20081012

TU Ilmenau
Vorlesungsmitschrift
Mathematik fr Informatiker I+II

WS 2007/2008 + SS 2008
Prof. Dr. Michael Stiebitz
erstellt von Michael Braun, (M07) m.braun@tu-ilmenau.de
Erstellt in Absprache mit Prof. Stiebitz.

Diese Mitschrift wurde jedoch nicht
von Ihm durchgesehen, korrigiert oder befrwortet.
Wenn Sie einen Fehler finden, schreiben
Sie bitte an m.braun@tu-ilmenau.de
Fassung vom 12.10.08 (Version 68)
Inhaltsverzeichnis
Inhalte von Mathe 1 und 2........................................................................................................1
Kapitel I: Differentialrechnung von einstelligen, reellen Funktionen..........................2
1.) Differentialrechnung von Funktion .......................................................................................................................2

1.1) Zahlenbereiche......................................................................................................................................................2
1.2) Abbildungen / Funktionen...............................................................................................................................2
1.3) Beispiele....................................................................................................................................................................3
1.4) Arithmetische Operationen fr Funktionen.............................................................................................3
1.5) Spezielle Funktionsklassen...............................................................................................................................3
2.) Folgen...................................................................................................................................................................................4
2.1) Defintion und Darstellung.................................................................................................................................4
2.2) Beweis durch vollstndige Induktion...........................................................................................................5
2.3) Grenzwerte, Konvergenzen von Folgen.....................................................................................................6
2.4) Grenzwertregeln...................................................................................................................................................8
2.5) Monotonie und Beschrnktheit..................................................................................................................10
2.6) eulersche Zahl e................................................................................................................................................11
2.7) Landau-Notation.................................................................................................................................................12
3) Reihen................................................................................................................................................................................15
3.1) Einfhrung.............................................................................................................................................................15
3.2) Reihen mit positiven Gliedern......................................................................................................................16
3.3) Cauchykriterium.................................................................................................................................................17
3.4) alternierende Reihen.......................................................................................................................................18
3.5) Konvergenzkriterium fr beliebige Reihen...........................................................................................18
3.6) Zusammenfassung..........................................................................................................................................21
4.) Grenzwerte und Funktionen..................................................................................................................................22
4.1) Definition des Grenzwertes..........................................................................................................................22
4.2) Grenzwertregeln................................................................................................................................................23
4.3) Definition der Stetigkeit..................................................................................................................................24
4.4) Hauptsatz ber stetige Funktionen..........................................................................................................24
5.) Ableitung und Differenzierbarkeit.......................................................................................................................26
5.1) Definition fr Funktionen ...............................................................................................................................26
5.2) Ableitungsregeln................................................................................................................................................26
5.3) Umkehrfunktion..................................................................................................................................................27
5.4) hhere Ableitung...............................................................................................................................................28
6.) Anwendung der Differentialrechnung..............................................................................................................29
6.1) Grenzwertregel von l'Hospital (1661-1704)......................................................................................29
6.2) Mittelwertsatz und Zwischenwertsatz...................................................................................................29
6.3) Monotonieverhalten von Funktionen.......................................................................................................29
6.4) Extremwerte fr Funktionen .......................................................................................................................30
6.5) Krmmung, Wendepunkt..............................................................................................................................31
7.) Taylorreihen und Potenzreihen............................................................................................................................33
7.1) Taylorpolynome...................................................................................................................................................33
7.2) Taylorreihe von f an der Stelle x0..............................................................................................................34
7.3) Potenzreihen........................................................................................................................................................36
7.4) Rechnen mit Potenzreihen...........................................................................................................................37
Kapitel II: Integralrechnung fr einstellige, reelle Funktionen...................................39
1.) bestimmtes Integral..................................................................................................................................................39

1.1) Summendefiniton..............................................................................................................................................39
1.2) Existenz des bestimmten Integrals..........................................................................................................39
1.3) geometrische Deutung...................................................................................................................................39
1.4) Mittelwertsatz.....................................................................................................................................................40
Seite a
1.5) Folgerungen.........................................................................................................................................................40
2.) Das unbestimmte Integral.....................................................................................................................................41
2.1) Stammfunktion...................................................................................................................................................41
2.2) Hauptsatz der Differential- und Integralrechnung............................................................................41
2.3) Definition unbestimmtes Integral..............................................................................................................42
3.) Integrationsregeln......................................................................................................................................................43
3.1) Grundintegrale....................................................................................................................................................43
3.2) Summenregel, Linearitt...............................................................................................................................43
3.3) Integration von Potenzreihen......................................................................................................................43
3.4) partielle Integration..........................................................................................................................................44
3.5) Substitutionsregel.............................................................................................................................................45
4.) uneigentliche Integrale.............................................................................................................................................47
4.1) Definition................................................................................................................................................................47
4.2) Unendliche Grenzen.........................................................................................................................................47
4.3) Unendlichkeitsstellen.......................................................................................................................................48
5) Summen und Integrale.............................................................................................................................................48
5.1) Harmonische Zahlen.......................................................................................................................................48
5.2) Monoton fallende Funktionen......................................................................................................................48
5.3) Harmonische Zahlen.......................................................................................................................................49
5.4) Integralkriterien..................................................................................................................................................49
5.5) Monoton wachsende Funktion...................................................................................................................49
Kapitel III: lineare Algebra.......................................................................................................50
1.) Komplexe Zahlen.........................................................................................................................................................50

1.1) Einfhrung.............................................................................................................................................................50
1.2) algebraische Form komplexer Zahlen....................................................................................................50
1.3) Arithmetische Operationen..........................................................................................................................50
1.4) Betrag komplexer Zahlen..............................................................................................................................51
1.5) Gausche Zahlenebene.................................................................................................................................51
1.6) komplex Zahlenfolgen und Reihen............................................................................................................51
1.7) Eulersche Formel..............................................................................................................................................52
1.8) Polarkoordinaten; exponentielle Form....................................................................................................52
Folgerungen aus der eulerschen Formel........................................................................................................53
1.9) Lsung der Gleichung zn = w......................................................................................................................53
2.) Polynome.........................................................................................................................................................................54
2.1) Darstellung...........................................................................................................................................................54
2.2) Arithmetische Operationen..........................................................................................................................55
2.3) Nullstellen..............................................................................................................................................................55
2.4) Integration rationaler Funktionen, Partialbruchzerlegung...........................................................59
3) Matrizenrechnung / lineares Gleichungssystem.......................................................................................61
3.1) Skalare Gren...................................................................................................................................................61
3.2) Matrizen.................................................................................................................................................................61
3.3) Gleichheit von Matrizen..................................................................................................................................61
3.4) Spezielle Matrizen.............................................................................................................................................61
3.5) Matrizenoperationen.......................................................................................................................................62
4.) Lineare Gleichungssysteme, Matrizengleichungen...................................................................................65
4.1) Lineares Gleichungssystem (LGS)............................................................................................................65
4.2) Algebraische Form einer linearen Matrizengleichung...................................................................65
4.3) Umformung einer linearen Matrizengleichung AX=B....................................................................65
4.4) Stufenmatrix........................................................................................................................................................67
4.5) Gauss-Jordan-Verfahren...............................................................................................................................67
4.6) Die Inverse Matrix.............................................................................................................................................69
5.) Lineare Rume und Geometrie...........................................................................................................................70
5.1) Der lineare Raum (=Vektorraum).............................................................................................................70
5.2) Beispiele fr lineare Rume.........................................................................................................................71
Seite b
5.3) Grundbegriffe der Vektorraumtheorie...................................................................................................72

5.3.1) lineare Unterrume...............................................................................................................................72
5.3.2) Linearkombination, Erzeugendensystem....................................................................................73
5.3.3) lineare Abhngigkeit, Basis, Dimension.......................................................................................74
5.3.4) Basisbestimmung und Rang.............................................................................................................75
5.4) affiner Unterraum von ...................................................................................................................................76
5.4.1) Vektorraum als Punktraum..............................................................................................................76
5.4.2) Affiner Unterraum des ........................................................................................................................78
5.4.4) Affiner Unterraum durch vorgegebene Punkte......................................................................80
5.4.5) Lagebeziehung im affinen Unterraum..........................................................................................80
5.5) Euklidische Rume............................................................................................................................................82
5.5.1) Skalares Produkt, Norm, Winkel im .............................................................................................82
5.5.2) Abstand im ................................................................................................................................................84
5.5.3) Hyperebene, Hessische Form..........................................................................................................87
5.5.4) Orthogonale Projektion, Orthonormalbasis...............................................................................88
5.6) Methode der kleinsten Quadrate..............................................................................................................89
5.6.1) Nherungslsung eines LGS.............................................................................................................90
5.6.2) Ausgleichspolynom.................................................................................................................................91
6. Determinanten..............................................................................................................................................................91
6.1) Rekursive Definition der Determinante..................................................................................................92
6.2) Eigenschaften der Determinante..............................................................................................................93
6.3) Anwendungen der Determinante.............................................................................................................95
6.4) Vektorprodukt im .............................................................................................................................................96
7. Lineare Abbildungen und Eigenwerte................................................................................................................97
7.1) Lineare Abbildungen und Gleichungen...................................................................................................97
7.2) Lineare Abbildung , Matrizendarstellung..............................................................................................97
7.3) orthogonale Matrizen......................................................................................................................................98
7.4) Eigenwerte und Eigenvektoren quadratische Matrizen..............................................................100
7.3) Quadratische Formen, Hauptachsentransformation..................................................................102
7.6) affine Abbildung...............................................................................................................................................105
Kapitel IV: Funktionen in mehreren Variablen, Differentiation..............................107

1.) Grundbegriffe.............................................................................................................................................................107
1.2) Punktmengen des .........................................................................................................................................108
2.) Grenzwerte und Stetigkeit..................................................................................................................................109
2.1) Punktfolgen........................................................................................................................................................109
2.2) Grenzwerte von Funktionen, Stetigkeit................................................................................................109
2.3) Ableitung, Gradient, Differential..............................................................................................................111
3.2) Differential einer Funktion f.......................................................................................................................114
3.3) Kettenregel.......................................................................................................................................................116
3.4) Implizite Funktionen.......................................................................................................................................118
3.5) Ableitungen hherer Ordnung.................................................................................................................120
4) Extremwerte...............................................................................................................................................................123
4.1) Grundbegriffe...................................................................................................................................................123
4.2) globale Extremwertestellen......................................................................................................................123
4.3) lokale Extremwertstellen im inneren von D......................................................................................123
4.4) Extremwerte mit Nebenbedingungen..................................................................................................124
4.5) globale Extremwerte von f auf D............................................................................................................127
Kapitel V: gewhnliche Differentialgleichungen...........................................................128

1) Grundbegriffe..............................................................................................................................................................128
1.1) Ableitung einer Funktion.............................................................................................................................128
1.2) Wachstum der Erdbevlkerung.............................................................................................................128
1.3) Definition(en).....................................................................................................................................................128
1.4) Anfangswertproblem (AUP) n-ter Ordnung......................................................................................129
Seite c
2) Gewhnliche DGL erster Ordnung...................................................................................................................131

2.1) explizite DGL erster Ordnung...................................................................................................................131
2.2) Spezielle Typen von DGL erster Ordnung..........................................................................................131
2.3) Hase-Band-Schnecke (Beispiel)...............................................................................................................137
3.) lineare DGL.................................................................................................................................................................139
3.1) lineare DLG n-ter Ordnung........................................................................................................................139
3.2) Allgemeine lineare Gleichungen, Hauptsatz.....................................................................................141
3.3) lineare Differentialgleichung fr Funktion y = y(t)..........................................................................142
3.4) Allgemeine Lsung der homogenen linearen Differentialgleichung.....................................142
3.5) Lineare Unabhngigkeit von Funktionen.............................................................................................144
3.6) Bestimmung einer speziellen Lsung ys der inhomogenen linearen DGL........................145
3.6.1) Variation der Konstanten................................................................................................................145
3.6.2) Spezielle Anstze fr ys....................................................................................................................147
4.) spezielle DGL 2-ter Ordnung..............................................................................................................................149
4.1) Eulersche DGL.................................................................................................................................................149
4.2) Differentialgleichungen................................................................................................................................150
4.3) Sinus und Cosinus Hyperbolicus.............................................................................................................150
Seite d
chronologisches Verzeichnis
11. 10. 2007 Mathe fr Informatiker I...............................................................................2
25. 10. 2007 Mathe fr Informatiker I............................................................................10
02. 11. 2007 Mathe fr Informatiker I.............................................................................20
01. 04. 2008 Mathe fr Informatiker II...........................................................................84
29. 04. 2008 Mathe fr Informatiker II........................................................................102
Seite e

Seite f
Inhalte von Mathe 1 und 2
Differentialrechnung von Funktionen
Integralrechnung von Funktionen
lineare Algebra
Differentialrechnung von Funktionen
gewhnliche Differentialgleichungen
D f
D f
D f n
Seite 1
11. 10. 2007 Mathe fr Informatiker I

Michael Braun, MA07
m.braun@tu-ilmenau.de
Kapitel I: Differentialrechnung von einstelligen, reellen Funktionen

1.) Differentialrechnung von Funktion
1.1) Zahlenbereiche
= Menge der natrlichen Zahlen={1,2,3, ...}
=Menge der ganzen Zahlen={0,1,2,3,...}
m
= Mengeder rationalen Zahlen={ m, nn0}
n
= Mengeder reellen Zahlen=stetige Fortsetzungvon
= Mengeder komplexen Zahlen
es gilt :
(Man erinnere sich an den Zahlenstrahl bzw. die Zahlengerade.)
1.2) Abbildungen / Funktionen

Eine Funktion f ist eine eindeutige Abbildung aus
in
Sie ist eindeutig bestimmt durch:

D
(A1) Angabe einer Menge
(A2) eine eindeutige Vorschrift, die jedem Element x aus D genau ein Element y = f(x) aus zuordnet.
Schreibweise: x D y = f(x)
, genannt Defintionsmenge von f.
f : D
Sprechweise:
bedeutet wird zugeordnet
f ist Abbildung von D in
x: Argument von f, unabhngige Variable, unabhngige Vernderliche
y: abhngige Variable
f(x): Funktionswert von f an der Stelle x oder Bild von f an der Stelle x.
Bezeichnungen:
Graph von f:
10
f ={x , y y= f xxD f }
2
f ={x , f x xD f }
Wertebereich von f = { f(x) | xD }

Nullstellen von f: Argument xD mit f(x) = 0.
-6
-5
-4
-3
-2
-1
Buchempfehlung: Nachschlagewerk, sonst eher weniger,

ggf. Mathe-kompakt fr Informatiker.
-5
-10
Seite 2
3
x

Michael Braun, MA07
1.) Differentialrechnung von Funktion

1.3) Beispiele
(a) Identische Abbildung
id :
(b)
mit id x=x
D = ,W =
f : D f mit f x =
x
x
=
x2 1 x1x 1
D f = {1 ; 1}W f =
(c) floor-Funktion
Abbildung 1: Beispiel b
f : mit f x= x= Df grteganze Zahlmit x

D f = W f =
(vgl. ceil-Funktion)
(d) Betragsfunktion
Abbildung 2: Beispiel c
f : mit f x =x= x fr x0
x fr x 0
D f = W f ={xx 0}
Abbildung 3: Beispiel d
1.4) Arithmetische Operationen fr Funktionen

Sind f, g zwei Funktionen aus in , so lassen sich neue Funktionen wie folgt bilden.
a) Summe
h : D
h= f g h x= f xg x
b) Produkt und Quotient sowie Vielfaches
f gx= f xg x
f
f x
x=
g x0 , D h =D f D g {xg x=0 }
g
gx
nf x=nf x n
1.5) Spezielle Funktionsklassen

(a) ganzrationale Funktionen (auch: Polynomabbildungen, Polynomalabbildung)
(b) Exponentialfunktion
n
i
f : , f x= a x
a 0 mita 0..n
i
i= 1
an 0 Grad der Funktion f ist n.

Die Werte a0 bis an heien Koeffizienten des Polynoms f.
Das Nullpolynom f: f(x) = 0 kann den Grad nicht definiert und minus unendlich zugeordnet bekommen.
Weiterhin gibt es das lineare Polynom, das quadratische Polynom, das kubische Polynom, ... .
(b) allgemeine Exponentialfunktion
f : ,k {0}, f x=k x
Der Termin
ak mit k
Sind a, b reelle Zahlen, so gilt
wird ber den Grenzwert von Reihen definiert.

x : a x =b xlog a=blog a
b
Es gibt keine ganzrationale Funktion, die eine obere Schranke fr eine Exponentialfunktion mit k > 1 (bzw. untere Schranke falls k < 1) ist.
(c) weitere Funktionsklassen
rationale Funktionen = gebrochenrationale Funktionen = Quotient zweier ganzrationaler Funktionen
Logarithmusfunktion
trigionometrische Funktionen (sin, cos, tan, cot)
ab =c log a c=b
Seite 3
2.) Folgen
2.1) Defintion und Darstellung
(a) Defintion
Eine Abbildung a: heit unendliche Folge ber .
Man nennt dann an = a(n), das n-te Glied der Folge a und n den Index.
Man schreibt: a = (a1, a2, a3, ...) = (an) = an n
Anmerkung: Die Menge der rationalen Zahlen ist abzhlbar unendlich, die rellen Zahlen sind nicht abzhlbar.
(b) Bildungsvorschrift
I)
verbal
z.B. an = n-te Primzahl (a = (2, 3, 5, 7, ...))
II) explizit
z.B. an =cdn n0 ; c , d (arithmetische Folge)
Eine Folge heit arithmetische Folge genau dann wenn k : n0 : an 1an=k .
n
Eine Folge heit geometrische Folge genau dann wenn d , c {0 }: n: a n=dc
III) rekursive Bildungsvorschrift
a1=2
Anfangsbedigung
1
z.B. ak =
1
Rekursionsformel
ak 1=a
a
k
2 k
a 1=1,a2 =1
Fibonaccifolge: ak =
a k2=a kak1
Seite 4

Michael Braun, MA07
2.) Folgen
2.2) Beweis durch vollstndige Induktion
(1) Abspaltregel der Aussagenlogik
Sind die Aussagen A und A -> B wahr, so ist auch die Aussage B wahr.
(2) Aussagenform / Prdikat
n
nn1
2
A(n) ist ein Prdikat, da sein Wahrheitswert nur mit zustzlichen Informationen (dem Wert der Zahl n) bestimmt werden kann.
n
nn1
Eine Aussage ist jedoch: n: An bzw. n: i=
. (Siehe GuDS)
2
i= 1
A(n):
i=
i= 1
(3) Beweis der Aussage durch vollstndige Induktion, Tiefe 1

Induktionsanfang:
Beh.: A(1) ist wahr.
1
111
Beweis: A(1):
i= 2
i= 1
12
1=
2
w.A.
Induktionsschritt: An An1
n
Voraussetzung: A(n) ist wahr, d.h.
i= 1
n1
Behauptung: A(n+1) ist wahr, d.h.
nn1
.
2
n1 n11
i=
2
i=
i=1
Beweis:
n1
nn1 2n1nn1 n1n2

=
=
2
2
2
Tiefe 1 bedeutet, dass lediglich ein Element Voraussetzung fr die Folgerung ist.
i=n1 i=n1
i=1
q.e.d.
i=1
Seite 5
(4) Beweis der Aussage durch vollstndige Induktion, Tiefe 2

a1 =1
a2 =1
n2: an =a n1a n2
Sei a die Fibonaccifolge, d.h.
n 2
Sei b folgende Folge: bn= 2

.
Sei A(n) folgendes Prdikat: an bn .
n: a nbn
Es soll bewiesen werden, dass
gilt.
Induktionsanfang:
Behauptung: Es gilt A(1) und A(2), d.h. a1 b1
Beweis: A(1): a 1b1
A(2): a 2b2
1
und
a 2b2
1 2
1 2
1
11
1
w.A.
2
21
w.A.
Induktionsschritt: Folgere von A(n) und A(n+1) auf A(n+2).
Voraussetzung: A(n) und A(n+1) sind wahr, d.h. a nbn
Behauptung: A(n+2) ist wahr, d.h. a n2bn2 .
Beweis: a b a b
n
n
n 1
n1
n 2
ana n1 2
n2
an 2 2
a n1bn1
und
n1
2
n 1
2
2
an 2 2 2 2
n
1 2
an 2 2
2
n
n
1 2
an 2 2
2
2
n
an 2 2
an 2bn2
q.e.d.
2.3) Grenzwerte, Konvergenzen von Folgen

Reelle Zahlen wie die Wurzel von 2 knnen als Grenzwert einer Folge rationaler Zahlen beschrieben werden.
Eine solche Folge entsteht z.B. bei der Anwendung des Newtonverfahrens zur Lsung der Gleichung 0 = x - 2.
(1) Limesschreibweise
lim a n=g
Die Folge an konvergiert fr n gegen Unendlich gegen g.
(2) Approximation einer Zahl

(a)
xg
(b)
xg
mit
, 0
heit absoluter Fehler der Nherung x von g, wird als Fehlerschranke bezeichnet.
Beispiel:
Es gilt:
heit (Epsilon) Nherung von g, falls

g= 21,4142...
17
x= 1,4166...
12
g xg
U g =g , g
mit = 0,005, so ist 17/12 eine -Nherung von
fr alle -Nherung von g.

Dies wird als -Umgebung von g bezeichnet.
Es gilt nun, dass x eine -Nherung von g ist genau dann wenn x in der Umgebung enthalten ist.
(c)
lim a n=g
bedeutet:
Die Folge an konvergiert fr n gegen Unendlich gegen g genau dann wenn gilt:
fr groe n wird der absolute Fehler beliebig klein
fr jede Fehlerschranke > 0:
a nU g
fr fast alle n (d.h. bis auf endlich viele Ausnahmen).
d.h. es existiert ein N, sodass fr alle n > N gilt:
Seite 6
0 :N : nnN :a ng
a nU g

Michael Braun, MA07
2.) Folgen
2.3) Grenzwerte, Konvergenzen von Folgen (Teil 2)
(3) Definition (Teil 2)
Die Folge an konvergiert fr n gegen Unendlich gegen g genau dann wenn gilt:
0 :N : n :nN an g
-3
(a) N(): Schwellenfunktion, kann zur Fehlerabschtzung benutzt werden. z.B. = 10
ab dem N() + 1 -ten Folgenglied ist der
Grenzwert auf genau angenhert.

s
lim an={
} s : N =N s : n : nN s an { s }
n
(b)
(4) Sprechweisen
Folge an heit ...
konvergent, falls (an) einen endlichen Grenzwert hat (eigentlicher Grenzwert)
divergent, falls (an) keinen endlichen Grenzwert hat

lim an={
}
bestimmt divergent, falls
unbestimmt divergent, falls (an) keinen Grenzwert hat.
((an) ist nach oben bzw. nach unten unbeschrnkt) (uneigentlicher Grenzwert)
Nullfolge := Folge mit dem Grenzwert null.

(5) Beispiel
Sei a = (an) Folge mit
Behauptung:
an =2
lim an=2
cosn
n
n1
Beweis:
0,: N =N , N : n : nN an 2
Versuche die Schlussfolgerung nach n umzustellen.
an 2
n
cos
f n=
Dies ist jedoch nicht mglich.

Abschtzung des absoluten Fehlers:
n cos n 1
cos
=n n
n
f n=
(da
1cos n1
1
f n=an2
n
Auerdem gilt:
n
1
n
Es folgt die Vermutung, dass
1
N =
eine der mglichen Schwellenfunktionen ist.
Es kann also unter Verwendung der Abschtzung des absoluten Fehlers und der Schwellenfunktion gezeigt werden,
dass fr alle > 0 ein N() existiert, sodass fr alle n > N() o.g. Implikation erfllt ist.
Beweis:
1 1
nN =

1
n
1

n
1
f n=an2
n
a n2
q.e.d.
Seite 7
2.4) Grenzwertregeln
Seien (an), (bn) und (cn) Folgen ber R und es seien
(G1)
lim a n=a nn0 :bn =a n bn a
(G2)
lim a n=aa
a ,b ,c {,}
, so hat jede Teilfolge von (an) den Grenzwert a.
Teilfolge: Eine Folge die entsteht, wenn man von der ursprnglichen Folge einige Folgenglieder entfernt.
typische Teilfolgen von (an) = (a1, a2, a3, ...):
(bn) = (a1, a3, a5, ...) bn= a2n 1, n > 0
(bn) = (a2, a4, a6, ...) bn= a2n, n > 0
Beispiel fr G2:
a n=1 nn
a n=1,2,3, 4,5,...
bn: bn=a 2n mit n1
bn: c n=a2n 1 mit n1
lim bn=
n
lim cn=
n
Da die beiden Teilfolgen verschiedene Grenzwerte haben, kann die Folge (an) keinen Grenzwert gehabt haben (sonst htten beide Teilfolgen
den gleichen Grenzwert wie (an) haben mssen.
(Satz: Haben zwei Teilfolgen verschiedene Grenzwerte, so hat die Folge keinen Grenzwert.)
(G3) Grenzwertbergang
Besitzen die Folgen (bn) und (cn) einen Grenzwert, so gelten folgende Aussagen.
nn0 :bn c n lim bnlim cn
nn0 :bn ancn lim bn=lim cn=g
lim a n=g
n
Beispiel:
sin n
1
1
an =
bn= c n=
n
n
n
1 sin n 1
1
1
n :
lim =lim =0
n n
n n n n n
sin n
lim
=0
n n
(G4) Fehlerfolge
lim an=gg lim f n =a ng=0
n
(Ist die Folge konvergent, so ist die Fehlerfolge eine Nullfolge.)

(G5) Nullfolge, Kehrwert
Eine Nullfolge hat den Grenzwert 0. Sei a = (an) eine Nullfolge, so gilt:
Wenn an > 0 so hat die Folge der Kehrwerte von an den Grenzwert unendlich.
Wenn an < 0 so hat die Folge der Kehrwerte von an den Grenzwert minus unendlich.
Ist die Folge an bestimmt divergent, so ist die Folge der Kehrwerte von an eine Nullfolge.
Seite 8
(G6) Rechnen mit Grenzwerten

Die Folge (an) hat den Grenzwert a, Die Folge (bn) hat den Grenzwert b, so gelten folgende Aussagen.
a
b
a=
b
a
b=
a=
b=
an bn
a b
an bn
a b
anbn
ab
? fr a=0
fr a0
fr a0
fr a1
? fr a=1
0 fr1a1
? fr a1
Tabelle der Grenzwerte

der Folgen

an
bn
a
fr b0
b
ab fr ab0
bn
{
{
{
? fr b=0
fr b0
fr b0
? fr b=0
fr b0
fr b0
? fr b=0
fr b0
0 fr b0
unbestimmte Ausdrcke
, 0 ,
0
,
, 00 , 0 , 1
0
Beispiele:
n1
Typ
2n1
1
n1
n
1
an =
=0,5
1
2
n2
n
(1)
an =
(2)
an = 2=2n 20= 1
(3)
an = n=nn Typ 0
Behauptung: n n 1
n
Beweis: ber bn mit bn = n 1 (die Fehlerfolge) ist Nullfolge.
Fehlerabschtzung: f n1 n= n nn =n
n
n= f n 1 n= n f in1ni= n f in n f 2n
2
i= 0 i
i =0 i
2 nn1
2
n
n
f n=
f n n1
2
2
2n
f 2n
nn1
2
f 2n0 da f n etragsfunktionist
n1
2
f n0 n1
n1
n1
2
als auch (0) Nullfolge ist, muss auch (fn) Nullfolge sein.
n 1
n
Damit ist gezeigt, dass
n 1 gilt.
Da sowohl
Seite 9

Michael Braun, MA07
2.) Folgen
2.4) Grenzwertregeln (Teil 2)
a ,b ,c {,}
Seien (an), (bn) und (cn) Folgen ber R und es seien
(G7) Grenzwerte von Wurzeln

Ist (an) eine reelle Zahlenfolge mit
n1: a n0
und mit
lim
n
an 1
=q
an
dann gilt:
lim a n=q
n
Beweis: (nicht Bestandteil der Vorlesung)

Dies gilt auch fr g = positiv unendlich (an ist nicht negativ).
Dies folgt aus
an1
=
an
a
lim n =0n0 : nn0 : an 10
n a n1
lim
n
1
1
=0n0 : n n0 : n
0
an
an
1
n
lim
=lim an =
n n 1
n
an
lim n
n
Die letzte Folgerung auf den Grenzwert des Reziproken der n-ten Wurzel des Reziproken von an (=Grenzwert der n-ten Wurzeln von an)
ist folgerichtig, da die n-te Wurzel des Reziproken von an immer nicht-negativ ist.
Zu (1): Die Folgeglieder sind lt. Voraussetzung nicht negativ.
Da
n 1
q = gilt c : n0 : nn 0 : a c . Es sei nun
n
Wre die Null nun ein Folgeglied an einer Stelle grer
c 0 gewhlt.
n 0 , so ergibt sich folgender Widerspruch:
2.5) Monotonie und Beschrnktheit

(1) Monotonie
Die Folge (an) (n>0) heit monoton wachsend
n1, n: a n1a n
Die Folge (an) (n>0) heit streng monoton wachsend

Die Folge (an) (n>0) heit monoton fallend
n1, n: a n1a n
n1, n: a n1a n
Die Folge (an) (n>0) heit streng monoton fallend
.
.
n1, n: a n1a n
Die konstante Folge ist sowohl monoton wachsend als auch monoton fallend.
(2) Beschrnktheit
Eine reelle Zahl S heit obere bzw. untere Schranke einer Zahlenfolge
Eine Folge heit nach oben beschrnkt
Eine Folge heit nach unten beschrnkt
n1, n: a n S
eine obere Schranke fr diese Folge existiert.

eine untere Schranke fr diese Folge existiert.
Die kleinste obere Schranke heit Supremum. Die grte untere Schranke heit Infimum.
Eine Folge heit (beidseitig) beschrnkt, wenn sie sowohl nach oben als auch nach unten beschrnkt ist.
Eine monotone Folge ist immer mindestens einseitig beschrnkt durch ihr erstes Folgenglied.
(3) Konvergenzverhalten
Ist eine Folge monoton und beidseitig beschrnkt, dann ist sie auch konvergent.
Ist eine Folge monoton und nicht beidseitig beschrnkt, dann ist sie divergent.
Ist eine Folge konvergent, dann ist sie auch beidseitig beschrnkt.
Ist eine Folge monoton wachsend und beschrnkt, so konvergiert sie gegen das Supremum.
Ist eine Folge monoton fallend und beschrnkt, so konvergiert sie gegen das Infimum.
Seite 10
nn0 :a n =0
an
=0
a n 1
2.6) eulersche Zahl e

Betrachtung der Folgen
1 n
1 n1
an =1 , bn =1
n
n
mit n > 0.
Es soll gezeigt werden, dann an monoton wachsend, bn monoton fallend und auerdem immer an kleiner als bn ist.
Wir betrachten zunchst:
0 x y2
1
1 2 1
xy x y
2
4
4
0 x2xy y 2xy xy
2
1 2 1
1
x 2xy y
x y
xy x xy y xy
xy
4
2
4
4
2
x y
xy
2
x1 x2 ...x n
n
x1x 2...x n
ohne Beweis ,n1
n
(die letzte Ungleichung wurde als bekannt vorausgesetzt, hier der Beweis fr
x n1nx
n1
n1
Sei x1 = 1 und x2 = x3 = ... = xn+1 = x, so gilt:

Sei x = 1 + n-1 so gilt fr alle n>0:
n1
1
1
n 1
n= 2
; Beweis stammt nicht aus der Vorlesung.)
1
1n1
n
n 2
=
n1
n 1
1
1
1
n
n 1
1 n
1
1 1
n
n1
n 1
Damit ist gezeigt, dass an monoton wachsend ist.

Sei
x=
n
n1
, so gilt fr alle n > 0:
n2
n
n1
n
n1
n1
n1
n
n1
n 1
n
n1
n1
n1
=
n2
n2
n1
n2
n 2
n2
n1
n 2

n1
1
1
1
n
n1
bn bn 1
n2
Damit ist gezeigt, dass bn monoton fallend ist. (Dieser Beweis stammt nicht aus der Vorlesung.)
n
Auerdem gilt:
n1
an bn 1
1
1
1
n
n
1
1 1 w.A.
n
D.h., die Folge (bn) ist obere Schranke der Folge (an), also ist die Folge (an) durch a1 und b1 beidseitig beschrnkt.
Es gilt nun, der Grenzwert der Folge an sei e, die eulerische Zahl.
Es gilt weiter:
1
lim bn =lim a nlim 1 =e1=e
n
n
n
n
(5) Beispiele
(6) Satz:
lim xn = lim 1
n
1
xn
xn
=e
Seite 11
2.7) Landau-Notation
(1) Motivation
Anwendung in der theoretischen Informatik zur Laufzeitbestimmung
(2) Gro-Oh-Notation
Fr eine reelle Folge f definiert man folgende Klasse von Funktionen:
gn
O f ={g: c0 :n0 : nn0
c}
f n
g wchst hchstens so schnell wie f
D.h. O(f) ist die Menge aller Funktionen g, die durch die Funktion f zu beschrnken sind.
Bemerkung: Statt
gO f
schreibt man oft g = O(f) und spricht g ist Gro-O(h) von f.
Kriterium:
K1)
lim
n
gn
=g gn =O f n
f n
(Statt des Grenzwertes ist die Beschrnktheit des Quotienten (fr n gegen unendlich) hinreichend und notwendig fr g in O(f).)
K2)
lim
n
gn
= g nO f n
f n
(Statt des Grenzwertes ist die Unbeschrnktheit des Quotienten (fr n gegen unendlich) hinreichend und notwendig fr g nicht in O(f).)
Bsp.)
z.B. 5n3 + 7n2 + 70 = O(n3)
Seite 12

Michael Braun, MA07
2.) Folgen
2.7) Landau-Notation (Teil 2)
Bsp.)
...
Regeln)
Sei
g1=O f 1 , g2=O f 2
R1)
g1g2 =O f 1f 2
g1g2=O maxf 1, f 2
R2)
g1g2=O f 1f 2
sowie
cf =O f c
R3)
h=O g g=O f
R4)
h=O g O hO g
h=O f
Bemerkung)
g n=5ng1 n 1ng2 ng1 =O 1g2=On2
g n=5nO1 1nO n2=O n O 1On O n2 =O nO n3=O n3
O gilt fr asymptotisches Wachstum.
Vorsicht: Ist g=O(n), so ist g=O(n3) , jedoch /nicht/ O(n) = O(n3), da n3 nicht in O(n) ist.
Komplexittsklassen:
Seit a > 1, k > 2
Laufzeit
O(1)
konstant
O(logan)
logarithmisch
O(n)
linear
O(n * logan) berlinear / superlinear
O(n2)
quadratisch
O(nk)
polynomial
O(an)
exponentiell
(3) weitere Landau Symbole
(a)
f ={g : f =O g}
(b)
f ={g: g=O f f =O g}=O f O g
(c)
gn
o f ={g : lim
=0 }
n f n
(d)
g~ f lim
n
gn
=1
f n
g wchst mindestens so schnell wie f / Gro-Omega

g wchst genauso schnell wie f / Gro-Theta
g wchst langsamer als f. / klein-O(h)
g und f sind asymptotisch gleich. Aus g ~ f folgt g = (f)
Kriterium
K3)
g= f f =O g
K4)
g= f g=O f f =O g
K5)
lim
n
gn
=gg0g g=O f g= f g= f f =g
f n
Beispiel
Ist p(n) ein Polynom vom Grad k >= 0, so gilt:
p(n) = O(nk) sowie p(n) = (nk) sowie (p(n)) = (nk)
Beweis der letzten Aussage: Sei h=(p). Es gilt: h=O(p) und p=O(nk) und nk=O(p) und p=O(h)
h=O(nk) und nk=O(h).
Regeln
gn
=0g=O f
f n
R5)
g=o f lim
R6)
g~ f g= f
Seite 13
Laufzeit der Fakultt

(4) Stirlingsche Formel
Es gilt:
(a)
(b)
n !~ 2n
e
n
(... haben die gleiche Komplexitt)
n != 2n
e
1
1
1
O 2
n
12n
n
n
n != 2n
Aus (b) folgt (a):
e
1
1
1
gn gn =O 2
n
12n
n
lim
n
n!
n
e
2n n
=lim 1
n
c0 : n0 : nn0 gn
1
g n =10=1
12n
c1
n
lim g n=0
n
Seite 14
3) Reihen
3.1) Einfhrung
(1) Definition
n
Ist (ak) = (a0, a1, ...) eine Folge, so heit
s n= a i
die n-te Partialsumme ber (ak).
i= 0
Die Folge (sk) = (s0, s1, ...) wird dann unendliche Reihe ber (ak) genannt.
Bezeichnungen: Reihe ber ak, ak heit k-tes Glied der Reihe
Als Wert der Reihe bzw. Summe der Reihe wird folgender Grenzwert bezeichnet:
k=0
k=0
sn =lim ak
ak=s=lim
n
n
Die Summe der Reihe kann eine reelle Zahl sein, die Reihe ist dann konvergent.
Die Reihe kann aber auch bestimmt divergent oder unbestimmt divergent sein, d.h. fr einige Reihen existiert der Wert nicht.
k! =e
Beispiel:
k=0
(2) geometrische Reihe (Sei 00 = 1)
xk ,x
k=0
Partialsumme:
n
1x n1
falls x 1
s n= xk = 1x
k=0
n1 falls x =1
Beweis: 1x x x... xn 1x =1 xxx...x n x xx...x n1 =1x n1
falls x 1
falls x =1
lim s n= 1
falls1x 1
n
1 x
keinGrenzwert falls x 1
k 1
x =
fallsx1
1x
k= 0
2k =
Beispiel:
k=0
k=0
1
=2
2
(3) notwendiges Konvergenzkriterium
Wenn
ak
k=0
konvergiert, dann ist ak eine Nullfolge.
lim ak=lim s ks k1 =lim s klim s k1 =SS=0

k
Seite 15

Michael Braun, MA07
3) Reihen
3.2) Reihen mit positiven Gliedern
(1) Betrachten Reihen der Form
ak mit k : ak0
k=0
Dann gilt fr die Partialsummenfolge (sn)

n
s n= ak
k=0
s n1 =s nak1 s n
(a) monoton wachsend
(b) Ist die Reihe nach oben beschrnkt, dann ist die Reihe konvergent; andernfalls ist sie bestimmt divergent.
(2) harmonische Reihe
k =
(bestimmt divergent, streng monton wachsend)
k=1
Beweis:
n
s n=
k=1
1
k
Fr n > 2m gilt dann:

2m
s ns 2 =
m
k=1
1 1 1 1
1
1 1 1
1 1 1 1
1
1
= ... m =1 ... m1
... m
k 1 2 3
2 3 4
5 6 7 8
2
2 1
2
2m
1
1 1 1
1 1 1 1
1
1 ...2m1 m
k
2 4 4
8 8 8 8
2
m
0 1
1 1
2 1
m1 1
s 2 12 1 2 2 2 3 ...2 m =1
2
2
2
2
2
m
s 2 1
2
s2
m
k=1
Annahme: eine beliebige reelle Zahl S sei obere Schranke von sn.
Dann folgt: Es existiert eine natrliche Zahl m mit m > 2S - 2, sodass
n2m : s nS
gilt.
Widerspruch: Folglich kann S keine obere Schranke von sn sein.

Somit existiert keine obere Schranke fr die Partialsummenfolge (sn) .Folglich ist (sn) unbeschrnkt
und monoton wachsend, also bestimmt divergent.
Alternativ: Es gilt folglich
sn 1
Seite 16
sn 1
log2 n
2
(aus
n= 2
). Whle nun
n= 2
2S
mit S eine obere Schranke der Folge. Dann gilt
log2 n
=1 S , folglich kann kein S eine obere Schranke der Folge sein. Die Folge ist nach oben unbeschrnkt.
2
(3) Reihe
k istkonvergent.
k=1
Beweis:
n
1 1 1 1 1
1
=
... 2
k2 1 4 9 16
k
2
Esgilt kk1k k1
n
n
1
1
s n= 2 1
k=1 k
k=2 kk1
n
n
n
n
kk1
k
k1
1
1
s n1
=1
=1
kk1
k= 2 kk1
k=2 kk1
k=2 k1
k=2 k
1 1 1
1 1
1 1
1
1
1
s n1 ...

1 2 2
3 3
4 4
n 1 n1
n
1
s n2
n
1
Wegen s n 2 wegen sn ist monton wachsend folgt
k=1 k
1
s nlim 2 =2
n
n
s n2
lim s n2
s n=
k=1
Folglich ist (sn) nach oben beschrnkt und monoton wachsend, also ist die Reihe konvergent.
(4)
Primzahl p
1
=
p
(Beweis noch zu schwer)
(5) Vergleichskriterium
0 a kbk k 0
Fr die Reihen gilt dann:
k=0
k= 0
0 a k bk
Somit gilt:
(a)
(b)
bk konvergent ak ist konvergent
Majorantenkriterium
k=0
k=0
k=0
k= 0
[(ak) und (bk) sind ja streng wachsend]
ak= bk=
Minorantenkriterium
(Eigentlich stand da bestimmt divergent, aber da alle Folgeglieder positiv sind, ist positiv unendlich genauer.)
Beispiel
k k k ist konvergent ,da k konvergent ist.

k=1
k=2
k= 1
k=1
k=1
1
1
1
1

ist bestimmt divergent ,da bestimmt divergent ist. ln kk k1
lnk k=2 k k=2 lnk
k=2 k
3.3) Cauchykriterium
a 0a1a 2a3 ...= s

ak=lim
n
k=0
Ziel der Untersuchung ist es, etwas ber die Existenz und Art des Grenzwertes s auszusagen.
n
Partialsumme: sn = ak
Partialsumme:
k= 0
Restreihe:
Es gilt:
Restreihe:r n=
k=n1
ak
Esgilt : s nr n=s
absoluter Fehler (Fehlerfolge fn):
lim f n=lim s ns=lim s ns=r n

n
Wenn der Grenzwert s existiert, dann ist die Fehlerfolge eine Nullfolge.
D.h. es gilt:
r n =0 lim f n=0
ak ist konvergent lim
n
n
k=0
Seite 17
3.4) alternierende Reihen

(1) Alternierende harmonische Reihe
1k1
1 1 1 1
=1 ...=s ?
k
2 3 4 5
k=1
Restreihe:
1k1
k
k=n 1
1 1 1 1 1 1 1
r 1= ...
2 3 4 5 6 7 8
1 1 1
1 1
1 1
r 1= 0 0 0...
2 3 4
5 6
7 8
1
r 1
2
r n=
1 1 1 1 1 1
r 2= ...
3 4 5 6 7 8
1 1 1
1 1
r 1=
0
0...
3 4
5
6
7
1
r 2
3
r 3
1
1
, r 5
4
5
n : 0r n
1
n1
D.h. die Restreihe ist nach oben beschrnkt durch den Quotienten 1 : (n+1) .
lim
n
1
1k1
=0 lim f n =0
ist konvergent
n1
k
n
k=1
(2) Leibnitzkriterium
ak
Gegeben sei eine alternierende Reihe, d.h. eine Reihe
mit
k=0
akak 10
(d.h. Vorzeichenwechsel).
Ist |ak| eine monoton fallende Nullfolge, so ist die Reihe konvergent.
ak=s
Ist
, so gilt fr den n-ten Fehler:
k=0
f n=r n=sn sak 1
3.5) Konvergenzkriterium fr beliebige Reihen

(1) Dreiecksungleichung fr Betrge
a , b
abab
(2) Betragskriterium
k=0
k= 0
akist konvergent ak ist konvergent

Beweis:
ak
k=0
ist konvergent
Restreihe Rn ber der Folge (|ak|) ist Nullfolge mit Rn = |an+1| + |an+2| + ... .
Fr die Restreihe rn ber der Folge (ak) gilt:
r n=a n1a n2an 3...an 1an 2a n3...=R n
Fr den Fehler fn = |rn| gilt dann, fn ist auch Nullfolge, da
lim Rn =00 f n Rn
n
ak
Also ist
k=0
konvergent (Cauchykriterium).
Definition:
ak
k=0
heit absolut konvergent, falls
a k
k=0
konvergent ist.
Bemerkungen
(a) jede absolut konvergente Reihe ist konvergent.
(b) Fr Reihen mit positiven Gliedern gilt:
Reihe ist konvergent
Reihe ist absolut konvergent.
Beispiel:
1k1
k
k=1
Seite 18
Aus dem Leibnitzkriterium folgt, dass diese Reihe konvergent ist. Diese Reihe ist jedoch nicht absolut konvergent.
ak
Ist
k=0
divergent, so kann
ak
k=0
dennoch konvergent sein..
(3) Quotienten- bzw. Wurzelkriterium
Untersuchen
ak
k=1
Betrachten die Grenzwerte
q=lim
k
a k1
bzw.q=lim kak
k
ak
Dann gilt:
a k=
k=1
fallsq1 : ist absolut konvergent

fallsq1 : ist divergent
fallsq=1 : keine Aussage
Seite 19

Michael Braun, MA07
3) Reihen
3.5) Konvergenzkriterium fr beliebige Reihen (Teil 2)
(3) Quotienten- bzw. Wurzelkriterium (Teil 2)
Untersuchen
ak
k=1
Betrachten die Grenzwerte
q=lim
k
a k1
bzw.q=lim kak
k
ak
Dann gilt:
ak=
k=1
falls q1 : ist absolut konvergent

falls q1 : ist divergent
falls q=1 : keine Aussage
Beweis:
a) Fall q < 1
: g=q1
kakq1k 0 : kk0
o.B.d.A.gilt
k: kakg , alsoa kgk
1
ak gk=
da 0g1
1g
k= 1
k=1
akist konvergentMajorantenkriterium
k= 1
ak ist absolut konvergent und somit konvergent

k= 1
b) Fall q > 1:
Fr fast alle k gilt:
a k1
ak1 .
also
(ak) ist keine Nullfolge. Dies wre jedoch notwendiges Kriterium damit die Reihe
ak
k=1
konvergiert.
ak
k=1
ist divergent.
Beispiel)
k
a k= k 0 k
2
k1
1
1
k1
a k1
2
k1
k 1
q=lim
=lim
=lim
=lim
=
k a k
k
k
k 2k
k
2
2
k
2
2k
k=0
2k
Da |0,5| < 1 ist
ist konvergent.
k=0
Beispiel 2)
Betrachte Reihe:
k= 1
q=lim
k
1
k
a k1
k
1
=lim
=lim
=1
ak k k1 k 1 1
k
Keine Aussage ber die Reihe, da q = 1.
Seite 20
3.6) Zusammenfassung
Konvergenzuntersuchung fr ak
k= 1
lim ak=0
k
q=lim
k
a k1
bzw. q=lim kak
k
a k
q=1
q1
lim ak0
divergent
q1
konvergent
weitere Untersuchungen:
Vergleichskriterium fr Reihen mit positivien Gliedern (alle ak >= 0)
Cauchykriterium (unangenehm, eher bei alternierenden Reihen)
Leibnitzkriterium fr alternierende Reihen (
akak 10 k
Betragskriterium (
Vergleichsreihen
a k
k=1
ist konvergent, dann ist
weitere Untersuchung
ak
k=1
ebenfalls konvergent (absolut konvergent))
k =
harmonische Reihe:
k=1
k 2 2 ist konvergent
k=1
xk= 1x
geometrische Reihe:
fr x1
k=1
Regeln
k=1
k=1
, : ak=s bk=t a kbk=s t

k=1
keine Aussage
ak=s
k=1
a k=sa1a2
k=3
m 1
k=m
k= 1
a k=s ak
t0
t1
t2
Paradoxon :
Achilles ist doppelt so schnell
wie Schildkrte, holt sie aber nie ein.
berholen ohne einzuholen
Warum?
Weil immer wenn Achilles da ist, wo die
Schildkrte vorher war, dann ist die Schildkrte
nun ein Stck weiter.
P roblem
lim t = Zeitpunkt wo Achilles die Schildkrte
eingeholt hat; lim s = Ort, an dem Achilles die
Schildkrte berholt.
=> gilt nur fr einen/eine bestim m ten/e,
begrenzten/e Zeitraum /Wegstrecke.
(Aber die Griechen hatten diesen GW Begriff so
noch nicht.)
Seite 21
4.) Grenzwerte und Funktionen
a=lim f x
xx 0
x0
auch : f x a fr x x0
y=f(x)
4.1) Definition des Grenzwertes

Gilt sowohl fr einen eigentlichen als auch einen uneigentlichen Grenzwert a. (D.h.
a{ ,}
(a) Grenzwert von f an der (reellen) Stelle x0
lim f x=a Folgenan : an :a nx 0an D f lim an= x0 lim f an =a

x x0
an x0 an D f
(gdw. fr alle Folgen (an) mit
lim an=x 0
sowie
gilt:
lim f an =a
n
Bemerkung:
Die Funktion f muss nicht an der Stelle x0 definiert sein, jedoch auf einer Umgebung
U x0
von x0.
Die Umgebung von x0 ist ein offenes Intervall, welches x0 enthlt.
U x0 =x0 , x0 mit 0, , beliebig klein

(Es gilt:
x0 , x0 {x0 }D f
(Auch als -Umgebung von x0 bezeichnet.)
(b) Links- bzw. Rechtsseitiger Grenzwert von f an der Stelle x0
f x=a Folgena : a : a 0a D lim a =x lim f a =a
lim f x=a Folgena n : a n : an 0an D f lim an =x0 lim f an =a
(linksseitiger Grenzwert)
lim
(rechtsseitiger Grenzwert)
x x 0 0
x x 0 0
Beispiel
1
f x=
x
D f = {0}= ,00,
Stelle x0=1
an mitlim an=1a n1: lim f an =1
n
1
an mita n1 : an xo f an =1
1
Also gilt: der Grenzwert der Funktion an der Stelle x0=1 existiert und ist gleichem dem Funktionswert an der Stelle. (Stetigkeit)
Stelle x0=0
f(0) ist nicht definiert!
an mita n0 :
a n x oan 0 f an
a n x oan 0 f an
Die beiden einseitigen Grenzwerte existieren, sind jedoch verschieden. Folglich existiert der (beidseitige) Grenzwert der Funktion an der Stelle
x0 = 0 nicht.
Es gilt stets:
lim f x=a lim f x=a lim f x=a

x x0
xx 0 0
x x 0 0
. (Der beidseitige Grenzwert existiert genau dann, wenn beide einseitigen
Grenzwerte existieren und einen gemeinsamen Grenzwert haben.)

(c) Grenzwert fr x gegen
von f.
lim f x=a an mit an D f : an f a n a

x
lim f x=a an mit a n D f : an f an a
Die Funktion muss fr x gegen unendlich definiert sein.

(D.h. es existiert mindestens eine nach oben bzw. unten unbeschrnkte Folge (an) mit (an) aus Df.)
Seite 22
4.2) Grenzwertregeln
Gilt f(x) konvergiert gegen a und g(x) gegen b fr x gegen x0, so gelten folgende Aussagen fr x gegen x0:
a=
b
a ,b
f g x
a b
f g x
a b
f gx
ab
falls b > 0
falls b < 0
falls b=0
falls b > 0
falls b < 0
falls b=0
a
b 0
b
f g x
ab falls
a 0 b 0
falls b > 0
0 falls b < 0
? falls b = 0
f
x
g
a
b=
a ,b=
?
falls a > 0
falls a < 0
falls a=0
falls a > 1
0 falls -1 < a < 1
? falls a = 1 oder a1
unbestimmte Ausdrcke:
0
0
0
,
, 0 , 0 ,0 , , 1
Seite 23

Michael Braun, MA07
4.) Grenzwerte und Funktionen

4.2) Grenzwertregeln (Teil 2)
1 x
lim 1 = 1
x
x
e
a)
Nach den Grenzwertregeln ergibt sich eins hoch unendlich, ein undefinierter Ausdruck. Der GW ist allerdings tatschlich die eulersche
Zahl e.
b)
0=0
c)
lim
x
1
x
{
1
e 1
x
0
=0
e
Nach den Grenzwertregeln ergibt sich Null hoch Null, ein undefinierter Ausdruck. Der GW ist allerdings tatschlich die eulersche Zahl
e.
4.3) Definition der Stetigkeit

a)
f ist stetig an der Stelle x0 , falls gilt:
lim f x= f x 0
x x 0
, der Grenzwert existiert und endlich ist.
Dazu muss f in einer Umgebung von x0 sowie an der Stelle x0 definiert sein.
b)
f ist links- bzw. rechtsseitig stetig an der Stelle x0, falls der Funktionswert an der Stelle x0 existiert und dem links- bzw. rechtsseitigen
endlichen Grenzwert von f(x) fr x gegen x0 gleich ist.
c)
f ist stetig auf dem Intervall I = [a;b)

(Analog fr [a,b], (a,b] und (a,b).)
1)
ID f
2)
xa ; b: f ist Stelle ander Stellex
3)
f ist rechtsseitig stetig an der Stelle a.
4.4) Hauptsatz ber stetige Funktionen

(1)
(2)
(3)
Folgende elementare Funktionen f sind stetig an der reellen Stelle x0 , sofern sie in einer Umgebung von x0 definiert sind.
f x =xnn
m
f x = xm2,m
f x =cc ,c=Konstante
f x =sin x, f x=cos x , f x=ex
Sind g und h stetig in x0 , so ist f stetig an x0.
f =gh
f =gh
g
f = h x0
h
Ist h stetig in x0 und g stetig in h(x0), so ist g(h(x)) stetig in x0.
Bemerkung: f(x) = g(h(x)) heit Verkettung von g nach h. g ist die uerer Funktion, h die innere Funktion.
Beispiel 1)
1
f x =e x D f = {0}
x
f x =g h x mit g x =e h x=
1
x
Da ex stetig fr alle reellen Zahlen ist und h(x) auf
Seite 24
{0}
stetig ist, so ist auch f(x) stetig auf
{0}
Beispiel 2)
Betrachten Grenzwert der Funktion
sin x
f x =
x
fr x gegen 0.
f(x) ist an der Stelle 0 nicht definiert, es liegt die Vermutung nahe, dass
lim
x 0
sin x
=1
x
gilt.
Dargestellt ist der Einheitskreis, die Sinusfunktion und ein Strahlensatz.

Aus dem Strahlensatz folgt:
Es gilt:
t sin x
sin x
=
t=
=tan x
1 cos x
cos x
sin x
sin x xt fr 0x sin xx
2
cos x
sin x
x
1
1
cos x
1
sin x cos x
x
Auerdem soll der Grenzwert beidseitig betrachtet werden.

Betrachte dazu die Ungleichung fr den Fall -x.
sin x=sin x
Somit gilt
sin x sin x
sin x
=
cos x =cos x cosx
1
x
x
x
lim cos x lim

x 0
x 0
x t
sin x
sin x
lim 1 lim
=1
x
x0
x 0 x
Dass durch die Strahlen eingeschlossene Bogenstck hat die Lnge x (Bogenma).
Beispiel 3)
f x = x falls x rational
0 falls x irrational
Diese ist ist nur an der Stelle 0 stetig.
Seite 25
5.) Ableitung und Differenzierbarkeit

5.1) Definition fr Funktionen
(1) Wert der Ableitung an der Stelle x0

f ' x 0=lim
f x0h f x0
h
h x0
= lim
x 0
y
x
(Sofern der Grenzwert existiert und endlich ist, heit die Funktion f differenzierbar in x0.)
(2) Ableitung von f

f heit differenzierbar auf einem Intervall
Die Funktion
x I f ' x
ID f
, falls f'(x) fr alle x aus I existiert.
heit dann Ableitung bzw. erste Ableitung von f auf I.
Bezeichnung:
- Ableitung von f : f'
D(f)
df
dx
. (letzteres wegen Newton, Schreibweise davor fr Maple)
- Ableitung von f an der Stelle x: f'(x) (x) D(f)(x)
df
x
dx
- df, dx: Differential von f bzw. x

Beispiel
f x =sin x , xD f = , I= , x I
sin xh sin x
sin ' x =lim
=lim
h
h 0
h 0
sin x
lim
=1 sin ' x =cos x
x 0 x
2sin
xhx
x hx
cos
2
2
sin h2
h
=lim
cos x
h
h2
2
h0
D.h. der Sinus ist differenzierbar auf den reellen Zahlen, der Wert seiner ersten Ableitung an der Stelle x ist gleich dem Wert der
Cosinusfunktion an der Stelle x.
5.2) Ableitungsregeln
(1) Ableitung elementarer Funktionen
x n' =nx n1 n
sin x '=cos x
cos x '=sin x
c '=0c ,konstante Funktion
ex '=e x
(2) f,g, sind differenzierbare Funktionen auf I mit f', g' ihre erste Ableitungen auf I.
Es gilt:
f g '= f 'g '
f g'= f 'g fg '
f
f 'g fg '
'=
g
g
Wobei die Quotientenregel auch aus der Kettenregel zusammen mit der Produktregel folgt.
(3) Verkettung
g : D 1 , x D1
Ist
differenzierbar und
f g x' =f 'g xg ' x
f : D2 , g x= x D 2, xD 1
auf D2 differenzierbar, so gilt:
(Kettenregel).
Beweis fr Quotientenregel unter Verwendung von Kettenregel und Produktregel:
1
1
g ' x
'= g x =1g x 2g ' x= 2
g x
g x
f
1
g ' x
1
f ' xg x f xg ' x
' x = f x
= f 2
f '
=
g
g x
g x
g x
g2 x
q.e.d.
Beweis fr Produktregel
f g xh fg x
f xhg xh f xg x
f xh f x
g xh g x
=lim
=lim
gxh f x
=
h
h0
h
h0
h
h
= f ' xg x f xg ' x
lim
h 0
q.e.d.
Seite 26

Michael Braun, MA07
5.) Ableitung und Differenzierbarkeit

5.2) Ableitungsregeln (Teil 2)
Satz: Ist f in x0 differenzierbar, so ist f in x0 stetig.
Beweis:
lim f x0 h =
h 0
f x 0h f x0
h f x 0= f ' x0 h f x0 = f x0
h
q.e.d.
Die Ersetzung mit f'(x0) konnte erfolgen, da f in x0 differenzierbar ist. Ansonsten erfolgt die Ersetzung unter Anwendung der Grenzwertstze (
lim ab =lim alim b
, falls die Teilgrenzwerte existieren.)
Beispiel fr eine an x0 = 0 stetige, aber nicht differenzierbare Funktion.

f x=x= x fr x0
x fr x0
f ' 0=lim
h0
f 0h f 0
h
=lim
= {1 fr h0,1 fr h0
h
h 0 h
D.h. f ist an der Stelle 0 nicht differenzierbar, da der beidseitige Grenzwert

nicht existiert, da es zwei Teilfolgen (h > 0, h < 0) gibt, fr die unterschiedliche Grenzwerte existieren.
x , x0
|x| ist Differenzierbar
und es gilt:
f ' x= 1 fr x0
1 fr x0
1
1
2
1
=
x'=
x 2 x
Beispiele fr Ableitungen:
1
x
1
x
ex
h x=e h ' x=e 1x = x0
x
cose sinx '=sin e sinx e sinxcos x
2
5.3) Umkehrfunktion
Sei
f : D R , I D Interval
x , x ' I : xx ' f x f x '
So heit f injektiv auf I, falls

Weiterhin ist
Satz: Ist
I '= f I := { f xxI }
f : D R
(f ist eineindeutig).
das Bild von f bzgl. I.
injektiv auf I und I' das Bild von f bzgl. I, so gilt:
g : I ' R: x I , yI ' : f x=y g y=x

. Man nennt dann g die Umkehrfunktion von f, kurz
g= f 1= f
Geometrisch ist der Graph von g die Spiegelung des Graphen von f an der Geraden x=y.
D.h. man kann von jedem Punkt F des Graphen von f ein Lot auf die Gerade x=y fllen
(Schnittpunkt S). Die Strecken F'S und FS liegen auf einer Geraden und sind gleich lang. F'
ist Bildpunkt der Spiegelung von F an der Geraden x=y.
Dann gilt: g(f(x)) = x
und
f(g(x)) =x
Fr die Ableitung der Umkehrfunktion g von f bzgl. I gilt dann, sofern f

differenzierbar auf I ist:
Beweis:
Beispiel:
g ' x=
1
xI '.
f 'g x
f g x=x f g x'=x ' f 'g xg ' x=1 g ' x=
f x=e x , f :
1
f ' g x
f ist injektiv, da ex streng monton wachsend ist.
I '= , g= f =ln x , g ' : I '

y=e x ln y=x y0 ;, x
Daraus folgt:
eln x =x x0
x
ln e =x x
g ' x=ln ' x=
Weiterhin gilt:
1
1
ln x =
x
e
ln ab =bln a
b
bln a
a =e
Seite 27
Beispiel:
f x=x x =e xln x
(logarithm. differenziert)
f 'x=x 1ln x
(Aus Verkettungs- und Produktregel, da die Ableitung von ln x nun bekannt ist.)
Beispiel:
f(x) = sin(x)
f ist nicht injektiv auf Df , u.A. da
I=
f ist jedoch injektiv auf

D.h. f ist auf I umkehrbar.
f x=0 x=n ,n
,
, I ' =[1,1]
2
2
f =arcsin x
Arkussinus von x.
y=sin x arc sin y=x x ,

, y[1,1]
2
2
Dann gilt:
arcsin x'=
Es folgt:
1
1
=
cosarcsin x 1x2
wegencos x= 1 sinx
5.4) hhere Ableitung

f(0)(x) = f(x)
f(1)(x) = f'(x)
(2)
erste Ableitung
(1)
f (x) = (f )'(x)
zweite Ableitung
f(n+1)(x) = (f(n))'(x)
(n+1)te Ableitung / Ableitung (n+1)ten Grades
Differentialschreibweise:
df
dx
n
dn f
n d f
f =
= n
n
dx dx
f '=
Beispiel: f ist nur einmal differenzierbar auf seinem Definitionsbereich.
x0
f x=xx= x fr
2
x fr x0
f ' x= 2x fr x0
2x fr x0
An der Stelle 0 liefern sowohl 2x als auch -2x fr die erste Ableitung 0, d.h. der beidseitige Grenzwert existiert und f ist an der Stelle 0
differenzierbar.
f ' ' x= 2 fr x0
2 fr x0
f ' ' ' x=0 x0
Seite 28

Michael Braun, MA07
6.) Anwendung der Differentialrechnung

6.1) Grenzwertregel von l'Hospital (1661-1704)
lim f x=lim g x=0bzw.
Sei
x 0
x 0
x x 00 , x x0 0, x
Analog fr
, so gilt:
lim
x 0
f x
f ' x
=lim
g x x0 g ' x
falls
lim
x 0
f ' x
g ' x
existiert.
Beispiel:
L= lim xln x
(1)
hat die Form Null mal Unendlich.
x0 0
ln x
x1
1 = lim
2 = lim x =0
x00
x0 0
x
1x
(Die Regel von l'Hospital ist nur anwendbar, da x>0 und somit x-1 bestimmt divergent.)
L= lim x x ist vom Typ Null hoch Null.
L= lim xln x= lim
x0 0
(2)
x 00
x0 0
L= lim x x = lim e xln x =e 0=1

x0 0
(Dies setzt die Stetigkeit der ex-Funktion voraus.)
x 00
6.2) Mittelwertsatz und Zwischenwertsatz

(1) Zwischenwertsatz
> Motivation
Ist f stetig auf I=[a,b] und gilt f(a) < c < f(b), so gilt:
x I : f x=c
Bemerkung: f muss stetig sein!!

(2) Mittelwertsatz
Ist f stetig auf I=[a,b] und differenzierbar auf (a,b), so gilt:
xa ,b : f ' x=
f a f b
ab
f'(x): Anstieg der Tangente

(f(a)-f(b))/(a-b): Anstieg der Geraden durch (a,f(a)) und (b,f(b)).
6.3) Monotonieverhalten von Funktionen

Voraussetzung: f ist stetig auf
I=[a ,b ]
und differenzierbar auf
a ,b
Aus dem Mittelwertsatz folgt: Sind x1, x2 aus I mit x1 < x2 so gilt:
x 0 : x1 x0 x2 : f 'x 0=
1. Fall:
Abbildung 4: Veranschaulichung zum Mittelwertsatz

Es muss eine Tangente am Graphen geben, die den
gleichen Anstieg wie die obere Strecke (Gerade) hat.
x I : f ' x=0
Dann gilt auch

2. Fall
f x2 f x1
x2 x1
x 1, x 2 I : f x 1=f x2 f x=const. auf I.
x I : f ' x0
Dann gilt auch:
x 1, x 2 I : x 1x2 f x 1f x2 f x streng monton wachsend.
Analog
f ' x 0
f ' x 0
f ' x 0
f(x) monoton wachsend,

f(x) streng monoton fallend und
f(x) monoton fallend.
Bemerkung: f(x) = x ist streng monoton wachsend, obwohl f'(0) = 0.

Injektivitt einer Funktion
Ist f stetig auf I=[a,b], so ist f injektiv auf I, d.h.
x 1, x 2 I : x 1x2 f x1 f x 2
genau dann wenn f streng monoton wachsend oder fallend
ist.
Bemerkung: Wenn f nicht stetig ist, folgt nicht, dass wenn f nicht streng monoton ist, f auch nicht injektiv ist.
Ist f streng monoton wachsend oder fallend, so ist f unabhngig von der Stetigkeit injektiv.
Seite 29
6.4) Extremwerte fr Funktionen
f : I
(1) Definition
Sei x0 aus I.
(a)
f(x0) ist globales Maximum (bzw. Minimum) von f auf I, falls
(b)
f(x0) ist lokales Maximum (bzw. Minimum) von f, falls
x I : f x f x0
f x f x0
) gilt.
U x 0 : xU x 0I : f x f x0 f x f x0
(U(x0) ist Umgebung von x0, d.h. (x0-,x0+) mit >0).

(c)
x0 ist lokale Extremwertstelle von f, falls f(x0) ein lokales Maximum oder lokales Minimum ist.
Ist die Funktion f stetig auf
[a, b]
, so gelten folgende Aussagen:
(a)
f hat auf I ein globales Maximum und ein globales Minimum.
(b)
Ist f(x0) ein globales Maximum von f auf I, so ist

(a)
x0=a oder
(b)
x0=b oder
(c)
f(x0) lokales Maximum mit x0 in (a,b).
(2) Extremwerttests
Voraussetzung: f ist in einer Umgebung von x0 differenzierbar, evtl. mehrfach differenzierbar.
(a) notwendige Bedingung
x0 ist lokale Extremwertstelle von f, dann ist f'(x0) = 0
Beweis: Sei f(x0) ein lokales Maximum (o.B.d.A. auch fr Minimum analog).
Dann ist
f x0 ,h= f x0 h f x 00
Somit ist
f x0, h 0 fr h0
=
h
0 fr h0
fr h nahe Null.
Da f differenzierbar in x0 existiert der beidseitige Grenzwert des Differenzenquotienten und es ist
f ' x 0 =0
Bezeichnung: Ist f'(x0) = 0, so heit x0 extremwertverdchtige Stelle.

(b) hinreichende Bedingung
f(x0) ist ein lokales Maximum (Minimum) von f, falls die Bedingung von Typ I oder II erfllt ist.
Typ I:
1.
f'(x0) = 0
U x 0 : xU x 0I : f ' x=
2.
(Fr das lokale Minimum gilt x < x0
0 fr x0 xx0
0 fr x0 xx 0
(Die erste Ableitung wechselt an x0 ihr Vorzeichen)
f'(x) < 0 und x > x0
f'(x) > 0 auf U)
Beweis:
Auf (x0-,x0) ist f'(x) > 0
Auf (x0,x0+) ist f'(x) < 0
f ist streng monoton wachsend.

f ist streng monoton fallend.
xx 0, xx 0 , x 0 : f x f x 0 x x0, x x0, x0 : f x f x0
x x0 , x0 : f x f x 0
q.e.d.
Typ II
1.
f'(x0) = 0
2.
f ''x 00
mit f''(x) > 0
lokales Minimum, f''(x) < 0
lokales Maximum
Beweis:
f ' ' x 00 0 : x x0 , x0 : f ' ' x0
f ' ist streng monoton fallendauf U
f ' x 0=0 xx 0 , x 0 : f ' x0 xx0, x 0 : f ' x0
Typ I ist erfllt.
Analog fr lokales Minimum.
Seite 30

Michael Braun, MA07
6.) Anwendung der Differentialrechnung

6.5) Krmmung, Wendepunkt
Allgemein gilt:
xx 1, x 2 a0,1: x=x 1ax 2x1
f ist streng konvex auf dem Intervall (x1,x2)
a0,1: f x 1a x2 x1 f x1 a f x 2f x1
f ist streng konkav auf dem Intervall (x1,x2)
a0,1 : f x 1a x2 x1 f x1 a f x 2f x1
(1) Definition
k onve x
k onk av
(entspr. die Kurve hngt
(entspr. die Kurve beugt sich
unter der Geraden durch)
ber die Gerade)
Zeichnung 1: Skizze zu konkav und konvex.
Die Funktion f heit streng konvex auf dem Intervall I
x1x2 I : a0,1 : f x 1a x2 x1 f x1 a f x 2 f x1
Die Funktion f heit streng konkav auf dem Intervall I
Funktionswertder
Funktionfander
Stellex
(x 1<x<x 2)
(2) Kriterium
Funktionswertander
Geradendurch(x 1,f(x 1))und
(x 2,f(x 2))anderStellex
(x 1<x<x 2)
Sei f auf dem Intervall I 2-mal differenzierbar.

Dann gilt:
(a)
f streng konvex (bzw. streng konkav), wenn f' streng monoton wachsend (bzw. streng monoton fallend) ist.
(b)
f''(x) > 0 fr alle x aus I

f''(x) < 0 fr alle x aus I
Beispiel:
f' ist streng monoton wachsend auf I

f' ist streng monoton fallend auf I
f ist streng konvex auf I.
f ist streng konkav auf I.
f x =x3, f : , f ' x=3x , f ' ' x=6x
f'' wechselt Vorzeichen an der Stelle 0, also ndert f die Krmmung an der Stelle 0.
(fr x < 0 ist f konkav, fr x > 0 ist f konvex.)
(3) Definition
x0 heit Wendepunkt von f, falls f in einer Umgebung x0 im Punkte x0 das Krmmungsverhalten ndert.
Also auf (x0+,x0) konvex und auf (x0,x0+) konkav oder auf (x0+,x0) konkav und auf (x0,x0+) konvex.
(4) Wendepunkttests
Voraussetzung: f sei in einer Umgebung von x0 differenzierbar, ggf. mehrfach.
Satz: x0 ist Wendepunkt von f
notwendige Bedingung: x0 ist Wendepunkt
hinreichende Bedingung: x0 ist Wendepunkt, falls

(a)
(c1) f''(x0) = 0 und
(b)
(c1) f'''(x0) 0
x0 ist Extremwertstelle von f'.
f'(x0) = 0
Seite 31
(5) Satz
f ' x 0= f ' ' x0 =...= f n 1 x 0=0
Sei
(a)
x0 ist Wendepunkt von f
(b)
x0 ist Extremwertstelle von f
und
f n x0 0
mit
n2
n ist ungerade
n ist gerade
(n)
(a)
Ist (x0) < 0, so ist x0 ein lokales Maximum.
(b)
Ist (n)(x0) > 0, so ist x0 ein lokales Minimum.
Beispiel: f(x) = x4 , x0=0

f'(0)=f''(0)=f'''(0)=0, fIV(0)=24>0
n=24, x0=0 ist lokales Minimum
Abbildung 5: Graph von x4
Seite 32
7.) Taylorreihen und Potenzreihen

7.1) Taylorpolynome
f : D f , x 0 D f , Werte f x 0 , f ' x0 , f ' ' x 0 ,...
Gegeben: Funktion
Gesucht: Nherung fr die Funktion f

Satz:
p x=a 0a1 xx 0a2 xx 02...a n xx0 n
Sei
0kn k
Dann gilt fr
p x0 =k!ak
ein Polynom vom Grade
n 0
(p(k) = k. Ableitung von p)
Beweis:
p x 0=a0
p ' x=a1 2a2 xx 03a3 xx 0 2...nan x x0 n1
p ' x0 =a1
1
n2
p ' ' x=2a 26a3 x x0 ...nn1an xx0
p ' ' x0 =2a 2
p ' ' ' x=6a 3...nn1n2anxx 0n 3
p ' ' ' x0 =6a 3
...
p k x 0=k!a k
kn
p k x 0=0
kn
Definition:
n
T n x= a k xx 0 k
Das Polynom
mit
k=0
ak =
f k x0
k!
fr k = 0,...,n heit n. Taylorpolynom von f an der Stelle x0.
Bemerkung
fr n=1 : T1(x0) = f(x0)
T1'(x0) = f'(x0)
Also ist T1 die Tangente von f an der Stelle x0.
Bemerkung 2
Fr das n. Taylorpolynom Tn von f an der Stelle x0 gilt dann:
Tn(k)(x0) = f(k)(x0) mit 0 k n
Dann ist Tn(x) eine Nherung fr f(x) mit der Abweichung Rn(x) = f(x) Tn(x).
f(x) = Rn(x) + Tn(x)
lim
Es gilt dann
x x0
Rn x
xx 0 n
=0
D.h. Rn(x) geht schneller gegen Null als (x-x0)n.

f x= x
Beispiel:
Entwicklungsstelle:
49
x 0=1,96=
25
f x= x , f ' x=
f x 0=
f : D mit D= [ 0 ,
1
1
3
, f ' ' x=
, f ' ' ' x=
2 x
4 x 3
8 x5
7
5
125 , f ''' x = 9375 0,069725...
, f ' x0 =
, f '' x0 =
0
5
14
1372
134456
Taylorpolynome
7
5
7
T 1 x =
10
7
T 2 x =
20
T 0 x =
f 2=
514 x
57 x 125
1372
2=1,414213...
T 0 2= 1,4 T 1 2 1,41428.... T 3 2 1,41413
Wird Tn(x) eine immer bessere Nherung fr f(x), je grer n wird?

Hufig, aber nicht immer.
Seite 33
7.2) Taylorreihe von f an der Stelle x0

(1) Definition
T x= ak xx 0 k
k= 0
mit
ak =
f k x0
k!
heit Taylorreihe der Funktion
f : D
an der Stelle x0.
Bemerkung:
T(x0) = x0
T(x) =
lim T n x
n
d.h. n. Taylorpolynom ist n. Partialsumme der Reihe T(x).

(2)
Problem
Fr welche x gilt T(x) = f(x) ?
(3)
n. Restglied (Abweichung)
Rn(x) = f(x) - Tn(x)
Dann gilt fr reelle x
f x =T x =lim T n x lim Rn x =0.
n
(4)
Restgliedformel von Lagrange

Fr ein gegebenes Rn gilt:
n 1
f
x
x: x : x 0 x x x x x0 Rn x =
xx0 n1
n1!
(Dabei muss f auf dem Intervall (x,x0) bzw. (x0,x) (n+1)-mal differenzierbar sein.
Seite 34

Michael Braun, MA07
7.) Taylorreihen und Potenzreihen

7.2) Taylorreihe von f an der Stelle x0 (Teil 2)
Beispiel: Sinusfunktion
f x=sin x
f ' x=cos x
f ' ' x=sin x
f ' ' ' x=cos x
f IV =sin x
2k
k
2k1
k
f x=1 sin x f
x=1 sin x
Entwicklung nach x0=0
1 k
2k1 !
1k
k
2k 1
T x= a kx =
x
k= 0
k=0 2k1!
1 3 1
5 1
7
T x=x x x x ...
3!
5!
7!
T 0 x=0
T 1 x=x
T 2 x=x0= x
1 3
1 3
T 3 x=x0 x = x x
3!
6
T 4 x=T 3 x
1
1
T 5 x=x x 3
x 5
6
120
...
0
a2k =
2k !
a2k 1=
Fr welche x gilt T(x) = sin(x) ?

1.
Lsung: x0 (geht immer)
2.
andere Lsungen? Dazu verwenden wir die Restgliedabschtzung nach Lagrange
Rn x= f xT n x
T x= f x lim Rn x=0
n
f n1 x
n , x : xx
xx0 n1
0, x : Rn x=
n1!
sin x n1
cos x
Rn x=
x
Rn x=
xn 1
n1!
n1!
1
Rn x
n1!
1
lim R nlim
=0
n
n n 1 !
lim R n=0
n
x : T x=sin x
Bemerkung:
Der Wert
der Lagrange-Restgliedformel ist abhngig vom n und vom x des Rn(x).
Seite 35
Beispiel 2:
f x=e x
x 0=0
f x0
f n x=e x
e0 k 1 k
x = x
k=0 k!
k=0 k!
1 k
x
Rn x= f xT x=e x
k=0 k!
1
T 0 x=1 T 1 x=1x T 2 x=1 x x 2 ...
2
Fall x0 :
f n 1 x n1
n , x : x : x0, x Rn x=
x
n 1 !
T x=
k= 0 k!
x x0 k=
n , x : x : x0, x Rn x=
e
xn1
n 1 !
x0
e
n 1
e
n1
x Rn x
x
n 1 !
n 1 !
n , x: lim Rn x=0
n , x:
Falls
nicht in (x,x0) liegt sondern in (x0,x) kann die Einschachtelung mit x und x0 getauscht gemacht werden, der Grenzwert ist auch hier
Null.
x :e x =
Es gilt also:
k=0
1 k
x
k!
Fr x=1:
e =e
(Fehlerabschtzung folgt aus e <= 3)
= 1
k!
k= 0
FehlerRn
n1!
In den beiden letzten Beispielen war f(x) = T(x). Nun ein Beispiel, bei dem dies nicht funktioniert.
Beispiel 3:
f x = e
0
x2
falls x 0
falls x = 0
Wenn man kann, dann kann man zeigen, dass f(x) fr alle reellen Zahlen stetig ist und die n-te Ableitung an der Stelle 0 den Wert 0 hat. (Hier
ohne Beweis.)
Entwicklungszentrum x0=0
f k x 0
f k 0=0 k0 a k=
=0
k!
T x=0= ak xx 0 k
k=0
Man sieht sofort, dass f(x) = T(x) nur fr x=0 gilt.
7.3) Potenzreihen
(1) Definition
a k xx0 k
Eine Reihe der Form
k=0
wird Potenzreihe (PR) genannt.
Weiterhin heit
x0: Zentrum bzw. Entwicklungsstelle
ak: Koeffizient der PR
x : Unbestimmte der PR
Beispiel:
xk=1xx 2...
k=0
Ist Potenzreihe mit Zentrum x0=0 und den Koeffizienten ak=1.

Diese Potenzreihe ist konvergent fr |x| < 1 mit dem Grenzwert (1-x)-1.
D.h. die Potenzreihe definiert f(x) = (1-x)-1 fr |x| < 1.
Seite 36
f heit Summenfunktion der Reihe
Wenn wir fr f die Taylorreihe T(x) mit dem Zentrum
x0 = 0
bilden so gilt:
T x= x k
k= 0
Also ist die Potenzreihe Taylorreihe ihrer Summenfunktion.

(2) Konvergenzuntersuchung
Es gibt stets ein Intervall I der Form I = (x0-r,x0+r) , sodass gilt:
absolut konvergent fr xx 0r
a kxx 0k= divergent fr xx0r

k=0
? falls xx 0=r
Man nennt dann I das Konvergenzintervall und r den Konvergenzradius der Potenzreihe.
Dabei kann r auch unendlich sein.
(Die Bezeichnung Konvergenzradius kommt aus dem Bereich der Komplexen Zahlen,
weil sich dort geometrisch tatschlich ein Kreis ergibt.)
Dann existiert die Summenfunktion f der Potenzreihe fr alle x aus I.
f x= ak xx0 k
xx0 r , x0 r
k= 0
(3) Bestimmung des Konvergenzintervalls

Das Intervall kann man mit Hilfe des Wurzel- oder Quotientenkriteriums ermitteln.
ak1 xx0 k1 =xx lim ak1

0
k
k ak xx 0
k ak
g x=lim
bzw.
g x=lim
k
a xx = x x lim a
k
Die Potenzreihe ist konvergent, falls g(x) < 1.

Die Potenzreihe ist divergent, falls g(x) > 1.
Das Kriterium liefert keine Aussage, falls g(x) = 1.
Beispiel:
k! xk=e x
k=0
x0 =0 ; ak=
1
k!
1
xk1
k1 !
1
x : lim
=lim x
=01
1 k
k1
k
k
x
k!
D.h. die Reihe ist konvergent fr alle reellen x, folglich ist der Konvergenzradius Unendlich.
Summenformel der Potenzreihe ist die e-Funktion (ex), dies erkennen wir aber nur, da wir vorher die Taylorreihe von ex nach 0 berechnet hatten.
7.4) Rechnen mit Potenzreihen

Es seien
f x= ak xx0 k x I 1
k= 0
g x= bkxx0 x I 2
k=0
Es gilt dann fr f und g:
(1)
f x g x= a kbkxx0 k
k=0
(2)
f x g x= xx 0 ai bki
k=0
i= 0
x I 1I 2
(3) f ist stetig und differenzierbar auf dem Konvergenzintervall I1, die Ableitung von f wird wie folgt gebildet:
k= 0
k=1
f ' x= kakxx0 k1 = kak x x0 k1
Seite 37
Das Konvergenzintervall bleibt erhalten fr die Ableitung.

(4) f ist beliebig oft differenzierbar auf I1 und es gilt:
k!
a xx 0k n
kn ! k
f k x0 =k!ak
f k x0
ak=
k!
f k x=
n=k
D.h. die Potenzreihe ist die Taylorreihe ihrer Summenfunktion mit dem Zentrum x0.
f(x) = a0 + a1(x-x0) + a2(x-x0)2 + a3(x-x0)3 + ...

f'(x) = a1 + 2 a2(x-x0) + 3 a3(x-x0)2 + ...
f''(x) = 2 a2 + 6 a3(x-x0) + ...
Seite 38

Michael Braun, MA07
Kapitel II: Integralrechnung fr einstellige, reelle Funktionen

1.) bestimmtes Integral
Gegeben) Funktion
f : D f
, Intervall
I=[a ,b ]D f
1.1) Summendefiniton
b
n1
f x dx=lim
a
n k=0
f k xk
a= x0 x1x 2...x n1 xn =b : Unterteilung des Intervalls[a ,b ]

I k=[x k , xk1 ]: Teilintervallvon I
x k=x k1x k : Lnge des Teilintervalls I k=[x k , x k1 ]
k[xk ,x k1 ]: Zwischenwert
f kx k=Flcheninhalt des Rechtecks ber I k mit der Hhe f k
n1
Existiert der Grenzwert der Summe
k=0
des bestimmten Integrals von f ber
f k x k
I=[a ,b ]
fr
und
xk 0
und hat stets den selben Wert, so heit der Grenzwert Wert
Die Funktion f heit dann integrierbar ber I.

b
Bezeichnung:
f x dx= f t dt=
a
f x dx
[a , b]
1.2) Existenz des bestimmten Integrals

b
Ist f stetig auf
I=[a ,b ]
, so ist f integrierbar auf I, also
f x dx
existiert.
1.3) geometrische Deutung
f x dx= A BC
a
Wobei A,B,C die Flcheninhalte der gekennzeichneten Flchen sind.
Seite 39
1.4) Mittelwertsatz
Abbildung 6: Der Flcheninhalt unter der Kurve auf

[a, b] entspricht der Summe von A und B.
[a, b]
Sei f auf I =
stetig.
b
Dann ist:
M=
1
f xdx
ba a
Es gibt dann ein
der Mittelwert von f ber dem Intervall I.
sodass M = f().
[a ,b ]
[a, b]: M= f
1.5) Folgerungen
Ist f integrierbar ber
b
(a)
I=[a ,b ]
, so gilt:
f x dx= f xdx f x dx
a
c[a, b]
(b)
f x dx=0
a
Bemerkung:
b
Ist
ab
, so definiert man
f x dx= f xdx
a
Anwendung
z.B. Funktionsglttung
Eine geglttete Funktion knnte z.B. so aussehen:
x h
1
gh x=
f t dt
2h x h
Seite 40
2.) Das unbestimmte Integral

f : D f
Gegeben) Funktion
I=[a ,b ]D f
, Intervall
2.1) Stammfunktion
I
Die Funktion F:
x I
heit Stammfunktion von f auf I, falls gilt: F'(x) = f(x)
Beispiel:
f x = x
1 3
x
3
eine Stammfunktion: F(x) =
f x = x1
eine Stammfunktion: F(x) = ln(x) falls x > 0

eine Stammfunktion: F(x) = ln(-x) falls x < 0
(bzw. x < 0: (ln(-x))' = (
1
1
x
2.2) Hauptsatz der Differential- und Integralrechnung

I=[a ,b ]
Ist f auf
stetig, so gelten die folgenden Aussagen:

x
(S1) Die Funktion
F1 : I R
mit F1(x) =
f t dt
ist eine Stammfunktion von f auf I, d.h. F'1(x) = f(x).
F:I R
(S2) Ist
xi : F x=F 1 xcc
Stammfunktion von f auf I, so gilt:
x=b
f x dx :=F x
a
=F b F a
x=a
Beispiel:
5
J=
1x dx
1
x
, f(x) =
,x>0
Stammfunktion ist F(x) = ln(x)
J=
F x
x=5
=ln5ln2
x=2
Beweis von S1)

x
F 1 x= f t dt
0
F '1 x=lim
h 0
xh
F 1 xh F 1 x
1
=lim f t dt
h
h0 h
x
xh
x , h : :
Aus dem Mittelwertsatz folgt:
f t dt=hf
Fr
h 0
geht
und somit ist
1
F '1 x=lim hf = f x
h 0 h
Beweis von S2)

Sei F irgendeine Stammfunktion von f auf I.
Dann ist F'(x) = f(x)
x I
(F(x)-F1(x))' = F'(x) F1'(x) = f(x) f(x) = 0
F x F 1 x=c
(siehe Kap. I, Abschnitt 6) [Der Zwischenwertsatz gilt nur fr stetige Funktionen, daher vor. f stetig.]
F(x) = F1(x) + c
Dann gilt:
a
Fa(a) = F1,a(a) + c =
f t dt
+c=c
F(b) = F1,a(b) + c =
f t dtc= f t dtF a
a
f x dx= f t dt= F b F a
a
Seite 41
2.3) Definition unbestimmtes Integral

Die Menge aller Stammfunktionen von f wird mit
kurz:
f x dx
bezeichnet und unbestimmtes Integral von f genannt.
f x dx= F xc F ' x= f x
Seite 42

Michael Braun, MA07
3.) Integrationsregeln
3.1) Grundintegrale
Quellen:
Tafelwerk
Mapel
1
x 1 C
x dx= 1
x 211 dx=arctan xC
1x dx=ln xC
cos xdx =sin xC

sin xdx =cos xC
3.2) Summenregel, Linearitt
f g x dx= f x dx g xdx
f x dx= f x dx
3.3) Integration von Potenzreihen
1
dx=arcsin x C
1 x 2
e x dx =e xC
Sei f die Summenfunktion einer Potenzreihe mit dem Konvergenzintervall I, etwa
f x= a k x x 0
x I .
k =0
Dann ist f ber I integrierbar und es gilt
k=0
k=0
k =0
f x dx= akx x 0 k dx = ak x x 0 k dx =
x x 0 k1
ak
C .
k 1
Beispiel
a
a= ex
(Fehlerfunktion )
Potenzreihe der e-Funktion:
e x=
2
k =0
ex =
k=0
1 k
1
x =1 x x2 ..
k!
2!
1k 2k
1
x 2 k =
x
k!
k!
k =0
a=
k=0 0
1 2k
x dx
k!
a
1k 2k
x dx
k!
k=0 0
k
2k 1 x=a
k
2k 1
1 x
1 a
=
k! 2k1
k!2k1
x=0 k=0
a =
a=
k =0
Seite 43
3.4) partielle Integration

Fr die auf
I=[a ,b ]
differenzierbaren Funktionen
u=u x
und
v=vx
gilt:
uv ' dx=uv u 'v dx

uv' dx=uvx=b ba u 'v dx
x=a
b
a
Beweis:
uv '=u ' vuv '

uv ' dx = u ' v dx uv ' dx
uv =u ' v dx uv ' dx
uv ' dx =uv u ' v dx
Beispiel 1
I = xcosx dx
u = x u '=1
v ' =cos x v=sin x
I = uv ' dx=uv u ' v dx
I = xsin x sin x dx= xsin x cos xC
u = x u '=1
v ' =cos x v=sin xC
C I = uv ' dx =uv u ' v dx
I = xsin xC sin xC dx= xsin x xC cos x CxC

I = xsin x cos xC
Beispiel 2
I = ln x dx
u=ln x u ' = 1x
v ' =1 v= x
I = xln x 1x x dx= xln x 1 dx= xln x xC
Beispiel 3
I = cos2 x dx
u=cox x u '=sin x
v ' =cos x v=sin x
I =sin xcosx sin 2 x dx=sin xcos x sin 2 x dx =
=sin xcos x 1cos2 xdx =sin x cos x xC cos 2 x
2 cos2 x=sin x cos x xC
cos 2 x= 12 sin x cos x x C
Seite 44
3.5) Substitutionsregel
Sei F(x) Stammfunktion von f(x) und sei x = g(t) eine injektive Funktion. Fr die Funktion H(t) = F(g(t)) gilt dann
H(t) Stammfunktion von
1
f g tg ' t und es gilt:
f x dx= F xc=H g
xc
H ' t= F ' gt g ' t . Somit ist

.
Substitutionsregel I (Vorwrtssubstitution)
Fr die Substitution x=g(t) mit g eine injektive Funktion auf I=[a,b] gilt:
Es folgt:
dx
dt
=g ' t
, also dx = g'(t) dt .
f x dx= f g tg ' tdtt=g 1 x

g1 b
f x dx=
f g t g ' t dt
g1 a
Beispiel
1
I = 1x 2 dx=
1
(Die Lsung ergibt sich auch grafisch, da die integrierte Funktion einen Halbkreis mit dem Radius 1 beschreibt.)
Substitution
Rcksubstitution
x=sin t
t=arcsinx
dx =cos t dt
x =1 t=
2
x=1 t=
2
0.5
0.5
0.5
1 x2 dx = 1sin 2 t cos tdt

=
cos2 t cos tdt
0.5
0.5
Man beachte:
cos 2 tdt
cost 0 t [/ 2 , /2]
0.5
=0.5sin t costt0.5
0.5
1
=
2
Stammfunktion
1
1x 2 dx =2 sint cos ttt=arcsin x = 2 tcos arcsin x arcsin x

Substitutionsregel II: Rckwrtssubstitution
Fr
f xdx
mit
f x= g h xh ' x
und der Substitution t = h(x) erhlt man
g h xh ' x dx = g tdtt =h x
b
hb
g h xh ' x dx = g t dt
a
ha
(Die Rckwrtssubstitution funktioniert auch fr nicht-injektive Funktionen h, lt. http://www.mathematik.uni-wuerzburg.de/~pabel/mphys1.pdf)
Beispiel 1:
1
1
1
1
I = e5x 7 dx= 5e 5x7= e t dt
= e t
c= e 5x7 c
5
5
5
t =5x7 5
t=5x7
Beispiel 2:
sin x
tan x dx= cos x dx
cos x0
dt
sin x
sin x
sin x dt
dt
dx=
=
=ln t
c=ln cos xc
tan x dx= t
t
sin x
t t =cos x
t=cos x
t =cos x dx=
Seite 45
Spezialflle
g ax b dx= 1a g t dtt=ax b
h x
hn xh ' x dx= t n dtt =h x=1n1 hn1 xc
h' x
1
dx= dt
=ln h xc
t
t=h x
nutzlose Substitution
I = e x dx x0
t= x x=t2
dt 1 1
1
= =
dx 2 x 2t
2x
I = e t2 x dt
= e 2t dt
t = x
t= x
2x
Wobei
2t
e2t 2t 2 dt
Seite 46
nicht gut ist.

Michael Braun, MA07
4.) uneigentliche Integrale

2
1
x=2 =
1x 2 dx=1
x
x=1 2
1
1x 2 dx= 1
x
1
x=2 3
x=1 2
Das letzte Integral ist offensichtlich falsch, da sich der Funktionsgraph immer oberhalb der x-Achse
befindet und daher auch das Integral von a nach b mit a < b immer einen positiven Wert annehmen
muss.
Das Problem ist, dass f(x) = x-2 nicht stetig auf [-1;2] ist und daher der Hauptsatz der
Integralrechnung nicht angewendet werden kann.
Abbildung 7: Graph der Funktion x-2
4.1) Definition
ba f xdx
(a)
heit uneigentliches Integral, falls
a=b= oder (b) f(x) eine Unendlichkeitsstelle
c[a , b]
hat, also
lim f x= .
x c0
4.2) Unendliche Grenzen

(1) Definition
Ist f stetig auf dem Integrationsintervall
, so definiert man:
b a
f x dx
a
f xdx = lim
a
b
,b ]
bzw.
f xdx =lim f xdx
[ a ,
f xdx = lim
f x dx
b a
a
Die Integrale heien konvergent, falls die Grenzwerte konvergent sind, d.h. existieren und endlich sind.
(2) Beispiele
a)
b)
x2 dx=lim
b
1 x=b
1
1
=lim =1
x
1
x=1 b b
cos xdx =lim

cos x dx=unbestimmt divergent
b
c)
arctan x x=b= lim arctan b arctan a =

11x 2 dx=alim
x=a a
Bemerkung
f :
heit dichte Funktion, falls f stetig auf
und
f xdx =1
Seite 47
4.3) Unendlichkeitsstellen
Beispiel)
a)
(Die Funktion y=x-0,5 hat an x=0 eine Unendlichkeitsstelle.)
1 x dx=a lim
1 1 dx=2
00
D.h. das o.g. Integral ist konvergent.
2
b)
1
1
1
dx= 2 dx 2 dx
2
1 x
1 x
0 x
I =
1x 2 dxa lim
1x 2 dx
b 00
00
I = lim
I ==
D.h. das Integral ist (bestimmt) divergent.
5) Summen und Integrale

5.1) Harmonische Zahlen
n
1
k=1 k
H n=
Wie schnell wchst Hn ?

n
Sei f(x) = x-1 , x >0 so ist
H n= f k
k=1
5.2) Monoton fallende Funktionen

Voraussetzung:
f : [ 1 ;
sei eine stetige, monoton fallende Funktion mit
f x 0 x [ 1,
Dann gilt:
n
k=1
f n f x dx f k f 1 f x dx
1
(Aus der Monotonie folgt
f n f 1
, ist f monoton wachsend, so werden einfach f(1) und f(n) getauscht, siehe 5.5)
Obersumme:
Untersumme:
Die Intervalle fr die Summen haben die Lnge eins.

Die Untersumme ist sicher kleiner als das Integral, um von der Untersumme auf Hn zu kommen fehlt
kommen fehlt noch f(n).
Seite 48
f 11
, um von der Obersumme auf Hn zu
5.3) Harmonische Zahlen

n
1
H n= = f k
k=1 k
k =1
n
1
f x= , x0
x
n=ln n
f x dx= 1x dx=ln xx=
x=1
Also gilt:
n
f n f x dx H n f 1 f x dx
1
1
lnn H n ln n1
n
1
lnn
n Hn
ln n1
lnn
lnn ln n
1
ln n
n
ln n1
lim
=1 lim
=1
n ln n
n ln n
H
=lim n =1
n lnn
H n lnn
H n=ln n
Somit ist diese Abschtzung ntzlich fr die Landau-Symbolik.
Hinweis: relevant fr Klausur!
5.4) Integralkriterien
f : [ 1 ;
Sei
eine stetige, monoton fallende Funktion mit
f x 0 x [ 1 ;
Dann gilt:
k =1
f k konvergent f xdx konvergent.

5.5) Monoton wachsende Funktion
Voraussetzung:
f : [ 1 ;
sei eine stetige, monoton wachsende Funktion mit
f x 0 x [ 1,
Dann gilt:
n
k =1
f 1 f x dx f k f n f x dx
1
Beweis wie bei 5.3 anschaulich ber Grafik mit Ober- und Untersumme.
n
Anwendung:
ln n!= ln k kann mittels Integral abgeschtzt werden.

k =1
ln 1 ln x dx
ln n! ln n ln x dx
ln 1[ xln x x]n
1
ln 1nln nn1ln 11
nln nn1
nln nn1
nln n
ln n! ln n [ xln x x]n
1
ln n! ln n nln n n1ln 11
ln n! ln n nln nn1
ln n!
ln nnln n n1
nln n
nln n
nln n n1
=1
nln n
ln n nln nn1
lim
=1
nln n
n
lim
Betrachte nun die beschrnkenden Folgen:
Dann ergibt sich fr die gesuchte Abschtzung
lim
ln n!
=1
nln n
ln n!~nln n .
(Die Funktionen haben die gleiche Komplexitt)
Seite 49

Michael Braun, MA 07
Kapitel III: lineare Algebra

1.) Komplexe Zahlen
1.1) Einfhrung
: x5=0
: x5=1
: x 2 5=0
: x 21=0
2
: i= 1 i =1
2
x 4x13=0 x=2 9=23ix=2 9=2 3i
Es gab immer nicht lsbare Gleichungen, die komplexen Zahlen schlieen diese Lcke fr alle gebrochen rationalen Polynome.
1.2) algebraische Form komplexer Zahlen

Definition) Komplexe Zahlen sind Ausdrcke der Form z = x + iy wobei x,y reelle Zahlen sind.
Bezeichnungen:
x: Realteil von z,
y: Imaginrteil von z,
(reelle Zahl)
(reelle Zahl)
i: imaginre Einheit
C = { x + iy | x,y reelle Zahl}
Somit gilt fr komplexe Zahlen:
z z =0 z =x0i
Ziel ist, dass die fr die reellen Zahlen bekannten Rechenregeln auch fr die komplexen Zahlen noch gelten und i.B. fr Zahlen mit dem Imaginrteil Null die
gleichen (mit +0i) Ergebnisse berechnet werden wie in den reellen Zahlen.
1.3) Arithmetische Operationen

Gegeben seien komplexe Zahlen z=a+ib , u = c+id
(a) quivalenz
z =u z=u z =u a=cd=b
(b) Addition / Subtraktion
z u=ac ibd = zu i z u
(c) Multiplikation
zu=aibcid=ac bdibciad=acbdibc ad=
= z u z u i z u z u
(d) Division
z aib aibcid acbd
bc ad
=
=
= 2 2 i 2 2
u cid c2 i 2 d
c d
c d
Offensichtlich ist die Division nicht definiert, falls
c d =0
, also
u =0 0i =0
Beispiel:
32i
1 8
1
8
w=
= i z = , z =
12i
5 5
5
5
Bemerkung
Fr die arithmetischen Operationen in
gelten die gleichen Gesetze wie fr
(Assoziativgesetz, Distributivgesetz und Kommutativgesetz.)

I.B. ist C ein Krper (siehe GuDS / Krper.)
Seite 50
1.4) Betrag komplexer Zahlen

z =xiy
Fr
z=z
Es gilt
Z:= x2 y 2 , z :=xiy
definiert man:
.
2
(R1)
z
z = x2 y 2=z
1 z
=
durch Erweiternmit z
z z2
(R2)
z =z
z = z
z=
z
(R3)
z{0}
z=0 x=0y=0 z=00i z=0
(R4)
zc=zw
(Beweis durch Ausrechnen.)
1.5) Gausche Zahlenebene

imaginre Achse
z= x + iy
reelle Achse
die komplexe Zahl z = x + iy entspricht dem Punkt P(x,y) mit dem Ortsvektor
x = xy
in der X-Y-Ebene.
(Gausche Zahlenebene)
wegen des Pythagoras ist x=z .

(Abstand des Punktes zum Koordinatenursprung.)
Addition und Subtraktion komplexer Zahlen entspricht der Addition / Subtraktion der entsprechenden Ortsvektoren.
Demnach reprsentiert die Differenz zweier komplexer Zahlen gerade den Abstand der beiden Ortsvektorenendpunkte der komplexen Zahlen, von
denen die Differenz gebildet wurde. Man sagt dazu auch, dies sei der Abstand der komplexen Zahlen.
Einige Mengen von komplexen Zahlen knnen als geometrische Figur dargestellt werden.
Bsp.: K ={z z 2= 2 }
Alle komplexen Zahlen, deren reprsentierenden Punkte auf dem Kreis um 2+0i mit dem Radius 2 liegen.
1.6) komplex Zahlenfolgen und Reihen

und eine komplexe Zahl u. Es sei zn = z(n).
Gegeben) Eine komplexe Zahlenfolge, d.h. eine Abbildung

Definition)
lim zn=u lim zn u=0

n
Beachte:
z n u
ist eine reelle Zahlenfolge.
Beispiel)
z n= 1
1
n
i2n
lim 11n i2n =1 lim z

n
1=0 lim
n
Allgemein gilt: Ist zn = xn + i yn mit xn,yn reelle Zahlen, so ist

Analog gilt fr Reihen:
z = x i y
n
1 2 =0 lim 5 =0 w.A.
n
lim zn= lim x nilim y n .

n
n
n
Bemerkung) Fr komplexe Reihen gelten das Quotienten- und Wurzelkriterium. Die Berechnung dessen fhrt auf eine reelle Zahl, da in die Berechnung
nur Betrge eingehen.
q= lim
k
zk1
=lim k zk . Ist q < 1
zk
k
Reihe ist absolut konvergent, ist q=1 keine Aussage, ist q > 1
Reihe ist divergent.
Seite 51
1.7) Eulersche Formel

1
(1) Betrachten Potenzreihe k !z
k= 0
1
z k1
1
k 1!
q= lim
=lim k1z=0
1
k
k
k
z
k!
(Das Krzen von zk+1 und zk geht wegen R4.)
Folglich ist diese Potenzreihe konvergent fr alle komplexen Zahlen z.
Die Summenfunktion heit konvergente e-Funktion, kurz
e :=
z
e0 = 1, e1=e.
(2)
k!
=
Satz (Eulersche Formel)

ei =cos isin
ei =
i2k
i2k 1
i = i =
k!
2k !
2k 1!
k!
=
=
=
=
k
=
k= 0
2k
2k 1
1 2k
1k 2k1
i
=cos isin
2k !
2k
1!
k=0
(siehe Abschnitt 7.2 Taylorreihen)
1.8) Polarkoordinaten; exponentielle Form

imaginre Achse
z= x + iy
x
reelle Achse
Gegeben: z = x + iy mit x,y reelle Zahlen
Sind r und gegeben, kann daraus x und y berechnet werden.
(Da der Winkel zwischen x und y bekannt ist, kann hier der Kongruenzsatz WSW fr Dreiecke angewandt werden.)
Man nennt das Argument von z und schreibt:
z =rcos irsin
Man nennt (x,y) die kartesischen Koordinaten von z und (r, ) die Polarkoordinaten von z mit in [0, 2) oder (-, ] (je nach Anwender).
Somit gilt z = r(cos + i sin ) = r ei .
Die Darstellung von z in der Form z = r ei mit
Seite 52
r =z0
und = arg(z) heit exponentielle Form von z.

1.) Komplexe Zahlen

1.8) Polarkoordinaten; exponentielle Form (Teil 2)
Folgerungen aus der eulerschen Formel
F1) ei = ei(+2k) , kZ
F2) |ei| = 1 (cos2 + sin2 = 1)
F3)
F4)
e e =e
ei =ein
(cos + i sin )n = cos (n) + i sin(n)
F5)
ei
=e i
i
e
Beispiel)
Potenzieren komplexer Zahlen

u = (2 + 2i)20
Re(u) = ?, Im(u) = ?
binomische Formel
20
k
20k
u= 20 2 2i =...
k=0 k
exponentielle Form
i /4
z=22i=2 2 e
i
i /4
z=22i= fcos i sin = fe =2 2 e
i/4 20
=2 2 e
z=22i = 2 2e
=2 e
30
=2 cos isin =12 30
20
20
20
i20/ 4
30
i5
30
=2 e =
1.9) Lsung der Gleichung zn = w

Gegeben)
w , w0,n1
Gesucht)
L={ z z =w }
n
Lsung)
1.)
2.)
exponentielle Form von w bestimmen

i
i2k
w= Re = Re
, k mit R=w
und
=argw
z=re ,r 0,02
n
n
in
i2k
z =r e =w= Re
n
r = Rn=2k
Ansatz fr zk:
Einsetzen in Gleichung:
Vergleich:
3.)
Lsungen
n
2k
r = R k=
n
n
z=z k=re
4.)
Bemerkung
n
zn = Re
ik
1
2k
i
n
= Re n
k=0,1,..., n1
L={z 0, z1, ... , z n1}
1
2n
i
n
n
n
1
i
n
Re
=z 0
Seite 53
Beispiel
Gesucht) L = {z | z3 2 2i = 0 }
Lsung)
z3 2 2i = 0
w = 2 + 2i
1.
z3 = 2 + 2i
w= 2222=2 2
=argw=
22i=2 2e
i
4
i
z=re ,r 0, 02
3
3
i3
i/4 2k
Einsetzen in Gleichung: z =r e
=22i=2 2e
3
Vergleich: r =2 23=/ 42k
2.
Ansatz fr zk:
3.
Lsungen
3
r = 2 2= 8= 2 k =
i
z=z k= 2e
2
k
12 3
2
k
12 3
k=0, 1,..., n1
i
12
z 0 = 2e
i
2

12 3
4

12 3
z 1= 2e
z2 = 2e
4.
= 2e 12
17
i
= 2e 12
Gausche Zahlenebene
2.) Polynome
2.1) Darstellung
P x =a0a1 x a2 x ...= akx

2
k=0
a0, a1, a2 ,... heien Koeffizienten von P(x) und sind reelle oder komplexe Zahlen
Es sind nur endlich viele Koeffizienten verschieden von Null.
x: Unbestimmte
grad p x :=
falls ak=0 k0
n falls an0ak=0 kn
p(): Wert von p an der Stelle x= mit eine reelle oder komplexe Zahl.
p() = a0 + a1 + a2 2 + ... (x0 = 1 , 0 = 1)
heit Nullstelle (NS) von p(x), falls p() = 0 gilt.
Beispiel:
p(x) = 2x2 i
a0=i , a1=0,a2=2,ak =0 k2
Nullpolynom
p(x) = 0 meint
p x = 0x =0
k
k=0
grad p x =
konstantes Polynom
p x =a0a0 =a, ak=0 k0
Seite 54
grad p x=0
lineares Polynom
p x =abx a0=a , a1=b0,ak=0 k1,grad p x =1

a
1
abx=0 x =
=ab
b
2.2) Arithmetische Operationen

Gegeben)
p x = akx
k=0
q x = bkx
k=0
(1) Gleichheit (Koeffizientenregel)
p x =q x ak=bk k
p x =qx p =q M
Bemerkung: zeigen spter
M=
(z. B.
M = , M=
(2) Addition / Subtraktion
p x q x= akb k x
k=0
Bemerkung:
grad p x q x max grad p x , grad q x
(3) Multiplikation
p x q x = c kx
k=0
Bemerkung:
mit c k= a jb k j
j=0
gradp xq x=gradp x gradq x
2.3) Nullstellen
Gegeben) Ein Polynom p(x) mit komplexen Koeffizienten
Gesucht) komplexe Nullstellen von p(x), d.h. alle mit p() = 0
Beispiel)
p x 0 p=0
Nullpolynom:
konstantes Polynom:
p x =a0 p 0
(1) Produktregel
p =0 p 1 =0p 2 =0
Ist p(x) = p1(x) p2(x), so gilt
Beweis: Folgt sofort aus den Regeln fr das Rechnen mit komplexen Zahlen.
Beispiel:
p(x) = (x2 4) (x2 2x + 10) = x4 + ...
2
p =0 4=0 2x10=0 =2=2=13i=13i

(2) Teilbarkeit
q x / p x g x: p x=g x q x
(p,q,g seien Polynome)
Gesprochen: q teilt p
(3) Division mit Rest
Division von p(x) durch q(x).
Zu jedem Polynom q(x) mit einem Grad > 0 gibt es eindeutig bestimmte Polynome g(x) und r(x) mit
p(x) = g(x) q(x) + r(x), sodass grad(r(x)) < grad(q(x)) gilt.
Dann heit g(x) ganzer Teiler von p(x) durch q(x) und r(x) Rest bei Division von p(x) durch q(x).
q(x) teilt p(x) falls r(x) dass Nullpolynom ist.
Kommentar: Geht auch bei grad(q(x)) = 0 , dann ist
grad r x =0 = .
Seite 55
Beispiel:
p(x) = 2x3 2x2 + x + 1
q(x) = x2 + x + 1
p(x) : q(x) = ( 2x 2x + x + 1 ) : ( x2 + x + 1 )
3
(2x3 -2x2
+x
-2x -2x
-2x
+1) : (x +x +1) = 2x -4 + 3x+5
-4x -x
+1
+4x +4x +4
3x +5
Seite 56
q(x)
g(x) x+x+1
=r(x)

2.) Polynome
2.3) Nullstellen (Teil 2)
Spezialfall:
Betrachte die Division von p(x) durch einen Linearfaktor q(x) = x mit eine komplexe Zahl.
Dann ist der Grad von r(x) kleiner als eins, d. h., r(x) ist das konstante Polynom oder das Nullpolynom und es gilt:
p(x) = g(x) (x-) + a mit a = p().
Beweis, dass a=p() sein muss: p(x) = g(x) (x- ) + a => p() = g() ( ) + a = a .
(4) Folgerungen
Folgerung 1 (Abspaltregel)
ist Nullstelle von p(x)
p(x) = g(x) (x-a) + 0
(x- ) / p(x)
Bemerkung: Ist p(x) = g(x) (x- ), so ist grad(p(x)) = grad(g(x)) + 1 und die Nullstellen von p(x) sind sowie die Nullstellen
von g(x).
Folgerung 2
Ist der Grad von p(x) = n
Nullstellen.
0 (d. h., p(x) ist ein vom Nullpolynom verschiedenes Polynom), so hat p(x) hchstens n
Definition
heit k-fache Nullstelle von p(x) falls gilt g(x): p(x) = (x- )k g(x) mit g() 0. (g(x) ist ein Polynom.)
Beispiel: p(x) = x 3x + 2 = (x-1)2 (x+2)
D.h., = 1 ist zweifache Nullstelle.
(5) Fundamentalsatz der Algebra

p(x) = an xn + ... + a1 x + a0
Sei p(x) ein Polynom vom Grade n > 0.
Dann hat p(x) genau n komplexe Nullstellen (gezhlt mit ihren Vielfachen).
Sind z1,...,zn die komplexen Nullstellen von p(x), so gilt:
p(x) = an(x-z1)(x-z2)...(x-zn)
Dies bedeutet, dass p(x) das Produkt von n Linearfaktoren und dem konstanten, komplexen Faktor an ist.
Weiterhin gilt:
a0=an1 z k
. [( -1)n entsteht, indem aus (-z0) (-z1) ... (-zn) die -1 ausgeklammert wird.]
k=1
(6) Faktorzerlegung im
Reellen
Betrachten das Polynom p(x)

p(x) = an xn + ... + a1 x + a0
mit reellen Koeffizienten ak vom Grad n.
Dann gilt:
a)
p(x) hat im komplexen n Nullstellen (gezhlt mit ihren Vielfachen)
b)
p z =p z z (Achtung! a0,...,an mssen reelle Zahlen sein, damit dies geht.)

Beispiel: p(z) = z2 + 1 mit z=1+i p(1+i) = 1+2i , p(1-i) = 1-2i
c)
Ist z eine Nullstelle von p(x), so ist auch

(Beweis folgt sofort aus (b)).
eine Nullstelle von p(x).
Seite 57
d)
z =a ib
Sind
sowie
Nullstelle von p(x) und a,b reelle Zahlen, so gilt:
x2 2ax z
p x
p x=x z x z g x =x x zz zz g x=
2
x x aibaibab 2g x = x 22axz g x
Beweis:
Dies gilt auch fr nicht-reelle Polynome p(x).

e)
Jedes reelle Polynom p(x) lsst sich als Produkt von r Linearfaktoren und s quadratischen Faktoren und einem
konstanten Faktor an darstellen.
Dabei ist r die Anzahl der reellen Nullstellen von p(x) und s die Anzahl der Paare aus komplexer Nullstelle und ihrem
Komplement. Dann ist n = r + 2s.
Anmerkung: Hieraus folgt sofort, dass (reelle) Polynome mit ungeradem Grad mindestens eine reelle Nullstelle
haben.
Beispiel:
p(x) = x + 9x + x + 9
p(i) = i + 9 i + i + 9 = 0. p(-i) = 0 p(x) = g(x) (x-i) (x+i) = g(x) (x + 1) g(x) = x+9.
Faktorzerlegung im Reellen: p(x) = (x + 1) (x+9)
Faktorzerlegung im Komplexen: p(x) = (x-i) (x+i) (x+9)
f)
Gleichheit von Polynomen
Geben sind zwei Polynome p(x) und g(x)
p x = akx
g x = b kx
k=0
k=0
Zu zeigen ist, dass folgendes gilt:
M:Mmaxgrad px , gradg x k : ak=bk M :p =g

k : ak=bk : p =q
Oder spezieller:
Beweis von
Es gilt:
k : ak=bk : p =g
k: ak= bk
k=0
Beweis von
(spezieller:
p = ak = b k =q
Daraus folgt:
q.e.d.
k=0
M Mmax gradp x , grad g x M : p =g k : ak=bk

: p =g k: ak=b k
Mmax gradp x, grad g x M
Voraussetzung:
M= ist o.g. Voraussetzung sicher erfllt, da Polynome einen endlichen Grad haben.)
M : p =g
(fr
Behauptung:
k: ak=bk
Beweis:
Betrachten das Differenzpolynom q(x) = p(x) g(x) =
ak bkxk
k=0
Es gilt:
grad q xmaxgrad p x , grad g x=n
D.h. q(x) hat maximal n Nullstellen oder ist das Nullpolynom.

Wegen
M : p =g
gilt
M : q =0
Da |M| > n hat q(x) mehr als n Nullstellen. Folglich muss q(x) das Nullpolynom sein.
Daraus folgt, dass
k: ak bk=0 k: ak=b k
gilt. q.e.d.
Dies gilt auch fr nicht-reelle Polynome p(x).
Seite 58
2.4) Integration rationaler Funktionen, Partialbruchzerlegung

Gegeben: zwei Polynome p(x) und q(x) mit grad(p(x)) < grad(q(x)).
p x
x
q x
D : f x =
Sei f eine Funktion
f heit echt gebrochen rationale Funktion.
f x dx
Gesucht:
Stammfunktion von f(x)
Lsungsmethode:
Zerlege f(x) in eine Summe von Partialbrchen und integriere die Summanden.
Partialbrche:
echt gebrochen rationale Funktionen der Form:
A
xa
A
n
x a
bzw.
BxC
x x
bzw.
(reelle Nullstellen, n > 1)
Bx C
n
x x
0
4
(mit
, da sonst Lsung im reellen)
(Wobei die Nenner sich aus den Nullstellen / der Faktorzerlegung des Nennerpolynoms ergeben.)
Satz: Jede echt gebrochen rationale Funktion lsst sich als Summe von Partialbrchen darstellen.
Integrale ber Partialbrche
a)
xa dx= AlnxaC
b)
xan dx= A
c)
1n
xa
1n
C n2
die anderen siehe Tafelwerk
Beispiel 1:
f x =
5x1
3
x 3x2
1. Faktorzerlegung des Nennerpolynoms
f x =
5x1
2
x1 x 2
2. Ansatz fr Partialbruchzerlegung
f x =
x 1
x 2 x 1
Ansatz pro Faktor im Nenner:
A
A2
An
1
1
...
n
2
n
xa x a
x a
xa
(fr quadratische Faktoren analog.)
3. Bestimmen der Konstanten A, B, C durch Koeffizientenvergleich.
5x 1
2
x 1 x 2
A x 2 B x 1
C x 1 x 2
x 1 x 2
2
5x + 1= Ax + 2A + Bx 2Bx + B + Cx + Cx -2C = x (B+C) + x (A-2B+C) + (2A+B-2C)
B+C = 0, A-2B+C = 5, 2A+B-2C=1
Es ergibt sich C = 1, B = -1, A = 2 .

4. Einsetzen und Integrale berechnen
f x =
x1
1
1
x 2 x 1
f x = x1 dx x12 dx x2 dx=lnx1 x1 lnx2C

Seite 59

2.) Polynome
2.4) Integration rationaler Funktionen (Teil 2)
Beispiel 2)
2
f x =
4x 3x10
x 32x 25x
Der Grad des Zhlerpolynoms ist kleiner als der Grad des Nennerpolynoms. Es handelt sich also um eine echt gebrochen
rationale Funktion.
1. Schritt: Faktorzerlegung des Nennerpolynoms ermitteln
3
x 2x 5x=x x 2x5
2. Ansatz fr Partialbruchzerlegung
2
f x =
4x 3x10 A
BxC
=
x x 22x5 x x 22x5
3. A,B,C berechnen durch Koeffizientenvergleich

2
f x =
4x 2 3x10 A x 2x5 x BxC

=
x x 22x5
xx 22x5
4x-3x+10 = Ax 2Ax + 5A + Bx + Cx = (A+B) x + x (C-2A) + 5A
4 = A+B, -3 = C-2A, 10 = 5A
A=2, B=2, C=1
2x1
2x1
2x2
f x = x dx x22x5 dx=2 lnx x 2 2x5 dx=2 lnx x2 2x5 dx x 2 2x5 dx=

=2 lnx lnx 22x5
Durch Anwendung der Substitution mit
3
3
x1
dx=2 lnxlnx 22x5 arctan
C
2
2
x 2x5
2
t=
Im Tafelwerk kann man nachschlagen, dass
x 1
1
,t '=
erhlt man die Lsung fr das dritte Integral.
2
2
t 1 1 dt =arctan t C
2
gilt.
3
x 1
3
2
1
2
1
2
1
3 x 2x5 dx=3 x1 4 dx=
1 dx= t 1 dt=
4
2
2
3
3
x1
= arctant = arctan
2
2
2
Seite 60
3) Matrizenrechnung / lineares Gleichungssystem

Folgende Notationen sind gleichbedeutend:
skalare Form
Vektorform
2x+4y=6
Matrizenform
x 2 y 4 =x 6
3
2
1
3x-2y=1
2 4 x
= 6
3 2 y
1
3.1) Skalare Gren

K= , K = , K =p
Im Folgenden sei (K,+,) ein Krper, z. B.
(sei p Primzahl, Restklassenkrper).
Elemente von K heien skalare Gren.
3.2) Matrizen
Definition:
Eine Matrix A von Typ (m,n) (=Zeilen,Spalten) ber K ist eine Anordnung von nm Elementen aus K in m Zeilen und n Spalten.
[m ]x [n] K
Alternativ: Matrix kann auch als Abbildung
betrachtet werden.
Bezeichnungen:
1)
A(i,j) := Element in der i-ten Zeile und j-ten Spalte der Matrix A
Auch ai,j oder aij oder A[i,j]
kurz: A = (aij) oder A = (Ai,j)
2)
K(m,n) = Menge alle Matrizen vom Typ (m,n) ber K
Beispiel
a11 a12 a13

1 2 3
=
8 2 4
a21 a22 a23
A11=1, A12 =2, A 13 =3, A21=8, A 22=2, A23 =4
K= , AK
2,3
2,3
A=
Spezialflle
Die skalaren Werte in einer Matrix werden auch als Komponenten, Eintrge oder Elemente bezeichnet.
1)
2)
A K
1,1
A K
1,n
3)
A K
4)
5)
n ,n
A K
: A :=a, aK
m,1
: einzeilige Matrix, auch als Zeilenvektor bezeichnet; A=(a1,a2,...,an)
: einspaltige Matrix; auch als Spaltenvektor bezeichnet;
a1
A= a2
...
an
: quadratische Matrizen der Ordnung n

m, n
besteht aus m Zeilenvektoren mit n Elemente oder aus n Spaltenvektoren mit m Elementen.
Beispiel:
1 2 3
R 2,3
4 5 6
A= a1, a2, a3 a1= 1 , a2 = 2 , a3= 3
4
5
6
A=b 1, b 2 b 1=1,2 ,3, b2 =4,5 ,6
A=
Ein Zeilenvektor
b kann auch als transponierter Spaltenvektor
T
b
geschrieben werden.
Transponiert bedeutet, dass die Zeilen mit Spalten getauscht sind, also gilt Ai,j = ATj,i (fr alle i,j).
3.3) Gleichheit von Matrizen

Zwei Matrizen A, B heien gleich
Typ(A) = Typ(B) und
Ai , j = Bi, j i , j
3.4) Spezielle Matrizen

Die hier verwendete Null bezeichnet das neutrale Element der Addition des verwendeten Krpers.
Die hier verwendete Eins bezeichnet das neutrale Element der Multiplikation des verwendeten Krpers.
Die hier verwendete -1 bezeichnet das inverse Element der Einsbezglich der Addition.
1)
Nullmatrix
O K
m ,n
mit Oi , j =0 i , j
Seite 61
Die Nullmatrix ist das neutrale Element der Matrizenaddition.

2)
EK
Einheitsmatrix
3,3
n ,n
mit Ei , j = 1 falls i= j
0 sonst
(Die Einheitsmatrix ist eine quadratische Matrix.)
{ }
1 0 0
: E= 0 1 0
0 0 1
Die Einheitsmatrix ist das neutrale Element der Matrizenmultiplikation.
A K
3)
m, n
: Die Elemente A1,1; A2,2; .. Al,l heien Hauptdiagonale der Matrix A.
Die Hauptdiagonale existiert auch fr nicht quadratische Matrizen, z. B.

4)
A=
1 2 3
4 5 6
(Die Eins und die Fnf.)
Diagonalmatrix: Dies ist eine quadratische Matrix, bei der nur die Elemente der Hauptdiagonale verschieden von Null sein knnen.
d1 0
0 d2
D=diag d 1, d 2,... , dn =
... ...
0 0
... 0
... 0
K n , n
... ...
... d n
3.5) Matrizenoperationen
I)
Matrizenaddition
m ,n
m,n
+ : A, B K
A BK
A B[i , j]= A[i , j ] B[i , j ] i , j
Summe von A und B
II)
skalare Multiplikation
m ,n
m, n
: K , A K
K
A [i , j]=A [ i , j ]
skalares Produkt aus und A.
{ }={
1
3
4
8
12 16
Die negative Matrix zu A: A =1A . -A ist das inverse Element zu A bezglich der Matrizenaddition.
Beispiel:
2
4
Differenz von Matrizen: A B = A + (-B).

Rechengesetze
A,B,C sind Matrizen; + sind skalare Werte.
R1) (A+B)+C = A+(B+C) (Assoziativitt der Matrizenaddition)
R2) A+B = B+A (Kommutativitt der Matrizenmultiplikation)
R3) A+0 = A (Nullmatrix ist neutrales Element der Matrizenaddition)
R4) A + (-A) = 0 (-A ist inverses Element von A bezglich der Matrizenaddition)
(Matrizen von Typ X, Matrizenaddition) ist eine Gruppe.
R5) (+) A = A+A und (A+B) = A + B
III)
Matrizenmultiplikation
A K
m, n
, B K
n ,p
m ,o
a) Zeilenvektor mal Spaltenvektor = skalare Gre oder Matrix vom Typ (1,1) (je nach Situation)
n
b1
a1,... ,an ... = akb k
k=1
bn
b) allgemeiner Fall
ibTj i , j= AikBkj
AB[i , j]=a
k=1
(An der Stelle i,j des Matrizenprodukts steht das Produkt des i. Spaltenvektors von A mit dem j. Zeilenvektor von B.)
Beispiel:
Seite 62
{ }{
}{
1 2
17211 81212 91132 101142
7
8
9 10
= 37411 83412 93134 103144
3 4
11 12 13 14
5 6
57611 85612 95136 105146

3) Matrizenrechnung / lineares Gleichungssystem

3.5) Matrizenoperationen (Teil2)
III.
Matrizenmultiplikation (Teil 2)
Beispiele (Matrizenmultiplikation)
(1)
(2)
}{
2
2
2
3
2
1
2
1. Zeile x 1. Spalte:
{1 2
2
3} 2
2
{0
Berechnung von
1
0
1
1
1
}{
=
12
2 1
{}
{}
=12
2
1} 2
2
=2
1
{ 1 2 3} 1 =6
1
{}
{0
1
1} 1
1
{}
=1
Zeilenvektor mal Matrix = Zeilenvektor

2 1
{ 1 2 3 } 2 1 ={ 12 6 }
2 1
{ }
(3)
Matrix mal Spaltenvektor = Spaltenvektor

2
1 2
3
12
2 =
0 2 1
2
2
}{ } { }
(4)
Typ(m,n) mal Typ(n,p) = Typ(m,p)

Es gilt nicht: A , B : AB= BA (Die Matrizenmultiplikation ist nicht kommutativ.)
z.B.:
1 0 0 1
0 1 1 0
= 00 10
= 00 00
0 0 0 0
0 0 0 0
{ }{ } { }
(5)
(6)
{ }{ } { }
Verwendung der Einheitsmatrix E:

1 0 a b c
= ad be cf
1 0 d e f
{ }{
}{
}
{
}{ }=
{ }{ }={ }
1
3
4
3
4
11
EA= A
3
6
4
8
Rechengesetze
R6)
ABC = A BC (Die Matrizenmultiplikation ist assoziativ.)
R7)
EA= A
R8)
A B C = AB AC
R9)
AB = AB= A B
(Die Einheitsmatrix ist das neutrale Element der Matrizenmultiplikation.)

(Fr Matrizenaddition und Matrizenmultiplikation gilt das Distributivgesetz.)
(Die Matrizenmultiplikation und die skalare Multiplikation sind assoziativ bzw. kommutativ.)
IV) Transposition
A K
m , n
AT K n , m
i , j : A [ i , j ]= A[ j , i ]
T
AT heit transponierte Matrix von A / A transponiert.

Bemerkung: Die Elemente der Hauptdiagonale bleiben erhalten, also A[i,i] = AT[i,i] fr alle i.
Beispiel K =
(1)
A=
1
4
{}
2
5
3}
3
6
(2)
a = 2 = { 1
{ }
1
AT = 2
3
4
5
6
(Hufig in Bchern zu finden, da so schn platzsparend.)
Seite 63
Rechengesetze
T
R10)
A =A
R11)
A B = AT BT
R12)
AB = B A
R13)
(!!)
A = A
Beweis und Beispiel fr R12:
Typ: Typ(m,p)T = (Typ(m,n) mal Typ(n,p))T = Typ(p,n) mal Typ(n,m) = Typ(p,m)

n
AB [i , j ]= AB[ j ,i ]=a
b = a b
B A [ i , j ]=b a = B [ i ,n ]A [ n , j ]= a b
j,n
n,i
k= 1
T
i
T
j
j,n
k= 1
{ }
2 1
AB = { 1 2 3} 2 1
2 1
T
n,i
k=1
{ }
12
= {12 6 } =
6
T
{ }
}{ } { }
2 1
1
T
B A = 2 1 { 1 2 3} = 2 2 2 2 = 12
1 1 1
6
2 1
3
T
Wozu die transponierte Matrix?

Diese wird verwendet zur Untersuchung von Gleichungen der Form AX = B .
Man kann diese damit in Gleichungen der Form X TAT = BT berfhren und braucht somit nur einen Lsungsansatz fr beiden Typen (
und XA= B ) von Gleichungen.
Seite 64
AX = B
4.) Lineare Gleichungssysteme, Matrizengleichungen

4.1) Lineares Gleichungssystem (LGS)
Wann ein Gleichungssystem linear heit wird spter erklrt.
Die Darstellung des LGS als Matrix ist quivalent mit dem LGS.
}{
a11x1 a12x2 ... a1, nx n= b1
...
am ,1x 1 am ,2x 2... am , nx n= bm
a11
...
a m,1
...
...
...
}{ } { }
a1, n x 1
... ...
a m ,n x n
b1
...
bm
x K n , A K m , n ,
b K m : A
x =
b
Matrizendarstellung:
4.2) Algebraische Form einer linearen Matrizengleichung

Gegeben:
Gesucht:
A K
m , n
, B K
m , p
{C K AC = B}
n, p
Sprachweisen:
1)
AX=B lineare Matrizengleichung fr X
2)
A Koeffizientenmatrix
3)
B Strmatrix oder rechte Seite.

Der Begriff Strmatrix kommt aus der Elektrotechnik.
4)
(A,B) erweiterte Koeffizientenmatrix
A , B K m , np
Spezialfall:
p=1, d.h. X und B sind Spaltenvektoren.
A
x =
b
Man schreibt:
Beispiel:
K = ,m= n = p=2
(Darstellung als lineare Matrizengleichung

Darstellung mit Spaltenvektoren
{ } = {
1
3
2
X
4
{ }{
2 x1
4 x2
1
3
{1
y1
y2
0
0
}={
0
0
Darstellung mit Zeilenvektoren

Darstellung als Gleichungssystem.)
}
1
2 }X = { 0 1 } { 3 4 }X = { 0 2 }
x
0
A
= 0 A y = 12
{ } {}
{}{ }
x2
y2
1x 2x = 0
3x 4x = 0
1y 2y = 1
3y 4y = 2
1
4.3) Umformung einer linearen Matrizengleichung AX=B
{} {}
{ }
{ }
a1
A= ...
am
b1
B= ...
bm
a1
M = A , B= ...
am
AX =B
b1
...
bm
(Koeffizientenmatrix)
a1X =b1
...
amX =bm
Seite 65
quivalente Umformungen fr die Zeilengleichungen von AX=B

1)
Vertauschen der Reihenfolge der Zeilen
2)
Multiplikation der i-ten Gleichung mit dem Skalar ungleich 0
3)
Addition des -fachen der i-ten Gleichung zur j-ten Gleichung (i ungleich j)
Bemerkung:
a
j X a
i X = a j ai X
M K
Gauoperationen fr eine Matrix
m ,q
(O1) Vertauschen zweier Zeilen von M

(O2) Multiplikation einer Zeile von M mit einem Skalar ungleich 0
(O3) Additione des -fachen einer Zeiler zu einer anderen Zeile
M
M lsst sich durch Gauoperationen in N transformieren.
Satz:
Seien
A , A ' K
m , n
und
B , B ' K
m , p
Gilt
(A,B)
(A',B')
so folgt
AX=B
A'X=B'
.
Beispiel:
Gesucht:
{ { } { }
U = x
2,2
1
2
1
2
1
5 X = 3
3
2
0
2
2
Gauoperationen auf (A,B) angewendet, sodass ein vorteilhaftes (A',B') herauskommt.

A
1 2 1
1 2 1
1 2 1
1 2 1
1 0 -1 -2
2 5 3
2 5 3
2 5 3
0 1 1
0 1 1
1 3 2
2 5 3
0 0 0
0 0 0
0 0 0
Es ergibt sich
{ } { }
1
AX =B 0
0
0
1
1 X = 1
0
0
2
2
0
X = 1
2
2
(Man beachte, dass in A die Einheitsmatrix zu erkennen ist.)
Seite 66


4.4) Stufenmatrix
S K m ,n
heit Stufenmatrix mit r Stufen vom Typ(k1,...,kr), falls gilt:

E K m ,m
a) Die Spalten k1, ..., kr von S bilden die ersten r Spalten der Einheitsmatrix
und k1 < k2 < ... < kr
sowie
b) S[i,j] = 0 falls i >= r+1 oder j < ki
(Siehe auch Rang einer Matrix.)

(Dass dort j < ki stehen kann liegt daran, dass in der Einheitsmatrix die Einsen an Position (i,i) stehen.)
Beispiel:
a) m=4, n=6
S=
1
0
0
0
0
0
0
0
2
0
0
0
0
1
0
0
0
0
1
0
3
4
5
0
Stufenmatrix des Typs 2,4,5 , da k1 = 2, k2=4, k3=5; hat r=3 Stufen.
Die Matrix mit den Spalten k1,...,kr lautet:
{ }
{ }
1
0
0
0
0
1
0
0
Dies sind die ersten 3 Spalten der Einheitsmatrix
0
0
1
0
1
0
0
0
K m, r
0
1
0
0
0
0
1
0
0
0
0
1
m ,m
Weiterhin stehen in jeder Zeile vor den Einsen der r ausgezeichneten Spalten nur Nullen, in den ausgezeichneten Spalten ber und unter der Eins nur
Nullen und es gibt in jeder Zeile, die nicht nur aus Nullen besteht, eine Eins einer ausgezeichneten Spalte.
Denkt man sich eine Verbindungslinie immer links/unterhakb den Einsen entlang entsteht ein Stufenmuster.
b)
c)
{ }
1
S= 0
0
S=
0
1
0
Stufenmatrix mit 2 Stufen und vom Typ 1,2.
{ }
1
0
0
0
0
1
0
0
0
0
0
1
Keine Stufenmatrix.
4.5) Gauss-Jordan-Verfahren
Gesucht:
U ={x K
n , p
AX = B }
wobei
A K
m , n
B K
und
m ,p
Lsungsverfahren:
1. Schritt: berfhren von (A,B) in Stufenmatrix (A',B') mittels Gauoperationen. Dann gilt: AX = B
A'X = B' .
2. Schritt: Auswertung der Gleichung A'X=B' erfolgt spaltenweise fr die Spalten von X und B.
Da (A',B') eine Stufenmatrix ist, ist auch A' eine Stufenmatrix und Stufenzahl von A' kleiner oder gleich Stufenzahl von (A',B').
1. Fall: Stufenzahl(A') < Stufenzahl(A',B').
Somit gibt es eine Zeile k in (A',B'), in der alle Werte aki = 0 sind und ein Wert bkj=1 ist (die Stufe aus (A',B'), die sich in B' findet.)
Dies bedeutet aber, dass
akX =0 bk
ist fr alle X. Somit gibt es in diesem Fall keine Lsung fr X. U=.
2. Fall: Stufenzahl(A') = Stufenzahl(A',B') = r.

2.1. Fall: r = n = Spaltenzahl(A')
E
mit
O
Daraus folgt, dass A'X = B
Somit ist
A '=
E K
n , n
EX = B1
A ' , B ' = E
O
und 0X=0 X=B
und
B1
.
O
1 gilt. U = {B1}
Seite 67
2.2 Fall: r < n = Spaltenzahl(A')

A' ist dann eine Stufenmatrix mit r Stufen und vom (Stufenmatrix-)Typ (k1,...,kr).
x 1i
x 2i
x
=
Fr die i-te Spalte von X
werden die ersten r skalaren Gleichungen von
i
...
x ni
nach den r Variablen
x k , i ,... , xk , i
1
x
i
Die restlichen (n-r) Variablen von

d= pn r
A '
xi=
bi
aufgelst.
sind dann frei whlbar. Man erhlt die Parameterdarstellung der Lsung
Parametern.
Beispiel:
(m,n,p)=(3,4,1)
X =
x , B =
b
U ={
x A
x =
b}
Gesucht:
A=
mit
1
0
1
2
0
2
1
1
0
6
4
2
x1
x
=
xx 2
3
x4
und
b =
3
2
1
Gauoperationen:
A
1216
0000
1202
0014
0014
0014
1202
1202
0000
Der Typ dieser Stufenmatrix ist 1,3 .

Daher werden die resultierenden Gleichungen 1x1 + 2x2 + 2x4 = 1 und 1x3 + 4x4 = 2 nach x1 und x3 aufgelst.
Man erhlt: x3 = 2-x4 und x1 = 1 2x2 2x4.
Es knnen also die zwei Variablen x2 und x4 beliebig gewhlt werden.
Paramterform der Lsung:
x s ,t =
1 2s 2t
s
2 4t
t
geometrische Interpretation:
U ={
x s ,t }
spezielle Lsungen: s=0, t=0
Seite 68
x =
1
0
2
0
= 0 s
2
0
1
0
0
4
1
ist eine Ebene in R4.
. Probe durch Einsetzen von
in die Matrizengleichung.
X = x1, ... , xp
mit
4.6) Die Inverse Matrix

A K
Gegeben)
n , n
, E K
n , n
wobei E die Einheitsmatrix ist.
Satz) Die Gleichung AX=E besitzt entweder keine oder genau eine Lsung.
Bemerkung: Dies gilt nur fr quadratische Matrizen A.
Bezeichnung)
Besitzt eine Gleichung AX=E eine Lsung X, so heit X inverse Matrix von A und wird mit A-1 bezeichnet. Die Matrix A heit dann invertierbar. Somit gilt
X=A-1 AX=E
Beispiel: Lsung mittels Gau-Jordan-Algorithmus
A=
Gesucht wird X als Lsung der Gleichung AX=E mit

A
1
2
2
3
X=
12 1
23 0
3
2
24 2
12 1
1 0 -3 2
1 0 -3 2
23 0
0 -1 -2 1
0 -1 -2 1
0 1 2 -1
Wichtige Regeln
A K
R1) Ist
AA
R2)
n , n
invertierbar, so gelten folgende Beziehungen:
=E A A=E
1
A , B K
n ,n
A = A
1
A = A
T
: B= A1 AB= E BA=E A= B1
1
R3) Sind A , B K m ,n invertierbar, so ist AB invertierbar und es gilt: AB = B 1A1 .

Beweis: Sei X = B1A 1 . So gilt: ABX = ABB-1A-1 = AEA-1 = AA-1 = E. D.h. X ist inverses Element zu AB.
Seite 69


4.6) Die Inverse Matrix (Teil 2)
Nutzen der inversen Matrix
Ist
A K
n , n
eine invertierbare Matrix, so gilt
(1)
die Gleichung AX = B hat genau eine Lsung fr X: X=A-1B
(2)
die Gleichung XA = B hat genau eine Lsung fr X: X=BA-1
(3)
die Gleichung
A
x =
b
(4)
die Gleichung
xA= b
hat genau eine Lsung fr

hat genau eine Lsung fr
x
x
x = A b
x = bA1
.
Beweis)
AX = B A1AX = A1B EX = A1B X = A 1B
5.) Lineare Rume und Geometrie

5.1) Der lineare Raum (=Vektorraum)
Was kann mit dem Adjektiv linear bezeichnet werden:
linearer Raum
lineare Abbildung (aus einem linearen Raum in einen linearen Raum)
lineare Gleichung L(X) = B
Mengen:
K: Menge der skalaren Gren (z.B.
V: Menge der vektoriellen Gren
, ,
mit p Primzahl
Operationen:
arithmetische Operationen fr skalare Gren: Addition, Multiplikation
Addition der vektoriellen Gren:
skalare Multiplikation:
a ,b K : a ,b a b K
u , v V : u ,v u v V
K , u V
u V
Definition:
V heit linearer Raum (bzw. Vektorraum) ber K, falls folgende Bedingungen erfllt sind:
V1) (K,+,) ist ein Krper
V1.*) siehe GuDS
V2) (V, +) ist eine abelsche Gruppe
V2.0) V nicht leer, `+` ist eine Verknpfung
V2.1) Assoziativgesetz
V2.2) neutrales Element
V2.3) inverse Elemente
V2.4) Kommutativitt
V3)
0u=0V
Seite 70
, K : u , vV
a)
u= u u
b)
u v = u v
c)
u= u
d)
1u=u
ergibt sich: (0u) + (0u) = (0+0) u = 0u (Anwendung V3a). Da
0v
ein Vektor und (V,+) Gruppe ist und GuDS Satz 8.3 .
Subtraktion in V
uV
Der negative Vektor von
: Es gilt: (-1)u = -u, wobei -u das inverse Element von u bezglich der vektoriellen Addition ist.
Beweis: (-1) u + u = (-1) u + 1 u = (-1 + 1) u = 0 u = 0. (angewendete Regeln nacheinander: V3d, V3a, V2, V3d)
Die Subtraktion wird wie folgt definiert: u v = u + (-v) .
5.2) Beispiele fr lineare Rume

(1)
linearer Raum der Matrizen
K sei ein beliebiger Krper
V=K(m,n) sei die Menge der Matrizen des Typs m,n mit Elementen aus K. Die Variablen m,n sind beliebig aber fest.
Addition in V: Matrizenaddition (komm. Gruppe)
skalare Multiplikation: -faches von A: A.
Die Eigenschaften V1 bis V3 sind erfllt, also ist V ein linearer Raum ber K.
Der Nullvektor ist die Nullmatrix.
Spezialflle:
1.
2.
(2)
V =m
: Menge der Spaltenvektoren mit m Komponenten aus
linearer Raum der Abbildungen

K =
(3)
V = K(m,1) Menge der Spaltenvektoren mit m Komponenten aus K
V I ={f f : I } mit I ein Intervall aus

V ist die Menge der reellen Abbildungen auf I.
Operationen auf V:
Man beachte: die Definition der resultierenden Funktion bentigt lediglich die Addition / Multiplikation aus
, beliebig, nicht-leer aber fest.
f ,g V : f , g f gV mit f g: I und f g x= f x g x x I
K , gV : , g gV mit g : I und g x=g x xI
V1 gilt, da die reellen Zahlen ein Krper sind
V2 gilt, da V nicht leer, die Addition assoziativ und kommutativ ist, die Funktion f(x)=0 das neutrale Element und die Funktion f(x) = -g(x) das
inverse Element fr g aus V ist.
V3 gilt, siehe Abschnitt ber Funktionen.
Da die Kriterien V1 bis V3 erfllt sind, ist V ein linearer Vektorraum.
Verallgemeinerung (2)
K ist beliebiger Krper
I beliebige Menge
X ist linearer Raum ber K
V ={ f f : I X }
Addition und skalare Multiplikation wie bei (2).

Man beachte, dass f(x)+g(x) die Addition aus X und f(x) die skalare Multiplikation aus X ist.
Analog zu (2) gelten V1 bis V3, also ist V ein Vektorraum ber K.
Spezialfall:
K = , I , I
X = n
V ={ f f : I X }
ist dann linearer Vektorraum ber den reellen Zahlen. Die Abbildungen aus V heien Kurven in
Es ist also auch mglich, als X die Menge der Spaltenvektoren zu whlen.
n
p= 2
1
Spaltenvektoren in
Verbindung von Geometrie und Algebra erstmals von Ren Descartes (um 1600) untersucht.
, n=2
Seite 71


5.3) Grundbegriffe der Vektorraumtheorie
Gegeben) Ein linearer Raum V ber K, einem Krper
5.3.1) lineare Unterrume

Definition) U heit linearer Unterraum, falls gilt:
UV
U1)
0V U
U2)
a ,b U: abU
U3)
K , aU : aU
Folgerung)
U ={0V }
(1)
(2)
ist linearer Unterraum von V
U=V ist linearer Unterraum von V
Diese Unterrume werden auch als triviale Unterrume von V bezeichnet.

Satz)
(1)
Jeder lineare Unterraum von V ist ein linearer Raum (=Vektorraum)
(2)
Jeder lineare Raum, der Teilmenge von V ist, ist ein linearer Unterraum von V.
Beweis:
(1)
Behauptung: Jeder lineare Unterraum von V ist ein linearer Raum (=Vektorraum)
1.
V1: gilt, da K unverndert
2.
V2:
3.
(2)
1.
U ist nicht leer, da U1
2.
die Addition erzeugt eine Verknpfung auf U wegen U2
3.
die Addition ist kommutativ, da
4.
das neutrale Element ist in U wegen U1
5.
die inversen Elemente bezglich der Vektoraddition aller Elemente aus U sind in U,
da aU : a 1=aU mit =1 (U3, siehe Subtraktion in V.)
V3: gilt, da
UV
UV
mit V2 bzgl. V gilt.
Behauptung: Jeder lineare Raum U, der Teilmenge von V ist, ist ein linearer Unterraum von V.
1.
aus V2 folgt U1
2.
aus V2 folgt U2
3.
es gilt U3, da U Vektorraum ist.
Beispiel: Homogenes lineares Gleichungssystem

A K m , n
Sei
. Dann ist
n
U={
x K A
x =
0}
ein linearer Unterraumes des Raumes
Beweis:
x =
0U
A0=
U1)
Ax2= 0
A x1 x2 = A x1 A x2=
0
00=
U2) x1, x2U Ax1= 0
(nacheinander angewendet: Def. U, V3, Def. U, V2)
x U , K A
x =
0 A
x =A
x =
0=0
0=0
0=0
0=
0
U3)
(nacheinander angewendet: Def. U, V3, Def. U, V3, V3, V1, V3)
Seite 72
, da
V = Kn
Beispiel: Die Menge der stetigen, reellen Funktionen auf

I
Die stetigen Funktionen auf
mit |I| > 1 und I ein Intervall bilden die Menge U.
Dann ist U ein linearer Unterraum des linearen Raumes alle reellen Funktionen auf I.
f x=0 xI
Beweis: U1)
ist stetig.
U2) die Addition zweier stetiger Funktionen ist stetig (s. Kapitel ber Funktionen)
U3) das -fache einer stetigen Funktion ist eine stetige Funktion (s. Kapitel ber Funktionen)
Die Menge der stetigen, reellen Funktionen auf I wird als C(I,R) bezeichnet.
5.3.2) Linearkombination, Erzeugendensystem

Sei V ein Vektorraum ber K.
Definition)
n
(1)
Der Vektor
(2)
a1 ... an
heit Linearkombination von
Fr die Vektormenge
[]={Ov }
MV

1, ..., n K : b=
k ak
, falls
gilt.
k=1
[M ]={
x V
x ist Linearkombinationvon Vektoren aus M}
sei
Bemerkung)
[M] heit lineare Hlle von M.
Beispiel)
1)
M={
a}
[M ]=[
a ]={
x K :
x =
a}
2)
}
M={
a ,b
]={
[M ]=[
a ,b
x , K :
x=
a
b}
ist eine verkrzte Schreibweise.
[M ]=[{...}]=[...]
Regeln)
MV
Fr
gilt:
E1) [M] ist ein linearer Unterraum von V und heit lineare Hlle von M oder der von M erzeugte lineare Raum.
E2)
E3) Ist U linearer Unterraum von V und

aus M enthlt.
M[M ]
MU
, so ist
[M ]U
. Somit ist [M] der kleinste lineare Unterraum von V, der alle Vekoren
Beispiel)
1
2
2
= 1 , c = 2
a= 0 ,b
2
1
1
K = , V =3
,
[
a,
b ]=[
a ,b
c]
Gilt
Es gilt:
,
[
a,
b ][
a ,b
c]
Weiterhin folgt:
Also ist
,
, K :
[
a,
b ]=[
a ,b
c ] c [
a , b]
c=
a
b
Linearkombination aus
D.h. jeder Vektor aus
[
a,
b,
c]
und
ist auch in
[
a,
b]
und
=2, =2
erfllen die Gleichung.
a ,b
c V , , , K :
a
bc= 2
a2b
enthalten und es gilt
,
[
a,
b ]=[
a ,b
c]
Satz)
Fr Vektormengen
M , NV
mit
a M
gilt:
E4) [M ]=[M {a}]a[M {a}] .

(wichtig: a muss ein Element aus M sein.)
E5) [M ]=[ N] M[ N]N[M ]

(Jeder Vektor aus M ist Linearkombination der Vektoren aus N und vica versa1.)
Defintion)
MV
heit Erzeugendensystem eines linearen Unterraumes
UV
, falls
[M ]=U
1 http://www.phrases.org.uk/meanings/vice-versa.html
Seite 73
5.3.3) lineare Abhngigkeit, Basis, Dimension

Definition)
MV
Sei
eine Vektormenge.
(1)
M : a
[ M {a
}]
M heit linear abhngig, falls a
(d.h. eine Vektor in M existiert, der linear abhngig von den verbleibenden ist.
(2)
Ist M nicht linear abhngig, so hiet M linear unabhngig.
(3)
M heit Basis eines linearen Unterraumes
UV
, falls M ein linear unabhngiges Erzeugendensystem von U ist.
Beispiel)
3
U={
x 1,1 ,1
x =
0}
(1)
ist ein linearer Unterraum von
{ }
1
1
1 , 0
0
1
{ }
1 0 0
U=3, B= 0 , 1 , 0 ={e1, e2, e3 }
0 0 1
(2)
{ }
1
1
U= 1 s 0 t s ,t
0
1
Aus der Lsung der Matrizengleichung erhlt man
Eine Basis M von U ist dann M =
, da U=[M] und M linear unabhngig.
heit Standardbasis.
Hauptsatz ber Basen

Fr jeden linearen Unterraum U von V gilt:
a)
U besitzt eine Basis
b)
hat U eine Basis aus d 0 Vektoren, so hat jede Basis von U genau d Vektoren.
Man nennt d die Dimension von U, dim(U)=d.
Bemerkung: besitzt U keine Basis aus endlich vielen Vektoren, so schreibt man
Standardbasis des Raumes
V =
{ }
1
B= e1= 0 , e2 =
...
0
0
1 , ..., e =
n
...
0
0
0
...
1
ber
K =
dimU =
. Es gilt: dim(V) = n.
Vektorraum der Abbildungen

V ={f f : I }
Es gilt:
dimV =
mit
I ,I1
ist ein linearer Raum ber dem Krper der reellen Zahlen.
Nutzen der Dimension

Sei U eine linearer Unterraum von V mit
dimV =d 0
Dann gilt:
D1) Je d linear unabhngige Vektoren aus V sind eine Basis.
D2) Je d+1 Vektoren aus V sind linear abhngig.
Bemerkung:
Seite 74
dimU =0U ={
0}, B=
, da B linear unabhngig und
[]={
0}


5.3) Grundbegriffe der Vektorraumtheorie
5.3.3) lineare Abhngigkeit, Basis, Dimension
Ein lineares Gleichungssystem AX=B heit homogen (HLGS), falls B die Nullmatrix ist, sonst Inhomogen (ILGS).
Beispiel)
{
a}
ist linear abhngig
{
a ,
b}
a {} a=
0
]b
[a
ist linear abhngig

] K :
a [ b
a=b
K :
b=a , K : 00
ab=
0
hat eine nicht triviale Lsung. Die Lsung ==0 heit triviale Lsung.
, d.h. die Gleichung
ab =0
Satz:
Fr
M={a1, ... , an }
gilt:
, i : i K eine nicht triviale Lsung, d.h. eine Lsung mit

Besitzt die Gleichung 1a1...nan= 0
Besitzt diese Gleichung nur die triviale Lsung i: i=0 , so ist M linear unabhngig.
0in : i0
, so ist M linear abhngig.
Beweis:
Existiert eine nicht triviale Lsung, so ist M linear unabhngig:
o.B.d.A sei
1 0
1
a 1=
0 2
a2... nan a1= 2 a2... n
an
1
1
, also ist M linear abhngig.
fr o.g. Gleichung. Dann folgt
M {a1 }
Linearkombination aus Vektoren aus
, d.h.
a
1
ist
Ist M linear abhngig, so bestitzt o.g. Gleichung eine nicht triviale Lsung:
a1 = 2a2... nan
0=1a1 2a2... nan
Ist M linear abhngig, so sei o.B.d.A

mit 1=1 .
. Die Gleichung hat also eine nicht triviale Lsung
Folgerung:
Ist M linear unabhngig, so besitzt jeder Vektor
x [M ]
genau eine Darstellung als Linearkombination der Vektoren aus M.
Beweis:
x = 1a1... nan =1a1 ... nan

0 =x x = a ... a
Sei
mit
und
die Koeffizienten zweier Darstellungen fr

i
Da M linear unabhngig ist, hat diese Gleichung nur die triviale Lsung 11=...= nn=0 . Es gilt also, dass die Darstellungen fr
x gleich sind. Da die Darstellungen beliebig gewhlt wurden und x [M ] gilt, hat x also genau eine Darstellung als
Linearkombination aus Vektoren aus M.
5.3.4) Basisbestimmung und Rang

Gegeben) Sei A K m , n
V=Km .
eine Matrix mit den Spaltenvektoren
a1 ,... , an K m
und
W=[ a1, ... , an ]
ein linearer Unterraum von
Gesucht) Basis von W und dim(W)

Bezeichnung) Die Dimension von W wird dann als Rang der Matrix A und mit rg(A) bezeichnet.
Es gilt: rg(A) = dim(W)
Bemerkung)
A= a1, ... , an
D.h.
A
x=
Daraus folgt
x1
n
x = ... K
xn
m
A
x =x 1a1...x nan K
Linearkombination der Spaltenvektoren von A mit den Koeffizienten aus

n
W =[ a1, ... , an ]={A

x
x K }
, W ist also das Bild der Abbildung
xK
y = A
x K m
Lsung)
(1)
Streichen Spaltenvektoren, die Linearkombination der restlichen Spaltenvektoren sind.
(2)
. berfhre A durch Gauoperationen in eine Stufenmatrix

Untersuche das lineare Gleichungssystem A
x =0
Es gilt:
0= A
x
0=S
x .
Daraus folgt, dass es in A und S die selben linearen Abhngigkeiten fr die Spaltenvektoren gibt.
(3)
Ist S eine Stufenmatrix mit r Stufen vom Typ (k1,...,kr), so sind die Spaltenvektoren e1 = sk , ..., er = sk
linear unabhngig, alle anderen Spaltenvektoren von S sind Linearkombination dieser Vektoren.
1
S= s1, ... , sn
die Einheitsvektoren und
Seite 75
B={ak , ..., ak }
Dasselbe gilt fr die Spaltenvektoren von A, also ist

= dim(W) = r = Zeilenzahl von S.
Basis von
W =[ a1, ... , am]={A

x
x K n }
und es gilt rg(A)
Beispiel)
A= a1, a2, a3, a4=
1
2
1
2
1
1
2
3
1
0
3
4
2
3
4
6
1
2
1
2
0
0
0 Gau
0
1
1
2
3
1
0
3
4
2
3
4,4
4
6
1
0
0
0
0 1 0 0
1 2 0 0
0 0 1 0
0 0 0 0
[ a a a a ] ist
D.h. der Typ der Stufenmatrix ist (1,2,4), eine Basis von
{s s s } sind linear unabhngig, also auch

1,
2,
Eigenschaften des Ranges von
A K
1,
2,
3,
{ }
1
B= 2 ,
1
2
1 2
1 , 3
2 4
3 6
{a a a } .
1,
2,
m , n
R1) rg(A) = maximale Anzahl linear unabhngiger Spaltenvektoren von A

R2) rg(A) = rg(AT) = maximale Anzahl linear unabhngiger Zeilenvektoren von A
R3) Bei Gauoperationen bleibt der Rang unverndert.
R4) Dimensionsformel: Fr den linearen Raum
U ={
x K A
x =
0}
n
gilt dim(U) = n-rg(A).
x rg A =rg A ,
b .
R5) Rangkriterium: Das lineare Gleichungssystem Ax =
b hat Lsung(en)
Bemerkung: Ax =
hat Lsung(en)
ist Linearkombination der Spaltenvektoren von A.
b
x
b
5.4) affiner Unterraum von

5.4.1) Vektorraum
Der Vektor
v n
als Punktraum
kann sowohl einen Punkt (Ortsvektor) bezeichnen als auch einen Verbindungsvektor oder Richtungsvektor.
Der Ortsvektor geht immer vom Koordiantenursprung aus, ein Verbindungsvektor oder Richtungsvektor kann von jedem Punkt ausgehen. Fr
diese Vorlesung wird definiert: ein Punkt ist identisch zu seinem Ursprungsvektor.
Ein Punkt P kann sowohl in Spaltenvektorform
Seite 76
x
P= y
z
als auch in Koordinatenform P(x,y,z) angegeben werden.


5.4.1) Vektorraum n als Punktraum (Teil 2)

a
b) Abtragen eines Vektors an einem Punkt
, Punkt r1 , Punkt a r1=r2

a
r2=r1
a
a=r2 r1 .
Vektor
Es gilt:
Koordinaten eines Punktes (n=2,
r1
r2
r = x1 r =0 x1
e1 x 2
e2
e1= 1 , e2= 0
2
x2
(x1,x2) heien Koordinaten des Punktes
P =
r=
x1
x2
bezglich des Koordinatensystems
{e1, e2 }
0,
In vielen Bchern wird P(x1, x2) stattdessen geschrieben.
c) Abtragen einer Vektormenge an einem Punkt

n
n
Vektormenge: U
Punkt: r0
Punktmenge:
Beispiel:
1)
2)
ausgezeichneter
Punkt
BasisR
r0U ={
r =r0
x
x U }
n=2, r0 = 1 ,
a= 2
2
1
a ,2a }
U ={0,
r0U ={ 1 , 3 , 5
2 1 0
U =[
a ]={
x =t
at }
T =r0 U ={r =r0xx U }={r =r0tat }
T ist eine Gerade.
r T x U : r =r0x r r0 U
Seite 77
5.4.2) Affiner Unterraum des

Definition)
Die Vektormenge (Punktmenge)
Unterraum des
mit
T =r0U
heit affiner Unterraum des
, falls
r 0
ist. Weiterhin sei dim(T) = dim(U) die Dimension von T.
T =r0U gilt:
x U :
r =r0
x r r0 U
(2) U ist linearer Unterraum, also gilt
0=r0 T .
0U und folglich r0
r0 = spezieller Punkt von T, U = Menge von Richtungsvektoren.
(3) Ist r1T , so ist T = r1 + U.
T =r0U =r1r0 r1U =r1 U , da r0 r1U und U linearer Raum ist.
(4) Ist
r =
0T , so ist T =0U
=U .
(5) Ist dim T =0 , so ist dim U =0 , also U={0}

und daher T =r0U ={r0 }
Fr affine Unterrume
r T
(1)
T= r0 U n
Parameterdarstellung von
B={a1,... , ad } von U.
x =t 1
a1...t dadt 1,... ,t d} und fr T =r0U gilt
Dann ist U=[ B]={
x T
x = r0t 1a1 ...t dad mit t 1,... ,t d .

Dies ist die Parameterdarstellung von
x , sie ist eindeutig fr ein gegebenes r0 und B, da B Basis ist.
Ist d=dim(T)=dim(U) > 0 (sonst nur 1 Punkt in T), so whlen wir eine Basis
Spezialfall:
d=1:
d=2:
d=n:
T =r0[ a1 ] heit Gerade.

T =r0[ a1, a2 ] heit Ebene
n
n
U= T =
Parameterfreie Darstellung von
T= r0 U n
T ist Lsungsmenge eines linearen Gleichungssystems.

U ist Lsungsmenge eines homogenen linearen Gleichungssystems.
Beispiel:
3
T ={
r A
r =
b}
A= 1
0
2
1
3
1
b = 2
4
x1
x = x2
x3
x 1= x 3 x 2=2 x 3
[ ]
1
T ={s 1 2 }= 2 1 dim T =1
Satz: Ein lineares Gleichungssystem hat entweder keine Lsung oder die Lsungsmenge ist ein affiner Unterraum.
Seite 78
und U ein linearer


5.4.3) Hauptsatz ber linare Gleichungssysteme

}, U={
Rm und ={r n A
Seien A m ,n , b
r =b
x n A
x=
0} .
Dann gilt:
(1)
Un ist ein linearer Unterraum
(2)
rg A =rg A , b
r 0 U
(3) Ist r0 , so ist n ein affiner Unterraum und =
und
dim =nrg A
Beweis:
(1)
(2)
(3)
siehe 5.3.1 (1) und Dimensionsformel 5.2.4 (R4)

siehe Rangkriterium 5.2.4 (R5)
Aus r0 U und r0U folgt =r0U .
r0 U
1.
A
0
r : A
r =b
r r = A
r Ar =
b b=
0
x =
r r0 U
r = r0
x
x U
r r0U
r0U
x
U Ar = Ar0 Ax
=
r r0U r = r0 x
b
0=b
r
2.
3.
=r0U
Da
folgt
dim =dimU=nrg A
. (siehe Rangkriterium 5.2.4)
Bemerkung:
=r0 U
}
{
r A
r =
b}=r0 {
x A
x =0
Lsungsmengedes
homogenen
Gleichungssystems
SpezielleLsung
desinhomogenen
Gleichungssystems
Lsungsmengedes
inhomogenen
Gleichungssystems
Eine nderung des Vektors
bewirkt nur eine nderung von
r0
(Parallelverschiebung).
Hyperebene im :
m = 1 Gleichungen und n > 1 Unbekannte

1
b=b
x1
r = ...
xn
A=a=a 1, a2, ... ,a n1, n
x1
={
r na
r =b}= ... n a1x 1a2x 2...anx n=b
xn
A=a
Ist
rg A=1=rg A ,
b
, so ist
wird auch Hyperebene von

ist eine Gerade in
und
n= , =
dim =n rg A=n1
genannt.
3
und eine Ebene in
={
r a
r b }
Die Mengen
Es gilt:
={
r a
r b }
heien abgeschlossene Halbrume des
heit Polyeder, falls P der Durchschnitt von endlich vielen Halbrumen des
ist.
Seite 79
Beispiel:
P sei Dreieck(sflche) des

[ ]
{
}
{
}
[ ]
{ }
{
}

{
}
{
mit den Eckpunkten
r = x 1
r = r1t r2 r1 mit
y
Gerade 1 :
r1= 0 , r2= 0 , r3= 0

0
4
4
t r = 0 t 0 = 0 x=0y=4t x=0 y
0
4
4
1 =
r = x 1,0
r =0 ,
y
r = x 2
r = r1 t r3 r1
y
Gerade 2 :
1 =
r = x 1,0
r 0
y
t
r = 0 t 2 = 2 y=0x=2t x=0 y
0
0
0
mit
2= r = x ,1r =0 ,
y
r = x 3
r = r3 t r2 r3
y
Gerade 3 :
2 =
r = x 0,1
r 0
y
t
r = 2 t 2 x=22t y=4t xy=42x 2x y=4
0
4
mit
3 =
r = x 2,1
r =4 ,
y
3 = r = x 2,1
r 4
y
Aufgrund der Wahl der Parameter bezeichnet 1+ die Flche rechts von 1 , 2+ die Flche oberhalb von 2 und 3- die Flche unterhalb von 3
(jeweils einschlielich der Geraden).
Fr das Dreieck P gilt also:
P= 1 2 3
d.h.
r = x P x0 y0 2x44
y
5.4.4) Affiner Unterraum durch vorgegebene Punkte

Gegeben:
r0, ... , rd n ,d 1
(d.h. d+1 Punkte)
Gesucht: kleinsten affinen Unterraum, der die Punkte

Bezeichnung:
r0, ... , rdn
enthlt.
= r0, ..., rd
Lsung:
= spezieller Punkt + linearer Unterraum (Richtungsvektoren)
es ist gleichgltig, welcher Punkt des affinen Unterraums als spezieller Punkt ausgewhlt wird, whle
als Richtungsvektoren mssen alle Differenzvektoren

= r0[r1 r0 ,... , rd r0 ]
dim() = dim(
ri r0 ,i 1
[ r1 r0, ..., rd r0 ]
Anmerkung: Der kleinste affine Raum, der genau einen Punkt
enthlt ist
r1 r0, ... , rd r0
[]
=p
Beispiel:
n=3 (
), d=2 (3 Punkte) ;

[ ] [ ] [ ]
1
1
5
r0= 2 , r1= 3 , r2= 0 ,
1
4
5
1
2
4
1
2
= r0, r1, r2=r0 [ r1 r0, r2 r0 ]= 2 1 , 2 = 2 1
1
3
6
1
3
ist eine Gerade,
dim =1d=2
(da
4
2
2 1
6
3
5.4.5) Lagebeziehung im affinen Unterraum

Beispiel: 2 Gerade im
1
1
1 =r1 [
a ]mit r1 = 1 ,
a= 1
0
1
Seite 80
r2 1
[ r1 r0, ..., rd r0 ]
vorkommen, also
) = rg (
1
1
2 =r2[
b ]mit r2= 0 ,
b= 1
1
1
: Liegt der Sttzvektor von 2 auf 1 ?

2
1
r2 1 r2 r1[
a ] r2 r1 [
a ] 1 =t 1 f.A.
1
1
r0
X = 1 2
: Haben die Geraden einen Schnittpunkt ?

r 1
r =r1t
a ,t
r 2
r = r2s
b , s
2
1
1
t
r 1
r 2
r =r1 t
a= r2 s
b r1 r2=sb
a 1 =s 1 t 1
1
1
1

1 1
2
1 1 s = 1
t
1 1
1
Untersuche das LGS
. Widerspruch der ersten beiden Gleichungen s-t = 2 und s-t = 1.
1 2 =
1 2 (die Geraden sind parallel?)
r2 [
]=[
[
1 2 r1[ a]
b] [ a
b] a
b]
b[
a]
1
1
]
a= 1 ,
b= 1
a [b
b[
a]
1
1
Folgerung: 1 und 2 sind zwei Geraden des
mit
1 2=
und nicht
1 2
. Solche Geraden heien windschief.
Allgemeine Bedingungen fr Parallelitt

1 =r1 U , 2 =r2Wn
seinen affine Unterrume.
1 2 U W W U
(Das Oder kommt daher, dass auch eine Gerade und eine Ebene als parallel bezeichnet werden knnen.)
Beispiel:
]
1 =r1 [
a ,b
: Ebene,
2 =r2 [
c]
Gerade
1 2 [
c ][
a,
b]
c [
a,
b]
Seite 81


5.5) Euklidische Rume
5.5.1) Skalares Produkt, Norm, Winkel im
n
a ,b
Seien

a1
b1
an
bn
a = ... , b = ...
mit
(1) Skalarprodukt bezglich
a ,b
n
a
b=a1b1 ...anbn = aibi
Definition:
k= 1
Regeln:
S1)
a
b=
b
a
S2)
c =
a b
a
b
a
c
S3)
a b =a b
S4)
a a = a 0
a a =0 a =0
2
i
k=1
a b =ab
S5)
(Matrizenprodukt eines Zeilenvektors mit einem Spaltenvektor)
(2) Norm (Betrag, Lnge) von
a1
a = a
Idee: n=2,
a = a21 a22
a = a a
Definition:
(Hier fr reelle Vektorrume definiert, in anderen Vektorrumen ggf. anders zu definieren.)

N1)
a 0
N2)
a =0 a =0
N3)
a=a
N4)
a bab (Cauchy-Schwarz-Ungleichung2)
N5)
a bab
(Dreiecksungleichung)
a n :
a=
Beweis: fr N4 und N5 mit
a2k
Sei
k=0
a1
b1
... n
a = ... , b=
an
bn
x : x 20 a ib j a jbi 20 a 2i b2ja 2jb2i 2a ia jbib j

a2i b2j a2jb2i 2 aia jbib j a2i b2j aia jbib j
i
a b a b
2
i
2
j
a2i b2j a ibi

i
2
a2i 2 a 2i b2j b2j a 2i 2 a b
i
i b i
i
a 2i b2j
i

ab
a
b CauchySchwarzUngleichung
a2i b2j aibi a jb j
a2i 2aibi b2i

i
a2i b2j ai bi 2
i
Dreiecksungleichung

a
b
a b
2 http://de.wikipedia.org/wiki/Cauchy-Schwarzsche_Ungleichung
Seite 82
(3) Einheitsvektor
n
a ,
a 0
Gegeben)
0
a
Gesucht) Den Einheitsvektor
in Richtung von
, d.h.
a0 =
a
mit
und
a =1
0
Lsung)
1
1=a0=
a=
a =
a
a0 =
a 0
a
a
(4) Winkel zwischen

=
a,
b ,0
2
und
cos =
fr
a b
a , b 0
(cos ist auf
a b
W1)
a b =a bcos a , b
W2)
=0
a,
b= cos
a ,b
ab=0
2
[ 0, ]
2
bijektiv.)
(5) Orthogonalitt
Fr beliebige
O1)
O2)
O3)
a ,b
a b =0 a b
definiert man:
orthogonal zu

a , b
0
a
b
a,
b=
2
(Fr Nullvektoren sind keine Winkel definiert.)
a =0
bn :
a
b
(Der Nullvektor ist zu jedem anderen Vektor orthogonal.)
a
a
a =0
Beweis)
a
a
a
a =0 a=0
a=0
(siehe S4)
Beispiel)
e1 = 1 , e2= 0
0
1
Es gilt:
(Standardbasen von
e1=e2= 1100=1
e1 e2=1001=0
also
e1, e2=
2
(6) Pythagoras
Ist
a
b
, so ist
a b=ab
Beweis:
b
b=

a b= a b a b = a a2a b
a
a b
b
2
a
b=0
, da
a
b
. q.e.d.
Seite 83
01. 04. 2008 Mathe fr Informatiker II


5.5.1) Skalares Produkt, Norm, Winkel im
(Wiederholung)
b=a1b1...anbn= a ibi
Skalarprodukt:
Norm:
Winkel fr
Orthogonalitt:
k=1
a= a a
0
a , b
a
b=0
a
b
5.5.2) Abstand im
I.
Punkt Punkt Abstand:
d r1, r2 =r1
r 2
r1, r2
(euklidischer Abstand)
d r1, r2 0
D1)
a
b
ab
cos =
0
a , b
d r1, r2 = 0 r1= r2
(positiv definit)
D2)
d r1, r2 = d r2, r1
D3)
d r1, r3 d r1, r2 d r2, r3
Beweis D3 fr euklidischen Abstand)
(Symmetrie)
(Dreiecksungleichung) (Der Umweg ber Punkt 2 darf die Entfernung nicht verringern.)
d r1, r3 d r1, r2 d r2, r3

r1
r 3r1 r2
r2
r 3
r1 r2
r 2 r3
r1
r 2r2 r3
a ba b
Dreiecksungleichung fr Norm.q.e.d.
Bemerkung: Ein Abstand ist eine Abbildung
n xn
, wobei D1, D2 und D3 erfllt sind.
Bemerkung: Abstand bezeichnet im mathematischen Sinne allgm. einen Unterschied von Objekten.
Beispiele fr nicht-euklidische Abstnde:

Manhattanabstand:
Angenommen die Straen in Manhattan verlaufen zueinander immer entweder parallel oder
orthogonal, sodass im Stadtplan ein Netz wie in der Abbildung entstehen wrde.
Diesen knnte man auch als linearen Raum auffassen und die Kreuzungen mit Vektoren
beschreiben.
Der euklidische Abstand wrde hier die Lnge der Luftlinie zwischen zwei Punkten beschreiben,
der Manhattenabstand beschreibt die Lnge der krzesten Straenverbindung.
2
Also fr den
d Manhattan x1 , y1 =x1 y 1x 2 y2
x2 y2
. (fr
analog.)
Abbildung 8:
Straennetz von
Manhattan
Auch der Manhattanabstand erfllt die Forderungen D1, D2 und D3.

Zu D3:
ab
ab
xi y i y iz i xi y iy iz i
xi z i
xi y iy iz i
n
xi z i
i=1
a ,b
x i , yi , z i
x i , yi , z i
xi y i y i z i
i=1
i=1
x i , yi , z i
dManhattan
x,
z d Manhattan
x,
y dManhattan
y,
z
x,
y,
z n
Hammingabstand:
Gegen sind Wrter (Zeichenfolgen, Strings, o..). Der Hammingabstand bezeichnet die Anzahl der verschiedenen Buchstaben.
z.B. Messe und Essen unterscheiden sich an 4 Stellen (M=>E,e=>s,s=>e,e=>n).
Auch dieser Abstand erfllt D1, D2 und D3.
Ein weiterer nicht-euklidischer Abstand knnte z.B. der Flcheninhalt zwischen zwei (stetigen) Kurven sein.
Seite 84
II. Abstand Punkt Gerade / Ebene / affiner Raum.

=r0 Un
Gegeben: affiner Unterraum:
r1 n
und ein Punkt
Gesucht: der minimale euklidische Abstand eines Punktes des affinen Unterrraumes und
r1
d r1, = min { d r1,

x
x }
r1
Lsung: Fllen ein Lot von
rF
Es gilt
r1
verbindet
x U :
d
x
.)
(Verbindungsvektor)
(Der Verbindungsvektor steht senkrecht auf der Ebene.)
=r0 U n
bestimmen
von U whlen. ( dim(U) = d )
r :
r = r0 t iai= A
x
A = a1, ..., a
d
mit
i=1
rF
{ a1, ... , ad }
Basis
rF
und
1. Parameterdarstellung von
anschaulich klar, funktioniert aber auch im
ist Fufunkt
Bestimmung von
auf den affinen Raum. (Im
t1
x = ...
und
td
r
x :
r = r0 A
x
U
2. Orthogonales Komplement
d
x U : d
x
Definition:
x U
Kriterium fr
U ={
x n
x U}
und
x a ... x a x U
1
Beweis:
v U : t d :
v = At
i:
x a i
x ai=0
x
v =
x t 1a1...t dad =
x t 1a1...
x t dad =t1
x a1 ...t d
x ad =t 10...t d0=0
x
v
Und aus
x U
Auerdem gelten
Also gilt:
von U bestimmen
0U
folgt
x a1 ...
x ad
x , y U
x
y U
(U1),
i: ai U
, da
(U2),
x U , r r
x U
(U3), also ist
ein linearer Raum.
x U
x U a1
x=...= ad
x=0 a
x =...= a
x =0
T
a1
...
x =
0 AT
x=
0
T
a
T
1
T
d
n
T
=
U ={
x A x
0}
3. Parameterdarstellung von
' =
r 1 U
bestimmen.
'= r1 U = r1 {
x A
x =
0}= {
x A
x = A T
r1}
n
Zum Beweis kann der Hauptsatz ber lineare Gleichungssysteme bemht werden:
4. Somit ist
rF
der Schnittpunkt von
und
T
T
T
x ' A
x r1 =
0 A
x = A r1
'
rF rF =r0 A
x rF ' A rF = A r1
A T r0 A
x = ATr1 A TA
x = A T r1 r0
ATA ist eine quadratische Matrix. Ist Sie invertierbar, so gilt:
Zusammenfassung:
rF = r0 A
x
d =r r
1
und
r
r
x = A A A
T
d r1, = d r1, rF =
r 1 rF=
d
Seite 85


5.5.2) Abstand im (Fortsetzung)
n
Beispiel:
T
4
r1= 0,1,2,5
Gegeben: Punkt
, affiner Unterraum
d r1,
Gesucht: Abstand des Punktes zur Ebene, also
T
T
]4 r0= 0,

=r0 U= [
a ,b
a= 1,1 ,1,1 ,
b= 0,1,3 ,4
und
rF
(Fupunkt fr Abstand).
Lsung:
1. Darstellung von U unter Verwendung der Matrix A.
A=
a, b
=U = { A
x
x 2 }
2. Bestimmung des orthogonalen Komplements
4
T
U
y : y
y
a
y
b A y =
0
U ={
y A
y=0 }
3. Bestimmung des affinen Unterraumes
'
, dessen Richtungsvektoren senkrecht auf U stehen und der den Punkt
r1
enthlt.
4
T
4
T
4
T
T
}={
=
'=r1U = r1 {
y A y
0 }= {
x A
x r1 = 0
x A
x = A r1 }
4. Bestimmung des Fupunktes
rF
Dieser Punkt liegt sowohl in
als auch in
'
, da er durch den Distanzvektor (Lot) von
r1
Vorausgesetzt wird, dass die quadratische Matrix (ATA) invertierbar ist.
rF '

x 2 : rF = A
x A T rF = AT r1
2 : rF = A
x
x AT A
x = A T r1
2
T
1
T

x : rF = A
x
x = A A A r1
T
1
T
rF = A A A A r1
Ausgerechnet:
T
1
rF = 2,9 ,31 ,42
10
5. Bestimmung der Distanz
0
r r = 1 1
d=
1
F
2 10
5
2
9 = 1 190
10
31
42
Bemerkung:
Ist
U=[ a1, ..., ak ]
ein linearer Unterraum von
und
A= a1, ... ,
ak
(1)
U={
y= A
x
x k }
(2)
dim U = rg A k
(3)
n
T
}
U ={
x A
x =0
(4)
dim U = n rg AT = n rg A=n dim U

Somit gilt:
Seite 86
eine Matrix, so gilt:
dim U dim U =n
aus erreicht werden kann.
5.5.3) Hyperebene, Hessische Form

=r0U
Gegeben sei
eine Hyperebene im
dim =n 1
(d.h.
).
Dann gilt:
dim U = 1 U =[
n]
n 0
r = r0U
r = r0
x :
x U r =r0
x
r n=
r0
x n
=r0
n
x
n=r0
n da
x
n=0
r0 n
r n=
r0 n
r bedenke man, dass
(Fr die Folgerung r n=
x =
r
r 0 immer existiert und aus der Gleichheit der
x U .)
Skalarprodukte folgt, dass
x
n gilt. Wegen der Dimensionsbetrachtung folgt nun
So erhalten wir quivalente Darstellungen fr
=p } mit p= r0 n
={
r n
r n
Die folgende Darstellung fr
r n =p
(wobei
heit Hessische Form von

(Beachte: es gilt
={
r = r0
xx U }
und p gegeben sind)
n
n
und
n U
, nicht
mit
t {0}
heit Normalenvektor von
!!)
Bemerkung:
t
n
Der Vektor
Beispiel: Hyperbene im
Gegeben:
]
=r0 [
a ,b
ist ebenfalls Normalenvektor von
Gesucht: Hessische Form von
r n =p r t n =t p
, es gilt:
(=Ebene)
r0=1,1 ,1 T
mit
a =1,2 ,3T
r1
, Abstand von
zu
b=2,5 ,1T
r1=1,2 ,3 T
Lsung:
1 2
A=
a ,
b= 2 5
3 1
dimU =1
T
=
U ={
x A x
0}
AT
x =
0
Lse das homogene lineare Gleichungssystem

x1
1
2
x2
2
5
x3
-3
1
x1
1
0
Lsung fr das orthogonale Komplement:
17
n= 7
1
Whle als Normalenvektor
Die Hessische Normalform fr

Abstand von
Es gilt:
r1
zu
rF rF
n=p
Einsetzen:
:
x3
-3
7
x1
1
0
x2
0
1
x3
-17
7
[ ]
17
U = 7
1
r0
. Der Punkt
lautet:
x2
2
1
liegt in
17
r 7 =11
1
, bestimme somit
p= r0
n =11
und
rF ' rF =r1t n
' = r1U
. Anmerkung:
p
r
n
pr
n
r t
n
n =p t =
r =r t n =
r
n
n
n
n
n

d r =r r =tn=tn= pr n n=p rn
n
n n
1
1,
d r1, =p r1n
Ist der Normalenvektor ein Einheitsvektor, so gilt

Das Einsetzen der konkreten Werte ergibt
11
339
als Abstand von
.
r1
zu
Seite 87


5.5.4) Orthogonale Projektion, Orthonormalbasis
d r1,
Gesucht wird der Abstand
rF
mit
=
r 0U
ist Schnittpunkt von
=r0 Un
' =
r 1U
und
(1) Orthogonale Projektion

U n
Gegeben:
Gesucht:
Zerlegung von
x1
Bezeichnung:
x n
(linearer Unterraum),
ein bel. Vektor.
x = x1 x2
in Summe der Form
: orthogonale Projektion von
x1U
mit
x2 U
und
x1=proj
x :U
auf U, kurz
(2) Orthonormalsystem, Orthonormalbasis

M={b1, ..., bm} n
Sei
Definition:
bi b j i jm
b =1 im
a)
M heit Orthonormalsystem (ONS), falls
b)
M heit Orthonormalbasis (ONB) von U, falls M ein ONS ist und M Basis von U ist.
Kriterium:
M={b1, ... , bm }n
ist ONS
und
i b j = 0 falls i j
i jm: b
1 falls i= j
(3) Eigenschaften eines Orthonormalsystems

M={b1, ... , bm }n
Sei
ein ONS.
Dann gilt:
x =1b1... mbm
Ist
M ist linear unabhngig.
Linearkombination der Vektoren aus M, so ist
i=
x b
i
Beweis:
b =
b ...
b
b =
b
b ...
b
b ...
b
b = 0 ... 1 ... 0=
x
2
0=1b1...mbm
Die Gleichung
M ist also linear unabhngig.
hat wegen
=0
i=
0 b
i
(s.o.) nur die triviale Lsung.
q.e.d.
Folgerung:
Ist U ein linearer Unterraum von n mit dim(U) = m und ist
Orthonormalsystem, so ist M eine Orthonormalbasis von U.
M={b1, ... , bm }U
U=2, dimU =2
Beispiel:
{ }
M= e1 = 1 , e2= 0 U
0
1
Orthonormalbasis von U.
ist ein Orthonormalsystem und somit
1 1
1 1
M= b1=
, b2=
U
2 1
2 1
Orthonormalbasis von U.
Seite 88
ist ein Orthonormalsystem und somit
ein
(4) Berechnung der orthogonalen Projektion

Ist
M={b1, ... , bm }U eine Orthonormalbasis des linearen Unterraumes U von

:U =
x1=proj x
x b1 b1 ...
x bm bm .
und
x n
, so gilt:
Beweis:
x1=
x b1b1...
x bmbm
Sei
Es ist
x1= 1b1... mbm
i=
x
bi
mit
. Also gilt
= =0 i
x2 bi=
x x1 bi=
x bi x1 x1 b
i
i
i
Somit ist
x1=proj
x :U
. Es ist zu zeigen, dass
x U
x1U
, also
und
i
i= x1 b
i
. Aus (3) folgt
, wegen M Basis von U also
x2 U
x2=
x x1 U
, also
i= x1 b
i x bi i
. q.e.d.
Spezialfall:
],
U =[ b
b=1 x1=proj
x :U =
x
b
b
(5) Gram-Schmidtsches-Orthogonalisierungsverfahren
{a1, .. , am }
Eingabe:
Basis
des linearen Unterraumes U von
Ausgabe:
(eine) Orthonormalbasis
{b1, .. , bm }
von U
Berechnung:
1
b1 :=
a
a1 1
a a2 b1 b1
b2= 2
a2 a2 b1 b1
(Idee: whle das Lot von
a2
auf
[ a1 ]=[ b1 ]
mit
{b }
1
als Orthonormalbasis.)
allgemein:
b
r 1=
a r1 ar1 b
i
i
i=1
a r1 ar1 b
i
i
i=1
Beispiel:
[ ]
2
1
U = a1= 0 , a2= 1
0
1
a1=2
a
2 b1=1
1
1
b1 = a1= 0
2
0
b = a 1b = 1
a 1b 2
mit
Orthonormalbasis:
=r0 U
dim(U) = 2
0
1
1
{ }
1 1 0
0 ,
1
2 1
0
r0=1,2,1T , r1=4,2 ,7T
, Gesucht ist
x = r1 r0=3,4 ,6T
proj
x :U = x1=
x b1 b1
x b2 b=2=3,5
,5T

d=
x x1=0,1,1
d , r1
= 2
d , r1 =d
5.6) Methode der kleinsten Quadrate

Problemstellung:
Der Bremsweg y [m] eines Autos hngt quadratisch von der Geschwindigkeit x [km/h] ab, d.h. y = a x2 + bx + c.
Messungen ergeben ein lineares Gleichungssystem fr die Koeffizienten a, b, c,
x 1, y1 =100,50 a1002 100bc=50 .
z.B.
Auf Grund von Messfehlern besitzt das LGS aber keine Lsung.
Es wird die beste Nherungslsung gesucht.
Es muss zunchst die Frage beantwortet werden, was denn die beste Nherungslsung auszeichnet.
Hufig wird die Abweichung der Funktion y von den Messwerten durch die Summe der Quadrate der Fehler von y fr die Messpunkte
2
beschrieben, also D= y xi y i . Die beste Nherungslsung minimiert diesen Fehler.
i
Seite 89


5.6) Methode der kleinsten Quadrate
5.6.1) Nherungslsung eines LGS
A
x =b
Gegeben: Ein lineares Gleichungssystem der Form
A x b
Gesucht: Ein Vektor

x n , fr welchen
Nherungslsung von (*).
(*) mit
A m ,n ,
bm
den kleinsten Wert hat. Man nennt
dann eine (im quadratischen Mittel) beste
Bemerkung:
A x b=0 A x b= b A x =b
Ist das LGS (*) lsbar, so sind die besten Nherungslsungen von (*) gerade die Lsungen von (*).
Lsung:
x1
x = ...
xn
ai m
A= a1, a2, ..., an
Es ist
A x =x 1 a1 ...xn an
U= { A
x
x n }= [ a1, ... , an ]
=0U
ist eine Linearkombination der Vektoren
Fr
und
Wir suchen also den Abstand
d
r ,
T
T
' =bU
={
r A r = A
b}
rF ' ATA
x = AT
b
Somit gilt
, also
i
a
von
zu
i
a
mit allen Linearkombinationen der Vektoren
= {
r
r =A
x
x n }
A x b =r b=d r , b =d b , r
ist
U ={
x A
x =
0}
n
ist ein affiner Unterraum von
r= A
x
der Abstand von
und
. Dazu bestimmen wir den Fupunkt
rF
.
von
auf
A x b=rF b
(siehe 5.5.2)
hat den kleinsten Wert fr
ATA
x = ATb
(gesucht ist
).
Folgerung:

A x=
b
ATA
x = ATb
Die besten Nherungslsungen von
sind die Lsungen von
Diese Gleichungssystem hat stets Lsungen, es kann mehrere Lsungen geben.
Beispiel:
A x =
b
0
1
T
, b=0,1 ,2 ,5
3
4
LGS
Berechne
Lse dieses inhomogene Gleichungssystem mit dem Gauss-Jordan-Verfahren, als Lsung erhalten wir
Folglich ist
Der Wert
Seite 90
mit
1
1
A=
1
1
AT A
und
x = 0,2
1,1
A x b=
AT b
, sodass
4 8
A TA
x = A Tb
x= 8
8 26
27
im quadratischen Mittel die beste Nherungslsung fr
1
190
10

1
1
1
1
beschreibt die Gte der Nherungslsung.
0
1
x =
3
4
0
1
2
5
x = 0,2
1,1
5.6.2) Ausgleichspolynom
Gegeben: Messpunkte
Gesucht: Polynom
x 1, y1 ...x n , yn
, eine natrliche Zahl
p x = akx k ... a1x1 a0
von Grad
k1
, fr welches die
quadratische Abweichung
D= p xi yi 2=p x1 y 12 ...p xn yn 2
i=1
kleinsten Wert hat. Man nennt dann

Grad k fr n Messpunkte.
p x
den
ein Ausgleichspolynom vom
Lsung:
Suchen einen guten Vektor
x = a0, ... ,a kT k1
Dazu gilt (es wird Matrix A gewhlt):
r=
1
p x 1
a0a 1x11...a kxk1 1 x 1 ...
=
=
...
...
...
1
p x n
a0a 1x1n...a kxkn 1 x n ...
xk1
xkn
a0
... = A
x
ak
(Die Matrix A wird auch als Vandermonde-Matrix bezeichnet.)
r= A
x,
b= y 1, ... , y nT
2
2
D= p xi yi 2=p x 1y 1 2...p xn y n2 =
r
b = A
x
b
i=1
2
den kleinsten Wert hat (dann hat auch A
x , fr welchen
Suchen den Vektor
x
b den kleinsten Wert). Also
D= A
x b
T
suchen wir die beste Nherungslsung fr
gilt dann A A
x von A
x
x =
b . Fr
x = A T
b (wegen 5.6.1).
Beispiel:
x i , y i :0,0 ,1,1,3,2 , 4,5
k=1 (suchen Ausgleichsgerade
Gleichungssystem:
(4 Punkte)
p x =a 1 x a0

1
1
1
1
0
0
1 a0 = 1
3 a1
2
4
5
Aus dem Beispiel von 5.6.1 folgt die Lsung
Fr die Ausgleichsgerade ergibt sich:

a0
= 0.2
1.1
a1
p x=0,21,1 x
.
D=
. Der Fehler D betrgt
2
1
190 =1,9
10
6. Determinanten
Determinanten knnen entweder ber den Flcheninhalt oder ber die Lsbarkeit von speziellen linearen Gleichungssystemen eingefhrt
werden. Hier ber den Flcheninhalt.
F sei der Flcheninhalt des Parallelogramms mit den Seitenvektoren
a1 = 1 , a2= 6
4
1
Man knnte den Flcheninhalt berechnen, indem man das Parallelogramm in Teile zerlegt und diese zu
Rechtecken zusammensetzt oder indem man die bekannte Formel Grundseite mal Hhe nutzt.
Fr dieses Beispiel ergeben beide Wege F=23.
Stattdessen kann aber auch die Determinante der Matrix
1 6
det A =
=1146=23 berechnet werden.
4 1
brigens ist die Determinante der Einheitsmatrix E
A = a1, a
2
1
det E =
0
mit
0
=1100=1
1
Die Determinante ist nur fr quadratische Matrizen ber einem Krper K (z.B.
, , p p Primzahl
) definiert.
Seite 91

6. Determinanten
6.1) Rekursive Definition der Determinante
(I)
Typ (1,1)
A=a K 1,1 det A=a
(II)
Typ (n,n) (
n1
): Entwicklungssatz von Laplace
A=aij K n , n , n1
Gegeben: Matrix
Bezeichnung:
Aij := Matrix, welche aus A durch Streichen der i-ten Zeile und j-ten Spalte entsteht.
ij :=1i jdet Aij
A: = det A (vereinfachte Schreibweise.)
Aij heit Minor und
(1)
Durch Streichung der i-ten Zeile und

j-ten Spalte entsteht ein Minor.
aij
Adjunkte von A zum Element
ij
Entwicklung von det(A) nach Zeile i
Die Elemente der i-ten Zeile werden mit ihren Adjunkten multipliziert und darber die Summe
gebildet.
(2)
Entwicklung von det(A) nach Spalte j
det A= aijij
j=1
Abbildung 9: Entwicklung der
Determinante nach i-ter Zeile
Die Elemente der j-ten Spalte werden mit ihren Adjunkten multipliziert und darber die
Summe gebildet.
Egal welche Zeile oder Spalte fr die Entwicklung gewhlt wird, das Ergebnis (die Determinante) ist immer gleich.
(3)
Inversenformel
det A 0
Ist
A 1=
, so gilt:
A
det A
T
adj
mit
A adj=
1,1
...
1,n
n ,1
...
...
n , n
Ist die Determinante der quadratischen Matrix A gleich Null, so existiert keine inverse Matrix A-1.
Beispiel 1:
Sei:
A=

a b
c d
Determinante:
det A=adet dbdet c=adbc (Entwicklung nach erster Zeile.)
1 i j=
Vorzeichen (fr Adjunkte):

Adjunkten:
Aadj=
Inverse Matrix:
A 1=
AA1 =
Probe:
d c
b a
a
c
1 1
1 1
1
1
d b
A T =
det A adj adbc c a
b
1
d ad bc
d
c
b = 1
ad bc
a
ad bc
0
bc ad
1
0
0
1
(falls
det A 0
Beispiel 2:
1
A= 4
7
2
5
8
3
6
9
Vorzeichen :
Entwicklung nach Spalte 2:
Seite 92
1 i j=
1 2 3
4 6
1 3
1 3
5
8
=24967 5193781634 =0
4 5 6 =2
7 9
7 9
4 6
7 8 9
.)
Bemerkung:
1 2 3
4 5 6
7 8 9
=2 4967 5 1937 816 34=
=249267519375816348
Fr die Summanden werden alle Zahlenkombinationen gewhlt, sodass aus jeder Zeile und
jeder Spalte genau eine Zahl ausgewhlt wurde. Das Produkt dieser drei Zahlen wird mit
einem Vorzeichen versehen (spezielle Rechenvorschrift) und dann werden alle Produkte
addiert.
Skizze zur Bemerkung
Es fr eine Matrix vom Typ (n,n) genau n! Mglichkeiten gibt, Zahlentupel fr die Produkte zu whlen, hat die Summe gerade n! Summanden.
Fr eine 3,3 Matrix also 6.
Dies ist fr groe Matrizen zu aufwndig und es geht einfacher.
6.2) Eigenschaften der Determinante

Ziel: vereinfachte Berechnung der Determinante.
A K n , n
(D1) Hat
eine Nullreihe, so ist det(A) = 0.
(D2) det(A) = det(A )

(D3) Dreiecksmatrizen (DM):
Beispiel fr obere Dreiecksmatrix:
Beispiel fr untere Dreiecksmatrix:

1 2 3
0 4 5
0 0 6
(Die unteren Elemente sind null.)
1 0 0
2 3 0
4 5 6
(Die oberen Elemente sind null.)
Fr Dreiecksmatrizen gilt:
det A = a i ,i
(Produkt der Elemente der Hauptdiagonale.)
i=1
Beispiel:
1 2 3
A= 0 4 5 A=146
0 0 6
(D4) Zeilenoperationen und det(A)

a) Werden in einer Matrix zwei Zeilen getauscht, so ndert die Determinante ihr Vorzeichen.
b) Hat eine Matrix zwei gleiche Zeilen, so ist ihre Determinante Null.
c)
...
...
det a =det a
...
...
d)
...
...
...
det aa' =det a det a'
...
...
...
e)
...
a
det
... = det
ba
...
(Wird eine Zeile mit dem Faktor r multipliziert, so nimmt die Determinante den r-fachen Wert an.)

...
a
...
b
...
(Addiert man in einer Matrix zu einer ihrer Zeilen das r-fache einer anderen Zeile, so ndert sie ihre Determinante nicht.)
Beweis:
...
a
det
...
b a
...
...
a
= d det ...
b
...
...
a
det ...
a
...
...
a
=c det ...
b
...
...
a
det ...
a
...
...
a
=b det ...
b
...
(D5) Die Regeln (D1) bis (D4) gelten in analoger Form auch fr die Spalten von A.
Beispiel:
1 2 3 1 2
3
1 2
3
4 5 6 = 0 3 6 = 0 3 6 =13 0=0
7 8 9 0 6 12 0 0
0
Gau-Jordan-Verfahren
berfhren einer Matrix A im Typ (n,n) durch Operationen vom Typ (D4.a) [Zeilentausch] und Typ (D4.e) [r-faches einer Zeile zu einer anderen
addieren.] in eine Dreiecksmatrix D=(dij).
Seite 93
Dann ist
det A =1m det D =1m di, i
, wobei m die Anzahl der Zeilentauschoperationen ist.
i=1
Der Aufwand fr diese Berechnung betrgt O(n2) Operationen (D4.a und D4.e) zur berfhrung in die Dreickesmatrix und O(n) zur Berechnung
der Determinante der Dreiecksmatrix. Die Operationen (D4.a und D4.e) bentigen O(n) Berechnungen (Summe/Produkt), also bentigt dieser
Algorithmus O(n3) Rechenschritte zur Berechnung der Determinante. Dies ist viel besser als die n! Schritte bei ausschlielicher Anwendung des
Entwicklungssatzes von Laplace.
D6) Inverse Matrix zur Matrix A vom Typ (n,n)
A ist invertierbar
rg A=n det A0
Bezeichnung: A heit regulr, falls

D7) Produktregel fr Matrizen
det A 0
A , B K
n, n
, singulr falls det(A) = 0.

,
Fr die Summe von zwei Matrizen gibt es keine (bekannte) brauchbare Regel zur Determinantenberechnung.
a)
AB= AB
b)
A=n A
c)
A1 A=1
Seite 94
(Beweis:
1=E= AA1= A A1
, E Einheitsmatrix.)

6. Determinanten
6.3) Anwendungen der Determinante
(I) Volumen im
Fr das Volumen V des Parallelepipeds mit den Seitenvektoren
n3
Gilt analog fr
als n-dimensionales Volumen im
a ,b
c 3
,
V =det
a ,b
c
gilt:
und mit n=2 als Flcheninhalt.
(II) Untersuchung linearer Gleichungssysteme

(1) Inhomogenes lineares Gleichungssystem
A x =
b mit A K n , n ,
K n
x ,b
(Also n Gleichungen mit n Unbekannten.)

1.
2.
Fall: A0
Dann ist rg(A) = n und A-1 existiert. Somit gibt es genau eine Lsung
x = A1
b
Fall: A=0
Dann ist rg(A) < n und A-1 existiert nicht.
rg Arg A ,
b
a)
Fall
: Es gibt keine Lsung.
b)
Fall rg A=rg A ,
b : Die Lsungsmenge ist ein affiner Unterraum der Dimension n-rg(A).
D.h. falls K= K = gibt es unendlich viele Lsungen.
[Beachte: In K =p (p prim) kann es nicht unendlich viele Lsungen geben.]
Cramersche Regel
Sei
Ist
A= a1, ... , an K n ,n
A0 , so gilt fr die eindeutig bestimmte Lsung
x = x1,... , xn T n
x i=
det a1, ... , ai 1 ,

b , ai 1 , ..., an
det A
[Ersetze die i-te Spalte aus A mit

b .]
Beispiel:
1i 5
x
K =, n=2
1= 2
4
i1 x2
2
det A =1idet i15det 4=220
1 2 5
1
1
1
x 1=
=
2 i152=
122i= 6i
22 2 i1 22
22
11
1 1i 2
1
1
1
x 2=
=
1i242 =
62i= 3i
22 4
2 22
22
11
1
x = 6i
11 3i
Beweis der Kramerschen Regel fr n=2:
x
x a x a = b
a1, a2 1 = b
1 1
2
2
x2
, a =det x a x a a =

det b
2
1 1
2
2, 2
D4 , D5 det x 1 a1 , a2 det x 2a 2, a2 = D4, D5 x1 det a 1, a2 x20
det b , a2
x1 =
det a1, a2
Geht fr x2 analog.
(2) Homogenes lineares Gleichungssystem

Die Erkenntnisse fr das ILGS gelten fr das HLGS analog, jedoch knnen bestimmte Konstellationen nicht auftreten.
n
So gibt es immer die triviale Lsung
.
x =
0 K
1. Fall:
A 0 Es gibt nur die triviale Lsung.
2.
Fall:
A=0
Die Lsungsmenge ist ein linearer Unterraum der Dimension n-rg(A).
Seite 95
D.h. falls K= K = gibt es unendlich viele Lsungen.

[Beachte: In K =p (p prim) kann es nicht unendlich viele Lsungen geben.]
6.4) Vektorprodukt im
e1 e2 e3 a2 b3b2 a 3
a a a = b a a b
a b=
1
2
3
1 3
1 3
b1 b2 b3 a1 b2b1 a 2
heit Vektorprodukt bzw. Kreuzprodukt von
und
(Die Determinante wurde hier als Rechenschema aufgefasst.)

Beispiel:
e1 e2 e3
1
4
3
= 5 ,
1 2 3 = e 2 3 e 1 3 e 1 2 =3 e 6 e 3 e = 6
a= 2 , b
a b=
1
2
3
3
2
3
5 6
4 6
4 5
3
6
4 5 6
3
T
T
a
a b=1,2 ,3 3,63 =0
,b
a
,a
= Flcheninhalt des durch a
a
b
b
b
Es gilt allgemein: a
Im 3 gilt fr die Richtung des Vektorprodukts die sog. Rechte-Hand-Regel.
aufgespannten Parallelogramms.
Rechenregeln:
V1)
a b=
b
a
V2)
a b
c =
a b
c
V3)
a t b=t
a
b t

V4)
a b
c =det
a,
b,
c Spatprodukt (Anschaulich: e1, e2, e3 werden durch c1 , c2
also |Spatprodukt| = Volumen des Parallelepipeds

V5) 0= a
b
a=
a b
b (nach V4, weil anschaulich die Hhe des Parallelepipeds Null ist.)
,b
a
a
b
b
also a
V6)
V7)
und
c3
a b =a2b a b 2 (einfach durch Ausrechnen und Vergleichen)

a b=absin a , b
)
(vs.
a
b=
a
bcos
a ,b
Beweis V7 aus V6:

2
2
2
2
2
2
a b =a2b a b 2=a2b abcos a , b =a2b 1cos a , b 2=a2b sin a , b 2
folgt 0sin
a ,
b2 .
0
a , b
Somit gilt
a b=absin
a , b q.e.d.
Da
Seite 96
ersetzt.)

7. Lineare Abbildungen und Eigenwerte

7.1) Lineare Abbildungen und Gleichungen
Gegeben: X,Y lineare Rume ber Krper K;
L: X Y
Abbildung
x L y =L x
Definition:
a ,b X , , K : Lab =LaLb
(a)
L heit lineare Abbildung, falls gilt:
(b)
Eine lineare Gleichung ist eine Gleichung der Form
L x=b
mit
L: X Y
bY
eine lineare Abbildung und
Folgerung:
Mittels vollstndiger Induktion kann man zeigen, das fr lineare Abbildungen
L i =1 ia i=i =1 iLai a i X , i K ,k
gilt, d.h.
beim Rechnen die Regel analog fr Summen von Produkten mit mehr als zwei Summanden angewendet werden kann.
7.2) Lineare Abbildung

X =K n ,Y =K m , L: X Y
, Matrizendarstellung
L: Xn K m
x L
y = L
x
Dann gilt:
(1)
Ist L
x = M
x
x K n , M K m ,n , so ist L eine lineare Abbildung.
Beweis: L
a
b= M
a b=M
aM
b=M
a M
b=L
a L b
(Aus den Regeln fr Matrizenrechnung / lineare Rume und der Definiton von L.)
Als erfllt L alle Bedinungen und heit somit lineare Abbildung.
(2)
Ist L : K n K m eine lineare Abbildung, so existiert eine Matrix M K m, n mit L

x = M
x
x K n
T
T
n
x
=
x
,
x
=x
e
...
x
e
e
=0
,0
,1
,0
,
...,0
K
Beweis:
1,...
n
1
1
n
n
i
1,...
i1
i
i 1
n
L
x =Lx 1e1...x nen=x1L e1...xnL en=M
x mit M= L e1 ,... , L en .
Beispiel 1:
L : 2 2
Der Winkel
ist Drehung um
. L ist eine lineare Abbildung (kann man zeigen).
ist fr eine konkrete Abbildung
M= L e1 , L e2 =
Drehmatrix:
und Winkel
cos sin
sin cos
fest.
a)
T
b1=L e1=L 1,0 = cos
sin
b)
T
b2=L e2=L 0,1 = sin
cos
Bestimmung von M bei Basiswechsel

L: X n K m
Whle eine (ggf. andere) Basis fr

n, ist also invertierbar.
Die Bilder von
Matrix M:
L
x = M
x
sei eine lineare Abbildung
i
a
heien
K { a1 ,... , an }
=L a
b
i
i
i =Mai
L
x = M
x , L a
{ e1, ... , en }
, wobei M aus der Basis
A= a1 ,... , an K
. Dann ist hat
n , n
nur schwer zu berechnen ist.
wegen
a1 ,... , an
linear unabhngig den Rang
i=1..n
MA=M a1 , ..., an = M a1 , ..., Man = b1 ,... , bn . Da A invertierbar und

1
bestimmt mit M= b1 ,... , bn A1 = L a1 , ..., L an a1 ,... , an
.
Betrachte
b , ..., b
1
gegeben (berechnet) ist M eindeutig
Beispiel 2:
L: 2 2
sei Spiegelung an der Ursprungsgeraden
=[
a]
mit
a =2,1 T
Spiegelung der Einheitsvektoren ist unangenehm zu berechnen
x
y =L
x =
x L
a =
a
zu =[ a ] .
Sei '= [
b ] Gerade und
]
. Fr
Dann gilt x '= [b
y = L
x =
x L
b=b

L
a=Ma=
a
=M
L b
b=b
b
a
whle
b=2,1 T
,
M =
a ,
b a
b
Seite 97
M=
ausgerechnet:
2 1
2 1
1 2 1 2
1 1 3
=
5 4 3
1 1 3
y =L
x =M
x=
x
5 4 3
1
1
L e1= 3 , L e2 = 4
5 4
5 3
Komposition linearer Abbildungen / Matrizenmultiplikation

= N
=MN
K n M
x
y =M
x K m N z
y K p z
y
(Wegen Assoziativgesetz fr Matrizenmultiplikation ist die Klammersetzung bei
egal.)
Umkehrabbildung / inverse Matrix

x K n A
y = A
x K n
x = A1
y
K n ,n
falls A in
invertierbar ist.
7.3) orthogonale Matrizen

Betrachten:
A= a1 ,..., an n ,n
L:
x n
y = A
x n
Aei =ai
Ist A Drehmatrix, so bildet { a1, ... , an }

i a j )
( ai=1,i j a
(1)
ein Orthonormalsystem (ONS) im
a1 a1 ... a1 an
aT1
T
A A= ... a1, ... , an = ...
...
...
a
...
a
an
n
1
n
a
(2)
{ a1, ... , an }
A n ,n
Definition:
i a j= 0 falls i j ATA=E
a
1 falls i= j
ist ein Orthonormalsystem (ONS)
ATA=E
heit orthogonale Matrix , falls
Folgerung:
A n ,n
ist orthogonale Matrix

n
Jede orthogonale Matrix im
die Spalten von A bilden ein ONS von
(und somit auch eine Orthonormalbasis.)
beschreibt entweder eine Drehspiegelung, Spiegelung oder Drehung.
Beispiel:
M=
1 3
5 4
Es gilt:
MM T = E
Also ist M eine orthogonale Matrix.

Eigenschaften orthogonaler Matrizen:
Sei
(O1)
A n ,n
1
A =A
eine orthogonale Matrix. Dann gilt
(O2) A und A-1 sind ebenfalls orthogonale Matrizen.

(O3)
Ax1 Ax2 = x1 x2
(O4)
Ax=x
(O5)
Ax1, Ax2 = x1, x2
(O6)
det A =1
Beweis:
(O1) A orthogonale Matrix
Bemerkung:
ATA = E
AT=A-1
A , B K n, n : AB= E A1 =B B= A1 BA=E
(O2) A orthogonale Matrix
ATA = E
AAT = E (wg. O1)
A T TA T =E
AT ist orthogonale Matrix.
(O3)
Ax1 A
x2 = Ax1 T A
x2 = xT1A T A
x2 = xT1 A TA
x2 = xT1Ex2= xT1
x2= x1 x2
(O4)
A x= A x A x =O2 x x =x
(O5)
cos A x1, A x2 =
Ax1 Ax2
x 1 A
x2
A
=O3 , O4
x1 x2
=cos x1, x2
x1x2
Da der Winkel zwischen zwei Vektoren immer zwischen 0 und 180 liegt und der Kosinus auf diesem
Winkelbereich umkehrbar ist, folgt aus der Gleichung auch Ax1, Ax2 = x1, x2 .
Seite 98


7.3) orthogonale Matrizen (Teil 2)
Eigenschaften orthogonaler Matrizen:
A n ,n
Sei
eine orthogonale Matrix. Dann gilt
A 1= A T
(O1)
(O2) AT und A-1 sind ebenfalls orthogonale Matrizen.

(O3)
Ax1 Ax2 = x1 x2
(O4)
Ax=x
(O5)
Ax1, Ax2= x1, x2
(O6)
det A =1
(O7)
A , B R
n , n
orthogonal
n , n
AB R
orthogonal
Beweis:
T
1=det E =det A A=det A det A=det A det A=1
E = A A
(O6) A orthogonal
AB orthogonal E =Beh AB AB=1 B A AB=v B EB=1 E
(O7)
(1) wegen Matrizenrechnung.
{ A Rn , nA orthogonal }n
D.h.
ist eine Gruppe, da
(G1) die Matrizenmultiplikation ist eine Verknpfung,

(G2) es gibt ein neutrales Element (E),
(G3) jede orthogonale Matrix A besitzt ein inverses Element
Klassifikation von
n , n
A R
x y= Ax R
Die Abbildung
A =A
ist
(a) Drehung A ist eine orthogonale Matrix und det A=1 .

(d.h. bei einer Drehung wird das (vorzeichenbehaftete) Volumen nicht verndert.)
(b) Spiegelung
(d.h. A A= AA=E
Ausgangspunkt.)
(c) Drehspiegelung
Drehung.
A =A
A ist eine orthogonale Matrix und
, d.h. zweimal mit der gleichen Matrix gespiegelt ergibt wieder den
A ist orthogonal und die Abbildung weder eine Spiegelung noch eine
Diese Abbildungen bilden den Nullvektor immer auf sich selbst ab, d.h. die Drehung / Spiegelung /
Drehspiegelung erfolgt am Koordinatenursprung / Ursprungsgerade / Ursprungsebene o.. .
Beispiel 1: n=3
L : y = A x
Es gilt hier:
Also ist
Da
sei eine Spiegelung an
Spiegelung
y =A x , x= A y
=[ e1 ] . Gesucht ist die Matrix A.
A e1= e1 , A e2=e2 , A e3= e3
1 0
0
A= L e1 , L e2 , L e3 = e1 , e2 , e3= 0 1 0
0 0 1
die gesuchte Orthogonalmatrix.
T
A = A ist die Abbildung y= A x sowohl Drehung als auch Spiegelung. Die Drehung erfolgt
, die Drehebene ist ' =[ e2, e3 ] mit =180 .
det A=11 1=1 und
um die Gerade
Beispiel 2: n=3
y= A x sei Drehung um
Es gilt:
A e1 = e1
, da
=[ e1 ] mit Drehwinkel
e1
; Drehebene ist
' =[ e2, e3 ]
0
A e2= cos
sin
0
A e3= sin
cos
Seite 99
1
A= 0
0
Die Drehmatrix lautet also:

3
Jede Drehung im
0
0
cos sin
sin cos
kann in drei nacheinander ausgefhrte Drehungen um die Hauptachsen zerlegt werden.
Beispiel 3: n=2
1 15 8
17 8 15
A=
A A=E
(A ist orthogonal)
y= A x Spiegelung
A = A also ist
det A=1 , also keine Drehung
y= A x
Fr
ist folglich Spiegelung an einer Ursprungsgerade
im
x A x=x x A x= 0 E x A x =0 E Ax =0
gilt dann:
[ ]
x =t 1 , t = 1
4
4
1 15 8 1
1 17
1
1
1
At =tA =t
=t
=t , t
17 8 15 4
17 68
4
4
4
Dies ist ein HLGS, die Lsung lautet:
Probe:
7.4) Eigenwerte und Eigenvektoren quadratische Matrizen

(1) Eigenwertgleichung (EWG)
A K
Gegeben:
Gesucht:
n , n
K= ,
mit
, x
Lsungen
mit
K , x K
der EWG
Ax=x
von A.
Bemerkung: Fr alle EWG und alle K ist

x =0 eine (triviale) Lsung. Ist
Eigenwert (EW) von A und
x Eigenvektor von A zum EW .
Die Gesamtheit der Lsungen von heit (Eigenwert-)Spektrum.
Beispiel:
Spiegelmatrix
A=
1 15 8
17 8 15
(2) Bestimmung der EW von
A K
Ax =x E A x =
0
hat EW
=1
, x eine Lsung mit
, die zugehrigen EV sind
x =t 1
4
x 0 , so heit
n , n
(HLGS mit
det E A=0
det E A0
D.h. die Matrix ist invertiert, also die Gleichung
eindeutig lsbar.
Es gibt somit nur triviale Lsungen.
Es gibt folglich auch nicht triviale Lsungen,

also ist ein Eigenwert von A.
Zu jedem Eigenwert gibt es in K= , unendlich
viele Eigenvektoren (linearer Raum der Dimension >0).
Beispiel 1:
1)
A= 5 4
1 1
2)
E A= 5 4
1
1
3)
det E A=32
4)
det E A=0 =3
5) Somit ist
Beispiel 2:
=3
(doppelte Nullstelle)
Eigenwert von A mit algebraischer Vielfachheit 2
A= 0 1 2,2 2,2
1 0
E A= 1
1
det E A= 1=0 =i=i
Also hat A komplexe Eigenwerte (
Seite 100
1=i
2 =i
, algebraische Vielfachheit 1), jedoch keine komplexen EW.
A K n , n , K= ,
Charakteristisches Polynom von
... a 1n
... a 2n
...
...
... a nn
a 11 a12
P A =det E A= a 21 a 11
...
....
a n1
...
heit charakteristisches Polynom von A.
E A heit charakteristische Matrix.

(a)
P A = bn1
n1
...b1 b0 ist Polynom vom Gerade n mit Koeffizienten
bn1 , ... , b0 K und wird
charakteristisches Polynom von A genannt.
P A =0
ist Eigenwert von A
(c)
K=
: Dann hat A genau n Eigenwerte (gezhlt mit ihren Vielfachheiten)
(d)
K=
: Dann hat A maximal n reelle Eigenwerte (gezhlt mit ihren Vielfachheiten)
(3) Eigenvektoren von

Betrachten einen Eigenwert
A K
ist Nullstelle von
PA )
(b)
n , n
= K von A und die Lsungsmenge der Eigenwertgleichung fr

E A , = { x K
E Ax = 0 }
Dann gilt:
a)
b)

EA,
c)
ist Eigenvektor von A zum Eigenwert
, x
x E A ,
0
und wird Eigenraum von A zum Eigenwert
ein k-facher Eigenwert (also k-fache Nullstelle von

Ist =
Man nennt k die algebraische Vielfachheit und dim E A ,
P ), so gilt:
= genannt.
1dim E A , k .
.
die geometrische Vielfachheit von
Beispiel:
A= 5 4 K=
1 1
E A= 5 4
1
1
a)
charakteristische Matrix:
b)
charakteristisches Polynom:
c)
NS/EW von
d)
E(A,3): Eigenvektoren zum Eigenwert 3

2 4 x =0
E A,3=
x 2
1
2
P A= 69
P : 1,2=3 (k=2, algebraische Vielfachheit)
Durch Anwendung des Gauss-Jordan-Verfahrens erhlt man als Lsung:

Also:
e)
=3
E A,3=[2,1 ] und
x=t 2
1
dim E A ,3=1 .
ist Eigenwert von A mit der algebraischen Vielfachheit 2 und der geometrischen Vielfachheit 1.
Fr Ingenieure spielen Eigenwerte eine Rolle bei der Berechnung von gewissen Krften. Dabei ist es fr sie oft ungnstig, wenn sich
algebraische und geometrische Vielfachheit unterscheiden.
Seite 101


7.3) Quadratische Formen, Hauptachsentransformation
(1) Aufgabe: Wie sieht die Lsungsmenge der quadratischen Gleichung
6x 28xy6y 2=20 in der x-y-Ebene 2 aus?
Ellipse:
x2 y 2
=1
a2 b2
b2
y= b2 2x 2
a
(Normalform mit den Achsen der Ellipsen auf den Hauptachsen) (vgl. Grtnermethode3)
Hyperbel:
x2 y 2
=1
a2 b2
b2
y= 2x 2b 2
a
(2) Quadratische Form

n
Ein Ausdruck der Form
q x = a i , jx ix j =x TAx
x = x 1,... , x n T
heit quadratische Form in
i , j=1
A= aij n , n
AT = A
eine symmetrische Matrix (
,d.h.
a ij =a ji
) ist.
T
x = x , y
(a) Fall n=2:
q x = x , y a
b
b x =ax 22bxycy 2
c y
q x =x 28xy6y 2= x , y 6 4 x
4 6 y
(b) Speziallfall: Ist
1 0
A= 0 2
... ...
0 0
A n , n
... 0
... 0
... ...
... n
eine Diagonalmatrix, etwa
, so gilt
q x = ixi2=1x 21...n x 2n
i=1
(3) Lineare Koordinatentransformation

Darstellung des Vektors (Punktes)
x = x 1,... , x n T
bzgl. verschiedener Basen des
(a) Standardbasis e1 , ... , en mit ei=01,... ,0 i1 ,1 ,0i1 , ... ,0n T

Dann gilt:
x = x 1e1...x nen und x 1 , ... , x n sind die Koordinaten von x
bzgl. der
Standardbasis.
(b) Neue Basis
Der Vektor
u 1 , ... , u n
b1 ,... , bn
x =u1b1...unbn
x bzgl. der Basis b1 ,... , bn .
hat genau eine Darstellung der Form

sind die Koordinaten von
(c) Transformationsgleichung (Umrechnung von
in
3 http://www.sonnentaler.net/dokumentation/wiss/astronomie/weiter/umlaufbahnen/
Seite 102
, wobei
Die Matrix
C= b1 ,... , bn
u n x=C u n
Die Abbildung
u
x =C
Man nennt
ist dann invertierbar (da Basis linear unabhngig ist) und es gilt
u
x =C
x =C u
u
=C1 x
ist dann linear und bijektiv und es gilt
(*).
.
dann eine lineare Koordinatentransformation.
(Daraus folgt u.A., dass der Nullvektor auf den Nullvektor abgebildet wird, der Koordiantenursprung
also erhalten bleibt.)
Beispiel: n=2
Da die neue Basis keine ONB sein muss, knnen Abstnde von Punkten im neuen
Koordinatensystem anders sein als im alten Koordinatensystem.
(4) Hauptachsentransformation
(a) Transformationsformel fr quadratische Gleichungen
x = x 1, ... , x n T
quadratische Gleichung in
x = u
Transformation
Also
n ,n
A n , n
x TAx =d
symmetrische Matrix.
invertierbar
x T =
u T T
u =u 1 ,... , u n T
quadratische Gleichung in
D= TA n , n
T
u A
u =d
ist symmetrische Matrix

T
T T
D = A = A =A = A A=D
Beweis:
(b) Zielstellung:
Gegeben)
Gesucht)
A n , n

n , n
symmetrische Matrix
derart, dass gilt:
(b1)
(b2)
D= A =b1 A
orthogonal (d.h. ONB durch Spaltenvektoren)

T
ist eine Diagonalmatrix.
Lsung: (Eigenvektoren!)
b1 ,... , bn
des
ein EV von A zum Eigenwert (EW)
Bestimme (falls mglich) eine ONB

Ist dann
bi
Dann ist
= b1, ... , bn
, die aus lauter Eigenvektoren (EV) von A besteht.
, so gilt
eine orthogonale Matrix und somit
A bi =ibi
T =1
.
. Weiterhin gilt dann
1 ... 0
D= TA=1A= ... ... ...
0 ... n
Beweis:
ist orthogonal, da da die Spalten von
eine ONB bilden.
1 ... 0
1A=D= ... ... ... A=D A b1 ,... , bn = b1 , ... , bn D
0 ... n
1
0
A b1 , ... , A bn = b1 , ... , bn ... , ... , b1 , ... , bn ... 1 b1, ... , n bn =1 b1, ... , n bn w.A.
n
0
(c) Bemerkung:
Fr eine symmetrische Matrix
A n , n
gilt:
Seite 103
(C1) Alle EW von A sind reell und A hat n reelle EW gezhlt mit ihren Vielfachheiten.
(C2) EV von A zu verschiedenen EW sind stets orthogonal.
(C3) Fr jeden EW von A sind algebraische und geometrische Vielfachheit gleich (d.h. die Dimension des Eigenraumes ist maximal.)
(C4) Es gibt dann stets eine ONB des
, die aus lauter EV von A besteht.
Folglich kann der vorher beschriebene Lsungsalgorithmus fr alle symmetrischen Matrizen immer erfolgreich angewendet werden.
(5) Beispiel:
6x 28xy6y 2=20 x , y
6 4 x
=20
4 6 y
A=
6 4
, x = x , y T
4 6
a) Eigenwerte und Eigenvektoren von A bestimmen.
A x = x E A x =0
EWG:
EW:
det A=0=2 12 20 1=102=2
EV:
4 4 x=
0 HLGS x= y
4 4
=10
[ ] [ ]
4 4 x=
0 HLGS x= y
4 4
=2
1 1
E A , =10= 1 =ONB
1
2 1
[ ] [ ]
1 1
E A , =2= 1 =ONB
1
2 1
Die Vektoren (1,1)T und (-1,1)T stehen senkrecht aufeinander (C2).

b) Transformationsmatrix:
1 1 1
= b1, b2 =
2 1 1
c) Koordinatentransformation:
x = u , u=u , vT
d) transformatierte Gleichung:
uT D
u =20
mit
D= TA=
1 0
= 10 0
0 2
0 2
u2 v 2
10 u 2 v =20 =1
2 10
2
D.h. die Gleichung ist eine Ellipse in U-V-Ebene.

D.h. in der X-Y-Ebene wre die Ellipse durch eine Drehung/Spiegelung/Drehspiegelung zu
transformieren (Vgl. 7.3), was ihrer Ellipsenform jedoch keinen Abbruch tun wrde.
Seite 104


7.6) affine Abbildung
(1) Definition
F : Kn Km
x K n : F x=M x
b
wird affine Abbildung genannt, falls
M K m ,n
mit
und
b K m
Spezialflle
M = E , m=n : F x =x
b
Verschiebung / Translation
b =0
lineare Abbildung
m
x K M x K M x
bK
Jede affine Abbildung lsst sich aus einer

linearen Abbildung und einer Translation
zusammensetzen.
Ist M eine orthogonale Matrix, so heit F eine Bewegung.

Eine Bewegung wird zur Definition der Kongruenz verwendet.4
n
(2) Affine Koordinatentransformation im
Ein affines Koordinatensystem K besteht aus einem Punkt (dem Koordinatenursprung) und einer Basis des
also K=Punkt , Basis des n .5
Punkt (Vektor)
x = x1,... , xn T n
(a) Standardsystem: 0, { e , ... , e } : x= 0 x e ... x e

(b) neues Koordinatensystem = r { x , ... , x } : x =r x ... x
Dann heit u = , ..., Koordinatenvektor x von bzgl. .
(c) Transformation
Da die Spaltenvektoren von eine Basis bilden ist invertierbar.
x = r u
u = x r
Es gilt also: = b ... , b
1
0,
n ,n
1,
Beispiel fr n=2:
u = u , v = 2,1
x = x , y = r u
= b1,
b2
3
0
1
3
r0 = 3
1
Es gilt:
u =
0 x = r0
u = e1 x = r0 b1
u = e2 x = r0 b2
u = u , v T x = r0 ub1vb2
(3) Spiegelung im
an Gerade
Gegeben)
= r0 [
a]
Gesucht)
y =F
x =M x
b
u-v-Koordinatensystem
T
mit
r0 =1,2 ,
a =2,1
Spiegelung an
mit
x , y
im Standardsystem
Abbildung 10: u-v-Koordinatensystem im x-yKoordinatensystem,

Bsp. fr Vektor x / Koordinatenvektor u
Lsung: Neues Koordinatensystem

Das neue Koordinatensystem (N) hat Koordinatenursprung
, als Basis wird die Standardbasis des
gewhlt.
Die Spiegelung (Bild) eines Vektors im neuen Koordinatensystem ist dann eine lineare Abbildung, da die Spiegelgerade nun durch den (neuen)
Koordinatenursprung fhrt.
Es seien
u , v die Koordinatenvektoren von x , y bezglich N.

r
v . Die Transformation mit einer Matrix
x =r u y =
Dann gilt
0
Einheitsmatrix ist.
Die Abbildung L:
u
v
(Der Richtungsvektor
a
entfllt, da die Standardbasis benutzt wird, also
a ]= r0 .
ist dann eine Spiegelung an der Ursprungsgeraden U =[
bleibt unverndert, da die Basis des linearen Raumes unverndert geblieben ist.)
4 Lassen sich zwei Punktmengen mit einer Bewegung deckungsgleich aufeinander abbilden, so heien sie kongruent.
http://de.wikipedia.org/wiki/Kongruenz_(Geometrie)
5 In dieser Vorlesung werden Punkte einfach wie Ursprungsvektoren behandelt, dies ist jedoch nicht die einzige
Mglichkeit, affine Rume zu definieren.
Seite 105
die
Somit gilt
v =M u , M =?
Bestimme nun die Matrix M (bekannt aus 7.2):
und es ergibt sich die Matrix M wie folgt:
u U M
u =
u,
u U M u=
u
M = L
a , L
b
a ,b 1=a ,
b
a,
b 1 ,
b U ,b0
M=
2
1
2 1
1 =
2
3
4
y =M x r0 M r0
Bestimme nun die Abbildung F:

v =M
u
Also ist
Dabei ist
y r0 = M x r0
y =M xE M r0
1
y =F
x =M x E M r0= 3 4
x 6
4 3
5 8
1 6
5 8
das Bild des Nullvektors.
Zur Prfung am Semesterende: Gegenstand der Prfung ist alles was dieses Semester gelehrt wurde. Da aber vieles aus diesem Semester
auf den Inhalten des letzten Semesters aufbaut, kann dies nicht immer streng getrennt werden. Es ist also im Besonderen das gesamte Kapitel
lineare Algebra relevant.
Seite 106
Kapitel IV: Funktionen in mehreren Variablen, Differentiation

1.) Grundbegriffe
(1) Funktion in mehreren Variablen
n
Eine Abbildung bzw. Funktion f aus

A1) Angabe einer Menge
in
(Definitionsbereich von f) und
A2) einer eindeutigen Zuordnungsvorschrift
Dabei heit
1,
... , x n
ist eindeutig bestimmt durch
Argument von f und
x= x 1 ,... , x n D f x
f x
Funktionswert an der Stelle
Kurzschreibweise:
f : D
A A
A,B seien Mengen und
f : A B
f ist Abbildung von A in B, also f(a) fr alle a aus A definiert.
f : A' B
f ist Abbildung von A' in B, also f(a) fr alle a aus A' definiert.
f : A' A B
f ist Abbildung aus A in B mit A' Definitionsbereich
(2) Darstellung von f

(a) Graph der Funktion f
Einstellige und zweistellige Funktionen knnen einigermaen gut dargestellt werden, bei hherstelligen
Funktionen wird es zunehmend schwerer.
graph f = { x , x n 1
Dabei heit
xn 1
x 1 , ... , x n
die abhngige Variable,
n 1
x D , xn 1= f x }
heien unabhngige Variablen.
Zu n=1, Bsp. Kurve
Im Spezialfall n=1 lsst sich die Funktion in einem Koordinatensystem (eine Achse Parameter,andere
Achse Funktionswerte) zeichnen. Dies nennt man auch Kurve.
Im Spezialfall n=2 knnte eine perspektivische Zeichnung eines Koordinatensystems mit drei Achsen
helfen.
Zu jeder Funktion gehrt ein Graph, aber nicht zu jedem Graphen / zu jeder Kurve gibt es eine
Funktion, deren Graph ebenso ist.
Zu n=2, Bsp. 3D-Darstellung

Graph von f(x,y) = sin(x2+y2)
Beispiel: Kugeloberflche
Kugel mit Mittelpunkt (0,0,...,0) = 0 und Radius r , K sei Kugeloberflche,
d.h. x , y , z K x2 y 2 z 2=r 2 .
Da
x , y , z K z= r 2 x 2 y2
fr z mehrdeutig ist, gibt es keine Funktion, deren Graph eine Kugel ist.
Definiere nun K = { x , y , z K z0 } (Halbkugel).

Dies ist fr z nicht mehr mehrdeutig, somit ist K =graph f
Der Definitionsbereich D von f ist D= { x , y x 2 y2r 2 } .
f x , y = r 2 x 2 y 2
Mchte man nun den Definitionsbereich D von f darstellen so ist dies ein Kreis (samt Flche) mit dem Radius r
um den Koordinatenursprung.
(b) Niveaumengen von f

Man kann eine Funktion aus darstellen, indem man in ein zweidimensionales Koordinatensystem Linien /
Punkte von Parametern mit gleichem Funktionswert einzeichnet.
Dies funktioniert wie die Wettertafeln (Temperatur, Luftdruckgebiete) in TV / Zeitung oder fr
Hhenlinien auf Landkarten.
n
N c f = { x D f x =c }
Beispiel n=2:
N c f
f x , y =x 2 y2
also
heit Niveaumenge von f zum Funktionswert c.
2
2
N c f = { x , y x y =c }
Funktionswert 0: N 0 f = { x , y x=y}
bei x=y und x=-y angenommen.
dieser wird gerade
Fr alle andern Funktionswerte entstehen Hyperbeln als Niveaumengen.

x 2 y 2=c
x 2 y2
=1, c0
c
c
Im Dreidimensionalen mit z = f(x,y) ergibt dies das Bild eines Sattels.
Die Linien kennzeichnen die jeweilen

Niveaumengen, die Zahl bezeichnet
den Funktionswert f(x,y) bzw. die
Konstante c.
Seite 107

1.) Grundbegriffe
(2) Darstellung von f (Fortsetzung)
(c) Schnittkurven von f
Funktion:
x= x1 ,... , xn D n f x
a=a 1 ,... , a n D
Punkt:
x=a
Schnittkurve von f in Punkt
xi
in
- Richtung:
x i D ' f a 1 ,... , a i1 , x i , a i1 , ..., a n
Beispiel: n=2
z= f x , y = x2 y 2
Schnittkurve von f in Punkt (a,b) in x-Richtung:

x z= f x ,b = x 2b 2
, D=2 , a=a ,b
(Graph: eine verschobene Parabel)
Schnittkurve von f in y-Richtung:

y z= f a , y =a 2 y2
1.2) Punktmengen des

(1) Beispiel n=2:
2
(Graph: eine verschobene, an der x-Achse gespiegelte Parabel)

2
x , y D 2 f x , y =
1 x2 y 2
D= { x , y 1 x y 0 x0 } = { x , y x y 1 x0 }
(2) Abstand /
-Umgebung
Der Abstand zweier Punkte im Definitionsbereich wird mit ihrem euklidischen Abstand definiert.
n
U = { x ax }
-Umgebung )
2
Die -Umgebung ist im
ein Kreis (ohne die Kreislinie), im
1
im ein offenes Intervall. (jeweils mit Radius )
eine Kugel und
(3) Definition:
Es sei
1.
2.
3.
Dn
a
a n
und
heit innerer Punkt von D, falls
0: U a D
a heit Randpunkt von D, falls 0 :U a DU a D

Bemerkung: Ein Randpunkt von D kann, muss aber nicht, in D liegen.
D
ist die Menge aller Randpunkte von D

D D=
4.
D heit offene Menge, falls
5.
D heit abgeschlossene Menge, falls
D D
Kreisflche Kreislinie (auer fr

x=0) [in den Grntnen}gehren
zu D.
Die Kreislinie und der Abschnitt
der Y-Achse in der Kreisflche
{dunkelgrn und gelb] gehren
zum Rand von D.
Bemerkung: Eine Menge D kann auch weder abgeschlossen noch offen oder auch abgeschlossen und offen zugleich sein.
Eine randlose Menge ist offen und geschlossen. Eine Menge mit Rand ist offen, wenn der gesamte Rand auerhalb liegt, abgeschlossen, wenn
der gesamte Rand innen liegt und weder noch wenn der Rand teilweise innerhalb und teilweise auerhalb der Menge liegt.
Beispiel:
a)
D=1,3
b)
c)
(Intervall):
D= , D= , DD = , D D
D= { 0,0 } , D= { 0,0 } , D D= , D D
2
also ist D offenes Intervall
: also ist D offene und abgeschlossene Menge
d)
D= {1,3 } D=
: also i D offene und nicht abgeschlossene Menge.

2
D= { x , y x y 1x 0 } , D = { x , yx y =1 } { x , y x=0 y 1 }
1,0 D D D D , 0,0 D D D
Also ist D weder offene noch abgeschlossene Menge.
Seite 108
2.) Grenzwerte und Stetigkeit

2.1) Punktfolgen
Punkte:
x k = xk1 ,... , xkn n

k xk
Punktfolge:
(1) Grenzwert von
lim x k =a Definition lim xa=0 Lemma i : lim x ki =a i

k
D.h. der Abstand der Punktfolge zum Grenzwertpunkt wird beliebig klein.
Beweis (Lemma):
a)
lim x a=0 i : lim x i a i=0

k
lim x a=0
k
0 : N 0 : k N 0 :x k a
x k a xi k a i2 2 xi k a i2 2 xi k a i
i
0: N 0 : k N 0 :xi k ai
lim x i k ai =0
k
b)
i: lim x a i =0 lim x a =0
k
k
i
i :lim xi k ai =0
k
0N 0 : k N 0 :x ik a i
n
n
2
n2
xki a i xki a i 2 xi k ai 2 = 2 xk a
n
n
n
i
k
0: N 0 : k N 0 : x a
k
lim x a =0
0:
(2) Beispiele
x k= 1
1 1
,
k k
1
x = 1 , k
k
k
lim x k=e ,0 2
k
lim x k =e , 2
k
Bemerkung: In dieser Vorlesung liegt der Schwerpunkt nicht auf der Bestimmung von Grenzwerten von Punktfolgen sondern mehr auf der
Stetigkeit von Funktionen in mehreren Variablen.
2.2) Grenzwerte von Funktionen, Stetigkeit

Gegeben) Funktion:
f : D n
, Punkt
a D D n
(1) Definition
g oder g=
(a)
lim f x=g
x a
Fr alle Punktfolgen
a
(b)
f heit stetig in
, falls
(c)
f heit stetig auf D, falls
xk
mit
x k a
aus D mit
lim x k =a
k
gilt:
lim f x k =g
k
lim f x= f a
x a
a D :
f ist stetig in
(2) Satz
Funktionen aus n in gelten analoge Regeln wie fr Funktionen in .
Insbesondere ist die Summe, Differenz, Produkt und Quotient und Verkettung von stetigen Funktionen wieder eine stetige Funktion.
Seite 109
(3) Beispiele (n=2)
a)
f x , y = x 2 y 2 , D=2
g t=t 2 stetig
k z= z
b)
h(x,y) = g(x) + g(y)

und h(x,y) stetig f(x,y) = k(h(x,y)) stetig.
xy
2
, D= {0,0 }
x 2 y 2
f stetig auf D
f nicht stetig in (0,0), da f(0,0) nicht definiert.
xy
0
lim f x , y = lim
Untersuche
2
2
0
x , y 0,0
x 0 , y0 x y
Die Untersuchung fr alle Punktfolgen mit Grenzwert (0,0) ist schwierig, sollte es jedoch zwei verschiedene mit verschiedenem
Grenzwert geben, so ist klar, dass es keinen gemeinsamen Grenzwert fr alle Punktfolgen gegeben kann.
1 1
1 1 1
k
1. Folge: x = , 0,0 lim f , =
k k
k k
2
k
1
1
1
1 1
k
2. Folge: x = , 0,0 lim f , =
k
k
k
k
2
k
f x , y fr diese Funktion f nicht.
Folglich existiert der Grenzwert x , lim
y 0,0
f x , y =
Hhenlinie mit
y =a x
Dies ist eine Hhenlinie, da

die zur Niveaumenge
Seite 110
Nc f
ax 2
a
=
also ist y=ax Gerade,
x a 2x2 1a 2
a
c=
gehrt.
1 a 2
f x , ax =
mit


2.3) Ableitung, Gradient, Differential
Gegeben:
f : n , x=x 1, ..., x n D n f x
a=a 1 ,... , a n D
und
. Sei D eine offene Menge.
x i 1in
(1) Anstieg von f an der Stelle a in Richtung
verkrzte
Schreibweise mit
Zeilenvektoren
f a 1 , ..., a i 1 , ai h , a i1 , ..., a n f a
f ahe i f a
=lim
h
h
h 0
e i =0 1 , ... , 0i 1 ,1, 0 i1 , ... ,0 n (Einheitsvektor in Richtung xi )
mi a :=lim
h 0
mit
Ableitung von f nach x i (klassisch), indem die Ableitung der einstelligen Funktion x i D ' f a 1 ,... , a i1 , xi , ai 1 ,... , a n an der Stelle
a i gebildet wurde. Alternativ knnte man f auch als Funktionsschar auffassen und diese sich je nach Ableitung so umstellen, dass gerade
x i die Vernderliche ist.
(2) Definition
f ahei f a
=m a und ist dieser endlich, dann heit er Wert der

(1) Existiert der Grenzwert lim
h
(ersten) partiellen Ableitung von f nach x an der Stelle a D .
f
Bezeichnung: x a = f ' a
i
h 0
xi
(2) Der Vektor grad f a = x a , x a , ..., x a = f ' a , f ' a , ... , f ' a der partiellen Ableitungen von f
nach x ... , x an der Stelle a D heit Gradient von f an der Stelle a .
(3) Die Funktion f heit stetig differenzierbar, kurz f stetig differenzierbar, auf D , falls
a D : die ersten partiellen Ableitungen nach smtlichen Argumenten an a existieren und
stetig sind.
1,
x1
x2
xn
Bemerkung:
f
x
xi
f g
f
g
a=
a
a
xi
xi
xi
g
g
a=
a ,
xi
xi
f g
f
g
a=
ag f
a
xi
xi
xi
f
a
xi
Beispiel:
beschreibt einen linearen Zuwachs (Anstieg) von f in
xi
Richtung.
Dies ist nicht der maximale

Definitionsbereich, der zu dieser
Bildungsvorschrift passen knnte.
in
f x , y =x y D= D f = { x , y y 0 }
a=2,4
f
f a e i f a
xi
Berechne die ersten partiellen Ableitungen von f in
als Konstante betrachtet werden.
Es gelten die bekannten Ableitungsregeln aus n=1 in analoger Form weiter, u.A.:
Fr ein kleines
Sei
x k , k i
wird wie die erste Ableitung im n=1 gebildet, wobei alle
nach x:
f ' x x , y = f ' x x ,4=x 4 ' x=2x ' x =vgl. n =1 22x 1 = x2 f ' x 2,4=8
allgemein : f ' x x , y= f ' x x , y = x 2 y ' x= y x 2 ' x =vgl.n =1 y2x 1 =2 yx
nach y:
1
4
2
f ' y x , y = f ' y 2, y =2 y ' y =4 y' y=4
f ' y 2,4= =1
4
2 y
1
allgemein : f ' y x , y = f ' y x , y = x 2 y ' y =x 2 y ' y =x 2
2 y
Folglich lautet der Gradient von f in
grad f 2,4=8,1
1
grad f x , y = 2x y , x2
. Da dies in D stetige Funktionen sind, ist folglich f auf D stetig differenzierbar.
2 y
Wre D maximal gewhlt, also einschlielich seinem Rand, so msste man nun eine Fallunterscheidung fr y=0 durchfhren.
Allgemein ist
Seite 111
Die nchste Betrachtung fhrt bereits auf die Tangentialrume hin, die wir gleich definieren werden.
Betrachtung mit n > 0
n
h x 1 , ... , x n =m1 x 1 a 1 ...m n x n a n b=b m i xi a i
Sei
a=a 1 ,... , a n n , b
fr
i=1
x n 1=h x 1 , ... , x n
Die Gleichung
h a 1 , ... , a n =b
h
=mi
xi
beschreibt nun eine Hyperbene im
n 1
mit folgenden Eigenschaften:
Spezialflle:
n=1: h ist eine Gerade
n=2: h ist eine Ebene

x= a
(2) Tangentialraum von f an der Stelle

a
Der Tangentialraum von f an der Stelle

h a= f a
(1)
(2)
der Anstieg
f
m i=
a
xi
(Definition)
n 1
ist eine Hyperbene im
x n 1=h x 1,... , xn
mit
wobei gilt:
und
mi
xi
von h in
Richtung (
1in
) ist wie bei Funktion f in
x=a
, also
Gleichung des Tangentialraumes

n
xn 1= f a
i=1
f
a x i a i
xi
TR= { x 1 , ... , x n , x n1 n 1 x n 1= s.o.}

n 1
Der Tangentialraum ist ein n-dimensionaler (affiner) Unterraum des
Beispiel: n=1
y = f(a) + f'(a) (x-a) = t(x)
=> Der Tangentialraum ist die Tangente an f am Punkt (a, f(a)).
Beispiel: n=2
2
f x , y =x y D= D f = { x , y y 0 }
f
f
z= f 2,4
2,4 x 2
2,4 y 4
x
y
2
=2 48 x21 y4=8x y12
Sei
Auch:
T x , y =8x y 12
a=2,4
und
ist Tangentialebene.
(3) Richtungsableitung von f

Idee: Warum soll man nur in Richtung der Achsen ableiten knnen? Geht es nicht auch in eine beliebige Richtung
Gegeben:
f : , x= x1, ... , x n D f x
und
a=a 1 ,... , a n D
sowie
Definition:
x= a
Die Richtungsableitung von f an der Stelle
in der Richtung des Vektors
f
f ahv 0 f a
a =lim
v
h 0
h
v 0T
ist definiert durch
mit v 0 =
f
a
v
falls der Grenzwert existiert und endlich ist.

Was passiert, wenn man den Richtungsvektor nicht normiert?
Dann wrde die Richtungsableitung unterschiedliche Werte annehmen, je nach dem, wie gro der (Norm-)Schritt in die betrachtete Richtung
war.
Bemerkung 1:
f
a
v
ist der Anstieg (Zuwachs) von f an der Stelle
Bemerkung 2: Ist der Richtungsvektor ein Einheitsvektor

n
Ist die Funktion

f : stetig differenzierbar auf
n
und Richtungsvektoren
v {0 } :
f
0
a =grad f a v
v
v=
ei
x= a
in Richtung
, so ergibt sich gerade die partielle Ableitung in Richtung
, so gilt fr alle Stellen
a D
sei das Skalarprodukt)
(ohne Beweis)
Seite 112
xi
Folgerung: (fr stetig differenzierbare Funktionen)

1)
2)
f
1
a = grad f a v
v
v
Es gilt:
cosgrad f a , v =
grad f a v
grad f av
f
1
1
a = grad f a v = cos grad f a , vgrad f av=cos grad f a , vgrad f a
v
v
v
Da der Gradient unabhngig vom Richtungsvektor ist erkennt man nun, dass die Ableitung maximal wird, wenn der Kosinus den Wert
1 annimmt, also Gradientenvektor und Richtungsvektor parallel und gleich gerichtet sind.
Anders formuliert: der Gradientenvektor gibt die Richtung des maximalen Anstiegs an.
f
a den grten Wert, grad f a , v sind gleich gerichtet.
Formal: Fr eine feste Stelle a hat
v
Es folgt:
Bemerkung: (fr stetig differenzierbare Funktionen)

Analog zu Folgerung 2 hat die Ableitung den kleinsten Wert falls der Kosinus des eingeschlossenen Winkels -1 wird,
also der Richtungsvektor v parallel zum Gradientenvektor ist, jedoch in die entgegengesetzte Richtung zeigt.
Seite 113


2.3) Ableitung, Gradient, Differential (Fortsetzung)
Folgerung:
1)
Fr eine feste Stelle
hat
f
a
v
den grten Wert,
grad f a , v
sind gleich gerichtet.
f
a = grad f a fr v =grad f a0
v
2)
3)
grad f a =0
Ist
, so gilt
v 0 :
f
=0
v
Folgerung 2:
f
f av f av
a = grad f a v
v
Bemerkung:
Die Folgerungen gelten nur, falls f stetig differenzierbar ist.
3.2) Differential einer Funktion f

f : x = x1 , ... , x n Dn f x
Gegeben: Funktion
, D ist offene Menge
Ziel: Approximation von Funktionswerten
(1) Differential von f

n
df x , d x := grad f x d x=
i=1
Punkt
wird Differential von f genannt. Das Differential ist abhngig von
x= x1 ,... , x n
von
(Argument von f,
d x=d x 1 ,... , d x n
Kurzschreibweise:
df =
xi
f
d x i
xi
Richtung
ist reelle Zahl) und
(Argumentdifferentiale,
d xi
ist reelle Zahl, da
xi
unabhngige Gre ist).
f
f
d x 1...
dx
x1
xn n
Bemerkung:
df =df x , d x
ist linear, d.h. es gilt:
df x , d ad b=df x , d adf x , d b
df x , d x =df x , d x
mit
(2) Funktionswertdifferenz
f x , d x := f xd x f x
Definition:
Definition: Die Funktion f heit an der Stelle
x=a D
lim
d x 0
vollstndig bzw. total differenzierbar, falls gilt:
f a , d xdf a , d x
=0
d x
Bemerkung:
D.h. der Fehler bei der Schtzung der Funktionswertdifferenz mittels Differential geht fr
kleine d x schneller gegen Null als d x .
d x = d x 21...d x2n 0 d x=d x1 , ..., d xn 0

Fr
dx
Seite 114
nahe
gilt dann
f x , d x df a , d x
Beispiel:
f x , y =xy , D = 2
df x , y , dx , dy =
f x , y , dx , dy = f xdx , y dy f x , y = xdy ydx dxdy
f
f
dx
dy= ydx xdy
x
y
f x , y , dx , dy df x , y , dx , dy
dxdy
=
0
d x
dx 2dy 2
(Dieser Grenzwert wird hier nicht bewiesen, als Begrndung kann man sich berlegen, dass der Zhler quadratisch gegen Null geht, der
dxdy
1
=
1
1
Nenner jedoch nur linear. Beachte: dx 2dy 2
, welches fr dx , dy 0 gegen 0 konvergiert.)
dx 2 dy 2
x D =
f ist also fr alle
vollstndig differenzierbar.
Da diese Grenzwertuntersuchungen nicht angenehm sind, ist nachfolgender Satz umso hilfreicher:
Satz:
Dn
Ist f stetig differenzierbar auf
(D offene Menge), so ist f fr alle
x D
vollstndig differenzierbar.
(3) Anwendung
(a) Fehlerberechnung (Fehlerfortpflanzung)
x= x1, ..., x n
z= f x
exakte Werte
Nherungswert
a=a 1 ,... , a n
Abweichungen
d x= x= xa
x=a d x
absoluter Fehler:
Nherungsweise gilt:
z = f a
z= z z = f x f a
z = f a , d x
d xi=xi a i z= f a , d x
n
z= f a , d x df a , d x=
i= 1
f
adx i
xi
und somit gilt:
z S
mit
xf adx
S
i =1
Fr Ingenieure ist dies sehr interessant, da sie den exakten Wert nicht kennen und nur eine Fehlerschranke mit einer gewissen
Wahrscheinlichkeit fr ihre Messung annehmen. Weiterhin mssen sie nun abschtzen, wie sich ihr Fehler bei Berechnungen fortpflanzt. Wird
der Fehler in jedem Rechenschritt grer, so berechnet auch ein PC nach einigen Rechenschritten ein u.U. unbrauchbares Ergebnis.
Beispiel fr Fehlerfortpflanzung bei Multiplikation
z= f x , y = xy
dz=df =
dzz= dxx dyy dxxdyy
f
f
dx
dy= y dx x dy
x
y
d.h. die relativen Fehler addieren sich.
(b) lineare Approximation von
Sei
bekannt:
gesucht:
d x= x a
Dann gilt
f a ,
,
f
xi
f x
x =ad x
f x
fr
i=1, ..., n
,
f x = f ad x
f a , d x = f ad x f a= f x f a
Nherungsweise ist
nach
, also
f x = f a , d x f a
f a , d x df a , d x
also
f x f a df a , d x mit
n
f x f a
i=1
d x= xa
f
a xi a i
xi
Bemerkung:
T x = f adf a , d x
x n 1=T x = f adf a , d x
mit
d x= xa
heit erstes Tailorpolynom von f an der Stelle
x=a
ist die Gleichung des Tangentialraumes von f an der Stelle
x=a
Beispiel:
f x , y =xy , D=2 , a=1,3
Seite 115
f
x
df x , y , dx , dy = ydx xdy
=y
f
y
=x
T x = f aa y dxa xdy=33 x11 y 3=3x y3

ist das erste Tailorpolynom an der Stelle a=1,3 .
(da
d x= xa= x1, y 3
x n1 =z=3x y3
Nherungsweise gilt: f(x,y) = T(x,y) , d.h.
xy3x y 3
fr (x,y) nahe (1,3).
(4) Regeln fr das Differential

(a)
d f = df
(b)
d f g =df dg
(c)
d fg =dfg f dg
fr
Beweis von (a):

n
d f =
i= 1
n
n
f
f
f
dx i=
dx i=
dx i=df
xi
xi
i=1
i=1 x i
3.3) Kettenregel
Whrend die meisten Ableitungsregeln aus n=1 fast unverndert bernommen werden knnen, muss die Kettenregel angepasst werden, da in die
Funktion nun fr jeden Parameter eine Funktion gesetzt werden kann.
Gegeben:
x i= g i u 1 ,... , u m 1in
f = f x 1 , ... , x n x= x 1 , ... , x n Dn
(Alle Funktionen g i haben die gleichen Argumente u .)
H u 1 , ... , u m= f g 1 u1 , ... , um , ... , g n u 1 , ... , u m
Verkettete Funktion:
kurz:
u=u1 , ... , u m D ' m
H u= f g 1 u , ... , g n u
Dann gilt:
g
H
f
a =
g 1 a , ... , g n a i a
uk
yk
i =1 x i
Kurzform:
H f g1
f gn
=
...
uk x 1 y k
xn yk
Seite 116

3) Ableitung, Gradient, Differential

3.3) Kettenregel (Fortsetzung)
Beispiel: n=1, m=2
f(x,y) = xy
x = u + v, y = u -v
2
H u , v= f uv , uv=uv uv=u v
H ' u u , v =2u
(direkt ausgerechnet)
H ' v u , v=2v
(Ableitung des direkt ausgerechneten Terms)
H f
uv f
u v
=
x=uv , y=uv
x=uv , y=uv
v x
v
y
v
= y y=uv1 x x=uv1=u vuv=2v
Kettenregel:
H f
uv f
u v
=
x=uv , y=uv
x=uv , y=uv
u x
u
y
u
= y y=uv1 x x=uv1=u vuv=2u
... fhrt zum gleichen Ergebnis.

Bedeutung der Kettenregel:
Regeln knnen abgeleitet werden, auch fr Funktionen, die nicht explizit berechenbar (wie f(u+v,u-v))
sind.
Beispiel: n=2, m=1
f(x,y) = f
H(t) = f(x(t), y(t))
H ' t=
x = x(t),
t [a , b]
y = y(t)
H f x f y
= = f ' x x t , y t x ' t f ' y x t , y ty ' t =grad f x t , y t x ' t , y ' t
t x t y t
Geometrische Interpretation:
Sind x(t) und y(t) stetige Funktionen auf I, so beschreibt die Abbildung
r : t I r t= x t , y t
eine Kurve in Parameterform bzw. eine Bewegung in der Ebene. (Zeitpunkt => Koordinaten, auf
analog verallgemeinerbar)
Man nennt dann K ={r t t I } die Spur der Kurve. Weiterhin ist r t = x t , y t der Tangentialvektor an der Kurve im Punkt
bzw. der Geschwindigkeitsvektor.
( r t zeigt im Punkt r(t) in Richtung der Bewegung und r t ist die Geschwindigkeit zum Zeitpunkt t)
Beispiel: Kreisbewegung:
r t = x t , y t = 2 cost , sin t t [ 0, 2
K ={r t t [ 0,2 }={ x, y x , y , x2 y2 =22 }
Spur:
Die Kurve enthlt keinen Rckschluss auf den Zeitpunkt, zu dem ein Punkt durchlaufen wurde!
x t = 2sin t , y t = 2 cos t
r t = 2 sin t ,cost
r t =4
also gleichfrmige Bewegung
r t r t
(Tangentialvektor am Kreis)
(Geschwindigkeitsvektor)
Folgerung:
2
Es sei f x : D eine differenzierbare Funktion und es sei

Fr die Funktion H t = f x t , y t = f r t gilt dann:
K ={r t t I } D
eine Kurve mit
r t = x t , y t
H ' t = grad f r t r t
Ist K eine Hhenlinie von f, d.h. es gilt
Somit gilt: Der Gradientenvektor
H t=c t I , so ist
H ' t =0 t I , also
grad f r t r t .
grad f a steht senkrecht auf der Hhenlinie der Funktion f, die durch den Punkt
a verluft.
Beispiel:
f(x) = x + y
Seite 117
r t
f'x = 2x
Hhenlinien f(x,y) = c sind Kreise mit Radius
grad f(x) = (2x, 2y)
c ,c 0
N c ={ x, y f x, y = c }={ c cost ,sin t t [ 0, 2 }
r t = c cost ,sin t
f'y = 2x
Punkt
a = 2,1
f(2,1) = 5 = c
grad f(2,1) = (4,2)
r t = c sin t , cos t
x= 2,11, 2 steht senkrecht auf (4,2)
Tangente an (2,1):
3.4) Implizite Funktionen

x 2 y 2= 4 y = 4 x2
Beispiel:
Auflsungnachy
nichteindeutig
Gleichung
F(x,y)=c
Gegeben: Gleichung F(x,y) = c mit
F : D
, eine Lsung
F x0 , y 0 = c
x 0=x 0, y0 D mit
Dann gilt:
Skizze der Lsungsmenge 4 = x+y
F
=> in (2) kann nicht eindeutig
x y 0 , so existieren aufgelst werden, in (1) schon
y 0, 0
x 0 I , y0 J derart , dass x I , yJ gilt:
x 0 stetig differenzierbar und ist
Ist F in einer Umgebung von
I , J (offene Intervalle) mit
F x , y=c y= g x
g : I eine Funktion ist.
wobei
Man sagt dann, dass die Funktion y = g(x) implizit durch die Gleichung F(x,y) = c mit
Fr die Ableitung von g an der Stelle
x I gilt :
g x 0 = y0 definiert ist.
F
x , g x
x
g ' x=
F
x , g x
y
Beweis der Ableitung:
H x =F x , g x =c x I
1.
2.
Kettenregel ergibt:
3.
Umstellung nach g'(x) ergibt nun sofort die behauptete Gleichung.
x
g x F
F
H '=0=F ' x x , g x F ' y x , g x
=
x , g x
x , g xg' x
x
x
x
y
Beispiel:
Gleichung
Lsung
2x
ye 20 ln y=1 mit
2x
F x , y= ye 20 ln y
x0, y0 =0,1
2x
F x x , y= y e 2=2ye
2x
1
2x
F y x , y=e 20
y
F(x,y) =1 definiert eine implizite Funktion y = g(x) mit
F x , y=1 y=g x x I , yJ
g x 0 = y0 g 0 =1
Seite 118
F y 0,1= e 201=21 0
g x 0 = y0
g ' x=
2x
F x x , g x
2 g x e
=
F y x , g x
20
2x
e
g x
also g'(x) nur bekannt wenn g(x) bekannt ist.
2x 0
2 g x 0 e
2
g ' x0 = g ' 0 =
=
20
21
2x
e
g x0
Immerhin:
Mittels Kettenregel kann nun auch g ' ' x0 , g ' ' ' x 0
es wird 0=g ' ' x x I angesetzt.
usw. berechnet werden,
Nhrungslsung fr g(x) : Ersetzen der Funktion durch Tangente / Taylorpolynom in
g x T x=
i=0
T 1 x=1
x0
g x0 x x 0
i!
2
23 2
x1= x
21
21 21
Seite 119

3) Ableitung, Gradient, Differential

3.5) Ableitungen hherer Ordnung
n
x= x 1 ,... , x n D f x
Gegeben: Funktion:
(1) Partielle Ableitung k-ter Ordnung

Beispiel:
2
f x , y= x e x
y
f x = 2xe 1
f xx =2e
f xxx =0
f xy =2xe
f xxy=2e
f y = x e
f xyx =2e
f yx =2xe
f xyy=2xe
f yxx = 2e
f yy = x e
f yxy =2xe
f yyx = 2xe
f yyy = x e
Allgemein:
fx
i1
, xi
,... , x =
ik
f x x ... =
i1
i2
xi
k f
f
=
...
x i ... x i x i
xi
xi
k
heit partielle Ableitung k-ter Ordnung von f nach
x i , ... , xi
1
Beachte: Die Reihenfolge, in der nach den Parametern abgeleitet wird, wird je nach Notation verschieden notiert.
(rechts: typ. Ingenieure)
Bei schnen Funktionen ist die Reihenfolge egal, aber anderen u.U. nicht.
Definition:
Die Funktion f heit k-mal stetig differenzierbar auf der offenen Mengen
, falls
xD : smtliche partiellen Ableitungen an der Stelle
bis zur k-ten Ordnung existieren und stetig sind.
Anmerkung: Ist eine Funktion differenzierbar, so ist sie auch stetig.

Es reicht also aus, neben der Existenz die Stetigkeit der Ableitungen der k-ten Ordnung zu prfen.
Satz von Schwarz:
Ist f auf der offenen Mengen
zweimal stetig differenzierbar, so gilt

2
xD
f
f
x =
x ( 1i j n )
xi x j
x j xi
(2) Differential hherer / k-ter Ordnung
f =df =
f =d d
f
f
dx ...
dx
x1 1
xn n
k1
(1-ter Ordnung)
f (rekursive Definition)
Beispiel: n=2
f = f(x,y)
df = f x dx f y dy
d f =d df =d f x dx f y dy=d f x dxd f y dy =dx d f x dy d f y

= dx f xx dx f xy dy dy f yx dx f yy dy = f xx dx dx f xy dx dy f yx dy dx f yy dy dy
d2 f = dx , dy
df := df x , d x
Seite 120
f xx
f yx
f xy
f yy

dx
dy
(Die Matrix in der Mitte heit Hessematrix.)
f x1 , ... , xn
(3) Hessematrix der Funktion
an der Stelle
f x 1 x 1 x ...
H f x=
...
....
f x n x 1 x ...
Eigenschaften: Ist f 2-mal stetig differenzierbar auf der offenen Menge
n , n
H f x
d f x, d x = d x H f x d x
f x d x = f x df x , d x
f x 1 x n x
...
f x n x n x
, so gilt
xD :
ist eine symmetrische Matrix

T
lim
d x 0
1 2
d f x , d x R x, d x
2
mit
R x , d x
=0 (d.h. das zweite Taylorpolynom ist eine gute Nherung fr f in einer Umgebung von
d x
x .)
df x , d x= grad f x d x
Bemerkung:
(4) quadratische Approximation von

Gegeben:
f a , grad f a , H f a
Gesucht:
f x
fr
f x
fr
nahe a
(und die Vermutung dass f zweimal stetig differenzierbar ist)
nahe
Lsung:
d x= x a , dann ist
setzen
Approximation von
f x= f a d x
f x = f a d x T 2 x = f a d f a , dx
1 2
d f a, d x
2
mittels zweitem Tailorpolynom.
Beispiel:
Wiederholung:
x0
x U x 0 : f x f x 0 gilt (Minimum analog).
ist eine lokales Maximum, falls
f x , y = xe y x y 1 , a= 1,0
f x =e y 1 , f y = xe y 1 , grad f x, y = e y 1, xe y 1
grad f a = 0,0
, d.h.
ist eine extremwertverdchtige Stelle
f xx x = 0 , f yx x = e , f xy x = e y , f yy x = xe y
H f x , y =
T 2 x , y = f a df a , d x
0
ey
ey
xey
H f 1,0= 0
1
1
1
1 2
1
d f a, d x = f a grad f a d x d2 f a , d x
2
2
1
1 2
2
=10 02 x 1 y y =1 xy y y
2
2
Also ist
1 2
y
2
fr
1
f 1 , 0 1 2 1= f 1,0
2
f x 1 y x 1
nahe (1,0)
und
1
f 1 , 0 1 2 1 = f 1,0
2
Da also in jeder Umgebung von (1,0), egal wie klein, es immer Funktionswerte grer f(1,0) und kleiner f(1,0) gibt, kann (1,0) keine lokale
Extremwertstelle sein.
Anwendung:
Ist
a eine Extremwertstelle von f, so ist
grad f a =0
und es gilt
1
T
f x= f a d x f a d xH f a d x
2
Bemerkung: sofern die entsprechenden Ableitungen existieren!
Seite 121
3.6) Positiv bzw. negativ definite Matrizen

S =sij
Gegeben:
n , n
eine symmetrische Matrix der Ordnung n
Quadratische Form: (siehe Kapitel III, lineare Algebra)
u=u 1 ,... , u n
Fr
sei
q u=u S u = siju iu j
i , j=1
q : eine quadratische Form.
Man nennt
Definition:
Die symmetrische Matrix S heit positiv definit (bzw. negativ definit), falls
u0
gilt:
T
u S u 0 (positiv definit)
T
u S u 0 (negativ definit)
q 0=0
Bemerkung:
Determinantenkriterium:6
s 11 ... s 1k
k
S = ... ... ...
sk1 ... s kk
Es sei
die Hauptuntermatrix k-ter Ordnung von S.
Dann gilt:
S positiv definit
S negativ definit
det S k 0 1 k n
det S k 0 k = 1,3,... , n
det S k 0 k= 2,4 ,... ,n
Beispiel:
S=
6
1
ist symmetrisch.
S 1 = 5 , det S 1 = 5 0
S 2 = 5
2
S 3 = S , det S = 83 0
2
6
, det S 2 =26 0
Falls S definit ist, dann ist es positiv definit.

Kein Widerspruch zu positiv definit .
Kein Widerspruch zu positiv definit.
Damit folgt aus dem Determinantenkriterium, dass S positiv definit ist.
Hinweise zur mndlichen Prfung:

Es wird 3 Termine geben, sodass mglichst jeder Student aus der Vorlesung auch geprft werden kann.
Diese Termine werden voraussichtlich im Juli liegen.
6 Siehe auch http://www.math.uni-magdeburg.de/lehrver/analysis2_SS_05/folien_definit.pdf
Seite 122

4) Extremwerte
4.1) Grundbegriffe
n
x= x 1 ,... , x n D f x
Gegeben: Funktion:
Definition:
a D heit lokale Maximalstelle oder lokale Minimalstelle von f auf D, falls es eine - Umgebung von
n
U a= { x x a } mit f x f a bzw. f x f a fr alle xU a D .
Gilt diese Ungleichung x D , so heit a eine globale Maximalstelle bzw. globale Minimalstelle von f auf D.
a)
Ein Punkt
b)
f a heit dann lokales bzw. globales Maximum bzw. Minimum von f auf D, falls
Minimalstelle ist.
c)
Extremwertstelle := Maximalstelle oder Minimalstelle

Extremwerte := Maximum oder Minimalstelle
a D
eine lokale bzw. globale Maximalstelle bzw.
4.2) globale Extremwertestellen

Definition:
D
K
Die Menge
Konstante
heit beschrnkt, falls es eine

gibt mit
xK x D
Hauptsatz ber globale Extremwerte

D
Die Menge
sei beschrnkt und abgeschlossen7.
Ist die Funktion f stetig auf D, so hat f auf D ein globales Maximum und ein globales Minimum, d.h.
a , bD : x D: f a f x f b
Bezeichnung:
max x D f x= max { f x x D }= f b
min x D f x=min { f xx D }= f a
4.3) lokale Extremwertstellen im inneren von D

(1) notwendige Bedingung
Voraussetzungen:
f sei stetig differenzierbar auf
a D sei innerer Punkt von D
Dann gilt:
Ist
eine lokale Extremwertstelle von f auf D, so ist
grad f a=0
Bemerkung:
Ist
grad f a=0
, so gilt nherungsweise
f a d x = f a
T
1
d xH f a d x
2
Daraus folgt:
(2)
hinreichende Bedingung
Voraussetzungen:
f sei zwei mal stetig differenzierbar auf
a D sei innerer Punkt von D
grad f a =0
(also
ist eine extremwertverdchtige Stelle )
Dann gilt:
a)
Ist
H f a
ist positiv definit, so ist
b)
Ist
H f a
ist negativ definit, so ist
eine lokale Minimalstelle von f auf D.
a eine lokale Maximalstelle von f auf D.
Spezialfall: n=2, f=f(x,y)
7 D.h.
D D , der Rand von D liegt vollstndig in D
Seite 123
Sei f 2-mal stetig differenzierbar auf
H f a=
Dann ist
f xx a
f yx a
f xy a
f yy a
a D innerer Punkt mit
grad f a=0 .
und es gilt:
a)
Ist
det H f a 0 f xx a 0 , so ist
eine lokale Minimalstelle von f auf D.
b)
Ist
det H f a 0 f xx a 0 , so ist
eine lokale Maximalstelle von f auf D.
c)
Ist
det H f a 0 , so ist
d)
Ist
det H f a =0 , so lsst sich nichts weiter aussagen.
keine Extremwertstelle von f auf D (sondern Sattelpunktstelle).
Beispiel:
3
f x , y = xy x y
D= , D=
D ist unbeschrnkt , der Hauptsatz ist also nicht anwendbar fr Aussage ber globale Extremwerte
alle Punkte aus D sind innere Punkte
f ist stetig differenzierbar auf D
notwendige Bedingung fr lokale Extremwerte:
grad f a=0
1
2
2
grad f a= f x a , f y a= y 3x , x 3y =0 x= y= x= y=0
3
0,0
1 1
3 3
extremwertverdchtige Stellen:
Untersuchung mit hinreichendem Kriterium bzw. Spezialfall n=2
und

6x
1
1
6y
H f a =
H f 0,0=
1 1
1 1
1 1
2 1
H f , =
, det H f , =3 0, f x , =2 0
3 3
1 2
3 3
3 3
0 1
, det H f 0,0=10
1 0
Sattelpunk, kein lokaler Extremwert
lokales Maximum
berlegungen zum globalen Maximum
fr
x , y= const : f x , y
fr
x , y =const : f x , y
also kann f weder ein globales Minimum noch ein globales Maximum haben
4.4) Extremwerte mit Nebenbedingungen

(1) Aufgabenstellung
Gegeben:
n
Funktion f:
x= x 1 ,... , x n D f x
Funktion g:
x= x 1 , ... , x n D g x
(Zielfunktion)
D= { x g x= 0}
n
(Nebenbedingung)
Gesucht:
lokale bzw. globale Extremwerte von f auf D
kurz:
Extremwerte von
Ansatz:
Man forme
f x
mit Nebenbedingung
g x =0
g x =0 nach x n= hx 1 , ... , x n 1 g x 1 ,... , x n1 , h x1 , ... , x n1 =0 um und betrachte nun

f x1 , ... , x n1 = f x 1 ,... , x n1 , h x1 , ... , x n1 zur Extremwertuntersuchung. Die Extremwertstellen von f unter Nebenbedingung
sind dann gerade die von
f mit x n= h x1 , ... , x n 1 .
Beispiel: n=2
a) f(x,y) = x+y
Seite 124
Nebenbedingung xy=9 (also g(x,y) = xy 9 = 0)
a) Lsungsmenge
von g(x) = 0
D = D , da alle Punkte von D auch Randpunkte sind
D ist abgeschlossen
D ist nicht beschrnkt
b)
f x , y=x 2 y2
x 2 y2 =1
mit
(d.h.
g x , y =1x2 y 2
D = D , da alle Punkte von D auch Randpunkte sind
D ist abgeschlossen
D ist beschrnkt
D.h. f hat auf D ein globales Maximum und Minimum (vgl. Hauptsatz)
D= { x g x= 0}
n
(2) Eigenschaften der Menge

Ist g stetig differenzierbar auf
D= D
(a)
und
b) Lsungsmenge
von g(x) = 0
grad g x0 xD , so gilt:
,d.h. D hat keine inneren Punkte
(b)
D ist abgeschlossen
(c)
Ist D beschrnkt und f stetig auf D, so besitzt f auf D ein globales Maximum und ein globales Mininum
(Vgl. Hauptsatz)
(3) Lsungsmethoden fr (1)

(a) Auflsen der Gleichung
Lsen der Gleichung
g x =0
g x 1 ,... , x n =0
nach einer Variable, etwa
x n= h x1 , ... , x n 1 , also
g x 1 , ... , x n =0 x n= h x1 , ... , x n1
Einsetzen in Zielfunktion f ergibt Funktion
Ist dann
f x
x1 , ... , xn 1
f : D 'n 1
eine lokale Extremwertstelle von
mit Nebenbedingung (NB)
g x =0
mit
f x1 , ... , x n1 = f x 1 ,... , x n1 , h x1, ... , x n 1
f , so ist
x1 , ... , xn 1 , h x 1, ... , xn 1
eine lokale Extremwertstelle von
Beispiel:
f(x,y) = x + y mit xy=9
Auflsen nach y:
Einsetzen:
neue Funktion auf Extremwerte untersuchen:
xy =9 y=
9
x
x 0 )
(also
f =x = f x , 9 = x 9
x
x
f ' x=1 9 =0 1= 9 x 2=9 x=3 x=3

x2
x2
notwendige Bedingung:
hinreichende Bedingung:
Also ist x=3 ein lokales Minimum und x=-3 ein lokales Maximum
f ' ' x= 9
2x3
f ' ' 30 , f ' ' 30
Extremwertstellen von f ermitteln
x = 3 , also
x = -3, also
9
x , y = x , =3,3
x
(lokales Minimum)
x , y = x , 9 = 3,3
x
(lokales Maximum)
Dargestellt ist D (rot) und die lokalen

Extremwertstellen (blau)
globale Extremwerte:
f hat keine globalen Extremwerte, wie die Skizze verdeutlicht.
Die lokalen Extremwerte sind keine globalen Extremwerte, da das lokale Minimum grer als
das lokale Maximum ist
Man darf knobel, warum diese Folgerung gilt bzw. warum es egal sein soll, nach welchem xi aufgelst wird.
Seite 125

4) Extremwerte
4.4) Extremwerte mit Nebenbedingungen (Fortsetzung)
(b) Multiplikatormethode von Lagrange
(1) Betrachten Ersatzfunktion L aus n 1 in
L x 1 , ... , xn , = f x 1 ,... , x n g x 1 ,... , x n
wobei f die Zielfunktion und g=0 die Nebenbedingung ist.
heit Lagrange-Multiplikator
(2) notwendige Bedingung

Bestimmen die extremwertverdchtigen Stellen
x 1 ,... , xn ,
von L, d.h. die Lsungen von
1i n : L x = f x x1 , ... , xn g x x 1 , ... , xn =0
L =g x 1 ,... , x n =0
i
Dann ist x1 , ... , xn eine extremwertverdchtige Stelle von f mit Nebenbedingung g=0. Weitere extremwertverdchtige Stellen von f mit
Nebenbedingung g=0 gibt es nicht.
Voraussetzung dafr ist grad g x 0 fr alle g x =0 .
Bemerkung:
Die letzte Gleichung (Ableitung nach
g x =0 , also die Nebenbedingung erfllt ist.

grad f xgrad g x=0 sein muss, also
. D.h. grad f xgrad g x . Andernfalls kann x keine lokale Extremwertstelle
ist Null) besagt, dass
Die ersten n Gleichungen besagen in Vektorform, dass
grad f x =grad g x mit

von f mit Nebenbedingung g=0 sein.
Sind die Gradientenvektoren nicht

parallel, so gibt es in einer
Umgebung von x immer sowohl
grere als auch kleinere
Funktionswerte.
Sind die Gradientenvektoren

parallel, so kann x eine
Extremwertstelle sein.
(3) hinreichende Bedingung

zu komplex.
Beispiel:
f(x,y) = x y
also g(x,y) = 1 x y
D ist abgeschlossen und beschrnkt, f ist stetig

also hat f auf D eine globales Maximum und globales Minimum
grad f(x,y) = (2x, -2y)
grad g(x,y) = (-2x, -2y)
notwendige Bedingung
mit x+y = 1
D= { x , yx y=1 }
0
x= 0
grad g x , y=0 1
0
1 y
0
x , y =0,0 1=1, x , y= x,0 2=1, x , y=0, y
x , y
(x,y) = (0,0) liegt nicht in D

2
L =1 x y = 0
=1, x , y=t1,0 t : L =0 t=1
=1, x , y=t01 t : L =0 t=1
also lauten die extremwertverdchtigen Stellen (1,0) (-1,0) (0,1) und (0,-1).
Seite 126
Da f auf D globale Extremwerte besitzt und diese auch lokale Extremwerte sind, gilt
Maximum und f 0,1= f 0,1=1= 2 globales Minimum.
max { f x x D }=1 ist globales Maximum,
min { f x x D }=1
f 1,0= f 1,0 =1= 1 ist globales

ist globales Minimum.
(4) mehrere Nebenbedingungen

Gegeben)
Zielfunktion
f x1 , ... , xn des n in ,
n
Nebenbedingung g 1 x =0 ,... , g p x=0 mit pn , g i :
Gesucht)
Extremwerte von f auf
D= { xg 1 x=...=g p x =0}
Ersatzfunktion)
Betrachte die Funktion
L x1 , ... , xn , 1 ,... , p = f x 1 , ... , x n ig i x1 , ... x n aus n
in
i=1
notwendige Bedingung:
Die extremwertverdchtigen Stellen (x_1 , ... , x_n , %lambda_1 , ... %lambda_p ) von L, also die Lsung der Gleichungen
L x =...= L x =0
, ergeben die extremwertverdchtigen Stellen
L =...= L =0
1
x1 , ... , xn
von f auf D.
4.5) globale Extremwerte von f auf D

Beispiel:
Gegeben)
f(x,y) = xy
Menge
Gesucht)
D= { x , y 0 x , y x y3 }
2
globale Extremwerte von f auf D, d.h. max x D f x und

min x D f x
Lsung)
(a) D ist beschrnkt und abgeschlossen ( D D ), f ist stetig auf D, also hat f auf
D globale Maxima und globale Minima.
Jede globale Extremwertstelle ist auch lokale Extremwertstelle.
(b) Innere Punkte:
f x = y =0 f y = x =0 , also (x,y) = (0,0).
(1) notwendige Bedingung:
Dies ist jedoch kein innerer Punkt von D.
(2) F hat also im inneren von D keine lokalen Extremwertstellen und somit auch
keine globalen Extremwertstellen.
Die Extremwertstellen von f auf D liegen also auf dem Rand von D.
(c) Rand von D
(1) Problem: an Eckpunkten nicht differenzierbar.
(2) Auf den Achsen: f(x,y) mit x=0 y=0 ist f(x,y) = 0
(3) Auf der Linie mit x+y=3 ist f(x,y) = f(x, 3-x) = 3x x , ihr Maximum liegt bei f(1,5 ; 1,5) = 2,25 .
(d) Auswertung:
(1) lokale Minimalstellen von f auf D: (x,y) mit x=0 oder y=0 : f(x,y) = 0
(2) lokale Maximalstellen von f auf D: (x,y) = (1.5 ; 1.5) mit f(x,y) = 2,25 .
(3) globale Minimalstellen: alle Punkte mit x=0 oder y=0, also min { f x x D }=0
(4)
globale Maximalstelle: Punkt (x,y) = (1.5 ; 1.5), also
max { f xx D }=2.25
Seite 127

Kapitel V: gewhnliche Differentialgleichungen

1) Grundbegriffe
1.1) Ableitung einer Funktion
y: I
I =[a ,b] , y= y t
Funktion:
Ableitung:
y' : I
Tangente:
y0 = y t0 , y1= y ' t 0 , g t= y0 y 1tt 0= y0 y 1 t 1 y 1t
y'(t): Anstieg, Zuwachs, Geschwindigkeit zum Zeitpunkt t
y''(t): Beschleunigung zum Zeitpunkt t
Der Zusatz gewhnlich gibt hier an, dass y nur eine Vernderliche hat.
y ' = y t=
y
t
Funktion f und ihre Tangente

am Punkt x0=t0
1.2) Wachstum der Erdbevlkerung
y(t) = Bevlkerung der Erde (in Mrd) zum Zeitpunkt t (in Jahren)
t I = ,
t =0 Jahr 2008
Gegeben bzw. angenommen:
y0 6,6 (6,6 Mrd. Menschen im Jahr 2008)
Modell fr Wachstum der Erdbevlkerung: Der Zuwachs y' ist proportional zur Bevlkerung y, also
mit 0
Sehr einfaches Modell, zu einfach!
y: I
Suche Funktion
mit
y' t= y t t I
gewhnliche Differentialgleichung (DGL):
Anfangswertbedingung (AB): y(0) = 6,6
und
: t I : y ' t=yt
y0 =6,6
y' = y (mit y, y' sind hier Funktionen!)
Theorie: Es gibt unendlich viele Lsungen fr diese Differentialgleichung, aber nur genau eine fr die Anfangswertaufgabe.
(unter bestimmten Voraussetzungen, die wir noch betrachten werden und die in diesem Beispiel zutreffen.)
Idee: Ableitung von
nach t ist
t
t
yt =e y' t=e =y t , also wrde diese Funktion die DGL erfllen.
y 0 =1 , die Anfangswertbedingung ist nicht erfllt
neue Funktion
y=6,6e
y t = 6,6et y ' = 6,6e t =y t
y 0 =6,6
erfllt die DGL
erfllt die Anfangswertbedingung
Die ist eine Lsung der Anfangswertaufgabe (sogar die einzige Lsung).
Bedeutung von : Bestimmt die Halbwertszeit bzw. hier, wie start die Bevlkerung wchst.
Ein Modell besagt, dass sich die Erdbevlkerung ca. alle 50 Jahre verdoppelt.
Dann lsst sich
mittels
y50=2y 0 =26,6 6,6et =26,6 e t =2 =
1
ln 2 bestimmen.
50
Differentialgleichungen werden z.B. fr Prognosen verwendet.
1.3) Definition(en)
a)
Eine Gleichung der Form F(t, y, y', y'', ... ) = 0 fr eine Funktion y=y(t) heit gewhnliche Differentialgleichung (DGL) fr y=y(t).
b)
Die hchste vorkommende Ableitungsordnung von y in der DGL heit Ordnung der DGL.
c)
Eine Funktion
der DGL) und
y: I mit Intervall I heit explizite Lsung der DGL, falls y auf I n-mal differenzierbar ist (n=Ordnung
x I : F t , y t , y ' t , y ' ' t ,...=0 erfllt ist.
Beispiel)
a)
y' = et
Seite 128
DGL erster Ordnung fr y = y(t).
y= y' dt = e dt=e c
t
Lsung:
Wir erhalten also eine Funktionsschar, y = y(t,c) ergibt fr jeden Parameter c eine explizite Lsung.
y' '=e
b)
DGL zweiter Ordnung fr y=y(t)
y= y ' ' dt = e dt= e c 1tc 2 c1, c 2

Wir erhalten also eine Funktionsschar,
y= y t , c 1 , c2 ergibt fr jede Parameter
t
Lsung:
c1, c2
eine explizite Lsung.
Mitunter ist es schwierig festzustellen, ob alle Lsungen der DGL bereits gefunden wurden.
Bezeichnung:
Lsung y = y(t) einer DGL n-ter Ordnung
spezielle (partikulre) Lsung: y=y(t) ist eine konkrete Funktion ohne frei whlbare Konstanten (Scharparameter) ist, die die DGL
erfllt.
t
Beispiel:
yt=e 2t1
y= yt , c1 , ... , c n ist Kurvenschar mit n freien Konstanten

allgemeine Lsung:
Fr jede Belegung der Konstanten ergibt y eine Lsung der DGL.
t
Beispiel:
y t = e c1t c 2
c1 ,... , c n .
1.4) Anfangswertproblem (AUP) n-ter Ordnung

Gesucht sind alle Funktionen
y= y t t I mit
F(t, y', y'' , ... ) = 0 (DGL n-ter Ordnung)

und
y(t0) = y0
y'(t0) = y1
....
yn-1 = yn-1
(n Gleichungen).
Lsungsansatz:
1.
DGL lsen
2.
AUP Lsung auswhlen.
Beispiel 1:
y' ' t = e
y 0 =2, y ' 0 =1, y = y t
allgemeine Lsung der DGL:
y=e c1 t c2 c 1 , c2
y 0 =1c 2=2 c 2=1
y' 0 =1c 1=1 c1 =0
AWP hat die Lsung
Probe:
y t = e 1
y' t =e , y ' ' t =e
y 0 =2, y ' 0 =1
also DGL erfllt

also AUP erfllt.
Beispiel 2: (Fallgesetz)
y'' = -g (Erdbeschleunigung) (DGL 2-ter Ordnung) , y(0) = 10 (Anfangshhe), y'(0) = 0 (Anfangsgeschwindigkeit)
AB:
y' t = gt c1 y ' 0 =c1 =0 ,
also
y=
y= g dt=
1
gt 2 c1tc 2
2
y 0 =c 2=10
1gt 210 , t [ 0,1 ]

2
Bemerkung:
Im allgemeinen besitzt ein AUP genau eine Lsung.
(u.U. nicht immer, hier erstmal nicht.)
Ausblick:
Seite 129
Pendelgleichung: u.U. , falls wir in der Vorlesung noch noch DGL Systeme besprechen.
Prfungsanmeldung: Nach Anmeldeschluss (Thoska) werden die konkreten Termine in VL vergeben.
Seite 130

2) Gewhnliche DGL erster Ordnung

2.1) explizite DGL erster Ordnung
Betrachten eine explizite DGL erster Ordnung der Form y' = f(t,y) (*) fr Funktion y = y(t) und ein
Rechteckgebiet D 2 der Form D= { t , yt I , y t I ' } mit I , I '
Intervalle.
Bemerkung:
Ist y = y(t) eine Lsung von (*) mit Anfangsbedingung
y' t0 = f t 0, yt 0 = f t 0, y 0 . Also ist

y= y t in Punkt t 0 .
yt 0 = y 0 , so gilt
f t 0, y0 der Anstieg der Lsungskurve
Die Tangenten an y werden auch Richtungswelt der DGL genannt.
(1) Existenz von Lsungen, hinreichende Bedingung

Ist die Funktion f=f(t,y) auf D stetig, so verluft durch jeden inneren Punkt t 0 , y 0 D eine
Lsung von (*), d.h. das AWP y' = f(t,y), y(t0) = y0) hat wenigstens eine Lsung y = y(t), die nach beiden Lsungskurve y, Anstieg (Tangente) an
y(t0) = f(t0,y0),
Seiten bis zum Rand von D verluft.
Hintergrund Reckteckmenge D
(2) Eindeutigkeit der Lsung, hinreichende Bedingung
Ist sowohl f(t,y) als auch
f
y
stetig auf D, so verluft durch jeden inneren Punkt
t0 , y 0 D genau eine Lsung von (*), d.h. das AWP y' = f(t,y),
y(t0) = y0) hat genau eine Lsung y = y(t), die nach beiden Seiten bis zum Rand von D verluft.
Beispiel:
y' =2 y , f t , y=2 y
DGL:
y0
f
= 1
y y
ist nicht stetig fr y = 0.
D= {t , y a yb , 0 y c }
f ist stetig auf D,
AWP:
Lsungen:
f
= 1
y y
ist nicht stetig fr (t,0)
y' =2 y , y 0= 0
yt =0, y' t=0= 2 y , y0 =0 (AWP erfllt)
yt =t , y '= 2t =2 t =2 y , y 0=0
2
yt = t falls t 0 , y '= 2 t falls t 0 =2 y , y 0=0
0 falls t 0
0 falls t0
(AWP erfllt)
Die Funktionen y=y(t) erfllen die DGL

Anfangswertbedingung, d.h. y(0) = 0.
y' =2 y
, d.h. fr alle
(stetig differenzierbar, AWP erfllt)

gilt
y' t= yt und sie erfllen die
2.2) Spezielle Typen von DGL erster Ordnung

Ziel ist Differentialgleichungen zu lsen, indem sie in bekannte Normalformen transformiert werden, sodass sie einfacher lsbar sind.
I)
DGL mit getrennten Variablen
Normalform:
y' = gt h y
1. Fall: Nullstelle
t , y D , y= y t , yt 0 = y 0
h y0 =0
ergibt eine spezielle Lsung yt = y 0 t

Probe: y' t =0= g th y t=g th y 0 = gt 0
2. Fall: h y0 0
Erhalten allgemeine Lsung wie folgt:
y' =
y t 0 = y 0
y
y
y
=g t h y
= g t dt
= g tdt
t
h y
h y
Integrale ausrechnen und falls mglich nach y auflsen.
Beispiel 1:
Seite 131
a)
y' = y cos t
(g(t) = cos t , h(y) = y )
DGL mit getrennten Variablen
b)
h(y) = 0 fr y = 0
Lsung
yt=0, t
h y0 fr y = 0 ergibt
y
dy
c
sint
sin t
y' =
= y cost = cost dt ln y=sin tc1 y=e e y=ce
t
y
c)
y= ce
d)
(b+c) zusammen ergibt
e)
AWP y' = y cos t y(0) = -4

, c
sin t
y=ce
t , c
sin 0
y0 =ce =c1=4 c=4
Anfangswert ergibt
f)
sint
c1
c :=e {0}
, also
y=4e
sin t
Bemerkung: y' = y cos t , also f(t,y) = y cos t , D Rechteckgebiet
f
=cost
y
a)
f(t,y) = y cos t und
sind fr alle (t,y) stetig.
b)
Somit verluft durch jeden inneren Punkt von D genau eine Lsung.
c)
Also hat das AWP y' = y cos t , y(t0) = y0 genau eine Lsung fr alle inneren Punkte von D.
Beispiel 2: (radioaktiver Zerfallsprozess)
y(t) = Menge des radioaktiven Stoffes zum Zeitpunkt t

y(0) = y(t0) = m0 Anfangswert
Physik: Zerfallsgeschwindigkeit y' ist proportional zur Menge y(t), also y' ~ y bzw. y' = y t ,
0 (konst.)
(negativer Faktor, da die Menge abnimmt.)
y' = y= g t h y g t:= , h y:= y
Sei h 0 0 (also mindestens etwas Substanz
vorhanden.)
y
y
y
t c
= g th y
= g tdt
= g tdt ln y=tc1 y=e e
t
h y
h y
Whle c : =e c , so ist y= cet .

AWP: y0 =m0=ce0=c y= m0et
f
Da f t , y =y t stetig und y = stetig , also ist auch im inneren von 2 und D stetig.
1
Also verluft durch jeden Punkt t 0, y0 2 genau eine Lsung.
Halbwertszeit : Zeitpunkt mit
1
ln 2
y = y0=
Somit erhalten wir als Lsung unseres AWP die Funktion y = y(t) mit
II)
hnlichkeitsdifferentialgleichung
y
y' =h t , y D , t0
t
Normalform:
Beispiel:
2
t y
=
ty
y2
t2
y 2
1
t
=
y
t
a)
y' =
b)
y
y 3

t 2 y y3 t
t
y = 2 2 3= 2
t y t
y
1
t
c)
y
y ' = e t
t
y
t
ist hnlichkeitsdifferentialgleichung.
ist keine hnlichkeitsdifferentialgleichung.
h z = ze z
Lsungsalgorithmus:
y
, y = y(t), z = z(t)
t
Rcksubstitution y = zt
Ableitung y' = z + z' t (Produktregel)
z=
1.
Schritt:
Substitution
2.
Schritt:
Einsetzen in Ausgangsgleichung
Seite 132
y' =h
yt =m0e
, t , =
ln 2
ergibt DGL fr
1
z= z t : h z =z tz ' z ' = h z z
t
Dies ist eine DGL mit getrennten Variablen, also bereits in Normalform und gut lsbar.
3.
Bestimmen nun allgemeine Lsung z = z(t,c) und erhalten durch Rcksubstitution die allgemeine Lsung
Ausgangsgleichung.
y= yt , c=tz
der
Seite 133


2.2) Spezielle Typen von DGL erster Ordnung (Fortsetzung)
II)
hnlichkeitsdifferentialgleichung (Fortsetzung)
Beispiel:
t y
=
ty
y
t
(1)
y' =
(2)
y= tz , y ' = z tz '
y
t
1 z
z
mit
z :=
y
t
t 0, y 0
und
1 z
z
1 tdz 1
dt
1
2
2
z tzz '=1 z tz '=
= dzz= z dz= dt
z
dt
z
t
t
1 2
2
z =lntc
, cbel. z =2lntc'
, c ' bel.
2
(3)
Also
(4)
Rcksubstitution:
y' = ztz '=
y
2
t
= z 2= 2 lnt c' y = t 2 2 ln tc '
(allgemeine Lsung der DGL)
III) Exakte DGL

Betrachten DGL erster Ordnung fr Funktion y = y(t) der Form:
P x , y Q x , y y ' = 0
y ' :=
dy
dx
(*)
dxP x , y Q x , y dy =0
Voraussetzung:
ist ein Rechteckgebiet, die Funktionen P(x,y) und Q(x,y) seien auf D stetig differenzierbar.
Definition:
Die DGL (*) heit exakte DGL auf D, falls es eine Funktion F = F(x,y) gibt mit Fx(x,y) = P(x,y) und Fy(x,y) = Q(x,y) fr alle (x,y) aus D.
Dann gilt fr das Differential von F: df = Fx(x,y) dx + Fy(x,y) = Pdx + Qdy und man nennt F eine Stammfunktion von
Pdx Qdy
Allgemeine Lsung von (*)

Ist (*) eine exakte DGL und ist F = F(x,y) eine Stammfunktion von Pdx + Qdy, so gilt
dF =PdxQdy=0 F x , y=c , cconst. .

Die Kurvenschar F(x,y) = c ist dann die allgemeine Lsung von (*) in impliziter Form.
Integrabilittsbedingung
Die DGL Pdx + Q dy = 0 ist genau dann exakt auf D, wenn fr alle (x,y) aus D gilt: Py(x,y) = Qx(x,y).
Dazu: Ist F zweimal stetig differenzierbar, so ist Fxy = Fyx (Satz von Schwarz).
Bestimmung einer Stammfunktion F von Pdx + Qdy.
Bestimmungsgleichung Fx = P, Fy = Q
partielle Integration nach x:
F x= P
x , y c y
P
P dx F = P x , y dx = P x , y c y
dx =
F y =Q
P y x , yc' y=Q x , y .
einsetzen von
Diese Gleichung wird nach c'(y) aufgelst (auf der anderen Seite steht dann kein x mehr) und
mittels Integration c y= c ' y dy bestimmt.
Kommt in c' noch die Variable x vor, dann hat man sich entweder verrechnet oder es existiert keine solche Stammfunktion F.
fr F in
ergibt
Einsetzen von c(y) in
Seite 134
x , y c y ergibt die gesuchte Stammfunktion.

F x , y = P
Bemerkung:
y= y x , y '=
2x3 cos y
,
2y 3x sin y
y ' :=
dy
dx
DGL fr
Der Nenner knnte Null sein, betrachten wir hier nicht weiter, er sei verschieden von Null.
Umformung der DGL:
Integrabilittsbedingung:
2x3 cos y2y 3xsin yy '=0

P x , y:= 2x3cos y , Q x , y:=2y 3xsin y P x , y dxQ x , ydy =0
P y x , y=3 sin y=Q x =3 sin y

also ist existiert
Partielle Integration nach x:
Einsetzen in
Integration von c'(y) :
Also ist
Die (implizite) Lsung der DGL lautet also: F(x,y) = c1
/ die DGL ist exakte DGL.
2
P x , y= P x , y dx = x 3xcos yc y
F y =Q
P dx Q dy
F=
P x , y
=3xsin yc ' y =2y 3xsin y c' y=2y
y
c y= c ' ydy = 2ydy = y c0

2
F = x 3xcos y y c0 eine Stammfunktion von Pdx + Qdy.

dF =0 F x , y =c1 x
3xcos y y 2= c , c := c1 c0
(da c1, c0 beliebig auch c beliebig.)
(Also ist die additive Konstante von der Integration fr c(y) irrelevant.)
IV) Lineare DGL erster Ordnung fr y = y(t)
Normalform: y' + a(t) y = b(t) (*)
b(t) heit Strfunktion
homogene lineare DGL:
inhomogene lineare DGL
b t 0
Warum diese DGL

linear heit und was
dies mit der Linearitt
aus Kap. 7 zu tun hat,
folgt spter in der
Vorlesung.
t : b t=0
b t 0
t : b t 0
1.) Existenz und Eindeutigkeit der Lsung

Sei
D= { t , yt I , y } ein Rechteckgebiet zum Intervall I.
Sind die Funktionen a = a(t) und b = b(t) auf dem Intervall I stetig, so verluft durch jeden Punkt (t0, y0) aus D genau eine Lsung der linearen
Differenzialgleichung, d.h. das AWP
y' + a(t) y = b(t)
y(t0) = y0
hat genau eine Lsung y = y(t),
tI
2.) Lsungsalgorithmus
a) allgemeine Lsung yh fr homogene lineare Differenzialgleichungen
y' + a(t) y = 0
Analog zu den homogenen

und imhomogenen LGS gilt
auch hier:
y ' =a t y
ist DGL mit getrennten Variablen. Die allgemeine Lsung yh hat die Form yh = c y1(t),
Beweis:
alle inhomogenen Lsungen =

eine inhomogenen Lsung
+ alle homogenen Lsungen
y '=a t y
dy
=a t y
dt
dy
=a t dt
y=0
y
dy
= a t dt
y=0
y
ln y=A t dt c1
At= a t dt
y=eA t ec
A t
y=e
c2
y=0
y=0
, c2 bel.
b) spezielle Lsung (inhomogene lineare DGL)

y' + a(t) y = b(t)
Bestimmung einer speziellen Lsung ys = ys(t) dieser DGL durch Variation der Konstanten.
Seite 135
Ansatz fr ys: ys = c(t) cdot y1(t) mit y1(t) ist Lsung der homogenen linearen DGL y' + a(t) y = 0.
Ableitung: y' = c' y1 + c y1'.
Einsetzen in DGL: y' + a t = b ergibt Bestimmungsgleichung fr c', Integration ergibt dann
ct = c ' t dt und somit ys = c(t) y1(t).
c) allgemeine Lsung der inhomogenen linearen DGL

y'(t) + a(t) y(t) = b(t)
Fr die allgemeine Lsung yinh der inhomogenen linearen DGL gilt yinh = ys + yh, wobei ys eine spezielle Lsung der DGL und yh die allgemeine Lsung der
homogenen DGL ist.
Seite 136


2.2) Spezielle Typen von DGL erster Ordnung (Fortsetzung)
Beispiel:
1
3
y =t , y 1 =1,2
t
y= y t , t I = 0,
a) allgemeine Lsung der homogenen linearen DGL
1
y=0
t
dy =iont dt lny=lntc
dy 1
dy 1
y=0 =
dt
0
dt t
y
t
y
t
1
y= c 1 , c1 bel .
t
y '
b) spezielle Lsung der inhomogenen linearen DGL
y'
1
y= c t
t
Ansatz:
y' =
1
3
y =t
t
(homogene Lsung mit Konstante c zu Funktion von t abgendert)
c ' ct
2
t
t
Einsetzen in DGL
c ' c t 1 ct 1 3
1 5
4
4
2
=t c' t =t ct = t dt = t c2
t
t
t
5
t
Whle Konstante zu 0 und erhalte eine spezielle Lsung mit:
1 1 5 1 4
y= t = t
t 5
5
c) allgemeine Lsung der inhomogenen linearen DGL
1 4 c
yinh =y s y h = t
5
t
d) Anfangsbedingung
4
t c
1 c 6
y= , y 1= = c=1
5 t
5 1 5
4
Lsung des AWP:
t 1
yt =
5 t
2.3) Hase-Band-Schnecke (Beispiel)

Folgende Modellsituation:
Zwischen einem Startpunkt und einem beweglichem Objekt (Hase) ist ein elastisches Band (unendlich dehnbar, ideal elastisch) gespannt. Auf der Mitte
des Bandes sitzt ein weiteres bewegliches Objekt (Schnecke).
Der Hase bewegt sich mit konstanter Geschwindigkeit vH ber Grund, die Schnecke mit konstanter Geschwindigkeit vS auf dem Band.
Der Abstand des Hasen zum Startpunkt sei sH , der der Schnecke sS. Gesucht ist der Zeitpunkt t > 0, an dem die Schnecke den Hasen einholt.
Es sei vS und vH > 0 , 0 < sS(0) = s0 < sH(0) = h0, der Startzeitpunkt sei t=0.
Man berechne den Zeitpunkt fr vS = 1, vH = 10, sS(0) = 1 , sH(0) = 2 konkret.
Ansatz:
Gesucht ist t > 0 mit sS(t) = sH(t)
Fr den Hasen gilt: s H t= s H 0 v Ht
Seite 137
sS ' t =
Fr die Schnecke gilt:
s S t
s S t
s H ' t v S =v H
vS und sS(0) ist gegeben. (AWP)
s H t
s H 0 v Ht
Lsung:
1. Lse lineare DGL mit Anfangsbedingung fr sS(t) , y := sS(t) ,
y' y
vH
=v S
h 0v Ht
DGL in Normalform:
Lsung der homogenen linearen DGL:
vH
y '= y
h0 v Ht
vH
vH
vH
dy
dy
dy
= y
= dt
=
dt ln y=ln h0 v Htc 0
dt
h0 v Ht
y
h0 v Ht
y
h 0 v Ht
ln h v t c
c
y= y=e
e =h0 v Htc1
y0 , c1 :=e
y=h0 v Ht c1
h 0v Ht0 , c10 y=0 ist ebenfalls Lsung
0
Ansatz:
y=h0 v Ht ct
y' = h 0v Ht c ' t v Hct

Einsetzen und Auflsen nach c:
vH
h0 v Ht0
h0v Ht
vS
v S =h0 v Ht c ' t c ' t=
h0 v Ht
vS
vS
vH
vS
ct =
dt =
dt= lnh0 v Ht c2
h0v Ht
vH
h0v Ht
vH
v S =h0 v Ht c' tv Hct h0 v Htct
Whle die spezielle Lsung mit c2 = 0 , also
y=
vS
h 0v Ht ln h 0 v Ht
vH
allgemeine Lsung der inhomogenen linearen DGL:
spezielle Lsung der inhomogenen DGL:
h 0 := s H 0
sS t = y inh= y speziell y hom=
Anfangsbedingung
sS 0 =
sS 0 = s0
vS
h ln h 0h0c1 =s 0 c1 =
vH 0
sS t =
vS
h v Ht ln h0 v Ht h0v Ht c 1
vH 0
vS
h ln h0
vH 0
s
v
c1= 0 S ln h0
h0
h0 v H
vS
s
v
h0v Ht ln h0v Ht h0 v Ht 0 S ln h0 =
vH
h0 v H
=h0 v Ht
Seite 138
s0
vS
vH
s0
ln 1t
vH
h0
h0
c1 0
s H t = s S t ,t 0
Lsung von
h 0v Ht
vS
v
s
ln 1t H 0 =h 0 v Ht
vH
h0
h0
vS
vH
s0
ln 1t =1
vH
h0
h0
vH
s0 v H
ln 1t = 1
h0
h0 v S
v
1t H =e
h0
t= e
s0 v H
h0 vS
s0 v H
h 0 vS
h
1 0
vH
berprfe t > 0 :
t0
1vh 0
1 0
e
1
s 0 vH
h 0 vS
s0 v H
h0 vS
s0 v H
h 0 vS
1
s0 v H
1 0
h 0 vS
s0
0
h0
h 0 s0
w.A.
Also ist dieses Problem fr
h 0 s0 0 , vH 0, sH 0,t0
immer lsbar.
Einsetzen der Zahlen:
t = e
=e
s 0 vH
h0 v S
1 10
2 1
h0
1
vH
102
=0,2e 0,2
3.) lineare DGL

3.1) lineare DLG n-ter Ordnung
(1)
mit
Normalform:
a k = ak t
y n a n1 y n 1 ... a 1y ' a 0y =b
(Koeffizientenfunktion), b = b(t) (Strfunktion).
b t 0 , andernfalls heit sie inhomogen.
Die lineare DGL heit homogen, falls

(2)
AWP
Sind die Koeffizientenfunktionen
a k t
und die Strfunktion b(t) auf dem Intervall I stetig, so besitzt das AWP
y n an1 y n 1 ... a1y ' a 0y =b

y t 0 = y 0 , y' t 0 = y1 , ... , yn 1= y n 1
mit
t I und
(3)
a)
y0 , ... , y n1 genau eine Lsung y = y(t) ,
t I (also
y: I )
Beispiele
2
a 1 =t a 0=3, b =e
a 1 =2, a 0=6, b=e
(inhomogene lineare DGL 2-ter Ordnung,

Lineare DGL mit nicht konstanten Koeffizientenfunktionen sind schwer lsbar.
y' ' 2 y' 6y =e
2,
y' ' t y ' 3y =e 5
b)
(inhomogene lineare DGL 2-ter Ordnung,

Lineare DGL mit konstanten Koeffizientenfunktionen.
c)
Linearer Feder-Masse-Schwinger
Eine Punktmasse kann sich auf einer Geraden bewegen, auf beiden Seiten ist sie mit einer Feder verbunden.
Schulphysik (Newton):
Seite 139
F ~ Auslenkung y
F = -D y(t)
F =ma
F = m y''(t)
Erhalten DGL:
my ' ' t =D y t
my ' ' t D y t=0
y ' ' y=0
a :=
D
m
(m > 0)
Dies ist eine homogene lineare Differentialgleichung zweiter Ordnung mit konstanten Koeffizientenfunktionen.
Lsung:
1. Mglichkeit:
y t = cos t
y' t =sin t
y' ' t =cos t
Probe:
y' ' y =cos t
2cos t =0
ok.
2. Mglichkeit:
y t =sin t
Seite 140
ergibt ebenfalls eine Lsung fr diese DGL.

3.) lineare DGL

3.2) Allgemeine lineare Gleichungen, Hauptsatz
Gegeben:
X,Y Vektorrume ber Krper K
L : X Y lineare Abbildung (d.h. es gilt
Gleichung
L xy=L xLY
L x=bY wird lineare Gleichung genannt. Ist b =
, K
0 y (Nullvektor aus Y) , so heit die Gleichung homogen, sonst inhomogen.
Gesucht:
Lsung der homogenen Gleichung
Lsung der inhomogenen Gleichung
L x=0 y : U = { x X L x=0 y }
L x=b : ={ x X L x=b }
Dann gelten folgenden Aussagen

a)
b)
U ist ein linearer Unterraum von X (Vgl. Abschnitt zu linearen Rumen)

Kriterium:
0x U
x , yU x y U
xU , K xU
Ist dim(u) = d (endlich) und sind
x, y
x ,
x1 , ... , x d U linear unabhngige Lsungen der homogenen linearen Gleichung , so bilden sie eine Basis
k
von U. D.h.
xU c1 , ... , c d K : x= c ixi
i=1
c)
Ist
und ist
x s eine spezielle Lsung der inhomogenen linearen Gleichung, so gilt
(kurz fr = { x X x= x s x h mit x hU
Dabei heit:
= x sU
).
xin allgemeine Lsung der inhomogenen linearen Gleichung
xs eine spezielle Lsung der homogenen linearen Gleichung
xh allgemeine Lsung der homogenen linearen Gleichung
Beweis zu a)
L 0 x = L0 x 0 x = L0 x L 0x (also ist
alternativ:
L 0x neutrales Element aus Y)
L 0 x = L00 x =0L0 x =0 y
x1 , x 2 U L x1 = L x 2 =0 y L x 1 x 2= L x1 L x 2 =0 y 0 y=0 y x 1 x 2U
xU L x=0 y L cx=cL x =c0 y =0 y cxU
Beweis zu b)
Folgt aus (a) und Kap III (lineare Rume)
L xs x h= L x s L x h =b0 y =b
L x xs = L x L x s =b b=0 y
Seite 141
3.3) lineare Differentialgleichung fr Funktion y = y(t)

n
y a n1y
n 1
... a 1y 'a 0y=b (Normalform)
X =C I , = { y : I y ist nmal stetig differenzierbar auf I }

0
Y =C I ,= { y : I y ist n mal stetig auf I }

X,Y sind Vektorrume ber dem Krper
K=
, siehe Kap III.
Bemerkung:
V = Abb I , = { f f : I } ist ein Standardvektorraum (I beliebige Menge)

f g a := f a g a ,cf a :=c f a a I ,
mit
Der Nullvektor ist dann die Abbildung
Dann ist
0v a=0 a I .
n
X =C I ,V ein linearer Unterraum und somit selbst Vektorraum.
0v X
x , y X x y X , da die Summe n-fach stetig differenzierbarer Funktionen n-fach stetig differenzierbar ist.
c , x X cx X , da das Produkt eine n-fach stetig differenzierbare Funktion ist.
, da Nullfunktion n-mal stetig differenzierbar
0
Y =C I , ist Spezialfall mit n=0, also auch Vektorraum.
0v : I
Betrachten nun
L y= y a n1y
n1
Behauptung: L ist eine lineare Abbildung.
Beweis:
...a1y 'a 0y mit
y X , L yY und
ai Y
L x1 x 2 =
n1
= x1 x2 a n1 x 1 x2
...a1 x1 x2 ' a0 x 1 x2 =
= x 1 n x2n a n1 x1n1 x2n1 ...a 1 x1 ' x2 ' a 0 x 1x 2=
= x 1n a n 1 x1n1 ...a1 x 1 ' a 0 x1 x 2n a n1 x2n 1 ...a1 x2 'a 0 x 2=
=L x1 L x2
L cx =
n
n 1
=cx a n1 cx ... a1 cx' a 0 cx=
n
n 1
=cx an 1 cx
...a1 cx ' a 0 cx=
n
=c x an 1 x n1 ...a1 x 'a 0 x=
=cL x
Folgerung: Die Gleichung L(x) = b ist eine lineare Gleichung.
3.4) Allgemeine Lsung der homogenen linearen Differentialgleichung

n
y a n1y
n 1
... a1y 'a 0y=0
(+) (Normalform)
Die Lsungsmenge U der homogenen linearen Differentialgleichung (+) fr die Funktion y = y(t) bildet einen linearen Unterraum von
mit Dimension n . Sind
9
y1 , ... , y n linear unabhngige Lsungen von (+), so bilden diese eine Basis von U und fr die allgemeine Lsung der
n
homogenen linearen Differentialgleichung (+) gilt dann:
yh = c iy i
i: c i .
i =1
9 Wre noch die Frage zu klren, warum diese DGL gerade Dimension n haben soll.
Seite 142
X =C I ,
Bestimmung einer Basis von (+)

a 0 ,... ,a n1
Voraussetzung:
y=e
Ansatz:
Einsetzen in (+):
(konstante Koeffizienten)
n1
n1
n1
i=0
i=0
i=0
yn a iyi=0 ne t a i iet =0 t I n a i i =0 t I
Man erhlt ein reelles Polynom
Auswertung: Fr jede Nullstelle
n-ten Grades (das charakteristische Polynom der DGL).
p erhalten wir eine Lsung
von
y=e
der homogenen linearen DGL (+).
p hat n komplexe Nullstellen gezhlt mir ihren Vielfachheiten.

Erhalten n Basislsungen von (+) wie folgt:
=a eine reelle NS mit Vielfachheit
Ist
r 1 , so erhalten wir r linear unabhngige Lsungen

i
yi =t e
Ist
=aib a , b eine komplexe NS mit Vielfachheit

t
aib t
at ibt
at
e =e
=e e =e cosbti sin bt .
Sind
und
e t
Lsungen von (+), so auch
at
i=0,... , r 1
r 1
, so ist
e t =2 e at cosbt
= aib
ebenfalls eine r-fache NS und es gilt:
t
t
at
e e =2ie sin bt .
und
Wir erhalten 2r linear unabhngige Lsungen von (+):

i
at
y1i =t e cosbt
i=0, ... , r1
und
at
y2i =t e sin bt
i =0,... , r1
Zusammen erhlt man dann n linear unabhngige Lsungen von (+) und somit eine Basis fr den Lsungsraum der homogenen linearen
Differentialgleichung.
Seite 143

3.) lineare DGL

3.4) Allgemeine Lsung der homogenen linearen Differentialgleichung
Beispiele:
a) y'' 2y' 3y = 0
Ansatz:
y= e
t
t
y' =e , y ' '= e
Ableitung:
Einsetzen in DGL:
1t
,=3 : y1= e
t I
t , c0 ,c 1
t
t
y' =e , y ' '= e

2
t
2
e 4 e =0 4=0 =2i=2i
0t
0t
y0 =e sin 2t , y1=e cos 2t
Basislsungen:
y= c0y 0c 1y1=c 0sin 2t c1cos2t
Allgemeine Lsung:
c) y''' - 2 y'' + y' = 0
y= e
t I =
y=y(t),
(Federschwinger)
e 2 e e =0 2 1 =0 =0=1=1
Einsetzen in DGL:
0t
1t
y0 =e , y 1=e , y 2=te
Basislsungen:
t , c 0 , c 1 R
y' =e , y ' '= e , y ' ' ' = e
Ableitung:
3t
t I =
y=y(t),
Einsetzen in DGL:
Ansatz:
3t
1t
b) y'' + 4y = 0
Ableitung:
y= c0y 0c 1y1=c 0e c1e
Allgemeine Lsung:
y= e
e 2e 3e =0 23=0 =1=3
=1: y0 =e
Basislsungen:
Ansatz:
t I =
y=y(t),
Allgemeine Lsung:
1t
y= c0y 0c 1y1 c2y 2=c 0c 1e c2te
t , c0 , c 1 , c2 R
3.5) Lineare Unabhngigkeit von Funktionen

Gegeben:
y1 , ... , y n C I , (n n-mal stetig differenzierbare Funktionen
Cn ist ein
Vektorraum ber
Krper C
Definition: siehe Kapitel III

Die Funktionen y1 ,... , y n
Funktionen linear abhngig.
sind linear unabhngig, falls keine der n Funktionen Linearkombination der restlichen Funktionen ist, andernfalls heien die
Kriterium I
k
Die Funktionen
y1 , ... , y n
sind genau dann linear unabhngig, wenn die Gleichung
ciyi =0
(*) in den Variablen
ci
i =1
Lsung
c1 =...=c n=0 hat.
Bemerkung:
k
a)
Die Gleichung (*) fr die Funktionen
yi
ist quivalent zu
t I : ciyi t=0
i=1
b)
Aus dieser Gleichung erhlt man durch differenzieren nach t die Gleichungen:
0r n: t I : ciyri t=0
i=1
(Soll die Gleichung (*) erfllt sein, so muss auch jede Gleichung mit den Ableitungen erfllt sein.)
Die Gleichungen ergeben in Matrizenform:
Seite 144
y1
y1 '
...
y2
y2 '
...
y n1
1
y n1
2
...
...
...
...
yn
c1
0
yn '
c
2 = 0
...
...
...
0
ynn 1 cn
nur die triviale
Kriterium II
y1
y1'
W=
...
yn1
1
Wir bilden die Wronsky-Matrix
y2
y2 '
...
...
...
...
...
y n1
2
yn
yn '
...
ynn1
n , n
y1 , ... , y n
und es gilt: Die Funktionen

W =W t
invertierbar ist (d.h. det W t0 ).
Dann ist
sind genau dann linear unabhngig, wenn es ein
t I
gibt, sodass W
Beispiel:
t
y1=1, y 2=e , y 3=te
1 e
te
W t= 0 e t et te t
0 e t 2e t te t
det W t =1e 2e te e e te =e e 0
(Basislsungen aus letztem Beispiel.)
Also sind
t I =
y1=1, y 2=e , y3 =te
linear unabhngig.
3.6) Bestimmung einer speziellen Lsung ys der inhomogenen linearen DGL

n
n1
y a n y
1
y= yt
...a 1y' a0y=b
3.6.1) Variation der Konstanten

Diese Methode geht auch fr nicht konstante Koeffizienten
ai
und Strfunktion b .
n
allgemeine Lsung der zugehrigen homogenen linearen DGL:
yh t = ciyi t
ci
i= 1
y s t= ci t y i t
Ansatz:
c i ergibt ein lineares Gleichungssystem fr die Ableitungen
i=1
y1
y 1'
...
n 1
y1
y2
y2 '
...
...
...
...
...
n 1
y2
yn
yn '
...
c1 '
c2 '
...
n 1
cn '
yn
0
...
0
b
ci ' =ci ' t mit der Cramerschen Regel, erhalten dann durch Integration
Bestimme nun die Funktionen
Beispiel: y'' 2 y' 3y = -6 e , y = y(t),

2t
DGL 2-ter Ordnung => 2 Basislsungen, Matrix fr Variation der Konstanten ist vom Typ 2x2.
allgemeine Lsung der zugehrigen homogenen linearen DGL: y'' 2y' 3y = 0 (siehe 3.4)
yh =c1et c2e
3t
ys .
c1 ,c 2 , t
mit
Ansatz fr spezielle Lsung ys:

3t
y s t =c1 te c 2 t e
t
3t
t
3t
y s ' =c1 'e c2 'e c11e c23e
Sei
c1 'et c 2 'e
3t
=0
( dann tritt in
y s ' ' =c1 'et c1et 3 c2 'e
3t
ys' '
kein
ci ' '
auf)
3t
Einsetzen in DGL:
Erhalten Gleichungssystem:
3t
3t
c 1 ' e c 2 ' e =0
t
3t
2t
c1 e 3c 2 ' e =6e
3t
3t
Erste Gleichung fr Matrizenform.
9 c 2e3t
y' '2y '3y=6 e c1 ' e 3 c 2 ' e =6 e
ci =c i t und somit
t I =
ci '
Wc '=
2t
(alle weiteren Terme addieren sich zu 0)

t
3t
e
e
c1' = 0
t
3t
e
3e
c2'
6 e2t
2t
det W =W =e 3e e e = 4 e 0
Seite 145
Durch Anwendung der Cramerschen Regel erhlt man:
Durch Integration von
Erhalten eine spezielle Lsung:
c1 ' , c2 ' erhlt man

t
c1 =1,5
Probe:
Allgemeine Lsung:
Seite 146
3t
3t
3t
dt =0,5 e
2t
3t
3t
c1 =1,5 e dt =1,5 e C .
t
und
2t
2t
2t
yinh = y s y h=2 e c1 e c 2 e
3t
e
0
t
2t
e
6 e
c 2 '=
=1,5et
W
y s= 2 e , y' ' 2 y' 3y =6 e

2 2 e2t 6 e 2t =6 e 2t 6 e2t =6 e 2t w.A.
2t
y s=c 1e c2e =0,5e e 1,5 e e =2e

2t
4e
3t
0
e
2t
3t
6 e 3e
c1 '=
=1,5e 3t
W
c1 ,c 2 , t

3.) lineare DGL

3.6) Bestimmung einer speziellen Lsung ys der inhomogenen linearen DGL
n
y a n y
n 1
y= yt
...a 1y' a0y=b
3.6.2) Spezielle Anstze fr ys

y s , geht nur bei konstanten Koeffizienten (also
Spezielle Anstze fr
a k ) und fr spezielle Strfunktionen b=b(t).
Beispiel: y'' 2y' 3y = 6t + 1 , y=y(t)
allgemeine Lsung der zugehrigen homogenen linearen DGL:
spezielle Lsung ys
3t
y s= At B (da b(t) ein Polynom vom Grad Eins, A,B reelle Zahlen)
Ansatz:
ys' = A , ys' ' = 0
yh =c1 et c2 e
Einsetzen in DGL.
Ergibt
0 2A 3 At B =6t 1 3At 2A 3B =6t 1 A =2 B =1
y s=2t 1
3t
yinh = y h y s =c 1 et c2 e 2t 1
allgemeine Lsung:
bersicht:
Strfunktion
m
b(t) = Q(t)
Q(t) ist Polynom vom Grad
b t =Q t e
Ansatz fr ys (ohne Resonanz)
m0
y s= A m t ... A 1 t A0 mit Am , ... , A0

( y s ist Polynom vom Grad
m )
at
at
at
y s=e Am t ... A1 t A0 mit Am , ... , A0
at
bt=e Q t cos bt
at
bt = e Q t sin bt
at
y s=e Am t ... A1 t A0 cosbt e B m t ...B 1 t B 0 sin bt

mit Am , B m ,... , A0 , B 0
Bemerkung:
Ist
b t =b1 t ...b k t , so kann man fr jeden Summanden
bi
einen entsprechenden Ansatz machen.
Beispiel:
b t = 4 t
t e2t 5 2 cos4t 3t sin 2t =b1 t b2 t b3 t b 4 t

2
mit
y s= A t
2t
b 1 t =4t 5 b2 t = te
0t
0t
b3 t = e 2 cos4t b 4 t = e 3t sin 2t
2
Bt C Dt E e2t e0tFcos4t e 0tGcos 4t e 0t Ht I sin 2t e0t Jt K cos2t
Resonanzfall:
Sind Teile (Summanden) der Strfunktion Lsung der zugehrigen homogenen linearen DGL, so spricht man von Resonanz.
In diesem Fall fhrt ein Ansatz ohne Resonanz nicht zu einer Lsung, da sich mit
fr einen Summanden nicht mit Koeffizientenvergleich gewhlt werden knnen.
y' ' 2y ' 3y =5 e
DGL:
ys
in die DGL zu 0 = b(t) transformieren lsst bzw. die Parameter
3t
Lsung der zugehrigen homogenen DGL:
yh =c1 et c2 e
3t
Die Strfunktion ist Lsung der zugehrigen homogenen DGL, also liegt Resonanz vor.
Ansatz ohne Resonanz:
y s= A e
klar, da
3t
, Einsetzen in DGL ergibt
y s= A e
3t
0=5 e
3t
Lsung der zugehrigen homogenen DGL mit
c1 =0,c 2= A
ist.
Seite 147
Ansatz mit Resonanz
3t
y s=t A e = (Ansatz ohne Resonanz) mal t ,

1
3t
in
t =t wird gewhlt, da =3 einfache NS war, die zu e
(Wre =3 zweifache NS gewesen, so htte die Basislsung sowohl
wre dann t 2 e 3t gewesen.)
yh gefhrt hat.
3t
als auch t e 3t
e
enthalten, der Ansatz mit Resonanz
Ableitungen bilden:
3t
3t
3t
y s ' = Ae t 3A e =e A13t
y s ' ' =3e
3t
A 13t e3tA3=e3t3 A 23t
Einsetzen in DGL:
y' ' 2y ' 3y =5 e
y s=1,25 t e 3t
Seite 148
3t
e 3t3A 23t 2 e3tA 13t 3 At e3t =5 e 3t A=1,25
yinh = y s yh =1,25 t e
3t
c 1 et c 2 e 3t
4.) spezielle DGL 2-ter Ordnung

4.1) Eulersche DGL
2
t y ' ' a 1 t y ' a 0 y= b
Normalform:
y = y t mit
a1, a0 , b=b t
Klassifikation: lineare inhomogene DGL 2-ter Ordnung mit nicht-konstanten Koeffizienten.
(1) allgemeine Lsung der homogenen eulerschen DGL bestimmen

2
t y ' ' a 1 t y ' a 0 y= 0
Gegeben:
(2-ter Ordnung => 2 unabhngige Basislsung finden)
Gesucht: Zwei linear unabhngige Basislsungen der homogenen linearen DGL.

Dann ist
yh =c1 y 1c 2 y 2 die allgemeine homogenen Lsung.
Ansatz:
y= t
y' =t 1 ,
Ableitungen:
y' ' = 1 t 2
Einsetzen in DGL:
2
t y ' ' a 1 t y ' a 0 y = 0

1 t a 1 t a 0 t = 0
t 2 a 11 a0 =0
t = 0 2 a1 1 a0 =0
1 a
1 a 1
t =0 1,2= 2 1
a 0
4
Basislsungen:
1
1. Fall:
1 2 , 1 , 2 :
y1= t , y 2=t
2. Fall:
1 =2, 1 , 2
y1=t , y 2=t ln t
3. Fall:
1,2 =aib , a , b
y1=t cos b ln t , y 2=t sin b ln t
(2) inhomogene eulersche DGL
y h = c 1 y 1 c 2 y 2
Bestimme allgemeine Lsung
Bestimme spezielle Lsung der inhomogen eulerschen DGL durch Variation der Koeffizienten / Konstanten der homogenen Lsung. Man erhlt ein
y 2 c1 '
= 0 und kann nun mit der Cramerschen Regel

b
y 2' c2'
Integration erhlt man je eine Lsung fr c1 und c 2 .
Gleichungssystem der Form
Dann ist
yinh = y s yh
y1
y 1'
der zugehrigen homogenen eulerschen DGL.
c1 '
und
c2'
bestimmen. Durch
die allgemeine Lsung der inhomogene eulerschen DGL.
Seite 149

4.) spezielle DGL 2-ter Ordnung

4.2) Differentialgleichungen
Betrachten eine Differentialgleichung der Form y'' = f(t, y') , y=y(t), d.h. die Funktion y kommt selbst nicht vor.
Substitution: u = y', u' = y''
Eingesetzt in die DGL:
u ' = f t , u y ' ' = f t , y'
Wir erhalten eine DGL erster Ordnung fr die Funktion u = u(t). Die Lsung ergibt eine Kurvenschar
Dann ist
u t , c dt
y t , c1, c2 =
die allgemeine Lsung der Ausgangsgleichung.
Definition: Randwertaufgabe:
Es wir die Lsung einer DGL in y(t) mit
u=u t , c 1 , c1 .
t [ a , b ]
und
f a = x 0
und
f b = x1
gesucht.
4.3) Sinus und Cosinus Hyperbolicus

x
sinh x =
e e x
2
cosh x =
e x
2
Beobachte:
cosh(-x) = cosh(x)
cosh(0)=1
sinh(-x) = - sinh(x)
sinh(0) = 0
sinh x dx =cosh x dx C
cosh xdx=sinh xdx C
cosh ist auf
,0 ]
oder
[ 0,
umkehrbar, sinh ist auf
umkehrbar.
Jede Funktion ist als Summe einer gerade und einer ungeraden Funktion darstellbar, cosh und sinh sind diese Funktionen fr die Exponentialfunktion.
Seite 150
Seite 151
Index
Ableitung.......................................26f., 111, 114, 117, 120
Ableitungen hherer Ordnung..........................................120
Ableitungsregeln......................................................................26f.
absolut konvergent...................................................................18
absoluter Fehler der Nherung..............................................6
Abspaltregel...........................................................................5, 57
affine Abbildung.......................................................................105
affiner Unterraum...................................................................76f.
Affiner Unterraum.....................................................................78
hnlichkeitsdifferentialgleichung..........................132, 134
Allgemeine lineare Gleichungen, Hauptsatz................141
Approximation ........................................................................114
arithmetische Folge.....................................................................4
Arithmetische Operationen fr Funktionen.......................3
asymptotisches Wachstum..................................................13
Ausgleichspolynom...................................................................91
Aussagenform...............................................................................5
Basis...............................................................................................74
beschrnkt........................................................................10, 123
Beschrnktheit...........................................................................10
bestimmtes Integral.................................................................39
Betragsfunktion.............................................................................3
Betragskriterium.......................................................................18
Bewegung..................................................................................117
Beweis..................................................................................................
vollstndige Induktion...........................................................5
Bild von f........................................................................................27
Buchempfehlung...........................................................................2
Cauchykriterium.........................................................................17
ceil-Funktion.....................................................................................3
Charakteristisches Polynom..............................................101
Cramersche Regel....................................................................95
Defintionsmenge...........................................................................2
Determinanten.........................................................................91f.
Vektorprodukt......................................................................96
Volumen im R.......................................................................95
Determinantenkriterium:6.................................................122
Determinaten....................................................................................
Entwicklungssatz von Laplace.......................................92
Produktregel fr Matrizen..............................................94
DGL mit getrennten Variablen..........................................131
Differential......................................26, 111, 114, 117, 120
Differentialgleichung.......................................................................
hnlichkeitsdifferentialgleichung...............................134
Exakte DGL.........................................................................134
impliziter Form..................................................................134
Integrabilittsbedingung...............................................134
Lineare DGL.......................................................................135
Differentialgleichungen..................................................................
Variation der Konstanten.............................................145
Wronsky-Matrix................................................................145
Differentialrechnung...........................................................2, 29
Ableitung.........a, c, 26ff., 30, 33, 36ff., 111ff., 117f.,
120, 126, 128, 132, 136, 144
Mittelwertsatz......................................................a, 29, 40f.
Summenregel..................................................................b, 43
Zwischenwertsatz.................................................a, 29, 41
Differenzierbarkeit..................................................................26f.
Dimension.....................................................................................74
Dimensionsformel.....................................................................76
divergent...........................................................................................7
Drehspiegelung..........................................................................99
Drehung.........................................................................................99
Dreiecksungleichung................................................................18
Eigenvektoren...........................................................................100
Eigenwerte.................................................................................100
Charakteristisches Polynom.......................................101
Eigenraum..........................................................................101
eineindeutig..................................................................................27
Einheitsvektor..............................................................................83
einseitiger Grenzwert..............................................................22
elementare Funktionen...........................................................24
Entwicklungssatz von Laplace..............................................92
Entwicklungsstelle.....................................................................33
Erzeugendensystem.................................................................73
euklidische Rume...........................................82, 84, 86, 88
euklidischer Abstand................................................................84
Eulersche Formel.......................................................................52
Exakte DGL................................................................................134
explizite DGL erster Ordnung............................................131
Exponentialfunktion......................................................................3
Extremwerte.........................................................30, 123, 126
Extremwertstelle.....................................................................123
Extremwerttests........................................................................30
Faktorzerlegung.........................................................................57
Fakultt..........................................................................................14
Fehlerschranke..............................................................................6
Fibonaccifolge.................................................................................4
floor-Funktion..................................................................................3
Folge......................................................................................................
arithmetische Folge..............................................................4
divergent...................................................................................7
geometrische Folge..............................................................4
Kehrwert...................................................................................8
konvergent................................................................................7
Nullfolge.....................................................................................7
Schwellenfunktion..................................................................7
Folgen......................................................................................4, 5, 7
Folgen...................................................................................................
Limesschreibweise...............................................................6
(Epsilon) Nherung.......................................................6
Fundamentalsatz der Algebra..............................................57
Funktionen.......................................................................................2
Grenzwertregeln.................................................................23
Funktionswertdifferenz.........................................................114
Funktionswerten.....................................................................114
ganzrationale Funktionen..........................................................3
Gauss-Jordan-Verfahren........................................................67
Gau-Jordan-Verfahren..........................................................93
Gauoperationen.......................................................................66
geometrische Folge.....................................................................4
geometrische Reihe.................................................................15
Geschwindigkeitsvektor.......................................................117
Gewhnliche DGL erster Ordnung...........131, 134, 137
gewhnliche Differentialgleichungen..............................128
Gleichungssystem...........................................................................
Parallelverschiebung.........................................................79
Glied der Folge...............................................................................4
globales Maximum....................................................................30
Gradient....................................................111, 114, 117, 120
Gram-Schmidtsches-Orthogonalisierungsverfahren..89
Grenzwert von f an der (reellen) Stelle x0 .....................22
Grenzwerte...................................................................................6f.
absolut konvergent............................................18, 21, 51
Cauchy.............................................................a, 17f., 21, 82
Grenzwerte........a, 3, 6ff., 15, 17, 19f., 22ff., 36, 39,
47, 109ff., 114f.
Seite i
Leibnitz............................................................................18, 21
unbestimmter Ausdruck............................................9, 23
Grenzwerte und Funktionen..........................................22, 24
Grenzwerte von Wurzeln.......................................................10
Grenzwertregel von l'Hospital..............................................29
Grenzwertregeln........................................................8, 10, 23f.
Grenzwertbergang....................................................................8
Gro-Oh-Notation.......................................................................12
Grundintegrale............................................................................43
Hammingabstand......................................................................84
Harmonische Zahlen................................................................48
Hauptachsentransformation..........................................102f.
Hauptsatz der Differential- und Integralrechnung.......41
Hauptsatz ber Basen............................................................74
Hauptsatz ber globale Extremwerte............................123
Hauptsatz ber linare Gleichungssysteme.....................79
Hauptsatz ber stetige Funktionen....................................24
Hessematrix ............................................................................121
Hessische Form.........................................................................87
hhere Ableitung........................................................................28
Hyperebene.........................................................................79, 87
identische Abbildung...................................................................3
Implizite Funktionen...............................................................118
impliziter Form.........................................................................134
Induktionsanfang...........................................................................5
Induktionsschritt...........................................................................5
Infimum..........................................................................................10
injektiv.............................................................................................27
Injektivitt......................................................................................29
Integrabilittsbedingung......................................................134
Integral...........................................................................................41
bestimmtes Integral..........................................................39
Existenz des bestimmten Integrals.............................39
geometrische Deutung....................................................39
Hauptsatz der Differential- und Integralrechnung41
Mittelwertsatz......................................................................40
Stammfunktion............................................................41, 42
Summendefiniton...............................................................39
unbestimmtes Integral.....................................................41
Integralkriterien..........................................................................49
Integration..........................................................................................
Harmonische Zahlen.........................................................48
Integralkriterien...................................................................49
Monoton wachsende Funktion......................................49
partielle Integration...........................................................44
Substitutionsregel..............................................................45
Substitutionsregel I (Vorwrtssubstitution)............45
Substitutionsregel II: Rckwrtssubstitution..........45
Summen und Integrale.....................................................48
uneigentliche Integrale.....................................................47
Unendlichkeitsstellen........................................................48
Vorwrtssubstitution........................................................45
Rckwrtssubstitution....................................................45
Integrationsregeln.....................................................................43
Kehrwert..........................................................................................8
Kettenregel...............................................................................117
2)Koeffizientenmatrix...............................................................65
erweiterte Koeffizientenmatrix.....................................65
komplexe Zahlen..............................................................................
Arithmetische Operationen............................................55
Eulersche Formel................................................................52
Polarkoordinaten..............................................................52f.
Polynome................................................................................54
Komplexe Zahlen...............................................................50, 53
Komplexittsklassen................................................................13
Komposition.................................................................................98
konkav.............................................................................................31
konvergent.......................................................................................7
Konvergenzen..............................................................................6f.
Konvergenzintervall..................................................................37
Konvergenzkriterium................................................................15
Konvergenzradius......................................................................37
konvex.............................................................................................31
Krmmung...................................................................................31
Krmmungsverhalten..............................................................31
Kurven............................................................................................71
l'Hospital........................................................................................29
Lagrange.......................................................................................34
Landau.........................................................................................12f.
Fakultt...................................................................................14
Gro-Oh...................................................................................12
Komplexittsklassen.........................................................13
Landau.....................................................................a, 12f., 49
Landau Symbole.........................................................................13
Leibnitzkriterium........................................................................18
Limesschreibweise......................................................................6
lineare Abbildung.............................................................................
Basiswechsel........................................................................97
Drehspiegelung...................................................................99
Drehung..................................................................................99
Eigenvektoren....................................................................100
Eigenwerte..........................................................................100
Eigenwertgleichung........................................................100
Komposition..........................................................................98
orthogonale Matrizen.......................................................98
orthogonale Matrizen (Teil 2)........................................99
Spiegelung.............................................................................99
Umkehrabbildung...............................................................98
Lineare Abbildungen.................................97, 99, 102, 105
lineare Abhngigkeit.................................................................74
IV)Lineare DGL.........................................................................135
homogene...........................................................................135
inhomogene ......................................................................135
Lineare Eigenwerte....................................97, 99, 102, 105
lineare Gleichung.............................................................................
Basiswechsel........................................................................97
Lineare Gleichungen.................................97, 99, 102, 105
lineare Hlle.................................................................................73
lineare Koordinatentransformation................................103
Lineare Koordinatentransformation..............................102
lineare Raum...............................................................................70
Lineare Unabhngigkeit von Funktionen.......................144
lineare Unterrume..................................................................72
linearer Raum...................................................................................
abgeschlossene Halbrume..........................................79
Affiner Unterraum..............................................................78
Ausgleichspolynom............................................................91
Cramersche Regel.............................................................95
Determinanten..................................................................91f.
Einheitsvektor.......................................................................83
euklidische Rume....................................82, 84, 86, 88
euklidischer Abstand.........................................................84
Gau-Jordan-Verfahren...................................................93
Gram-Schmidtsches-Orthogonalisierungsverfahren
....................................................................................................89
Hammingabstand...............................................................84
Hessische Form..................................................................87
Hyperebene..................................................................79, 87
Komposition..........................................................................98
Lineare Eigenwerte.............................97, 99, 102, 105
Seite ii
lineares Gleichungssystem.............................................95
Manhattanabstand............................................................84
Nherungslsung...............................................................90
nicht-euklidische Abstnde.............................................84
Norm........................................................................................82
Norm: .....................................................................................84
Normalenvektor..................................................................87
orthogonale Matrizen.......................................................98
orthogonale Matrizen (Teil 2)........................................99
Orthogonale Projektion....................................................88
Orthogonales Komplement............................................85
Orthogonalitt......................................................................83
Orthogonalitt: ....................................................................84
Orthonormalbasis..............................................................88
Orthonormalsystem..........................................................88
Parallelitt..............................................................................81
Polyeder..................................................................................79
Pythagoras............................................................................83
Skalarprodukt.......................................................................82
Skalarprodukt: .....................................................................84
Umkehrabbildung...............................................................98
windschief..............................................................................81
lineares Gleichungssystem...........................................61, 95
Linearkombination.....................................................................73
logarithm. differenziert............................................................28
Logarithmusfunktion...................................................................3
lokales Maximum.......................................................................30
Manhattanabstand...................................................................84
Matrix...................................................................................................
Affiner Unterraum..............................................................78
Drehspiegelung...................................................................99
Drehung..................................................................................99
Eigenvektoren....................................................................100
Eigenwerte..........................................................................100
Hyperebene...........................................................................79
Parallelverschiebung.........................................................79
Rang.........................................................................................75
Rangkriterium......................................................................76
Spiegelung.............................................................................99
Matrizen........................................................................................61
erweiterte Koeffizientenmatrix.....................................65
Gauss-Jordan-Verfahren.................................................67
Gauoperationen fr eine Matrix ...............................66
Koeffizientenmatrix............................................................65
lineare Matrizengleichung..............................................65
Matrizenaddition.................................................................62
Matrizenmultiplikation......................................................62
skalare Multiplikation........................................................62
Strmatrix..............................................................................65
Stufenmatrix.........................................................................67
Transposition........................................................................63
Matrizenaddition........................................................................62
Matrizenmultiplikation.............................................................62
Matrizenrechnung.....................................................................61
lineares Gleichungssystem.............................................61
Matrizen.................................................................................61
Matrizenoperationen........................................................62
Maximalstelle...........................................................................123
Maximum...................................................................................123
Maximum............................................................................................
globales Maximum.............................................................30
lokales Maximum................................................................30
Minimalstelle............................................................................123
Mittelwertsatz....................................................................29, 40
Mittwertsatz der Integralrechnung...................................40
Monoton fallende Funktionen...............................................48

Monoton wachsende Funktion.............................................49
Monotonie.....................................................................................10
Konvergenzverhalten........................................................10
monoton fallend...................................................................10
monoton wachsend...........................................................10
streng monoton fallend....................................................10
streng monoton wachsend............................................10
Monotonieverhalten.................................................................29
Nherungslsung......................................................................90
negativ definite Matrizen.....................................................122
nicht-euklidische Abstnde....................................................84
Norm...............................................................................................82
Norm: ............................................................................................84
Normalenvektor.........................................................................87
ntegration von Potenzreihen................................................43
Nullfolge..........................................................................................7f.
Kehrwert...................................................................................8
Nullstellen........................................................................................2
orthogonale Matrizen..............................................................98
orthogonale Matrizen (Teil 2)...............................................99
Orthogonale Projektion...........................................................88
Orthogonales Komplement...................................................85
Orthogonalitt.............................................................................83
Orthogonalitt: ...........................................................................84
Orthonormalbasis.....................................................................88
Orthonormalsystem.................................................................88
Parallelverschiebung................................................................79
Parameterdarstellung.............................................................78
Parameterform.......................................................................117
Parameterfreie Darstellung..................................................78
Partialsumme.....................................................................15, 34
partielle Integration..................................................................44
Polarkoordinaten.....................................................................52f.
Polynome.......................................................................................54
Abspaltregel..........................................................................57
Fundamentalsatz der Algebra......................................57
positiv definite Matrizen.......................................................122
Potenzreihen.....................................................................33, 35f.
Potenzreihen, Integration von .............................................43
Prdikat.............................................................................................5
Produktregel................................................................................26
Produktregel fr Matrizen.....................................................94
Pythagoras...................................................................................83
quadratische Approximation.............................................121
quadratische Form................................................................122
Quadratische Form...............................................................102
Quadratische Formen..........................................................102
Quotienten- bzw. Wurzelkriterium......................................19
Quotientenregel..........................................................................26
Randwertaufgabe...................................................................150
Rang................................................................................................75
Rangkriterium.............................................................................76
Rechnen mit Potenzreihen....................................................37
Reihe.....................................................................................................
absolut konvergent............................................18, 21, 51
geometrische Reihe..................................................15, 21
harmonische Reihe...........................................16, 18, 21
Konvergenzkriterium.........................................................15
Reihe..............................................15ff., 20f., 34, 36f., 51
unendliche Reihe.................................................................15
Reihen..................................................................................15f., 20
absolut konvergent............................................................18
alternierende Reihen........................................................18
Betragskriterium................................................................18
Seite iii
Cauchykriterium..................................................................17
Dreiecksungleichung.........................................................18
harmonische Reihe............................................................16
Konvergenzkriterium.........................................................20
Leibnitzkriterium.................................................................18
Monoton fallende Funktionen........................................48
Monoton wachsende Funktion......................................49
Quotienten- bzw. Wurzelkriterium...............................19
Reihen mit positiven Gliedern........................................16
Vergleichskriterium...........................................................17
Zusammenfassung............................................................21
Reihen mit positiven Gliedern...............................................16
Restglied........................................................................................34
Richtungsableitung................................................................112
Richtungswelt...........................................................................131
Satz von Schwarz...................................................................120
Schranke.......................................................................................10
Schwellenfunktion.........................................................................7
Skalare Gren...........................................................................61
skalare Multiplikation...............................................................62
Skalarprodukt..............................................................................82
Skalarprodukt: ............................................................................84
Spiegelung....................................................................................99
Spur der Kurve........................................................................117
Stammfunktion...................................................................41, 42
Standardbasis.............................................................................74
Stetigkeit.......................................................................................24
Strmatrix.....................................................................................65
streng monoton fallend...........................................................31
streng monoton wachsend...................................................31
Stufenmatrix................................................................................67
Substitutionsregel.....................................................................45
Summen und Integrale............................................................48
Summendefiniton......................................................................39
Summenfunktion........................................................................37
Summenregel, Linearitt........................................................43
Supremum....................................................................................10
Tailorpolynom...........................................................................115
Tangentialraum.......................................................................112
Tangentialvektor.....................................................................117
Taylor....................................................................................................
Taylor.....................................a, 33ff., 37f., 52, 119, 121
Taylorpolynom........................................a, 33f., 119, 121
Taylorreihe.................................................a, 33ff., 37f., 52
Taylorpolynom.............................................................................33
Taylorpolynome...........................................................................33
Taylorreihe.................................................................................34f.
Taylorreihen.........................................................................33, 35
Teilfolge.............................................................................................8
total differenzierbar.............................................................114f.
Transposition...............................................................................63
trigionometrische Funktionen.................................................3
triviale Unterrume..................................................................72
Umkehrabbildung......................................................................98
Umkehrfunktion..........................................................................27
unbestimmtes Integral............................................................41
uneigentliche Integrale............................................................47
unendliche Folge...........................................................................4
Unendlichkeitsstellen...............................................................48
Unterraum....................................................................................72
Variation der Konstanten....................................................145
Vektorprodukt.............................................................................96
Vektorraum..................................................................................70
Basis........................................................................................74
Dimension..............................................................................74
Erzeugendensystem..........................................................73
Hauptsatz ber Basen.....................................................74
lineare Abhngigkeit..........................................................74
Unterraum.............................................................................72
Vergleichskriterium..................................................................17
Verkettung....................................................................................26
vollstndig differenzierbar................................................114f.
vollstndige Induktion..................................................................5
Volumen im R..............................................................................95
Vorwrtssubstitution...............................................................45
Vorzeichenwechsel...................................................................30
Wendepunkt................................................................................31
Wert der (ersten) partiellen Ableitung..........................111
Wertebereich.................................................................................2
windschief.....................................................................................81
Wronsky-Matrix.......................................................................145
Zahlenbereiche..............................................................................2
Zwischenwertsatz.....................................................................29
Rckwrtssubstitution...........................................................45
Wendepunkttests....................................................................31
Zahl.................................................................................................11
(Epsilon) Nherung..............................................................6
-Umgebung...................................................................................6
Seite iv
Informationen zur Signatur:

Signiert von:
Datum:
Ausgestellt von:
Seriennummer:
EMAILADDRESS=m.braun@tu-ilmenau.de, CN=Michael Braun, OU=Mail,

O=0acf4539a14b3aa27deeb4cbdf6e989f, O=Zuhause.All, L=Berlin,
ST=Germany, C=DE
Sun Oct 12 22:39:37 CEST 2008
EMAILADDRESS=certi@zuhauseall.homeip.net, CN=Zuhause.All Root
CA, OU=Zerfizierung, O=Zuhause.All, L=Berlin, ST=Berlin, C=DE
1048622
Diese Signatur kann berprft werden, wenn Sie das Dokument mit dem Adobe Reader ffnen!

20081012

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

20081012

Enviado por

Direitos autorais:

Formatos disponíveis

TU Ilmenau

Mathematik fr Informatiker I+II

Erstellt in Absprache mit Prof. Stiebitz.

Fassung vom 12.10.08 (Version 68)

1.) Differentialrechnung von Funktion .......................................................................................................................2

Kapitel II: Integralrechnung fr einstellige, reelle Funktionen...................................39

1.) bestimmtes Integral..................................................................................................................................................39

Kapitel III: lineare Algebra.......................................................................................................50

1.) Komplexe Zahlen.........................................................................................................................................................50

5.3) Grundbegriffe der Vektorraumtheorie...................................................................................................72

Kapitel IV: Funktionen in mehreren Variablen, Differentiation..............................107

Kapitel V: gewhnliche Differentialgleichungen...........................................................128

2) Gewhnliche DGL erster Ordnung...................................................................................................................131

30. 05. 2008 Mathe fr Informatiker II........................................................................126

Inhalte von Mathe 1 und 2

Differentialrechnung von Funktionen

Integralrechnung von Funktionen

Differentialrechnung von Funktionen

11. 10. 2007 Mathe fr Informatiker I

Kapitel I: Differentialrechnung von einstelligen, reellen Funktionen

1.2) Abbildungen / Funktionen

Sie ist eindeutig bestimmt durch:

(A1) Angabe einer Menge

, genannt Defintionsmenge von f.

bedeutet wird zugeordnet

f ist Abbildung von D in

x: Argument von f, unabhngige Variable, unabhngige Vernderliche

Wertebereich von f = { f(x) | xD }

Buchempfehlung: Nachschlagewerk, sonst eher weniger,

Kapitel I: Differentialrechnung von einstelligen, reellen Funktionen

12. 10. 2007 Mathe fr Informatiker I

1.) Differentialrechnung von Funktion

f : mit f x= x= Df grteganze Zahlmit x

1.4) Arithmetische Operationen fr Funktionen

1.5) Spezielle Funktionsklassen

an 0 Grad der Funktion f ist n.

Sind a, b reelle Zahlen, so gilt

wird ber den Grenzwert von Reihen definiert.

rationale Funktionen = gebrochenrationale Funktionen = Quotient zweier ganzrationaler Funktionen

trigionometrische Funktionen (sin, cos, tan, cot)

Kapitel I: Differentialrechnung von einstelligen, reellen Funktionen

Kapitel I: Differentialrechnung von einstelligen, reellen Funktionen

18. 10. 2007 Mathe fr Informatiker I

(3) Beweis der Aussage durch vollstndige Induktion, Tiefe 1

Voraussetzung: A(n) ist wahr, d.h.

Behauptung: A(n+1) ist wahr, d.h.

nn1 2n1nn1 n1n2

Kapitel I: Differentialrechnung von einstelligen, reellen Funktionen

(4) Beweis der Aussage durch vollstndige Induktion, Tiefe 2

Sei a die Fibonaccifolge, d.h.

Sei b folgende Folge: bn= 2

Es soll bewiesen werden, dass

2.3) Grenzwerte, Konvergenzen von Folgen

Die Folge an konvergiert fr n gegen Unendlich gegen g.

(2) Approximation einer Zahl

heit (Epsilon) Nherung von g, falls

mit = 0,005, so ist 17/12 eine -Nherung von

fr alle -Nherung von g.

fr groe n wird der absolute Fehler beliebig klein

fr jede Fehlerschranke > 0:

fr fast alle n (d.h. bis auf endlich viele Ausnahmen).

d.h. es existiert ein N, sodass fr alle n > N gilt:

Kapitel I: Differentialrechnung von einstelligen, reellen Funktionen

19. 10. 2007 Mathe fr Informatiker I