Post on 27-Oct-2019
Hochschule MunchenFakultat 03, Fahrzeugtechnik
Skript zur Vorlesung
Analysis
Prof. Dr.-Ing. Katina Warendorf
July 3, 2013
Erstversion erstellt von Sindy Engelerweitert von Prof. Dr.-Ing. Katina Warendorf
Contents
1 Mengen 61.1 Begriffe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.1 Mengenrelationen . . . . . . . . . . . . . . . . . . . . . . . . . . . 61.1.2 Operationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Spezielle Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71.3 Menge der reellen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . 71.4 Darstellung und Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.1 Anordnung der Zahlen . . . . . . . . . . . . . . . . . . . . . . . . 81.4.2 Intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5 Beschranktheit von Mengen . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 Komplexe Zahlen 92.1 Grundbegriffe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92.2 Darstellungsformen von komplexen Zahlen . . . . . . . . . . . . . . . . . 10
2.2.1 Arithmetische Form . . . . . . . . . . . . . . . . . . . . . . . . . . 102.2.2 Goniometrische/ Trigonometrische Form . . . . . . . . . . . . . . 112.2.3 Exponentialform . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Umrechnungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112.4 Rechnen mit komplexen Zahlen . . . . . . . . . . . . . . . . . . . . . . . 12
2.4.1 Addition und Subtraktion . . . . . . . . . . . . . . . . . . . . . . 122.4.2 Multiplikation und Division . . . . . . . . . . . . . . . . . . . . . 12
3 Reelle Zahlenfolgen 163.1 Definition von Zahlenfolgen . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.1.1 Darstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163.2 Spezielle Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173.3 Eigenschaften von Zahlenfolgen . . . . . . . . . . . . . . . . . . . . . . . 17
3.3.1 Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173.3.2 Beschranktheit und Konvergenz . . . . . . . . . . . . . . . . . . . 20
4 Funktionen einer Variablen 214.1 Funktionsbegriff . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214.2 Eigenschaften von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . 214.3 Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234.4 Verkettete Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2
Prof. Dr.-Ing. K. Warendorf Analysis
4.5 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244.5.1 Arten von Unstetigkeitsstellen . . . . . . . . . . . . . . . . . . . . 24
4.6 Funktionsklassen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254.6.1 Ganzrationale Funktionen . . . . . . . . . . . . . . . . . . . . . . 254.6.2 Gebrochenrationale Funktionen . . . . . . . . . . . . . . . . . . . 264.6.3 Wurzelfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264.6.4 Exponential- und Logarithmusfunktionen . . . . . . . . . . . . . . 274.6.5 Trigonometrische Funktionen . . . . . . . . . . . . . . . . . . . . 274.6.6 Hyperbelfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5 Differentialrechnung fur Funktionen einer Variablen 295.1 Differentialrechnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.1.1 Differential einer Funktion . . . . . . . . . . . . . . . . . . . . . . 305.1.2 Differentiationsregeln . . . . . . . . . . . . . . . . . . . . . . . . . 305.1.3 Mittelwertsatze . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315.1.4 Regel von l’HOSPITAL . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2 Funktionsverhalten und besondere Punkte . . . . . . . . . . . . . . . . . 335.2.1 Notwendige und hinreichende Bedingung fur Extremwerte und
Wendepunkte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345.3 Newtoniteration zur Bestimmung von Nullstellen . . . . . . . . . . . . . 34
6 Integralrechnung 356.1 Bestimmtes und Unbestimmtes Integral . . . . . . . . . . . . . . . . . . . 35
6.1.1 Bestimmtes Integral . . . . . . . . . . . . . . . . . . . . . . . . . 356.1.2 Stammfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366.1.3 Unbestimmtes Integral . . . . . . . . . . . . . . . . . . . . . . . . 36
6.2 Integrationsverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376.2.1 Partielle Integration . . . . . . . . . . . . . . . . . . . . . . . . . 376.2.2 Substitution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376.2.3 Partialbruchzerlegung . . . . . . . . . . . . . . . . . . . . . . . . 386.2.4 Numerische Integration . . . . . . . . . . . . . . . . . . . . . . . . 38
7 Reihen 407.1 Unendliche Reihe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
7.1.1 Einfuhrung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407.1.2 Konvergenzkriterien . . . . . . . . . . . . . . . . . . . . . . . . . 41
7.2 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427.2.1 Einfuhrung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427.2.2 Konvergenz und Eigenschaften von Potenzreihen . . . . . . . . . . 43
7.3 Taylor-Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457.3.1 Einfuhrung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457.3.2 Entwicklung einer Funktion in eine Potenzreihe . . . . . . . . . . 467.3.3 Anwendungen Taylor-Reihe . . . . . . . . . . . . . . . . . . . . . 47
HS Munchen 3 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
8 Differential- und Integralrechnung fur Funktionen von mehreren Variablen 498.1 Einfuhrung: Definition und Darstellung . . . . . . . . . . . . . . . . . . . 49
8.1.1 Definition und Begriffe . . . . . . . . . . . . . . . . . . . . . . . . 498.1.2 Darstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
8.2 Differentialrechnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508.2.1 Partielle Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . 518.2.2 Gradient, Richtungsableitung . . . . . . . . . . . . . . . . . . . . 538.2.3 Totale Differenzierbarkeit und Tangentialebene . . . . . . . . . . . 558.2.4 Extremwertuntersuchungen . . . . . . . . . . . . . . . . . . . . . 568.2.5 Totales Differential . . . . . . . . . . . . . . . . . . . . . . . . . . 588.2.6 Ausgleichsgerade/ Parabel . . . . . . . . . . . . . . . . . . . . . . 61
8.3 Integralrechnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 648.3.1 Doppelintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 648.3.2 Dreifachintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.4 Vektorfelder und Kurvenintegrale . . . . . . . . . . . . . . . . . . . . . . 68
9 Ebene Kurven 729.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
9.1.1 Parameterdarstellung . . . . . . . . . . . . . . . . . . . . . . . . . 729.1.2 Polarkoordinaten-Darstellung . . . . . . . . . . . . . . . . . . . . 72
9.2 Differentiation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 729.2.1 Parameterdarstellung . . . . . . . . . . . . . . . . . . . . . . . . . 729.2.2 Polarkoordinaten-Darstellung . . . . . . . . . . . . . . . . . . . . 73
9.3 Flachen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 739.3.1 Standardflache einer explizit gegebene Funktion . . . . . . . . . . 739.3.2 Standardflache einer Kurve in Parameterdarstellung . . . . . . . . 739.3.3 Formeln fur Sektorflachen . . . . . . . . . . . . . . . . . . . . . . 74
9.4 Bogenlange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 749.4.1 Explizit gegebene Funktion . . . . . . . . . . . . . . . . . . . . . 749.4.2 Parameterdarstellung . . . . . . . . . . . . . . . . . . . . . . . . . 749.4.3 Polarkoordinaten-Darstellung . . . . . . . . . . . . . . . . . . . . 75
9.5 Krummungsverhalten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 759.5.1 Krummung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 759.5.2 Krummungskreisradius . . . . . . . . . . . . . . . . . . . . . . . . 759.5.3 Krummungskreismittelpunkt . . . . . . . . . . . . . . . . . . . . . 75
10 Gewohnliche Differentialgleichungen 7710.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7710.2 Gewohnliche Differentialgleichungen 1. Ordnung . . . . . . . . . . . . . . 78
10.2.1 Isoklinenverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . 7810.2.2 Differentialgleichungen mit trennbaren Variablen . . . . . . . . . . 7910.2.3 Durch Substitution losbare Differentialgleichungen . . . . . . . . . 8010.2.4 Lineare Differentialgleichungen . . . . . . . . . . . . . . . . . . . 8010.2.5 Numerische Integration . . . . . . . . . . . . . . . . . . . . . . . . 83
HS Munchen 4 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
10.3 Gewohnliche Differentialgleichungen 2. Ordnung . . . . . . . . . . . . . . 8510.3.1 Auf Differentialgleichungen 1. Ordnung zuruckfuhrbare Differen-
tialgleichungen 2. Ordnung . . . . . . . . . . . . . . . . . . . . . . 8610.3.2 Lineare homogene Differentialgleichungen 2. Ordnung mit kon-
stanten Koeffizienten . . . . . . . . . . . . . . . . . . . . . . . . . 8710.3.3 Lineare inhomogene Differentialgleichungen 2. Ordnung mit kon-
stanten Koeffizienten . . . . . . . . . . . . . . . . . . . . . . . . . 8910.4 Lineare Systeme von Differentialgleichungen mit konstanten Koeffizienten 91
10.4.1 Losung des homogenen Systems . . . . . . . . . . . . . . . . . . . 9110.4.2 Losung des inhomogenen Systems . . . . . . . . . . . . . . . . . . 9310.4.3 Uberfuhrung auf ein System 1. Ordnung: Zustandsform . . . . . . 94
HS Munchen 5 Fakultat 03
1 Mengen
1.1 Begriffe
Eine Menge M ist eine Zusammenfassung wohlunterscheidbarer Objekte. Die Objekteheißen Elemente.
x ∈M : x ist Element in M
x /∈M : x ist nicht Element in M
Leere Menge: M = � = {}
Beispiel 1.1 Mengen
M1 = {2, 4, 6} aufzahlende Form
M2 = {x|(x > 1) ∧ (x < 5)} beschreibende Form
1.1.1 Mengenrelationen
A = B Gleichheit von 2 Mengen (A = B)⇐⇒ (a ∈ A⇐⇒ a ∈ B)
A ⊆ B A ist in B enthalten (A ⊆ B)⇐⇒ (a ∈ A⇒ a ∈ B)
A ⊂ B A ist echt in B enthalten (A ⊂ B)⇐⇒ (A ⊆ B ∧ ∃ b ∈ B ∧ b /∈ A)
1.1.2 Operationen
A ∪B Vereinigung von A u. B (a ∈ A ∪B)⇐⇒ (a ∈ A ∨ a ∈ B)
A ∩B Schnitt von A u. B (a ∈ A ∩B)⇐⇒ (a ∈ A ∧ a ∈ B)
A\B Differenz von A u. B (a ∈ A\B)⇐⇒ (a ∈ A ∧ a /∈ B)
A Komplementarmengebzgl. einer GrundmengeM
∀a ∈M :(a ∈ A
)⇐⇒ (a /∈ A)
6
Prof. Dr.-Ing. K. Warendorf Analysis
1.2 Spezielle Mengen
Menge der naturlichen Zahlen: N = {1, 2, 3, 4, . . . }Menge der ganzen Zahlen: Z = {0,±1,±2,±3, . . . }Menge der rationalen Zahlen: Q =
{x|x = a
b, a ∈ Z; b ∈ Z\ {0}
}x ist ein endlicher oder ein periodischer Dezimalbruch
Menge der reellen Zahlen: R = {x|x = ein Dezimalbruch}Erweiterung von Q um unendliche, nichtperiodische Dezimalbruche (π, e, . . . )
Menge der komplexen Zahlen: C = {x|x = a+ bj, a, b ∈ R; j2 = −1}
1.3 Menge der reellen Zahlen
1.4 Darstellung und Eigenschaften
Zahlengerade
Eigenschaften: ∀ a, b ∈ R
1. Mogliche Operationen
a+ b, a− b, a · b, ab, b 6= 0
2. Kommutativgesetz
a+ b = b+ a
a · b = b · a
3. Assoziativgesetz
a+ (b+ c) = (a+ b) + c
a · (b · c) = (a · b) · c
4. Distributivgesetz
a(b+ c) = a · b+ a · c
HS Munchen 7 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
1.4.1 Anordnung der Zahlen
3 mogliche Beziehungen:
∀ a, b ∈ Ra < b
a = b
a > b
1.4.2 Intervalle
a, b ∈ R, a < b
1. endliche Intervalle
[ a; b ] = {x| a ≤ x ≤ b} abgeschlossenes Intervall
[ a; b [ = {x| a ≤ x < b} halboffenes Intervall
] a; b ] = {x| a ≤ x < b} halboffenes Intervall
]a; b [ = {x| a < x < b} offenes Intervall
2. unendliche Intervalle
[a; ∞[ = {x| a ≤ x <∞}]a; ∞[ = {x| a < x <∞}
] -∞; b] = {x| -∞ < x ≤ b}]-∞; b[ = {x| -∞ < x < b}]-∞; 0[ = R−
]0; ∞[ = R+
[ 0; ∞ [ = R+0
]-∞; ∞[ = R
1.5 Beschranktheit von Mengen
Definition 1.1 Beschranktheit
Eine Zahlenmenge M heißt nach oben (unten) beschrankt, wenn eine Zahl S ∈ Rexistiert, so dass gilt x ≤ S (x ≥ S) ist, fur alle x ∈MJedes S mit dieser Eigenschaft heißt obere (untere) Schranke.
HS Munchen 8 Fakultat 03
2 Komplexe Zahlen
2.1 Grundbegriffe
Definition 2.1 Imaginare Einheit j
Die Definition der Imaginaren Einheit j, ergibt sich aus der Losung der folgendenGleichung
x2 + 1 = 0
→ x2 = −1
x = ±√−1︸ ︷︷ ︸j
Die imaginare Einheit j ist eine Zahl, fur die gilt:
j2 = −1
Definition 2.2 Komplexe Zahl
Eine komplexe Zahl z ist die Summe aus einer reellen Zahl a und einer imaginarenZahl bj:
z = a+ bj
a heißt Realteil,b heißt Imaginarteil von z.Die Menge der komplexen Zahlen wird als C bezeichnet.Es gilt C = {Z|Z = a+ bj, j2 = −1; a, b ∈ R}
9
Prof. Dr.-Ing. K. Warendorf Analysis
Gauß´sche Zahlenebene
Der Betrag ergibt sich zu: |Z| = r =√a2 + b2
Konjugiert komplexe Zahl
Definition 2.3 Konjugiert komplexe Zahl
Die Zahl Z = a− bj heißt konjugiert komplex zu Z = a+ bj.Dies entspricht in der Gauß’schen Zahlenebene einer Spiegelung an der Re(Z)-Achse.
2.2 Darstellungsformen von komplexen Zahlen
2.2.1 Arithmetische Form
Z = a︸︷︷︸Realteil
+ b︸︷︷︸Imaginarteil
j, a, b ∈ R
HS Munchen 10 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
2.2.2 Goniometrische/ Trigonometrische Form
Beziehungen:
|Z| = r
tanϕ =b
a
sinϕ =b
r
cosϕ =a
ra = r · cosϕ
b = r · sinϕ
Z = r (cosϕ+ j sinϕ) , 0 ≤ ϕ < 2π bzw. 0° ≤ ϕ < 360°
2.2.3 Exponentialform
Euler’sche Formel: e jϕ = cosϕ+ j · sinϕ
Z = r · e jϕ, 0 ≤ ϕ < 2π bzw. 0° ≤ ϕ < 360°
2.3 Umrechnungen
arithmetische in goniometrische bzw. in Exponentialform
Z = a+ bj
Z = r (cosϕ+ j · sinϕ)
bzw:
Z = r · e j·ϕ
mit:
r =√a2 + b2
ϕ = arctan
(b
a
)Exponentialform in arithmetische
Z = r · e j ϕ
a = r · cos (ϕ)
b = r · sin (ϕ)
Z = r · cos (ϕ) + j · r · sin (ϕ)
HS Munchen 11 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
2.4 Rechnen mit komplexen Zahlen
2.4.1 Addition und Subtraktion
Definition 2.4 Summenbildung
Die Summen und Differenzbildung erfolgt bei komplexen Zahlen, durch Addition bzw.Subtraktion der Komponenten (vgl. Vektoraddition)
Z1 = a1 + b1j
Z2 = a2 + b2j
Z1 + Z2 = (a1 + a2) + j (b1 + b2)
Z1 − Z2 = (a1 − a2) + j (b1 − b2)
Die Addition und Subtraktion von komplexen Zahlen ist ausschließlich in derarithmetischen Form moglich!
2.4.2 Multiplikation und Division
In arithmetischer Form
Multiplikation
Z1 · Z2 = (a1 + jb1) · (a2 + jb2)
→ Real- und Imaginarteil sortieren
= a1a2 + a1b2j + a2b1j − b1b2
= (a1a2 − b1b2) + j (a1b2 + a2b1)
Multiplikation konjugiert komplexer Zahlen
Z = a+ bj
Z = a− bjZ · Z = (a+ bj) · (a− bj)
= a2 − b2j2
= a2 + b2
es entsteht eine reelle Zahl!
HS Munchen 12 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Division Dieser Effekt der Produkte konjugiert komplexer Zahlen, wird ausgenutzt zurBildung des Quotienten zweier beliebiger komplexer Zahlen.
Z1 = a1 + b1j
Z2 = a2 + b2j
Z1
Z2
=a1 + b1j
a2 + b2jErweitern mit dem konjugiert komplexen Nenner
=⇒ Z1
Z2
=a1 + b1j
a2 + b2j· a2 − b2j
a2 − b2j
=a1a2 + b1b2 + (a2b1 − a1b2) j
a22 + b2
2
=a1a2 + b1b2
a22 + b2
2
+ ja2b1 − a1b2
a22 + b2
2
Goniometrische Form/ Exponentialform
Multiplikation
Z1 = r1 · ejϕ1
Z2 = r2 · ejϕ2
in Exponentialform:
Z1 · Z2 = r1 · r2 · ej(ϕ1+ϕ2)
analog in goniometrischer Form:
Z1 · Z2 = r1 · r2 (cos (ϕ1 + ϕ2) + j sin (ϕ1 + ϕ2))
Zwei komplexe Zahlen in goniometrischer bzw. in Exponentialform werdenmultipliziert, indem man die Betrage multipliziert, die Winkel jedoch ad-diert.
Division
Z1 = r1 · ejϕ1
Z2 = r2 · ejϕ2
Z1
Z2
=r1
r2
· ej(ϕ1−ϕ2)
Z1
Z2
=r1
r2
(cos (ϕ1 − ϕ2) + j sin (ϕ1 − ϕ2))
Zwei komplexe Zahlen in goniometrischer bzw. in Exponentialform werden dividiert,indem man die Betrage dividiert, die Winkel jedoch subtrahiert.
Potenzieren und radizieren
HS Munchen 13 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Potenzieren
Z1 = r1 · ejϕ1
Zn1 =
(r1 · ejϕ1
)nZn
1 = rn1 · en·jϕ1
Zn1 = rn1 (cos (nϕ1) + j sin (nϕ1))
Eine komplexe Zahl in goniometrischer bzw. in Exponentialform wird mit npotenziert, indem man den Betrag mit n potenziert, den Winkel jedoch mitn multipliziert.
Radizieren
1 = x2 ⇒ x = 1 ∨ x = −1
1 = x4 ⇒ x = 1 ∨ x = −1 ∨ x = j ∨ x = −jda:
j4 =(j2)2
= (−1)2 = 1
(−j)4 =((−j)2)2
= (1)2 = 1
Fur den Ausdruck n√x existieren n Losungen im Abstand von 360◦
n, bei konstanten
Betragen. Fur die n-te Wurzel aus einer komplexen Zahl Z = a+ bj = r · ejϕ gilt:
n√Z = r
1n · ej(
ϕn
+k· 360◦
n )
Fur
k = 0, 1, . . . , n− 1
Die Losung fur k = 0 wird als Hauptwert bezeichnet.
HS Munchen 14 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Anwendung: Uberlagerung von gleichfrequenten Schwingungen
Allgemeine Sinusschwingung:
s (t) = A · sin (ωt+ ϕ)
Zusammenhang zwischen komplexer und reeller Form:
s(t) = A · (cos (ωt+ ϕ) + j sin (ωt+ ϕ)) = A · ej(ωt+ϕ)
=⇒ s (t) = Im (s(t))
Zwei gleichfrequente Schwingungen uberlagern:
s1 (t) = A1 · sin (ωt+ ϕ1)
s2 (t) = A2 · sin (ωt+ ϕ2)
Gesucht wird die Summenfunktion:
sΣ (t) = s1 (t) + s2 (t) = A1 · sin (ωt+ ϕ1) + A2 · sin (ωt+ ϕ2) = AΣ sin (ωt+ ϕΣ)
Gebildet wird zuerst die komplexe Summe, vom Ergebnis wird der Imaginarteil bes-timmt. Bildung der komplexen Summe:
s (t) = s1 (t) + s2 (t)
= A1 · ej(ωt+ϕ1) + A2 · ej(ωt+ϕ2)
= A1 · ejϕ1︸ ︷︷ ︸A1
·ejωt + A2 · ejϕ2︸ ︷︷ ︸A2
·ejωt
=(A1 + A2
)︸ ︷︷ ︸A
·ejωt
Daraus ergibt sich folgende Vorgehensweise:
1. Ubergang zur komplexen Form
s1(t) = A1 · ejωt mit A1 = A1 · ejϕ1
s2(t) = A2 · ejωt mit A2 = A2 · ejϕ2
2. Addition der komplexen Amplituden
A = A1 + A2
3. Rucktransformation: Bildung des Imaginarteils der komplexen Sinusschwingung
HS Munchen 15 Fakultat 03
3 Reelle Zahlenfolgen
3.1 Definition von Zahlenfolgen
Definition 3.1 Zahlenfolge
Unter einer reellen Zahlenfolge (ZF) versteht man eine geordnete Menge reeller Zahlen.Jedem n ≥ K (meistens K = 0 oder K = 1) n ∈ N wird in eindeutiger Weise einereelle Zahl an zugeordnet.an heißt n-tes Glied der ZF.
(an) = a0, a1, a2, . . .
3.1.1 Darstellung
1. Analytische Darstellung
Das n-te Folgeglied lasst sich direkt berechnen
an =1
n
2. Rekursive Darstellung
Das n-te Folgeglied berechnet sich aus dem (n− 1)-ten Folgeglied (ggf. n− 2 . . . )
an = a2n−1 − 1; a0 = 2
→ (an) = 2, 3, 8, 63 . . .
3. Graphische Darstellung - Zahlenstrahl
Bsp. an) = n2 − 1
16
Prof. Dr.-Ing. K. Warendorf Analysis
4. Graphische Darstellung - Koordinatensystem
3.2 Spezielle Folgen
1. Arithmetische FolgeDifferenz von 2 benachbarten Folgengliedern ist gleich d
a0, d ∈ R
an = an−1 + d rekursive Darstellung
mit a0 = 1, d = 2⇒ (an) = an−1 + 2 = 1, 3, 5, 7 . . .
an = analytische Darstellung
2. Geometrische FolgeQuotient von 2 benachbarten Folgengliedern ist gleich q
a0, q ∈ R
an = q · an−1 rekursive Darstellung
mit a0 = 1, q =1
2⇒ (an) =
1
2· an−1 = 1,
1
2,
1
4,
1
8. . .
an = analytische Darstellung
3.3 Eigenschaften von Zahlenfolgen
3.3.1 Konvergenz
HS Munchen 17 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Definition 3.2 Konvergenz
Eine Zahlenfolge (an) heißt
1. konvergent gegen den Grenzwert g ∈ R, wenn zu jedem ε > 0 ein N ∈ Nexistiert, so dass gilt |an − g| < ε, d.h. an ∈ Uε(g)
limn→∞
(an) = g
2. Nullfolge, wenn
limn→∞
(an) = 0
3. divergent, wenn sie nicht konvergent ist
4. bestimmt divergent, wenn
limn→∞
(an) =∞
limn→∞
(an) = -∞
5. unbestimmt divergent, wenn Sie divergent, aber nicht bestimmt divergent ist.
Definition 3.3 Alternierende Zahlenfolge
Eine ZF heißt alternierend, wenn benachbarte Folgenglieder unterschiedlicheVorzeichen besitzen.
Beispiel 3.1 Einfache alternierende ZF
an = (-1)n · 1
n2, n > 0
(an) = -1;1
4; −1
9;
1
16. . .
HS Munchen 18 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Konvergenz elementarer Folgen
1. Arithmetische Folge an = a0 + n · d
limn→∞
(an) =
, d > 0 bestimmt divergent, d = 0 konvergent, d < 0 bestimmt divergent
2. Geometrische Folge an = a0 · qn
limn→∞
(an) =
fur |q| < 1fur q = 1fur q = -1fur q > 1fur q < -1
3. Gebrochen rationale Folge cn = p(n)q(n)
mit den Polynomen
p(n) = ak nk + ak−1 n
k−1 + · · ·+ a1 n+ a0
q(n) = bl nl + bl−1 n
l−1 + · · ·+ b1 n+ b0
vom Grad k bzw l
limn→∞
(cn) =
fur k > l, ak
bl> 0
fur k > l, akbl< 0
fur k < lfur k = l
4. limn→∞
1
n=
5. limn→∞
n√a = , a > 0
6. limn→∞
n√n =
7. limn→∞
an
n!=
Fakultat:n! = n · (n− 1) · (n− 2) · · · · 1
8. limn→∞
na
n!= , a ∈ R
9. limn→∞
(1 +
1
n
)n=
HS Munchen 19 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Rechenregeln fur konvergente Zahlenfolgen
limn→∞
(an) = a; limn→∞
(bn) = b
1. limn→∞
(an + bn) = a+ b
2.(
limn→∞
(an))· c = a · c
3. limn→∞
(an · bn) = a · b
4. limn→∞
(anbn
)=a
bb 6= 0 bn 6= 0
Die Regeln gelten auch fur bestimmt divergente Zahlenfolgen, wenn man definiert:
1. ∞+∞ =∞
±∞± a = ±∞
2.c · (±∞) =
±∞; c > 0∓∞; c < 0n.d.; c = 0
3.c
±∞= 0
∞ · ±∞ = ±∞-∞ · ±∞ = ∓∞
3.3.2 Beschranktheit und Konvergenz
Definition 3.4 Beschranktheit
Eine Folge (an) heißt beschrankt gegen eine obere bzw. untere Schranke S ∈ R, fallsfur alle Folgenglieder gilt ai ≤ S bzw. ai ≥ S, i ∈ N.
Satz:
1. Jede konvergente Folge ist beschrankt.
2. Jede nach oben bzw. unten beschrankte monoton steigende bzw. fallende Folgeist konvergent gegen ihr Supremum bzw. Infimum.
HS Munchen 20 Fakultat 03
4 Funktionen einer Variablen
4.1 Funktionsbegriff
Definition 4.1 Funktion
Eine Vorschrift f, die jedem Element x ∈ D ⊆ R in eindeutiger Weise ein Elementy ∈W ⊆ R zuordnet, heißt reelle Funktion.
f : D → W ; y = f(x)
Darstellungsmoglichkeiten
1. Verbale Darstellung
2. Tabelle von Messwerten
3. Grafische Darstellung
4. Analytische Darstellung
a) Explizite Darstellung
y = f(x), y = f(x) = x2
b) Implizite Darstellung
F (x, y) = 0
4.2 Eigenschaften von Funktionen
Definition 4.2 Beschrankung
21
Prof. Dr.-Ing. K. Warendorf Analysis
Funktionen sind per Definition beschrankt auf den Definitionsbereich D.Eine Funktion f : D→W heißt beschrankt, falls ein c > 0 existiert mit
|f(x)| ≤ c, ∀x ∈ D.
Ansonsten heißt die Funktion unbeschrankt.
Definition 4.3 Monotonie
� monoton wachsend
f(x1) ≤ f(x2) mit x1 < x2 ∀ x ∈ D
� streng monoton wachsend
f(x1) < f(x2) mit x1 < x2 ∀ x ∈ D
� monoton fallend
f(x1) ≥ f(x2) mit x1 < x2 ∀ x ∈ D
� streng monoton fallend
f(x1) > f(x2) mit x1 < x2 ∀ x ∈ D
Definition 4.4 Periodizitat
Eine Funktion f heißt auf D periodisch mit der Periode p 6= 0, wenn gilt:
x ∈ D ⇒ x+ p ∈ D
und
f(x) = f(x+ p) = f(x+ k · p)
HS Munchen 22 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Definition 4.5 Symmetrie
� Eine Funktion f heißt auf D gerade, wenn gilt
x ∈ D ⇒ −x ∈ D
und
f(x) = f(−x)
Symmetrie zur y-Achse (Achsensymmetrie)
� Eine Funktion f heißt auf D ungerade, wenn gilt
x ∈ D ⇒ −x ∈ D
und
f(x) = −f(−x)
Symmetrie zum Koordinatenursprung (Punkt oder Drehsymmetrie um denNullpunkt)
4.3 Umkehrfunktion
Es sei y = f(x) eine Funktion x ∈ D, d.h. sie ordnet jedem Element aus D genau einElement aus W zu.Gilt auch die Umkehrung d.h. zu jedem Element y ∈ W gehort genau ein x ∈ D, soheißt f eineindeutig und besitzt eine Umkehrfunktion, die mit f−1 bezeichnet wird.
Df−1 = Wf Wf−1 = Df
Vorgehensweise zur Bildung der Umkehrfunktion:
1. Auflosen der Gleichung nach x
2. formales Vertauschen von x und y
y = f−1(x)
wird nicht angewandt bei technischen Großen
4.4 Verkettete Funktion
Definition 4.6 Verkettete Funktion
Es seien y1 = f(x), x ∈ Df und y1 = g(x), x ∈ Dg. Funktionen mit der EigenschaftWg ⊆ Df heißt (f ◦ g)(x) = f(g(x)) verkettete Funktion.
HS Munchen 23 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
4.5 Stetigkeit
Definition 4.7 Stetigkeit und Grenzwert
1. Sei f = D → W,x0 ∈ D; g ∈ R heißt linksseitiger bzw. rechtsseitiger Grenzwert,von f an der Stelle x0, wenn
limn→∞
f(xn) = g
fur jede von links bzw. rechts gegen x0 konvergierende Folge (xn) ∈ D gilt.Schreibweise:
links: limx→x−0
f(x) = g
rechts: limx→x+0
f(x) = g
g = ±∞ heißt uneigentlicher Grenzwert.
2. g heißt Grenzwert von f in x0 falls
g = limx→x+0
f(x) = limx→x−0
f(x)
Schreibweise:
g = limx→x0
f(x)
3. f heißt stetig in x0, falls
g = limx→x0
f(x) = f(x0)
ansonsten unstetig. f heißt stetig auf D, falls f∀x ∈ D stetig ist. (Grafisch:Graph in einem Zug zeichenbar)
4.5.1 Arten von Unstetigkeitsstellen
Sprung limx→x−0
f(x) = g1 6= g2 = limx→x+0
f(x)
HS Munchen 24 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Lucke limx→x−0
f(x) = limx→x+0
f(x) = g
Definition 4.8 Stetige Erganzung
Hat f(x) in x0 eine Lucke, so heißt die durch den Grenzwert der Luckevervollstandigte Funktion, stetig erganzt.
f(x) =
{f(x), x 6= x0
g, x = x0
Polstelle limx→x−0
f(x) = ±∞, limx→x+0
f(x) = ±∞
4.6 Funktionsklassen
4.6.1 Ganzrationale Funktionen
HS Munchen 25 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Definition 4.9 Ganzrationale Funktion
Eine Funktion der Gestalt
pn(x) = anxn + an−1x
n−1 + · · ·+ a1x+ a0, a0, . . . , an ∈ R, an 6= 0
heißt ganzrationale Funktion oder Polynom n-ten Grades.
Satz: Fundamentalsatz der Algebra
Jedes Polynom lasst sich aufspalten in:
pn(x) = an(x− x1)(x− x2) . . . (x− xn)
wobei die xn, die (ggf. komplexen) Nullstellen darstellen.
4.6.2 Gebrochenrationale Funktionen
Definition 4.10 Gebrochenrationale Funktion
Der Quotient zweier Polynome heißt gebrochenrationale Funktion.
f(x) =pm(x)
pn(x)=amx
m + · · ·+ a0
bnxn + · · ·+ b0
Sie heißt echt gebrochen, falls m < n, ansonsten unecht.
Falls x0 NS von pm(x) und pn(x) ist, so hat f(x) dort eine Lucke.Falls x0 nur NS von pn(x), so hat f(x) dort einen Pol.
4.6.3 Wurzelfunktion
f(x) = xmn = n
√xm
Beispiel 4.1 Wurzelfunktion
f(x) = 3x32 = 3 · 2
√x3 D = R+
0
HS Munchen 26 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
4.6.4 Exponential- und Logarithmusfunktionen
Definition 4.11 Exponential- und Logarithmusfunktionen
Sei a ∈ R mit a > 0, a 6= 0, dann heißt
f(x) = axD = R
Exponentialfunktion mit Basis a. x heißt Exponent.Es gilt ferner:
f−1(x) = loga x, D = R+
Logarithmusfunktion von x zur Basis a.
Rechenregeln:
1. ax · ay = ax+y
2. ax
ay= ax−y
3. (ax)y = ax·y
4. loga(x · y) = loga x+ loga y
5. loga(x
y) = loga x− loga y
6. loga xy = y · loga x
7. loga x = loga b · logb x ⇒ loga x
loga b= logb x (Basiswechsel)
4.6.5 Trigonometrische Funktionen
1. f(x) = sinx, Df = R, Wf = [−1, 1]
Periode p = 2π; ungerade FunktionUmkehrfunktion:
[−π
2; π
2
]Definitionsbereich des Sinus zum Finden der Umkehrfunk-
tion
f−1(x) = arcsin x Df−1 = [−1; 1], Wf−1 =[−π
2;π
2
]
HS Munchen 27 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
2. f(x) = cos x, Df = R, Wf = [−1, 1]
Periode p = 2π; gerade FunktionUmkehrfunktion: [0; π] Definitionsbereich des Kosinus zum Finden der Umkehrfunk-tion
f−1(x) = arccos x Df−1 = [−1; 1], Wf−1 = [0; π]
3. f(x) = tan x =sinx
cosx
Df ={x|x ∈ R, x 6= (2k − 1)
π
2, k ∈ G
},Wf = R
Periode p = π; ungerade Funktion
Umkehrfunktion auf: ]− π2, π
2[ f−1 = arctanx Df−1 = R, Wf−1 = ]− π
2, π
2[
4. f(x) = cot x =1
tanx
Df = {x|x ∈ R, x 6= k · π, k ∈ G} ,Wf = R
Periode p = π; gerade Funktion
4.6.6 Hyperbelfunktionen
1. sinhx =ex − e−x
2
D = R, W = R
2. coshx =ex + e−x
2
D = R, W = [ 1; ∞ [
3. tanhx =sinhx
coshx=ex − e−x
ex + e−x
D = R, W = ]− 1; 1 [
4. cothx =coshx
sinhx=ex + e−x
ex − e−x
D = R\ {0} , W = R\ [−1; 1]
HS Munchen 28 Fakultat 03
5 Differentialrechnung fur Funktioneneiner Variablen
5.1 Differentialrechnung
Definition 5.1 Differenzierbarkeit
Eine Funktion f auf ] a; b [ heißt an der Stelle x0 (x0 ∈ ]a; b[) differenzierbar, falls derGrenzwert des Differenzenquotienten
lim∆x→0
∆y
∆x= lim
x→x0
f(x)− f(x0)
x− x0
existiert.f ′(x0) heißt Ableitung von f an der Stelle x0. f heißt diffenzierbar im Intervall ] a; b [ ,falls f∀x ∈ ] a; b [ differenzierbar ist.
Definition 5.2 Tangente und Normale
Tangente:
t(x) = f(x0) + f ′(x0)(x− x0)
29
Prof. Dr.-Ing. K. Warendorf Analysis
Normale:
n(x) = f(x0)− 1
f ′(x0)(x− x0)
5.1.1 Differential einer Funktion
Definition 5.3 Differential
Das Differential dy = df = f ′(x0) · dx einer Funktion beschreibt den Zuwachs derOrdinate auf der, an der Stelle x0 errichteten Tangente bei einer Anderung der Abzissevon ∆x = dx.
∆y Zuwachs der Funktionswerte
∆y = f(x0 + ∆x)− f(x)
Fur kleine ∆x = dx→ dy ≈ ∆y
5.1.2 Differentiationsregeln
Seien f(x), g(x) Funktionen
� Summenregel
y(x) = f(x) + g(x)
y′(x) = f ′(x) + g′(x)
� Produktregel
y(x) = f(x) · g(x)
y′(x) = f ′(x) · g(x) + f(x) · g′(x)
HS Munchen 30 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
� Quotientenregel
y(x) =f(x)
g(x)
y′(x) =f ′(x) · g(x)− f(x) · g′(x)
g2(x)
� Kettenregel
y(x) = f(g(x)) = f(x) ◦ g(x)
y′(x) = g′(x) · f ′(g(x))
Innere Ableitung mal außerer Ableitung
� Ableitung der UmkehrfunktionSei f : D → W umkehrbar und differenzierbar. dann hat f−1 : W → D dieAbleitung:[
f−1(x)]′
=1
f ′(f−1(x))
5.1.3 Mittelwertsatze
Satz: Satz von ROLLE
Eine Funktion f(x) sei auf [a, b] stetig und auf ] a, b [ differenzierbar und seif(a) = f(b). Dann existiert mindestens eine Stelle x0 ∈ [a, b] mit f ′(x0) = 0
Satz: Mittelwertsatz der Differentialrechnung
HS Munchen 31 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Eine Funktion f(x) sei auf [a, b] stetig und auf ] a, b [ differenzierbar. Dann existiert
mindestens eine Stelle x0 ∈ [a, b] mit f ′(x0) = f(b)−f(a)b−a (Steigung der Sekante)
5.1.4 Regel von l’HOSPITAL
Seien f(x), g(x) differenzierbar auf ] a, b [ und g′(x) 6= 0 ∀ x ∈ ] a, b [Weiterhin seien
limx→a
f(x) = limx→a
g(x) = ±∞ oder 0
Dann gilt
limx→a
=f(x)
g(x)= lim
x→a
f ′(x)
g′(x)
HS Munchen 32 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
5.2 Funktionsverhalten und besondere Punkte
Monotonie:streng monoton steigend
f ′(x) > 0
monoton steigend
f ′(x) ≥ 0
streng monoton fallend
f ′(x) < 0
monoton fallend
f ′(x) ≤ 0
Krummung:
f ′(x) > 0 > 0 < 0 < 0f ′′(x) > 0 < 0 > 0 < 0
streng monoton steigend streng monoton fallendLinkskurve Rechtskurve Linkskurve Rechtskurve
Extremwerte:
lokales Maximum:
f(xH) > f(x) ∈ U(xH)
lokales Minimum:
f(xT ) < f(x) ∈ U(xT )
HS Munchen 33 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
5.2.1 Notwendige und hinreichende Bedingung fur Extremwerteund Wendepunkte
Extremwerte:
1. f ′(xE) = 0
2. f ′(xE) = · · · = f (n−1)(xE) = 0, fn(xE) 6= 0
wenn n ungerade → bei xE kein Extremwert
n gerade:
{f (n)(xE) > 0 ⇒ Minimum
f (n)(xE) < 0 ⇒ Maximum
Haufig ist schon f ′′(xE) 6= 0.
Wendepunkte:
Anderung des Krummungsverhaltens in xW
1. f ′′(xW ) = 0
2. f ′′(xW ) = · · · = f (n−1)(xW ) = 0, fn(xW ) 6= 0
n gerade → kein Wendepunktn ungerade → WendepunktHaufig ist schon f ′′′(xW ) 6= 0.
5.3 Newtoniteration zur Bestimmung von Nullstellen
t(x) = f(x0) + f ′(x0)(x− x0)
Berechnung von x1 (Nullstelle von t0(x))
0 = f(x0) + f ′(x0)(x1 − x0)
x1 = − f(x0)
f ′(x0)+ x0
Allgemein:
xn = − f(xn−1)
f ′(xn−1)+ xn−1
Konvergenzkriterium fur Startwert x0∣∣∣∣f(x0) · f ′′(x0)
[f ′(x0)]2
∣∣∣∣ < 1
HS Munchen 34 Fakultat 03
6 Integralrechnung
6.1 Bestimmtes und Unbestimmtes Integral
6.1.1 Bestimmtes Integral
Rechteck: ∆xk · f(xk)
b∫a
f(x) dx = limn→∞
n∑k=1
f(xk)∆xk
Eigenschaften
1.b∫
a
f(x) dx =
b∫a
f(t) dt
2.b∫
a
f(x) dx = −a∫b
f(x) dx
3.
a∫a
f(x) dx = 0
4.b∫
a
f(x) dx+
c∫b
f(x) dx =
c∫a
f(x) dx
5.b∫
a
k · f(x) dx = k ·b∫
a
f(x) dx
6.b∫
a
f(x) dx+
b∫a
g(x) dx =
b∫a
(f(x) + g(x)) dx
7. f(x) ≤ g(x) auf [a, b] =
b∫a
f(x) dx ≤b∫
a
g(x) dx
35
Prof. Dr.-Ing. K. Warendorf Analysis
6.1.2 Stammfunktion
Definition 6.1 Stammfunktionen
F (x) heißt Stammfunktion von f(x), falls F ′(x) = f(x) .
Satz: Stammfunktion
Seien F1(x), F2(x) zwei Stammfunktionen von f(x). Dann unterscheiden sichF1(x), F2(x) nur um eine additive Konstante.
F1(x) = F2(x) + C
Sei F (x) eine Stammfunktion von f(x), dann gilt:
b∫a
f(x) dx = F (b)− F (a)
6.1.3 Unbestimmtes Integral
Definition 6.2 Unbestimmtes Integral
Unter∫f(x) dx versteht man die Menge aller Stammfunktionen von f(x).
∫f(x) dx
heißt unbestimmtes Integral.
Satz: Hauptsatz der Differential- und Integralrechnung
Sei F (x) irgend eine Stammfunktion von f(x), dann ist∫f(x) dx = F (x) + C wobei C
alle reellen Zahlen durchlauft.
HS Munchen 36 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
6.2 Integrationsverfahren
6.2.1 Partielle Integration
(u · v)′ = u′v + uv′
⇒ u · v′ = (u · v)′ − u′v |∫
b∫a
u · v′ dx =
b∫a
(u · v)′ dx−b∫
a
u′v dx
b∫a
u · v′ dx = [u · v]ba −b∫
a
u′ · v dx
∫u · v′ dx = u · v −
∫u′ · v dx
6.2.2 Substitution
Allgemeines Verfahren zur Losung von:∫f(x)dx
1. Aufstellung der Substitutionsgleichung:
u = g1(x)⇒ du
dx= g′1(x)⇒ dx =
du
g′1(x)
oder
x = g2(u)⇒ dx
du= g′2(u)︸ ︷︷ ︸
Ableitung nach u
⇒ dx = g′2(u) · du
2. Durchfuhrung der Substitution:Einsetzen in das Integral⇒ Integral, das nur noch von u abhangt, x muss wegfallen∫
f(x)dx =
∫h(u)du
3. Berechnung des neuen Integrals in Abhangigkeit von u:∫h(u)du = H(u) + C
4. Rucksubstition:∫f(x)dx =
∫h(u)du = H(u) + C = F (x) +K
HS Munchen 37 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
6.2.3 Partialbruchzerlegung
Echt gebrochenrationale Funktion:
f(x) =Z(x)
N(x),
N(x), Z(x) sind Polynome, Nennergrad>Zahlergrad, falls nicht zuerst Polynomdivision .
Partialbruchzerlegung einer echt gebrochenrationalen Funktion:
1. Bestimmung der Nullstellen (Beschrankung hier auf reelle NS) des Nenners mitVielfachheit.
2. Jeder Nullstelle wird ein Partialbruch zugeordnet:
x0 : einfache Nullstelle ⇒ A
x− x0
x0 : Zweifache Nullstelle ⇒ A1
x− x0
+A2
(x− x0)2
......
...
x0 : n-fache Nullstelle ⇒ A1
x− x0
+ · · ·+ An(x− x0)n
3. Berechnung der Konstanten A bzw. Ai durch Summation der Bruche, Hauptnen-nerbildung und Einsetzen geeigneter Werte.
Berechnung des Integrals∫f(x)dx:
Nach der Partialbruchzerlegung von f(x), werden die Bruche einzeln integriert.Formeln hierfur:∫
A
x− x0
dx = A · ln |x− x0|+ C∫Ai
(x− x0)idx =
Ai(1− i)(x− x0)i−1
6.2.4 Numerische Integration
Gesucht ist eine (angenaherte) Losung von∫ b
a
f(x)dx
Dazu wird das Integrationsintervall in Teilintervalle eingeteilt.Zerlegung des Integrationsintervalles [a, b] in: a = x0 < x1 < · · · < xn = bmit der festen Schrittweite: h = b−a
n= xi − xi−1
HS Munchen 38 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Trapez-Regel (Verfahren 2. Ordnung)
Begrenzung durch Polynome 1. Ordnung: Geradenstucke
∫ b
a
f(x)dx =h
2
(f(a) + 2
n−1∑k=1
f(xk) + f(b)
)+R
Der Rest R lasst sich abschatzen durch:
|R| ≤ b− a12
h2 maxa≤x≤b
|f ′′(x)|
Simpson-Regel (Verfahren 4. Ordnung)
Begrenzung durch Polynome 2. Ordnung: Parabelstucke (gerade Anzahl von Teilinter-vallen n = 2m)
∫ b
a
f(x)dx =h
3
(f(a) + 2
m−1∑k=1
f(x2k) + 4m∑k=1
f(x2k−1) + f(b)
)+R
Der Rest R lasst sich abschatzen durch:
|R| ≤ b− a180
h4 maxa≤x≤b
|f (4)(x)|
HS Munchen 39 Fakultat 03
7 Reihen
7.1 Unendliche Reihe
7.1.1 Einfuhrung
Zahlenfolge (geordnete Menge reeller Zahlen):
(an) = 1, 4, 9, 16 . . .
Partialsumme:
s1 = a1 = 1
s2 = a1 + a2 = 1 + 4 = 5
s3 = a1 + a2 + a3 = 1 + 4 + 9 = 14
...
sk = a1 + a2 + a3 + · · ·+ ak
Definition 7.1 Unendliche Reihe
Die Folge (sn) der Partialsummen einer unendlichen Zahlenfolge (an) heißt unendlicheReihe.Symbolische Schreibweise:
∞∑n=1
an = a1 + a2 + a3 + · · ·+ ak + . . .
Definition 7.2 Konvergenz und Divergenz einer unendlichen Reihe
Eine unendliche Reihe∑∞
n=1 an heißt konvergent, falls die Folge ihrer Partialsummen(sn) =
∑nk=1 ak einen Grenzwert besitzt.
limn→∞
sn = limn→∞
n∑k=1
ak = s
40
Prof. Dr.-Ing. K. Warendorf Analysis
Symbolische Schreibweise:
∞∑n=1
an = s
Konvergiert die Summe der Betrage∑∞
n=1 |an|, so heißt die Reihe absolut konvergent.Die Reihe heißt divergent, falls sie nicht konvergiert:Ist s =∞ heißt die Reihe bestimmt divergent, sonst unbestimmt divergent.
7.1.2 Konvergenzkriterien
Notwendige Bedingung
Fur die Konvergenz einer unendlichen Reihe∑∞
n=1 an mit an > 0 ist die Bedingung
limn→∞
an = 0
notwendig!, aber nicht hinreichend (d.h. es existieren Folgen, die die Bedingung erfullenund trotzdem divergieren).
Quotienten- und Wurzelkriterium
Erfullen alle Glieder einer unendlichen Reihe∑∞
n=1 an die Bedingung:
limn→∞
∣∣∣∣an+1
an
∣∣∣∣ = q < 1
bzw.
limn→∞
n√|an| = q < 1
so ist die Reihe konvergent.Ist q > 1 so ist die Reihe divergent.Fur q = 1 kann keine Aussage getroffen werden (Extrauntersuchung notwendig)
Rechenregeln fur konvergente Reihen
1. Konstante Faktoren
∞∑n=1
an = s
⇒∞∑n=1
c · an = c ·∞∑n=1
an = c · s
HS Munchen 41 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
2. Summen konvergenter Reihen
∞∑n=1
an = s
∞∑n=1
bn = t
⇒∞∑n=1
an ±∞∑n=1
bn =∞∑n=1
(an ± bn) = s± t
3. Produkte absolut konvergenter Reihen
∞∑n=1
an = s
∞∑n=1
bn = t
seien absolut konvergent∞∑n=1
an ·∞∑n=1
bn = s · t =∞∑n=1
wn
wn = an · b1 + an · b2 + an · b3 + an · b4 + · · ·+ an · bk + . . .
7.2 Potenzreihen
7.2.1 Einfuhrung
Definition 7.3 Potenzreihe
Unter einer Potenzreihe versteht man eine unendliche Reihe vom Typ:
(I)
P (x) =∞∑n=0
anxn = a0 + a1x+ a2x
2 + a3x3 . . .
oder
(II)
P (x) =∞∑n=0
an (x− x0)n = a0 + a1 (x− x0) + a2 (x− x0)2 + . . .
x0 heißt Entwicklungszentrum.Fur x0 = 0 erhalten wir die Gleichung (II) in der Form (I).
HS Munchen 42 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
7.2.2 Konvergenz und Eigenschaften von Potenzreihen
Definition 7.4 Konvergenzbereich
Die Menge aller x-Werte fur die eine Potenzreihe konvergiert heißt Konvergenzbereichder Potenzreihe.
Konvergenzverhalten:Zu jeder Potenzreihe
∑∞n=0 anx
n bzw.∑∞
n=0 an(x − x0)n gibt es eine positive Zahl r,Konvergenzradius genannt, mit den folgenden Eigenschaften:
1. Die Potenzreihe konvergiert fur |x| < r bzw. |x− x0| < r
2. Sie divergiert fur |x| > r bzw. |x− x0| > r
3. An den Randpunkten |x| = r bzw. |x− x0| = r kann keine Aussage getroffenwerden → hier mussen Extrauntersuchungen durchgefuhrt werden
Berechnung des Konvergenzradius
Der Konvergenzradius r einer Potenzreihe
∞∑n=0
anxn bzw.
∞∑n=0
an(x− x0)n
kann nach folgenden Formeln berechnet werden:
r = limr→∞
∣∣∣∣ anan+1
∣∣∣∣ oder r = limr→∞
1n√an
Eigenschaften von Potenzreihen
1. Eine Potenzreihe konvergiert innerhalb ihres Konvergenzbereiches absolut.
2. Eine Potenzreihe darf innerhalb ihres Konvergenzbereiches gliedweise differenziertund integriert werden. Die neuen Potenzreihen besitzen den gleichen Konvergen-zradius wie die Ausgangsreihe.
HS Munchen 43 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
3. Zwei Potenzreihen durfen innerhalb ihres gemeinsamen Konvergenzbereiches (Durch-schnitt) gliedweise addiert und subtrahiert werden. Sie durfen auch miteinandermultipliziert (Cauchy-Produkt: ausmultiplizieren) werden. Die neuen Potenzrei-hen konvergieren mindestens im gemeisamen Konvergenzbereich der Ausgangsrei-hen.
HS Munchen 44 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
7.3 Taylor-Reihen:Entwicklung einer Funktion in eine Potenzreihe
7.3.1 Einfuhrung
Ziel: Funktion f (x) als Potenzreihe darstellen
f (x) =∞∑n=0
anxn
oder
f (x) =∞∑n=0
an(a− x0)n
Zweck:
� Annaherung einer Funktion durch ein Polynom
� Herleitung von Naherungsformeln
� Integration durch Potenzreihenentwicklung
� Naherungsweises Losen von transzendenten Gleichungen
Beispiel: Geometrische Reihe
p (x) =∞∑n=0
xn = 1 + x+ x2 + x3 + . . . konvergiert fur |x| < 1
=1
1− x= f (x)
HS Munchen 45 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
7.3.2 Entwicklung einer Funktion in eine Potenzreihe
Mac Laurinsche Reihe
Annahme:
1. Entwicklung von f (x) in eine Potenzreihe vom Typ f (x) = a0 + a1x+ a2x2 + . . .
ist moglich und eindeutig
2. f (x) ist in einer Umgebung von x = 0 beliebig oft diefferenzierbar.d.h. f (0) , f ′ (0) , f ′′ (0) . . . konnen berechnet werden
Ableitungen:
f ′ (x) = a1 + 2a2x+ 3a2x2 + 4a4x
3 + . . .
f ′′ (x) = 2a2 + 6a2x+ 12a4x2 + . . .
f ′′′ (x) = 6a2 + 24a4x+ . . .
fur x = 0:
f (0) = a0
f ′ (0) = a1
f ′′ (0) = 2a2 ⇒a2 =f ′′ (0)
2=f ′′ (0)
2!
f ′′′ (0) = 6a3 ⇒a3 =f ′′′ (0)
6=f ′′′ (0)
3!
f (n) (0) = n! · an ⇒an =fn (0)
n!
Entwicklung in eine Mac Laurinsche Reihe:Unter bestimmten Voraussetzungen lasst sich f (x) in eine Potenzreihe der Form
f (x) = f (0) +f ′ (0)
1!x+
f ′′ (0)
2!x2 + . . .
f (x) =∞∑n=0
f (n) (0)
n!· xn (mit0! = 1)
entwickeln.
Symmetrieeigenschaften: Ist f (x) eine gerade Funktion, so ist die Reihenentwicklunggerade (d.h. es treten nur gerade Exponenten auf: x0, x2, x4, x6, . . .Ist f (x) eine ungerade Funktion, so ist die Reihenentwicklung auch ungerade (d.h. estreten nur ungerade Exponenten auf: x1, x3, x5, x7, . . .
HS Munchen 46 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Taylorsche Reihe
Entwicklung in Taylorreihe:
f(x) = f(x0) +f ′(x0)
1!(x− x0) +
f ′′(x0)
2!(x− x0)2 +
f ′′′(x0)
3!(x− x0)3 . . .
=∞∑n=0
f (n)(x0)
n!(x− x0)n
mit dem Entwicklungszentrum x0
Fur x0 = 0 ergibt sich die MacLaurinsche ReiheKonvergenzbereich: |x− x0| < r
7.3.3 Anwendungen Taylor-Reihe
1. Naherungspolynome
Mac Laurinsche Reihe:
f(x) = f(0) +f ′(0)
1!x+
f ′′(0)
2!x2 + · · ·+ fn(0)
n!xn︸ ︷︷ ︸
Tn(x)
+f (n+1)(0)
(n+ 1)!x(n+1)︸ ︷︷ ︸
Restglied Rn(x)
. . .
f(x) = Tn(x) +Rn(x) Taylorsche Formel
Tn(x): Mac Laurinsches Polynom vom Grade nRn(x): Restglied, bestimmt die Große des Fehlers, Rn(x) = 0 fur n→∞
Der Fehler wird abgeschatzt mit Hilfe des Restglieds nach Lagrange:
Rn(x) =f (n+1) (xθ)
(n+ 1)!x(n+1) 0 < θ < 1
HS Munchen 47 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Geometrische Deutung der Naherungspolynome
Naherungspolynom erster Ordnung (Linearisierung von f(x)):
T1(x) = f(0) + f ′(0) · x
Steigung von f(x) stimmt in 0 mit T1(x) uberein.
Naherungspolynom zweiter Ordnung:
T2(x) = f(0) + f ′(0) · x+f ′′(0)
2x2
Krummung von f(x) stimmt in 0 mit T2(x) uberein.
Weitere Naherungspolynome lassen sich entsprechend mit der allgmeinen Taylor-Entwicklung bilden.
2. Integration nach Reihenentwicklung
3. Losen von Transzendenten Gleichungen
HS Munchen 48 Fakultat 03
8 Differential- und Integralrechnungfur Funktionen von mehrerenVariablen
8.1 Einfuhrung: Definition und Darstellung
8.1.1 Definition und Begriffe
Definition 8.1 Funktion mehrerer Variablen
Unter einer Funktion mit n unabhangigen Variablen versteht man eine Vorschrift, diejeden geordneten n-Tupel aus einen Definitionsbereich D ⊆ Rn genau einem Element zaus dem Wertebereich W ⊆ R zuordnet.
f : D→W; y = f(x1; x2; . . . ; xn)
Kurzschreibweise: y = f(x1 . . . xn)
fur n = 2 : z = f(x; y)
fur n = 3 : u = f(x; y; z)
8.1.2 Darstellung
Allgemein
� analytische Darstellung:
Explizit: z = f(x; y)
Implizit: F (x; y; z) = 0 Gleichung ist nicht nach z auflosbar (z.B.: z5 − 3z +sinx+ z · y = 0)
� Graphische Darstellung: (fur n = 2)Jedem Punkt (x; y) ∈ D ⊆ R2 wird der Wert z ∈ W ⊆ R zugeordnet. ⇒ Punktim Raum, alle Punkte bilden im Allgemeinen, eine bzw. mehrere Flachen
49
Prof. Dr.-Ing. K. Warendorf Analysis
Schnittkurvendiagramme
Wahl der Schnittebene parallel zu einer der 3 Koordinatenebenen
� parallel zur xy-Ebene. Hierbei handelt es sich um ein Hohenliniendiagramm (Land-karten)
⇒ z = z0
⇒ f(x; y) = z0
Linien fur verschiedene z0 in x;y-Ebene zeichnen.
� parallel zur yz-Ebene
⇒ x = x0
⇒ z = f(x0; y) = g(y)
Linien fur verschiedene x0 in y;z-Ebene zeichnen.
� parallel zur xz-Ebene
⇒ y = y0
⇒ z = f(x; y0) = h(x)
Linien fur verschiedene y0 in x;z-Ebene zeichnen.
8.2 Differentialrechnung
Ableitung fur Funktionen mit 1 Variablen: f ′(x) = lim∆x→0f(x0+∆x)−f(x0)
∆x
HS Munchen 50 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Die Tangente schneidet die x-Achse unter dem Winkel α: tanα = f ′(x0)
Schnitt der Flache z = f(x; y) mit der Ebene y = y0: ⇒ z = f(x, y0) = g(x)
⇒ mx = tanα = g′(x)
= lim∆x→0
g(x0 + ∆x)− g(x0)
∆x
⇒ mx = lim∆x→0
f(x0 + ∆x; y0)− f(x0; y0)
∆x
⇒ f(x; y) nach x ableiten, dabei y als Konstante betrachten.
Schnitt der Flache z = f(x; y) mit der Ebene x = x0: ⇒ z = f(x0, y) = h(y))
⇒ my = tan β = h′(y)
= lim∆y→0
h(y0 + ∆y)− h(y0)
∆y
⇒ my = lim∆y→0
f(x0; y0 + ∆y)− f(x0; y0)
∆y
8.2.1 Partielle Ableitung
Definition 8.2 Partielle Ableitung 1. Ordnung
lim∆x→0
f(x+ ∆x; y)− f(x; y)
∆x= fx(x; y) = zx =
∂f(x; y)
∂x=∂z
∂x
verschiedene Schreibweisen fur ”‘Partielle Ableitung nach x”’
lim∆y→0
f(x; y + ∆y)− f(x; y)
∆y= fy(x; y) = zy =
∂f(x; y)
∂y=∂z
∂y
HS Munchen 51 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
verschiedene Schreibweisen fur ”‘Partielle Ableitung nach y”’
Allgemein: y = f(x1;x2; . . . ;xn)
lim∆xi→0
f(x1;x2; . . . ;xi + ∆xi; . . . ;xn)− f(x1;x2; . . . ;xi; . . . ;xn)
∆xi
= fxi(x1 . . . xn) = yxi =∂y
∂xi=∂f(x1 . . . xi)
∂xi
Figure 8.1: Partielle Ableitung einer Funktion z = f(x; y)
HS Munchen 52 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Definition 8.3 Ableitungen 2. Ordnung
fxx(x; y) =∂
∂x
(∂z
∂x
)=∂2z
∂x2
fxy(x; y) =∂
∂x
(∂z
∂y
)=
∂2z
∂x∂y
fyx(x; y) =∂
∂y
(∂z
∂x
)=
∂2z
∂y∂x
fyy(x; y) =∂
∂y
(∂z
∂y
)=∂2z
∂y2
Satz: Satz von SCHWARZ
Unter der Voraussetzung, dass die partiellen Ableitungen einer Funktiony = f(x1 . . . xn) stetig sind, kann die Reihenfolge der Differentiation geandert werden!
fxk;xi = fxi;xk
8.2.2 Gradient, Richtungsableitung
Definition 8.4 Gradient
Es sei z = f(xP1, . . . , xPn) an einer Stelle (xP1, . . . , xPn) ∈ D total differenzierbar. DerVektor aller partiellen Ableitungen dieser Funktion an dieser Stelle heißt Gradientvon f an (xP1, . . . , xPn) .
grad f |xP = ∇ f |xP =
fx1fx2...fxn
∣∣∣∣∣∣∣∣∣xP
=
∂f∂x1∂f∂x2...∂f∂xn
∣∣∣∣∣∣∣∣∣xP
Bei Flachen im Raum gibt der Gradient die Richtung des steilsten Anstieg an.
HS Munchen 53 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Figure 8.2: Gradientenfeld der Funktion z = (sin2(x) + cos2(y))2 + 0.5
HS Munchen 54 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Haufig ist die Fragestellung wichtig: Wie steil steigt die Funktion f in einer bestimmtenRichtung?Die Richtungsableitung beschreibt die Anderungsrate einer Funktion von mehreren Veranderlichenin Richtung eines vorgegenen Vektors ~v in einem Punkt xP ∈ D.Dazu wird die Hilfsfunktion g(t) = f(xP + t~v) betrachtet. Fur den Fall einer Flache imRaum beschreibt g die Schnittkurve von der Ebene durch xP in Richtung ~v senkrechtzur x,y-Ebene. Die Richtungsableitung ist dann g(0) (sofern existent).
Definition 8.5 Richtungsableitung
Fur einen Richtungsvektor ~v 6= ~0, | ~v |= 1 ist die Richtungsableitung von f inRichtung ~v an der Stelle (xP1, . . . , xPn) wie folgt definiert:
∂f
∂v(xP1, . . . , xPn) = lim
t−→0
f(xP + t~v)− f(xP )
t
Satz: Richtungsableitung
Es gilt:
∂f
∂v(xP1, . . . , xPn) = 〈 gradf(xP1, . . . , xPn), ~v 〉,
sofern der Gradient an dieser Stelle existiert. 〈 , 〉 beschreibt das Skalarprodukt.
8.2.3 Totale Differenzierbarkeit und Tangentialebene
Die Existenz der partiellen Ableitungen sind ein sehr schwaches Kriterium. So konnenbeispielweise alle partiellen Ableitungen in einem Punkt existieren obwohl die Funk-tion in diesem Punkt nicht stetig ist. Der Begriff der Totalen Differenzierbarkeitimpliziert auch die Stetigkeit der Funktion.
Definition 8.6 Totale Differenzierbarkeit
Die Funktion f heißt (total) differenzierbar in xP ∈ D ⊆ Rn , falls es einen Vektorb = f ′(xP ) ∈ Rn gibt und eine Fehlerfunktion R gibt, so dass
f(x) = f(xP ) + 〈 b, (x− xP ) 〉+R(x)
HS Munchen 55 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
und das R von hoherer als erster Ordnung verschwindet, d.h.:
limx−→xP
R(x)
‖x− xP‖= 0.
f heißt total differenzierbar, falls f fur jeden Punkt aus D differenzierbar ist.〈 , 〉 beschreibt das Skalarprodukt.
Anschaulich heißt dies, dass es eine Tangentialfunktion T an den Punkt xP in einerUmgebung von xP geben muss (f in xP also linearisierbar ist) mitT (x, xP ) = f(xP ) + 〈 b, (x− xP ) 〉.
Fur f : R→ R : T (x, xP ) = f(xP ) + b(x− xP ) mit b = f ′(xP )(T ist also eine Tangente).
Fur f : R2 → R : T (x, xP ) = f(xP )+b1(x−xP1)+b2(x−xP2) mit b1 = fx1|xP ,b2 = fx2|xP(T ist also eine Tangentialebene).
Ist f total differenzierbar, so existieren auch die partiellen Ableitungen und alle Rich-tungsableitungen.
Gleichung der Tangentialebene:
Die Gleichung der Tangentialebene an die Flache z = f(x; y) im Flachenpunkt P = (x0; y0; z0)lautet
z − z0 = fx(x0; y0)(x− x0) + fy(x0; y0)(y − y0)
8.2.4 Extremwertuntersuchungen
Definition 8.7 Extremwert
Eine Funktion besitzt an der Stelle PE = (xE; yE, zE) ein relatives Maximum bzw.Minimum, wenn in einer gewissen Umgebung U von (xE; yE) stets gilt:
f (xE; yE) > f (x; y) bzw. f (xE; yE) < f (x; y)
mit
(x; y) ∈ U(x; y) 6= (xE; yE)
HS Munchen 56 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
z = f(x; y) besitzt in (xE; yE) einen Extremwert, falls gilt:
1. Die partiellen Ableitungen 1. Ordnung verschwinden.
⇒ fx(xE; yE) = 0 ∧ fy(xE; yE) = 0 (8.2.1)
(Notwendige aber nicht hinreichende Bedingung.)
2. Die partiellen Ableitungen 2. Ordnung genugen der Ungleichung
∆ =
∣∣∣∣fxx(xE; yE) fxy(xE; yE)fyx(xE; yE) fyy(xE; yE)
∣∣∣∣= fxx(xE; yE)fyy(xE; yE)− (fxy(xE; yE))2 > 0
Hinreichende Bedingung. ∆ ist die Determinante der sogenannten Hessematrix(Analogon zur 2. Ableitung einer Funktion).
fxx(xE; yE) bzw.fyy(xE; yE) > 0⇒ Min
fxx(xE; yE) bzw.fyy(xE; yE) < 0⇒ Max
HS Munchen 57 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Definition 8.8 Sattelpunkt
P (xE; yE; zE) heißt Sattelpunkt, falls die notwendige Bedingung (8.2.1) erfullt ist und∆ < 0.
Falls der globale Extremwert auf einem vorgegebenen Bereich berechnet werden soll,mussen die Rander des Bereiches extra betrachtet werden.
8.2.5 Totales Differential
Nutzbar z.B. fur ◦ Fehlerfortpflanzung◦ Implizite Differentiation
Problemstellung:
Welche Anderung erfahrt der Funktionswert (d.h. die Hohenkoordinate z) des FlachenpunktesP bei Verschiebung von P
◦ auf der Flache selbst
◦ auf der zugehorigen Tangentialebene?
Definition 8.9 Totales Differential
Unter dem totalen Differential einer Funktion von 2 Variablen versteht man denAusdruck
dz = fx dx+ fy dy
Geometrische Deutung (s. Abb. 8.3): dz ist die Anderung der Hohenkoordinate z beiVerschiebung des Punktes P um dx, dy auf der zugehorigen Tangentialebene.Totales Differential fur n Variablen:
y = f(x1 . . . xn)→ dy = fx1dx1 + fx2dx2 + · · ·+ fxndxn
HS Munchen 58 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Figure 8.3: Totales Differential einer Funktion z = f(x; y)
Fehlerrechnung
Beispiel 8.1 Zylinderdichte
Von einem Zylinder wurde Durchmesser D = 6, 53 cm und Hohe h = 7, 65 cm mit einerGenauigkeit von ±0, 01 cm und durch Wagung die Masse m = 823, 52 g mit einerGenauigkeit von ±0, 02 g gemessen.Frage: Mit welcher Genauigkeit lasst sich daraus die Dichte des Zylinders berechnen?Losung: siehe Vorlesung
Die Genauigkeit folgt aus dem totalen Differential, wobei jedoch jeweils dieBetrage addiert werden mussen, um den maximalen Fehler zu erhalten.
HS Munchen 59 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Ableitung einer Funktion einer unabhangigen Veranderlichen x in impliziterDarstellung unter Verwendung des Totalen Differentials
Implizite Darstellung: F (x; y) = 0
z = F (x; y) = 0
Sonderfall des totalen Differentials
dz = Fx(x; y)dx+ Fy(x; y)dy = 0
⇒ Fx(x; y)dx = −Fy(x; y)dy
⇒ dy
dx= y′ = −Fx(x; y)
Fy(x; y)
HS Munchen 60 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
8.2.6 Ausgleichsgerade/ Parabel
(Nach dem Gauss’schen Prinzip der kleinsten Quadrate)Gegeben: n Messpunkte Pi(x; y)
Gesucht: Funktion f(x), die sich den Messpunkten optimal anpasst.Losungsansatze:
f(x) = ax+ b ← Gerade
f(x) = ax2 + bx+ c ← Parabel
Gesucht: Parameter a, b, c . . .Der Abstand vi = yi − f(xi) soll minimiert werden → Summe aller Abstandsquadrate∑n
i=1 v2i soll minimiert werden.
S(a, b, c . . . ) =n∑i=1
v2i =
n∑i=1
(yi − f(xi))2
Gesuchtes Minimum ergibt sich aus:
∂S
∂a= 0,
∂S
∂b= 0,
∂S
∂c= 0,
Aus diesem Gleichungssystem wird die Losung a, b, c . . . ermittelt ⇒ Ausgleichsfunk-tion.
HS Munchen 61 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Ausgleichsgerade
f(x) = y = ax+ b
vi = yi − axi − bn∑i=1
v2i = S(a; b) =
n∑i=1
(yi − axi − b)2
∂S
∂a=
n∑i=1
−2xi(yi − axi − b)
= −2n∑i=1
xiyi + 2an∑i=1
x2i + 2b
n∑i=1
xi = 0
∂S
∂b= −2
n∑i=1
(yi − axi − b)
= −2n∑i=1
yi + 2an∑i=1
xi + 2b · n = 0
a b RS
∑ni=1 x
2i = C
∑ni=1 xi = A
∑ni=1 xiyi = D∑n
i=1 xi = A n∑n
i=1 yi = B
mit der Cramerschen Regel ergibt sich:
a =ZaND
b =ZbND
Za = det(RS; b)
Zb = det(a; RS)
ND = det(a; b)
⇒ a =D · n− A ·Bn · C − A · A
⇒ b =C ·B − A ·Dn · C − A · A
Ausgleichsparabel
y = ax2 + bx+ c
HS Munchen 62 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
vi = yi − ax2i − bxi − c
n∑i=1
v2i = S =
n∑i=1
(yi − ax2
i − bxi − c)2
∂S
∂a= 2
n∑i=1
[(ax2
i + bxi + c− yi)x2i
]= 0
∂S
∂b= 2
n∑i=1
[(ax2
i + bxi + c− yi)xi]
= 0
∂S
∂c= 2
n∑i=1
[(ax2
i + bxi + c− yi)
1]
= 0
Es ergibt sich das lineare Gleichungssystem:a b c RS
E=∑n
i=1 x4i D=
∑ni=1 x
3i C=
∑ni=1 x
2i G=
∑ni=1 x
2i yi
D=∑n
i=1 x3i C=
∑ni=1 x
2i A=
∑ni=1 x
1i F=
∑ni=1 xiyi
C=∑n
i=1 x2i A=
∑ni=1 xi n B=
∑ni=1 yi
ND = n · C · E + 2 · A ·D · C − C3 − n ·D2 − E · A2
ZA = n · C ·G+ A ·B ·D + A · C · F −G · A2 − n ·D · F −B · C2
ZB = n · E · F + A · C ·G+B · C ·D − C2 · F − n ·D ·G− A ·B · EZC = B · C · E + C ·D · F + A ·D ·G− C2 ·G− A · E · F −B ·D2
mit der Cramerschen Regel ergibt sich
a =ZA
ND, b =
ZB
ND, c =
ZC
ND
HS Munchen 63 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
8.3 Integralrechnung
8.3.1 Doppelintegrale
Gegeben: z = f(x, y) und Bereich B ∈ Dzunachst: B ist ein Rechteck
B =a1 ≤ x ≤ a2
b1 ≤ y ≤ b2
Gesucht ist das Volumen des Korpers, der begrenzt wird durch die (x, y)-Ebene, dieEbenen
x = a1, x = a2, y = b1, y = b2
und der Deckelflache: z = f(x, y); (x, y) ∈ B.
Zerlegung des Rechtecks:
a1 = x0 < x1 · · · < xn1 = a2
b1 = y0 < y1 · · · < yn2 = b2
∆xi = xi − xi−1
∆yi = yi − yi−1
Damit wird B in n = n1 · n2 kleine Rechtecke zerlegt:
∆Bij = ∆xi ·∆yj.
Ein Saulenvolumen (angenahert):
∆Vij = f(xi; yj)∆Bij
= f(xi; yj) ·∆xi ·∆yj.
Die Summe von n2 Saulen ergibt Scheiben mit der Breite ∆xi:
Vi =
n2∑j=1
∆Vij =
(n2∑j=1
f(xi; yj) ·∆yj
)·∆xi.
Die Summe aller n1 Scheiben ergibt das approximierte Volumen
V =
n1∑i=1
Vi =
n1∑i=1
((n2∑j=1
f(xi; yj) ·∆yj
)·∆xi
).
HS Munchen 64 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Definition 8.10 Doppelintegral
V = limn1→∞n2→∞
n1∑i=1
(n2∑j=1
f(xi; yj) ·∆yj
)·∆xi
=
a2∫a1
b2∫b1
f(x, y)dydx
=
∫∫B
f(x, y)dB
Verallgemeinerung:
B werde begrenzt von einer stetigen sich nicht schneidenden Kurve. B heißt ebenerNormalbereich. B lasst sich folgendermaßen beschreiben:
B : a1 ≤ x ≤ a2,
y1(x) ≤ y ≤ y2(x)
bzw.
B : b1 ≤ y ≤ b2,
x1(y) ≤ x ≤ x2(y)
HS Munchen 65 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Das Integral berechnet sich wie folgt:
∫∫B
f(x, y)dB =
a2∫a1
y2(x)∫y1(x)
f(x, y)dy
dx
bzw.∫∫B
f(x, y)dB =
b2∫b1
x2(y)∫x1(y)
f(x, y)dx
dy
Doppelintegral in Polarkoordinaten
B : ϕ1 ≤ ϕ ≤ ϕ2,
ri(ϕ) ≤ r ≤ ra(ϕ)
Berechnung des Doppelintegrals in Polarkoordinaten:Transformationsgleichungen:
x = r cos(ϕ), y = r sin(ϕ), dB = rdrdϕ
∫∫B
f(x, y)dB =
ϕ2∫ϕ1
ra(ϕ)∫ri(ϕ)
f(r cos(ϕ); r sin(ϕ))rdr
dϕ
HS Munchen 66 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
8.3.2 Dreifachintegrale
Gegeben: u = f(x, y, z) und Bereich B ∈ Dzunachst: B ist ein Quader
B : a1 ≤ x ≤ a2
b1 ≤ y ≤ b2
c1 ≤ z ≤ c2
Berechnung des Dreifachintegrals
∫∫B
∫f(x, y, z)dB =
a2∫a1
b2∫b1
c2∫c1
f(x, y, z)dzdydx
Verallgemeinerung: B sei ein raumlicher Normalbereich
B : a1 ≤ x ≤ a2
y1(x) ≤ y ≤ y2(x)
z1(x, y) ≤ z ≤ z2(x, y)
⇒ Berechnung des Dreifachintegrals
∫∫B
∫f(x, y, z)dB =
a2∫a1
y2(x)∫y1(x)
z2(x,y)∫z1(x,y)
f(x, y, z)dz
dy
dx
HS Munchen 67 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
8.4 Vektorfelder und Kurvenintegrale
Bisher wurden in diesem Kapitel Funktionen f : R2 → R bzw. f : R3 → R betrachtet.Solche Funktionen werden auch Skalarfelder genannt, da jedem Wert in einer Flacheoder im Raum ein Skalar zugeordnet wird (Beispiel: Temperaturverteilung im Raum).Im Gegensatz dazu steht beispielsweise ein Kraftfeld, hier wird jedem Punkt in der Flachebzw. im Raum eine Kraft (z.B. erzeugt durch einen elektrischen Dipol) also ein Vektorzugeordnet. Es handelt sich also um eine Abbildung ~v : R2 → R2 bzw. ~v : R3 → R3.Eine solche Abbildung wird als Vektorfeld bezeichnet.
Definition 8.11 Vektorfeld
Eine Funktion ~v von D ⊆ Rn nach Rn heißt n-dimensionales Vektorfeld:
~v : D ⊆ Rn → Rn
~v(x1, . . . , xn) =
v1(x1, . . . , xn)v2(x1, . . . , xn)
...vn(x1, . . . , xn)
mit vi : D ⊆ R→ R,i = 1, . . . , n.Sind alle vi stetig, so heißt das Vektorfeld stetig.Sind alle vi (stetig) differenzierbar, so heißt das Vektorfeld (stetig) differenzierbar.
Wird von einer total differenzierbaren Funktion f in jedem Punkt ihres Definitionsbere-iches ihr Gradient bestimmt, so entsteht ein Vektorfeld (s. Abb. 8.2).
Definition 8.12 Gradienten- oder Potentialfeld
Eine Funktion ~v von D ⊆ Rn nach Rn heißt Gradienten- oder Potentialfeld, fallseine total differenzierbare Funktion f : D→ R existiert mit:
~v = gradf, fur alle x ∈ D
also vi(x1, . . . , xn) = ∂f∂xi
(x1, . . . , xn), i = 1, . . . , n.Der Funktionswert f(x1, . . . , xn) heißt Potential von ~v(x1, . . . , xn).
Um z.B.die Arbeit in einem Kraftfeld mit Hilfe von Kurvenintegralen zu berechen, ist eswichtig zu wissen, ob das Kraftfeld ein Potential hat oder nicht. Dazu kann die folgende
HS Munchen 68 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Integrabilitatsbedingung uberpruft werden. Sie ist eine notwendige Voraussetzung.
Integrabilitatsbedingung :Sei ~v von D ⊆ Rn → Rn ein Vektorfeld. Die Bedingung:
∂vi∂xj
=∂vj∂xi
, i = 1, . . . , n
wird als Integrabilitatsbedingung bezeichnet.
Satz:
Falls der Definitionsbereich D des Vektorfeldes ~v ein einfach-zusammenhangenderBereich (d.h. jeder geschlossene Weg lasst sich zu einem Punkt zusammenziehen) istund die Integrabilitatsbedingung erfullt ist, so hat das Vektorfeld Potential.In diesem Fall ist die Integrabilitatsbedingung notwendig und hinreichend.
Um die Arbeit (Arbeit = Kraft x Weg) langs eines Weges (z.B. Abbildung 8.4 in einemKraftfeld zu berechnen, muss das Kurvenintegral eingefuhrt werden.. Der Weg wird alsebene oder raumliche Kurve (also n=2 oder 3) betrachtet.
Definition 8.13 Kurvenintegral
Sei
C : [a, b]→ Rn, ~r(t) =
r1(x1, . . . , xn)r2(x1, . . . , xn)
...rn(x1, . . . , xn)
ein durch die Parameterdarstellung (stetig differenzierbar) gegebener Weg, der ganz indem Definitionsbereiches D ⊆ Rn eines stetigen Vektorfeldes ~v. verlauft. Dann heißt∫
C
~vd~r =
b∫a
〈 ~v(~r(t)), ~r(t) 〉 dt.
Kurvenintegral (oder Wegintegral) langs C. Falls C ein geschlossener Weg ist, soschreibt man auch:∮
C~vd~r.
Dieses Integral wird Ring- oder Umlaufintegral genannt.
HS Munchen 69 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Figure 8.4: Kraftfeld mit Weg
Der Wert des Kurvenintegrals ist unabhangig von der Parametrisierung. Die Umlaufrich-tung bestimmt das Vorzeichen.
Definition 8.14 Konservatives Vektorfeld
Ein Vektorfeld ~v auf D ⊆ Rn heißt konservativ, wenn das Kurvenintegral fur jedenbeliebigen Weg C zwischen fest gewahlten Punkten A,B ∈ D den gleichen Wert hat,also wegunabhangig ist.
HS Munchen 70 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Satz: Hauptsatz zur Kurvenintegration
Sei ~v von D ⊆ Rn → Rn ein Vektorfeld. D sei offen und einfach zusammenhangend.Dann sind folgende Aussagen aquivalent:
1. ~v ist ein Gradientenfeld (bzw. Potentialfeld): ~v = gradf .
2. Es gilt die Integrabilitatsbedingung: ∂vi∂xj
=∂vj∂xi, i = 1, . . . , n.
3. ~v ist konservativ (jedes Kurvenintegral hangt nur vom Anfangspunkt A undEndpunkt B ab, insbesondere gilt:
∫C~vd~r = f(B)− f(A)).
4. Fur jeden geschlossenen Weg C gilt:∮C ~vd~r = 0.
HS Munchen 71 Fakultat 03
9 Ebene Kurven
9.1 Einleitung
9.1.1 Parameterdarstellung
C : x = x(t), y = y(t), t ∈ DZeichnen durch Wertetabelle fur verschiedene t-Werte. → x, y zeichnen
t x(t) y(t)
t1 x(t1) y(t1)...
......
Bemerkung: Der Parameter t taucht in dem Graph NICHT auf.
9.1.2 Polarkoordinaten-Darstellung
C : r = r(ϕ), ϕ ∈ DZeichnen durch Wertetabelle fur verschiedene ϕ-Werte. → Winkel ϕ mit Lange r(ϕ)abtragen.
ϕ r(ϕ)
ϕ1 r(ϕ1)...
...
9.2 Differentiation
9.2.1 Parameterdarstellung
x = x(t)⇒ dx
dt= x⇒ dx = xdt
y = y(t)⇒ dy
dt= y ⇒ dy = ydt
⇒ dy
dx= y′ =
y
x
72
Prof. Dr.-Ing. K. Warendorf Analysis
9.2.2 Polarkoordinaten-Darstellung
r = r(ϕ)⇒
x = r(ϕ) cos(ϕ)⇒ dx
dϕ= r cos(ϕ)− r sin(ϕ) mit r =
dr
dϕ
y = r(ϕ) sin(ϕ)⇒ dy
dϕ= r sin(ϕ) + r cos(ϕ) mit r =
dr
dϕ
⇒ dy
dx= y′ =
r sin(ϕ) + r cos(ϕ)
r cos(ϕ)− r sin(ϕ)=r + r tan(ϕ)
r − r tan(ϕ)
9.3 Flachen
9.3.1 Standardflache einer explizit gegebene Funktion
A =
∫ b
a
|f(x)| dx
9.3.2 Standardflache einer Kurve in Parameterdarstellung
A =
∫ t2
t1
|y · x| dt
Gilt auch fur geschlossene Kurven.
HS Munchen 73 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
9.3.3 Formeln fur Sektorflachen
Sektorformel fur Polarkoordinaten
A =1
2
∫ ϕ2
ϕ1
(r(ϕ))2 dϕ
Leibnitzsche Sektorformel fur Parameterdarstellung
A =1
2
∣∣∣∣∫ t2
t1
(y · x− x · y) dt
∣∣∣∣
9.4 Bogenlange
9.4.1 Explizit gegebene Funktion
S =
∫ b
a
√1 + (f ′(x))2 dx
9.4.2 Parameterdarstellung
S =
∫ t2
t1
√x2 + y2 dt
HS Munchen 74 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
9.4.3 Polarkoordinaten-Darstellung
S =
∫ ϕ2
ϕ1
√r2 + r2 dϕ
9.5 Krummungsverhalten
9.5.1 Krummung
1. Explizite Darstellung: y = f(x)
κ =y′′
(1 + y′2)32
2. Parameterdarstellung: x = x(t), y = y(t)
κ =xy − xy
(x2 + y2)32
3. Polarkoordinaten-Darstellung: r = r(ϕ)
κ =r2 − rr + 2r2
(r2 + r2)32
9.5.2 Krummungskreisradius
R =
∣∣∣∣1κ∣∣∣∣ , κ : Krummung
9.5.3 Krummungskreismittelpunkt
1. Explizite Darstellung: y = f(x)
xm = x− y′ · 1 + y′2
y′′
ym = y +1 + y′2
y′′
HS Munchen 75 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
2. Parameterdarstellung: x = x(t), y = y(t)
xm = x− y · x2 + y2
xy − xy
ym = y + x · x2 + y2
xy − xy
3. Polarkoordinaten-Darstellung: r = r(ϕ)
xm = r cosϕ− (r2 + r2)(r cosϕ+ r sinϕ)
r2 − rr + 2r2
ym = r sinϕ− (r2 + r2)(r sinϕ− r cosϕ)
r2 − rr + 2r2
HS Munchen 76 Fakultat 03
10 GewohnlicheDifferentialgleichungen
10.1 Einleitung
Definition 10.1 Gewohnliche Differentialgleichung n-ter Ordnung
Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-tenOrdnung vorkommen, heißt eine gewohnliche Differentialgleichung n-ter Ordnung.
1. Implizite Form:
F (x, y, y′, y′′, ..., y(n)) = 0
Bsp: (y′′)2 + y′′ + 5xy′ + x = 0 2. Ordnung
2. Explizite Form:
y(n) = f(x, y, y′, y′′, ..., y(n−1))
Bsp: y′′ =y
x2. Ordnung
Definition 10.2 Losung einer Differentialgleichung
Die allgemeine Losung einer gewohnlichen Differentialgleichung ist die Menge allerFunktionen, die gemeinsam mit ihren Ableitungen die Differentialgleichung in ihremDefinitionsbereich erfullen.
77
Prof. Dr.-Ing. K. Warendorf Analysis
Satz:
Die allgemeine Losung einer gewohnlichen Differentialgleichung n-ter Ordnung enthaltgenau n Parameter.
Definition 10.3 Partikulare Losung
Eine spezielle Losung (aufgrund von n speziellen Bedingungen) einer gewohnlichenDifferentialgleichung n-ter Ordnung heißt partikulare Losung.
Definition 10.4 Anfangswertproblem (AWP)
Sind zu einem Wert x0 n Anfangsbedingungen (AB)(y(x0) = y0, y
′(x0) = y1, . . . , y(n−1)(x0) = y(n−1))) gegeben, so spricht man von einem
Anfangswertproblem (AWP).
10.2 Gewohnliche Differentialgleichungen 1. Ordnung
10.2.1 Isoklinenverfahren
Jedem Punkt P = (x, y) der Differentialgleichung y′ = f(x, y) ist eindeutig die Steigungm = f(x, y) zugeordnet. m gibt die Steigung der Losungskurve in P an. Der Tripel(x, y, y′) lasst sich also als Linienelement deuten.Die Gesamtheit aller Linienelemente ergeben ein Richtungsfeld.Die Verbindungslinie aller Punkte, deren Linienelemente in die gleiche Richtung zeigen,heißt Isokline. Die Isoklinen der Differentialgleichung y′ = f(x, y) sind daher wie folgtdefiniert:
y′ = f(x, y) = constant = c
.
HS Munchen 78 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Figure 10.1: Richtungsfeld der Differentialgleichung y′ = ysinx mit Losung y
10.2.2 Differentialgleichungen mit trennbaren Variablen
Definition 10.5 Differentialgleichung mit trennbaren Variablen
Kann die Differentialgleichung 1. Ordnung auf die Form
y′ = g(x)h(y)
gebracht werden, so spricht man von einer Differentialgleichung mit trennbarenVariablen.
Methode 10.1 Trennung der Variablen
1. Trennung der Variablen:dy
dx= g(x)h(y) =⇒ dy
h(y)= g(x)dx
2. Integration auf beiden Seiten:
∫dy
h(y)=
∫g(x)dx
3. Berechnung der Integrale liefert Losung der Differentialgleichung.
HS Munchen 79 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
10.2.3 Durch Substitution losbare Differentialgleichungen
Methode 10.2 Substitution fur Differentialgleichungenvom Typ y′ = f( y
x)
1. Substitution: u = yx
=⇒ y = xu =⇒ y′ = u+ xu′
=⇒ f(u) = u+ xu′ oder u′ =f(u)− u
x(10.2.1)
2. Losen der Differentialgleichung (10.2.1) durch Trennung der Variablen.
3. Rucksubstitution und auflosen nach y.
Methode 10.3 Substitution fur Differentialgleichungenvom Typ y′ = f(ax+ by + c)
1. Substitution: u = ax+ by + c=⇒ u′ = a+ by′
=⇒ u′ = a+ bf(u) (10.2.2)
2. Losen der Differentialgleichung (10.2.2) durch Trennung der Variablen.
3. Rucksubstitution und auflosen nach y.
10.2.4 Lineare Differentialgleichungen
Definition 10.6 Lineare Differentialgleichung
Eine Differentialgleichung heißt linear, wenn sie in y und allen ihren Ableitungenlinear ist.
HS Munchen 80 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Lineare Differentialgleichung 1. Ordnung:
g1(x)y′ + g0(x)y = S(x), g1(x) 6= 0
=⇒ y′ +g0(x)
g1(x)y =
S(x)
g1(x)
Normalform einer inhomogenen linearen Differentialgleichung 1. Ordnung:
y′ + g(x)y = s(x) (10.2.3)
mit s(x) = 0 erhalt man dieNormalform einer homogenen linearen Differentialgleichung 1. Ordnung:
y′ + g(x)y = 0 (10.2.4)
Losung der homogenen Gleichung
Die homogene Differentialgleichung lasst sich durch Trennung der Variablen losen.
Methode 10.4 Spezialfall der Trennung der Variablen
Allg:
y′ + g(x)y = 0
=⇒ dydx
= −g(x)y
=⇒ dyy
= −g(x)dx
=⇒∫
dyy
= −∫g(x)dx
=⇒ ln |y| − ln |K| = −∫g(x)dx
=⇒ ln∣∣ yK
∣∣ = −∫g(x)dx
y = Ke−∫g(x)dx, K ∈ IR (10.2.5)
Sonderfall: Differentialgleichung (10.2.4) mit konstantem Koeffizienten (g(x) = a)
y′ + ay = 0 =⇒ y = Ke−∫adx = Ke−ax, K ∈ IR (10.2.6)
Losung der inhomogenen Gleichung
Die Losung der inhomogenen Differentialgleichung lasst sich durch folgende Verfahrenermitteln.
� Variation der Konstanten
HS Munchen 81 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
� Aufsuchen einer partikularen Losung
Die Variation der Konstanten ist immer anwendbar.
Methode 10.5 Variation der Konstanten
1. Bestimmung einer Losung yh der zugehorigen homogenen Differentialgleichungy′h + g(x)y = 0 durch Trennung der Variablen.
=⇒ yh = Ke−∫g(x)dx
2. Variation der Konstanten
a) Ersetzen der Konstanten K durch eine Funktion K(x).
=⇒ y = K(x)e−∫g(x)dx (10.2.7)
b) y ableiten und y, y′ in die inhomogene Differentialgleichung (10.2.3)einsetzen.
c) Losung der Differentialgleichung fur K(x) durch direkte Integration.
d) Einsetzen von K(x) in den Losungsansatz (10.2.7).
Das Aufsuchen einer partikularen Losung beruht auf dem folgenden Satz.
Satz: Losung der inhomogenen Gleichung
Die Losung der Differentialgleichung (10.2.3) ergibt sich aus der Summe derallgemeinen Losung der zugehorigen homogenen Differentialgleichung yh und einerpartikularen Losung der inhomogenen Differentialgleichung yp:
y = yh + yp
Methode 10.6 Aufsuchen einer partikularen Losung fur inhomogene lineareDifferentialgleichungen
1. Bestimmung einer Losung yh der zugehorigen homogenen Differentialgleichungy′h + g(x)y = 0 durch Trennung der Variablen.
2. Bestimmung einer partikularen Losung der inhomogenen Differentialgleichung(10.2.3) durch einen geeigneten Losungsansatz der einen oder mehrere Parameterenthalt.
HS Munchen 82 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
3. Allgemeine Losung der Differentialgleichung (10.2.3): y = yh + yp.
Sonderfall: Differentialgleichung (10.2.3) mit konstantem Koeffizienten (g(x) = a)
y′ + ay = s(x) =⇒ yh = Ke−ax, K ∈ IR (10.2.8)
Die Ansatzfunktion yp fur die partikulare Losung lasst sich aus der folgenden Tabelleentnehmen. yp ableiten, yp und y′p in die Gleichung (10.2.8) einsetzen. Durch Koeffizien-
Storfunktion s(x) Ansatzfunktion yp(x)
Polynom vom Grade n Polynom vom Grade n :yp = cnx
n + . . .+ c1x+ c0
Parameter: c0, c1, . . . , cns(x) = A sin(ωx) +B cos(ωx) yp = C1 sin(ωx) + C2 cos(ωx)
oderyp = C sin(ωx+ ϕ)Parameter: C1, C2 bzw. C,ϕ(auch wenn A = 0 oder B = 0)
s(x) = Aebx yp =
{Cebx
Cxebxfur
b 6= −ab = −a
Parameter: C
Table 10.1: Losungsansatze fur eine lineare Differentialgleichung 1. Ordnung mitkonstanten Koeffizienten: y′ + ay = s(x)
tenvergleich werden die Parameter bestimmt.
10.2.5 Numerische Integration
Gegeben sei das Anfangswertproblem:
y′ = f(x, y), y(x0) = y0
Aufgabenstellung:Gesucht ist ein Naherungswert an der Stelle xn = b
yn ≈ y(b).
Dazu wird das Integrationsintervall in Teilintervalle eingeteilt.Zerlegung des Integrationsintervalles [a, b] in: a = x0 < x1 < · · · < xn = bmit der festen Schrittweite: h = b−a
n= xi − xi−1
Euler–Verfahren
yi = yi−1 + h f(xi−1, yi−1), i = 1, ..., n
HS Munchen 83 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Runge–Kutta–Verfahren 4. Ordnung
yi = yi−1 + 16
(k1 + 2k2 + 2k3 + k4), i = 1, ..., n
k1 = h f(xi−1, yi−1)
k2 = h f(xi−1 + 12h, yi−1 + 1
2k1)
k3 = h f(xi−1 + 12h, yi−1 + 1
2k2)
k4 = h f(xi−1 + h, yi−1 + k3)
Beispiel 10.1 Euler- und Runge-Kutta-Verfahren
Gegeben: y′ = −xy,AB: x0 = 0, y0 = 1
gesucht: Wert an der Stelle x=0,5(Losung: Kreis mit Radius 1, exakter Wert: y= 0.866025)
i xi yi hf(xi, yi) = −0, 25xy
0 0.000000 1.000000 0.0000001 0.250000 1.000000 -0.0625002 0.500000 0.937500
Table 10.2: Euler-Verfahren mit n=2
i xi yi hf(xi, yi) = −0, 125xy
0 0.000000 1.000000 0.0000001 .125000 1.000000 -0.0156252 .250000 0.984375 -0.0317463 .375000 0.952629 -0.0492064 .500000 0.903423
Table 10.3: Euler-Verfahren mit n=4
HS Munchen 84 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
i x y ki = hf(x, y) = −0, 5xy
0.000000 y0 =1.000000 0.000000 = k1
0.250000 y0 + 12k1 = 1.000000 -0.125000 = k2
0.250000 y0 + 12k2 = 0.937500 -0.133333 = k3
0.500000 y0 + k3 = 0.866667 -0.288462 = k4
1 x1 =0.500000 y1 =0.865812
Table 10.4: Runge-Kutta-Verfahren mit n=1
i x y ki = hf(x, y) = −0, 25xy
0.000000 1.000000 0.0000000.125000 1.000000 -0.0312500.125000 0.984375 -0.0317460.250000 0.968254 -0.064549
1 x1= 0.250000 y1=0.968243
0.250000 0.968243 -0.0645500.375000 0.935968 -0.1001640.375000 0.918161 -0.1021060.500000 0.866137 -0.144319
2 x2=0.500000 y2=0.866008
Table 10.5: Runge-Kutta-Verfahren mit n=2
10.3 Gewohnliche Differentialgleichungen 2. Ordnung
Definition 10.7 Randwertproblem
Eine Differentialgleichung n-ter Ordnung, zu deren Losung weitere Bedingungen(sogenannte Randbedingungen) fur Werte der Funktion y (oder ihrer Ableitungen) anwenigstens 2 verschiedenen Stellen x1, x2 ∈ D vorgegeben sind, heißt Randwertproblem(RWP).
HS Munchen 85 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
10.3.1 Auf Differentialgleichungen 1. Ordnung zuruckfuhrbareDifferentialgleichungen 2. Ordnung
Methode 10.7 Uberfuhrung auf Differentialgleichung 1. Ordnung fur Typ:y′′ = f(y)
1. Multiplikation mit 2y′
⇒ 2y′y′′ = 2y′f(y)
⇒[(y′)2
]= 2y′f(y)
⇒ d((y′)2)
dx= 2f(y)
dy
dx
2. Umformen und Integrieren
⇒∫
d((y′)2) = 2
∫f(y)dy
⇒ y′2
= 2
∫f(y)dy + C1
⇒ y′ = ±
√2
∫f(y)dy + C1 (10.3.1)
3. Losen von (10.3.1) (z.B. durch Trennung der Variablen).
Methode 10.8 Uberfuhrung auf Differentialgleichung 1. Ordnung fur Typ:y′′ = f(y′) oder y′′ = f(x, y′)
1. Substitution:
u = y′ =dy
dx
⇒ u′ = y′′ =du
dx
2. Einsetzen in die Differentialgleichung⇒ Differentialgleichung 1. Ordnung fur u.
3. Losen der Differentialgleichung fur u.
4. Rucksubstitution ⇒ Differentialgleichung 1. Ordnung fur y.
5. Losen der Differentialgleichung fur y
HS Munchen 86 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
10.3.2 Lineare homogene Differentialgleichungen 2. Ordnung mitkonstanten Koeffizienten
Definition 10.8 Lineare homogene Differentialgleichungen 2. Ordnung mit konstantenKoeffizienten
Eine Differentialgleichung vom Typ
y′′ + ay′ + by = 0 (10.3.2)
heißt lineare homogene Differentialgleichung 2. Ordnung mit konstanten Koeffizienten.
Satz: Eigenschaften der linearen homogenen Differentialgleichung 2. Ordnung mit kon-stanten Koeffizienten
1. Ist y1(x) eine Losung von (10.3.2), so lost auch C · y1(x) (10.3.2).
2. Sind y1(x), y2(x) Losungen von (10.3.2), so lost auch C1 · y1(x) + C2 · y2(x)(10.3.2).
3. Ist y(x) = u(x) + jv(x) eine komplexe Losung von (10.3.2), so sind auchu(x), v(x) reelle Losungen von (10.3.2).
Definition 10.9 Fundamentalbasis
Zwei Losungen y1 = y1(x) und y2 = y2(x) von (10.3.2) werden als Basislosungen,Basisfunktionen oder Fundamentalbasis bezeichnet, falls die Wronski-Determinante :
W (y1, y2) =
∣∣∣∣ y1(x) y2(x)y′1(x) y′2(x)
∣∣∣∣ 6= 0 ist.
y1, y2 heißen dann linear unabhangig.
HS Munchen 87 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Satz: Allgemeine Losung
Die allgemeine Losung von (10.3.2) ist als lineare Kombination zweier Basislosungeny1(x), y2(x) darstellbar:
y(x) = C1y1(x) + C2y2(x), C1, C2 ∈ R
Methode 10.9 Losung einer linearen homogenen Differentialgleichung 2. Ord-nung mit konstanten Koeffizienten
Losungsansatz: y = eλx
Bestimmung von λ mit Hilfe des charakteristischen Polynoms:
λ2 + aλ+ b = 0.
Es ergeben sich drei Falle:
1. Fall: λ1 6= λ2, λ1, λ2 ∈ RFundamentalbasis: y1 = eλ1x, y2 = eλ2x
Allgemeine Losung: y = C1eλ1x + C2eλ2x
2. Fall: λ1 = λ2 = λ, λ ∈ RFundamentalbasis: y1 = eλx, y2 = xeλx
Allgemeine Losung: y = (C1 + C2x)eλx
3. Fall: λ1,2 = ϕ± jω, ϕ, ω ∈ R, λ1, λ2 ∈ C (konjugiert komplex)Fundamentalbasis: y1 = eϕx sin(ωx), y2 = eϕx cos(ωx)Allgemeine Losung: y = eϕx(C1 sin(ωx) + C2 cos (ωx))
HS Munchen 88 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
10.3.3 Lineare inhomogene Differentialgleichungen 2. Ordnung mitkonstanten Koeffizienten
Definition 10.10 Lineare inhomogene Differentialgleichungen 2. Ordnung mit konstan-ten Koeffizienten
Eine Differentialgleichung vom Typ
y′′ + ay′ + by = s(x) (10.3.3)
heißt lineare inhomogene Differentialgleichungen 2. Ordnung mit konstantenKoeffizienten.s(x) wird als Storfunktion bezeichnet.
Satz: Allgemeine Losung
Die Losung der Differentialgleichung (10.3.3) ergibt sich aus der Summe derallgemeinen Losung der zugehorigen homogenen Differentialgleichung yh und einerpartikularen Losung der inhomogenen Differentialgleichung yp:
y = yh + yp
Satz:
Hat eine Differentialgleichung die Form
y′′ + ay′ + by = s1(x) + s2(x) (10.3.4)
und ist yp1 Losung von y′′ + ay′ + by = s1(x) und yp2 Losung von y′′ + ay′ + by = s2(x)so ist yp = yp1 + yp2 eine partikulare Losung von (10.3.4).
Methode 10.10 Aufsuchen der partikularen Losung
1. Losen der zugehorigen homogenen Differentialgleichung⇒ yh
2. Berechnung einer partikularen Losung yp von (10.3.3) mit Hilfe einerAnsatzfunktion aus Tabelle (10.6)
3. Allgemeine Losung: y = yh + yp
HS Munchen 89 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Storfunktion s(x) Ansatzfunktion yp(x)
s(x) = Pm(x) yp = Bm(x),falls 0 nicht Losungder char. Gleichung ist.yp = xqBm(x)falls 0 q-fache Losungder char. Gleichung ist.
s(x) = Pm(x)eαx yp = Bm(x)eαx,falls α nicht Losungder char. Gleichung ist.yp = xqBm(x)eαx,falls α q-fache Losungder char. Gleichung ist.
s(x) = yp = Bm(x) sin(βx) + Cm(x) cos(βx)P1m(x) sin(βx) + P2m(x) cos(βx) falls ±jβ nicht Losung
der char. Gleichung ist.yp = xq[Bm(x) sin(βx) + Cm(x) cos(βx)]falls ±jβ q-fache Losungder char. Gleichung ist.
s(x) = yp = eαx[Bm(x) sin(βx) + Cm(x) cos(βx)]eαx[P1m(x) sin(βx) + P2m(x) cos(βx)] falls α± jβ nicht Losung
der char. Gleichung ist.yp = xqeαx[Bm(x) sin(βx) + Cm(x) cos(βx)]falls α± jβ q-fache Losungder char. Gleichung ist.
Table 10.6: Losungsansatze fur die Differentialgleichung 2. Ordnungy′′ + ay′ + by = s(x)
Pm(x), Bm(x), Cm(x) sind Polynome vom Grade m; entweder ist P1m(x) ein Polynomvom Grade m und P2m(x) hat hochstens den Grad m oder umgekehrt.
HS Munchen 90 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
10.4 Lineare Systeme von Differentialgleichungen mitkonstanten Koeffizienten
Definition 10.11 Lineares inhomogenes System von Differentialgleichungen 1. Ord-nung mit konstanten Koeffizienten
Sei
y : R→ Rn, x→
y1(x)...
yn(x)
differenzierbar, und s : R→ Rn, x→
s1(x)...
sn(x)
.
Ein System von gewohnlichen Differentialgleichungen vom Typ
y′1(x) = a11y1(x) + a12y2(x) + . . . + a1nyn(x) + s1(x)... =
......
......
...y′n(x) = an1y1(x) + an2y2(x) + . . . + annyn(x) + sn(x)
heißt lineares System von Differentialgleichungen 1. Ordnung mitkonstanten Koeffizienten.s(x) wird als Storfunktion bezeichnet. Falls s(x) 6= 0, so heißt das System inhomogenansonsten homogen.Das System lasst sich mit Matrizen wie folgt darstelleny
′1(x)...
y′n(x)
=
a11 . . . a1n...
...an1 . . . ann
︸ ︷︷ ︸
Systemmatrix:A
·
y1(x)...
yn(x)
+
s1(x)...
sn(x)
10.4.1 Losung des homogenen Systems
Satz:
Ist v ∈ Rn ein Eigenvektor der Systemmatrix A des homogenen Systemsy′(x) = A · y(x) zum Eigenwert λ ∈ R, so ist die Funktion
ϕ : R→ Rn, x→ v · eλx
eine Losung des homogenen Systems.
HS Munchen 91 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Definition 10.12 Fundamentalsystem
n linear unabhangige Losungen des homogenen Systems heißenLosungsfundamentalsystem.
Die Linearkombination aller Basislosungen ϕi des Losungsfundamentalsystem bilden dieallgemeine Losung des Systems
y =n∑i=1
ci · ϕi(x).
Die Aufgabe besteht also darin n unabhangige Losungen zu finden.
Diagonalisierbare Systemmatrix A
Aus der Linearen Algebra wissen wir, falls die Systemmatrix diagonalisierbar ist, sosind die zugehorigen Eigenvektoren vi, i = 1 . . . n und damit die Losungen alle linearunabhangig.
Dabei konnen folgende Falle unterschieden werden:
� Hat die Systemmatrix n verschiedene einfache reelle Eigenwerte λi, i = 1 . . . n, sosind die zugehorigen Eigenvektoren vi, i = 1 . . . n und damit die Losungen allelinear unabhangig.
� Sind unter den n verschiedenen einfachen auch konjugiert komplexe Eigenwerte,so erhalt man auch komplexe Eigenvektoren und komplexe Losungen. Von denkomplexen Losungen werden Real- und Imaginarteil ermittelt, die entstehendenLosungen sind wieder linear unabhangig.
� Hat die Systemmatrix auch mehrfache Eigenwerte, so gehoren zu einem k-fachenEigenwert auch k linear unabhangige Eigenvektoren, somit sind die Losungen auchlinear unabhangig.
Ein Problem entsteht dann, wenn die Matrix nicht diagonalisierbar ist. Zu einemk-fachen Eigenwert gehoren dann weniger als k Eigenvektoren und damit zu wenigLosungen.
HS Munchen 92 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Eigenwerte mit Vielfachheit: Hauptvektoren
Satz: Losung durch Hauptvektoren
Sei λ eine doppelter Eigenwert der Systemmatrix A mit nur einem zugehorigenEigenvektor v1. Dann besitzt die Gleichung
(A− λE) · v = v1
genau eine Losung v2 . Dieser Vektor wird Hauptvektor der Systemmatrix Agenannt.Eine weitere linear unabhangige Losung ergibt sich dann durch
ϕ2 = eλx (v2 + xv1) .
Damit lauten die beiden Basislosungen bezogen auf λ: eλxv1, eλx (v2 + xv1).
Hat der Eigenwert die Vielfachheit k, dann werden die weiteren Hauptvektoren rekursivgebildet: v3 berechnet sich aus dem Hauptvektor v2: (A− λE) · v3 = v2 usw..Das (Teil-)Fundamentalsystem (bez. auf den Eigenwert λ mit Vielfachheit k) ergibt sichdann wie folgt:{
eλxv1, eλx (v2 + xv1) , eλx
(v3 + xv2 + 1
2x2v1
), . . . , eλx
(vk + xvk−1 + · · ·+ 1
(k−1)!xk−1v1
)}.
10.4.2 Losung des inhomogenen Systems
Genau wie bei linearen Differentialgleichungen 2. Ordnung gilt der folgende Satz:
Satz: Allgemeine Losung
Die Losung des inhomogenen Systems ergibt sich aus der Summe der allgemeinenLosung der zugehorigen homogene Systems yh und einer partikularen Losung derinhomogenen Differentialgleichung yp:
y = yh + yp
Die Losungsansatze fur yp1, . . . ypn hangen von den Storfunktionen s1, . . . , sn ab. Siekonnen mit Hilfe der Tabelle (10.6) ermittelt werden, die Tabelle gilt nur fur die Falle,dass λ kein Eigenwert ist. In jeder Ansatzfunktion muss jede Storfunktion berucksichtigtwerden.
HS Munchen 93 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
Methode 10.11 Aufsuchen der partikularen Losung
1. Losen des zugehorigen homogenen Systems ⇒ yh
2. Berechnung einer partikularen Losung yp =
yp1...ypn
mit Hilfe von
Ansatzfunktionen aus Tabelle (10.6), die Tabelle gilt nur fur die Falle, dass λkein Eigenwert ist
3. Allgemeine Losung: y = yh + yp
10.4.3 Uberfuhrung auf ein System 1. Ordnung: Zustandsform
Jede lineare Differentialgleichung hoherer Ordnung und jedes System von Differential-gleichungen hoherer Ordnung kann in ein System 1. Ordnung, die sogenannte Zus-tandsform uberfuhrt werden. Dieses System 1. Ordnung kann dann aus den vorherigenAbschnitten gelost werden.
Lineare Differentialgleichungen hoherer Ordnung
Differentialgleichung n-ter Ordnung:
y(n) = f(x, y, y′, . . . , y(n−1)) = a1y + a2y′ + · · ·+ any
(n−1) + s(x)
Anfangsbedingungen:y(x0), y′(x0), . . . , y(n−1)(x0)
Zustandsform:
Zustandsgroßen:z1 = y, z2 = y′, z3 = y′′, . . . zn = y(n−1)
Umformung in ein System 1. Ordnung:
z′1 = z2 , z1(x0) = y(x0)z′2 = z3 , z2(x0) = y′(x0)
... ,...
z′n−1 = zn , zn−1(x0) = y(n−2)(x0)z′n = a1z1 + a2z2 + · · ·+ anzn + s(x) , zn(x0) = y(n−1)(x0)
HS Munchen 94 Fakultat 03
Prof. Dr.-Ing. K. Warendorf Analysis
System von linearen Differentialgleichungen 2. Ordnung
y′′1 = f1(x, y1, . . . , yn, y′1 . . . , y
′n) = a11y1 + · · ·+ a1nyn + b11y
′1 + · · ·+ b1ny
′n + s1(x)
...y′′n = fn(x, y1, . . . , yn, y
′1 . . . , y
′n) = an1y1 + · · ·+ annyn + bn1y
′1 + · · ·+ bnny
′n + sn(x)
Anfangsbedingungen:
y1(x0), . . . , yn(x0), y′1(x0), . . . , y′n(x0)
Zustandsform:
Zustandsgroßen:
z1 = y1, . . . , zn = yn
zn+1 = y′1, . . . , z2n = y′n
Umformung in ein System 1. Ordnung:
z′1 = zn+1 , z1(x0) = y(x0)... ,
...z′n = z2n , zn(x0) = yn(x0)z′n+1 = a11y1 + · · ·+ a1nyn + b11y
′1 + · · ·+ b1ny
′n + s1(x) , zn+1(x0) = y′1(x0)
... ,...
z′2n = an1y1 + · · ·+ annyn + bn1y′1 + · · ·+ bnny
′n + sn(x) , z2n(x0) = y′n(x0)
HS Munchen 95 Fakultat 03