Gnoerich 2000 Fonts Formelsammlung Hoehere Mathematik 1

Höhere Mathematik — Formelsammlung Alle Angaben sind ohne Gewähr.
Bruno Gnörich, RWTH Aachen
Höhere
Inhaltsverzeichnis
1. Zahlbereiche und ihre Eigenschaften ........................................................................ 13
1.1 Natürliche Zahlen: ................................................................................................................ 13
Mathematik
1.2 Ganze Zahlen:........................................................................................................................ 13
1.3 Rationale Zahlen:.................................................................................................................. 13
1.4 Reelle Zahlen: ........................................................................................................................ 13

1.4.1 Axiome der Addition: ....................................................................................................... 13
1.4.2 Axiome der Multiplikation: .............................................................................................. 13
1.4.3 Axiome der Ordnung: ....................................................................................................... 13
1.4.4 Archimedisches Axiom: ................................................................................................... 13
1.4.5 Axiom der Vollständigkeit: .............................................................................................. 13
1.4.6 Bemerkung:....................................................................................................................... 13
1.5 Komplexe Zahlen: ................................................................................................................. 13

1.5.1 Schreibweisen:.................................................................................................................. 14
1.5.2 Die Moivre'sche Formel: .................................................................................................. 14
1.6 Das Prinzip der vollständigen Induktion............................................................................ 14

1.6.1 Induktionsanfang: ............................................................................................................. 14
1.6.2 Induktionsvoraussetzung: ................................................................................................. 14
1.6.3 Induktionsschluß:.............................................................................................................. 14
1.6.4 Beispiel: Bernoullische Ungleichung:.............................................................................. 14
1.7 Fakultät, Binomialkoeffizient, Binomischer Lehrsatz ...................................................... 15

1.7.1 Die Fakultät: ..................................................................................................................... 15
1.7.2 Der Binomialkoeffizient:.................................................................................................. 15
1.7.3 Der Binomische Lehrsatz: ................................................................................................ 15
1.7.4 Pascal’sches Dreieck: ....................................................................................................... 16
1.8 Der Fundamentalsatz der Algebra...................................................................................... 16
2. Vektorrechnung, analytische Geometrie, lineare Gleichungssysteme ................. 17
2.1 Vektorrechnung, analytische Geometrie ............................................................................ 17

2.1.1 Vektorielle Addition: ........................................................................................................ 17
Formelsammlung 2.1.2 Skalarprodukt: .................................................................................................................. 17
2.1.3 Länge des Vektors a: ........................................................................................................ 17
2.1.4 Schwarzsche Ungleichung:............................................................................................... 17
2.1.5 Orthogonale Projektion von a auf b: ................................................................................ 17
2.1.6 Winkel zwischen zwei Vektoren a und b:........................................................................ 17
Bruno Gnörich 2.1.7 Raumprodukt (Spatprodukt):............................................................................................ 17
21. September 2000 2.1.8 Vektorprodukt (Kreuzprodukt): ....................................................................................... 18
2.1.9 Vektorielle Darstellung einer Gerade in Punkt-Richtungsform:...................................... 18
2.1.10 Vektorielle Darstellung einer Gerade in Hesseform: ..................................................... 18
Seite 2
Bruno Gnörich, RWTH Aachen Höhere Mathematik — Formelsammlung Alle Angaben sind ohne Gewähr.
2.1.11 Vektorielle Darstellung einer Gerade in Hesse-Normalenform: .................................... 18 4.2.7 Cauchy-Produkt, Satz von Mertens: ................................................................................. 28
2.1.12 Plückerform einer Gerade im dreidimensionalen Vektorraum: ..................................... 18
2.1.13 Darstellung einer Ebene in Punkt-Richtungsform: ........................................................ 18 5. Funktionen, Grenzwerte und Stetigkeit ..................................................................... 29
2.1.14 Darstellung einer Ebene in Hesseform: .......................................................................... 18 5.0.1 n-dimensionale Funktionen: ............................................................................................. 29
2.1.15 Darstellung einer Ebene in Hesse-Normalenform:......................................................... 18 5.0.2 Darstellung einer n-dimensionalen Funktion: .................................................................. 29
2.1.16 Umrechnungsformeln der Ebenenformen:...................................................................... 18
2.1.17 Identität von Lagrange:................................................................................................... 18 5.1 Grenzwerte ............................................................................................................................ 29
5.1.1 Übertragungsprinzip für Grenzwerte von Funktionen: .................................................... 29
2.2 Lineare Gleichungssysteme.................................................................................................. 19 5.1.2 Linksseitiger Grenzwert, rechtsseitiger Grenzwert:......................................................... 29
2.2.1 Allgemeines Lösungsverfahren: ....................................................................................... 19 5.1.3 Uneigentlicher Grenzwert:................................................................................................ 29
2.2.2 Der Gauß'sche Algorithmus: ............................................................................................ 19 5.1.4 Stetigkeit von Funktionen:................................................................................................ 29
2.2.3 Die Cramer'sche Regel: .................................................................................................... 21
5.2 Eigenschaften stetiger Funktionen...................................................................................... 29
3. Matrizen, Matrixalgebra ............................................................................................... 22 5.2.1 Extremwertsatz von Weierstraß: ...................................................................................... 29
5.2.2 Monotonie stetiger Funktionen:........................................................................................ 29
3.1 Beispiele für (m,n)-Matrizen................................................................................................ 22
3.1.1 (n,n)-Einheitsmatrix:......................................................................................................... 22 6. Differentialrechnung.................................................................................................... 30
3.1.2 (m,n)-Matrix: .................................................................................................................... 22 6.0.1 Tangente: .......................................................................................................................... 30
6.0.2 Limes des Differenzenquotienten, Ableitung der Funktion f an der Stelle x: .................. 30
3.2 Rechnen mit Matrizen .......................................................................................................... 22
6.0.3 Differenzierbarkeit: .......................................................................................................... 30
3.2.1 Addition zweier (m,n)-Matrizen A und B, Multiplikation mit einer Konstanten k: ......... 22
3.2.2 Transponieren einer (m,n)-Matrix A:................................................................................ 22 6.1 Ableitungsregeln.................................................................................................................... 30
3.2.3 Verkettung von Matrizen, Matrixmultiplikation: ............................................................. 23 6.1.1 Faktorsatz: ........................................................................................................................ 30
3.2.4 Matrixinversion quadratischer Matrizen: ......................................................................... 23 6.1.2 Summenregel: ................................................................................................................... 30
3.2.5 Rang einer Matrix:............................................................................................................ 23 6.1.3 Produktregel: .................................................................................................................... 30
3.2.6 Lösung einfacher Matrixgleichungen:.............................................................................. 23 6.1.4 Quotientenregel:................................................................................................................ 30
3.2.7 Rechenregeln für Determinanten:..................................................................................... 23 6.1.5 Kettenregel:....................................................................................................................... 30
3.3 Eigenwerte und Eigenvektoren............................................................................................ 24 6.2 Ableitungen von reellwertigen Funktionen mehrerer Veränderlicher und von
vektorwertigen Funktionen ............................................................................................................ 30
4. Folgen und Reihen....................................................................................................... 25 6.2.1 Vektorwertige Funktionen und deren Ableitung: ............................................................. 30
6.2.2 Partielle Ableitung einer reellwertigen Funktion f: .......................................................... 31
4.1 Folgen ..................................................................................................................................... 25 6.2.3 Totale Ableitung bei einer Funktion f(x,y,z) im Å 3 :........................................................ 31
4.1.1 Teilfolge:........................................................................................................................... 25 6.2.4 Gradient: ........................................................................................................................... 31
4.1.2 Konvergenz:...................................................................................................................... 25 6.2.5 Partielle Ableitung einer vektorwertigen Funktion: ......................................................... 31
4.1.3 Divergenz:......................................................................................................................... 25 6.2.6 Ableitungsregeln für vektorwertige Funktionen: ............................................................. 32
4.1.4 Beschränkte Folgen: ......................................................................................................... 25
4.1.5 Monotonie:........................................................................................................................ 25
7. Potenzreihen und elementare Funktionen................................................................. 33
4.1.6 Eulersche Zahl: ................................................................................................................. 25
4.1.7 Konvergenzkriterium von Cauchy:................................................................................... 25 7.1 Exponentialfunktion und Logarithmus .............................................................................. 33
4.1.8 Rekursiv definierte Folgen: .............................................................................................. 26 7.1.1 (Komplexe) Exponentialfunktion:.................................................................................... 33
4.1.9 Regeln bei Grenzwertbestimmungen:............................................................................... 26 7.1.2 Reelle Exponentialfunktion: ............................................................................................. 33
4.1.10 Alternierende Folgen: ..................................................................................................... 26 7.1.3 Umkehrfunktion ln(x):...................................................................................................... 33
7.1.4 Reelle Exponentialfunktion zur Basis a: .......................................................................... 33
4.2 Unendliche Reihen ................................................................................................................ 26
7.1.5 Logarithmus zur Basis a:.................................................................................................. 33
4.2.1 Cauchy-Kriterium für Reihen:.......................................................................................... 26
7.1.6 Ableitungen von Exponentialfunktionen:......................................................................... 33
4.2.2 Majoranten- und Minorantenkriterium:............................................................................ 27
7.1.7 Ableitungen von Logarithmusfunktionen:........................................................................ 33
4.2.3 Die geometrische Reihe:................................................................................................... 27
7.1.8 Wichtige Eigenschaften der Exponentialfunktion:........................................................... 33
4.2.4 Das Quotientenkriterium: ................................................................................................. 27
7.1.9 Wichtige Eigenschaften der Logarithmusfunktion:.......................................................... 34
4.2.5 Wurzelkriterium:............................................................................................................... 27
4.2.6 Konvergenzkriterium von Leibniz für alternierende Reihen:........................................... 28 7.1.10 Die Graphen von ex und ln(x): ....................................................................................... 34
Seite 3 Seite 4
7.2 Trigonometrische Funktionen ............................................................................................. 34 8.4.4 Hinreichende Bedingung für strenge relative Extrema: ................................................... 49
7.2.1 Sinusfunktion:................................................................................................................... 34 8.4.5 Satz über implizite Funktionen:........................................................................................ 49
7.2.2 Cosinusfunktion:............................................................................................................... 34 8.4.6 Die Lagrangesche Multiplikatorregel:.............................................................................. 50
7.2.3 Wichtige Eigenschaften der Sinus- und Cosinus-Funktionen:......................................... 35
7.2.4 Die Graphen von sin(x), cos(x), Arcsin(x) und Arccos(x): .............................................. 36 8.5 Fehler- und Ausgleichungsrechnung................................................................................... 51
7.2.5 Reelle Tangensfunktion, reelle Cotangensfunktion: ........................................................ 36 8.5.1 Das Fehlerfortpflanzungsgesetz: ...................................................................................... 52
7.2.6 Die Graphen von tan(x), cot(x), Arctan(x) und Arccot(x):............................................... 37 8.5.2 Arithmetischer Mittelwert, Streuung:............................................................................... 52
7.2.7 Umkehrfunktionen der trigonometrischen Funktionen: ................................................... 38
9. Integralrechnung ......................................................................................................... 53
7.3 Hyperbolische Funktionen ................................................................................................... 39
7.3.1 Sinus hyperbolicus:........................................................................................................... 39 9.1 Definition der Stammfunktion............................................................................................. 53
7.3.2 Cosinus hyperbolicus:....................................................................................................... 39 9.1.1 Stammfunktion F(x) einer Funktion f(x): ......................................................................... 53
7.3.3 Schreibweise mit Exponentialfunktionen:........................................................................ 39 9.1.2 Hauptsatz der Differential- und Integralrechnung: .......................................................... 53
7.3.4 Symmetrie-Eigenschaften:................................................................................................ 39
7.3.5 Additionstheoreme:........................................................................................................... 39 9.2 Eigenschaften und Anwendungen von Integralen ............................................................. 53
7.3.6 Zusammenhang mit der sin- bzw. cos-Funktion: ............................................................. 39 9.2.1 Bogenlänge einer Raumkurve K im Intervall [a,b]: ......................................................... 53
7.3.7 Moivresche Formel:.......................................................................................................... 39 9.2.2 Wichtige Eigenschaften von Riemann-Integralen:........................................................... 54
7.3.8 Ableitungen: ..................................................................................................................... 40
7.3.9 Grenzwerte:....................................................................................................................... 40 9.3 Integrationsmethoden........................................................................................................... 54
7.3.10 Umkehrfunktionen:......................................................................................................... 40 9.3.1 Addition der Null:............................................................................................................. 54
7.3.11 Die Graphen von sinh(x), cosh(x), arsinh(x) und arcosh(x): .......................................... 41 9.3.2 Die Ableitung der Funktion tritt im Integranden auf:....................................................... 54
7.3.12 Reeller Tangens hyperbolicus und Cotangens hyperbolicus:......................................... 41 9.3.3 Die Substitutionsmethode:................................................................................................ 55
7.3.13 Umkehrfunktionen:......................................................................................................... 42 9.3.4 Partielle Integration: ......................................................................................................... 55
7.3.14 Die Graphen von tanh(x), coth(x), artanh(x) und arcoth(x):........................................... 43 9.3.5 Integration rationaler Funktionen (Partialbruchzerlegung):............................................. 56
9.3.6 Integration rationaler Funktionen von sin und cos:.......................................................... 58
9.3.7 Integration rationaler Funktionen von sinh und cosh:...................................................... 58
8. Anwendung der Differentialrechnung........................................................................ 44
9.3.8 Integration von Potenzreihen:........................................................................................... 58
8.1 Der Mittelwertsatz und einfache Anwendungen ............................................................... 44 9.3.9 Rotationskörper: ............................................................................................................... 58
8.1.1 Satz von Rolle:.................................................................................................................. 44
9.4 Integrale bei Funktionen mehrerer Veränderlicher ......................................................... 58
8.1.2 Erster Mittelwertsatz der Differentialrechnung:............................................................... 44
9.4.1 Zweidimensionale Integrale:............................................................................................. 58
8.1.3 Addition einer Konstanten:............................................................................................... 44
0 9.4.2 Dreidimensionale Integrale:.............................................................................................. 59
8.1.4 Regel von l'Hospital für den Fall : ................................................................................. 44 9.4.3 Masse m und Schwerpunkt eines Körpers:....................................................................... 60
0
∞
8.1.5 Regel von l'Hospital für den Fall : ................................................................................ 44
∞ 9.5 Uneigentliche Integrale......................................................................................................... 60
8.1.6 Grenzwerte anderer Formen: ............................................................................................ 44 9.5.1 Konvergentes uneigentliches Integral: ............................................................................. 60
9.5.2 Vergleichskriterium für uneigentliche Integrale: ............................................................. 60
8.2 Taylorformel und Taylorreihe bei Funktionen einer Veränderlichen ............................ 44 9.5.3 Integralkriterium:.............................................................................................................. 60
8.2.1 Taylorformel: .................................................................................................................... 45
8.2.2 Taylorreihe, MacLaurin-Reihe: ........................................................................................ 45 9.6 Parameterabhängige Integrale............................................................................................ 61
9.6.1 Stetigkeit von Parameterintegralen:.................................................................................. 61
8.3 Kurvendiskussion.................................................................................................................. 46 9.6.2 Leibniz-Regel: .................................................................................................................. 61
Vorgehensweise: ........................................................................................................................ 46
8.3.1 Asymptote:........................................................................................................................ 46 9.7 Integration durch Reihenentwicklung, spezielle nichtelementare Funktionen .............. 61
8.3.2 Konvexität, Konkavität:.................................................................................................... 47 9.7.1 Die Gammafunktion Γ( x ) oder das Eulersches Integral zweiter Gattung: ...................... 61
9.7.2 Eulersche Konstante C: .................................................................................................... 62
8.4 Satz von Taylor für Funktionen mehrerer Veränderlicher, Anwendungen auf
9.7.3 Integralsinus: .................................................................................................................... 62
Extremwertaufgaben....................................................................................................................... 48
9.7.4 Integralcosinus:................................................................................................................. 62
8.4.1 Taylorsche Reihe für Funktionen zweier Veränderlicher: ............................................... 48
9.7.5 Integralexponentialfunktion: ............................................................................................ 62
8.4.2 Taylorsche Reihe für Funktionen von m Veränderlichen:................................................ 48
9.7.6 Integrallogarithmus:.......................................................................................................... 62
8.4.3 Relative und absolute Extrema: ........................................................................................ 48
9.7.7 Gauß’sches Fehlerintegral: ............................................................................................... 62
Seite 5 Seite 6
10. Tensoren, Quadratische Formen.............................................................................. 63 12.2.3 Inhomogene Differentialgleichung:................................................................................ 76

12.2.4 Allgemeine Lösung:........................................................................................................ 76
10.0 Allgemeine Grundlagen...................................................................................................... 63 12.2.5 Trennung der Variablen:................................................................................................. 76
10.0.1 Linearitätseigenschaft einer Abbildung: ........................................................................ 63
10.0.2 Eigenwerte und Eigenvektoren:...................................................................................... 63 12.3 Bernoulli’sche Differentialgleichungen ............................................................................ 77
12.3.1 Form:............................................................................................................................... 77
10.1 Tensoren, Koordinatendarstellungen ............................................................................... 64 12.3.2 Lösungsansatz: ............................................................................................................... 77
10.1.1 Geometrischer Tensor:.................................................................................................... 64
10.1.2 Tensor: ............................................................................................................................ 64 12.4 Differentialgleichungen n-ter Ordnung und Systeme erster Ordnung ......................... 77
10.1.3 Vektorprodukt:................................................................................................................ 64 12.4.1 Form von Systemen von Differentialgleichungen erster Ordnung:................................ 77
10.1.4 Projektionstensor: ........................................................................................................... 64 12.4.2 Form von Differentialgleichungen n-ter Ordnung:......................................................... 77
10.1.5 Dyadisches Produkt zweier Vektoren: ........................................................................... 64 12.4.3 Lösungsansatz: ............................................................................................................... 78
10.1.6 Spiegelungstensor:.......................................................................................................... 64 12.4.4 Allgemeine Lösung:........................................................................................................ 78
10.1.7 Drehtensor (Drehung im Raum Å3 um eine feste Drehachse):...................................... 65
10.1.8 Eulersche Drehmatrizen: ................................................................................................ 65 12.5 Lineare Differentialgleichungs-Systeme erster Ordnung............................................... 79
10.1.9 Verkettung der Eulerschen Drehmatrizen: ..................................................................... 65 12.5.1 Lineares Differentialgleichungs-System erster Ordnung: .............................................. 79
10.1.10 Beispiele für Tensoren in Physik und Technik: ........................................................... 66 12.5.2 Lineare Abhängigkeit, lineare Unabhängigkeit von Lösungen:..................................... 80
10.1.11 Koordinatendarstellung der Translation von Vektoren: ............................................... 66 12.5.3 Anzahl linear unabhängiger Lösungen:.......................................................................... 80
10.1.12 Orthogonale Transformationen: ................................................................................... 66 12.5.4 Fundamentalsystem (FS), Fundamentalmatrix, Übertragungsmatrix:............................ 80
12.5.5 Wronski-Determinante eines homogenen linearen DGL-Systems:................................ 80
10.2 Das Normalformenproblem von Bilinearformen ............................................................ 67 12.5.6 Lösungsverfahren für lineare Differentialgleichungs-Systeme erster Ordnung: ........... 81
10.2.1 Hyperfläche 2. Grades oder Quadrik:............................................................................. 67 12.5.7 Allgemeine Lösung eines gegebenen Anfangswertproblems:........................................ 85
10.2.2 Mittelpunkt einer Quadrik: ............................................................................................. 67
10.2.3 Normalform einer Quadrik: ............................................................................................ 67 12.6 Lineare Differentialgleichungen n-ter Ordnung ............................................................. 86
10.2.4 Allgemeine Vorgehensweise bei der Klassifikation von Quadriken:............................. 68 12.6.1 Lineare Differentialgleichung n-ter Ordnung:................................................................ 86
12.6.2 Umformung in DGL-System erster Ordnung: ................................................................ 86
12.6.3 Fundamentalsystem: ....................................................................................................... 86
11. Krummlinige Koordinaten, Transformationsformel................................................ 72
12.6.4 Aufstellen eines Fundamentalsystems:........................................................................... 87
11.1 Krummlinige Koordinaten, Jacobideterminante............................................................. 72 12.6.5 Fundamentalmatrix, Übertragungsmatrix:...................................................................... 87
11.1.1 Krummlinige Koordinaten:............................................................................................. 72 12.6.6 Wronski-Determinante: .................................................................................................. 87
11.1.2 Jacobideterminante: ........................................................................................................ 72 12.6.7 Allgemeines Lösungsverfahren: ..................................................................................... 87
12.6.8 Tabelle zur Lösungsbasis von linearen homogenen Differentialgleichungen 2. Ordnung
11.2 Transformationsformeln .................................................................................................... 72 mit konstanten Koeffizienten: ........................................................................................................ 89
11.2.1 Polarkoordinaten: ........................................................................................................... 72
11.2.2 Zylinderkoordinaten: ...................................................................................................... 73 12.7 Eulersche Differentialgleichungen .................................................................................... 90
11.2.3 Kugelkoordinaten: .......................................................................................................... 73 12.7.1 Form Eulerscher Differentialgleichungen ...................................................................... 90
12.7.2 Allgemeines Löungsverfahren:....................................................................................... 90
11.2.4 Laplace-Operator ∆: ....................................................................................................... 73
12.7.3 Spezielle Eulersche Differentialgleichung zweiter Ordnung: ........................................ 90
11.2.5 Transformationsformel: .................................................................................................. 73
12.8 Rand- und Eigenwertprobleme ......................................................................................... 90
12. Gewöhnliche Differentialgleichungen...................................................................... 75 12.8.1 Begriff des Randwertproblems (RWP): ......................................................................... 90
12.8.2 Begriff des Eigenwertproblems bei Differentialgleichungen:........................................ 91
12.1 Bezeichnungen, Richtungsfeld ........................................................................................... 75
12.1.1 Gewöhnliche Differentialgleichung: .............................................................................. 75 12.9 Autonome Differentialgleichungen 2. Ordnung............................................................... 91
12.1.2 Richtungsfeld, Isokline:.................................................................................................. 75 12.9.1 Form, Anfangswerte: ...................................................................................................... 92
12.1.3 Lösungen: ....................................................................................................................... 75 12.9.2 Äquivalentes DGL-System erster Ordnung:................................................................... 92
12.1.4 Anfangswertproblem (AWP): ........................................................................................ 75 12.9.3 Singuläre Punkte:............................................................................................................ 92
12.1.5 Satz von Picard-Lindelöf:............................................................................................... 75 12.9.4 Phasenkurve (PK):.......................................................................................................... 92
12.9.5 Bestimmung der Phasenkurve, Lösen von Anfangswertproblemen:.............................. 92
12.2 Differentialgleichungen erster Ordnung .......................................................................... 76 12.9.6 Spezielle autonome Differentialgleichungen 2. Ordnung: ............................................. 93
12.2.1 Form, Anfangsbedingung: .............................................................................................. 76 12.9.7 Lösungsverfahren der speziellen Differentialgleichung: ............................................... 94
12.2.2 Homogene Differentialgleichung: .................................................................................. 76
Seite 7 Seite 8
12.9.8 Autonome Differentialgleichungs-Systeme:................................................................... 94 15.2 Orientierte und nicht orientierte Oberflächenintegrale ............................................... 109
12.9.9 Klassifizierung von singulären Punkten, Phasenportraits:............................................. 96 15.2.1 Orientiertes Oberflächenintegral: ................................................................................. 109
15.2.2 Nicht orientiertes Oberflächenintegral: ........................................................................ 110
13. Fourierreihen............................................................................................................ 100 15.2.3 Rechenregeln: ............................................................................................................... 110
15.3.3 Explizit gegebene Funktionen: ..................................................................................... 110
13.1 Trigonometrische Polynome und minimale Integralmittel........................................... 100
13.1.1 Periodizität:................................................................................................................... 100 16. Integralsätze und Vektoranalysis ........................................................................... 111
13.1.2 Trigonometrisches Polynom n-ten Grades: .................................................................. 100
13.1.3 Primäre Problemstellung: ............................................................................................. 100 16.1 Satz von Gauß in Ebene und Raum................................................................................. 111
13.1.4 Integralmittel: ............................................................................................................... 100 16.1.1 Divergenz eines Vektorfeldes:...................................................................................... 111
13.1.5 Fourierkoeffizienten (FK): ........................................................................................... 100 16.1.2 Satz von Gauß in der Ebene: ........................................................................................ 111
13.1.6 Unterscheidung bei geraden und ungeraden Funktionen: ............................................ 101 16.1.3 Satz von Gauß im Raum: .............................................................................................. 111
13.1.7 Konvergenz:.................................................................................................................. 101 16.1.4 Fluß von v durch ∂G: .................................................................................................... 111
13.1.8 Fourierreihe: ................................................................................................................. 101 16.1.5 Zirkulation von Vektorfeldern:..................................................................................... 111
13.1.9 Dirichlet-Term: ............................................................................................................. 101
13.1.10 Fourierreihenentwicklungen einiger 2π-periodischer Funktionen: ............................ 102 16.2 Satz von Stokes.................................................................................................................. 112
16.2.1 Rotation eines Vektorfeldes: ........................................................................................ 112
13.2 Eine Anwendung auf die Saitenschwingung .................................................................. 103 16.2.2 Satz von Stokes:............................................................................................................ 112
13.2.1 Zugehöriges Randwertproblem: ................................................................................... 103 16.2.3 Vektorpotential: ............................................................................................................ 112
13.2.2 Separierte Differentialgleichungen:.............................................................................. 103
13.2.3 Ermittlung der Eigenfunktionen: .................................................................................. 103 16.3 X -Rechnung (Nablarechnung)....................................................................................... 112
13.2.4 Lösung der Differentialgleichung: ............................................................................... 103 16.3.1 X -Operator:.................................................................................................................. 112
13.2.5 Fourierreihen von f bzw. g:........................................................................................... 103 16.3.2 Rechenregeln: ............................................................................................................... 113
16.4 Der Green’sche Integralsatz ............................................................................................ 113

14. Kurven und Flächen ................................................................................................ 104 16.4.1 Green’scher Integralsatz:.............................................................................................. 113
16.4.2 Anwendung:.................................................................................................................. 113
14.1 Kurven im Å² und Å³........................................................................................................ 104
14.1.1 Parameterdarstellung eines Kurvenbogens, Parametertransformation:........................ 104 16.5 Exakte Differentialgleichungen ....................................................................................... 114
14.1.2 Spezielle zulässige Parametertransformation auf „Bogenlänge“:................................ 104 16.5.1 Exakte Differentialgleichungnen:................................................................................. 114
14.1.3 Tangentenvektor, Normalenvektor und Krümmung einer Kurve im Å²: ..................... 104 16.5.2 Exakte Differentialgleichungen in sternförmigen Gebieten:........................................ 114
14.1.4 Begleitendes Dreibein einer Kurve im Å³: ................................................................... 104 16.5.3 Spezielle Vektorpotentiale:........................................................................................... 114
14.1.5 Frenetsche Formeln: ..................................................................................................... 105 16.5.4 Singuläre Punkte von exakten Differentialgleichungen: .............................................. 114
14.1.6 Bezüglich der Zeit parametrisierte Kurven im Å³:....................................................... 105 16.5.5 Integrierender Faktor m(x,y):........................................................................................ 114
16.5.6 Bestimmung von integrierenden Faktoren für bestimmte Differentialgleichungen:.... 115
14.2 Einführung in die lokale Theorie der Flächen im Å³ .................................................... 105 16.5.7 Implizite Lösungen von nicht exakten Differentialgleichungen: ................................. 115
14.2.1 Parameterdarstellung eines Flächenstückes, Parametertransformation: ...................... 105
14.2.2 Kurven auf Flächen: ..................................................................................................... 106 A. Anhang: Tabellen und Kurzreferenzen................................................................... 116
14.2.3 Koeffizienten der 1. Fundamentalform: ...................................................................... 106
14.2.4 Eigenschaften, Anwendungen: ..................................................................................... 106 A.1 Trigonometrische Funktionswerte an besonderen Winkeln.......................................... 116
14.2.5 Flächen in expliziter Form:........................................................................................... 107
A.2 Zusammenhänge der trigonometrischen Funktionen .................................................... 116
15. Kurven- und Oberflächenintegrale ......................................................................... 108
A.3 Additionstheoreme der trigonometrischen Funktionen ................................................. 117
15.1 Orientierte und nicht orientierte Kurvenintegrale........................................................ 108 A.3.1 Summe und Differenz: ................................................................................................... 117
15.1.1 Orientiertes Kurvenintegral: ......................................................................................... 108 A.3.2 Vielfache:....................................................................................................................... 117
15.1.2 Nicht orientiertes Kurvenintergal: ................................................................................ 108 A.3.3 Potenzen:........................................................................................................................ 117
15.1.3 Eigenschaften von Kurvenintegralen, Rechenregeln:................................................... 108
A.4 Einheitskreis ....................................................................................................................... 118
15.1.4 Potential eines Vektorfeldes:........................................................................................ 109
15.1.5 Sternformiges Gebiet:................................................................................................... 109
Seite 9 Seite 10
Verzeichnis der Abbildungen und Tabellen

So kann also die Mathematik definiert werden
als diejenige Wissenschaft, in der wir niemals das kennen,
Abbildungen worüber wir sprechen, und niemals wissen, ob das,
was wir sagen, wahr ist. Bertrand Russell
Abbildung 1: Pascal'sches Dreieck.................................................................................................. 16
Abbildung 2: Die Graphen von ex und ln(x) .................................................................................... 34
Abbildung 3: Die Graphen von sin(x), cos(x), Arcsin(x) und Arccos(x) ........................................ 36
Abbildung 4: Die Graphen von tan(x), cot(x), Arctan(x) und Arccot(x)......................................... 37
Abbildung 5: Die Graphen von sinh(x), cosh(x), arsinh(x) und arcosh(x) ...................................... 41
Abbildung 6: Die Graphen von tanh(x), coth(x), artanh(x) und arcoth(x)....................................... 43
Abbildung 7: Exponentialfunktion angenähert durch Taylorpolynome.......................................... 45
Abbildung 8: Bezeichnungen am Funktionsgraphen....................................................................... 47
Abbildung 9: Ellipsoid..................................................................................................................... 69
Abbildung 10: Zweischaliges Hyperboloid ..................................................................................... 69
Abbildung 11: Einschaliges Hyperboloid........................................................................................ 70
Abbildung 12: Kegel mit Spitze in m .............................................................................................. 70
Abbildung 13: Elliptischer Zylinder................................................................................................ 70
Abbildung 14: Hyperbolischer Zylinder.......................................................................................... 70
Abbildung 15: Elliptisches Paraboloid............................................................................................ 70
Abbildung 16: Hyperbolisches Paraboloid...................................................................................... 70
Abbildung 17: Parabolischer Zylinder............................................................................................. 70
Abbildung 18: Knoten 1. Art ........................................................................................................... 96
Abbildung 19: Knoten 2. Art ........................................................................................................... 96
Abbildung 20: Sternpunkt................................................................................................................ 96
Abbildung 21: Sattelpunkt............................................................................................................... 97
Abbildung 22: Strudelpunkt ............................................................................................................ 97
Abbildung 23: Wirbelpunkt............................................................................................................. 97
Abbildung 24: Stabilitätskarte für lineare autonome DGL-Systeme im Å² .................................... 99
Abbildung 25: Sternförmiges Gebiet............................................................................................. 109
Tabellen
Tabelle 1: Klassifikation von Zentrumsquadriken .......................................................................... 68

Tabelle 2: Klassifikation von Quadriken mit leerem Zentrum ........................................................ 69 Alle Angaben sind ohne Gewähr.
Tabelle 3: Lösungsbasis von linearen homogenen Differentialgleichungen 2. Ordnung mit Nur für den Privatgebrauch bestimmt.
konstanten Koeffizienten ......................................................................................................... 90
Tabelle 4: Fourierreihenentwicklungen einiger 2π-periodischer Funktionen ............................... 102
Tabelle 5: Trigonometrische Funktionswerte an besonderen Winkeln ......................................... 116 cand. Ing. Bruno Gnörich
Tabelle 6: Zusammenhänge der trigonometrischen Funktionen.................................................... 116 RWTH Aachen
bruno@mail.oih.rwth-aachen.de
bruno.gnoerich@gmx.de
Diese Formelsammlung ist auch im Internet abrufbar. Es stehen die Formate HTML (Hyper Text Markup
Titelgrafik erstellt mit Maple V Release 4 von Waterloo Maple Inc.
Language) und PDF (Portable Document Format) zur Verfügung. Besuchen Sie hierfür
− 10 ⋅cos(t )− 2 ⋅cos(5t )+ 15 ⋅sin (2t )
http://www.oih.rwth-aachen.de/~bruno/formelsammlung/formelsammlung.html.
v  
Funktion: x (t )=  10 ⋅sin (t )− 2 ⋅sin (5t )− 15 ⋅sin (2t ) 
 10 ⋅cos(3t ) 
 
Seite 11 Seite 12
1. Zahlbereiche und ihre Eigenschaften

1.5.1 Schreibweisen:
Schreibweise einer komplexen Zahl z:
1.1 Natürliche Zahlen: z = x + i ⋅y
Symbol: Á = {0,1,2,3,4,...}
y
Mit r = x 2 + y 2 und ϕ = arctan wird daraus :
1.2 Ganze Zahlen: x
Symbol: Í= {...,-2,-1,0,1,2,...} z = r ⋅[cos(ϕ)+ i ⋅sin (ϕ)]
= r ⋅cis(ϕ)
1.3 Rationale Zahlen: = r ⋅e i⋅ϕ
p  Es gilt die Dreiecksungleichung.
Symbol: Ä =  p, q ∈ Ü und q ≠0
q  1.5.2 Die Moivre'sche Formel:
zn = [
r ⋅cis(ϕ)]
n
1.4 Reelle Zahlen:

Symbol: Å = r n ⋅cis(n ⋅ϕ)
= r n ⋅e i⋅n⋅ϕ
1.4.1 Axiome der Addition: Die Exponentialschreibweise von z wird als Polarform von z bezeichnet.
1.4.1.1 a+b=b+a
1.4.1.2 (a + b) + c = a + (b + c)
1.4.1.3 Die Gleichung a + x = b ist immer eindeutig lösbar.
1.4.1.4 − (− a) = a 1.6 Das Prinzip der vollständigen Induktion
1.4.2 Axiome der Multiplikation: Es sei n0 eine natürliche Zahl und A(n) für alle natürlichen Zahlen n ≥ n0 eine Aussage. Es
1.4.2.1 a ⋅b = b ⋅a
gelte:
1.4.2.2 (a ⋅b) ⋅c = a ⋅(b ⋅c)
1.4.2.3 a ⋅(b + c) = a ⋅b + a ⋅c
1.6.1 Induktionsanfang:
1.4.2.4 Die Gleichung a ⋅x = b ist für alle a ≠0 eindeutig lösbar.
A(n0) ist eine wahre Aussage.
1.4.3 Axiome der Ordnung:
1.6.2 Induktionsvoraussetzung:
1.4.3.1 a < b und b < c ⇒ a < c
Die Annahme der Gültigkeit dieser Aussage für alle n ≥ n0
1.4.3.2 a < b; c beliebig ⇒ a + c < b + c
1.4.3.3 a < b; c > 0 ⇒ a ⋅c < b ⋅c
1.6.3 Induktionsschluß:
1.4.4 Archimedisches Axiom: [A(n) ⇒ A(n+1)] ist wahr für alle n ≥ n0
Zu jeder reellen Zahl x gibt es eine natürliche Zahl n, für die gilt: n > |x|
Zu jeder reellen Zahl x > 0 gibt es eine natürliche Zahl n, für die gilt: n− 1 < x Damit ist die Gültigkeit der Aussage A(n) bewiesen.
1.4.5 Axiom der Vollständigkeit:

Jede Verknüpfung zweier reeller Zahlen gemäß dieser Axiome ergibt wieder eine reelle Zahl. 1.6.4 Beispiel: Bernoullische Ungleichung:
1.4.6 Bemerkung: Es sei x eine reelle Zahl mit − 1 ≤ x . Ferner sei n eine natürliche Zahl. Dann gilt für alle n die
Bernoullische Ungleichung: A(n ): 1 + n ⋅x ≤ (1 + x )
n
Dreiecksungleichung: a − b ≤ a+ b ≤ a + b
Beweis unter Verwendung vollständiger Induktion:
1.5 Komplexe Zahlen:
Symbol: ¶ = {z z = ( x, y )mit x, y ∈ Å} n0 = 1 : 1 + x ≤ (1 + x ) = 1 + x (gilt insbesondere für − 1 ≤ x )
1
Induktionsanfang:
Die Menge der komplexen Zahlen ist ein algebraischer Körper bezüglich Addition und Multiplikation.
Imaginäre Einheit: i 2 = − 1 Die Behauptung gelte für ein n ∈ Í, also 1 + n ⋅x ≤ (1 + x ) .
n
Induktionsannahme:
Seite 13 Seite 14
1.7.4 Pascal’sches Dreieck:

k=0
k=1
Induktionsschluß: Zu zeigen ist, daß die Behauptung dann auch für n + 1 gilt, also
n=0 1 k=2
1 + (n + 1)⋅x ≤ (1 + x ) . Außerdem gilt: Da − 1 ≤ x ist, ist 1 + x ≥ 0 .
n+ 1
n=1 1 1 k=3
Daraus folgt: n=2 1 2 1 k=4
(1 + x )n+ 1 = (1 + x )n ⋅(1 + x ) n=3 1 3 3 1 k=5
≥ (1 + n ⋅x )⋅(1 + x ) n=4 1 4 6 4 1 k=6
= 1 + (n + 1)⋅x + n ⋅x 2 n=5 1 5 10 10 5 1
≥ 1 + (n + 1)⋅x n=6 1 6 15 20 15 6 1
Damit ist die Gültigkeit der Bernoullischen Ungleichung bewiesen. 14 4 4 4 4 4 4 4 4 4 44 24 4 4 4 4 4 4 4 4 4 4 43
n 
=k 

 
1.7 Fakultät, Binomialkoeffizient, Binomischer Lehrsatz
Abbildung 1: Pascal'sches Dreieck
1.7.1 Die Fakultät:
n
n!= 1 ⋅2 ⋅3 ⋅... ⋅n = ∏ k
k =1 1.8 Der Fundamentalsatz der Algebra
1.7.2 Der Binomialkoeffizient: Ein Polynom n-ten Grades kann immer folgendermaßen umgeformt werden:
 n! P ( z )= a 0 + a1 ⋅z + ... + a n ⋅z n
wenn 0 ≤ k ≤ n
n   k!⋅(n − k )! = a n ⋅(z − z1 )⋅( z − z 2 )⋅... ⋅( z − z n )
 
k  = 
   Mit a n ≠ 0 ∧ a i ∈¶

 0 wenn k > n
Die Zahlen zi heißen Nullstellen des Polynoms P.
1.7.3 Der Binomische Lehrsatz: Jedes Polynom ungeraden Grades mit reellen Koeffizienten hat mindestens eine reelle Nullstelle.
(a + b )n = ∑  ⋅a n − k ⋅b k (siehe Pascalsches Dreieck)
n n
k =0 k 
Der binomische Lehrsatz kann mittels vollständiger Induktion bewiesen werden.
Seite 15 Seite 16
2.1.8 Vektorprodukt (Kreuzprodukt):

2. Vektorrechnung, analytische Geometrie, lineare a1  b1  a 2 ⋅b3 − a3 ⋅b2 
     
Gleichungssysteme a ×b = a 2 ×b2  =  a3 ⋅b1 − a1 ⋅b3 
a  b  a ⋅b − a ⋅b 
 3  3  1 2 2 1 
2.1 Vektorrechnung, analytische Geometrie Ist das Kreuzprodukt null, so sind die beiden Vektoren linear abhängig.
2.1.1 Vektorielle Addition: 2.1.9 Vektorielle Darstellung einer Gerade in Punkt-Richtungsform:

r r
a1  b1  a1 + b1  g: x = p + t ⋅a
     
a + b =  M+  M =  M 
a  b  a + b  2.1.10 Vektorielle Darstellung einer Gerade in Hesseform:
 n  n  n n
r
g: x ⋅η = d
2.1.2 Skalarprodukt:
2.1.11 Vektorielle Darstellung einer Gerade in Hesse-Normalenform:
1 r
n
a ⋅b = a1 ⋅b1 + a 2 ⋅b2 + K + an ⋅bn = ∑ a j ⋅b j ∈ Å g: ⋅x ⋅η =
d
j =1 η η
Zusätzlich gilt: a ⋅b = 0 ⇔ a⊥ b Die Darstellungsarten in Hesseform sind nur im zweidimensionalen Vektorraum möglich, im
dreidimensionalen Raum repräsentieren sie Ebenen.
2.1.3 Länge des Vektors a:
2.1.12 Plückerform einer Gerade im dreidimensionalen Vektorraum:
a = a ⋅a = a
2
r
g : x ×a = m
2.1.4 Schwarzsche Ungleichung:
2.1.13 Darstellung einer Ebene in Punkt-Richtungsform:
a ⋅b ≤ a ⋅ b
v v
E : x = p + λ ⋅a1 + µ⋅a 2
Ferner gilt die Dreiecksungleichung
2.1.5 Orthogonale Projektion von a auf b: 2.1.14 Darstellung einer Ebene in Hesseform:
a ⋅b r
Projb a = ⋅b = λ⋅b E : ⋅x ⋅η = d
2
b
2.1.6 Winkel zwischen zwei Vektoren a und b: 2.1.15 Darstellung einer Ebene in Hesse-Normalenform:
a ⋅b 1 r d
cosα = E: ⋅x ⋅η =
a ⋅b η η
2.1.7 Raumprodukt (Spatprodukt): 2.1.16 Umrechnungsformeln der Ebenenformen:
a, b, c = (a ×b )⋅c η = a 1 ×a 2
r r
d = p ⋅η = p ⋅(a 1 ×a 2 )
Es erzeugt es ein Rechtssystem, falls es positiv ist, und ein Linkssystem, falls es negativ ist.
Das Vektortripel heißt ausgeartet (linear abhängig), falls das Spatprodukt null ist. 2.1.17 Identität von Lagrange:
(a ×b)⋅(c ×d )= (a ⋅c )⋅(b ⋅d )− (a ⋅d )⋅(b ⋅c )
Seite 17 Seite 18
x1 + 2 x2 + 3x3 + 4 x4 = − 2
2.2 Lineare Gleichungssysteme 2 x1 + 3x2 + 4 x3 + x4 = 2
3x1 + 4 x2 + x3 + 2 x4 = 2
Eine Linearkombination aus n Vektoren des Grades n bildet ein lineares Gleichungssystem,
wenn ein bestimmter Vektor als Ergebnis der Linearkombination gefordert wird. Ist dieser Vektor 4 x1 +
x2 + 2 x3 + 3x4 = − 2
der Nullvektor, so spricht man von einem homogenen Gleichungssystem, andernfalls von einem Durch rückwärtiges Lösen der x1 x2 x3 x4 Operation
inhomogenen Gleichungssystem. Gleichungen XVI bis XIII erhält man:
I 1 2 3 4 -2
x1 = 0
II 2 3 4 1 2
x1 ⋅a1 + x2 ⋅a 2 + x3 ⋅a 3 + K + xn ⋅a n = b x2 = 1
III 3 4 1 2 2
n
x3 = 0
IV 4 1 2 3 -2
⇔ ∑x
j =1
j ⋅a j = b x4 = − 1
V 1 2 3 4 -2
Die Probe durch Einsetzen bestätigt dieses VI 0 -1 -2 -7 6 =II-2I
Ein LGS ist lösbar, falls genügend linear unabhängige Gleichungen vorhanden sind. Sind bei Ergebnis. VII 0 -2 -8 -10 8 =III-3I
einem LGS vom Rang n (d.h. mit n Unbekannten) nur r linear unabhängige Gleichungen gegeben, VIII 0 -7 -10 -13 6 =IV-4I
so beträgt der Defekt d des Gleichungssystems: d = n - r. IX 1 2 3 4 -2
X 0 -1 -2 -7 6
XI 0 0 -4 4 -4 =VII-2VI
2.2.1 Allgemeines Lösungsverfahren: XII 0 0 4 36 -36 =VIII-7VI
Zunächst wird die Hauptdeterminante D berechnet, was bis Rang n = 3 ohne weitere XIII 1 2 3 4 -2
Umformungen möglich ist. Ist der Rang n > 3, ist meistens der Gauß’sche Algorithmus am XIV 0 -1 -2 -7 6
günstigsten. XV 0 0 -4 4 -4
XVI 0 0 0 40 -40 =XI+XII
1. Fall: D = 0: keine eindeutige Lösung ⇒ Gauß'scher Algorithmus (Lösungsmenge ist
eine Ebene oder eine Gerade)
2. Fall: D ≠0: eindeutige Lösung ⇒ Cramer'sche Regel (Determinantenverfahren) 2. Beispiel:
Folgendes LGS ist gegeben. Es enthält mehr Gleichungen als Unbekannte.
Zum Schluß wird die Lösungsmenge als Vektor oder Zahlentupel aufgeschrieben. x1 x2 x3 Operation
− x1 − 3x2 − 12 x3 = − 5
I -1 -3 -12 -5
− x1 + 2 x2 + 5x3 = 2 II -1 2 5 2
5x2 + 17 x3 = 7 III 0 5 17 7
3x1 − x2 + 2 x3 = 1 IV 3 -1 2 1
2.2.2 Der Gauß'sche Algorithmus:
7 x1 − 4 x2 − x3 = 0 V 7 -4 -1 0
Das Prinzip besteht darin, eine Gleichung dazu zu benutzen, aus den restlichen eine Unbekannte VI -1 -3 -12 -5
zu eliminieren. Dies wird dann so lange fortgesetzt, bis nur noch eine Gleichung mit einer Eine Lösung existiert, sie ist aber nicht eindeutig. Es VII 0 -5 -17 -7 =I-II
Unbekannten vorhanden ist. Danach wird rückwärts in alle Gleichungen eingesetzt, womit man alle kann eine Unbekannte als Parameter wählen, z.B. x3. VIII 0 5 17 7 =III
Unbekannten erhält und das LGS löst. Die Lösung lautet dann: IX 0 -10 -34 -14 =3I+I
Die folgenden zwei Beispiele zeigen ein eindeutig lösbares und ein nicht eindeutig lösbares t ∈ (− ∞ ; ∞ ) V
LGS. 4 9 X 0 -25 -85 -35 =7I+V
x1 = − t XI -1 -3 -12 -5
5 5
XII 0 -5 -17 -7
7 17
x2 = − t XIII 0 0 0 0
1. Beispiel: 5 5 XIV 0 0 0 0
Folgendes LGS ist gegeben. Gesucht ist dessen Lösungsmenge. x3 = t XV 0 0 0 0
Die geometrische Deutung der Lösungsmenge eines LGS mit drei Unbekannten ist die
Bestimmung der Schnittmenge der durch die drei Gleichungen des LGS gegebenen Ebenen. In
diesem Beispiel ist die Lösungsmenge eine Gerade:
Seite 19 Seite 20
4  − 9 
r 1  1  
g : x = 7 + t − 5  3. Matrizen, Matrixalgebra
5  5  
0  5 
3.1 Beispiele für (m,n)-Matrizen
2.2.3 Die Cramer'sche Regel:
3.1.1 (n,n)-Einheitsmatrix:
1 0 0 L 0
Ist die Determinante der Koeffizientenmatrix eines LGS nicht null, dann lassen sich die  
Unbekannten xk sofort berechnen. Man berechnet dabei zur Bestimmung z.B. der Unbekannten x3 0 1 0 L 0
Die Determinante D3, die sich durch Vertauschen des 3.Spaltenvektors der E n = 0 0 1 L 0
 
Koeffizientendeterminan-te mit dem Vektor der absoluten Glieder ergibt. Aus diesen beiden M M M O M
Determinanten berechnet sich die Unbekannte x3 als deren Quotient. 0 0 0 L 1
 
Dn
Allgemein: xn = 3.1.2 (m,n)-Matrix:
D
a11 a12 a13 L a1n 
 
Die mit der Cramer'schen Regel berechneten Lösungen sind immer eindeutig. a 21 a 22 a 23 L a2n 
A = a31 a32 a33 L a3 n 
 
 M M M O M
a L a mn 
 m1 am2 a m3 
Der erste Index bei den Einträgen aij heißt Zeilenindex und gibt die Zeile an, in der der Eintrag
steht, der zweite ist der Spaltenindex und gibt die Spalte der Matrix an, in der der Eintrag steht.
3.2 Rechnen mit Matrizen
3.2.1 Addition zweier (m,n)-Matrizen A und B, Multiplikation mit einer Konstanten k:

Alle Einträge werden einzeln addiert, d.h. C = A + B bzw. cij = aij + bij
Alle Einträge werden einzeln mit k multipliziert. C = kB bzw. cij = kbij
3.2.2 Transponieren einer (m,n)-Matrix A:

Es entsteht eine (n,m)-Matrix AT, für deren Einträge ajiA gilt:
T ajiA = aijA
T
3.2.2.1 Zusatzeigenschaften bei (n,n)-Matrizen:

Eine (n,n)-Matrix A heißt symmetrisch, wenn gilt: AT = A
Eine (n,n)-Matrix A heißt antisymmetrisch, wenn gilt: AT = − A
Beispiel: Gegeben sind die Matrizen A und B.

1 − 7  0 2 
A= 3 2  , B =2 6 
   
1 − 7  0 2  1 + 0 − 7 + 2  1 − 5 
A+ B =  + 
  = 
  = 
  

3 2  2 6  3 + 2 2 + 6  5 8 
0 2  5 ⋅0 5 ⋅2   0 10 
5 ⋅B = 5 ⋅ = 
2 6   
= 
 

  5 ⋅2 5 ⋅6  10 30 
1 − 7   1 3 
T T
0 2  0 2 
AT = 
3 2   =
 
, BT = 
2 6 
 =
 
= B
  − 7 2    2 6 
Seite 21 Seite 22
3.2.3 Verkettung von Matrizen, Matrixmultiplikation: 3.3 Eigenwerte und Eigenvektoren

Generell ist dies nur möglich, wenn die erste Matrix (m,n) diesselbe Anzahl von Spalten hat
wie die zweite Matrix (p,q) Zeilen, d.h. wenn n = p. Gegeben sei eine lineare Abbildung x a f (x )= A ⋅x
Es entsteht eine (m,q)-Matrix.
n
Deren Einträge lauten dann allgemein: cij = ∑ aik ⋅bkj Unter den Eigenwerten λ und den Eigenvektoren ν der Matrix A versteht man alle diejenigen
k =1 Konstanten bzw. Vektoren, für die gilt:
0 1  A ⋅ν = λ⋅ν
1 0 2   
Beispiel: Gegeben seien die beiden Matrizen A und B: A = 
2 1 0 
 B = 0 − 1 Aus dieser Definition folgt:
  2 0  A ⋅ν = λ ⋅ν ⇔ ( A − λ ⋅E )ν = 0
 
für ν ≠0 (Nullvektor)folgt sofort :
0 1 
1 0 2   4 1 det ( A − λ ⋅E )= 0
Wird A mit B verkettet, so entsteht eine (2,2)-Matrix: AB = 
2 1 0  0 − 1 =   

 2 0  0 1
  In Determinantenschreibweise:
0 1  2 1 0 a11 − λ a12 a13 L a1n 
 1 0 2     
Umgekehrt entsteht eine (3,3)-Matrix: BA = 0 − 1 2 1 0  = − 2 − 1 0  a 21 a 22 − λ a23 L a2 n 
2 0   2 0 4 det ( A − λ ⋅E )= det a31 a33 − λ L a3 n  = 0
    
a32

Daraus folgt: Matrixmultiplikation ist nicht kommutativ.  M M M O M 
Aber: Multiplikation von (n,n)-Matrizen ist assoziativ, es gilt auch das Distributivgesetz.  a L ann − λ
 n1 a n2 a n3 
3.2.3.1 Dyadisches Produkt:
Beispiel: Gesucht sind alle Eigenwerte und Eigenvektoren der Matrix A:
So heißt das Produkt einer (n,1)-Matrix mit einer (1,n)-Matrix. Es ensteht eine (n,n)-Matrix.
2 − 3 1 
3.2.4 Matrixinversion quadratischer Matrizen:  
Es gilt für die zu A inverse Matrix A− 1: A− 1⋅A = A⋅A− 1 = E A= 3 1 3 
Bedingung für Invertierbarkeit: det(A) ≠0 − 5 2 − 4 
 
2− λ − 3 1
3.2.5 Rang einer Matrix:
Unter dem Rang r(A) der (m,n)-Matrix A versteht man Folgendes: Die Maximalanzahl linear det ( A − λ ⋅E )= 3 1− λ 3 = − λ3 − λ2 + 2λ = 0
unabhängiger Zeilenvektoren (Spaltenvektoren) heißt Zeilenrang (Spaltenrang) der Matrix A. − 5 2 − 4− λ
Zeilenregulär ist die Matrix A, wenn r(A) = m, spaltenregulär, wenn r(A) = n.
⇔ λ1 = 0; λ2 = 1; λ3 = − 2
Eine (n,n)-Matrix heißt regulär, wenn r(A) = n und singulär, wenn r(A) < n.
Die Existenz der Inversen A− 1 und die Regularität von A sind äquivalent.
Die einzelnen Eigenwerte werden in das jeweilige (überbestimmte) homogene Gleichungssystem
Zur Berechnung des Ranges einer (m,n)-Matrix werden die größtmöglichen Unterdeterminanten
eingesetzt und dessen Lösungsmenge nach bekannten Verfahren bestimmt. Diese ist dann der zum
gebildet. Ist eine von ihnen nicht null, so ist der Rang gleich der Ordnung (Anzahl der
einzelnen Eigenwert gehörende Eigenvektor. In der Regel werden die Eigenvektoren auf den Betrag
Spaltenvektoren) dieser Unterdeterminante. Gegebenenfalls muß die Ordnung der Unterdeter-
1 normiert.
minante verringert werden, bis eine von ihnen ungleich null ist.
Ein Spezialfall ergibt sich, wenn außer der Hauptdiagonalen der Matrix nur Nullen in ihr stehen.
3.2.6 Lösung einfacher Matrixgleichungen:
−1 Die Zahlen in der Hauptdiagonalen sind dann zugleich die Eigenwerte der Matrix.
Die Gleichung A⋅X = B hat die Lösung X = B⋅A .
Dies setzt die Existens der inversen Matrix A− 1 voraus.
λ1 0 L 0
 
3.2.7 Rechenregeln für Determinanten: 0 λ2 L 0
B=
det(A ⋅B) = det(A) ⋅det(B) (Produktregel) M M O M
 
det(AT) = det(A) 0 L λn 
det(En) = 1  0 
det(c ⋅A) = cn ⋅det(A) für (n,n)-Matrizen
Seite 23 Seite 24
4. Folgen und Reihen 4.1.8 Rekursiv definierte Folgen:

Die Folgenglieder werden mit Hilfe des vorherigen bestimmt, z.B.:
1
a1 = 1 , an+ 1 = an + , n∈ Á
4.1 Folgen an
4.1.1 Teilfolge: 4.1.9 Regeln bei Grenzwertbestimmungen:

Unter einer Teilfolge versteht man eine Folge, die durch Wegstreichen von bestimmten Gliedern
aus einer anderen Folge, aber ohne Veränderung der Reihenfolge, aus jener Folge entsteht. Seien gegeben : lim ak = a lim bk = b lim α k = ∞ lim βk = ∞
k→ ∞ k→ ∞ k→ ∞ k→ ∞
4.1.2 Konvergenz: Daraus folgt : lim(ak + bk )= a + b

k→ ∞
Eine Folge oder Reihe konvergiert, wenn die Differenz zwischen einem Folgenglied (bzw. die lim(α k + βk )= ∞
Folge der Partialsummen der Reihe) und dem zugehörigen Grenzwert jeden beliebigen reellen Wert k→ ∞
unterschreiten kann: lim(bk + βk )= ∞

k→ ∞
ak − a ≤ ε ⇔ lim ak = a
k→ ∞ lim(c ⋅bk )= c ⋅lim(bk )= c ⋅b
k→ ∞ k→ ∞
 ∞ wenn c > 0
4.1.3 Divergenz: lim(c ⋅βk )= c ⋅lim(βk )= 
Eine nicht konvergente Folge (oder Reihe) heißt divergent. Sie heißt bestimmt divergent, wenn k→ ∞ k→ ∞
− ∞ wenn c < 0
gilt: lim(ak ⋅bk )= a ⋅b
lim ak = ∞ k→ ∞
k→ ∞
lim(α k ⋅βk )= ∞
k→ ∞
4.1.4 Beschränkte Folgen:  ak  a

Eine Folge heißt beschränkt, wenn es eine positive reelle Zahl gibt, die gegenüber dem einzelnen lim
k→ ∞ b  = b wenn bk ≠0 ∀ k ∈ [
 1, ∞ )
 k 
Absolutbetrag jedes einzelnen Folgengliedes immer größer (oder gleich) ist. Sie ist nach unten
 ak 
 = 0 wenn βk ≠0 ∀ k ∈ [
1, ∞ )
beschränkt, wenn der Absolutbetrag |a| = − a ist und nach oben beschränkt, wenn |a| = a ist. Eine lim 
k→ ∞β
Vektorfolge heißt beschränkt, wenn der Betrag der Folgenvektoren beschränkt ist. Dies wiederum  k 
ist der Fall, wenn jede Kompnentenfolge beschränkt ist.
4.1.10 Alternierende Folgen:
Folgen, die mit jedem Folgenglied zwischen positiven und negativen Werten schwanken, heißen
4.1.5 Monotonie: alternierende Folgen.
Wenn alle k ∈ Á sind, kann für Folgen formuliert werden: Beispiel: a k = (− 1)
k− 5
Monoton wachsend: ak + 1 ≥ ak
Streng monoton wachsend: ak + 1 > ak
Monoton fallend: ak + 1 ≤ ak 4.2 Unendliche Reihen
Streng monoton fallend: ak + 1 < ak Wird einer unendlichen Folge von Zahlen eine Summe zugeordnet, die als Summanden die
Folgenglieder haben, so heißt diese Summe unendliche Reihe. Werden nur die Folgenglieder bis
4.1.6 Eulersche Zahl: zur Stelle k addiert, so spricht man von der k-ten Partialsumme der Reihe. Die Konvergenz,
Die Eulersche Zahl e ist der Grenzwert einer Folge: Divergenz und Monotonie wird definiert wie bei Folgen.
k
 1
e = lim ak = lim1 +  ≈2,71828...
k→ ∞ k→ ∞
 k
4.2.1 Cauchy-Kriterium für Reihen:
4.1.7 Konvergenzkriterium von Cauchy: Es besagt analog zum Cauchy-Kriterium für Folgen, daß es zu jeder Differenz zweier
Satz und Definition: Eine reelle oder komplexe Folge bzw. Vektorfolge ist genau dann Partialsummen m und n, welche kleiner als ein ε > 0 ist, ein N (ε) gibt, für das gilt: m ≥ n ≥ N (ε).
konvergent, wenn sie eine Cauchy-Folge ist, d.h. es gibt zum ε > 0 eine Zahl N (ε), für die existiert Allgemein muß gelten, daß die Folge der Partialsummen konvergiert.
1
Beispiel: Die harmonische Reihe ∑ ist divergent.
an − am ≤ ε n, m ≥ N (ε) k
Seite 25 Seite 26
Erfüllt eine Reihe das Cauchy-Kriterium, so gilt: ∑a k

konvergent ⇔ lim ak = 0
k→ ∞
4.2.6 Konvergenzkriterium von Leibniz für alternierende Reihen:
Ist die Folge der Reihenglieder monoton fallend und deren Grenzwert null, so ist die Reihe
konvergent.
4.2.2 Majoranten- und Minorantenkriterium: 4.2.7 Cauchy-Produkt, Satz von Mertens:

Das Cauchy-Produkt zweier Reihen wird definiert als:
Mit der Reihe ∑ ak , ak ∈¶ , läßt sich sagen: ∞ n
∑c
k =0
k mit cn = a0bn + a1bn− 1 + ... + an b0 = ∑ ak ⋅bn− k
k =0
4.2.2.1 Die konvergente Reihe ∑b, k ∑ ak , wenn ab

bk ∈ Å + heißt Majorantenreihe von
Satz von Mertens: Konvergiert eine Reihe gegen A und eine andere gegen B, so konvergiert ihr
einer bestimmten Stelle N0 das Reihenglied bk ständig größer ist als |ak|. Dann ist die Reihe ∑ a Cauchy-Produkt gegen AB.
k
absolut konvergent.
4.2.2.2 Die divergente Reihe ∑c ,

k ck ∈ Å + heißt Minorantenreihe von ∑ a , wenn ab einer
k
∞
bestimmten Stelle N0 das Reihenglied ck ständig kleiner ist als |ak|. Dann ist die Reihe ∑k =1
a
k
divergent (die Reihe ∑ ak nicht absolut konvergent).
4.2.3 Die geometrische Reihe:

∞
Allgemein lautet sie: ∑q
k =0
k
, q ∈¶
p
1
Bedingung für Konvergenz: |q| < 1: lim ∑ q k =
p→ ∞
k =0 1− q
p
Bedingung für Divergenz: |q| ≥ 1: lim ∑ q k = ∞
p→ ∞
k =0
4.2.4 Das Quotientenkriterium:

Es sei ∑ a , ak ∈¶ eine beliebige Reihe. Es gilt für diese Reihe:
k
a
Für g = lim k + 1 gilt :
k→ ∞ a
k
g <1⇒ ∑a k konvergiert absolut

g >1⇒ ∑a k divergiert
g = 1 ⇒ keine Aussage über das Konvergenzverhalten möglich
4.2.5 Wurzelkriterium:
Die Reihe ∑ a , ak ∈¶ ist gegeben.
k
Für g = lim k ak gilt :
k→ ∞
g <1⇒ ∑a k konvergiert absolut

g > 1⇒ ∑a k divergiert
g = 1 ⇒ keine allgemeine Aussage über das Konvergenzverhalten möglich
Seite 27 Seite 28
5. Funktionen, Grenzwerte und Stetigkeit 6. Differentialrechnung

5.0.1 n-dimensionale Funktionen: 6.0.1 Tangente:
Eine Funktion mit n reellwertigen Veränderlichen erzeugt einen Graphen der Dimension n+ 1. Die Tangente einer Funktion f an der Stelle x ist eine Gerade, die die Funktion f an der Stelle x
berührt bzw. unter dem Winkel α = 0 schneidet.
5.0.2 Darstellung einer n-dimensionalen Funktion:
6.0.2 Limes des Differenzenquotienten, Ableitung der Funktion f an der Stelle x:
f : z a f (z ) z ∈ A ⊆ Ån f ( x )− f (x0 ) df
f ′(x0 )= lim = ( x0 )= = Df ( x0 )
df
{ }
G f = f (z )∈ Å n+ 1 z = (x1 , x2 ,..., xn , f (x1 , x2 ,..., xn ))
x→ x0 x − x0 dx dx x = x0
6.0.3 Differenzierbarkeit:
5.1 Grenzwerte Die Differenzierbarkeit kann eingeschränkt sein (s. Stetigkeit). Man unterscheidet deshalb
linksseitige und rechtsseitige Differenzierbarkeit.
5.1.1 Übertragungsprinzip für Grenzwerte von Funktionen:
Der Limes einer Funktion f(x) an der Stelle x0 lautet analog zum Grenzwert von Folgen und 6.1 Ableitungsregeln
Reihen:
lim f ( x )= a 6.1.1 Faktorsatz:
x→ x0
(c ⋅ f )(′x )= c ⋅ f ′(x )
⇔ für ein ε > 0 existiert ein δ (ε, x 0 ), für das gilt : 6.1.2 Summenregel:
f (x )− a ≤ ε falls x − x 0 ≤ δ (ε, x 0 ) ( f + g )(′x)= f ′(x)+ g′(x)
6.1.3 Produktregel:
( f ⋅g )(′x )= f ′(x )⋅g (x )+ f (x )⋅g ′(x )
5.1.2 Linksseitiger Grenzwert, rechtsseitiger Grenzwert: 6.1.4 Quotientenregel:
Man unterscheidet die Grenzwerte, die ermittelt werden, wenn man sich von links oder von f  f ′(x )⋅g (x )− f (x )⋅g ′( x )
 
 ′( x )=
rechts an die Stelle x0 nähert, denn bei vielen Funktionen sind sie an bestimmten Stellen
 g g 2 (x )
unterschiedlich.
6.1.5 Kettenregel:
5.1.3 Uneigentlicher Grenzwert:
(g of )(′x )= g ′( f (x ))⋅ f ′(x )
Als uneigentlichen Grenzwert bezeichnet man den Grenzwert lim f (x )= ±∞ .
x→ x 0 Ist die Ableitung an der Stelle x positiv, so ist die Funktion dort monoton steigend, ist die
Ableitung negativ, so ist sie dort monoton fallend. Ist sie null, so liegt ein Extrempunkt oder
5.1.4 Stetigkeit von Funktionen: Terrassenpunkt vor.
Eine Funktion heißt stetig in x0, wenn ihr rechts- und linksseitiger Grenzwert (und
gegebenenfalls der Funktionswert) bei x0 gleich sind. 6.2 Ableitungen von reellwertigen Funktionen mehrerer Veränderlicher und
von vektorwertigen Funktionen
5.2 Eigenschaften stetiger Funktionen 6.2.1 Vektorwertige Funktionen und deren Ableitung:
 f1 (x )
5.2.1 Extremwertsatz von Weierstraß:  
 f (x )
Gilt für ein gegebenes Intervall [a,b] für ein x aus diesem Intervall Funktion f : D a Å m : f ( x )=  2 
f ( x1 )≤ f ( x )≤ f ( x2 ) M
 
 f (x )
f ( x2 )= sup{f (x )x ∈ [ }
a, b ]  m 
f (x1 )= inf {f (x )x ∈ [
a, b]}  f1 ' ( x )
 
 f ' ( x )
so, heißt x1 Minimum von f auf [a,b] und x2 Maximum von f auf [a,b]. Ableitung f ' ( x )von f (x ): f ' ( x )=  2
M 
 
5.2.2 Monotonie stetiger Funktionen:  f ' (x )
 m 
Die Monotoniebegriffe werden ebenso definiert wie für Folgen und Reihen.
f'(x) ist der Richtungsvektor der Tangente an die Kurve f im Punkt (x, f(x)).
Seite 29 Seite 30
6.2.2 Partielle Ableitung einer reellwertigen Funktion f:

Die partielle Ableitung einer Funktion f(x) nach xj in x0 lautet:
Die totale Ableitung an einer Stelle x0 ergibt eine Matrix. Für sie gilt:
∂f
(x 0 )= ∂f = f x j (x 0 )  ∂f1 ∂f1 ∂f1
∂x j ∂x j x = x0
 (x 0 ) (x 0 ) L (x 0 )
 ∂x1 ∂x2 ∂xn 
 ∂f 2 ∂f 2 ∂f 2
Dabei werden außer xj alle Veränderlichen als Konstanten angenommen und entsprechend A = f x (x 0 )= f ' ( x 0 )=  ∂x1 0
(x ) (x 0 ) L (x 0 )
 ∂x2 ∂xn 
behandelt.
 M M O M 
∂f m (x ) ∂f m
(x 0 ) L
∂f m
(x 0 )
6.2.3 Totale Ableitung bei einer Funktion f(x,y,z) im Å : 3
 ∂x 0
∂x2 ∂xn
 1 
Geometrisch stellt die totale Ableitung f'(x) in Å 3 die Tangentialebene an f(x) in x0 dar.
Dies ist eine (m,n)-Matrix.
   
x   x 0   1   0  Wird ein weiteres Mal abgeleitet, so entsteht die sogenannte Hessesche Matrix.
     +  
ET :   
y = y + t 0 s 1 
0 ∂f  ∂
 z   f ( x , y )  (x0 , y 0 , f (x0 , y 0 ))  (x0 , y 0 , f (x0 , y 0 ))
f
   0 0  ∂y  Beispiel zu vektorwertigen Funktionen:
∂x    Gegeben als Funktion ist das Vektorprodukt. Gesucht ist die erste Ableitung.
 ∂f ∂f
− (x0 , y 0 , f (x0 , y0 )) 
− (x0 , y0 , f (x0 , y0 ))
 ∂x  x   ∂x   x0  a1   x1  a 2 x3 − a3 x2 
∂f   ∂f        
bzw. ET : − (x0 , y 0 , f (x0 , y0 ))⋅y  = − (x0 , y0 , f (x0 , y0 ))⋅ y0  f ( x )= a ×x = a2 ×x2  =  a3 x1 − a1 x3 
 ∂y ∂y a  x  a x − a x 
 1  
z   1  
 f ( x0 , y0 )  3  3  1 2 2 1 
   
     0 − a3 a 2 
 
f ' ( x )=  a3 0 − a1 
6.2.4 Gradient: − a 0 
 2 a1 
Als Gradient der Funktion f in x0 wird dieser (transponierte)Vektor a bezeichnet:
6.2.6 Ableitungsregeln für vektorwertige Funktionen:
a = (grad f )(x 0 )= (X f )(x 0 )= ( f ' (x 0 ))
T
Analog zu reellwertigen Funktionen einer Veränderlichen gelten der Faktorsatz und die
Summenregel.
Hierbei ist X der Nabla-Operator, der in Kapitel 16.3 näher beschrieben wird. ( f ⋅g )x1 
 
X ( f ⋅g )=  M  = g ⋅X f + f ⋅X g
grad f = X f = f xT = ( f ')
T Die Produktregel für m = 1:
Als Gradient oder Gradientenfeld von f bezeichnet man:  
( f ⋅g )xn 
6.2.5 Partielle Ableitung einer vektorwertigen Funktion: Es handelt sich also um eine (n,1)-Matrix.
Die partiellen Ableitungen einer solchen Funktion werden nur komponentenweise erklärt. Es Für weiteres zum Nabla-Operator X siehe Kapitel 16.3 .
gilt:
Die Kettenregel mit y 0 = f (x 0 ): (g of ) (x )= g ( f (x ))⋅ f (x )
x 0 y 0 x 0
∂ 
 f1 (x )
 f1 ( x )  ∂x j 
  ∂ 
∂ ∂  f 2 ( x )  f 2 (x )
f ( x )= = ∂x
∂x j ∂x j  M   j 

 f (x )
  M 
 n  ∂ 
∂x f n ( x )
 j 
Seite 31 Seite 32
7. Potenzreihen und elementare Funktionen 7.1.9 Wichtige Eigenschaften der Logarithmusfunktion:

log a (x ⋅y )= log a x + log a y
( )
log a x y = y ⋅log a x
7.1 Exponentialfunktion und Logarithmus 1
1− ≤ ln x ≤ x − 1 alles gültig für a > 0 , a ≠1 und x, y > 0
x
7.1.1 (Komplexe) Exponentialfunktion:
∞
zk
Sie lautet: exp(z )= ∑
k = 0 k! 7.1.10 Die Graphen von ex und ln(x):
4
7.1.2 Reelle Exponentialfunktion:
y
∞ k
exp(x )= e x = ∑
x
Sie lautet: 3
k = 0 k!
y = ex
2
7.1.3 Umkehrfunktion ln(x):
Sie heißt natürlicher Logarithmus. e ln ( x ) = x
1 y = ln(x )
7.1.4 Reelle Exponentialfunktion zur Basis a:
Sie lautet: a x = e x⋅ln (a ) 0
−4 −3 −2 −1 0 1 2 3 x 4
7.1.5 Logarithmus zur Basis a:
ln(x ) −1
Er lautet: log a (x )=
ln(a )
−2
7.1.6 Ableitungen von Exponentialfunktionen:

−3
(e )′= e
x x Exponential- und
Logarithmus-Funktion
(a )′= a
−4
x x
⋅ln (a )
Abbildung 2: Die Graphen von ex und ln(x)
7.1.7 Ableitungen von Logarithmusfunktionen:
(ln(x ))′= 1
x
′
(log a (x )) = 1
ln(a )⋅x 7.2 Trigonometrische Funktionen
7.1.8 Wichtige Eigenschaften der Exponentialfunktion: 7.2.1 Sinusfunktion:

Für a > 0 gilt:
sin ( z )= ∑
∞
(− 1)k ⋅z 2k + 1
k =0 (2k + 1)
1 !
a− x = x
a
a x1 ⋅a x2 = a x1 + x2
(a ) ( )
7.2.2 Cosinusfunktion:
x1 x2 x1
= a x1⋅x2 = a x2 ∞
(− 1)k ⋅z 2k
cos( z )= ∑
(a ⋅b )x = a x ⋅b x k =0 (2k )!
a0 = 1
Seite 33 Seite 34
7.2.4 Die Graphen von sin(x), cos(x), Arcsin(x) und Arccos(x)1:
7.2.3 Wichtige Eigenschaften der Sinus- und Cosinus-Funktionen: 3

y
7.2.3.1 Symmetrie: 2,5
cos(− z )= cos(z )
y =
Arccos(x )
2
sin (− z )= − sin (z )
y = Arcsin(x )
1,5
7.2.3.2 Eulersche Formeln:
1
sin ( z )= ( )
1 iz y = sin(x )
e − e − iz
2i y = cos(x )
0,5
(
cos( z )= e iz + e − iz
1
2
)
0
−π − π/2 0 π/2 x π
7.2.3.3 Pythagoras: cos 2 ( z )+ sin 2 (z )= 1 − 0,5
7.2.3.4 Additionstheoreme:
−1
sin ( z + w)= sin ( z )⋅cos(w)+ cos(z )⋅sin (w) Trigonometrische Funktionen

− 1,5
cos( z + w)= cos(z )⋅cos(w)− sin (z )⋅sin (w)
Abbildung 3: Die Graphen von sin(x), cos(x), Arcsin(x) und Arccos(x)
7.2.3.5 Periodizität:
 π
sinz +  = cos( z ) 7.2.5 Reelle Tangensfunktion, reelle Cotangensfunktion:
 2
sin (x )
 π
cosz +  = − sin ( z ) tan( x )=
cos(x )
 2
sin (z + π )= − sin ( z ) cos(x )
cot( x )=
cos(z + π )= − cos( z ) sin (x )
sin (z + 2π )= sin ( z )
7.2.5.1 Wichtige Grenzwerte:
cos(z + 2π )= cos( z ) lim (tan (x ))= − ∞
π
x→ − +
2
7.2.3.6 Ableitungen der reellwertigen Funktionen: lim
π
(tan (x ))= ∞
x→ −
sin ′( x )= cos( x )
2
lim (cot (x ))= ∞

cos′( x )= − sin (x ) x→ 0 +
lim (cot (x ))= − ∞

x→ π −
1
Umkehrfunktionen siehe Kapitel 7.2.7
Seite 35 Seite 36
7.2.5.2 Periodizität: 7.2.7 Umkehrfunktionen der trigonometrischen Funktionen:

 π Weil bei trigonometrischen Funktionen immer nur ein Intervall von einer halben Periode
tanx +  = − cot( x ) x ≠nπ eineindeutig ist, werden die Umkehrfunktionen für einzelne Intervalle definiert. Diese tragen einen
 2
Index n, der besagt, an der wievielten Periode die jeweilige Funktion umgekehrt wurde.
 π 2n + 1
cotx +  = − tan( x ) x ≠ π 2n − 1 2n + 1 
 2 2 arcsin n : [ − 1,1]→  π, π
 2 2 
7.2.5.3 Additionstheoreme: arccosn : [ − 1,1]→ [nπ , (n + 1)π ]
2n − 1 2n + 1 
arctan n : [
− ∞ , ∞ ]→  π, π
tan (x )+ tan ( y ) 2n + 1  2 
tan( x + y )= y ≠− x + π 2
1 − tan( x )⋅tan( y ) 2 arccot n : [
− ∞ , ∞ ]→ [
nπ , (n + 1)π ]
cot (x )⋅cot ( y )− 1
cot( x + y )= y ≠ − x + nπ
cot (x )+ cot( y ) n = 0 beschreibt die Hauptzweige der Umkehrfunktionen:
arcsin 0 (x )= Arcsin(x )
7.2.5.4 Ableitungen: arccos0 (x )= Arccos(x )
arctan 0 (x )= Arctan( x )
2n + 1
tan ′(x )=
1
x≠ π arccot 0 (x )= Arccot( x )
cos 2 ( x ) 2
cot ′(x )= −
1
x ≠nπ 7.2.7.1 Symmetrie-Eigenschaften:
sin 2 (x ) Mit x ∈ (− ∞ , ∞ ) gilt:
arctan n ( x )= Arctan(x )+ nπ
7.2.6 Die Graphen von tan(x), cot(x), Arctan(x) und Arccot(x)1: arccot n ( x )= Arccot(x )+ nπ
4
Mit x ∈ [− 1,1] gilt:
y
Arcsin( x )= − Arcsin(− x )
arcsin 2 n ( x )= Arcsin( x )+ 2n ⋅π
y = cot(x ) y = tan(x )
arcsin 2 n+ 1 ( x )= − Arcsin(x )+ (2n + 1)⋅π
π
y = Arccot(x )
2 Arcsin( x )= − Arccos(x )
2
π
arccosn ( x )= arcsin n+ 1 (x )−
2
0
7.2.7.2 Ableitungen:
−π − π/2 0 π/2 x π
Mit x ∈ [− 1,1] gilt:
y = Arctan(x )
′
arcsin n (x )=
(− 1)n
1− x2
−2
Arcsin ′(x )=
1
1− x2
Tangens- und ′
arccosn (x )= −
(− 1)n
Cotangens-Funktionen
1− x2
−4
Arccos′(x )= −
1
Abbildung 4: Die Graphen von tan(x), cot(x), Arctan(x) und Arccot(x) 1− x2
1
Umkehrfunktionen siehe Kapitel 7.2.7
Seite 37 Seite 38
Mit x ∈ (− ∞ , ∞ ) gilt:
′ 7.3.8 Ableitungen:
arctan n (x )=
1
1+ x2
′ (sinh z )′= cosh z
arccot n (x )= −
1
1+ x2 (cosh z )′= sinh z
Allgemein läßt sich über diese Umkehrfunktionen sagen, daß sie durch Spiegelung der
7.3.9 Grenzwerte:
ursprünglichen Funktion an der Geraden y = x erzeugt werden.
lim sinh x = ±∞
x → ±∞
lim cosh x = ∞
x → ±∞
7.3 Hyperbolische Funktionen
7.3.10 Umkehrfunktionen:
7.3.1 Sinus hyperbolicus:
∞
z 2k + 1
sinh (z )= ∑
7.3.10.1 Area sinus hyperbolicus:
k =0 (2k + 1) !
arsinh : Å → Å
7.3.2 Cosinus hyperbolicus: ⇔ arsinh(sinh x )= x
∞
z 2k sinh (arsinh y )= y
cosh(z )= ∑
k =0 (2k ) !
7.3.3 Schreibweise mit Exponentialfunktionen: 7.3.10.2 Area cosinus hyperbolicus:
sinh (z )= ⋅(e z − e − z )
1
2 arcosh + : [
1, ∞ )→ [
0, ∞ )
arcosh − : [
1, ∞ )→ (− ∞ ,0]
cosh(z )= ⋅(e + e − z )
1 z
2
⇒ cosh 2 ( z )− sinh 2 (z )= 1 7.3.10.3 Schreibweise mit natürlichem Logarithmus:
7.3.4 Symmetrie-Eigenschaften: Für x ∈ Å gilt : ( x + 1)

arsinh x = ln x + 2
Für x ∈ [
1, ∞ )gilt : x = ln (x ± x − 1)
2
sinh (− z )= − sinh (z )
arcosh ±
cosh(− z )= cosh (z ) 7.3.10.4 Ableitungen der Umkehrfunktionen:
7.3.5 Additionstheoreme:
sinh (z + w)= sinh z ⋅cosh w + sinh w ⋅cosh z (arsinh x )′= 1
x2 + 1
cosh(z + w)= sinh z ⋅sinh w + cosh z ⋅cosh w
(arcosh ± x )′= 1
für alle x ∈ (1, ∞ )
7.3.6 Zusammenhang mit der sin- bzw. cos-Funktion: ± x2 − 1
sin (iz )= i ⋅sinh z

sinh (iz )= i ⋅sin z
cos(iz )= cosh z
cosh(iz )= cos z
7.3.7 Moivresche Formel:

(cosh z + sinh z )n = cosh(nz )+ sinh (nz )
Seite 39 Seite 40
7.3.11 Die Graphen von sinh(x), cosh(x), arsinh(x) und arcosh(x): 7.3.12.3 Ableitungen:
3
(tanh x )′= 1
y
cosh 2 x
2
(coth x )′= 1 2 x ≠0
sinh x
y = cosh(x )
1 y = Arcosh+(x ) 7.3.13 Umkehrfunktionen:
Area tangens hyperbolicus und Area cotangens hyperbolicus:
0 artanh : (- 1,1)→ Å
arcoth : {x x ∈ [
- 1,1], x ∈ Å}→ {x x ≠0, x ∈ Å}
x
−3 −2 −1 0 1 2 3
−1
y = Arcosh-(x ) Ferner gilt:
tanh(artanh y )= y für y ∈ [
- 1,1]
y = Arsinh(x )
artanh(tanh x )= x für x ∈ Å
coth(arcoth y )= y für y ∉ [
- 1,1]
−2
y = sinh(x )
Hyperbolische Sinus- arcoth(coth x )= x für x ≠0

und Cosinus-Funktionen
−3
7.3.13.1 Schreibweise mit natürlichem Logarithmus:
Abbildung 5: Die Graphen von sinh(x), cosh(x), arsinh(x) und arcosh(x)
1 1 + x 
artanh x = ln  für x ∈ (− 1,1)
2 1 − x 
7.3.12 Reeller Tangens hyperbolicus und Cotangens hyperbolicus:
1 1 + x 
arcoth x = ln  für x ∉ (− 1,1)
sinh x 2 1 − x 
tanh x =
cosh x
cosh x 7.3.13.2 Ableitungen:
coth x = für x ≠0
sinh x
(artanh x )′= 1
für x ∈ (− 1,1)
7.3.12.1 Additionstheoreme: 1− x2
tanh x1 + tanh x2
(arcoth x )′= 1 2 für x ∉ (− 1,1)
tanh( x1 + x2 )= 1− x
1 + tanh x1 ⋅tanh x2
1 + coth x1 ⋅coth x2
coth( x1 + x2 )= für x1 ≠0, x2 ≠0, x1 + x2 ≠0
coth x1 + coth x2
7.3.12.2 Grenzwerte:
lim tanh x = ±1
x → ±∞
lim coth x = ±1
x → ±∞
lim coth x = ±∞
x → 0±
Seite 41 Seite 42
7.3.14 Die Graphen von tanh(x), coth(x), artanh(x) und arcoth(x):

3
y
8. Anwendung der Differentialrechnung
8.1 Der Mittelwertsatz und einfache Anwendungen
y = coth(x ) 8.1.1 Satz von Rolle:
1 Ist eine stetige Funktion f(x) an den Rändern eines Intervalls [a,b] null ( d.h. f(a)=0 und f(b)=0 )
und innerhalb dieses Intervalls differenzierbar, so hat diese Funktion innnerhalb dieses Intervalls
y = tanh(x ) mindestens ein Extremum mit f'(x)=0.
−3 y = arcoth(x ) −1 1 x 3 8.1.2 Erster Mittelwertsatz der Differentialrechnung:

Im Intervall [a,b] sei f(x) stetig und differenzierbar. Dann gibt es in [a,b] mindestens ein x, für das gilt:
f (b )− f (a )
−1
y = artanh(x ) = f ′(x )
b− a
8.1.3 Addition einer Konstanten:

Sind die Funktionen f und g differenzierbar im Intervall [a,b] und gilt f'(x) = g'(x) für alle x
Hyperbolische Tangens-
und Cotangens-Funktionen dieses Intervalls, so gibt es eine Konstante C, für die gilt: f = g + C.
−3
0
8.1.4 Regel von l'Hospital für den Fall :
Abbildung 6: Die Graphen von tanh(x), coth(x), artanh(x) und arcoth(x) 0
Wenn lim f (x )= lim g (x )= 0 und g ′( x )≠0 ist, dann gilt :
x → x0 x → x0
f (x ) f ′(x )
lim = lim
x → x0 g ( x ) x → x0 g ′(x )
8.1.5 Regel von l'Hospital für den Fall ∞ :

∞
Wenn lim f (x )= lim g (x )= ∞ und g ′(x )≠0 ist, dann gilt :
x → x0 x → x0
f (x ) f ′(x )
lim = lim
x → x0 g ( x ) x → x0 g ′(x )
f
Ggf. betrachtet man − .
− g
8.1.6 Grenzwerte anderer Formen:

0 ∞
Grenzwerte der Formen 0 ⋅∞ , ∞ − ∞ , 00 , 1∞ und ∞ 0 können auf die Fälle oder
0 ∞
zurückgeführt werden.
8.2 Taylorformel und Taylorreihe bei Funktionen einer Veränderlichen
Jede Funktion f(x) läßt durch ein Polynom Tn(x), für das gilt: f ( x )= Tn (x )+ Rn ( x ). Hierbei ist
Rn(x) ein Restglied ist, das den vorhandenen Fehler ausgleicht.
Seite 43 Seite 44
8.2.1 Taylorformel: Beispiel: Die MacLaurin-Reihenentwicklung der folgenden Funktion f(x):

Ist die Funktion f(x) (n+1)-fach differenzierbar, so gilt für deren Taylorpolynom:
f ( x )= (1 + x )
α
64 4 4 4 4 4 4 4 =4Tn (4x, x04) 4 4 74 4 4 4 4 4 4 4 4 4 4 4 48

Taylorpolynom n - ten Grades
α ⋅(α − 1) 2 α ⋅(α − 1)⋅(α − 2)L (α − k + 1) k
f ′′(x0 ) f (n )(x0 ) = 1 + α ⋅x + ⋅x + K + x + K
f (x )= f (x0 )+ f ′(x0 )⋅(x − x0 )+ ⋅(x − x0 ) + K + ⋅(x − x0 ) + Rn (x, x0 )
2 n
2! k!
1 4 243
α ⋅(α − 1)⋅(α − 2)L (α − k + 1) k
2! n! n
=∑ x + Rn (x )
Lagrangesc hes Restglied
f (n + 1)(ξ )
Rn (x, x0 )= ⋅(x − x0 ) mit ξ ∈ [
x, x 0 ]
n+ 1 k =0 k!
(n + 1)! α
α  k
=∑   x
k = 0 k 
Beispiel: Taylorformel um x0 = 0 für die Funktion f(x) = ex innerhalb des Intervalls [− 1,1].
x 2 x3 x4 1
ex = 1+ x + + + + δ δ <
2 6 120 120
T 2(x )= 1 + x
8.3 Kurvendiskussion
x 2 x3
T 4(x )= 1 + x + + Vorgehensweise:
2 6 Erstens: Bestimmung des Definitionsbereiches
3 Zweitens: Bestimmung der Nullstellen (mit der x-Achse)
Drittens: Bestimmung der Unstetigkeitsstellen bzw. der
y
Grenzwerte der Funktion (falls möglich) an den
2,5 y = exp(x ) Rändern des Definitionsbereiches
Viertens: Bestimmung der Ableitung an den Rändern des
y = T4(x ) Definitionsbereiches
2 Fünftens: Bestimmung des qualitativen Verlaufs des Graphen mit
relativen Extremwerten ( Nullstellenmenge von f'(x) )
y = T2(x )
Sechstens: Bestimmung der Wendepunkte ( Nullstellenmenge von f''(x) )
1,5 Siebtens: Bestimmung von Monotonieintervallen ( einheitlich in den
Bereichen zwischen den Nullstellen von f'(x) )
Achtens: Bestimmung von Konvexitäts- und Konkavitätsbereichen
1
8.3.1 Asymptote:
0,5 Eine Asymptote an eine Funktion f(x) ist diejenige Gerade g(x) = ax + b, für die gilt:
Exponentialfunktion angenähert
durch Taylorpolynome
lim [f (x )− g (x )]= 0
0 x→ + ∞
-1,0 -0,5 0,0 0,5 x 1,0

Bestimmung von g(x):
Abbildung 7: Exponentialfunktion angenähert durch Taylorpolynome f (x )

lim =a
x → ±∞x
8.2.2 Taylorreihe, MacLaurin-Reihe: lim [f (x )− ax]= b
x → ±∞
Ist die Funktion f(x) beliebig oft differenzierbar, so konvergiert deren Taylorreihe, welche
folgendermaßen lautet:
f (x0 )
∞ (k ) Die Funktion f(x) hat eine senkrechte Asymptote an der Stelle x0, falls sie dort einen uneigent-
f (x )= ∑ ⋅(x − x0 )
k
lichen Grenzwert besitzt.
k =0 k!
Für x0 = 0 heißt sie MacLaurin-Reihe.
Seite 45 Seite 46
8.4 Satz von Taylor für Funktionen mehrerer Veränderlicher,

Beispiel: (Graph s. rechts) Asymptoten an die Funktion f(x): Anwendungen auf Extremwertaufgaben
12
f ( x )= 2 x + + 3
y
1 8.4.1 Taylorsche Reihe für Funktionen zweier Veränderlicher:
10
x y = f (x )
8.4.1.1 Erste Form der Darstellung:
g ( x )= 2 x + 3 (schräge Asymptote) ∂f (x, y )
8
f ( x, y )= f (a, b)+ (x − a )+ ∂f (x, y ) ( y − b )+
x0 = 0 (senkrechte Asymptote) y = g (x ) ∂x ( x , y )=( a ,b ) ∂y ( x , y )=( a ,b )
6
∂ 2 f (x, y )
1
(x − a )2 + 2 ∂f (x, y ) (x − a )( y − b)+ ∂ f (2x, y )

(x − b )2  +
2
4 + 
 ∂ x ( x , y )=( a ,b ) ∂x∂y ( x , y )=( a ,b ) ∂ y ( x , y )=( a ,b )
2
2 

2
+ {K}+ K + {K}+ Rn
1 1
0 6 n!
x
-3 -2 -1 0 1 2 3 8.4.1.2 Zweite Form der Darstellung:
2
1 ∂ ∂  1 ∂ ∂ 
-2
f ( x + h, y + k )= f ( x, y )+  h+ k  f (x, y )+  h+ k  f (x, y )+
-4 1! 
∂x ∂y  2! 
∂x ∂y 
3 n
1 ∂ ∂  1 ∂ ∂ 
-6
 h++ k  f ( x, y )+ K +  h+ k  f (x, y )+ Rn
8.3.2 Konvexität, Konkavität: 3! 
∂x ∂y  n! 
∂x ∂y 
8.4.1.3 Das Restglied lautet:
n+ 1
8.3.2.1 Konvexitätskriterium: Ist die erste Ableitung f'(x) einer Funktion f(x) in einem 1 ∂ ∂ 
Rn =  h+ k f ( x + Θ h, y + Θ k ) (0 < Θ < 1)
Intervall [a,b] monoton steigend, d.h. die zweite Ableitung
f''(x) > 0, so heißt die Funktion f(x) konvex auf [a,b].
(n + 1)! ∂x ∂y 
8.3.2.2 Konkavität: Eine Funktion f(x) heißt konkav auf [a,b], wenn − f(x) dort konvex ist.
8.4.2 Taylorsche Reihe für Funktionen von m Veränderlichen:
Die Darstellung erfolgt analog mit Differentialoperatoren.
Beispiel: Graph der Funktion f(x) = sin(x) + 0,5
2
8.4.2.1 Taylor-Reihe:
f ( x1 + h1 , x2 + h2 , K , xm + hm )= f ( x1 , x2 , K , xm )+
f (x ) i
n
1 ∂ ∂ ∂ 
∑ h2 + K +  f ( x1 , x2 , K , xm )+
relatives Maximum relatives Maximum
+  h1 + hm 
1,5
i =1 i! ∂
 1
x ∂x 2 ∂x m 
+ Rn
Konkaver Bereich 8.4.2.2 Restglied:
1
n+ 1
1 ∂ ∂ ∂ 
Wendepunkt
Rn =  h + h + K+ hm  f (x1 + Θ 1h1 , x2 + Θ 2 h2 ,K, xm + Θ m hm )
(n + 1)! ∂x1 1 ∂x2 2 ∂xm 
Wendepunkt

Konkaver
Bereich
(0 < Θ i < 1)
0,5
y-Achsenabschnitt
0
Nullstelle Nullstelle 8.4.3 Relative und absolute Extrema:
0 π Konvexer Bereich 2π x
8.4.3.1 Eine Funktion f besitzt im Punkt x0 ein strenges relatives Maximum, wenn die
Funktionswerte der Punkte des nächsten Umkreises (δ > 0) um f(x0) vom Betrag kleiner sind als
− 0,5
f(x0). Bei relativen Maxima ist die Gleichheit der Funktionswerte zugelassen. f(x0) ist ein
relatives Minimum entsprechendes Minimum, wenn − f(x0) ein entsprechendes Maximum ist.
f (x ) = sin(x ) + 0,5
8.4.3.2 Eine Funktion f besitzt im Punkt x0 ein strenges absolutes Maximum, wenn die
Funktionswerte aller anderen Punkte im Definitionsbereich von f vom Betrag kleiner sind als f(x0).
−1
Bei absoluten Maxima ist die Gleichheit der Funktionswerte zugelassen. f(x0) ist ein
Abbildung 8: Bezeichnungen am Funktionsgraphen entsprechendes Minimum, wenn − f(x0) ein entsprechendes Maximum ist.
Seite 47 Seite 48
8.4.3.3 Ein Sattelpunkt liegt vor, wenn eine Funktion f an der Stelle x0 zwar nur Ableitungen Beispiel:
vom Betrag Null hat, die obenstehenden Bedingungen aber nicht erfüllt sind. Gegeben ist das folgende nichtlinare Gleichungssystem:
 e ⋅cos( y )⋅sin ( z )+ y = 0
 x 2

2 x ⋅cos( y z )+ sin ( y + x )= 0
Beispiel: Der Punkt (0,0) der folgenden Funktion ist ein Sattelpunkt.
 2 2
f ( x, y )= x 2 − y 2
f x = 2 x, f y = − 2 y, f x (0,0)= f y (0,0)= 0 Geschrieben im Format nach dem Satz über impliziten Funktionen:
F1 (x, y, z )  e x ⋅cos( y )⋅sin (z )+ y 2 
F ( x, y, z )= 
F (x, y, z )=  
8.4.4 Hinreichende Bedingung für strenge relative Extrema:
Eine Funktion f sei im Intervall I = (a, b)×(c, d ) 2-fach differenzierbar und bilde Å 2 auf Å ab.  2
 ( )
 2 x ⋅cos y z + sin y + x
2
( 2
)


Es sei der Vektor ( x0 , y0 )∈ I .
Es ist F (0,0,0)= 0.
8.4.4.1 Strenge relative Maxima:
Wenn nun f x ( x0 , y0 )= f y (x0 , y0 )= 0 und f xx ( x0 , y0 )⋅ f yy ( x0 , y0 )− f xy2 (x0 , y0 )> 0 während Gesucht sind nun y(x) und z(x).
f yy (x0 , y0 )< 0 ist, dann liegt in (x0,y0) ein strenges relatives Maximum vor. Die Voraussetzungen 1.) bis 3.) sind erfüllt. Es ist
DF1  F1x F1 y F1z 
8.4.4.2 Strenge relative Minima: DF = DF = 



 2  F2 x F2 y F2 z 
Wenn nun f x ( x0 , y0 )= f y (x0 , y0 )= 0 und f xx ( x0 , y0 )⋅ f yy ( x0 , y0 )− f xy2 (x0 , y0 )> 0 während
f yy (x0 , y0 )> 0 ist, dann liegt in (x0,y0) ein strenges relatives Minimum vor.
 e x ⋅cos( y )⋅sin (z ) − e x ⋅sin ( y )⋅sin ( z )+ 2 y e x ⋅cos( y )⋅cos(z ) 
= 
( ) ( ) ( ( )) (
2 ⋅cos y 2 z + cos y + x 2 ⋅2 x 2 x ⋅ − sin y 2 z ⋅2 yz + cos y + x 2
 ) ( ( ))
2 x ⋅ − sin y 2 z ⋅y 2 

8.4.5 Satz über implizite Funktionen: 0 0 1 
⇒ D F (0,0,0)= 
{( ) }
Es sei n,m∈ Á mit n>m und Å n = Å n− m ×Å m = x, y x ∈ Å n− m , y ∈ Å m , D ⊂ Å n offen, 2 1 0 



(x , y )∈ D , es gelte ferner:
0 0
0 1 
⇒ D( y , z )T F (0,0,0)= 
 

1 0 
1.) F : D → Å m ist k-fach stetig partiell differenzierbar, 0 1 
⇒ D( x , z )T F (0,0,0)= 
2 0 

( )
2.) F x 0 , y 0 = 0 und
 
0 0 
⇒ D( x , y )T F (0,0,0)= 
2 1 

( )
3.) D y F x 0 , y 0 ist nichtsingulär, der Betrag der Determinante der Ableitungmatrix also ungleich Null.  
Aus den Beträgen der jeweiligen Determinanten wird sofort ersichtlich, daß nach y(x) und z(x)
Dann gibt es eine offene Umgebung U ⊂ Å n− m von x0 und eine offene Umgebung V ⊂ Å m von sowie nach x(y) und z(y) aufgelöst werden kann. Dagegen ist für die Auflösung nach x(z) und y(z)
y0 mit U ×V ⊂ D und es existiert eine k-fach partiell differenzierbare implizite Funktion die Anwendung des Satzes über Implizite Funktionen für die nicht möglich.
f :U → V . Sie hat folgende Eigenschaften:
a) ( )
F x, y = 0 ⇔ y = f (x ), für alle x ∈ U und für alle y ∈ V 8.4.6 Die Lagrangesche Multiplikatorregel:
Insbesondere: y 0 = f ( x 0 ).
8.4.6.1 Es seien die Funktionen f , g :Å n → Å stetig partiell differenzierbar. Ferner liege an der
b) ( ) ( )
Dx F x, f (x ) + D y F x, f (x ) ⋅D f ( x )= 0, für alle x ∈ U
{
Stelle x0 ein relatives Extremum von f eingeschränkt auf die Menge x ∈ Å n g ( x )= 0 vor. }
[ (
Insbesondere: D f ( x 0 )= − D y F x 0 , y 0 )] ⋅D F (x , y ).
−1 Außerdem gelte Dg x ( )≠0 . Dann gibt es ein λ∈ Å mit Df (x )= λ⋅Dg (x ).
0 0 0
x 0 0
8.4.6.2 Lagrangesche Funktion L: L(x )= f ( x )− λ ⋅g (x )

Angewendet werden kann dieser Satz beispielsweise auf nichtlineare Gleichungssysteme, deren
8.4.6.3 Lagrangescher Multiplikator λ: λ =
f xn x ( )
0
(x )
Variablen in Abhängigkeit einer anderen dargestellt werden sollen.
0
g xn
Seite 49 Seite 50
Beispiel: 8.5.1 Das Fehlerfortpflanzungsgesetz:

Gesucht werden die Scheitelpunkte der Ellipse gegeben durch x 2 + xy + y 2 − 3 = 0 .
Formuliert man die Aufgabenstellung gemäß der Lagrangeschen Multiplikatorregel um, so ergibt 8.5.1.1 Systematische Fehler entstehen durch meßtechnische Mängel und können nur durch
sich f ( x, y )= x 2 + y 2 (Kreisgleichung) unter der Bedingung, daß g (x, y )= x 2 + xy + y 2 − 3 = 0 . Verbesserung der jeweiligen Meßapparatur minimiert werden.
Die entsprechende Lagrangesche Funktion lautet dann:
8.5.1.2 Statistische Fehler sind auf Meßungenauigkeit beeinträchtigende Vorkommnisse
DL( x, y )= 0 ⇔ D[f ( x, y )− λ ⋅g (x, y )]= 0 zurückzuführen, wie beispielsweise Ablesefehler, Luftfeuchtigkeit,... Verbessert werden
sie durch häufige Wiederholung derselben Messung.
 f x − λ ⋅g x = 2 x − λ ⋅(2 x + y )= 0

 f y − λ ⋅g y = 2 y − λ ⋅(2 y + x )= 0 8.5.2 Arithmetischer Mittelwert, Streuung:
2x
Mit λ = , 2 x + y ≠0 Für sie gilt:
2x + y
1 n
Daraus folgt dann Arithmetischer Mittelwert: x = ∑ xi
n i =1
x = ±y

3 y − 3 = 0
⇒ g (±y, y )= y ±y + y − 3 =  2
2 2
2
2 Streuung: s =
1 n
(
∑ xi − x
n i =1
)
2

y − 3 = 0
⇒ y1, 2 = ±1
y 3, 4 = ± 3
Extremstellen :
(1,1) (− 1,− 1) ( 3 ,− 3 ) (− 3, 3 )
8.5 Fehler- und Ausgleichungsrechnung
Physikalisch ermittelte (gemessene) Zusammenhänge und deren entsprechend beschreibende

Funktion stimmen nie genau überein. Es bleibt immer eine Differenz zwischen der Folge der
gemes-senen Werte und der eigentlichen Funktion. Man kann diese Funktion den gemessenen
Werten anpassen, indem sie so zwischen die Folge der Meßwerte gelegt wird, daß die Summe der
Quadrate der jeweiligen Differenz minimal wird.
Geht man aus von der Funktion

f : Å n+ 1 → Å
(x, a1 , a 2 ,K, an )a f (x, a1 , a2 ,K, an ),
bei der ai Parameter sind, die bei einer Vorgabe von k Meßpunkten ( x1 , y1 )(
, x2 , y 2 ),K , (xk , y k )
so bestimmt werden sollen, daß die quadratische Fehler-Funktion Φ : Å n → Å definiert durch
k
Φ (a1 , K , an )= ∑ [
yi − f ( xi , a1 , K , an )]
2
i =1
( )
in a10 ,K, a n0 ein Minimum hat. Im linearen Fall bestimmt man anhand der Meßpunkte die
Ausgleichsgerade f(x,a,b) = ax + b.
Seite 51 Seite 52
9.2.2 Wichtige Eigenschaften von Riemann-Integralen:

9. Integralrechnung b a
∫f (x)⋅dx = − ∫f (x )⋅dx
a b
a
9.1 Definition der Stammfunktion ∫f (x)⋅dx = 0
a
b b b
9.1.1 Stammfunktion F(x) einer Funktion f(x): ∫[f (x )+ g (x)]⋅dx = ∫f (x)⋅dx + ∫g (x)⋅dx
a a a
b b
∫γ ⋅ f (x)⋅dx = γ ⋅∫f (x)⋅dx

Es gilt Folgendes:
F (x )= ∫f ( x )⋅dx a a
F ′(x )= f ( x )
b c b
bzw.
∫f (x)⋅dx = ∫f (x)⋅dx + ∫f (x)⋅dx mit c ∈ [
a, b]
b
∫f (x)⋅dx
a a c
Wenn eine solche Funktion F(x) existiert, so heißt f(x) integrierbar und das b b
a
(bestimmte) Riemann - Integral von f in den Grenzen x1 = a (untere Grenze) und x2 = b (obere
∫f (x )⋅dx ≤ ∫ f (x )⋅dx
a a
Grenze).
9.1.2 Hauptsatz der Differential- und Integralrechnung: 9.3 Integrationsmethoden

Eine im Intervall [a,b] stetige Funktion f(x) mit der Stammfunktion F(x) schließt mit der x-Achse Prinzip: Im Allgemeinen eine Umformung und Rückfühung von Integralen auf
b
∫f (x)⋅dx = F (b)− F (a ) ein.

Grundintegrale.
die Fläche
a
9.3.1 Addition der Null:
x2 1 + x2 − 1 1
9.2 Eigenschaften und Anwendungen von Integralen Beispiel: ∫1 + x 2
⋅dx = ∫
1 + x2
⋅dx = ∫1 ⋅dx − ∫1 + x2
⋅dx = x − arctan x
9.2.1 Bogenlänge einer Raumkurve K im Intervall [a,b]:
Für sie gilt allgemein: 9.3.2 Die Ableitung der Funktion tritt im Integranden auf:
′ 2 ′ 2 ′ 2 f n+ 1
l (K )= ∫ f1 (x ) + f 2 (x ) + f 3 ( x ) ⋅dx = ∫ f ' (x ) ⋅dx ∫f
b b
1. Beispiel: n
⋅ f ′⋅dx = n ≠ − 1 und rational
a a n+ 1
Der letzte Term gilt auch für Kurven im Å n . f′

2. Beispiel: ∫f ⋅dx = ln f für Intervalle mit f ≠0
sinh x (cosh x )′⋅dx = ln cosh x = ln cosh x

∫tanh x ⋅dx = ∫cosh x ⋅dx = ∫ cosh x
Seite 53 Seite 54
9.3.3 Die Substitutionsmethode: 9.3.5 Integration rationaler Funktionen (Partialbruchzerlegung):

b g (b )
Allgemein gilt: ∫f (g (x))⋅g ′(x)⋅dx = ∫ f ( y )⋅dy b

P(x )
a ( ) g a 9.3.5.1 Integrale der Form ∫Q(x )⋅dx
a
mit Grad(P) > Grad(Q) werden mit Hilfe von
1. Beispiel: Polynomdivision vereinfacht und - wenn kein Rest bleibt - sofort integriert. Andernfalls benötigt
(x )
64 g7 48 g (1) man die Methode der Partialbruchzerlegung.
( )
1
6 ⋅dx = ⋅ ∫sin y ⋅dy = − ⋅cos y g (0 ) = − [cos (− 1)− cos (− 6 )]
g (1)
∫ ( x 2 )
123 14 4 24x 4− 3
+ ⋅sin x 2
+ 4
1 1 1
2 ( ) 2 2 R(x )
b
0 g′( x ) f ( g ( x )) g 0
9.3.5.2 Bei der Betrachtung von Integralen der Form ∫Q(x )⋅dx mit Grad (R) < Grad(Q) kommt
a
2. Beispiel: der Fundamentalsatz der Algebra zur Anwendung (s. S. 3; 1.8). Dabei wird Q(x) in Faktoren
} 64f (7
g ( x ))
48
g ′( x ) b
reeller Nullstellen und ggf. Polynome der nicht-reellen Nullstellen zerlegt.
b  a 
b b 2
Q( x )= a 0 + a1 x + a2 x 2 + K + a n x n = C ⋅( x − z1 )⋅( x − z 2 )⋅K ⋅( x − z n )
1 1 1 1 b
∫ 4− x 2
⋅dx = ∫ ⋅
2 2
⋅dx = ∫
− 2
⋅dy = arcsin y 2a = arcsin − arcsin 
 2  2 
a a x  a 1 y 2
1−  
( ) (
Nicht-reelle Nullstellen treten als (x − z j )⋅ x − z j = x 2 − 2 x ⋅Re z j + z j )auf.
2
{ 2 2
g (x )
9.3.4 Partielle Integration: Im weiteren Lösungsverlauf werden auch die Vielfachheiten kn der reellen Nullstellen xn und die
b b Vielfachheiten lt der nicht-reellen Nullstellen zt berücksichtigt.
∫f ′⋅g ⋅dx = f ⋅g − ∫f ⋅g ′⋅dx
b
Allgemein gilt: R
a Die Partialbruchzerlegung von ist dann eindeutig bestimmt durch:
a a Q
R A A12 A1k1
= 11 + + K+ +
Q x − x1 (x − x1 )2 (x − x1 )k1
4 4 4
∫x ⋅dx = (x ln x − x )
x
1. Beispiel: ∫ln x ⋅dx = ∫1 ⋅ln x ⋅dx = x ⋅ln x 1 − = 8 ⋅ln 2 − 3
4 4
1
1 1 1
A21 A22 A2 k2
+ + + K+ +
x − x2 (x − x2 )2 (x − x2 )k2
2. Beispiel:
K
π π π
1 β An1 An 2 Ankn
I = ∫cosαx ⋅cos βx ⋅dx = + K+
α −∫
⋅sin αx ⋅cos βx − sin αx ⋅sin βx ⋅dx + + +
−π
α −π π
x − xn ( x − xn )2 (x − xn )kn
π
β 1
π
β
π
 B11 x + C11 B12 x + C12 B1l1 x + C1l1
1 + + + K+ +
=
α
⋅sin αx ⋅cos βx − − ⋅cosαx ⋅sin βx +
α α α ∫ cosαx ⋅cos βx ⋅dx
 x + β1 x + γ1
2
(
x 2 + β1 x + γ1 ) 2
(x 2
+ β1 x + γ1 )
l1
−π  − π −π 
 β2  1
π π K
β
⇔ 1 − 2 
I  = α ⋅sin αx ⋅cos βx − α 2 ⋅cosαx ⋅sin βx Btlt x + Ctlt
α Bt1 x + Ct1 Bt 2 x + Ct 2
  −π −π + + + K+
x + βt x + γt
2
(
x 2 + βt x + γt ) 2
(x 2
+ βt x + γt )
lt
Für α , β ∈ Á gilt:
Es gibt dann die Möglichkeit, für die Lösung einen Koeffizientenvergleich mit der
π
0 falls α ≠β ursprünglichen Funktion durchzuführen, indem man beide Seiten der obenstehenden Gleichung mit
∫cosαx ⋅cos βx ⋅dx = π
−π
falls α = β
Q(x) multipliziert und das dann aus der Gleichheit der Koeffizienten erhaltene lineare
Gleichungssystem nach den unbekannten Koeffizienten auflöst und integriert.
π
0 falls α ≠β
∫sin αx ⋅sin βx ⋅dx = π
−π
falls α = β Eine andere Möglichkeit ist das „Zuhalte-Verfahren“ (Zitat eines Mathematikers) zur
π
Bestimmung eines Koeffizienten Apq: In Gedanken wird die Gleichung auf beiden Seiten mit
∫sin αx ⋅cos βx ⋅dx = 0
−π
Nenner des Bruchs bei Apq erweitert und die Nullstelle xp des ursprünglichen Integranden
eingesetzt. Für die Bestimmung der anderen Koeffizienten wird dieses Verfahren wiederholt, unter
Umständen muß man die dann vorliegende Gleichung mit Polynomdivision vereinfachen, bevor
Hieraus folgt dann: I = 0. man fortfährt.
Seite 55 Seite 56
Beispiel: Gesucht ist das unbestimmte Integral der folgenden Funktion: 9.3.6 Integration rationaler Funktionen von sin und cos:
Zunächst wird substituiert:
x 5 + 3x 4 + 5 x 3 + 8x 2 + 4 x + 3 Ax + B Cx + D x  y
f (x )=
E F
= + + + y = tan  ⇒ sin x = 2 ⋅
(x 2
) ( 2
+ 1 ⋅ x 2 + 2x + 1
14 24 3
) x2 + 1 (
x2 + 1 )
2
x + 1 ( x + 1)2 2  1+ y2
=( x + 1)2 1− y2
cos x =
1+ y2
Zuhalte-Verfahren zur Bestimmung von F: Mit ( x + 1) multiplizieren und dann x = − 1
2
2
einsetzen: dx = ⋅dy
1+ y2
Danach wird integriert, ggf. muß noch eine Partialbruchzerlegung durchgeführt werden.
Ax + B Cx + D
(Lösung : F = 1) ⇒ + +
E
x2 + 1 x2 + 1
2
x+ 1 ( ) 9.3.7 Integration rationaler Funktionen von sinh und cosh:
Substitution:
= f ( x )−
1
(x + 1)2 x 
y = tanh  ⇒ sinh x = 2 ⋅
y
1− y2
=
x 5 + 3x 4 + 5 x 3 + 8x 2 + 4 x + 3 − x 2 + 1 ( )
2 2 
1+ y2
(x 2
+1 ) (x + 1)
2 2
cosh x =
1− y2
( Polynomdiv ision )
2
x 4 + x3 + 4x 2 + 2 x + 2 dx = ⋅dy
= 1− y2
(x 2
+1 ) (x + 1)
2
( Zuhalte - Verfahren für E liefert E =1 ) 9.3.8 Integration von Potenzreihen:

∞
( )
k 
[∫(a ⋅(x − x ) )⋅dx]= ∑ ka+ 1 ⋅(x − x )
∞ ∞
Ax + B Cx + D 
∫∑ ak ⋅(x − x0 ) ⋅dx = ∑
k k k+ 1
⇒ + Es gilt: 
( )
k 0 0
x2 + 1 x2 + 1
2
k =0  k =0 k =0 
x 4 + x3 + 4x 2 + 2 x + 2 1
= − 9.3.9 Rotationskörper:
(x 2
+1 ) (x + 1)
2
x+ 1 Für das Volumen V eines um die x-Achse rotationssymmetrischen Körpers mit f(x) als Funktion
( Vereinfach ung und Polynomdiv ision ) der Berandung gilt im Intervall [a,b]:
V = π ⋅∫[f (x )] ⋅dx
b 2
x2 + x + 1
= a
(x 2
+1 )
2
( Koeffizien tenverglei ch liefert A = 0, B =1, C =1, D = 0 )
9.4 Integrale bei Funktionen mehrerer Veränderlicher

f (x )=
1 x 1 1
Lösung : + + +
(
x + 1 x 2 + 1 2 x + 1 (x + 1)2
2
) 9.4.1 Zweidimensionale Integrale:
Das Volumen V zwischen der Funktion f(x,y) und der x-y-Ebene im Bereich
x ×y → a , b × c, d beträgt:
 
Für das Integral ergibt sich dann Folgendes: V = ∫∫f ( x, y )⋅dA = ∫∫f ( x, y )⋅dx ⋅dy = ∫∫f (x, y )⋅dy ⋅dx
 
x y 
 1 1 
A A
∫f (x )⋅dx = ∫x 2 + 1 + x 2 + 1 2 + x + 1 + (x + 1)2 ⋅dx

x 1
 (  )
1 1 1 Beispiel: Gesucht ist das Volumen des Tetraeders, dessen Ecken in (0,0,0), (a,0,0), (0,b,0)
= arctan x − ⋅ 2 + ln x + 1 −
2 x + 1 x+ 1 und (0,0,c) sind. Die Gleichung der entsprechenden Ebene liefert den gesuchten Inhalt:
 x y
+ + = 1 ⇔ z = f (x, y )= c ⋅1 − − 
x y z
a b c  a b
Seite 57 Seite 58
y =b1− ax    x
y =b 1− 
9.4.3 Masse m und Schwerpunkt eines Körpers:
x =a x= a
    x y   x  y2   a 
V = ∫∫f (x, y )⋅dA = ∫ ∫ c ⋅1 − − ⋅dy⋅dx = ∫c ⋅1 − ⋅y −
Für sie gilt:
 ⋅dx
A x =0  y =0  a b  x=0  a  2b  y =0 m = ∫∫∫ρ(x, y, z )⋅d (x, y, z )
  [x×y×z ]
xs = ∫∫∫x ⋅d (x, y, z )
2
bc  x 
a
abc
2 ∫
= 1 −  ⋅dx = [x×y×z ]
0
a 6
ys = ∫∫∫y ⋅d (x, y, z )
[x×y×z ]
9.4.2 Dreidimensionale Integrale:
Analog zu zweidimensionalen Integralen gilt:
zs = ∫∫∫z ⋅d (x, y, z )
[x×y×z ]
   
I= ∫∫∫f](x, y, z )⋅dx ⋅dy ⋅dz = ∫∫∫f (x, y, z )⋅dz ⋅dy⋅dx 9.5 Uneigentliche Integrale
[
Q = x×y×z x y z 
9.5.1 Konvergentes uneigentliches Integral:
1. Bedingung: Für alle reellen α,β aus dem Definitionsbereich (a,b) [z.B. (− ∞ , ∞ )] der
Beispiel: Gesucht ist das Volumen V einer (zentrosymmetrischen) Kugel mit Radius R.
gegebenen Funktion f ist f integrierbar.
2. Bedingung: Es gibt ein c aus (a,b), so daß folgende Integrale existieren:
x2 + y2 + z2 = R2 ⇒ z = R2 − x2 − y2 c y
I1 = lim
y→ a+ ∫f ⋅dx I 2 = lim
y→ b − ∫f ⋅dx
Es gilt gemäß der obenstehenden Gleichung: ( y→− ∞)y ( y→ ∞ ) c
R  R2 − x2  R − x − y  
2 2 2 c y
1
⋅V = ∫ ∫  ∫dz ⋅dy ⋅dx
 
Uneigentliches Integral: I = I1 + I 2 = lim
y→ a + ∫f ⋅dx + lim
y → b− ∫f ⋅dx
8  0  ( y→ − ∞ ) y ( y→ ∞ ) c
0
  0  
R  R2 − x2  9.5.2 Vergleichskriterium für uneigentliche Integrale:
= ∫ ∫ R 2 − x 2 − y 2 ⋅dy ⋅dx
0 0 
 b b
 R2 − x2  9.5.2.1 Konvergiert ∫g (x)⋅dx und ist f (x) ≤ g (x ), so konvergiert auch ∫f (x)⋅dx .

(Substitution : R )
R
= ∫ ∫ a 2 − y 2 ⋅dy⋅dx 2
− x2 = a2 a a
0  b b
 0 
 
9.5.2.2 Divergiert ∫g (x)⋅dx , während 0 ≤ g (x)≤ f (x ) ist, so divergiert auch ∫f (x)⋅dx .
a a
 
R 0
= ∫− a 2 ∫sin 2 u ⋅du ⋅dx (Substitution : y = a ⋅cos u, dy = − a ⋅sin u ⋅du )
0 π

 2  9.5.3 Integralkriterium:
π
( 
)
R
= ∫ ⋅ R 2 − x 2 ⋅dx (Resubstitution ) Ist die Funktion f ( x ): [
n0 , ∞ )→ Å monoton fallend und gilt ständig f ( x )≥ 0 ,so kann man
0 4 
sagen:
R ⋅π3
= ∞ ∞
6 Es konvergiert ∑ f (n), wenn ∫f (x )⋅dx konvergiert.
4 ⋅π ⋅R3 n =n0 n0
Das Kugelvolumen beträgt dann V = .
3
Seite 59 Seite 60
9.6 Parameterabhängige Integrale 9.7.2 Eulersche Konstante C:

∞
∫e
−t
Sie wird definiert als: C=− ⋅ln t ⋅dt = 0,577215665
0
9.6.1 Stetigkeit von Parameterintegralen:
Das folgende Parameterintegral ist im Definitionsbereich von f(x,t) stetig:
ψ (t )
F (t )= ∫f (x, t )⋅dx 9.7.3 Integralsinus:

ϕ(t )
( − 1) ⋅x 2n+ 1
∞ n
sin t π ∞ sin t
Si ( x ) = ∫ ⋅dt = ∑
x
Für |x| < ∞ gilt:
0 t
⋅dt = −
2 ∫x t n = 0 ( 2n + 1)⋅( 2n + 1)!
9.6.2 Leibniz-Regel:
Ist im Parameterintegral auch ft(x,t) stetig, dann gilt für die Ableitung F'(t):
ψ (t )
F ′(t )= ∫f (x, t )⋅dx + f (ψ (t ), t )⋅ψ ′(t )− f (ϕ(t ), t )⋅ϕ′(t )

t 9.7.4 Integralcosinus:
ϕ(t )
Für 0 < x < ∞ gilt: Ci(x )= ∫
∞ cos t 1 − cos t ∞
(− 1)n ⋅x 2 n
∑
x
x t
⋅dt = C + ln x − ∫ 0 t
⋅dt = C + ln x +
n=1 2n ⋅(2n ) !
9.7 Integration durch Reihenentwicklung, spezielle nichtelementare 9.7.5 Integralexponentialfunktion:

Funktionen et ∞
xn
Ei(x )= ∫ ∑
x
Für − ∞ < x < 0 und 0 < x < ∞ gilt: ⋅dt = C + ln x +
t −∞
n=1 n ⋅n!
9.7.1 Die Gammafunktion Γ( x ) oder das Eulersches Integral zweiter Gattung: Ist 0 < x < ∞ , so spricht man vom Cauchyschen Hauptwert.
Als Gammafunktion wird folgendes uneigentliche Integral definiert:
∞ 9.7.6 Integrallogarithmus:
Γ( x )= ∫e − t ⋅t x− 1 ⋅dt x>0 ∞
(ln x )n
Für 0 < x < 1 und 1 < x < ∞ gilt: Li( x )= ∫ = Ei(ln x )
dt
∑
x
= C + ln ln x +
0 0 ln t
n =1 n ⋅n!
n x ⋅n! Ist 1 < x < ∞ , so spricht man vom Cauchyschen Hauptwert.
= lim n
n→ ∞
∏ (x + k )
k =0 9.7.7 Gauß’sches Fehlerintegral:
2 ∞ (− 1) ⋅x 2 n+ 1
( )
n
erf (x )= Φ
2
⋅∑
x
Für |x| < ∞ gilt: 2 ⋅x = ⋅∫ e − t ⋅dt =
2
Die Gammafunktion hat folgende Eigenschaften: π 0

π n=0 n!⋅(2n + 1)
Eigenschaften:
Γ(x + 1)= x ⋅Γ(x ) lim erf (x )= 1
π x→ ∞
Γ(x )⋅Γ(1 − x )=
sin (πx ) ∫ erf (t )⋅dt = x ⋅erf (x)+
0
x 1
π
(
⋅ e− x − 1
2
)
 1  (2n)!⋅ π
Γn +  = d erf (x )
= ϕ(x )=
2
⋅e − x
2
 2 n!⋅2 2n
dx π
Γ(n + 1)= n!
Letztere Eigenschaft erlaubt die Erweiterung des Begriffs der Fakultät auf beliebige reelle
Zahlen:
π (x )= x!= Γ( x + 1)
1 1  1  3  π
z.B. x= ⇒ π   =  != Γ  =
2 2  2  2  2
1  1  1 1 
x = − ⇒ π −  = − != Γ  = π
2  2  2 2 
Seite 61 Seite 62
10.1 Tensoren, Koordinatendarstellungen

10. Tensoren, Quadratische Formen
10.1.1 Geometrischer Tensor:
Als erste Etappe zur Definition allgemeiner Tensoren werden an dieser Stelle Tensoren als
10.0 Allgemeine Grundlagen
geometrische Objekte eingeführt. Gilt beispielsweise für die Verzerrung f der vier Punkte P, Q, R, S
eines Parallelogramms die Vorschrift
10.0.1 Linearitätseigenschaft einer Abbildung:
Gegeben seien Vn als ein n-dimensionaler Raum sowie die Abbildung A: V n → V n . → →
 →  → 
f PQ + PR  = f PQ + f PR 
A heißt lineare Abbildung, wenn folgende Eigenschaften erfüllt sind:      
A(a + b )= A(a )+ A(b ) a, b ∈ V n  →  → 
f λ ⋅PQ  = λ ⋅ f PQ 
A(λ⋅a )= λ⋅A(a ) λ∈ Å, a ∈ V n    
so spricht man bei f von einem geometrischen Tensor 2. Stufe.
10.0.2 Eigenwerte und Eigenvektoren:
Allgemeine Definition siehe Kapitel 3.3. 10.1.2 Tensor:
Beispiel: Gesucht werden die Eigenwerte und Eigenvektoren der Matrix A: Ist eine allgemeine Abbildung A aus Vn linear, so spricht man von einem Tensor 2. Stufe.
 3 0 − 1
  10.1.3 Vektorprodukt:
A =  1 4 − 1
− 1 0 3  Vektor a ∈ V 3 fest:
 
a1  ν   0 − a3 a2  ν 
3− λ −1    1
   1

A(ν )= a ×ν = a 2 ×ν
0
2  =  a3 0 − a1 ⋅ν 
det ( A − λ ⋅E )= 1 4 − λ − 1 = − λ3 + 10λ2 − 32λ + 32 = 0
2
a  ν   0   
 3  3  − a 2 a1  ν 3
−1 0 3− λ
λ1 = 2, λ2 = λ3 = 4 10.1.4 Projektionstensor:
Die Eigenvektoren werden dann nach bekanntem Prinzip berechnet: Der Vektor b ∈ V n sei fest. Dann ist die Projektionsabbildung ein Tensor:
x ⋅b
1  0  − 1 Projektionsabbildung : P(x )= Projb x = 2 ⋅b
      b
ν = C1 ⋅− 1 ν = C 2 ⋅1  ν = C 3 ⋅ 0 
bi ⋅b j
1 2 3
1  0  1  e i ⋅b
      Koordinatendarstellung von P : Pji = P(e i )⋅e j = 2
⋅b ⋅e j = 2
b b
Es sei bemerkt, daß die Eigenvektoren einer Matrix eine Orthogonalbasis darstellen, falls die
Matrix symmetrisch ist. Es gilt dann: 10.1.5 Dyadisches Produkt zweier Vektoren:
v 3 = v1 ×v 2 Die Vektoren u, v ∈ V n seien fest. Dann ist folgende Abbildung D ein Tensor:
2. Beispiel: Eigenvektoren als Orthogonalbasis zur folgenden Matrix A D(w)= Du v (w)= u ⋅(v ⋅w) w∈ V n
 3 0 − 1 d ij = D(e i )⋅e j = u j ⋅vi
  Koordinatendarstellung :
A=0 0 0 
− 1 0 3  u1v1 u1v2 L u1vn 
   
u v u 2 v2 L u 2 vn 
⇔ det ( A − λE )= − λ ⋅(3 − λ) + λ = 0 ⇒ D= 2 1 = u ⋅v
T
M
2
M M O
 
⇔ λ1 = 0 λ1 = 2 λ3 = 4 u v u v L u n vn 
 n 1 n 2 
0  1  1 
  1   1  
⇒ v1 = 1  v 2 = 0  v 3 = v1 ×v 2 = 0  10.1.6 Spiegelungstensor:
0  2  2  Es sei der Vektor u ∈ V n mit ||u||=1. Dann stellt S u = 1− 2Du u (x ) (siehe oben) eine Spiegelung
  1  − 1
an der Ebene E : u ⋅x = 0 dar. Su heißt Spiegelungstensor.
Bei der Aufstellung einer solchen Basis ist allerdings darauf zu achten, daß λ1 < λ2 < λ3 ist.
Seite 63 Seite 64
Die Koordinatendarstellung dieser Spiegelung lautet: Allgemein ausgedrückt lautet diese Drehmatrix so:
1 − 2u12 u1u 2 L u1u n  D = E1 (α )⋅E 2 (β )⋅E 3 (γ)
 
 uu 1 − 2u 22 L u 2un  1 0 0   cos β 0 sin β  cos γ − sin γ 0 
S u = E − 2 ⋅u ⋅u =  2 1
T
    
 M M O M  = 0 cos α − sin α ⋅ 0 1 0 ⋅sin γ cos γ 0 
 uu L 2
1 − 2u n  0 sin α cos α  − sin β 0 cos β   1
 n 1 u nu 2    0 0 
cos γ ⋅cos α − sin γ ⋅sin α ⋅cos β − sin γ ⋅cos α − cos γ ⋅sin α ⋅cos β sin α ⋅sin β 
Es folgt daraus:  
= cos γ ⋅sin α − sin γ ⋅cos α ⋅cos β − sin γ ⋅sin α − cos γ ⋅cos α ⋅cos β − cos α ⋅sin β 
1. Su ist eine symmetrische Matrix.  
2. Su ist orthogonal.  sin γ ⋅sin β cos γ ⋅sin β cos β 
3. Su ist zu sich selbst invers: Su2 = E
10.1.10 Beispiele für Tensoren in Physik und Technik:
10.1.7 Drehtensor (Drehung im Raum Å3um eine feste Drehachse): Dielektrischer Tensor, Polarisationstensor, Trägheitstensor, Deformationstensor, Spannungs-
tensor,...
Es sei der Vektor a ≠0 ∈ V 3 , (Voraussetzung: ||a||=1).
Die Drehung Da(ϕ) aller Vektoren um den Winkel ϕ gegen den Uhrzeigersinn um eine 10.1.11 Koordinatendarstellung der Translation von Vektoren:
Drehachse der Richtung a ist ein Tensor. Es gilt: Es sei der Vektor a ∈ V 3 ein fester Vektor. Dann ist die Abbildung T% : x a x − a , x ∈ V 3 eine
Translation (kein Tensor). Ist nun T die Koordinatendarstellung eines Tensors in der Basis (e1, e2,
1 0 0   a12 a1 a2 a1 a3   0 − a3 a2  e3) und T' die Koordinatendarstellung desselben Tensors in der Basis (e1', e2', e3'), so gilt T = T'.
     
Da (ϕ)= cos ϕ ⋅0 1 0  + (1 − cos ϕ)⋅a 2 a1 a 22 a 2 a3 + sin ϕ ⋅ a3 0 − a1  Dies liegt an der Invarianz der Basisvektoren bei Translation.
0 0 1  a a a32  − a 0 
   3 1 a3 a 2   2 a1 
10.1.12 Orthogonale Transformationen:
Es sei P eine orthogonale Transformation des Å 3 . Aus dem Basisvektor ej wird damit der
Die Determinante det(D) eines Drehtensors beträgt immer +1.
Basisvektor ej':
P : (e1 , e 2 , e 3 )a (e1 ' , e 2 ' , e 3 ')
10.1.8 Eulersche Drehmatrizen:
Die drei Spezialfälle der allgemeinen Dretensoren ergeben sich durch Einsetzen der drei e j ' = P ⋅e j
Basisvektoren e1, e2 und e3 für a. Es enstehen dabei Drehtensoren um die drei Achsen des Das entstehende Koordinatensystem ist wieder orthogonal. Es gilt des weiteren:
Koordinatensystems. P T P = E ⇒ P T e j ' = P T Pe j = e j
cos ϕ − sin ϕ 0  Wenn det(P) = + 1 (d.h. Drehung), dann ist (e1', e2', e3') wieder ein Rechtssystem.
 
Drehung um die e3-Achse (z-Achse): E3 (ϕ)= De3 (ϕ)= sin ϕ cos ϕ 0 
 0 1 10.1.12.1 Transformationsverhalten eines Vektors:
 0 
Der Vektor a bezüglich der ursprünglichen Basis (e1, e2, e3) wird nach der Transformation P zu
a' = P ⋅a
 cos ϕ 0 sin ϕ 
  3
Drehung um die e2-Achse (y-Achse): E 2 (ϕ)= De 2 (ϕ)=  0 1 0  ⇔ a j ' = ∑ ai pij
− sin ϕ 0 cos ϕ i =1
  Hierbei ist pij eine Komponente der Transformationmatrix P.
1 0 0  10.1.12.2 Transformationsverhalten von Tensoren:

 
Drehung um die e1-Achse (x-Achse): E1 (ϕ)= De1 (ϕ)= 0 cos ϕ − sin ϕ Ist T ein Tensor mit den Matrixkomponenten tji und P eine orthogonale Transformation des Å 3
0 sin ϕ cos ϕ  (siehe oben), ergibt sich Folgendes:
  3 3
Matrixkomponente von T ': t ji ' = T (ei ')⋅e j ' = ∑ ∑ plj pki tlk
k =1 l =1
10.1.9 Verkettung der Eulerschen Drehmatrizen: Matrix T ': T ' = P − 1 ⋅T ⋅P = P T ⋅T ⋅P

Ist D eine Drehmatrix, dann gibt es drei Winkel α,β,γ, so daß Folgendes gilt:
Erzeugt der Basiswechsel nicht-orthogonale Basisvektoren, so werden die Transformations-
D = E1 (α )⋅E 2 (β )⋅E3 (γ) formeln „etwas“ komplizierter. ;-)
Seite 65 Seite 66
10.2 Das Normalformenproblem von Bilinearformen 10.2.4 Allgemeine Vorgehensweise bei der Klassifikation von Quadriken:
10.2.4.1 Umformungen zu Q(x):
10.2.1 Hyperfläche 2. Grades oder Quadrik: Gegeben:
Man definiert folgende Funktion Q( x ): Å n a Å : Q( x )= x A x + 2b x + c
T T
n n n
Q( x )= ∑ ∑a ik xi xk + 2 ⋅∑ bk xk + c aik , bk , c ∈ Å Umformungen:
i =1 k =1 k =1
Q(x + m )= x A x + 2( Am + x ) x + Q(m )
T T
= x A x + 2b x + c
T T
Q(m )= b m + c
T
Die hier auftretende Matrix A muß symmetrisch sein. λA1 0 L 0 

 
 0 λA2 L 0 
→ P T AP = 
Die Menge der Punkte P mit OP = x = (x1 , x2 ,K , xn ) , welche die Gleichung Q( x )= 0 erfüllt, M M O M
T
 
heißt Hyperfläche 2. Grades oder eine Quadrik im Å . n 0 L λAn 
 0 
Q(P x )= x P T AP x + b P x + c
T T
Beispiel:
Q(P x + m )= x P T AP x + 2( Am + b ) P x + Q(m )
T T
36 x12 − 24 x1 x2 + 29 x22 + 96 x1 − 22 x2 − 115 = 0
 36 − 12  1  96 
⇔ A=
− 12 29 , b=  
, c = − 115
  2− 22  10.2.4.2 Vorgehensweise:
1. Fall: Am = − b ist lösbar. Es liegt eine Zentrumsquadrik vor.
10.2.2 Mittelpunkt einer Quadrik: 1.) Bestimmen von m und Q(m).

Betrachtet man die Translation x = x' + p der Quadrik um p, so gilt: 2.) Bestimmen der Eigenwerte und Eigenvektoren von A. (u.U. Bestimmung des Typs)
3.) Bestimmen der Drehmatrix P aus den Eigenvektoren von A.
( ) (
Q x'+ p = x 'T A x'+ 2 p A + b x'+ Q p
T T
) () 4.) Setze die neuen Koordinaten: u = P T ( x − m )⇔ x = Pu + m
λA1 L 0 
T 
Ist nun die Gleichung Ap = − b lösbar, so besitzt Q(x) ein Zentrum, für das gilt: Daraus folgt Q( x )= u  M O Mu + Q(m )
0 L λAn 
{
Z = p Ap = − b }= {m}  
(falls ein -
deutig lösbar)
5.) Normalform (im Å 3 ): λ1 ⋅u12 + λ2 ⋅u 22 + λ3 ⋅u32 + γ = 0
Typ: siehe Tabelle 1
m heißt Mittelpunkt der Quadrik. Lage: Koordinatentransformation: u = P T ( x − m )
λ1 λ2 λ3 γ Typ
10.2.3 Normalform einer Quadrik:
+ + + − Ellipsoid
Mit Hilfe geeigneter Koordinatentransformationen läßt sich jede Quadrik auf eine der beiden
folgenden Normalformen bringen: + + − + zweischaliges Hyperboloid
+ + − − einschaliges Hyperboloid
1. Fall: Z ≠∅ : λ1 y12 + λ2 y22 + K + λr yr2 + γ = 0 + + − 0 Kegel mit Spitze in m
mit r = Rang(A), + + 0 − elliptischer Zylinder
λ1 , λ2 , λ3 ,..., λr Eigenwerte von A, die ungleich Null sind. + − 0 ± hyperbolischer Zylinder
+ + 0 0 1 Gerade
+ − 0 0 2 Ebenen mit Schnitt
2. Fall: Z = ∅ : λ1 y12 + λ2 y22 + K + λr yr2 + 2γ ⋅yn = 0
+ 0 0 − 2 parallele Ebenen
mit r = Rang(A) < n,
+ 0 0 0 Doppelebene
γ > 0,
λi ∈ Å \ {0} für i = 1, ..., r Tabelle 1: Klassifikation von Zentrumsquadriken
Seite 67 Seite 68
2. Fall: Am = − b ist nicht lösbar. Es liegt keine Zentrumsquadrik vor.
Es folgt daraus, daß 0 ein Eigenwert von A ist, denn det(A) = det(A − 0⋅E) = 0
1.) Bestimmen der Eigenwerte von A.
2.) Bestimmen der Eigenvektoren v1, ..., vr zu den λi ≠0
3.) Bestimmen der Eigenvektoren vi zu den λr+ 1, ..., λn− 1 = 0 mit ν i ⊥b

Abbildung 11: Einschaliges Hyperboloid Abbildung 12: Kegel mit Spitze in m
4.) Bestimmen von vn
5.) Quadratische Ergänzung
6.) Normalform (im Å 3 ): λ1u12 + λ2u22 + 2γu3 = 0

Typ: siehe Tabelle 2
λ1 λ2 λ3 γ Typ
+ + 0 ± elliptisches Paraboloid
+ − 0 ± hyperbolisches Paraboloid
+ 0 0 ± parabolischer Zylinder Abbildung 13: Elliptischer Zylinder Abbildung 14: Hyperbolischer Zylinder
Tabelle 2: Klassifikation von Quadriken mit leerem Zentrum
10.2.4.3 Darstellung:
Die folgenden Abbildungen zeigen nur die ersten sechs Typen von Zentrumsquadriken aus der
Tabelle 1 und die Typen von Quadriken mit leerem Zentrum aus der Tabelle 2.
Abbildung 15: Elliptisches Paraboloid Abbildung 16: Hyperbolisches Paraboloid
Abbildung 9: Ellipsoid Abbildung 10: Zweischaliges Hyperboloid
Abbildung 17: Parabolischer Zylinder
Seite 69 Seite 70
Beispiel: Gesucht wird die Normalform der folgenden Quadrik. 11. Krummlinige Koordinaten, Transformationsformel
x 2 + 2 xy + y 2 − x + y + 4 = 0 11.1 Krummlinige Koordinaten, Jacobideterminante
1 1 1 − 1

A= ,
 b=  , c=4
1 1 21  
11.1.1 Krummlinige Koordinaten:
Gegeben seien drei Eckpunkte eines zu den Koordinatenachsen parallelen Rechtecks im Å 2
Die Eigenwerte, die normierten Eigenvektoren und der Rang von A ergeben sich zu: durch deren Ortvektoren:
1  0 
x 0 , x1 = x 0 + ∆x1 ⋅
0 
, x 2 = x 0 + ∆x2 ⋅
1 

λ1 = 2, λ2 = 0 ⇒ r =1    
⇒ Eigenvektoren : Die Verzerrung des Rechtecks mit dem Flächeninhalt FQ = ∆x1 ⋅∆x2 in ein Parallelogramm,
1 1 1 1  dargestellt durch die neuen Eckpunkte
x1 = , x2 =   f ( x 0 ), f (x1 ), f (x 2 ),
2
1 2 
− 1
mit der Funktion f ergibt für den Grenzwert der Verhältnisse zwischen dem ursprünglichen
Flächeninhalt FQ und dem neuen Flächeninhalt FP Folgendes:
Normierte Matrix P: lim P = det D f ( x 0 )
F
∆xi → 0 F
( )
 1 1 
 2 − 2
Q
Diese Flächenverzerrung im zweidimensionalen Raum läßt sich analog übertragen auf Gebilde
P = , det ( P ) = 1
im Å . Dort stellt sie die Volumenverzerrung im dreidimensionalen Raum dar.
3
 1 1 
  11.1.1.1 Wird bei solchen Verzerrungen kein begrenztes Objekt betrachtet, sondern eine offene
 2 2 
Menge U in eine offene Menge V verzerrt, so spricht man bei f von der Koordinatentransformation
Die Gleichung x Ax + 2b x + 4 = 0 wird mit x = Pu zu
T T
von U auf V.
11.1.1.2 Zur Umkehrung einer solchen Koordinatentransformation läßt sich unter der
 1
−
1  Voraussetzung, daß x ∈ U und y = f (x ), Folgendes sagen:
T 
−  2u 
( (y ))= det (D1 f (x ))
1 1 2
2u12 + 2 ⋅     1  + 4 = 0 det D f
−1
21   1 1 u2 
 
 2 2 
⇔ 2u12 + 2 ⋅u2 + 4 = 0 11.1.2 Jacobideterminante:
In diesem Zusammenhang wird der Begriff der Funktionaldeterminante oder Jacobideterminante
und nach Resubstitution y1 = u1 , y2 = u2 + eingeführt.
( )
8 ergibt sich die gesuchte Normalform der Quadrik
J f ( x )= det D f ( x )
zu 2 ⋅y12 + 2 ⋅y2 = 0, was eine Parabel ist.
11.2 Transformationsformeln
11.2.1 Polarkoordinaten:
Koordinatentransformation:
 r  r cosϕ  f1 (r ,ϕ) x 
f:ϕ a  
=   
=   

  r sin ϕ   f 2 (r ,ϕ)  y 
 x2 + y2 
− 1 x     f1− 1 (x, y )  r 
f :  a
 y   arctan  =   −1
= 
   
  f 2 (x, y ) ϕ
y
  
 x
Jacobideterminante von f:
( )
det D f (r ,ϕ) = r cos 2 ϕ + r sin 2 ϕ = r
Seite 71 Seite 72
11.2.2 Zylinderkoordinaten: Beispiel: Gesucht wird das neue Volumen Vol(B) eines Parallelepipeds B, das durch eine affin-
Koordinatentransformation: lineare Abbildung u = Ax + b eines Einheitswürfels W entstanden ist.
r  r cosϕ  f1 (r ,ϕ, z ) x 
       
f : ϕa r sin ϕ  =  f 2 (r ,ϕ, z ) =  y  Aus Φ : u a x = A− 1 u − A − 1 b , det (DΦ (u ))=
1
und der Transformationsformel
 z   z   f (r ,ϕ, z )  z  det ( A)
     3   
7( B4) 4 8
64 4=Vol
 2 2 
x   x + y + z   f1 ( x, y, z )  r  ∫ ∫ 1 n ∫ ∫ ( ( )) 1
det ( A)∫B ∫
K L K L K 1 L du n
2
1 ⋅dx dx = 1 ⋅det D Φ u ⋅du du = ⋅du folgt dann:
      
1 n

 =  f 2 (x, y, z ) = ϕ
y
f :  y  a  arctan 14 4 24 4 3
−1 W B
x = Vol (W )=1
z      
   z   f 3 (x, y, z )  z 

Vol(B )= det ( A)
 
( ) ( )
det D f (r ,ϕ, z ) = 1⋅ r cos 2 ϕ + r sin 2 ϕ = r
11.2.3 Kugelkoordinaten:
Koordinatentransformation:
r  r cosϕsin θ   f1 (r ,ϕ,θ ) x 
       
f : ϕa r sin ϕsin θ  =  f 2 (r ,ϕ,θ ) = y 
θ   r cosθ   f (r ,ϕ,θ ) z 
     3   
 
 
x   x + y + z   f1 (x, y, z ) r 
2 2 2
       
 =  f 2 (x, y, z ) = ϕ
y
f :  y a  arctan
−1
z   x
     f ( x, y, z )  
 θ 
x2 + y2   3
arctan 
 z 
Hierbei liegt der Winkel ϕ zwischen der x-Achse und dem in die x-y-Ebene projizierten
Ortsvektor des Punktes. Der Winkel θ liegt zwischen der z-Achse und dem Ortsvektor des Punktes.
( ) ( )
det D f (r , ϕ,θ ) = r 2 sin θ ⋅ cos 2 θ + sin 2 θ = r 2 sin θ
11.2.4 Laplace-Operator ∆:
Für eine zweifach differenzierbare Funktion g : (x, y, z )a g ( x, y, z ) von Å³ auf Å läßt sich der
sog. Laplace-Operator ∆ definieren: ∆g = g xx + g yy + g zz
11.2.5 Transformationsformel:
Bei Koordinatentransformationen Φ : U a V zwischen offenen, nichtleeren Mengen U und V,
mit meßbarem U und stetigem g : V a Å gilt die Transformationsformel.
∫K∫g (x )⋅dx L 1 dxn = ∫K∫g (Φ (u ))⋅det (DΦ (u ))⋅du1 L du n

V U
Seite 73 Seite 74
12.2 Differentialgleichungen erster Ordnung

12. Gewöhnliche Differentialgleichungen
12.2.1 Form, Anfangsbedingung:
Differentialgleichungen erster Ordnung besitzen die Form y ′(x )= A (x )+ B (x )⋅y (x ) .
12.1 Bezeichnungen, Richtungsfeld Es seien hier A(x) und B(x) im Intervall [a,b] stetig. Des weiteren sollen ein x0 aus dem
gegebenen Intervall und ein (reelles) y0 existieren, die die Anfangsbedingung y(x0)=y0 bilden.
12.1.1 Gewöhnliche Differentialgleichung: 12.2.2 Homogene Differentialgleichung:

F sei eine Funktion der Form F : Å n + 2 a Å , n ∈ Á . Dann heißt Ist A(x)=0, also y ′(x )= B (x )⋅y (x ), so hat diese als homogen bezeichnete Differentialgleichung
( )
F x , y ( x ), K , y (n )( x ) = 0 genau eine Lösung der allgemeinen Form
∫ B (t )dt
x
gewöhnliche Differentialgleichung. y 1 ( x )= y 0 ⋅e x 0 .
Diese Lösungsfunktion ist immer positiv.
12.1.2 Richtungsfeld, Isokline:
Wenn durch den Punkt M die Lösungskurve y=φ(x) der Differentialgleichung y ′= f ( x , y )
12.2.3 Inhomogene Differentialgleichung:
Differentialgleichungen erster Ordnung in der allgemeinen Form und allgemeinen Anfangs-
geht, so kann die Richtung der Tangente in diesem Punkt unmittelbar ermittelt werden. Damit bedingungen (s.o., 12.2.1) haben die partikuläre Lösung in der Form
definiert die Differentialgleichung in jedem Punkt eine Richtung der Tangente an eine
x A (t ) ∫ B (t )dt y (t )
x
Lösungskurve. Die Gesamtheit dieser Richtungen bildet das Richtungsfeld. Verbindungslinien von y 2 (x )= ∫ * dt ⋅e x0 mit y1* (t )= 1 .
x 0 y (t ) y0
Punkten gleicher Richtung der Tangente heißen Isoklinen. 1
12.1.3 Lösungen: 12.2.4 Allgemeine Lösung:

Die Lösungen von gewöhnlichen Differentialgleichung mit einer Anfangsbedingung setzen sich  A (t )  ∫xx0 B (t )dt
Die allgemeine Lösung lautet: y ( x )= y1 + y 2 =  y 0 + ∫
x
dt ⋅e
in der Regel aus der Summe von mindestens zwei Einzellösungen zusammen. Die Lösung einer
 x0 y1* (t ) 
allgemeinen Differentialgleichung ist dann die Summe der homogenen Löung und der
inhomogenen oder partikulären Lösung.
Erhält man aus einer Differentialgleichung eine Lösungsmenge, so ist jede Linearkombination
von Einzellösungen wieder eine Lösung. Dies ist mit dem Faktorsatz und der Summenregel aus der 12.2.5 Trennung der Variablen:
Differentialrechnung erklärbar (s. Kapitel 6.1). Ein wichtiges Verfahren zur Lösung von Differentialgleichungen erster Ordnung ist das der
Trennung der Variablen. Dabei wird die Differentialgleichung auf eine Form gebracht, bei der die
Variablen x und y nur noch in voneinander getrennten Termen auftreten. Die entstehende Gleichung
12.1.4 Anfangswertproblem (AWP): kann dann sofort integriert werden.
Als Anfangswertproblem bezeichnet man eine Differentialgleichung zusammen mit ihren
zugehörigen Anfangsbedingungen. M ( x )⋅N ( y )⋅dx + P ( x )⋅Q ( y )⋅dy = 0
M (x ) Q(y )
⇔ ⋅dx + ⋅dy = 0
P (x ) N (y)
12.1.5 Satz von Picard-Lindelöf: M (x ) Q (y )
Es sei ein Anfangswertproblem y ′= f ( x , y ), y0 = y(x0) gegeben. Ferner sei ein Rechteck ⇔ ∫ ⋅dx + ∫ ⋅dy = C
P (x ) N (y )
R = {(x, y ) x − x0 ≤ a; y − y0 ≤ b}
gegeben, auf dem die Funktion f(x,y) stetig und partiell nach y differenzierbar sei.
Beispiel:
 b  x ⋅dy + y ⋅dx = 0
Eine Zahl ε sei durch ε = min a ,  bestimmt.
 max {f (x , y )} 1 1
Es gibt dann im Abstand ε von x0 genau eine Lösung zum gegebenen Anfangswertproblem.
⇔ ∫y ⋅dy + ∫x ⋅dx = C = ln c
⇔ x ⋅y = c
Seite 75 Seite 76
12.3 Bernoulli’sche Differentialgleichungen 12.4.3 Lösungsansatz:

Es wird eine Substitution durchgeführt.
12.3.1 Form: y1Ú y
Bernoulli’sche Differentialgleichungen haben die Form y2Ú y′
y ′( x )= A (x )⋅y ( x )+ B ( x )⋅[
y (x )] α ∈ Å \ {}
1 , y (x )≥ 0 .
α
M
y n − 1Ú y ( n − 2 )
12.3.2 Lösungsansatz:
Ziel dieses Ansatzes ist die Rückführung der Differentialgleichung auf eine Differential- yn Ú y ( n − 1)
⇒ (
y (n ) = yn′ = f x, y, y′, K , y (n− 1) )
gleichung erster Ordnung. Es wird zunächst durch durch [
y (x )] geteilt.
α
y′(x )⋅[
y( x )] = A(x )⋅[
y( x )] + B(x )
−α 1− α Daraus folgen das neue System von Differentialgleichungen und die neuen
Anfangsbedingungen.
Danach wird die neue Variable z (x )= [
y ( x )]
1− α
eingeführt.
Deren Ableitung lautet z ′(x )= (1 − α )⋅[ y (x )] ⋅y ′(x ). Es ergibt sich daraus eine Differential- ′
−α
 y1   y′  y2 
leichung erster Ordnung für z(x):      
′
′
 y2   y   y3 
z ′(x )= (1 − α )⋅A(x )⋅z (x )+ (1 − α )⋅B (x )  M =  M =  
M
Diese DGL läßt sich mit dem in Kapitel 12.2 beschriebenen Verfahren lösen. Anschließend wird      
 M  M  yn 
mit y (x )= [
z (x )]
1
1− α resubstituiert.  y   y′  f (x, y , K , y )
 n  n  1 n 
Beispiel: Gesucht wird die allgemeine Lösung der folgenden Differentialgleichung.  y0   y0,1 
   
y′=
4y
+ x y  y0′   y0, 2 
y0 =  =
x M   M
 ( n − 1)   
1 y   
⇒ α= ⇒ z= y  0   y0, n 
2
2z x
z′= + 12.4.4 Allgemeine Lösung:
x 2
2
(
Die allgemeine Lösung einer Differentialgleichung der Form y (n ) = f x , y , y ′, K , y (n − 1) enthält )
1  1  n unabhängige willkürliche Konstanten.
⇒ z = x ⋅ ln x + C  ⇒ y = x 4 ⋅ ln x + C 
2
2  2  y = y (x, C1 , K , C n )
12.4 Differentialgleichungen n-ter Ordnung und Systeme erster Ordnung Das gleiche gilt für die allgemeine Lösung von Systemen von n Differentialgleichungen.
 y1 = F1 (x , C1 , K , C n )
12.4.1 Form von Systemen von Differentialgleichungen erster Ordnung:  y = F (x , C , K , C )
 2
 y ′= f (x, y (x ), K , y ( x ))
2 1 n

 1′ 1 1 n  M
 y2 = f 2 ( x, y1 ( x ), K , yn (x ))  y n = Fn ( x , C 1 , K , C n )

Komponentenschreibweise: 
 M
y ′= f ( x, y ( x ), K , y (x )) Das Lösungsprinzip beruht darauf, daß versucht wird, die Ordnung mittels Substitution der
 n n 1 n
Variablen zu verringern, um einfachere Differentialgleichungen zu erhalten. Das Auffinden
Vektorschreibweise:
′
y (x )= f x, y ( ) passender Substitutionen wird erleichtert durch die Unterscheidung verschiedener Fälle:
y (x )= f (x, y ),
′
Anfangswertproblem: y (x0 )= y 0
12.4.2 Form von Differentialgleichungen n-ter Ordnung: 1. Die unabhängige Variable x ist nicht explizit in der Differentialgleichung enthalten.
Differentialgleichungen n-ter Ordnung werden geschrieben in der Form dy d2y dp
( )
y (n ) = f x, y, y′, K , y (n− 1) . Die Substitution lautet dann
dx
=p ⇔
dx 2
= p⋅
dy
.
Damit wird die Ordnung von n auf (n− 1) verringert.
Seite 77 Seite 78
2. Die abhängige Variable y ist nicht explizit in der Differentialgleichung enthalten.

Die Substitution lautet y (k ) = p für die k-te als niedrigste in der Differentialgleichung 12.5.1.2 Linearkombinationen von Lösungen eines homogenen linearen DGL-Systems:
vorkommende Ableitung von y. Die Ordnung der DGL wird damit um eins verringert. Sind y1,...,yk Lösungen eines homogenen linearen DGL-Systems, dann ist auch jede beliebige
Linearkombination y = c1 ⋅y1 + K + ck ⋅y k mit c1 ,K, ck ∈ Å von Lösungen wieder
3. Die Differentialgleichung ( )
f x, y, y′, y′′, K , y (n ) = 0 ist eine homogene Funktion1 in eine neue Lösung.
y , y ′, y ′′, K , y (n ).
12.5.2 Lineare Abhängigkeit, lineare Unabhängigkeit von Lösungen:
y′
, d.h. y = e ∫ .
z⋅dx
Die Substitution lautet z = Die Funktionen y1,...,yk nennt man auf einem Intervall linear unabhängig, falls für alle x aus
diesem Intervall aus α 1 ⋅y1 ( x )+ K + α k ⋅y k (x )= 0
y
α 1 = K = α k = 0 folgt.
Die Ordnung wird um eins verringert.
Andernfalls heißen y1,...,yk linear abhängig.
4. Die Differentialgleichung ist eine Funktion nur von x. 12.5.3 Anzahl linear unabhängiger Lösungen:
′
Die allgemeine Lösung lautet dann folgendermaßen: Ist die Matrix A (x )∈ Å n ×Å n stetig in einem Intervall für x, dann hat das System y = A (x )⋅y
y = C1+ + C 2 x + C 3 x 2 + K + C n x n − 1 + ψ ( x ) genau n linear unabhängige Lösungen in diesem Intervall.
mit ψ ( x )= ∫∫L ∫f (x )(dx ) ⋅ f (t )(x − t ) dt
1 x
(n − 1)! ∫x0
n− 1
=
n
12.5.4 Fundamentalsystem (FS), Fundamentalmatrix, Übertragungsmatrix:
⋅y (x 0 )
1 k− 1
und Ck = 12.5.4.1 Fundamentalsystem:
(k − 1)! ′
Ein System y1,...,yn linear unabhängiger Lösungen von y = A ⋅y heißt Fundamentalsystem.
Hilfreich kann bei der Lösung solcher Differentialgleichungen auch die folgende Beziehung
sein:
′
⋅( y′2 ) = y′′⋅y′
12.5.4.2 Fundamentalmatrix:
( )
1
2 Als Fundamentalmatrix bezeichnet man die Matrix Y (x )= y 1 , K , y n .
Die reell gewählte Fundamentalmatrix ermöglicht später die direkte Berechnung eines
homogenen Lösungsanteils: y H (x )= Y (x )⋅c mit c ∈ ¶ n
12.5 Lineare Differentialgleichungs-Systeme erster Ordnung Eigenschaften der Fundamentalmatrix:
1. Y ′(x )= A ⋅Y (x )
Mit Ausnahme der Unterpunkte 12.5.1 bis 12.5.3 sollen nur DGL-Systeme mit konstanten
2. c = Y (0) ⋅x 0
−1
Matrizen behandelt werden.
12.5.4.3 Übertragungsmatrix oder normierte Matrix:
Yˆ(x )= Y (x )⋅Y (0)
−1
12.5.1 Lineares Differentialgleichungs-System erster Ordnung: Die (stets reelle) Übertragungsmatrix lautet:
Es hat die folgende Form: Homogener Lösungsanteil des DGL-Systems, berechnet mit der Übertragungsmatrix:
′
y = A( x )⋅y + f y H (x )= Yˆ( x )⋅x 0 mit x 0 ∈ Å n
 f1   y1  a11 ( x ) L a1n ( x ) Eigenschaften der Übertragungsmatrix:
     
mit f =  M, y =  M und A( x )=  M O M  1. Yˆ′(x )= A ⋅Yˆ(x )
f 
 n
y 
 n
a (x ) L
 n1 ann (x ) 2. Yˆ(0 )= E
3. Yˆ(x1 + x 2 )= Yˆ( x1 )⋅Yˆ( x 2 )
Ist f ≡ 0, so heißt das System homogen, sonst inhomogen. 4. Yˆ(− x )= Yˆ(x )
−1
Ist A eine konstante Matrix, so spricht man von einem System mit konstanten Koeffizienten.
12.5.5 Wronski-Determinante eines homogenen linearen DGL-Systems:
12.5.1.1 Lösbarkeit:
Haben die Lösungen y1,...,yn die Dimension n, so wird
Sind die Elemente aik(x) der Matrix und die Funktion f stetig in einem gegebenen Intervall, so hat
das DGL-System genau eine Lösung in diesem Intervall.
(
W (x )Ú det y 1 , y 2 , K , y n
1 44 2 4 43
)
( n×n )- Matrix
1 Wronski-Determinante genannt.
Eine Funktion heißt homogen mit dem Homogenitätsgrad m, wenn sie die folgende Bedingung für beliebige λ erfüllt:
f (λx1 , λx2 ,K, λxn )= λ ⋅ f (x1 , x2 ,K, xn )
m
Seite 79 Seite 80
Ist die Wronski-Determinante W(x) ≠0 für alle x, so bilden die Lösungen y1,...,yn ein
Fundamental-system. Für lineare Differentialgleichungen n-ter Ordnung wird die Wronski-
Determinante etwas anders definiert.
Beispiel: Gesucht wird die allgemeine Lösung des folgenden DGL-Systems.
12.5.6 Lösungsverfahren für lineare Differentialgleichungs-Systeme erster Ordnung:
Die allgemeine Lösung setzt sich zusammen aus einem homogenen Lösungsanteil und einem ′ 1 1
partikulären Lösungsanteil. y =− 2 − 1 ⋅y

14 243
y = yH + yP
A
1− λ 1
12.5.6.1 Bestimmung des homogenen Lösungsanteils: ⇔ = λ2 + 1 = 0 ⇔ λ1,2 = ±i
− 2 − 1− λ
′  1   1 
y = A ⋅y (A − λ1 E )⋅ν (A − λ2 E )⋅ν =  =
− 1 − i 
1. Schritt: Die homogenen linearen DGL-Systeme werden mit Hilfe der =0 bzw. =0 ⇔ ν und ν
1 2 1− 1+ i
2 
Eigenvektoren und der Eigenwerte der Matrix A gelöst. Aus der Charakteristischen Gleichung    
a11 − λ a12 L a1n  1  ix  1  − ix
⇒ y1 = 
− 1 + ⋅e und y2 =  ⋅e
a21 a22 − λ L a2 n  i

− 1 −
 i

det ( A − λE )= =0
M M O M
L ann − λ
⇒ ( )
~y = Re y = 

cos x 
− cos x − sin x 
~
 und y 2 = Im y 1 = 
 sin x
( )

− sin x + cos x 

an1 an 2    
1 1
erhält man ein vollständiges System von (komplexen) Wurzeln λ1, λ2, ..., λn (Eigenwerte von A). cos x sin x
det =1
− cos x − sin x − sin x + cos x
2. Schritt: Danach sind zwei Fälle zu unterscheiden.
 cos x   sin x 
⇒ y (x )= C1 ⋅
− cos x − sin x 
+ C 2 ⋅
− sin x + cos x 

1. Fall: Verschiedene Wurzeln λi    
Mit der Gleichung
( A − λE
i )⋅ν = 0 2. Fall: Mehrfache Wurzeln λi
erhält man für jede der Wurzeln λi je einen Lösungsvektor ν i , der nicht normiert werden muß. Die Wurzel λi trete r-mal auf. Die Lösungen, die der r-fachen Wurzel λi im Fundamentalsystem
Das (komplexe) Fundamentalsystem ergibt sich dann zu Folgendem: entsprechen, erhält man mit dem Ansatz
 y = ν 1 ⋅e λ1x ( )
y i = u 0 + u 1 x + K + u r − 1 x r − 1 ⋅e λi x .
 1 λ2 x
 y = ν 2 ⋅e Das auftretende Polynom ist vom Grad r− 1. Die Vektoren ui sind unbestimmt. Setzt man nun yi
FS:  2
 M in das DGL-System ein, so entsteht ein lineares Gleichungssystem für die Vektorkoordinaten, von
y = ν n ⋅e λn x denen r entsprechend der Vielfachheiten der Wurzel λi beliebig wählbar sind.
 n
Tritt in dem vollständigen System der Wurzeln eine komplexe Wurzel auf (z.B. λ1 = α + i ⋅β ), Beispiel: Gesucht wird die allgemeine Lösung des folgenden DGL-Systems.
dann kommt in dem System auch die konjugiert-komplexe Wurzel λ2 = λ1 = α − i ⋅β vor. 0 1 0 
′  
y = 0 0 1 ⋅y
Daraus folgt dann, daß auch die zugehörigen Lösungsvektoren konjugiert-komplex sind. 0 − 1 2 
14 24 3

y1 = y 2 ⇔ ν 1 ⋅e λ1x = ν 2 ⋅e λ2 x A
⇒ A − λE = − λ ⋅(λ − 1) = 0 ⇒ λ1 = 0, λ2,3 = 1
2
Diese beiden komplexen Lösungen können durch zwei reelle Lösungsvektoren ersetzt werden.
Sie lauten folgendermaßen:
~y = Re y = y1 + y 2
( ) c1 
1 1
2  
Der einfachen Wurzel λ1 = 0 entspricht der Lösungsansatz: y1 = c2  .
~y = Im y = y 1 − y 2
( ) c 
2 1
 3
2i
Die beiden Vektoren entsprechen dem Real- bzw. dem Imaginärteil von y1.
Seite 81 Seite 82
c1  2. Schritt: Man bildet dann die sogenannte komplexe Störfunktion:

 
f (x )= q (x )⋅e µx mit q (x )= q 1 (x )+ i ⋅q 2 (x )
~
Einsetzen in das DGL-System ergibt y1 =  0  .
0 
 
3. Schritt: Der nächste Ansatz lautet:
~y (x )= p (x )⋅e µx
P
mit ( )
grad p = grad q ()
Die Vielfachheit der Wurzel λ2,3 ist zwei, der zu benutzende Ansatz lautet dann:
 a1  b1   Falls µein Eigenwert ist, so wird dieser Ansatz gemacht:
    
y 2 , 3 = a 2  + b2 ⋅x ⋅e x
a  b   y P (x )= p (x )⋅e µx
~ mit grad ( p )= grad (q )+ 2
 3   3  
Einsetzen in das DGL-System und Auflösen des linearen Gleichungssystems führt auf:
Dies erzeugt zwar später ein Gleichungssystem höherer Ordnung, sonst müßte aber eine
b1  1  a1  1 − 1 Fallunterscheidung für die Funktionswerte von µ im charakteristischen Polynom vorgenommen
         
b2  = b2 ⋅1 ⇒ a 2  = a 2 1 + b2 ⋅ 0  werden, die etwas mehr Zeit beansprucht.
b  1 a  1 1 
 3    3    
4. Schritt: Dieser Ansatz für die partikuläre Lösung wird in das DGL-System eingesetzt.
Die Fundamentallösungen zu λ2,3 = 1 lauten dann:
′ ′
A ⋅~y P ( x )+ f (x )= ~
y P ( x )= µ⋅e µx ⋅p(x )+ e µx ⋅p ( x )
~
1 − 1 + x 
  
y 2 (x )= 1⋅e x , y 3 (x )=  x ⋅e x ⇒
′
q( x )= p ( x )− ( A − µ⋅E )⋅p(x )
1  1+ x 
  
Sie bilden zusammen mit y1 ein Fundamentalsystem. Die allgemeine Lösung lautet: Die letzte Gleichung lassen sich die Koeffizienten von p(x) ermitteln.
1  1 − 1 + x  Damit erhält man die partikuläre Lösung ~y (x )= p (x )⋅e µx .
    
y( x )= C1 ⋅0 + C2 ⋅1⋅e x + C3 ⋅ x ⋅e x
P
0  1  1+ x  Beispiel: Gesucht ist eine partikuläre Lösung des folgenden DGL-Systems.
    
Im allgemeinen Fall, d.h. unabhängig von der Vielfachheit der Eigenwerte der Matrix A ist das
0 − 2
folgende Lösungsprinzip anwendbar. Es ist dem hier schon beschriebenen Verfahren äquivalent. (t )= 
x& ⋅x(t )+

3 − t

1
⋅e
2 0   
Lösungsprinzip unter Verwendung der Übertragungsmatrix:
Nach dem ersten Ansatz folgt:
Nach der Bestimmung der Übertragungsmatrix aus dem Fundamentalsystem gemäß der Formel
Yˆ(x )= Y (x )⋅Y (0)
−1
β = − 1
ergibt sich die homogene, reelle Lösung des vorgegebenen Anfangswertproblems zu Folgendem: Ω = 0
y H (x )= Yˆ( x )⋅x 0 mit x 0 ∈ Å n  µ= − 1 
 a1  − t
 ⇒ a1  ⇒ x P (t )= p (t )⋅e µt = 
a ⋅e
3  p (t )= 
    1
Mehr zu den Eigenschaften der Übertragungsmatrix befindet sich unter Punkt 12.5.4.3 . q 1 (t )= 
1 
 ⇒ q (t )= 3  a1 

 
  1 

q 2 (t )= 0   
12.5.6.2 Bestimmung des partikulären Lösungsanteils:  

′
1. Schritt: Für das Störglied f(x) des DGL-Systems y = A ⋅y + f ( x ) wird folgender Ansatz Im nächsten Schritt wird nun dieser Lösungsansatz in das DGL-System eingesetzt und die
gemacht: unbekannten Koeffizienten ermittelt.
[ ]
f ( x )= e βx ⋅ q1 (x )⋅cos(Ω ⋅x )− q 2 (x )⋅sin (Ω ⋅x )
Die Zahlen β und Ω müssen reell sein, µ= β + i Ω darf kein Eigenwert von A sein.
q1(x) und q2(x) sind reelle Vektorpolynome.
Ist µein Eigenwert, so wird im 3. Schritt eine kleine Änderung vorgenommen.
Seite 83 Seite 84
P (t )= A ⋅x P (t )+ f (t )
x&
3 − t  a1  0 − 2  a1  − t
⇒  ⋅e = − 
1    − 
2 0  ⋅
  ⋅e
   a 2    a 2  12.6 Lineare Differentialgleichungen n-ter Ordnung
− a1 + 2a 2 = 3 − 1
⇔  ⇔ a=
1  12.6.1 Lineare Differentialgleichung n-ter Ordnung:
− 2a1 − a 2 = 1   Unter einer linearen Differentialgleichung n-ter Ordnung versteht man eine
− 1 − t
⇒ x P (t )= 
Differentialgleichung der Form
1 ⋅e y (n ) + a n − 1 (x )⋅y (n − 1) + a n − 2 ( x )⋅y (n − 2 ) + K + a1 ( x )⋅y ′+ a 0 ( x )⋅y = f ( x ) .
 
Diese heißt homogen, falls f(x) = 0 ist, sie heißt inhomogen, falls f(x) ≠0 ist.
Lösungsprinzip unter Verwendung der Übertragungsmatrix:

12.6.1.1 Lösbarkeit:
Auch die partikuläre Lösung läßt sich mit Hilfe der Übertragungsmatrix ermitteln. Sie lautet Sind die Koeffizienten ak(x) und f(x) stetig in einem gegebenen Intervall, so hat für ein x0 aus
allgemein: diesem Intervall das Anfangswertproblem
y P (x )= Yˆ(x )⋅c (x )
y (n ) + a n − 1 (x )⋅y (n − 1) + K + a 0 (x )⋅y = f (x )
c (x )= ∫ Yˆ(− s )⋅ f (s )⋅ds
x
y ( x0 )= y1
mit
Zur Berechnung des Vektors c(x) sind in der Regel etwas ausgefallenere Integrale zu lösen. y ′(x 0 )= y 2
M
Beispiel: Gesucht wird eine partikuläre Lösung zum folgenden DGL-System, dessen Übertra-
gungsmatrix bereits bestimmt wurde. y (n − 1)(x 0 )= y n
(t )= 
0 1 sin t   cos t sin t 
x& 
⋅x (t )+ 
 
−t 
Yˆ(t )= − sin t cos t 
 mit reellen yk genau eine Lösung im gegebenen Intervall.
− 1 0  e   
Nach der obenstehenden Formel ergibt sich dann:
Im Folgenden sollen nur Differentialgleichungen mit konstanten Koeffizienten betrachtet
t  cos(− s ) sin (− s ) sin s 
c(t )= ∫Yˆ(s )⋅ f (s )⋅ds = ∫
t
− sin (− s ) cos(− s )⋅
 −s  ⋅ds
werden.
  e 
t cos s − sin s  sin s  t cos s ⋅sin s − e
−s
⋅sin s  12.5.1.2 Linearkombinationen von Lösungen einer linearen DGL n-ter Ordnung:
= ∫  ⋅
  −s ⋅ds = ∫  sin 2 s + e − s ⋅cos s ⋅ds
 Sind y1,...,yk Lösungen einer homogenen linearen DGL n-ter Ordnung, dann ist auch jede beliebige
sin s cos s  e    Linearkombination y = c1 ⋅y1 + K + ck ⋅y k mit c1 , K , ck ∈ Å von Lösungen wieder eine
 
⋅sin t + ⋅e ⋅(sin t + cos t )
1 1 −t neue Lösung.
 
2
= 2 2 

 ⋅(t − sin t ⋅cos t )+ ⋅e ⋅(− cos t + sin t )
1 1 − t

12.6.2 Umformung in DGL-System erster Ordnung:
2 2  Es werden Substitutionen durchgeführt:
Die partikuläre Lösung lautet:
1  e − t + t ⋅sin t  ′ L
x P (t )= Yˆ(t )⋅c (t )= ⋅  y1 = y   y   0 1 0 0  y   0 
2 − sin t − e + t ⋅cos t 
    0 
0    
y2 = y′  L
−t

  y′   0 1  y′   0 
M ⇒  M =  M M M O 
M ⋅ M  +  M
      
12.5.7 Allgemeine Lösung eines gegebenen Anfangswertproblems: M   M   0 0 0 L 1  M  M
  y (n − 1)     y (n − 1) 
Faßt man alle bis hierher gewonnenen Erkenntnisse zusammen, so ergibt sich folgende Formel: y n = y (n − 1 )   − a 0 − a1 − a 3 L − a 1    f (x )
1 4 4 4 4 4 2 4 4 4 4 4n −3  
y (x )= Y (x )⋅c + Y ( x )∫ Y (ε )⋅ f (ε )⋅d ε
x
=A
(n ×n )− Matrix
x0
Ausgedrückt mit der Übertragungmatrix:

y ( x )= Yˆ(x − x 0 )⋅y 0 + ∫ Yˆ(x − ε )⋅ f (ε )⋅dε
x
12.6.3 Fundamentalsystem:
x0 Die Darstellung des Fundamentalsystems von Lösungen sieht folgendermaßen aus:
Seite 85 Seite 86
 y1   yn  Zur Differentialgleichung y (n ) + a n − 1 ⋅y (n − 1) + a n − 2 ⋅y (n − 2 ) + K + a1 ⋅y ′+ a 0 ⋅y = f (x ) wird das

   
 y ′   y′  charakteristische Polynom oder charakteristische Gleichung folgendermaßen definiert:
y1 (x )=  1 , K , y n (x )=  n 
M M P (λ)= λn + a n − 1 ⋅λn − 1 + a n − 2 ⋅λn − 2 + K + a1 ⋅λ + a 0
 ( n − 1)   ( n − 1) 
y  y 
 1   n 
12.6.7.2 Bestimmung des homogenen Lösungsanteils:
1.Schritt: Zuerst werden die Nullstellen der charakteristischen Gleichung ermittelt.

12.6.4 Aufstellen eines Fundamentalsystems:
2. Schritt: Danach wird das reelle Fundamentalsystem aufgestellt.
Gegeben ist die homogene lineare DGL n-ter Ordnung mit konstanten Koeffizienten:
3. Schritt: Die Lösung des homogenen DGL-Anteils lautet dann:
y (n ) + a n − 1 ⋅y (n − 1) + a n − 2 ⋅y (n − 2 ) + K + a1 ⋅y ′+ a 0 ⋅y = 0 y H (x )= c1 ⋅y1 (x )+ c2 ⋅y2 (x )+ K + cn ⋅yn (x )
Man erhält ein Fundamentalsystem, wenn man zu jeder r-fachen Nullstelle λk die rk Lösungen 12.6.7.3 Bestimmung des partikulären Lösungsanteils:
eλk x , x ⋅e λk x , K , x r − 1 ⋅e λk x
und zu jedem Paar konjugiert-komplexer Nullstellen λk , λk (r-fach) die 2r Lösungen 1. Schritt: Für das Störglied f(x) der DGL wird folgender Ansatz gemacht:
eσk x ⋅cos(τk x ), K , x r − 1 ⋅eσk x ⋅cos(τk x ) f ( x )= e βx ⋅[
q1 (x )⋅cos(Ω ⋅x )− q2 (x )⋅sin (Ω ⋅x )]
eσk x ⋅sin (τk x ), K , x r − 1 ⋅eσk x ⋅sin (τk x ) mit σk = Re(λk )

Die Zahlen β und Ω müssen reell sein. q1(x) und q2(x) sind reelle Polynome.
und τk = Im(λk ) 2. Schritt: Man bildet dann die sogenannte komplexe Störfunktion:
f (x )= q (x )⋅e µx mit q (x )= q1 (x )+ i ⋅q 2 (x )
zusammenfaßt. ~
und µ= β + i ⋅Ω
12.6.5 Fundamentalmatrix, Übertragungsmatrix:
Sie wird ebenso aufgestellt wie bei normalen DGL-Systemen:
3. Schritt: Der nächste Ansatz lautet:
 y1 y1 L yn  ϕ(x )= (u 0 + u1 x + K + u r x r ) mit grad (ϕ )= grad (q )+ 2
 
 y1′ y′ L yn′  Die partikuläre (komplexe) Lösung wird wie folgt angesetzt:
Y ( x )=  2 ~y (x )= ϕ( x )⋅e µx
M M O M P
 ( n − 1)  n
y y2(n− 1) L (n − 1) 
Daraus folgt dann: q (x )= ∑
1
⋅P (k )(µ)⋅ϕ (k )(x )
 1 yn 
k =0 k !
Im Falle, daß die Differentialgleichung zweiter Ordnung ist, gilt vereinfacht:
ϕ′′(x )+ P ′(µ)⋅ϕ′(x )+ P (µ)⋅ϕ(x )= q (x ) mit µ= β + i ⋅Ω
Sie besitzt alle bereits bei DGL-Systemen beschriebenen Eigenschaften (s. Punkt 12.5.4.3).
Das Aufstellen der Übertragungsmatrix erfolgt entsprechend.
4. Schritt: Aus der obenstehenden Formel werden schrittweise alle Koeffizienten bestimmt. Dazu
12.6.6 Wronski-Determinante: kann der Koeffizientenvergleich — d.h. Vergleich von Real- bzw. Imaginärteilen auf beiden
Analog zu DGL-Systemen lautet sie: Seiten der Gleichung — angewandt werden.
y1 y1 L yn ϕ1 (x )= Re [
ϕ(x )]
y1′ y2′ L y′ ϕ2 ( x )= Im [
ϕ( x )]
W (x )= n
M M O M
( n − 1) ( n − 1)
Daraus folgt schließlich für die partikuläre Lösung:
y1 y2 L yn(n− 1) y P (x )= Re [y P (x )]= e βx ⋅[
~ ϕ1 (x )⋅cos (Ω ⋅x )− ϕ2 (x )⋅sin (Ω ⋅x )]
Ist der Betrag der Wronski-Determinante nicht null, so bilden die Spaltenvektoren ein
Fundamentalsystem zur gegebenen Differentialgleichung. Beispiel: Gesucht wird die allgemeine Lösung der folgenden linearen Differentialgleichung.
&
x&
+ 2 x&+ 5 x = 51
t2−3 13 +144e −22t
⋅4sin3t
f1 (t ) f 2 (t )
12.6.7 Allgemeines Lösungsverfahren:
12.6.7.1 Charakteristisches Polynom:
Seite 87 Seite 88
Eine solche Aufteilung des Störgliedes in zwei (oder mehr) Teile wird dann notwendig, wenn es
offensichtlich nicht die allgemeine Form f ( x )= e βx ⋅[ q1 ( x )⋅cos(Ω ⋅x )− q2 ( x )⋅sin (Ω ⋅x )] von Nullstellen von P(λ) Lösungsbasis der Differentialgleichung
Störgliedern besitzt. λ1 , λ2 ∈ Å, λ1 ≠λ2 y1 (x )= e λ1x
y2 (x )= e λ2 x
Homogene Lösung:
Es werden die Nullstellen des charakteristischen Polynoms P(λ) bestimmt. λ1 = λ2 y1 (x )= e λ1x
λ2 + 2λ + 5 = 0 ⇔ λ1 = − 1 + 2i λ2 = − 1 − 2i y2 (x )= x ⋅e λ1x
λ1, 2 = α ±i ⋅ω mit ω > 0 y1 (x )= eα ⋅x ⋅cos(ω ⋅x )
Die allgemeine, reelle Lösung der homogenen Differentialgleichung lautet dann:
x H (t )= e − t ⋅(c1 ⋅cos 2t + c 2 ⋅sin 2t ) y2 (x )= eα ⋅x ⋅sin(ω ⋅x )
Tabelle 3: Lösungsbasis von linearen homogenen Differentialgleichungen 2. Ordnung mit konstanten
Koeffizienten
12.7 Eulersche Differentialgleichungen

Partikuläre Lösung:
Zu f1(t): 12.7.1 Form Eulerscher Differentialgleichungen
f1 (t )= 5t − 13 = f1 (t )
~
Allgemein sehen diese Differentialgleichung folgendermaßen aus:
x P1 (t )= a 0 + a1t + a 2 t 2 + a 3t 3 (bx + c )n ⋅y (n )(x )+ an− 1 ⋅(bx + c )n− 1 ⋅y (n− 1)(x )+ K + a1 ⋅(bx + c )⋅y′(x )+ a0 ⋅y(x )= F (x ) ak , b, c ∈ Å
Koeffizentenvergleich liefert: xP1 (t )= t − 3
Zu f2(t): 12.7.2 Allgemeines Löungsverfahren:
f 2 (t )= 4e − 2t ⋅sin t = e βt ⋅[q1 (t )⋅cos(Ω t )− q2 (t )⋅sin (Ω t )]
~ Es wird eine Substitution durchgeführt, die aus dieser speziellen Differentialgleichung eine
lineare Differentialgleichung mit konstanten Koeffizienten macht.
mit β =−2 Ω =1 q1 (t )= 0 q2 (t )= − 4 bx + c = eu ⇒ ~y (k )(u )= y (k ) eu ( )
123
⇒ µ= − 2 + i q(t )= − 4i mit Ketten - und
(
xP 2 (t )= e µt ⋅ϕ(t )= e( − 2+ i )t ⋅ a0 + a1t + a2t 2 )
Produktreg el zu berechnen
⇒ ~ Die Resubstitution lautet dann: u = ln (bx + c )
Als nächstes wird der Ansatz ϕ′′(t )+ P ′(µ)⋅ϕ′(t )+ P (µ)⋅ϕ(t )= q (t ) benutzt, um die
unbekannten Koeffizienten von ϕ(t) zu bestimmen. Diese ergeben sich zu Folgendem: 12.7.3 Spezielle Eulersche Differentialgleichung zweiter Ordnung:
2 4 In der Form
a2 = a1 = 0 , a0 = − i
5 5 x 2 ⋅y ′′(x )+ a ⋅x ⋅y′(x )+ b ⋅y(x )= F ( x ) a, b ∈ Å
vereinfacht sich die Substitution auf
Die allgemeine Lösung des zweiten Teils vom Störglied lautet dann: x = eu ⇔ u = ln x
 2 4  2 
xP 2 (t )= Re[
xP 2 (t )]= Re e(− 2+ i )t ⋅ − i  = e − 2t ⋅ cos t + sin t 
~ 4 und die neue Differentialgleichung lautet:
 5 5  5 5  y ′′(u )+ (a − 1)⋅~y ′(u )+ b ⋅~y (u )= F eu
~ mit ( )
~y (u )= y e u ( )
Die allgemeine Lösung der gesamten Differentialgleichung ergibt sich somit zu:
x (t )= x H (t )+ x P 1 (t )+ x P 2 (t ) 12.8 Rand- und Eigenwertprobleme
= e ⋅(c1 ⋅cos 2t + c 2 ⋅sin 2t )+ ⋅e − 2 t ⋅(2 ⋅sin t + cos t )+ t − 3
−t 2
5 12.8.1 Begriff des Randwertproblems (RWP):
Unter Randwertproblemen versteht man Probleme, bei denen die gesuchte Lösung einer
Differentialgleichung (eines DGL-Systems) in den Endpunkten eines Intervalls der unabhänigen
12.6.8 Tabelle zur Lösungsbasis von linearen homogenen Differentialgleichungen Variable(n) bei vorgegebenen Bedingungen genügen muß. Randwertprobleme treten in der Pysik
2. Ordnung mit konstanten Koeffizienten: sehr häufig auf.
y H (x )= c1 ⋅y1 (x )+ c2 ⋅y2 ( x ) mit y1(x) und y2(x) aus der

Gegeben sei L[y] = f(x), eine lineare Differentialgleichung n-ter Ordnung mit auf [a,b] stetigen
Die homogene Lösung lautet
Koeffizienten. f(x) sei ebenfalls stetig. Die Randbedingungen seien
untenstehenden Tabelle.
( )
n− 1
U µ[]
y = ∑ α µ,ν ⋅y (ν )(a )+ β µ,ν ⋅y (ν )(b) µ= 1, K , m
ν =0
Seite 89 Seite 90
und γ1, ..., γm reell. 12.9.1 Form, Anfangswerte:

Dann bestimmen die Gleichungen In der allgemeinen Form lauten sie:
L[]y = f (x )
U µ[]y = γµ µ= 1, K , m x&= f (x, x&
& )
ein Randwertproblem (RWP).
Die unabhängige Variable t kommt nicht explizit vor.
12.8.2 Begriff des Eigenwertproblems bei Differentialgleichungen: Anfangswerte: x(t 0 )= x0 , x&
(t 0 )= p0 ≠0
Analog zur Definition des Eigenwertproblems bei Matrizen wird festgelegt:
L[]
y = λ ⋅y 12.9.2 Äquivalentes DGL-System erster Ordnung:
heißt Eigenwertproblem der Differentialgleichung L[y]. λ heißt Eigenwert zur Eigenfunktion y, Es wird geschieben in der Form:
x&= p
die diese Gleichung unter gegebenen Randbedingungen erfüllt.
In den meisten Fällen muß für λ eine Fallunterscheidung durchgeführt werden. p&= f ( x, p )
Beispiel: Bestimmt werden sollen die Eigenwerte und die Eigenfunktionen des Randwert- Die Anfangswerte lauten dann: x(t0 )= x0 , p(t0 )= p0 ≠0
problems
w′′( x )= λ⋅w(x ) für 0 ≤ x ≤ π In Anlehnung an die Physik wird p als Impuls bezeichnet, f sei ein Kraftfeld in einem
λ∈ Å bestimmten Gebiet der (x,p)-Phasenebene (Orts-Impuls-Ebene).
w′′(0)= w′′(π )= 0
12.9.3 Singuläre Punkte:
1. Fall: λ > 0: Die allgemeine Lösung der DGL lautet dann w(x )= c1 ⋅e λ⋅x
+ c2 ⋅e − λ⋅x
. x&= f (x, x&
(xs,ps) heißt singulärer Punkt (SP) der Differentialgleichung & ), wenn folgendes gilt:
Koeffizientenvergleich nach Einsetzen in die DGL liefert: ps = 0 und f ( xs ,0)= 0
0 = w′′(0)= λ ⋅(c1 + c2 )
!
⇒ c1 = − c2 Die singulären Punkte liegen auf der x-Achse. Andere Bezeichnungen für singuläre Punkte sind
(
0 = w′′(π )= λ ⋅c1 ⋅ e
!
λ⋅π
− e
144 24 43
− λ⋅π
)
⇒ c1 = 0 ⇒ c2 = 0
Gleichgewichtslage oder Ruhelage der Differentialgleichung.
≠0 12.9.4 Phasenkurve (PK):

Die erhaltene Lösung für λ > 0 ist also die triviale Lösung w(x) ≡ 0. Eine orientierte Kurve Γ in der (x,p)-Ebene heißt Phasenkurve (PK) der Differentialgleichung
x&= f (x, x&
& ) , wenn es eine Lösung
2. Fall: λ = 0: Die Lösung der entstehenden DGL w′′(x )= 0 lautet w(x )= c1 x + c2 , x(t )
t a x(t )= [
x(t ), p(t )] =  
T
d.h., Eigenfunktionen zum Eigenwert λ = 0 sind w(x) = x und w(x) = 1. x& 
 (t )
gibt, die eine Parameterdarstellung (PD) von Γ ist.
3. Fall: λ < 0: In diesem Fall lautet die allgemeine Lösung:
( )
w(x )= c1 ⋅sin − λ ⋅x + c2 ⋅cos − λ ⋅x ( )
( )
w′′(x )= λ ⋅c1 ⋅sin − λ ⋅x + λ ⋅c2 ⋅cos − λ ⋅x ( ) Merkregel für die Pfeilrichtung in Phasenkurven:
Die Pfeile weisen nach rechts, wenn p positiv ist. Wenn p negativ ist, weisen die Pfeile nach
Durch Koeffizientenvergleich ergibt sich: links.
0 = w′′(0)= λ ⋅c2
!
⇒ c2 = 0
0 = w′′(π )= λ ⋅c1 ⋅sin − λ ⋅π( ) 12.9.5 Bestimmung der Phasenkurve, Lösen von Anfangswertproblemen:
!
Die Bestimmung erfolgt in mehreren Schritten.
Da λ ≠0 ist, muß entweder c1 = 0 (triviale Lösung) oder λ = − n² sein (n ganzzahlig). Zugehörige 1. Schritt: Ansatz für Γ mit (x0,p0) ∈ Γ :
Eigenfunktionen sind wn ( x )= c1 ⋅sin (nx ) für n ∈ Á . p = ϕ(x )
p0 = ϕ(x0 )
Gesucht ist ϕ(x).
12.9 Autonome Differentialgleichungen 2. Ordnung Nach einigen Umformungen und Substitutionen ergibt sich:
Seite 91 Seite 92
dann lassen sich ein Potential (potentielle Energie), kinetische Energie und Gesamtenergie
⋅ f ( x, ϕ)
1
ϕ′=
ϕ einer Masse m = 1 definieren.
und ϕ(x0 )= p0 ≠0
12.9.6.1 Potential (potentielle Energie):
Dies ist eine Differentialgleichung erster Ordnung für ϕ(x). Eine Funktion U(x) heißt Potential oder potentielle Energie, wenn U ′( x )= − f (x ) gilt.
U (x )= − ∫ f (ε)dε
x
2. Schritt: ϕ(x) wird berechnet. x0
Man löst eine Differentialgleichung erster Ordnung für x(t), indem man
12.9.6.2 Kinetische Energie:
dx
= dt
Sie wird definiert als E kin ( p )=
1 2 1 2
ϕ(x ) x& = p .
2 2
einsetzt. Es ergibt sich das Folgende: 12.9.6.3 Gesamtenergie:
x ds
t − t0 = ∫ Die Gesamte Energie eines Massenpunktes im Kraftfeld f am Ort x mit dem Impuls p ist die
x0 ϕ(s )
Summe von kinetischer und potentieller Energie:
E ( x, p )= p 2 + U (x )
Daraus erhält man t als Funktion von x. Aufgelöst nach x(t) hat man dann die 1
Parameterdarstellung der Phasenkurve durch (x0,p0). 2
12.9.6.4 Energiesatz:
Beispiel: Gesucht ist die Lösung des folgenden Anfangswertproblems: Für alle Punkte (x,p) einer Phasenkurve gilt der Energiesatz:
&
x&=
2 xx&2
−
x&3 + x 2 ( )
mit x(0)= 1 , x&
(0)= 2 und x > 0 E ( x, p )= E0 = konst.
3+ x ⇒ U ( x )≤ E0
2
2x2
Die Phasenkurven sind Niveaulinien der Energiefunktion bzw. Teile davon.
Substitution ergibt:
x&= p  12.9.7 Lösungsverfahren der speziellen Differentialgleichung:
p&=
2 xp 2
−
p 3+ x ( 2
) 
 Es entfallen einige bei der allgemeinen autonomen Differentialgleichung notwendige Annahmen
3 + x2 2x2  bzw. Schritte. Es darf nun p0 = 0 sein.
 ⇒
⇔ p = ϕ(x ) 
( ) 1. Schritt: Das Potential wird aus U (x )= − ∫ f (ε)dε
x
2 xp 2 p 3 + x2  berechnet.
p&= ϕ′( x )⋅p = −  x0
3 + x2 2x2  Die Phasenkurve folgt dann aus dem Energiesatz.

3 + x2 3 + x2
⇒ ϕ′( x )= ϕ(x )− ⇒ ϕ′( x )− ϕ(x )+
2x 2x
=0 2. Schritt: Der Impuls läßt sich berechnen mit
3+ x 2
2x 2
3+ x 2
2x2
Nach Lösungsformel für Differentialgleichungen erster Ordnung ergibt sich: p = ϕ( x )= ± 2 ⋅(E0 − U (x ))

E 0 = E ( x0 , p0 )
2s
x
=−
}
3+ s 2 x

∫x0 B ( s ) ds  ∫x0 B ( s )ds  3 + x !
2
ϕ(x )= e ⋅ϕ0 − ∫ { A(t )⋅e
x
dt  = =p
{ x0 2x
= p = 2
0 3+ t 2
 3. Schritt: Man gewinnt die Lösung mit der schon angegebenen Formel t − t0 = ∫
x ds
.
 =
2t 2
 x0 ϕ(s )
Damit ist die Phasenkurve bestimmt. Weiter kann berechnet werden:
t − t0 = ∫
x ds
{ x0 =1 ϕ(s )
[ 1
x
= ln 3 + s 2 = ln ]
3 + x2
4
=0 12.9.8 Autonome Differentialgleichungs-Systeme:
Das allgemeine System lautet: x&= v( x )
⇒ x(t )= + 4et − 3
3
mit t > ln
 x1,s 
mit v(x S )= 0 .
4
Dies ist die Lösung des angegebenen Anfangswertproblems. Ein singulärer Punkt sei x S = 
x 

 2, s 
12.9.6 Spezielle autonome Differentialgleichungen 2. Ordnung:
12.9.8.1 Linearisiertes System:
Wenn sich die Differentialgleichung schreiben läßt als
x&= f (x ),
Ist v(x) in eine Taylorreihe entwickelbar, so heißt das System
&
Seite 93 Seite 94
 ∂v1 ∂v1  12.9.9 Klassifizierung von singulären Punkten, Phasenportraits:

 
 ∂x1 ∂x2 
x&= A ⋅(x − x S ) A = vx = 12.9.9.1 Knotenpunkt:
xS xS
mit 
∂v2 ∂v2 
x= xs
Ein Knotenpunkt liegt vor, wenn die Wurzeln
 ∂x1 ∂x2 x  der charakteristischen Gleichung reell sind und
 xS S 
gleiches Vorzeichen besitzen. In der Umgebung
linearisiertes System. des singulären Punktes verlaufen alle
Phasenkurven durch ihn hindurch und haben hier,
Ermittelt man für das linearisierte System einen singulären Punkt eines bestimmten Typs, so ist falls keine Doppelwurzel vorliegt, eine
er auch ein singulärer Punkt gleichen Typs für das nicht-linearisierte System. gemeinsame Tangente. Im Falle einer
Doppelwurzel haben die Phasenkurven entweder
eine gemeinsame Tangente, oder durch den
singulären Punkt verläuft in jeder Richtung eine
eindeutige Kurve.
Handelt es sich um ein lineares autonomes

DGL-System, so werden noch Knotenpunkte 1.
Abbildung 18: Knoten 1. Art
Art und Knotenpunkte 2. Art unterschieden.
Abbildung 19: Knoten 2. Art
12.9.9.2 Strahlpunkt / Sternpunkt:

Als Strahlpunkt bezeichnet man einen
Knotenpunkt, durch den Phasenkurven der Form
y = C·x gehen.
Abbildung 20: Sternpunkt
Seite 95 Seite 96
12.9.9.3 Sattelpunkt: 12.9.9.6 Stabilität von singulären Punkten:

Als Sattelpunkt bezeichnet man einen Gilt für einen singulären Punkt (x0,0), daß zu jedem ε > 0 ein δ > 0 existiert, wobei für eine Wahl
singulären Punkt, durch den genau zwei des Anfangspunktes (x10, x20) mit dem Abstand δ 1 < δ zum singulären Punkt die zugehörige
Phasenkurven verlaufen. Die Wurzeln der Phasenkurve einen Abstand δ 2 < ε zum singulären Punkt hat, dann heißt der singuläre Punkt stabil.
charakteristischen Gleichung sind dann reell Die Pfeilrichtung der Phasenkurve weist auf den singulären Punkt.
und besitzen verschiedenes Vorzeichen.
Sattelpunkte sind immer instabil. Ist diese Bedingung nicht erfüllt, so heißt der singuläre Punkt instabil.
12.9.9.7 Stabilitätskarte für lineare autonome DGL-Systeme im Å²:
DGL-System: x&= A ⋅x
Bezeichnungen:
Abbildung 21: Sattelpunkt
a b 
12.9.9.4 Strudelpunkt: A= c d  
Sind die Wurzeln der charakteristischen  
Gleichung konjugiert-komplex, dann ist der
α = ⋅Spur A = ⋅(a + d )
1 1
singuläre Punkt ein Strudelunkt, auf den sich die 2 2
Phasenkurven in unendlich vielen Windungen
γ = det A
aufwinden.
β = α2 − γ
λ1 , λ2 : Eigenwerte von A
Es treten dann verschiedene Fälle auf:
1. Fall: Sattelpunkt: γ < 0 ⇒ β > α . Die Eigenwerte haben verschiedenes Vorzeichen.
2. Fall: Gerade von singulären Punkten: γ = 0 und α ≠0 ⇒ β = α .

Abbildung 22: Strudelpunkt
Ein Eigenwert ist null, der andere nicht.
12.9.9.5 Wirbelpunkt:
Ein singulärer Punkt, in dessen Umgebung 3. Fall: Knoten 1. Art: 0 < γ < α 2 ⇒ β < α . Die Eigenwerte haben gleiches Vorzeichen.
ausschließlich geschlossene Phasenkurven
liegen, heißt Wirbelpunkt. Die charakteristische 4. Fall: γ = α 2 ⇔ β = 0 ⇔ λ1 = λ2 = α ∈ Å . Es gibt nur einen Eigenwert.
Gleichung muß rein imaginäre Wurzeln haben. 4.1: Sternpunkt: Die Eigenvektoren spannen den Å² auf.
4.2: Knoten 2. Art: Die Eigenvektoren spannen den Å² nicht auf.
5. Fall: Strudelpunkt: γ > α 2 ⇔ λ1 ,λ1 ∉ Å Die Eigenwerte sind konjugiert-komplex.
Abbildung 23: Wirbelpunkt
Seite 97 Seite 98
13. Fourierreihen
13.1 Trigonometrische Polynome und minimale Integralmittel
13.1.1 Periodizität:
Eine skalare Funktion f(x) heißt periodisch mit der Periode T > 0 oder auch T-periodisch, falls
f(x) = f(x + T) für alle reellen x gilt.
Ist eine solche Funktion f T-periodisch, so ist

 x ⋅T 
g ( x )= f  
 2π 
2π-periodisch. Die folgenden Betrachtungen beziehen sich ausschließlich auf 2π-periodische
Funktionen.
13.1.2 Trigonometrisches Polynom n-ten Grades:

So bezeichnet man folgendes Polynom:
n
Tn (x )= a0 + ∑ (a k ⋅cos kx + bk ⋅sin kx ) mit ak , bk ∈ Å
k =1
13.1.3 Primäre Problemstellung:

Gegeben sei eine 2π-periodische Funktion f.
13.1.3.1 Kann f durch ein bestimmtes trigonometrisches Polynom besonders gut angenähert
werden ?
13.1.3.2 Was heißt „gute Annäherung“ überhaupt, wo f doch nicht einmal stetig sein muß, aber
jedes Tn stetig ist ?
13.1.3.3 Welche zusätzlichen Forderungen sind an f bzw. an die Koeffizienten ak, bk zu stellen
so
daß die formale Reihe
∞
S f (x )= lim Tk (x )= a0 + ∑ (a k ⋅cos kx + bk ⋅sin kx)
k→ ∞
k =1
konvergiert ?
13.1.3.4 Wenn Sf (x) für ein reelles x existiert, gilt dann f(x) = Sf(x) ?
13.1.4 Integralmittel:
Als Maß der Annäherung wählt man das sogenannte Integralmittel:
εn = εn (a0 , K , an , b1 , K , bn )= ∫ [f ( x )− Tn (x )] ⋅dx
π 2
−π
13.1.5 Fourierkoeffizienten (FK):

Minimiert man das Integralmittel, so ergibt sich Folgendes:
1 π
⋅ f (x )⋅dx
2π ∫
a0 =
−π
ak = ⋅∫ f (x )⋅cos kx ⋅dx
1 π
π −π
bk = ⋅∫ f (x )⋅sin kx ⋅dx
Abbildung 24: Stabilitätskarte für lineare autonome DGL-Systeme im Å² 1 π
π −π
Existieren diese Integrale, so heißen die Terme Fourierkoeffizienten (FK) von f.
Seite 99 Seite 100
13.1.6 Unterscheidung bei geraden und ungeraden Funktionen:

Sei eine 2π-periodische Funktion f(x) gegeben, deren Fourierkoeffizienten für alle k existieren. Der Dirichlet-Term hat folgende Eigenschaften:
Dann gilt:
f ist eine gerade Funktion:  1  
1 π sin n + ⋅u 
a0 = ⋅∫ f (x )⋅dx Dn (u )=  2  
π 0 u
2 π 2 ⋅sin
ak = ⋅∫ f (x )⋅cos kx ⋅dx 2
π 0 1 π
⋅ Dn (u )⋅du = 1
bk = 0 π ∫ −π
f ist eine ungerade Funktion:

a0 = a k = 0 Daraus folgt für das trigonometrische Polynom:
1 π
2 π
bk = ⋅∫ f (x )⋅sin kx ⋅dx Tn ( x )= ⋅∫ f (x − u )⋅Dn (u )⋅du
π 0 π −π
13.1.7 Konvergenz: 13.1.10 Fourierreihenentwicklungen einiger 2π-periodischer Funktionen:

Ist f stetig im Intervall [− π,π] und 2π-periodisch, dann gilt: Funktion Fourierreihe
2 4 ∞ cos(2nx)
∞ > ⋅∫ f ( x ) ⋅dx ≥ 2a02 + ∑ (ak2 + bk2 )
∞
1 π
f ( x )= − ⋅∑
2
π −π − sin x − π ≤ x ≤ 0 π π n=1 4n 2 − 1
k =1
f ( x )= sin x = 
Die Fourierkoeffizienten streben gegen null, wenn k gegen unendlich geht.  sin x 0≤ x≤π 2 4 cos(2 x ) cos(4 x ) cos(6 x ) 
= − ⋅ + + + K
π π  1 ⋅3 3 ⋅5 5 ⋅7 
13.1.8 Fourierreihe:
Ist f stetig und stückweise glatt im Intervall [− π,π] sowie 2π-periodisch, dann konvergiert die
π 4 ∞ cos[(2n − 1)x]
Fourierreihe gleichmäßig und absolut, und es gilt: f ( x )= − ⋅∑
− x − π ≤ x≤ 0 2 π n=1 (2n − 1)2
S f ( x )= ⋅lim
1
f  x  + lim f  x  f ( x )= 
2 ε→ x +   ε→ x −    x 0≤ x≤π π 4  cos(3x ) cos(5 x ) 
= − ⋅cos x + + + K
Betrachtet man eine allgemeine 2L-periodische Funktion f, so gilt für die Fourierreihe: 2 π  32 52 
∞
 nπ  nπ 
S (x )= a0 + ∑ 
1
an ⋅cos x + bn ⋅sin x  
2 n=1   L   L  4 ∞ sin[
(2n − 1)x]
f ( x )= ⋅∑
− 1 − π < x<0 π n=1 2n − 1
nπ 
⋅ f ( x )⋅cos x ⋅dx
1 L f ( x )= 
L ∫
mit an =
−L
L  1 0≤ x≤π 4  sin(3x ) sin(5 x ) 
= ⋅sin x + + + K x ≠ nπ
nπ  π  3 5 
bn = ⋅∫ f ( x )⋅sin x ⋅dx
1 L
n = 0, 1, 2, K
L −L L 
π2 n cos(nx )
∞
f ( x )= + 4 ⋅∑ (− 1) ⋅ 2
13.1.9 Dirichlet-Term: f ( x )= x 2
− π≤ x≤π 3 n =1 n
Dieser wird aus dem trigonometrischen Polynom gewonnen. π2  cos(2 x ) cos(3x ) 
n = − 4 ⋅cos x − + − + K
Tn (x )= a0 + ∑ (a k ⋅cos kx + bk ⋅sin kx) 3  22 32 
k =1
    ∞
sin (nx )
1 π  f ( x )= π − 2 ⋅∑ x ≠2nπ
= ⋅∫ f (t )⋅ + ∑ (cos kt ⋅cos kx + sin kt ⋅sin kx )⋅dt 
1 n 0 ≤ x < 2π
x
π −π 2 k =1 14 4 4 44 24 4 4 4 43  f ( x )=  n =1 n

 
 =cos[k ⋅( x − t )]
 
  0 x = 2π  sin (2 x ) sin (3x ) 
= π − 2 ⋅sin x + + + K
1 n
  2 3 
= ⋅∫ f (t )⋅ + ∑ cos[ k ⋅(x − t )]⋅dt
1 π
π −π 24 4k =14 24 4 4 3
1 Tabelle 4: Fourierreihenentwicklungen einiger 2π-periodischer Funktionen
= Dn ( x − t )
Seite 101 Seite 102

14. Kurven und Flächen

13.2 Eine Anwendung auf die Saitenschwingung
Gegeben sei eine Saite der Länge π, die an beiden Enden eingespannt sei und auf die keine 14.1 Kurven im Å² und Å³
äußeren Kräfte einwirke.
14.1.1 Parameterdarstellung eines Kurvenbogens, Parametertransformation:
x: [ a, b]a Å n , n ∈ {2,3}
13.2.1 Zugehöriges Randwertproblem:
y(0, t )= y(π , t )= 0 für alle t heißt Parameterdarstellung eines Kurvenbogens, wenn x(t) stetig und differenzierbar ist, sowie
die Ableitung nach t im Intervall [a,b] nicht null ist.
y(x,0)= f (x )
Eine Parametertransformation heißt „zulässig“, wenn sie bijektiv und stetig ist, sowie überall
yt (x,0)= g ( x ) eine positive Ableitung besitzt. Bei zulässigen Parametertransformationen ändert sich die Richtung
einer Tangente nicht.
y( x, t )= X (x )⋅T (t )
14.1.2 Spezielle zulässige Parametertransformation auf „Bogenlänge“:
Die Länge einer allgemeinen Kurve lautet:
l (K )= ∫ x&
(τ) ⋅dτ
b 2
13.2.2 Separierte Differentialgleichungen: a
Man erhält als Ansatz:
s(t )= ∫ x&
(τ) ⋅dτ
t 2
T&
&
a
(t )− λ ⋅T (t )= 0 Dies ist eine zulässige Parametertransformation.
λ
X ′′( x )− 2 ⋅X ( x )= 0
c
14.1.3 Tangentenvektor, Normalenvektor und Krümmung einer Kurve im Å²:
 x&
Tangentenvektor: t (t )=
1
⋅ 1 
2 x 
x& + x&  &
13.2.3 Ermittlung der Eigenfunktionen:
2
2
1 1
Unter Berücksichtigung der Anfangs- und Randwerte ergibt sich:
X k ( x )= C ⋅sin(k ⋅x ) − x&
2
n(t )=
1
Normalenvektor: ⋅
 x& 

Tk (t )= d1,k ⋅cos(c ⋅k ⋅t )+ d 2,k ⋅sin (c ⋅k ⋅t ) x& + x&  1 
2
1
2
1
13.2.4 Lösung der Differentialgleichung: x& ⋅&

⊥
x& − x&
κ (t )= mit x& = 
⊥
Krümmung:  2 
x&
3
&
 1 
yk (x, t )= X k ( x )⋅Tk (t )
x
n
∑ y ( x, t )
k =1
k n∈ Á 14.1.4 Begleitendes Dreibein einer Kurve im Å³:
Sei x(s) eine Parameterdarstellung einer Kurve im Å³ parametrisiert nach der Bogenlänge.
13.2.5 Fourierreihen von f bzw. g:
′
n Dann heißen t (s )= x (s ) Tangentenvektor,
Falls ∑ y k ( x, t ) existiert und Differentiation und Summation vertauschbar sind, so folgt:
k =1
′
∞ t (s ) ′
f ( x )= ∑ d1,k ⋅sin (k ⋅x ) n(s )= für t (s )≠0 Hauptnormalenvektor
′
k =1 t (s )
∞
g ( x )= ∑ d 2,k ⋅c ⋅k ⋅sin (k ⋅x )
k =1
und b(s )= t (s )×n(s ) Binormalenvektor.
Dies sind die Fourierreihen von f bzw. g.

{t (s ), n(s ), b(s )} heißt begleitendes Dreibein der Kurve. Es bildet eine Orthogonalbasis des Å³.
Seite 103 Seite 104
Ist φ eine zulässige Parametertransformation, dann ändert sich die Richtung von x u ×x v unter φ
14.1.5 Frenetsche Formeln: nicht.
Sei x(s) eine Parameterdarstellung einer Kurve im Å³ parametrisiert nach der Bogenlänge.
{t (s ), n(s ), b(s )} sei das begleitende Dreibein. x u ×x v
Normalenvektor der Fläche x(G): n=
′
Man nennt dann κ (s )= t (s ) Krümmung und x u ×x v
′
τ(s )= − b (s )⋅n(s ) Torsion oder Windung. 14.2.2 Kurven auf Flächen:
Sei γ : [
a, b]⊂ Å a G ⊂ Å 2 die Parameterdarstellung einer ebenen Kurve in G. Dann ist
Daraus folgt dieses Differentialgleichungs-System: x oγ : [
a, b]⊂ Å a Å 3 die Parameterdarstellung einer Kurve auf der Fläche x(G).
′
t = κ ⋅n
′ ′ Deren Tangentenvektor ist gegeben durch:
d
(
x oγ = x u γ(t ) ⋅u&) ( ) ( )
(t )+ x v γ(t ) ⋅v&(t )
n = − κ ⋅t + τ⋅b dt
′
b = − τ⋅n Die Tangente liegt in der von xu und xv aufgespannten Ebene.
d
dt
( )
x oγ ⊥ (x u ×x v )
Mit x’= t ist x(s) dann bis auf eine Translation eindeutig bestimmt.
14.2.3 Koeffizienten der 1. Fundamentalform:
Die Bogenlänge wird bestimmt durch
14.1.6 Bezüglich der Zeit parametrisierte Kurven im Å³:
x&
( )
2 2
t= ds  d
Tangentenvektor:   = x oγ = x u u&+ x v v&
2
x&  dt  dt
= x u x u u&
2
+ 2 x u x v u&
v&+ x v x v v&
2
x&×&
x& 123 { {
Binormalenvektor: b= E F G
x&×&
x& E, F, G heißen Koeffizienten der 1. Fundamentalform.
Hauptnormalenvektor: n = b ×t Schreibweise: ds 2 = E ⋅du 2 + 2 F ⋅du ⋅dv + G ⋅dv 2
x&×&
x& 14.2.4 Eigenschaften, Anwendungen:
Krümmung: κ= a4Å
1⊂4 4Å24
2 3
x&
3 Sei x : G 3 die Parameterdarstellung der Fläche x(G) und E, F, G die Koeffizienten
(u ,v )a x (u ,v )
der 1. Fundamentalform. Dann kann Folgendes formuliert werden:
Torsion / Windung: τ=
(x&×&x&)⋅&x&
&
(x&×&x&) u(t )
2
14.2.4.1 Ist t a γ(t )= 

v(t )
 die Parameterdarstellung einer Kurve in G, und die Verkettung von
 
x und γ verbinde auf G die Punkte a und b. Dann gilt für die Bogenlänge s der Flächenkurve:
14.2 Einführung in die lokale Theorie der Flächen im Å³
s = ∫ Eu& + 2Fu&
v&+ Gv&
b
2 2
⋅dt
14.2.1 Parameterdarstellung eines Flächenstückes, Parametertransformation: a
14
x: G ⊂ 4Å2
2
a4Å
4 3 heißt Parameterdarstellung eines Flächenstücks x(G) im Å³, falls x in G
3
(u ,v )a x (u ,v ) 14.2.4.2 Seien γ1 und γ2 die Parameterdarstellungen zweier Kurven in G, die sich für ein t
stetig differenzierbar ist und für alle (u,v) aus G gilt: x u ×x v ≠0 schneiden. Dann schneiden sie sich unter dem Winkel α mit
Eu&1u 2 + F (u1v 2 + u 2 v1 )+ Gv1v 2
& && && &&
cosα =
Eu&1u 2 + F (u1v 2 + u 2 v1 )+ Gv1v 2
~
a4G4⊂ 4Å & && && &&
Eine Parametertransformation φ : G
14⊂Å
44 2 3 heißt zulässig, falls φ bijektiv und stetig
2 2
φ1 (u ,v )
(u ,v )aφ (u ,v )= 

φ2 (u ,v )
14.2.4.3 Durch x u ×x v = EG − F 2 wird der Flächeninhalt des von xu und xv aufgespannten
differenzierbar ist. Darüber hinaus muß die Jacobideterminante positiv sein. J φ (u, v )> 0 für alle
Parallelogramms bestimmt.
(u,v) aus G.
Seite 105 Seite 106
14.2.5 Flächen in expliziter Form: 15. Kurven- und Oberflächenintegrale

Es gilt allgemein:
 1 
  
x = 0  15.1 Orientierte und nicht orientierte Kurvenintegrale
 u 
u
E = 1 + f u2
  
 f  
x(u, v )=  v  ⇒   u ⇒ F = f u ⋅f v 15.1.1 Orientiertes Kurvenintegral:
0 
 f (u, v )
 
  
x v =  1 

G = 1 + f v
2
Sei x : [ ( )
a, b]a G ⊂ Å 2 Å 3 eine Parameterdarstellung der Kurve C. Es sei f : G a Å 2 Å 3 ( )
 f  eine stetige Funktion. Dann heißt

  v (
∫f ⋅d x = ∫ f (x(t ))⋅x&(t ) ⋅dt )
− f u 
 
C C
Normalenvektor auf die Tangentialebene: n = x u ×x u = − f v  orientiertes Kurvenintegral von f längs C.

 1  Andere Schreibweise:
 
∫f ⋅d x = ∫f1 ⋅dx1 + f 2 ⋅dx2 + f 3 ⋅dx3
C C
∫f ⋅n ⋅ds = ∫f ⋅d x = ∫ f ( x(t ))⋅x& ⋅dt

⊥ b ⊥
bzw.
a
C C
15.1.2 Nicht orientiertes Kurvenintergal:

Ist ϕ: G a Å stetig, so heißt
∫ϕ ⋅d x = ∫ϕ ⋅ds = ∫ϕ(x(t ))⋅ x&(t )⋅dt

b
a
C C
nicht orientiertes Kurvenintegral von ϕ längs C.
15.1.3 Eigenschaften von Kurvenintegralen, Rechenregeln:

15.1.3.1 Bei zulässigen Parametertransformationen verändern orientierte und nicht orientierte
Kurvenintegrale ihren Wert nicht.
15.1.3.2 Für reelle a, b , stetige Skalarfelder ϕ, ψ , und stetige Vektorfelder f, g gilt:
∫(a ⋅ f +
C
)
b ⋅g ⋅d x = a ⋅∫f ⋅d x + b ⋅∫g ⋅d x
C C
∫(a ⋅ϕ +
C
b ⋅ψ )⋅d x = a ⋅∫ϕ ⋅d x + b ⋅∫ψ ⋅d x
C C
15.1.3.3 Weitere Eigenschaften sind:
∫f ⋅d x = − ∫f ⋅d x
−C C
∫ϕ ⋅d x = ∫ϕ ⋅d x
−C C
∫f ⋅d x =
C1 + C 2 C1
∫f ⋅d x + ∫f ⋅d x
C2
∫ϕ ⋅d x = ∫ϕ ⋅d x +
C1 + C 2 C1
∫ϕ ⋅d x
C2
Seite 107 Seite 108

15.1.3.4 Es gelten folgende Abschätzungen: 15.2.2 Nicht orientiertes Oberflächenintegral:

( )
Ist ϕ : D a Å F ⊂ D ⊂ Å 3 eine stetige skalare Funktion so heißt
∫f ⋅d x ≤ ∫ f ⋅d x ∫ϕ ⋅do = ∫∫ϕ(x(u, v ))⋅x

F G
u ×x v ⋅d (u , v )
C C
nicht orientiertes Oberflächenintegral von ϕ auf F.
∫ϕ ⋅d x ≤ ∫ϕ ⋅d x
C C
15.2.3 Rechenregeln:
15.2.3.1 Oberflächenintegrale verändern ihren Wert nicht, falls eine zulässige Parameter-
transformation durchgeführt wird.
15.1.4 Potential eines Vektorfeldes: 15.2.3.2 Für reelle a, b , stetige Funktionen ϕ, ψ , und stetige Vektorfelder f, g gilt:
Ist C eine geschlossene Kurve innerhalb ( )
∫a ⋅ f + b ⋅g ⋅d o = a ⋅∫f ⋅d o + b ⋅∫g ⋅d o
eines sternförmigen Gebietes, und existiert F F F
ein skalares Feld ϕ, so daß

∫(a ⋅ϕ +
F
b ⋅ψ )⋅do = a ⋅∫ϕ ⋅do + b ⋅∫ψ ⋅do
F F
grad ϕ = f
15.2.3.3 Weitere Eigenschaften sind:
ist, dann gilt immer ∫f ⋅d x = 0 ∫f ⋅d o = − ∫f ⋅d o
−F F
C
ϕ heißt Potential des Vektorfeldes f. ∫ϕ ⋅do = ∫ϕ ⋅do

−F F
∫f ⋅d o =
F1 + F2
∫f ⋅d o + ∫f ⋅d o
F1 F2
Abbildung 25: Sternförmiges Gebiet ∫ϕ ⋅do = ∫ϕ ⋅do +

F1 + F2 F1
∫ϕ ⋅do
F2
15.2.3.4 Es gelten folgende Abschätzungen:

15.1.5 Sternformiges Gebiet:
Unter einem sternförmigen Gebiet versteht man ein Gebiet im Å³, in dem es mindestens einen ∫f ⋅d o ≤ ∫ f ⋅d o
Punkt gibt, von dem aus es Geraden zu jedem anderen Punkt in dem Gebiet geben kann, die die F F
Grenzlinien des Gebietes nicht überschneiden. Von diesem Punkt ausgehende Strahlen
durchschneiden die Grenzlinien des Gebietes demnach genau einmal. ∫ϕ ⋅do ≤ ∫ϕ ⋅do
F F
15.2 Orientierte und nicht orientierte Oberflächenintegrale 15.3.3 Explizit gegebene Funktionen:
Ist F explizit gegeben durch eine Funktion z = f(x,y), dann läßt sich sagen:
Allgemein betrachtet man Oberflächenintegrale ebenso wie Kurvenintegrale.  x 
 
X (x, y )=  y 
15.2.1 Orientiertes Oberflächenintegral:  f (x, y )
 
Sei x : G ⊂ Å 2 a Å 3 eine Parameterdarstellung des Flächenstückes F. Es sei
  − f x 
f : D a Å3 (F ⊂ D ⊂ Å ) ein stetiges Vektorfeld. Dann heißt
3 1 
   
0
 
⇒ X x =  0 , X y =  1  ⇒ X x ×X y = − f y 
∫f ⋅d o = ∫∫[f ⋅(x
F G
u ]
×x v ) ⋅d (u, v ) f 
 x
f 
 y
 1 
 
orientiertes Oberflächenintegral von f auf F. do = X x ×X y ⋅d ( x, y )= 1 + f x2 + f y2 ⋅d ( x, y )
Ähnlich setzt man das komponentenweise zu berechnende Integral
[
∫f ×d o = ∫∫ f ×(x u ×x v ) ⋅d (u, v ). ]
F G
Seite 109 Seite 110

16. Integralsätze und Vektoranalysis 16.2 Satz von Stokes
16.1 Satz von Gauß in Ebene und Raum 16.2.1 Rotation eines Vektorfeldes:
Die Rotation rot v ist definiert als:
16.1.1 Divergenz eines Vektorfeldes:
Es gilt (übertragbar in Ebene und Raum): ∂ 
 
u  ∂x  u  wy − v z 
  ∂    
u 
  rot v = rot  v  =  × v  = u z − wx 
∂y 
div v = div  v  = u x + v y + wz w    w  v − u 
  ∂    x y 
w   
  ∂z 
16.1.2 Satz von Gauß in der Ebene: Ist rot v = 0, so handelt es sich um ein wirbelfreies Feld. v ist dann ein Potentialfeld im
Sei G ein geeignetes Gebiet des Å² (sternförmig). Sei weiter die Randkurve ∂G so parametrisiert, entsprechenden Gebiet.
daß G „links“ von ∂G liegt. Es sei v ein stetig differenzierbares Vektorfeld. Dann gilt:
∫v ⋅d x ∫∫div v(x)⋅d (x, y )

⊥
=− 16.2.2 Satz von Stokes:
∂G G Es sei F ein Flächenstück definiert auf einem Parameterbereich G ⊂ Å 2 . Dieser sei so
v1   Q  beschaffen, daß der Satz von Gauß anwendbar ist.
Mit v = 
v = 
   folgt :
 2  − P 
Außerdem sei die Abbildung x : G a Å 2 , die F bestimmt, zweimal stetig differenzierbar. Ist
∫P ⋅dx + Q ⋅dy = ∫∫(Qx − Py )⋅d (x, y )
∂G G
nun das Vektorfeld v auf einem Gebiet, das F enthält, stetig differenzierbar, so gilt der
Satz von Stokes:

16.1.3 Satz von Gauß im Raum:
Sei G ein geeignetes Gebiet des Å³ (sternförmig). Die Randfläche sei durch x(u,v) so
parametrisiert, daß x u ×x v nach „außen“ zeigt. Es sei v ein stetig differenzierbares Vektorfeld. ∫rot v ⋅d o = ∫v ⋅d x
F ∂F
Dann gilt:
∫v ⋅d o = ∫∫∫div v(x)⋅d (x, y, z ) 16.2.3 Vektorpotential:

∂G G Es sei v : G a Å 3 stetig differenzierbar und G sternförmig. Es existiert ein „Vektorpotential“ a
als ein in G stetig differenzierbares Feld mit rot a = v ⇔ X ×a = v , wenn in G folgendes gilt:
16.1.4 Fluß von v durch ∂G:
Als Fluß von v durch ∂G wird das Integral ∫∫(v ⋅n)⋅do
∂G
bezeichnet. div v = u x + v y + w z = 0
16.1.5 Zirkulation von Vektorfeldern:

Sie ist für alle geschlossenen C definiert als
∫f ⋅d x = Z .
C
16.3 X -Rechnung (Nablarechnung)
Ist Z = 0 bzw. grad ϕ = f , 16.3.1 X -Operator:

Er wird folgendermaßen definiert:
dann heißt das Vektorfeld v zirkulationsfrei. n
∂
X = ∑ ek ⋅ im Å n
k =1 ∂xk
Seite 111 Seite 112

16.3.2 Rechenregeln: 16.5 Exakte Differentialgleichungen

Für skalare Felder ϕ, ψ und für Vektorfelder f, g gilt:
16.5.1 Exakte Differentialgleichungnen:
X ⋅(ϕ + ψ )= X ⋅ϕ + X ⋅ψ Eine Differentialgleichung der Form
X ( )⋅ f + g =X ⋅f + X ⋅g P( x, y )+ Q( x, y )⋅y ′= 0
X ×( f + g )= X ×f + X ×g
mit stetigen Funktionen P, Q : G a Å heißt in G exakt, wenn es eine stetig differenzierbare
X ⋅(ϕψ )= ϕ ⋅X ⋅ψ + ψ ⋅X ⋅ϕ Funktion F gibt die die folgende Bedingung erfüllt:
X ( )
⋅ϕ ⋅f = f ⋅X ⋅ϕ + ϕ ⋅X ⋅f = f ⋅grad ϕ + ϕ ⋅div f P 
grad F =  Q 
X ( )
⋅ϕ ⋅f = − f ×X ⋅ϕ + ϕ ⋅X × f  

X ⋅( f ×g )= g ⋅(X × f )− f ⋅(X ×g ) P 
F muß also das Potential des Vektorfeldes Q 
 sein.
X ×( f ×g )= f ⋅g − g ⋅(X ⋅f )+ f ⋅(X )
⋅g − g x ⋅f  
{x { Häufig schreibt man exakte Differentialgleichung in der Form
Matrix Matrix
X ⋅(X ⋅ϕ)= ∆ϕ = ϕxx + ϕyy + ϕzz P 

 
P ⋅dx + Q ⋅dy = 0 ⇔  ⋅d x = 0 .
X (
⋅X )
×f = 0 Q 
( x, y )
X ×(X ⋅ϕ)= 0 Für das Potential F gilt: F (x, y )= ∫ P ⋅dx + Q ⋅dy
( )
( x0 , y0 )
X ( )
× X × f = X ⋅X ( )
⋅f − ∆ f = X (
⋅X )
⋅f − f xx
+ f yy
+ f zz
16.5.2 Exakte Differentialgleichungen in sternförmigen Gebieten:
In sternförmigen Gebieten mit stetigen Funktionen P, Q : G a Å gilt Folgendes:
P( x, y )+ Q( x, y )⋅y ′= 0
ist genau dann exakt, wenn
16.4 Der Green’sche Integralsatz Qx = Py
gilt. Diese Bedingung heißt Integrabilitätsbedingung.
16.4.1 Green’scher Integralsatz:
Es sei G ein Gebiet im Å³, so daß der Satz von Gauß gilt. Sind u, v auf zweimal stetig 16.5.3 Spezielle Vektorpotentiale:
differenzierbar, dann gilt mit dem nach außen gerichteten Normaleneinheitsvektor n von ∂G: Hat das Potential F die Form
F (x, f (x ))= c [
= F (x0 , y0 )],
 ∂u ∂v  dann ist f(x) Lösung der Differentialgleichung P( x, y )+ Q( x, y )⋅y ′= 0 .
∫∫∫(v ⋅∆u −
G
u∆v )⋅d (x, y , z )= ∫∫
∂G
v ⋅∂ n − u ⋅∂ n 

⋅n ⋅do

16.5.4 Singuläre Punkte von exakten Differentialgleichungen:
Hierbei ist ∆ der Laplace-Operator. Diese ergeben sich aus diesem Gleichungssystem:
P ( x 0 , y 0 )= 0
Q ( x 0 , y 0 )= 0
16.4.2 Anwendung: 16.5.5 Integrierender Faktor m(x,y):

Es sei G ein Gebiet, so daß der Satz von Gauß gilt, und es sei U zweimal stetig differenzierbar in Als integrierenden Faktor bezeichnet man den zweimal stetig differenzierbaren Term m(x,y), der
G = G ∪ ∂G . Gilt ∆u = 0 auf G, so ist für x0 aus G: nicht null ist, welcher sich aus dieser Bedingung ergibt.
P ⋅m x − Q ⋅m y
= Qx − Py
 1 ∂u (x − x 0 )⋅n 
U ( x 0 )=
1
4π ∫
⋅ ∫ ⋅ + ⋅u ⋅do m

∂G 
x − x ∂ n x − x0
2
 Damit werden nicht exakte Differentialgleichungen zu exakten Differentialgleichungen.
0 
m ⋅P + m ⋅Q ⋅y ′= 0
( x, y )
Die Lösung erhält man dann wieder aus F ( x, y )= ∫ m ⋅P ⋅dx + m ⋅Q ⋅dy .
( x0 , y0 )
Seite 113 Seite 114

16.5.6 Bestimmung von integrierenden Faktoren für bestimmte Differentialgleichungen: A. Anhang: Tabellen und Kurzreferenzen
Py − Q x
16.5.6.1 Stellt ϕ(x )= eine nur von x abhängige Funktion dar, dann ist:
Q
∫x ϕ(t )⋅dt
x
A.1 Trigonometrische Funktionswerte an besonderen Winkeln
m( x )= e 0
α sin α cos α tan α cot α

Q x − Py
16.5.6.2 Stellt ψ ( y )= eine nur von y abhängige Funktion dar, dann ist: 0 0 1 0 ±∞
P
∫y ψ (t )⋅dt
y
π
m( y ) = e
1 1 1
0
3 3 3
6 2 2 3
π 1 1
16.5.7 Implizite Lösungen von nicht exakten Differentialgleichungen: 2 2 1 1
16.5.7.1 Wesentlich verschieden heißen zwei integrierende Faktoren m und n, wenn es keine 4 2 2
reelle π 1 1 1
3 3 3
Zahl λ gibt, so daß m = λ⋅n 3 2 2 3
π
m( x, y ) 1 0 ±∞ 0
16.5.7.2 Implizite Lösung: = c, c∈ Å 2
n ( x, y )
π 0 −1 0 ±∞
3π
−1 0 ±∞ 0
2
2π 0 1 0 ±∞
Tabelle 5: Trigonometrische Funktionswerte an besonderen Winkeln
A.2 Zusammenhänge der trigonometrischen Funktionen
sin α cos α tan α cot α

tan α 1
sin α = 1− cos 2 α
1 + tan 2 α 1 + cot 2 α
1 cot α
cos α = 1− sin 2 α
1 + tan 2 α 1 + cot 2 α
sin α 1 − cos α
2 1
tan α =
1 − sin 2 α cosα cot α
1 − sin 2 α cosα 1
cot α =
sin α 1 − cos 2 α tan α
Tabelle 6: Zusammenhänge der trigonometrischen Funktionen
Hierbei liegt α im 1. Quadranten.
Seite 115 Seite 116

A.4 Einheitskreis
A.3 Additionstheoreme der trigonometrischen Funktionen
Am Einheitskreis lassen sich für einen gegebenen Winkel die trigonometrischen Funktionen
ablesen.
A.3.1 Summe und Differenz:
sin (α ±β )= sin α ⋅cos β ±cosα ⋅sin β

cos(α ±β )= cosα ⋅cos β m sin α ⋅sin β
tan α ±tan β
tan(α ±β )=
1 m tan α ⋅tan β
cot α ⋅cot β m 1
cot(α ±β )=
cot α ±cot β
A.3.2 Vielfache:
sin 2α = 2 ⋅sin α ⋅cosα

cos 2α = cos 2 α − sin 2 α
2 ⋅tan α
tan 2α =
1 − tan 2 α
cot 2 α − 1
cot 2α =
2 ⋅cot α Abbildung 26: Einheitskreis
sin 3α = 3 ⋅sin α − 4 ⋅sin 3 α

cos 3α = 4 ⋅cos 3 α − 3 ⋅cosα
sin 4α = 8 ⋅sin α ⋅cos 3 α − 4 ⋅sin α ⋅cosα

cos 4α = 8 ⋅cos 4 α − 8 ⋅cos 2 α + 1
A.3.3 Potenzen:
⋅(1 − cos 2α )
1
sin 2 α =
2
cos 2 α = ⋅(1 + cos 2α )
1
2
sin 3 α = ⋅(3 ⋅sin α − sin 3α )

1
4
cos α = ⋅(3 ⋅cosα + cos 3α )
3 1
4
Seite 117 Seite 118

Gnoerich 2000 Fonts Formelsammlung Hoehere Mathematik 1

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Gnoerich 2000 Fonts Formelsammlung Hoehere Mathematik 1

Hochgeladen von

Copyright:

Verfügbare Formate

Höhere Mathematik — Formelsammlung Alle Angaben sind ohne Gewähr.

Bruno Gnörich, RWTH Aachen

1. Zahlbereiche und ihre Eigenschaften ........................................................................ 13

1.1 Natürliche Zahlen: ................................................................................................................ 13

1.3 Rationale Zahlen:.................................................................................................................. 13

1.4 Reelle Zahlen: ........................................................................................................................ 13

1.5 Komplexe Zahlen: ................................................................................................................. 13

1.6 Das Prinzip der vollständigen Induktion............................................................................ 14

1.7 Fakultät, Binomialkoeffizient, Binomischer Lehrsatz ...................................................... 15

1.8 Der Fundamentalsatz der Algebra...................................................................................... 16

2. Vektorrechnung, analytische Geometrie, lineare Gleichungssysteme ................. 17

2.1 Vektorrechnung, analytische Geometrie ............................................................................ 17

10. Tensoren, Quadratische Formen.............................................................................. 63 12.2.3 Inhomogene Differentialgleichung:................................................................................ 76

16.4 Der Green’sche Integralsatz ............................................................................................ 113

Verzeichnis der Abbildungen und Tabellen

Tabelle 1: Klassifikation von Zentrumsquadriken .......................................................................... 68

1. Zahlbereiche und ihre Eigenschaften

1.4 Reelle Zahlen:

1.4.5 Axiom der Vollständigkeit:

1.7.4 Pascal’sches Dreieck:

Der binomische Lehrsatz kann mittels vollständiger Induktion bewiesen werden.

2.1.8 Vektorprodukt (Kreuzprodukt):

2.1.1 Vektorielle Addition: 2.1.9 Vektorielle Darstellung einer Gerade in Punkt-Richtungsform:

2.1.7 Raumprodukt (Spatprodukt): 2.1.16 Umrechnungsformeln der Ebenenformen:

(a ×b)⋅(c ×d )= (a ⋅c )⋅(b ⋅d )− (a ⋅d )⋅(b ⋅c )

3.2 Rechnen mit Matrizen

3.2.1 Addition zweier (m,n)-Matrizen A und B, Multiplikation mit einer Konstanten k:

3.2.2 Transponieren einer (m,n)-Matrix A:

3.2.2.1 Zusatzeigenschaften bei (n,n)-Matrizen:

Beispiel: Gegeben sind die Matrizen A und B.

3.2.3 Verkettung von Matrizen, Matrixmultiplikation: 3.3 Eigenwerte und Eigenvektoren

4. Folgen und Reihen 4.1.8 Rekursiv definierte Folgen:

4.1.1 Teilfolge: 4.1.9 Regeln bei Grenzwertbestimmungen:

4.1.2 Konvergenz: Daraus folgt : lim(ak + bk )= a + b

unterschreiten kann: lim(bk + βk )= ∞

4.1.4 Beschränkte Folgen:  ak  a

Erfüllt eine Reihe das Cauchy-Kriterium, so gilt: ∑a k

4.2.2 Majoranten- und Minorantenkriterium: 4.2.7 Cauchy-Produkt, Satz von Mertens:

4.2.2.1 Die konvergente Reihe ∑b, k ∑ ak , wenn ab

4.2.2.2 Die divergente Reihe ∑c ,

4.2.3 Die geometrische Reihe:

4.2.4 Das Quotientenkriterium:

g <1⇒ ∑a k konvergiert absolut

g <1⇒ ∑a k konvergiert absolut

5. Funktionen, Grenzwerte und Stetigkeit 6. Differentialrechnung

6.2.2 Partielle Ableitung einer reellwertigen Funktion f:

7. Potenzreihen und elementare Funktionen 7.1.9 Wichtige Eigenschaften der Logarithmusfunktion:

7.1.6 Ableitungen von Exponentialfunktionen:

7.1.8 Wichtige Eigenschaften der Exponentialfunktion: 7.2.1 Sinusfunktion:

7.2.4 Die Graphen von sin(x), cos(x), Arcsin(x) und Arccos(x)1:

7.2.3 Wichtige Eigenschaften der Sinus- und Cosinus-Funktionen: 3

sin ( z + w)= sin ( z )⋅cos(w)+ cos(z )⋅sin (w) Trigonometrische Funktionen

lim (cot (x ))= ∞

lim (cot (x ))= − ∞

7.2.5.2 Periodizität: 7.2.7 Umkehrfunktionen der trigonometrischen Funktionen:

7.3.4 Symmetrie-Eigenschaften: Für x ∈ Å gilt : ( x + 1)

cosh(− z )= cosh (z ) 7.3.10.4 Ableitungen der Umkehrfunktionen:

sin (iz )= i ⋅sinh z

7.3.7 Moivresche Formel:

Hyperbolische Sinus- arcoth(coth x )= x für x ≠0

7.3.14 Die Graphen von tanh(x), coth(x), artanh(x) und arcoth(x):

−3 y = arcoth(x ) −1 1 x 3 8.1.2 Erster Mittelwertsatz der Differentialrechnung:

8.1.3 Addition einer Konstanten: