Vorkurs:

Math. Methoden der Physik

J urgen Vollmer
basierend auf einer Mitschrift von Ariane Papke
27. September 2011
Die Mathematiker sind eine Art Franzosen: redet man zu ihnen,
so ubersetzen sie es in ihre Sprache, und dann ist es alsobald
ganz etwas anderes.
Johann Wolfgang Goethe, Aphorismus 1005 aus

Maximen und Reektionen

Die Philosophie steht in diesem groen Buch geschrieben, dem Universum, das unserem
Blick standig oen liegt. Aber das Buch ist nicht zu verstehen, wenn man nicht zuvor
die Sprache erlernt und sich mit den Buchstaben vetraut gemacht hat, in denen
es geschrieben ist. Es ist in der Sprache der Mathematik geschrieben, und deren
Buchstaben sind Kreise, Dreiecke und andere geometrische Figuren, ohne die es dem
Menschen unmoglich ist, ein einziges Wort davon zu verstehen; ohne diese irrt man in
einem dunklen Labyrinth herum.
Galileo Galilei, Il Saggiatore, 1623
In meiner Physik w urden Ew. Wohlgebohren wenig Neues horen. Man kann nur das
gemeinste beibringen. Denn es ist unglaublich, wie unwissend die studirende Jugend
auf Universitaten kommt, wenn ich nur 10 Minuten rechne oder geometrisire, so schlaft
1/4 derselben sant ein.
Georg Christoph Lichtenberg am 12.9.1782 in einem Brief an Franz Ferdinant Wol
Die Mathematik ist das Instrument, welches die Vermittlung bewirkt zwischen Theorie
und Praxis, zwischen Denken und Beobachten: sie baut die verbindende Br ucke und
gestaltet sie immer tragfahiger. Daher kommt es, da unsere ganze gegenwartige Kultur,
soweit sie auf der geistigen Durchdringung und Dienstbarmachung der Natur beruht,
ihre Grundlage in der Mathematik ndet.
David Hilbert, Ansprache

Naturerkennen und Logik am 8.9.1930 wahrend des Kongresses

der Vereinigung deutscher Naturwissenschafter und Mediziner
Insofern sich die Satze der Mathematik auf die Wirklichkeit beziehen, sind sie nicht
sicher, und insofern sie sicher sind, beziehen sie sich nicht auf die Wirklichkeit.
Albert Einstein Festvortrag

Geometrie und Erfahrung am 27.1.1921 vor der Preuischen

Akademie der Wissenschaften
3
Vorwort
Vor beinahe 400 Jahren formulierte Galileo Galilei das Credo der modernen
Naturwissenschaften: Die Sprache der Mathematik ist das geeignete Instrument zur
Entschl usselung der Geheimnisse des Universums. Dieser Ansatz bildet bis heute die
Grundlage moderner Natur- und Ingenieurwissenschaften, und immer wieder haben die
Anforderungen neuer physikalischer Ansatze wichtige Impulse f ur die Weiterentwicklung
der Mathematik gegeben. Mathematik und Physik betrachten die Theorieen aber aus
unterschiedlicher Perspektive: In der Mathematik steht die logisch stringente Darstel-
lung der Struktur einer Theorie im Vordergrund. F ur einen Physiker sind Gleichungen
Handwerkszeug, an deren Verwendung er von Beginn der ersten Vorlesung herangef uhrt
wird.
Die sichere Beherrschung mathematischer Methoden ist eine unabdingbare
Notwendigkeit f ur das Studium der Physik. Vielfach werden mathematische Konzepte
aber in der Physikvorlesung verwendet bevor sie in den entsprechenden mathematischen
Vorlesungen einge uhrt werden konnen. Der Vorkurs Mathematische Methoden
der Physik soll einerseits dazu dienen Schulwissen aufzufrischen und gegebenen-
falls zu erganzen. Andererseits soll er helfen die unvermeitliche L ucke zwischen der
ersten Anwendung einiger Begriichkeiten und der gr undlichen Behandlung in den
Mathematikvorlesungen so weit wie moglich zu schlieen.
Ich bin Ariane Papke zu Dank verpichtet f ur das Erstellen einer ersten Version dieses
Manuskriptes. Es umreit in kurzen Schlagworten den in der Vorlesung behandelten
Sto, und kann dazu dienen die wichtigen Formeln und Begrie nachzuschlagen.
Gottingen, September 2009
J urgen Vollmer
Ich habe einige Druckfehler korrigiert und werde Vorschlage und Erganzungen im Laufe
des aktuellen Vorkurses einf ugen. Entsprechend aktualisierte Versionen des Skriptes
werde ich dann jeweils im StudIP zur Verf ugung stellen. F ur Korrekturen, Kritik und
Erganzungen bin ich jederzeit dankbar.
Gottingen, September 2011
J urgen Vollmer
27. September 2011
4 Inhaltsverzeichnis
Inhaltsverzeichnis
1 Funktionen einer Veranderlichen 6
1.1 Grundbegrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Umkehrfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Elementare Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Kontrollaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Dierenzieren einer Veranderlichen 11
2.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Exkurs: Binomialverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Ableitung elementarer Funktionen . . . . . . . . . . . . . . . . . . . . . . 12
2.4 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.5 Implizite Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.6 Ableitung der Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . . . . 16
3 Reihenentwicklung 17
3.1 Systematische Approximation einer Funktion: Taylor-Reihe . . . . . . . 17
3.2 Konvergenzradius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4 Komplexe Zahlen 20
4.1 Vereinfachte Herleitung der Additionstheoreme . . . . . . . . . . . . . . . 20
4.2 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.3 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.4 Betrag einer komplexen Zahl . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.5 Ableitung von Sinus und Cosinus . . . . . . . . . . . . . . . . . . . . . . 21
4.6 Funktionen komplexer Zahlen . . . . . . . . . . . . . . . . . . . . . . . . 22
4.7 Polarkoordinaten-Darstellung . . . . . . . . . . . . . . . . . . . . . . . . 23
5 Integralrechnung 24
5.1 Motivation und Idee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
5.2 Geometrische Deutung des Integrals . . . . . . . . . . . . . . . . . . . . . 24
5.3 Stammfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.4 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
5.5 Symmetrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
6 Dierentialgleichungen 30
6.1 Dierentialgleichungen 1. Ordnung . . . . . . . . . . . . . . . . . . . . . 30
6.2 Dierentialgleichungen 2. Ordnung . . . . . . . . . . . . . . . . . . . . . 33
7 Vektorrrechnung 37
7.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
7.2 (Geometrische) Intepretation . . . . . . . . . . . . . . . . . . . . . . . . . 37
7.3 Koordinatendarstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
27. September 2011
Inhaltsverzeichnis 5
7.4 Koordinatentransformation . . . . . . . . . . . . . . . . . . . . . . . . . . 40
7.5 Lineare Gleichungssysteme . . . . . . . . . . . . . . . . . . . . . . . . . . 42
8 Koordinatensysteme 44
8.1 In zwei Deimensionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
8.2 In drei Dimensionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
9 Bahnkurven 46
9.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
9.2 Beispiel: Kreisbewegung in der x yEbene . . . . . . . . . . . . . . . . 46
9.3 Integration entlang einer Raumkurve . . . . . . . . . . . . . . . . . . . . 47
9.4 Berechnung des Wegintegrals in einem konkreten Beispiel . . . . . . . . . 48
10 Partielle Ableitungen 48
10.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
10.2 Gradient, Divergenz, Rotation . . . . . . . . . . . . . . . . . . . . . . . . 49
10.3 Rechenregeln f ur das Nabla-Kalk ul . . . . . . . . . . . . . . . . . . . . . 51
10.4 Anwendungen von Dierentialoperatoren . . . . . . . . . . . . . . . . . . 51
Literatur 55
27. September 2011
6 1 FUNKTIONEN EINER VER

ANDERLICHEN
1 Funktionen einer Veranderlichen
1.1 Grundbegrie
Eine Funktion f ordnet jeder Zahl x D (D: Denitionsmenge) eine Zahl f(x) W
(W: Wertemenge) zu.
Beispiele
- f(x) =

x, D
max
= [0, [, d.h. x R[0 x <
- Cosinusfunktion cos x, D
max
=] , [, W= [1, 1]
1.1.1 Stetigkeit
Eine Funktion f heit stetig in x
0
, falls
(1) lim
h0
f(x
0
h) = lim
h0
f(x
0
+ h) = lim
h0
f(x
0
)
und < f(x
0
) < . Das heit, dass der Graph von f bei x
0
nicht springt.
1.1.2 Monotonie
Eine Funktion f heit monoton im Intervall J, falls f ur alle x
1
, x
2
J gilt
x
1
< x
2
f(x
1
) < f(x
2
) monton steigend (2)
x
1
> x
2
f(x
1
) > f(x
2
) monton fallend (3)
Beispiel: f(x) =
1
x
ist jeweils monoton fallend f ur ]0, [ und f ur ] , 0[.
1.1.3 Injektivitat und Bijektivitat
Eine Funktion f heit injektiv, wenn
(4) x
1
, x
2
D : x
1
,= x
2
f(x
1
) ,= f(x
2
) .
Gibt es f ur eine Funktion f : X Y einen Wert x X und y Y , sodass f(x) = y
gilt, ist D W eineindeutig (bijektiv, f ur jeden x-Wert gibt es genau einen y-Wert).
Beispiele:
- f(x) = x
3
ist injektiv auf R
- f(x) = x
2
ist nicht injektiv auf R, aber injektiv auf ], 0] und [0, [.
27. September 2011
1.2 Umkehrfunktionen 7
1.2 Umkehrfunktionen
1.2.1 Addition und Komposition
Mit Funktionen kann man neue Funktionen denieren, z.B.
f(x) = g
1
(x) + g
2
(x), f(x) = g
1
(x) g
2
(x), . . .
Manchmal muss man den Denitionsbereich beachten:
f(x) =
g
1
(x)
g
2
(x)
ist nur deniert f ur g
2
(x) ,= 0!
Ganz allgemein kann man Funktionen zusammensetzen (hintereinander ausf uhren):
(f g)(x) (sprich:

f nach g).
Beispiel: f(x) =

x, g(x) = x
2
+ 4 (f g)(x) =

x
2
+ 4, D
fg
=] , [
1.2.2 Denition der Umkehrfunktionen
Es gibt zu f eine Funktion f
1
, sodass (f
1
f)(x) = x, sofern f(x) injektiv ist.
Ist f(x) monoton auf einem Intervall [x
1
, x
2
], so gibt es eine Umkehrfunktion f
1
. Die
Umkehrfunktion ist das Spiegelbild bzgl. der Achsenhalbierenden x = y.
1.2.3 Beispiele
Geradengleichung f(x) = ax + b ist injektiv auf D
f
= R, falls a ,= 0.
F ur a ,= 0 : f
1
(y) =
yb
a
, D
f
1 = R
(5) (f
1
f)(x) =
ax + b b
a
= x
Parabel f(x) = ax
2
ist injektiv f ur x 0 und a ,= 0.
(6) f
1
(y) =
_
y
a
, D
f
1 =
_
[0, [ f ur a > 0
] , 0] f ur a < 0
Beweis. (f
1
f)(x) =
_
ax
2
a
= x
1.3 Elementare Funktionen
Potenzen von x: 1, x, x
2
, x
3
, . . . , x
n
, n N
Polynome f(x) =

N
n=0
a
n
x
n
= a
0
+ a
1
x + a
2
x
2
+ + a
N
x
N
Exponentialfunktionen f(x) = e
x
, D
f
= R, W= R
+
=]0, [
mit der Umkehrfunktion f
1
(x) = ln x.
27. September 2011
8 1 FUNKTIONEN EINER VER

ANDERLICHEN
Trigonometrische Funktionen
f
1
(x) = sin x, f
2
(x) = cos x, f
3
(x) = tan x =
sin x
cos x
, f
4
(x) = cot x =
cos x
sin x
,
mit dem Wertebereich
D
f
1
1,2
= [1, 1]
und den Umkehrfunktionen
f
1
1
(y) = arcsin y, f
1
2
(y) = arccos y, f
1
3
(y) = arctan y.
Abbildung 1: Sinus, Cosinus und Tangens
Hyperbolicus
Abbildung 2: Einheitskreis
Hyperbelfunktionen
f
1
(x) = sinh(x) =
1
2
(e
x
e
x
) (7a)
f
2
(x) = cosh(x) =
1
2
(e
x
+ e
x
) (7b)
f
3
(x) = tanh(x) =
sinh(x)
cosh(x)
(7c)
mit den Umkehrfunktionen
f
1
1
(y) = asinh(x) =
1
2
(e
x
e
x
) (8a)
f
1
2
(y) = acosh(x) =
1
2
(e
x
+ e
x
) (8b)
f
1
3
(y) = atanh(x) =
sinh(x)
cosh(x)
(8c)
Betragsfunktion [x[ =
_
x f ur x 0
x f ur x < 0
Gauklammer und Aufrundungsfunktion Zu jeder reelen Zahl x gibt es eindeutig bes-
timmte nat urliche Zahlen n und n + 1, so dass n x < n + 1. Wir schreiben
x| = n (Gau-Klammer) und ,x| = n + 1 (Aufrundungsfunktion)
mit Denitionsbereich D = R und Wertebereich W= N
0
.
27. September 2011
1.4 Kontrollaufgaben 9
1.4 Kontrollaufgaben
Geben Sie den maximal moglichen Denitionsbereich und den dazugehorigen Wertebere-
ich folgender reeller Funktionen an. Fertigen Sie jeweils auch eine Skizze des Funktions-
graphen an.
f(x) = x x|
f(x) =
1 +[x[
1 x
2
f(x) =
_
1 x
1 + x
2
f(x) =
1
2
sin
2
x
27. September 2011
10 1 FUNKTIONEN EINER VER

ANDERLICHEN
Abbildung 3: Die Funktion
f(x) = x x| ist f ur
x
z
Z Null, da x
z
= x
z
|
ist. Der Denitionsbereich
ist D = R, der Wertebereich
ist das Intervall [0, 1[.
Abbildung 4: Die Funktion f(x) =
1+|x|
1x
2
ist deniert f ur
D = R 1. Der
Wertebereich der Funktion
ist W= R [0, 1[.
Abbildung 5: Der Denitionsbereich der
Funktion f(x) =
_
1x
1+x
2
ist D = [3,
1
3
[1.
Weiterhin ist der
Wertebereich W= [0, [.
Abbildung 6: Die Funktion
f(x) =
1
2
sin
2
x ist
deniert auf D = R, ihr
Wertebereich erstreckt sich
im Intervall [0.5, 0.5].
27. September 2011
11
2 Dierenzieren einer Veranderlichen
2.1 Denition
Eine Funktion f(x) hat Tangenten der Form g(x) = a + b(x x
0
).
Frage: Welche Gerade g(x) = a + b(x x
0
) schneidet (ber uhrt) f(x) bei x
0
, sodass
[f(x) g(x)[ minimal in einem kleinen Intervall um x
0
ist?
Antwort: g(x) ist die Tangente an f(x) in x
0
und es gilt
a = f(x
0
) = g(x
0
)
b = lim
h0
f(x
0
+ h) f(x
0
)
h
Sofern der Grenzwert existiert und eindeutig ist (s. Abb. 7)
(10) b = f

(x
0
) =
df(x)
dx

x=x
0
2.2 Exkurs: Binomialverteilung
Zur Bestimmung der Ableitung der Funktion f(x
0
+ h) = (x
0
+ h)
n
verwenden wir in
2.3 den binomischen Satz
(11) (x
0
+ h)
n
=
n

m=0
_
n
m
_
. .
Binomialkoezient
x
nm
0
h
m
Abbildung 7: Skizze zur Ableitung einer
Funktion f
Abbildung 8: Pascalsches Dreieck
27. September 2011
12 2 DIFFERENZIEREN EINER VER

ANDERLICHEN
Die
_
n
m
_
lassen sich aus dem Pascalschen Dreieck berechnen (s. Abb. 8).
Es gilt jeweils
_
n
0
_
=
_
n
n
_
= 1 und
_
n
m
_
=
_
n 1
m
_
+
_
n 1
m + 1
_
f ur 0 < m < n.
Beweis. Der Beweis erfolgt durch vollstandige Induktion:
(x
0
+ h)
n1

m=0
_
n 1
m
_
x
n1m
0
h
m
=
n1

m=0
_
n 1
m
_
_
x
nm
0
h
m
+ x
n1m
0
h
m+1

= x
n
0
+
n1

m=1
__
n 1
m
_
+
_
n 1
m + 1
__
x
nm
0
h
m
+ h
n
Beobachtung:
(12)
_
n
m
_
=
n!
(n m)!m!
mit n! = n (n 1) . . . 2
Anmerkung: Die Wahrscheinlichkeit f ur einen 6-er im Lotto ist
(13)
1
_
49
6
_ =
6! 43!
49!
=
6 5 4 3 2
49 48 47 46 45 44
=
1
13983816

1
14Mio.
Vom Standpunkt der Statistik ist es daher eine schlechte Investition, Lotto zu spielen.
2.3 Ableitung elementarer Funktionen
Beispiel 1: Potenzen Die Ableitung der Funktion f(x) = x
n
wird berechnet:
f

(x
0
) = lim
h0
(x
0
+ h)
n
x
n
0
h
= lim
h0
1
h
__
x
n
0
+ nhx
n1
0
+
_
n
2
_
h
2
x
n2
0
+ + h
n
_
x
n
0
_
= lim
h0
_
nx
n1
0
+ h
_
n
2
_
x
n2
0
+ + h
n1
_
f

(x
0
) = n x
n1
0
Anmerkung: Diese Regel gilt nicht nur f ur positive Zahlen n, sondern f ur alle reellen
n ,= 0.
Beispiel 2: Exponentialfunktion f(x) = e
x
f

(x) = e
x
per Denition.
Anmerkung: e
x
= exp x.
27. September 2011
2.4 Rechenregeln 13
Beispiel 3: Trigonometrische Funktionen
f(x) = sin x f

(x) = cos x (14)

f(x) = cos x f

(x) = sin x (15)

F ur eine elegante Herleitung in Abschnitt Ableitung von Sinus und Cosinus benotigen
wir Rechenregeln und komplexe Zahlen. Zunachst behandeln wir die Rechenregeln.
2.4 Rechenregeln
2.4.1 Allgemeine Funktionen
Addition
(f g)

(x
0
) = lim
h0
[f(x
0
+ h) g(x
0
+ h)] [f(x
0
) g(x
0
)]
h
= lim
h0
_
f(x
0
+ h) f(x
0
)
h

g(x
0
+ h) g(x
0
)
h
_
= f

(x
0
) g

(x
0
)
Summenregel:
(16) (f g)

= f

.
Multiplikation
(f g)

(x
0
) = lim
h0
f(x
0
+ h) g(x
0
+ h) f(x
0
) g(x
0
)
h
= lim
h0
_
f(x
0
+ h) g(x
0
+ h) f(x
0
) g(x
0
+ h)
h
= +
f(x
0
) g(x
0
+ h) f(x
0
) g(x
0
)
h
_
=f

(x
0
) g(x
0
) + f(x
0
) g

(x
0
)
Produktregel:
(17) (f g)

= f

g + f g

.
Quotientenregel
(18)
_
f
g
_

=
f

g f g

g
2
.
Die Herleitung wird unten nachgeliefert.
27. September 2011
14 2 DIFFERENZIEREN EINER VER

ANDERLICHEN
Kettenregel (Nachdierenzieren)
d
dx
f(g(x
0
)) = lim
h0
f(g(x
0
+ h)) f(g(x
0
))
h
= lim
h0
f(g(x
0
+ h)) f(g(x
0
))
g(x
0
+ h) g(x
0
)

g(x
0
+ h) g(x
0
)
h
= f

(g(x
0
)) g

(x
0
)
wobei wir zur Auswertung des ersten Faktors ber ucksichtigt haben, dass
lim
0
f(y
0
+)f(y
0
)

, y
0
= g(x
0
), y
0
+ = g(x
0
+ h) = g(x
0
+ h) g(x
0
).
Kettenregel:
(19) (f g)

= g

(f

g)
Anwendung der Kettenregel: Beweis der Quotientenregel.
Herleitung der Quotientenregel :
_
f
g
_

= f

_
1
g
_
+ f
_
1
g
_

_
1
g
_

=
d
dx
h(g(x)) wobei h(x) =
1
x
= x
1
h

(x) = (1)x
11
=
1
x
2
_
1
g
_

= g

(x)
1
(g(x))
2
=
g

(x)
(g(x))
2
mit Kettenregel (19)
_
f
g
_

=
f

g
g
2
+
f(g

)
g
2
=
f

g fg

g
2
mit Produktregel (17) (20)
2.5 Implizite Funktionen
Idee: Eine Kurve in der x yEbene wird durch
(21) F(x, y) = 0
festgelegt. Das heit, Funktionen konnen nicht nur durch (x, f(x)) beschrieben werden,
sondern auch implizit mittels (21).
Beispiel 1: F(x, y) = y x
2
= 0 beschreibt eine Parabel y = x
2
.
Beispiel 2: Der Einheitskreis x
2
+y
2
= 1 wird beschrieben durch F(x, y) = x
2
+y
2
1 =
0.
27. September 2011
2.5 Implizite Funktionen 15
2.5.1 Ableiten
Beim Ableiten ist die Kettenregel zu beachten, da ja auf der Kurve y = y(x) ist, wenn
man sie als Funktion von x betrachtet. Daher
dF(x, y)
dx
=
F
x
+
dy
dx

F
y
(22)
und analog
dF(x, y)
dy
=
F
y
+
dx
dy

F
x
(23)
Dabei sind Fx und Fy sogenannte partielle Ableitungen. Bei Fx wird y als
konstant betrachtet, und analog wird beim Berechnen von Fy der Wert von x konstant
gesetzt. Wir kommen darauf spater in Abschnitt Partielle Ableitungen zur uck.
Beispiel 1: Parabel: F(x, y) = y x
2
= 0.
dF
dx
=
dy
dx
2x = 0
dy
dx
= 2x .
Beispiel 2: Wurzel: F(x, y) = x

y = 0.
dF(x, y)
dy
= 1 2x
dx
dy
.
Ersetze z := x(y) =

y : (z) = z
2

(z) = 2z,
d
dy
(x(y)) =x

(y)

(x(y)) =
dx
dy
2x(y).

dx
dy
=
1
2x(y)
=
1
2

y
Beispiel 3: Einheitskreis: F(x, y) = x
2
+ y
2
1 = 0.
dF
dx
= 2x + 2y
dy
dx
0 = 0

dy
dx
=
x
y
f ur y ,= 0 (24)
Beweis.
x
2
+ y
2
= 1 y =

1 x
2
f ur
y > 0, sodass
dy
dx
=
2x
2

1 x
2
=
x
y
27. September 2011
16 2 DIFFERENZIEREN EINER VER

ANDERLICHEN
2.6 Ableitung der Umkehrfunktion
Per Denition gilt f ur die Umkehrfunktion f
1
von f(x), dass f
1
(f(x)) = x.
Bekannt sei die Ableitung f

(x) =
df(x)
dx
von f(x). Wie ndet man dann die Ableitung
der Umkehrfunktion (f
1
)

(y)?
Betrachte die implizite Funktion:
F(x, y) = f
1
(y) x = 0,
Ableiten nach x ergibt:
dF(x, y)
dx
=
dy
dx
(f
1
)

(y)
. .
Kettenregel
1 = 0
so dass
(25) (f
1
)

(y) =
1
_
dy
dx
_ =
1
f

(x)
=
1
f

(f
1
(y))
Beispiel 1: Gegeben sei die Ableitung der Parabel y = f(x) = x
2
. Wie ndet man
dann die Ableitung der Wurzelfunktion f
1
(y) =

y = x? Nach (25) ist

(f
1
)

(y) =
1
2

y
Beispiel 2: Gegeben sei die Ableitung der Exponentialfunktion f(x) = e
x
. Wie ndet
man dann die des Logarithmus f
1
(y) = ln y = x? Nach (25) ist
(f
1
)

(y) =
1
exp[f
1
(y)]
=
1
exp[ln y]
=
1
y
.
Beispiel 3: Gegeben sei die Ableitung der cos-Funktion y = f(x) = cos x. Dann ist
jene der Umkehrfunktion f
1
(y) = arccos y = x nach (25)
f

(x) = sin x
(f
1
)

(y) =
1
sin[arccos y]
=
1
_
1 cos
2
[arccos y]
2
=
1
_
1 y
2
(26)
27. September 2011
17
3 Reihenentwicklung
3.1 Systematische Approximation einer Funktion: Taylor-Reihe
Eine Sinusfunktion kann mit Polynomfunktionen, einer sogenannten Potenzreihe, ap-
proximiert werden (s. Abb. 9).
Die genaue Analyse der Approximation einer Funktion liefert eine Funktion f:
f(x) =a
0
+ a
1
(x x
0
) + a
2
(x x
0
)
2
+ a
3
(x x
0
)
3
+ . . .
=

n=0
a
n
(x x
0
)
n
(27)
Wie sollte man die Entwicklungskoezienten a
n
wahlen, um eine moglichst gute Ap-
proximation in der Nahe eines Punktes x
0
zu erreichen? In 2.1 hatten wir schon a
0
und
a
1
bestimmt: a
0
= f(x
0
) und a
1
= f

(x
0
).
Abbildung 9: Approximation des Sinus durch die ersten n Glieder einer Taylor-Reihe
um x = x
0
Idee: Ableitungen betrachten.
f

(x) =

n=1
na
n
(x x
0
)
n1
f

(x
0
) = a
1
f

(x) =

n=2
n(n 1)a
n
(x x
0
)
n2
f

(x
0
) = 2 1 a
2
f

(x) =

n=3
n(n 1)(n 2)a
n
(x x
0
)
n3
f

(x
0
) = 3 2 1 a
3
usw.
27. September 2011
18 3 REIHENENTWICKLUNG
a
n
=
1
n!

d
n
f
dx
n

x=x
0
. .
f
(n)
(x
0
)
(28)
f(x) =

n=0
f
(n)
(x
0
)
n!
(x x
0
)
n
(29)
Beispiel 1:
f(x) =
1
1 x
= (1 x)
1
f

(x) = (1)(1 x)
2
= (1 x)
2
f

(x) = 2(1 x)
3
f

(x) = 2 3(1 x)
4
f
(n)
(x) =n! (1 x)
(n+1)
(30)
f(x) =

n=0
n! (1 x
0
)
(n+1)
n!
(x x
0
)
n
=

n=0
(x x
0
)
n
(1 x
0
)
n+1
(31)
Um (31) zu erhalten, wird (30) in (29) eingesetzt. F ur x
0
= 0 ist f(x) =

n=0
x
n
, d.h.
wir erhalten die Summenformel f ur die geometrische Reihe:
1
1 x
=

n=0
x
n
(32)
Beispiel 2: f(x) = e
x
, f
(n)
(x) = e
x
.
f(x) =

n=0
f
(n)
(x
0
)
n!
(x x
0
)
n
f ur x
0
= 0 : f(x)

n=0
x
n
n!
, da e
0
= 1
Beispiel 3 a: f(x) = sin x, f

(x) = cos x, f

(x) = sin x, f

(x) = cos x. F ur x
0
= 0
ist f(x
0
) = sin 0 = 0, f

(x
0
= 1, f

(x
0
) = 0, f

(x
0
) = 1 usw.
f
(n)
(0) =
_
(1)
1
2
(n1)
f ur n ungerade
0 f ur n gerade
sin(x)

m=0
(1)
m
(2m + 1)!
x
2m+1
wobei n = 2m + 1 m =
n 1
2
(33)
27. September 2011
3.2 Konvergenzradius 19
Beispiel 3b: Analog gilt
(34) f(x) = cos x =

m=0
(1)
m
(2m)!
x
2m
3.2 Konvergenzradius
Frage: Wir haben hier Gleichheitszeichen verwendet. Ist das zurecht so oder ist die
Reihenentwicklung eine Approximation? Wenn ja: In welchem Intervall um x
0
ist die
Naherung gut?
Die Mathematiker denieren einen Konvergenzradius R
k
dergestalt, dass die Approxi-
mation gut ist (exakt f ur Reihe), sofern
[x x
0
[ < R
k
..
Konvergenzradius
In der Praxis muss man abschatzen, wie gro der Rest ist bei Ber ucksichtigen der
Glieder n < N.
F ur die Darstellung von f(x) =
1
1x
der geometrischen Reihe nden wir zum Beispiel
N1

n=0
x
n
=

n=0
x
n

n=N
x
n
=
1
1 x

x
N
1 x
. .
Fehler beim Abbrechen nach den ersten n Gliedern
Der Fehler wird sehr schnell klein, sofern [x[ < 1, sodass der Konvergenzradius in diesem
Fall gleich eins ist. F ur die Exponentialfunktion e
x
, Sinus und Cosinus ist er .
Aufgepasst: Der Konvergenzradius kann auch Null sein! Beispiel:
sin
1
x
, exp(
1
x
2
) f ur x
0
= 0 !
27. September 2011
20 4 KOMPLEXE ZAHLEN
4 Komplexe Zahlen
4.1 Vereinfachte Herleitung der Additionstheoreme
Wir suchen eine einfache Herleitung f ur
sin( + ) = sin cos + sin cos .
Beweis mit Hilfe vom Einheitskreis und der Eulerschen Formel:
i =

1, e
i
= cos + i sin .
Beweis.
e
i(+)
= e
i
e
i
= (cos + i sin )(cos + i sin ) (35)
= cos cos sin sin + i(cos sin + cos sin )
= cos( + ) + i sin( + )
Die hyperbolischen Funktionen sinh und cosh tragen den trigonometrischen Funktionen
analoge Namen, da diese Funktionen uber die Eulersche Formel in Beziehung stehen:
sinh(ix) =
1
2
(e
ix
e
ix
) =
1
2
[cos x + i sin x (cos x i sin x)] = i sin x,
und analog cosh(ix) = cos x.
4.2 Denition
Man erweitert die Achse der reellen Zahlen R in die zweidimensionale Gauss-Ebene der
komplexen Zahlen C (s. Abb. 10).
Abbildung 10: Komplexe Zahlen
27. September 2011
4.3 Rechenregeln 21
F ur die Koordinaten (a, b) ist die zugehorige komplexe Zahl z = a + i b.
a heit Realteil von z,
b heit Imaginarteil von z und
i ist die komplexe Einheit: i =

1.
Komplex konjugierte Zahlen: z

= a ib ist das komplex konjugierte zu z = a + ib,

d.h. das Vorzeichen des Imaginarteils wird gedreht.
4.3 Rechenregeln
i) Addition/Subtraktion:
z
1
+ z
2
= (a
1
+ ib
1
) + (a
2
+ ib
2
) = (a
1
+ a
2
)+ i(b
1
+ b
2
)
1(z
1
+ z
2
) = a
1
+ a
2
(z
1
+ z
2
) = b
1
+ b
2
(36)
ii) Multiplikation:
z
1
z
2
= (a
1
+ib
1
)(a
2
+ib
2
) = a
1
a
2
+ia
1
b
2
+ia
2
b
1
+i
2
b
1
b
2
= (a
1
a
2
b
1
b
2
)+i(a
1
b
2
+a
2
b
1
)
R(z
1
z
2
) = a
1
a
2
b
1
b
2
, I(z
1
z
2
) = a
1
b
2
+ a
2
b
1
iii) Die Division lasst sich zur uckf uhren auf die Multiplikation
z
1
z
2
=
z
1
z

2
z
2
z

2
=
z
1
z

2
[z
2
[
2
4.4 Betrag einer komplexen Zahl
Nach dem Satz von Pythagoras entspricht dies dem Abstand vom Ursprung:

zz

a
2
+ b
2
= r (vgl. Abb. 10). Im Gegensatz dazu liegt z
2
= a
2
b
2
+ 2iab an einer
beliebigen Stelle in der komplexen Ebene.
(37) z z

= (a + ib)(a ib) = a
2
(ib)
2
= a
2
i
2
b
2
= a
2
+ b
2
= z

z = [z[
2
Als Betrag von z wird [z[ =

z bezeichnet. Beachten Sie: [z[ R

+
0
, da Insbeson-
dere ist i
2
= 1, quadrieren liefert also nicht immer positive Werte.
4.5 Ableitung von Sinus und Cosinus
Die Ableitung von sin x und cos x ist mit Kenntnis von
d
dx
e
ax
= a e
ax
und e
ix
=
cos x + i sin x (s. Abschnitt 4.6):
ie
ix
=
d
dx
e
ix
=
d
dx
[cos x + i sin x] wobei i[cos x + i sin x] = i cos x sin x,
27. September 2011
22 4 KOMPLEXE ZAHLEN
Vergleich der Terme mit und ohne i liefert dann
d
dx
cos x + i
d
dx
sin x = sin x + i cos x

d
dx
cos x = sin x

d
dx
sin x = cos x
4.6 Funktionen komplexer Zahlen
Funktionen mit komplexen Argumenten werden ausgewertet, indem man das Argument
in die entsprechende Potenzreihe (vgl. 29) einsetzt. Was ergibt sich dann f ur e
z
, wenn
z = a + ib?
4.6.1 Vorgehen
e
z
!
=

n=0
z
n
n!
deniert den Funktionswert zu komplexen Argumenten.
4.6.2 Darstellung von Sinus und Cosinus
sin =
1
2i
(e
i
e
i
)
cos =
1
2
(e
i
+ e
i
)
An dieser Stelle sei auf die Additionstheoreme in 4.1 verwiesen.
4.6.3 Sinusfunktion mit komplexen Argumenten
sin z =

n=0
(1)
n
(2n + 1)!
z
2n+1
sin(a + ib) =
1
2i
_
e
i(a+ib)
e
i(a+ib)
_
= sin b cosh b + i cos a sinh b
4.6.4 Logarithmus
e
z
=

n
z
n
n!
=

n=0

m=0
_
n
m
_
a
m
(ib)
nm
n!
=

n=0

m=0
a
m
m!
(ib)
nm
(n m)!
27. September 2011
4.7 Polarkoordinaten-Darstellung 23
Insgesamt laufen m und nm uber alle nat urliche Zahlen (einschlielich Null) dergestalt,
dass jedes Paar genau einmal vorkommt. Also:
e
z
=
_

p=0
a
p
p!
__

q=0
(ib)
q
q!
_
= e
a

q=0
..
q gerade
(1)
q/2
b
q
q!
+ i

q=1
..
q ungerade
(1)
q1
2
b
q
q!
_

_
= e
a
(cos b + i sin b)
wobei wir im letzten Schritt die Taylor-Reihen Darstellungen (33) und (34) der Sinus-
und Cosinus-Funktionen verwendet haben. Als Spezialfall f ur rein imaginare Argumente
ergibt sich die Eulersche Formel
e
i
= cos + i sin f ur R (38)
4.7 Polarkoordinaten-Darstellung
Unter Verwendung der Eulerschen Formel ndet man folgende Polarkoordinaten-
Darstellung der komplexen Zahlen:
a = [z[ cos
b = [z[ sin
_
a + ib =[z[ cos + i[z[ sin
=[z[(cos + i sin ) = [z[ e
i
Die Multiplikation und Division sind damit vereinfacht:
z
1
z
2
= [z
1
[ e
i
1
[z
2
[ e
i
2
= [z
1
[[z
2
[e
i(
1
+
2
)
z

2
= a ib = [z[(cos i sin ) = [z[(cos + i sin()) = [z[e
i
(39)

z
1
z
2
=
[z
1
[
[z
2
[
e
i(
1

2
)
Anmerkung: Da cos = cos() und sin = sin() ist, ergibt sich (39).
Da [z[ =

a
2
+ b
2
und tan =
a
b
gelten, kann z immer eindeutig aus gegebenem a und
b berechnet werden.
27. September 2011
24 5 INTEGRALRECHNUNG
5 Integralrechnung
Anmerkung: Per Denition ist
_
dx f(x) =
_
f(x)dx. Beide Notationen sind richtig,
beide haben aber Vor- und Nachteile.
5.1 Motivation und Idee
Grob gesagt ist die Integration die Umkehrung des Dierenzierens.
Notation: Di:
f(x)
df
dx
oder f

(x)
Integrieren:
df
dx
f(x) + konst.
Die Betrachtung innitesimal kleiner Kurvenst ucke wird

r uckgangig gemacht:
d
1
df
dx
dx
anstatt d
1
schreibt man
_
__
df
dx
dx =
_
df = f(x) + konst.
Solche Integrale, in denen die Integrationskonstante noch nicht festgelegt wurde, nennt
man das unbestimmte Integral. Das bestimmte Integral ist
_
b
a
df = f(b) f(a),
wobei das Intervall [a, b] das Integrationsgebiet des bestimmten Integrals genannt wird.
Beachte: Tauschen der Integrationsgrenzen f uhrt zu einem Vorzeichenwechsel:
_
b
a
df =
_
b
a
df (40)
5.2 Geometrische Deutung des Integrals
Das bestimmte Integral

entspricht der Flache A(a, b; f(x)) unter der Kurve f(x).

x =
ba
N
, die Flache kann man abschatzen als Summe von N Streifen gleicher Breite.
Ein Streifen i liegt an der Stelle x a + ix und hat die Hohe f(a + ix).
(41) A
(N)
(a, b; f(x)) =
N

i=1
x f(a + ix)
27. September 2011
5.3 Stammfunktion 25
Abbildung 11: Flache unter einer Funktion f
Im Grenzfall f ur N erhalt man das Riemann-Integral
(42) A(a, b; f(x)) = lim
N
A
(N)
(a, b; f(x))
Allerdings: Die Flache kann entsprechend dieser Denition negativ sein! Es handelt sich
nicht nur um eine Mazahl f ur Flacheninhalt.
5.3 Stammfunktion
Sei b = x, dann ist F(x) = A(a, x; f(x)) eine Stammfunktion von f(x) und es gilt:
(43) F(x + h) F(x) =
_
x+h
a
f(y)dy
_
x
a
f(y) dy =
_
x+h
x
f(y) dy
Nur f ur sehr kleine h ist
_
x+h
x
f(y) dy h f(x), sodass
(44) f(x) = lim
h0
F(x + h) F(x)
h
= F

(x)
Denition: Jede Funktion F(x) mit F

(x) = f(x) heit Stammfunktion zu f(x).

Stammfunktionen unterscheiden sich durch eine Konstante [d.h. durch die Wahl von
a in (43)].
(45) F(x) =
_
f(x) dx + konst.
Es gibt keinen systematischen Zugang zur Bestimmung von Stammfunktionen. F ur ein
paar gangige Funktionen (er)kennt man die Stammfunktionen direkt.
Bei komplizierten Funktionen kann man nachschauen in Integraltafeln (entweder
auf dem Rechner, z.B. PC-Programme Maple, Mathematica) oder auf Papier:
27. September 2011
26 5 INTEGRALRECHNUNG
- Bronstein: Taschenbuch der Mathematik [3]
- Gradsteyn-Rhyzik

Tables of Series & Integrals[2]

5.4 Rechenregeln
Haug ndet man die Stammfunktion nicht direkt in den Integraltafeln, sondern erst
nachdem man das Integral mittels einiger Rechenregeln auf eine einfachere Form gebracht
hat:
5.4.1 Partielle Integration
(46)
_
dx f

(x) g(x) = f(x) g(x)

_
dxf(x) g

(x)
Die Formel (46) folgt aus der Produktregel.
Beispiel 1:
_
dx x e
ax
=
_
dx x
_
d
dx
e
ax
a
_
=
x e
ax
a

_
dx
e
ax
a
=
x e
ax
a

e
ax
a
2
+ konst.
Beispiel 2:
_
b
a
sin
2
x =
_
b
a
sin x
d
dx
(cos x) = sin x cos x+
_
b
a
dx cos x cos x
. .
cos
2
x=1sin
2
x
2
_
b
a
dx sin
2
x = sin x cos x +
_
b
a
dx 1

_
b
a
dx sin
2
x =
1
2
[b a sin x cos x]
b
a
=
b a
2

sin b cos b
2
+
sin a cos a
2
f(x) F(x)
sin x cos x
cos x sin x
e
x
e
x
x
n 1
n+1
x
n+1
x
1
ln x
1
1+x
2
arctan
(a + bx)

(a+bx)

b(+1)
f ur ,= 1 und b ,= 0.
Tabelle 1: Beispiele f ur Stammfunktionen
27. September 2011
5.4 Rechenregeln 27
5.4.2 Substitution
_
b
a
f(g(x)) g

(x) dx =
_
g(b)
(g(a)
f(g) dg (47)
Die Formel (47) folgt aus der Kettenregel.
Zum Merken:
dg
dx
dx = dg+ Ersetzen der Grenzen!
Um die Betragsstriche zu motivieren betrachten wir die geometrische Interpretation des
Integrals als die Summe der Flachen von Streifen, wie sie zur Denition des Riemann-
Integrals eingef uhrt wurden:
Man verwendet Schritte der Lange g = g

(x)x anstatt kleiner aquidistanter Schritte.

Anstatt die Flache in kleine Streifen gleicher Breite g aufzuteilen kann man auch
Streifen unterschiedlicher Breite x wahlen und den Integranten mit [g

(x)[ multi-
plizieren. Schlielich ist g

(x) x = g ein sehr schmaler Streifen (vgl. Abbildung

12).
Ein negatives Vorzeichen von g

(x) f uhrt dabei zu einem Tausch in der Orientierung der

Integrationsgrenzen, was nach (40) ebenfalls zu einem negativen Vorzeichen f uhrt.
Beispiel:
_
b
a
dx
x
1 + x
2
Idee: g(x) = x
2
g

(x) = 2x.
_
b
a
dx
x
1 + x
2
=
1
2
_
b
a
dx
2x
1 + x
2
=
1
2
_
b
a
dx
g

(x)
1 + g(x)
=
1
2
_
g(b)
g(a)
dg
1
1 + g
(48)
Mit g(b) = b
2
, g(a) = a
2
und
d
dx
ln(1 + x) =
1
1 + x
ergibt sich also
_
b
a
dx
x
1 + x
2
=
1
2
ln(1 + g)

g(b)
g(a)
=
1
2
ln
1 + b
2
1 + a
2
F ur a = b verschwindet das Integral. Kann man einfach einsehen, aber wieso?
Abbildung 12: Darstellung der Integration nach Riemann
27. September 2011
28 5 INTEGRALRECHNUNG
5.5 Symmetrie
F ur Funktionen mit spezieller Symmetrie lassen sich bestimmte Integrale in vielen Fallen
vereinfachen. Eine Funktion heit
i) inversionssymmetrisch, wenn f(x) = f(x).
Abbildung 13: Inversionssymmetrische
Funktion
Abbildung 14: Spiegelsymmetrische
Funktion
Eine Funktion mit Inversionssymmetrie ist punktsymmetrisch bzgl. des Koordi-
natenursprungs (s. Abb. 13).
Konsequenz : Das symmetrische Integral ist
_
a
a
f(x)dx = 0.
ii) spiegelsymmetrisch, wenn f(x) = f(x).
Eine Funktion mit Spiegelsymmetrie ist spiegelsymmetrisch bzgl. der y-Achse (s.
Abb. 14).
Konsequenz : Das symmetrische Integral ist
_
a
a
f(x)dx = 2
_
a
0
dx f(x).
Beweis. Es sei g(y) = y, sodass
_
a
a
f(x) dx =
_
a
a
f(g(y)) g

(y) dy
=
_
a
a
f(y) dy =
_
a
a
f(x) dx
f(y) =f(y) Tauschen der Grenzen
2
_
a
a
f(x) dx = 0
27. September 2011
5.5 Symmetrie 29
Beispiel: f(x) =
x
1+x
2
ist inversionssymmetrisch, sodass
_
a
a
dx f(x) = 0.
iii) translationssymmetrisch, wenn sie symmetrisch gegen uber einer
(Parallel-)Verschiebung ist.
27. September 2011
30 6 DIFFERENTIALGLEICHUNGEN
6 Dierentialgleichungen
6.1 Dierentialgleichungen 1. Ordnung
Allgemeine Form:
(49)
dy(x)
dx
= f(x, y)
Gesucht ist y(x), die Losung der Dierentialgleichung (49).
Anmerkung: Oft ndet man die Losung nur in impliziter Form F(x, y) = 0.
Typische Anwendungen:
- in der Physik: radioaktiver Zerfall / Ratengleichungen
- in der Finanzwelt: Risikoanalyse / Kapitalwachstum
- in der Biologie: Bevolkerungswachstum
6.1.1 Radioaktiver Zerfall
Die Anzahl N der im Zeitintervall t zerfallenden Kerne in einer radioaktiven Probe
ist proportional zur Zahl N der vorhandenen Kerne (zumindest sofern N 1).
(50) N = N t
N
t
= N
Wobei die Zerfallskonstante des Materials ist.
Idealisierung durch Grenzprozess:
N, t 0 mit
N
t
=
dN(t)
dt
=

N(t).
Wir erhalten so die Dierentialgleichung
(51)

N(t) = N(t)
Losungsstrategie f ur diese DGL: Variablentrennung.
_
1
N(t)

dN
dt
dt =
_
dt = (t t
0
) (52)
=
_
1
N
dN = ln N ln N
0
= ln
N
N
0
N(t) = N
0
e
(tt
0
)
(53)
27. September 2011
6.1 Dierentialgleichungen 1. Ordnung 31
Interpretation: Zu Anfang, zur Zeit t = t
0
, haben wir N
0
Teilchen. Ihre Anzahl zerfallt
dann exponentiell.
6.1.2 Strategien zum Losen von Dierentialgleichungen
a) Trennung von Variablen: Strategie f ur
dx
dy
= g(x) h(y).
Ansatz: umstellen zu
1
g(x)
dx
dy
= h(y). und Integrieren von der Anfangsbedingung
(x
0
, y
0
) bis zum Wert (x
f
, y
f
), das uns interessiert.
Anfangsbedingung: x = x
0
und y = y
0
, d.h. x(y
0
) = x
0
_
y
f
y
0
1
g(x)
dx
dy
dy =
_
y
f
y
0
h(y)dy
Substitution:
_
x
f
x
0
1
g(x)
dx =
_
y
f
y
0
1
g(x)
dx
dy
dy
Wir nden die implizite Darstellung der Losung:
(54)
_
x
f
x
0
dx
g(x)
=
_
y
f
y
0
h(y)dy
b) Substitution: Strategie f ur
(55)
dx
dy
= g
_
x
y
_
Ansatz: Wir f uhren eine neue Variable z =
x
y
ein, sodass x(y) = y z(y).
dx
dy
= z + y
dz
dy
z + y
dz
dy
= g(z)

dz
dy
=
1
y
(g(z) z) (56)
und (56) lasst sich losen durch Trennung von Variablen.
c) Variation der Konstanten: Strategie f ur
dx
dy
= x(y) g(y) + h(y) (57)
Ansatz: Lose zuerst
dx
dy
= x(y) g(y), d.h. die Gleichung mit h(y) identisch Null.
Das Resultat heit homogene Losung: x
hom
(y)
Substituiere anschlieend x(y) = x
0
(y) x
hom
(y) in (57) und bestimme x
0
(y).
Anschlieend substituiert man den Ansatz:
(58) x(t) = x
0
(y) x
hom
(y)
27. September 2011
32 6 DIFFERENTIALGLEICHUNGEN
6.1.3 Beispiel
Fischteich:
dN
dt
=N +
ausgesetzte Fische
..

in
(1 + cos(t))
dx(t)
dy
=g x(t) +h(t)
Wobei g hier eine konstante Funktion ist.
Homogene Losung der DGL:
Zu Anfang, zur Zeit t
0
= 0, sind N
0
Fische im Teich. Wenn man keine neuen Fische
aussetzt, sinkt ihre Zahl exponentiell. Wenn man dagegen zwischendurch Fische aussetzt,
hat dies denselben Eekt auf die Population, als wenn man zu Anfang mit einer deutlich
anderen Zahl begonnen hatte. Immer, wenn man Fische aussetzt, kann man das also
interpretieren als eine

Anderung von N
0
. Folglich wird dies eine Funktion der Zeit:
N
0
= N
0
(t)!

N
hom
(t) = N
hom
N
hom
(t) = N
0
e
t
Ansatz (59):
dN
0
dt
e
t
+ N
0
(t) (e
t
) =
dN
dt
!
= N
0
(t)e
t
+
in
(1 cos t)

dN
0
dt
e
t
=
in
(1 cos t)

dN
0
dt
=
in
e
t
(1 cos t) (59)
N
0
(t) N
0
(0) =
_
t
0
dt
_

in
e
t
(1 cos t)

cos t =
1
2
_
e
it
+ e
it
_
(60)
=
in
_
t
0
dt
_
e
t

1
2
e
(+i)t

1
2
e
(i)t
_
=
in
_
e
t

1
2
e
(+i)t
+ i

1
2
e
(i)t
i
_
t
0
=
in
_
e
t

2
+
2
e
t
cos t

2
+
2
e
t
sin t
_
t
0
=
in
_
e
t

_
1

2

2
+
2
cos t

2
+
2
sin t
_
+
1

2
+
2
_
27. September 2011
6.2 Dierentialgleichungen 2. Ordnung 33
N(t) =
_
N(t
0
) +

in

2
+
2
_
e
t
+

in

_
1

2

2
+
2
cos(t)

2
+
2
sin(t)
_
=
_
N(t
0
) +

in

2
+
2
_
e
t
+

in

_
1

_

2
+
2
sin( + t)
_
mit
sin =

2
+
2
cos =

2
+
2
_
_
_
tan =

(61)
6.2 Dierentialgleichungen 2. Ordnung
Allgemeine Form: x(t) + a x(t) = F(x, t).
Gesucht: Losung x(t).
Die DGL ist 2. Ordnung wegen der 2. Ableitung x(t). Dies ist der f ur die Physik inter-
essanteste Fall:
Typisches Beispiel: m x = F(x, t), also Masse Beschleunigung = Kraft.
Achtung: Es gibt keine allgemeine mathematische Theorie f ur die Losung solcher Gle-
ichungen.
Physik ist spannend, interessant und vielseitig.
Man kennt Losungen/Strategien f ur viele wichtige Falle.
6.2.1 Freier Fall
Ein Teilchen der Masse m wird im freien Fall mit g = 9, 81
m
s
2
=konst. beschleunigt (s.
Abb. 15).
Abbildung 15: Skizze zum freien Fall
Abbildung 16: Harmonische Schwingung
27. September 2011
34 6 DIFFERENTIALGLEICHUNGEN
m z = mg z = g z(t) v
0
= g(t t
0
)
z(t) = v
0
g(t t
0
)
z(t) = z
0
+ v
0
(t t
0
)
g
2
(t t
0
)
2
6.2.2 Harmonische Schwingung
Abbildung 16 zeigt die Auslenkung x
0
eines Teilchens der Masse m entgegen einer Kraft.
Nach dem Hookschen Gesetz gilt F(x) = Dx. Anmerkung: F ur eine sehr groe
Auslenkung verlauft die Kurve nicht mehr linear: Dx ist das 1. Glied der Taylor-
Reihe f ur eine kleine Auslenkung.
Newton: m x(t) = Dx.
(62) x(t) =
D
m
x(t)
Beobachtung: Gleichung ist linear in x.
Ansatz:
x(t) =x
0
e
t
x(t) =x
0
e
t
= x(t)
x(t) =
2
x(t)

2
x(t) = x(t) =
..
DGL

D
m
x(t)

2
=
D
m
f ur D, m > 0 :

= i
_
D
m
Wir nden also zwei Losungen, jeweils eine zu
+
= i
_
D
m
und eine zu

= i
_
D
m
. Die
erste Losung ist
x(t) =A
+
e
i

D
m
t
= A
+
_
cos
_
_
D
m
t
_
+ i sin
_
_
D
m
t
__
(63)
Eine analoge Losung ergibt sich hier f ur die andere Wurzel

= i
_
D
m
:
x(t) = A

_
cos
_
_
D
m
t
_
i sin
_
_
D
m
t
__
27. September 2011
6.2 Dierentialgleichungen 2. Ordnung 35
und da (62) linear ist, ist auch die Summe mit beliebigen Zahlen x

und x
+
eine Losung:
Wir haben zwei Losungen = i
_
D
m
.
Wieso ist eine lineare Superposition eine Losung, sodass (66) zustande kommt?
Beweis. Losung 1 ist L
1
(x), Losung 2 ist L
2
(x) und ihre Summe ist L
g
(x) := a
1
L
1
(x) +
a
2
L
2
(x).
Ableitungen:

L
g
(t) =a
1

L
1
+ a
2

L
2

L
g
(t) =a
1

L
1
+ a
2

L
2
(64)
Zu zeigen ist nun, dass

L
g
=
_
D
m
L
g
sofern

L
1
2
=
_
D
m
L
1
2
. Somit

L
g
= a
1

L
1
+ a
2

L
2
=
_
D
m
a
1
L
1

_
D
m
a
2
L
2
=
_
D
m
(a
1
L
1
+ a
2
L
2
) =
_
D
m
L
g
(65)
Eine Summe wie L
g
(t) nennt man eine lineare Superposition der Losungen. Die allge-
meine Losung ist von der Form
x(t) =A
1
e
i

D
m
t
+ A
2
e
i

D
m
t
(66)
Physikalisch sinnvoll sind nur Losungen mit rellen x(t). Dies ist gegeben, wenn A
2
das
komplex konjugierte zu A
1
=
A
2
e
i
ist:
A
2
= A

1
=
A
2
e
i
(67)
In dem Falle erhalt man
x(t) = (
A
2
+
A
2
) cos
_
_
D
m
t +
_
+
i
2
(A A)
. .
=0
sin
_
_
D
m
t +
_
= 2Acos
_
_
D
m
t +
_
Dies ist eine Schwingung mit Amplitude A und dem Ursprung x = 0. Der Winkel
heit Phase der Schwingung. Die Amplitude und Phase m ussen wir nun noch aus der
Anfangsbedingung bestimmen.
Wir betrachten den Fall, in dem die Masse um x ausgelenkt wurde und zur Zeit t = 0
losgelassen wird. Mithin
27. September 2011
36 6 DIFFERENTIALGLEICHUNGEN
0 = v(t = 0) = x(0) = A
_
D
m
sin() = 0 (68)
und x = x(0) = Acos(0) = A (69)
27. September 2011
37
7 Vektorrrechnung
7.1 Motivation
Frage: Wie viele Zahlen (je nachdem mit Einheit) benotige ich zur Beschreibung einer
physikalischen Groe?
Skalare: 1 Zahl + Maeinheit; Beispiel: Temperatur, Masse
Vektoren: 1 Zahl (+ Maeinheit) + Richtung; Bsp.: Strecke, Geschwindigkeit,
Kraft,...
Matrizen: 1 Zahl (+ Maeinheit) + 2 Richtungen; Bsp.: Drehmoment
Grundsatzlich: 1 Zahl + N Richtungen
Tensor N-ter Stufe
7.2 (Geometrische) Intepretation
Mathematik: Vektoren sind

Aquivalenzklassen gerichteter Pfeile.
Pfeil: Lange [a[ oder a = [a[. Der Beginn eines Vektors wird Fu, das Ende Kopf genannt.
a ist immer derselbe Vektor, egal wo sein Fu liegt.
Rechenoperationen
a) Addition: die Addition ist kommutativ (a+

b) = (

b+a) und assoziativ (a+

b)+c =
a + (

b +a).
b) Skalare Multiplikation mit R: a ist ein Vektor mit derselben Richtung, die
Lange wird mit multipliziert
Distributivgesetz I: ( + )a = a + a
Distributivgesetz II: (a +

b) = a +

b
Assoziativgesetz: ()a = (a)
Die skalare Multiplikation von = 0 und einem beliebigen Vektor ergibt den
Nullvektor

0. Fupunkt und Spitze dieses Vektors fallen zusammen.
c) Skalarprodukt: mit (a,

b) ist der eingeschlossene Winkel zwischen a und

b. Es
gilt a

b = [a[ [

b[ cos . Insbesondere:
a

b = 0 f ur a

b und a

b = [a[[

b[ f ur a|

b.
Die Lange berechnet man wie folgt: a a = [a[[a[ [a[ =

a a
Notation f ur einen Einheitsvektor, d.h. einen Vektor der Lange eins (n utzlich z.B.
f ur Koordinaten): a =
a
|a|
27. September 2011
38 7 VEKTORRRECHNUNG
d) Kreuzprodukt (nur in 3D)
a

b = [Flache des aufgespannten Parallelogramms] c mit ca und c

b.
a,

b, c bilden ein Rechtssystem, d.h. die Orientierung der drei Vektoren der der
ersten drei Finger der rechten Hand:
a rechter Daumen

b rechter Zeigenger
c rechter Mittelnger
Konsequenz: a

b = (

b a). Das Kreuzprodukt ist antikommutativ.

7.3 Koordinatendarstellung
Denition: d Vektoren e
1
, e
2
, . . . , e
d
sind linear unabhangig, falls das Gleichungssystem
d

i=1

i
e
i
= 0 (70)
nur die Losung
1
=
2
=
3
= =
d
= 0 hat.
Z.B. a +

b c =

0, a,

b, c sind nicht linear unabhangig!

In d Dimensionen gibt es maximal d linear unabhangige Vektoren. (Dies kann man als
Denition von d Dimensionen auassen!)
Orthonormalbasis in d Dimensionen:
Wahle e
i
, i = 1, . . . , d, wobei e
i
normiert ist
(71) e
i
e
j
=
ij
:=
_
1 f ur i = j
0 sonst
mit Kronecker
ij
und es gilt
Abbildung 17: Addition
Abbildung 18: Subtraktion Abbildung 19: Multiplikation
Abbildung 20: Kreuzprodukt
27. September 2011
7.3 Koordinatendarstellung 39
(72) a =

i
(a e
i
)
. .
a
i
e
i
=

i
a
i
e
i
Dabei sind a
i
sind Koordinaten bez uglich der Basis e
i
. Man schreibt auch allgemein
a =
_
_
_
_
_
a
1
a
2
.
.
.
a
d
_
_
_
_
_
, d.h. in 2d a =
_
a
1
a
2
_
.
In Koordinatenschreibweise:
a) Addition: a +

b =
_
_
_
a
1
a
2
.
.
.
_
_
_
+
_
_
_
b
1
b
2
.
.
.
_
_
_
=
_
_
_
a
1
+ b
1
a
2
+ b
2
.
.
.
_
_
_
.
Kompakter: (a +

b)
i
= a
i
+ b
i
, wobei (a +

b)
i
die i-te Komponente des Koordi-
natenvektors ist und a
i
die i-te Komponente von a bzw. b
i
die i-te Komponente
von

b.
b) Skalare Multiplikation: (a)
i
= a
i
c) Skalarprodukt: a

b =

i
a
i
b
i
, das benotigen wir oft, entsprechender Index
(hier i) kommt jeweils genau zweimal vor.
Einsteins Summenkonvention:
a

b = a
i
b
i
summiere uber alle Paare von Indices.
d) Kreuzprodukt:
(73) a

b =
_
_
a
1
a
2
a
3
_
_

_
_
b
1
b
2
b
3
_
_
=
_
_
a
2
b
3
a
3
b
2
a
3
b
1
a
1
b
3
a
1
b
2
a
2
b
1
_
_
Unter Verwendung des Levi-Chivita Tensors
12312
123
=
231
=
312
= 1, gerade Perumtation
32132
213
=
132
=
321
=1, ungerade Permutation

ijk
= 0, sonst
und der Summenkonvention lasst sich das Kreuzprodukt dann schreiben als (a

b)
i
=
ijk
a
j
b
k
.
27. September 2011
40 7 VEKTORRRECHNUNG
Abbildung 21: Verschiebung
Abbildung 22: Rotation
7.4 Koordinatentransformation
Frage: Gibt es ein ausgezeichnetes Koordinatensystem?
Oder ist das Resultat einer Rechnung unabhangig davon, welches Koordinatensystem
verwendet wurde?
Physikalische Forderung: Das muss so sein!
7.4.1 Wahl des Koordinatenursprungs
Dies f uhrt zu einer Parallelverschiebung. Es besteht kein Unterschied wegen der Deni-
tion von Vektoren als

Aquivalenzklasse (in der Regel hangen physikalische Groen von
Dierenzen von Koordinatenvektoren ab!)
7.4.2 Rotation
d = 2
a

1
= b + a

2
tan
cos =
a
1
b
_
a

2
=
cos
sin
a

a
sin
(74)
tan =
ca

2
a

1
cos =
a
2
c
_
a

1
=
a
2
sin

cos
sin
a

2
(75)
(74) in (75) einsetzen, auosen nach a

1
a

1
= sin a
2
+ cos a
1
a

2
= cos a
2
sin a
1
Dies kann man auch schreiben als Matrixprodukt:
27. September 2011
7.4 Koordinatentransformation 41
_
a

1
a

2
_
= D()
_
a
1
a
2
_
a

= D()a
mit D() =
_
cos sin
sin cos
_
mit allgemeiner Rechenvorschrift Matrix M =
_
m
11
m
12
m
21
m
22
_
.
Bei den Elementen m
ij
gibt der 1. Index i die Zeile und der 2. Index j die Spalte an. In
Komponentenschreibweise berechnet man das Produkt aus Matrix und Vektor zu
_
m
11
m
12
m
21
m
22
__
a
1
a
2
_
=
_
m
11
a
1
+ m
12
a
2
m
21
a
1
+ m
22
a
2
_
oder mit Einstein (Ma)
i
= m
ij
a
j
. Entsprechend gilt f ur das Matrixprodukt
A = BC : A
ij
= B
ik
C
kj
.
Dieses Produkt benotigt man z.B. wenn man zwei Rotationen um die Winkel
und nacheinander ausf uhrt:
(76) [D()(D()a)]
i
= D()
ij
D
jk
. .
Matrixprodukt
a
k
f ur Rotationsmatrizen gilt D()D() = D(+). Dies lasst sich mit Hilfe der Regel f ur
die Matrixmultiplikation und der Summenregeln f ur trigonometrische Funktionen nach
kurzer Rechnung verizieren.
Denition: Die transponierte Matrix zu M erhalt man durch vertauschen von Zeilen
und Spalten, d. h.
M

ij
= M
ji
, a

= D()a a

i
= D()
ij
a
j
daher:
a

= a

i
b

i
= a
j
D()
ij
b
k
D()
ik
(77)
a

i
= D()
ij
a
j
(78)
b

i
= D()
ik
b
k
(79)
a

i
b

i
= D

()
ij
D()
ik
. .
D()
ji
D()
ik
a
j
b
k
= a
i
b
i
(80)
D()
ji
D()
ik
= D(0)
jk
(81)
D(0) =
_
1 0
0 1
_
(82)
D(0)
ij
=
ij
(83)
da f ur Rotationsmatrizen D()

ji
= D()
ij
.
27. September 2011
42 7 VEKTORRRECHNUNG
7.5 Lineare Gleichungssysteme
Beispiel: 2 Gleichungen, 2 Unbekannte:
_
a
11
x
1
+ a
12
x
2
= c
1
a
21
x
1
+ a
22
x
2
= c
2
_
Ax = c mit A =
_
a
11
a
12
a
21
a
22
_
Hier wird f ur gegebenes A und c eine Losung x gesucht.
7.5.1 Finde x f ur gegebenes A, c
Idee: anders interpretieren
e
1
=
_
a
11
a
21
_
, e
2
=
_
a
12
a
22
_
x
1
e
1
+ x
2
e
2
= c
allgemein:

i
x
i
e
i
= c
Wenn die e
i
linear unabhangig
x
i
sind Koordinaten von c bez uglich der Basis e
i
eindeutige Losung.
Wenn die e
i
nicht linear unabhangig sind
i.A. unendlich viele Losungen oder keine Losung:
a) e
1
, e
2
, e
3
in Ebene Linearkombination in Ebene
c nicht in der Ebene keine Losung
b) c in der Ebene c = e
2
+e
3
= 2e
1
+2e
3
= . . . und es gibt noch viele andere
Moglichkeiten!
aus dieser Perspektive:
c
i
sind Koordinaten bez uglich der Orthonormalbasis
_
_
1
0
0
_
_
_
_
0
1
0
_
_
_
_
0
0
1
_
_
gesucht sind die Koordinaten bez uglich e
i

27. September 2011

7.5 Lineare Gleichungssysteme 43
7.5.2 Wie entscheidet man systematisch, ob n Vektoren linear unabhangig sind?
n Vektoren in d Dimensionen.
I) n > d: immer linear abhangig
II) n < d : zu wenig Vektoren f ur Basis
III) interessanter Fall n = d:
Genau dann, wenn die Vektoren linear unabhangig sind, gibt es eine Linearkom-
bination
i
, sodass

i
e
i
= 0
(Denition der linearen Unabhangigkeit)
Dann kann man das Gleichungssystem umschreiben:
_
0 . . . 0
.
.
.
__
x
1
.
.
.
_
=
_
K
.
.
.
_
K = 0 viele Losungen
K ,= 0 keine Losungen
Man kann zeigen: Die Spaltenvektoren einer d d Matrix M sind linear
unabhangig, wenn det M ,= 0.
Wobei det M wie folgt rekursiv deniert wird:
d = 1, M =(m), det M = m
d = 2, M =
_
m
11
m
12
m
21
m
22
_
, det M = m
11
m
22
m
12
m
21
d = 3, M =
_
_
m
11
m
12
m
13
m
21
m
22
m
23
m
31
m
32
m
33
_
_
,
det M =m
11
det
_
m
22
m
23
m
32
m
33
_
m
12
det
_
m
21
m
23
m
31
m
33
_
+m
13
det
_
m
21
m
22
m
31
m
33
_
Dies ist eine Summe von Produkten aus jeweils d Zahlen, wobei jede Zeile und Spalte
jeweils genau einmal vertreten ist. Wenn alle Eintrage einer Zeile gleich Null sind, ist
auch die Determinante gleich Null.
Geometrische Bedeutung/Interpretation der Determinante
Spat in 3d: Berechne
a

1
= Ma
1
a

2
= Ma
2
a

3
= Ma
3
det(M) Vol(a
1
, a
2
, a
3
) = Vol(Ma
1
, Ma
2
, Ma
3
) = Vol(a

1
, a

2
, a

3
)
27. September 2011
44 8 KOORDINATENSYSTEME
8 Koordinatensysteme
8.1 In zwei Deimensionen
8.1.1 Kartesische Koordinaten
Die Koordinaten liegen an Position a x + b y.
8.1.2 Polarkoordinaten
Eine Referenzachse wird festgelegt, der Winkel wird dann in eine bestimmte Richtung
abgetragen, wahrend R der Abstand vom Ursprung ist.
Beziehung zu kartesischen Koordinaten:
a = Rcos R =

a
2
+ b
2
b = Rsin = arctan
b
a
8.2 In drei Dimensionen
Nat urlich auch: Kartesische Koordinaten. Aber interessanter:
8.2.1 Zylinderkoordinaten
Polarkoordinaten in der Ebene + Hohe z uber der Ebene (s. Abb. 24):
(, R, z). Beziehung zu kartesischen Koordinaten (a, b, c):
a = Rcos R =

a
2
+ b
2
b = Rsin = arctan
b
a
c =z z = c
Abbildung 23: Polarkoordinaten
Abbildung 24: Zylinderkoordinaten Abbildung 25: Kugelkoordinaten
27. September 2011
8.2 In drei Dimensionen 45
8.2.2 Kugelkoordinaten
Abb. 25 zeigt die Angabe von Kugelkoordinaten, wobei R = r der Kugelradius ist.
Vergleich Koordinaten auf der Erde:
: Breite, : Lange
(a, b, c) kartesisch:
a = Rcos sin (84)
b = Rsin sin (85)
c = Rcos (86)
= arctan
b
a
(87)
R ucktransformation:
R =

a
2
+ b
2
+ c
2
(88)
= arctan
c

a
2
+ b
2
(89)
= arctan
b
a
(90)
27. September 2011
46 9 BAHNKURVEN
9 Bahnkurven
9.1 Motivation
Wir betrachten die Bahn eines Teilchens, welches zur Zeit t am Ort ist: r(t) =
_
_
x(t)
y(t)
z(t)
_
_
.
Die Menge der r(t) f ur t
1
t t
2
nennt man Raumkurve.
Die Geschwindigkeit des Teilchens ist: v(t) =
_
_
x(t)
y(t)
z(t)
_
_
=

r oder
dr
dt
(in Komponenten v
i
= r
i
.)
Und die Beschleunigung ist
a(t) =
_
_
x(t)
y(t)
z(t)
_
_
=
dv(t)
dt
=

v =

r
(in Komponenten a
i
= v
i
= r
i
.)
Die Rechenregeln folgen aus den Regeln f ur die Komponenten
d
dt
(a(t) +

b(t)) =

a +

b f ur beliebige, dierenzierbare a,

b
d
dt
(a(t)

b(t)) =

a

b +a

b
usw.
9.2 Beispiel: Kreisbewegung in der x yEbene

R(t) =
_
R cos t
R sin t
_
(91)
v(t) =

R(t) =
_
R sin t
R cos t
_
(92)
a(t) =

v(t) =
_
R
2
cos t
R
2
sin t
_
=
2

R(t) (93)
Newton:

F = ma = m
2

R(t) ist eine radial nach innen wirkende Kraft. Sie wird
Zentripetalkraft genannt. Sie halt das Teilchen auf der Kreisbahn.
27. September 2011
9.3 Integration entlang einer Raumkurve 47
Bewegungsgleichung:
(94)

R(t) =
2

R(t)
i.A. ist

Vektor = Matrix Vektor.
Hier haben wir eine oszillierende Bewegung mit Frequenz (vgl. harmonischer Oszilla-
tor).
9.3 Integration entlang einer Raumkurve
Anwendung: es wirke eine Kraft

F(

R) auf Teilchen an der Position

R.
Arbeit: Bei Verandern der Position um d

R entlang der Raumkurve, d.h.

R+d

R liegt
ein wenig weiter auf der Kurve, wird eine Arbeit
(95)

F(

R) d

R
verrichtet. Die Arbeit f ur den ganzen Weg ist die Summe der Betrage uber diese
Teilst ucke, sodass wir im Limes sehr kleine Teilst ucke d

R schreiben:
(96) W
12
=
_
2
1

F(

R) d

R
Idee: Verwende die Substitutionsregel zum Auswerten von W
12
.
W
12
=
_
2
1

F(

R)d

R =
_
t
2
t
1

P(

R(t))
d

R
dt
. .
Skalarprodukt
dt
Dabei ist
d

R
dt
= v(t) die Geschwindigkeit des Teilchens und P(

R(t)) die Leistung, eine

skalare Groe! Auf diese Weise haben wir das Integral entlang einer Raumkurve also
auf ein ganz normales eindimensionales Integral zur uckgef uhrt.
Alternativ kann man den Weg mittels der Bogenlange parametrisieren, wobei l
die Lange dieses Wegst ucks ist und die Arbeit

F(

R) d

R:
d

R =
d

R
dl
dl W
12
=
_
L
0
_

F(

R)
d

R
dl
_
dl (97)
27. September 2011
48 10 PARTIELLE ABLEITUNGEN
9.4 Berechnung des Wegintegrals in einem konkreten Beispiel
Beispiel:

K(x, y) = (x y, x
2
).
c
1
: (0, 0) (1, 1)
geradeaus laufen:
R(t) = (t, t) =
d

R
dt
v
c
1
= (1, 1),
v
c
1


K = xy + x
2
= t
2
+ t
2
= 2t
2
da f ur diesen Weg x = y = t.
Parabelbogen:
R(t) = (t, t
2
) v
c
2
= (1, 2t),
v
c
2


K = xy + 2tx
2
= t
3
+ 2t t
2
= 3t
3
da f ur diesen Weg x = t und y = t
2
.
Daher:
_
c
1

K dr =
_
1
0
dtv
c
1


K =
_
1
0
dt 2t
2
=
2
3
(98)
_
c
2

K dr =
_
1
0
dtv
c
2


K =
_
1
0
dt 3t
3
=
3
4
(99)
Das Resultat hangt vom Weg ab!
10 Partielle Ableitungen
10.1 Denition
Die Kraft auf ein Teilchen hangt i.A. vom Ort ab

F =

F(r)
und somit auch von der Zeit, da r = r(t), also
(100)

F =
_
_
F
1
(x
1
(t), x
2
(t), x
3
(t))
F
2
(x
1
(t), x
2
(t), x
3
(t))
F
3
(x
1
(t), x
2
(t), x
3
(t))
_
_
Die partielle Ableitung erlaubt es, nur die

Anderung einer Variablen zu betrachten.
(101)
F
x
1
= lim
x
1
0

F(x
1
+ x
1
, x
2
, x
3
)

F(x
1
, x
2
, x
3
)
x
1
Analog:

F
x
2
,

F
x
3
.
27. September 2011
10.2 Gradient, Divergenz, Rotation 49
Kompakter schreibt man auch
i
F statt
F
x
i
F ur partielle Ableitungen gelten die Rechenregeln wie f ur

normales Dierenzieren! Die

Reihenfolge spielt keine Rolle, also
(102)

2

F
x
1
x
2
=

2

F
x
2
x
1
Insbesondere gilt die Kettenregel
d

F
dt
=

F
x
1
dx
1
dt
..
v
1
+

F
x
2
dx
2
dt
..
v
2
+

F
x
3
dx
3
dt
..
v
3
(103)
_
d

F
dt
_
i
= v
j

j
F
i
d.h.
d

F
dt
= (v

)

F (104)
10.2 Gradient, Divergenz, Rotation
Beobachtung: gegeben ist die Funktion U(x(t), y(t), z(t)), dann ist
dU
dt
=
U
x
dx
dt
+
U
y
dy
dt
+
U
z
dz
dt
(105)
=
_
U
x
,
U
y
,
U
z
_
v (106)
=

U v = grad U v (107)
Wobei (106) ein Skalarprodukt ist und

der Gradient ist.
(108)

=
_
_
x
y
z
_
_
Dabei heit (108) Nabla-Operator.
Was ist ein Operator? Ein Operator ist eine Handlungsanweisung!
Beispiel: (5 ) ist die Handlungsanweisung

Multipliziere Zahl mit 5.

x
bedeutet:

leite partiell nach x ab.

bedeutet:

leite vektoriell partiell ab.

27. September 2011
50 10 PARTIELLE ABLEITUNGEN
Beispiel 1: Gradient von U: oder

U=?
Vektor Skalar
a =
_
_
a
1

a
2

a
3

_
_
ersetze: a
1
=

x
=
x
, a
2
=
y
, a
3
=
z
, also

U =
_
_

x
U

y
U

z
U
_
_
(109)
Beispiel 2: Divergenz von

F oder

F =?
Vektor Vektor = Skalar
a

b = a
1
b
1
+ a
2
b
2
+ a
3
b
3
. Ersetze wie oben:

F =
x
F
1
+
y
F
2
+
z
F
3
(110)
In Komponentenschreibweise:
(111)

x
=
1

y
=
2

z
=
3
_
_
_

F =
i
F
i
Beispiel 3: Rotation von

F oder

F =?

F =
_
_

y
F
3

z
F
2

z
F
1

x
F
3

x
F
2

y
F
1
_
_
= rot

F (112)
in Komponentenschreibweise (

F)
i
=
ijk
(
j
F
k
).
Beispiel 4: Die Richtungsableitung von U in Richtung a oder e
a


U. Zunachst
beobachten wir, dass e
1

U =
U
x
, d.h. dieser Ausdruck beschreibt die Ableitung von
U in Richtung x, bzw. e
1
, wobei
e
1
der Einheitsvektor in Richtung 1, d.h. x, ist.
Aus der Invarianz des Skalarprodukts unter Rotationen folgt dann, dass man die
Ableitung in eine willk urliche Richtung a ermitteln kann als e
a

U.
27. September 2011
10.3 Rechenregeln f ur das Nabla-Kalk ul 51
10.3 Rechenregeln f ur das Nabla-Kalk ul
1. Gegeben ist eine reelle Funktion U(x, y, z) und ein Vektorfeld

A(x, y, z).
div (U

A) =

(U

A) =
..
Produktregel
(

U)
. .
grad U

A + U (

A)
. .
div

A
(113)
=

A grad U + U div

A (114)
2.
rot (grad U) =

U (115)
mit
ijk
: (

U) =
ijk

j
(
k
U) (116)
=
ikj

k
U = (

U) (117)

U = 0 (118)
d.h. wenn

F = U, dann verschwindet rot

F: rot

F =

U) = 0.
3.
div (rot

A) =

A) (119)
=
i

ijk

j
A
k
(120)
=(
ijk

j
)A
k
!
= 0 (121)
4.
rot rot

A =

A) (122)
=

A) (

)
. .

2
x
+
2
y
+
2
z

A = grad div

A (

)
2
..
Laplace Operator

A (123)
10.4 Anwendungen von Dierentialoperatoren
10.4.1 Gradient: Wieso iet da was?
In diesem Abschnitt diskutieren wir einige Fragen der Fluid-Dynamik um der Frage
nachzugehen, in welchem Kontext die Dierentialoperatoren grad, div und rot in der
Physik auftauchen.
Am linken und rechten Rand eines Scheibchens Fl ussigkeit der Breite x und Quer-
schnittsache A herrschen die Dr ucke P
L
(L wie links) und P
R
(R wie rechts).
Die Fl ussigkeit in dem Scheibchen hat die Masse M = Ax, wobei die Massendichte
(d.h. Masse/Volumen) des Fluides ist und A x das betrachtete Volumen. Aufgrund
der Druckdierenz wirkt eine Kraft:
27. September 2011
52 10 PARTIELLE ABLEITUNGEN
F
x
=A(P
R
P
L
) (124)
=A(P(x
0
+ x) P(x
0
)) A
P(x
0
)
x
x (125)
Welche eine Beschleunigung des Volumenelements bewirkt:
a
x
=
F
x
M
=
1

P
x
(126)
In einem Wasserbecken mit x, y und z gilt analog
a
y
=
1

P
y
(127)
a
z
=
1

P
z
(128)
sodass insgesamt
a(x) =

P(x)
(x)
(129)
10.4.2 Divergenz: Gibt es in dem Volumen V eine Quelle?
Idee: Nein, wenn gleich viel Wasser hinein wie herausiet!
Bilanzgleichung.
Gegeben sei die Stromung

J(x) und die Seitenache L
y
L
z
:
dM
dt
= L
y
L
z
[J
x
(x
0
) J
x
(x
0
+ L
x
)] + L
x
L
z
[J
y
(y
0
) J
y
(y
0
+ L
y
)] (130)
+ L
x
L
y
[J
z
(z
0
) J
z
(z
0
+ L
z
)]
wobei L
x
J
x
(x
0
) J
x
(x
0
+ L
x
)
L
x

..
L
x
klein

J
x
x
L
x

dM
dt
=
..
L
x
L
y
L
z
=V
V [
x
J
x
+
y
J
y
+
z
J
z
]
..
=
M
V
d
dt
=

J (131)
Eine solche Bilanzgleichung gilt f ur alle physikalischen Erhaltungsgroen, als insbeson-
dere f ur Masse, Energie, Atome.
Wenn

J > 0 nimmt die Massenkonzentration ab! (sprich: Dichte)
_

JdV = Verlust von Teilchen im Volumen V mit dV als Volumenelement.
27. September 2011
10.4 Anwendungen von Dierentialoperatoren 53
Oberache: =
_

Jds mit ds als Oberachenelement (steht auf Oberache)
Die Oberache ist geschlossen. Satz von Gauss:

_
V

JdV =
_

J ds (132)
10.4.3 Rotation: Gibt es einen Strudel?
Gegeben ist eine Stromung

J(x). Wie stellt man durch Herumlaufen um eine Flache,
sprich z.B. ein Pool, fest, ob es in der Stromung durch die Flache einen Wirbel gibt?
Idee: Orientierung der Stromung einmal um den geschlossenen Weg s verfolgen.
_
s

J dr (133)
Mit Wirbel kommt der Winkel nur bis auf einen Phasenfaktor 2i, i R 0 zur uck
und das Integral liefert einen endlichen Wert. Ohne Wirbel ist es gleich Null.
Dabei lasst sich ein komplizierter Weg bauen durch

Uberlagern vieler kleiner rechteckiger
Wege!
_

J dr J
y
(x
0
+ L
x,y
)L
y
f ur 1 2
(134)
J
x
(x
0
, y
0
+ L
y
)L
x
f ur 2 3
J
y
(x
0
, y
0
)L
y
f ur 3 4
+ J
x
(x
0
, y
0
)L
x
f ur 4 1
= [J
y
(x
0
+ L
x
, y
0
) J
y
(x
0
, y
0
)]L
y
+ [J
x
(x
0
, y
0
) J
x
(x
0
, y
0
+ L
y
)]L
x
= [
J
y
(x
0
+ L
x
, y
0
) J
y
(x
0
, y
0
)
L
x
]L
y
L
x
+ [
J
x
(x
0
, y
0
) J
x
(x
0
, y
0
+ L
y
)
L
y
] L
x
L
y
. .
Flache der Plakette
= (
x
J
y

y
J
x
)
. .
(

J)
z
L
x
L
y
. .
d

A
z
mit d

A| z
Wenn ein sehr kleines Flachenelement eine normale in beliebige Richtung

A hat, ndet
man dann (wiederum aufgrund der Rotations-Invarianz des Skalarprodukts!)
_

J dr = (

J) d

A (135)
wobei der Weg auf der linken Seite entlang des kleinen Flachenelements genommen
wird. Durch Aneinanderlegen vieler kleiner Flachenelemente ndet man so den Satz von
Stokes:
27. September 2011
54 10 PARTIELLE ABLEITUNGEN
_
s

J dr =
_
(

J) d

A
..
Flachenelement
(136)
f ur beliebige Flachenelemente d

A und Umrandung mit Linienelementen dr.

27. September 2011
Literatur 55
Literatur
[1] Siegfried Gromann. Mathematische Einf uhrungskurs f ur die Physik. Teubner,
Stuttgart, Leipzig, 2005.
(als Erganzung und Nachschlagewerk).
[2] I.S. Gradsteyn und I.M. Rhyzik. Table of Integrals, Series and Products. Academic
Press, London, 1980.
(um bestimmte Integrale nachzuschlagen und als Nachschlagewerk f ur vieles Anderes
mehr. . . ).
[3] I.N. Bronstein und K.A. Semendjajew. Taschenbuch der Mathematik. Harri Deutsch,
Stuttgart, Leipzig, 1991.
(das wichtigste mathematische Nachschlagewerk f ur einen Physiker).
27. September 2011