Sie sind auf Seite 1von 180

Robert Mrki

-
Eine anwendungsbezogene und CAS-gerechte Einfhrung

. RoMae

Robert Mrki Differenzial- und Integralrechnung Eine anwendungsbezogene und CAS-gerechte Einfhrung 1. Auage 2007 Robert Mrki Druck: Fotorotar AG, Egg Bestelladresse: Robert Mrki, Breitenweg 15, CH-3652 Hilterngen, Schweiz E-Mail: r.maerki@hispeed.ch Homepage: www.romae.ch Dieses Werk ist urheberrechtlich geschtzt. Alle Rechte vorbehalten, auch die der bersetzung, des Nachdrucks und der Vervielfltigung des Buches oder von Teilen daraus in jeglicher Form.

ISBN 978-3-033-01108-3

Vorwort
Die Differenzial- und Integralrechnung ist eine weit entwickelte Methode des Umgangs mit funktionalen Beziehungen, welche in wissenschaftlichen und mathematischen Problemen auftauchen. Seit ihren Anfngen ist sie eine Sprache zur Beschreibung des quantitativen Zusammenhangs verschiedener Grssen und liefert Werkzeuge zur Erforschung dieser Zusammenhnge. Die grosse Faszination, welche sie auszuben vermag, liegt wesentlich in ihren vielfltigen Anwendungsmglichkeiten und ihren Beziehungen zu andern Wissenschaften. Sie liefert die Grundlage zur Mglichkeit der Mathematisierung konkreter Probleme, welche es erlaubt, die Probleme genauer zu erfassen und Prognosen ber den weiteren Verlauf zu erstellen. So basieren sowohl die Berechnungen der Planetenbahnen, Voraussagen ber den Verlauf chemischer Reaktionen, die Wetterprognosen wie auch Prognosen ber wirtschaftliche oder soziale Entwicklungen auf Modellen, welche die Werkzeuge der Differenzial- und Integralrechnung verwenden, um nur einige Beispiele zu erwhnen. Die enorme Bedeutung der Differenzial- und Integralrechnung fr die Entwicklungsgeschichte und fr die Praxis der Wissenschaften rechtfertigt es, dass sie eine zentrale Stellung in der wissenschaftlichen und wissenschaftspropdeutischen Ausbildung einnimmt. Sie bildet das Kernstck der Mathematik am Gymnasium und hat auch an Fachhochschulen und nicht zuletzt an der Universitt eine wichtige Stellung. Das vorliegende Buch mchte nicht nur ins Thema einfhren, sondern gleichzeitig die grosse Bedeutung und den weit gesteckten Anwendungshorizont aufzeigen. Es eignet sich deshalb ganz besonders fr einen allgemein bildenden Unterricht, wobei jedoch auch die rein mathematischen Themen nicht zu kurz kommen. Im Unterschied zu herkmmlichen Lehrbchern nimmt das Gebiet der Differenzialgleichungen eine zentrale Stellung ein. Sie tauchen schon im ersten Kapitel auf und ziehen sich wie ein roter Faden durch den ganzen Lehrgang hindurch. Differenzialgleichungen spielen eine bedeutsame Rolle in vielen Wissenschaften und sie gehren deshalb zum Kern eines Lehrgangs ber Differenzial- und Integralrechnung. Mit Hilfe des Einsatzes zeitgemsser Wekzeuge wie CAS-Rechner oder Computer ist eine mehr als nur oberchliche Betrachtung auch in einem einfhrenden Lehrgang mglich.

Die folgenden Ziele werden dabei angestrebt: Entwicklung der grundlegenden Konzepte der Differenzial- und Integralrechnung im Kontext wissenschaftlicher Fragestellungen und Probleme. Verstndnis fr Differenzialgleichungen. Verstndnis fr mathematische Modelle, ihre Konstruktion und ihre Interpretation.

Fhigkeit, numerische Methoden anzuwenden und zu verstehen, insbesondere die Methoden der sukzessiven Approximation. Fhigkeit, graphische Darstellungen zu entwickeln und zu verstehen. Sinnvoller Einsatz von Hilfsmitteln wie CAS-Rechner oder Computer. Frderung interdisziplinren und vernetzten Denkens. Sowohl numerische wie auch graphische Methoden erhalten gegenber herkmmlichen Lehrgngen ein grsseres Gewicht, was dank des Einsatzes elektronischer Hilfsmittel mglich wird. So werden graphisch nicht nur Funktionen betrachtet, sondern auch Trajektorien und Phasenportrts. Dagegen wird den mehr formal rechentechnischen Gesichtspunkten weniger Gewicht eingerumt. So wird auf eine ausfhrliche Behandlung des Themas Kurvendiskussion verzichtet, ebenfalls werden Integrationsmethoden wie partielle Integration oder Integration durch Substitution sowie die Zerlegung in Partialbrche nicht behandelt. Im angelschsischen Raum wird ein Unterschied zwischen Analysis und Differenzial- und Integralrechnung (Calculus) gemacht. In der Analysis werden unter anderem die Grundlagen der reellen Zahlen, der Stetigkeit von Funktionen und der Grenzwertrechnung behandelt, whrend sich Calculus mehr an den Anwendungen und am eigentlichen Kalkl (Ableiten, Integrieren) orientiert. Der vorliegende Text orientiert sich an dieser Unterscheidung, Grenzwert und Ableitung werden vorerst intuitiv eingefhrt und nur teilweise exakt deniert. Ebenfalls wird die Stetigkeit der betrachteten Funktionen stillschweigend vorausgesetzt und nicht weiter problematisiert. Zur Entstehungsgeschichte dieses Buchs Der vorliegende Text resultiert aus einer langjhrigen Unterrichtspraxis, insbesondere auf der Oberstufe des Gymnasiums, mit Schlerinnen und Schlern aller Ausrichtungen, sowie aus einem lngeren Weiterbildungsaufenthalt in den USA, der vor allem den dort laufenden Programmen der Calculus Reform gewidmet war. Daraus entstand die berzeugung, dass die neuen Technologien, wie CAS-Rechner und Computer, zu einer grundlegenden Reform des Unterrichts in der einfhrenden Phase fhren mssen: Der Bereich der Themen kann radikal erweitert werden, was zu einem bedeutsameren und interessanteren Unterricht fhrt. Ein CAS-gerechter Unterricht darf sich demnach nicht in der Anpassung der Aufgaben des herkmmlichen Stoffs an die neuen Mglichkeiten begngen, sondern soll diese Mglichkeiten fachlich, didaktisch und methodisch vielfltiger nutzen. Insbesondere erweist es sich als durchfhrbar, in einem einfhrenden Kurs bis zu nichtlinearen Systemen von Differenzialgleichungen vorzustossen. Ist der Hhepunkt der Anwendungen in einem traditionellen Lehrgang etwa in Extremalwertaufgaben (z.B. optimale Dimension einer Konservendose) zu nden, so ermglicht dieser Zugang viel mehr relevante inhaltsreiche Anwendungen, die als sehr bedeutsam erfahren werden und in hohem Masse die Wirksamkeit mathematischer Methoden und Modelle aufzeigen. Die Botschaft, die der vorliegende Text schlussendlich vermitteln mchte, lautet: Komplexe Zusammenhnge und Systeme sind im Prinzip mit mathematischen Methoden in Modellen darstellbar und damit prognostizierbar und in einem gewissen Sinne verstehbar. Mathematik wird damit zu einem bedeutsamen Instrument fr das Verstndnis der Grundstrukturen der Welt. Wenn es gelingt, den Gymnasiastinnen und Gymnasiasten dieses Bild von Mathematik

ii

auf ihren Weg mitzugeben, dann ist damit ein wichtiger Beitrag an ihre Allgemeinbildung geleistet worden. Didaktisch methodische Anmerkung Der Text stellt die Materialien (Theorie, Aufgaben, Anhnge) bereit, ohne jedoch eine Unterrichtsmethode vorauszusetzen. Damit eine freie und individuelle Gestaltung des Unterrichts mglich bleibt, wurde bewusst auf eine zu weit gehende didaktische Gestaltung verzichtet, diese liegt vielmehr im Aufgabenbereich der Unterrichtenden. Das Kapitel 8 kann schon nach dem Kapitel 4 behandelt oder auch ganz weggelassen werden. Das Kapitel 9 ist eher als Zusatzstoff (fr das Schwerpunktfach oder Ergnzungsfach) gedacht und kann bersprungen werden. Erfahrungsgemss kann der Stoff (ohne Kapitel 9) bei 4 Lektionen pro Woche in etwa einem Jahr behandelt werden. An wen richtet sich diese Buch? Dieses Buch ist in erster Linie fr eine zusammenhngende Einfhrung in die Differenzialund Integralrechnung geeignet. Der klassische Stoff wird behandelt, die in den blichen Lehrplnen an deutschsprachigen Gymnasien in Europa geforderten Inhalte werden damit weitgehend abgedeckt. Darber hinaus bietet es aber eine leicht zugngliche Einfhrung in die Differenzialgleichungen, ins mathematische Modellieren, in dynamische Systeme und in eine adquate Verwendung fortgeschrittener Technologie, d.h. insbesondere eines CAS-Rechners. Obschon der Text als eine in sich zusammenhngende Einfhrung konzipiert wurde, ist es durchaus mglich, einzelne Kapitel als Ergnzung und Vertiefung zu einem traditionellen Lehrgang zu verwenden. Dank Die wichtigsten Ideen zu diesem Buch entstanden whrend eines Weiterbildungsurlaubs in den USA. Ich mchte vor allem U. Daepp und P. Gorkin von der Bucknell-University (USA) danken fr ihre grosse Gastfreundschaft, fr die vielen Gesprche und die vielen wertvollen Kontakte, die sie mir vermitteln konnten. Dank ihrer Hilfe und Untersttzung konnte ich einen tiefen Einblick in die Calculus Reform gewinnen. Mein Dank gilt weiterhin meinen Kollegen N. Koch, M. Rathgeb und R. Zrcher, welche das Material kritisch sichteten, teilweise im Unterricht einsetzten und durch manche Hinweise und Verbesserungsvorschlge viel zur endgltigen Gestalt des Buches beitrugen. Danken mchte ich auch allen Gymnasiastinnen und Gymnasiasten, welche mir wichtige Rckmeldungen gaben sowie T. Gautschi-Hess fr ihre wertvolle Hilfe bei der sprachlichen berarbeitung. Ein besonderer Dank gilt meiner Frau Barbara, welche mich stets voll untersttzte. Schliesslich danke ich auch der Firma Texas Instruments und der Organisation T 3 (Teachers Teaching with Technology), welche die Produktion dieses Buches untersttzten. Robert Mrki

iii

Inhaltsverzeichnis

Inhaltsverzeichnis

1 Ein 1.1 1.2 1.3

mathematisches Modell und die nderungsrate Die Abkhlung eines heissen Getrnks . . . . . . . . . . . . . . . . . . . . . Die momentane nderungsrate oder erste Ableitung . . . . . . . . . . . . . Die Differenzialgleichung fr den Abkhlvorgang (Newtons Abkhlungsgesetz) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4 Die Euler-Methode zur numerischen Lsung von Differenzialgleichungen . 1.5 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.6 Aufgaben zum Kapitel 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ableitung einer Funktion Die Momentangeschwindigkeit beim Abbremsen eines Fahrzeugs Die erste Ableitung einer Funktion an einer bestimmten Stelle . . . Eine globale Betrachtung: Die erste Ableitung als Funktion . . . . Die zweite Ableitung, hhere Ableitungen . . . . . . . . . . . . . . Die geometrische Bedeutung der zweiten Ableitung, Wendepunkte Aufgaben zum Kapitel 2 . . . . . . . . . . . . . . . . . . . . . . . . .

. .

1 1 2

. 4 . 5 . 9 . 10 13 13 17 22 23 24 27 29 29 30 30 30 31 33 33 33

2 Die 2.1 2.2 2.3 2.4 2.5 2.6

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

3 Ableitungen elementarer Funktionen und Ableitungsregeln 3.1 Die 1.Ableitung von f(x) = xn . . . . . . . . . . . . . . . . . . . . . . 3.2 Die erste Ableitung von f(x) = x . . . . . . . . . . . . . . . . . . . . 1 3.3 Die erste Ableitung von f(x) = x . . . . . . . . . . . . . . . . . . . . . 3.4 Die Summenregel (f + g) = f + g . . . . . . . . . . . . . . . . . . . 3.5 Die Produktregel (f g) = f g + f g . . . . . . . . . . . . . . . . . d 3.6 Die Kettenregel dx f[g(x)] = f [g(x)] g (x) = f (u) u mit u = g(x) . 3.6.1 Verkettung von Funktionen . . . . . . . . . . . . . . . . . . . . 3.6.2 Die Kettenregel . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.7 Die Quotientenregel
f g

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

f gfg g2

. . . . . . . . . . . . . . . . . . . . . . . . 35

3.8 4 Die 4.1 4.2 4.3

1 3.7.1 = g . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 g g2 3.7.2 Die Quotientenregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 Aufgaben zum Kapitel 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

Exponential- und die Logarithmusfunktion Die Differenzialgleichung (Ratengleichung) Die Ableitung der Exponentialfunktion . . Die Eulersche Zahl e . . . . . . . . . . . . . 4.3.1 Bestimmung der Eulerschen Zahl e 4.3.2 Lsung der Differenzialgleichung y

fr das exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . = ky . . . . . . . . .

Wachstum . . . . . . . . . . . . . . . . . . . . . . . . . . . .

39 39 40 40 40 41

Inhaltsverzeichnis 4.4 Die Logarithmusfunktion; der Logarithmus naturalis . . . . . . . . . . . . . 4.4.1 Die Umkehrfunktion und ihre Ableitung . . . . . . . . . . . . . . . . 4.4.2 Die Ableitung der Logarithmusfunktion . . . . . . . . . . . . . . . . Die Ableitung der Exponential- und der Logarithmusfunktion bei beliebiger Basis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.1 Eine Basis gengt! . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2 Die Ableitung von y = bx und von y = logb (x) . . . . . . . . . . . . Aufgaben zum Kapitel 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 . 42 . 42 . . . . 42 42 43 44 47 47 48 48 49 50 51 53 53 54 55 56 56 58 61 61 61 64 66 68 68 68 69 70 71 73 73 74 75 77 83 83 83 85 88 89 89

4.5

4.6

5 Dierenzialgleichungen und Modelle 5.1 Modelle mit Differenzialgleichungen . . . . . . . . . . . . . . . . . . . . . . . 5.2 Das exponentielle und das logistische Wachstum . . . . . . . . . . . . . . . 5.2.1 Das exponentielle Wachstum . . . . . . . . . . . . . . . . . . . . . . . 5.2.2 Das logistische Wachstum . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 Ein Wachstumsmodell fr zwei interagierende Tierarten: Ruber und Beute 5.4 Die Euler-Methode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5 Ein Modell aus der Epidemologie . . . . . . . . . . . . . . . . . . . . . . . . 5.5.1 Die Ausbreitung einer ansteckenden Krankheit . . . . . . . . . . . . 5.5.2 Das S-I-R-Modell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.6 Ein Beispiel aus der Physik: Der freie Fall . . . . . . . . . . . . . . . . . . . . 5.6.1 Freier Fall ohne Luftwiderstand . . . . . . . . . . . . . . . . . . . . . 5.6.2 Freier Fall mit Luftwiderstand . . . . . . . . . . . . . . . . . . . . . . 5.7 Aufgaben zum Kapitel 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 Das Integral 6.1 Die Riemann-Summe . . . . . . . . . . . . . . . . . . . . . . . . . 6.1.1 Elektrische Energie . . . . . . . . . . . . . . . . . . . . . . 6.1.2 Systematisierung des Vorgehens: die Riemann-Summe . . 6.1.3 Riemann-Obersumme und Riemann-Untersumme . . . 6.2 Das Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2.1 Das bestimmte Integral . . . . . . . . . . . . . . . . . . . 6.2.2 Geometrische Interpretation des bestimmten Integrals . 6.3 Der Hauptsatz der Differenzial- und Integralrechnung . . . . . 6.3.1 Stammfunktion und unbestimmtes Integral . . . . . . . 6.3.2 Der Hauptstatz der Differenzial- und Integralrechnung 6.4 Anwendungen des bestimmten Integrals . . . . . . . . . . . . . 6.4.1 Flche zwischen zwei Graphen . . . . . . . . . . . . . . . 6.4.2 Mittelwert einer Funktion . . . . . . . . . . . . . . . . . . 6.4.3 Volumen eines Rotationskrpers . . . . . . . . . . . . . . 6.5 Aufgaben zu Kapitel 6 . . . . . . . . . . . . . . . . . . . . . . . . 7 Dynamische Systeme 7.1 Einfhrung . . . . . . . . . . . . . . . . . . . . 7.2 Phasenraum und Trajektorien . . . . . . . . . 7.3 Das Richtungsfeld und das Vektorfeld . . . . 7.4 Gleichgewichtspunkte . . . . . . . . . . . . . 7.5 Analyse des Phasenraums . . . . . . . . . . . 7.5.1 Konkurrierende Spezies, Wettbewerb

. . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . . . . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

vi

Inhaltsverzeichnis 7.5.2 Gleichgewichtspunkte und Nullklinen . . . . . . . . . . . . . . . . . . 90 7.5.3 Aufteilung in Sektoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 Aufgaben zum Kapitel 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 95 95 97 97 97 98 100 101 101 101 102 103 105 106 106 107 111

7.6

8 Die Ableitung der trigonometrischen Funktionen, die harmonische Schwingung 8.1 Die harmonische Schwingung und die Ableitung der Sinus-Funktion . . . . 8.2 Die Ableitungen der trigonometrischen Funktionen . . . . . . . . . . . . . . . 8.2.1 Die Ableitung von f(x) = cos(x) . . . . . . . . . . . . . . . . . . . . . . 8.2.2 Die Ableitung von f(x) = tan(x) . . . . . . . . . . . . . . . . . . . . . . 8.2.3 Die Differenzialgleichung der harmonischen Schwingung . . . . . . . 8.3 Aufgaben zum Kapitel 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Approximationen 9.1 Taylor-Polynome . . . . . . . . . . . . . . . . . . . . . . . . . 9.1.1 Lineare Approximation . . . . . . . . . . . . . . . . . 9.1.2 Quadratische Approximation . . . . . . . . . . . . . . 9.1.3 Approximation mit einem Polynom hheren Grades 9.1.4 Taylor-Polynome bei x = a, a = 0 . . . . . . . . . . . 9.1.5 Konstruktion neuer Taylor-Polynome aus bekannten 9.2 Taylor-Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.2.1 Potenzreihen und Differenzialgleichungen . . . . . . 9.3 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

10 Separation der Variablen und die Lsung der linearen Dierenzialgleichung erster Ordnung 113 10.1 Separation der Variablen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 10.2 Lsung der linearen Differenzialgleichung erster Ordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 10.2.1 Lsung der homogenen linearen Differenzialgleichung erster Ordnung117 10.2.2 Die Lsung der linearen Differenzialgleichung erster Ordnung . . . . 118 10.3 Aufgaben zum Kapitel 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 A Lsungen B Eine bersicht ber die wichtigsten Funktionen 123 143

C Einfache ane Transformationen einer Funktion (Funktionsverwandtschaften) 153 D Dierenzialgleichungen mit dem TI-89/200 163

vii

1 Ein mathematisches Modell und die nderungsrate


Die Differenzial- und Integralrechnung1 ist eine Sprache zur Beschreibung des quantitativen Zusammenhangs verschiedener Grssen in einem bestimmten Kontext und liefert uns Werkzeuge zur Erforschung dieser Zusammenhnge. Wir werden zu jedem Problem meist drei verschiedene Betrachtungsweisen parallel nebeneinander entwickeln: eine numerische, eine algebraische und eine geometrische. Im Verlaufe der Untersuchung und Entwicklung verschiedener Modelle werden wir die wichtigsten mathematischen Begriffe und Werkzeuge der Differenzial- und Integralrechnung erarbeiten. Im ersten Kapitel wird zu einer physikalischen Problemstellung, der Abkhlung eines heissen Getrnks, ein einfaches Modell entwickelt. Dabei werfen wir einen ersten Blick auf den zentralen Begriff der nderungsrate einer Grsse, welche in der mathematischen Sprache dann erste Ableitung heisst. Ebenfalls taucht hier schon die erste Ratengleichung auf, in der Fachsprache wird diese dann als Differenzialgleichung bezeichnet.

1.1 Die Abkhlung eines heissen Getrnks


Wir betrachten ein Beispiel, das mit einfachen Hilfsmitteln experimentell durchgefhrt werden kann. In einem Raum mit der Umgebungstemperatur Tu = 21.7 C bendet sich eine Tasse heissen Kaffees mit der anfnglichen Temperatur T0 80 C. Wie khlt sich der Kaffee mit der Zeit ab? Die Temperatur T des Kaffees ist eine Funktion der Zeit, wir schreiben dies in der Form T = T (t). Das Funktionsgesetz kennen wir vorlug noch nicht. Einen ersten Zugang knnen wir experimentell gewinnen, indem wir den Temperaturverlauf messen und graphisch anzeigen. An einen PC oder einen CAS-Rechner kann mit Hilfe eines Zusatzgertes eine Temperatursonde angeschlossen werden, so dass der zeitliche Verlauf der Temperatur direkt auf den Rechner bertragen wird und die Daten gespeichert und angezeigt werden. Im vorliegenden Beispiel wurde alle sechs Sekunden eine Temperaturmessung vorgenommen 2 und man erhielt den in der Abbildung 1.1 dargestellten Temperaturverlauf. Liest man die Werte alle 60 s ab, dann erhlt man die Tabelle 1.1 Tabelle 1.1: Temperatur des Kaffees, alle 60 s gemessen t in s T in C 0 79.7 60 70.4 120 63.1 180 57.2 240 52.2 300 48.1 360 44.4 420 41.1 480 38.5 540 36.1 600 34.0

Beim vorliegenden Experiment erfolgte alle sechs Sekunden eine Messung, so dass eine
1 Anstelle

von Differenzial- und Integralrechnung wird v.a. im deutschen Sprachraum oft von Analysis gesprochen. 2 Die Messungen erfolgten mit Hilfe des CBL2 von Texas Instruments.

KAPITEL 1. EIN MATHEMATISCHES MODELL UND DIE NDERUNGSRATE

Abbildung 1.1: Abkhlung eines Kaffees

Tabelle mit einer feineren Zeitunterteilung erstellt werden konnte. Beispielsweise erhielt man fr die Zeit zwischen 330 s und 390 s die Tabelle 1.2 Tabelle 1.2: Abkhlung des Kaffees zwischen 330 s und 390 s
t in s T in C 330 46.24 336 45.85 342 45.49 348 45.12 354 44.76 360 44.40 366 44.05 372 43.71 378 43.36 384 43.03 390 42.70

Um das Gesetz genau zu kennen und damit auch die Grnde fr die Gestalt der gewonnenen Kurve zu ermitteln, bentigen wir eine genauere Untersuchung. Dazu stellen wir ein Modell auf, welches wir dann mit der Wirklichkeit vergleichen.

1.2 Die momentane nderungsrate oder erste Ableitung


Wir fhren den Begriff der momentanen nderungsrate (erste Ableitung) ein. Die betrachtete Temperatur ndert sich mit der Zeit; das Tempo, mit der dies geschieht, nennen wir die nderungsrate der Temperatur. Wrde sich die Temperatur z.B. in jeder Minute um 6 C verringern, dann wre die nderungsrate , welche wir mit T bezeichnen, T = 6 C/min = 0.1 C/s, je nachdem in welcher Einheit wir die Zeit messen. Wrde die Abkhlung so stattnden, dann wrde sich unser Kaffee innerhalb von 10 min von 80 C auf 20 C abkhlen und der Verlauf der Temperatur knnte durch die lineare Funktion T (t) = 80 6t beschrieben werden. Tatschlich haben wir aber schon gesehen, dass der Temperaturverlauf nicht linear ist, was es notwendig macht, den Begriff der momentanen nderungsrate genauer zu erarbeiten. Die nderungsrate ist nmlich nicht konstant, sondern ndert sich dauernd, so wie sich etwa die Geschwindigkeit eines Fahrzeugs beim Abbremsen auch dauernd ndert. So wie wir jedoch auch bei einem Abbremsvorgang zu jedem Zeitpunkt von einer Momentangeschwindigkeit sprechen knnen, gibt es auch bei der Abkhlung des Kaffees zu jedem Zeitpunkt eine momentane nderungsrate der Temperatur. Im betrachteten Beispiel betrgt die nderungsrate anfnglich etwa 9.3 C/min, jedoch nach 6 min nur noch etwa 3.5 C/min und nach 10 min nur noch etwa 1.95 C/min (vgl. Tabelle 1.1). Diese nderungsraten wurden wie folgt ermittelt: Wenn wir die nderungsrate zum Zeitpunkt t = 6 min = 360 s mit Hilfe der Tabelle

1.2. Die momentane nderungsrate oder erste Ableitung nherungsweise ermitteln wollen, dann gibt es drei Mglichkeiten: 1. Vorwrts: Wir betrachten die Temperatur zur Zeit ta = 360 s und zur Zeit tb = 420 s und bestimmen aus der Temperaturdifferenz und der Zeitdifferenz die nderungsrate. Wir erhalten T 41.1 C 44.4 C = 3.3 C/min = 0.055 C/s. 1 min

2. Rckwrts: Wir betrachten die Temperatur zur Zeit ta = 300 s und zur Zeit tb = 360 s und bestimmen wiederum aus den Differenzen die nderungsrate. Wir erhalten 44.4 C 48.1 C = 3.7 C/min = 0.06 C/s. T 1 min 3. Vorwrts und rckwrts: Wir betrachten diesmal die Temperatur zur Zeit ta = 300 s und zur Zeit tb = 420 s und berechnen wiederum aus Temperatur- und Zeitdifferenz die nderungsrate. Wir erhalten T . Der dritte Wert liegt zwischen den beiden andern und entspricht am ehesten der momentanen nderungsrate zur Zeit t = 360 s. Genau genommen haben wir jedoch mit allen drei Verfahren nur eine mittlere nderungsrate in einem bestimmten Zeitintervall berechnet. Mit Hilfe der Tabelle 1.2 knnen wir die nderungsrate zur Zeit t = 360 s in einem kleineren Zeitintervall genauer berechnen. Wenden wir wieder die drei Mglichkeiten an: 1. Vorwrts: Wir betrachten die Temperatur zur Zeit ta = 360 s und zur Zeit tb = 366 s und bestimmen aus der Temperaturdifferenz und der Zeitdifferenz die nderungsrate. Wir erhalten 44.05 C 44.4 C = 0.0583 C/s. T 6s 2. Rckwrts: Wir betrachten die Temperatur zur Zeit ta = 354 s und zur Zeit tb = 360 s und bestimmen wiederum aus den Differenzen die nderungsrate. Wir erhalten 44.4 C 44.76 C = 0.06 C/s. T 6s 3. Vorwrts und rckwrts: Wir betrachten diesmal die Temperatur zur Zeit ta = 354 s und zur Zeit tb = 366 s und berechnen wiederum aus Temperatur- und Zeitdifferenz die nderungsrate. Wir erhalten T 44.05 C 44.76 C = 0.0592 C/s. 12 s 41.1 C 48.1 C = 3.5 C/min = 0.0583 C/s. 2 min

Wir stellen fest, dass die drei Resultate jetzt viel nher beieinander liegen. Wenn wir die momentane nderungsrate zu einem bestimmten Zeitpunkt noch genauer bestimmen wollen, dann bentigen wir eine Tabelle mit einer mglichst feinen zeitlichen Abstufung, d.h. Messwerte, die zeitlich mglichst nahe beieinander liegen. Prinzipiell wird die Bestimmung der momentanen nderungsrate umso genauer, je kleiner wir

KAPITEL 1. EIN MATHEMATISCHES MODELL UND DIE NDERUNGSRATE das Zeitintervall whlen. Bei Funktionen, die durch einen Term gegeben sind, werden wir ein Verfahren entwickeln, das Zeitintervall beliebig klein werden zu lassen. Bei Funktionen, die aus Messungen gewonnen wurden, sind da jedoch Grenzen gesetzt. Auch wenn die Messungen kontinuierlich erfolgen, sind sie mit einer gewissen Ungenauigkeit behaftet und diese kann bei sehr kleinen Zeitintervallen bei der Berechnung der nderungsrate stark ins Gewicht fallen. Przisierung: die mittlere und die momentane nderungsrate Bestimmen wir die nderungsrate der Temperatur zwischen zwei Zeitpunkten ta und tb mit Hilfe der Werte zu diesen Zeitpunkten, also als T (tb ) T (ta ) T , = tb ta t so ist dies die mittlere nderungsrate im betrachteten Zeitintervall, diese ist, wenn das Zeitintervall gengend klein ist, ein Nherungswert fr die momentane nderungsrate3 im betreffenden Zeitintervall. Bemerkung zur Delta-Notation : Um Differenzen resp. nderungen von Grssen anzuzeigen, verwenden wir den griechischen Buchstaben ( Delta).

1.3 Die Dierenzialgleichung fr den Abkhlvorgang (Newtons Abkhlungsgesetz)


Wir stellen im folgenden ein Modell fr den Abkhlvorgang auf.4 Das Experiment zeigte, dass die nderungsrate der Temperatur mit zunehmender Abkhlung des Kaffees immer kleiner wurde. I. Newton stellte nun auf Grund von Messungen und von physikalischen berlegungen das folgende Modell auf: Die Energie (Wrme), die whrend eines kleinen Zeitintervalls t vom Kaffee an die Umgebung abgegeben wird, ist proportional zur Differenz T (t) Tu und zur Grsse des Zeitintervalls t. T (t) ist die Temperatur des Kaffees zur Zeit t und Tu die Umgebungstemperatur. Mit andern Worten: die (momentane) nderungsrate der innern Energie des Kaffees ist proportional zur Temperaturdifferenz T (t) Tu . Die (momentane) nderungsrate der Temperatur ist proportional zur nderungsrate der innern Energie und damit ebenfalls proportional zur Temperaturdifferenz T (t) Tu . Daraus ergibt sich die folgende DIFFERENZIALGLEICHUNG fr die Abkhlung: T (t) = k (T (t) Tu ). (1.1)

Die Gleichung (1.1) ist eine sog. Differenzialgleichung oder Ratengleichung. Sie gibt uns einen Zusammenhang zwischen der Funktion T und ihrer momentanen nderungsrate T , nicht aber die Funktion selbst. Eines der Hauptziele der folgenden Arbeit wird darin
3 Die 4

genaue Denition der momentanen nderungsrate folgt im nchsten Kapitel Dieses Modell geht auf den Physiker I. Newton (1642-1727) zurck

1.4. Die Euler-Methode zur numerischen Lsung von Differenzialgleichungen bestehen, Methoden zu entwickeln, welche es ermglichen, die Funktion oder die Funktionen zu nden, die eine bestimmte Differenzialgleichung oder ein System von Differenzialgleichungen erfllen. Das Aufnden dieser Funktionen heisst Lsen der Differenzialgleichung(en). Bemerkung: Die Gleichung (1.1) ist ein Modell zur Beschreibung des Temperaturverlaufs. Tatschlich wird der Temperaturverlauf nicht exakt diesem Gesetz folgen. Der Temperaturverlauf wird von vielen Faktoren beeinusst: Wrmeleitung, Wrmestrahlung, Verdunstung, Bewegungen innerhalb der Flssigkeit, Luftbewegungen in der Umgebung etc. Weiterhin spielt es auch eine Rolle, an welcher Stelle die Temperatur gemessen wird und zudem sind Messungen nie ganz exakt. Das vorliegende Modell ist eine Idealisierung und Vereinfachung, welche jedoch dem effektiven Verlauf recht nahe kommt und das Wesentliche zeigt und deshalb zur Beschreibung und Berechnung brauchbar und ntzlich ist. Die mathematisch berechneten Resultate widerspiegeln jedoch nicht exakt die physikalisch gemessenen.

1.4 Die Euler-Methode zur numerischen Lsung von Dierenzialgleichungen


Das mathematische Modell fr das anfnglich gestellte Problem der Abkhlung des Kaffees fhrt uns auf ein sogenanntes Anfangswertproblem : Gegeben ist eine Differenzialgleichung und ein Anfangswert, gesucht ist diejenige Funktion, die die Differenzialgleichung erfllt (also eine Lsung ist) und durch den Anfangswert geht. Beispiel: Ein Abkhlvorgang verlaufe gemss der Differenzialgleichung T (t) = k (T (t) Tu ); Tu = 20 C; k = 0.1 min1

mit dem Anfangswert T (0) = T0 = 80 C. Tu ist die Umgebungstemperatur, k ein Parameter, welcher von Form, Material, Grsse und Inhalt des Gefsses abhngt. Da es sich um ein physikalisches Problem handelt, haben alle Grssen eine Einheit, so auch der Parameter k. Wenn wir die Einheiten vorher vereinbaren, brauchen sie whrend der Rechnung nicht speziell bercksichtigt zu werden. Wir stellen nun die Frage: Wie gross ist die Temperatur nach 6 min, wie gross ist also T (6)? Wir werden die Antwort in der Form einer Folge von immer besseren Nherungen konstruieren.

Erste (grobe) Nherung in einem Schritt


Es ist T (0) = 0.1 (80 20) C/min = 6 C/min. Also ergibt sich in der Zeit t = 6 min eine Temperaturnderung von C T = T t = 6 min 6 min = 36 C und damit erhlt man T (6) = 80 C 36 C = 44 C.

KAPITEL 1. EIN MATHEMATISCHES MODELL UND DIE NDERUNGSRATE Der Verlauf der Temperatur in den ersten sechs Minuten wird hier durch eine lineare Funktion beschrieben (Abbildung 1.2).

Abbildung 1.2: Euler-Methode, ein Schritt mit t = 6 min

Zweite Nherung in zwei Schritten


Wir verwenden jetzt zwei Zeitschritte der Grsse t = 3 min. Wir berechnen die Temperatur nach 6 min mit der folgenden Tabelle: Tabelle 1.3: Euler-Methode, zwei Schritte mit t = 3 min Zeit t min 0 3 6 Temperatur T (t) C 80 62 49.4 nderungsrate T (t) C/min 6 4.2 nderung T = T t C 18 12.6

Der Verlauf der Temperatur in den ersten sechs Minuten wird hier durch eine Funktion beschrieben, die aus zwei Stcken linearer Funktionen besteht, eine sogenannt stckweise lineare Funktion (Abbildung 1.3).

Abbildung 1.3: Euler-Methode, zwei Schritte mit t = 3 min

1.4. Die Euler-Methode zur numerischen Lsung von Differenzialgleichungen

Dritte Nherung in sechs Schritten


Wir verwenden jetzt sechs Zeitschritte der Grsse t = 1 min und berechnen die Temperatur nach 6 min wieder mit einer Tabelle: Tabelle 1.4: Euler-Methode, sechs Schritte mit t = 1 min Zeit t min 0 1 2 3 4 5 6 Temperatur T (t) C 80 74 nderungsrate T (t) C/min 6 5.4 nderung T = T t C 6 5.4

51.886

Berechnen Sie selbst die weiteren Werte der Tabelle. Zur Kontrolle: Die Temperatur nach 6 min sollte 51.886 C betragen. Der Graph besteht nun aus sechs Strecken, es handelt sich um eine stckweise lineare Funktion mit sechs Teilen (Abbildung 1.4).

Abbildung 1.4: Euler-Methode, sechs Schritte mit t = 1 min In der Abbildung 1.5 nden Sie die drei Nherungen (1 Schritt, 2 Schritte und 6 Schritte) in einem Bild dargestellt.

Wir knnen nun die Anzahl der Schritte sukzessive weiter erhhen und erhalten damit immer bessere Nherungen. Fr eine Nherung mit 60 Schritten, also t = 0.1 min, sind die ersten Zeilen in der Tabelle 1.5 aufgelistet.

KAPITEL 1. EIN MATHEMATISCHES MODELL UND DIE NDERUNGSRATE

Abbildung 1.5: Euler-Methode mit einem, zwei und sechs Schritten Tabelle 1.5: Euler-Methode mit t = 0.1 min Zeit t min 0 0.1 0.2 . . . Temperatur T (t) C 80 79.4 78.806 . . . nderungsrate T (t) C/min 6 5.94 . . . nderung T = T t C 0.6 0.594 . . .

Grundprinzip: Kennen wir in einer Zeile der Tabelle die Temperatur T (t) und die Temperaturnderung T , dann ergibt sich die Temperatur in der nchsten Zeile dadurch, dass wir die Temperaturnderung T zur Temperatur T (t) addieren. Da von einer Zeile zur nchsten die Zeit um t zunimmt, bezeichnen wir die auf T (t) folgende Temperatur mit T (t + t). Es ist also T (t + t) = T (t) + T. Fr die Temperaturnderung gilt: Temperaturnderung T = = nderungsrate mal Zeitintervall T (t) t.

Damit erhalten wir: Die Temperatur in der jeweils nchsten Zeile wird berechnet gemss T (t + t) = T (t) + T (t) t. Machen wir t immer kleiner, erhht sich zwar der Rechenaufwand, dafr aber auch die Genauigkeit. Die Berechnung gemss der hier erklrten Methode heisst EULER-METHODE. Mit einem CAS-Rechner lassen sich die Tabellen fr frei gewhlte Zeitschritte einfach berechnen und die damit nherungsweise berechnete Funktion auch graphisch darstellen (Nheres dazu nden Sie im Anhang). Um die Zunahme der Genauigkeit zu analysieren, betrachten wir die folgende Tabelle 1.4. T (6) nhert sich bei sukzessiver Verkleinerung von t immer mehr einem bestimmten Wert (wir werden diesen spter mit andern Methoden genau bestimmen knnen). Aus der Tabelle 1.4 ist ersichtlich, dass sich immer mehr Stellen von T (6) stabilisieren, d.h. sie

1.5. Zusammenfassung Tabelle 1.6: T(6) fr t 0 t 6 3 1 0.1 0.01 0.001 0.0001 0.00001 Anzahl Schritte 1 2 6 60 600 6000 60000 600000 T(6) 44 49.4 51.886 52.829 52.919 52.9277 52.9286 52.9287

verndern sich bei weiterer Verkleinerung von t nicht mehr. Den exakten Wert denieren wir als Grenzwert fr t gegen 0 und verwenden dafr das Symbol
t0

lim .

1.5 Zusammenfassung
Die Temperatur T einer Flssigkeit ist eine Funktion, speziell eine Funktion der Zeit t, d.h. es lsst sich jeder Zeit t eindeutig eine Temperatur T zuordnen. Wir schreiben dies in der Form T = T (t). Das Funktionsgesetz ist vorderhand nicht bekannt, fr die Funktion (Zuordnung) kann man mit Messungen jedoch eine Wertetabelle ermitteln. Die momentane (zeitliche) nderungsrate oder erste Ableitung der Temperatur (nach der Zeit) ist ein Mass fr das Tempo der Temperaturnderung, sie wird in der Einheit C/min oder C/s gemessen und wird mit T bezeichnet. Die momentane nderungsrate hngt hier ebenfalls von der Zeit ab, d.h. sie ist eine Funktion der Zeit. Aus der Wertetabelle kann die momentane nderungsrate nur nherungsweise bestimmt werden, dazu betrachtet man zwei mglichst nahe beieinander liegende Funktionswerte. Es gilt dann T (t) T , wobei T die Differenz (nderung) der t Temperaturwerte und t die Differenz (nderung) der Zeiten bedeutet. Bei vielen Problemen ist es mglich, eine Beziehung zwischen der momentanen nderungsrate einer Grsse und dieser Grsse selbst in Form einer Gleichung zu formulieren. Eine solche Gleichung heisst Ratengleichung oder Differenzialgleichung. Im Falle der Abkhlung einer heissen Flssigkeit lautet die Differenzialgleichung T (t) = k (T (t) Tu ), wobei Tu die Umgebungstemperatur und k eine (von den physikalischen Umstnden her bestimmte) Konstante ist. Die Differenzialgleichung T (t) = k (T (t) Tu ) ermglicht es uns, ausgehend von einer gegebenen Anfangstemperatur, Nherungswerte fr die Temperatur T zu irgend einem gewnschten Zeitpunkt t zu berechnen, d.h. wir knnen die gesuchte Funktion T (t) nherungsweise berechnen. Die einfachste Methode dazu ist die EulerMethode.

KAPITEL 1. EIN MATHEMATISCHES MODELL UND DIE NDERUNGSRATE

1.6 Aufgaben zum Kapitel 1


1. Wie gross ist die nderungsrate der Temperatur nach 2 min im gemessenen Beispiel aus der Theorie 1.1., wenn man Tabelle 1.1 verwendet? Erklren Sie das Vorgehen. Welcher Wert ist der bessere ? 2. Wie gross ist die nderungsrate der Temperatur nach 378 s in den Einheiten C/min und C/s ? (Beispiel in 1.1.) 3. Ein heisses Getrnk hat die Anfangstemperatur T0 = 95 C, die Umgebungstemperatur betrgt Tu = 20 C. Die anfngliche momentane nderungsrate der Temperatur betrgt 5 C/min. Wie lange muss man warten, bis sich das Getrnk auf 55 C abgekhlt hat? (Euler-Methode verwenden mit t = 0.1 min und t = 0.01 min) 4. Beim freien Fall ohne Luftwiderstand kann der zurckgelegte Weg s als Funktion m der Zeit t wie folgt dargestellt werden: s(t) = g t2 mit g = 10 s2 , Zeit t in s. Zeichnen 2 Sie die Funktion auf fr 0 t 3 . Berechnen Sie sodann die Geschwindigkeit nach 1.5 s unter Verwendung eines Zeitintervalls von t = 0.1 ; 0.01 ; 0.001 ; 0.0001 s . Erstellen Sie eine geeignete Tabelle. 5. Gegeben ist das Anfangswertproblem durch die Differenzialgleichung y (t) = 0.5y(t) und den Anfangswert y(0) = 1.2. Berechnen Sie unter Verwendung der EulerMethode sukzessive bessere Nherungswerte fr y(3). Verwenden Sie nacheinander die folgenden Zeitschritte: tstep = t = 3; 1; 0.1; 0.01; 0.001. Skizzieren Sie die entstehenden Graphen und geben Sie fr die beiden ersten Flle die Gleichungen der Geradenstcke an. Rechnen Sie fr tstep = 3 und tstep = 1 ohne TR und erstellen Sie eine Tabelle. 6. Gegeben ist das Angfangswertproblem y (t) = y(t); y(0) = 1. Verwenden Sie den 1 1 n Zeitschritt t = n . Zeigen Sie : Es ist y(1) = 1 + n . Keinen TR verwenden ! 7. Wenn man bei der Abkhlung nicht die Wrmeleitung, sondern die Wrmestrahlung als Ursache bercksichtigt, dann ergibt sich eine andere Differentialgleichung, 4 nmlich : T (t) = a T 4 (t) Tu (Stefan-Boltzmann-Gesetz), wobei hier fr die Temperatur die absolute Temperatur gesetzt werden muss Tabsolut = TCelsius + 273 . Berechnen Sie mit den Daten aus dem Beispiel in 1.4. die Temperatur nach 6 min. Berechnen Sie dabei zuerst die Konstante a so, dass T (0) = 6 C/min (wie im Beispiel ). Rechnen Sie mit der Eulermethode und verwenden Sie tstep = 0.1. 8. Es sei nun die Anfangstemperatur T (0) = 25 C, die Umgebungstemperatur Tu = 20 C. Berechnen Sie die Temperatur nach 1, 2, 3, ..., 10 min nach Newton und nach Stefan-Boltzmann und vergleichen Sie! Bestimmen Sie den Faktor a (StefanBoltzmann) resp. k (Newton) so, dass in beiden Fllen die anfngliche nderungsrate der Temperatur T (0) = 0.5 C/min betrgt. Verwenden Sie die Eulermethode mit tstep = 0.1. 9. Ermitteln Sie aus der Tabelle 1.1 den Nherungswert von k in der Differenzialgleichung T (t) = k(T (t) Tu ) in jedem Zeitintervall [0; 60], [60; 120], . . . und bestimmen Sie sodann den Mittelwert. Als Wert von T (t) whlt man am zweckmssigsten jeweils den Mittelwert der Temperatur im entsprechenden Teilintervall.

10

1.6. Aufgaben zum Kapitel 1 10. Analog zu Aufgabe 9, aber unter Verwendung der Tabelle 1.2. 11. Zeichnen Sie mit Hilfe des CAS-Taschenrechners oder eines Computers die Lsungskurve zur Differenzialgleichung T (t) = k(T (t) Tu ) mit dem Anfangswert T (0) = T0 = 79.7 C sowie Tu = 21.7 C. Verwenden Sie den Wert k = 0.155 min1 aus der vorangehenden Aufabe sowie einen Zeitschritt von t = 0.1. Die vorgegebenen Werte entsprechen dem in 1.1 beschriebenen Experiment. Vergleichen Sie mit der Abbildung 1.1.

11

2 Die Ableitung einer Funktion


Das Ziel dieses Kapitels ist es, eine mathematische Denition der ersten Ableitung einer Funktion zu formulieren, welche es uns dann auch erlaubt, diese fr viele Funktionen exakt zu berechnen. Dazu muss vorgngig der Begriff des Grenzwerts eingefhrt werden. Aus einer Folge immer besserer Nherungen fr die erste Ableitung einer Funktion an einer bestimmten Stelle kann in vielen Fllen der exakte Wert der ersten Ableitung ermittelt werden. Dieses Vorgehen heisst Bestimmung oder Berechnung eines Grenzwerts. Wir werden das Verfahren wieder im Kontext einer konkreten Anwendung entwickeln.

2.1 Die Momentangeschwindigkeit beim Abbremsen eines Fahrzeugs


Ein Fahrzeug bremst von einer Geschwindigkeit v0 = 20 m/s bis zum Stillstand ab. Der whrend des Bremsvorgangs zurckgelegte Weg als Funktion der Zeit sei durch die Funktionsgleichung s(t) = 20 t 2 t2 beschrieben, wobei t die Anzahl Sekunden und s die Anzahl zurckgelegter Meter nach Einleitung der Bremsung bedeuten. Es ist 0 t 5, weil nach fnf Sekunden das Fahrzeug still steht.

Abbildung 2.1: s(t) = 20t 2t2

Wie gross ist die momentane Geschwindigkeit nach drei Sekunden? Wir erinnern uns: Geschwindigkeit ist Weg durch Zeit. Um einen guten Nherungswert fr die Momentangeschwindigkeit nach drei Sekunden zu erhalten, betrachten wir zwei mglichst nahe beieinander liegende Zeitpunkte mit der Zeitdifferenz t, bestimmen den Weg s, welcher zwischen diesen Zeitpunkten zurckgelegt wurde und bilden den Quotienten v s . Der t so gefundene Quotient ist dann ein Nherungswert fr die gesuchte Geschwindigkeit. Wir gehen wieder so vor, wie im Kapitel 1.2:

KAPITEL 2. DIE ABLEITUNG EINER FUNKTION 1. Vorwrts: Wir berechnen den zurckgelegten Weg zwischen den Zeitpunkten ta = 3 und tb = 3 + t und dividieren diesen durch t. 2. Rckwrts: Anstatt den zurckgelegten Weg zwischen den Zeitpunkten ta = 3 und tb = 3 + t zu betrachten, knnen wir auch rckwrts blickend den zurckgelegten Weg zwischen den Zeitpunkten ta = 3 t und tb = 3 betrachten. 3. Vorwrts und rckwrts: Diesmal betrachten wir den zurckgelegten Weg zwischen den Zeitpunkten ta = 3 t und tb = 3 + t. Den Wert von t lassen wir dabei sukzessive kleiner werden und wir erhalten so immer bessere Werte fr die Momentangeschwindigkeit nach drei Sekunden. Wir berechnen also die Geschwindigkeit wie folgt : Tabelle 2.1: Nherungsweise Berechnung der Momentangeschwindigkeit nach drei Sekunden 1. Methode t (s) 1 0.1 0.01 0.001 0.0001 . . . v
s(3+t)s(3) t

2. Methode v
s(3)s(3t) t

3. Methode v
s(3+t)s(3t) 2t

(m/s) 6 7.8 7.98 7.998 7.9998 . . .

(m/s) 10 8.2 8.02 8.002 8.0002 . . .

(m/s) 8 8 8 8 8 . . .

Kommentar: Da unser betrachtetes Fahrzeug immer langsamer wird, liefert uns die 1. Methode zu kleine Werte fr die Geschwindigkeit, die 2. dagegen zu grosse. Wenn wir t immer kleiner werden lassen, dann nhert sich der Wert fr die Geschwindigkeit bei der 1. und 2. Methode immer mehr dem Wert 8 an, man sagt: 8 ist der Grenzwert fr t 0. Eine Warnung: Wenn man mit einem TR die Tabelle weiterfhrt, dann ergibt sich fr die Geschwindigkeit pltzlich der Wert 0. Mit dem TI-89 ist dies z.B bei t = 1014 der Fall. Das ist jedoch darauf zurckzufhren, dass bei der Berechnung der Geschwindigkeit im Zhler die Differenz zweier fast gleich grosser Zahlen auftritt, nmlich s(t + t) s(t) (bei der 1. Methode). Da der TR nur mit einer begrenzten Anzahl Stellen rechnet, ergibt diese Differenz dann flschlicherweise 0. Bsp. : Ist t = 106 , dann ist s(3 + t) = 42.000008 und s(3) = 42.0000000. Fr einen Rechner, der nur mit sieben signikanten Stellen und damit hier mit fnf Nachkommastellen rechnet, ergibt sich die Differenz 0. Es liefern alle drei Methoden denselben Grenzwert 8. Dass die dritte Methode diesen Wert von Anfang an liefert, hngt von der verwendeten Funktion ab, bei andern Funktionen ist dies nicht der Fall.

14

2.1. Die Momentangeschwindigkeit beim Abbremsen eines Fahrzeugs Die Formel v t ersetzen.
s(3+t)s(3) t

ist auch fr die 2. Methode gltig, wenn wir t durch

Wenn wir den Graphen der Funktion s (vgl. Abbildung 2.1) um den Punkt mit den Koordinaten (3 | 42) gengend stark vergrssern, dann ist ein kleiner Ausschnitt dieser Vergrsserung kaum noch von einer geraden Linie zu unterscheiden. Im vorliegenden Beispiel erreichen wir dies etwa mit einer 100-fachen Vergrsserung (vgl. Abbildung 2.2).

Abbildung 2.2: 100-fach vergrsserter Ausschnitt aus Abbildung 2.1.

Die Steigung der Geraden in Abbildung 2.2 betrgt bestimmt).

s t

= 8 (mit der 3. Methode

Abbildung 2.3: Bestimmung der Steigung der Geraden aus Abbildung 2.2

Genau genommen ist der Graph in Abbildung 2.2 resp. 2.3 keine Gerade und wir erhalten auch bei noch so starker Vergrsserung keine Gerade, jedoch nhert sich der Graph lokal immer mehr einer Geraden an, je mehr wir vergrssern. Wir knnen den Vorgang mit dem Mikroskopieren vergleichen: Wir betrachten den Graphen der Funktion beim Punkt (3 | 42) unter einem Mikroskop und setzen zunehmend

15

KAPITEL 2. DIE ABLEITUNG EINER FUNKTION strkere Vergrsserungen ein. Der Ausschnitt, den wir unter dem Mikroskop sehen, ist dann bald nicht mehr von einer Geraden zu unterscheiden. Betrachten wir den Ausschnitt des Graphen, den wir in der Abbildung 2.2 resp 2.3. sehen, als Gerade, dann handelt es sich um die Gerade g durch den Punkt P(3 | 42) mit der Steigung 8 und damit mit der Gleichung g : s = 8(t 3) + 42 = 8t + 18. Zeichnen wir die Gerade g und den Graphen der Funktion s in einem Koordinatensystem (wir verwenden wieder den Ausschnitt von Abbildung 2.1), dann ergibt sich die Abbildung 2.4. Die Gerade g berhrt den Graphen der Funktion im Punkt

Abbildung 2.4: Gerade g und Graph der Funktion s P(3 | 42) und heisst deshalb auch Tangente an den Graphen der Funktion im Punkt P. Vergrssern wir einen Ausschnitt aus Abbildung 2.4 um den Faktor 10, dann erhalten wir die Abbildung 2.5.

Abbildung 2.5: 10-fache Vergrsserung eines Ausschnitts aus Abb. 2.4

Der Graph der Funktion und die Gerade g sind nun schon fast nicht mehr voneinander zu unterscheiden. Vergrssern wir weiterhin einen Ausschnitt aus Abbildung 2.5 um den Faktor 10,

16

2.2. Die erste Ableitung einer Funktion an einer bestimmten Stelle dann ist innerhalb der Bildschirmausung kein Unterschied mehr zwischen der Geraden g und dem Graphen der Funktion s feststellbar (Abbildung 2.6).

Abbildung 2.6: 10-fache Vergrsserung eines Ausschnitts aus Abb 2.5

FOLGERUNG Die nderungsrate einer Funktion an einer bestimmten Stelle ist gleich der Steigung des Graphen der Funktion an dieser Stelle, falls der Graph bei fortgesetzter Vergrsserung um diese Stelle sich immer mehr einer Geraden annhert. Die Steigung dieser Geraden ist dann gleich der Steigung des Graphen der Funktion an dieser Stelle.

2.2 Die erste Ableitung einer Funktion an einer bestimmten Stelle


Vorbemerkung: Im einfhrenden Beispiel im Abschnitt 2.1. war die unabhngige Variable der Funktion die Zeit, welche deshalb mit dem Buchstaben t bezeichnet wurde, und die abhngige Variable bedeutete den zurckgelegten Weg, weshalb diese mit dem Buchstaben s bezeichnet wurde. Steht eine Funktion in einem bestimmten Kontext, dann richtet sich die Bezeichnung der Variablen oft nach diesem. Abstrahieren wir vom Kontext, dann bezeichnen wir meistens die unabhngige Variable mit x und die abhngige mit y. Da y der Funktionswert einer Funktion f ist, schreiben wir y = f(x). Denition: Die erste Ableitung einer Funktion f an der Stelle x = x0 ist die nderungsrate dieser Funktion an dieser Stelle, was dasselbe ist wie die Steigung des Graphen der Funktion f beim Punkt (x0 | f(x0 )). Die erste Ableitung wird mit f (x0 ) bezeichnet. Geometrisch-arithmetische Bestimmung der ersten Ableitung: 1. Vergrssere den Graphen beim Punkt (x0 | f(x0 )), bis der Graph mehr oder weniger gerade erscheint.

17

KAPITEL 2. DIE ABLEITUNG EINER FUNKTION

Abbildung 2.7: Erste Nherung fr die Steigung an der Stelle x = 3 2. Berechne die Steigung des vergrsserten Ausschnitts unter Verwendung zweier Punkte des Graphen. 3. Wiederhole die Schritte 1 und 2. 4. Die Folge der in Schritt 2 berechneten Steigungen nhert sich einem Grenzwert an, dieser ist die gesuchte Steigung resp. die erste Ableitung. Zur Illustration bestimmen wir damit die erste Ableitung der Funktion f(x) = 20x 2x2 an der Stelle x0 = 3 (vgl. 2.1). Zuerst betrachten wir die Kurve im Intervall 2 x 5 (Abbildung 2.7). Das Kurvenstck zwischen den Punkten mit den Koordinaten (3 | 42) und (4 | 48) ist noch deutlich gekrmmt. Die Steigung der Geraden durch diese beiden Punkte ist ein erster Nherungswert fr die Steigung der Kurve im Punkt (3 | 42) (oder an der Stelle x = 3). Fr diese Steigung erhalten wir den Wert f (3) y = 4842 = 6. x 43 Wir halten nun den Punkt mit den Koordinaten (3 | 42) fest und vergrssern den Graphen um diesen Punkt, jeweils um den Faktor 10, so dass der zweite Punkt, den wir zur Bestimmung der Steigung heranziehen, jeweils 10 mal weniger weit vom Ausgangspunkt (3 | 42) entfernt ist. Wir richten dies so ein, dass die x-Koordinate des zweiten Punktes nacheinander die Werte 4; 3.1; 3.01; 3.001; ... einnimmt.1 Das heisst, wir vergrssern (zoomen) immer mit dem Faktor 10 und berechnen dann nherungsweise die Steigung der Kurve an der Stelle x = 3 unter Verwendung zweier Punkte. Der in Abbildung 2.8 eingerahmte Ausschnitt wird also vergrssert. Der vergrsserte Ausschnitt ist in Abbildung 2.9 zu sehen. Das Kurvenstck zwischen den Punkten mit den Koordinaten (3 | 42) und (3.1 | 42.78) erscheint schon ziemlich gerade. Die Steigung der Geraden durch diese beiden Punkte ist nun schon ein besserer Nherungswert fr die Steigung der Kurve im Punkt (3 | 42) (oder an der Stelle x = 3). Fr diese Steigung erhalten wir den Wert f (3) y = 42.7842 = 7.8. x 3.13 Wiederum vergrssern wir einen kleinen Ausschnitt um den Faktor 10 (Abbildungen 2.10 und 2.11). Das Kurvenstck zwischen den Punkten mit den Koordinaten (3 | 42) und (3.01 | 42.0798) lsst sich kaum noch von einer Geraden unterscheiden. Die Steigung der Geraden durch diese beiden Punkte ist ein noch besserer Nherungswert fr die
1

Wichtig ist hier nur, dass der zweite Punkt sich sukzessive dem ersten beliebig nhert.

18

2.2. Die erste Ableitung einer Funktion an einer bestimmten Stelle

Abbildung 2.8: Ein Ausschnitt zur Vergrsserung wird ausgewhlt

Abbildung 2.9: Vergrsserter Ausschnitt aus Abb. 2.8, der Graph ist schon fast gerade

Abbildung 2.10: Auswahl eines Ausschnitts zur Vergrsserung

19

KAPITEL 2. DIE ABLEITUNG EINER FUNKTION

Abbildung 2.11: Vergrsserter Ausschnitt aus Abbildung 2.10

Steigung der Kurve im Punkt (3 | 42) (oder an der Stelle x = 3). Wir erhalten den Wert f (3) y = 42.079842 = 7.98. x 3.013 Fahren wir so fort, so erhalten wir fr die Steigung der Kurve an der Stelle x = 3 nacheinander die immer besseren Nherungswerte 7.998; 7.9998; 7.99998; ... Die Folge dieser Werte nhert sich beliebig genau dem Wert 8 an, 8 ist deshalb der Grenzwert dieser Zahlenfolge und damit der exakte Wert der Steigung des Graphen von f an der Stelle x = 3.

Algebraische Berechnung Gesucht ist also die erste Ableitung der Funktion f(x) = 20x 2x2 an der Stelle x0 = 3 oder die Steigung des Graphen dieser Funktion an der Stelle x0 = 3. Mit Hilfe einfacher algebraischer Umformungen knnen wir das vorher hergeleitete Resultat direkter erzielen. Die Verbindungsgerade zweier Punkte eines Graphen einer Funktion heisst Sekante. Wir berechnen nun die Steigung der Sekante durch die Punkte mit den Koordinaten (3 | f(3)) und (3 + x | f(3 + x)), wobei f(3) = 42 und f(3 + x) = 20(3 + x) 2(3 + x)2 = 2(x)2 + 8x + 42 ist. Wir erhalten demnach fr diese Sekantensteigung f(3 + x) f(3) 2(x)2 + 8x + 42 42 y = = = 2x + 8. x x x Bemerkung: Die Sekantensteigung wurde als Quotient zweier Differenzen, nmlich der Differenz der y-Werte y und der Differenz der x-Werte x errechnet. Dieser Quotient heisst deshalb Differenzenquotient. Wir lassen nun x immer kleiner werden, d.h. wir betrachten den Grenzwert fr x 0. Der Wert des Differenzenquotienten y nhert sich dabei dem Wert 8 immer mehr, d. h. x er kommt dem Wert 8 beliebig nahe, wenn x hinreichend nahe bei 0 gewhlt wird. Wir schreiben dies in der Form f (3) = lim
x0

f(3 + x) f(3) = lim 2x + 8 = 8. x0 x

Wir verallgemeinern dieses Resultat zur Denition der ersten Ableitung.

20

2.2. Die erste Ableitung einer Funktion an einer bestimmten Stelle Denition: Die erste Ableitung einer Funktion f an der Stelle x0 ist der Grenzwert f (x0 ) = lim f(x0 + x) f(x0 ) y = lim x0 x x

x0

Bemerkung: In vielen Formelsammlungen wird x = h gesetzt und die Denition lautet dann entsprechend: f(x0 + h) f(x0 ) f (x0 ) = lim . h0 h Es folgen noch zwei weitere Denitionen: Der Quotient y f(x0 + x) f(x0 ) f(x0 + h) f(x0 ) = = x x h heisst Differenzenquotient.

Der Grenzwert des Differenzenquotienten fr x 0 (resp. h 0) ist die erste Ableitung und heisst Differenzialquotient und wird geschrieben in der Form dy y f(x0 + x) f(x0 ) = lim = lim . dx x0 x x0 x Bedeutung der ersten Ableitung f (x0 ) ist die momentane nderungsrate von f an der Stelle x0 . f (x0 ) ist die Steigung des Graphen der Funktion f an der Stelle x0 ; die Gerade mit der Steigung f (x0 ) durch den Punkt P(x0 | f(x0 )) ist die Tangente an den Graphen von f in diesem Punkt. f (x0 ) ist der Proportionalittsfaktor in der Proportionalitt y f (x0 ) x. y ist die nderung des Funktionswerts, diese ist fr kleine nderungen x angenhert proportional zu x. Ableitungen spielen in der Physik eine wichtige Rolle, insbesondere haben wir in Abschnitt 2.1. erkannt: Ist s = s(t) die Weg-Zeit-Funktion einer eindimensionalen Bewegung eines Massenpunktes, dann ist s (t0 ) die Geschwindigkeit dieses Massenpunktes zur Zeit t0 . s (t) ist dann die Geschwindigkeits-Zeit-Funktion (vgl. dazu auch Abschnitt 2.3.). Wir werden diesen wichtigen physikalischen Sachverhalt im Kapitel 8 sogar zur Herleitung mathematischer Resultate verwenden!

21

KAPITEL 2. DIE ABLEITUNG EINER FUNKTION

2.3 Eine globale Betrachtung: Die erste Ableitung als Funktion


Im vorangehenden Abschnitt haben wir gesehen, dass die erste Ableitung f (x0 ) einer Funktion f an der Stelle x0 eine Zahl ist, welche die momentane nderungsrate der Funktion f an der Stelle x0 angibt oder auch die Steigung des Graphen von f im Punkt P(x0 | f(x0 )). Ordnen wir nun jedem x-Wert aus dem Denitionsbereich einer Funktion f die Ableitung an dieser Stelle zu, so erhalten wir wieder eine Funktion, die erste Ableitung von f genannt wird: Lokale Betrachtung : f (x0 ) gibt die momentane nderungsrate oder Steigung des Graphen bei x = x0 an. f (x0 ) ist also eine Zahl. Globale Betrachtung : f (x) ordnet jedem x-Wert die erste Ableitung der Funktion f an dieser Stelle zu. f (x) ist also eine Funktion. Den Zusammenhang zwischen einer Funktion und ihrer erste Ableitung sieht man klar, wenn man die Graphen studiert. Zur Illustration betrachten wir den Graphen einer Funktion f und den Graphen ihrer Ableitung f im selben Koordinatensystem (Abbildung 2.12). Zur besseren bersicht wurde die x-y-Ebene durch drei vertikale Geraden bei x = a,

Abbildung 2.12: Extrema und erste Ableitung einer Funktion x = b, und x = c unterteilt (a, b und c sind die Nullstellen von f ). Bei jedem Wert von x gibt der zugehrige Wert der ersten Ableitung f (x) die Steigung des Graphen von f an der Stelle x resp. im Punkt (x | f(x)) an. Insbesondere gilt der in Tabelle 2.2 dargestellte Zusammenhang. Wir fhren anhand der Abbildung 2.12 noch die folgenden Begriffe ein: EXTREMSTELLEN EINER FUNKTION An den Stellen x = a und x = c hat die Funktion f ein LOKALES MINIMUM resp. der Graph einen TIEFPUNKT. An der Stelle x = b hat die Funktion f ein LOKALES MAXIMUM resp. der Graph einen HOCHPUNKT.

22

2.4. Die zweite Ableitung, hhere Ableitungen Tabelle 2.2: Steigungsverhalten und erste Ableitung Graph von f(x) Fallend Steigend Fallend Steigend Horizontal 1.Ableitung f (x) Negativ Positiv Negativ Positiv Null Im Beispiel x<a a<x<b b<x<c c<x x = a, x = b, x = c

Wir erkennen das folgende Kriterium fr das Vorhandensein eines lokalen Extremas: Satz: Eine differenzierbare Funktion f hat an der Stelle x = x0 ein lokales Maximum (Minimum), wenn gilt: 1. f (x0 ) = 0 und 2. f (x) wechselt beim Durchgang von x durch x0 das Vorzeichen von + zu (von zu +).

2.4 Die zweite Ableitung, hhere Ableitungen


Da bei einer gegebenen Funktion f die erste Ableitung f auch eine Funktion ist, knnen wir diese ebenfalls ableiten. Die Ableitung von f nennen wir dann die zweite Ableitung f . Da f wiederum eine Funktion ist, knnen wir f ebenfalls ableiten und erhalten so die dritte Ableitung f etc. Bei der Bestimmung von Extremalstellen ist die zweite Ableitung oft hilfreich. Gilt an einer Stelle x0 , dass f (x0 ) = 0 und f (x0 ) > 0, bedeutet dies, dass f an der Stelle x0 eine Nullstelle hat und der Graph von f dort zugleich steigend verluft. Folglich wechselt f dort das Vorzeichen von zu + und deshalb liegt dort ein lokales Minimum vor. Analog gilt, wenn f bei x0 eine Nullstelle hat und f (x0 ) < 0 ist, dann verluft der Graph von f bei x0 fallend, also wechselt f beim Durchgang durch x0 das Vorzeichen von + zu , folglich liegt dort ein lokales Maximum vor. Damit erhalten wir das folgende Kriterium: Gilt f (x0 ) = 0 und f (x0 ) > 0, dann hat f bei x0 ein lokales Minimum. Gilt f (x0 ) = 0 und f (x0 ) < 0, dann hat f bei x0 ein lokales Maximum. Bemerkung: Das hier formulierte Kriterium fr das Vorhandensein eines lokalen Extremums ist eine hinreichende aber nicht notwendige Bedingung; das heisst, wenn dieses Kriterium erfllt ist, dann liegt sicher ein lokales Extremum vor, wenn es jedoch nicht erfllt ist, kann trotzdem noch ein Extremum vorliegen.

23

KAPITEL 2. DIE ABLEITUNG EINER FUNKTION

2.5 Die geometrische Bedeutung der zweiten Ableitung, Wendepunkte


Das Vorzeichen der zweiten Ableitung f wirkt sich auf die Krmmung des Graphen von f aus. Dies kann wie folgt begrndet werden: 1. f (x) > 0 in einem Intervall (Abbildung 2.13): f ist die erste Ableitung von f . Weil f im ganzen betrachteten Intervall positiv ist, steigt dort der Graph von f monoton, d.h. die Werte von f nehmen mit wachsendem x- Wert zu, also nimmt die Steigung von f im betrachteten Intervall zu. Zunehmende Steigung bedeutet jedoch, dass sich die Tangente an die Kurve im Gegenuhrzeigersinn dreht. Fr den Graphen von f ergibt sich also eine Linkskrmmung oder Linkskurve. Man sagt auch: Der Graph von f ist konvex.

3 f 2 1 f 5 4 3 2 1 1 2 3 f 4 Abbildung 2.13: Zweite Ableitung und Krmmungsverhalten: Linkskrmmung 2. f (x) < 0 in einem Intervall (Abbildung 2.14): Weil f (x) < 0 im betrachteten Intervall, ist f dort monoton fallend, also nimmt die Steigung von f im betrachteten Intervall ab, was zur Folge hat, dass sich die Tangente an den Graphen von f mit wachsendem x-Wert rechtsherum dreht, also ergibt sich eine Rechtskurve oder Rechtskrmmung. Man sagt auch: Der Graph von f ist konkav. Zusammenfassung: Zweite Ableitung f f (x) > 0 f (x) < 0 1 2 3 4

Graph der Funktion f Linkskrmmung, konvex Rechtskrmmun, konkav

24

2.5. Die geometrische Bedeutung der zweiten Ableitung, Wendepunkte

f 3 2 1

3 f

1 1 2 3 4

Abbildung 2.14: Zweite Ableitung und Krmmungsverhalten: Rechtskrmmung

25

KAPITEL 2. DIE ABLEITUNG EINER FUNKTION WENDEPUNKT: Geht der Graph einer Funktion f von einer Linkskrmmung in eine Rechtskrmmung ber oder umgekehrt, dann spricht man von einem WENDEPUNKT.

c Re

h ts

k r m mu

ng

Wendepunkt

Li

nk s

g k r m m un

Abbildung 2.15: Wendepunkt Als Kriterium fr das Vorhandensein eines Wendepunkts erkennen wir den folgenden Satz: Eine zweimal differenzierbare Funktion f hat an der Stelle x = x0 einen Wendepunkt, wenn gilt: 1. f (x0 ) = 0 und 2. f (x) wechselt beim Durchgang von x durch x0 das Vorzeichen. Eine hinreichende, aber nicht notwendige Bedingung fr einen Wendepunkt ist: Gilt f (x0 ) = 0 und f (x0 ) = 0, dann hat f bei x0 einen Wendepunkt.

26

2.6. Aufgaben zum Kapitel 2

2.6 Aufgaben zum Kapitel 2


1. Gegeben ist die Funktion f : f(x) = x2 . Bestimmen Sie wie im Beispiel 2.1. mit Hilfe des Taschenrechners mglichst genau f (1); f (2); f (3) undf (4). Erstellen Sie eine Tabelle wie in 2.1. Versuchen Sie auch eine Formel fr f (x) zu nden. x.

2. Wie Aufgabe 1, aber mit den Funktionen f(x) = 1 x3 und g(x) = 3

3. Von einer Funktion f kennt man:

a) f(3) = 2 und f (3) = 4. Bestimmen Sie einen Schtzwert fr f(2.99) und f(3.02). b) f(5) = 7 und f(5.03) = 7.1. Bestimmen Sie einen Schtzwert fr f (5). c) f(1.6) = 1 und f (1.6) = 5 . Bestimmen Sie jenen Schtzwert fr x so, dass f(x) = 0.

4. Skizzieren Sie zu jeder der nachstehend gezeichneten Funktionen f1, . . . , f9 die erste Ableitung:

27

KAPITEL 2. DIE ABLEITUNG EINER FUNKTION

28

3 Ableitungen elementarer Funktionen und Ableitungsregeln


Diese Kapitel ist rechentechnischer Natur. Es werden die Ableitungen der Potenzfunktionen mit natrlichem Exponenten, der Wurzelfunktion und der umgekehrten Proportionalitt hergeleitet. Anschliessend werden die Ableitungsregeln fr die Summe, das Produkt, den Quotienten und die Verkettung zweier Funktionen bewiesen. Mit diesem Grundgerst ist es mglich, die Ableitungen vieler wichtiger Funktionen zu bestimmen, insbesondere aller rationalen Funktionen (Polynome und gebrochen rationale Funktionen). Zusammen mit den Ergebnissen aus Kapitel 2 ergeben sich schon sehr vielfltige Anwendungsmglichkeiten, welche in den Aufgaben zu nden sind.

3.1 Die 1.Ableitung von f(x) = xn


Es gilt : Die 1. Ableitung von f(x) = xn ist f (x) = nxn1 fr n N. Beweis: f (x) = = = = = f(x + h) f(x) h (x + h)n xn lim h0 h xn + nxn1 h + h2 Q xn lim h0 h n1 + hQ) lim (nx
h0

lim

h0 n1

nx

Begrndung: Nach dem binomischen Satz oder mit Hilfe des Pascalschen Dreiecks ist n(n 1) n2 2 x h + + nxh1 + hn . 2
h2 Q

(x + h)n = xn + nxn1 h +

Die Summanden ab dem 2. Glied enthalten alle den Faktor h2 oder hhere Potenzen von h und knnen deshalb mit h2 Q abgekrzt werden.

KAPITEL 3. ABLEITUNGEN ELEMENTARER FUNKTIONEN UND ABLEITUNGSREGELN

3.2 Die erste Ableitung von f(x) =


Es gilt: Die erste Ableitung von f(x) = Beweis: f (x) = = = = = = x ist f (x) =

1 . 2 x

f(x + h) f(x) h x+h x lim h0 h ( x + h x)( x + h + x) lim h0 h( x + h + x) h lim h0 h( x + h + x) 1 lim h0 x+h+ x 1 . 2 x


h0

lim

3.3 Die erste Ableitung von f(x) =


Es gilt: Die erste Ableitung von f(x) = Beweis: f (x) = = = = =
1 x

1 x

1 ist f (x) = x2 .

f(x + h) f(x) h 1 1 x lim x+h h0 h h lim h0 hx(x + h) 1 lim h0 x(x + h) 1 2. x


h0

lim

3.4 Die Summenregel (f + g) = f + g


Fr die erste Ableitung einer Summe zweier Funktionen gilt: (f(x) + g(x)) = f (x) + g (x) oder kurz (f + g) = f + g .

30

3.5. Die Produktregel (f g) = f g + f g Beweis: (f(x) + g(x)) = = = = = f(x + h) + g(x + h) (f(x) + g(x)) h f(x + h) f(x) + g(x + h) g(x) lim h0 h f(x + h) f(x) g(x + h) g(x) + ) lim ( h0 h h f(x + h) f(x) g(x + h) g(x) lim + lim h0 h0 h h f (x) + g (x).
h0

lim

Bemerkung: Bei diesem Beweis wird stillschweigend vorausgesetzt, dass der Grenzwert einer Summe gleich der Summe der Grenzwerte ist. Beispiele: 1. f(x) = x + x3 + x5 ; f (x) = 1 + 3x2 + 5x4 . 1 2. f(x) = x4 + x ; f (x) = 4x3 + 2x . 3. f(x) =
1 x

+x ;

1 f (x) = x2 + 1.

3.5 Die Produktregel (f g) = f g + f g


Fr die erste Ableitung des Produkts zweier Funktionen gilt: (f(x) g(x)) = f (x) g(x) + f(x) g (x) oder kurz (f g) = f g + f g . Beweis: (f(x) g(x)) = f(x + h) g(x + h) (f(x) g(x)) h0 h lim
=0

= = = =

f(x + h) g(x + h) f(x) g(x + h) + f(x) g(x + h) (f(x) g(x)) h0 h g(x + h) g(x) f(x + h) f(x) g(x + h) + f(x) lim h0 h h f(x + h) f(x) g(x + h) g(x) g(x + h) + lim f(x) lim h0 h0 h h f (x) g(x) + f(x) g (x). lim

Ist insbesondere g(x) = c eine konstante Funktion, dann ergibt sich: (c f(x)) = c f (x).

31

KAPITEL 3. ABLEITUNGEN ELEMENTARER FUNKTIONEN UND ABLEITUNGSREGELN Beispiele: 1. f(x) = 4x2 + 3x 12 ; 2. f(x) = x8 6x5 + 3 x ; f (x) = 8x + 3. f (x) = 8x7 30x4 +
3 . 2 x

3 3. f(x) = (x4 + x )(2x3 + x2 + 3); 3 3 f (x) = (4x3 x2 )(2x3 + x2 + 3) + (x4 + x )(6x2 + 2x).

4. Bestimme von der Funktion f mit der Gleichung f(x) = x4 4x2 Nullstellen, Symmetrie des Graphen bezglich des Koordinatensystems, Extrema und Wendepunkte. Nullstellen: Faktorisieren des Funktionsterms ergibt x4 4x2 = x2 (x 2)(x + 2), also erhalten wir die Nullstellen x1 = 2 , x2 = x3 = 0 , x4 = 2. Symmetrie: Es ist f(x) = f(x) , also ist der Graph von f symmetrisch bezglich der y-Achse. Extrema nden wir bei den Nullstelen der erste Ableitung. Es ist f (x) = 4x3 8x und

f (x) = 12x2 8. Die Nullstellen der erste Ableitung erhalten wir aus 4x3 8x = 4x(x2 2) = 0, x5 = 2 ; x6 = 0 ; x7 = 2. Ausserdem ist: f ( 2) = 16 > 0; f (0) = 8 < 0; f ( 2) = 16 > 0. Daraus folgt: Tiefpunkte T1 ( 2 | 4) und T2 ( 2 | 4) Hochpunkt H(0 | 0) Wendepunkte nden wir mit Hilfe der Nullstellen der zweite Ableitung: Aus 12x2 8 = 0 folgt x8 = Wir erhalten damit die beiden Wendepunkte W1 20 2 3 9 und W2 20 2 3 9 . 2 ; x9 = 3 2 . 3

Bemerkung: Um ganz sicher zu sein, dass bei x8 und bei x9 ein Wendepunkt vorliegt, msste noch gezeigt werden, dass f beim Durchgang durch diese Stellen das Vorzeichen wechselt.

32

3.6. Die Kettenregel

d dx f[g(x)]

= f [g(x)] g (x) = f (u) u mit u = g(x)

3.6 Die Kettenregel mit u = g(x)

d dx f[g(x)]

= f [g(x)] g (x) = f (u) u

Vorbemerkung: Ist y = h(x) eine beliebige Funktion der Variablen x, dann bedeutet das d d Symbol dx h(x) die erste Ableitung der Funktion h(x) nach der Variablen x, d.h. dx h(x) = d h (x). Die Schreibweise dx ist vor allem dann sinnvoll, wenn verschiedene Variablen im Spiel sind, um damit klar zu machen, dass es sich um eine Ableitung nach der Variablen x handelt.

3.6.1 Verkettung von Funktionen


In vielen Problemen spielen Verkettungen von Funktionen eine wichtige Rolle. Zwei Funktionen miteinander verketten heisst, die Funktionsvorschriften hintereinander ausfhren, wobei die Ausgabe (output) der ersten Funktion zur Eingabe (input) der zweiten Funktion wird. Beispiel: f(x) = x2 + 2; g(x) = sin(x). Wenn f die erste Funktion (innere Funktion) und g die zweite (ussere Funktion) ist, dann ergibt sich: g(f(x)) = sin(x2 + 2). Man beachte die Schreibweise, die daher rhrt, dass bei Funktionen das Argument (Eingabe oder input) jeweils rechts vom Funktionsnamen in Klammern gesetzt wird. Ist g die erste Funktion und f die zweite, dann ergibt sich entsprechend f(g(x)) = (sin(x))2 + 2. Anstatt f(g(x)) schreibt man auch (f g)(x).

3.6.2 Die Kettenregel


Es ist denitionsgemss d f[g(x + x)] f[g(x)] f[g(x)] = lim . x0 dx x Wir setzen g(x) = u und g(x + x) = g(x) + u = u + u oder anders ausgedrckt: u = g(x + x) g(x). Damit knnen wir fr die gesuchte Ableitung schreiben: f(u + u) f(u) d f[g(x)] = lim . x0 dx x Wir erweitern den Bruch mit u und erhalten (vgl. jedoch Bemerkung 2): d f(u + u) f(u) u f[g(x)] = lim . x0 dx u x Mit x 0 geht auch u 0 und da f(u + u) f(u) = f (u) u0 u lim

33

KAPITEL 3. ABLEITUNGEN ELEMENTARER FUNKTIONEN UND ABLEITUNGSREGELN und

u =u x0 x lim d f[g(x)] = f (u) u = f [g(x)] g (x). dx

ist, erhalten wir

Bemerkungen: 1. Bei der Verkettung zweier Funktionen y = f[g(x)] = f(u) mit u = g(x) nennt man u = g(x) die innere Funktion und f die ussere Funktion. Die Kettenregel kann dann wie folgt formuliert werden: Kettenregel: Leite zuerst die ussere Funktion ab und lasse dabei die innere unangetastet, multipliziere anschliessend mit der Ableitung der inneren Funktion. 2. Die Erweiterung mit u ist natrlich nur gestattet, wenn u = 0. Hat u = g (x) nur endlich viele Nullstellen, dann ist diese Bedingung fr hinreichend nahe bei 0 gelegene Werte von x erfllt. Dies gilt bei den elementaren Funktionen (vgl. Anhang) ausser bei der konstanten Funktion. Fr eine genauere Untersuchung vgl. Aufgabe 15. Beispiele: 1. y = (x2 + 2x + 3)7 . Die ussere Funktion ist f(u) = u7 , die innere Funktion ist u = x2 + 2x + 3. Es ist f (u) = 7u6 und u (x) = 2x + 2. Also ist y = 7u6 (2x + 2) = 7(x2 + 2x + 3)6 (2x + 2). 2. y = x3 2x. Die ussere Funktion ist f(u) = u, die innere Funktion ist u = 1 x3 2x. Es ist f (u) = 2u und u = 3x2 2, also ist 1 (3x2 2). y = 2 x3 2x

34

3.7. Die Quotientenregel

f g

f gfg g2

3.7 Die Quotientenregel


3.7.1
Es ist
1 g

f g

f gfg g2

g g2

1 1 = f[g(x)] mit f(u) = , g(x) u

damit ergibt sich mit der Kettenregel das Resultat.

3.7.2 Die Quotientenregel


Die Quotientenregel f g = f g fg g2
f g

ergibt sich nun mit Hilfe der Produktregel, wenn wir den Nachweis als bungsaufgabe.) Beispiele: 1. f(x) = 2. f(x) = 3. f(x) =
x2 x+2 ; x1 x+1 ;

= f

1 g

schreiben. (Erbringen Sie

f (x) = f (x) =

2x(x+2)x2 (x+2)2 x+1(x1) (x+1)2

= =

x2 +4x (x+2)2 . 2 (x+1)2 .

x1 5 x+1

; f (x) = 5

x1 4 x+1

2 . (x+1)2

35

KAPITEL 3. ABLEITUNGEN ELEMENTARER FUNKTIONEN UND ABLEITUNGSREGELN

3.8 Aufgaben zum Kapitel 3


1. Berechnen Sie die erste Ableitung a) f(x) = 4x5 + 3x4 8x2 + 27x 123 b) f(x) = x2 ( x + x3 ) c) f(x) = (2x2 3x + 8)5 d) f(x) = 2000 x e) f(x) = x4 + 4x2 f) f(x) = g) f(x) =
1 (1x)3

(x2 + 5)5 h) f(x) = x x2 + 1 i) f(x) = j) f(x) =


x+1 x+2 x+1 3 x+2 11 9

2. f(x) = 2 x3 1 x2 4 x + 9 3 3

a) Bestimmen Sie die Nullstellen, Extrem- und Wendepunkte. b) Berechnen Sie die Gleichung der Wendetangente. c) Skizzieren Sie den Graphen von f und die Wendetangente. d) Berechnen Sie die Gleichung der Geraden, die senkrecht zur Wendetangente steht und durch den Wendepunkt geht. 3. f(x) = x3 x2 a) Welche Tangenten verlaufen durch den Ursprung ? b) Wo sind die Extremalstellen (Hoch- und Tiefpunkte)? c) Wo ist der Wendepunkt? d) Wo gibt es Tangenten mit der Steigung 1 ? 4. fa (x) = x3 ax2 ist eine einparametrige Schar von Funktionen, d.h. fr jeden reellen Wert von a ergibt sich eine Funktion. Bestimmen Sie a so, dass a) die Funktion bei x = 3 ein Extremum hat; b) die Funktion bei x = 2 die Steigung 1 hat; c) die Funktion bei x = 1 einen Wendepunkt hat. 5. f(x) = ax3 + bx2 + cx + d Bestimmen Sie die Koefzienten a, b, c und d so, dass f(1) = 4, W(3 | 6) ein Wendepunkt ist und die Kurve bei x = 4 eine horizontale Tangente hat. 6. Der Graph einer Polynomfunktion dritten Grades hat im Punkt P(3 | ..) die Tangente mit der Gleichung y = 11x 27 und der Punkt W(1 | 0) ist Wendepunkt. Bestimmen Sie:

36

3.8. Aufgaben zum Kapitel 3 a) die Gleichung der Funktion, b) die Nullstellen, c) die Hoch- und die Tiefpunkte, d) die Gleichung der Wendetangente. 7. Ein Gefss hat die Form eines Zylinders mit dem Volumen V = 3 dl. Wie muss man den Radius und die Hhe whlen, damit die Oberche minimal wird, wenn a) der Boden und der Deckel zur Oberche gezhlt werden? b) nur der Boden zur Oberche zhlt? 8. Aus einem quadratischen Karton von 19 cm Seitenlnge werden vier kongruente gleichschenklige Dreiecke, deren Grundlinie die Quadratseiten sind, herausgeschnitten, so dass das Netz einer Pyramide mit quadratischer Grundche brigbleibt. Wie lang ist die Grundkante der Pyramide zu whlen, damit das Volumen der Pyramide maximal wird ? 9. Gegeben ist eine Parabel mit der Gleichung y = x2 6x 36. Zwischen den beiden Nullstellen der Parabel verlaufe eine zur y-Achse parallele Gerade durch x = a, welche die Parabel im Punkt P und die x-Achse im Punkt Q schneidet. Bestimmen Sie a so, dass die Flche des Dreiecks OPQ mglichst gross ist, und berechnen Sie den Flcheninhalt. 10. Welcher Punkt der Parabel mit der Gleichung y = 1 x2 + 5x + 12 liegt dem Ursprung 2 am nchsten? 11. Etwas abseits einer geraden Strasse bendet sich in einem Feld ein Punkt P. Auf der Strasse bewegt sich jemand mit der Geschwindigkeit v1 , im Feld mit der Geschwindigkeit v2 , wobei v1 > v2 . In welchem Winkel muss er von der Strasse Richtung P abbiegen, um in mglichst kurzer Zeit in P anzukommen? 12. Gegeben ist f (x), gesucht ist f(x). a) f (x) = 2x + 3 b) f (x) = 4x2 5x + 1 13. Von einer Funktion f kennt man ihre zweite Ableitung f (x) = 6x 12, ausserdem weiss man, dass ihr Graph im Punkt P(3 | 0) eine horizontale Tangente aufweist. a) Bestimmen Sie die Gleichung der Funktion. b) Bestimmen Sie die lokalen Extrema und den Wendepunkt. c) Fr welchen Wert von m berhrt die Gerade mit der Gleichung y = mx den Graphen der Funktion f? d) Fr welchen Wert von m berhrt die Gerade mit der Gleichung y = mx + 8 den Graphen der Funktion f? 14. Behindert eine niedrige Geschwindigkeit den Verkehrsuss? Bei der Diskussion um Geschwindigkeitsbegrenzungen wird von gewissen Kreisen immer wieder das Argument vorgebracht, diese wrden zu Verkehrsbehinderungen

37

KAPITEL 3. ABLEITUNGEN ELEMENTARER FUNKTIONEN UND ABLEITUNGSREGELN und Staus fhren. Mit den Mitteln der Differenzialrechnung lsst sich untersuchen, welches die fr den optimalen Verkehrsuss beste Geschwindigkeit ist und von welchen Parametern diese Geschwindigkeit abhngt. Wie immer in solchen Fllen mssen bestimmte Modellannahmen gemacht werden. Modellannahmen: Der Mindestabstand soll gleich dem Anhalteweg sein, welcher sich aus Reaktionsweg und Bremsweg zusammensetzt. Leite nun die optimale Geschwindigkeit in Abhngigkeit der folgenden Parameter her: tr : Reaktionszeit, a: Bremsverzgerung, l: Lnge der Fahrzeuge. v2 Hinweis: Bremsweg= 2a Welchen numerischen Wert erhlt man fr die (realistischen) Annahmen: tr = 1.2 s; a = 8 ms2 ; l = 5 m? 15. Ergnzung zur Herleitung der Kettenregel a) Begrnden Sie: Wenn u = g (x) endlich viele Nullstellen hat, dann ist u = g(x + x) g(x) = 0 fr hinreichend nahe bei 0 gelegene Werte von x erfllt. Dies ist insbesondere bei allen Polynomfunktionen (ausser der konstanten Funktion) der Fall.
d b) Was folgt fr dx f[g(x)], wenn u = 0 fr alle Werte von x und x + x aus einem Intervall [a; b]?

38

4 Die Exponential- und die Logarithmusfunktion


Die aus der elementaren Algebra schon bekannten Exponential- und Logarithmusfunktionen werden unter einem neuen Blickwinkel, dem der Differenzialrechnung, betrachtet. Dabei wird sich herausstellen, dass eine bestimmte Zahl sich besonders gut als Basis eignet. Diese Zahl, sozusagen die natrliche Basis, heisst Eulersche Zahl e. Zuerst wird gezeigt, dass eine Lsung der wichtigen Differenzialgleichung y = ky die Exponentialfunktion y = bt ist. Damit kann diese Exponentialfunktion auch durch das Anfangswertproblem y = ky, y(0) = 1 deniert werden. Fr den Fall k = 1 erhalten wir die besonders einfache Form y = y; y(0) = 1, welche dann auf die Basis e fhrt. Weil jede positive reelle Zahl b als Potenz von e dargestellt werden kann, nmlich b = eln b , wobei ln b = loge b bedeutet, kann jede Exponentialfunktion mit der Basis e dargestellt werden: y = bt = (eln b )t = etln b . Im wissenschaftlichen Gebrauch wird deshalb fast immer diese Basis verwendet. Um schliesslich die Logarithmusfunktion ableiten zu knnen, wird die allgemeine Regel fr die Ableitung der Umkehrfunktion hergeleitet.

4.1 Die Dierenzialgleichung (Ratengleichung) fr das exponentielle Wachstum


Beispiel: In einem bestimmten Gebiet werden Kaninchen zwecks Vermehrung ausgesetzt. Wie ndert sich nun die Kaninchenpopulation mit der Zeit? So lange keine einschrnkenden Faktoren wirken, wie etwa eine Verknappung des Nahrungsangebots oder Krankheiten, fhrt die folgende berlegung zu einem brauchbaren und passenden Modell: Die momentane nderungsrate der Population ist proportional zur Grsse der momentan vorhandenen Population. Bezeichnen wir mit y = y(t) die Grsse der Kaninchenpopulation als Funktion der Zeit, erhalten wir damit folgende Differenzialgleichung: y = ky; k heisst Wachstumsfaktor.

Es gibt sehr viele Zusammenhnge, wo die momentane nderungsrate einer Grsse, zumindest innerhalb gewisser Grenzen, proportional zum vorhandenen Wert ist. Als Beispiele seien etwa genannt: Die Radioaktivitt, der Holzbestand in einem Wald, die Anzahl Bakterien in einer Nhrlsung, die Lichtintensitt beim Durchgang durch Materie. Wir werden in den nchsten Abschnitten zeigen, dass die Lsungen dieser Differenzialgleichung Exponentialfunktionen sind.

KAPITEL 4. DIE EXPONENTIAL- UND DIE LOGARITHMUSFUNKTION

4.2 Die Ableitung der Exponentialfunktion


Wir gehen von einer Exponentialfunktion y(t) = bt mit einer beliebigen Basis b > 0 aus. Es gilt nun: y (t) = = = = = =
t 0

lim

b(t+ bt b b
t

t)

bt bt

t0

t
t

t 1 t b lim t0 t b t b0 t b lim t0 t kb bt
t0

lim

kb y(t).

Wobei kb = lim t0 b b die erste Ableitung und damit die Steigung der Funktion t y(t) = bt an der Stelle t=0 ist, also kb = y (0). Damit ist gezeigt, dass die Funktion y(t) = bt eine Lsung der Differenzialgleichung y (t) = kb y(t) ist. Nicht exakt bekannt ist nur noch der Zusammenhang zwischen der Basis b und dem Proportionalittsfaktor kb . Die Suche nach diesem Zusammenhang fhrt uns auf die Eulersche Zahl e.

4.3 Die Eulersche Zahl e


Da die exakte Bestimmung von kb bei gegebener Basis b schwierig und aufwndig ist, legen wir den Wert von kb fest, nmlich kb = 1 und suchen dann nach der entsprechenden Basis b = e (welche dann Eulersche Zahl e genannt wird). Wir werden sehen, dass wir mit Hilfe dieser Basis e dann die wichtige Differenzialgleichung y = ky fr jeden Wert von k exakt und einfach lsen knnen.

4.3.1 Bestimmung der Eulerschen Zahl e


Erste Methode: mit Hilfe der Euler-Methode aus dem Anfangswertproblem y = y; y(0) = 1 Wenn wir davon ausgehen, dass ke = 1 gelten soll, dann ist die Funktion y = et eine Lsung der Differenzialgleichung y = y. Da insbesondere y(0) = e0 = 1 und y(1) = e1 = e ist, knnen wir die Zahl e als Lsung des Anfangswertproblems y = y; y(0) = 1

bestimmen, wobei e = y(1) gesucht ist. Diesen Wert bestimmen wir mit der Euler-Methode wie folgt: Wir unterteilen das Intervall [0;1] in n gleiche Teile und erhalten so die Schrittweite 1 t = n.

40

4.3. Die Eulersche Zahl e y 1


1 n 1 n 1 n)

t 0
1 n 2 n

y 1 1+
1 n

y 1 1+

(1 + (1 + . . .

1 n

. . .
n n

1 (1 + n )2 . . .

1 (1 + n )2 . . .

1 2 n)

1 n

=1

(1 +

1 n n)

Den exakten Wert erhalten wir fr Denition:

t 0 beziehungsweise n . Somit ergibt sich die e = lim (1 +


n

1 n ) n

Der numerische Wert der Zahl e betrgt: e 2, 718281828459... Die Zahl e ist irrational. Zweite Methode: mit Hilfe einer Grenzwertbetrachtung Eine einfache Plausibilittsbetrachtung liefert uns die gesuchte Denition. Wir suchen die Zahl e so, dass gilt: e t 1 = 1 (vgl.4.2). ke = lim t0 t
1 Liegt t nahe bei 0, dann ist e t 1, also et 1 + t, also gilt e (1 + t) t . Durch 1 1 1 die Substitution t := n respektive t := n gelingt es, den unbequemen Exponenten t zu vermeiden und e als Grenzwert einer Zahlenfolge zu denieren. Wir erhalten nmlich:
t 1

1+

1 n

t 0 bedeutet n und damit erhalten wir wie bei der erste Methode die Defnition: e = lim (1 +
n

1 n ) n

4.3.2 Lsung der Dierenzialgleichung y = ky


Mit Hilfe der Exponentialfunktion mit der Basis e lsst sich nun die Differenzialgleichung aus 4.1. exakt lsen. Es gilt:

y et ekt Aekt

y et kekt kAekt

Folgerung y =y y = ky y = ky

41

KAPITEL 4. DIE EXPONENTIAL- UND DIE LOGARITHMUSFUNKTION Es gilt also: Die Lsung der Differenzialgleichung y (t) = ky(t) hat die Form y(t) = Aekt . Da y(0) = A, ist A der Anfangswert. Insbesondere gilt der Satz: Das Anfangswertproblem y (t) = ky(t); y(0) = A hat die Lsung y(t) = Aekt .

4.4 Die Logarithmusfunktion; der Logarithmus naturalis


4.4.1 Die Umkehrfunktion und ihre Ableitung
Gilt fr eine Funktion f, dass aus x1 = x2 folgt f(x1 ) = f(x2 ) (oder quivalent: aus f(x1 ) = f(x2 ) folgt x1 = x2 ) fr alle x1 , x2 aus dem Denitionsbereich von f, dann ist f umkehrbar eindeutig, d.h. die Umkehrung der Zuordnung ist dann wieder eine Funktion. Die Umkehrfunktion wird mit f1 bezeichnet. Die ursprngliche Funktion f ist auch die Umkehrfunktion von f1 . Fhrt man auf irgend einen x-Wert die Funktion und anschliessend die Umkehrfunktion aus, erhlt man wieder x. Es gilt also: f1 (f(x)) = x und f(f1 (x)) = x.

Leiten wir die zweite Gleichung mit Hilfe der Kettenregel ab, so ergibt das d f(f1 (x)) = f (f1 (x)) (f1 ) (x) = 1. dx Daraus erhlt man die Formel fr die Ableitung der Umkehrfunktion: (f1 ) (x) = 1 f (f1 (x))

4.4.2 Die Ableitung der Logarithmusfunktion


Die Umkehrfunktion zur Funktion f(x) = ex ist der Logarithmus zur Basis e. Dieser wird Logarithmus naturalis genannt und mit ln x bezeichnet. Es ist also f1 (x) = ln x. Fr die Ableitung ergibt sich nun: (f1 ) (x) = 1 1 1 = ln x = . f (f1 (x)) e x

4.5 Die Ableitung der Exponential- und der Logarithmusfunktion bei beliebiger Basis
4.5.1 Eine Basis gengt!
Jede Exponentialfunktion kann mit der Basis e ausgedrckt werden. Begrndung: Es ist b also ist bx = = eln b , eln b
x

= exln b ,

also ist y =

bx = exln b .

42

4.5. Die Ableitung der Exponential- und der Logarithmusfunktion bei beliebiger Basis

4.5.2 Die Ableitung von y = bx und von y = logb (x)


Die Ableitung von y = bx ist y = kb bx , wie in 4.2. gezeigt wurde. Dabei konnten wir kb jedoch nicht exakt bestimmen. Dies ist jetzt mglich, wir mssen nur die Funktion y wie eben gezeigt mit der Basis e schreiben. y = y = y Es gilt also: y = (bx ) y = ln b bx = bx umgeformt ergibt Ableiten mit Kettenregel ergibt
xln b

exln b . ln b e

= ln b bx .

Analog knnen wir vorgehen, um die Ableitung von y = logb (x) zu bestimmen: Aus y = b
y

logb (x) folgt x. Logarithmieren zur Basis e fhrt auf ln x beziehungsweise 1 ln x. Ableiten ergibt ln b 1 . x ln b 1 x ln b

= =

y ln b

y = y Es gilt also: =

y = logb (x) y =

43

KAPITEL 4. DIE EXPONENTIAL- UND DIE LOGARITHMUSFUNKTION

4.6 Aufgaben zum Kapitel 4


1. Bestimmen Sie die erste Ableitung der folgenden Funktionen (a) (d) (g) f(x) = x + ex f(x) = ex
2

(b) (e) (h)

f(x) = xex f(x) = e(x2) f(x) = ln x


2 2

(c) (f) (i)

f(x) = e2x f(x) = 10x f(x) = ln x

f(x) = x ln x

2. Gegeben ist die Funktion f(x) = ex . a) Bestimmen Sie die Extremalstelle und die Wendepunkte und skizzieren Sie den Graphen der Funktion. b) Dem Graphen ist ein gleichschenkliges Dreieck so einzubeschreiben, dass die Spitze im Ursprung liegt, die Basis parallel zur x-Achse verluft und zwei Eckpunkte auf dem Graphen liegen. Wo sind die Eckpunkte zu whlen, damit der Flcheninhalt des Dreiecks maximal wird ? c) Bestimmen Sie den Radius eines Kreises mit Zentrum 0, der den Graphen von f berhrt. d) Der Graph von f ist in y-Richtung so zu strecken, dass er die Gerade mit der Gleichung y = 3 x in einem Punkt berhrt. Wie gross ist der Streckfaktor und wo liegt der Berhrpunkt? 3. Radioaktive Atome zerfallen gemss folgendem Gesetz: N(t) = N0 et . Dabei bedeutet t die Zeit, N0 die zur Zeit t0 und N(t) die zur Zeit t vorhandene Anzahl radioaktiver Atome. heisst Zerfallskonstante, sie ist von der Art der radioaktiven Atome abhngig. Unter der Halbwertszeit versteht man die Zeit, in der die Hlfte der Atome zerfallen. a) Berechnen Sie , wenn die Halbwertszeit des radioaktiven Materials 15 Min. betrgt. b) In welcher Zeit sinkt die Anzahl radioaktiver Atome auf chen Wertes (=15 Min.)?
1 20

ihres ursprngli-

4. Beim Durchgang durch Materie nimmt die Intensitt ionisierender und elektromagnetischer Strahlung infolge Absorption exponentiell mit der durchlaufenen Strecke ab. -Strahlen sind ionisierende Strahlen, die von radioaktiven Atomen ausgesendet werden knnen. Sie werden in einer 1 mm dicken Aluminiumschicht zu 75% absorbiert. a) Bei welcher Schichtdicke werden 50% absorbiert? b) Bei welcher Schichtdicke dringt nur noch 1% der Strahlung durch? c) Welcher Anteil der Strahlung wird von einer 2 mm starken Alufolie absorbiert? 5. Bestimmen Sie die Lsungen der folgenden Anfangswertprobleme a) y = 0.2y ; y(0) = 12 b) y = 2y ; y(0) = 25 c) y = 3y ; y(1) = 10

44

4.6. Aufgaben zum Kapitel 4 d) y = ky ; y(0) = 5 , y(3) = 10 6. In einer Nhrlsung vermehren sich Bakterien so, dass die momentane Wachstumsrate proportional zum jeweiligen Bestand ist. Zu Beginn seien 3 Gramm Bakterien vorhanden und die momentane Wachstumsrate betrage 0,075 Gramm pro Stunde. a) Formulieren Sie das Anfangswertproblem (Differenzialgleichung und Anfangswert) fr dieses Bakterienwachstum. b) Lsen Sie dieses Anfangswertproblem. c) Wie gross ist die Bakterienmasse nach 30 Minuten und nach 1 Stunde? d) Um welchen Faktor und um welchen Prozentsatz nimmt die Bakterienmasse in jeder Stunde zu? e) In welcher Zeit verdoppelt sich die Bakterienmasse? 7. Radioaktiver Zerfall Das radioaktive Jod-Isotop I-131 zerfllt und wandelt sich in Xenon X-131 um. Dabei ist bekannt, dass die momentane nderungsrate der Jodmenge proportional zum jeweils vorhandenen Bestand ist, dass also die Differenzialgleichung m (t) = m(t) gilt. m(t) ist die Masse des vorhandenen radioaktiven Jods I-131, heisst Zerfallskonstante. Die Halbwertszeit von I-131 betrgt 8.02 Tage, d.h. in dieser Zeit zerfllt jeweils die Hlfte der Jodmenge. a) Bestimmen Sie Zerfallskonstante in den Einheiten d1 , h1 und s1 (d: Tage, h: Stunden, s: Sekunden). b) In 2 Tagen zerel 0.2 Gramm einer Menge Jod I-131. Wieviel Jod I-131 war anfnglich vorhanden? 8. Man nimmt an, dass der Wert einer Segelyacht, welche neu 60000 Fr. kostet, exponentiell abnimmt. Nach fnf Jahren betrgt der Wert der Yacht noch 45000 Fr. a) Beschreiben Sie den zeitlichen Verlauf des Werts der Segelyacht mit einer Exponentialfunktion und mit einem Anfangswertproblem. b) Um welchen Betrag und um wieviele Prozent nimmt der Wert im ersten Jahr ab? c) Berechnen Sie die mittlere nderungsrate des Werts in den ersten fnf Jahren, im ersten Jahr, im ersten Monat und am ersten Tag in Franken/Jahr. d) Berechnen Sie die momentane nderungsrate des Werts am Anfang und nach einem Jahr in Franken/Jahr. e) Berechnen Sie die relative jhrliche, monatliche, wchentliche und tgliche mittlere nderungsrate in Prozent pro Jahr. f) Berechnen Sie die relative momentane nderungsrate in Prozent pro Jahr. 9. Verwenden Sie die in 4.4.1 hergeleitete Beziehung fr die Ableitung der Umkehrfunktion fr die Beantwortung der folgenden Fragen a) Leiten Sie unter Verwendung von (x2 ) = 2x die Formel fr die Ableitung von y = x her.

45

KAPITEL 4. DIE EXPONENTIAL- UND DIE LOGARITHMUSFUNKTION b) Leiten Sie unter Verwendung von (xn ) = nxn1 die Formel fr die Ableitung von y = n x her. 10. Auf dem Graphen von y = ln(x) liege der Punkt P(a|b). a) Bei welchem Wert von a (0 < a < 1) hat der Flcheninhalt des Dreiecks OPQ(a|0) einen extremalen Flcheninhalt? b) Bei welchem Wert von a (0 < a < 1) erzeugt das Dreieck OPQ(a|0) bei Rotation um die x-Achse einen Kegel extremalen Volumens? c) Man betrachte das Dreieck, welches durch die x-Achse, die Gerade OP und die Tangente im Punkt P gebildet wird. Bei welchen Werten von a wird der Flcheninhalt dieses Dreiecks extremal? (Es handelt sich hier um lokale Extrema.)

46

5 Dierenzialgleichungen und Modelle


Differenzialgleichungen sind Gleichungen, in denen von einer Funktion y neben der unabhngigen Variablen t die Funktion y selbst, sowie ihre Ableitungen y , y , auftreten. Tritt nur die erste Ableitung auf, dann spricht man von einer Differenzialgleichung erster Ordnung. Differenzialgleichungen geben also einen Zusammenhang zwischen einer Funktion und ihren Ableitungen an, nicht aber die Funktion selbst. Eine Differenzialgleichung zu lsen heisst, diejenigen Funktionen aufzunden, welche die Differenzialgleichung erfllen. Es wird oft nicht mglich sein, diese Funktionen in geschlossener Form anzugeben, d.h. mit einer Formel. In diesem Fall werden wir auf Nherungsverfahren angewiesen sein. Differenzialgleichungen sind besonders ntzlich beim Entwickeln vieler mathematischer Modelle aus verschiedenen Gebieten. Wir werden im Folgenden eine Anzahl typischer und wichtiger Modelle entwickeln und untersuchen. Dabei werden wir auch Modelle betrachten, bei denen zwei oder mehr Grssen sich gegenseitig beeinussen.

5.1 Modelle mit Dierenzialgleichungen


Viele Vorgnge aus den verschiedensten Gebieten (Physik, Biologie, Wirtschaft, Medizin, kologie etc.) knnen mit Hilfe von Differenzialgleichungen modelliert werden. Ein Modell aufstellen heisst, fr die wichtigen Grssen Variablen einzufhren und die gegenseitige Abhngigkeit dieser Variablen oder ihrer nderungsraten durch Gleichungen auszudrcken. Drckt man insbesondere die nderungsraten durch Gleichungen aus, so erhlt man Differenzialgleichungen. Mit Hilfe solcher Modelle knnen Vorgnge und zeitliche Ablufe durch Funktionen beschrieben und damit Voraussagen ber die zuknftige Entwicklung gemacht werden. Modelle stellen eine Simulation eines Vorgangs dar, sie sind eine Art Spiel, welches den Ablauf eines Vorgangs reprsentiert. Modelle sind, etwa vergleichbar mit Karikaturen, vereinfachte Darstellungen, welche jedoch das Wesentliche erfassen und betonen. Im Folgenden betrachten wir eine Reihe von Modellen aus verschiedenen Gebieten. Dabei werden auch Systeme von zwei und von drei Grssen untersucht, deren zeitliches Verhalten dann durch ein System von Differenzialgleichungen beschrieben werden kann. Solche Systeme heissen dynamische Systeme, sie werden im Kapitel 7 noch eingehender untersucht. Das Vorgehen beim Entwickeln eines Modells geschieht in zwei Schritten. Im zu modellierenden Prozess gibt es eine oder mehrere zu untersuchende Grssen, welche von der Zeit abhngen. Diese Grssen sind also Funktionen der Zeit, z. B. die Temperatur einer Flssigkeit, die Population einer Tierart, die Populationen verschiedener Tierarten oder Bevlkerungsgruppen, der zurckgelegte Weg eines Krpers, der Ort und die Geschwindigkeit eines Krpers etc. Erster Schritt: Wir suchen nach Gleichungen fr die nderungsraten der betrachteten Grssen, welche die wesentliche Eigenschaften des zu untersuchenden Prozesses ausdrcken. Diese Gleichungen heissen in der Fachsprache Differenzialgleichungen. Dies ist

KAPITEL 5. DIFFERENZIALGLEICHUNGEN UND MODELLE der eigentliche Prozess des Modellierens. Dabei knnen wir nicht erwarten, alle mglichen Eigenschaften eines Prozesses zu erfassen. Wir beginnen mglichst einfach mit den wichtigsten Eigenschaften, um so das Wesentliche zu erfassen. Danach kann das Modell mit der Wirklichkeit verglichen und entsprechend modiziert werden. Es knnen mehr Einsse erfasst und eingebaut und die schon erfassten knnen modiziert werden. Modelle knnen so sukzessive verfeinert und verbessert werden, um den Preis, dass sie dabei komplexer und komplizierter werden. Zweiter Schritt: Wenn wir fr die betrachteten Grssen noch einen Anfangswert haben, dann ist die zeitliche Entwicklung durch die Differenzialgleichungen bestimmt. Die Euler-Methode wird uns erlauben, diese zeitliche Entwicklung zumindest nherungsweise zu berechnen. Von zentraler Bedeutung ist, dass der zeitliche Verlauf der betrachteten Grssen durch die Differenzialgleichungen und die Anfangswerte bestimmt ist. Unter einem Anfangswertproblem versteht man eine Differenzialgleichung oder ein System von Differenzialgleichungen zusammen mit einem Anfangswert fr jede vorkommende Funktion.1 Durch ein Anfangswertproblem sind die vorkommenden Funktionen bestimmt. Die Euler-Methode erlaubt es, diese schrittweise approximativ zu berechnen. In einfachen Fllen wird es auch gelingen, die gesuchten Funktionen in geschlossener Form (mit einer Formel) zu nden.

5.2 Das exponentielle und das logistische Wachstum


Wir betrachten als Beispiel die Populationsentwicklung von Kaninchen; unsere berlegungen sind dabei aber auf viele andere Prozesse bertragbar.

5.2.1 Das exponentielle Wachstum


Dieses Modell ist uns schon aus dem Kapitel 4 bekannt. Es sei y(t) die Anzahl Kaninchen zur Zeit t, wobei t in einer vereinbarten Zeiteinheit gemessen wird, z.B. in Monaten. Grundannahme: Die momentane nderungsrate von y ist zu jedem Zeitpunkt proportional zum vorhandenen Wert von y. Wird beispielsweise die Anzahl der Kaninchen verdoppelt, so verdoppelt sich auch die Zuwachsrate. Damit erhalten wir die Differenzialgleichung y (t) = k y(t). (5.1)

Der Proportionalittsfaktor k heisst Wachstumskonstante. Dieses Modell ist dann angebracht, wenn sich die Grenzen des Lebensraumes nicht auf die Vermehrung auswirken. Wir haben bereits im letzten Kapitel gesehen, dass die Lsungen der Differenzialgleichung (5.1) die Expionentialfunktionen der Form y(t) = Aekt (5.2)

sind. Der Beweis ergibt sich unmittelbar durch Ableiten und Einsetzen. Die Konstante A ist dabei der Anfangswert, denn es ist A = y(0). Die Funktionen (5.2) sind also Lsungen der Differenzialgleichung (5.1) , jedoch muss noch gezeigt werden, dass keine anderen
1 Es

wird hier vorausgesetzt, dass es sich um Differenzialgleichungen erster Ordnung handelt.

48

5.2. Das exponentielle und das logistische Wachstum Lsungen existieren: Sei g(t) eine Funktion, welche ebenfalls (5.1) erfllt. Wir betrachten nun die Funktion f(t) = Ableiten ergibt: f (t) = g(t) . y(t)

g (t) y(t) g(t) y (t) . y2 (t)

Weil sowohl g(t) wie auch y(t) (5.1) erfllen, gilt f (t) = k g(t) y(t) g(t) k y(t) = 0. y2 (t)
g(t) y(t)

Aus f (t) = 0 folgt weiter, dass f(t) konstant ist, d. h. f(t) = Cy(t) = CAekt , also ist g(t) wieder von der Form (5.2).

= C. Folglich ist g(t) =

5.2.2 Das logistische Wachstum


Das exponentielle Wachstumsmodell bercksichtigt nicht, dass der Lebensraum beschrnkt ist. Jeder natrliche Lebensraum ist jedoch beschrnkt und in einem beschrnkten Lebensraum gibt es eine Sttigungsgrenze S, d.h. eine maximale Population, die noch ernhrt werden kann. Eine Population, welche die Sttigungsgrenze erreicht hat, kann nicht mehr weiter wachsen und eine, die ber der Sttigungsgrenze liegt, muss schrumpfen. Das bekannteste Modell fr ein Wachstum mit einer Sttigungsgrenze ist das sogenannte logistische Wachstumsmodell.

Abbildung 5.1: Exponentielles und logistisches Wachstum Grundannahme: Die momentane nderungsrate y (t) der Population ist wieder abhngig vom momentanen Wert y(t), aber der Proportionalittsfaktor ist nun nicht mehr konstant, sondern wird umso kleiner, je nher y(t) beim Sttigungswert S liegt. Fr y(t) = S soll dann dieser Faktor 0 betragen und fr y(t) > S soll er negativ sein. Dies wird durch die folgende Differenzialgleichung erreicht: y (t) = k 1 y(t) S y(t) (5.3)

49

KAPITEL 5. DIFFERENZIALGLEICHUNGEN UND MODELLE oder in Kurzschreibweise

y y. S Vergleicht man die Differenzialgleichung des exponentiellen Wachstums (5.1) mit derjenigen des logistischen (5.3), dann taucht in der letztgenannten der zustzliche wachstumsbegrenzende Faktor 1 y auf. Dieser Faktor bewirkt folgendes: S y =k 1 Ist y(t) << S, dann ist 1 y 1 und damit y ky. Das logistische Wachstum S unterscheidet sich in dieser Phase kaum von einem exponentiellen. Ist y(t) in der Nhe von S, dann ist 1 chend verlangsamt. Ist y(t) > S, dann ist 1 hat.
y S y S

nahe bei 0 und das Wachstum entspre-

< 0, was ein negatives Wachstum (Abnahme) zur Folge

Die Lsungen der Differenzialgleichung (5.3) sind die Funktionen der Form y(t) = SAekt . S + A(ekt 1) (5.4)

A ist wiederum der Anfangswert, denn es ist y(0) = A. Der Beweis (Ableiten und Einsetzen) sei als bungsaufgabe empfohlen. Wir werden spter Methoden entwickeln, die es uns erlauben, das Ergebnis herzuleiten. In der Abbildung 5.1 sind die Graphen eines exponentiellen und eines logistischen Wachstums mit k = 0.1, A = 10 und S = 100 abgebildet.

5.3 Ein Wachstumsmodell fr zwei interagierende Tierarten: Ruber und Beute


Wenn zwei Tierarten in einem gemeinsamen Lebensraum leben, gibt es verschiedene Interaktionsmglichkeiten: Ruber-Beute, Wettbewerb um Nahrung und Lebensraum, Symbiose und andere. Wir werden ein Ruber-Beute-Modell entwickeln, andere Modelle werden in den bungsaufgaben betrachtet. Das hier entwickelte Modell stammt von den beiden Mathematikern Lotka und Volterra und heisst deshalb auch Lotka-Volterra-Modell. Wir gehen davon aus, dass auf einer Insel Kaninchen und Fchse leben, wobei sich die Fchse von den Kaninchen ernhren. Grundannahmen fr das Lotka-Volterra-Modell Ohne die Anwesenheit von Fchsen wchst die Kaninchenpopulation exponentiell. Sind Fchse vorhanden, dann hat dies einen dezimierenden Einuss auf die Kaninchenpopulation. Dieser Einuss ist proportional zur Anzahl der Begegnungen zwischen Fchsen und Kaninchen und diese Anzahl ist ihrerseits proportional sowohl zur Anzahl Fchse als auch zur Anzahl Kaninchen und damit zum Produkt dieser beiden Zahlen. Die Geburtsrate der Fchse ist proportional zur Anzahl der Begegnungen zwischen Fchsen und Kaninchen. Anders formuliert: Die Geburtsrate der Fchse hngt ab von ihrem momentanen Bestand, der Faktor, der diese Rate bestimmt, ist proportional zum Nahrungsangebot, also zur Anzahl Kaninchen.

50

5.4. Die Euler-Methode Die Sterbensrate der Fchse ist proportional zu ihrem Bestand. Es sei nun y1(t) die Anzahl Kaninchen und y2(t) die Anzahl Fchse zur Zeit t. Die Modellannahmen fhren zu einem System von zwei gekoppelten Differenzialgleichungen, nmlich y1 y2 = a y1 c y1 y2 = d y1 y2 e y2.

Die Koefzienten a, c, d und e sind Parameter, welche empirisch (aus der Erfahrung) ermittelt werden mssen. Die Lsungen dieses Gleichungssystems knnen nicht in geschlossener Form angegeben werden, d.h. wir knnen nicht direkt Funktionsterme fr y1(t) und y2(t) angeben. Trotzdem existieren solche Funktionen, jedoch mssen wir diese mit einem numerischen Nherungsverfahren ermitteln. Es gibt verschiedene solche Verfahren, welche es erlauben, die gesuchten Funktionen numerisch und graphisch darzustellen. Wir verwenden nur die einfache und schon im ersten Kapitel verwendete Euler-Methode.

5.4 Die Euler-Methode


Diese Methode wurde schon im ersten Kapitel eingefhrt. Sie wird hier am Beispiel des Lotka-Volterra-Modells aus 5.3 noch einmal erlutert. Gegeben ist also das System von Differenzialgleichungen = a y1 c y1 y2 = d y1 y2 e y2.

y1 y2

Fr die auftretenden Parameter gelte: a = 0.1; c = 5 103 ; d = 4 105 ; e = 4 102 . Wir bentigen weiterhin die Anfangswerte y1(0) = 2000 und y2(0) = 10. Nun berechnen wir schrittweise die folgende Tabelle 5.1 Tabelle 5.1: Euler-Methode mit t = 1 Zeit (Monate) 0 1 2 3 4 . . . y1(t) (Kaninchen) 2000 2100 2200,8 2301.4 2400.6 . . . y2(t) (Fchse) 10 10.4 10.858 11.379 11.971 . . . 100 100,8 100.6 99.201 . . . 0.4 0.4576 0.5215 0.59235 . . . y1 (t) y2 (t)

Die so berechneten Werte sind jedoch ungenau, weil die nderungsraten nicht konstant

51

KAPITEL 5. DIFFERENZIALGLEICHUNGEN UND MODELLE sind und sich im Verlaufe eines Monats ndern. So ndert sich z.B. y1 , sobald sich y1 oder y2 ndert! Um genauere Werte zu erhalten, mssen wir den Zeitschritt verkleinern, was jedoch den Rechenaufwand vergrssert. Rechnen wir mit einem Zeitschritt von t = 0.1, dann ergibt sich die folgende Tabelle 5.2 Tabelle 5.2: Euler-Methode mit t = 0.1 Zeit (Monate) 0 0.1 0.2 0.3 . . . y1(t) (Kaninchen) 2000 2010 2020 2030 . . . y2(t) (Fchse) 10 10.04 10.081 10.122 . . . 100 100.1 100.19 100.27 . . . 0.4 0.40562 0.41129 0.41703 . . . y1 (t) y2 (t)

Der jeweils nchste neue y1-Wert wird wie folgt berechnet: y1 = lim y1 t y1 (fr gengend kleines t t t),

t0

also ist y1 y1 t, folglich y1(neu) = y1(alt) + y1 y1(alt) + y1 (alt) oder etwas mathematischer ausgedrckt: y1(t + t) y1(t) + y1 (t)

t.

(5.5)

Bemerkung: Die Beziehung (5.5) gilt fr jede differenzierbare Funktion bei gengend kleinem t, d.h. es gilt f(t + t) f(t) + f (t) t. Diese Beziehung ist die Grundlage des schrittweisen Vorgehens bei der Euler-Methode. Die genauen Funktionswerte von y1 und y2 beispielsweise an der Stelle t = 2, also y1(2) und y2(2) erhlt man mittels der Euler-Methode als Grenzwert fr t 0. Um diesen Grenzwert (nherungsweise) zu bestimmen, betrachten wir die folgende Tabelle 5.3 Tabelle 5.3: Euler-Methode mit t = 0.1 t 1 0.1 0.01 0.001 y1(2) 2200.8 2200.7 2200.7 2200.7 y2(2) 10.4 10.914 10.920 10.920 t = 0.01 nicht mehr

Es zeigt sich, dass sich die ersten fnf Stellen nach der Zeile mit

52

5.5. Ein Modell aus der Epidemologie ndern. Diese Stellen haben sich sozusagen stabilisiert und wir haben die Werte y1(2) und y2(2) damit auf fnf signikante Stellen genau berechnet. Je kleiner wir das t whlen, desto grsser wird dabei der Rechenaufwand. Dabei stossen auch leistungsfhige Taschenrechner wie der TI-89 gelegentlich an ihre Grenzen. Wird eine hohe Genauigkeit gewnscht, empehlt es sich, einen schnellen Computer einzusetzen. Der Verlauf der Funktionen y1 und y2 kann auch graphisch dargestellt werden, was einen viel besseren berblick ber die Entwicklung erlaubt als nur numerische Werte. In der Abbildung 5.2 ndet man die Darstellung von 0.01 y1 und y2 ber einen Zeitraum von 300 Monaten. Es wurde 0.01 y1 anstatt y1 gezeichnet, damit beide Kurven im gleichen Koordinatensystem darstellbar und vergleichbar sind.

Abbildung 5.2: Ruber-Beute-Modell

5.5 Ein Modell aus der Epidemologie


5.5.1 Die Ausbreitung einer ansteckenden Krankheit
In diesem Abschnitt wird die Ausbreitung einer ansteckenden Krankheit in einem Modell dargestellt und untersucht. Viele Krankheiten wie etwa Grippe, Masern, Polio, Mumps, Erkltung etc. sind ansteckend. Whrenddem man eine Erkltung immer wieder von neuem kriegen kann, erkrankt man an Masern hchstens einmal. Eine durchgestandene Krankheit wie die Masern fhrt nach der Heilung zu einer andauernden Immunitt. Wir werden spter die Immunreaktion im Krper ebenfalls mit einem Modell untersuchen. Einige Krankheiten haben die Tendenz, grosse Bevlkerungsschichten zu erfassen, sie werden dann Epidemien genannt (Epidemie stammt aus dem Griechischen, epi heisst ber, demos das Volk). Epidemologie ist die wissenschaftliche Untersuchung dieser Krankheiten. Epidemien sind seit jeher gefrchtet, insbesondere das Auftreten von neuen unkontrollierbaren Krankheiten wie krzlich (2003) SARS. Um solche Epidemien in den Griff zu bekommen, ist es notwendig, so viel wie mglich darber zu wissen. Die Mathematik liefert ihren Beitrag in der Form von Modellen, die es uns erlauben, den Verlauf zu prognostizieren und die Wirksamkeit von gezielten Eingriffen wie etwa Quarantne oder Impfung zu studieren. Das von uns untersuchte Modell geht von folgenden Annahmen aus:

53

KAPITEL 5. DIFFERENZIALGLEICHUNGEN UND MODELLE Die Krankheit ist von begrenzter Dauer, jede befallene Person wird schlussendlich geheilt. Eine durchgestandene Krankheit fhrt zu permanenter Immunitt, d.h. eine zweite Ansteckung ist nicht mglich. Es wird eine geschlossene Bevlkerungsgruppe betrachtet, d.h. whrend des Verlaufs der Krankheit gibt es keine Zuwanderung oder Abwanderung. Die betrachtete Bevlkerung kann nun zu jedem Zeitpunkt in drei Gruppen aufgeteilt werden, die wir mit S , I und R bezeichnen. S : Ansteckbare, d.h. Personen, die die Krankheit noch nicht hatten, aber auch nicht immun dagegen sind. I : Inzierte, welche die Krankheit haben und sie auch weiter geben knnen. R : Geheilte, sie machten die Krankheit durch und sind gegen eine erneute Ansteckung immun. Bemerkung: Die Bezeichnungen kommen aus dem Englischen, S steht fr susceptible (ansteckbar), I fr infecteted (inziert) und R fr recovered (geheilt). S, I und R bedeuten die Anzahl der Personen in den entsprechenden Gruppen; diese Grssen sind Funktionen der Zeit. Wenn wir dies speziell betonen wollen, dann schreiben wir S(t), I(t) und R(t).

5.5.2 Das S-I-R-Modell


Zwischen den drei Bevlkerungsgruppen gibt es zwei mgliche bergnge: Der bergang von S zu I, die Ansteckung und der bergang von I zu R, die Heilung. Ansteckung: Eine ansteckbare Person wird bei jeder Begegnung mit einer inzierten Person mit einer gewissen Wahrscheinlichkeit p angesteckt. Die Wahrscheinlichkeit einer Begegnung mit einer inzierten Personen whrend eines kleinen Zeitintervalls t ist proportional zur Anzahl I der inzierten Personen und zur Lnge des Zeitintervalls t, der Proportionalittsfaktor sei q. Demnach wird jede ansteckbare Person whrend des betrachteten Zeitintervalls t mit der Wahrscheinlichkeit pqIt = aIt angesteckt. Folglich ist die nderung von S im Zeitintervall t gegeben durch S = a I t S. Fr die nderungsrate von S ergibt sich deshalb S = a S I, a = pq heisst Ansteckungskoefzient . Heilung: Die Krankheit dauere im Mittel n Tage. Betrachten wir zu irgend einem Zeitpunkt des Verlaufs der Epidemie die Inzierten, so wird es darunter solche geben, die eben erst inziert wurden, andere, die schon am zweiten Tag krank sind, dann weitere, die am dritten, vierten etc. Tag krank sind und schliesslich diejenigen, die am n-ten Tag krank sind und unmittelbar vor der Heilung stehen. Wenn wir annehmen, dass sich die Kranken gleichmssig ber diese n Teilgruppen verteilen, dann werden jeden Tag 1/n der Inzierten geheilt, diese gehen dann in die Gruppe R ber. Fr R ergibt sich aus dieser Plausibilittsbetrachtung deshalb der folgende Ansatz fr die nderungsrate: 1 R = I = b I, n b hngt von der Dauer der Krankheit ab. Wenn wir die Zeiteinheit Tag verwenden, 1 dann ist b = n , wobei n die Anzahl Tage ist, welche die Krankheit im Mittel dauert.

54

5.6. Ein Beispiel aus der Physik: Der freie Fall b heisst Heilungskoefzient. Schliesslich knnen wir noch die nderungsrate von I formulieren: I nimmt zu um die jeweils neu Inzierten und nimmt ab um die jeweils Geheilten, wir erhalten also I = a S I b I. Wir haben damit das Modell in Form von drei Differenzialgleichungen: Das S-I-R-Modell = = = a S I aSI b I bI

S I R

Abbildung 5.3: Das S-I-R-Modell Beispiel: In einem Internat mit 800 Knaben hat ein Knabe eine ansteckende Krankheit von einem Aussenkontakt her eingeschleppt. Fr den Ansteckungskoefzienten gelte a = 0.0025. Da die Krankheit im Mittel etwa fnf Tage dauert, setzten wir fr b = 0.2. Die Anfangswerte sind also: S(0) = 799, I(0) = 1, R(0) = 0. Die Zeiteinheit sei Tag. Geben wir die Differenzialgleichungen des S-I-R-Modells zusammen mit diesen Anfangswerten in den Rechner ein, so erhalten wir fr einen Zeitraum von t = 0 bis t = 20, also fr die ersten 20 Tage, die in Abbildung 5.3 dargestellten Graphen. Nach etwa 2 Tagen fllt die Zahl der Ansteckbaren rapide, whrend die Zahl der Kranken steil ansteigt. Die Epidemie hat nach ziemlich genau fnf Tagen mit ca 530-540 Kranken ihren Hhepunkt erreicht, die Zahl der Kranken nimmt dann kontinuierlich ab und ist nach 20 Tagen nur noch unbedeutend.

5.6 Ein Beispiel aus der Physik: Der freie Fall


Newton entwickelte die Differenzialrechnung, um die Bewegung der Planeten zu berechnen. Dabei entdeckte er auch das Grundgesetz der Dynamik, welches besagt, dass ein

55

KAPITEL 5. DIFFERENZIALGLEICHUNGEN UND MODELLE Objekt seine Geschwindigkeit nur ndert, wenn eine Kraft einwirkt und dass die nderungsrate der Geschwindigkeit proportional zu dieser Kraft ist. Das Gesetz lautet: F=m dv , dt

wobei F die einwirkende Kraft und m die Masse des Krpers ist. Die nderungsrate der Geschwindigkeit dv = a ist die Beschleunigung, also kann das Grundgesetz auch in der dt Form Kraft = Masse Beschleunigung formuliert werden. Jedes Bewegungsproblem fhrt auf Grund dieser Gleichung mathematisch auf eine Differenzialgleichung oder ein System von Differenzialgleichungen. Wir betrachten als Beispiel den freien Fall. Wir nehmen an, ein Krper bende sich zur Zeit t0 = 0 s auf der Hhe h0 ber der Erdoberche und habe die Geschwindigkeit v0 . Auf den Krper wirkt die Erdanziehungskraft (Gravitationskraft), welche in der Nhe der Erdoberche in guter Nherung m konstant ist und mg betrgt, mit g = 9, 81 s2 .

5.6.1 Freier Fall ohne Luftwiderstand


Die Bewegungsgleichung ergibt: m nach Krzen mit m erhalten wir dv = mg, dt

dv = g. dt Die Lsung dieser Differenzialgleichung ist v(t) = gt + v0 , wie man durch Einsetzen leicht berprfen kann. Da v = dh (die Geschwindigkeit ist die dt nderungsrate des Orts, also hier der Hhe h), erhalten wir die weitere Differenzialgleichung dh = gt + v0 . dt Die Lsung dieser Differenzialgleichung ist 1 h(t) = gt2 + v0 t + h0 , 2 wie man durch Ableiten leicht besttigen kann.

5.6.2 Freier Fall mit Luftwiderstand


Luftwiderstand proportional zur Geschwindigkeit Fllt ein Krper in der Atmosphre, so wirkt nebst der Erdanziehungskraft (Gravitation) noch der Luftwiderstand. Dieser ist von der Form und der Grsse des Krpers sowie von seiner Geschwindigkeit abhngig. Fr ein mglichst einfaches Modell nehmen wir

56

5.6. Ein Beispiel aus der Physik: Der freie Fall an, dass der Luftwiderstand proportional zur Geschwindigkeit sei. Wir machen also den Ansatz Luftwiderstand = Fl = bv, wobei b eine von der Grsse und Form des Krpers abhngige positive Konstante ist. Das Minuszeichen bedeutet, dass die Richtung des Luftwiderstandes der Richtung der Geschwindigkeit entgegengesetzt ist. Wir erhalten nun aus der Grundgleichung Kraft = Masse Beschleunigung die Differenzialgleichung m resp. dv dt dv dt = = mg bv g b v. m

Die Lsung dieser Differenzialgleichung mit dem Anfangswert v(0) = 0 ist b v(t) = gm (e m t 1), was durch Einsetzen besttigt werden kann. b Luftwiderstand proportional zum Quadrat der Geschwindigkeit Die Wirklichkeit ist allerdings etwas komplizierter. Ein Modell, welches in den meisten Fllen bessere Resultate liefert, geht davon aus, dass der Luftwiderstand proportional zum Quadrat der Geschwindigkeit ist, also die Differenzialgleichung m dv = mg kv |v| dt

gilt. Das an Stelle von v2 der Term v |v| steht, hat seinen Grund darin, dass das Vorzeichen des Luftwiderstands dem Vorzeichen der Geschwindigkeit stets entgegengesetzt ist, v2 wre unabhngig vom Vorzeichen von v stets positiv. Fr die Konstante k gilt k = 1 cw A, wobei cw die Widerstandszahl, A die Stirnche senkrecht zur Richtung der 2 Geschwindigkeit und die Dichte der Luft bedeuten.

57

KAPITEL 5. DIFFERENZIALGLEICHUNGEN UND MODELLE

5.7 Aufgaben zum Kapitel 5


1. Bestimmen Sie die Lsung des Anfangswertproblems a) y = 0.2y ; y(0) = 10 b) y = 0.4y ; y(0) = 25 c) y = 2y ; y(2) = 20. 2. Zeigen Sie durch Einsetzen, dass die angegebene Funktion eine Lsung der Differenzialgleichung ist und bestimme sodann die Konstante C so, dass der gegebene Anfangswert erfllt ist. 1 a) y = 2y y(3) = 17; y(t) = t + C b) y = y2 c) y = y3 y(0) = 5; y(0) = 5; y(t) = y(t) =
1 Ct 1 . C2t

3. Lotka-Volterra-Modell mit begrenztem Wachstum ndern Sie das Lotka-Volterra-Modell aus 5.4 so ab, dass fr die Kaninchen, ohne den Einuss der Fchse, ein logistisches Wachstum gelten wrde. Die Sttigungsmenge liege bei S=10000 Kaninchen, die brigen Parameter bleiben unverndert. Formulieren Sie die Differenzialgleichungen und untersuchen Sie den Verlauf von y1 und y2 graphisch und vergleichen Sie mit dem ursprnglichen Modell. 4. May-Modell Von R.M. May stammt das folgende weiterentwickelte Modell, welches ziemlich realistische Annahmen ber die Interaktion zwischen Jger und Beute einfhrt. Die folgenden Annahmen sind die Grundlage des Modells: Die Kaninchenpopulation wchst ohne den Einuss der Fchse logistisch. Die Anzahl Kaninchen, welche ein Fuchs whrend eines gegebenen Zeitintervalls frisst, variiert von 0 (wenn keine Kaninchen vorhanden sind) bis zu einer Sttigungsgrenze c (wenn beliebig viele Kaninchen vorhanden sind) und wird cx durch die Funktion g mit der Gleichung g(x) = x+d beschrieben. x : Anzahl vorhandene Kaninchen. Die Fuchspopulation wird durch ein Gesetz beschrieben, welches analog zum logistischen Wachstum ist, mit dem Unterschied, dass die Sttigungsgrenze nicht eine feste Zahl, sondern proportional zur Grsse der Kaninchenpopulation ist. a) Untersuchen Sie die Funktion g und diskutieren Sie insbesondere die Bedeutung der Parameter c und d. b) Stellen Sie die Differenzialgleichungen fr das May-Modell auf. Verwenden Sie die folgenden Parameter. a : Wachstumskonstante beim logistischen Wachstum der Kaninchen, b : Sttigungsgrenze der Kaninchenpopulation, c und d wie oben erklrt, e : Wachstumskonstante beim logistischen Wachstum der Fchse,

58

5.7. Aufgaben zum Kapitel 5 f : Proportionalittsfaktor der Sttigungsgrenze der Fchse (siehe oben). c) Nehmen Sie fr die Parameter die folgenden Werte an: a = 0.6; b = 1000; c = 50; d = 100; e = 0.1; f = 0.02. Die Anfangswerte seien 2000 Kaninchen und 20 Fchse. Wie entwickeln sich die Populationen im Verlaufe der Zeit? d) Um die Kurven der beiden Populationen im gleichen Koordinatensystem zu zeichnen, ist es gnstig, die Kaninchenpopulation in Hektokaninchen zu messen. ndern Sie die Differenzialgleichungen entsprechend ab. e) Experimentieren Sie mit andern Anfangswerten, z.B. mit 1000 Kaninchen und 30 Fchsen. Welche Auswirkungen hat das auf das Langzeitverhalten? f) Die Gefrssigkeit der Fchse drckt sich u.a. im Wert des Parameters c aus. Untersuchen Sie nun den Einuss des Parameters c auf das Langzeitverhalten, d.h. verndern Sie den Wert von c und lassen Sie alle andern Parameter unverndert. Variieren Sie den Wert von c zwischen 50 und 10. An einer bestimmten Stelle geschieht eine qualitative Vernderung, welche in der Fachsprache HopfBifurkation heisst. Beschreiben Sie diese Vernderung. Aufgaben zum S-I-R-Modell 5. Whlen Sie die folgenden Werte fr die Parameter: a = 105 , b = 0.0625 sowie die Anfangswerte S(0) = 45 000, I(0) = 2000, R(0) = 3000. Analysieren Sie das Modell mit Hilfe des Taschenrechners und machen Sie mglichst przise Aussagen ber den Verlauf der Epidemie. Die Zeiteinheit sei 1 Tag. 6. Schwellenwert Das Vorzeichen von I ist ausser von den Parametern a und b von S abhngig. Wenn S gengend klein ist, dann wird I negativ, was bedeutet, dass die Epidemie abklingen wird. Der Wert von S, bei dem I das Vorzeichen wechselt, heisst Schwellenwert. Berechnen Sie den Schwellenwert! 7. Quarantne : Eine Mglichkeit, auf eine Epidemie zu reagieren, ist die Einfhrung einer Quarantne, d.h. die erkrankten Personen werden isoliert, was den Ansteckungskoefzienten beeinusst. Auf welchen Wert msste der Parameter a gesenkt werden, damit die Epidemie nicht ausbrechen kann ? 8. Bei einer ansteckenden Krankheit weiss man, dass sie im Mittel vier Tage dauert und dass ein Ansteckbarer im Mittel tglich mit 0.3% der Inzierten Kontakt hat und dass die Krankheit lediglich in einem von sechs Kontakten bertragen wird. Bestimmen Sie die Grsse der Parameter im S-I-R-Modell und prognostizieren Sie den Verlauf. Wie gross ist der Schwellenwert von S ? Verwenden Sie die folgenden Anfangswerte: S(0) = 4500; I(0) = 200; R(0) = 300. 9. Impfung Whrend der Epidemie wird eine Impfkampagne durchgefhrt. In einem einfachen Modell gehen wir davon aus, dass whrend jeder kleinen Zeitspanne t 0.2 S t Ansteckbare geimpft werden. ndern Sie das Modell aus Aufgabe 5 entsprechend ab und untersuchen Sie jetzt den Verlauf der Epidemie. Wieviele Personen werden in den ersten drei Tagen und wieviele insgesamt geimpft?

59

KAPITEL 5. DIFFERENZIALGLEICHUNGEN UND MODELLE Aufgaben zum freien Fall 10. Zeigen Sie, dass die Funktion v(t) = gm (e m t 1) eine Lsung der Differenzialgleib chung dv b dt = g m v mit dem Anfangswert v(0) = 0 ist.
b

11. Zeigen Sie, dass die Lage s(t) eines Krpers, welcher aus der Anfangslage s(0) = s0 2 b fllt, durch die Funktion s(t) = s0 gm t gm (e m t 1) beschrieben wird. b b2 12. Ein Krper der Masse m1 = 1 kg bendet sich in einer Hhe von 200 m und wird aus dem Stillstand losgelassen. Der Wert der Konstanten b betrage b = 0.2 kg/s. Welchen Weg hat der Krper nach 1 s resp. nach 2 s zurckgelegt? Wann erreicht er den Boden? Vergleichen Sie mit dem freien Fall ohne Luftwiderstand. 13. Zwei weitere Krper, welcher in Form und Grsse identisch zum Krper aus der vorangehenden Aufgabe sind, haben die Massen m2 = 0.2 kg resp. m3 = 4 kg. Welchen Weg legen diese Krper in 1 s resp. 2 s zurck und wie lange brauchen sie fr eine Fallstrecke von 200 m? Worin liegt ein wesentlicher Unterschied zum freien Fall ohne Luftwiderstand? 14. Bei einer bestimmten Geschwindigkeit, der sogenannten Grenzgeschwindigkeit vG , gleichen sich Gewichtskraft und Luftwiderstand aus. Wenn ein Krper diese Geschwindigkeit erreicht hat, dann fllt er mit konstanter Geschwindigkeit. Bestimmen Sie vG in Abhngigkeit von m, b und g. Welche Grenzgeschwindigkeit erreichen die drei Krper aus den vorangehenden Aufgaben und nach welcher Zeit und welcher Fallstrecke erreichen sie 99% dieser Geschwindigkeit, wenn sie aus dem Stillstand fallen gelassen werden? 15. Wie schnell fallen Regentropfen? Die meisten Regentropfen haben einen Durschmesser zwischen 0.1 mm (Nebelregen)und 5 mm (krftiger Platzregen). Bestimmen Sie fr die Trpfchendurchmesser 0.1 mm, 1 mm, 2 mm und 5 mm die Grenzgeschwindigkeit sowie die Fallstrecke die bentigt wird um aus dem Stillstand 90% dieser Geschwindigkeit zu erreichen. Die Trpfchen knnen als Kugeln aufgefasst werden.

60

6 Das Integral
Viele wichtige Grssen erhlt man als Produkt von zwei anderen Grssen. Beispielsweise ist: Arbeit = Kraft mal Weg Flche = Breite mal Lnge Zurckgelegter Weg = Geschwindigkeit mal Zeit Verbrauchte (elektrische) Energie = Leistung mal Zeit Zur Einfhrung des bestimmten Integrals untersuchen wir den zuletzt erwhnten Zusammenhang zwischen Energie, Leistung und Zeit. Betrgt die Leistung P = 1500 W = 1.5 kW und wird diese whrend der Zeitdauer t = 24 h bezogen, so ist die verbrauchte Energie W = P t = 1.5 kW24 h = 36 kWh. Schwieriger wird jedoch die Berechnung, wenn die Leistung whrend des betrachteten Zeitintervalls nicht konstant ist. Dieselbe Schwierigkeit taucht bei den andern oben erwhnten Beispielen auf, wenn die Kraft, die Breite resp. die Geschwindigkeit nicht konstant ist. Um die gesuchte Grsse dennoch berechnen zu knnen, fhren wir die Begriffe Riemann-Summe und bestimmtes Integral ein. Die weitere mathematische Untersuchung wird zeigen, dass wir zur Berechnung eines Integrals wiederum die Werkzeuge der Differenzialrechnung verwenden knnen.

6.1 Die Riemann-Summe


6.1.1 Elektrische Energie
Wie schon in der Einleitung erwhnt, berechnet sich die elektrische Energie W durch die Beziehung W = P t, wobei P die Leistung und t die Zeit, whrend der diese Leistung bezogen wurde, bedeuten. Die Leistung wird dabei in der Einheit W (Watt) oder kW (Kilowatt) gemessen, die Zeit in der Einheit s (Sekunden) oder h (Stunden). Entsprechend erhlt man fr die Energie die Einheiten Ws (Wattsekunden) oder kWh (Kilowattstunden). Elektrizittswerke berechnen den Verbrauch in kWh, in der Physik wird eher mit Ws gerechnet. (Bemerkung: 1 Ws = 1 J (Joule)). Wir betrachten das folgende Beispiel: Ein Einfamilienhaus beziehe whrend eines Tages elektrische Energie, wobei die Leistung in der Abbildung 6.1 angegeben ist: Wieviel Energie wurde whrend dieses Tages bezogen? Weil die Leistung nicht konstant ist, knnen wir nicht einfach Energie = Leistung mal Zeit rechnen. Wir werden deshalb ein Nherungsverfahren entwickeln, welches wir in der Folge immer mehr verfeinern. Diese sukzessiven Verfeinerungen fhren dann im Grenzwert zum exakten Resultat.

KAPITEL 6. DAS INTEGRAL

Leistung kW 2

P(t)

0 0 4 8 12 16 20 24

Zeit h

Abbildung 6.1: Elektrische Leistung welche whrend eines Tages bezogen wird 1. Nherung (Approximation): Wir approximieren die Funktion P(t) durch eine stckweise konstante Funktion P(t) und berechnen in jedem Teilintervall die verbrauchte Energie nherungsweise mit Hilfe der gefundenen Approximation P(t) und summieren anschliessend diese Teilenergien auf (vgl. Abbildung 6.2). Die Nherungsfunktion P fr die Leistung P ist wie folgt deniert: P 1 P2 P(t) = P 3 P4 P 5 = = = = = 0.5 1.5 2.0 1.25 1.5 ; ; ; ; ; 0 5 10 14 18 t<5 t < 10 t < 14 t < 18 t < 24

Wie erhalten fr die verbrauchte Energie: W = P1 t1 + P2 t2 + P3 t3 + P4 t4 + P5 t5 = (0.5 5 + 1.5 5 + 24 + 1.25 4 + 1.5 6) kWh = 32 kWh. Mit Hilfe besserer Approximationen der Leistungsfunktion knnen wir genauere Resultate fr die Energie berechnen. Verfahren: Wir approximieren die Leistungsfunktion durch eine Treppenfunktion, d.h. durch eine stckweise konstante Funktion.

62

6.1. Die Riemann-Summe

Leistung kW 2

P(t) und P(t)

0 0 4 8 12 16 20 24

Zeit h

Abbildung 6.2: Stckweise konstante Nherungsfunktion fr die Leistung Wir berechnen einen Nherungswert fr die Energie durch Summation der Teilenergien. Wir verbessern den Nherungswert, indem wir die Approximation verfeinern, d. h. die Anzahl der Teilintervalle erhhen. Konstruktion der Funktion, welche den Energieverbrauch darstellt Wir konstruieren die Funktion, welche den Energieverbrauch als Funktion der Zeit darstellt, ausgehend von der Treppenfunktion, welche wir als Approximation der realen Leistungsfunktion verwenden. 1. Im ersten Intervall, nmlich von t0 = 0 h bis t1 = 5 h, betrgt die Leistung P1 = 0.5 kW, also die Energie W(t) = P 1 t = 0.5 t; 0 t 5. Dies ist eine lineare Funktion, nach 5 Stunden betrgt die verbrauchte Energie W1 = 0.5 5 kWh = 2.5 kWh. 2. Im zweiten Intervall von t1 = 5 h bis t2 = 10 h betrgt die Leistung P2 = 1.5 kWh, die verbrauchte Energie ist aber jetzt zu den schon verbrauchten 2.5 kWh aus dem ersten Intervall zu addieren. Wir erhalten demnach: W(t) = P2 (t t1 ) + W1 = 1.5 (t 5) + 2.5; 5 t 10. Dies ist eine lineare Funktion mit der Steigung P2 = 1.5. 3. Setzen wir das Verfahren entsprechend fort, so erhalten wir schlussendlich eine stckweise lineare Funktion (Abbildung 6.3). Eine sehr wichtige Einsicht formulieren wir bereits an dieser Stelle: Die Steigung der Funktion W(t), also die Ableitung W (t), ist in jedem Teilintervall gleich der Leistung, also W (t) = P(t).

63

KAPITEL 6. DAS INTEGRAL

Verbrauchte Energie kWh 30 W(t)

20

10

0 0 4 8 12 16 20 24

Zeit h

Abbildung 6.3: Aufsummierter Energieverbrauch whrend eines Tages

6.1.2 Systematisierung des Vorgehens: die Riemann-Summe


Im folgenden Abschnitt systematisieren wir das Vorgehen in einer Art und Weise, welche uns dann eine beliebige Verfeinerung erlaubt und andererseits auch eine Abschtzung der Gte der Approximationen ermglicht. Gegeben sei eine Funktion f in einem Intervall [a; b]:

Abbildung 6.4: Funktion f im Intervall [a; b] Wir unterteilen das Intervall [a; b] in n gleiche Teile I1 , I2 , , In der Lnge t = Zur Illustration wurde n = 4 gewhlt.
ba n .

64

6.1. Die Riemann-Summe

Abbildung 6.5: Unterteilung des Intervalls [a; b] in n = 4 Teile

Wir whlen nun in jedem Teilintervall Ik , k = 1, 2, , n einen Wert tk . Dabei kann jedes tk irgendwo im entsprechenden Teilintervall Ik gewhlt werden.

Abbildung 6.6: In jedem Teilintervall wird ein t-Wert gewhlt

Wir ersetzen, oder anders gesagt, approximieren, die Funktion f durch eine Treppenfunktion f, welche stckweise konstant ist und fr die in jedem Teilintervall gilt: f(tk ) = f(tk ). Nun bilden wir die Summe

A=
k=1

f(tk ) t =
k=1

f(tk ) t.

65

KAPITEL 6. DAS INTEGRAL

Abbildung 6.7: Riemann-Summe von f ber [a; b] Die Summe A heisst Riemann-Summe der Funktion f ber dem Intervall [a; b]. Bemerkung: Es ist nicht notwendig, dass alle Teilintervalle dieselbe Lnge aufweisen, im einfhrenden Beispiel 6.1.1. war dies auch nicht der Fall. Gleiche Lnge der Teilintervalle erleichtert jedoch in vielen Fllen ein systematisches Vorgehen, so dass wir in der Folge davon ausgehen werden. Interpretation der Riemann-Summe: Ist f(t) die elektrische Leistung zur Zeit t, dann ergibt die Riemann-Summe einen Nherungswert fr die verbrauchte Energie zwischen den Zeitpunkten t1 = a und t2 = b (vgl.6.1.1). Ist f(t) 0; a t b, dann gibt die Riemann-Summe einen Nherungswert fr den Flcheninhalt des Flchenstcks zwischen Kurve, t-Achse und den Parallelen zur y-Achse durch t = a und t = b.

Abbildung 6.8: Flche zwischen Kurve und t-Achse

6.1.3 Riemann-Obersumme und Riemann-Untersumme


Wie schon erwhnt, sind wir bei der Wahl des t-Wertes in den einzelnen Teilintervallen frei. Whlen wir nun in jedem Teilintervall diesen t-Wert so, dass der Funktionswert dort

66

6.1. Die Riemann-Summe jeweils maximal wird, dann erhalten wir die Riemann-Obersumme. Bei derselben Intervallteilung kann dann keine andere Riemann-Summe grsser werden.

Abbildung 6.9: Riemann-Obersumme Whlen wir dagegen den t-Wert in jedem Teilintervall so, dass dort der Funktionswert minimal wird, dann erhalten wir die Riemann-Untersumme. Bei derselben Intervallteilung kann keine Riemann-Summe kleiner werden.

Abbildung 6.10: Riemann-Untersumme Jede andere Riemann-Summe kann dann auch Riemann-Zwischensumme genannt werden. Denition: Es sei Mk das Maximum und mk das Minimum der Funktion f im k-ten Intervall, k = 1, 2, n und t = ba die gleichbleibende Streifenbreite, dann ist n
n

Sn sn

=
k=1 n

Mk t mk t
k=1

die Riemann-Obersumme und die Riemann-Untersumme

fr die entsprechende Intervallteilung. Es gilt:


n

sn
k=1

f(tk )t

Sn .

67

KAPITEL 6. DAS INTEGRAL

6.2 Das Integral


6.2.1 Das bestimmte Integral
Wenn wir nun die Intervallteilung immer weiter verfeinern, dann wird bei den meisten Funktionen, die wir untersuchen, die Differenz zwischen Ober- und Untersumme beliebig klein werden, d.h., lassen wir die Anzahl n der Teilintervalle gegen unendlich streben, dann nhern sich Ober- und Untersumme demselben Grenzwert. Dieser Grenzwert heisst dann das bestimmte Integral der Funktion f ber dem Intervall [a; b]. Wir formulieren dies mit der folgenden Denition: Eine Funktionf heisst integrierbar ber [a; b], wenn limn Sn = limn sn . Der gemeinsame Grenzwert heisst das bestimmte Integral der Funktion f ber dem Intervall [a; b], man schreibt dies in der Form
b

f(t)dt.
a

Da die Zwischensumme immer zwischen der Unter- und der Obersumme liegt, knnen wir die Denition des bestimmten Integrals auch so formulieren: Denition: Ist f integrierbar ber [a; b], dann gilt
b

f(t)dt := lim
a

f(tk )t = lim
k=1

x0

f(tk )t
k=1

Das bestimmte Integral ist also der Grenzwert der Folge der Riemann-Summen fr n oder, was gleichbedeutend ist, fr t 0. Das Integralzeichen ist ein stilisiertes S, es soll damit die Herkunft von einer Summe angedeutet werden. Bestimmte Integrale knnen beispielsweise verwendet werden, um den Verbrauch elektrischer Energie, den zurckgelegten Weg oder die verrichtete Arbeit zu berechnen, um nur einige Anwendungen zu erwhnen.

6.2.2 Geometrische Interpretation des bestimmten Integrals


Wir haben schon im Abschnitt 6.1.2. gesehen, dass die Riemann-Summe einen Nherungswert fr den Flcheninhalt der Flche zwischen Kurve und Abszissenachse im Intervall [a; b] ergibt, falls die Funktionswerte dort nicht negativ sind. Sind nun auch negative Funktionswerte zugelassen, dann ist in der Riemann-Summe jeder Summand negativ, bei dem der gewhlte Funktionswert negativ ist. Folglich werden die Flchenstcke unterhalb der Abszissenachse negativ gezhlt. Das bestimmte Integral ergibt also die Flcheninhaltsbilanz der Flchenstcke von a bis b zwischen Kurve und Abszissenachse, wobei die ber der Achse liegenden Stcke positiv, die darunter liegenden negativ gezhlt werden.

68

6.3. Der Hauptsatz der Differenzial- und Integralrechnung

Abbildung 6.11: f(t)dt =Flcheninhaltsbilanz


a

Vertauschen der Integrationsgrenzen Wir haben bis jetzt jeweils vorausgesetzt, dass a < b gilt. Diese Voraussetzung ist jedoch nicht notwendig. Wenn a > b gilt, dann wird x = ba negativ und in der Riemannn Summe werden diejenigen Intervallteile, welche oberhalb der Abszissenachse liegen, negativ gezhlt und die unterhalb der Abszissenachse liegenden positiv, d.h. es werden einfach die Vorzeichen umgekehrt. Folglich gilt die Formel
a b

f(t)dt = f(t)dt.
b a

Eigenschaften des bestimmten Integrals Wir stellen hier die wichtigsten Eigenschaften des bestimmten Integrals zusammen, sie folgen unmittelbar aus der Denition des bestimmten Integrals. Auf einen ausfhrlichen Beweis wird verzichtet.
b

1.
a b

k f(x)dx = k f(x)dx
a

2.
a b

(f(x) + g(x))dx =
c

b a

f(x)dx + g(x)dx
a c

3.
a a

f(x)dx + f(x)dx =
b

f(x)dx
a

4.
b

f(x)dx = f(x)dx
a

6.3 Der Hauptsatz der Dierenzial- und Integralrechnung


In diesem Abschnitt werden wir zeigen, wie man bestimmte Integrale fr viele Funktionen exakt berechnen kann. Dazu brauchen wir den Hauptsatz der Differenzial- und Integralrechnung. Es wird gezeigt, dass die Berechnung eines bestimmten Integrals quivalent ist zur

69

KAPITEL 6. DAS INTEGRAL Lsung eines Anfangswertproblems. Da dieses Anfangswertproblem in vielen Fllen exakt gelst werden kann, ergibt sich dann ein exakter Wert fr das bestimmte Integral. Der Zusammenhang zwischen dem bestimmten Integral und der Lsung des entsprecheneden Anfangswertproblems fhrt auf den Hauptsatz. Vorgngig muss der Begriff der Stammfunktion eingefhrt werden.

6.3.1 Stammfunktion und unbestimmtes Integral


Denition: Unter einer Stammfunktion einer gegebenen Funktion f versteht man jede differenzierbare Funktion F mit der Eigenschaft F = f. Beispiel: Die Funktion f sei gegeben durch f(x) = x2 2x + 5. Eine Stammfunktion von f ist etwa gegeben durch x3 x2 + 5x, 3

F(x) =

wie man durch Ableiten leicht nachprfen kann. Den Funktionsterm von F knnen wir jedoch ersetzen durch
x3 3 x3 3 x3 3

x2 + 5x + 7 x + 5x 23 x2 + 5x + 3 2
2

oder oder etc.

Zu einer gegebenen Funktion f gibt es also unendlich viele Stammfunktionen, diese unterscheiden sich aber nur durch eine Konstante. Die Menge aller Stammfunktionen einer gegebenen Funktion F ist eine Schar von Funktionen FC , in unserem Beispiel x3 x2 + 5x + C; C R. 3

FC (x) =

Denition: Sei f eine Funktion. Unter dem unbestimmten Integral von f versteht man die Menge aller Stammfunktionen von f. Man schreibt dafr f(x)dx. Ist der Denitionsbereich der Funktion f zusammenhngend, dann gilt f(x)dx = F(x) + C; C R, wobei F irgend eine Stammfunktion von f ist. Bemerkung: Wenn der Denitionsbereich von f nicht zusammenhngend ist, kann die Konstante C in verschiedenen Teilintervallen verschiedene Werte aufweisen.

70

6.3. Der Hauptsatz der Differenzial- und Integralrechnung Integrationsregeln 1. Einige wichtige unbestimmte Integrale: xn dx 1 dx x 1 dx x ex dx 2. Zwei wichtige Regeln: k f(x)dx = k f(x)dx; k = 0 (f(x) + g(x))dx = f(x)dx + g(x)dx = = = = xn+1 + C; n = 1 n+1 ln(x) + C; x > 0 ln |x| + C; x = 0 ex + C

Der Beweis der beiden Regeln folgt aus den Ableitungsregeln (k f) = k f und (f + g) = f +g .

6.3.2 Der Hauptstatz der Dierenzial- und Integralrechnung


Wir zeigen, dass die Lsung des Anfangswertproblems y (x) = f(x); y(a) = 0
b

fr y(b) dasselbe Resultat ergibt wie die Berechnung des bestimmten Integrals
a

f(x)dx.

1. Die Differenzialgleichung y (x) = f(x) Die Lsung dieser Differenzialgleichung liegt auf der Hand, es handelt sich um die Menge aller Stammfunktionen von f, also : y(x) = F(x) + C = F ist irgend eine Stammfunktion von f. 2. Das Anfangswertproblem y (x) = f(x); y(a) = 0 Es ist y(x) = F(x) + C und aus der Anfangsbedingung y(a) = F(a) + C = 0 folgt C = F(a). Also hat das gegebene Anfangswertproblem die Lsung y(x) = F(x) F(a). Insbesondere ergibt sich fr x = b der Satz: Gegeben ist das Anfangswertproblem y (x) = f(x); y(a) = 0, dann ist y(b) = F(b) F(a) (6.2) f(x)dx; (6.1)

71

KAPITEL 6. DAS INTEGRAL 3. Wir bestimmen y(b) aus dem Anfangswertproblem y (x) = f(x); y(a) = 0 mit Hilfe der Euler-Methode. Dazu unterteilen wir das Intervall [a; b] in n Teilintervalle der Lnge x = ba und wenden die Euler-Methode n mit der Schrittweite x an. x x1 = a x2 = a + x x3 = a + 2x . . . xn+1 = a + nx = b y(x) 0 (Anfangsbedingung) f(x1 )x f(x1 )x + f(x2 )x . . .
n k=1

y = f(x) f(x1 ) f(x2 ) f(x3 ) . . .

f(xk )x
n k=1

Der gefundene Wert y(b)

f(xk )x ist eine Riemann-Summe der Funktion f

ber dem Intervall [a; b]. Den exakten Wert fr y(b) erhlt man fr n resp. x 0. Ergebnis:
n b

y(b) = lim

x0

f(xk )x =
k=1 a

f(x)dx

(6.3)

4. DER HAUPTSATZ DER DIFFERENZIAL- UND INTEGRALRECHNUNG Vergleichen wir die obigen Resultate (6.2) und (6.3) miteinander, dann ergibt sich daraus unmittelbar der Hauptsatz:
b

f(x)dx = F(b) F(a)


a

(6.4)

Kennen wir von einer Funktion f eine Stammfunktion F, dann lsst sich das bestimmte Inb

tegral f(x)dx mit Hilfe dieser Stammfunktion ohne den Umweg ber Riemann-Summen
a

einfach und exakt berechnen. Fr die Praxis empehlt sich folgende Schreibweise:
b

f(x)dx = [F(x)]b . a
a

Dabei bedeutet der letzte Ausdruck natrlich [F(x)]b = F(b) F(a). a Beispiele:
3

1.
1

x2 dx =

3 x3 3 1

33 3

13 3

8 3

2.
1

(x3 2)dx =

x4 4

2x

2 1

24 4

(1)4 4

(2) = 9 4

72

6.4. Anwendungen des bestimmten Integrals

6.4 Anwendungen des bestimmten Integrals


6.4.1 Flche zwischen zwei Graphen
Es soll der Flcheninhalt des Flchenstcks zwischen den Graphen von f und g im Intervall [a; b] berechnet werden, wobei wir voraussetzen, dass im betrachteten Intervall g(x) f(x) gilt.

Abbildung 6.12: Inhalt eines Flchenstcks zwischen zwei Graphen Um die Berechnung zu vereinfachen, verschieben wir die beiden Kurven in Richtung der y-Achse um k, wobei wir k so gross whlen, dass dann beide verschobenen Kurven im betrachteten Intervall oberhalb der x-Achse verlaufen.

Abbildung 6.13: Nach oben verschobenes Flchenstck Es ist nun sofort ersichtlich, dass der gesuchte Flcheninhalt gleich der Differenz der Inhalte der Flchen A1 und A2 ist, wobei A1 die Flche zwischen der Kurve von y = f(x)+k und der x Achse im Intervall [a; b] und A2 die Flche zwischen der Kurve von y = g(x) + k und der x-Achse im selben Intervall ist. Wir erhalten:

73

KAPITEL 6. DAS INTEGRAL

A =
a b

(f(x) + k)dx
a b

(g(x) + k)dx
b b

=
a b

f(x)dx +
a b

kdx
a

g(x)dx +
a

kdx

=
a b

f(x)dx
a

g(x)dx

=
a

(f(x) g(x))dx.

Die Konstante k spielt offensichtlich keine Rolle und es kommt nur auf die Differenzfunktion f g an. Wir formulieren das Ergebnis als Satz: Sind f und g in einem Intervall [a;b] stetige Funktionen und gilt f(x) g(x) fr x [a; b],dann gilt fr den Inhalt A der Flche zwischen den Graphen von f und g ber dem Intervall [a; b]:
b

A=
a

(f(x) g(x))dx.

6.4.2 Mittelwert einer Funktion


Sind n Zahlen a1 , a2 , , an gegeben, dann ist der Mittelwert (genauer: das arithmetische Mittel) deniert durch a= 1 (a1 + a2 + + an ). n

Die Bildung des Mittelwerts wird nun auf Funktionswerte f(x) einer auf einem Intervall [a; b] denierten Funktion bertragen. Um eine Nherung des Mittelwertes zu erhalten, teilen wir das Intervall [a; b] in n gleich lange Teilintervalle der Lnge x = ba ein. Aus n jedem Teilintervall wird eine Stelle ausgewhlt, man erhlt so n zugehrige Funktionswerte f(x1 ), f(x2 ), , f(xn ). Wir bilden nun den Mittelwert f dieser Funktionswerte: = = = = = 1 (f(x1 ) + f(x2 ) + + f(xn )). n 1 x ba , ist = , also ist n n ba x (f(x1 ) + f(x2 ) + + f(xn )) ba 1 (f(x1 )x + f(x2 )x + + f(xn )x) ba n 1 f(xi )x. ba
i=1 1 ba b a

f Da x f

Fr n resp. x 0 erhalten wir f =

f(x)dx.

74

6.4. Anwendungen des bestimmten Integrals Denition: Ist f eine auf einem Intervall [a; b] stetige Funktion, dann heisst f= 1 ba
b

f(x)dx
a

der Mittelwert der Funktionswerte von f auf [a; b].

6.4.3 Volumen eines Rotationskrpers


Rotiert man ein Flchenstck um eine Achse, so entsteht, abgesehen von Sonderfllen, ein sogenannter Rotationskrper. Rotiert man insbesondere das Flchenstck zwischen dem Graphen einer Funktion f und der x-Achse zwischen x = a und x = b (a < b) um die x-Achse, dann knnen wir das Volumen des entstehenden Krpers mit Hilfe der Integralrechnung berechnen.

Abbildung 6.14: Rotationskrper Zur Berechnung des Volumens unterteilen wir das Intervall [a; b] wieder in n gleiche Teile der Lnge x = ba und whlen in jedem Teilintervall einen x-Wert. In der nachstehenn den Abbildung 6.15 ist das i-te Teilintervall gezeichnet.

75

KAPITEL 6. DAS INTEGRAL

Abbildung 6.15: Volumenelement durch Rotation eines Streifens Rotiert man den dort gezeichneten rechteckigen Streifen der Breite x und der Hhe f(xi ) um die x-Achse, erhlt man eine Zylinderscheibe mit dem Volumen Vi = f2 (xi ) x. Summiert man ber alle n Teilintervalle diese Volumina auf, dann erhlt man einen Nherungswert fr das gesuchte Volumen
n n n

V V1 + V2 + + Vn =
i=1

Vi =
i=1

f2 (xi )x =
i=1

f2 (xi )x.

Um den genauen Wert zu erhalten, machen wir wiederum den Grenzbergang fr n respektive x 0, wobei die Summe zum bestimmten Integral wird, also
n b

V = lim
n i=1

f2 (xi )x =
a

f2 (x)dx.

Satz: Gegeben ist eine auf einem Intervall [a; b] stetige Funktion. Rotiert man die Flche zwischen dem Graphen von f, der x-Achse und den Geraden x = a und x = b um die x-Achse, dann entsteht ein Rotationskrper, mit dem Volumen
b

V =
a

f2 (x)dx.

76

6.5. Aufgaben zu Kapitel 6

6.5 Aufgaben zu Kapitel 6


Aufgaben zu 6.1 1. Ein Wagen bremst innerhalb von 5 Sekunden bis zum Stillstand ab. Whrend des Bremsvorgangs werden die folgenden Geschwindigkeiten gemessen: Zeit seit Bremsbeginn in s Geschwindigkeit in m/s 0 30 1 20 2 13 3 8 4 3 5 0

Skizzieren Sie in einem Diagramm den Geschwindigkeits-Zeit-Verlauf (v-t-Diagramm) und berechnen Sie mit Hilfe von Riemann-Summen eine obere und eine untere Grenze fr den Schtzwert des Bremswegs. 2. Mit der Ankerwinde eines grossen Schiffes wird ein Anker aufgezogen, welcher bereits aus dem Wasser ist. Zum Zeitpunkt, als der Anker aus dem Wasser kommt, hngt er noch an 10 m Kette. Der Anker hat eine Masse von 800 kg, die Kette wiegt 60 kg pro Meter Lnge. Ziel dieser Aufgabe ist die Berechnung der Arbeit, die notwendig ist, um den Anker 10 m hoch zu ziehen. Mechanische Arbeit berechnet sich bekanntlich als Arbeit W = Kraft Weg, die Kraft ist hier die Gewichtskraft, welche sich als F = mg berechnet; m: Masse, g: Erdbeschleunigung. Rechnen Sie mit g = 10 m/s. a) Wie gross ist die Masse von Anker und Kette, wenn der Anker x Meter ber der Wasseroberche ist ? b) Unterteilen Sie die Hhe von 10 m in 2; 5 und 10 gleiche Intervalle und berechnen Sie die Riemann-Untersumme und die Riemann-Obersumme fr die Arbeit, sowie eine geeignete Zwischensumme. 3. Sei f eine in einem Intervall [a; b] monoton wachsende stetige Funktion. Unterteilen Sie das Intervall [a; b] in n gleiche Teile der Lnge x und skizzieren Sie die Riemann-Obersumme Sn und die Riemann-Untersumme sn . Wie gross wird die Differenz Sn sn ? Weshalb streben nun fr n Sn und sn demselben Grenzwert zu? 4. Gegeben ist die Funktion P(t), welche die elektrische Leistung ber einen gewissen Zeitraum darstellt. Die Aufgabe entspricht dem einfhrenden Beispiel in 6.1 mit dem Unterschied, dass die Leistung auch negativ sein kann. Dies ist zum Beispiel der Fall, wenn ein Einfamilienhaus mit Solarzellen ausgerstet ist. Dadurch wird ein Teil der bentigten Leistung selbst produziert. Produzieren die Solarzellen mehr, als bentigt wird, wird die berschssige Leistung ans Netz abgegeben. P(t) < 0 bedeutet also, dass Leistung ans Netz abgegeben wird. Die ins Netz eingespiesene Energie wird zurckvergtet. Bestimmen Sie die Energie, die bezahlt werden muss im Zeitintervall [1; 11] unter Verwendung eines Zeitschritts von t = 2 und konstruieren Sie die Funktion, welche die verbrauchte Energie darstellt. Verwenden Sie in jedem Teilintervall immer den linksseitigen Funktionswert als Nherungswert fr die Leistung. (Dies ist zwar keine sehr gute Approximation, wenn wir jedoch immer mehr Unterteilungen machen, spielt es immer weniger eine Rolle, wo man in den Teilintervallen den Funktionswert fr die Nherung nimmt.)

77

KAPITEL 6. DAS INTEGRAL

3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 11

5. In der folgenden Aufgabe soll fr die bestimmten Integrale die ersten 3 Intervalle einer Intervallschachtelung berechnet werden, indem man Riemann Ober- und Untersumme verwendet fr eine Unterteilung des Intervalls in 10; 100; 1000 Teile. Geben Sie einen Schtzwert fr das bestimmte Integral an, wie genau ist dieser ? a) b) c) d)
1 3 0 x dx 2 x 1 x dx 5 2 0 x dx 1.5 1 sin xdx

Aufgaben zu 6.2 und 6.3 1. Berechnen Sie ohne Verwendung von Hilfsmitteln a) (x2 + 3)dx b) (3 x + 1)dx c) e) 0dx ex dx d) (2x5 3x4 + 7x)dx f) (2x1 5ex )dx

2. Bestimmen Sie diejenige Stammfunktion von f(x) = x2 2x 1 , welche durch den Punkt P(3 | 1) geht. 3. Berechnen Sie nur mittels geometrischer berlegungen: 3 5 2 a) 0 xdx b) 1 2dx c) 2 4 x2 dx 4. Gegeben ist die Funktion f durch ihren Graphen und die folgende Wertetabelle:

x f(x)

1 0.5

3 1

5 2

7 1

9 0.5

78

6.5. Aufgaben zu Kapitel 6

3 2 1 0 0 1 a = x1 2 3 x2 4 5 x3 6 7 x4 8 9 x5 10 11 b = x6

a) Berechnen Sie die Riemann-Summe im Intervall [a = 1; b = 11] mit 5 Summanden. Nehmen Sie in jedem Teilintervall den Funktionswert am linken Endpunkt. Formulieren Sie diese Riemann-Summe formal und numerisch. b) Fassen Sie f(x) als die elektrische Leistung in kW und x als Zeit in Stunden auf. Welche Energie wurde zwischen x1 = a = 1 und x6 = b = 11 bezogen? Konstruieren Sie die Funktion Wa , welche die vom Zeitpunkt t = a an verbrauchte Energie darstellt. c) Lsen Sie das Anfangswertproblem y = f(x), y(a) = 0 mit Hilfe der EulerMethode mit der Schrittweite x = 2. Gesucht ist y(b). Notieren Sie das Ergebnis formal und numerisch. Konstruieren Sie dann die stckweise lineare Funktion y = Fa (x), welche sich aus der Euler-Methode als Nherung fr die Lsung des Anfangswertproblems ergibt. d) Vergleichen Sie die Riemann-Summe aus a) mit y(b) = Fa (b) und vergleichen Sie die Funktionen Wa (x) und Fa (x)! 5. Berechnen Sie den Inhalt der endlichen Flchenstcke zwischen Kurve und x-Achse: b) f(x) = x3 2x2 x + 2 a) f(x) = 1 x2 6. Berechnen Sie k so, dass 7. Berechnen Sie a so, dass
3 2 1 (1.5x a 2 1 (x

+ 3x + k)dx = 14.

4x)dx = 22 . 3
a 0

8. Fr welchen Wert von a gilt: a) d)


a 3 a a

x3 dx = 0 sin xdx = 0

b) e)

a 0

sin xdx = 0 cos xdx = 0

c) f)
b

cos xdx = 0 x3 dx < 0

a a

a 2

9. Die Integralfunktion: Das bestimmte Integral


a

f(t)dt ist eine reelle Zahl, welche geo-

metrisch als Flcheninhaltsbilanz interpretiert werden kann. Lassen wir nun die obere Grenze b variabel - wir nennen sie dann x - dann erhalten wir eine Funktion, nmlich die sogenannte Integralfunktion A(x) =
x

f(t)dt. Man beachte, dass die


a

79

KAPITEL 6. DAS INTEGRAL unabhngige Variable dieser Funktion x ist, die Variable t ist eine Scheinvariable und wird nur fr die Integration benutzt. a) Bestimmen Sie A , verwenden Sie den Hauptsatz der Differenzial- und Integralrechnung. a) A(x) = c) A(x) =
x 0 x 5

cos(t)dt ln tdt

b) A(x) = d) A(x) =

x 1 x 1

cos(t)dt ln(t3 )dt


x

b) Weshalb hat jede Integralfunktion A(x) = a f(t)dt mindestens eine Nullstelle, wo liegt sie ? Wann gibt es weitere Nullstellen ? Wie sieht eine mgliche Kurve von f aus, so dass A genau zwei resp. unendlich viele Nullstellen hat? Geben Sie Beispiele an. Aufgaben zu 6.4 und verschiedene Aufgaben 1. Bestimmen Sie den Inhalt der Flche zwischen den Graphen von f(x) = x2 4x und g(x) = x2 + 6x 8. 2. Der Temperaturverlauf whrend eines Tages verlaufe gemss T (t) = 0.1t2 + 2t + 5, t ist die Zeit in Stunden, T die Temperatur in C. a) Wie gross ist die mittlere Tagestemperatur? b) Wie gross ist die mittlere Temperatur zwischen 12 und 18 Uhr? 3. Gegeben ist die Funktion f : f(x) = x3 . a) Berechnen Sie das Volumen des Rotationskrpers, welcher bei Drehung des Graphen von f um die x-Achse zwischen x = 0 und x = 2 entsteht. b) Dem in Aufgabe (a) berechneten Rotationskrper wird ein Zylinder mit gleicher Achse einbeschrieben. Wie muss er gewhlt werden, damit sein Volumen maximal wird ? c) Dem Flchenstck, welches durch den Graphen von f, die positive x-Achse und die Gerade mit der Gleichung x = 2 begrenzt ist, wird ein Rechteck mit achsenparallelen Seiten einbeschrieben, so dass zwei Ecken auf der x-Achse und eine Ecke auf dem Graphen von f liegen. Bestimmen Sie die Koordinaten der auf dem Graphen von f liegenden Ecke so, dass das Rechteck einen maximalen Flcheninhalt hat. 4. Gegeben ist die Funktion f: f(x) = 1 (x4 8x3 + 15x2 ). 4 a) Bestimmen Sie die Nullstellen, Extrema und Wendepunkte von f und skizzieren Sie den Graphen von f. b) Bestimmen Sie die Gleichung der Tangente an den Graphen von f im Punkt P(2 | f(2)) und zeigen Sie, dass sie mit dem Graphen von f ein Flchenstck begrenzt, das durch den Punkt P in zwei inhaltsgleiche Teilstcke zerlegt wird. c) Untersuchen Sie, ob auch die Flchenstcke, welcher der Graph von f mit der x-Achse einschliessen, denselben Inhalt haben.

80

6.5. Aufgaben zu Kapitel 6 5. Zu jedem positiven reellen Wert von t sind die beiden Funktionen ft und gt gegeben: ft (x) = 1 (x3 x) und gt (x) = t(x x2 ). Fr welchen Wert von t hat das von den t beiden Graphen im 1. und 4. Quadranten allseitig umschlossene Flchenstck einen minimalen Inhalt?
1 6. Gegeben ist die Funktion f : f(x) = 18 x2 + 4. Der Graph von f rotiere im Bereich 0 x 6 um die x- Achse. Dabei entsteht die Form eines links offenen liegenden Trinkglases. Einheit = 1 cm.

a) Berechnen Sie den Flcheninhalt der Standche des Glases. b) Welchen Inhalt (in dl) kann das Glas hchstens fassen? c) Wie hoch steht die Flssigkeit im (stehenden) Glas, wenn man 1 dl einfllt? 7. Der Graph der Funktion f mit der Gleichung y = f(x) = 0.01x2 (x 9) + 1 und die Koordinatenachsen begrenzen im ersten Quadranten ein Flchenstck A. Rotiert man dieses Flchenstck um die y-Achse, dann entsteht ein Rotationskrper. Man berechne das Volumen dieses Rotationskrpers. Hinweis: Man approximiere die Funktion f in blicher Weise mit einer Treppenfunktion. Bei der Rotation erzeugen die einzelnen rechteckfrmigen Streifen der Breite x Teilvolumina Vi . Aufsummieren dieser Teilvolumina und Grenzbergang x 0 fhrt auf ein bestimmtes Integral. 8. Die Flchendichte (Masse pro Flche) eines grossen kreisfrmigen lteppichs auf einem Ozean betrage in einem Abstand von r Meter vom Zentrum des lteppichs = (5 107 r2 + 50) kg/m2 . Der Radius des lteppichs betrage R = 10000 m. a) Bestimmen Sie eine Riemann-Summe, um die Masse des gesamten ls abzuschtzen, unterteilen Sie dazu das Intervall [0; R] in n gleichlange Teilintervalle. b) fr n wird aus der Riemann-Summe ein bestimmtes Integral, bestimmen Sie dieses Integral und berechnen Sie es. c) Innerhalb welchen Radius bendet sich die Hlfte des ls ?

81

7 Dynamische Systeme
7.1 Einfhrung
Die zeitliche Entwicklung vieler Systeme der Natur kann durch ein System von Differenzialgleichungen modelliert und beschrieben werden. Beispiele: Ruber-Beute-Systeme, Immunreaktionen eines Organismus, Fermentation, Systeme der klassischen Mechanik wie etwa das Planetensystem oder ein Pendel. Auch in den Sozial- und Wirtschaftswissenschaften werden zunehmend Modelle mit Systemen von Differenzialgleichungen verwendet. Solche Systeme von Differentialgleichungen nennt man dynamische Systeme, es handelt sich dabei durchwegs um deterministische Prozesse. Ein Prozess heisst deterministisch, wenn sein gesamter zuknftiger Verlauf und seine gesamte Vergangenheit eindeutig durch seinen gegenwrtigen Zustand bestimmt sind. So kann man z.B. aus dem gegenwrtigen Zustand unseres Planetensystems sowohl zuknftige wie auch vergangene Zustnde berechnen. Wir knnen also ermitteln, wie die Planetenkonstellation im Jahre 0 war und wir knnen auch berechnen, wie sie im Jahre 3000 sein wird. Im Kapitel 5 untersuchten wir bereits einige dynamische Systeme wie etwa Ruber-Beute-Modelle oder das S-I-R-Modell. Ausgehend von einem Anfangszustand konnte die zeitliche Entwicklung dieser Systeme zumindest nherungsweise berechnet werden. In diesem Kapitel werden wir dynamische Systeme unter einer neuen Perspektive betrachten. Wir werden Konzepte und Methoden entwickeln, welche es uns erlauben, dynamische Systeme zu analysieren und einen berblick ber alle mglichen Systemablufe und das Langzeitverhalten in Abhngigkeit vom Anfangszustand zu gewinnen. Auch werden wir sehen knnen, wo ein System sich in einem Gleichgewichtszustand bendet und ob eine Gleichgewichtslage anziehend, abstossend oder neutral ist. Die grundlegenden Konzepte, welche insbesondere auch eine umfassende Visualisierung dynamischer Systeme ermglichen, sind der Phasenraum, das Richtungsfeld und das Phasenportrt. Diese Konzepte entwickeln wir in den folgenden Abschnitten anhand des aus dem Kapitel 5 schon bekannten Ruber-Beute-Modells (Lotka-Volterra-Modell, vgl. 5.3): y1 y2 = a y1 c y1 y2 = d y1 y2 e y2,

wobei y1(t) die Anzahl Kaninchen und y2(t) die Anzahl Fchse zur Zeit t bedeuten. Fr die Parameter whlen wir dabei wie in Abschnitt 5.4 die folgenden Werte: a = 0.1; c = 5 103 ; d = 4 105 ; e = 4 102 .

7.2 Phasenraum und Trajektorien


Wir gehen also von folgendem System von Differenzialgleichungen aus: y1 y2 = = 0.1 y1 5 103 y1 y2 4 105 y1 y2 4 102 y2,

KAPITEL 7. DYNAMISCHE SYSTEME y1: Anzahl Kaninchen, y2: Anzahl Fchse. Zustand: Ein Zustand des Systems ist eine Momentaufnahme, d. h. er besteht aus einem Zahlenpaar (y1(t) | y2(t)) oder kurz (y1 | y2). Wir fassen jedes Zahlenpaar (y1 | y2) als Koordinaten eines Punktes auf. Zustnde lassen sich so geometrisch darstellen. Phasenraum: Unter dem Zustandsraum oder Phasenraum verstehen wir die Menge aller mglichen Zustnde. Geometrisch erhalten wir in unserem Beispiel den 1. Quadranten des y1-y2-Koordinatensystems. Jedem Zustand entspricht eindeutig ein Punkt im Phasenraum und umgekehrt. In der Abbildung 7.1 ist ein Ausschnitt des Phasenraums und der Zustand (1600 | 15) eingezeichnet.

Abbildung 7.1: Phasenraum und Zustand (1600 | 15) Trajektorie: In der Abbilding 7.2 ndet man den Verlauf der Populationen 0.01y1 und y2 mit dem Anfangszustand (y1 = 1600 | y2 = 15) im Zeitraum 0 t 100 dargestellt. (Es wurde wiederum die Kurve von 0.01y1 anstatt von y1 gezeichnet, damit beide Kurven im gleichen Ausschnitt des Koordinatensystems dargestellt werden knnen.)

Abbildung 7.2: Ruber- und Beutepopulation als Funktion der Zeit Die beiden Kurven gehren zusammen, zu jedem Zeitpunkt t knnen wir ein zugehriges Paar von Werten, d. h. einen Zustand des Systems (y1(t) | y2(t)), ablesen. Wenn wir nun die beiden Kurven abtasten, indem wir z. B. nacheinander zu den t-Werten 0, 2, 4, . . . die zugehrigen Zustnde (y1(t) | y2(t)) ablesen und im Phasenraum einzeichnen, dann

84

7.3. Das Richtungsfeld und das Vektorfeld erhalten wir Punkte einer Trajektorie. In der Abbildung 7.3 ist diese punktweise gezeichnete Trajektorie im Phasenraum dargestellt, sowie der Anfangszustand zur Zeit t = 0: (y1 = 1600 | y2 = 15) und die Zustnde zu den Zeiten t = 20: (y1 1500 | y2 27) und t = 30: (y1 1000 | y2 30). Man vergleiche mit den Kurven in Abbildung 7.2

Abbildung 7.3: Trajektorie, punktweise gezeichnet Werden nicht nur die Zustnde zu bestimmten Zeitwerten eingezeichnet, sondern auch zu allen Zwischenwerten, dann erscheint die Trajektorie als zusammenhngende Kurve.

7.3 Das Richtungsfeld und das Vektorfeld


Ausgangspunkt ist wieder dasselbe Ruber-Beute-System wie im vorangehenden Abschnitt: y1 y2 = = 0.1 y1 5 103 y1 y2 4 105 y1 y2 4 102 y2.

Wir betrachten nun einen beliebig ausgewhlten Punkt P(y1 | y2) des Phasenraums, was einem bestimmten Zustand des Systems entspricht. Wie wird sich das System ausgehend von diesem Zustand aus weiterentwickeln? Die Differenzialgleichungen geben uns hier die Antwort, weil sie die nderungsraten der beiden Grssen y1 und y2 zu berechnen erlauben. Beispiel: Sei y1 = 1600 und y2 = 15. Wir erhalten y1 = 40 und y2 = 0.36. Fr ein gengend kleines Zeitintervall t gilt nun y1 y1 t und y2 y2 t. Nach der Zeit t bendet sich dann also das System ungefhr im Punkt Q(y1 + y1 | y2 + y2). Genauer ausgedrckt: Der Vektor v = PQ = y1 t y2 t

gibt im Phasenraum die Richtung an, in welcher sich das System vom Zustand P aus entwickelt, die Lnge resp. der Betrag des Vektors v ist ein Mass fr die Geschwindigkeit, mit der dies geschieht. In der Abbildung 7.4 ist der Richtungsvektor im Punkt (1600 | 15) eingezeichnet.

85

KAPITEL 7. DYNAMISCHE SYSTEME

Abbildung 7.4: Richtungsvektor im Phasenraum

Der Richtungsvektor in einem Punkt mit den Koordinaten (y1 | y2) gibt die Richtung der Trajektorie in diesem Punkt an, ist also dort tangential zur Trajektorie (Abbildung 7.5).

Abbildung 7.5: Der Richtungsvektor ist tangential zur Trajektorie

Wird nun jedem Punkt P(y1 | y2) des Phasenraums der entsprechende Vektor v =

y1 t

y2 t zugeordnet, dann erhlt man das Vektorfeld. Betrachtet man nur die Richtung der Vektoren, dann spricht man vom Richtungsfeld (direction eld). Viele CAS, so auch der TI-89/V-200, generieren nur das Richtungsfeld. In unserem Beispiel sieht dieses wie folgt aus:

86

7.3. Das Richtungsfeld und das Vektorfeld

Abbildung 7.6: Richtungsfeld Bemerkung: Bei der Darstellung in Abbildung 7.6 bezieht sich die Richtung der kleinen Strecken stets auf ihren Mittelpunkt. Zusammenfassung, Phasenportt Wir betrachten hier dynamische Systeme mit zwei Grssen, welche sich folglich in einem zweidimensionalen Phasenraum darstellen lassen. Eine Erweiterung auf drei und mehr Dimensionen ist jedoch durchaus mglich. Um ein dynamisches System zu studieren, errichten wir den Phasenraum (im zweidimensionalen Fall handelt es sich um eine Ebene). Jedem Punkt P(y1 | y2) des Phasenraums entspricht genau ein Zustand des Systems und umgekehrt. Jedem Punkt P(y1 | y2) des Phasenraums wird eindeutig ein Vektor v = y1 t

y2 t zugeordnet. Diese Zuordnung heisst Vektorfeld . Jeder Vektor gibt dabei die Richtung und die Geschwindigkeit an, mit der sich das System aus einem bestimmten Zustand heraus weiter entwickelt. Betrachtet man nur die Richtung der Vektoren, dann spricht man vom Richtungsfeld .

Zu jedem Paar von Anfangswerten (yi1 | yi2) gibt es eine Lsung des dynamischen Systems und jeder Lsung entspricht eine Trajektorie im Phasenraum. In jedem Punkt einer Trajektorie ist der zugeordnete Vektor des Vektorfeldes tangential zur Trajektorie. Eine von einem bestimmten Punkte ausgehende Trajektorie ist also eine Kurve im Phasenraum, welche berall die gleiche Richtung wie das Richtungsfeld hat. Die Menge aller Trajektorien heisst Phasenportrt. Um ein Phasenportrt zu visualisieren, zeichnet man eine gewisse Anzahl Trajektorien ein. Wrde man alle mglichen Trajektorien einzeichnen, dann wre der ganze Phasenraum schwarz gefrbt, weil durch jeden Punkt eine Trajektorie geht.

87

KAPITEL 7. DYNAMISCHE SYSTEME

Abbildung 7.7: Phasenportrt Bemerkung: Rechnet man mit hoher Genauigkeit, dann erhlt man bei diesem System lauter in sich geschlossene Trajektorien, welche um ein Zentrum herum verlaufen. Daraus kann geschlossen werden, dass die Populationen periodisch schwanken. Tatschlich lsst sich zeigen, dass dieses dynamische System streng periodisch ist, also immer wieder in seinen Anfangszustand zurckkehrt, die Periodenlnge ist dabei von den Anfangsbedingungen abhngig. Andere dynamische Systeme verhalten sich jedoch anders, so wird man etwa beim Ruber-Beute-System mit logistischem Wachstum (vgl. Aufgabe Nr.1) keine geschlossenen Trajektorien und damit kein streng periodisches Verhalten erhalten.

7.4 Gleichgewichtspunkte
Das Richtungsfeld und das Phasenportrt enthalten eher zuviel an detaillierter Information, so dass die Struktur des Systems manchmal nicht sichtbar wird. Um diese oft einfache Struktur sichtbar zu machen, betrachten wir die Gleichgewichtspunkte und die Nullklinen. Unter Isoklinen verstehen wir die Verbindungslinien von Punkten im Phasenraum mit gleicher Richtung der Vektoren. Unter einer Nullkline verstehen wir eine Isokline auf der entweder y1 = 0 oder y2 = 0 gilt. In unserem Beispiel ergeben sich je zwei Geraden: y1-Nullklinen: y1 = 0 y1 = 0 oder y2 = 20; y2-Nullklinen: y2 = 0 y2 = 0 oder y1 = 1000.

Abbildung 7.8: Nullklinen

88

7.5. Analyse des Phasenraums Die beiden Nullklinen mit den Gleichungen y2 = 20 und y1 = 1000 unterteilen nun den Phasenraum in vier Gebiete (Sektoren I, II, III und IV), in denen je die Richtung der Vektoren des Richtungsfeldes nach rechts und nach unten (y1 > 0 und y2 < 0), nach rechts und nach oben (y1 > 0 und y2 > 0), nach links und nach oben (y1 < 0 und y2 > 0) und schliesslich nach links und nach unten (y1 < 0 und y2 < 0) verluft (Abbildung 7.9). Jede Trajektorie wird also um den Schnittpunkt der beiden Nullklinen herumlaufen. Bei diesem Schnittpunkt gilt y1 = 0 und y2 = 0. Bendet sich das System in dem diesem Punkt entsprechenden Zustand, dann verndert es sich nicht. Ein solcher Punkt heisst Gleichgewichtspunkt. Da alle Trajektorien in diesem System in geschlossenen Bahnen um diesen Gleichgewichtspunkt herumlaufen, heisst dieser auch Zentrum.

Abbildung 7.9: Analyse des Phasenraums Es gibt noch einen zweiten (trivialen) Gleichgewichstpunkt, dies ist der Ursprung (0 | 0). Jeder Schnittpunkt einer y1-Nullkline mit einer y2-Nullkline ist ein Gleichgewichtspunkt. Wenn wir die Nullklinen und die Gleichgewichtspunkte kennen, dann kann die Grobstruktur des Systems bereits gut sichtbar gemacht werden. Dies wird im nchsten Abschnitt genauer errtert.

7.5 Analyse des Phasenraums


In diesem Abschnitt betrachten wir anhand eines weiteren Beispiels die Analyse des Phasenraums fr den zweidimensionalen Fall. Diese Analyse ergibt einen ersten guten berblick ber die Struktur des ganzen Systems und kann weitgehend ohne CAS durchgefhrt werden. Fr die Untersuchung weiterer Details ist dann aber ein CAS sehr hilfreich.

7.5.1 Konkurrierende Spezies, Wettbewerb


Wir betrachten zwei Spezies, z. B. zwei Nagetierarten, welche sich in einer abgeschlossenen Umgebung benden. Sie vernichten sich zwar nicht gegenseitig direkt, kmpfen aber um das begrenzt vorhandene Futter. Wir nehmen an, dass jede der beiden Populationen in Abwesenheit der andern logistisch wachsen wrde. Bezeichnen wir mit y1 und y2 die Populationen der beiden Spezies zur Zeit t, dann erhalten wir die folgenden

89

KAPITEL 7. DYNAMISCHE SYSTEME Differenzialgleichungen y1 y2 = = y1 S1 y2 a2 y2 1 S2 a1 y1 1

wobei S1 und S2 die jeweiligen Sttigungsgrenzen der beiden Populationen sind. Sind beide Spezies vorhanden, so reduzieren sie sich gegenseitig die zur Verfgung stehende Futtermenge. Jede Spezies nimmt der andern einen Teil der verfgbaren Ressourcen weg. Dies lsst sich wie folgt modellieren: Der wachstumsbegrenzende Faktor in der ersten Differenzialgleichung ist 1 y1 . S1 Dieser Faktor wird umso kleiner, je grsse y1 ist. Bei Anwesenheit der andern Population verkleinern wir diesen Faktor zustzlich um b1y2 . Der Parameter b1 gibt dabei an, S1 wie stark die Individuen der zweiten Population die Ressourcen der ersten beanspruchen. b1 = 2 wrde beispielsweise bedeuten, dass ein Individuum der zweiten Spezies die fr die erste Spezies ntigen Ressourcen doppelt so stark beansprucht wie ein Individuum der ersten Spezies; jedes zustzliche Individuum der zweiten Spezies htte dann auf den wachstumsbegrenzenden Faktor der ersten Spezies denselben Einuss wie zwei zustzliche Individuen der ersten Spezies. Verfahren wir mit der zweiten Differenzialgleichung analog, dann erhalten wir = = y1 + b1 y2 S1 y2 + b2 y1 a2 y2 1 S2 a1 y1 1

y1 y2

Fr die folgende Untersuchung setzen wir a1 = 0, 01, b1 = 1, S1 = 100, a2 = 0, 0075, b2 = 0, 5, S2 = 80 und betrachten damit das System von Differenzialgleichungen y1 y2 = = y1 + y2 100 y2 + 0, 5 y1 0, 0075 y2 1 80 0, 01 y1 1

7.5.2 Gleichgewichtspunkte und Nullklinen


Als erstes berechnen wir die Gleichgewichtspunkte. Wir erhalten Sie als Lsung des Gleichungssystems y1 = 0 und y2 = 0 also y1 + y2 100 y2 + 0, 5 y1 und 0, 0075 y2 1 80 0, 01 y1 1 Wir erhalten die folgenden Lsungen: G1(40/60), G2(100/0), G3(0/80), G4(0/0). Sodann bestimmen wir die Nullklinen. = = 0 0.

90

7.5. Analyse des Phasenraums y1-Nullklinen: y1 = 0 y1 = 0 oder y2 = y1 + 100 y2-Nullklinen: y2 = 0 y2 = 0 oder y2 = 0, 5y1 + 80

7.5.3 Aufteilung in Sektoren


Wir zeichnen nun die Nullklinen im Phasenraum, d.h. im ersten Quadranten der y1-y2Ebene ein. Es empehlt sich, die y1- und y2-Nullklinen in verschiedenen Farben zu zeichnen, jeder Schnittpunkt von zwei verschiedenfarbigen Nullklinen ist dann ein Gleichgewichtspunkt.

Abbildung 7.10: Aufteilung in Sektoren Anschliessend wird in jedem Sektor das Vorzeichen von y1 und von y2 bestimmt (dieses wechselt innerhalb der Sektoren nicht) und dann die sich daraus ergebende qualitative Richtung eingezeichnet.

Abbildung 7.11: Analyse des Phasenraums Wir sind jetzt in der Lage, das Verhalten des Systems qualitativ vorauszusagen: Die Trajektorien werden sich dem Gleichgewichtspunkt G1 annhern, das System konvergiert gegen diesen Punkt. Dieser Gleichgewichtspunkt heisst deshalb auch Attraktor oder attraktiver Gleichgewichtspunkt. Nachstehend sind noch das Richtungsfeld und vier Trajektorien abgebildet.

91

KAPITEL 7. DYNAMISCHE SYSTEME

Abbildung 7.12: Richtungsfeld und vier Trajektorien Die Analyse des Phasenraums geschieht also in folgenden Schritten: 1. Man berechnet die Gleichgewichtspunkte. 2. Man bestimmt die Gleichungen der Nullklinen und zeichnet diese in der Phasenebene ein. 3. Die Nullklinen unterteilen die Phasenebene in Sektoren. In jedem Sektor wird die qualitative Richtung des Feldes bestimmt und eingezeichnet.

92

7.6. Aufgaben zum Kapitel 7

7.6 Aufgaben zum Kapitel 7


1. Lotka-Volterra-Modell mit logistischem Wachstum der Kaninchen Wir betrachten das folgende Modell (K : Anzahl Kaninchen, F : Anzahl Fchse): K F = = K ) 5 103 KF Kaninchen pro Monat 104 4 105 KF 4 102 F Fchse pro Monat 0.1K(1

a) Zeichnen Sie im Phasenraum (K FKoordinatensystem) die Nullklinen ein und markieren und berechnen Sie die Gleichgewichtspunkte. b) Die Nullklinen unterteilen den Phasenraum in verschiedene Gebiete. Zeichnen Sie in jedem Gebiet die Richtung des Richtungsfeldes qualitativ richtig ein (z.B., wenn K > 0 und F < 0 mit einem Pfeil ). c) Welche Aussagen knnen jetzt schon ber den Verlauf der Trajektorien gemacht werden? d) Zeichnen Sie mit Hilfe des TR das Richtungsfeld (nach Mglichkeit ausdrucken). e) Skizzieren Sie von Hand die Trajektorie mit dem Anfangswert K(0) = 2000 und F(0) = 10. f) Zeichnen Sie dieselbe Trajektorie mit Hilfe des TR. g) Zeichnen Sie ein Phasenportrt mit Hilfe des TR. h) Was kann ber das Langzeitverhalten des Systems ausgesagt werden? 2. Wettbewerb Wir betrachten zwei Spezies X und Y, welche in Konkurrenz zueinander stehen, weil sie dieselben Ressourcen beanspruchen. Das Modell werde durch die folgenden Gleichungen beschrieben: x y = = x + 2y ) 200 y + 1, 2x ). 0.03y(1 200 0.15x(1

a) Weshalb beschreiben diese Gleichungen den Wettbewerb. Wie wachsen x und y, wenn ihre Werte noch sehr klein sind? Wie wchst x, wenn keine y vorhanden sind? Welche Sorte wchst schneller? Welche Sorte hat den grsseren (negativen) Einuss auf die andere? b) Skizzieren Sie im x yPhasenraum die Nullklinen und in jedem Gebiet die Richtung des Richtiungsfeldes. c) Berechnen Sie die Gleichgewichtspunkte und markieren Sie diese im Phasenraum. d) Skizzieren Sie (mit Hilfe des TR) die Trajektorien mit den Anfangswerten (10;10) und (150;70). e) Knnen X und Y koexistieren? Ist diese Koexistenz stabil? f) Je nach Anfangswert gewinnt X oder Y. Begrnden Sie dies und bestimmen Sie, wann X gewinnt und wann Y gewinnt.

93

KAPITEL 7. DYNAMISCHE SYSTEME g) In der kologie wird oft das Prinzip der competitive exclusion formuliert, welches besagt, dass es keinen stabilen Zustand gibt, bei dem zwei Spezies, die um denselben Lebensraum kmpfen, nebeneinander existieren knnen. Eine davon wird schlussendlich die andere verdrngen. Drckt sich dieses Prinzip im vorliegenden Modell aus? 3. May-Modell Diese Aufgabe bezieht sich auf das May-Modell (vgl. Aufgabe 4 aus Kapitel 5) mit den folgenden Differenzialgleichungen: K: Kaninchen; F: Fchse cK K )F b K+d F ) F = eF(1 fK Parameter: a = 0, 6; b = 1000; c = 50; d = 100; e = 0, 1; f = 0, 02. K = aK(1 a) Zeichnen Sie das Richtungsfeld und die Nullklinen und bestimmen Sie die Gleichgewichtspunkte. Whlen Sie den Ausschnitt: 0 K 1000; 0 F 10. b) Erstellen Sie ein Phasenportrt. Verwenden Sie folgende Anfangswerte: (900;9), (900;5), (900;1) und (400;2). Wenn Sie einen Leading-Curser verwenden, knnen Sie den Verlauf der Trajektorien sehr gut mitverfolgen und beobachten, wie sich jede Trajektorie unabhngig vom Anfangswert sehr rasch dem Grenzzykel nhert.

94

8 Die Ableitung der trigonometrischen Funktionen, die harmonische Schwingung


8.1 Die harmonische Schwingung und die Ableitung der Sinus-Funktion
Wir betrachten einen Punkt P, der auf einem Kreis k vom Radius r mit der Winkelgeschwindigkeit rotiert. Unter der Winkelgeschwindigkeit versteht man den Winkel, welcher pro Zeiteinheit vom Vektor ZP berstrichen wird, wobei Z das Kreiszentrum ist. Zur Zeit t = 0 sei der Punkt P in der gezeichneten Lage P0 , in einer beliebigen Zeitspanne t hat dann der Vektor ZP den Winkel t berstrichen. Den Winkel messen wir hier im Bogenmass. Wir betrachten nun die Projektion Py des rotierenden Punktes P auf die y-Achse gemss Abbildung 8.1. Aus der Physik ist bekannt, dass diese Projektion bei richtiger Wahl von und r vllig synchron mit einem Federpendel schwingt, d.h. die Bewegung des Federpendels und die Bewegung der Projektion Py gehorchen demselben Gesetz. Man nennt diese Bewegung harmonischen Schwingung. Wir werden spter noch sehen, dass das Gesetz der harmonischen Schwingung mit einer Differenzialgleichung ausgedrckt werden kann, vorlug werden wir es rein geometrisch aus der Projektion Py bestimmen. y

P r t Z P0 0

Py

Abbildung 8.1: Projektion eines rotierenden Punktes

KAPITEL 8. DIE ABLEITUNG DER TRIGONOMETRISCHEN FUNKTIONEN, DIE HARMONISCHE SCHWINGUNG Fr die Lage des Punktes Py gilt y(t) = r sin(t). Wir betrachten als nchstes die Geschwindigkeit des projizierten Punktes Py , diese ist die y-Komponente der Geschwindigkeit des Punktes P. Der Betrag der Geschwindigkeit von P ist konstant und es gilt |v| = r. Begrndung: In der Zeit t dreht sich der Vektor ZP um den Winkel t und der Punkt P legt dabei den Weg r t zurck. Also ergibt sich fr den Betrag seiner Geschwindigkeit |v| = r.t = r . Die Richtung des Geschwindigkeitsvektors ist tangential zur t Kreisbahn und damit senkrecht zum Vektor ZP. In der Abbildung 8.2 ist zustzlich dieser Geschwindigkeitsvektor eingezeichnet: y v P r t Z P0 0 vy t +
2

Abbildung 8.2: Projektion des Geschwindigkeitsvektors Da wir nur an der y-Komponente des Vektors v interessiert sind, tragen wir diesen vom Ursprung aus ab und projizieren ihn auf die y-Achse (in der Abbildung 8.2 rechts). Es ist demnach vy = |v| sin(t + ). 2 Weil |v| = r und sin(t + ) = cos(t), ist 2 vy = r cos(t). Nun gilt ja bekanntlich, dass die Geschwindigkeit gleich der Ableitung der Weg-ZeitFunktion nach der Zeit ist, also gilt, auf den Punkt Py bezogen, vy (t) = y (t).

96

8.2. Die Ableitungen der trigonometrischen Funktionen Setzen wir insbesondere = 1 und r = 1, dann gilt y(t) = sin(t); vy (t) = y (t) = cos(t).

Damit haben wir ein wichtiges Ergebnis gefunden: Satz: Die Ableitung der Funktion f(x) = sin(x) ist f (x) = cos(x) oder kurz (sin(x)) = cos(x) Fr die Ableitung der allgemeinen Sinus-Funktion erhlt man mit Hilfe der Kettenregel: f(x) = a sin(kx) f (x) = ka cos(kx).

8.2 Die Ableitungen der trigonometrischen Funktionen


8.2.1 Die Ableitung von f(x) = cos(x)
Es gilt: y = = y = = Also gilt: (cos(x)) = sin(x) cos(x) sin(x + also ist cos(x + ) 2

) 2 sin(x).

8.2.2 Die Ableitung von f(x) = tan(x)


Es gilt: f(x) = = f (x) = = Also gilt: (tan(x)) = 1 = 1 + tan2 (x) cos2 (x) tan(x) sin(x) cos(x)

mit der Quotientenregel erhlt man

cos2 (x) + sin2 (x) cos2 (x) 1 . cos2 (x)

97

KAPITEL 8. DIE ABLEITUNG DER TRIGONOMETRISCHEN FUNKTIONEN, DIE HARMONISCHE SCHWINGUNG

8.2.3 Die Dierenzialgleichung der harmonischen Schwingung


Wir betrachten ein Federpendel, welches um die Ruhelage 0 herum schwingt, d.h. wenn die Feder in Ruhe ist, ist ym = 0. Wird die Feder ausgelenkt, dann gibt es nach dem Hookeschen Gesetz eine Rckstellkraft, welche der Auslenkung entgegengesetzt ist und zu dieser proportional ist, d.h. es gilt: Rckstellkraft F = k y, wobei y = ym die Auslenkung aus der Ruhelage ist. y

ym

Gemss der Grundgleichung der Mechanik Kraft = Masse Beschleunigung ergibt sich also, weil die Beschleunigung y (t) ist: m y (t) = k y(t). Dies ist die Differenzialgleichung der harmonischen Schwingung, es handelt sich hier um eine Differenzialgleichung zweiter Ordnung, weil die zweite Ableitung der gesuchten Funktion vorkommt. Durch Einsetzen kann man zeigen, dass y(t) = a sin(t) eine Lsung der Differenzialgleichung ist. Es gilt nmlich: y(t) = y (t) = y (t) = a sin(t) a cos(t) 2 a sin(t).

Setzen wir in die Differenzialgleichung ein, ergibt sich: m 2 a sin(t) = k a sin(t).

98

8.2. Die Ableitungen der trigonometrischen Funktionen Die Differenzialgleichung ist also offensichtlich erfllt, wenn m 2 = k oder = k . m

Der Parameter heisst Kreisfrequenz. Das Argument der Sinusfunktion in der Lsung der Differenzialgleichung ist t. Wenn t = 2 ist, dann hat die Sinusfunktion eine ganze Periode durchlaufen. Die dazu bentigte Zeit heisst Schwingungsdauer T . Folglich ist T = 2, also betrgt die Schwingungsdauer T = 2 . 1 Fr die Frequenz f gilt f = T = 2 . Weiterhin ist a die Amplitude der Schwingung. Da zum Zeitpunkt t = 0 die Elongation (Auslenkung) des Pendels nicht notwendigerweise 0 betragen muss, wie es bei der obigen Lsung der Fall ist, gibt es noch eine allgemeinere Lsung wie durch Ableiten und Einsetzen leicht nachgeprft werden kann: Satz: Die allgemeine Lsung der Differenzialgleichung m y (t) = k y(t) (harmonische Schwingung) ist y(t) = a sin(t + ). heisst Phasenverschiebung, a ist die Amplitude und = frequenz (f ist die Frequenz und T die Schwingungsdauer).
k m

2 T

= 2f ist die Kreis-

Jede Schwingung, bei der die Rckstellkraft proportional zur Auslenkung ist, verluft also harmonisch, d.h. sinusfrmig. Fr kleine Auslenkungen ist dies zumindestens nherungsweise fr die meisten schwingenden Systeme der Fall. Die grosse Bedeutung der harmonischen Schwingung liegt aber darin, dass jeder periodische Vorgang und damit insbesondere jeder Schwingungsvorgang als berlagerung, d.h. als Summe harmonischer Schwingungen dargestellt werden kann (Satz von Fourier). Darauf basiert die fr das Verstndnis der Klangfarben wesentliche Zerlegung der Tne in Grundton und Obertne, welche mittels eines Frequenzspektrums dargestellt werden kann. Das Frequenzspektrum ist eine Darstellung der Intensitt der verschiedenen vorkommenden Oberschwingungen.

99

KAPITEL 8. DIE ABLEITUNG DER TRIGONOMETRISCHEN FUNKTIONEN, DIE HARMONISCHE SCHWINGUNG

8.3 Aufgaben zum Kapitel 8


1. Bestimmen Sie die erste Ableitung der folgenden Funktionen a) f(x) = b) f(x) =
sin(x) x sin(x) 1+cos(x)

c) f(x) = sin(3x) sin3 (x) d) f(t) = esin


2

(t)

2. Die Aussentemperatur T bei einem Haus whrend einer Zeitperiode von 24 Stunden verlaufe gemss T , 0 t 24, T (t) = 25 8 cos 12 T (t) wird in C und t in Stunden gemessen. a) Bestimmen Sie die Durchschnittstemperatur whrend der ganzen Periode von 24 Stunden und zwischen t = 8 und t = 16. b) Im Hause bendet sich eine Klimaanlage, welche sich automatisch einschaltet, wenn die Aussentemperatur 26C oder mehr betrgt. In welchem Zeitintervall war die Anlage in Betrieb? c) Die Betriebskosten der Anlage ergeben sich aus der Rate von 0.05 Fr. pro Stunde fr jedes Grad Celsius Aussentemperatur ber 26 C. Wie gross waren die Kosten an diesem Tage? 3. In einen hohen Turm mit der quadratischer Grundche der Seitenlnge s = 4 m soll eine mglichst lange Leiter eingefhrt werden. Die Hhe der einzigen Eingangstre betrgt h = 2 m. Wie lange kann die Leiter hchstens sein? 4. Einer Kugel soll ein Kegel mit maximalem Volumen einbeschrieben werden. Wie gross ist der halbe ffnungswinkel des Kegels? 5. Einem Kreissektor mit dem Zentriwinkel soll ein Rechteck mit maximalem Flcheninhalt einbeschrieben werden. Zwei Ecken des Rechtecks sollen auf dem begrenzenden Kreisbogen und je eine Ecke auf einem Radius liegen. Hinweis: Betrachten Sie den Winkel x zwischen der Winkelhalbierenden des Sektors und dem Radius, der in einer Ecke auf dem Bogen endet. Mit einem CAS gelingt die Lsung meist nicht ohne Weiteres. Besser ist es, die Funktion von Hand abzuleiten und die Beziehungen cos2 (x) sin2 (x) = cos(2x) und 2 sin(x) cos(x) = sin(2x) zu verwenden.

100

9 Approximationen
In diesem Kapitel untersuchen wir die Approximation von Funktionen durch Polynome. Das Ziel ist, die Berechnung von Funktionswerten (z.B. sin(1), log(7), etc.) auf die Grundrechenarten Addition, Subtraktion, Multiplikation und Division zurckzufhren. Im Grunde knnen sowohl digitale Computer wie auch das menschliche Hirn nur diese Rechenarten ausfhren, alle anderen Berechnungen werden in irgend einer Weise darauf reduziert. Die Polynome und die gebrochen rationalen Funktionen sind die einzigen Funktionen, welche ausschliesslich mit diesen Operationen auskommen. Wenn jemand auf einem Taschenrechner z.B. den Wert von sin(1) ermitteln will, erhlt er 0.8414709848081. Der Taschenrechner hat dabei aber nur eine Anzahl Grundoperationen durchgefhrt, die an und fr sich nichts mit der Trigonometrie zu tun haben, mit andern Worten: der Taschenrechner kann nur addieren und multiplizieren und weiss eigentlich nichts von Trigonometrie. Die Differentialrechnung ermglicht es nun, Approximationsverfahren zu entwickeln, um solche Funktionswerte schnell und mit hoher Genauigkeit zu berechnen.

9.1 Taylor-Polynome
In diesem Abschnitt werden wir Funktionen durch Polynome approximieren. Dabei wird sich zeigen, dass eine Approximation umso besser wird, je hher der Grad des Polynoms ist. Die Approximationen sind in der Regel in der Nhe eines bestimmten ausgewhlten Punktes sehr gut, weiter entfernt jedoch oftmals weniger gut. Die Gte und Reichweite der Approximationen wird in einem eigenen Abschnitt untersucht. Wir werden im Folgenden eine Funktion f an der Stelle x = 0 durch Polynome immer hheren Grades approximieren, anschliessend werden wir die Einschrnkung auf x = 0 weglassen.

9.1.1 Lineare Approximation


Um eine Funktion f an der Stelle x = 0 durch eine lineare Funktion zu approximieren, ist es naheliegend, die Tangente an den Graphen der Funktion an der Stelle x = 0 zu betrachten, denn diese hat dort die gleiche Steigung wie der Graph der Funktion. Wir haben bereits im ersten und zweiten Kapitel gesehen, dass der Graph einer Funktion bei gengender Vergrsserung i. Allg. lokal fast linear verluft und die Gerade, welche diesen Verlauf am besten beschreibt, ist die Tangente. Wir erhalten so als Nherungspolynom ersten Grades die Funktion P1 (x) = f(0) + f (0)x. Beispiel: Fr die Funktion f(x) = ex erhalten wir P1 (x) = 1 + x.

KAPITEL 9. APPROXIMATIONEN

Abbildung 9.1: Lineare Approximation Als Nherungswert fr e0.1 erhlt man e0.1 P1 (0.1) = 1.1, wogegen der exakte Wert e0.1 = 1.105170918.. betrgt.

9.1.2 Quadratische Approximation


Wir mchten nun eine Funktion f an der Stelle x = 0 durch ein Polynom P2 zweiten Grades approximieren. Sicher einmal muss P2 (0) = f(0) und ebenfalls P2 (0) = f (0) gelten, damit stimmt das Nherungspolynom bei der Stelle x = 0 mit der Funktion berein und weist dort dieselbe Steigung wie die Funktion auf. Da der Graph von f(x) i. Allg. jedoch gekrmmt ist, d. h. seine Steigung sich ndert, verlangen wir weiterhin, dass die nderung der Steigung von P2 (x) an der Stelle x = 0 mit der nderung der Steigung von f(x) an der Stelle x = 0 bereinstimmt, d. h., dass P2 (0) = f (0). Beispiel: f(x) = ex . Die folgenden drei Bedingungen mssen erfllt sein: P2 (0) P2 (0) P2 (0) Es ist: P2 (x) P2 (x) P2 (x) = a 0 + a 1 x + a 2 x2 = a1 + 2a2 x = 2a2 und und und f(x) = f (x) = f (x) = ex ex ex = = = f(0) f (0) f (0).

damit erhalten wir die Koefzienten des Polynoms a0 a1 2a2 und folglich gilt P2 (x) = 1 + x + x2 . 2 = = P2 (0) P2 (0) = = = f(0) f (0) f (0) = = = 1, 1, 1, also a0 also a1 also a2 = = = 1 1
1 2

= P2 (0)

102

9.1. Taylor-Polynome

Abbildung 9.2: Quadratische Approximation

9.1.3 Approximation mit einem Polynom hheren Grades


So wie die zweite Ableitung die nderung der Steigung der Kurve und damit das Krmmungsverhalten beschreibt, erfasst die dritte Ableitung die nderung des Krmmungsverhaltens. Jede hhere Ableitung beschreibt eine noch subtilere Eigenschaft der Form des Grafen. Je mehr Ableitungen eines Polynoms mit den Ableitungen der Funktion f an der Stelle x = 0 bereinstimmen, umso besser stimmt das Polynom in einer Umgebung von x = 0 mit der Funktion berein. Da die (n+1)-te Ableitung eines Polynoms n-ten Grades 0 ist und damit auch alle hheren Ableitungen, hngen nur die Ableitungen bis zur n-ten Ordnung von den Koefzienten ab und knnen somit durch diese beeinusst werden. Wir verwenden deshalb als Approximation einer Funktion f an der Stelle x = 0 ein Polynom n-ten Grades, welches mit f an der Stelle x = 0 im Funktionswert und in den ersten n Ableitungen bereinstimmt. Dieses Polynom heisst Taylor-Polynom. Bemerkung: f(n) (x) bezeichne die n-te Ableitung von f(x). Bestimmung der Koefzienten: Die Ableitungen von Pn an der Stelle x = 0 lassen sich in einfacher Weise durch die Koefzienten a1 , a2 , . . . ausdrcken. Wir zeigen dies zuerst am Beispiel eines Polynoms fnften Grades. Das Ergebnis lsst sich dann leicht verallgemeinern: P5 (x) P5 (x) P5 (x) P5 (x) P5 (x) P5 (x)
(5) (4) (3)

= a0 + a1 x + a2 x2 + a3 x3 + a4 x4 + a5 x5 , also = a1 + 2a2 x + 3a3 x2 + 4a4 x3 + 5a5 x4 , = 2a2 + 3 2a3 x + 4 3a4 x2 + 5 4a5 x3 , = 3 2a3 + 4 3 2a4 x + 5 4 3a5 x2 , = 4 3 2a4 + 5 4 3 2a5 x, = 5 4 3 2a5 ,

P5 (0) P5 (0) P5 (0) P5 (0) P5 (0) P5 (0)


(5) (4) (3)

= = = = = =

a0 a1 2a2 3 2a3 4 3 2a4 5 4 3 2a5

Wir verwenden die folgende Denition: n! = n (n 1) (n 2) 2 1; (Lies: n- Fakultt); (k) 0! = 1 und erhalten mit der Forderung, dass P5 (0) = f(k) (0) fr k = 0, 1, 2, 3, 4, 5,

103

KAPITEL 9. APPROXIMATIONEN

a0 a1 a2 a3 a4 a5 Zusammengefasst gilt: ak =

= = = = = =

P5 (0) 0! P5 (0) 1! P5 (0) 2! P5 (0) 3! P5 (0) 4! P5 (0) 5!


(5) (4) (3)

= = = = = =

f(0) 0! f (0) 1! f (0) 2! f(3) (0) 3! f(4) (0) 4! f(5) (0) 5! .

f(k) (0) fr k = 1, 2, 3, 4, 5. k!

Damit knnen wir das Taylor-Polynom 5-ten Grades explizit schreiben: P5 (x) = f(2) (0) 2 f(3) (0) 3 f(4) (0) 4 f(5) (0) 5 f(0) f (0) + x+ x + x + x + x 0! 1! 2! 3! 4! 5!

oder mit Verwendung des Summenzeichens:


5

k=0

f(k) (0) k x . k!

Es ist nun offensichtlich, dass sich das Vorgehen fr jeden beliebigen Grad des Polynoms verallgemeinern lsst und wir erhalten: Das Taylor-Polynom n-ten Grades, welches die Funktion f an der Stelle x = 0 approximiert, ist gegeben durch die Formel
n

Pn (x) =
k=0

f(k) (0) k x k!

Beispiel 1: Fr die Funktion f(x) = ex ergibt sich f(k) (x) = ex und damit f(k) (0) = 1. Somit erhalten wir das Taylor Polynom n-ten Grades von ex bei x = 0 Pn (x) = 1 + x + xn x2 x3 + + + . 2! 3! n!

Beispiel 2: Wir entwickeln das Taylor-Polynom fr die Funktion

104

9.1. Taylor-Polynome f(x) = sin(x) bei x = 0. Es ist f(x) = f (x) = f(2) (x) = f(3) (x) = f(4) (x) = sin(x), also cos(x), sin(x), cos(x), sin(x), f(0) f (0) f(2) (0) f(3) (0) f(4) (0) = 0

= +1 = 0

= 1 = 0.

Man sieht leicht ein, dass sich die Werte 0, +1, 0, -1, . . . ad innitum wiederholen. Setzen wir diese Werte in die Formel fr das Taylor-Polynom ein, so ergibt sich fr ungerades n: Das Taylor-Polynom n-ten Grades fr sin(x) bei x = 0 ist Pn (x) = x xn x3 x5 x7 + + . 3! 5! 7! n!

Die abgebildete Grak (Abbildung 9.3) zeigt die Sinuskurve und die Taylor-Polynome bis zum Grad n = 9.

Abbildung 9.3: fx) = sin(x) und Taylor-Polynome bis zum Grad n = 9

9.1.4 Taylor-Polynome bei x = a, a = 0


Mit denselben berlegungen, die zur Herleitung der Formel fr das Taylor-Polynom bei x = 0 fhrten, knnen wir eine allgemeinere Formel fr ein Nherungspolynom bei irgend einer Stelle x = a herleiten. Wenn wir eine Funktion f und ihre Ableitungen an der Stelle x = a kennen, dann ermitteln wir das Polynom n-ten Grades, welches bei x = a mit dem Funktionswert von f und mit den ersten n Ableitungen von f bereinstimmt. Da x a angibt, wie nahe x bei a ist, verwenden wir die Variable (x a) anstatt x fr die Entwicklung des Polynoms: Pn (x) = b0 + b1 (x a) + b2 (x a)2 + b3 (x a)3 + + bn (x a)n Man erhlt:

105

KAPITEL 9. APPROXIMATIONEN Das Taylor-Polynom n-ten Grades, welches die Funktion f an der Stelle x = a approximiert, ist gegeben durch die Formel
n

Pn (x) =
k=0

f(k) (a) (x a)k k!

9.1.5 Konstruktion neuer Taylor-Polynome aus bekannten


Wenn zu einer gegebenen Funktion ein Taylor-Polynom n-ten Grades entwickelt werden soll, kann man die Formel anwenden, die jedoch verlangt, dass wir die Funktion n mal ableiten, was unter Umstnden eine aufwndige Rechenarbeit verlangt. Oft ist es viel einfacher, das gesuchte Polynom aus schon bekannten Polynomen zu entwickeln. Dies soll an einigen Beispielen erlutert werden. Beispiel 1: SUBSTITUTION 2 Es soll das Taylor-Polynom fr ex bei x = 0 entwickelt werden. Wir kennen bereits die Entwicklung von eu : Pn (u) = 1 + u + u3 u4 un u2 + + + + . 2! 3! 4! n!
2

Substituieren wir nun u = x2 , erhalten wir das Taylor-Polynom fr ex : Pn (x) = 1 + x2 + x2n x4 x6 x8 + + + + . 2! 3! 4! n!

Beispiel 2: INTEGRATION 2 x Es soll das Taylor-Polynom fr die Funktion F(x) = 0 et dt entwickelt werden. Wir integrieren das Taylor-Polynom aus Beispiel 1 gliedweise et dt und erhalten
2

1 + t2 +

t2n t4 t6 t8 + + + + 2! 3! 4! n!

dt

t5 t7 t2n+1 t3 + + + + . 3 5 2! 7 3! (2n + 1) n! Also ergibt sich fr das Taylor-Polynom der gesuchten Funktion: et dt t +
2

F(x) Pn (x) = t + Pn (x) = x +

t5 t7 t2n+1 t3 + + + + 3 5 2! 7 3! (2n + 1) n!

t=x t=0

x5 x7 x2n+1 x3 + + + + . 3 5 2! 7 3! (2n + 1) n!

9.2 Taylor-Reihen
Im vorangehenden Abschnitt haben wir Funktionen an einer bestimmten Stelle mit einem Polynom approximiert. So haben wir etwa die folgende Approximation hergeleitet: sin x x x3 x5 x7 + . 3! 5! 7!

106

9.2. Taylor-Reihen Es zeigte sich, dass diese Approximation gut war fr x-Werte nahe bei 0. Es zeigte sich aber auch, dass Polynome von hherem Grad eine bessere Approximation fr einen grsseren Bereich von x-Werten ergaben. Es ist deshalb naheliegend, den Grad ber alle Grenzen wachsen zu lassen und zu schreiben: sin x = x x3 x5 x7 x9 + + 3! 5! 7! 9!

Diese unendliche Reihe heisst Taylor-Reihe fr die Funktion f(x) = sin x um 0. Offen ist noch die Frage, ob diese Reihe fr alle x-Werte gegen sin x konvergiert. Man kann zeigen, dass dies der Fall ist, es gibt jedoch auch Funktionen, deren Taylor-Reihe nicht fr alle x-Werte konvergiert. Einige wichtige Taylor-Reihen sind nachstehend aufgefhrt: f(x) sin(x) cos(x) ex ln(1 + x) (1 + x) Taylor-Reihe frf(x) x 1
x3 3! x2 2!

+ +

x5 5! x4 4!

x7 7! x6 6!

+ +
x4 4!

1+x+ x
x2 2

x2 2!

x3 3!

x3 3

x4 4

+ +
(1)(2) 3 x 3!

1 + x +

(1) 2 x 2!

Bemerkung: Whrend die Reihen fr sin(x), cos(x) und ex fr alle x R konvergieren, ist dies fr die beiden letzten Funktionen nicht der Fall. Die Reihe fr ln(1 + x) konvergiert nur fr 1 < x 1 und diejenige fr (1 + x) fr |x| < 1. Die Untersuchung des Konvergenzverhaltens von Taylor-Reihen wird hier nicht durchgefhrt.

9.2.1 Potenzreihen und Dierenzialgleichungen


Die Lsungen einer Differenzialgleichung oder eines Systems von Differenzialgleichungen knnen oftmals nicht explizit in Form eines Funktionsterms angegeben werden. Nherungsmethoden zur Berechnung, wie etwa die Euler-Methode, brauchen einen enormen Rechenaufwand, wenn man einigermassen genaue Resultate haben will. Wenn man die Lsungsfunktionen nherungsweise in Form eines Polynoms hat, ist dies ein grosser Vorteil. Es ist mglich, fr viele Differenzialgleichungen die Lsung in Form einer Potenzreihe anzugeben. Dies wird mit zwei Beispielen demonstriert. Beispiel 1 y = y. Natrlich wissen wir bereits, dass die Lsungen die Form y = Aex mit einer beliebigen Konstanten A haben. Nehmen wir jedoch an, wir wrden die Lsung nicht kennen. Wir versuchen dann eine Potenzreihe zu nden, welche eine Lsung der Differenzialgleichung ist. Zuerst bringen wir die Differenzialgleichung in die Form y y = 0.

107

KAPITEL 9. APPROXIMATIONEN Wir machen dann den Ansatz: y = a0 + a1 x + a 2 x2 + + ak1 xk1 +ak xk + ,

daraus folgt y = a1 + 2a2 x + 3a3 x2 + + kak xk1 + ,

folglich ist y y=a1 a0 +(2a2 a1 )x+(3a3 a2 )x2 + +(kak ak1 )xk1 + .

Ein Polynom in x ist dann und nur dann identisch gleich Null, wenn smtliche Koefzienten verschwinden. Dies gilt auch fr eine Potenzreihe. Wenn y y = 0, dann muss also gelten: a1 a0 2a2 a1 3a3 a2 = = = . . . = . . . 0, 0, 0, also a1 2a2 3a3 = = = . . . = . . . a0 a1 a2

kak ak1

0,

kak

ak1

1 Aus der Gleichung kak = ak1 folgt die rekursive Beziehung ak = k ak1 , welche es erlaubt, alle Koefzienten durch a0 auszudrcken: Fr das allgemeine Glied an gilt, wenn wir die Rekursionsbeziehung wiederholt anwenden:

an = Damit ergibt sich:

1 1 1 1 an1 = an2 = = a0 . n n n1 n!

y = a0 + a0 x + oder nach Ausklammern von a0

1 1 1 a 0 x2 + a 0 x3 + + a 0 xn + 2! 3! n!

y = a0 [1 + x +

1 2 1 1 x + x3 + + xn + ]. 2! 3! n!

Die Reihe in den eckigen Klammern ist aber gerade die bekannte Taylor-Reihe fr ex . Damit haben wir erneut, jedoch auf eine andere Art, gezeigt, dass die Lsungen der Differenzialgleichung y = y die Form y = a0 ex haben, wobei a0 = y(0) der Anfangswert ist. Beispiel 2: Die Besselsche Differenzialgleichung Zur Illustration whlen wir eine sehr wichtige Differenzialgleichung, deren Lsung aber

108

9.2. Taylor-Reihen wesentlich aufwndiger ist als im vorangehenden Beispiel. Eine grosse Vielfalt physikalischer Problemstellungen aus verschiedenen Gebieten (Wellenlehre, Optik, Leitung von elektrischem Strom und von Wrme, Stabilitt von Sulen etc.) fhrt auf die Besselsche Differenzialgleichung der Ordnung p: x2 y + x y + (x2 p2 ) y = 0. Die Lsungen dieser Differenzialgleichungen heissen Bessel-Funktionen der Ordnung p. Wir betrachten die Besselsche Differenzialgleichung der Ordnung p = 0: x2 y + x y + x2 y = 0. Division durch x (x = 0) fhrt zur Vereinfachung x y + y + x y = 0. Wir machen fr die Lsung den Ansatz einer Potenzreihe y = a 0 + a 1 x + a 2 x2 + a 3 x3 + und berechnen die Ableitungen y und y : y = a1 + 2a2 x + 3a3 x2 + 4a4 x3 + + (n + 1)an+1 xn + y = 2a2 + 6a3 x + 12a4 x2 + + (n + 1)nan+1 xn1 + Wir berechnen nun die drei Summanden der linken Seite der Differenzialgleichung und summieren, wobei zur Abkrzung S = xy + y + xy gesetzt wird. xy y = = a1 + 2a2 x + 2a2 x + a0 x + a1 + (4a2 + a0 )x + 6a3 x2 3a3 x2 a 1 x2 (9a3 + a1 )x2 + + + + + + + (n + 1)nan+1 xn (n + 1)an+1 xn an1 xn + + +

xy = S =

+((n + 1)nan+1 + (n + 1)an+1 + an1 )xn = 0. Fr den Koefzienten von xn gilt (n + 1)nan+1 + (n + 1)an+1 + an1 = (n + 1)2 an+1 + an1 . Die sich aus der Differenzialgleichung ergebende unendliche Potenzreihe ist nur dann gleich 0, wenn jeder Koefzient gleich 0 ist. Wir erhalten deshalb a1 4a2 + a0 9a3 + a1 n2 an + an2 (n + 1) an+1 + an1
2

= 0 = 0 = 0 . . . = 0 = 0 . . .

109

KAPITEL 9. APPROXIMATIONEN

Abbildung 9.4: Bessel-Funktion J0 und approximierende Polynome

Die Koefzienten a1 , a2 , a3 , sind durch die letzte Beziehung rekursiv bestimmt und weil a1 = 0 ist, gilt ak = 0 fr alle ungeraden Werte von k.
1 Fr die geraden Werte von k gilt ak = k2 ak2 , also insbesondere

a2 a4 a6

1 = 22 a0 1 = 42 a2 1 = 62 a4 . . .

1 22 42 a0

1 = 22 42 62 a0

Fr den allgemeinen Koefzienten erhalten wir a2n = (1)n 22 42 62 1 1 a = (1)n 2n a0 . 2 0 (2n) 2 (n!)2

Jede Funktion, die die Besselsche Differenzialgleichung der Ordnung 0 erfllt, hat folglich die Form x2 x4 x6 y = a0 1 2 + 4 6 + mit y(0) = a0 . 2 2 2 (2!) 2 (3!)2 Der Ausdruck in der Klammer ist die Bessel-Funktion der Ordnung 0 J0 (x) = 1 x2 x4 x6 + 4 6 + 2 2 2 2 (2!) 2 (3!)2

In der Abbildung 9.4 ist der Graph von J0 zusammen mit den approximierenden Polynomen vom Grad 2, 4, 6, ... ,20 abgebildet.

110

9.3. Aufgaben

9.3 Aufgaben
1. Verwenden Sie die Reihenentwicklung von ex zur Berechnung der Zahl e. 2. Entwickeln Sie das Taylor-Polynom fnften Grades an der Stelle x = 0 der Funktion f(x) = (1 + x)1/2 . 3. Bestimmen Sie das Taylor-Polynom an der Stelle x = 0 mindestens siebten Grades der folgenden Funktionen unter Verwendung bekannter Taylor-Polynome: a) x cos(x) b) c)
sin(x) x dx

ex dx
2

4. Bestimmen Sie eine Lsung der folgenden Differenzialgleichungen in Form einer Potenzreihe a) y = 2xy b) xy = xy + 2y 5. Gegeben ist die Differenzialgleichung y (x) = y(x) + 4ex mit dem Anfangswert y(0) = 1. a) Lsen Sie diese Differenzialgleichung mit Hilfe des Ansatzes einer Potenzreihe y = a0 + a1 x + a2 x2 + a3 x3 + . Bestimmen Sie dazu eine rekursive Beziehung der Koefzienten und berechnen Sie die ersten fnf Glieder der Potenzreihe. (Hinweis: ex kann in Form einer Potenzreihe dargestellt werden.) b) Die exakte Lsung des gegebenen Anfangswertproblems (Differenzialgleichung und Anfangswert) lautet: y(x) = ex 2ex . Bestimmen Sie die Taylorreihe (um den Entwicklungspunkt x0 = 0) dieser Funktion mit Hilfe der Reihenentwicklungen von ex und ex . Verwenden Sie das Resultat um die Koefzienten an der Potenzreihe explizit anzugeben. 6. Die Eulersche Relation Die vielleicht berhmteste Formel der Mathematik stammt von Euler, zu ihrem Verstndnis sind jedoch Grundkenntnisse ber komplexe Zahlen notwendig. Die Formel lautet ei = cos() + i sin(). Zum Beweis entwickle man die Taylor-Reihe von ei .

111

10 Separation der Variablen und die Lsung der linearen Dierenzialgleichung erster Ordnung
Das Aufnden der Lsungen von Differenzialgleichungen ist in vielen Fllen ein schwieriges Unternehmen und oft helfen nur numerische Nherungsverfahren weiter. Fr bestimmte Klassen von Differenzialgleichungen gibt es jedoch exakte Verfahren, welche zur Lsung fhren. Insbesondere lassen sich die linearen Differenzialgleichungen erster Ordnung lsen. Ein Lsungsverfahren gibt es ebenfalls, wenn sich die Variablen separieren lassen.

10.1 Separation der Variablen


Lsst sich eine Differenzialgleichung erster Ordnung in der Form y g(y) = f(x) (10.1)

darstellen, dann heisst sie separierbar. Schreibt man nmlich diese Gleichung unter Verwendung der Leibniz-Symbole dy g(y) = f(x), dx dann kann sie in der Form g(y)dy = f(x)dx geschrieben werden, wo jede Seite nur von einer Variablen abhngt. Setzen wir das Integralzeichen davor g(y)dy = dann erhalten wir G(y) + c1 = F(x) + c2 , wobei F eine Stammfunktion von f und G eine solche von g ist. Wir setzen weiterhin c = c2 c1 und erhalten G(y) = F(x) + c. (10.2) Mglicherweise ist diese Gleichung nach y ausbar, so dass man die explizite Lsung y = c (x) ndet. Der letzte Ausdruck bedeutet, dass man eine einparametrige Schar von Funktionen hat. Zu jedem bestimmten Wert von c erhlt man dann eine Lsungsfunktion. Der Wert von c ergibt sich in der Regel aus Anfangsbedingungen. Dass das Lsungsverfahren so durchgefhrt werden darf, muss natrlich noch gezeigt f(x)dx,

KAPITEL 10. SEPARATION DER VARIABLEN UND DIE LSUNG DER LINEAREN DIFFERENZIALGLEICHUNG ERSTER ORDNUNG werden.

Beweis: Wir zeigen, dass jede Lsung y = (x) von 10.2 auch eine Lsung der Differenzialgleichung 10.1 ist. Ist y = (x) Lsung von 10.2, dann gilt also G((x)) = F(x) + c. Durch Ableiten erhlt man (Kettenregel!) G ((x)) (x) = F (x) beziehungsweise

g((x)) (x) = f(x) und mit y = (x) und y = (x) g(y)y = f(x). Also erfllt y = (x) die Differenzialgleichung 10.1. Beispiele: 1. Das exponentielle Wachstum y dy dt dy y dy y ln |y| |y| y y = = = = = = = = ky ky kdt kdt kt + c ekt+c = ec ekt ec ekt Cekt ,

wobei C eine beliebige reelle Konstante ist. Fr die folgenden zwei Beispiele brauchen wir eine einfache Integrationsregel. Es gilt (k = konstant): 1 dx = ln |x k| + C, xk wie durch Ableiten leicht besttigt werden kann. 2. Wir knnen jetzt ebenfalls die Lsung der Gleichung des logistischen Wachstums exakt herleiten:

114

10.1. Separation der Variablen

y S dy = dy y(1 y ) y(S y) S S Es ist nun (Partialbruchzerlegung) y(S y) 1 1 also + dy y Sy 1 1 + dy y Sy y ln |y| ln |S y| = ln Sy y Sy y Sy

= ky(1 = kdx. =

y ) S

1 1 + , y Sy

= kdx = kdx

= kx + c = ekx+c = ekx+c = Cekx ; C = ec .

Lsen wir die letzte Gleichung nach y auf, so erhalten wir y(x) = SCekx . 1 + Cekx

SC Fr x = 0 erhlt man den Anfangswert y0 = 1+C . Nach C aufgelst, erhlt man y0 C = ( Sy0 ). Setzt man dies in die Lsung ein, erhlt man

y(x) =

1+

y0 S( Sy0 )ekx

y0 ( Sy0 )ekx

Sy0 ekx . S y0 + y0 ekx

Damit erhalten wir eine der Standardformen der Lsung der logistischen Gleichung y(x) = Sy0 ekx . S + y0 (ekx 1)

3. Newtons Abkhlgesetz Es gelingt uns nun die ganz am Anfang (vgl. 1.3) aufgetauchte Differenzialgleichung fr die Abkhlung des heissen Kaffees exakt zu lsen! Die Differenzialgleichung lautet T (t) dT dt dT dt T Tu ln |T Tu | T Tu T = oder kurz = = = = = k(T Tu ) kdt kt + c ekt+c = Cekt ; Cekt + Tu . C = ec k(T (t) Tu )

115

KAPITEL 10. SEPARATION DER VARIABLEN UND DIE LSUNG DER LINEAREN DIFFERENZIALGLEICHUNG ERSTER ORDNUNG Setzen wir in der letzten Gleichung fr T den Anfangswert T (0) = T0 ein, dann erhalten wir T (0) = C + Tu = T0 , daraus ergibt sich der Wert der Konstanten C = T0 Tu . Die Lsung des Anfangswertproblems T (t) = k(T (t) Tu ); ist also T (t) = (T0 Tu )ekt + Tu , wobei T0 die Anfangstemperatur und Tu die Umgebungstemperatur bedeuten. Fr die im 1. Kapitel empirisch untersuchte Abkhlung gilt: T0 = 79.7 C, Tu = 21.7 C, k = 0.16 C/min.1 Der anhand der Differenzialgleichung berechnete Temperaturverlauf ist in der Abbildung 10.1 dargestellt; man vergleiche mit dem empirisch gewonnenen in Kapitel 1 (Abbildung 1.1)! T (0) = T0

Abbildung 10.1: Berechneter Temperaturverlauf

Der Kreis hat sich damit geschlossen. Es ist uns gelungen, die erste Differenzialgleichung aus dem ersten Kapitel exakt zu lsen!

10.2 Lsung der linearen Dierenzialgleichung erster Ordnung


Erste Ordnung bedeutet, dass nur die erste Ableitung y der Funktion y vorkommt, linear heisst, dass y und y nur in einer Linearkombination in der Differenzialgleichung auftauchen, dass diese also die nachstehende Form hat: a(x) y + b(x) y + c(x) = 0. Diese Gleichung lsst sich fr b(x) = 0 nach y ausen und man erhlt eine Gleichung der Form y = f(x) y + g(x).
1 Der

Wert von k wurde aus den Messungen ermittelt. Eine genauere Untersuchung zeigt, dass die Abkhlung anfnglich etwas schneller erfolgt, weil auch Strahlungs- und Verdunstungsprozesse beteiligt sind, ein Modell ist immer eine Vereinfachung!

116

10.2. Lsung der linearen Differenzialgleichung erster Ordnung Eine Differenzialgleichung dieser Form wird auch explizite lineare Differenzialgleichung erster Ordnung genannt. Fr diese Differenzialgleichung wird im Folgenden ein Lsungsverfahren entwickelt.

10.2.1 Lsung der homogenen linearen Dierenzialgleichung erster Ordnung


Ist g(x) = 0, gilt also y = f(x) y,

dann heisst die Differenzialgleichung homogen. Sie lsst sich mit der Methode der Separation der Variablen lsen:

y dy dx dy y dy y ln |y| ln |y| also |y|

= =

f(x) y f(x) y Separation der Variablen fhrt zu

f(x)dx Integration

= = = =

f(x)dx f(x)dx ist F eine Stammfunktion von f, so ist F(x) + c ec eF(x) CeF(x) .

y =

Beispiele

1. Differenzialgleichung des exponentiellen Wachstums, siehe Beispiel (1) im vorangehenden Abschnitt!

117

KAPITEL 10. SEPARATION DER VARIABLEN UND DIE LSUNG DER LINEAREN DIFFERENZIALGLEICHUNG ERSTER ORDNUNG 2. y dy dx dy y dy y ln |y| |y| y y = = = = = = = = xy xy xdx xdx 1 2 x +c 2 e
x2 2

+c

=e

x2 2

ec

ec e Ce
x2 2

x2 2

C ist eine beliebige Konstante.

3. Ist die nderungsrate y proportional zu einer Potenz yp von y mit einem Exponenten p > 1, dann spricht man von einem Superwachstum. y dy dx dy y1.2 dy y1.2 y1.2 dy y0.2 0.2 y0.2 = = = = = = = ky1.2 ; k konstant ky1.2 kdx kdx kdx kx + c 0.2(kx + c) = 0.2kx + C 1 (0.2kx + C)5 = . (0.2kx + C)5

y =

Man untersuche die Lsung fr k = 0.05 und y(0) = 5. Worin liegt der wesentliche Unterschied zum exponentiellen Wachstum?

10.2.2 Die Lsung der linearen Dierenzialgleichung erster Ordnung


Die inhomogene lineare Differenzialgleichung erster Ordnung kann in die Form y = f(x)y + g(x) gebracht werden. Sie kann mittels der Methode der Variation der Konstanten gelst werden. Ausgehend von der Lsung der homogenen Differentialgleichung im vorangehenden Abschnitt machen wir den Ansatz: y = C(x)eF(x) .

118

10.2. Lsung der linearen Differenzialgleichung erster Ordnung Anstelle der Konstanten C setzt man einen (noch unbekannten) variablen Funktionsterm. Durch Ableiten erhlt man y = C (x)eF(x) + C(x)eF(x) f(x) (Man beachte, dass F (x) = f(x)).

Setzen wir in die Differenzialgleichung y = f(x)y + g(x) ein, erhalten wir C (x)eF(x) + C(x)eF(x) f(x) = f(x)C(x)eF(x) + g(x). Diese Gleichung ist genau dann erfllt, wenn C (x)eF(x) = g(x). Daraus knnen wir das gesuchte C(x) ermitteln, es gilt also C (x) = g(x)eF(x) und also C(x) = g(x)eF(x) dx.

Damit haben wir als Ergebnis gefunden den Satz: Die allgemeine Lsung der Differenzialgleichung y = f(x)y + g(x) lautet y = eF(x) g(x)eF(x) dx.

119

KAPITEL 10. SEPARATION DER VARIABLEN UND DIE LSUNG DER LINEAREN DIFFERENZIALGLEICHUNG ERSTER ORDNUNG

10.3 Aufgaben zum Kapitel 10


1. Lsen Sie die folgenden Differenzialgleichungen mit der Methode der Separation der Variablen. a) y = b) y = c) y =
1 y 3x y 3y x

d) x2 y = 3 y e) y = xy f) y = y2 2. Lsen Sie die folgenden linearen Differenzialgleichungen erster Ordnung. a) xy + y = x cos(x) b) y = x + y + 1 c) y + 3y = x + ex 3. Heisser Kaffee hat sich bei einer Umgebungstemperatur von 19 C innerhalb 5 Minuten von 95 C auf 75 C abgekhlt. a) Wie gross ist die momentane Abkhlgeschwindigkeit am Anfang (bei 95 C) und nach 5 Minuten? b) Wie lange dauert es, bis sich der Kaffee auf 50 C abgekhlt hat? 4. Eine Wassertonne weist unten ein kleines Loch auf. Fr die nderung der Hhe y des Wasserspiegels gilt die folgende Differenzialgleichung: y (t) = k y(t). a) Lsen Sie diese Differenzialgleichung! b) Eine zylindrische Wassertonne mit der Grundche 0.8 m2 ist bis zur Hhe y = 1.2 m gefllt. Aus dem Leck am Boden iessen bei dieser Fllhhe 2 Liter Wasser pro Minute heraus. Wie lange dauert es. bis der Wasserstand auf 1 m gesunken ist und nach welcher Zeit ist die Tonne leer? 5. Freier Fall mit Luftwiderstand. Beim freien Fall mit Luftwiderstand geht ein einfaches Modell davon aus, dass der Luftwiderstand proportional zur Geschwindigkeit ist. Bezeichnen wir mit s(t) den zurckgelegten Weg, dann fhrt die Bewegungsgleichung zu folgender Differenzialgleichung: s (t) = g ks (t). Die Anfangswerte seien s(0) = 0 und s (0) = v(0) = 0. Lsen Sie diese Differenzialgleichung zuerst fr s (t) auf und nden Sie dann durch Integration die Formel fr s(t).

120

10.3. Aufgaben zum Kapitel 10 6. In einem berfllten Raum von 100 m3 Volumen enthlt die Luft 0.25% Kohlendioxyd(CO2 ). Nun wird die Klimaanlage eingeschaltet, welche pro Minute 20 m3 frische Luft mit einem CO2 -Anteil von 0.01% einleitet. Diese Luft wird mit der Raumluft vermischt und die Mischung wird mit einer Rate von 20 m3 pro Minute abgepumpt. a) Stellen Sie eine Differenzialgleichung fr die CO2 -Menge (Volumen) auf. b) Das in a) aufgestellte Modell bercksichtigt die Kohlendioxydproduktion durch die Atmung der anwesenden Leute nicht. Wie muss das Modell abgendert werden, wenn man annimmt, dass diese Kohlendioxydproduktion 3.2 Liter pro Minute betrgt?

121

A Lsungen
Lsungen zu den Aufgaben in Kapitel 1
1. Vorwrts: -5.9 C/min; Rckwrts: -7.3 C/min; Vorwrts und Rckwrts: -6.6 C/min (bester Nherungswert).

2. Vorwrts: -3.3 C/min; Rckwrts: -3.5 C/min; Vorwrts und Rckwrts: -3.4 C/min (bester Nherungswert).

3. t = 0.1; t = 11.4 min; t = 0.01; t = 11.43 min

t in s 0.1 4. 0.01 0.001 0.0001

v in m s 15.5 15.05 15.005 15.0005

t 3 1 5. 0.1 0.01 0.001 0.0001

y(3) 3 4.05 5.1863 5.358 5.376 5.3778

t = 3 Geradengleichung: y = 0.6t + 1.2; 0 t 3 t = 1 Stckweise lineare Funktion: 0 t 1 : y = 0.6t + 1.2 ; 1 0.9(t 1) + 1.8 ; 2 t 3 : y = 1.35(t 2) + 2.7

2 : y=

ANHANG A. LSUNGEN

t 0
1 n

y 1 1+ 1+ 1+ . . . 1+
1 n 1 2 n 1 3 n

y 1 1+ 1+ 1+
1 n 1 2 n 1 3 n

6.

2 n 3 n

. . .
n n

1 n n

7. a = 7.3551010 (Physikalische Einheit weggelassen). Temperatur nach 6 min T (6)= 327.19 K = 54.19 C. 8. k = 0.1 ; a = t in s 0 1 2 3 4 5 6 7 8 9
0.5 (2984 2934 )

= 9.688 1010 T in K (Stefan-Boltzmann) 298 297.52 297.09 296.7 296.35 296.03 295.75 295.49 295.25 295.04

T in K (Newton) 298 297.52 297.09 296.7 296.34 296.03 295.74 295.47 295.24 295.02

294.85 10 294.83 Die beiden unterschiedlichen Gesetze fhren fast zum selben Resultat! 9. k in min1 -0.174; -0.162; -0.153; -0.152; -0.144; -0.150; -0.157; -0.143; -0.154; -0.157 Mittelwert: k = 0.155 min1 10. k in min1 -0.160; -0.150; -0.157; -0.155; -0.157; -0.155; -0.153; -0.160; -0.154; -0.156 Mittelwert: k = 0.156 min1

Lsungen zu den Aufgaben in Kapitel 2


1. f (1) = 2; f (2) = 4; f (3) = 6; f (4) = 8, Formel: f (x) = 2x

124

2. f(x) = 1 x; f (1) = 1; f (2) = 4; f?(3) = 9; f (4) = 16, f (x) = x2 3 g(x) = x; g (1) = 0.5; g (2) 0.3536; g (3) 0.2887; g (4) = 0.25; g (x) =

1 2 x

3.

a) f(2.99) f(3) 0.01 f (3) = 2.04; f(3.02) f(3) + 0.02 f (3) = 1.92

b) f (5)

10 3

c) x 1.8

4.

125

ANHANG A. LSUNGEN

126

Lsungen zu den Aufgaben in Kapitel 3


1. a) f (x) = 20x4 + 12x3 16x + 27 1 b) f (x) = 2x( x + x3 ) + x2 ( 2x + 3x2 ) c) f (x) = 5(2x2 3x + 8)4 (4x 3) d) f (x) = e) f (x) = f) f (x) =
1 2 2000x 2x3 +4x x4 +4x2 3 (1x)4

g) f (x) = 5x(x2 + 5)3/2 x2 h) f (x) = x2 + 1 + x2 +1 i) f (x) =


1 (x+2)2
2

j) f (x) = 3 (x+1)4 (x+2) 2. a) f (x) = 2 x2 2 x 4 ; f (x) = 4 x 2 . Nullstellen bei x0 = 2.91; x1 = 0.84; x2 = 3 3 3 3 3 2.25. Extrema: HOP(-1 | 2), TIP(2 | -1). Wendepunkt WEP(0.5 | 0.5). b) Wendetangente
y0.5 x0.5

= f (0.5) = 1.5, also y = 1.5x + 1.25

c) d) = 2 , also y = 2 x + 1 . Bemerkung: Diese Gerade ist allerdings nur dann 3 3 6 senkrecht zur Tangente, wenn auf beiden Achsen dieselbe Einheit gewhlt wird.
y0.5 x0.5

3. y = f (x) = 3x2 2x , f (x) = 6x 2 a) Weil der Graph durch den Ursprung verluft und dort einen HOP hat, ist die x-Achse (y = 0) eine Tangente. Es gibt eine weitere Tangente durch den Ursprung. Betrachtet man den Berhrpunkt P(x1 | y1 ) folgt, dass gelten muss: = f (x1 ) 1x1 1 = 3x2 2x1 x1 = 0 oderx1 = 1 1 hlt man die Tangente y = 4 x.
y1 x1 x3 x2 1 2.

Fr x1 =

1 2

er-

127

ANHANG A. LSUNGEN

b) HOP(0 | 0), TIP( 2 | 4 ) 3 27 c) WEP( 1 | 2 3 27 d) Durch die Punkte R(1 | 0) und S( 1 | 4 ) 3 27 4. (a) a =
9 2

, (b) a =

13 4

, (c) a = 3

5. f(x) = x3 9x2 + 24x 12 6. a) f(x) = x3 3x2 + 2x b) Nullstellen bei x0 = 0; x1 = 1; x2 = 2 c) HOP(0.42 | 0.38); T IP(1.58 | 0.38) d) Wendetangente y = x + 1 7. (a) r =
3

V 2

h=
2 2s 5

4V

(b) r =

V ;

h=

8. Grundkante x = 9. a = 6, F = 108 10. P(-3 | 1.5) 11. tan() =


v2 v2 1 2 v2

oder cos() =

v2 v1

12. (a) f(x) = x2 + 3x + c 13. a) f(x) = x3 6x2 + 9x

(b) f(x) = 4 x3 5 x2 + x + c 3 2

b) TIP(3 | 0); HOP(1 | 4); WEP(2 | 2) c) m1 = 0; m2 = 9 d) 14. v = 2al

128

Lsungen zu den Aufgaben in Kapitel 4


(a) 1. (d) (g) 2. f (x) = 1 + ex f (x) = 2xex
2

(b) (e) (h)

f (x) = ex + xex f (x) = 2(x 2)e(x2) f(x) =


2 2

(c) (f) (i)


2

f (x) = 2e2x f(x) = ln(10) 10x f(x) =


1 2x

f(x) = ln x + 1
2

1 2x ln x

a) f(x) = ex ; f (x) = 2xex ; f (x) = ex (4x2 2) Extrema: y = 0 x = 0; HOP(0 | 1) 1 1 Wendepunkte: y = 0 x = 22 ; WEP1 ( 22 | e 2 ); WEP2 ( 22 | e 2 )

b) Fr die Dreiecksche gilt: 2 2 2 A = xex ; A = ex (1 2x2 ); A = ex (4x3 6) Extremum bei A = 0; x0 = 22 ; A (x0 ) < 0; Maximum Eckpunkte des Dreiecks (0 | 0); (
2 2

| e 2 )
1

c) Der Berhrpunkt B ist derjenige Punkt der Kurve, der 0 am nchsten liegt: 2 2 d2 = |OB|2 = x2 +e2x ; (d2 ) (x) = 2x(12e2x ; (d2 ) = 0 x = 0 oder x = 0, 5887 r = 0.92 d) k = 2.913; P(0.177 | 2.823) oder k = 511, 7; P(2.82 | 0.18) 3. a) =
ln 2

= 0.04621 min 1 = 7.7016 104 s1

b) 64.8 min 4. a) 0.5 mm b) 3.32 mm c) 93.75% 5. a) y = 12e0.2x ; b) y = 25e2x ; c) y = 10e3 e3x ; d) y = 5e


x ln 2 3

6. a) y = 0.025y; y(0) = 3; b) y = 3e0.025t ; c) 3.0377 g; 3.03759 g d) 1.0253; 2.53% e)27.7 h 7. a) = 8.


ln 2 T1/2

; b) 1.26 g
ln 4/3 5

a) y = 60000ekt mit k = b) y = 3355 Fr. ; 5.59%

0.0575; y = ky; y(0) = 60000

129

ANHANG A. LSUNGEN c) 3000 Fr./a ; 3355 Fr./a ; 3444 Fr./a ; 3452 Fr./a d) 3452 Fr./a ; 3259 Fr./a e) Jahr 5.59% f) 5.7536% 9. 10. a) e1 b) e2 51 5+1 c) Maxima bei a = e 2 und bei a = e 2 . Minimum bei a = 1 und bei a = e. Monat 5.74% Woche 5.7505% Tag 5.7532%

Lsungen Kapitel 5
1. a) y = 10 e0.2x b) y = 25 e0.4x c) y = 20 e4 e2x 2. a) L.S.= y = = 1 Es ist L.S.=R.S. 2 t+C Bestimmung von C : y(3) = 3 + C = 17, also ist C = 286.
1 ; 2 t+C

R.S.=

1 2y

b) L.S. = y = c) L.S.= y = C=
1 25

1 (Ct)2

, R.S.= y2 =

2 1 Ct

1 , (Ct)2 3

also L.S.=R.S. ; C = 0.2


1 (C2t)3/2

1 (C2t)3/2

, R.S.= y3 =

1 C2t

; also ist L.S. = R.S.

3. yk : Kaninchen, yf: Fchse yk = a yk (1 yk ) c yk yf S yf = d yk yf e yf ; Zahlenwerte fr die Parameter a, c, d, e, S wie angegeben. Damit die beiden Kurven fr yk und yf vergleichbar sind, betrachten wir wiederum 0.01yk anstatt yk (Hektokaninchen)! Die Differenzialgleichungen sind dann wie folgt abzundern: Wir setzen y3 = 0.01yk yk = 100y3, yk = 100y3 sowie y4 = yf. Wir ersetzen also in den Differenzialgleichungen yk durch 100y3, yk durch 100yk und yf durch y4. Wir erhalten: 100y3 = a 100y3 (1 100y3 ) c 100y3 y4 und nach Division durch 100 S y3 = a y3 (1 100y3 ) c y3 y4 S y4 = d 100y3 y4 e y4. Die beiden letzten Gleichungen werden in den TR eingegeben (mit den entsprechenden Zahlenwerten fr die Parameter). Fr die Anfangswerte (2000 Kaninchen, 10 Fchse) muss entsprechend eingegeben werden: yi3 = 20, yi4 = 10. Mit denselben Einstellungen wie im Skript erhlt man die folgenden Graphen (zuerst die Windows-Variablen richtig einstellen):

130

Ein Vergleich mit dem ursprnglichen Modell (5.1.2 und 5.2.) zeigt, dass ein deutlich anderes Verhalten vorliegt. Beim Modell aus 5.1.2 ergeben sich periodisch schwankende Populationen, whrend beim hier untersuchten Modell sich die Populationen auf einen Gleichgewichtszustand hin einpendeln. Genauere Untersuchungen werden wir im Kapitel 7 durchfhren. 4. a) Es ist g(x) =
cx x+d

cd c asymptotisch dem Sttigungswert c an. Weiterhin ist g (x) = (x+d)2 , g (0) = d . Fr x nahe bei 0 wchst g angenhert proportional zu x mit dem Proportionac littsfaktor d .

c 1+ d x

, also ist limx g(x) = c, der Graph von g nhert sich

b) K: Kaninchen; F: Fchse K = aK(1 K cK K ) Fg(K) = aK(1 ) F b b K+d

131

ANHANG A. LSUNGEN F = eF(1 c)


K d) Wir substituieren y1 = 100 resp. K = 100y1 und y2 = F. Man erhlt: cy1 Hektokaninchen: y1 = a(1 100y1 )y1 y2 100y1+d b y2 Fchse : y2 = e(1 100fy1 )y2 Im Intervall 0 t 240 ergibt sich der folgende Verlauf:

F ) fK

e) ndert man die Anfangswerte, so ergibt sich dasselbe Langzeitverhalten. Unabhngig von den Anfangswerten nhert sich also das System einem periodischen Verhalten an, man spricht auch von einem Grenzzykel. f) Variation des Parameters c:

c = 30:

c = 25:

132

c = 15: Zwischen c = 25 und c = 30 ndert sich das System qualitativ grundstzlich: Fr die kleineren Werte von c gibt es einen Gleichgewichtszustand, dem sich das System nhert, fr die grsseren Werte von c dagegen ein periodisches Verhalten. S-I-R-Modell 5. Mit einem Zeitschritt von t = 0.1 erhlt man folgenden Verlauf:

Die Krankheit erreicht ihr Maximum nach 12.6 Tagen mit 28430 Inzierten. 6. Aus I = 0 folgt S = 7. I = I(aS b)
b a

= 6250 b; a
b S

0, aS

= 1.39 106

8. b = 1 ; a = pq = 1 0.003 = 0.0005 = 5 104 Der Verlauf ist hier dargestellt mit den 4 6 Anfangswerten S(0) = 4500, I(0) = 200, R(0) = 300

133

ANHANG A. LSUNGEN 9. S = 105 SI 0.2S R = 0.0625I + 0.2S

Freier Fall 10. L.S. = R.S. (ausrechnen und einsetzen). 11. Man zeige, dass s (t) = v(t) und s(0) = 0 12. m1 = 1 kg Weg nach 1 s 13. Weg nach 2 s Zeit fr 200 m v nach 200 m 14.
dv dt

m2 = 0.2 kg 3.61 m 11.14 m 21.39 s 9.81 m/s

m3 = 4 kg 4.82 m 18.98 m 6.74 s 56.16 m/s

ohne LW 4.91 m 19.62 m 6.39 s 62.64 m/s

4.59 m 17.25 m 8.09 s 39.31 m/s

= 0 v = mg b m1 = 1 kg |vgrenz | 49.1 m/s 23.03 s 887 m 0.1 1.467 0.22 0.18 1 4.64 0.7 1.8 m2 = 0.2 kg 9.81 m/s 4.6 s 35.4 m 2 6.56 1 3.7 5 10.37 1.6 9.5 m3 = 4 kg 196.2 m/s 92.1 s 14185 m 10 14.67 2.2 18.2

Zeit bis 99% Weg d in mm 15. vgrenz in m/s t90% in s s90% in m

Lsungen zu den Aufgaben in Kapitel 6


Lsungen zu 6.1 1. Obersumme= 74 m; Untersumme = 44 m 2. a) m = 1400 60x

134

b) n = 2 : (95 kJ; 125 kJ); n = 5 : (104 kJ; 116 kJ); n = 10 : (107 kJ; 113 kJ) ; Zwischensumme 110 kJ 3. Sn sn = x(f(b) f(a)) fr n geht x 0, also Sn sn 0 4. W[1;11] = (2 2 + 2.5 2 + 2 2 1 2 2 2) kWh = 7 kWh 2t; 2.5(t 3) + 4; W(t) = 2(t 5) + 9; (t 7) + 13 2(t 9) + 11 5.

1 3 5 7 9

t<3 t<5 t<7 t<9 t < 11

a) (0.2025; 0.3025); (0.245025; 0.255025); (0.2495; 0.2505); 0.25 0.0005 b) (1.90525; 2.20525); (2.03549; 2.06549); (2.04895; 2.05195); c) (35.625; 48.125); (41.0438; 42.2938) : (41.6042; 41.7292) 2.05... 41.6... 0.469...

d) (0.465567; 0.473368); (0.469174; 0.469954); (0.469526; 0.469604); Lsungen zu 6.2 a) 1.


x3 3

+ 3x + C

b) 2x 2 + x + C d)
x6 3

c) C e) ex + C

3x + 7x + C 5 2

f) 2 ln |x| 5ex + C

2. F(x) = 3. a) 4.5 4.

x3 3

x2 x + 2 c) 2

b) 8

a) S[1;11] = 0.5 2 + 1 2 + 2 2 + 1 2 + 0.5 2 = 10 S[1;11] = f(1) x + f(2) x + f(3) x + f(4) x + f(5) x b) W[1;11] 10 0.5x; (x 3) + 1; Wa (x) = 2(x 5) + 3; (x 7) + 7; 0.5(x 9) + 9; 1 3 5 7 9 x<3 x<5 x<7 x<9 x < 11

135

ANHANG A. LSUNGEN y = Fa (x) y = f(x)

a=1 c) 3 5 7 9 b = 11

0 0.5 2 = 1 1+12 =3 3+22 =7 7+12 =9 9 + 0.5 2 = 10

0.5 1 2 1 0.5

y(b) = Fa (b) = f(1) x + f(2) x + f(3) x + f(4) x + f(5) x = 0.5 2 + 1 2 + 2 2 + 1 2 + 0.5 2 = 10 d) Fa (x) = Wa (x), insbesondere auch Fa (b) = Wa (b) 5. a) 4/3 b) 8/3; 5/12 6. 5.5 7. 3; 4.8541; -1.8541 8. a) 3; 3 b) k 2 c) k d) R e) k f) 2 < a < 2 9. a) a) A (x) = cos(x) b) A (x) = cos(x) c) A (x) = ln(x) d) A (x) = ln(x3 ) b) A(a) = 0; zwei Nullstellen von A(x) z.B. f(t) = mt + b; m = 0; Unendlich viele Nullstellen von A(x), z.B. f(t) = sin(t) Lsungen zu 6.4 1. 9 2. a) 9.8 C; b) 12.2 C 3. a) 4 b) 3/2 c) (1.2; 4.

1.23 )

a) Nullstellen bei x = 0; x = 3; x = 5; TIP(0 | 0); HOP(1.8 | 3.1); TIP(4.2 | -4.2); WEP(3.22 | -1.04); WEP(0.78 | 1.41) b) Tangente y = x + 5; Beide haben den Inhalt 8.1 c) Beide Flchenstcke haben den Inhalt 5.4

5. A(t) = 6.

t 6

1 4t ;

Minimum bei t =

3 2

6 2

a) A = 4 cm2 b) V = 2.16 dl c) h = 3.56 cm

7. Vi = 2xi x f(xi ); V = 2 8. a) mi = 2 b) m = 2 c)
m 2 n i=1 (5
4

10 0

xf(x)dx = 150

107 r3 + 50ri )r i

= 2

10 7 3 r + 50r)dr = 7, 854 109 kg 0 (5 10 x 7 3 x + 50x)dx; x = 5.4 103 m 0 (5 10

136

Lsungen zu den Aufgaben in Kapitel 7


1. a) K = 0 K = 0 oder F = 2 103 K + 20 F = 0 F = 0 oder K = 1000 Gleichgewichtspunkte: G1 = (1000; 18); G2 = (0; 0); G3 = (10 000; 0)

b) c) Die Trajektorie windet sich um den Gleichgewichtspunkt G1, d.h. das System wird um diesen Gleichgewichtspunkt schwingen. d) e) Im nachfolgenden Bild wurde derselbe Fensterausschnitt gewhlt wie bei b)

f)

g) h) Der Gleichgewichtspunkt G1 ist attraktiv. Alle Trajektorien verlaufen spiralfrmig in G1 hinein, d.h. das System nhert sich immer mehr diesem Gleichgewichtspunkt, es schwingt gedmpft um ihn.

137

ANHANG A. LSUNGEN 2. a) Je grsser x ist, umso langsamer wchst y und umgekehrt. Das Wachstum kann sogar negativ werden. Allerdings beschrnkt auch die eigene Grsse das Wachstum (begrenzte Ressourcen!). Wenn x und y sehr klein sind, dann wachsen beide Grssen angenhert exponentiell, weil dann x 0.15x und y 0.03y. Ist y = 0, dann wchst x logistisch, weil dann x = 0.15(1 0.005x)x = x 0.15(1 200 )x. Der Sttigungswert liegt also bei 200. (Ohne x wchst auch y logistisch.) Die Sorte x wchst wesentlich schneller als y, weil 0.15>0.03 ist. Dagegen hat y einen strkeren Einuss auf x als umgekehrt (-0.01y in der Gleichung von x gegenber 0.006x in der Gleichung von y). b) x = 0 y = 0.5x + 100 oder x = 0 y = 0 y = 1.2x + 200 oder y = 0

c) Gleichgewichtspunkte G1 = (142.86; 28.57); G2 = (0; 0) : G3 = (200; 0); G4 = (0; 200) d) Trajektorien

e) Eine Koexistenz von X und Y ist nicht mglich, der Gleichgewichtspunkt G1 ist abstossend, Trajektorien, die in seiner Nhe beginnen, laufen stets von ihm weg. f) Jede mgliche Trajektorie verluft entweder zum Gleichgewichtspunkt G3 oder dann zum Gleichgewichtspunkt G4. Theoretisch gibt es eine Trajektorie, die zum Punkt G1 hin verluft. Diese ist die Trennlinie zwischenden beiden Gebieten. Um diese Trajektorie zu zeichnen, kann man einen Trick verwenden. Man kehrt die Richtung des Vektorfeldes um, d.h. man wechselt bei x und bei y das Vorzeichen. Dann zeichnet man diejenigen Trajektorien, die unmittelbar rechts

138

resp. links von G1 beginnen. So erhlt man in guter Nherung die Trennlinie zwischen den Einzugsbereichen von G3 und G4. g) Die Untersuchung des Modells legt diesen Schluss nahe!

3. May-Modell a) y1:Kaninchen, y2 : Fchse

Nullklinen: y1 = 0 : y1 = 0 oder y2 = 0.000012(y1 1000)(y1 + 100); y2 = 0 : y2 = 0 oder y2 = 0.02y1

Die Gleichgewichtspunkte sind (0;0); (1000;0); (113.6;2.272)

b) Mit den eingezeichneten Nullklinen:

139

ANHANG A. LSUNGEN

Lsungen zu den Aufgaben in Kapitel 8


1. a) f (x) = b) f (x) =
x cos(x)sin(x) x2 1 cos(x)+1

c) f (x) = 3 cos(3x) 3 sin2 (x) cos(x) d) f (t) = 2 sin(t) cos(t)esin 2. a) T[0;24] = 25 C; b) 6.48 c) 3. l = 8.32 m 4. 35.26 5. x =
4
2

(t)

T[8;16] = 31.62 C

17.52 26)0.05dt = 2.48 Fr.

17.52 6.48 (T (t)

Lsungen zu den Aufgaben in Kapitel 9


1 1 1. e = e1 = 1 + 1! + 2! + 1 n die Folge (1 + n ) . 1 3!

1 4!

+ . . .. Diese Reihe konvergiert viel schneller gegen e als

2. 1 + 3.

x 2

x2 8

x3 16

5x4 128

7x5 256

a) x b) x c) x

x3 x5 x7 2! + 4! 6! x3 x5 x7 33! + 55! 77! x3 x5 x7 3 + 10 42 1 4 2! x

4.

a) y = a0 1 + x2 + b)

1 6 1 2n + 3! x + + n! x an1 a0 = 0; a1 = 0; an = n2 fr n > 2; also ist an 3 4 xn y = a2 (x2 + x + x + . . . + (n2)! + ) 1! 2! an n+1

a2 (n2)!

5.

a) an+1 = b) an =

4 + (1)n (n+1)! ; a0 = 1 y = 1 + 3x

x2 2

x3 2

x4 24

12(1)n n!

140

Lsungen zu den Aufgaben in Kapitel 10


1. a) y = 2x + c b) y = 3x2 + c c) y = Cx3 d) y = 3 ce1/x e) y = Cex f) y = 2.
1 x+c cos x x
2

/2

a) y = sin x + c) y =
3x1 9

c x

b) y = cex x 2 + 1 ex + ce3x 2 C C C min 0.06107 min , T (0) = 76k 4.64 min , T (5) = 56k

3.

a) k =

ln(19/14) 5

C 3.42 min b) 14.7 min 4. a)

y=

1 4 (c

kt)2

; ;

t t>

c k c k

1 (c kt)2 4

Bemerkung: y = 0 ist ebenfalls eine Lsung dieser Differenzialglg. Die physikalisch sinnvolle Lung ist: y=
1 4 (c

kt)2 = 0

c 2

kt 2 2

; ;

t t>

c k c k

Fr den Anfangswert gilt y0 = y(0) = ein, erhalten wir die Lsung: y0 y= 0

1 2 4c ,

also ist c = 2 y0 . Setzen wir dies


2 y0 k 2 y0 k

kt 2 2

; ;

t t>

m b) Bei y0 = 1.2 m ist y = 0.0025 min , also ist y m k = y = 0.0022822 min . 2 y y(t) = 1 m t = 83.64 min. Nach t = k 0 = 960 min ist die Tonne leer. 5. s(t) =
g kt k2 (e

+ kt + 1); dabei ist g 9.81 m s2

6. a) y = 0.002 0.2y; y(0) = 0.25 b) y = 0.0052 0.2y; y(0) = 0.25

141

B Eine bersicht ber die wichtigsten Funktionen


1. Die lineare Funktion
Die linearen (oder afnen) Funktionen sind deniert durch die Gleichung y = f(x) = mx + b. Der Graph von f ist eine Gerade mit der Steigung m und dem yAchsenabschnitt b. Ist b = 0, gilt also y = mx, dann spricht man von Proportionalitt. y ist dann proportional zu x, m heisst Proportionalittsfaktor. Beispiel: Nachstehend sind die Graphen von f1 (x) = 0.5x 1.5, f2 (x) = x + 2 und f3 (x) = 2x gezeichnet.

f3 2 1 4 3 2 1 1 1 2 f1 3 2 3 f2

Ist eine lineare Funktion gegeben durch den Punkt P(u | v) und die Steigung m, dann lsst sich die Funktionsgleichung direkt wie folgt notieren: y = m(x u) + v.

ANHANG B. EINE BERSICHT BER DIE WICHTIGSTEN FUNKTIONEN

2. Die quadratische Funktion

Der Graph der Funktion f1 mit der Gleichung y = x2 heisst Normalparabel. Durch Strecken in yRichtung mit dem Faktor a erhalten wir die Parabel mit der Gleichung y = ax2 . Beispiel: f2 : y = 0.5x2 . Durch Schieben der Parabel f2 in x-Richtung um u und in y-Richtung um v erhlt man die zur Parabel f2 kongruente Parabel f3 mit dem Scheitelpunkt S(u; v) und der Gleichung f3 : y = a(x u)2 + v (Scheitelpunktsform) respektive y = ax2 + bx + c (Normalform). Beispiel: u = 2, v = 1, Scheitelpunktsform: y = 0.5(x 2)2 1; Normalform y = 0.5x2 2x + 1.

4 3 2 1 4 3 2 1 1 1

f2 f1

f3 2 3

Mit der Differenzialrechnung lsst sich der Scheitelpunkt einfach bestimmen, er ist die einzige Extremalstelle der Funktion. Beispiel y = 2x2 5x + 2, y = 4x 5, y = 0 x = 5 , y( 5 ) = 9 , also ist der 4 4 8 Scheitelpunkt S( 5 | 9 ). 4 8

144

2 1 4 3 2 1 1 1 2 3 2 3

3. Polynomfunktionen
Eine sehr wichtige Klasse von Funktionen sind die Polynomfunktionen, die linearen und quadratischen Funktionen gehren auch dazu. Denition: Unter einer Polynomfunktion n-ten Grades versteht man eine Funktion, die durch die folgende Gleichung bestimmt ist: y = f(x) = an xn + an1 xn1 + . . . + a1 x + a0 ; Beispiele: 1. y = 3x5 2x3 + 7x2 1 (5-ter Grad) 2. y = 22x10 2x7 + x6 3x3 + 2x (10-ter Grad) 3. y = 2x2 3x + 5 (2-ter Grad) 4. y = 3x 2 (1-ter Grad) 5. y = 5 (0-ter Grad) Wichtige Stze: Ein Polynom n-ten Grades hat hchstens n Nullstellen, d.h. die Gleichung an xn + an1 xn1 +. . .+a1 x +a0 = 0 hat hchstens n Lsungen. (Z. B. hat eine quadratische Gleichung hchstens zwei Lsungen, ein Gleichung dritten Grades hchstens drei Lsungen etc.) Hat ein Polynom n-ten Grades die Nullstellen x1 , x2 , . . . xn , dann lsst es sich in der Form a(x x1 )(x x2 ) (x xn ) darstellen. Diese Darstellung heisst Zerlegung in Linearfaktoren. Auf diese Weise lsst sich auch (bis auf den Faktor a) ein Polynom n-ten Grades mit n gegebenen Nullstellen bestimmen. an = 0

145

ANHANG B. EINE BERSICHT BER DIE WICHTIGSTEN FUNKTIONEN Ein Polynom mit ungeradem Grad hat immer wenigstens eine Nullstelle, ein Polynom mit geradem Grad kann auch gar keine Nullstelle haben.

Untersuchung von Polynomfunktionen mit Hilfe der Dierenzialrechnung


y = an xn + an1 xn1 + . . . + a1 x + a0 y = nan xn1 + (n 1)an1 xn2 + . . . + 2a2 x + a1 y = n(n 1)an xn2 + (n 1)(n 2)an1 xn3 + . . . + 2a2 Es gilt also: Die erste Ableitung einer Polynomfunktion vom Grad n ist eine Polynomfunktion vom Grad n 1 und die zweite Ableitung ist eine Polynomfunktion vom Grad n 2. Daraus folgt: Eine Polynomfunktion vom Grad n hat hchstens n 1 Extremalstellen (Hoch- und Tiefpunkte). Eine Polynomfunktion vom Grad n hat hchstens n 2 Wendestellen (Wendepunkte). Beispiel

2 1 4 3 2 1 1 1 2 3 2 3

Die Kurve weist vier Nullstellen, drei Extremalstellen und zwei Wendepunkte auf. Es handelt sich um den typischen Verlauf der Kurve einer Polynomfunktion vierten Grades, es handelt sich um die Funktion y = 0.1x4 0.3x3 x2 + 2, 4x + 1.5

146

4. Potenzfunktionen y = xp
Dies sind die Funktionen mit der Gleichung y = f(x) = xp ; p R. Die Graphen gehen alle durch den Punkt (0 | 0) und fr p > 0 noch durch (1 | 1).

Natrlichzahliger Exponent
p = n, n N. Ist n gerade, dann ist der Graph von y = xn symmetrisch zur y-Achse, ist n ungerade, dann ist der Graph symmetrisch zum Ursprung. Nachstehend die Graphen von y = xn fr n = 2, 3, 4, 5.

1 1

147

ANHANG B. EINE BERSICHT BER DIE WICHTIGSTEN FUNKTIONEN

Negativ ganzzahliger Exponent


p = n, nN. Die Funktionen lassen sich nun in der Form y = xn darstellen. Gleiches Symmetrieverhalten wie im vorangehenden Abschnitt. Nachstehend sind die Graphen von y = xn fr n = 1, 2, 3, 4 gezeichnet.

8 7 6 5 4 3 2 1 4 3 2 1 1 1 2 3 4 5 6 2 3

148

Gebrochener Exponent
r r p Q, d.h. p = s Es ist y = f(x) = x s = s xr . f ist nur fr x erhlt man fr r = 1 die Wurzelfunktionen. 0 deniert. Insbesondere
1 4 5, 3.

Nachstehend sind die Graphen von y = xp gezeichnet fr p = 1 , 2

3 2 1

5. Exponential- und Logarithmusfunktionen


Jede Exponentialfunktion kann mit Hilfe der Eulerschen Zahl e dargestellt werden, denn es ist b = eln b und also bx = ex ln b . Die allgemeine Form der Exponentialfunktion ist demnach y = f(x) = Aekx , A ist der Anfangswert. Fr k > 0 ist f streng monoton steigend und fr x geht sie asymptotisch gegen 0. Fr k < 0 ist f streng monoton fallend und fr x geht sie asymptotisch gegen 0. Nachstehend die Graphen von y = ekx fr k = 1, 1, 0.2, 2.

2 1 4 3 2 1 1 2 3

Die Logarithmusfunktionen sind die Umkehrfunktionen der Exponentialfunktionen. 1 Die Umkehrfunktion von y = f(x) = ekx ist y = f1 (x) = k ln(x). Nachstehend der Graph von y = ln(x)

149

ANHANG B. EINE BERSICHT BER DIE WICHTIGSTEN FUNKTIONEN

2 1 1 1 1 2 3 2 3 4 5 6 7

6. Die trigonometrischen Funktionen


Hier sind vor allem die Sinus- und die Cosinusfunktion von Bedeutung sowie die allgemeine Sinusfunktion. In der nachstehenden Abbildung sind die Graphen von y = sin(x) und y = cos(x) dargestellt.

1 2

Die allgemeine Sinusfunktion hat die Form y = a sin((x + )). Wir betrachten zuerst die Funktion y = a sin(x), Beispiel y = 3 sin(2x).

150

3 2 1

1 2 3

4 a heisst Amplitude, T = 2 heisst Periodenlnge oder Schwingungsdauer. Im Beispiel ist a = 3 und T = . Ersetzt man schliesslich noch x durch x + , bewirkt dies eine Verschiebung in xRichtung um . Beispiel: y = 3 sin(2(x + 1)) 4 3 2 1

1 2 3 4

151

C Einfache ane Transformationen einer Funktion (Funktionsverwandtschaften)

Einleitung

In vielen Fllen ist es von Bedeutung, die Kurve einer Funktion (z.B. y = x2 , y = sin(x), y = 2x etc.) im Koordinatensystem etwas zu verndern. Die wichtigsten Vernderungen sind dabei:

1. Streckung in y-Richtung. Beispiel: f(x) wird in y-Richtung mit dem Faktor 2 gestreckt, ergibt f1 (x).

2. Streckung in x-Richtung. Beispiel: f(x) wird in x-Richtung mit dem Faktor 2 gestreckt, ergibt f2 (x).

ANHANG C. EINFACHE AFFINE TRANSFORMATIONEN EINER FUNKTION (FUNKTIONSVERWANDTSCHAFTEN)

3. Verschiebeung in yRichtung Beispiel: f(x) wird in y-Richtung um +3 verschoben, ergibt f3 (x)

4. Verschiebung in x-Richtung. Beispiel: f(x) wird in x-Richtung um -2 verschoben, ergibt f4 (x)

5. Kombinationen der Transformationen 1. bis 4.

154

Bestimmung der Funktionsgleichung


Beispiel: Die Gleichung der Funktion f lautet: y = f(x) = 0.07x(x + 4)(x 6). Wie lauten die Gleichungen der vernderten Funktionen f1 , f2 , f3 , f4 ? Anleitung: Jedem Punkt P mit den Koordinaten P(x | y) der ursprnglichen Kurve wird ein neuer Punkt P(x | y) der neuen (vernderten) Kurve zugeordnet. In jedem Fall stellen wir zuerst die sogenannten Abbildungsgleichungen auf, welche beschreiben, wie x und y aus x und y hervorgehen.

Im 1. Fall (Streckung in y-Richtung ergibt sich: x = x 2y

y =

Wir lsen nun diese Gleichungen nach x und y auf: x y = = x y 2

Ein Gleichheitszeichen ist immer auch ein Ersetzungszeichen (Substitutionszeichen), d.h. was links vom Gleichheitszeichen steht, kann durch das, was rechts davon steht, ersetzt (substituiert) werden. Ersetzen (substituieren) wir in der ursprnglichen Gleichung y und x dementsprechend, dann erhalten wir die Gleichung fr die neue Funktion, in unserem

155

ANHANG C. EINFACHE AFFINE TRANSFORMATIONEN EINER FUNKTION (FUNKTIONSVERWANDTSCHAFTEN) Beispiel also erhalten wir aus y = y = 2 y = 0.07x(x + 4)(x 6) 0.07x(x + 4)(x 6) 0.14x(x + 4)(x 6).

Die letzte Zeile ist die Funktionsgleichung der gestreckten Funktion. Der Querstrich kann dann schlussendlich wieder weggelassen werden, so dass wir erhalten: y = f1 (x) = 0.14x(x + 4)(x 6)

Grundregeln
Fr die einfachen Funktionsverwandtschaften gelten folgende Regeln: Gegeben ist die Kurve zur Funktion y = f(x) (Beispiel: y = sin(x)). 1. Streckung in y-Richtung mit dem Faktor a: y Ersetze y durch a resp. multipliziere den Funktionsterm f(x) mit a. Ursprngliche Funktion y = f(x) y = sin(x) in y-Richtung um a gestreckt
y a

= f(x) oder y = af(x)

y = a sin(x)

2. Streckung in x-Richtung mit dem Faktor b: x Ersetze x durch b . Ursprngliche Funktion y = f(x) y = sin(x) in x-Richtung um b gestreckt
x y = f( b ) x y = sin( b )

3. Verschiebung in y-Richtung um c: Ersetze y durch y c resp. addiere c zum Funktionsterm f(x). Ursprngliche Funktion y = f(x) y = sin(x) in y-Richtung um c verschoben y c = f(x) oder y = f(x) + c y = sin(x) + c

4. Verschiebung in x-Richtung um d: Ersetze x durch x d. Ursprngliche Funktion y = f(x) y = sin(x) 5. Spiegelung an der x-Achse : Ersetze y durch y. in x-Richtung um d verschoben y = f(x d) y = sin(x d)

156

Ursprngliche Funktion y = f(x) y = sin(x)

an der x-Achse gespiegelt y = f(x) resp. y = f(x) y = sin(x)

6. Spiegelung an der y-Achse : Ersetze x durch x Ursprngliche Funktion y = f(x) y = sin(x) an der y-Achse gespiegelt y = f(x) y = sin(x)

Analyse einer Sinus-Funktion


Bestimme den Funktionsterm der gegebenen Sinus-Funktion!

Als erstes bestimmen wir einen mglichen Ursprung der Kurve, d.h einen Ausgangspunkt fr die Sinuskurve, die Kurve muss punktsymmetrisch zu diesem Punkt sein. Dazu gibt es verschiedene Mglichkeiten, wir whlen einen Punkt mit mglichst einfachen (nach Mglichkeit ganzzahligen) Koordinaten, hier ist dies der Punkt P(2 | 3).

157

ANHANG C. EINFACHE AFFINE TRANSFORMATIONEN EINER FUNKTION (FUNKTIONSVERWANDTSCHAFTEN)

Wir betrachten P als Ursprung eines Koordinatensystems. Bezglich dieses Systems wurde die Kurve von y = sin(x) in y-Richtung um den Faktor 4 gestreckt. Begrndung: Die Kurve von y = sin(x) hat eine Amplitude (max. Auslenkung nach oben oder nach unten vom Ausgangspunkt aus) von 1, die vorliegende Kurve hat eine Amplitude von 4. Um die Streckung in x-Richtung zu untersuchen, betrachten wir die Periodenlnge T = |PQ|. Weil die Periodenlnge von y = sin(x) genau 2 betrgt, ist die Streckung in xT Richtung durch b = 2 gegeben. Im vorliegenden Beispiel ist ersichtlich, dass die Periodenlnge etwas mehr als 2 betrgt, eine genauere Betrachtung zeigt, dass in einem Intervall der Lnge 2, nmlich zwischen x = 2 und x = 2 + 2 8.28, genau 3 Perioden der Funktion sind, dass also die Periodenlnge T = 2 betrgt und der Streckfaktor in 3 x-Richtung folglich b = 1 betrgt. 3 Ergebnis: Die vorliegende Kurve geht also aus der Kurve von y = sin(x) durch folgende Transformationen hervor (nacheinander ausgefhrt): Streckung in y-Richtung mit dem Faktor a = 4 Streckung in x-Richtung mit dem Faktor b = Verschiebung in y-Richtung um c = 3 Verschiebung in x-Richtung um d = 2 Jetzt sollte es mglich sein, die Funktionsgleichung zu bestimmen. Ergebnis: y = 4 sin(3(x 2)) 3
1 3

158

Aufgaben
1. Ermitteln Sie die Funktionsgleichungen von f2 , f3 f4 gemss dem Beispiel aus der Einleitung.

2. Die Parabel mit der Gleichung y = x2 wird in y-Richtung mit dem Faktor 1 ge3 streckt, anschliessend in x-Richtung um 2 verschoben und anschliessend in y-Richtung um -3 verschoben. Wie lautet die Gleichung der vernderten Parabel? Wo liegt der Scheitelpunkt? Erstellen Sie eine Skizze und plotten sie die Graphen mit dem Taschenrechner!

3. Strecken Sie die Sinuskurve in y-Richtung je um den Faktor 2, den Faktor -3 und den Faktor 0.4 (Funktionsgleichungen angeben und Kurve zeichnen).

4. Strecken Sie die Sinuskurve je in x-Richtung um den Faktor 2, den Faktor -3 und den Faktor 0.4 (Funktionsgleichungen angeben und Kurve zeichnen). Wie gross ist jetzt die Periode

5. Verschieben Sie die Sinuskurve in y-Richtung einmal um 2 und einmal um -3. (Funktionsgleichungen angeben und Kurve zeichnen).

6. Verschieben Sie die Sinuskurve in x-Richtung um einmal 1 und einmal um -2. (Funktionsgleichungen angeben und Kurve zeichnen).

7. Fhren Sie, ausgehend von der Sinuskurve, nacheinander die folgenden Abbildungen durch: Strecken in x-Richtung mit Faktor 1 , Strecken in y-Richtung mit Faktor 3 2, Verschieben in x-Richtung um 2, Verschieben in y-Richtung um 1.5. Wie lautet die Gleichung der vernderten Kurve? (Kurve auch zeichnen).

8. Funktionsgleichungen bestimmen Hinweis: Gehen Sie jeweils von der Sinusfunktion aus und berlegen sie, wie man durch Strecken und Schieben die gezeigte Kurve erhlt. Wichtig: Immer zuerst die Streckungen durchfhren!

159

ANHANG C. EINFACHE AFFINE TRANSFORMATIONEN EINER FUNKTION (FUNKTIONSVERWANDTSCHAFTEN)

160

161

D Dierenzialgleichungen mit dem TI-89/200


Die Euler-Methode mit dem TI-89/92/200 fr eine Dierenzialgleichung
Das Prinzip der Euler-Methode wird am Beispiel des Abkhlgesetzes von Newton aus dem 1. Kapitel erlutert. Differenzialgleichung: T (t) = 0.1 (T (t) Tu ) Anfangswert: T (0) = 80 C

1. Schritt: Den Rechner auf Differenzialgleichungen vorbereiten: Drcken Sie die Taste MODE und whlen Sie als Graph-Modus DIFF EQUATIONS, . drcken Sie dann zweimal ENTER

2. Schritt: Jetzt gebenSie die Differenzialgleichung und den Anfangswert ein. Drcken Sie die Tasten [Y=]. Dadurch wird der y-Editor geffnet. Sie knnen nun die Differenzialgleichung eingeben, wobei y1 fr T (t) und yi1 fr T (0) = 20 steht.

3. Schritt: Wenn Sie obigen Bildschirm haben (y-Editor), dann drcken Sie F1 9. Dies ffnet die Dialogbox GRAPH FORMAT. Sie mssen nun die folgenden Einstellungen haben:

ANHANG D. DIFFERENZIALGLEICHUNGEN MIT DEM TI-89/200

Drcken Sie jetzt wieder ENTER .

4. Schritt: Jetzt muss der anzuzeigende Koordinatenbereich eingestellt werden (Fenster Bereich). Drcken Sie dazu [WINDOW] und nehmen Sie die folgenden Einstellungen vor:

t0 ist der Anfangswert der Zeit, blicherweise setzt man t0=0. tmax ist die maximale Zeit, bis zu der gerechnet wird. In unserem Beispiel wird die Zeit in Minuten gemessen, wenn wir also den Abkhlvorgang whrend 20 Minuten berechnen wollen, dann setzen wir tmax=20. tstep entspricht dem Zeitschritt, also dem gewhlten t. Die horizontale Achse im Koordinatensystem ist in unserem Beispiel die ZeitAchse, also die tAchse. Fr den Rechner ist das aber immer noch die xAchse, also muss der xBereich (xmin, xmax) entsprechend dem tBereich (t0, tmax) eingestellt werden, wenn nicht ein kleinerer Ausschnitt gezeichnet werden soll. Der yBereich (ymin, ymax) entspricht im Beispiel dem Temperaturbereich, er liegt also etwa zwischen ymin=10 und ymax=90. Die Bedeutung der andern Parameter schlage man im Handbuch nach. Man kann nun die mit der Euler-Methode berechnete Nherung der Lsung, also den Temperaturverlauf, sowohl graphisch wie numerisch darstellen. Graphische Darstellung:

164

Numerische Darstellung: Dazu muss zuerst der gewnschte Tabellenausschnitt fest gelegt werden, dies geschieht ber die Tastenfolge [TblSet]. Mit Hilfe der Tasten [TABLE] erhalten wir dann die gewnschte Wertetabelle:

Richtungsfeld, Trajektorien und Phasenportrt mit dem TI-89/200


Es wird gezeigt, wie die Graphen aus 7.3 un 7.4 mit dem TI-89/200 erzeugt werden knnen.

1. Den Rechner auf Differenzialgleichungen vorbereiten: Drcken Sie die Taste MODE und whlen Sie als Graph-Modus DIFF EQUATIONS, . drcken Sie dann zweimal ENTER 2. Jetzt geben Sie die Differenzialgleichungen und ein. Drcken Sie die Tasten [Y=]. Dadurch wird der y-Editor geffnet. Sie knnen nun die Differenzialgleichung eingeben.

165

ANHANG D. DIFFERENZIALGLEICHUNGEN MIT DEM TI-89/200

3. Anschliessend mssen Sie die Achsen richtig denieren. Drcken Sie, ausgehend vom yEditor, F7 und nehmen Sie folgende Einstellungen vor:

4. Als Nchstes folgt die Einstellung des Formats: Drcken Sie F1 9. Dies ffnet die Dialogbox GRAPH FORMAT. Sie mssen nun die folgenden Einstellungen haben:

Drcken Sie dann wieder ENTER damit die Einstellungen bernommen werden. , 5. Jetzt muss noch der anzuzeigende Koordinatenbereich eingestellt werden (Fenster Bereich). Drcken Sie dazu [WINDOW] und nehmen Sie die folgenden Einstellungen vor:

166

6. Wenn Sie nun noch [GRAPH] eingeben, erhalten Sie das Richtungsfeld. 7. Um Trajektorien zu erzeugen, haben Sie zwei Mglichkeiten: a) Drcken Sie F8 IC; IC bedeutet Initial Conditions , also Anfangsbedingungen. Daraufhin erscheint der Curser auf dem Bildschirm, welchen Sie an eine beliebige gewnschte Stelle verschieben knnen. Wenn Sie anschliessend ENTER drcken, wird die Trajektorie gezeichnet. Die Lnge hngt vom eingestellten Wert tmax im WINDOW ab. b) Sie knnen bereits im y-Editor einen oder mehrere Anfangswerte eingeben, die Trajektorien mit diesen Anfangswerten werden dann gezeichnet. (Mehrere Anfangswerte mssen in geschweiften Klammern angegeben werden.) Bemerkung: Wenn Sie die Trajektorien im Grakbildschirm mit der Trace-Funktion verfolgen wollen, dann mssen Sie die Anfangswerte gemss b) im y-Editor eingeben.

167

Index

Index

nderungsrate, 2, 17 nderungsrate mittlere, 4 momentane, 2, 4, 21 Abkhlgesetz, 115 Ableitung, 2 Ableitung Ableitungsfunktion, 22 Bedeutung, 21 Denition, 21 der Potenzfunktion, 29 der Umkehrfunktion, 42 der Wurzelfunktion, 30 erste, 13, 17 geometrische Bestimmung, 17 Logarithmusfunktion, 42 trigonometrische Funktionen, 95 Umgekehrte Proportionalitt, 30 zweite, 23 Amplitude, 99 Analyse des Phasenraums, 89 Anfangswertproblem, 5, 48 Approximation, 101 Attraktor, 91 bestimmtes Integral, 68 bestimmtes Integral Eigenschaften, 69 deterministischer Prozess, 83 Differenzenquotient, 21 Differenzialgleichung, 4 Differenzialgleichung lineare 1. Ordnung, 116 Differenzialgleichungen, 47 Differenzialquotient, 21

e, 40 e Denition, 41 Euler-Methode, 5, 51 Eulersche Zahl, 40 Eulersche Zahl Denition, 41 Exponentialfunktion, 114, 117 Exponentialfunktion Ableitung, 40 exponentielles Wachstum, 39, 48 Extremalstellen, 22 Extremstellen, 22 Extremum lokales, 23 Flchen, 136 Flcheninhalt zwischen Kurven, 73 Funktion trigonometrische, 95 Gleichgewichtspunkt, 88 Grenzwert, 9 Grenzzykel, 94, 132 harmonische Schwingung, 95 Hauptsatz der Differenzial- und Integralrechnung, 69, 71, 72 Hochpunkt, 22 Integral Anwendungen des bestimmten, 73 bestimmtes, 61, 68 unbestimmtes, 70 Integralfunktion, 79 Integrationsregeln, 71 Isokline, 88

Index Kettenregel, 33 konkav, 24 konvex, 24 Krmmung, 24 Logarithmusfunktion, 42 logistisches Wachstum, 49, 114 Lotka-Volterra-Modell, 50, 93 Maximum, 22 Minimum, 22 Mittelwert, 74 Modell, 4, 47 Modell S-I-R, 55 Momentangeschwindigkeit, 13 Newton Abkhlgesetz, 115 Abkhlungsgesetz, 4 Nullkline, 88 Phasenportrt, 87 Phasenraum, 84, 87 Phasenraum Analyse des, 89 Phasenverschiebung, 99 Potenzreihe, 107 Produktregel, 31 Proportionalittsfaktor, 21 Prozess deterministischer, 83 Quotienetenregel, 35 Ruber-Beute-Modell, 50 Richtungsfeld, 86, 87 Riemann-Obersumme, 67 Riemann-Summe, 61 Riemann-Summe Denition, 66 Riemann-Untersumme, 67 Rotationskrper, 75 S-I-R-Modell, 55 Schwingungsdauer, 99 Separation der Variablen, 113 Sinus-Funktion Ableitung, 95 stckweise lineare Funktion, 6 Stammfunktion, 70 Summenregel, 30 Superwachstum, 118 Taylor-Polynom, 101 Taylor-Reihe, 106 Tiefpunkt, 22 Trajektorie, 84, 87 Umkehrfunktion, 42 unbestimmtes Integral, 70 unbestimmtes Integral Denition, 70 Vektorfeld, 86, 87 Volumen Rotationskrper, 75 Wachstum exponentielles, 48, 114, 117 logistisches, 49, 114 Wendepunkt, 24, 26

170