufenbild ergibt sich nach Da-
tenkompression?

42.5 Die untenstehende Tabelle zeigt den Zusammenhang von Strom und Spannung in
einer einfachen elektrischen Schaltung.

(a) Verwenden Sie M ATLAB, um eine Singulärwertzerlegung der Matrix auszurechnen,


die aus den Werten in der Tabellen besteht (U sei die 1. Zeile und I die 2. Zeile der
Matrix).
(b) Fertigen Sie (ebenfalls mit M ATLAB) einen Plot der Datenpunkte an.
(c) Zeichnen Sie die Ergebnisse der Singulärwertzerlegung (soweit sinnvoll möglich) in
den Plot ein. Interpretieren Sie das Ergebnis.

U I
1:03 2:23
0.74 1.61
0:02 0:02
0.51 0.88
1:31 2:39
0.99 2.02
0.69 1.62
0:12