Skriptum zur Vorlesung

Einf

uhrung in die Physikalischen

Rechenmethoden I + II
Univ. Prof. Dr. Christoph Dellago
Universitat Wien
Fakultat f ur Physik
AG Computational Physics
Boltzmanngasse 5, 1090 Wien
Christoph.Dellago@univie.ac.at
http://comp-phys.univie.ac.at
Literatur
Lehrb ucher
- George Arfken, Mathematical Methods for Physicists, Academic Press, San Diego (1985).
- Franz Embacher, Mathematische Grundlagen fur das Lehramtsstudium Physik, Vieweg+Teubner,
Wiesbaden (2008).
- Siegfried Gromann, Mathematischer Einfuhrungskurs fur die Physik, Teubner, Stuttgart
(1974).
- Sadri Hassani, Mathematical Methods for Students of Physics and Related Fields, Springer-
Verlag, New York (2000).
- Helmuth Horvath, Rechenmethoden und ihre Anwendungen in Physik und Chemie, Biblio-
graphisches Institut, Mannheim, Wien, Z urich (1977).
- May-Britt Kallenrode, Rechenmethoden der Physik, Springer-Verlag, Berlin (2003).
- Klaus Weltner, Mathematik fur Physiker I und II, Springer-Verlag, Berlin (2001).
- Helmut Fischer und Helmut Kaul, Mathematik fur Physiker, Teubner, Stuttgart (1988).
- Gerhard Berendt und Evelyn Weimar, Mathematik fur Physiker, Physik-Verlag, Weinheim
(1979).
Formelsammlungen
- Johann Rast (Heinrich Netz), Formeln der Mathematik, Carl Hanser Verlag, M unchen, Wien
(1983).
- Hans-Jochen Bartsch, Taschenbuch Mathematischer Formeln, Fachbuchverlag Leipzig (2004).
- Ilja N. Bronstein, Konstantin A. Semendjajew, Gerhard Musiol, Taschenbuch der Mathema-
tik, Verlag Harri Deutsch, Frankfurt am Main (2000).
Web-Ressourcen
- http://mathworld.wolfram.com
- http://www.mathe-online.at
3
4
Inhaltsverzeichnis
I Einf uhrung in die Physikalischen Rechenmethoden I 9
1 Funktionen 11
1.1 Der Funktionsbegri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Darstellung von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1 Analytische Darstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 Funktionstafel (Wertetabelle) . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.3 Graphische Darstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 Eigenschaften von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.1 Denitionsbereich . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.2 Nullstellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.3 Gerade und ungerade Funktionen . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.4 Monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.5 Grenzwert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.6 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.7 Singularitaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4 Neue Funktionen aus alten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.1 Verkettung von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4.2 Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5 Wichtige Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5.1 Lineare Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5.2 Potenzen und Wurzeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5.3 Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.5.4 Logarithmus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.5.5 Winkelfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5.6 Arcusfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.5.7 Hyperbolische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.5.8 Areafunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2 Vektoren 35
2.1 Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 Koordinatensysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.2.1 Kartesische Koordinaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.2.2 Polarkoordinaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.2.3 Zylinderkoordinaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.2.4 Kugelkoordinaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.3 Vektoralgebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.3.1 Gleiche, inverse und parallele Vektoren . . . . . . . . . . . . . . . . . . . . . 44
2.3.2 Vektoraddition und -subtraktion . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3.3 Multiplikation eines Vektors mit einem Skalar . . . . . . . . . . . . . . . . . 47
2.4 Skalarprodukt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.4.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.4.2 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.4.3 Komponentenweise Darstellung . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.4.4 Anwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5
6 INHALTSVERZEICHNIS
2.5 Vektorprodukt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.5.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.5.2 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.5.3 Komponentenweise Darstellung . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.5.4 Anwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.6 Spatprodukt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.6.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.6.2 Komponentenweise Darstellung . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.6.3 Rechenregeln und Anwendung . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.7 Mehrfachprodukte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.8 Anwendungsbeispiele f ur Vektoren . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.8.1 Stromung durch eine Flache . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.8.2 Rotation eines Korpers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.8.3 Volumen einer Einheitszelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3 Dierentiation 67
3.1 Grundbegrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.2 Dierenzierbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.3 Wichtige Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.4 Dierentiationsregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.4.1 Faktorregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.4.2 Summenregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.4.3 Produktregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.4.4 Quotientenregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.4.5 Kettenregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.4.6 Umkehrregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.5 Hohere Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.6 Maxima und Minima von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.7 Dierentiation von Funktionen in Parameterform . . . . . . . . . . . . . . . . . . . 74
3.8 Dierentiation von Vektoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.9 Partielle Dierentiation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.9.1 Funktionen mehrerer Variabler . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.9.2 Partielle Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.9.3 Anstieg einer impliziten Funktion . . . . . . . . . . . . . . . . . . . . . . . . 81
4 Integration 83
4.1 Das unbestimmte Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.2 Wichtige unbestimmte Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.3 Das bestimmte Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.4 Zusammenhang zwischen bestimmtem und unbestimmtem Integral . . . . . . . . . 89
4.5 Rechenregeln f ur das bestimmte Integral . . . . . . . . . . . . . . . . . . . . . . . . 93
4.6 Grundregeln des Integrierens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.6.1 Faktorregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.6.2 Summenregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.6.3 Substitutionsmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.6.4 Partielle Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.7 Rotationskorper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.8 Berechnung von Bogenlangen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.9 Mittelwerte von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.10 Doppelintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.10.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.10.2 Berechnung von Doppelintegralen . . . . . . . . . . . . . . . . . . . . . . . . 110
4.10.3 Doppelintegrale in Polarkoordinaten . . . . . . . . . . . . . . . . . . . . . . 114
4.11 Dreifachintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.11.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.11.2 Berechnung von Dreifachintegralen . . . . . . . . . . . . . . . . . . . . . . . 118
INHALTSVERZEICHNIS 7
4.11.3 Dreifachintegrale in Zylinder- und Kugelkoordinaten . . . . . . . . . . . . . 120
4.12 Integration von vektorwertigen Funktionen . . . . . . . . . . . . . . . . . . . . . . 121
II Einf uhrung in die Physikalischen Rechenmethoden II 123
5 Die Taylorreihe 125
5.1 Folgen und Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.2 Entwicklung einer Funktion in eine Taylorreihe . . . . . . . . . . . . . . . . . . . . 127
5.3 Allgemeine Taylorentwicklung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
5.4 Abgebrochene Taylorreihenentwicklung . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.5 Fehlerabschatzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6 Komplexe Zahlen 139
6.1 Denition und Darstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6.2 Rechenregeln f ur komplexe Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6.2.1 Addition und Subtraktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6.2.2 Multiplikation einer komplexen Zahl mit einer reellen Zahl . . . . . . . . . 142
6.2.3 Komplex konjugierte Zahl . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.2.4 Multiplikation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
6.2.5 Division . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.3 Die Exponentialform von komplexen Zahlen . . . . . . . . . . . . . . . . . . . . . . 146
6.3.1 Eulersche Formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.3.2 Polardarstellung von komplexen Zahlen . . . . . . . . . . . . . . . . . . . . 148
6.3.3 Umkehrung der Eulerschen Formel . . . . . . . . . . . . . . . . . . . . . . . 149
6.3.4 Additionstheoreme f ur Winkelfunktionen . . . . . . . . . . . . . . . . . . . 149
6.3.5 Komplexe Zahlen als Exponenten . . . . . . . . . . . . . . . . . . . . . . . . 150
6.4 Potenzieren und komplexe Wurzeln . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
6.5 Darstellung von Kurven mit komplexen Zahlen . . . . . . . . . . . . . . . . . . . . 153
7 Fehlerrechnung 155
7.1 Systematische und statistische Fehler . . . . . . . . . . . . . . . . . . . . . . . . . . 155
7.2 Mittelwert und Varianz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.3 Verteilungen und Histogramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
7.3.1 Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
7.3.2 Erwartungswert, Momente einer Verteilung . . . . . . . . . . . . . . . . . . 163
7.3.3 x und s
2
als Schatzer f ur und
2
. . . . . . . . . . . . . . . . . . . . . . . 165
7.3.4 Fehler des Mittelwerts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
7.3.5 Die Gausche Normalverteilung . . . . . . . . . . . . . . . . . . . . . . . . . 167
7.3.6 Verteilung diskreter Groen . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
7.3.7 Poissonverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
7.4 Fehlerfortpanzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
7.4.1 Fortpanzung von Maximalfehlern . . . . . . . . . . . . . . . . . . . . . . . 173
7.4.2 Fortpanzung statistischer Kennwerte . . . . . . . . . . . . . . . . . . . . . 174
7.5 Ausgleichsrechnung (Fitten) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
8 Dierentiation von Feldern: grad, div und rot 181
8.1 Felder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
8.1.1 Skalarfelder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
8.1.2 Vektorfelder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
8.2 Gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
8.2.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
8.2.2 Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
8.2.3 Richtungsableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
8.2.4 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
8.3 Divergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
8.3.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
8 INHALTSVERZEICHNIS
8.3.2 Anschauliche Interpretation als lokale Quellstarke . . . . . . . . . . . . . . . 188
8.3.3 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
8.4 Laplace-Operator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
8.5 Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
8.5.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
8.5.2 Anschauliche Interpretation als lokale Wirbelstarke . . . . . . . . . . . . . . 194
8.5.3 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
8.6 Wirbelfreie und quellenfreie Felder . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
8.7 Zusammenfassung Nabla-Operator . . . . . . . . . . . . . . . . . . . . . . . . . . 199
9 Integration von Feldern: Kurven- und Flachenintegrale 201
9.1 Kurvenintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
9.1.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
9.1.2 Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
9.1.3 Berechnungsverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
9.1.4 Kurvenintegrale uber Gradientenfelder . . . . . . . . . . . . . . . . . . . . . 208
9.2 Oberachenintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
9.2.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
9.2.2 Darstellung der Flache . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
9.2.3 Das Flachenelement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
9.2.4 Berechnung des Oberachenintegrals . . . . . . . . . . . . . . . . . . . . . . 218
9.3 Der Integralsatz von Gau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
9.3.1 Integraldarstellung der Divergenz . . . . . . . . . . . . . . . . . . . . . . . . 220
9.3.2 Formulierung und Herleitung . . . . . . . . . . . . . . . . . . . . . . . . . . 221
9.3.3 Partielle Integration mit Hilfe des Gauschen Satzes . . . . . . . . . . . . . 226
9.3.4 Die Satze von Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
9.4 Der Integralsatz von Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
9.4.1 Integraldarstellung der Rotation . . . . . . . . . . . . . . . . . . . . . . . . 231
9.4.2 Formulierung und Herleitung . . . . . . . . . . . . . . . . . . . . . . . . . . 233
9.4.3 Bedeutung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
9.4.4 Das Vektorpotential . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
10 Dierentialgleichungen 241
10.1 Grundbegrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
10.2 Dierentialgleichungen erster Ordnung . . . . . . . . . . . . . . . . . . . . . . . . . 243
10.2.1 Dierentialgleichungen mit separierbaren Variablen . . . . . . . . . . . . . . 244
10.2.2 Homogene lineare Dierentialgleichung . . . . . . . . . . . . . . . . . . . . . 249
10.2.3 Inhomogene lineare Dierentialgleichung . . . . . . . . . . . . . . . . . . . . 251
10.3 Dierentialgleichungen zweiter Ordnung . . . . . . . . . . . . . . . . . . . . . . . . 260
10.3.1 Homogene Dierentialgleichung mit konstanten Koezienten . . . . . . . . 260
10.3.2 Der harmonische Oszillator . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
10.3.3 Die gedampfte Schwingung . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
10.3.4 Die inhomogene lineare Digl. 2. Ordnung mit konstanten Koezienten . . 270
Teil I
Einf

uhrung in die Physikalischen

Rechenmethoden I
9
Kapitel 1
Funktionen
1.1 Der Funktionsbegri
In der Physik (und in den Naturwissenschaften im Allgemeinen) arbeiten wir mit Groen, die ent-
weder konstant sind (d.h. sie nehmen wie die Lichtgeschwindigkeit oder die Erdbeschleunigung nur
bestimmte, xe Werte an) oder eine ganze F ulle von Werten annehmen konnen. Wir unterschei-
den deshalb zwischen Konstanten und Variablen (z.B. verstrichene Zeit, Lange eines Objekts,
Position eines Objekts, Temperatur eines gewissen Materials, Druck eines Gases, etc.).
Um physikalische Zusammenhange zu verstehen, betrachten wir oft eine Variable in Abhangigkeit
einer anderen Variablen. So konnten wir zum Beispiel daran interessiert sein, wie sich der Druck
p eines in einem bestimmten Volumen V eingeschlossenen Gases verhalt, wenn dessen Temperatur
T verandert wird. F ur jede Temperatur T herrscht im Gas ein bestimmter Druck p. In anderen
Worten: der Druck p andert sich mit der Temperatur T. Zur Beschreibung solcher Zusammenhange
zwischen Variablen benutzen wir Funktionen.
Denition: Eine Funktion f(x) ordnet jedem Element x des Denitionsbereichs D eindeutig ein
Element y des Wertebereichs W zu: y = f(x) (siehe Abb. 1.1).
Abbildung 1.1: Die Funktion f(x) mit Denitionsbereich D und Wertebereich W.
Wir sagen dann, dass wir y als Funktion von x betrachten. In unserem Beispiel mit dem Gas
betrachten wir etwa den Druck p als Funktion der Temperatur T und schreiben p(T). Wichtig
ist hier, dass die Zuordnung eindeutig ist. Das heit, dass jedem Wert x genau ein Wert y
zugeordnet wird (sonst ist f(x) keine Funktion) (siehe Abb. 1.2). Es ist also nicht erlaubt, einem
Element des Denitionsbereichs zwei oder mehr Elemente des Wertebereichs zuzuordnen. Hingegen
darf sehr wohl ein Element des Wertebereichs mehreren Werten des Denitionsbereichs angehoren.
Auch muss nicht jedes Element des Wertebereichs vom Denitionsbereich aus erreicht werden. Die
Wurzelfunktion f(x) =

x ist daher beispielsweise keine echte Funktion, da sowohl der negative

als auch der positive Wert der Wurzel zulassig sind. Betrachtet man hingegen nur den positiven
oder den negativen Zweig der Wurzelfunktion, sind alle geforderten Eigenschaften erf ullt.
Die Funktion f(x) ist also eine Zuordnungsvorschrift. Dabei wird x als unabhangige Variable
11
12 1 Funktionen
Abbildung 1.2: Nur eine eindeutige Zuordnung ist eine Funktion.
oder Argument (auch Stelle) bezeichnet und y als abhangige Variable oder Funktionswert.
Man kann die Zuordnung auch schreiben als
x
f
y oder f : x y. (1.1)
Dies bedeutet, dass die Funktion f dem Wert x einen Wert y zuordnet. Diese Notation werden
Sie jedoch kaum in Physikb uchern nden. Oft wird in der Physik auch der Denitionsbereich
nicht explizit erwahnt. Dieser ergibt sich meistens aus dem Zusammenhang. Funktionen werden
auch Abbildungen genannt und man sagt x wird auf y abgebildet. Die Notation f(x) f ur eine
Funktion ist eigentlich ungenau, denn genau genommen bezeichnet f(x) den Funktionswert an der
Stelle x und nicht die Zuordnungsvorschrift. Diese Schreibweise ist jedoch sehr praktisch und wird
daher in der Physik gerne benutzt.
1.2 Darstellung von Funktionen
Funktionen lassen sich auf verschiedene Weisen darstellen, wie wir im Folgenden besprechen werden.
1.2.1 Analytische Darstellung
In der analytischen Darstellung wird die Zuordnungsvorschrift als Gleichung (Funktionsglei-
chung) in einer von drei Formen angegeben:
Explizite Darstellung: y = f(x)
Die Funktion ist nach einer Variablen aufgelost und der Wert y kann f ur ein bestimmtes
Argument x sofort berechnet werden, zum Beispiel y = x
2
. In diesem Fall haben wir eine
Rechenvorschrift, mit der wir f(x) direkt aus x ermitteln konnen.
Implizite Darstellung: F(x, y) = 0
Die Funktion ist nicht nach einer der beiden Variablen aufgelost. Ein Beispiel ist die Gleichung
eines Kreises mit Radius 1 um den Ursprung: x
2
+y
2
1 = 0. In vielen Fallen ist es moglich,
die implizite Darstellung in eine explizite zu verwandeln, zum Beispiel (x
2
+ y
2
1 = 0)
y
1
=

1 x
2
und y
2
=

1 x
2
. Diese Verwandlung von impliziter zu expliziter Form ist
jedoch nicht immer moglich.
Parameterdarstellung:
Bei dieser Form der Darstellung werden beide Variablen (sowohl das Argument als auch der
Funktionswert) als Funktion einer Hilfsvariablen t ausgedr uckt:
x = x(t), (1.2)
y = y(t). (1.3)
1 Funktionen 13
Abbildung 1.3: Wurfparabel f ur horizontale Anfangsgeschwindigkeit.
Die Hilfsvariable, hier t, wird auch als Parameter bezeichnet.
Betrachten wir zum Beispiel die Bahnkurve eines im Erdschwerefeld in horizontaler Richtung
geworfenen Objekts (siehe Abb. 1.3). Dabei konnen wir versuchen, die vertikale Lage y als
Funktion der horizontalen Entfernung x anzugeben, also y = f(x). In diesem Fall ist es
jedoch einfacher, zunachst sowohl x als auch y als Funktion der Zeit t auszudr ucken. Unter
Vernachlassigung der Reibung gilt:
x = v
0
t, (1.4)
y =
g
2
t
2
. (1.5)
Die Gleichungen (1.4) und (1.5) sind die Parameterdarstellung der in Abb. 1.3 abgebildeten
Wurfparabel. Dabei ist v
0
die Anfangsgeschwindigkeit in x-Richtung und g die Erdbe-
schleunigung. Der Anfangspunkt liegt im Ursprung: x(0) = 0 und y(0) = 0. Durch die obige
Vorschrift erhalten wir f ur jedes t ein Paar (x(t), y(t)).
Durch Auosen der ersten Gleichung nach t und Einsetzen in die zweite Gleichung erhalten
wir die explizite Form der Wurfparabel:
y =
g
2
_
x
v
0
_
2
=
g
2v
2
0
x
2
. (1.6)
1.2.2 Funktionstafel (Wertetabelle)
Hier werden Paare von unabhangigen und abhangigen Variablen in tabellarischer Form dargestellt,
zum Beispiel:
x 0 1 2 3 4 5 . . .
y 0 -1 -4 -9 -16 -25 . . .
(Diese Daten ergeben sich f ur das obige Beispiel im Falle g/2v
2
0
= 1.) Die tabellarische Darstel-
lung wird haug f ur empirisch bestimmte Messdaten verwendet oder wenn es auf den genauen
Zahlenwert ankommt.
1.2.3 Graphische Darstellung
Funktionen lassen sich in der graphischen Darstellungsart besonders gut veranschaulichen. Dabei
werden die Wertepaare der Funktion in einem rechtwinkligen (kartesischen) Koordinatensystem
als Funktionsgraph dargestellt (siehe Abb. 1.4).

Ublicherweise wird auf der horizontalen Achse
der x-Wert und auf der vertikalen Achse der y-Wert aufgetragen. Die x-Achse wird auch Abszisse
und die y-Achse Ordinate genannt.
14 1 Funktionen
Abbildung 1.4: Graph einer Funktion in einem kartesischen Koordinatensystem.
1.3 Eigenschaften von Funktionen
In diesem Abschnitt fassen wir einige wichtige Eigenschaften von Funktionen zusammen.
1.3.1 Denitionsbereich
Der Denitionsbereich besteht aus der Menge aller Argumente, f ur welche die Funktion deniert
ist. In dieser Vorlesung werden wir vor allem verschiedene Intervalle der reellen Zahlen R als
Denitionsbereich betrachten. Dabei unterscheiden wir oene Intervalle
(a, b) = x R[a < x < b, (1.7)
welche die Endpunkte a und b nicht enthalten, und abgeschlossene Intervalle
[a, b] = x R[a x b, (1.8)
welche die Endpunkte a und b enthalten. Oft konnen Funktionen nur f ur einen recht eingeschrank-
ten Denitionsbereich deniert werden. Zum Beispiel kann bei der Funktion y =

1 x
2
das
Argument nur Werte im Intervall 1 x 1 annehmen. F ur reelle Werte auerhalb dieses Be-
reichs ist das Argument der Wurzel negativ und der Funktionswert somit nicht reell. Falls wir
nur reelle Funktionswerte betrachten wollen, m ussen wir den Denitionsbereich auf [x[ 1 ein-
schranken (Grenzen mit eingeschlossen).Wir schreiben daf ur auch x [1, 1]. Oft schlieen wir
auch einzelne Punkte aus dem Denitionsbereich aus. Zum Beispiel ist die Funktion f(x) = 1/x
f ur den Denitionsbereich R0 (das sind die reellen Zahlen ohne die Null) deniert.
1.3.2 Nullstellen
Eine Funktion y = f(x) besitzt an der Stelle x
0
eine Nullstelle, falls f(x
0
) = 0. Zum Beispiel
besitzt die Funktion f(x) = x
2
1 an den Stellen x
1
= 1 und x
2
= 1 Nullstellen.
1.3.3 Gerade und ungerade Funktionen
Eine Funktion mit symmetrischem Denitionsbereich heit gerade (siehe Abb. 1.5), falls gilt
f(x) = f(x). (1.9)
1 Funktionen 15
Eine Funktion heit ungerade (siehe Abb. 1.6), falls
f(x) = f(x). (1.10)
Anschaulich ist eine gerade Funktion spiegelsymmetrisch (achsensymmetrisch) zur y-Achse; eine
ungerade Funktion ist punktsymmetrisch zum Ursprung.
Abbildung 1.5: Gerade Funktionen. Abbildung 1.6: Ungerade Funktionen.
1.3.4 Monotonie
Es seien x
1
und x
2
zwei beliebige Werte aus dem Denitionsbereich (x
1
, x
2
D) einer Funktion
f(x), die der Bedingung x
1
< x
2
gen ugen. Dann heit die Funktion:
monoton wachsend, falls f(x
1
) f(x
2
),
streng monoton wachsend, falls f(x
1
) < f(x
2
),
monoton fallend, falls f(x
1
) f(x
2
),
streng monoton fallend, falls f(x
1
) > f(x
2
).
Abbildung 1.7: Monotonieeigenschaften von Funktionen.
1.3.5 Grenzwert
Eine Funktion y = f(x) sei in einer Umgebung von x
0
deniert. Gilt dann f ur jede im Denitions-
bereich der Funktion liegende und gegen x
0
konvergente Zahlenfolge x
n
mit x
n
,= x
0
lim
n
f(x
n
) = g, (1.11)
16 1 Funktionen
so heit g der Grenzwert von y = f(x) an der Stelle x
0
:
lim
xx0
f(x) = g. (1.12)
Eine Folge ist dabei eine Abbildung mit den nat urlichen Zahlen N = 0, 1, 2, 3, . . . als Deni-
tionsbereich. (F ur die genaue Denition einer Folge siehe Kapitel 5.) Ein Beispiel einer Folge ist
1, 1/2, 1/3, 1/4, . . . . Diese Folge nahert sich dem Wert 0. Damit der Grenzwert einer Funktion f(x)
an der Stelle x
0
existiert, darf es also nicht darauf ankommen, auf welche Weise man sich dem
Punkt x
0
nahert.
Abbildung 1.8: An der Stelle x
1
besitzt die Funktion einen Grenzwert, an der Stelle x
2
nicht.
Beispiel:
Gesucht ist
lim
x
x
2
x
2
+x + 1
. (1.13)
Wir dividieren zunachst Zahler und Nenner durch x
2
:
lim
x
x
2
x
2
+x + 1
= lim
x
1
1 + 1/x + 1/x
2
. (1.14)
Da sowohl 1/x als 1/x
2
f ur x gegen 0 gehen, erhalten wir:
lim
x
x
2
x
2
+x + 1
= 1. (1.15)
1.3.6 Stetigkeit
Abbildung 1.9: Diese Funktion hat an der Stelle x
0
eine Unstetigkeitsstelle.
1 Funktionen 17
Eine in x
0
und in einer gewissen Umgebung von x
0
denierte Funktion y = f(x) heit an der
Stelle x
0
stetig, wenn der Grenzwert der Funktion an dieser Stelle existiert und mit dem dortigen
Funktionswert ubereinstimmt:
lim
xx0
f(x) = f(x
0
). (1.16)
Anschaulich kann man Stetigkeit folgendermaen verstehen: Zeichnet man einen Graphen, kann
es vorkommen, dass die Funktion einen Sprung aufweist (die in Abb. 1.9 dargestellte Funktion
etwa hat bei x
0
einen Sprung). In der Nahe von x
0
kann man x-Werte nden, die sich nur wenig
voneinander unterscheiden (z.B. ein Punkt knapp links und ein Punkt knapp rechts von x
0
), deren
y-Werte sich aber um einen groen Betrag voneinander unterscheiden. Nahert man sich x
0
von
links (ohne x
0
genau zu erreichen), erhalt man einen anderen Funktionswert, als wenn man das
von rechts tut, d.h. lim
xx
0

f(x) ,= lim
xx
0
+
f(x). An der Stelle x
0
ist die Funktion nicht stetig.
Eine Unstetigkeitsstelle dieser Art bezeichnet man auch als Sprungstelle.
Beispiel:
Die Funktion
f(x) = sign x =
_

_
+1 falls x > 0
0 falls x = 0
1 falls x < 0
(1.17)
hat an der Stelle x = 0 eine Unstetigkeitsstelle (siehe Abb. 1.10). F ur x ,= 0 gilt sign x = [x[/x.
Abbildung 1.10: Die Funktion f(x) = sign x.
Beispiel:
Die so genannte Heaviside-Funktion (auch Theta-Funktion oder Stufenfunktion)
(x) =
_
_
_
0 falls x 0
1 falls x > 0
(1.18)
hat eine Unstetigkeitsstelle bei x = 0.
Knickstellen, bei denen sich die Steigung einer Funktion unstetig andert, konnen auch in stetigen
Funktionen auftreten.
Beispiel:
Die Funktion
f(x) =
_
_
_
[x[ falls 1 x <
1 falls x < 1
(1.19)
hat Knickstellen bei x = 1 und x = 0, ist aber uberall stetig (siehe Abb. 1.11). Die erste Ableitung
ist jedoch an den Stellen x = 1 und x = 0 unstetig.
18 1 Funktionen
Abbildung 1.11: Eine stetige Funktion mit Knickstellen.
1.3.7 Singularitaten
Stellen, in deren unmittelbarer Umgebung die Funktionswerte uber alle Grenzen hinaus fallen oder
wachsen, heien Singularitaten oder Unendlichkeitsstellen der Funktion. Diese Stellen sind
ebenfalls Unstetigkeitsstellen.
Beispiel:
Die Funktion y = 1/x wachst bei Annaherung an x = 0 uber alle Grenzen:
lim
x0
+
1
x
= , (1.20)
lim
x0

1
x
= . (1.21)
An dieser Stelle hat die Funktion eine Singularitat.
Abbildung 1.12: Die Funktion f(x) = 1/x hat an der Stelle x = 0 eine Singularitat.
1.4 Neue Funktionen aus alten
Durch Addition, Subtraktion, Multiplikation und Division kann man aus alten Funktionen neue
denieren. Zum Beispiel: h(x) = f(x) + g(x) oder h(x) = f(x)g(x). Dabei muss nat urlich auf
einen passenden Denitionsbereich geachtet werden. In den beiden nachsten Abschnitten werden
wir zwei weitere wichtige Arten kennen lernen, um aus alten Funktionen neue zu denieren.
1 Funktionen 19
1.4.1 Verkettung von Funktionen
Gegeben seien zwei Funktionen f(x) und g(x). Die Funktion f(x) ordnet einer Zahl x eine Zahl z
zu: z = f(x). Die Zahl z wird dann als unabhangige Variable f ur die Funktion g verwendet. Dadurch
wird der Zahl z eine Zahl y zugeordnet: y = g(z). Durch die Hintereinanderanwendung von f
und g wird der Zahl x eine Zahl y zugeordnet:
y = g(z) = g(f(x)), (1.22)
x f(x) g(f(x)). (1.23)
Die Variable z ist nur als Zwischenergebnis interessant, kann also wegfallen. F ur die verkettete
(oder auch zusammengesetzte) Funktion schreibt man auch
y = (g f)(x). (1.24)
Beispiel:
Die Funktionen
f(x) = x
2
und g(x) = sin(x) (1.25)
ergeben zusammengesetzt
g(f(x)) = (g f)(x) = sin(x
2
). (1.26)
Die Verkettung (oder Zusammensetzung) von Funktionen ist im Allgemeinen nicht kommutativ:
(g f)(x) ,= (f g)(x). (1.27)
Das heit, bei der Verkettung von Funktionen kommt es auf die Reihenfolge an.
Beispiel:
Gegeben seien die beiden Funktionen
f(x) = 1 +x und g(x) = 1/x. (1.28)
Wahrend die Zusammensetzung g f
g(f(x)) =
1
1 +x
(1.29)
ergibt, erhalt man f ur die Zusammensetzung f g
f(g(x)) = 1 +
1
x
. (1.30)
1.4.2 Umkehrfunktion
Haug ist es notwendig, f ur einen gegebenen Wert der abhangigen Variablen den Wert der un-
abhangigen Variablen zu bestimmen. Betrachten wir zum Beispiel den Flacheninhalt y = x
2
eines
Quadrats mit Seitenlange x (siehe Abb. 1.13).
Aus der Flache konnen wir nat urlich die Kantenlange x =

y bestimmen. Hier haben wir die
Funktion y = f(x) = x
2
f ur x 0 umgekehrt zu x = f
1
(y) =

y. Die Funktion x = f
1
(y)
ist die Umkehrfunktion (oder inverse Funktion) von y = f(x). Dabei haben Argument und
Funktionswert die Rollen vertauscht. Gewissermaen ermittelt die Umkehrfunktion, woher der
20 1 Funktionen
Abbildung 1.13: Flacheninhalt y eines Quadrats mit Seitenlange x.
Abbildung 1.14: Funktion y = f(x). Abbildung 1.15: Umkehrfunktion x = f
1
(y).
Funktionswert f gekommen ist. In der Umkehrfunktion f
1
(y) ist nun y die unabhangige Variable.
Da wir die unabhangige Variable meistens mit x bezeichnen, nennen wir y in x um und erhalten
folgendes Paar von Funktion und Umkehrfunktion: f(x) und f
1
(x).
Setzt man eine Funktion mit ihrer Umkehrfunktion zusammen, so wird das Argument x auf sich
selbst abgebildet:
(f f
1
)(x) = (f
1
f)(x) = f
1
(f(x)) = x. (1.31)
Als weiteres Beispiel bestimmen wir die Umkehrfunktion der Funktion y =

1 4x
2
:
y =
_
1 4x
2
, f ur D = [0, 1/2] (1.32)
y
2
= 1 4x
2
, (1.33)
4x
2
= 1 y
2
, (1.34)
x =
1
2
_
1 y
2
y [0, 1]. (1.35)
Somit gilt:
f(x) =
_
1 4x
2
; f
1
(x) =
1
2
_
1 x
2
. (1.36)
Der Zusammenhang zwischen Funktion und Umkehrfunktion ist in Abb. 1.16 graphisch dargestellt.
Nat urlich konnen wir eine Funktion nur umkehren, wenn jedem Element y aus dem Wertebereich
genau ein Wert x aus dem Denitionsbereich zugeordnet ist. Wenn, wie in Abb. 1.17 dargestellt,
mehrere Werte aus dem Denitionsbereich (hier x
1
und x
2
) auf denselben Wert des Wertebereichs
(hier y
1
) abgebildet werden, konnen wir die Funktion nicht umkehren, da wir f ur Punkt y
1
nicht
wissen, welches Argument wir nehmen sollen. Anders gesagt: Eine Funktion y = f(x) ist um-
kehrbar, wenn aus x
1
,= x
2
stets f(x
1
) ,= f(x
2
) folgt. Falls dies nicht gilt, kann durch geeignete
Einschrankung des Denitionsbereichs die Umkehrung einer solchen Funktion doch ermoglicht wer-
den. Zum Beispiel besitzt die Funktion f(x) = x
2
mit D = R f ur +x und x jeweils den selben
Funktionswert und ist somit nicht umkehrbar. Schranken wir den Denitionsbereich jedoch auf
D = x R[x 0 ein, ist die Funktion umkehrbar.
Eine Funktion, f ur die aus x
1
,= x
2
stets f(x
1
) ,= f(x
2
) folgt, nennt man injektiv. Falls f ur alle
Werte y im Wertebereich ein Argument x existiert, sodass f(x) = y, ist die Funktion surjektiv.
1 Funktionen 21
Abbildung 1.16: Aus der Funktion f(x) erhalten wir durch Spiegelung an der 45

-Geraden die
Umkehrfunktion f
1
(y).
Eine sowohl injektive als auch surjektive Funktion nennt man bijektiv und genau diese Funktionen
sind umkehrbar.
Abbildung 1.17: Eine Funktion, bei der mehrere Argumente denselben Funktionswert besitzen, ist
nicht umkehrbar.
Wir halten zusammenfassend fest:
Jede streng monoton wachsende oder fallende Funktion ist umkehrbar.
Bei der Umkehrung einer Funktion werden der Denitionsbereich und der (gegebenenfalls
passend eingeschrankte) Wertebereich vertauscht.
Analytisch erhalt man die Umkehrfunktion durch Auosen nach der unabhangigen Variablen
und anschlieendes formales Vertauschen der beiden Variablen.
Graphisch ergibt sich die Umkehrfunktion durch Spiegelung an der 45

-Geraden.
1.5 Wichtige Funktionen
Im Folgenden werden wir einige in der Physik wichtige Funktionen kurz in Erinnerung rufen.
Die Auswahl ist aus Platzgr unden sehr beschrankt und so sei der Leser f ur eine vollstandigere
Behandlung auf die in der Literaturliste angef uhrten Nachschlagewerke verwiesen. Eine F ulle von
Informationen uber eine Vielzahl von Funktionen (und uber Mathematik im Allgemeinen) ist auf
der Webseite http://mathworld.wolfram.com verf ugbar.
1.5.1 Lineare Funktionen
Bei der linearen Funktion (eigentlich ane Funktion)
f(x) = kx +b (1.37)
22 1 Funktionen
hangt der Funktionswert in einfacher Potenz, d.h. linear vom Argument ab. Die lineare Funktion
besitzt zwei Parameter, k und b. Die Bedeutung dieser beiden Parameter wird in der graphischen
Darstellung der Funktion als eine Gerade klar (siehe Abb. 1.18). Der Parameter k ist dabei die Stei-
gung der Geraden und der Parameter b ihr Schnittpunkt mit der y-Achse. Der Denitionsbereich
umfasst die gesamte x-Achse und der Wertebereich die gesamte y-Achse (f ur k ,= 0).
Abbildung 1.18: Die linear Funktion y = kx +b.
Die lineare Funktion f(x) = kx + b ist f ur k ,= 0 im gesamten Denitionsbereich (reelle Zahlen)
streng monoton und daher umkehrbar. Auch die Umkehrfunktion einer linearen Funktion ist eine
lineare Funktion: x = y/k b/k. Lineare Funktionen werden haug f ur Fits verwendet (siehe
Kapitel 7). Die identische Funktion y = x und die konstante Funktion y = b sind Spezialfalle
der linearen Funktion.
1.5.2 Potenzen und Wurzeln
Die Potenz x
n
ist das Produkt von n gleichen Faktoren:
x
n
= x x x x
. .
nmal
. (1.38)
Hier werden x die Basis und n der Exponent genannt.
Rechenregeln f ur Potenzen:
x
0
= 1, (1.39)
x
n
x
m
= x
n+m
, (1.40)
x
n
x
m
= x
nm
, (1.41)
(x
n
)
m
= x
nm
. (1.42)
Dabei sind n und m beliebige ganze Zahlen.
Die Regel x
0
= 1 ergibt sich aus der Beobachtung, dass sich durch Division durch x der Exponent
in x
n
um 1 verringert: x
n
/x = x
n1
. F ur n = 1 gilt also x/x = x
11
= x
0
= 1. Analog folgt auch,
dass 1/x = x
1
oder allgemein: 1/x
n
= x
n
. Die anderen Rechenregeln ergeben sich aus ahnlichen

Uberlegungen. Zum Beispiel:

x
n
x
m
= x x x
. .
nmal
x x x
. .
mmal
= x
n+m
(1.43)
und
(x
n
)
m
= x
m
x
m
x
m
. .
nmal
= x
nm
. (1.44)
1 Funktionen 23
Durch Addition von Potenzen erhalt man ein sogenanntes Polynom (oder ganz rationale Funk-
tion):
f(x) = a
0
+ a
1
x +a
2
x
2
+a
3
x
3
+ +a
n
x
n
=
n

i=0
a
i
x
i
, (1.45)
wobei die Koezienten a
i
beliebige reelle Zahlen sind. Bei einem Polynom n-ten Grades ist
n die hochste vorkommende Potenz. Hier ist uns zum ersten Mal das Summenzeichen (das groe
griechische Sigma) begegnet, dessen Bedeutung aus dem obigen Ausdruck klar sein sollte. Das
Summenzeichen erlaubt es, Summen (sogar unendliche) auf kompakte Weise zu schreiben.
Beispiele:
Polynom 2. Grades f(x) = a
0
+a
1
x +a
2
x
2
(mit a
2
,= 0),
Polynom 3. Grades f(x) = a
0
+a
1
x +a
2
x
2
+a
3
x
3
(mit a
3
,= 0).
Der Denitionsbereich der Potenzfunktion umfasst die gesamte x-Achse, < x < und die
Funktion ist uberall stetig. F ur x divergiert die Funktion nach oder +.
Abbildung 1.19: Beispiele f ur Polynome unterschiedlichen Grades.
Gebrochen rationale Funktionen lassen sich als Quotient zweier ganz rationaler Funktionen
darstellen:
f(x) =

n
i=0
a
i
x
i

m
i=0
b
i
x
i
. (1.46)
24 1 Funktionen
Der Denitionsbereich ist < x < . Die Nullstellen des Nenners, an denen die Funktion
divergiert, sind jedoch davon ausgeschlossen.
Die Wurzelfunktion f(x) =

x ist die Umkehrfunktion der Potenzfunktion f(x) = x

2
. Da
die Quadrate von x und x identisch sind, (x)
2
= (x)
2
(siehe Abb. 1.20), ist die Quadratwurzel
nicht eindeutig und die beiden Zweige f(x) = +

x und f(x) =

x m ussen getrennt voneinander

behandelt werden. F ur die Quadratwurzel schreiben wir auch

x = x
1/2
.
Abbildung 1.20: F ur jeden Wert y
0
auf der Ordinate gibt es f ur die Quadratfunktion y = x
2
zwei
Werte auf der Abszisse.
Die Wurzelfunktion lasst sich auch f ur beliebige Exponenten n verallgemeinern. F ur die Potenz-
funktion
f(x) = x
n
(1.47)
denieren wir die n-te Wurzel als die entsprechende Umkehrfunktion
x
1/n
= f
1
(x). (1.48)
Die Schreibweise der Wurzelfunktion mit Hilfe des Exponenten erlaubt die Anwendung der Re-
chenregeln f ur Potenzen, z. B. (x
1/n
)
1/m
= x
1/(nm)
.
Es gibt auch die Zusammensetzung von Potenzfunktion und Wurzelfunktion:
f(x) = (x
n
)
1/m
= x
n/m
. (1.49)
Auch daf ur gelten die Rechenregeln f ur Potenzen.
1.5.3 Exponentialfunktion
Die Exponentialfunktion und ihre Umkehrung, die Logarithmusfunktion, sind transzendente
Funktionen, d.h. sie lassen sich nicht als endliche Kombination von algebraischen Termen dar-
stellen (sehr wohl aber durch unendliche Reihen).
Die allgemeine Form der Exponentialfunktion lautet:
f(x) = a
x
. (1.50)
Dabei ist die reelle positive Zahl a die Basis und x der Exponent. Die Bedeutung von a
x
f ur
rationale Exponenten haben wir bereits im letzten Abschnitt kennen gelernt. F ur irrationale Ex-
ponenten x, also f ur jene x-Werte, die sich nicht durch einen Bruch darstellen lassen, konnen wir x
beliebig genau durch einen solchen Bruch annahern und somit a
x
beliebig genau durch Verkettung
von Potenz- und Wurzelfunktion erhalten.
1 Funktionen 25
Wichtige Spezialfalle sind die Exponentialfunktionen mit Basis 10 und e:
f(x) = 10
x
, (1.51)
f(x) = e
x
. (1.52)
Die Exponentialfunktion mit Basis e schreiben wir auch oft als
f(x) = exp(x). (1.53)
Exakt ist die Exponentialfunktion f ur die Basis e uber eine Potenzreihe mit unendlich vielen
Gliedern deniert:
e
x
= 1 + x +
x
2
2!
+
x
3
3!
+
x
4
4!
+ (1.54)
(Im Kapitel 5 werden wir mehr uber Potenzreihen erfahren.) Dabei ist e = 2.718281828 . . . die
Eulersche Zahl, eine der wichtigsten Zahlen der Mathematik. Eine alternative Denition ist uber
den Grenzwert
e
x
= lim
k
_
1 +
x
k
_
k
(1.55)
moglich.
Der Denitionsbereich der Exponentialfunktion umfasst die gesamte reelle Achse, < x <
und der Wertebereich besteht aus allen positiven reellen Zahlen, 0 < y < (falls a ,= 1). Die
Exponentialfunktion a
x
ist uberall stetig. F ur a > 1 ist sie streng monoton wachsend und f ur a < 1
streng monoton fallend (siehe Abb. 1.21). Die Exponentialfunktion f ur a > 1 wachst f ur positive
x starker an als jede Potenzfunktion, d. h.
lim
x
a
x
x
n
= f ur alle n N. (1.56)
Abbildung 1.21: Die Exponentialfunktion a
x
f ur a > 1 (links) und 0 < a < 1 (rechts).
F ur die Exponentialfunktion gelten folgende Rechenregeln:
a
0
= 1, (1.57)
a
x
=
1
a
x
, (1.58)
(a
x
)
y
= a
xy
, (1.59)
a
x
a
y
= a
x+y
, (1.60)
a
x
a
y
= a
xy
. (1.61)
(1.62)
Diese Rechenregeln folgen aus den Rechenregeln f ur die Potenz- und Wurzelfunktion.
26 1 Funktionen
1.5.4 Logarithmus
Die Umkehrfunktion der Exponentialfunktion ist der Logarithmus (wir erhalten ihn graphisch
durch Spiegelung der Exponentialfunktion an der 45

-Geraden). Zu verschiedenen Basen a der

Exponentialfunktion gibt es auch unterschiedliche Logarithmen. Wir bezeichnen den Logarithmus
zur Basis a der Zahl x als
log
a
(x). (1.63)
Der Logarithmus der Zahl x zur Basis a ist also jene Zahl, mit der man a potenzieren muss, um x
zu erhalten:
y = log
a
(x) a
y
= x. (1.64)
Folgende Exponentialfunktionen und zugehorige Logarithmen werden in der Physik besonders
haug verwendet:
y = 10
x
log
10
(y) = lg(y) = x dekadischer Logarithmus (1.65)
y = e
x
log
e
(y) = ln(y) = x nat urlicher Logarithmus (1.66)
y = 2
x
log
2
(y) = ld(y) = x dualer Logarithmus (1.67)
Die Schreibweise log(x) ohne eine angegebene Basis bezeichnet in der Physik meistens den nat urli-
chen Logarithmus, kann aber auch den dekadischen Logarithmus bezeichnen. Welcher Logarithmus
gemeint ist, muss oft aus dem Zusammenhang geschlossen werden.
Abbildung 1.22: Die Logarithmusfunktion log
a
(x) f ur verschiedene Basen a.
F ur alle Basen a folgt aus a
0
= 1, dass log
a
1 = 0. Der Denitionsbereich der Exponentialfunktion
erstreckt sich uber alle positiven reellen Zahlen, 0 < x < , und der Wertebereich ist < y < .
F ur die Logarithmusfunktion gelten folgende Rechenregeln:
log
a
(1) = 0, (1.68)
log
a
_
1
x
_
= log
a
(x), (1.69)
log
a
(x
z
) = z log
a
(x), (1.70)
log
a
(x y) = log
a
(x) + log
a
(y), (1.71)
log
a
_
x
y
_
= log
a
(x) log
a
(y). (1.72)
Diese Rechenregeln folgen aus den Rechenregeln f ur die Exponentialfunktion. Zum Beispiel:
log
a
_
1
x
_
= log
a
_
1
a
log
a
x
_
= log
a
_
a
log
a
x
_
= log
a
x (1.73)
1 Funktionen 27
oder:
log
a
(xy) = log
a
_
a
log
a
x
a
log
a
y
_
= log
a
_
a
log
a
x+log
a
y
_
= log
a
x + log
a
y. (1.74)
Auf ahnliche Weise erhalten wir
log
a
(x
z
) = log
a
_
(a
log
a
x
)
z
_
= log
a
_
a
z log
a
x
_
= z log
a
x. (1.75)
Die Logarithmusfunktion wachst f ur a > 1 langsamer als jede beliebige Potenz von x, d.h.
lim
x
log
a
(x)
x
n
= 0 f ur alle n N. (1.76)
Wie die Exponentialfunktion lasst sich auch der Logarithmus von einer Basis in eine andere um-
formen:
log
a
(x) = log
a
_
b
log
b
(x)
_
= log
b
(x) log
a
(b) (1.77)
und somit
log
b
(x) =
log
a
(x)
log
a
(b)
. (1.78)
Auf ahnliche Weise erhalten wir
log
b
(x) = log
a
(x) log
b
(a) (1.79)
sowie
log
a
(b) log
b
(a) = 1. (1.80)
Mit Hilfe der Logarithmusfunktion lasst sich die Exponentialfunktion zu einer beliebigen Basis a
in eine auf der Eulerschen Zahl e beruhende Darstellungsform umwandeln:
a
x
=
_
e
lna
_
x
= e
x lna
. (1.81)
F ur eine beliebige Basis b gilt:
a
x
=
_
b
log
b
a
_
x
= b
x log
b
a
. (1.82)
1.5.5 Winkelfunktionen
Die Winkelfunktionen (trigonometrische Funktionen) sind ebenfalls transzendente Funktionen.
Zur Denition dieser Funktion ist es sehr zweckmaig, Winkel im Bogenma anzugeben. Da-
zu zeichnen wir zunachst einen Kreis mit Radius 1 durch den Scheitel des Winkels, den wir im
Bogenma ausdr ucken wollen (siehe Abb. 1.23).
Abbildung 1.23: Das Bogenma des Winkels ist die Bogenlange b, die vom Winkel am Einheits-
kreis (Radius=1) begrenzt wird.
Die Lange des Kreisbogens zwischen den Winkelschenkeln ist das Bogenma dieses Winkels. Der
volle Kreis hat einen Umfang von 2 und der zugehorige Winkel betragt daher im Bogenma 2.
Zwischen dem ublichen Gradma und dem Bogenma gilt daher die Beziehung:
Bogenma = Gradma 2/360. (1.83)
28 1 Funktionen
Abbildung 1.24: Verschiedene Winkel in Gradma und in Bogenma.
Die trigonometrischen Funktionen lassen sich geometrisch sehr anschaulich am Einheitskreis de-
nieren. Eine exakte Denition dieser Funktionen erfolgt jedoch durch Potenzreihen. Auf diese
exakte Denition wollen wir hier jedoch verzichten.
Abbildung 1.25: Denition der Winkelfunktionen f ur den Winkel am Einheitskreis (Radius=1).
Die Winkelfunktionen setzen den Winkel mit verschiedenen Langen in Beziehung. Mit Hilfe des
in Abb. 1.25 dargestellten rechtwinkligen Dreiecks lassen sich geometrisch folgende Funktionen des
Winkels denieren:
Sinus: sin = Gegenkathete / Hypotenuse
Kosinus: cos = Ankathete / Hypotenuse
Tangens: tan = Gegenkathete / Ankathete = sin / cos
Kotanges: cot = Ankathete / Gegenkathete = cos / sin = 1/ tan
Tragen wir sin() und cos() als Funktion von in einem kartesischen Koordinatensystem auf, er-
halten wir die in Abbildung 1.26 dargestellten Funktionsgraphen. Wahrend der Sinus eine ungerade
Funktion ist,
sin(x) = sin(x), (1.84)
ist der Kosinus gerade,
cos(x) = cos(x). (1.85)
1 Funktionen 29
Nachdem der Winkel die Werte 0 bis 2 durchlaufen hat, zeigen die Funktionen wieder die-
selben Werte wie vorher, d.h. die Funktionen sind periodisch mit der Periode 2:
sin(x + 2n) = sin(x), (1.86)
cos(x + 2n) = cos(x), (1.87)
wobei n eine ganze Zahl ist. Die Werte von Sinus und Kosinus schwanken zwischen -1 und +1.
Abbildung 1.26: Sinus und Kosinus.
Der Tangens und der Kotangens sind ebenfalls periodische Funktionen, haben aber eine Peri-
odenlange von statt 2 (siehe Abb. 1.27). Sowohl der Tangens als auch der Kotangens sind
ungerade Funktionen:
tan(x) = tan(x), (1.88)
cot(x) = cot(x). (1.89)
Die Tangensfunktion tan ist singular bei =

2
,
3
2
, . . . und die Kotangensfunktion cot bei
= 0, , 2, . . . .
Abbildung 1.27: Tangens (links) und Kotangens (rechts).
Winkelfunktionen konnen ineinander umgewandelt werden. Zum Beispiel gelten folgende Beziehun-
gen, die man leicht durch Anwendung des Satzes von Pythagoras auf das in Abb. 1.25 dargestellte
rechtwinklige Dreieck ableiten kann (sin
2
+ cos
2
= 1):
sin =
_
1 cos
2
, (1.90)
sin =
tan

1 + tan
2

, (1.91)
tan =
1
cot
. (1.92)
Weitere Formeln zur Umformung trigonometrischer Funktionen sowie die Werte der Winkelfunktion
an besonderen Stellen konnen den gangigen Formelsammlungen entnommen werden.
30 1 Funktionen

Auerst wichtig sind zudem die Additionstheoreme f ur die Winkelfunktionen:

sin( +) = sin cos + cos sin , (1.93)
cos( +) = cos cos sin sin . (1.94)
Diese Ausdr ucke kann man zur Umformung von trigonometrischen Ausdr ucken verwenden. So
konnen wir zum Beispiel folgende Vereinfachung durchf uhren:
cos x (1 tan
2
x)
tan x (cot x 1)
=
cos x (1 tan
2
x)
(1 tan x)
=
cos x (1 + tanx)
$
$
$
$
$
(1 tan x)
$
$
$
$
$
(1 tan x)
= cos x
_
1 +
sin x
cos x
_
= cos x + sin x
= sin
_
x +

2
_
+ sin x
= sin
_
x +

4
+

4
_
+ sin
_
x

4
+

4
_
= sin
_
x +

4
_
cos

4
+ sin

4
cos
_
x +

4
_
+ sin
_
x +

4
_
cos
_

4
_
+ sin
_

4
_
cos
_
x +

4
_
=
1

2
sin
_
x +

4
_
+
$
$
$
$
$
$
$$
1

2
cos
_
x +

4
_
+
1

2
sin
_
x +

4
_

$
$
$
$
$
$
$$
1

2
cos
_
x +

4
_
=
2

2
sin
_
x +

4
_
=

2 sin
_
x +

4
_
.
(1.95)
Die Winkelfunktionen hangen eng mit der Exponentialfunktion zusammen. Dieser Zusammenhang
ist durch die Eulersche Formel gegeben (e
i
= cos +i sin), die wir im Kapitel 6 naher behandeln
werden.
1.5.6 Arcusfunktionen
Oft kennen wir beispielsweise den Sinus eines Winkels und mochten daraus den Winkel selbst
bestimmen. Dies konnen wir mit der Umkehrfunktion des Sinus, dem Arcussinus tun:
x = arcsiny (y = sinx). (1.96)
Die Bezeichnung Arcussinus stammt von arcus ab, der lateinischen Bezeichnung f ur Bogen (wir
bestimmen ja das Bogenma des Winkels aus dem Sinus). Da jetzt y die unabhangige Variable
ist, benennen wir sie um in x:
y = arcsinx. (1.97)
Der Denitionsbereich des Arcussinus ist 1 x 1. Da ein bestimmter Wert der Winkelfunk-
tionen durch eine Vielzahl von Winkeln erzeugt wird (siehe Abb. 1.28), muss der Wertebereich auf
einen gewissen Bereich eingeschrankt werden. Wir beschranken den Wertebereich so, dass jeder
Wert des Sinus genau einmal angenommen wird. Damit erreichen wir eine eindeutige Zuordnung.
Der zugeordnete Wert heit Hauptwert. Der Hauptwert ist jener Wert y, der mit x = sin(y) kon-
sistent ist und den kleinsten Absolutwert [y[ besitzt. F ur y = arcsin(x) gilt also ein Wertebereich
von

2
y

2
(siehe Abb. 1.29). Analog verfahrt man mit arccos, arctan und arccot.
1 Funktionen 31
Abbildung 1.28: Die Sinusfunktion nimmt einen bestimmten Funktionswert an verschiedenen Stel-
len an.
Abbildung 1.29: Arcussinus und Arcuskosinus.
Die folgende Tabelle enthalt die Denitionsbereiche D und Wertebereiche W der Arcusfunktionen:
Funktion D W
arcsin [1, +1] [

2
,

2
]
arccos [1, +1] [0, ]
arctan (, +) [

2
,

2
]
arccot (, +) [0, ]
Alternative Schreibweisen f ur die Arcusfunktionen sind:
arcsin(x) = sin
1
(x) = asin(x),
arccos(x) = cos
1
(x) = acos(x),
arctan(x) = tan
1
(x) = atan(x),
arccot(x) = cot
1
(x) = acot(x).
Die Arcusfunktionen werden auch zyklometrische Funktionen genannt. F ur die Arcusfunktio-
nen gibt es zahlreiche n utzliche Beziehungen, die Sie bei Bedarf den gangigen Formelsammlungen
entnehmen konnen.
32 1 Funktionen
Abbildung 1.30: Arcustangens und Arcuskotangens.
1.5.7 Hyperbolische Funktionen
Wahrend die trigonometrischen Funktionen durch den Schnitt einer Geraden mit einem Kreis er-
zeugt werden konnen, werden die hyperbolischen Funktionen durch den Schnitt mit den Hyper-
belasten der Einheitshyperbel y =

x
2
1 erzeugt. Die Funktionen werden aber nicht angegeben
als Funktion des Steigungswinkels wie bei den trigonometrischen Funktionen, sondern als Funktion
der von den Geraden mit Steigung g und g und der Hyperbel y =

x
2
1 eingeschlossenen
Flache A. Die geometrische Bedeutung der hyperbolischen Funktionen sinh und cosh ist in Abb.
1.31 dargestellt.
So wie die trigonometrischen Funktionen zur Parameterdarstellung des Einheitskreises verwendet
werden konnen, (x = cos(t), y = sin(t)), kann mit Hilfe der hyperbolischen Funktionen die Hyperbel
dargestellt werden, (x = cosh(A), y = sinh(A)). Dabei entsprechen negative Werte des Parameters
A dem negativen Ast der Hyperbel, y =

x
2
1, und positive Werte von A dem positiven Ast,
y = +

x
2
1 (siehe Abb. 1.31).
Analog zu den trigonometrischen Funktionen Sinus, Kosinus, Tangens und Kotangens konnen auch
die entsprechenden hyperbolischen Funktionen deniert werden:
Sinus hyperbolicus sinh(x),
Cosinus hyperbolicus cosh(x),
Tangens hyperbolicus tanh(x) = sinh(x)/ cosh(x),
Cotangens hyperbolicus coth(x) = 1/ tanh(x).
Die Hyperbelfunktionen lassen sich mit Hilfe der Exponentialfunktion ausdr ucken:
sinh x =
e
x
e
x
2
, (1.98)
coshx =
e
x
+e
x
2
, (1.99)
tanh x =
e
x
e
x
e
x
+e
x
, (1.100)
coth x =
e
x
+e
x
e
x
e
x
. (1.101)
Hyperbolische und trigonometrische Funktionen konnen in der komplexen Ebene als gleich-
1 Funktionen 33
Abbildung 1.31: Geometrische Interpretation der hyperbolischen Funktionen sinh und cosh.
wertige Funktionen dargestellt werden. Durch Verwendung imaginarer Argumente werden die
Funktionen ineinander ubergef uhrt. Diesen Zusammenhang werden wir im Kapitel 6 naher behan-
deln.
Die Funktionsgraphen der wichtigsten dieser Funktionen sind in Abb. 1.32 und 1.33 dargestellt.
Abbildung 1.32: Die hyperbolischen Funktio-
nen sinh and cosh.
Abbildung 1.33: Die hyperbolischen Funktio-
nen tanh and coth.
Wichtige Zusammenhange zwischen den hyperbolischen Funktionen lassen sich aus der Gleichung
sinh
2
(x) = cosh
2
(x) 1 (1.102)
ableiten. F ur die hyperbolischen Funktionen gelten auerdem folgende Additionstheoreme:
sinh(x +y) = sinh(x) cosh(y) + cosh(x) sinh(y), (1.103)
cosh(x +y) = cosh(x) cosh(y) + sinh(x) sinh(y). (1.104)
34 1 Funktionen
Diese beiden Gleichungen konnen leicht aus der Denition der hyperbolischen Funktion abgeleitet
werden.
1.5.8 Areafunktionen
Die inversen Hyperbelfunktionen werden als Areafunktionen bezeichnet. (Der Name kommt daher,
dass wir die eingeschlossene Flache A, also lateinisch area, erhalten, wenn wir die hyperbolischen
Funktionen umkehren.)
Abbildung 1.34: Die Areafunktionen Arsinh und Arcosh (links) sowie Artanh und Arcoth (rechts).
Die Areafunktionen konnen mit Hilfe von Logarithmen ausgedr uckt werden:
Arsinh(x) = ln(x +
_
x
2
+ 1), (1.105)
Arcosh(x) = ln(x +
_
x
2
1), (1.106)
Artanh(x) =
1
2
ln
1 +x
1 x
, (1.107)
Arcoth(x) =
1
2
ln
x + 1
x 1
. (1.108)
Diese Formeln erhalt man durch direkte Umkehrung der hyperbolischen Funktionen. Zusam-
menhange zwischen den verschiedenen Areafunktionen konnen den gangigen Formelsammlungen
entnommen werden.
Kapitel 2
Vektoren
2.1 Grundlagen
In der Physik ist es oft notwendig, von gewissen Groen nicht nur deren Betrag, sondern auch
deren Richtung zu kennen. Wenn wir mit dem Fahrrad irgendwohin fahren, ist unsere Bewe-
gungsrichtung genau so wichtig wie der Betrag unserer Geschwindigkeit. Solche Groen nennt
man Vektoren. Beispiele f ur Vektoren sind: Kraft, Geschwindigkeit, Beschleunigung, Feldstarke,
Flachenelement, Impuls und Dipolmoment. Groen, die keine Richtung besitzen, nennen wir Ska-
lare. Dazu zahlen: Zeit, Masse, Volumen, Dichte, elektrische Ladung und Energie. Wir denieren
also Vektoren wie folgt:
Denition: Ein Vektor ist eine gerichtete Groe. Er wird durch eine Richtung und eine Lange
(einen Betrag) beschrieben.
Im Folgenden werden wir Vektoren durch einen Pfeil kennzeichnen, zum Beispiel

F und v. Haug
werden Vektoren aber auch im Fettdruck angegeben, zum Beispiel F und v.
Bei einer physikalischen Vektorgroe gehort zur vollstandigen Beschreibung auch die Angabe einer
Maeinheit. Der Betrag besteht aus Mazahl und Einheit. Krafte messen wir zum Beispiel in
der Einheit Newton (abgek urzt N): [

F
1
[ = F
1
= 100N. Hier haben wir den Betrag eines Vektors,
also dessen Lange, mit Hilfe von senkrechten Strichen ausgedr uckt.
Graphisch konnen wir Vektoren als Pfeile darstellen mit Lange und Richtung (siehe Abb. 2.1).
Abbildung 2.1: Ein Vektor r lasst sich als Pfeil in einem rechtwinkligen Koordinatensystem dar-
stellen. In diesem zweidimensionalen Beispiel hat der Vektor r die Komponenten x und y:
r = (x, y). Der Vektor ist durch Angabe des Anfangspunktes Q und des Endpunktes P eindeu-
tig festgelegt.
35
36 2 Vektoren
Ein Vektor lasst sich auch durch Angabe von Anfangspunkt Q und Endpunkt P eindeutig festlegen.
Dann schreiben wir

QP.
Wenn wir als Anfangspunkt Q den Ursprung (0, 0, 0) des Koordinatensystems wahlen (siehe Abb.
2.2 f ur den 2-dimensionalen Fall), so kann der Ortsvektor r des Punktes P = P(x, y, z) in
kartesischen Koordinaten geschrieben werden als
r = (x, y, z). (2.1)
Oft nden wir auch die Notation
r = (r
x
, r
y
, r
z
). (2.2)
Abbildung 2.2: Falls wir als Ausgangspunkt Q den Ursprung wahlen, konnen wir r als den Orts-
vektor des Punktes P = (x, y) deuten.
Der Ortsvektor r gibt die Lage des Punktes P relativ zum Ursprung an.
Abbildung 2.3: Der Verschiebungsvektor r = r
2
r
1
ist der Verbindungsvektor zwischen Punkt P
1
mit Ortsvektor r
1
und Punkt P
2
mit Ortsvektor r
2
.
Vektoren konnen auch Verschiebungen beschreiben. Der Verschiebungsvektor zwischen den
Punkten P
1
und P
2
ist die Dierenz der Ortsvektoren r
1
und r
2
der Punkte P
1
und P
2
:
r = r
2
r
1
. (2.3)
Was genau die Dierenz zweier Vektoren bedeutet, werden wir spater sehen.
Hier ist es wichtig anzumerken, dass in der graphischen Darstellung Pfeile mit gleicher Richtung
und gleichem Betrag aber unterschiedlichen Ausgangspunkten zum selben Vektor gehoren. Ein
graphisch dargestellter Pfeil ist also nur einer von vielen Reprasentanten eines Vektors (siehe Abb.
2.4).
Von besonderer Bedeutung sind der Nullvektor und der Einheitsvektor:
Nullvektor:

0, [

0[ = 0, hat Lange Null und keine Richtung.

2 Vektoren 37
Abbildung 2.4: Pfeile, welche durch Parallelverschiebung ineinander ubergef uhrt werden konnen,
also gleichen Betrag und gleiche Richtung besitzen, gehoren zum selben Vektor.
Einheitsvektor: e, [e[ = 1, hat Lange 1, wird verwendet, um Richtungen anzugeben
(z. B. Einheitsvektoren e
x
, e
y
, e
z
entlang der Achsen eines kartesischen Koordinatensy-
stems). Einheitsvektoren werden auch als normiert bezeichnet.
2.2 Koordinatensysteme
Vektoren konnen auf verschiedene Weise dargestellt werden. Bisher haben wir dazu kartesische
Koordinaten verwendet. Bei gewissen Problemen sind andere Koordinatensysteme, die die Sym-
metrien des Problems auf nat urliche Weise ber ucksichtigen, oft g unstiger (z.B. Kugelkoordinaten,
Zylinderkoordinaten). Im Folgenden werden wir kurz die Darstellung von Vektoren in verschiedenen
Koordinatensystemen besprechen.
2.2.1 Kartesische Koordinaten
Unter einem kartesischen Koordinatensystem versteht man rechtwinklige Koordinatensyste-
me, die wir bereits zur Darstellung von Funktionen verwendet haben (siehe Abb. 2.5). Die Achsen
eines kartesischen Koordinatensystems stehen senkrecht aufeinander. Kartesische Koordinatensy-
steme konnen f ur beliebig viele Dimensionen deniert werden. Abbildung 2.5 zeigt ein zweidimen-
sionales und ein dreidimensionales Beispiel.
Mit Hilfe der Einheitsvektoren e
x
, e
y
und e
z
(auch Basisvektoren genannt) in Richtung der Koor-
dinatenachsen konnen wir den Ortsvektor r auch darstellen als so genannte Linearkombination:
r = (x, y, z) = (r
x
, r
y
, r
z
) = xe
x
+ye
y
+ze
z
. (2.4)
In kartesischen Koordinaten ergibt sich der Betrag (Lange) des Vektors aus dem Satz von Pytha-
goras:
r = [r[ =
_
x
2
+y
2
=
_
r
2
x
+r
2
y
, (2.5)
r = [r[ =
_
x
2
+y
2
+z
2
=
_
r
2
x
+r
2
y
+r
2
z
. (2.6)
Der Einheitsvektor e
r
in Richtung eines bestimmten Vektors r ,= 0 ergibt sich durch Division
des Vektors durch seinen Betrag:
e
r
=
r
[r[
. (2.7)
Dadurch erhalt der Einheitsvektor e
r
die Lange 1.
38 2 Vektoren
Abbildung 2.5: Zweidimensionales (2d) und dreidimensionales (3d) kartesisches Koordinatensy-
stem. Die Einheitsvektoren e
x
, e
y
und e
z
zeigen in Richtung der Koordinatenachsen. Die Achsen
des dreidimensionalen Koordinatensystems bilden ein so genanntes Rechtssystem, das wir weiter
unten genauer besprechen werden.
Beispiel:
r = (3, 4, 5) = 3e
x
+ 4e
y
5e
z
, (2.8)
r = [r[ =
_
3
2
+ 4
2
+ (5)
2
=

9 + 16 + 25 =

50. (2.9)
Einheitsvektor:
e
r
=
r
[r[
=
1

50
_
_
_
3
4
5
_
_
_. (2.10)
2.2.2 Polarkoordinaten
Anstelle der x- und y-Koordinate eines Punktes P in der Ebene konnen wir seine Lage auch durch
seine Entfernung r vom Ursprung und durch den Winkel , den die Verbindungslinie vom Punkt
zum Ursprung mit der x-Achse einschliet, angeben (siehe Abb. 2.6). Dabei wird der Winkel
gegen den Uhrzeigersinn bestimmt. Der Abstand r und der Winkel sind die so genannten
Polarkoordinaten des Punktes P (und seines Ortsvektors r).
Abbildung 2.6: Polarkoordinaten r und des Vektors r.
Wie aus Abb. 2.6 ersichtlich ergeben sich die kartesischen Koordinaten wie folgt aus den Polarko-
2 Vektoren 39
ordinaten:
x = r cos , (2.11)
y = r sin . (2.12)
Umgekehrt kommen wir durch
r =
_
x
2
+y
2
r > 0 (2.13)
= arctan
_
y
x
_
0 < 2 (2.14)
von kartesischen zu Polarkoordinaten.
Polarkoordinaten bilden ein so genanntes krummliniges Koordinatensystem (siehe Abb. 2.7).
Abbildung 2.7: Durch Angabe von r und denieren wir einen Punkt in der Ebene. Die durch
r = const denierten Kurven sind Kreise um den Ursprung und = const deniert vom Ursprung
ausgehende Halbgeraden.
Beispiel:
P = (3, 4) Ortsvektor r =
_
3
4
_
(2.15)
r = [r[ =
_
3
2
+ 4
2
=

25 = 5 (2.16)
= arctan
_
4
3
_
= 53

(die Umkehrung des tan ist nicht eindeutig). (2.17)

Im Kapitel 1.1 haben wir Kurven (Funktionsgraphen) in kartesischen Koordinaten dargestellt.
Wir konnen das aber auch in Polarkoordinaten tun, indem wir den Abstand r vom Ursprung als
Funktion des Winkels darstellen, zum Beispiel
r() =
1

cos 2
. (2.18)
Durch Einsetzen dieser Gleichung in die Formel zur Umrechnung von Polarkoordinaten in kartesi-
sche Koordinaten erhalten wir die Kurve in Parameterform mit als Parameter:
x = r cos =
cos

cos 2
, (2.19)
y = r sin =
sin

cos 2
. (2.20)
40 2 Vektoren
Abbildung 2.8: In Polarkoordinaten kann die Hyperbel durch r = 1/

cos 2 ausgedr uckt werden.

Wir wollen nun den Parameter eliminieren. Dazu stellen wir fest, dass cos 2 = cos
2
sin
2

und erhalten
x =
cos
_
cos
2
sin
2

, (2.21)
y =
sin
_
cos
2
sin
2

. (2.22)
Quadrieren ergibt
x
2
=
cos
2

cos
2
sin
2

, (2.23)
y
2
=
sin
2

cos
2
sin
2

. (2.24)
Wenn wir nun y
2
von x
2
subtrahieren, erhalten wir:
x
2
y
2
=
cos
2

cos
2
sin
2

sin
2

cos
2
sin
2

=
cos
2
sin
2

cos
2
sin
2

= 1. (2.25)
Dies ist die Kurvengleichung f ur eine Hyperbel
x
2
y
2
= 1, y =
_
x
2
1. (2.26)
Eine der ersten Anwendungen von ebenen Polarkoordinaten, die Ihnen im 1. Semester begegnen
wird, ist die Kreisbewegung. Im Allgemeinen beschrieben wird die Bewegung eines Objektes
durch Angabe seines Ortes als Funktion der Zeit:
r = r(t). (2.27)
Ein zweidimensionales Beispiel einer dadurch entstehenden Bahnkurve ist in Abb. 2.9 dargestellt.
Bei einer Kreisbewegung bewegt sich das Objekt (durch einen Punkt dargestellt) auf einer Kreis-
bahn (siehe Abb. 2.10).
Um die Kreisbewegung zu beschreiben, suchen wir die kartesischen Koordinaten x(t) und y(t)
als Funktion der Zeit t. Dies lasst sich in Polarkoordinaten sehr einfach bewerkstelligen. Bei einer
2 Vektoren 41
Abbildung 2.9: Bahnkurve (auch Trajektorie genannt) eines Punktes, der sich in der Ebene
bewegt.
Abbildung 2.10: Kreisbewegung eines Punktes in der Ebene.
gleichformigen Kreisbewegung ist der Abstand vom Ursprung konstant, d. h. r = const. Der Winkel
aber andert sich mit der Zeit. Da die Bewegung gleichformig ist, wachst der Winkel linear mit der
Zeit:
(t) = t. (2.28)
Dabei ist die so genannte Winkelgeschwindigkeit, die in unserem Fall konstant ist.
In kartesischen Koordinaten konnen wir dann die Bewegung beschreiben durch:
x = r cos((t)) = r cos t, (2.29)
y = r sin((t)) = r sin t. (2.30)
Sowohl die x- als auch die y-Koordinate des Punktes andern sich auf nicht triviale Weise mit der
Zeit. Hier haben wir ausgenutzt, dass sich das Problem durch Wahl eines geeigneten Koordinaten-
systems wesentlich vereinfacht.
Beispiel: Zykloide
Als weiteres Beispiel suchen wir nach der Kurve, die ein Punkt eines auf einer Ebene rollenden
Rades beschreibt (siehe Abb. 2.11). Wir nehmen an, dass zu Beginn der Punkt im Ursprung ist.
42 2 Vektoren
Abbildung 2.11: Ein Punkt auf einem rollenden Rad beschreibt eine Zykloide.
Nachdem sich das Rad um den Winkel gedreht hat, hat sein Mittelpunkt die Strecke r zur uck-
gelegt. Der Punkt ist in x-Richtung jedoch um r sin zur uckgeblieben:
x = r r sin . (2.31)
F ur die y-Koordinate des Punktes gilt
y = r r cos . (2.32)
Die Bahnkurve in kartesischen Koordinaten ergibt sich also durch Addition von linearer Bewegung
und Kreisbewegung.
2.2.3 Zylinderkoordinaten
Durch ebene Polarkoordinaten konnen wir einen Punkt in der xy-Ebene denieren. Wenn wir zu
diesen Koordinaten noch eine z-Koordinate hinzuf ugen, legen wir damit einen Punkt im Raum
fest. Diese Koordinaten nennen wir die Zylinderkoordinaten , und z (siehe Abb. 2.12). Hier
verwenden wir statt r f ur die Lange der Projektion des Vektors r in die xy-Ebene, um diese
Lange vom Betrag des Ortsvektors r zu unterscheiden.
Durch =const, =const und z =const werden folgende Flachen deniert:
= const: Halbebene durch z-Achse,
= const: Zylinder mit der z-Achse als Rotationsachse,
z = const: Ebene normal zur z-Achse.
Aus bekannten Zylinderkoordinaten lassen sich die kartesischen Koordinaten bestimmen:
x = cos , (2.33)
y = sin, (2.34)
z = z. (2.35)
Umgekehrt gilt:
=
_
x
2
+y
2
, (2.36)
= arctan
_
y
x
_
, (2.37)
z = z. (2.38)
2 Vektoren 43
Abbildung 2.12: Zylinderkoordinaten.
Zylinderkoordinaten sind bei Situationen sinnvoll, bei denen die betrachteten Groen rotations-
symmetrisch bez uglich einer Achse sind, z.B. das Magnetfeld um einen stromdurchossenen Draht
oder das Tragheitsmoment eines Zylinders.
2.2.4 Kugelkoordinaten
In Kugelkoordinaten stellen wir die Lage eines Punktes mit Ortsvektor r durch seinen Abstand r =
[r[ vom Ursprung sowie zwei Winkel (Azimut) und (Elevation) dar. Dabei ist der Winkel
zwischen dem Ortsvektor r und der positiven z-Achse. ist ahnlich der geographischen Breite (die
geographische Breite ist jedoch am

Aquator identisch 0, wahrend am Nordpol verschwindet) und
entspricht der geographischen Lange. Der Winkel ist der Winkel zwischen der Projektion von
r in die xy-Ebene und der positiven x-Achse. Die Geometrie der Kugelkoordinaten ist in Abb. 2.13
dargestellt.
Die Kugelkoordinaten r, und haben folgende Wertebereiche:
0 r, (2.39)
0 < 2, (2.40)
0 . (2.41)
Kugelkoordinaten konnen durch folgende Ausdr ucke in kartesische Koordinaten umgewandelt wer-
den. Am einfachsten ist der Ausdruck f ur die z-Koordinate:
z = r cos . (2.42)
Die x- und y-Koordinaten schreiben wir zunachst als
x = cos , (2.43)
y = sin . (2.44)
Da aber = r sin ist, erhalten wir schlielich
x = r sin cos , (2.45)
y = r sin sin, (2.46)
z = r cos . (2.47)
44 2 Vektoren
Abbildung 2.13: Kugelkoordinaten.
Aus den kartesischen Koordinaten konnen die Kugelkoordinaten durch
r =
_
x
2
+y
2
+z
2
, (2.48)
= arctan
_
_
x
2
+y
2
z
_
= arccos
_
z
_
x
2
+y
2
+z
2
_
, (2.49)
= arctan
_
y
x
_
(2.50)
bestimmt werden.
Durch r =const, =const und =const werden folgende Flachen deniert:
r = const: Kugeln um den Ursprung,
= const: Halbebenen durch z-Achse,
= const: Kegel um z-Achse mit Ursprung als Spitze.
2.3 Vektoralgebra
Wir befassen uns als nachstes mit den Rechenregeln f ur Vektoren in kartesischen Koordinaten.
2.3.1 Gleiche, inverse und parallele Vektoren
Zwei Vektoren sind gleich, a =

b, wenn sie in Betrag und Richtung ubereinstimmen.

Zwei Vektoren a und

b sind invers, wenn sie denselben Betrag besitzen aber entgegengesetzte

Richtung, das heit a =

b.
Zwei Vektoren sind parallel (oder genauer: gleichsinnig parallel), a[[

b, wenn sie gleiche Rich-

tung haben. Das heit, a =

b mit > 0. Wenn die beiden Vektoren die entgegengesetzte

2 Vektoren 45
Richtung haben, nennt man sie antiparallel (oder gegensinnig parallel). In diesem Fall ist
a =

b mit < 0.
Der zu Vektor a gehorende Gegenvektor (oder inverse Vektor) a besitzt den gleichen Betrag aber
entgegengesetzte Richtung. Komponentenweise konnen wir den inversen Vektor schreiben als
a =
_
_
_
a
x
a
y
a
z
_
_
_, a =
_
_
_
a
x
a
y
a
z
_
_
_. (2.51)
2.3.2 Vektoraddition und -subtraktion
Abbildung 2.14: Vektoraddition.
Die Addition zweier Vektoren a und

b,
c =a +

b, (2.52)
kann graphisch durch Aneinanderhangen erfolgen. Dazu verschieben wir den Vektor

b parallel und
hangen seinen Anfangspunkt an den Endpunkt vona. Der Summenvektor c ist dann der Vektor vom
Anfangspunkt von a zum Endpunkt des verschobenen Vektors

b. Dies ist in Abb. 2.14 graphisch
dargestellt.
In kartesischen Koordinaten erfolgt die Addition zweier Vektoren komponentenweise:
c =a +

b =
_
_
_
a
x
a
y
a
z
_
_
_+
_
_
_
b
x
b
y
b
z
_
_
_ =
_
_
_
a
x
+b
x
a
y
+ b
y
a
z
+b
z
_
_
_ =
_
_
_
c
x
c
y
c
z
_
_
_. (2.53)
In der Darstellung mit Einheitsvektoren gilt f ur die Addition:
c = a +

b = a
x
e
x
+a
y
e
y
+a
z
e
z
+b
x
e
x
+b
y
e
y
+b
z
e
z
= (a
x
+b
x
)e
x
+ (a
y
+b
y
)e
y
+ (a
z
+b
z
)e
z
(2.54)
= c
x
e
x
+c
y
e
y
+c
z
e
z
.
Der Nullvektor

0 =
_
_
_
0
0
0
_
_
_ (2.55)
46 2 Vektoren
ist das neutrale Element der Addition. Das heit, dass die Addition des Nullvektors zu einem
beliebigen Vektor diesen nicht verandert:
a +

0 =a. (2.56)
Das inverse Element der Vektoraddition ist:
a =
_
_
_
a
x
a
y
a
z
_
_
_. (2.57)
Addition eines Vektors und seines inversen Elements ergibt den Nullvektor:
a + (a) =
_
_
_
a
x
a
x
a
y
a
y
a
z
a
z
_
_
_ =
_
_
_
0
0
0
_
_
_ =

0. (2.58)
Abbildung 2.15: Der Vektor

b wird vom Vektor a subtrahiert, indem der inverse Vektor

b zum
Vektor a addiert wird.
Die Subtraktion eines Vektors

b vom Vektor a ergibt sich aus der Addition des inversen Elements:
a

b =a + (

b) =
_
_
_
a
x
b
x
a
y
b
y
a
z
b
z
_
_
_. (2.59)
Die Vektorsubtraktion ist in Abb. 2.15 graphisch dargestellt.
Weiters gelten das Kommutativgesetz
a +

b =

b +a (2.60)
und das Assoziativgesetz
(a +

b) +c =a + (

b +c) =a +

b +c. (2.61)
2 Vektoren 47
2.3.3 Multiplikation eines Vektors mit einem Skalar
Die Multiplikation eines Vektors a mit einem Skalar kann als eine -fach hintereinander aus-
gef uhrte Verschiebung um a aufgefasst werden. Damit kann man sie auf eine wiederholte Addition
zur uckf uhren, z.B.
a +a = 2a, (2.62)
a +a +a = 3a. (2.63)
Graphisch (siehe Abb. 2.16) erkennt man, dass dabei die Richtung des Vektors erhalten bleibt, sich
seine Lange jedoch andert.
Abbildung 2.16: Multiplikation eines Vektors mit einem Skalar (hier ist der Skalar gleich 3).
Wahrend durch die Multiplikation die Richtung des Vektors unverandert bleibt, hat sich seine
Lange um den Faktor 3 verandert.
In kartesischen Koordinaten erfolgt die Multiplikation mit einem Skalar komponentenweise
a =
_
_
_
a
x
a
y
a
z
_
_
_. (2.64)
F ur den Betrag von

b = a gilt:
[

b[ = [a[ =
_
(a
x
)
2
+ (a
y
)
2
+ (a
z
)
2
=
_

2
(a
2
x
+a
2
y
+a
2
z
) = [[[a[. (2.65)
Die Division eines Vektor durch einen Skalar entspricht der Multiplikation des Vektors mit dem
Skalar = 1/.
Weiters gelten f ur die Multiplikation eines Vektors mit einem Skalar die Distributivgesetze
(a +

b) = a +

b (2.66)
und
( +)a = a +a (2.67)
sowie das Assoziativgesetz
(a) = ()a = a. (2.68)
48 2 Vektoren
2.4 Skalarprodukt
2.4.1 Denition
Das Skalarprodukt (auch inneres Produkt genannt) zweier Vektoren a und

b ist die Zahl

c =a

b = [a[[

b[ cos . (2.69)
Dabei sind [a[ und [

b[ die Betrage von a und

b, und ist der von ihnen eingeschlossene Winkel
(siehe Abb. 2.17). F ur das Skalarprodukt verwendet man auch (vor allem in der Quantenmechanik)
die so genannte Bra-und-Ket-Notation a

b) oder a[

b).
Abbildung 2.17: Das Skalarprodukt von a und

b ist c = [a[[

b[ cos .
Geometrisch betrachtet ist das Skalarprodukt das Produkt des Betrages von a mit dem Betrag des
Anteils von

b in Richtung a (siehe Abb. 2.17). (Nat urlich konnte man auch sagen: das Skalarprodukt
ist das Produkt des Betrages von

b mit dem Betrag des Anteils von a in Richtung

b.)
2.4.2 Rechenregeln
F ur das Skalarprodukt gelten das Kommutativgesetz
a

b =

b a, (2.70)
das Assoziativgesetz
(a)

b = (a

b) =a (

b) = a

b, (2.71)
und das Distributivgesetz
a (

b +c) =a

b +a c. (2.72)
Im Folgenden werden wir diese Rechenregeln aus der geometrischen Denition des Skalarproduktes
ableiten. Zunachst halten wir fest, dass die Denition (2.69) bez uglich einer Vertauschung von a
und

b symmetrisch ist, d. h. eine Vertauschung von a und

b andert das Skalarprodukt nicht.
Infolgedessen gilt das Kommutativgesetz:
a

b =

b a. (2.73)
Weiters beobachten wir, dass die Multiplikation des Vektors a mit einem positiven Skalar auf
das Skalarprodukt folgende Wirkung hat (siehe Abb. 2.18a):
(a)

b = [a[[

b[ cos = [a[[

b[ cos . (2.74)
2 Vektoren 49
Abbildung 2.18: (a) Durch Multiplikation des Vektors a mit einem positiven Skalar andert sich
nur die Lange des Vektors, aber nicht der eingeschlossen Winkel . (b) Multiplizieren wir a mit
einem negativen Skalar, andert sich der eingeschlossene Winkel von auf .
Ist negativ, m ussen wir ber ucksichtigen, dass der eingeschlossene Winkel sich von auf ( )
andert (siehe Abb. 2.18b):
(a)

b = [a[[

b[ cos( ) = [[[a[[

b[(cos ) = [a[[

b[ cos . (2.75)
Somit haben wir in beiden Fallen:
(a)

b = (a

b). (2.76)
Aufgrund der Kommutativitat erhalten wir auch
a (

b) = (a

b). (2.77)
Wir fassen diese Ergebnisse im Assoziativgesetz zusammen:
(a)

b = (a

b) =a (

b) = a

b. (2.78)
Abbildung 2.19: Skalarprodukt des Vektors a mit der Summe

b +c.
Schlielich betrachten wir das Skalarprodukt eines Vektors a mit der Summe

b +c der Vektoren

b
und c. Wie man in Abb. 2.19 sehen kann, ist die Projektion d

= [

b+c[ cos des Summenvektors

b+c
auf den Vektor a gleich der Summe der Projektionen b

= [

b[ cos und c

= [c[ cos der Vektoren

b und c auf den Vektor a. (Dies gilt sowohl in zwei als auch in drei Dimensionen.) Folglich gilt:
a (

b +c) = [a[[

b +c[ cos = [a[d

= [a[(b

+c

) (2.79)
= [a[([

b[ cos +[c[ cos ) (2.80)

= [a[[

b[ cos +[a[[c[ cos =a

b +a c. (2.81)
Diese Eigenschaft ist das Distributivgesetz:
a (

b +c) =a

b +a c. (2.82)
50 2 Vektoren
2.4.3 Komponentenweise Darstellung
In kartesischen Koordinaten ist das Skalarprodukt gegeben durch:
a

b =
_
_
_
a
x
a
y
a
z
_
_
_
_
_
_
b
x
b
y
b
z
_
_
_ = a
x
b
x
+a
y
b
y
+a
z
b
z
. (2.83)
Durch diese Gleichung besitzen wir eine einfache Vorschrift, um das Skalarprodukt zu berechnen.
Von ihrer G ultigkeit kann man sich leicht in der Darstellung mit Basisvektoren uberzeugen:
a

b = (a
x
e
x
+a
y
e
y
+a
z
e
z
) (b
x
e
x
+b
y
e
y
+b
z
e
z
)
= a
x
b
x
(e
x
e
x
) +a
x
b
y
(e
x
e
y
) +a
x
b
z
(e
x
e
z
)
+a
y
b
x
(e
y
e
x
) +a
y
b
y
(e
y
e
y
) +a
y
b
z
(e
y
e
z
)
+a
z
b
x
(e
z
e
x
) +a
z
b
y
(e
z
e
y
) +a
z
b
z
(e
z
e
z
),
(2.84)
wobei wir das Distributivgesetz verwendet haben. Da die Einheitsvektoren e
x
, e
y
und e
z
deniti-
onsgema Lange eins besitzen,
e
x
e
x
= e
y
e
y
= e
z
e
z
= 1, (2.85)
und aufeinander senkrecht stehen (d.h. cos = 0),
e
i
e
j
= 0 f ur i ,= j, (2.86)
gilt
a

b = a
x
b
x
+a
y
b
y
+a
z
b
z
. (2.87)
2.4.4 Anwendungen
Das Skalarprodukt ndet vielfaltige Verwendung. So konnen wir beispielsweise den Betrag eines
Vektors a mit Hilfe des Skalarprodukts berechnen:
a a = [a[
2
cos
. .
=1
= [a[
2
[a[ =

a a. (2.88)
Mit dem Skalarprodukt konnen wir Vektoren auf Orthogonalitat pr ufen. Falls der Vektor a auf
den Vektor

b senkrecht steht (d.h., wenn sie orthogonal sind, a

b), ist der Winkel ein rechter

Winkel, =

2
, und cos = 0. Also gilt:
a

b = [a[[

b[ cos = 0. (2.89)
Da cos nur f ur rechte Winkel verschwindet, haben wir
a

b = 0 a

b. (2.90)
Beispiel:
_
_
_
1
6
4
_
_
_
_
_
_
4
2
4
_
_
_ = 4 + 12 16 = 0. (2.91)
2 Vektoren 51
Man kann das Skalarprodukt auch dazu verwenden, um den Winkel zwischen zwei Vektoren a und

b zu bestimmen. Aus
a

b = [a[[

b[ cos (2.92)
folgt namlich
= arccos
_
a

b
[a[[

b[
_
. (2.93)
Der Winkel zwischen der Koordinatenachse mit Einheitsvektor e
i
und einem Vektor a ist
cos
i
=
a e
i
[a[
=
a
i
[a[
. (2.94)
Dabei ist a
i
die Komponente des Vektors a in Richtung des Einheitsvektors e
i
.
Ferner gilt:
cos
2

x
+ cos
2

y
+ cos
2

z
= 1, (2.95)
wobei
x
,
y
und
z
die Winkel sind, die der Vektor a mit der x-, y- und z-Achse einschliet.
Wegen [ cos [ 1 ergibt sich aus der Denition des Skalarpodukts die Cauchy-Schwarzsche
Ungleichung:
[a

b[ [a[[

b[. (2.96)
Das Gleichheitszeichen gilt bei Parallelitat beziehungsweise Antiparallelitat, da in diesem Fall
[ cos [ = 1.
Abbildung 2.20: Der Kosinussatz c
2
= a
2
+b
2
2ab cos setzt die Seiten eines Dreiecks mit einem
der Winkel in Beziehung.
Mit Hilfe des Skalarprodukts konnen wir auch den so genannten Kosinussatz herleiten. Betrachten
wir dazu das Dreieck, das von den Vektoren a,

b, und c = a

b begrenzt wird (siehe Abb. 2.20).

Das Skalarprodukt von c mit sich selbst ergibt [c[
2
=cc = (a

b) (a

b) =aa2a

b+

b. Unter
Verwendung der Schreibweise a = [a[, b = [

b[ und c = [c[ lasst sich der Kosinussatz ausdr ucken als:

c
2
= a
2
+b
2
2ab cos . (2.97)
F ur ein rechtwinkliges Dreieck, also = /2, ist das der Pythagoraische Lehrsatz.
Wir wollen nun die Projektion eines Vektors auf einen anderen naher betrachten. In Abb. 2.21
ist

b
a
die Projektion des Vektors

b auf den Vektor a. Man kann

b
a
auch als die Komponente von

b
in Richtung von a auassen.
F ur den Betrag der Projektion gilt
[

b
a
[ = [

b[ cos . (2.98)
Wegen a

b = [a[[

b[ cos haben wir cos = (a

b)/([a[[

b[) und somit

[

b
a
[ =
a

b
[a[
= e
a

b. (2.99)
52 2 Vektoren
Abbildung 2.21: Projektion

b
a
des Vektors

b auf den Vektor a.

Da

b
a
die selbe Richtung hat wie a, muss gelten:

b
a
= [

b
a
[e
a
= [

b
a
[
a
[a[
=
_
a

b
[a[
2
_
a. (2.100)
Abbildung 2.22: Die Kraft

F leistet durch Verschiebung eines Objektes um den Vektor s die Arbeit
W =

F s.
Eine Anwendung, in dem die Projektion eines Vektors auf einen anderen benotigt wird, ist die
Berechnung der entlang eines geradlinigen Weges s durch die konstante Kraft

F geleisteten Arbeit
(siehe Abb. 2.22). Da nur die Kraftkomponente

F
s
in Richtung des Verschiebungsvektors Arbeit
leistet, gilt
W = [

F
s
[[s[. (2.101)
Hier haben wir die aus der Mechanik bekannte Beziehung Arbeit = Kraft Weg (oder genauer:
Arbeit = Kraftkomponente in Wegrichtung zur uckgelegtem Weg) verwendet. Der Vektor

F
s
ist
die Projektion der Kraft

F auf den Verschiebungsvektor s. Unter Verwendung der obigen Formeln
f ur den Betrag der Projektion erhalten wir
W = [

F
s
[[s[ =

F s
[s[
[s[ =

F s. (2.102)
Beispiel:
Ein Massenpunkt wird von einer konstanten Kraft

F = (10N, 2N, 5N) von P
1
= (0m, 1m, 4m)
nach P
2
= (1m, 5m, 3m) linear verschoben. Wir messen hier Abstande in Metern (m) und
Krafte in Newton (N). Welche Arbeit wird dabei verrichtet und wie gro ist der Winkel zwischen

F und dem Verschiebungsvektor?

2 Vektoren 53
Der Massenpunkt wird um den Vektor
s =

P
1
P
2
=
_
_
_
1m
5m
3m
_
_
_
_
_
_
0m
1m
4m
_
_
_ =
_
_
_
1m
6m
1m
_
_
_ (2.103)
verschoben. Dadurch leistet die Kraft die Arbeit
W =

F s =
_
_
_
10N
2N
5N
_
_
_
_
_
_
1m
6m
1m
_
_
_ = (10 + 12 + 5)Nm = 27Nm. (2.104)
Die Betrage der Verschiebung und der Kraft sind
[s[ =

38m und [

F[ =

129N, (2.105)
sodass der Winkel zwischen Kraft und Verschiebungsvektor gegeben ist durch:
= arccos

F s
[

F[[s[
= arccos
27Nm

129 38Nm
= arccos 0.386 = 67.32

. (2.106)
2.5 Vektorprodukt
2.5.1 Denition
Das auere Produkt (auch Kreuzprodukt oder Vektorprodukt) zweier Vektoren a und

b,
geschrieben als
c =a

b, (2.107)
ist ein Vektor mit Betrag
[c[ = [a[[

b[ sin, (2.108)
wobei der von den Vektoren a und

b eingeschlossene Winkel ist. Der Vektor c ist orthogonal
sowohl zu a als auch zu

b und zwar so, dass a,

b und c ein Rechtssystem bilden (siehe Abb. 2.23).

Abbildung 2.23: Das Vektorprodukt c =a

b
steht sowohl auf a als auch auf

b senkrecht.
Zusammen bilden die Vektoren ein Rechts-
system.
Abbildung 2.24: Die rechte-Hand-Regel ist
eine Merkhilfe f ur die Richtung des aueren
Vektorprodukts.
54 2 Vektoren
Abbildung 2.25: Die gekr ummte-Hand-
Regel.
Abbildung 2.26: Die Schraubenregel.
In einem Rechtssystem stehen die Vektoren a,

b, c zueinander wie Daumen, Zeigenger und Mit-

telnger der gespreizten rechten Hand (rechte-Hand-Regel, siehe Abb. 2.24). Als Alternative dazu
konnen Sie sich die gekr ummte rechte Hand vorstellen. Wenn die gekr ummten Finger in die Rich-
tung weisen, in der man a am schnellsten in

b uberf uhren kann, zeigt der Daumen in Richtung
c = a

b (siehe Abb. 2.25). Sie konnen sich auch eine Schraube vorstellen, mit der Sie a nach

b
drehen (siehe Abb. 2.26). Dann bewegt sich die Schraube in Richtung von c =a

b.
Als dreidimensionales kartesisches Koordinatensystem wird meistens ein Rechtssystem verwen-
det. Ein Linkssystem wird analog deniert. Vertauschen von a und

b macht ein Rechtssystem zu

einem Linkssystem.
Abbildung 2.27: Der Betrag des Vektorprodukts a

b ist gleich der Flache des von den Vektoren

a und

b aufgespannten Parallelogramms.
Anschaulich lasst sich der Betrag des Vektorprodukts a

b als die Flache des von den Vektoren a

und

b aufgespannten Parallelogramms betrachten (siehe Abb. 2.27):

A = [a[h
= [a[[

b[ sin
= [a

b[. (2.109)
Wir konnen somit das Vektorprodukt verwenden, um die Flache des Parallelogramms zu berechnen,
das von zwei Vektoren aufgespannt wird.
2.5.2 Rechenregeln
F ur das Vektorprodukt gelten die folgenden Rechenregeln:
Im Unterschied zum Skalarprodukt ist das Vektorprodukt nicht kommutativ. Das heit, dass
es beim Vektorprodukt auf die Reihenfolge ankommt. Anschaulich ist das klar, denn wenn
die Vektoren a,

b und a

b ein Rechtssystem bilden, dann m ussen die Vektoren a,

b und

b a
2 Vektoren 55
ein Linkssystem bilden (siehe Abb. 2.28). Bei Vertauschung der Multiplikanden weist das
Vektorprodukt also in die entgegengesetzte Richtung. Es gilt das Antikommutativgesetz:
a

b = (

b a). (2.110)
Assoziativgesetz f ur Multiplikation mit einem Skalar :
(a)

b = (a

b) =a (

b) = a

b. (2.111)
Distributivgesetz:
a (

b +c) =a

b +a c. (2.112)
Wir wollen diese Rechenregeln nun aus der Denition des Vektorprodukts ableiten. Das Antikom-
mutativgesetz a

b = (

b a) folgt direkt aus der rechten-Hand-Regel: durch Vertauschen von

a und

b kehrt sich die Richtung des Vektorprodukts einfach um.

Betrachten wir nun, was passiert, wenn wir einen der beiden Vektoren, sagen wir a, mit einer
positiven Zahl multiplizieren (siehe Abb. 2.29). Da sich durch Multiplikation mit die Lange der
Grundlinie um einen Faktor andert, erhalten wir f ur die Flache A

des von

b und a aufgespannten
Parallelogramms:
A

= [a[[

b[ sin = [a[[

b[ sin = A. (2.113)
Hier ist A die Flache des von a und

b aufgespannten Parallelogramms. Das heit,

[(a)

b[ = [a

b[ = [(a

b)[. (2.114)
Da a und a die selbe Richtung haben, sind (a)

b und a

b und somit auch (a

b) parallel. Der
Vektor (a)

b stimmt also sowohl im Betrag als auch in der Richtung mit dem Vektor (a

b)
uberein. Diese beiden Vektoren sind deshalb gleich:
(a)

b = (a

b). (2.115)
Falls negativ ist, m ussen wir ber ucksichtigen, dass a und a zueinander antiparallel sind und
deshalb der Winkel zwischen a und

b zu wird (siehe Abb. 2.30). In diesem Fall ist die Flache

A

gegeben durch:
A

= [a[[

b[ sin( ) = [[[a[[

b[ sin = [[A. (2.116)

Das heit,
[(a)

b[ = [[[a

b[ = [(a

b)[. (2.117)
Aus der rechten-Hand-Regel folgt nun, dass (a)

b und a

b antiparallel sind. Somit hat (a)

b
jedoch die selbe Richtung wie (a

b) (vergessen wir nicht, dass wir gerade den Fall < 0

Abbildung 2.28: Wahrend die Vektorena,

b und a

b ein Rechtssystem bilden, spannen die Vektoren

a,

b und

b a ein Linkssystem auf.

56 2 Vektoren
Abbildung 2.29: Durch Multiplikation des Vektors a mit dem positiven Skalar andert sich die
Grundlinie des aufgespannten Parallelogramms um den Faktor .
betrachten). Der Vektor (a)

b stimmt auch in diesem Fall mit dem Vektor (a

b) sowohl in
Lange als auch im Betrag uberein, sodass allgemein gilt:
(a)

b = (a

b). (2.118)
Analoge

Uberlegungen f uhren auf
a (

b) = (a

b) (2.119)
und wir konnen schreiben:
(a)

b =a (

b) = (a

b). (2.120)
Es bleibt uns noch zu zeigen, dass a (

b +c) = a

b +a c. Um dies zu tun, wollen wir die

Komponenten von a (

b +c) sowie von a

b und a c explizit bestimmen. Wir wahlen dazu ein

Koordinatensystem, dessen z-Achse in Richtung des Vektors a zeigt, das heit
a =
_
_
_
0
0
a
z
_
_
_. (2.121)
Die Vektoren

b = (b
x
, b
y
, b
z
) und c = (c
x
, c
y
, c
z
) sind jedoch beliebig. Durch die spezielle Wahl des
Koordinatensystems schranken wir die G ultigkeit der nachfolgenden

Uberlegungen nicht ein.
Wir denieren nun den neuen Vektor

b

= (b
x
, b
y
, 0), den wir aus

b erhalten, indem wir dessen
z-Komponente durch 0 ersetzen. Der Vektor

b

ist die Projektion von

b in die xy-Ebene. Wie
Abbildung 2.30: Durch Multiplikation des Vektors a mit dem negativen Skalar andert sich der
eingeschlossene Winkel von auf .
2 Vektoren 57
Abbildung 2.31: Die von a und

b sowie von a und

b

aufgespannten Parallelogramme haben den

selben Flacheninhalt.
aus Abb. 2.31 ersichtlich ist, haben die Parallelogramme, welche von a und

b sowie von a und

b

aufgespannt werden, den selben Flacheninhalt. Beide besitzen namlich die selbe Grundlinie, [a[,
und die selbe Hohe, [

b[ sin = [

[. Somit gilt
[a

b[ = [a

[. (2.122)
Der Vektor a

b, der in der xy-Ebene liegt, steht normal sowohl auf

b als auch auf

b

. Da auch
a

auf

normal steht und in der xy-Ebene liegt, bedeutet dies, dass a

b und a

die selbe
Richtung haben. Da sie auch im Betrag ubereinstimmen (siehe Gleichung (2.122)), sind sie gleich:
a

b =a

. (2.123)
Zum Vektor

b

= (b
x
, b
y
, 0) bilden wir nun den Vektor

b

= (b
y
, b
x
, 0). Durch Bildung des Ska-
larprodukts konnen wir leicht feststellen, dass der Vektor

b

sowohl auf a als auch auf

b

normal
steht. Aus der rechten-Hand-Regel folgt, dass

b

genau die Richtung von a

und somit auch

von a

b besitzt. Wenn wir nun den Vektor

b

mit [a[ multiplizieren, erhalten wir einen Vektor,

der sowohl in der Richtung als auch im Betrag mit a

b ubereinstimmt:
[([a[b
y
, [a[b
x
, 0)[ = [a[[

[ = [a

[ = [a

b[. (2.124)
Somit gilt:
a

b =
_
_
_
[a[b
y
[a[b
x
0
_
_
_. (2.125)
Analoge

Uberlegungen f uhren auf
a c =
_
_
_
[a[c
y
[a[c
x
0
_
_
_ (2.126)
und
a (

b +c) =
_
_
_
[a[(b
y
+c
y
)
[a[(b
x
+c
x
)
0
_
_
_. (2.127)
Durch komponentenweisen Vergleich der Vektoren erhalten wir das Distributivgesetz f ur das Vek-
torprodukt:
a (

b +c) =
_
_
_
[a[(b
y
+c
y
)
[a[(b
x
+c
x
)
0
_
_
_ =
_
_
_
[a[b
y
[a[b
x
0
_
_
_+
_
_
_
[a[c
y
[a[c
x
0
_
_
_ =a

b +a c. (2.128)
58 2 Vektoren
2.5.3 Komponentenweise Darstellung
In kartesischen Koordinaten kann das Vektorprodukt komponentenweise ausgedr uckt werden als:
a

b =
_
_
_
a
x
a
y
a
z
_
_
_
_
_
_
b
x
b
y
b
z
_
_
_ =
_
_
_
a
y
b
z
a
z
b
y
a
z
b
x
a
x
b
z
a
x
b
y
a
y
b
x
_
_
_. (2.129)
Dies kann man sich klar machen, indem man a und

b mit Hilfe der Einheitsvektoren darstellt und

das Distributivgesetz ausnutzt:
a

b = (a
x
e
x
+a
y
e
y
+a
z
e
z
) (b
x
e
x
+b
y
e
y
+b
z
e
z
)
= a
x
b
x
(e
x
e
x
) +a
x
b
y
(e
x
e
y
) +a
x
b
z
(e
x
e
z
)
+a
y
b
x
(e
y
e
x
) +a
y
b
y
(e
y
e
y
) +a
y
b
z
(e
y
e
z
)
+a
z
b
x
(e
z
e
x
) +a
z
b
y
(e
z
e
y
) +a
z
b
z
(e
z
e
z
).
(2.130)
Da
e
i
e
i
= 0 (der Vektor e
i
ist parallel zu sich selbst) (2.131)
und die Einheitsvektoren e
x
, e
y
und e
z
ein Rechtssystem bilden und somit gilt
e
x
e
y
= e
z
, e
y
e
x
= e
z
, (2.132)
e
y
e
z
= e
x
, e
z
e
y
= e
x
, (2.133)
e
z
e
x
= e
y
, e
x
e
z
= e
y
, (2.134)
erhalten wir schlielich
a

b = a
x
b
y
e
z
a
x
b
z
e
y
a
y
b
x
e
z
+a
y
b
z
e
x
+a
z
b
x
e
y
a
z
b
y
e
x
= (a
y
b
z
a
z
b
y
)e
x
+ (a
z
b
x
a
x
b
z
)e
y
+ (a
x
b
y
a
y
b
x
)e
z
,
(2.135)
was genau der komponentenweisen Darstellung entspricht, die wir weiter oben angef uhrt haben.
Leichter merken kann man sich die Bildung des Kreuzprodukts folgendermaen: Zur Berechnung
der x-Komponente decken wir auf der linken Seite der Gleichung
_
_
_
a
x
a
y
a
z
_
_
_
_
_
_
b
x
b
y
b
z
_
_
_ =
_
_
_
a
y
b
z
a
z
b
y
a
z
b
x
a
x
b
z
a
x
b
y
a
y
b
x
_
_
_ (2.136)
zunachst die x-Zeile ab und multiplizieren kreuzweise: (links oben rechts unten) minus (links
unten rechts oben). F ur die y-Komponente des Kreuzprodukts gehen wir analog vor und decken
die y-Zeile ab und berechnen wieder (links oben rechts unten) minus (links unten rechts oben),
wobei wir uns aber das gesamte Schema nach unten durch Kopien der oberen beiden Zeilen erganzt
denken. F ur die z-Komponente decken wir schlielich die z-Zeile ab und verfahren analog.
2.5.4 Anwendungen
Durch Berechnung des Vektorprodukts kann man pr ufen, ob zwei Vektoren parallel (oder anti-
parallel) zueinander sind. Wenn a parallel zu

b ist (und infolgedessen der eingeschlossene Winkel
verschwindet oder betragt), ist sin = 0 und das Vektorprodukt verschwindet:
a

b =

0 a[[

b. (2.137)
2 Vektoren 59
Eine weitere wichtige Anwendung des Vektorprodukts besteht in der Konstruktion eines Vektors,
der auf zwei gegebene Vektoren a und

b normal stehen soll.

Beispiel:
a =
_
_
_
1
2
3
_
_
_

b =
_
_
_
3
4
5
_
_
_ (2.138)
c =a

b =
_
_
_
1
2
3
_
_
_
_
_
_
3
4
5
_
_
_ =
_
_
_
2 5 3 4
3 3 1 5
1 4 2 3
_
_
_ =
_
_
_
2
4
2
_
_
_ (2.139)
[a[ =

1 + 4 + 9 =

14 (2.140)
[

b[ =

9 + 16 + 25 =

50 (2.141)
[a

b[ =

4 + 16 + 4 =

24. (2.142)
Den Winkel zwischen a und

b bestimmen wir folgendermaen:

sin =
[a

b[
[a[[

b[
=

24

50 14
= 0.185 . . . (2.143)
= 10.67

. (2.144)
Haben wir richtig gerechnet, sollten a und

b zu a

b orthogonal stehen, was wir durch Berechnung

der entsprechenden Skalarprodukte pr ufen konnen:
c a =
_
_
_
2
4
2
_
_
_
_
_
_
1
2
3
_
_
_ = 2 + 8 6 = 0, (2.145)
c

b =
_
_
_
2
4
2
_
_
_
_
_
_
3
4
5
_
_
_ = 6 + 16 10 = 0. (2.146)
2.6 Spatprodukt
2.6.1 Denition
Das Spatprodukt (oder gemischtes Produkt) dreier Vektoren a,

b und c ist ein Skalar und ist

deniert als
[a

bc] = (a

b) c. (2.147)
Anschaulich ist das Spatprodukt (genauer gesagt der Betrag des Spatprodukts) das Volumen des
von den drei Vektoren a,

b und c aufgespannten Parallelepipeds, das auch Parallelach oder

Spat genannt wird (siehe Abb. 2.32).
Die geometrische Interpretation des Spatprodukts ergibt sich aus folgender

Uberlegung. Das Vo-
lumen V des von den drei Vektoren aufgespannten Parallelepipeds ist gegeben durch
V = Ah, (2.148)
wobei A die Flache des von a und

b aufgespannten Parallelogramms und h die in Abb. 2.32
dargestellte Hohe des Parallelepipeds ist. Die Flache A erhalten wir aus dem Vektorprodukt von a
60 2 Vektoren
Abbildung 2.32: Das Spatprodukt
und

b,
A = [a[[

b[ sin = [a

b[. (2.149)
Die Hohe h erhalten wir durch Projektion des Vektors c auf a

b:
h = [c[[ cos [. (2.150)
Die Betragsstriche garantieren dabei, dass die Hohe nicht negativ wird. Einsetzen ergibt schlielich
V = A h = [a

b[[c[[ cos [ = [(a

b) c[. (2.151)
2.6.2 Komponentenweise Darstellung
Das Spatprodukt kann mit Hilfe der Komponenten von a,

b und c ausgedr uckt werden:

(a

b) c =
_

_
_
_
_
a
x
a
y
a
z
_
_
_
_
_
_
b
x
b
y
b
z
_
_
_
_

_
_
_
_
c
x
c
y
c
z
_
_
_
=
_
_
_
a
y
b
z
a
z
b
y
a
z
b
x
a
x
b
z
a
x
b
y
a
y
b
x
_
_
_
_
_
_
c
x
c
y
c
z
_
_
_
= c
x
(a
y
b
z
a
z
b
y
) +c
y
(a
z
b
x
a
x
b
z
) +c
z
(a
x
b
y
a
y
b
x
). (2.152)
2.6.3 Rechenregeln und Anwendung
Durch die Nichtkommutativitat des Kreuzprodukts ist das Spatprodukt nicht kommutativ.
Das Vertauschen von zwei Vektoren andert das Vorzeichen des Spatprodukts:
[ a

bc ] = [

bac ]. (2.153)
Vektoren konnen zyklisch vertauscht werden, ohne das Spatprodukt zu andern:
[ a

bc ] = [

bca ] = [ ca

b ], (2.154)
(a

b) c = (

b c) a = (c a)

b. (2.155)
Aus a

b =

b a und der zyklischen Vertauschbarkeit folgt auerdem:

(a

b) c =a (

b c). (2.156)
2 Vektoren 61
Das Spatprodukt kann als Determinante dargestellt werden:
[ a

bc ] =

a
x
a
y
a
z
b
x
b
y
b
z
c
x
c
y
c
z

. (2.157)
Das Spatprodukt verschwindet, wenn die Vektoren a und

b c zueinander orthogonal sind.
Das ist der Fall, wenn alle Vektoren in der selben Ebene liegen, d.h. wenn sie komplanar
sind:
[ a

bc ] = 0 a,

b, c komplanar. (2.158)
2.7 Mehrfachprodukte
F ur Mehrfachprodukte gelten folgende Rechenregeln:
Doppeltes Kreuzprodukt (bac-cab Regel)
a (

b c) =

b(a c) c(a

b). (2.159)
Kreuzprodukt von zwei Kreuzprodukten
(a

b) (c

d) = c[(a

b)

d]

d[(a

b) c]
=

b[(c

d) a] a[(c

d)

b]. (2.160)
Skalarprodukt von zwei Kreuzprodukten
(a

b) (c

d) = a (

b (c

d))
= (a c)(

b

d) (a

d)(

b c). (2.161)
Quadrat eines Kreuzprodukts
(a

b)
2
= [a[
2
[

b[
2
(a

b)
2
. (2.162)
2.8 Anwendungsbeispiele f ur Vektoren
2.8.1 Stromung durch eine Flache
Stellen wir uns eine Fl ussigkeit vor, die mit gleichformiger Geschwindigkeit v stromt (siehe Abb.
2.33). In der Fl ussigkeit denken wir uns eine ebene Flache mit beliebigem Umriss und einem
Flacheninhalt f. Wir wollen nun den Fluss durch diese imaginare Flache berechnen.
Unter dem Fluss verstehen wir das pro Zeiteinheit durch die Flache hindurch tretende Fl ussigkeitsvo-
lumen. Ist die Flache parallel zur Flussrichtung, tritt keine Fl ussigkeit hindurch. In jeder anderen
Orientierung tritt Fl ussigkeit hindurch. Die Orientierung der Flache spielt also eine wesentliche
Rolle und es gen ugt nicht, nur den Flacheninhalt anzugeben. Wir f uhren daher den Flachenvektor

f ein, der neben dem Flacheninhalt von f auch die Orientierung der Flache im Raum beschreibt:

f ist orthogonal zur Flache,

[

f[ = f der Betrag von

f ist gleich dem Flacheninhalt.
62 2 Vektoren
Abbildung 2.33: Stromung durch eine Flache mit Flachenvektor

f.
Zur Berechnung des Flusses betrachten wir nun alle Teilchen, die sich zum Zeitpunkt 0 in der
imaginaren Flache benden. Nach einer Zeit t haben sich alle diese Teilchen um die Distanz
vt (2.163)
weiterbewegt. Sie liegen jetzt auf einer Flache, die gleich ist der um vt parallel verschobenen
urspr unglichen Flache. Alle Fl ussigkeitsteilchen, die in der Zeit t durch die Flache hindurch getreten
sind, benden sich in einem schiefen Zylinder. Das Volumen des Zylinders ist Grundache f mal
Hohe h:
V = fh. (2.164)
Um die Hohe h zu bestimmen, berechnen wir die Projektion von vt auf

f
h = (vt)
f
=
_
vt

f
f
_
. (2.165)
Das Volumen ist deshalb
V = tf
v

f
f
= tv

f. (2.166)
Der Fluss ist gleich dem Volumen V pro Zeit t und wir erhalten schlielich
Fluss =
V
t
= v

f. (2.167)
Der Fluss ist also gegeben durch das Skalarprodukt von v und

f.
2.8.2 Rotation eines Korpers
Um die Rotation eines Korpers um eine Achse zu beschreiben, verwenden wir die Winkelge-
schwindigkeit . Sie gibt den Winkel in Bogenma an, um den sich der Korper pro Zeiteinheit
dreht. Um auch die Richtung der Drehachse zu ber ucksichtigen, f uhren wir den Winkelgeschwin-
digkeitsvektor ein:
ist parallel zur Rotationsachse,
[[ = der Betrag ist gleich der Winkelgeschwindigkeit.
Die Richtung von ist so gewahlt, dass von der Spitze von aus gesehen die Rotation in positiver
Richtung, also gegen den Uhrzeigersinn, erfolgt (siehe Abb. 2.34). Wenn die gekr ummten Finger
der rechten Hand also der Rotation folgen, zeigt der Daumen in Richtung von (siehe Abb. 2.25).
2 Vektoren 63
Abbildung 2.34: Die Winkelgeschwindigkeit ist so deniert, dass von der Spitze aus gesehen die
Rotation gegen den Uhrzeigersinn erfolgt.
Nun wollen wir den Winkelgeschwindigkeitsvektor benutzen, um die Momentangeschwindigkeit
eines Punktes auf einem rotierenden Korper zu ermitteln. Der Punkt bewegt sich dabei auf einer
Kreisbahn mit dem Radius r (siehe Abb. 2.35). Der pro Zeiteinheit zur uckgelegte Winkel ist .
Daher ist die pro Zeiteinheit zur uckgelegte Strecke, also die Geschwindigkeit
v = r. (2.168)
Zur Berechnung von v m ussen wir den Radius r bestimmen. Zudem m ussen wir beachten, dass v
parallel zur Tangente an die Kreisbahn sein muss.
Abbildung 2.35: Rotation eines Korpers um eine Achse.
All dies lasst sich durch Verwendung des Vektorprodukts sehr einfach erreichen. Es sei x ein
Vektor von einem beliebigen Punkt auf der Drehachse zu jenem Punkt, dessen Geschwindigkeit v
wir bestimmen mochten. Der Betrag v = [v[ ist dann gegeben durch:
v = r = [x[ sin = [ x[. (2.169)
Weiters ist x sowohl zu als auch zu x orthogonal, sodass die Geschwindigkeit auch die richtige
Richtung hat. Mit der rechten-Hand-Regel sieht man leicht, dass der Vektor
v = x (2.170)
auch die richtige Orientierung hat.
2.8.3 Volumen einer Einheitszelle
Gegeben sei die Einheitszelle eines Kristalls, die von den Vektoren a,

b und c aufgespannt wird.
Die Langen der Vektoren sind a = 3

A, b = 2

A, und c = 2

A.
64 2 Vektoren
Abbildung 2.36: Einheitszelle eines triklinen Kristalls.
(Die Langeneinheit

Angstrom, abgek urzt als

A, ist im atomaren Bereich gebrauchlich. Es gilt
1

A=10
10
m.) Der Winkel zwischen den Vektoren ist jeweils 60

. Wie gro ist das Volumen der

Einheitszelle?
Wir wahlen zunachst ein kartesisches Koordinatensystem, in dem die x-Achse parallel zum Vektor
a ist und die y-Achse so orientiert ist, dass der Vektor

b in der xy-Ebene liegt (wir konnen das
Koordinatensystem so orientieren, wie wir wollen). Dann ist
a = (3

A, 0, 0) (2.171)
und

b = (2 cos

A, 2 sin

A, 0) = (2
1
2

A, 2

3
2

A, 0) = (1

A,

A, 0). (2.172)
Abbildung 2.37: Einheitszelle dargestellt in einem geeigneten kartesischen Koordinatensystem.
Um c zu nden, beachten wir, dass
a c = ac cos 60

=
ac
2
= 3

A
2
, (2.173)

b c = bc cos 60

=
bc
2
= 2

A
2
. (2.174)
2 Vektoren 65
Einsetzen ergibt
_
_
_
3

A
0
0
_
_
_
_
_
_
c
x
c
y
c
z
_
_
_ = 3c
x

A = 3

A
2
(2.175)
und somit
c
x
= 1

A. (2.176)
Weiteres Einsetzen ergibt
_
_
_
1

A
0
_
_
_
_
_
_
c
x
c
y
c
z
_
_
_ = c
x

A +

3c
y

A = 1

A
2
+

Ac
y
= 2

A
2
, (2.177)
woraus folgt
c
y
=
1

A. (2.178)
Da der Betrag von c bekannt ist, konnen wir schreiben
c
2
z
+c
2
x
+c
2
y
= 4

A
2
. (2.179)
Daraus konnen wir die z-Komponente des Vektors c bestimmen:
c
2
z
= 4

A
2
1

A
2

1
3

A
2
=
8
3

A
2
c
z
=
_
8
3

A. (2.180)
Wir erhalten schlielich f ur den Vektor c:
c =
_
_
_
_
1
1

3
_
8
3
_
_
_
_

A. (2.181)
Aus den nun explizit bekannten Vektoren a,

b und c konnen wir mit Hilfe des Spatprodukts das
Volumen der Einheitszelle des Kristalls berechnen:
V = (a

b) c =
_

_
_
_
_
3
0
0
_
_
_
_
_
_
1

3
0
_
_
_
_

_
_
_
_
_
1
1

3
_
8
3
_
_
_
_

A
3
=
_
_
_
0
0
3

3
_
_
_
_
_
_
_
1
1

3
_
8
3
_
_
_
_

A
3
= 3

A
3
. (2.182)
66 2 Vektoren
Kapitel 3
Dierentiation
3.1 Grundbegrie
Betrachten wir ein Objekt (z.B. ein Fahrzeug), das sich gleichformig fortbewegt. Die Geschwin-
digkeit ist in diesem Fall durch die pro Zeit zur uckgelegte Strecke deniert:
v =
s
2
s
1
t
2
t
1
=
s
t
. (3.1)
Hier ist s = (s
2
s
1
) die im Zeitintervall t = (t
2
t
1
) zur uckgelegte Strecke. Bei gleichformi-
ger Bewegung konnten wir die Zeiten t
2
und t
1
beliebig wahlen und wir w urden immer dasselbe
Resultat f ur die Geschwindigkeit v erhalten. Wenn wir die gleichformige Bewegung in einem Raum-
zeitdiagramm graphisch darstellen, indem wir die zur uckgelegte Entfernung s als Funktion der Zeit
t auftragen, erhalten wir eine Gerade, dessen Steigung die Geschwindigkeit ist (siehe Abb. 3.1).
Abbildung 3.1: Raumzeitdiagramm f ur ein Objekt, das sich gleichformig, das heit mit konstanter
Geschwindigkeit, fortbewegt.
Bei einer ungleichformigen Bewegung ist dies jedoch anders. In diesem Fall hangt der Quotient
(s
2
s
1
)/(t
2
t
1
) sehr wohl vom gewahlten Intervall [t
1
, t
2
] ab. (s
2
s
1
)/(t
2
t
1
) ist in diesem Fall die
mittlere Geschwindigkeit im Zeitintervall [t
1
, t
2
]. In der graphischen Darstellung der Entfernung
als Funktion der Zeit erhalten wir in diesem Fall eine gekr ummte Kurve, die in Abb. 3.2 beispielhaft
dargestellt ist. Die mittlere Geschwindigkeit (s
2
s
1
)/(t
2
t
1
) ist die Steigung der Sekante, die
durch die Punkte (t
1
, s
1
) und (t
2
, s
2
) geht. Wie aus der Abbildung ersichtlich ist, w urde ein anders
67
68 3 Dierentiation
gewahltes Zeitintervall, sagen wir [t
1
, t

2
], eine andere Steigung der Sekante und somit eine andere
mittlere Geschwindigkeit, namlich (s

2
s
1
)/(t

2
t
1
), ergeben.
Abbildung 3.2: Raumzeitdiagramm f ur ein Objekt, das sich ungleichformig, das heit mit einer
sich verandernden Geschwindigkeit, fortbewegt.
Die Momentangeschwindigkeit v des Objekts zu einem bestimmten Zeitpunkt t (also die Ge-
schwindigkeit, die man etwa vom Tachometer eines Autos ablesen w urde) erhalten wir, indem wir
zu sehr kleinen Zeitintervallen t ubergehen:
v = lim
t0
s
t
. (3.2)
In diesem Grenzfall wird aus der Sekante in Abb. 3.2 die Tangente an die Raumzeitkurve und die
Geschwindgkeit v(t), die nun von der Zeit t abhangt, ist die Steigung dieser Tangente (siehe Abb.
3.3). Man nennt v(t) auch die Ableitung von s(t) an der Stelle t.
Abbildung 3.3: Im Grenzfall eines unendlich kleinen Zeitintervalls wird aus der Sekante aus Abb.
3.2 die Tangente der Kurve. Die Steigung der Tangente der Raum-Zeit-Kurve zur Zeit t

ist die
Geschwindigkeit des Objekts zur Zeit t

.
Um nach diesem anschaulichen Beispiel den Begri der Ableitung formaler einzuf uhren, betrachten
wir zunachst den Dierenzenquotienten. Der Dierenzenquotient m f ur eine Funktion y = f(x)
ist der Quotient aus der Dierenz der Funktionswerte y
1
= f(x
1
) und y
2
= f(x
2
) und der Dierenz
der Argumente an den Stellen x
1
und x
2
:
m =
y
x
=
y
2
y
1
x
2
x
1
=
f(x
1
+ x) f(x
1
)
x
. (3.3)
3 Dierentiation 69
Abbildung 3.4: Der Dierenzenquotient m = y/x ist die Steigung der Sekante durch die Punkte
(x
1
, f(x
1
)) und (x
2
, f(x
2
)).
Dabei ist y = y
2
y
1
und x = x
2
x
1
. Der Dierenzenquotient ist die Steigung der Sekante
durch die Punkte (x
1
, f(x
1
)) und (x
2
, f(x
2
)) (siehe Abb. 3.4).
Beispiel: Der Dierenzenquotient der Funktion
f(x) = 2x
3
+ 4x
2
1 (3.4)
ist:
m(x) =
f(x + x) f(x)
x
=
2(x + x)
3
+ 4(x + x)
2
1 2x
3
4x
2
+ 1
x
=
2(x
3
+ 3x
2
x + 3xx
2
+ x
3
) + 4(x
2
+ 2xx + x
2
) 1 2x
3
4x
2
+ 1
x
= (6x
2
+ 6xx + 2x
2
+ 8x + 4x). (3.5)
Wenn wir nun zum Grenzfall unendlich kleiner Dierenzen ubergehen, wird aus dem Dierenzen-
quotienten der Dierentialquotient (wir lassen x gegen 0 gehen):
f

(x) =
df(x)
dx
= lim
x0
f(x)
x
= lim
x0
f(x + x) f(x)
x
. (3.6)
Die Notationen f

(x) und df(x)/dx sind aquivalent und bezeichnen beide den Dierentialquotien-
ten. Der Dierentialquotient f

(x) wird auch die Ableitung von f(x) nach x genannt. Anschaulich
ist der Dierentialquotient f

(x) die Steigung der Tangente an den Funktionsgraphen der Funk-

tion f(x) an der Stelle x. Verlauft der Funktionsgraph steil, ist der Dierentialquotient (oder die
Ableitung) gro, f ur eine ache Kurve ist er klein. Da sich die Steigung des Funktionsgraphen von
Ort zu Ort im Allgemeinen andert, ist - so wie die Funktion f(x) selbst - auch ihre Ableitung f

(x)
von x abhangig.
Das Dierential df der Funktion f(x) ist deniert als:
df(x) = f

(x)dx. (3.7)
Das Dierential kann betrachtet werden als die innitesimale

Anderung df der Funktion f(x),
welche durch eine innitesimale

Anderung dx des Arguments x hervorgerufen wird.
Wenn die unabhangige Variable die Zeit ist, verwendet man f ur die 1. Ableitung auch folgende
Notation mit einem Punkt:
x(t) =
dx(t)
dt
. (3.8)
70 3 Dierentiation
Diese Notation ist vor allem in der klassischen Mechanik gebrauchlich.
Wir wollen nun f ur das obige Beispiel den Grenz ubergang x 0 durchf uhren und den Dieren-
tialquotienten f

(x) explizit berechnen. Dazu gehen wir vom Ausdruck f ur den Dierenzenquotien-
ten aus:
f(x)
x
= (6x
2
+ 6xx + 2x
2
+ 8x + 4x). (3.9)
Alle Terme, die x enthalten, verschwinden bei diesem Grenz ubergang und wir erhalten:
df
dx
= lim
x0
f(x)
x
= lim
x0
(6x
2
+ 6xx + 2x
2
+ 8x + 4x)
= 6x
2
+ 8x. (3.10)
Durch ahnliche

Uberlegungen lassen sich Dierentiationsregeln f ur die wichtigsten Funktionen ab-
leiten, die wir im nachsten Abschnitt kurz und ohne Herleitung behandeln.
3.2 Dierenzierbarkeit
Eine Funktion f(x) nennt man an der Stelle x dierenzierbar, falls an dieser Stelle die Ableitung
f

(x) existiert. Ist eine Funktion an der Stelle x dierenzierbar, ist sie dort auch stetig. Hingegen
muss eine stetige Funktion nicht uberall dierenzierbar sein (an Knickstellen ist die Ableitung nicht
deniert, siehe Abb. 3.5). An diesen Punkten ist die Funktion nicht dierenzierbar (wir konnen
hier keine Tangente anlegen) und die Ableitung existiert daher nicht.
Abbildung 3.5: Die Funktion s(t) ist im dargestellten Bereich zwar uberall stetig, aber an den
Stellen t
1
und t
2
nicht dierenzierbar. Die Ableitung ds(t)/dt ist an diesen Stellen nicht stetig.
3 Dierentiation 71
3.3 Wichtige Ableitungen
Die Ableitungen der wichtigsten Funktionen sind hier zusammengefasst. Weitere Ableitungen kon-
nen Sie einer Formelsammlung entnehmen oder mit den folgenden Dierentiationsregeln selbst
herleiten.
f(x) f

(x) f(x) f

(x)
x
n
nx
n1
arcsinx
1

1x
2
x 1 arccos x
1

1x
2
sin x cos x arctanx
1
1+x
2
cos x sinx a 0
sinh x cosh x ax a
cosh x sinh x e
x
e
x
ln x
1
x
a
x
(ln a)a
x
3.4 Dierentiationsregeln
Mit Hilfe der im letzten Abschnitt angegebenen Ableitungen und der folgenden Dierentiations-
regeln konnen wir auch komplizierte zusammengesetzte Funktionen ableiten. Gegeben seien zwei
(dierenzierbare) Funktionen f(x) und g(x) und eine Konstante a.
3.4.1 Faktorregel
d
dx
(af(x)) = a
df(x)
dx
. (3.11)
Zum Beispiel:
y = 7 cos x y

= 7 sinx. (3.12)
3.4.2 Summenregel
d
dx
(f(x) +g(x)) =
df(x)
dx
+
dg(x)
dx
. (3.13)
Zum Beispiel:
y = 3x + sinx y

= 3 + cos x. (3.14)
3.4.3 Produktregel
d
dx
(f(x)g(x)) =
_
df(x)
dx
_
g(x) +
_
dg(x)
dx
_
f(x). (3.15)
Zum Beispiel:
y = x
2
e
x
y

= 2xe
x
+x
2
e
x
= e
x
x(2 +x). (3.16)
72 3 Dierentiation
3.4.4 Quotientenregel
d
dx
_
f(x)
g(x)
_
=
_
df(x)
dx
_
g(x)
_
dg(x)
dx
_
f(x)
g(x)
2
. (3.17)
Zum Beispiel:
y =
sin x
cos x
y

=
cos xcos x + sin xsin x
cos
2
x
=
1
cos
2
x
. (3.18)
3.4.5 Kettenregel
d
dx
(f g)(x) =
d
dx
f(g(x)) = f

(g(x)) g

(x) =
df
dg

dg
dx
. (3.19)
Bei der Kettenregel leiten wir also die Funktion zunachst nach dem Argument ab und multiplizieren
das Resultat mit der Ableitung des Arguments nach der Variablen. Wir multiplizieren also die
auere Ableitung mit der inneren Ableitung.
Zum Beispiel:
y = sin(x
2
) f(z) = sin z
dy
dx
= cos x
2
2x. (3.20)
z = g(x) = x
2
y = sin(2x) f(z) = sin z
dy
dx
= cos 2x 2. (3.21)
z = g(x) = 2x
y = e
x
2
f(z) = e
z

dy
dx
= e
x
2
2x. (3.22)
z = g(x) = x
2
y = x
x
= e
lnxx
f(z) = e
z

dy
dx
= e
ln xx
(
1
x
x + ln x)
z = g(x) = ln x x = x
x
(1 + ln x). (3.23)
3.4.6 Umkehrregel
Durch Verkettung einer Funktion mit ihrer Umkehrfunktion ergibt sich die Identitat:
(f
1
f)(x) = f
1
(f(x)) = x. (3.24)
Wenden wir die Kettenregel auf diesen Ausdruck an, erhalten wir:
d
dx
f
1
(f(x)) = (f
1
)

(f(x)) f

(x) = 1. (3.25)
Daraus folgt die praktische Umkehrregel:
(f
1
)

(y) =
1
f

(f
1
(y))
, (3.26)
3 Dierentiation 73
wobei wir f(x) durch y ersetzt und x durch x = f
1
(y) ausgedr uckt haben.
Zum Beispiel:
y = sin x, x = arcsiny
d
dy
arcsin(y) =
1
_
1 y
2
. (3.27)
3.5 Hohere Ableitungen
Wenn wir die Ableitung f

(x) =
df
dx
einer Funktion f(x) noch einmal nach der Variablen x ableiten,
erhalten wir die zweite Ableitung:
f

(x) =
d
2
f
dx
2
=
d
dx
_
d
dx
f(x)
_
. (3.28)
Wir konnen nat urlich die Funktion f(x) mehr als zweimal dierenzieren. Die n-te Ableitung erhalt
man durch n-maliges Dierenzieren:
f
(n)
(x) =
d
n
f
dx
n
. (3.29)
Zum Beispiel:
f(x) = x
5
, (3.30)
f

(x) = 5x
4
, (3.31)
f

(x) = 20x
3
, (3.32)
f

(x) = 60x
2
, (3.33)
f
(4)
(x) = 120x, (3.34)
f
(5)
(x) = 120, (3.35)
f
(6)
(x) = 0, (3.36)
f
(n)
(x) = 0. n 6. (3.37)
3.6 Maxima und Minima von Funktionen
An Punkten, wo eine dierenzierbare Funktion f(x) Maxima und Minima besitzt, verschwindet
ihre Ableitung f

(x). Das heit, wir konnen Maxima und Minima von Funktionen nden, indem
wir die Gleichung f

(x) = 0 losen. Falls ein Minimum den kleinsten Wert der Funktion im ge-
samten Denitionsbereich besitzt, nennt man es globales Minimum. Ansonsten ist es ein lokales
Minimum. Globale und lokale Maxima sind analog deniert. Maxima und Minima zusammen
nennt man Extremwerte.
Maxima und Minima kann man durch Bestimmung der zweiten Ableitung an diesen Stellen un-
terscheiden (siehe Abbildungen 3.7 und 3.8). F ur Minima haben wir positive Kr ummung, das
heit, f

(x
min
) > 0. F ur Maxima hingegen ist die Kr ummung negativ, das heit f

(x
max
) < 0.
Beispiel: Zu bestimmen sind Lage und Wert der Extrema der Funktion
f(x) = (1 x
2
)
2
. (3.38)
Wir bilden zunachst die erste Ableitung
f

(x) = 2(1 x
2
) 2x = 4x + 4x
3
. (3.39)
74 3 Dierentiation
Abbildung 3.6: Die dargestellte Funktion f(x) besitzt an den Stellen x
min
und x

min
jeweils Minima
und an der Stelle x
max
ein Maximum. Da an der Stelle x

min
die Funktion den kleinsten Wert im
gesamten Denitionsbereich annimmt, nennt man das zugehorige Minimum ein globales Minimum.
Abbildung 3.7: Die Funktion ax
2
+bx +c hat f ur a > 0 an der Stelle x
min
= b/2a ein Minimum.
An der Stelle des Minimums hat die Funktion eine positive Kr ummung, d.h f

(x
min
) = 2a > 0.
Die Bedingung f

(x) = 0 ist an den Stellen x = 1, x = 0 und x = +1 erf ullt. Um herauszunden,

ob die Funktion an diesen Stellen ein Maximum oder ein Minimum besitzt, berechnen wir die
zweite Ableitung
f

(x) = 12x
2
4 (3.40)
und werten sie an den Stellen der Extremwerte aus:
f

(0) = 4 und f

(1) = 8. (3.41)
Die Funktion f(x) = (1 x
2
)
2
hat also an den Stellen x = 1 und x = 1 jeweils ein Minimum und
an der Stelle x = 0 ein Maximum.
3.7 Dierentiation von Funktionen in Parameterform
Eine Funktion sei in Parameterform gegeben:
x = x(t), (3.42)
y = y(t). (3.43)
Die Ableitung y

=
dy
dx
kann dann aus den Ableitungen nach dem Parameter t berechnet werden :
dy
dx
=
y
x
=
dy
dt
dx
dt
. (3.44)
3 Dierentiation 75
Abbildung 3.8: Die Funktion ax
2
+bx+c hat f ur a < 0 an der Stelle x
max
= b/2a ein Maximum.
An der Stelle des Maximums hat die Funktion eine negative Kr ummung, d.h f

(x
ax
) = 2a < 0.
Abbildung 3.9: Die Funktion f(x) = (1 x
2
)
2
hat zwei Minima und ein Maximum.
Wir erhalten diese Beziehungen, indem wir zunachst auf y = f(x(t)) die Kettenregel anwenden,
dy
dt
=
df
dx

dx
dt
=
dy
dx

dx
dt
. (3.45)
Umformung dieser Gleichung ergibt schlielich:
dy
dx
=
dy
dt
dx
dt
. (3.46)
Dieselben Ausdr ucke konnen wir auch auf Funktionen anwenden, welche in Polarkoordinaten
gegeben sind. In diesem Fall betrachtet man r als Funktion von : r = r(). Wir haben dann
x = r() cos , (3.47)
y = r() sin . (3.48)
Durch Anwendung von Gleichung (3.44) erhalten wir
dy
dx
=
dy
d
dx
d
=
dr
d
sin +r() cos
dr
d
cos r() sin
. (3.49)
Beispiel:
F ur die Funktion r() = 1/

cos 2 erhalten wir durch Dierentiation

dr
d
=
_

1
2
_
(cos 2)
3/2
(sin2)2 =
sin2
(cos 2)
3
2
, (3.50)
woraus folgt:
dy
dx
=
sin 2
(cos 2)
3
2
sin +
cos

cos 2
sin 2
(cos 2)
3
2
cos
sin

cos 2
=
cos
sin
=
1
tan
. (3.51)
76 3 Dierentiation
Beispiel: Archimedische Spirale
F ur die Funktion r() = a gilt
dr
d
= a, (3.52)
und somit
dy
dx
=
a sin +acos
a cos asin
=
sin +cos
cos sin
. (3.53)
Die Ableitung dy/dx hangt also nicht von a ab.
Beispiel: Kreis
F ur den Kreis ist der Radius konstant, sodass
dr
d
= 0. (3.54)
Somit gilt
dy
dx
=
r cos
r sin
=
cos
sin
= cot =
x
y
. (3.55)
3.8 Dierentiation von Vektoren
Betrachten wir die Bewegung eines Massenpunktes durch den Raum. Diese Bewegung beschreiben
wir durch den Ortsvektor r(t) des Massenpunktes als Funktion der Zeit (siehe Abb. 3.10). Die
Bahnkurve des Massenpunktes nennen wir auch Trajektorie.
Abbildung 3.10: Trajektorie r(t) eines Massenpunktes. Die Geschwindigkeit v(t) ist die erste Ab-
leitung von r(t) nach der Zeit.
Wir konnen jetzt analog zum skalaren Fall vorgehen und eine vektorartige Geschwindigkeit v als
den Grenzwert
v(t) = lim
t0
r(t + t) r(t)
t
(3.56)
denieren. Die Ableitung eines Vektors ist wiederum ein Vektor. In Komponentenschreibweise
konnen wir diese Grenzwertbildung ausdr ucken als:
v(t) =
_
_
_
v
x
(t)
v
y
(t)
v
z
(t)
_
_
_ =
_
_
_
lim
t0
x(t+t)x(t)
t
lim
t0
y(t+t)y(t)
t
lim
t0
z(t+t)z(t)
t
_
_
_ =
_
_
_
dx
dt
dy
dt
dz
dt
_
_
_ =
_
_
_
x(t)
y(t)
z(t)
_
_
_. (3.57)
3 Dierentiation 77
Eine etwas k urzere Schreibweise daf ur ist:
v(t) =
d
dt
r(t) =

r(t). (3.58)
Die Geschwindigkeit v(t) ist also die zeitliche Ableitung des Vektors r(t). Der Geschwindigkeits-
vektor v ist tangential zur Trajektorie und sein Betrag ist gleich der Geschwindigkeit in Richtung
der Trajektorie.
Beispiel: Kreisbewegung
Abbildung 3.11: Geschwindigkeit v und Beschleunigung a f ur die gleichformige Kreisbewegung in
der Ebene.
F ur die gleichformige Kreisbewegung in der Ebene auf einer Bahn mit Radius r um den Ursprung
gilt (siehe Abb. 3.11):
x = r cos t, (3.59)
y = r sin t, (3.60)
wobei die Winkelgeschwindigkeit ist. Durch Dierentiation erhalten wir die x- und y-Komponenten
der Geschwindigkeit:
v
x
= r sint, (3.61)
v
y
= r cos t. (3.62)
Wie man durch Bildung des Skalarproduktes r(t) v(t) leicht sehen kann, sind r(t) und v(t) zu
jedem Zeitpunkt normal aufeinander.
Die Beschleunigung beschreibt die zeitliche

Anderung der Geschwindigkeit mit der Zeit:
a =
d
dt
v =
d
2
dt
2
r. (3.63)
F ur die Kreisbewegung erhalten wir somit
a
x
= r
2
cos t, (3.64)
a
y
= r
2
sin t. (3.65)
In Vektorschreibweise ist die Beschleunigung also gegeben durch
a =
2
r. (3.66)
Die Beschleunigung a(t) und der Ortsvektor r(t) sind also zu jedem Zeitpunkt antiparallel.
F ur Vektoren gelten folgende Dierentiationsregeln, welche man sich durch Anwendung der
weiter oben behandelten einfachen Dierentiationsregeln auf die jeweiligen Ausdr ucke in Kompo-
nentenschreibweise leicht uberlegen kann. Hier sind die Vektoren a und

b zeitabhangig: a = a(t)
und

b =

b(t). f(t) ist eine beliebige skalare Funktion der Zeit.

78 3 Dierentiation
Summenregel
d
dt
(a +

b) =
da
dt
+
d

b
dt
. (3.67)
Produktregeln
Skalar Vektor
d
dt
[f(t)a] =
df
dt
a +f
da
dt
. (3.68)
Skalarprodukt
d
dt
(a

b) =
da
dt

b +a
d

b
dt
. (3.69)
Kreuzprodukt
d
dt
(a

b) =
da
dt

b +a
d

b
dt
. (3.70)
Spatprodukt
d
dt
[(a

b) c)] = (
da
dt

b) c + (a
d

b
dt
) c + (a

b)
dc
dt
. (3.71)
Quotientenregel
d
dt
_
a
f(t)
_
=
da
dt
f a
df
dt
f
2
. (3.72)
Kettenregel
da(f(t))
dt
=
da
df
df
dt
. (3.73)
3.9 Partielle Dierentiation
3.9.1 Funktionen mehrerer Variabler
Eine Funktion kann von mehr als einer Variablen abhangen. Zum Beispiel konnte f(x, y) das
Hohenrelief eines Gebirges darstellen. In diesem Fall gibt f(x, y) f ur jeden Punkt (x, y), der etwa
durch die geographische Breite x und die geographische Lange y deniert ist, die Hohe uber dem
Meeresspiegel an. Im Allgemeinen versteht man unter einer Funktion von zwei unabhangigen Va-
riablen eine Vorschrift, die jedem geordneten Zahlenpaar (x, y) aus dem Denitionsbereich genau
ein Element z aus dem Wertebereich zuordnet:
z = f(x, y). (3.74)
(Diese Denition kann direkt auf eine beliebige Zahl von Argumenten ubertragen werden.) So
wie eine Funktion y = f(x) in einem kartesischen Koordinatensystem einen Kurve deniert (den
Funktionsgraphen), deniert eine Funktion z = f(x, y) in einem dreidimensionalen Koordinaten-
system eine Flache. Diese Flache entsteht dadurch, dass jedem Punkt in der xy-Ebene eine gewisse
Hohe senkrecht zur xy-Ebene zugeordnet wird. Die Flache besteht also aus allen Zahlentriplets
(x, y, z = f(x, y)).
3 Dierentiation 79
Beispiel:
Die durch die Funktion
f(x, y) = y
2
x (3.75)
denierte Flache ist in Abb. 3.12 graphisch dargestellt. Die Funktionsache ist ein f ur fallende
Werte von x ansteigendes Tal. F ur x = const erhalten wir eine Schar von Parabeln, z = y
2
const,
und f ur y = const eine Schar von Geraden mit Steigung -1, z = const x.
Abbildung 3.12: Darstellung der Funktion z = f(x, y) = y
2
x in einem dreidimensionalen karte-
sischen Koordinatensystem.
3.9.2 Partielle Ableitung
Wir konnen nun die Funktion f(x, y) nach einer der beiden Variablen ableiten und dabei die andere
Variable als konstant betrachten:
f(x, y)
x
= lim
x0
f(x + x, y) f(x, y)
x
, (y = const). (3.76)
Genauso konnen wir die Funktion nach y ableiten:
f(x, y)
y
= lim
y0
f(x, y + y) f(x, y)
y
, (x = const). (3.77)
Solche Ableitungen nennt man partielle Ableitungen, da die Funktion nur nach einer der Varia-
blen abgeleitet wird, also nur zum Teil, und alle anderen Variablen festgehalten werden. Um
den Unterschied zur Dierentiation einer Funktion einer einzelnen Variablen zu betonen, verwen-
den wir f ur die partielle Ableitung das geschwungene Delta: . Alternativ zur Notation mit dem
80 3 Dierentiation
geschwungenen Delta ndet auch die folgende Schreibweise mit Indizes Verwendung:
f
x
=
f
x
, (3.78)
f
y
=
f
y
. (3.79)
F ur partielle Ableitungen gelten dieselben Rechenregeln wie f ur die Dierentiation einer Funktion
einer einzelnen Variablen.
Beispiel:
Die Funktion
f(x, y) = xy
2
+ 4x
5
y + 16x (3.80)
kann sowohl nach x als auch nach y dierenziert werden:
f
x
= y
2
+ 20x
4
y + 16, (3.81)
f
y
= 2xy + 4x
5
. (3.82)
Durch wiederholtes partielles Ableiten lassen sich partielle Ableitungen hoherer Ordnung (hohere
Ableitungen) bilden:

2
f
x
2
=

x
_
f
x
_
= f
xx
, (3.83)

2
f
yx
=

y
_
f
x
_
= f
xy
, (3.84)

2
f
xy
=

x
_
f
y
_
= f
yx
, (3.85)

2
f
y
2
=

y
_
f
y
_
= f
yy
. (3.86)
Beispiel: Thermodynamik
In der Thermodynamik verwendet man eine weitere, leicht unterschiedliche Schreibweise f ur par-
tielle Ableitungen. So ist zum Beispiel die Warmekapazitat eines Korpers gegeben als
C
p
= T
_
S
T
_
p
, (3.87)
wobei T die Temperatur ist, S die Entropie und p der Druck. Diese Warmekapazitat C
p
ist die
Warme, die einem Korper zugef uhrt (oder abgef uhrt) werden muss, um die Temperatur T des
Korpers um einen gewissen Betrag zu andern und zwar bei konstantem Druck p. Der Index p
zeigt an, dass die Temperaturanderung bei konstantem Druck erfolgt.
Analog dazu gibt es auch die Warmekapazitat bei konstantem Volumen V :
C
V
= T
_
S
T
_
V
. (3.88)
Auch hier wird explizit angegeben, welche Variable sich andert (T) und welche unverandert bleibt
(V ).
3 Dierentiation 81
Beispiel: Mechanik
Aus der potentiellen Energie U(x, y, z) kann die Kraft, die auf einen gewissen Korper wirkt, durch
partielle Ableitung berechnet werden:

F =
_
_
_
F
x
F
y
F
z
_
_
_ =
_
_
_
_
_

U
x

U
y

U
z
_
_
_
_
_
. (3.89)
Nach dem Satz von Schwarz kann bei gemischten partiellen Ableitungen die Reihenfolge der
Dierentiation vertauscht werden, falls die partiellen Ableitungen stetig sind. Dies gilt auch f ur
partielle Ableitungen hoherer Ordnung. Demnach gilt etwa:

2
f
xy
=

2
f
yx
. (3.90)
Mit Hilfe der partiellen Ableitungen lasst sich auch das totale Dierential (auch vollstandiges
Dierential genannt) denieren:
df(x, y) =
f
x
dx +
f
y
dy. (3.91)
Das totale Dierential, das in der Fehlerrechnung und in der Thermodynamik von Bedeutung ist,
gibt an, um wie viel sich die Funktion f(x, y) andert, wenn wir ihre Argumente um dx und dy
verschieben.
3.9.3 Anstieg einer impliziten Funktion
Eine Funktion sei in impliziter Form als F(x, y) = 0 gegeben (siehe Abb. 3.13). In einem gewissen
Punkt (x, y) ist der Anstieg der Kurve dann gegeben durch:
k =
F
x
F
y
. (3.92)
Um zu verstehen, woher dieser Ausdruck kommt, betrachten wir F(x, y) als eine Funktion z =
F(x, y) von x und y. Das vollstandige Dierential der Funktion ist
dF(x, y) =
_
F
x
_
dx +
_
F
y
_
dy. (3.93)
Wir wissen nun, dass entlang der durch F(x, y) = 0 denierten Kurve sich F(x, y) nicht andert
(F(x, y) ist ja auf dieser Kurve uberall gleich 0). Daher ist dF = 0. Wenn wir diesen Ausdruck
dann noch durch dx dividieren, erhalten wir schlielich
dy
dx
=
F
x
F
y
. (3.94)
Beispiel:
Die Gleichung
F(x, y) = x
2
+y
2
1 = 0 (3.95)
82 3 Dierentiation
Abbildung 3.13: Der Anstieg (oder die Steigung) k der durch F(x, y) = 0 denierten Kurve im
Punkt (x, y) ist gegeben durch k = (F/x)/(F/y).
stellt einen Kreis in der Ebene mit Mittelpunkt im Ursprung und Radius 1 dar. Die Steigung des
Kreises an der Stelle (x, y) ist gegeben durch:
dy
dx
=
2x
2y
=
x
y
. (3.96)
(3.97)
Demnach ist die Steigung der Kreislinie im Punkt (0, 1) gleich 0, im Punkt (1/

2, 1/

2) ist sie
gleich -1 und im Punkt (1, 0) ist sie gleich .
Kapitel 4
Integration
4.1 Das unbestimmte Integral
Die Integration ist die Umkehrung der Dierentiation. Wahrend wir bei der Dierentiation f ur
eine bestimmte Funktion ihre Ableitung bestimmen, wollen wir beim Integrieren aus der Ableitung
die Funktion bestimmen. Oder, mit anderen Worten, wir wollen aus der Steigung einer Kurve die
Kurve selbst bestimmen. Dies ist eine der beiden Grundaufgaben der Integralrechnung. Die
zweite Grundaufgabe der Integralrechnung, der wir uns spater zuwenden werden, besteht in der
Berechnung von Flachen unter Funktionsgraphen.
Gegeben sei also eine Funktion f(x). Zu dieser Funktion suchen wir jetzt eine andere Funktion
F(x), sodass f(x) die Ableitung von F(x) ist:
F

(x) = f(x). (4.1)

F(x) wird die Stammfunktion genannt. Das Aunden der Stammfunktion wird Integration
genannt. Zum Beispiel hat die Funktion f(x) = x
2
die Funktion F(x) =
1
3
x
3
als Stammfunktion,
denn
d
dx
1
3
x
3
= x
2
. (4.2)
Wahrend bei der Dierentiation F(x) gegeben und f(x) = F

(x) gesucht ist, gilt es also bei der

Integration f ur eine gegebene Funktion f(x) eine Funktion F(x) zu nden, sodass F

(x) = f(x).
Man nennt F(x) auch das unbestimmte Integral von f(x) und schreibt:
F(x) =
_
f(x) dx oder F(x) =
_
dxf(x). (4.3)
Das unbestimmte Integral einer Funktion ist wiederum eine Funktion.
Genauer m usste man eigentlich schreiben:
F(x) =
_
f(x) dx +C, (4.4)
wobei C die so genannte Integrationskonstante ist. Diese Konstante wird deshalb benotigt, weil
die Integration kein eindeutiger Vorgang ist. So haben z.B. die Funktionen
f(x) = x
2
f

(x) = 2x (4.5)
g(x) = x
2
+ 5 g

(x) = 2x (4.6)
83
84 4 Integration
dieselbe Ableitung, weil eine Konstante bei der Dierentiation verschwindet. Falls F(x) eine Stamm-
funktion von f(x) ist, ist F(x) +C also auch eine, denn die Ableitungen dieser beiden Funktionen
sind identisch (siehe Abb. 4.1). Auerdem ist jede beliebige Stammfunktion

F(x) der Gestalt

F(x) = F(x) +C. Sind namlich sowohl F(x) als auch

F(x) Stammfunktionen, gilt
d
dx
(

F(x) F(x)) =
d

F
dx

dF
dx
= f f = 0. (4.7)
Deshalb ist

F(x) F(x) eine Konstante und

F(x) kann geschrieben werden als

F(x) = F(x) +C.
Abbildung 4.1: Falls die Funktion F(x) eine Stammfunktion von f(x) ist, so ist es auch eine
ganze Schar von Funktionen, die sich jeweils um eine Konstante unterscheiden. Die Gleichung
F

(x) = f(x) gibt f ur jeden Wert von x die Steigung der Tangente vor.
Die Integrationskonstante ist eine zunachst unbestimmte Konstante, die wir zur Stammfunkti-
on dazu schreiben, um diesen Sachverhalt anzudeuten. Wenn wir den Wert von F(x) an einer
einzelnen Stelle kennen, konnen wir daraus C bestimmen (Anfangswert, Randbedingung). Weil
durch die Dierentiation Konstanten verloren gehen, konnen wir sie nicht mehr durch Integration
zur uckgewinnen und es gibt eine unendliche Schar von Stammfunktionen, die sich nur durch
eine Konstante unterscheiden und die alle die gleiche Ableitung besitzen (siehe Abb. 4.1).
Beispiel:
Wir betrachten einen Korper, der sich mit zunehmender Geschwindigkeit v entlang einer Geraden
bewegt. Wir nehmen dabei an, dass die Geschwindigkeit linear mit der Zeit zunimmt (wir haben
es also mit einer gleichformigen Beschleunigung zu tun):
v = at, (4.8)
wobei v = q und a = v und wir f ur die Beschleunigung den Wert a = 4m/s
2
annehmen. Der in
einer Zeit t zur uckgelegte Weg q(t) ist gegeben durch:
q(t) =
_
v dt =
_
at dt =
at
2
2
+C. (4.9)
(Hier heit unsere Variable t statt x, was nat urlich vollig belanglos ist.) Nehmen wir nun an, dass
zum Zeitpunkt t = 0 der Korper schon einen Weg von 4 Metern zur uckgelegt hat, also q(t = 0) = 4m
(man nennt so etwas eine Anfangsbedingung). Diese Anfangsbedingung konnen wir benutzen,
um die Integrationskonstante zu bestimmen:
q(0) =
a0
2
2
m +C = 4m C = 4m. (4.10)
4 Integration 85
Die Anfangsbedingung wahlt aus der Schar aller Losungen eine bestimmte Losung aus.
Zusammenfassend halten wir fest:
Zu jeder stetigen Funktion f(x) gibt es unendlich viele Stammfunktionen F(x), sodass
F

(x) = f(x).
Zwei beliebige Stammfunktionen F
1
(x) und F
2
(x) unterscheiden sich nur durch eine Kon-
stante:
F
1
(x) F
2
(x) = C. (4.11)
Wenn F(x) eine Stammfunktion ist, dann ist also auch F(x) +C eine Stammfunktion.
4.2 Wichtige unbestimmte Integrale
In der unten stehenden Tabelle sind ein paar der wichtigsten unbestimmten Integrale angef uhrt.
Durch Dierenzieren von F(x) kann man sich leicht von der Richtigkeit dieser Beziehungen uber-
zeugen.
Funktion Stammfunktion
f(x) F(x) =
_
dxf(x)
a ax
x
n 1
n+1
x
n+1
1
x
ln x
e
x
e
x
e
ax 1
a
e
ax
a
x 1
lna
a
x
sin x cos x
cos x sinx
sinh x coshx
coshx sinhx
Diese Tabelle enthalt nur die allerwichtigsten (und einfachsten) Integrale. Weitere Integrale konnen
Sie den Integraltafeln in den gangigen Formelsammlungen entnehmen oder Sie konnen Computer-
programme wie Mathematica zur Bestimmung von Integralen benutzen. Falls Sie keinen Zugang
zu Mathematica oder einem ahnlichen Programm haben, gehen Sie einfach mit Ihrem Browser
zu integrals.wolfram.com und tippen Sie Ihr Integral ein.
4.3 Das bestimmte Integral
Wir wenden uns nun der zweiten Grundaufgabe der Integralrechnung zu, namlich der Berechnung
des Flacheninhalts eines Bereichs, der vom Graphen einer Funktion f(x) in einem Intervall [a, b]
mit der x-Achse eingeschlossen wird (siehe Abb. 4.2). Dieser Flacheninhalt ist das bestimmte
Integral.
Obwohl es auf den ersten Blick nicht oensichtlich ist, gibt es einen fundamentalen Zusammen-
hang zwischen der ersten Grundaufgabe der Integralrechnung, dem Aunden einer Stammfunk-
tion F(x), und der Flachenberechnung. Im Folgenden werden wir uns mit diesem Zusammenhang
beschaftigen.
86 4 Integration
Abbildung 4.2: Die zweite Grundaufgabe der Integralrechnung besteht in der Berechnung der
Flache S
ab
(schraerter Bereich) unter dem Graphen einer Funktion f(x) im Intervall [a, b].
Um die Flache S
ab
unter dem Funktionsgraphen f(x) zu berechnen, teilen wir das Intervall [a, b] auf
der x-Achse in n gleich lange Teile der Breite x = (ba)/n ein (siehe Abb. 4.3). Die aquidistanten
Endpunkte dieser Intervalle nennen wir x
i
. F ur die Endpunkte der Intervalle gilt demnach:
x
i
= a +ix, i = 0, . . . , n. (4.12)
Wir nehmen hier der Einfachheit halber an, dass die Kurve f(x) vollstandig uber der x-Achse liegt.
Funktionen, die im Intervall [a, b] sowohl positive als auch negative Werte annehmen, bieten jedoch
keine wesentlichen Schwierigkeiten, wie wir spater sehen werden.
Diese Einteilung des Intervalls [a, b] in n kleine Abschnitte zerlegt die Flache S
ab
in n vertikale
Streifen. Die Gesamtache S
ab
ist dann gegeben durch die Summe der Flacheninhalte der einzelnen
Streifen:
S
ab
= s
1
+s
2
+s
3
+ +s
n
=
n

i=1
s
i
. (4.13)
Dabei ist s
i
der Flacheninhalt des i-ten Streifens (das ist der Streifen, der zum Intervall [x
i1
, x
i
]
gehort).
Schauen wir uns nun die Flache s
i
etwas genauer an (siehe Abb. 4.4). Die Flache des Streifens
setzt sich zusammen aus einem Rechteck mit den Kantenlangen x und f(x
i
) und dem Rest
i
:
s
i
= f(x
i
)x +
i
. (4.14)
Abbildung 4.3: Zur Berechnung der Flache unter der Kurve von f(x) teilen wir das Intervall [a, b] in
viele kleine Teile. Die Gesamtache unter der Kurve ergibt sich dann aus der Summe aller schmalen
senkrechten Streifen.
4 Integration 87
Abbildung 4.4: Die Flache eines schmalen Streifens setzt sich zusammen aus einem Rechteck mit
den Kantenlangen x und f(x
i
) und einem Rest
i
(schraerter Bereich).
Das heit:
S
ab
=
n

i=1
s
i
=
n

i=1
f(x
i
)x +
n

i=1

i
. (4.15)
Abbildung 4.5: Der schraerte Bereich ist der Fehler, der gemacht wird, falls die Flache der senk-
rechten Streifen durch die Flache der Rechtecke mit Kantenlangen x und f(x
i
) angenahert wird.
F ur eine grobe Einteilung von [a, b] kann der Term

n
i=1

i
recht gro sein. Wenn wir die Einteilung
feiner und feiner machen, wird

n
i=1

i
immer kleiner und die Flache immer besser durch
S
ab

n

i=1
f(x
i
)x (4.16)
angenahert. In dieser Approximation behandelt man also die senkrechten Streifen als Rechtecke mit
Kantenlangen x und f(x
i
). Der Fehler, der dabei gemacht wird, ist

n
i=1

i
(siehe Abbildungen
4.5 und 4.6).
F ur unendlich kleine x verschwindet schlielich

n
i=1

i
und die Flache S
ab
ist exakt durch den
Grenzwert
S
ab
= lim
x0
n

i=1
f(x
i
)x (4.17)
gegeben, bei dem wir die Anzahl n der Teilintervalle unbegrenzt wachsen lassen. Diesen Grenzwert
88 4 Integration
Abbildung 4.6: F ur eine kleiner werdende Intervallbreite x wird der Fehler, der durch die Appro-
ximation der senkrechten Streifen durch Rechtecke gemacht wird, immer kleiner.
nennen wir das bestimmte Integral uber dem Intervall [a, b] und wir bezeichnen es mit:
b
_
a
f(x)dx = lim
x0
n

i=1
f(x
i
)x. (4.18)
Das Zeichen
_
ist eine Stilisierung des Buchstabens S und soll uns daran erinnern, dass das
bestimmte Integral durch Grenzwertbildung aus einer Summe hervorgegangen ist. Der Ausdruck
f(x)dx hinter dem Integralzeichen soll an die Form f(x
i
)x der Terme in dieser Summe erinnern.
Die Variable x wird Integrationsvariable genannt.
Das bestimmte Integral
_
b
a
f(x)dx ist eine Zahl, im Gegensatz zum unbestimmten Integral, das
eine Funktion von x ist. Das bestimmte Integral
_
b
a
f(x)dx hangt nur von den Integrationsgren-
zen a und b und von der Funktion f(x) im Intervall [a, b] ab. Daher ist die genaue Bezeichnung
der Integrationsvariablen belanglos. Statt
_
b
a
f(x)dx hatten wir genauso gut
_
b
a
f(z)dz schreiben
konnen ohne das Ergebnis zu verandern.
Wir haben bisher vorausgesetzt, dass die Funktion f(x) im gesamten Intervall [a, b] positiv ist. Das
muss jedoch nicht der Fall sein. Im allgemeinen Fall liegen einige Teile des Funktionsgraphen uber
und einige Teile unter der x-Achse (siehe Abb. 4.7).
Abbildung 4.7: Bei einer Funktion, deren Graph sowohl uber als auch unter der x-Achse liegt,
tragen die Flachenbereiche mit negativen Funktionswerten mit einem negativen Vorzeichen zum
Integral bei.
Wenn wir in diesem Fall das bestimmte Integral mit Hilfe von Gleichung (4.18) durch Grenzwert-
4 Integration 89
bildung berechnen, erhalten wir in den Bereichen mit negativem Funktionswert negative Beitrage
zur Summe. Auch in diesem Fall ist das bestimmte Integral
b
_
a
f(x)dx (4.19)
die Summe der Inhalte der Flachen, die von der x-Achse, dem Funktionsgraphen f(x) und der
Abszissenwerte x = a und x = b begrenzt werden. Dabei tragen die Flachen oberhalb der x-Achse
allerdings positiv und die Flachen unterhalb der x-Achse negativ zum Integral bei.
4.4 Zusammenhang zwischen bestimmtem und unbestimm-
tem Integral
Abbildung 4.8: Die Funktion f(x) begrenzt im Intervall [a, b] mit der x-Achse einen Bereich mit
Flacheninhalt S
ab
und im kleineren Intervall [a, x] einen Bereich mit Flacheninhalt S
ax
.
Gegeben sei eine Funktion f(x), die im Intervall [a, b] mit der x-Achse eine Flache S
ab
eingrenzt
(siehe Abb. 4.8). Wir betrachten jetzt aber nur einen Teil der Flache S
ab
, namlich den, der von
der Funktion f(x), der x-Achse und den senkrechten Geraden durch die Abszisse a und durch
eine bewegliche Abszisse x begrenzt wird. Wir nennen diese Flache S
ax
. Die Groe dieser Flache
hangt davon ab, an welche Stelle im Intervall wir die Abszisse x legen. Wir konnen die Flache S
ax
ausdr ucken als bestimmtes Integral der Funktion f(x) mit unterer Grenze a und oberer Grenze
x. Da wir die Buchstaben x zur Bezeichnung der oberen Grenze verwenden, verwenden wir einen
anderen Buchstaben (z.B. u) als Integrationsvariable. Die Flache S
ax
ist gegeben durch:
S
ax
=
x
_
a
f(u)du. (4.20)
Das Integral in dieser Gleichung ist ein bestimmtes Integral mit einer veranderlichen oberen Grenze
x. Das bestimmte Integral S
ax
ist also eine Funktion dieser Grenze x.
Als nachstes werden wir zeigen, dass S
ax
(betrachtet als Funktion von x) eine Stammfunktion
von f(x) ist:
d
dx
S
ax
= f(x). (4.21)
Dies wird den gesuchten Zusammenhang zwischen dem bestimmten Integral und dem unbestimm-
ten Integral herstellen. Um zu zeigen, dass S
ax
eine Stammfunktion von f(x) ist, betrachten wir
die Zunahme S
ax
von S
ax
durch einen Zuwachs x der veranderlichen oberen Grenze x. Der
90 4 Integration
Abbildung 4.9: Die Flache des schraerten Bereichs ist gleich der

Anderung S
ax
der Flache
S
ax
=
_
x
a
f(x)dx aufgrund einer

Anderung der oberen Grenze des Integrals von x auf x + x.
Zuwachs S
ax
ist einfach die Groe des zusatzlichen Streifens, der durch x, x + x, f(x) und die
x-Achse begrenzt wird (siehe Abb. 4.9).
F ur sehr kleine x ist S
ax
gegeben durch die Flache eines Rechtecks mit der Breite x und der
Hohe f(x),
S
ax
f(x)x. (4.22)
F ur x 0 strebt der Fehler, den wir in dieser Naherung machen, gegen 0 und wir erhalten aus
obiger Gleichung:
lim
x0
S
ax
x
= f(x). (4.23)
Die linke Seite der Gleichung ist aber genau die Denition der Ableitung von S
ax
nach der Varia-
blen x. Somit gilt
d
dx
S
ax
=
d
dx
x
_
a
f(u)du = f(x). (4.24)
Das heit, das bestimmte Integral der Funktion f(u) mit veranderlicher Grenze x ist eine Stamm-
funktion des Integranden. Somit haben wir den gesuchten Zusammenhang erhalten.
Durch Ausnutzung dieses Zusammenhangs konnen wir das bestimmte Integral
b
_
a
f(x)dx (4.25)
durch Aunden der Stammfunktion F(x) von f(x) berechnen. Dies konnen wir auf folgende Weise
tun. Da wir wissen, dass S
ax
eine Stammfunktion von f(x) ist, kann sich die Stammfunktion F(x)
nur um eine Konstante C (Integrationskonstante) von diesem bestimmten Integral unterscheiden:
x
_
a
f(u)du = F(x) + C. (4.26)
Zu Bestimmung von C beachten wir nun, dass das Integral auf der linken Seite verschwindet, falls
die obere Grenze x mit der unteren Grenze a zusammenfallt, das heit wenn a = x. F ur x = a
erhalten wir daher:
a
_
a
f(u)du = 0 = F(a) +C. (4.27)
4 Integration 91
Daraus folgt:
C = F(a). (4.28)
Somit gilt
x
_
a
f(u)du = F(x) F(a). (4.29)
Indem wir x = b setzen, erhalten wir schlielich
b
_
a
f(u)du = F(b) F(a). (4.30)
Da wir jetzt den Buchstaben x nicht mehr f ur die obere Integrationsgrenze benotigen, konnen wir
nat urlich auch schreiben:
b
_
a
f(x)dx = F(b) F(a). (4.31)
Eine alternative Schreibweise daf ur ist:
b
_
a
f(x)dx = F(x)

b
a
. (4.32)
Wir erhalten also den Wert des bestimmten Integrals aus der Dierenz einer Stammfunktion des
Integranden an der oberen und unteren Integrationsgrenze. Dieses Ergebnis nennt man den Haupt-
satz der Dierential- und Integralrechnung. Dieser sehr praktische Zusammenhang erspart
uns bei der Berechnung des bestimmten Integrals die schwierige Grenzwertbildung.
Beispiel:
Wir berechnen nun das bestimmte Integral der Funktion f(x) = x im Intervall [a, b] zunachst mit
Hilfe des Hauptsatzes der Dierential- und Integralrechnung und dann explizit durch Einteilung des
Intervalls in schmale Unterintervalle der Breite x und anschlieender Grenzwertbildung x 0.
Durch Bestimmen der Stammfunktion von f(x) = x, F(x) = x
2
/2, nden wir
b
_
a
xdx =
x
2
2

b
a
=
b
2
a
2
2
. (4.33)
Wir konnten alternativ dazu auch eine Summe schmaler Streifen bilden und dann x gegen 0
gehen lassen:
S
ab

n

i=1
f(x
i
)x. (4.34)
F ur die Abszisse x
i
gilt x
i
= x
0
+ix = a +ix. Daher ist f(x
i
) = a +ix und wir haben
S
ab

n

i=1
(a +ix)x =
n

i=1
ax +
n

i=1
ix
2
= ax
n

i=1
1 + x
2
n

i=1
i
= nax + x
2
n

i=1
i. (4.35)
92 4 Integration
Da x =
ba
n
gilt
S
ab
na
(b a)
n
+
(b a)
2
n
2
n

i=1
i
a(b a) +
(b a)
2
n
2
(1 + 2 + 3 + + (n 1) +n). (4.36)
Die Summe aller nat urlichen Zahlen von 1 bis n ist bekannt,
1 + 2 + 3 + + (n 1) +n =
n(n + 1)
2
, (4.37)
und somit erhalten wir schlielich:
S
ab
a(b a) +
(b a)
2
n
2

n(n + 1)
2
a(b a) +
(b a)
2
2

_
1 +
1
n
_
. (4.38)
Um das bestimmte Integral S
ab
zu berechnen, m ussen wir den Grenz ubergang x 0 oder
aquivalent dazu den Grenz ubergang n durchf uhren. Das heit
S
ab
= lim
n
_
a(b a) +
(b a)
2
2

_
1 +
1
n
__
= a(b a) +
(b a)
2
2
= &
& ab a
2
+
b
2
2

2ab
2
+
a
2
2
=
1
2
(b
2
a
2
), (4.39)
was mit dem Ergebnis weiter oben ubereinstimmt, jedoch weitaus komplizierter zu berechnen war
(selbst f ur die einfache Funktion f(x) = x).
Beispiel:
Gesucht ist die Flache unter der Kurve y = x
3
zwischen a = 0 und b = 1. Diese Flache ist gleich
dem bestimmten Integral
1
_
0
x
3
dx =
x
4
4

1
0
=
1
4
. (4.40)
4 Integration 93
Abbildung 4.10: Die Flache eines Viertelkreises kann durch Integration der Funktion y =

r
2
x
2
im Intervall [0, r] berechnet werden.
Beispiel:
Gesucht ist die Flache eines Viertelkreises mit Radius r. Der implizite Ausdruck f ur einen Kreis
mit Radius r um den Ursprung,
x
2
+y
2
= r
2
, (4.41)
lasst sich leicht in einen expliziten Ausdruck f ur die Kreislinie umwandeln:
y =
_
r
2
x
2
. (4.42)
Die Flache A des Viertelkreises lasst sich somit als bestimmtes Integral schreiben:
A =
r
_
0
_
r
2
x
2
dx. (4.43)
Durch Nachschlagen in einer Formelsammlung nden wir:
_
_
r
2
x
2
dx =
x
2
_
r
2
x
2
+
r
2
2
arcsin
x
r
. (4.44)
Das heit
A =
r
_
0
_
r
2
x
2
dx =
_
x
2
_
r
2
x
2
+
r
2
2
arcsin
x
r
_

r
0
=
r
2
2
arcsin
_
r
r
_

r
2
2
arcsin(0) =
r
2
2
arcsin(1) =
r
2
2

2
=
r
2

4
. (4.45)
Die Flache des Viertelkreises ist also r
2
/4.
4.5 Rechenregeln f ur das bestimmte Integral
F ur das bestimmte Integral gelten folgende Rechenregeln:
Das bestimmte Integral verschwindet, wenn die untere und obere Integrationsgrenze zusam-
menfallen:
a
_
a
f(x)dx = 0. (4.46)
94 4 Integration
Ein Integral kann in eine Summe von zwei Integralen uber aneinander grenzende Intervalle
zerlegt werden:
c
_
a
f(x)dx =
b
_
a
f(x)dx +
c
_
b
f(x)dx. (4.47)
Vertauschung der Integrationsgrenzen f uhrt zur Umkehrung des Vorzeichens:
b
_
a
f(x)dx =
a
_
b
f(x)dx. (4.48)
4.6 Grundregeln des Integrierens
Wir wollen jetzt auf Methoden zur Ermittlung der Stammfunktion (also des unbestimmten In-
tegrals) eingehen. Die folgenden Regeln ergeben sich aus den bereits besprochenen Dierentiati-
onsregeln. Im Folgenden werden wir die Integrationskonstante, die wir genau genommen immer
ausdr ucklich hinschreiben m ussten, meistens weglassen.
4.6.1 Faktorregel
Ein konstanter Faktor kann vor das Integral gezogen werden:
_
af(x)dx = a
_
f(x)dx. (4.49)
Diese Regel ist eine direkte Umkehrung der Faktorregel f ur die Dierentiation.
Beispiel:
f(x) =
3
x
4
, (4.50)
_
f(x)dx =
_
3
x
4
dx = 3
_
1
x
4
dx = 3
_
x
4
dx
= 3
_
1
4 + 1
x
4+1
_
+C = x
3
+C
=
1
x
3
+C. (4.51)
Beispiel:
4
_
2
5x

7
2
dx = 5
4
_
2
x

7
2
dx = 5
_

2
5
_
x

5
2

4
2
=
= 2
_
1
(

4)
5

1

2
5
_
= 2
_
1
32

1

16 2
_
= 2
_
1
32

1
4

2
_
=
1
2

1
16
=
16 2

2
2

2 16
=
_
8

2 16
_

2
=
8

2 2
2 16
=
4

2 1
16
. (4.52)
4 Integration 95
4.6.2 Summenregel
Das Integral einer Summe ist gleich der Summe der Integrale:
_
[f(x) +g(x)]dx =
_
f(x)dx +
_
g(x)dx. (4.53)
Beispiel:
f(x) = x
3
+ 2x (4.54)
_
(x
3
+ 2x)dx =
_
x
3
dx +
_
2xdx =
x
4
4
+ 2
x
2
2
=
x
4
4
+x
2
. (4.55)
4.6.3 Substitutionsmethode
Bei der Substitutionsmethode versucht man, die zu integrierende Funktion durch Einf uhren einer
neuen Variablen zu vereinfachen oder auf eine Form zu bringen, die in einer Formelsammlung
gefunden werden kann. Im Allgemeinen f uhrt man in der Substitutionsmethode eine Transformation
auf eine neue Variable u = g(x) durch. Im Integral
_
f(x)dx (4.56)
muss dazu sowohl die Funktion f(x) als auch das Dierential dx transformiert werden. F ur
die Transformation benotigen wir die Umkehrfunktion x = g
1
(u) der Substitutionsfunktion
u = g(x). Mit Hilfe von g und g
1
konnen wir die Wirkung der Variablentransformation auf die
Funktion ausdr ucken als
f(x) = f(g
1
(u)). (4.57)
Das transformierte Dierential bestimmen wir, indem wir den Ausdruck
du
dx
= g

(x) (4.58)
nach dx auosen:
dx =
du
g

(x)
=
du
g

(g
1
(u))
. (4.59)
Somit konnen wir das Integral ausdr ucken als
_
f(x)dx =
_
f(g
1
(u))
du
g

(x)
=
_
f(g
1
(u))
du
g

(g
1
(u))
. (4.60)
Wenn wir die Funktion g
1
(u) umbenennen in
(u) = g
1
(u), (4.61)
konnen wir auch schreiben:
x = (u),
dx
du
=

(u) dx =

(u)du, (4.62)
und somit
_
f(x)dx =
_
f((u))

(u)du. (4.63)
Nach Bestimmung des unbestimmten Integrals, d.h. der Stammfunktion, in der Variablen u erhalten
wir das Integral als Funktion von x durch R ucktransformation zur urspr unglichen Variablen.
96 4 Integration
Die obigen Ausdr ucke schauen zunachst betrachtlich komplizierter aus als der Ausdruck, von dem
wir ausgegangen sind. Dass es aber tatsachlich zu einer Vereinfachung kommen kann, zeigen die
folgenden Beispiele.
Beispiel: Zu berechnen ist das Integral
_
(4 + 5x)
7
dx. (4.64)
Hier konnten wir die siebente Potenz der Klammer explizit berechnen und dann Term f ur Term
integrieren. Einfacher ist es, eine neue Variable einzuf uhren:
u = 4 + 5x. (4.65)
Dann gilt du/dx = 5 und somit dx = du/5. Durch Einsetzen erhalten wir
_
(4 + 5x)
7
dx =
_
u
7
du
5
=
1
5
1
8
u
8
=
u
8
40
. (4.66)
Um zur urspr unglichen Variablen zur uckzukehren, setzen wir einfach u = 4 + 5x oben ein:
_
(4 + 5x)
7
dx =
(4 + 5x)
8
40
. (4.67)
Beispiel:
Zu berechnen ist das Integral
_
1
2
x
_
6 3x
2
dx. (4.68)
Hier versuchen wir es mit u = 6 3x
2
als Substitutionsfunktion. In diesem Fall ist
du
dx
= 3 2x = 6x d.h. dx =
du
6x
. (4.69)
Wir dr ucken hier das x im Nenner nicht durch u aus, sondern lassen es einfach stehen und erkennen,
dass es sich nach Einsetzen des Dierentials mit einem Faktor des Integrals k urzt:
_
1
2
x
_
6 3x
2
dx =
_
1
2
x

u
_

du
6x
_
=
1
12
_

udu
=
1
12
2
3
u
3
2
=
1
18
u
3
2
. (4.70)
R ucktransformation ergibt:
_
1
2
x
_
6 3x
2
dx =
1
18
(6 3x
2
)
3
2
. (4.71)
Eine so vorteilhafte K urzung wie in diesem Beispiel ist jedoch nicht immer moglich.
Beispiel:
Wir berechnen das Integral
_
cos(t +)dt, (4.72)
indem wir die Substitution u = t + durchf uhren. Dann gilt
du
dt
= und somit dt =
du
w
. (4.73)
Wir haben also
_
cos(t +)dt =
_
cos u
du

=
sin(u)

=
1

sin(t +). (4.74)

4 Integration 97
4.6.4 Partielle Integration
Durch Anwendung der Produktregel kann das Produkt zweier Funktionen f(x) und g(x) leicht
dierenziert werden:
d(f(x)g(x))
dx
=
df
dx
g(x) +f(x)
dg
dx
, (4.75)
oder, etwas k urzer,
(fg)

= f

g +fg

. (4.76)
Diese Regel kann uns bei der Integration eines Produkts zweier Funktionen behilich sein, falls f ur
eine oder beide Funktionen die Stammfunktion erkennbar ist und wir also das Integral schreiben
konnen als:
_
f

(x)g(x)dx. (4.77)
Wenn der Integrand in einer derartigen Form vorliegt, konnen wir die Produktregel der Dieren-
tiation anwenden und erhalten:
_
f

(x)g(x)dx =
_
(f(x)g(x))

dx
_
f(x)g

(x)dx
= f(x)g(x)
_
f(x)g

(x)dx, (4.78)
wobei wir einfach ausgen utzt haben, dass f(x)g(x) die Stammfunktion von (f(x)g(x))

ist. In Wor-
ten ausgedr uckt: die Stammfunktion eines Produktes ist gleich dem Produkt der Stammfunktion
der ersten Funktion mit der zweiten Funktion minus dem Integral des Produkts der Stammfunkti-
on der ersten Funktion mit der Ableitung der zweiten Funktion. Nat urlich hat diese Prozedur nur
dann Sinn, wenn das Integral
_
fg

dx einfacher als das Integral

_
f

gdx ist.
Beispiel:
Zu berechnen ist das Integral
_
xe
x
dx. (4.79)
Hier wahlen wir f

(x) = e
x
(da e
x
einfach zu integrieren ist) und g(x) = x. Dann ist
_
x
..
g
e
x
..
f

dx = e
x
..
f
x
..
g

_
1
..
g

e
x
..
f
dx = e
x
x e
x
= e
x
(x 1). (4.80)
Die Wahl f

(x) = x und g(x) = e

x
ware weniger sinnvoll gewesen, denn dann hatten wir
_
x
..
f

e
x
..
g
dx = e
x
..
g
x
2
2
..
f

_
x
2
2
..
f
e
x
..
g

dx (4.81)
erhalten und unser Problem ware nur schwieriger geworden, da die Funktion x
2
e
x
nicht leichter zu
integrieren ist als die Funktion xe
x
.
Beispiel:
Zu berechnen ist das Integral
_
ln xdx. (4.82)
98 4 Integration
Hier ist auf den ersten Blick kein Produkt vorhanden, aber wir konnen den Integranden durch
Multiplikation mit 1 leicht als ein Produkt anschreiben:
_
ln xdx =
_
1 ln xdx. (4.83)
Wir wahlen jetzt f

(x) = 1 und g(x) = ln x und erhalten so

_
ln xdx =
_
1
..
f

ln x
..
g
dx = x
..
f
ln x
..
g

_
x
..
f
1
x
..
g

dx
= xln x
_
1dx = xln x x
= x(ln x 1). (4.84)
Beispiel: Zu berechnen ist das Integral
_
cos
2
(x)dx. (4.85)
Wir wahlen f ur dieses Beispiel f

(x) = cos(x) und g(x) = cos(x) und erhalten durch partielle

Integration:
_
cos
2
(x)dx =
_
cos(x) cos(x)dx = sin(x) cos(x) +
_
sin(x) sin(x)dx
= sin(x) cos(x) +
_
(1 cos
2
(x))dx
= sin(x) cos(x) +
_
1dx
_
cos
2
(x)dx. (4.86)
Das Integral
_
1dx = x und durch einfaches Umformen erhalten wir schlielich:
_
cos
2
(x)dx =
1
2
[sin(x) cos(x) +x] . (4.87)
4.7 Rotationskorper
Rotieren wir eine durch die Funktion f(x), die beiden Abszissen a und b und die x-Achse begrenzte
Flache um die x-Achse, so entsteht ein dreidimensionaler Rotationskorper. Zur Berechnung
seines Volumens zerteilen wir das Intervall [a, b] in n gleiche Unterintervalle der Breite x =
(ba)/n. Zu jedem dieser n Intervalle gehort nun eine d unne Scheibe mit kreisformiger Grundache
und einer Dicke x (siehe Abb. 4.11). Der Radius der Grundache im i-ten Intervall ist f ur sehr
kleine Dicken x gleich dem Funktionswert f(x
i
) an der Stelle x
i
= a + ix. Das Volumen der
Scheibe ist daher
V
i
= Grundache Hohe f(x
i
)
2
x. (4.88)
Durch Summation der Volumina aller d unnen Scheiben erhalten wir schlielich das Gesamtvolumen
des Rotationskorpers
V =
n

i=1
V
i

n

i=1
f(x
i
)
2
x. (4.89)
Im Grenzwert x 0 geht dieser Ausdruck in das Integral
V =
b
_
a
f(x)
2
dx =
b
_
a
f(x)
2
dx (4.90)
4 Integration 99
Abbildung 4.11: Rotation einer durch eine Funktion f(x) und der x-Achse in einem Intervall [a, b]
begrenzten Flache f uhrt zu einem so genannten Rotationskorper.
uber. Wir konnen somit das Volumen eines Rotationskorpers als bestimmtes Integral uber die
Funktion f(x)
2
ausdr ucken.
Beispiel:
Zu berechnen ist das Volumen eines Kegels mit einer Grundache mit Radius r und einer Hohe
h (siehe Abb. 4.12). Die Funktion f(x) ist in diesem Fall eine Gerade durch den Ursprung mit
Steigung r/h:
f(x) =
r
h
x. (4.91)
Das Volumen des Kegels ist demnach das bestimmte Integral
V =
b
_
a
f(x)
2
dx =
h
_
0
_
r
h
_
2
x
2
dx =
r
2
h
2

x
3
3

h
0
=
1
3
r
2
h
3
h
2
. (4.92)
Somit ist das Volumen des Kegels gegeben durch:
V =
1
3
r
2
h. (4.93)
Beispiel:
Die Parabel f(x) = 9 x
2
rotiert zwischen ihren Nullstellen um die x-Achse und erzeugt dadurch
einen Rotationskorper (siehe Abb. 4.13). Zu bestimmen ist das Volumen des Rotationskorpers.
Die Nullstellen der Parabel benden sich bei x = 3. Das Volumen V des Rotationskorpers ist
100 4 Integration
Abbildung 4.12: Durch Rotation der Geraden y = (r/h)x im Intervall [0, h] um die x-Achse entsteht
ein Kegel mit Hohe h und mit Grundachenradius r.
Abbildung 4.13: Durch Rotation der Parabel f(x) = 9 x
2
zwischen ihren Nullstellen um die
x-Achse entsteht ein Rotationskorper.
demnach gegeben durch:
V =
3
_
3
(9 x
2
)
2
dx =
3
_
3
(81 18x
2
+x
4
)dx
=
_
81x
18x
3
3
+
x
5
5
_
3
3
= 2
_
81 3 6 27 +
243
5
_
= 2
_
243 162 +
243
5
_
= 2
648
5
. (4.94)
Beispiel:
Zu bestimmen ist das Volumen einer Kugel mit Radius r. Wir stellen uns dazu vor, dass die
Halbkugel durch Rotation der Kurve
f(x) =
_
r
2
x
2
(4.95)
4 Integration 101
Abbildung 4.14: Durch Rotation eines Halbkreises um die x-Achse entsteht eine Halbkugel.
im Intervall [0, r] um die x-Achse entstanden ist (siehe Abb. 4.14). Das Volumen der Kugel ist
somit zweimal das Volumen des Rotationskorpers:
V = 2
r
_
0
(r
2
x
2
)dx = 2
_
_
r
_
0
r
2
dx
r
_
0
x
2
dx
_
_
= 2r
2
x

r
0
2
x
3
3

r
0
= 2r
3
2
r
3
3
= 2r
3
_
1
1
3
_
=
4
3
r
3
. (4.96)
4.8 Berechnung von Bogenlangen
Abbildung 4.15: Die Bogenlange des Funktionsgraphen von f(x) kann durch Integration ermittelt
werden. Das Dierential ds der Bogenlange kann mit Hilfe des Pythagoraischen Lehrsatzes aus den
Dierentialen dx und dy ermittelt werden.
Gegeben sei die Funktion f(x) mit dem dazugehorige Funktionsgraphen in der xy-Ebene. Wir
wollen nun in einem bestimmten Intervall die Lange s des Funktionsgraphen von f(x) berechnen.
(Die Lange einer Kurve wird auch Bogenlange genannt.) Dazu betrachten wir ein kleines Un-
terintervall der Lange dx, wobei wir das Dierential benutzen, um anzudeuten, dass es sich hier
um innitesimale Dierenzen handelt. Das dazugehorige Dierential in der y-Richtung ist gegeben
102 4 Integration
durch:
dy = f

(x)dx. (4.97)
Die Lange ds des von den Abszissen x und x + dx begrenzten Kurvenst ucks erhalten wir durch
Anwendung des Pythagoraischen Lehrsatzes:
ds =
_
dy
2
+dx
2
. (4.98)
Hier haben wir ausgenutzt, dass sich die Kurve f ur innitesimale dx im Intervall [x, x +dx] durch
eine Gerade approximieren lasst. Wir formen nun die obige Gleichung unter Verwendung von
Gleichung (4.97) um:
ds =
_
dy
2
+ dx
2
=
_
(f

(x)dx)
2
+dx
2
=
_
1 +f

(x)
2
dx. (4.99)
Um die Gesamtlange der Kurve zwischen x = a und x = b zu erhalten, summieren wir uber alle
innitesimalen Unterintervalle und erhalten die Bogenlange:
s =
b
_
a
_
1 +f

(x)
2
dx. (4.100)
Beispiel:
Zu bestimmen ist der Umfang des Kreises mit Radius r. Wir berechnen zunachst den Umfang des
Halbkreises. Der Halbkreis ist der Graph der Funktion f(x) =

r
2
x
2
und die Integrationsgren-
zen sind r und r (siehe Abb. 4.16).
Abbildung 4.16: Der dargestellte Halbkreis ist der Graph der Funktion y =

r
2
x
2
im Intervall
[r, r].
Die Ableitung von f(x) ist
f

(x) =
1
2
2x

r
2
x
2
=
x

r
2
x
2
. (4.101)
Somit ist die Bogenlange s gegeben durch:
s =
r
_
r
_
1 +
x
2
r
2
x
2
dx =
r
_
r
_
r
2
x
2
+x
2
r
2
x
2
dx
=
r
_
r
r

r
2
x
2
dx =
r
_
r
1
_
1
_
x
r
_
2
dx. (4.102)
4 Integration 103
Zur Losung des Integrals substituieren wir t = x/r, das heit dt = dx/r und dx = rdt. Hier m ussen
auch die Integrationsgrenzen transformiert werden: an den Stellen x = r und x = r hat die neue
Variable t die Werte t = 1 und t = 1. Durch die Transformation wird die Bogenlange zu:
s =
1
_
1
r

1 t
2
dt = r
1
_
1
1

1 t
2
dt = r arcsint

1
1
= r
_

2

_

2
__
= r. (4.103)
Der Umfang des Kreises ist dann einfach
U = 2r. (4.104)
F ur eine in Parameterform gegebene Kurve
x = x(t), (4.105)
y = y(t), (4.106)
dr ucken wir die Dierentiale in x- und y-Richtung aus als:
dx =
_
dx
dt
_
dt = x(t)dt, (4.107)
dy =
_
dy
dt
_
dt = y(t)dt. (4.108)
Abbildung 4.17: F ur eine Kurve in Parameterform, r = r(t), kann die Bogenlange zwischen t =
und t = durch Integration berechnet werden.
In diesem Fall ist die innitesimale Bogenlange ds gegeben durch
ds =
_
dx
2
+dy
2
=
_
x(t)
2
dt
2
+ y(t)
2
dt
2
=
_
x(t)
2
+ y(t)
2
dt (4.109)
und die Gesamtbogenlange ergibt sich aus der Integration uber die Hilfsvariable t:
s =

_
x(t)
2
+ y(t)
2
dt. (4.110)
Die Integrationsgrenzen t = und t = entsprechen den Punkten, zwischen denen die Bogenlange
berechnet werden soll (siehe Abb. 4.17).
104 4 Integration
Beispiel:
Zu berechnen ist der Umfang der in Parameterform gegebenen Ellipse
x(t) = a sin t, (4.111)
y(t) = b cos t. (4.112)
a und b sind die Halbachsen der Ellipse und wir nehmen an, dass a > b. Der Parameter t durchlauft
das Intervall [0, 2].
Die Ableitungen von x(t) und y(t) nach t sind
x = a cos t, (4.113)
y = b sint, (4.114)
und somit kann der Umfang der Ellipse als das Vierfache der Bogenlange im ersten Quadranten
ausgedr uckt werden:
s = 4

2
_
0
_
a
2
cos
2
t +b
2
sin
2
tdt = 4a

2
_
0
_
cos
2
t +
b
2
a
2
sin
2
tdt
= 4a

2
_
0
_
1 sin
2
t +
b
2
a
2
sin
2
tdt = 4a

2
_
0

1
_
a
2
b
2
a
2
_
sin
2
tdt
= 4a

2
_
0
_
1 K
2
sin
2
tdt, (4.115)
wobei wir hier die Exzentrizitat K =
_
(a
2
b
2
)/a
2
der Ellipse eingef uhrt haben. F ur einen
Kreis ist K = 0 und f ur eine Ellipse mit a > b ist K > 0.
Das Integral
_
_
1 K
2
sin
2
t dt hat keine Losung, die sich mit Hilfe einfacher, bekannter Funktio-
nen ausdr ucken lasst. Man deniert daher einfach eine neue Funktion
E(, K)

_
0
_
1 K
2
sin
2
tdt [K[ < 1. (4.116)
Man nennt diese Funktion ein elliptisches Integral (genauer: ein elliptisches Integral der 2. Art).
Die Funktion kann f ur ein bestimmtes und ein bestimmtes K mit dem Computer ausgewertet
werden (z.B. mit Mathematica). In Abb. 4.18 ist die Funktion E(, K) f ur = /2 als Funktion
von K dargestellt.
Mit Hilfe des elliptischen Integrals E(, K) kann der Ellipsenumfang schlielich ausgedr uckt werden
als
s = 4aE
_

2
,
_
a
2
b
2
a
2
_
. (4.117)
Beispiel: Archimedische Spirale
Zu bestimmen ist die Lange der Archimedischen Spirale r = a im Bereich von = 0 bis =
(siehe Abb. 4.19).
In Parameterform ist die Spirale gegeben durch
x() = acos , (4.118)
y() = asin. (4.119)
4 Integration 105
Abbildung 4.18: Das elliptische Integral der 2. Art E(, K) f ur = /2 in Abhangigkeit von K.
Die Ableitungen von x() und y() nach dem Winkel sind
x = a cos asin , (4.120)
y = a sin +acos . (4.121)
Die Bogenlange der Spirale zwischen = 0 und = ist somit:
s =

_
0
_
(a cos asin)
2
+ (a sin +acos )
2
d
= a

_
0
_
(cos sin)
2
+ (sin +cos )
2
d
= a

_
0
_
cos
2

@
@
@
@
@
@
2cos sin +
2
sin
2
+ sin
2
+
@
@
@
@
@
@
2cos sin +
2
cos
2
d
= a

_
0

cos
2
+ sin
2

. .
=1
+
2
(sin
2
+ cos
2
)
. .
=1
d
= a

_
0
_
1 +
2
d =
a
2
_

_
1 +
2
+ Arsinh()
_

0
=
a
2
_

_
1 +
2
+ Arsinh()
_
=
a
2
_

_
1 +
2
+ ln( +
_
1 +
2
)
_
. (4.122)
106 4 Integration
Abbildung 4.19: Die Archimedische Spirale r = a.
4.9 Mittelwerte von Funktionen
Um den Mittelwert von n Zahlen a
i
zu bestimmen, addiert man die Zahlen und dividiert sie durch
deren Anzahl:
a =
a
1
+a
2
+a
3
+ +a
n1
+a
n
n
, (4.123)
wobei der horizontale Strich uber dem a auf der linken Seite der obigen Gleichung einen Mittelwert
bedeutet. a konnte zum Beispiel der Mittelwert einer Reihe von Messdaten sein. Wir wollen nun
das zeitliche Mittel einer Funktion f(t) bestimmen. Dazu stellen wir uns vor, dass wir den Wert
der Funktion beginnend bei t = a nach Zeitschritten t bestimmen. Das heit, wir bestimmen f(t)
zuerst bei t = a und messen dann f(t) wiederholt zu den Zeitpunkten t
i
= a + it (siehe Abb.
4.20). Durch diesen Messvorgang erhalten wir n Messwerte f(t
i
), die man tabellarisch darstellen
kann als:
t
i
t
1
t
2
t
3
. . . t
n
f(t
i
) f(t
1
) f(t
2
) f(t
3
) . . . f(t
n
)
.
Der Mittelwert aller dieser Messwerte ist
f =
f(t
1
) +f(t
2
) + +f(t
n
)
n
. (4.124)
Wir multiplizieren jetzt sowohl Zahler als auch Nenner mit t
f =

n
i=1
f(t
i
)t
n t
. (4.125)
Wir erkennen, dass f ur sehr kurze Zeitintervalle t der Zahler ubergeht in das bestimmte Integral
_
b
a
f(t)dt. Der Nenner ist einfach die Lange des gesamten Intervalls, nt = (b a). Das heit
f =
_
b
a
f(t)dt
(b a)
=
1
(b a)
_
b
a
f(t)dt. (4.126)
In Worten kann man dies wie folgt ausdr ucken: Der Mittelwert f einer Funktion im Intervall (a, b)
ist gleich dem bestimmten Integral der Funktion f(t) zwischen den Integrationsgrenzen a und b
dividiert durch die Lange des Intervalls [a, b].
4 Integration 107
Abbildung 4.20: Die Funktion f(t) wird zu aquidistanten Zeitpunkten t
i
bestimmt.
Nat urlich gilt auch:
_
b
a
f(t)dt = f(b a). (4.127)
Beispiel:
Durch einen Widerstand iet ein Wechselstrom I(t) = I
0
sin t und es fallt am Widerstand eine
Spannung U(t) = U
0
sint ab. Zu berechnen ist der Mittelwert der Leistung uber eine Periode.
Die momentane Leistung ist Strom Spannung, das heit
P(t) = U(t) I(t) = U
0
I
0
sin
2
t. (4.128)
Die Lange der Periode ist T = 2/. Das heit, die mittlere Leistung ist gegeben durch (siehe
Abb. 4.21)
P =
1
T
_
T
0
P(t)dt =
1
T
T
_
0
U
0
I
0
sin
2
t dt
=
I
0
U
0
T
T
_
0
sin
2
t dt. (4.129)
Durch partielle Integration hatten wir weiter oben das Integral
_
cos
2
xdx =
1
2
(sin xcos x + x)
ermittelt. Da cos
2
x = 1 sin
2
x, folgt f ur das Integral von sin
2
x:
_
sin
2
xdx = x
1
2
(sin xcos x +x) =
x
2

1
2
sin xcos x. (4.130)
Mit der Substitution u = t dt = du/ erhalten wir
_
sin
2
t dt =
1

_
t
2

1
2
sin t cos t
_
. (4.131)
108 4 Integration
Abbildung 4.21: Die durchschnittliche an einem Ohmschen Widerstand verbrauchte Leistung lasst
sich durch Integration der Leistung als Funktion der Zeit bestimmen.
und somit
P =
I
0
U
0
T
1

_
t
2

1
2
sin t cos t
_

T
0
=
I
0
U
0

T
_

T
2

1
2
sin(
2
&

&
) cos(
2
&

&
)
. .
=0
0 +
1
2
sin(0) cos(0)
. .
0
_

_
=
I
0
U
0
2
. (4.132)
4.10 Doppelintegrale
So wie wir Funktionen von zwei, drei oder noch mehr Variablen dierenzieren konnen, konnen wir
sie auch integrieren. Integration solcher Funktionen f uhrt zu Mehrfachintegralen, die in der Phy-
sik sehr oft auftreten, zum Beispiel bei der Bestimmung von Volumina, Massen, Schwerpunkten,
Tragheitsmomenten, Zustandssummen usw. Mehrfachintegrale lassen sich auf die Nacheinander-
ausf uhrung von gewohnlichen Integralen zur uckf uhren.
4.10.1 Denition
Bisher haben wir die durch eine Kurve begrenzte Flache als bestimmtes Integral berechnet (siehe
Abb. 4.22):
S
ab
=
b
_
a
f(x)dx. (4.133)
Wir wollen uns nun mit der analogen Aufgabe beschaftigen, das Volumen eines Korpers zu be-
rechnen, der von einer Flache f(x, y), von einem Bereich A der xy-Ebene und vom vertikal bis zur
Flache fortgesetzten Rand von A begrenzt wird (siehe Abb. 4.23). Um dieses Volumen zu bestim-
men, gehen wir ahnlich vor wie bei der Berechnung der Flache S
ab
, die wir in schmale senkrechte
Streifen eingeteilt hatten. Wir teilen dazu den Bereich A in kleine Rechtecke mit Kantenlangen
x und y ein, indem wir ein Gitter uber die xy-Ebene legen (siehe Abb. 4.24).
Jedes Rechteck wird durch zwei Indizes beschrieben, einem in der x-Richtung (i) und einem in der
y-Richtung (j). In jedem Rechteck (das wir auch Zelle nennen) wahlen wir einen Punkt (x
i
, y
j
).
4 Integration 109
Abbildung 4.22: Die Flache S
ab
unter einer
Kurve kann durch einfache Integration be-
stimmt werden.
Abbildung 4.23: Zur Bestimmung des Volu-
mens unter einer Flache ist eine Doppelinte-
gration notwendig.
Abbildung 4.24: Zur Berechnung des von ei-
ner Flache begrenzten Volumens teilen wir
den Bereich A in der xy-Ebene in viele klei-
ne Rechtecke ein.
Abbildung 4.25: Ein Teilvolumen uber ei-
nem der kleinen Rechtecke im Bereich A. Die
Hohe des Volumens ist etwa der Funktions-
wert f(x
i
, y
i
) an der Stelle x
i
, y
i
.
Dieser Punkt kann der Mittelpunkt der Zelle sein oder irgendwo anders in der Zelle liegen (auch
am Rand). Zu jedem dieser Punkte (x
i
, y
j
) gibt es einen Funktionswert f(x
i
, y
j
). Das Volumen
uber der Zelle, das von der Flache f(x, y) oben begrenzt wird, ergibt sich naherungsweise aus der
Grundache xy der Zelle multipliziert mit deren Hohe f(x
i
, y
j
) (siehe Abb. 4.25):
V xy f(x
i
, y
j
). (4.134)
Hier machen wir nat urlich einen Fehler, weil dieses Teilvolumen oben nicht durch eine ebene,
horizontale Flache begrenzt wird. F ur kleiner werdende x und y wird dieser Fehler jedoch
immer kleiner. Durch Summation uber alle Quader, deren zugehorige Punkte (x
i
, y
j
) in A liegen,
erhalten wir schlielich annaherungsweise das gesuchte Gesamtvolumen V
V

j
f(x
i
, y
j
)xy. (4.135)
Wie beim eindimensionalen Fall nahert die Summe das Volumen immer besser an, je feiner die
Einteilung der xy-Ebene gewahlt wird, das heit je kleiner x und y sind. Im Grenzfall x 0
und y 0 erhalten wir das exakte Volumen:
V = lim
x0
lim
y0

j
f(x
i
, y
j
)xy =
__
A
f(x, y)dxdy. (4.136)
110 4 Integration
Dieser Grenzwert ist das Doppelintegral der Funktion f(x, y) im Gebiet A. Das Produkt
dxdy nennt man auch das Flachenelement. Da das Gebiet A kompliziert sein kann, konnen wir
nicht wie im eindimensionalen Fall einfache Integrationsgrenzen angeben. Wir schreiben daher
das Gebiet A einfach unter das Doppelintegral. Wie beim Integral
_
b
a
f(x)dx m ussen wir diesen
Grenz ubergang nicht f ur jedes Integral neu durchf uhren. Statt dessen konnen wir die Berechnung
des Doppelintegrals auf die Berechnung einfacher Integrale zur uckf uhren.
4.10.2 Berechnung von Doppelintegralen
Zur Berechnung eines Doppelintegrals gehen wir von der Summe
V

j
f(x
i
, y
j
)xy (4.137)
aus und f uhren die Summation uber i und j getrennt durch. Zunachst summieren wir f ur ein
bestimmtes i uber alle moglichen Werte von j. Diese Summation entspricht der Berechnung des
Volumens einer Schicht der Dicke x parallel zur yz-Ebene (siehe Abb. 4.26):
V
i
=
_
_

j
f(x
i
, y
j
)y
_
_
x. (4.138)
Abbildung 4.26: Die Summation uber alle j f ur einen bestimmten Wert i ergibt das Volumen einer
Schicht mit der Dicke x, die parallel zur yz-Ebene liegt.
F uhren wir jetzt den Grenzwert y 0 durch, erhalten wir
V
i
=
_
_
_
b(xi)
_
a(xi)
f(x
i
, y)dy
_
_
_x. (4.139)
Dabei hangen die Integrationsgrenzen vom Ort x
i
ab. In der xy-Ebene wird der Integrationsbereich
A durch die zwei Kurven a(x) und b(x) begrenzt (siehe Abb. 4.27).
Hier gehen wir der Einfachheit halber davon aus, dass der Integrationsbereich nur zwei senkrechte
Tangenten besitzt. Falls das nicht der Fall ist (siehe zum Beispiel Abb. 4.28), muss man dies
ber ucksichtigen. Auch in diesem Fall andert sich jedoch die prinzipielle Vorgangsweise nicht.
Das Volumen V
i
aus Gleichung (4.139) entspricht dem Volumen uber der schraerten Flache in
Abb. 4.27. Um das Gesamtvolumen zu berechnen, m ussen wir noch uber alle Teilvolumina V
i
4 Integration 111
Abbildung 4.27: Die Integrationsgrenzen a(x) und b(x) f ur die Integrationsgrenzen in y-Richtung
hangen von der x-Position ab.
Abbildung 4.28: Falls der Integrationsbereich wie hier mehr als zwei senkrechte Tangenten besitzt,
muss man die Integration in mehrere Doppelintegrale aufteilen.
summieren:
V

i
V
i
=

i
_
_
_
b(xi)
_
a(xi)
f(x
i
, y)dy
_
_
_x. (4.140)
Dieses bestimmte Integral
b(xi)
_
a(xi)
f(x
i
, y)dy auf der rechten Seite der obigen Gleichung ist eine Funk-
tion von x
i
. Die Abhangigkeit von y ist bereits verschwunden, weil wir uber die Integrationsvariable
y integriert haben. Durch Bildung des Grenz ubergangs x 0 erhalten wir schlielich
V = lim
x0

i
_
_
_
b(xi)
_
a(xi)
f(x
i
, y)dy
_
_
_x =
d
_
c
_
_
_
b(x)
_
a(x)
f(x, y)dy
_
_
_dx, (4.141)
wobei wir wieder die Denition des Integrals als Grenzfall einer Summe benutzt haben. Wir haben
somit die Berechnung des Doppelintegrals auf die hintereinander ausgef uhrte Berechnung zweier
einfacher Integrale zur uckgef uhrt.
Nat urlich hatten wir auch die Integrationsreihenfolge umkehren konnen:
V =
b
_
a
_
_
_
d(y)
_
c(y)
f(x, y)dx
_
_
_dy =
b
_
a
d(y)
_
c(y)
f(x, y)dxdy. (4.142)
In diesem Fall m ussen wir die Integrationsgrenzen f ur die Integration nach x als Funktion von y
ausdr ucken.
112 4 Integration
Beispiel:
Zu berechnen ist das Integral
__
A

x +y dxdy f ur einen rechteckigen Bereich A, der gegeben ist

durch:
1 x 2, (4.143)
0 y 5. (4.144)
Abbildung 4.29: Integrationsbereich A.
In diesem Fall vereinfacht sich die Berechnung, weil die Integrationsgrenzen in y-Richtung nicht
von x abhangen:
__
A

x +y dxdy =
5
_
0
2
_
1

x +y dxdy =
5
_
0
_
2
3
(x +y)
3
2

2
x=1
_
dy
=
2
3
5
_
0
_
(y + 2)
3
2
(y + 1)
3
2
_
dy
=
2
3
2
5
_
(y + 2)
5
2

5
0
(y + 1)
5
2

5
0
_
=
2
3
2
5
_
7
5
2
2
5
2
6
5
2
+ 1
_
=
4
15
_
7
5
2
2
5
2
6
5
2
+ 1
_
. (4.145)
Wenn wir die Integrationsreihenfolge umkehren, erhalten wir:
__
A

x +ydxdy =
2
_
1
5
_
0

x +ydydx =
2
_
1
_
2
3
(x +y)
3
2

5
y=0
_
dx
=
2
3
2
_
1
_
(x + 5)
3
2
x
3
2
_
dx
=
2
3
_
2
5
(x + 5)
5
2

2
1

2
5
x
5
2

2
1
_
=
4
15
_
7
5
2
2
5
2
6
5
2
+ 1
_
, (4.146)
was mit dem oben erhaltenen Resultat ubereinstimmt.
4 Integration 113
Beispiel:
Zu berechnen ist das Volumen des Kugeloktanten einer Kugel mit Radius r (siehe Abb. 4.30). Im
Unterschied zum vorherigen Beispiel m ussen wir hier die x-Abhangigkeit der Integrationsgrenzen
in y ber ucksichtigen.
Abbildung 4.30: Der Kugeloktant ist im ersten Quadranten durch die Flache z =
_
r
2
x
2
y
2
nach oben begrenzt.
Die Kugeloberache im ersten Oktanten ist gegeben durch:
x
2
+y
2
+z
2
= r
2
f(x, y) =
_
r
2
x
2
y
2
. (4.147)
Das Volumen V
8
des Kugeloktanten lasst sich somit als folgendes Doppelintegral ausdr ucken:
V
8
=
r
_
0
_
_
_
b(x)
_
a(x)
_
r
2
x
2
y
2
dy
_
_
_dx. (4.148)
Da die Grenzen f ur die Integration in y-Richtung
a(x) = 0 und b(x) =
_
r
2
x
2
(4.149)
sind, erhalten wir:
V
8
=
r
_
0
_
_
_

r
2
x
2
_
0
dy
_
r
2
x
2
y
2
_
_
_dx. (4.150)
Aus einer Formelsammlung entnehmen wir, dass
_
_
a
2
y
2
dy =
1
2
_
y
_
a
2
y
2
+a
2
arcsin
y
a
_
. (4.151)
Somit erhalten wir f ur die Integration in y-Richtung:

r
2
x
2
_
0
_
(r
2
x
2
) y
2
dy =
1
2
_
y
_
(r
2
x
2
) y
2
+ (r
2
x
2
) arcsin
y

r
2
x
2
_

r
2
x
2
0
=
1
2
_
0 + (r
2
x
2
) arcsin(1) 0 0

=

4
(r
2
x
2
). (4.152)
Einsetzen dieses Resultats und Integration in x-Richtung ergibt schlielich
V
8
=
r
_
0

4
(r
2
x
2
)dx =

4
_
r
2
x
x
3
3
_

r
0
=

4
_
r
3

r
3
3
_
=
2
3


4
r
3
=
r
3

6
, (4.153)
114 4 Integration
sodass wir f ur das Kugelvolumen das erwartete Resultat
V = 8
r
3

6
=
4
3
r
3
(4.154)
erhalten.
4.10.3 Doppelintegrale in Polarkoordinaten
Oft ist es leichter, den Integrationsbereich A f ur ein Doppelintegral in Polarkoordinaten auszu-
dr ucken. So ist es zum Beispiel bei Integration uber einen Kreis mit Radius R einfacher, den Inte-
grationsbereich durch 0 r R und 0 2 als durch R x R und

R
2
x
2
y

R
2
x
2
zu beschreiben. In Polarkoordinaten ist der Integrationsbereich also einfach ein Rechteck,
wahrend wir in kartesischen Koordinaten mit komplizierteren Funktionen arbeiten m ussen.
Um diese Vereinfachung auszun utzen, konnen wir die Integration in Polarkoordinaten durchf uhren.
Dazu dr ucken wir zuerst die zu integrierende Funktion in Polarkoordinaten aus:
f(x, y) = f(r cos , r sin). (4.155)
Wir m ussen allerdings auch das Flachenelement dxdy = dA richtig transformieren. Das Flachen-
element dA ergibt sich ja dadurch, dass wir die Variablen x und y um einen kleinen Betrag dx
bzw. dy andern und dadurch das Flachenelement dA = dxdy erzeugen. Welches Flachenelement
entsteht aber, wenn wir um d und r um dr andern?
Abbildung 4.31: Das Flachenelement dA entsteht durch eine

Anderung des Winkels um d und
eine

Anderung des Radius r um dr.
Dieses Flachenelement ist von gekr ummten Linien begrenzt (siehe Abb. 4.31). F ur sehr kleine d
und dr kann man das Flachenelement mit vernachlassigbarem Fehler als Rechteck mit Seitenlangen
dr und rd betrachten (der Winkel wird in Bogenma angegeben). Der Flacheninhalt dieses
kleinen Rechtecks ist daher:
dA = rddr. (4.156)
Somit ergibt sich f ur die Transformation des Integrals von kartesischen Koordinaten zu Polarkoor-
dinaten:
__
A
f(x, y)dxdy =
__
A

f(r cos , r sin )rddr. (4.157)

Hier ist A

der in Polarkoordinaten beschriebene Integrationsbereich.

4 Integration 115
Beispiel:
Wieder soll das Volumen des Kugeloktanten berechnet werden, diesmal allerdings unter Verwen-
dung von Polarkoordinaten. Transformation des Integrationsbereichs in der xy-Ebene nach Polar-
koordinaten ergibt:
V
8
=
__
K
_
R
2
x
2
y
2
dxdy =
__
K

_
R
2
r
2
cos
2
r
2
sin
2
rddr
=

2
_
0
_
_
R
_
0
_
R
2
r
2
rdr
_
_
d, (4.158)
wobei wir ausgenutzt haben, dass sin
2
+ cos
2
= 1. Da der Integrand nicht vom Winkel
abhangt, konnen wir die Integration uber sofort durchf uhren und erhalten
V
8
=

2
R
_
0
_
R
2
r
2
rdr. (4.159)
Um dieses Integral uber r zu bestimmen, f uhren wir die Substitution u = R
2
r
2
durch. Da
du/dr = 2r und somit dr = du/2r, erhalten wir
_
_
R
2
r
2
rdr =
_

u

r
du
2

r
=

2
3
1

2
u
3
2
=
u
3
2
3
=
1
3
(R
2
r
2
)
3
2
. (4.160)
Einsetzen ergibt schlielich
V
8
=

2
_

1
3
(R
2
r
2
)
3
2
_

R
0
=
R
3
6
, (4.161)
was mit dem fr uher erhaltenen Ergebnis ubereinstimmt.
Beispiel:
Wir wollen das so genannte Gausche Integral

e
x
2
dx (4.162)
berechnen. Dieses Integral spielt in der Wahrscheinlichkeitsrechnung und in der statistischen Me-
chanik eine wichtige Rolle.
Das Gausche Integral ist auf direkte Weise nicht leicht zu bestimmen, wir konnen es aber mit
dem folgenden Trick berechnen. Wir schreiben das Integral zunachst als
A =

e
x
2
dx =
_
_

e
x
2
dx

e
y
2
dy
_
_
1
2
. (4.163)
Das konnen wir ohne weiteres tun, weil der Name der Integrationsvariablen (x oder y) belanglos
ist. Das Produkt der beiden Integrale uber x und uber y konnen wir nun als ein Doppelintegral
uber die gesamte xy-Ebene auassen.
A
2
=

e
x
2
dx

e
y
2
dy =

e
(x
2
+y
2
)
dxdy. (4.164)
116 4 Integration
Abbildung 4.32: Die Flache unter der Gauschen Glockenkurve exp(x
2
) ist A =

.
Diese Darstellung erlaubt eine Transformation auf Polarkoordinaten:
A
2
=
2
_
0

_
0
e
r
2
rdrd = 2

_
0
e
r
2
rdr. (4.165)
Hier haben wir ausgen utzt, dass gilt r
2
= x
2
+y
2
. Der Integrand ist somit nicht mehr abhangig von
, sodass wir die Integration uber gleich ausf uhren konnten, was einen Faktor von 2 verursacht
hat. Das noch verbleibende Integral uber r ist leicht zu losen. Wir erkennen, dass
d
dr
e
r
2
= e
r
2
(2r) (4.166)
und somit
d
dr
_

1
2
e
r
2
_
= e
r
2
r. (4.167)
Durch Einsetzen erhalten wir schlielich
A
2
= 2
_

1
2
e
r
2
_

0
= 2
1
2
(0 + 1) = . (4.168)
Das Gausche Integral ist also:

e
x
2
dx =

. (4.169)
4.11 Dreifachintegrale
4.11.1 Denition
Analog zum Doppelintegral konnen wir auch ein Dreifachintegral (oder im Allgemeinen ein n-
faches Integral) denieren und berechnen. Gegeben sei ein Gebiet B im dreidimensionalen Raum,
das von einer geschlossenen Flache umgeben wird. Innerhalb dieses Gebiets sei eine Funktion
f(x, y, z) deniert. Als Beispiel konnen wir uns einen Korper mit einer raumlich nicht uniformen
Dichte (x, y, z) vorstellen.
Wir konnen die Funktion f(x, y, z) uber den Bereich B integrieren, indem wir diesen in kleine
Quader mit Kantenlangen x, y und z einteilen. Das Volumen V jedes Quaders ist
V = xyz. (4.170)
4 Integration 117
Abbildung 4.33: Bei einer Dreifachintegration wird das Integrationsvolumen in innitesimale Qua-
der mit Kantenlangen dx, dy und dz, so genannte Volumselemente, eingeteilt.
Wir summieren jetzt den Funktionswert f(x
i
, y
j
, z
k
) in jedem Quader (z.B. im Quadermittelpunkt)
multipliziert mit dem Volumen V uber alle kleinen Quader:

k
f(x
i
, y
j
, z
k
)xyz. (4.171)
Wenn wir den Grenzwert x 0, y 0 und z 0 bilden, erhalten wir das Dreifachintegral
von f(x, y, z) uber den Bereich B:
I =
___
B
f(x, y, z)dxdydz. (4.172)
Das innitesimale Volumen dV nennt man das Volumselement. Oft schreiben wir auch
I =
___
B
f(x, y, z)dV (4.173)
oder noch k urzer
I =
_
B
f(x, y, z)dV. (4.174)
F ur das 3d-Integral haben wir keine anschauliche Interpretation als Flache oder Volumen, da wir
dazu in den 4d-Raum ausweichen m ussten. Analog zum Doppel- und Dreifachintegral lassen sich
auch in beliebig hochdimensionalen Raumen Volumsintegrale bilden.
Beispiel:
Wir betrachten einen Korper mit einer inhomogenen Dichteverteilung, der also an unterschiedli-
chen Stellen unterschiedlich dicht ist. Denken Sie beispielsweise an den Planeten Erde, der einen
metallischen Kern mit hoher Dichte besitzt, der von mineralischen Schichten mit niedrigerer Dichte
umgeben ist. Die Dichteverteilung im Korper sei (x, y, z), wobei die Dichte deniert ist als die
Masse pro Volumen in einem innitesimalen Volumen um den Punkt (x, y, z). Wir wollen nun
die Gesamtmasse dieses Korpers berechnen. Dazu addieren wir die Massen aller innitesimaler
Volumselemente im Korper. Die Masse dm(x, y, z) des Volumselementes dV = dxdydz im Punkt
(x, y, z) ist gegeben durch:
dm(x, y, z) = (x, y, z)dxdydz. (4.175)
118 4 Integration
Durch Summation (Integration) uber alle Volumselemente erhalten wir die Gesamtmasse des
Korpers:
M =
___
B
(x, y, z)dxdydz, (4.176)
wobei B der Bereich ist, der vom Korper ausgef ullt wird.
4.11.2 Berechnung von Dreifachintegralen
Abbildung 4.34: Der Integrationsbereich B wird durch die Flachen
1
(x, y) und
2
(x, y) begrenzt.
Die Projektion des Bereiches B in die xy-Ebene wird durch die Kurven
1
(x) und
2
(x) begrenzt.
Durch zum zweidimensionalen Fall analoge

Uberlegungen lasst sich auch das Volumsintegral auf
die Hintereinanderausf uhrung von einfachen Integralen zur uckf uhren (siehe Abb. 4.34). Dazu
bezeichnen wir die beiden Begrenzungskurven der Projektion des raumlichen Bereiches B in die
xy-Ebene mit y =
1
(x) und y =
2
(x). Die Grenzen in x-Richtung bezeichnen wir mit x
1
und
x
2
und die beiden Begrenzungsachen des raumlichen Bereichs mit z =
1
(x, y) und z =
2
(x, y).
Dann kann das Dreifachintegral ausgedr uckt werden als
___
B
f(x, y, z)dxdydz =
x2
_
x1
dx
_
_
_
2(x)
_
1(x)
dy
_
_
_
2(x,y)
_
1(x,y)
dzf(x, y, z)
_
_
_
_
_
_. (4.177)
Eine andere Integrationsreihenfolge mit passend geanderten Integrationsgrenzen ist nat urlich moglich.
Beispiel:
Wir berechnen als Beispiel das Volumen eines Ellipsoids mit Halbachsen a, b und c (siehe Abb.
4.35). Das Volumen konnen wir berechnen, indem wir die Funktion f(x, y, z) = 1 uber das Ellipsoid
integrieren:
V =
___
1 dxdydz, (4.178)
wobei das Integrationsvolumen durch die Gleichung
_
x
a
_
2
+
_
y
b
_
2
+
_
z
c
_
2
1 (4.179)
gegeben ist. Das Volumen erhalten wir hier also einfach durch Summation aller Volumselemente,
die sich im Inneren des Ellipsoids benden.
4 Integration 119
Abbildung 4.35: Ein Ellipsoid, dessen Achsen entlang der Koordinatenachsen verlaufen.
Die Begrenzungskurve der Projektion des Integrationsbereichs in die xy-Ebene ist f ur das Ellipsoid
gegeben durch
x
2
a
2
+
y
2
b
2
= 1 (4.180)
und wird infolgedessen durch die beiden Funktionen

1
(x) = b
_
1
x
2
a
2
und
2
(x) = b
_
1
x
2
a
2
(4.181)
beschrieben. Die Begrenzungsachen im Raum folgen aus der Gleichung
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1 (4.182)
und werden durch die Funktionen

1
(x, y) = c
_
1
x
2
a
2

y
2
b
2
und
2
(x, y) = c
_
1
x
2
a
2

y
2
b
2
(4.183)
beschrieben. In der x-Richtung wir das Ellipsoid durch die beiden Punkte
x
1
= a x
2
= a (4.184)
begrenzt. Wir konnen nun die Integrale hintereinander ausf uhren, wobei wir mit dem Integral uber
die Integrationsvariable z beginnen. F ur das Integral uber z erhalten wir mit den beiden obigen
Begrenzungsachen:
2(x,y)
_
1(x,y)
1dz =
2
(x, y)
1
(x, y) = 2c
_
1
x
2
a
2

y
2
b
2
. (4.185)
Als nachstes f uhren wir die Integration
2(x)
_
1(x)
2c
_
1
x
2
a
2

y
2
b
2
dy (4.186)
uber die Variable y durch. Um dieses Integral zu berechnen, f uhren wir zur Abk urzung den Aus-
druck A
2
= 1 x
2
/a
2
ein und f uhren die Substitution u = y/b durch. Somit ergibt sich wegen
dy = bdu:
_
_
1
x
2
a
2

y
2
b
2
dy =
_
_
A
2
u
2
bdu = b
u
2
_
A
2
u
2
+
bA
2
2
arcsin
u
A
, (4.187)
120 4 Integration
wobei wir das Integral
_
A
2
u
2
in der Formelsammlung nachgeschlagen haben. Einsetzen gefolgt
von einigen algebraischen Umformungen ergibt
2(x)
_
1(x)

_
1
x
2
a
2
_

y
2
b
2
dy =
=

by
2

_
1
x
2
a
2
_

y
2
b
2
+
_
1
x
2
a
2
_
b
2
arcsin
y
b
_
1
x
2
a
2

y=b
q
1
x
2
a
2
y=b
q
1
x
2
a
2
= b
_
1
x
2
a
2

_
1
x
2
a
2
_

_
1
x
2
a
2
_
. .
=0
+
_
1
x
2
a
2
_
b
2
[arcsin(1) arcsin(1)] . (4.188)
Durch Auswerten der Arkussinusfunktion an den Stellen 1 und +1 erhalten wir schlielich:
2(x)
_
1(x)

_
1
x
2
a
2
_

y
2
b
2
dy =
_
1
x
2
a
2
_
b
2
. (4.189)
Um das Volumen V zu berechnen, m ussen wir noch die Integration uber x durchf uhren. Da x als
einfaches Quadrat im Integranden vorkommt, verursacht dies keine Schwierigkeiten:
V =
a
_
a
2c
b
2
_
1
x
2
a
2
_
dx = cb
a
_
a
_
1
x
2
a
2
_
dx = cb
_
x
x
3
3a
2
_

a
a
= cb
_
2a
2a
3
3a
2
_
= cb
_
2a
2a
3
_
= acb
6 2
3
. (4.190)
Das Volumen des Ellipsoids ist also
V =
4
3
acb. (4.191)
4.11.3 Dreifachintegrale in Zylinder- und Kugelkoordinaten
In manchen Fallen kann es auch vorteilhaft sein, Volumsintegrale in Zylinderkoordinaten oder in
Kugelkoordinaten zu berechnen. In Zylinderkoordinaten m ussen wir beachten, dass das Vo-
lumselement wie folgt transformiert (anschaulich ergibt sich dies aus zum Doppelintegral analo-
gen

Uberlegungen):
dxdydz = dddz. (4.192)
Somit ist das Integral gegeben durch
___
B
f(x, y, z)dxdydz =
___
B

f( cos , sin , z)dddz, (4.193)

wobei B

das in Zylinderkoordinaten ausgedr uckte Integrationsgebiet ist.

4 Integration 121
Beispiel: Volumen eines Zylinders
Wir berechnen das Volumen eines Zylinders mit Radius r und Hohe h als Integral V =
_
dV uber
das Innere des Zylinders:
V =
_
r
0
_
h
0
_
2
0
ddzd
= 2
_
r
0
_
h
0
dzdr
= 2h
_
r
0
d = 2h
r
2
2
= r
2
h. (4.194)
In Kugelkoordinaten ist das Volumselement:
dV = dxdydz = r
2
sin drdd, (4.195)
was man sich geometrisch leicht klarmachen kann. Das Integral wird zu
___
B
f(x, y, z)dxdydz =
___
B

f(r sin cos , r sincos , r cos )r

2
sin drdd, (4.196)
wobei B

das in Kugelkoordinaten denierte Integrationsgebiet ist.

Beispiel: Schwerpunkt einer Halbkugel
Zu bestimmen ist der Schwerpunkt einer homogenen Halbkugel mit Radius R. Im Allgemeinen ist
der Schwerpunkt eines Korpers mit homogener Dichte gegeben durch
r
S
=
1
V
_
V
rdV. (4.197)
Wir legen die Halbkugel so in ein kartesisches Koordinatensystem, dass die Schnittache in der
xy-Ebene liegt und sich die Halbkugel auf der Seite der positiven z-Achse bendet. Aus Symme-
triegr unden muss der Schwerpunkt auf der z-Achse liegen, d. h. x
S
= 0 und y
S
= 0. Zu berechnen
bleibt die z-Komponente des Schwerpunktes. In Kugelkoordinaten haben wir:
z
S
=
1
V
_
V
zdV
=
1
V
_
R
0
_
/2
0
_
2
0
(r cos )r
2
sin dddr
=
2
V
_
R
0
_
/2
0
r
3
cos sin ddr
=
2
V
1
2
_
R
0
r
3
dr
=

V
R
4
4
=
6
4R
3
R
4
4
=
3
8
R, (4.198)
wobei wir verwendet haben, dass das Volumen der Halbkugel 4R
3
/6 ist.
4.12 Integration von vektorwertigen Funktionen
Betrachten wir eine vektorwertige Funktion

A(t) einer skalaren Variablen t, z.B. die Geschwindig-
keit v(t) eines Teilchens. Wir konnen nun ein Integral uber diese Funktion denieren, indem wir
122 4 Integration
ein Intervall [t
a
, t
b
] in die Teilintervalle [t
i
, t
i+1
] zerlegen und die Summe
N

i=1

A(t
i
)t
i
(4.199)
bilden. Hier besteht

A(t) aus drei Komponenten

A(t) = (A
x
(t), A
y
(t), A
z
(t)). Da die Summe von
Vektoren komponentenweise durchgef uhrt wird, haben wir
N

i=1

A(t
i
)t
i
=
_
_
_

A
x
(t
i
)t
i

A
y
(t
i
)t
i

A
z
(t
i
)t
i
_
_
_. (4.200)
Im Grenzfall einer unendlich feinen Intervallzerlegung erhalten wir das Integral
_

A(t)dt =
_
_
_
_
A
x
(t)dt
_
A
y
(t)dt
_
A
z
(t)dt
_
_
_. (4.201)
Das heit, das Integral uber eine vektorwertige Funktion einer skalaren Variablen ist ein Vektor,
dessen Komponenten die Integrale der Komponentenfunktionen A
x
(t), A
y
(t) und A
z
(t) sind.
Beispiel:
Das Integral der vektorwertigen Funktion

A(t) =
_
_
_
t +t
2
e
6t
1
_
_
_ (4.202)
sei uber das Intervall [0, 1] zu berechnen. Wir f uhren die Integration uber t komponentenweise
durch:
_
1
0

A(t)dt =
_
_
_
_
_
_
_
_
_
1
_
0
(t +t
2
)dt
1
_
0
e
6t
dt
1
_
0
1 dt
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
t
2
2
+
t
3
3

1
0

1
6
e
6t

1
0
t[
1
0
_
_
_
_
_
_
=
_
_
_
5
6
1
6
(1 e
6
)
1
_
_
_. (4.203)
Beispiel:
Ein zum Zeitpunkt t = 0 ruhendes Objekt erfahrt eine zeitlich veranderliche Beschleunigung a(t).
Die Geschwindigkeit zum Zeitpunkt t ist dann gegeben durch:
v(t) =
_
t
0
a(s)ds. (4.204)
Teil II
Einf

uhrung in die Physikalischen

Rechenmethoden II
123
Kapitel 5
Die Taylorreihe
In der Physik ist es oft zweckmaig, Funktionen als so genannte Potenzreihen auszudr ucken, zum
Beispiel:
sin x = x
x
3
3!
+
x
5
5!

x
7
7!
. (5.1)
In den folgenden Abschnitten werden wir lernen, wie man dies auf eine systematische Weise tun
kann.
5.1 Folgen und Reihen
Um den Begri der Reihe einzuf uhren, m ussen wir uns zunachst mit Folgen auseinander set-
zen. Eine Folge ist eine Funktion, die als Denitionsbereich die nat urlichen Zahlen besitzt. Diese
Funktion ordnet jeder nat urlichen Zahl n (dem Index) einen Funktionswert a
n
zu. Die einzelnen
Funktionswerte a
n
werden die Glieder der Folge genannt. F ur die Gesamtheit der Folgenglieder
a
1
, a
2
, a
3
, schreiben wir oft auch a
n
und verwenden den Begri Folge auch, um diese Menge
zu bezeichnen.
Beispiel:
Die Folge a
n
= 1/n hat die Glieder a
1
= 1, a
2
= 1/2, a
3
= 1/3 und so weiter. Die Folge a
n
= (1)
n
n
besteht aus den Zahlen a
1
= 1, a
2
= 2, a
3
= 3, a
4
= 4, usw.
Wenn wir bei der Zahlenfolge a
n
= 1/n die Zahl n unbegrenzt wachsen lassen, strebt 1/n gegen
Null. Man nennt dies den Grenzwert der Folge a
n
= 1/n f ur n . Die Zahlenfolge a
n
strebt
gegen einen Grenzwert a, wenn f ur jede positive (und beliebig kleine) Zahl eine Zahl n

existiert,
sodass [a
n
a[ < f ur n > n

. Das heit, dass sich die Folge a

n
beliebig genau der Zahl a nahert,
wenn wir n gegen unendlich gehen lassen. Wir schreiben daf ur
a = lim
n
a
n
. (5.2)
Man sagt auch: die Zahlenfolge a
n
konvergiert gegen a. Eine Zahlenfolge, die keinen Grenz-
wert besitzt, heit divergent. Zum Beispiel konvergiert die Zahlenfolge a
n
= 1 + 1/n gegen 1:
lim
n
(1 + 1/n) = 1. Die Zahlenfolge a
n
= n
2
wachst mit zunehmendem n unbegrenzt. Diese
Folge ist divergent.
Reihen konnen als spezielle Folgen aufgefasst werden. F ur eine gegebene Zahlenfolge a
n
de-
125
126 5 Die Taylorreihe
nieren wir die m-te Partialsumme als
a
1
+a
2
+a
3
+ +a
m
=
m

i=1
a
i
= s
m
. (5.3)
Die Folge s
m
der Partialsummen bezeichnet man als Reihe. Falls der Grenzwert
S = lim
m
s
m
= lim
m
m

i=1
a
i
(5.4)
der Folge der Partialsummen existiert, sagt man die Reihe konvergiert. Man nennt S dann die
Summe der Reihe oder auch den Wert der Reihe.
Beispiel:
Gegeben sei die Zahlenfolge
1,
1
2
,
1
3
,
1
4
, ,
1
n
, . (5.5)
Die Partialsummen dieser Folge sind:
s
1
= 1, (5.6)
s
2
= 1 +
1
2
, (5.7)
s
3
= 1 +
1
2
+
1
3
, (5.8)
s
4
= 1 +
1
2
+
1
3
+
1
4
, (5.9)

s
n
= 1 +
1
2
+
1
3
+
1
4
+ +
1
n
, (5.10)

Beispiel: Die geometrische Reihe
Bei der geometrischen Reihe ergibt sich jeder Summand aus dem vorhergehenden durch Multi-
plikation mit einem (reellen) Faktor q:
a +aq +aq
2
+ +aq
n
+ . (5.11)
Wir wollen zunachst die m-te Partialsumme
s
m
=
m

i=0
aq
i
(5.12)
der ersten m + 1 Glieder berechnen (wir zahlen hier zur Abwechslung von 0 weg). Dazu multipli-
zieren wir die Reihe mit q und subtrahieren dann davon die urspr ungliche Reihe:
s
m
q = aq +aq
2
+ aq
3
+ +aq
m
+aq
m+1
(5.13)
s
m
= a aq aq
2
aq
3
aq
m
(5.14)
s
m
(q 1) = a + 0 + 0 + 0 + + 0 + aq
m+1
. (5.15)
Daraus folgt
s
m
=
a(q
m+1
1)
q 1
. (5.16)
5 Die Taylorreihe 127
Wir konnen nun auch den Wert der geometrischen Reihe f ur unendlich viele Summenglieder be-
trachten:
S = lim
m
a
q
m+1
1
q 1
. (5.17)
Falls [q[ > 1, wachst q
m+1
uber alle Grenzen und damit auch S. Die Reihe konvergiert in diesem
Fall also nicht. Falls aber [q[ < 1, verschwindet q
m+1
im Limes m und wir erhalten
S = a
0 1
q 1
=
a
1 q
. (5.18)
F ur [q[ < 1 ist die geometrische Reihe also konvergent. Zum Beispiel gilt:
1 +
1
2
+
1
4
+
1
8
+ =
1
1
1
2
= 2. (5.19)
5.2 Entwicklung einer Funktion in eine Taylorreihe
Wir haben gerade gesehen, dass f ur 1 < x < 1 gilt
1 +x +x
2
+x
3
+ =
1
1 x
. (5.20)
(Wir haben in der Summenformel f ur die geometrische Reihe einfach q in x umbenannt.) Wir
betrachten nun beide Seiten dieser Gleichung als Funktion von x und erkennen, dass man die
Funktion
1
1x
im Bereich 1 < x < 1 als eine unendliche Summe von Potenzen von x schreiben
kann. Die Reihe 1 +x+x
2
+x
3
+. . . ist ein Beispiel f ur eine Potenzreihe. Im Allgemeinen hat eine
unendliche Potenzreihe die Form
a
0
+a
1
x +a
2
x
2
+a
3
x
3
+ =

n=0
a
n
x
n
. (5.21)
Es stellt sich nat urlich sofort die Frage, ob neben
1
1x
auch andere Funktionen als unendliche
Potenzreihe dargestellt werden konnen und, wenn ja, wie die zugehorigen Koezienten a
i
auf
systematische Art und Weise ermittelt werden konnen. Die Antwort auf diese Frage liegt im Begri
der Taylorreihe, die wir in diesem Abschnitt besprechen wollen.
Wir machen zunachst die Annahme, dass eine bestimmte Funktion f(x) als Potenzreihe mit reellem
Koezienten a
n
dargestellt werden kann
f(x) =

n=0
a
n
x
n
= a
0
+a
1
x +a
2
x
2
+a
3
x
3
+ . (5.22)
Eine solche Darstellung nennen wir auch die Potenzreihenentwicklung von f(x) und sagen,
dass die Funktion f(x) in eine Potenzreihe entwickelt wurde. Wir m ussen nun f ur die Funktion
f(x) die passenden Koezienten ermitteln. Dies konnen wir tun, indem wir verlangen, dass die
Funktion f(x) und alle ihre Ableitungen mit der Reihe beziehungsweise mit allen ihren Ableitungen
ubereinstimmen. Wenn die Darstellung aus Gleichung (5.22) moglich ist, muss das an jeder Stelle
x gelten und somit auch f ur x = 0. F ur die Funktion selbst folgt daraus
f(0) = a
0
+a
1
0 +a
2
0 + = a
0
, (5.23)
weil alle Terme, die ein x enthalten, wegen x = 0 verschwinden. Ableiten beider Seiten von Glei-
chung (5.22) nach x liefert
f

(x) = a
1
+ 2a
2
x + 3a
3
x
2
+ 4a
4
x
3
+ , (5.24)
128 5 Die Taylorreihe
wobei wir die Reihe auf der rechten Seite Glied f ur Glied dierenziert haben. An der Stelle x = 0
gilt infolgedessen:
f

(0) = a
1
, (5.25)
da wieder alle Terme, die ein x enthalten, verschwinden. Durch nochmaliges Ableiten erhalten wir
f

(x) = 2a
2
+ 2 3a
3
x + 3 4a
4
x
2
(5.26)
und somit
f

(0) = 2a
2
oder a
2
=
f

(0)
2
. (5.27)
Ganz analog nden wir durch weiteres Dierenzieren und Auswertung bei x = 0:
f

(0)
2 3
= a
3
,
f

(0)
4 3 2
= a
4
, usw. (5.28)
F ur den Koezienten a
n
erhalten wir aus der Forderung nach

Ubereinstimmung der n-ten Ablei-
tung von Funktion und Reihe:
f
(n)
(0) = n (n 1)(n 2) 2 1 a
n
(5.29)
oder
a
n
=
f
(n)
(0)
n!
, (5.30)
wobei
n! = n(n 1)(n 2) 3 2 1 (5.31)
das Produkt der nat urlichen Zahlen von 1 bis n ist und als Fakultat (oder auch Faktorielle)
bezeichnet wird. Zum Beispiel ist 3! = 3 2 = 6 und 4! = 4 3 2 1 = 24. Wir einigen uns auderdem
darauf, dass 0! = 1 sein soll. Falls die Funktion f(x) also als Potenzreihe dargestellt werden kann
und die Funktion f(x) beliebig oft dierenzierbar ist, nden wir durch Einsetzen der Koezienten
f(x) = f(0) +
f

(0)
1!
x +
f

(x)
2!
x
2
+
f

(0)
3!
x
3
+ =

n=0
f
(n)
(0)
n!
x
n
. (5.32)
Diese Potenzreihe ist die so genannte Taylorreihe (oft wird diese Reihe auch MacLaurin-Reihe
genannt).
Beispiel:
Wir wollen die Exponentialfunktion e
x
in eine Taylorreihe entwickeln. Dazu ermitteln wir zunachst
die Ableitungen:
f(x) = e
x
, (5.33)
f

(x) = e
x
, (5.34)
f

(x) = e
x
, (5.35)
f

(x) = e
x
, (5.36)
.
.
.
f
(n)
(x) = e
x
, (5.37)
.
.
.
An der Stelle x = 0 sind also alle Ableitungen gleich:
f
(n)
(x = 0) = 1. (5.38)
5 Die Taylorreihe 129
Somit ist die Taylorentwicklung von e
x
gegeben durch:
e
x
= 1 +
x
1!
+
x
2
2!
+
x
3
3!
+ =

n=0
x
n
n!
. (5.39)
Da die Fakultat n! f ur jede Zahl x mit n schneller wachst als x
n
, werden die Reihenglieder immer
kleiner und die Reihe konvergiert. F ur x = 1 haben wir zum Beispiel
e = 1 + 1 +
1
2
+
1
6
+
1
24
+ = 2, 71828 . (5.40)
Beispiel:
Zur Taylorreihenentwicklung der Funktion sin(x) bestimmen wir zunachst die Ableitungen:
f(x) = sin x, (5.41)
f

(x) = cos x, (5.42)

f

(x) = sin x, (5.43)

f

(x) = cos x, (5.44)

f

(x) = sinx, (5.45)

.
.
.
An der Stelle x = 0 haben wir also
f(0) = 0; f

(0) = 1; f

(0) = 0; f

(0) = 1, usw. (5.46)

Damit wird die Reihe zu
sin x = x
x
3
3
+
x
5
5!

x
7
7!
+ =

n=0
(1)
n
x
2n+1
(2n + 1)!
. (5.47)
Beispiel:
Wir wollen nun die Funktion
1
1x
taylorentwickeln (obwohl wir die zugehorige Potenzreihe ja bereits
kennen) und bestimmen zunachst die Ableitungen
f(x) = (1 x)
1
, (5.48)
f

(x) = (1)(1 x)
2
(1) = (1 x)
2
, (5.49)
f

(x) = (2)(1 x)
3
(1) = 2(1 x)
3
, (5.50)
f

(x) = 2(3)(1 x)
4
(1) =
2 3
(1 x)
4
, (5.51)
f

(x) =
2 3 4
(1 x)
5
=
4!
(1 x)
5
, (5.52)
.
.
.
f
(n)
(x) =
n!
(1 x)
n+1
. (5.53)
An der Stelle x = 0 haben wir also
f(0) = 1; f

(0) = 1; f

(0) = 2; f

(0) = 3!; . . . f
n
(0) = n! (5.54)
Einsetzen ergibt dann wie erwartet
1
1 x
= 1 +x +x
2
+ =

n=0
x
n
. (5.55)
130 5 Die Taylorreihe
5.3 Allgemeine Taylorentwicklung
Bisher haben wir eine Funktion f(x) an der Stelle x = 0 in eine Potenzreihe entwickelt, das heit,
wir haben die Ableitungen der Funktion an der Stelle x = 0 verwendet, um den Wert der Funktion
an einer anderen Stelle zu ermitteln. Oft ist es jedoch zweckmaig, eine Funktion an einer von 0
verschiedenen Stelle x
0
zu entwickeln. Eine solche Entwicklung hat die Gestalt:
f(x) = a
0
+a
1
(x x
0
) +a
2
(x x
0
)
2
+ . (5.56)
Um die Werte der Koezienten a
0
, a
1
, a
2
, . . . , usw. zu bestimmen, konnten wir jetzt genauso
vorgehen wie bei der Taylorentwicklung an der Stelle x = 0. Einfacher ist es jedoch, eine Varia-
blentransformation durchzuf uhren. Wir denieren die Hilfsvariable u als
u = x x
0
. (5.57)
Diese Variable hat an der Stelle x = x
0
den Wert 0. Wir dr ucken jetzt die Variable x aus als
x = u +x
0
und betrachten die Funktion f(x) als eine Funktion der Hilfsvariablen u:
f(x) = f(u +x
0
). (5.58)
Diese Funktion entwickeln wir in der Variablen u an der Stelle u = 0 in eine Taylorreihe. Dazu
benotigen wir die Ableitung von f(u + x
0
) nach u. Da dx/du = 1, ergibt die Anwendung der
Kettenregel f ur die erste Ableitung
df
du
=
df
dx
dx
du
=
df
dx
. (5.59)
Durch wiederholte Anwendung der Kettenregel erhalten wir ebenso f ur die n-te Ableitung
d
n
f
du
n
=
d
n
f
dx
n
. (5.60)
Infolgedessen ist die Taylorentwicklung von f(u +x
0
) an der Stelle u = 0 gegeben durch:
f(u +x
0
) = f(0 +x
0
) +f

(0 +x
0
)u +f

(0 +x
0
)
u
2
2
+ =

n=0
f
(n)
(0 +x
0
)u
n
n!
. (5.61)
Wir transformieren wieder zur uck zu x, indem wir u durch x x
0
ersetzen und erhalten
f(x) = f(x
0
) +f

(x
0
)(x x
0
) +
f

(x
0
)
2!
(x x
0
)
2
+ =

n=0
f
(n)
(x
0
)
n!
(x x
0
)
n
.
Die Kenntnis der Funktion und aller ihrer Ableitungen an der Stelle x
0
versetzt uns also in die
Lage, den Wert der Funktion an einer anderen Stelle x zu bestimmen. Geometrisch entspricht
das Einf uhren der Hilfsvariablen u = x x
0
einer Transformation (Verschiebung) in ein neues
Koordinatensystem mit Ursprung in x
0
(siehe Abb. 5.1).
Beispiel:
Entwicklung der Funktion e
x
an der Stelle x = 2 ergibt
e
x
= e
2
e
x2
= e
2
+e
2
(x 2) +
e
2
2!
(x 2)
2
+ = e
2

n=0
(x 2)
n
n!
. (5.62)
Beispiel:
Entwicklung der Funktion sin(x) an der Stelle x
0
= /2 ergibt
sin(x) = 1
_
x

2
_
2
2!
+
_
x

2
_
4
4!

_
x

2
_
6
6!
+ . (5.63)
5 Die Taylorreihe 131
Abbildung 5.1: Die Taylorentwicklung einer Funktion an der Stelle x
0
entspricht der Taylorent-
wicklung der um x
0
verschobenen Funktion an der Stelle 0.
5.4 Abgebrochene Taylorreihenentwicklung
Der groe Nutzen der Taylorreihenentwicklung besteht darin, dass komplizierte Funktionen wie
sin(x) oder exp(x) in eine Summe von einfachen Potenzen verwandelt werden konnen. Erst ei-
ne solche Reihenentwicklung erlaubt es uns, numerische Werte f ur diese Funktion zu bestimmen.
(Wenn wir zum Beispiel mit unserem Taschenrechner den Sinus eines bestimmten Winkels berech-
nen, wird dies mittels einer Reihenentwicklung erledigt.) Allerdings konnen wir nicht unendlich
viele Glieder einer Taylorreihe auswerten. Das m ussen wir aber auch nicht. Bei einer konvergenten
Potenzreihe werden die Beitrage der Reihenglieder mit hoheren Potenzen von x zunehmend kleiner
und die Reihe kann nach endlich vielen Gliedern abgebrochen werden. Dabei nimmt man nat urlich
einen Fehler in Kauf, der umso kleiner ist, je spater die Reihe abgebrochen wird.
Wir gehen von der Potenzreihe
f(x) = a
0
+a
1
(x x
0
) +a
2
(x x
0
)
2
+. . . (5.64)
aus und brechen sie nach dem Glied mit der n-ten Potenz ab. Wir teilen die Reihenentwicklung
also in zwei Teile ein: in ein Naherungspolynom n-ten Grades,
p
n
(x) = a
0
+a
1
(x x
0
) +a
2
(x x
0
)
2
+ +a
n
(x x
0
)
n
(5.65)
und einen Rest
R
n
(x) = a
n+1
(x x
0
)
n+1
+ =

i=n+1
a
i
(x x
0
)
i
. (5.66)
Das Naherungspolynom p
n
(x) = a
0
+a
1
(xx
0
) +a
2
(xx
0
)
2
+ +a
n
(xx
0
)
n
ist eine Naherung
n-ter Ordnung der Funktion f(x). Der Rest R
n
(x) ist der Fehler, den wir machen, wenn wir die
Reihe nach dem Glied n-ter Ordnung abbrechen und die Funktion durch das Naherungspolynom
ersetzen.
Je mehr Glieder die Entwicklung enthalt, umso kleiner wird dieser Fehler. Die Groe des Fehlers
hangt nat urlich auch vom Ort x ab. Je naher wir der Entwicklungsstelle x
0
sind, umso kleiner ist
(x x
0
) und umso schneller konvergiert deshalb die Reihe.
132 5 Die Taylorreihe
Abbildung 5.2: Taylorentwicklung der Funktion sin(x) abgebrochen nach dem Term 1. Ordnung,
dem Term 3. Ordnung und dem Term 5. Ordnung.
Betrachten wir als Beispiel die Taylorentwicklung der Funktion sin x an der Stelle x
0
= 0 (siehe
Abb. 5.2):
sin x = x
x
3
3!
+
x
5
5!

x
7
7!
+ . (5.67)
Wenn wir diese Entwicklung nach dem ersten Glied abbrechen, approximieren wir den Sinus durch
sin x x, (5.68)
also durch eine Gerade mit Steigung 1, die durch den Ursprung geht. An der Stelle x = 0 stimmt
unsere lineare Naherung also mit dem Sinus uberein und hat an dieser Stelle auch dieselbe Stei-
gung. F ur groere x-Werte weicht unsere Naherung jedoch zunehmend von der Funktion sinx
ab.
Wenn wir den nachsten nichtverschwindenden Term der Entwicklung mitnehmen, also sinx durch
sinx x
x
3
3!
(5.69)
approximieren, dehnen wir den Bereich, in dem die Funktion und ihre Naherung (Approximation)
gut ubereinstimmen, etwas aus. Noch etwas groer wird dieser Bereich, wenn wir erst nach dem
Term 5. Ordnung abbrechen:
sin x x
x
3
3!
+
x
5
5!
. (5.70)
Zusatzliche Glieder dehnen den

Ubereinstimmungsbereich weiter aus.
Mit Hilfe der Taylorentwicklung konnen wir nun auch verstehen, warum Schwingungsvorgange mit
kleiner Amplitude immer auf die Bewegungsgleichung des harmonischen Oszillators f uhren (siehe
Abb. 5.3). Stellen wir uns dazu ein mechanisches System vor, das sich in seiner stabilen Ruhelage
bendet. Der Einfachheit halber beschranken wir uns hier auf ein eindimensionales System. Eine
analoge Behandlung ist aber auch in hoherdimensionalen Systemen moglich. Das heit, dass keine
Krafte auf das System wirken und es sich infolgedessen in einem Minimum seiner potentiellen
Energie aufhalten muss.
5 Die Taylorreihe 133
Abbildung 5.3: In der Nahe des Potentialenergieminimums lasst sich die potentielle Energie als
quadratische Funktion der Koordinaten betrachten.
Wir entwickeln nun die potentielle Energie V (x) an der Stelle des Minimums x
0
in eine Taylorreihe
V (x) = V (x
0
) +V

(x
0
)(x x
0
) +V

(x
0
)
(x x
0
)
2
2!
+V

(x
0
)
(x x
0
)
3
3!
+ . (5.71)
Da nach Voraussetzung die potentielle Energie an der Stelle x
0
ein Minimum besitzt, verschwindet
die erste Ableitung an dieser Stelle. Infolgedessen ist das quadratische Glied der erste Term in der
Entwicklung, der von x abhangt. F ur kleine Auslenkungen (x x
0
) konnen wir die Taylorreihe
nach dem quadratischen Term abbrechen,
V (x) V (x
0
) +V

(x
0
)
(x x
0
)
2
2!
. (5.72)
Damit nahern wir das Potential V (x) also durch eine Parabel an.
Die Kraft F, die auf das System wirkt, ergibt sich aus der Ableitung der potentiellen Energie:
F(x) =
dV
dx
=
V

(x
0
)
2
2(x x
0
) = V

(x
0
)(x x
0
). (5.73)
Die Newtonsche Bewegungsgleichung f ur unser System ist also
m
d
2
x
dt
2
= F(x) = k(x x
0
), (5.74)
wobei wir die Kr ummung des Potentials an der Stelle x
0
mit k bezeichnet haben, k = V

(x
0
).
Wir denieren jetzt die Auslenkung aus der Ruhelage als
u = x x
0
. (5.75)
Wegen
du
dt
=
d(xx0)
dt
=
dx
dt
gilt auch
d
2
u
dt
2
=
d
2
x
dt
2
und wir konnen die Bewegungsgleichung (5.74)
schreiben als:
m
d
2
u
dt
2
= ku. (5.76)
Das ist genau die Bewegungsgleichung des harmonischen Oszillators (siehe Kapitel 10), bei dem die
R uckstellkraft proportional zur Auslenkung ist. Die Proportionalitatskonstante ist die Kr ummung
des Potentials im Minimum. F ur groere Auslenkungen aus der Ruhelage kann die Naherung des
Potentials als Parabel jedoch zusammenbrechen. Ist dies der Fall, kann das System nicht mehr als
harmonischer Oszillator beschrieben werden.
134 5 Die Taylorreihe
5.5 Fehlerabschatzung
Wenn man eine Taylorreihe abbricht, ist damit immer ein gewisser Fehler verbunden. Der Mathe-
matiker Joseph-Louis Lagrange hat bewiesen, dass der Rest R
n
der Potenzreihe, also der Fehler,
ausgedr uckt werden kann als
R
n
(x) =
f
(n+1)
()
(n + 1)!
(x x
0
)
n+1
. (5.77)
Dies ist das Lagrangesche Restglied.
Hier ist eine Zahl, die zwischen x
0
(die Stelle, an der entwickelt wird) und x liegt. Die Zahl
ist jedoch nicht genauer bestimmt: wir wissen nur, dass im Intervall zwischen x
0
und x eine Zahl
existiert, sodass Gleichung (5.77) gilt. Um den Fehler abzuschatzen, konnen wir nun von x
0
bis x variieren. An irgendeiner Stelle
0
wird das Restglied R
n
(x) maximal sein. Wir wissen dann,
dass der tatsachliche Fehler, der durch das Abbrechen der Taylorreihe entsteht, nicht groer sein
kann als dieser maximale Wert.
Die Formel (5.77) f ur das Lagrangesche Restglied kann auf folgende Weise hergeleitet werden. Der
Wert einer dierenzierbaren Funktion f(x) an der Stelle x kann ausgedr uckt werden als:
f(x) = f(x
0
) +
_
x
x0
f

(t)dt. (5.78)
Durch partielle Integration erhalten wir
_
x
x0
f

(t)dt = f

(t)(t x)[
x
x0

_
x
x0
f

(t)(t x)dt
= f

(x)(x x) f

(x
0
)(x
0
x) +
_
x
x0
f

(t)(x t)dt. (5.79)

Hier haben wir die partielle Integrationsregel
_
uv

dx = uv
_
u

v dx mit u = f

und u

= f

sowie v

= 1 und v = t x verwendet. Einsetzen in den Ausdruck (5.78) ergibt:

f(x) = f(x
0
) +f

(x
0
)(x x
0
) +
_
x
x0
f

(t)(x t)dt. (5.80)

Nochmalige partielle Integration, diesmal mit u = f

und u

= f

sowie v

= (x t) und
v = (t x)
2
/2, liefert:
f(x) = f(x
0
) +f

(x
0
)(x x
0
) +f

(x
0
)
(x x
0
)
2
2
+
_
x
x0
f

(t)
(x t)
2
2
dt. (5.81)
Nach n-maliger partieller Integration erhalten wir
f(x) = f(x
0
) +f

(x
0
)(x x
0
) +f

(x
0
)
(x x
0
)
2
2
+
+f
(n)
(x
0
)
(x x
0
)
n
n!
+
_
x
x0
f
(n+1)
(t)
(x t)
n
n!
dt. (5.82)
Dies ist einfach die Taylorentwicklung von f(x) um die Stelle x
0
nun aber mit einem expliziten
Ausdruck f ur das Restglied:
R
n
(x) =
_
x
x0
f
(n+1)
(t)
(x t)
n
n!
dt. (5.83)
Diese Formel f ur das Restglied war schon Brook Taylor (1685-1731) selbst bekannt.
5 Die Taylorreihe 135
Lagrange hat gezeigt, wie das Restglied R
n
auf einfache Weise abgeschatzt werden kann. Wir
bezeichnen die Stelle, an der die (n + 1)-te Ableitung f
(n+1)
(x) im Intervall [x
0
, x] ein Minimum
einnimmt, mit x
1
und die Stelle des Maximums mit x
2
. Dann gilt
_
x
x0
f
(n+1)
(t)
(x t)
n
n!
dt f
(n+1)
(x
1
)
_
x
x0
(x t)
n
n!
dt (5.84)
und
_
x
x0
f
(n+1)
(t)
(x t)
n
n!
dt f
(n+1)
(x
2
)
_
x
x0
(x t)
n
n!
dt. (5.85)
Wir konnen daher das Restglied folgendermaen beschranken:
f
(n+1)
(x
1
)
_
x
x0
(x t)
n
n!
dt R
n
(x) f
(n+1)
(x
2
)
_
x
x0
(x t)
n
n!
dt. (5.86)
Das Integral
_
x
x0
(xt)
n
n!
dt kann ausgef uhrt werden,
_
x
x0
(x t)
n
n!
dt =
(x x
0
)
n+1
(n + 1)!
, (5.87)
und wir erhalten:
f
(n+1)
(x
1
)
(x x
0
)
n+1
(n + 1)!
R
n
(x) f
(n+1)
(x
2
)
(x x
0
)
n+1
(n + 1)!
. (5.88)
Da f
(n+1)
(x) eine stetige Funktion ist, muss es zwischen x
1
und x
2
ein geben, sodass
R
n
(x) = f
(n+1)
()
(x x
0
)
n+1
(n + 1)!
. (5.89)
Das ist das Lagrangesche Restglied. Nat urlich ist im allgemeinen Fall der Wert von unbekannt,
aber wir konnen, wie weiter oben bereits besprochen, nach jenem Wert im Intervall [x, x
0
]suchen,
f ur welchen der Betrag des Restgliedes maximal wird, und daraus eine obere Schranke f ur den
Fehler gewinnen.
Beispiel:
Wir entwickeln die Funktion exp(x) an der Stelle x = 0 in eine Taylorreihe und brechen diese nach
dem Term 3. Ordnung ab:
exp(x) = 1 +x +
x
2
2!
+
x
3
3!
+R
3
(x). (5.90)
Wie gro ist der Fehler, den wir bei x = 0.5 damit machen? Das Restglied nach Lagrange ist:
R
3
(x) =
f
(4)
()
4!
x
4
. (5.91)
Die vierte Ableitung von e
x
ist e
x
. Das ist eine monoton steigende Funktion, die im Intervall [0, 0.5]
ihren groten Wert bei = 0.5 hat. Infolgedessen gilt f ur den Fehler
R
3
(0.5)
e
0.5
4!
x
4
0.07 0.5
4
. (5.92)
Der Fehler, der durch Abbrechen nach dem Term 3. Ordnung entsteht, ist also kleiner als 0.070.5x
4
.
136 5 Die Taylorreihe
Beispiel:
Wir entwickeln die Funktion sin(x) an der Stelle x = 0 in eine Taylorreihe und brechen diese nach
dem Term 5. Ordnung ab:
sin(x) = x
x
3
3!
+
x
5
5!
+R
5
(x) (5.93)
Wie gro ist der Fehler, dan wir an der Stelle x = /2 machen? Das entsprechende Lagrangesche
Restglieder ist:
R
5
(

2
) = sin()
_

2
_
6
6!

_

2
_
6
1
6!
0.02. (5.94)
Der Fehler ist also kleiner als 0.02.
Beispiel:
Als weiteres Beispiel f ur die Anwendung der Taylorreihe betrachten wir noch folgendes Problem:
Zwischen den Orten A und B existiert eine gerade Straenverbindung der Lange s. Man kann
jedoch auch uber C von A nach B gelangen. Punkt C bildet mit den Punkten A und B ein
gleichseitiges Dreieck der Hohe h (siehe Abb. 5.4). Wie lang ist der Weg uber C verglichen mit der
direkten Verbindung von A nach B?
Abbildung 5.4: Man kann direkt von A nach B gelangen oder uber C.
Der Umweg U (also die Dierenz der beiden Wege) ist eine Funktion von h:
U = 2
_
_
_
s
2
_
2
+h
2

s
2
_
= s
_
_

1 +
_
2h
s
_
2
1
_
_
. (5.95)
F ur ein kleines Verhaltnis h/s konnen wir diesen Ausdruck durch Taylorreihenentwicklung der
Wurzel sehr vereinfachen. Wir f uhren die Variable x = (2h/s)
2
ein und entwickeln

1 +x nach x.
Dazu brauchen wir die Ableitungen von

1 +x:
y =

1 +x = (1 +x)
1
2
, (5.96)
y

=
1
2
(1 +x)

1
2
, (5.97)
y

=
1
2

_

1
2
_
(1 +x)

3
2
=
1
4
(1 +x)

3
2
, (5.98)
y

=
1
4

_

3
2
_
(1 +x)

5
2
=
3
8
(1 +x)

5
2
. (5.99)
An der Stelle x = 0 sind die Funktion und ihre Ableitungen:
y = 1, y

=
1
2
, y

=
1
4
, y

=
3
8
. (5.100)
Die Taylorreihe ist also gegeben durch:

1 +x = 1 +
1
2
x
1
8
x
2
+
x
3
16
. (5.101)
5 Die Taylorreihe 137
Wir brechen nun nach dem linearen Term ab und erhalten als Naherung

1 +x 1 +
1
2
x (5.102)
und somit

1 +
_
2h
s
_
2
1 +
1
2
_
2h
s
_
2
= 1 + 2
_
h
s
_
2
. (5.103)
Der Umweg U wird infolgedessen zu
U s
_
1 + 2
_
h
s
_
2
1
_
=
2h
2
s
. (5.104)
Dieser Ausdruck gilt f ur h s und ist viel einfacher als der urspr ungliche Ausdruck. Wir sehen
daraus gleich, dass f ur kleine h der Umweg U nur sehr langsam (quadratisch) wachst. F ur s = 100
km und h = 5 km ergibt sich beispielsweise nur ein Umweg von 0.5 km (f ur s = 100 km und h = 1
km ist der Umweg U gar nur 0.02 km= 20 m lang).
138 5 Die Taylorreihe
Kapitel 6
Komplexe Zahlen
Wenn wir uns auf die reellen Zahlen beschranken, ist die Operation des Wurzelziehens (also die Um-
kehrung der Potenzierung) nicht immer moglich. Zum Beispiel konnen wir nicht die Quadratwurzel
einer negativen Zahl ziehen. F ur die quadratische Gleichung mit reellen Koezienten beispielsweise
ax
2
+bx +c = 0, (6.1)
existieren die reellen Losungen
x
1,2
=
b

b
2
4ac
2a
(6.2)
nur dann, wenn das Argument der Wurzel nicht negativ ist, das heit wenn gilt b
2
4ac. Wir
konnen den Zahlenraum jedoch so erweitern, dass algebraische Gleichungen wie die quadratische
Gleichung (6.1) immer eine Losung haben. Diesen erweiterten Raum nennen wir die komplexen
Zahlen und werden sehen, dass dieser

Ubergang von den reellen zu den komplexen Zahlen dem

Ubergang von der Zahlengerade R zu der Zahlenebene R

2
= R R entspricht. F ur komplexe
Zahlen lassen sich Rechenoperationen so denieren, dass alle f ur die Operationen mit reellen Zahlen
geltenden Gesetze in Kraft bleiben. Die reellen Zahlen sind dann als Spezialfall in den komplexen
Zahlen enthalten. Komplexe Zahlen spielen in der gesamten Physik eine auerst wichtige Rolle
und wir werden uns im Folgenden mit der Denition und den Rechenregeln f ur komplexe Zahlen
beschaftigen.
6.1 Denition und Darstellung
Zur Erweiterung der reellen Zahlen f uhren wir imaginare Zahlen ein. Dazu denieren wir die
imaginare Einheit als die Zahl i, deren Quadrat -1 ergibt:
i
2
= 1 (oder, mathematisch etwas salopp ausgedr uckt, i =

1). (6.3)
(Die Wurzel aus einer negativen Zahl konnen wir eigentlich nicht ziehen. Wir tun jetzt aber so
als ob und wir werden sehen, dass wir damit sehr weit kommen.) Wir konnen jetzt formal die
Wurzel aus einer negativen Zahl ziehen, z.B.

5 =
_
5 (1) =

1 =

5i. (6.4)
Die Wurzel aus einer negativen reellen Zahl ist eine imaginare Zahl. Eine imaginare Zahl setzt
sich aus der imaginaren Einheit i und einer reellen Zahl y zusammen:
yi. (6.5)
Wie die reellen Zahlen lassen sich auch die imaginaren Zahlen auf einem Zahlenstrahl darstellen
(siehe Abb. 6.1).
139
140 6 Komplexe Zahlen
Abbildung 6.1: Zahlenstrahl f ur die imaginaren Zahlen.
Hohere Potenzen der imaginaren Einheit ergeben imaginare oder reelle Zahlen:
i
2
= 1, (6.6)
i
3
= i
2
i = 1i = i, (6.7)
i
4
= i
2
i
2
= 1 1 = 1, (6.8)
i
5
= i
4
i = i, (6.9)
usw.
Die Zusammensetzung einer reellen Zahl x und einer imaginaren Zahl iy (y reell) nennt man eine
komplexe Zahl:
z = x + iy. (6.10)
Solche komplexen Zahlen ergeben sich bei der Losung quadratischer Gleichungen. Zum Beispiel
hat die Gleichung
x
2
4x + 29 = 0 (6.11)
die komplexen Losungen
x
1,2
=
+4

16 4 29
2
= 2

25 = 2 5

1 = 2 5i. (6.12)
Die Darstellungsform z = x + iy bezeichnet man auch als Normalform oder kartesische Dar-
stellung einer komplexen Zahl. In dieser Darstellungsform nennt man
x = (z) den Realteil der komplexen Zahl z und
y = (z) den Imaginarteil.
Gebrauchlich ist auch die Notation x = Re(z) und y = Im(z). Sowohl der Realteil als auch der
Imaginarteil einer komplexen Zahl sind reelle Zahlen (obwohl die Bezeichnung Imaginarteil das
Gegenteil suggeriert).
Abbildung 6.2: Graphische Darstellung einer komplexen Zahl in der Gauschen Zahlenebene.
Graphisch kann man komplexe Zahlen in der Gauschen Zahlenebene darstellen (siehe Abb.
6.2). Dabei wird der Realteil (z) der komplexen Zahl z = x + iy auf der x-Achse aufgetragen
6 Komplexe Zahlen 141
und der Imaginarteil (z) auf der y-Achse (genauso wie wir es f ur die Komponenten eines Vektors
r = (x, y) getan haben). Im Fall der komplexen Zahlen bezeichnen wir die x-Achse als die reelle
Achse und die y-Achse als die imaginare Achse. Eine komplexe Zahl z entspricht also einem
Punkt P(x, y) und somit einem Ortsvektor r = (x, y) in der Gauschen Zahlenebene.
Alternativ zur kartesischen Darstellung kann man f ur komplexe Zahlen auch die so genannte trigo-
nometrische Darstellung verwenden. In dieser Darstellung beschreiben wir die komplexe Zahl
z = x+iy durch den Winkel zwischen der reellen Achse und dem Ortsvektor r und dem Abstand
des Punktes P(x, y) vom Ursprung der Gauschen Zahlenebene. Dies entspricht der Darstellung
des Punktes P(x, y) in Polarkoordinaten. Der Abstand von P(x, y) vom Ursprung, oder Betrag
[z[ der komplexen Zahl, ergibt sich durch Anwendung des Satzes von Pythagoras:
[z[ =
_
x
2
+y
2
=
_

2
(z) +
2
(z). (6.13)
F ur den Winkel , auch Phasenwinkel oder Argument genannt, gilt:
= arctan
y
x
= arctan
(z)
(z)
. (6.14)
Umgekehrt lauten die Transformationsgleichungen von der trigonometrischen zur kartesischen Dar-
stellung:
(z) = x = [z[ cos , (6.15)
(z) = y = [z[ sin. (6.16)
Somit kann die komplexe Zahl z auch geschrieben werden als:
z = [z[ cos +i[z[ sin oder z = [z[(cos +i sin). (6.17)
6.2 Rechenregeln f ur komplexe Zahlen
Die komplexen Zahlen enthalten die reellen Zahlen als einen Spezialfall. Setzen wir namlich in
der komplexen Zahl z = x + iy den Imaginarteil y gleich 0, erhalten wir die reelle Zahl x und
wir beschranken uns dadurch auf die reelle Achse der Gauschen Zahlenebene. Die Rechenregeln
f ur komplexe Zahlen sollten also so deniert sein, dass sie f ur diesen Spezialfall in die ublichen
Rechenregeln f ur die reellen Zahlen ubergehen. Wie wir im Folgenden sehen werden, lasst sich
dies erreichen, indem man einfach die ublichen algebraischen Rechenregeln anwendet und dabei
beachtet, dass i
2
= 1.
Zunachst denieren wir zwei komplexe Zahlen z
1
= x
1
+ iy
1
und z
2
= x
2
+ iy
2
als gleich, wenn
sie sowohl in ihrem Realteil als auch in ihrem Imaginarteil ubereinstimmen. Das heit:
z
1
= z
2
(z
1
) = (z
2
) und (z
1
) = (z
2
). (6.18)
Eine komplexe Zahl z = x + iy ist Null, wenn sowohl ihr Realteil als auch ihr Imaginarteil
verschwinden:
z = 0 (z) = 0 und (z) = 0. (6.19)
6.2.1 Addition und Subtraktion
Zwei komplexe Zahlen z
1
= x
1
+ iy
1
und z
2
= x
2
+ iy
2
werden addiert bzw. subtrahiert, indem
man ihre reellen und imaginaren Anteile jeweils getrennt voneinander addiert bzw. subtrahiert:
z
1
+z
2
= (x
1
+x
2
) +i(y
1
+y
2
), (6.20)
z
1
z
2
= (x
1
x
2
) +i(y
1
y
2
). (6.21)
142 6 Komplexe Zahlen
Abbildung 6.3: Addition der komplexen Zah-
len z
1
und z
2
.
Abbildung 6.4: Subtraktion der komplexen
Zahl z
2
von der komplexen Zahl z
1
.
Dies entspricht der komponentenweisen Addition bzw. Subtraktion der zugehorigen Vektoren in der
Gauschen Zahlenebene. Wie aus Abb. 6.3 ersichtlich ist, konnen wir graphisch die Addition und
Subtraktion von komplexen Zahlen durch passendes Aneinanderhangen der zugehorigen Vektoren
durchf uhren. Addition und Subtraktion von komplexen Zahlen funktionieren analog zur Addition
und Subtraktion der zugehorigen zweidimensionalen Vektoren.
Beispiel:
(4 + 3i) + (6 2i) = (4 + 6) + (3 + (2))i = 10 +i, (6.22)
(4 + 3i) (6 2i) = (4 6) + (3 (2))i = 2 + 5i. (6.23)
Die Addition von komplexen Zahlen ist assoziativ,
z
1
+ (z
2
+z
3
) = (z
1
+z
2
) +z
3
= z
1
+z
2
+z
3
, (6.24)
und kommutativ,
z
1
+ z
2
= z
2
+z
1
. (6.25)
Weiters existiert das neutrale Element 0, sodass
z + 0 = z (0 = 0 +i0), (6.26)
und das inverse Element z
inv
, sodass
z +z
inv
= 0. (6.27)
F ur die komplexe Zahl z = x + iy ist die inverse komplexe Zahl z
inv
= z = x iy. Die
Subtraktion z = z
1
z
2
kann also aufgefasst werden als die Addition von z
1
mit dem inversen
Element der Zahl z
2
, z = z
1
+ (z
2
).
6.2.2 Multiplikation einer komplexen Zahl mit einer reellen Zahl
Die Multiplikation einer komplexen Zahl z mit einer reellen Zahl a kann als eine wiederholte
Addition aufgefasst werden:
az = a(x +iy) = ax +iay. (6.28)
6 Komplexe Zahlen 143
Beispiel:
2z = 2(x +iy) = 2x + 2iy. (6.29)
Diese Operation entspricht also der Multiplikation des entsprechenden Vektors in der Gauschen
Zahlenebene mit einem Skalar (siehe Abb. 6.5).
Abbildung 6.5: Multiplikation einer komplexen Zahl mit einer reellen Zahl.
6.2.3 Komplex konjugierte Zahl
F ur eine komplexe Zahl z = x +iy lasst sich durch Umkehrung des Vorzeichens des Imaginarteils
die komplex konjugierte Zahl z

denieren:
z

= x iy. (6.30)
Wir verwenden auch oft die Notation z f ur die komplex konjugierte Zahl. Graphisch erhalt man
die komplex konjugierte Zahl durch Spiegelung des zugehorigen Vektors an der reellen Achse.
Abbildung 6.6: Die komplex konjugierte Zahl z

der komplexen Zahl z erhalt man durch Spiegelung

von z an der reellen Achse.
Beispiel:
z = 4 + 3i, (6.31)
z

= 4 3i. (6.32)
144 6 Komplexe Zahlen
Wir konnen den Realteil und den Imaginarteil einer komplexen Zahl mit Hilfe der komplex konju-
gierten Zahl ausdr ucken. Indem wir z

zu z addieren, erhalten wir

z +z

= (x +iy) + (x iy) = 2x, (6.33)

woraus folgt
x =
1
2
(z +z

). (6.34)
Um den Imaginarteil zu bestimmen, subtrahieren wir z

von z,
z z

= (x +iy) (x iy) = 2iy, (6.35)

und nden dadurch
y =
1
2i
(z z

). (6.36)
Ferner folgt aus den Rechenregeln f ur die Addition komplexer Zahlen:
(z
1
+z
2
)

= z

1
+z

2
. (6.37)
6.2.4 Multiplikation
Zwei komplexe Zahlen z
1
= x
1
+ iy
1
und z
2
= x
2
+ iy
2
werden miteinander multipliziert, indem
man die Rechenregeln der Algebra anwendet und dabei beachtet, dass i
2
= 1:
z
1
z
2
= (x
1
+iy
1
)(x
2
+iy
2
) = x
1
x
2
+ix
1
y
2
+ix
2
y
1
+i
2
y
1
y
2
= (x
1
x
2
y
1
y
2
) +i(x
1
y
2
+x
2
y
1
). (6.38)
Beispiel:
(4 + 3i)(6 2i) = 24 8i + 18i 6i
2
= 24 + 6 + (18 8)i = 30 + 10i. (6.39)
Multipliziert man eine komplexe Zahl z mit ihrer komplex konjugierten Zahl z

, erhalt man:
zz

= (x +iy)(x iy) = x
2
(iy)
2
= x
2
+y
2
= [z[
2
. (6.40)
Der Betrag [z[ lasst sich also ausdr ucken als
[z[ =

zz

. (6.41)
Die Multiplikation zweier komplexer Zahlen ist kommutativ,
z
1
z
2
= z
2
z
1
, (6.42)
assoziativ,
z
1
(z
2
z
3
) = (z
1
z
2
)z
3
= z
1
z
2
z
3
, (6.43)
und distributiv,
z
1
(z
2
+z
3
) = z
1
z
2
+z
1
z
3
. (6.44)
Weiters gibt es f ur eine komplexe Zahl z ein neutrales Element 1=1+i0,
z 1 = z, (6.45)
6 Komplexe Zahlen 145
und, falls z ,= 0, ein inverses Element z
inv
, sodass
z z
inv
= 1. (6.46)
F ur das inverse Element der Multiplikation gilt:
z
inv
=
1
z
=
z

zz

=
z

[z[
2
. (6.47)
Da f ur alle komplexen Zahlen z gilt, dass z 0 = 0, hat 0 kein inverses Element.
Durch Anwendung der Rechenregeln f ur die Multiplikation von komplexen Zahlen konnen wir uns
leicht klar machen, dass ferner gilt:
(z
1
z
2
)

= z

1
z

2
(6.48)
und somit auch
(z
n
)

= (z

)
n
. (6.49)
Dieses Resultat erhalten wir durch n-fache Anwendung von Gleichung (6.48).
6.2.5 Division
Zur Division einer komplexen Zahl z
1
= x
1
+iy
1
durch eine komplexe Zahl z
2
= x
2
+iy
2
erweitern
wir zunachst den Bruch mit der komplex konjugierten Zahl des Nenners:
z
1
z
2
=
z
1
z

2
z
2
z

2
=
(x
1
+iy
1
)(x
2
iy
2
)
(x
2
+iy
2
)(x
2
iy
2
)
. (6.50)
Ausmultiplizieren und Zusammenfassen der reellen und imaginaren Terme ergibt:
z
1
z
2
=
x
1
x
2
+y
1
y
2
+i(x
2
y
1
x
1
y
2
)
(x
2
2
+y
2
2
)
. (6.51)
Der Nenner ist jetzt reell und nur der Zahler bleibt komplex. Daher konnen wir einfach die Regeln
f ur die Multiplikation einer komplexen Zahl mit einer reellen Zahl anwenden und erhalten:
z
1
z
2
=
_
x
1
x
2
+y
1
y
2
x
2
2
+y
2
2
_
+i
_
y
1
x
2
x
1
y
2
x
2
2
+y
2
2
_
. (6.52)
Der Nenner (x
2
2
+y
2
2
) ist immer eine strikt positive Zahl (x
2
2
+y
2
2
> 0), auer f ur z
2
= 0. In diesem
Fall konnen wir die Division nicht durchf uhren.
Beispiel:
(4 + 3i)
(6 2i)
=
(4 + 3i)(6 + 2i)
(6 2i)(6 + 2i)
=
24 + 8i + 18i 6
36 + 4
=
18 + 26i
40
=
9
20
+
13
20
i. (6.53)
Beispiel:
z = 4 + 3i, (6.54)
z
inv
=
1
z
=
1
4 + 3i
=
(4 3i)
(4 + 3i)(4 3i)
=
4 3i
16 + 9
=
4
25

3
25
i. (6.55)
146 6 Komplexe Zahlen
Wir testen jetzt, ob z
inv
wirklich die zu z inverse komplexe Zahl ist:
z z
inv
= (4 + 3i)
_
4
25

3
25
i
_
=
1
25
(4 + 3i)(4 3i) =
1
25
(4
2
+ 3
2
)
=
16 + 9
25
= 1. (6.56)
6.3 Die Exponentialform von komplexen Zahlen
6.3.1 Eulersche Formel
Wir haben bis jetzt nur die Grundrechnungsarten f ur komplexe Zahlen besprochen. Aus diesen
Grundoperationen konnen wir auch komplexe Funktionen f(z) von komplexen Zahlen konstruieren.
Eine solche Funktion f(z) bildet eine komplexe Zahl z in die komplexe Zahl u = f(z) ab:
z
f
u. (6.57)
Zum Beispiel konnen wir durch Hintereinanderausf uhren der Multiplikation ganzzahlige Potenzen
einer komplexen Zahl bilden:
z
2
= z z, (6.58)
z
3
= z z z, (6.59)
.
.
. (6.60)
z
n
= z z
. .
n-mal
. (6.61)
Wie wir im Kapitel 5 gesehen haben, lassen sich f ur reelle Zahlen ganz allgemeine Funktionen
als so genannte Potenzreihen ausdr ucken. Zum Beispiel konnen wir die Exponentialfunktion e
x
ausdr ucken als:
e
x
= 1 +x +
x
2
2!
+
x
3
3!
+
x
4
4!
+. . . . (6.62)
Diese Potenzreihe hat unendlich viele Terme. Weil die Terme immer kleiner werden, kann die
Summe doch gegen den endlichen Wert e
x
streben.

Ahnlich gilt f ur die beiden Winkelfunktionen
sin(x) und cos(x)
sin(x) = x
x
3
3!
+
x
5
5!

x
7
7!
+. . . , (6.63)
cos(x) = 1
x
2
2!
+
x
4
4!

x
6
6!
+ . (6.64)
(Probieren Sie das mit Ihrem Taschenrechner aus.) Im Allgemeinen lasst sich jede Funktion f(x)
als eine Potenzreihe ausdr ucken
f(x) = a
0
+a
1
x +a
2
x
2
+a
3
x
3
+. . . (6.65)
und wir haben im Kapitel 5 gesehen, wie wir auf systematische Weise die passenden Koezienten
a
i
ermitteln konnen.
Die Potenzreihen f ur die trigonometrischen Funktionen bestehen aus den selben Termen wie die
Exponentialfunktion (jedoch jeweils nicht aus allen). Dies lasst uns schon erahnen, dass es einen
Zusammenhang zwischen der Exponentialfunktion und den trigonometrischen Funktionen geben
muss. Da f ur komplexe Zahlen ganzzahlige Potenzen, wie wir oben gesehen haben, deniert sind,
konnen wir versuchen, mit Hilfe der Potenzreihe (6.62) die Exponentialfunktion f ur komplexe
6 Komplexe Zahlen 147
Zahlen zu erweitern. Betrachten wir zunachst was passiert, wenn wir in (6.62) die reelle Zahl x
durch eine imaginare Zahl i ersetzen ( ist dabei reell):
e
i
= 1 + (i) +
(i)
2
2!
+
(i)
3
3!
+
(i)
4
4!
+
(i)
5
5!
+
(i)
6
6!
. . . (6.66)
Durch explizite Berechnung der Potenzen der imaginaren Einheit erhalten wir:
e
i
= 1 +i

2
2!

i
3
3!
+

4
4!
+
i
5
5!


6
6!
. . . (6.67)
Zusammenfassung der reellen und imaginaren Terme ergibt:
e
i
=
_
1

2
2!
+

4
4!


6
6!
+. . .
_
. .
=cos
+i
_


3
3!
+

5
5!


7
7!
+. . .
_
. .
=sin
. (6.68)
Durch Vergleich mit den Potenzreihen f ur sin(x) und cos(x) mit reellem Argument erhalten wir:
e
i
= cos +i sin . (6.69)
Das ist die ber uhmte Eulersche Formel. F ur den Spezialfall = erhalten wir die schone Formel
e
i
+ 1 = 0, (6.70)
welche die wichtigen Zahlen e, i, , 1 und 0 miteinander verkn upft. Eine weitere interessante Bezie-
hung ist:
i
i
= (0 +i)
i
=
_
cos

2
+i sin

2
_
i
= (e
i/2
)
i
= e
i
2
/2
= e
/2
. (6.71)
Leonhard Euler hat dies in einem Brief an Goldbach (1746) folgendermaen kommentiert: Letztens
habe gefunden, dass diese expressio

1
einen valorem realem habe, welche in fractionibus
decimalibus=0.2078795763, welches mir merkw urdig zu seyn scheinet.
Ein alternativer Beweis der Eulerschen Formel lasst sich mit Hilfe eines komplexen Integrals
konstruieren, wobei wir hier nur die Idee grob skizzieren. Wir betrachten dazu die komplexe Zahl
z = cos +i sin, (6.72)
welche einen Betrag von 1 besitzt, [z[ = 1. Das Dierential dieser Zahl ist:
dz = (sind +i cos d) = (sin +i cos )d
= i(cos +i sin )d = izd, (6.73)
sodass wir erhalten:
dz
z
= id. (6.74)
Integration auf beiden Seiten liefert (wir losen hier eigentlich eine Dierentialgleichung):
ln z = i (6.75)
und somit
z = e
i
= cos +i sin. (6.76)
148 6 Komplexe Zahlen
6.3.2 Polardarstellung von komplexen Zahlen
Die Eulersche Formel ermoglicht die so genannte Polardarstellung der komplexen Zahlen. Wie
wir weiter oben gesehen haben (siehe Gleichung (6.17)), kann eine komplexe Zahl dargestellt werden
als
z = [z[(cos + i sin). (6.77)
Unter Verwendung der Eulerschen Formel ergibt sich daraus
z = [z[e
i
. (6.78)
Das ist die Polardarstellung der komplexen Zahl z. In dieser Darstellung ist die komplex konjugierte
Zahl einfach gegeben durch:
z

= [z[e
i
. (6.79)
Abbildung 6.7: Multiplikation zweier komplexer Zahlen in der Polardarstellung.
In der Polardarstellung konnen wir durch Rechenregeln f ur die Exponentialfunktion die Multipli-
kation und Division von komplexen Zahlen stark vereinfachen:
z
1
z
2
= ([z
1
[e
i1
)([z
2
[e
i2
) = [z
1
[[z
2
[e
i(1+2)
. (6.80)
Anschaulich bedeutet das, dass man zwei komplexe Zahlen miteinander multipliziert, indem man
die zugehorigen Winkel
1
und
2
addiert und die Betrage [z
1
[ und [z
2
[ miteinander multipliziert
(siehe Abb. 6.7). Das heit, die Multiplikation von z
1
mit z
2
ist eine Drehstreckung: der Winkel
1
wird um den Winkel
2
weitergedreht und der Betrag [z
1
[ wird um den Faktor [z
2
[ gestreckt.
F ur die Division gilt:
z
1
z
2
=
[z
1
[
[z
2
[
e
i(12)
. (6.81)
Der Kehrwert von z ist also gegeben durch
1
z
=
1
[z[
e
i
. (6.82)
6 Komplexe Zahlen 149
6.3.3 Umkehrung der Eulerschen Formel
Wir wollen nun die trigonometrischen Funktionen durch die Exponentialfunktion ausdr ucken. Wenn
wir durch ersetzen, erhalten wir die zu e
i
konjugierte komplexe Zahl:
e
i
= cos() +i sin() = cos i sin =
_
e
i
_

. (6.83)
Durch Addition der Eulerschen Formel f ur e
i
und f ur die komplex konjugierte Zahl e
i
erhalten
wir:
e
i
= cos +i sin (6.84)
e
i
= cos i sin (6.85)
e
i
+e
i
= 2 cos , (6.86)
woraus folgt
cos =
e
i
+e
i
2
. (6.87)
Subtrahieren wir hingegen e
i
von e
i
erhalten wir:
e
i
= cos +i sin (6.88)
e
i
= cos +i sin (6.89)
e
i
e
i
= 2i sin, (6.90)
woraus sich
sin =
e
i
e
i
2i
(6.91)
ergibt. Vergleich der Gleichungen (6.87) und (6.91) mit den Gleichungen (1.99) und (1.98) zeigt
den Zusammenhang zwischen den trigonometrischen und den hyperbolischen Funktionen.
6.3.4 Additionstheoreme f ur Winkelfunktionen
Die Eulersche Formel konnen wir auch benutzen, um die Additionstheoreme f ur die Winkel-
funktionen herzuleiten. Aus der Eulerschen Formel folgt:
e
i(1+2)
= cos(
1
+
2
) +i sin(
1
+
2
). (6.92)
Gleichzeitig gilt aber auch:
e
i(1+2)
= e
i1
e
i2
= (cos
1
+i sin
1
) (cos
2
+i sin
2
)
= cos
1
cos
2
+i cos
1
sin
2
+i cos
2
sin
1
sin
1
sin
2
= cos
1
cos
2
sin
1
sin
2
+i(cos
1
sin
2
+ cos
2
sin
1
). (6.93)
Der Vergleich der Real- und Imaginarteile der beiden obigen Formeln liefert:
cos(
1
+
2
) = cos
1
cos
2
sin
1
sin
2
, (6.94)
sin(
1
+
2
) = cos
1
sin
2
+ cos
2
sin
1
. (6.95)
Diese beiden Formeln sind die Additionstheoreme f ur die Sinus- und die Kosinusfunktion. Weitere
Beziehungen kann man durch analoge Berechnungen f ur Vielfache des Winkels ableiten.
150 6 Komplexe Zahlen
6.3.5 Komplexe Zahlen als Exponenten
Bisher haben wir nur die rein imaginare Zahl i als Argument der Exponentialfunktion betrachtet.
F ur ein komplexes Argument w = x +iy erhalt man
z = e
w
= e
(x+iy)
= e
x
e
iy
. (6.96)
Der Vergleich mit
z = [z[e
i
(6.97)
zeigt, dass der Realteil x den Betrag [e
w
[ = e
x
der komplexen Zahl z = e
w
bestimmt und der
Imaginarteil y den Phasenwinkel = y.
6.4 Potenzieren und komplexe Wurzeln
In der kartesischen Darstellung konnen wir Potenzen von komplexen Zahlen einfach durch Aus-
multiplizieren berechnen:
z
2
= (x +iy)
2
= x
2
+ 2ixy + (iy)
2
= x
2
y
2
+ 2ixy, (6.98)
z
3
= (x +iy)
3
= x
3
+ 3ix
2
y + 3x(iy)
2
+ (iy)
3
= x
3
3xy
2
+i(3x
2
y y
3
). (6.99)
Im Allgemeinen brauchen wir binomische Formeln (oder das Pascalsche Dreieck), um die Koezi-
enten zu bestimmen.
Das Pascalsche Dreieck
1 n = 0
1 1 n = 1
1 2 1 n = 2
1 3 3 1 n = 3
1 4 6 4 1 n = 4
1 5 10 10 5 1 n = 5
.
.
.
.
.
.
(6.100)
In der polaren Darstellung ist das Potenzieren einfacher:
z
n
=
_
[z[e
i
_
n
= [z[
n
e
in
, (6.101)
oder, in trigonometrischer Schreibweise,
z
n
= [[z[(cos +i sin)]
n
= [z[
n
[cos(n) +i sin(n)]. (6.102)
Zur Herleitung der letzten Gleichung haben wir die Tatsache benutzt, dass
_
e
i
_
n
= e
in
, (6.103)
woraus
(cos +i sin)
n
= cos(n) +i sin(n) (6.104)
folgt. Dieses Ergebnis nennt man die Formel von de Moivre. Die n-te Potenz einer komplexen
Zahl kann man also bestimmen, indem man den n-fachen Phasenwinkel nimmt und den Betrag
z, der eine reelle Zahl ist, zur n-ten Potenz nimmt.
6 Komplexe Zahlen 151
Auch die Umkehrung der Potenz, die komplexe Wurzel, lasst sich in der polaren Darstellung
leicht bestimmen:
n

z = z
1
n
=
_
[z[e
i
_ 1
n
= [z[
1
n
e
i
n
=
n
_
[z[e
i
n
. (6.105)
In der trigonometrischen Darstellung haben wir also:
n
_
[z[(cos +i sin) = [z[
1
n
_
cos

n
+i sin

n
_
. (6.106)
Abbildung 6.8: Wenn wir den zu z gehorigen Vektor um 2 (oder ein Vielfaches davon) drehen,
kehrt der Vektor zu seinem Ausgangspunkt zur uck.
Wenn wir jedoch ber ucksichtigen, dass eine komplexe Zahl im Phasenwinkel mit einer Periode 2
periodisch ist, kann man zusatzliche Wurzeln
n

z konstruieren. Da die trigonometrischen Funktio-

nen sin und cos periodisch mit Periode 2 sind, ist dies leicht einzusehen. Zum Phasenwinkel
einer komplexen Zahl z = [z[e
i
konnen wir deswegen ganzzahlige Vielfache von 2 addieren,
ohne die Zahl zu verandern
z = [z[e
i
= [z[e
i(+k2)
k = 0, 1, 2, . . . (6.107)
Anschaulich heit das, dass wir zum Ausgangspunkt zur uckkehren, wenn wir den zugehorigen
Ortsvektor um eine (oder mehrere) ganze Umdrehung(en) weiter drehen (siehe Abb. 6.8). Das
heit aber auch, dass
n

z =
n
_
[z[e
i
=
n
_
[z[e
i(+k2)
= [z[
1
n
e
i
(+k2)
n
. (6.108)
Daraus folgt, dass f ur alle k = 0, 1, 2, . . . die Zahl
[z[
1
n
e
i
(+k2)
n
= [z[
1
n
e
i
n
+
i2k
n
(6.109)
eine n-te Wurzel von z ist. Wie viele verschiedene gibt es nun von diesen Zahlen? F ur k = 0
erhalten wir die Wurzel
w
0
= [z[
1
n
e
i
n
(6.110)
und f ur k = 1 die Wurzel
w
1
= [z[
1
n
e
i
n
+
i2
n
. (6.111)
Das heit, der Phasenwinkel von w
1
ist um
2
n
groer als der von w
0
:

1
=
0
+
2
n
. (6.112)
152 6 Komplexe Zahlen
Wir erhalten also w
1
aus w
0
, indem wir den zugehorigen Vektor in der Gauschen Zahlenebene
um ein n-tel von 2 weiter drehen. Die nachste Losung
w
2
= [z[
1
n
e
i
n
+
i22
n
(6.113)
hat einen Phasenwinkel, der um 2/n groer ist als der von w
1
. Auf ahnliche Weise erhalten wir
w
3
aus w
2
. Nachdem wir den Zeiger n-mal um 2/n weiter gedreht haben, sind wir wieder bei der
urspr unglichen Wurzel w
0
angelangt. Es gibt also insgesamt n n-te Wurzeln einer komplexen Zahl
z:
w
k
= [z[
1
n
e
i(

n
+k
2
n
)
k = 0, . . . , n 1. (6.114)
Anschaulich liegen diese n-ten Wurzeln in der Gauschen Zahlenebene auf einem Kreis mit Radius
[z[
1
n
und bilden ein regelmaiges n-Eck (siehe Abb. 6.9).
Abbildung 6.9: Die n-ten Wurzeln w
k
der komplexen Zahl z liegen auf einem Kreis mit Radius
[z[
1
n
in der Gauschen Zahlenebene und bilden ein regelmaiges n-Eck.
Beispiel:
Wir wollen die Wurzel
6

3 8i (6.115)
berechnen. Dazu dr ucken wir die Zahl z = 3 8i zunachst in Polarform aus. Da
[z[ =
_
3
2
+ 8
2
=

73 und = arctan
_

8
3
_
= 1.21, (6.116)
haben wir
z =

73e
i1.21
. (6.117)
Die komplexen 6-ten Wurzeln von 3 8i sind somit die 6 Zahlen
w
k
= 73
1
12
e
i(1.21+
2
6
k)
mit k = 0, 1, . . . , 5. (6.118)
Diese Zahlen bilden ein Sechseck mit Kantenlange 73
1
12
in der Gauschen Zahlenebene.
6 Komplexe Zahlen 153
Beispiel:
Zu berechnen sind die dritten Wurzeln von 1:
3

1. (6.119)
Im Allgemeinen sind die n n-ten Wurzeln der Zahl 1 gegeben durch:
w
k
= 1e
ik2/n
, (6.120)
wobei k von 0 bis n 1 lauft. Die drei dritten Wurzeln von 1 sind daher:
w
0
= 1, (6.121)
w
1
= e
i2/3
=
1
2
+

3
2
i, (6.122)
w
2
= e
i4/3
=
1
2

3
2
i. (6.123)
6.5 Darstellung von Kurven mit komplexen Zahlen
Kurven in der Gauschen Zahlenebene konnen durch Gleichungen der Form
f(z) = 0 (6.124)
dargestellt werden. Dabei ist z = x + iy eine komplexe Zahl und f(z) eine Funktion dieser Zahl.
Beispielsweise ist [z[ = 1 die Gleichung f ur einen Kreise mit Radius 1 und Mittelpunkt im Null-
punkt. Die Gleichung [z 1[ = 1 stellt einen Kreis mit Radius 1 dar, dessen Mittelpunkt bei x = 1
auf der reellen Achse liegt.
Ein komplizierteres Beispiel ist die Gleichung f ur eine Hyperbel in der komplexen Ebene:
[[z + 1[ [z 1[[ = 1. (6.125)
Hier ist [z 1[ der Abstand des Punktes (1, 0) von z und [z + 1[ ist der Abstand des Punktes
(1, 0) von z. Die Gleichung (6.125) wird also von allen Punkten erf ullt, f ur die die Dierenz der
Entfernung von den Punkten (1, 0) und (1, 0) konstant gleich 1 ist. Diese Forderung deniert eine
Hyperbel.
Abbildung 6.10: Durch Verkn upfung der Abstande [z + 1[ und [z 1[ lasst sich eine Hyperbel
denieren.
Analytisch folgt dies aus folgender Berechnung: F ur z = x + iy ist z 1 = (x 1) + iy und
z + 1 = (x + 1) +iy. Somit haben wir
[z + 1[ =
_
(x + 1)
2
+y
2
und [z 1[ =
_
(x 1)
2
+y
2
(6.126)
154 6 Komplexe Zahlen
und folglich
_
(x + 1)
2
+y
2

_
(x 1)
2
+y
2
= 1. (6.127)
Umformen und anschlieendes Quadrieren liefert
_
_
(x + 1)
2
+y
2
_
2
=
_
1 +
_
(x 1)
2
+y
2
_
2
(6.128)

x
2
+ 2x +

1 +

y
2
= 1 2
_
(x 1)
2
+y
2
+ (

x
2
2x +

1) +

y
2
(6.129)
4x 1 = 2
_
(x 1)
2
+y
2
(6.130)
16x
2
8x + 1 = 4((x
2
2x + 1) + y
2
) (6.131)
16x
2
$
$$
8x + 1 = 4x
2
$
$$
8x + 4 + 4y
2
(6.132)
12x
2
4y
2
= 3 (6.133)
4y
2
= 12x
2
3 (6.134)
y
2
= 3x
2

3
4
(6.135)
y =
_
3x
2

3
4
. (6.136)
Dies ist die Gleichung einer Hyperbel, die sich asymptotisch zwei Geraden durch den Ursprung mit
Steigungen

3 und

3 annahert (siehe Abb. 6.11).

Abbildung 6.11: Die Hyperbel y =
_
3x
2

3
4
.
Beispiel:
Ein weiteres Beispiel einer mit Hilfe von komplexen Zahlen darstellbare Kurve ist die Ellipse
[z 1[ +[z + 1[ = 4. (6.137)
Kapitel 7
Fehlerrechnung
7.1 Systematische und statistische Fehler
Im Experiment gemessene physikalische Groen sind immer mit einem gewissen Fehler behaftet.
(Um den negativen Beigeschmack des Wortes Fehler zu vermeiden, sprechen wir auch oft von einer
Abweichung oder einer Messabweichung.) Zur Beurteilung von Messwerten ist es sehr wichtig
zu wissen, wie gro diese Fehler sind. Die Abschatzung von Fehlern ist Aufgabe der Fehlerrech-
nung.
Streng genommen ist die Angabe eines Messwertes ohne Angabe eines Messfehlers sinnlos. Gra-
phisch stellen wir Fehler mit Hilfe von Fehlerbalken dar (siehe Abb. 7.1).
Abbildung 7.1: Graphisch stellen wir Fehler mit Hilfe so genannter Fehlerbalken dar. Die Hohe
des Fehlerbalkens entspricht der erwarteten Groe des Fehlers. In diesem Beispiel wurde f ur ver-
schiedene Werte von x die Groe y experimentell bestimmt. Somit ist y fehlerbehaftet. Aus den
Messdaten konnen wir in diesem Beispiel lediglich schlieen, dass die wahren Werte von y mit
groer Wahrscheinlichkeit irgendwo innerhalb der Fehlerbalken liegen.

Ublicherweise geben wir Messwerte in der folgenden Form an:

A. (7.1)
Hier ist A die im Experiment ermittelte Messgroe und ist der zugehorige Messfehler. Die Schreib-
weise deutet an, dass die Abweichung sowohl positiv als auch negativ sein kann. Zum Beispiel
bedeutet
v = (600 30) m/s, (7.2)
dass die gemessene Geschwindigkeit von 600 m/s mit einem wahrscheinlichen Fehler von etwa
30 m/s behaftet ist. Das heit, der wahre Wert der Geschwindigkeit v liegt wahrscheinlich im
155
156 7 Fehlerrechnung
Intervall zwischen 570 m/s und 630 m/s. Was in diesem Zusammenhang wahrscheinlich heit,
werden wir spater genauer denieren.

Ubrigens sind Angaben wie
v = (600.125 30)m/s (7.3)
nicht sehr sinnvoll, da der Messwert 600.125 mit einer viel hoheren Genauigkeit angegeben wird,
als in Anbetracht des Fehlers von 30 m/s moglich ist.

Ublicherweise sollte die letzte signikante
Stelle in der Angabe des Messwerts von der Groenordnung des Messfehlers sein.
Fehler m ussen auch ber ucksichtigt werden, wenn wir unterscheiden wollen, ob zwei Groen gleich
sind oder sich unterscheiden. Sind z.B. 71.5 0.5 und 71.9 0.3 gleich oder verschieden? Da
die Fehlerbereiche der beiden Messwerte uberlappen, sind die beiden Werte nicht voneinander zu
unterscheiden. Dasselbe gilt f ur 608 und 527 . Hingegen sind 2.37510.0003 und 2.37580.0001
eindeutig voneinander verschieden.
Fehler in den Messwerten konnen im Wesentlichen zwei Ursachen haben, die eine unterschiedliche
Behandlung erfordern. Man unterscheidet zwischen systematischen und statistischen Fehlern.
Systematische Fehler sind Abweichungen, die durch Fehler in den Messinstrumenten oder im
Messverfahren selbst entstehen, z. B. durch falsche Kalibrierung der Apparatur oder durch

Ande-
rung der Messbedingungen wahrend der Messung. Solche Fehler beeinussen die Messgroe meist
in einer bestimmten Richtung. In Computersimulationen entstehen systematische Fehler oft durch
die Anwendung von Naherungen in den zugrunde liegenden theoretischen Ausdr ucken oder durch
Verwendung zu kleiner Systemgroen. Das Erkennen und Minimieren von systematischen Fehlern
ist ein essentieller Bestandteil eines jeden Experiments.
Statistische Fehler (oder zufallige Fehler) haben ihre Ursache in verschiedenen Storein ussen
wahrend der Messung, die nur schwer beeinusst werden konnen. Auch wenn systematische Fehler
im Experiment weitgehend eliminiert worden sind, wird die mehrmalige Messung einer bestimm-
ten Groe nicht immer dasselbe Ergebnis liefern. Diese Abweichungen, die wir statistische Fehler
nennen, verandern den Messwert sowohl in negativer als auch in positiver Richtung.
Anschaulich konnen wir uns den Unterschied zwischen systematischen und statistischen Fehlern
anhand folgender Beispiele klarmachen (siehe Abb. 7.2). Wir stellen uns vor, dass wir in einer
Schie ubung mehrmals auf eine Zielscheibe schieen. Dabei kann es zu folgenden Ergebnissen
kommen:
(a) Die Einsch usse liegen eng beisammen, d.h. der statistische Fehler ist klein. Die Punkte liegen
auch alle in der Nahe des Zentrums. Somit ist auch der systematische Fehler klein.
(b) Hier liegen die Punkte eng beisammen, was bedeutet, dass der statistische Fehler klein ist.
Der systematische Fehler ist gro, da die Punkte weit weg vom Zentrum liegen.
(c) Der systematische Fehler ist klein, der statistische Fehler ist gro.
(d) Beide Fehler sind gro.
Im Folgenden wollen wir uns nun hauptsachlich mit statistischen Fehlern beschaftigen. Syste-
matische Fehler, die schwieriger zu erkennen sind, werden wir nur im Zusammenhang mit der
Fehlerfortpanzung besprechen.
Aufgaben der Fehlerrechnung:
Wir wollen von den Messergebnissen auf den wahren Wert der gemessenen Groe schlieen.
Wir wollen die Zuverlassigkeit der Messung abschatzen.
7 Fehlerrechnung 157
Abbildung 7.2: (a) statistischer Fehler klein, systematischer Fehler klein; (b) statistischer Fehler
klein, systematischer Fehler gro; (c) statistischer Fehler gro, systematischer Fehler klein; (d)
statistischer Fehler gro, systematischer Fehler gro.
7.2 Mittelwert und Varianz
Stellen wir uns vor, dass wir die Fallbeschleunigung aus einem Fallexperiment ermitteln wollen.
Dazu wird die Fallzeit t einer Kugel mit einer Stoppuhr f ur eine gewisse Fallstrecke h bestimmt.
Aus h =
1
2
gt
2
konnen wir dann die Fallbeschleunigung g =
2h
t
2
bestimmen.
Abbildung 7.3: In einem Fallexperiment messen wir die Zeit t, die ein im Schwerefeld fallender
Korper benotigt, um die Strecke h zur uckzulegen.
Um die Zuverlassigkeit der Messung zu verbessern, wiederholen wir die Messung N mal in Form
einer Messreihe. Die erhaltenen Messwerte x
i
nennen wir eine Stichprobe aus der Menge aller
moglichen Messungen. Da jede Messung fehlerbehaftet ist, unterscheiden sich die N Messungen
einer Stichprobe. Als beste Schatzung des unbekannten wahren Wertes betrachten wir den arith-
158 7 Fehlerrechnung
metischen Mittelwert der N Messwerte x
i
:
x =
1
N
N

i=1
x
i
Stichprobe = x
1
, . . . , x
N
. (7.4)
Dieser Denition liegt der Gedanke zugrunde, dass statistische Abweichungen nach oben und un-
ten gleich wahrscheinlich sind und sich im Mittel deshalb ausgleichen. Je groer unsere Stichprobe
ist, umso genauer konnen wir durch den Mittelwert x den wahren Wert der Messgroe abschatzen.
Wir werden dies spater quantitativ untersuchen.
Abbildung 7.4: (a) Kleine Streuung der Daten um den Mittelwert; (b) groe Streuung der Daten
um den Mittelwert.
Zusatzlich zum Mittelwert ist es auch n utzlich zu wissen, wie stark die Messwerte im Durchschnitt
vom Mittelwert abweichen. Wir konnten nun versuchen, die mittlere Abweichung der Messwerte
vom Mittelwert zu berechnen:
1
N
N

i=1
(x
i
x) =
1
N
_
N

i=1
x
i
_

1
N
_
N

i=1
x
_
=
1
N
_
N

i=1
x
i
_
. .
=x

N
N
x
..
=x
= 0. (7.5)
Dieser Mittelwert verschwindet jedoch, weil sich die positiven und negativen Abweichungen vom
Mittelwert genau kompensieren.
Ein besseres Ma f ur die statistische Streuung der Messwerte ist die Varianz s
2
, bei der statt der
Abweichungen die Abweichungsquadrate summiert werden:
s
2
=
1
N
N

i=1
(x
i
x)
2
.
. .
Summe der Abweichungsquadrate
(7.6)
Hier ist der Beitrag jedes Messwertes zur Varianz wegen des Quadrats positiv und es kommt zu
keiner Kompensation der positiven und negativen Abweichungen. Die Varianz s
2
ist das mittlere
Abweichungsquadrat der Messwerte x
i
vom Mittelwert x.
Die Varianz hat die Dimension des Quadrats der Dimension der gemessenen Groe. Um ein Ab-
weichungsma mit der gleichen Dimension wie die Messgroe zu erhalten, ziehen wir die Wurzel
aus der Varianz:
s =

_
1
N
N

i=1
(x
i
x)
2
. (7.7)
Man nennt s die Standardabweichung.
7 Fehlerrechnung 159
Wir konnen uns jetzt die Frage stellen, ob wir nicht einen vom arithmetischen Mittelwert verschie-
denen Bezugswert x wahlen konnen, sodass die f ur diesen Wert denierte Varianz
s
2
=
1
N
N

i=1
(x
i
x)
2
(7.8)
kleiner wird als die bez uglich des arithmetischen Mittelwerts x.
Um diese Frage zu beantworten, minimieren wir s
2
bez uglich x, indem wir s
2
nach x ableiten und
die Ableitung gleich Null setzen:
d(s
2
)
d x
=
1
N

2(x
i
x)(1) = 0. (7.9)
Daraus folgt
N

i=1
(x
i
x) = 0
N

i=1
x
i
=
N

i=1
x = N x (7.10)
und somit
x =
1
N
N

i=1
x
i
. (7.11)
Mit anderen Worten bedeutet dies, dass der arithmetische Mittelwert x einer Stichprobe ihre
Varianz und somit auch ihre Standardabweichung minimiert.
7.3 Verteilungen und Histogramme
7.3.1 Grundlagen
Eine Stichprobe bestehend aus N Messwerten einer bestimmten Groe kann als zufallige Aus-
wahl aus der Menge aller moglichen Messwerte betrachtet werden. Diese Menge nennen wir die
Grundgesamtheit. Nun kann es sein, dass nicht alle moglichen Messwerte der Grundgesamtheit
gleich haug vorkommen. Kleine Abweichungen vom Mittelwert sind im Allgemeinen weitaus hau-
ger als groe. Wir ber ucksichtigen diese Tatsache, indem wir die Grundgesamtheit statistisch mit
Hilfe von so genannten Wahrscheinlichkeitsverteilungen und Wahrscheinlichkeitsdichten
beschreiben.
Abbildung 7.5: Zur Bestimmung der Haugkeit unterschiedlicher Messfehler teilen wir das Intervall
[a, b] in kleine Bereiche und zahlen, wie viele Messwerte in jedes Intervall fallen.
Dazu verfahren wir folgendermaen. Stellen wir uns vor, dass wir eine Groe x N mal messen und
dadurch die Messwerte x
i
erhalten. Wir teilen nun die x-Achse, auf die wir die Messwerte auftragen
konnen, in M kleine Intervalle (oder Zellen) der Breite x ein und nummerieren die Intervalle mit
dem Index j (siehe Abb. 7.5). Wir nehmen weiters an, dass alle Messwerte x
i
im Bereich [a, b]
liegen. (Diese Einschrankung kann leicht aufgehoben werden.) Das Intervall j wird von den Werten
a + (j 1)x und a +jx begrenzt, wobei a +Mx = b.
160 7 Fehlerrechnung
Wir zahlen jetzt, wie viele der Messwerte in jedem der Intervalle liegen und bezeichnen die Zahl der
Messwerte im Intervall j mit n(j). Da die Gesamtanzahl der Messungen N ist, muss die Summation
von n(j) uber alle Zellen
M

j=1
n(j) = N (7.12)
ergeben. Wenn wir n(j) graphisch darstellen, erhalten wir ein Histogramm (siehe Abb. 7.6).
Messwerte aus einem Intervall mit groemn(j) kommen haug vor, solche mit kleinem n(j) weniger
haug.
Abbildung 7.6: Ein Histogramm erhalt man, wenn man die Anzahl n(j) der im Intervall j gezahlten
Messwerte graphisch darstellt.
Indem wir die Zahlen n(j) durch die Gesamtzahl N der Messwerte dividieren,
h(j) =
n(j)
N
, (7.13)
erhalten wir ein normiertes Histogramm mit den Eigenschaften
M

j=1
h(j) =
M

j=1
n(j)
N
=
N
N
= 1. (7.14)
Die Zahl h(j) entspricht f ur groe N der Wahrscheinlichkeit, dass ein Messwert x
i
im Intervall j
(also zwischen a +(j 1)x und a +jx) liegt, d.h. h(j) ist der Bruchteil der Messwerte, die im
Mittel im Intervall j liegen.
Im Grenzwert sehr kleiner Intervallgroen x konnen wir eine kontinuierliche Funktion f(x), die so
genannte Verteilungsdichte (oder Wahrscheinlichkeitsdichte), denieren, die in diesem Fall
die Rolle des Histogramms ubernimmt. Dazu betrachten wir den Grenz ubergang
f(x) = lim
x0
lim
N
n(x)
Nx
, (7.15)
wobei n(x) die Anzahl der Messwerte im Intervall [x, x +x] ist. Hier wird durch den Grenz uber-
gang x 0 das Verhaltnis n(x)/N immer kleiner (da das Intervall schrumpft). Da x in der
obigen Gleichung jedoch auch im Nenner auftritt, konvergiert n(x)/Nx gegen einen endlichen
Wert. Die Wahrscheinlichkeitsdichte f(x) hat die Dimension [1/x].
Nach dieser Denition ist
f(x)dx (7.16)
7 Fehlerrechnung 161
der innitesimale Bruchteil der Messungen, die im innitesimalen Intervall [x, x+dx] liegen. f(x)dx
kann auch als die Wahrscheinlichkeit, einen Messwert im Intervall [x, x+dx] zu nden, interpretiert
werden. Aus der Normierung von h(j) = n(j)/N folgt, dass das Integral uber die Wahrscheinlich-
keitsdichte gleich 1 ist:
b
_
a
f(x)dx = 1. (7.17)
Dies entspricht der Tatsache, dass ein Messwert irgendwo zwischen a und b liegen muss. Man
bezeichnet die Wahrscheinlichkeitsdichte deshalb als normiert. Im Gegensatz zum Histogramm
ist die Wahrscheinlichkeitsdichte eine kontinuierliche Funktion.
Abbildung 7.7: Die Warscheinlichkeitsdichte f(x) ist eine kontinuierliche Funktion, welche die inni-
tesimale Wahrscheinlichkeit f(x)dx angibt, dass ein Messwert im innitesimalen Intervall [x, x+dx]
liegt.
Nat urlich besteht keine Notwendigkeit, uns auf ein endliches Intervall [a, b] zu beschranken und
wir konnen ohne weiteres den gesamten Zahlenbereich von bis + betrachten. (Falls die
Wahrscheinlichkeitsdichte f(x) auf ein Intervall [a, b] beschrankt ist, kann sie auf die gesamte
Zahlengerade erweitert werden, indem man
f(x) = 0 f ur x < a und x > b (7.18)
setzt.)
Abbildung 7.8: Die Wahrscheinlichkeit P(x
1
x x
2
) daf ur, einen Messwert im Intervall [x
1
, x
2
]
zu nden, ist gleich der Flache unter der Wahrscheinlichkeitsdichte f(x) zwischen x
1
und x
2
(schraf-
erter Bereich).
Aus der Wahrscheinlichkeitsdichte f(x) konnen wir die Wahrscheinlichkeit P(x
1
x x
2
) be-
162 7 Fehlerrechnung
rechnen, dass sich ein Messwert zwischen zwei beliebigen Grenzen x
1
und x
2
bendet:
P(x
1
x x
2
) =
x2
_
x1
f(x)dx. (7.19)
Wenn wir in diesem Ausdruck x
1
= als untere Schranke wahlen, erhalten wir die so genannte
Wahrscheinlichkeitsverteilung (oder Wahrscheinlichkeitsfunktion oder Verteilungsfunk-
tion oder Verteilung):
F(x) =
x
_

f(u)du. (7.20)
F(x) ist die Wahrscheinlichkeit, einen Messwert zu nden, der kleiner oder gleich x ist.
Beispiel:
Die Maxwellsche Verteilung beschreibt die Wahrscheinlichkeitsdichte der Geschwindigkeitskom-
ponenten eines einzelnen Teilchens in einem klassischen Vielteilchensystem mit Temperatur T. F ur
die x-Komponente v
x
der Geschwindigkeit lautet sie
f(v
x
) =
_
m
2k
B
T
e

1
2
mv
2
x
= 1/k
B
T. (7.21)
Die Geschwindigkeitskomponenten in y- und in z-Richtung haben identische Wahrscheinlichkeits-
dichten. Hier ist k
B
die nach dem osterreichischen Physiker Ludwig Boltzmann (1844-1906) be-
nannte Boltzmannkonstante und = 1/k
B
T. Diese Wahrscheinlichkeitsdichte ist normiert, das
heit
_
f(v
x
)dv
x
= 1. (7.22)
Allgemeine Eigenschaften der Wahrscheinlichkeitsdichte f(x) und der Wahrscheinlichkeitsvertei-
lung F(x) sind:
1. f(x) 0.
2. f(x) ist normiert, das heit:

f(x)dx = 1. (7.23)
3. F(x) ist monoton wachsend und eine Stammfunktion von f(x) (siehe Abb. 7.9):
F

(x) = f(x). (7.24)

4. F() = 0 und F() = 1.
5. Die Wahrscheinlichkeit, dass die Variable x einen Wert im Intervall zwischen a und b an-
nimmt, ist:
P(a x b) = F(b) F(a) =
b
_
a
f(x)dx. (7.25)
(Genau genommen ist F(x) so deniert, dass der Wert a ausgeschlossen und der Wert b
eingeschlossen ist. F ur stetige Wahrscheinlichkeitsverteilungen macht dies jedoch keinen Un-
terschied.)
7 Fehlerrechnung 163
Abbildung 7.9: Die Wahrscheinlichkeitsdichte f(x) ist die erste Ableitung der Wahrscheinlichkeits-
verteilung F(x).
7.3.2 Erwartungswert, Momente einer Verteilung
Mittelwert
Der Begri des Mittelwerts und der Varianz lassen sich auch auf kontinuierliche Verteilungsdichten
f(x) ubertragen. Betrachten wir eine Grundgesamtheit, die durch die Verteilung f(x) beschrieben
wird. Wir f uhren zunachst N mal eine Messung aus und erhalten die Messwerte x
i
. Der Mittelwert
dieser Messwerte ist
x =
1
N
N

i=1
x
i
. (7.26)
Wir teilen die x-Achse nun wieder in M kleine Intervalle der Breite x ein und nummerieren diese
Zellen mit dem Index j. Wir zahlen die Messwerte in jedem Intervall und bezeichnen diese Zahl
mit n(j). Auerdem bezeichnen wir den Mittelpunkt jeder Zelle mit x(j).
Abbildung 7.10: Bei der Berechnung von Mittelwerten aus einem Histogramm nahern wir jeden
x-Wert im Intervall j durch x(j) an.
Wenn x klein ist, konnen wir jeden Messwert im Intervall j durch den Wert x(j) annahern. Mit
dieser Naherung konnen wir die Summe in Gleichung (7.26) uber alle Messwerte in eine Summe
uber alle M Intervalle (Zellen) umschreiben:
x =
1
N
N

i=1
x
i

1
N
M

j=1
n(j)x(j). (7.27)
164 7 Fehlerrechnung
Die zweite Summe geht aus der ersten Summe einfach durch Zusammenfassen der Messwerte in
der jeweils gleichen Zelle hervor. Durch Multiplikation mit x und gleichzeitiger Division durch
x erhalten wir
x
M

j=1
n(j)x(j)
Nx
x. (7.28)
F uhren wir die Grenzwerte x 0 und N aus, verwandelt sich diese Summe in ein Integral:
x =

xf(x)dx, (7.29)
wobei wir die Denition (7.15) benutzt und den Wertebereich auf und ausgedehnt haben.
F ur den Mittelwert einer Verteilungsdichte verwenden wir oft den Buchstaben , um ihn vom
Mittelwert x einer Stichprobe zu unterscheiden. ist der Mittelwert der Grundgesamtheit. (Im
Allgemeinen verwenden wir griechische Buchstaben f ur Eigenschaften der Grundgesamtheit und
lateinische Buchstaben f ur Eigenschaften von Stichproben.)
Erwartungswert
Der Mittelwert wird auch oft Erwartungswert E(x) von x genannt:
E(x) =

xf(x)dx = . (7.30)
Im Allgemeinen ist der Erwartungswert einer Groe g(x), die eine Funktion der Variablen x mit
Verteilungsdichte f(x) ist, gegeben durch:
E[g(x)] =

g(x)f(x)dx. (7.31)
Den Erwartungswert bezeichnen wir oft auch mit spitzen Klammern:
E[g(x)] = g(x)). (7.32)
Aus der Denition des Erwartungswertes folgt, dass der Erwartungswert einer Summe gleich der
Summe der Erwartungswerte ist:
E[g(x) +h(x)] = E[g(x)] +E[h(x)]. (7.33)
Ferner kann eine reelle Zahl vor den Erwartungswert gezogen werden:
E[g(x)] = E[g(x)]. (7.34)
Varianz
Analog zumMittelwert konnen wir f ur die Verteilungsdichte f(x) auch eine Varianz denieren:

2
=

(x )
2
f(x)dx. (7.35)
Wir verwenden oft auch die Schreibweise:
Var(x) =
2
. (7.36)
7 Fehlerrechnung 165
Die Varianz ist die mittlere quadratische Abweichung der Messwerte x vom Mittelwert . In anderen
Worten, die Varianz ist der Erwartungswert von (x )
2
, also
2
= E[(x )
2
]. Die Wurzel aus
der Varianz ist die Standardabweichung .
Durch Ausmultiplizieren des Quadrats im Integranden und Verwendung obiger Rechenregeln er-
halten wir aus Gleichung (7.35) den Ausdruck

2
= E[(x )
2
] =
= E
_
x
2
_
2E(x) +
2
= E
_
x
2
_
2E(x)
. .
=
+
2
= E
_
x
2
_

2
= E
_
x
2
_
(E(x))
2
= x
2
) x)
2
. (7.37)
Momente
Der hier auftretende Erwartungswert E(x
2
) wird das 2. Moment der Verteilungsdichte f(x)
genannt. Der Mittelwert E(x) ist das 1. Moment von f(x). Im Allgemeinen ist das n-te Moment
einer Verteilung f(x) deniert als:
E (x
n
) = x
n
) =

x
n
f(x)dx. (7.38)
7.3.3 x und s
2
als Schatzer f ur und
2
Die Kenngroen und
2
der Grundgesamtheit sind meist unbekannt und konnen nur aufgrund
der Stichprobendaten geschatzt werden. So konnen wir etwa x als einen Schatzer f ur verwenden.
Das ist unter anderem dadurch gerechtfertigt, dass der Erwartungswert von x gleich ist
E(x) = E
_
1
N

i
x
i
_
=
1
N

i
E(x
i
) =
N
N
= . (7.39)
Etwas anders verhalt es sich mit der Varianz s
2
, die wir als Schatzer f ur
2
verwenden konnten.
Der Erwartungswert der Varianz ist
E
_
s
2
_
= E
_
1
N

i
(x
i
x)
2
_
=
1
N

i
E
_
(x
i
x)
2

=
1
N
_

i
E
_
x
2
i
2x
i
x +x
2
_
_
=
1
N
_

i
E
_
x
2
i
_
2

i
E(x
i
x) +

i
E
_
x
2
_
_
=
1
N
_
_
_
NE
_
x
2
_
2

i
E
_
_
x
i
1
N

j
x
j
_
_
+

i
E
_
1
N

k
x
k

1
N

l
x
l
_
_
_
_
=
1
N
_
_
_
NE
_
x
2
_

2
N

i,j
E (x
i
x
j
) +
1
N
2

k,l
E (x
k
x
l
)
_
_
_
. (7.40)
Der Erwartungswert E(x
i
x
j
) des Produkts x
i
x
j
hangt davon ab, ob die beiden Indizes i und j
gleich sind. F ur i = j gilt
E(x
i
x
j
) = E(x
2
i
) = E(x
2
). (7.41)
166 7 Fehlerrechnung
F ur i ,= j konnen wir im Falle statistisch unabhangiger x
i
schreiben
E(x
i
x
j
) = E (x
i
) E (x
j
) = E(x)
2
. (7.42)
(Zur Denition des Erwartungswertes E(x
i
x
j
) ist es notwendig, Wahrscheinlichkeitsdichten zu
betrachten, die von zwei Variablen abhangen. Dazu verweisen wir die Leser an die einschlagige
Literatur). Durch Verwendung dieser Ausdr ucke konnen wir vereinfachen:
E
_
s
2
_
=
1
N
_
_
_
NE
_
x
2
_

2
N
_
_

i
E
_
x
2
i
_
+

i=j
E (x
i
) E (x
j
)
_
_
+
1
N
2

i
_
_

k
E
_
x
2
k
_
+

k=l
E (x
k
) E(x
l
)
_
_
_
_
_
=
1
N
_
NE
_
x
2
_

2
N
_
NE
_
x
2
_
+N(N 1)
2
_
+
1
N
_
NE
_
x
2
_
+N(N 1)
2
_
_
=
1
N
_
(N 1)E
_
x
2
_
(N 1)
2
_
=
N 1
N
_
E
_
x
2
_

2
_
=
N 1
N

2
(7.43)
und somit erhalten wir

2
=
N
N 1
E
_
s
2
_
. (7.44)
(Das selbe Ergebnis erhalt man auch, wenn man den Erwartungswert E[(as
2

2
)] betrachtet
und jene Konstante a bestimmt, f ur die dieser Erwartungswert minimal ist.) Das heit, der Er-
wartungswert des Schatzers ist um einen Faktor
N1
N
kleiner als die Varianz der Grundgesamtheit.
F ur groe N ist das irrelevant. Damit der Erwartungswert der Stichprobenvarianz gleich
2
ist,
deniert man die Varianz oft als
s
2
=
1
N 1
N

i=1
(x
i
x)
2
. (7.45)
7.3.4 Fehler des Mittelwerts
Wie wir oben besprochen haben, betrachten wir den Mittelwert x einer Stichprobe von Messungen
als Schatzwert f ur den wahren Mittelwert , den Mittelwert der zur Grundgesamtheit gehorenden
Verteilungsdichte f(x). Da die Stichprobe jedoch nur endlich viele Werte beinhaltet, machen wir
bei so einer Schatzung immer einen gewissen Fehler. Wir wollen nun diesen Fehler abschatzen.
Abbildung 7.11: Da jede Stichprobe aus N unterschiedlichen Werten besteht, unterscheiden sich
die zugehorigen Mittelwerte x
k
.
Zu diesem Zwecke betrachten wir mehrere Stichproben von jeweils gleicher Groe N (das heit,
jede Stichprobe besteht aus N Messwerten) (siehe Abb. 7.11). Jede dieser Stichproben liefert einen
7 Fehlerrechnung 167
unterschiedlichen Mittelwert x
k
. F ur L Stichproben erhalten wir L verschiedene Mittelwerte x
k
. Die
mittlere quadratische Abweichung dieser Mittelwerte von , dem Mittelwert der Grundgesamtheit,
ist:
1
L
L

k=1
(x
k
)
2
. (7.46)
F ur sehr groe L wird dieser Ausdruck zu

2
x
= E
_
(x )
2

. (7.47)
Dies ist die Varianz der aus den Stichproben der Groe N ermittelten Mittelwerte x. Die Varianz
beschreibt die Streuung der Mittelwerte, die man aus einer Vielzahl verschiedener Stichproben
erhalt.
Einige algebraische Umformungen liefern:

2
x
= E
_
(x )
2

= E
_
x
2
_
2E(x) +E
_

2
_
= E
_
_

i,j
1
N
2
x
i
x
j
_
_
2E(x)
. .
=
+
2
=
1
N
2

i,j
E (x
i
x
j
)
2
=
1
N
2
_
_

i
E
_
x
2
i
_
+

i=j
E(x
i
)E(x
j
)
_
_

2
=
1
N
2
_
NE
_
x
2
_
+N(N 1)
2

2
=
1
N
_
E
_
x
2
_

. (7.48)
Wegen E
_
x
2
_

2
=
2
erhalten wir also

2
x
=
1
N

2
(7.49)
oder

x
=

N
, (7.50)
wobei die Standardabweichung der Grundgesamtheit ist.
Das heit, dass die Standardabweichung des Mittelwerts umso kleiner ist, je groer die Stichprobe
ist. Durch Erhohung der Anzahl N der unabhangigen Messungen konnen wir die Genauigkeit der
Messung steigern. Um den Fehler
x
im Mittelwert zu halbieren, m ussen wir gema Gleichung
(7.50) den Umfang der Stichprobe vervierfachen.
7.3.5 Die Gausche Normalverteilung
In allen bisherigen Betrachtungen haben wir auf keine spezische funktionale Form der Verteilungs-
funktion Bezug genommen. Die genaue Gestalt der Verteilung hangt nat urlich vom betrachteten
Messprozess ab. In vielen Fallen und unter recht allgemeinen Bedingungen folgen Messfehler jedoch
der Gauschen Normalverteilung, benannt nach Carl Friedrich Gau (1777-1855). Dies ist im-
mer dann der Fall, wenn statistische Fehler durch die

Uberlagerung sehr vieler kleiner unabhangiger
Storfaktoren entstehen. Mathematisch kann dies mit Hilfe des zentralen Grenzwertsatzes ge-
zeigt werden, auf den hier aus Platzgr unden nicht weiter eingegangen werden kann. Die Gausche
Normalverteilung (auch Gausche Glockenkurve genannt) ist gegeben durch
f(x) =
1

2
e

(x)
2
2
2
(7.51)
168 7 Fehlerrechnung
Abbildung 7.12: Die Gausche Normalverteilung. Die volle Breite bei halber Hohe (full width at
half maximum=FWHM) betragt f ur die Gauverteilung 2

2 ln2 2.35.
und hat die Gestalt einer Glocke mit Maximum an der Stelle und einer Breite von 2 (die
Wendepunkte der Kurve liegen bei ) (siehe Abb. 7.12).
Der Mittelwert und die Varianz der Gauschen Normalverteilung sind

2
e

(x)
2
2
2
dx = (7.52)
und

(x )
2

2
e

(x)
2
2
2
dx =
2
. (7.53)
Das heit, die Gausche Normalverteilung ist durch Angabe des 1. und 2. Moments vollstandig
bestimmt. Die Gausche Normalverteilung ist normiert,

2
e

(x)
2
2
2
dx = 1 (7.54)
und ist um symmetrisch, das heit
f( +x) = f( x). (7.55)
Die Wahrscheinlichkeit, dass ein Messwert im Bereich zwischen a und b liegt, ist durch das Integral
P(a x b) =
b
_
a
f(x)dx (7.56)
gegeben. Solche Wahrscheinlichkeiten kann man auch mit Hilfe der so genannten Errorfunktion
ausdr ucken, die wie folgt deniert ist:
erf(x) =
2

x
_
0
e
t
2
dt. (7.57)
7 Fehlerrechnung 169
Die Errorfunktion ist so deniert, dass erf() = 1. Mit dieser Denition konnen wir die Wahr-
scheinlichkeit P(a x b) ausdr ucken als:
P(a x b) =
1
2
_
erf
_
b

2
_
erf
_
a

2
__
. (7.58)
Die Wahrscheinlichkeit, dass ein Messwert kleiner ist als a, ist gegeben durch:
P(x a) =
1
2
_
1 + erf
_
a

2
__
. (7.59)
F ur die Gausche Normalverteilung (siehe Abb. 7.13) sollten wir demnach
68 % aller Messwerte im Intervall ( ),
95 % aller Messwerte im Intervall ( 2) und
99.7 % aller Messwerte im Intervall ( 3)
erwarten, das heit, eine Abweichung vom Mittelwert von mehr als 3 ist statistisch nur etwa
alle 300 Messungen zu erwarten.
Abbildung 7.13: Die Wahrscheinlichkeit, einen Messwert im Intervall ( ) zu nden, ist 68%,
im Intervall ( 2) ist sie 95% und im Intervall ( 3) 99.7%.
Ist die Variable x gauverteilt, so ist es auch der Mittelwert x =
1
N

N
i=1
x
i
. Sowohl die Verteilungen
von x selbst als auch die des Mittelwerts x haben einen Mittelwert von . Die Varianzen und
x
der beiden Verteilungen unterscheiden sich jedoch und sind durch

2
x
=

2
N
(7.60)
miteinander verkn upft. Die Verteilung des Mittelwerts x ist also um den Faktor

N schmaler als
die Verteilung der Variablen x selbst.
Aus der Gauverteilung ergibt sich, dass der wahre Mittelwert der Verteilung
mit einer Wahrscheinlichkeit von 68 % im Intervall x
x
,
mit einer Wahrscheinlichkeit von 95 % im Intervall x 2
x
und
mit einer Wahrscheinlichkeit von 99.07 % im Intervall x 3
x
liegt.
Diese Intervalle nennt man Kondenzintervalle oder Vertrauensintervalle.
170 7 Fehlerrechnung
7.3.6 Verteilung diskreter Groen
Bis jetzt haben wir uns mit der Verteilung von kontinuierlichen Groen beschaftigt. Es kann aber
in der Physik durchaus vorkommen, dass die Messgroe nur diskrete (endlich viele oder abzahlbar
unendlich viele) Werte annehmen kann. Zum Beispiel kann die Anzahl der in einer gewissen Zeit
zerfallenden Kerne eines radioaktiven Materials nur eine ganze Zahl sein, also einen der Werte
0,1,2,... usw. annehmen. Im Falle diskreter Groe beschreiben wir die Verteilung der Messwer-
te durch die Wahrscheinlichkeitsfunktion f(x
i
), welche die Wahrscheinlichkeit ist, bei einer
Messung der Groe x den Wert x
i
zu beobachten. Die Wahrscheinlichkeitsfunktion f(x
i
) muss
normiert sein:

i
f(x
i
) = 1. (7.61)
(Das Integral f ur die kontinuierliche Wahrscheinlichkeitsdichte haben wir hier also durch eine
Summe ersetzt.)
Die zugehorige Verteilungsfunktion ist
F(x) =

x
f(x

). (7.62)
Die Verteilungsfunktion F(x) ist die Wahrscheinlichkeit, einen Messwert zu beobachten, der kleiner
oder gleich x ist. Der Mittelwert und die Varianz einer diskreten Verteilung sind gegeben durch:
E(x) =

i
x
i
f(x
i
), (7.63)
Var(x) =

i
f(x
i
)(x
i
)
2
. (7.64)
Der Erwartungswert einer Funktion g(x) ist
E [g(x)] =

i
f(x
i
)g(x
i
). (7.65)
Auch f ur diskrete Verteilung gilt
x
= /

N f ur die Standardabweichung des Mittelwerts.

Folgende Ausdr ucke sind gebrauchlich:
diskret kontinuierlich
f(x) Wahrscheinlichkeitsfunktion Verteilungsdichte
Dichtefunktion
Wahrscheinlichkeitsdichte
F(x) Verteilungsfunktion Verteilungsfunktion
Wahrscheinlichkeitssumme Wahrscheinlichkeitsintegral
Wahrscheinlichkeitsverteilung
7.3.7 Poissonverteilung
Die Anzahl von zufalligen und statistisch unabhangigen Ergebnissen, die in einem gewissen Zeit-
intervall stattnden, folgt der Poissonverteilung. Beispiele sind die in einem Krankenhaus pro
Monat geborenen Babies, die in einer radioaktiven Substanz pro Zeiteinheit zerfallenden Atom-
kerne oder die Anzahl der Fehler pro Seite in diesem Skriptum. Die Poissonverteilung ist gegeben
durch
f(x) =

x
e

x!
(f ur ganzzahliges x). (7.66)
7 Fehlerrechnung 171
Abbildung 7.14: Die Poissonverteilung f ur = 10.
Wir schreiben auch oft P(n) statt f(x), um anzudeuten, dass die Poissonverteilung nur f ur ganz-
zahlige Werte des Arguments deniert ist (siehe Abb. 7.14).
Die Poissonverteilung ist normiert:

n=0
P(n) =

n=0

n
e

n!
= e

n=0

n
n!
. .
e

= e

= 1. (7.67)
(Da n nur diskrete Werte annimmt, haben wir hier summiert statt integriert.)
Die Poissonverteilung ist durch einen einzigen Parameter vollstandig bestimmt. Der Parameter
ist der Mittelwert E(n) der Verteilung:
E(n) =

n=0
nP(n) =

n=0
n

n
e

n!
. (7.68)
Da das erste Summenglied verschwindet, konnen wir schreiben:
E(n) =

n=1
n

n
e

n!
= e

n=1

n
(n 1)!
= e

n=1

n1
(n 1)!
= e

n=0

n
n!
. .
e

= . (7.69)
Der Mittelwert ist gleich der Anzahl der Ereignisse, die im Mittel in der betrachteten Zeit
stattnden.
Besonders interessant ist die Varianz der Poissonverteilung:

2
= E(n
2
) E(n)
2
. (7.70)
Der Erwartungswert von n
2
ist:
E(n
2
) =

n=0
n
2
P(n) =

n=0
n
2

n
e

n!
= e

n=1
n
n1
(n 1)!
. (7.71)
Durch Umnummerierung der Summe erhalten wir:
E(n
2
) = e

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

n=0
n
n
n!
. .
e

n=0

n
n!
. .
e

_
=
2
+. (7.72)
172 7 Fehlerrechnung
Daraus folgt:

2
= E(n
2
) E(n)
2
=
2
+
2
= . (7.73)
Das heit, f ur die Poissonverteilung ist die Varianz gleich dem Mittelwert. Diese Formel ist sehr
wichtig zur Abschatzung des Fehlers bei Messvorgangen, bei denen wir Ereignisse zahlen. F ur groe
wird die Poissonverteilung zu einer Gauverteilung.
Beispiel:
In einer gewissen Zeit zahlen wir 625 Zerfalle in einem radioaktiven Praparat. Der Fehler, den wir
durchschnittlich bei einer solchen Messung machen, ist
=

625 = 25. (7.74)

Daher ist unser Messergebnis:
625 25. (7.75)
7.4 Fehlerfortpanzung
Oft konnen physikalische Groen nicht direkt gemessen werden. Man bestimmt dann diese Groen,
indem man sie als Funktion von anderen Groen ausdr uckt, welche messbar sind. So kann man zum
Beispiel die Dichte einer Fl ussigkeit bestimmen, indem man f ur eine gewisse Menge an Substanz
sowohl das Volumen V als auch die Masse m misst. Die Dichte ergibt sich dann aus
=
m
V
. (7.76)
Da sowohl die Masse m als auch das Volumen V als experimentell ermittelte Groen fehlerbe-
haftet sind, ist auch die daraus bestimmte Dichte fehlerbehaftet. Man sagt, der Fehler in den
unabhangigen Groen m und V panzt sich auf die abhangige Groe = m/V fort. Wir wollen
jetzt den Fehler in der abhangigen Groe aus den Fehlern der unabhangigen Groen bestimmen.
Im Allgemeinen betrachten wir eine Groe u, die von den N Groen x
1
, x
2
, . . . , x
N
abhangt:
u = u(x
1
, x
2
, . . . , x
N
). (7.77)
Wir nehmen an, dass x
1
bis x
N
experimentell bestimmte Groen sind und dass deren Statistik durch
die Verteilungsdichten f
1
(x
1
), f
2
(x
2
), . . . , f
N
(x
N
) beschrieben wird. Die zugehorigen Mittelwerte
und Varianzen sind

1
,
2
, . . . ,
N
(7.78)
und

2
1
,
2
2
, . . . ,
2
N
. (7.79)
F ur jede Messgroe x
i
bestimmen wir nun f ur eine Stichprobe aus M Messungen den Mittelwert
x
i
. Die Standardabweichung dieser Mittelwerte ist gegeben durch (siehe Abschnitt 7.3.4):

xi
=

i

M
. (7.80)
Wir konnen nun die Groe u f ur die Mittelwerte x
i
bestimmen,
u u(x
1
, x
2
, . . . , x
N
), (7.81)
und nach dem Fehler in u fragen, der durch die Fehler
x
i
der Mittelwerte entsteht. Um diese
Frage zu beantworten, konnen wir auf zwei verschiedene Weisen vorgehen: Wir konnen entweder
den Maximalfehler in der abhangigen Groe u abschatzen oder die statistischen Kennwerte
der Verteilung von u ermitteln.
7 Fehlerrechnung 173
7.4.1 Fortpanzung von Maximalfehlern
Unter der Annahme, dass die Fehler x
i
in den unabhangigen Groen klein sind, konnen wir den
dadurch hervorgerufenen Fehler u einfach durch Anwendung des Dierentials abschatzen
u
N

i=1
_
u
x
i
_
x
i
. (7.82)
Das heit, hier haben wir den Fehler durch das Dierential angenahert, das wir in Kapitel 3
kennengelernt haben. Das Dierential von u gibt an, um wie viel sich u andert, wenn die Groen
x
i
um jeweils x
i
verandert werden. So w urde man etwa im Falle von systematischen Fehlern
vorgehen.
Da wir pessimistisch veranlagt sind, wollen wir den worst case annehmen und den Betrag des
grotmoglichen Fehlers bestimmen. Dazu nehmen wir an, dass alle Terme einen positiven Beitrag
zum Fehler in u liefern, das heit, dass alle Fehler in die gleiche Richtung gehen und erhalten somit:

i=1

_
u
x
i
_
x
i

. (7.83)
Wenn wir die Standardabweichungen
xi
als Ma f ur die Fehler in x
i
benutzen, erhalten wir

i=1

u
x
i

xi
, (7.84)
wobei die partiellen Ableitungen an der Stelle (x
1
, x
1
, . . . , x
N
) ausgewertet werden.
Beispiel:
Betrachten wir wieder die Bestimmung der Dichte aus dem gemessenen Volumen V und der
gemessenen Masse m. Wir nehmen an, dass wir sowohl das Volumen als auch die Masse in M
wiederholten Messungen bestimmt haben. Aus diesen Messreihen erhalten wir die Mittelwerte V
und m und die Varianzen s
2
V
und s
2
m
. Wir identizieren diese Varianzen mit den Varianzen
2
V
und
2
m
der zugehorigen Grundgesamtheiten. Als Ma f ur die Fehler in den Mittelwerten V und
m verwenden wir

V
=

V

M
(7.85)
und

m
=

m

M
. (7.86)
Dann ist der Maximalfehler in der Dichte gegeben durch
[[

m
+

V
=
1
V

m
+
m
V
2

V
=
1
V

m
+

V

V
, (7.87)
wobei wir m/V verwendet haben. Der relative Fehler [[/ ist also gegeben durch:
[[

m
m
+

V
V
. (7.88)
174 7 Fehlerrechnung
Der relative Fehler in ist also die Summe der relativen Fehler in m und V .
Die Methode der Fortpanzung der Maximalfehler kann den Fehler aber leicht uberschatzen. Rea-
listischer ist es in vielen Fallen, die Wirkung der Fehler
xi
auf die statistischen Kennwerte der
Verteilung von u zu betrachten.
7.4.2 Fortpanzung statistischer Kennwerte
Wir betrachten zunachst den Fall, dass die Groe u nur von einer Variablen x abhangt, die wir
im Experiment direkt bestimmen konnen. Aus einer Messserie erhalten wir den Mittelwert x der
Groe x und berechnen daraus die Groe
u u(x). (7.89)
Da x als Mittelwert von fehlerbehafteten Groen selbst fehlerbehaftet ist (siehe Abschnitt 7.3.4),
wird auch u mit einem Fehler behaftet sein. Um diesen Fehler zu bestimmen, berechnen wir die
Varianz von u:
Var(u) =
2
u
= E
_
(u(x) u())
2
_
, (7.90)
wobei = E(x) = E(x) der Erwartungswert von x ist. Wir schreiben nun den Mittelwert x als
Summe des Erwartungswerts und einer kleinen Abweichung x:
x = +x. (7.91)
Unter der Annahme, dass sich der Mittelwert x nur wenig vom Erwartungswert unterscheidet,
dass x also klein ist, konnen wir die Funktion u(x) in eine Taylorreihe um entwickeln (siehe
Kapitel 5) und nach dem linearen Glied abbrechen:
E
_
(u(x) u())
2
_
= E
_
(u( +x) u())
2
_
= E
_
_
u() +
_
du
dx
_
x u()
_
2
_
= E
_
_
du
dx
_
2
(x)
2
_
=
_
du
dx
_
2
E
_
(x)
2

, (7.92)
wobei die Ableitung von u(x) an der Stelle x = bzw. als Naherung f ur an der Stelle x ausgewer-
tet wird. Da E
_
(x)
2

=
2
x
, erhalten wir schlielich das Gausche Fehlerfortpanzungsgesetz
f ur den Fall einer Funktion u(x), die nur von einer einzelnen Variablen abhangt:

2
u
=
_
du
dx
_
2

2
x
. (7.93)
Als nachtes betrachten wir den Fall einer Funktion u(x, y), welche von zwei Variablen x und y
abhangt. Wir fragen nun nach dem Fehler, den wir begehen, wenn wir
u u(x, y) (7.94)
aus den Mittelwerten x und y bestimmen. Dazu berechnen wir wieder die Varianz:
Var(u) =
2
u
= E
_
(u(x, y) u(, ))
2
_
. (7.95)
Hier sind = E(x) = E(x) und = E(y) = E(y) die Erwartungswerte von x und y. Indem wir x
und y jeweils als Summe des Erwartungswerts und einer kleinen Abweichung ausdr ucken, konnen
wir schreiben

2
u
= E
_
(u( + x, +y) u(, ))
2
_
(7.96)
7 Fehlerrechnung 175
und erhalten mit einer nach den linearen Gliedern abgebrochenen Taylorreihe

2
u
= E
_
_
u(, ) +
_
u
x
_
x +
_
u
y
_
y u(, )
_
2
_
= E
_
__
u
x
_
x +
_
u
y
_
y
_
2
_
. (7.97)
Hier m ussen die partiellen Ableitungen u/x und u/y an der Stelle (, ) (x, y) ausgewertet
werden. Ausf uhrung des Quadrats ergibt:

2
u
=
_
u
x
_
2
E[(x)
2
] + 2
_
u
x
__
u
y
_
E[xy] +
_
u
y
_
2
E[(y)
2
]. (7.98)
F ur unkorrelierte Messwerte x und y gilt E[xy] = E[x]E[y] = 0 und wir erhalten schlielich
das Gausche Fehlerfortpanzungsgesetz f ur den Fall von zwei Variablen:

2
u
=
_
u
x
_
2

2
x
+
_
u
y
_
2

2
y
, (7.99)
wobei wir benutzt haben, dass
2
x
= E[(x)
2
] und
2
y
= E[(y)
2
].
Das Gausche Fehlerfortpanzungsgesetz f ur den allgemeinen Fall einer Funktion von N Variablen,
u = u(x
1
, x
2
, . . . , x
N
), lasst sich auf analoge Weise herleiten. Man erhalt als Ergebnis:

2
u
=
N

i=1
_
u
x
i
_
2

2
xi
, (7.100)
wobei
2
xi
die Varianzen der zugehorigen Mittelwerte x
1
, x
2
, . . . , x
N
sind. Die Standardabweichung

u
kann als Ma f ur den zu erwartenden Fehler in der abhangigen Groe u aufgefasst werden.
Das Gausche Fehlerfortpanzungsgesetz gilt, falls
die Varianzen
x
i
der Mittelwerte x
i
klein sind und
die Mittelwerte x
i
voneinander statistisch unabhangig sind.
Beispiel:
Mit der Gauschen Fehlerfortpanzung konnen wir die Standardabweichung der Dichte =
m
V
aus
der Standardabweichung von m und V bestimmen:

=
_

m
_
2

2
m
+
_

V
_
2

2
V
=
_
1
V
_
2

2
m
+
_

m
V
2
_
2

2
V
. (7.101)
F ur den relativen Fehler erhalten wir:

2
=

2
m
m
2
+

2
V
V
2
(7.102)
oder

m
m
_
2
+
_

V
V
_
2
. (7.103)
176 7 Fehlerrechnung
Abbildung 7.15: Der durch Gausche Fortpanzung berechnete Relativfehler

/ = (
2
m
/m
2
+

2
V
/V
2
)
1/2
ist kleiner als der Relativfehler
||

=
m
/m +
V
/V , den man durch Fortpanzung
der Maximalfehler erhalt.
Statt wie bei der Abschatzung des Maximalfehlers die relativen Fehler einfach zu addieren, addieren
wir die Quadrate der relativen Fehler und ziehen daraus die Wurzel. Durch die Anwendung der
Gauschen Fehlerfortpanzung erhalten wir also einen im Vergleich zum Maximalfehler kleineren
Fehler. Dies sieht man anhand der Dreiecksungleichung leicht ein (siehe Abb. 7.15). Falls zum
Beispiel
m
/m =
V
/V , ist dieser Fehler um den Faktor

2 kleiner als der Maximalfehler.

F ur bestimmte funktionale Zusammenhange der abhangigen von der unabhangigen Groe erge-
ben sich besonders einfache Falle des Gauschen Fehlerfortpanzungsgesetzes, die im Folgenden
angef uhrt sind.
Summen oder Dierenzen
F ur u = x +y oder u = x y gilt
u
x
= 1 und
u
y
= 1. (7.104)
Daraus ergibt sich

2
u
= 1
2

2
x
+ (1)
2

2
y
=
2
x
+
2
y
(7.105)
und somit

u
=
_

2
x
+
2
y
. (7.106)
Das heit, die Varianz der abhangigen Groe ist die Summe der Varianzen der unabhangigen
Groen.
Multiplikation mit einer Konstanten
F ur u = x gilt

2
u
=
_
u
x
_
2

2
x
=
2

2
x
(7.107)
und deshalb

u
=
x
. (7.108)
Das heit, die Standardabweichung von u ergibt sich einfach durch Multiplikation von mit der
Standardabweichung von x.
7 Fehlerrechnung 177
Multiplikation oder Division
F ur u = xy erhalten wir durch Anwendung von Gleichung (7.100)

2
u
= y
2

2
x
+x
2

2
y
. (7.109)
Division durch x
2
y
2
ergibt

2
u
u
2
=

2
x
x
2
+

2
y
y
2
=
_

x
x
_
2
+
_

y
y
_
2
. (7.110)
Das heit, das Quadrat des relativen Fehlers in u ist die Summe der Quadrate der relativen Fehler
in x und y.
F ur die Division u = x/y gilt ganz analog:

2
u
=
_
1
y
_
2

2
x
+
_
x
y
2
_
2

2
y
. (7.111)
Nach Division durch u = x/y erhalten wir:

2
u
u
2
=

2
xx
x
2
+

2
xy
y
2
=
_

xx
x
_
2
+
_

xy
y
_
2
. (7.112)
7.5 Ausgleichsrechnung (Fitten)
In Experimenten bestimmt man oft eine Groe y in Abhangigkeit einer anderen Groe x. Zum
Beispiel konnte in einem Experiment das Volumen V einer Fl ussigkeit als Funktion der Temperatur
T gemessen werden. Als Ergebnis eines solchen Experiments erhalt man f ur jeden der N Werte
x
i
der unabhangigen Groe (in unserem Beispiel die Temperatur) einen Messwert y
i
(in unserem
Beispiel das Volumen). Wir suchen nun nach einer Funktion f(x), die moglichst gut beschreibt,
wie y von x abhangt (siehe Abb. 7.16).
Abbildung 7.16: Ziel der Ausgleichsrechnung ist es, eine Funktion f(x) zu bestimmen, die moglichst
gut zu den Messdaten passt.
Im Idealfall hatten wir y
i
= f(x
i
). Sowohl x
i
als auch y
i
sind im Allgemeinen fehlerbehaftet, sodass
es zu Abweichungen von dieser funktionalen Abhangigkeit kommt. Wir konnen jedoch verlangen,
178 7 Fehlerrechnung
dass die Abweichung der Funktionswerte f(x
i
) von den gemessenen Werten moglichst klein ist.
Demzufolge suchen wir nach einer Funktion f(x), die die Summe der Abweichungsquadrate

2
=
N

i
[f(x
i
) y
i
]
2
(7.113)
minimiert. Die dazugehorige Kurve nennt man die Ausgleichskurve. Sie ist die Kurve, die im
Sinne der kleinsten Summe der Abweichungsquadrate am besten zu den Messwerten passt. Das
Anpassen der Ausgleichskurve an die gemessenen Daten nennt man in Anlehnung an das Englische
auch Fitten.
Beim praktischen Fitten wird meistens eine Funktion f(x, a
1
, . . . , a
L
) angenommen, deren Form
entweder von der zugrunde liegenden Physik nahe gelegt wird oder aus Gr unden der Einfachheit
gewahlt wird. Die Funktion hangt im Allgemeinen auch von einer Reihe von freien Parametern a
i
ab, die wir nun so bestimmen, dass die Summe der Abweichungsquadrate
2
moglichst klein wird.
Wir stellen also an die freien Parameter a
i
die Bedingung, dass

a
i

2
= 0 f ur i = 1, . . . , L. (7.114)
Das heit, dass
2
bez uglich der Parameter a
i
ein Minimum (genauer: ein Extremum) annimmt.
Durch Losung dieses Satzes von L Gleichungen erhalten wir die Werte f ur die Parameter, die den
besten Fit der Funktion an die Messwerte ergeben.
Lineare Regression
Die einfachste und am haugsten verwendete Ausgleichsfunktion ist die Gerade
f(x) = ax +b, (7.115)
die von den zwei freien Parametern a (Steigung) und b (Schnittpunkt mit der y-Achse) abhangt.
Man spricht in diesem Fall von linearer Regression. Die Steigung a wird auch Regressions-
koezient genannt. Um die Parameter a und b zu ermitteln, setzen wir die Ableitungen von
2
nach a und b gleich 0:

2
=

a
N

i=1
(ax
i
+b y
i
)
2
=
N

i=1
2(ax
i
+b y
i
)x
i
= 0 (7.116)
und

2
=

b
N

i=1
(ax
i
+b y
i
)
2
=
N

i=1
2(ax
i
+b y
i
) = 0. (7.117)
Daraus erhalten wir:
a
N

i=1
x
2
i
+b
N

i=1
x
i

i=1
x
i
y
i
= 0, (7.118)
a
N

i=1
x
i
+Nb
N

i=1
y
i
= 0. (7.119)
7 Fehlerrechnung 179
Wir denieren nun:
S
x
=
N

i=1
x
i
, (7.120)
S
y
=
N

i=1
y
i
, (7.121)
S
xx
=
N

i=1
x
2
i
, (7.122)
S
xy
=
N

i=1
x
i
y
i
(7.123)
und schreiben die obigen Gleichungen als
aS
xx
+bS
x
S
xy
= 0, (7.124)
aS
x
+Nb S
y
= 0. (7.125)
Durch Multiplikation von Gleichung (7.125) mit S
xx
/S
x
und Subtraktion der zweiten von der
ersten Gleichung erhalten wir
b
_
S
x

NS
xx
S
x
_
S
xy
+S
y
S
xx
S
x
= 0, (7.126)
woraus folgt:
b =
S
y
S
xx
S
x
S
xy
NS
xx
S
2
x
. (7.127)
Multiplikation von Gleichung (7.125) mit S
x
/N und anschlieender Subtraktion von Gleichung
(7.124) hingegen ergibt:
a
_
S
xx

S
2
x
N
_
S
xy
+
S
y
S
x
N
= 0 (7.128)
und somit:
a =
NS
xy
S
x
S
y
NS
xx
S
2
x
. (7.129)
Damit haben wir die Parameter a und b der Ausgleichsgeraden bestimmt.
Wenn wir den Fehler
i
in den Messwerten ber ucksichtigen und die Terme in der Summe der
Abweichungsquadrate damit gewichten, ergeben sich ahnliche Ausdr ucke f ur a und b. Statt der
linearen Funktion f(x) = ax +b konnen wir auch andere Funktionen an die Messdaten anpassen.
Die Gleichungen, die sich dann aus
2
/a
i
ergeben, sind jedoch schwieriger zu losen als im linearen
Fall.
180 7 Fehlerrechnung
Kapitel 8
Dierentiation von Feldern: grad,
div und rot
Im Folgenden werden wir uns mit Vektoranalysis beschaftigen. Dabei geht es um die mathe-
matische Beschreibung von Feldern im dreidimensionalen Raum. F ur die Beschreibung sind die
Begrie des Gradienten, der Rotation und der Divergenz von zentraler Bedeutung.
8.1 Felder
8.1.1 Skalarfelder
Betrachten wir als Beispiel die Atmosphare uber einem bestimmten Gebiet, sagen wir uber Wien.
Es ist ein sonniger Tag und die Sonnenstrahlen erwarmen Straen, Hauser, etc. Die Temperatur
der Luft uber dem Boden hangt nur von der Beschaenheit des Bodens ab. Wahrend dunkler
Asphalt die Sonnenstrahlen absorbiert und dadurch die dar uber liegende Luft erwarmt, bleibt die
Luft uber begr unten Flachen eher k uhl. Am k uhlsten bleibt es in beschatteten Bereichen. Ferner
hangt die Lufttemperatur von der Hohe uber dem Boden ab: je hoher wir steigen, umso k uhler
wird es. Durch Messung mit einem Thermometer konnen wir die Temperatur an jedem durch die
Koordinaten (x, y, z) beschriebenen Punkt bestimmen und erhalten
T(x, y, z). (8.1)
Da die Temperatur auch von der Tageszeit abhangt, konnen wir auch die Zeit t in die Variablenliste
aufnehmen:
T(x, y, z, t). (8.2)
Dies ist ein Beispiel f ur ein zeitabhangiges, skalares Feld. Das Feld T(x, y, z, t) heit deshalb
skalar, weil die Temperatur T eine skalare Groe ist. Im Allgemeinen ordnet ein Skalarfeld jedem
Punkt (x, y, z) eines raumlichen (oder ebenen) Bereichs in eindeutiger Weise einen Skalar A zu
(siehe Abb. 8.1):
A(x, y, z) = A(r). (8.3)
Das Feld A(x, y, z) kann man sich mit Hilfe der Flachen veranschaulichen, auf denen die skala-
re Groe einen konstanten Wert hat: A(x, y, z) =const. Man nennt diese Flachen Niveau- oder

Aquipotentialachen. In der Ebene deniert die Bedingung A(x, y) =const Niveaulinien (oder
181
182 8 Dierentiation von Feldern: grad, div und rot
Abbildung 8.1: Ein Skalarfeld ordnet jedem Punkt r in der Ebene (r = (x, y), links) oder im Raum
(r = (x, y, z), rechts) eine skalare Groe A(r) zu.

Aquipotentiallinien). Solche Niveaulinien kennen wir von topographischen Karten, in denen sie
Punkte gleicher Meereshohe verbinden, oder vom Wetterbericht, wo in der Temperaturkarte f ur
einen diskreten Satz von Temperaturen Punkte gleicher Temperatur durch Niveaulinien miteinan-
der verbunden sind. Ein weiteres 2D-Beispiel ist eine metallische Platte, die an einer Ecke erhitzt
und an den gegen uberliegenden Seiten gek uhlt wird (siehe Abb. 8.2).
Abbildung 8.2: Eine metallische Platte wird an der rechten hinteren Ecke erwarmt und gleichzei-
tig an der linken und der vorderen Kante gek uhlt. Dadurch stellt sich ein Zustand ein, bei dem
die Temperatur der Platte vom Ort abhangt. Orte gleicher Temperatur sind durch so genannte
Niveaulinien miteinander verbunden.
8.1.2 Vektorfelder
In anderen Fallen ist es notwendig, an jeder Stelle x, y, z einen Vektor zu denieren. So mochte
man beispielsweise zusatzlich zur Temperatur auch die Windgeschwindigkeit v als Funktion des
Ortes angeben:
v(x, y, z). (8.4)
Da sich Windgeschwindigkeit und Windrichtung mit der Zeit andern, konnen wir auch in die-
sem Fall die Zeit t in die Liste der Argumente aufnehmen und erhalten damit ein zeitabhangiges
Geschwindigkeitsfeld:
v(x, y, z, t). (8.5)
8 Dierentiation von Feldern: grad, div und rot 183
Ein solches Feld nennt man ein Vektorfeld. Im Allgemeinen ordnet ein Vektorfeld jedem Ort
(x, y, z) eines Bereichs und (falls notig) auch jedem Zeitpunkt aus einem bestimmten Intervall
einen Vektor zu:

A(x, y, z) =

A(r). (8.6)
In der Ebene ist ein Vektorfeld

A(x, y) analog deniert (siehe Abb. 8.3). Beispiele f ur Vektorfelder
sind das elektrische Feld, das magnetische Feld und das Geschwindigkeitsfeld einer stromenden
Fl ussigkeit.
Abbildung 8.3: Ein Vektorfeld ordnet jedem Punkt r (hier in der Ebene) einen Vektor

A(r) zu.
Vektorfelder kann man mit Feldlinien veranschaulichen. Das sind Linien, f ur die in jedem Punkt
der dortige Feldvektor tangential zur Linie ist. Feldlinien konnen sich nicht schneiden, da in jedem
Punkt der Feldvektor eine eindeutige Richtung hat. W urden sich Feldlinien unter einem Winkel
schneiden, gabe es an einem Punkt zwei verschiedene Feldvektoren, was jedoch nicht zulassig ist.
Felder, die sich zeitlich nicht andern, nennt man stationar. Die Dichte der Feldlinien ist ein Ma
f ur die Starke des Vektorfeldes.
Abbildung 8.4: Ein Vektorfeld (hier das zweidimensionale Geschwindigkeitsfeld einer Stromung um
eine Scheibe) kann mit Hilfe von Feldlinien, zu denen die Feldvektoren tangential sind, dargestellt
werden.
Einige Felder von besonderer Bedeutung sind:
Homogene Felder:
In einem homogenen Feld hat der Feldvektor uberall die gleiche Richtung und den gleichen
Betrag. Ein homogenes Feld kann geschrieben werden als

A(x, y, z) = (c
x
, c
y
, c
z
), (8.7)
wobei c
x
, c
y
, c
z
Konstanten sind.
184 8 Dierentiation von Feldern: grad, div und rot
Kugelsymmetrische Felder (Zentralfelder):
Abbildung 8.5: Ein kugelsymmetrisches Vektorfeld.
Der Feldvektor zeigt in jedem Punkt radial nach auen oder innen, also vom Ursprung weg
oder zum Ursprung hin. Der Betrag hangt nur vom Abstand r vom Zentrum ab. Ein kugel-
symmetrisches Feld lasst sich ausdr ucken als:

A(r) = a(r)
r
r
, (8.8)
wobei r = [r[ der Abstand des Punktes vom Ursprung ist. Beispiele f ur ein kugelsymmetri-
sches Feld sind das Gravitationsfeld der Erde und das elektrische Feld einer Punktladung.
Zylinder- oder axialsymmetrische Felder:
Abbildung 8.6: Ein zylindersymmetrisches Vektorfeld.
Der Feldvektor zeigt radial von einer Achse weg und hat keine Komponente in Achsenrich-
tung. Der Betrag hangt nur vom Abstand des Punktes zur Achse ab. Ein zylindersymmetri-
sches Feld lasst sich schreiben als:

A(r) = a()e

. (8.9)
Hier ist der Normalabstand zur z-Achse und e

der Einheitsvektor normal zur z-Achse in

Richtung zum Punkt r.
8 Dierentiation von Feldern: grad, div und rot 185
8.2 Gradient
8.2.1 Denition
Betrachten wir ein Skalarfeld A(x, y, z) im dreidimensionalen Raum (zum Beispiel die Temperatur
T(x, y, z) eines ungleichmaig erwarmten Korpers). Wir fragen uns nun, wie sich die skalare Groe
A andert, wenn wir uns vom Punkt r = (x, y, z) leicht wegbewegen, wenn wir also von r = (x, y, z)
auf r + dr = (x + dx, y + dy, z + dz) ubergehen. In linearer Naherung (f ur sehr kleine dx, dy und
dz) ist die

Anderung dA in der Groe A gegeben durch
dA =
A
x
dx +
A
y
dy +
A
z
dz. (8.10)
(Dies ist einfach das bereits bekannte totale Dierential der Funktion A(x, y, z).) Wir konnen
die rechte Seite der obigen Gleichung als das Skalarprodukt des Vektors dr = (dx, dy, dz) mit dem
Vektor (A/x, A/y, A/z) betrachten. Dieser im Allgemeinen ortsabhangige Vektor ist der
Gradient des Skalarfeldes A(x, y, z). Wir schreiben daf ur
grad A =
_
_
_
A
x
A
y
A
z
_
_
_ = A(x, y, z). (8.11)
A(x, y, z) nennt man auch das Gradientenfeld von A(x, y, z).
Das Symbol ist der Nabla-Operator, der in der Vektoranalysis eine zentrale Rolle einnimmt
und formal als Vektor geschrieben werden kann:
=
_
_
_

z
_
_
_. (8.12)
Der Nabla-Operator (auf Englisch auch del genannt) wurde zum ersten Mal vom irischen Phy-
siker William Rowan Hamilton (1805-1865) verwendet. Das Wort Nabla bezeichnet eine antike
Harfe und wurde vermutlich wegen der

Ahnlichkeit des Symbols mit einer Harfe eingef uhrt.
Der Gradient des Skalarfeldes A(x, y, z) ist also ein Vektorfeld, dessen Komponenten die partiellen
Ableitungen von A(x, y, z) nach den Raumkoordinaten sind. Der Gradient von A entsteht durch
Anwendung des Nabla-Operators auf A. Man kann den Gradienten auch mit Hilfe der Basisvektoren
e
x
, e
y
, e
z
ausdr ucken:
grad A = A =
A
x
e
x
+
A
y
e
y
+
A
z
e
z
. (8.13)
Auch die Schreibweise
A =
A
r
(8.14)
wird oft verwendet.
8.2.2 Eigenschaften
Der Gradient steht senkrecht auf die

Aquipotentialachen (Niveauachen), auf denen A = const.
Um das einzusehen, betrachten wir die

Anderung dA, die durch Verschiebung des Ortsvektors
r(x, y, z) um dr = (dx, dy, dz) entsteht:
dA = A dr. (8.15)
186 8 Dierentiation von Feldern: grad, div und rot
Ist dr tangential zur Niveauache, bleibt A konstant und wir haben:
dA = A dr = 0. (8.16)
Das bedeutet, dass A senkrecht auf die Flachen mit A = const steht. In der Ebene konnen wir
uns das f ur das Temperaturfeld T(x, y) leicht veranschaulichen: Auf diesen Linien ist T konstant.
Das heit, wenn wir auf ihnen entlangfahren, andert sich die Temperatur nicht. Wenn wir dr in
Richtung einer solchen Linie wahlen, muss daher f ur kleine dr gelten: dA = 0. Das Dierential dA
ist aber das Skalarprodukt von dr und A: dA = A dr. Daher haben wir A dr = 0. Somit ist
A orthogonal zu dr und, da dr tangential an die Niveaulinie ist, auch orthogonal zur Niveaulinie
selbst. Analog gilt das auch in hoheren Dimensionen.
Abbildung 8.7: Der Gradient A eines skalaren Feldes A(r) (hier das Temperaturfeld von Abb.
8.2) steht normal zu den Niveaulinien des Feldes.
Der Gradient A zeigt in die Richtung, in der die Funktion A(x, y, z) amschnellsten anwachst.
Man kann dies zum Beispiel mit Hilfe der Lagrangeschen Multiplikatoren beweisen, worauf
wir aber hier nicht eingehen konnen. Anschaulich ist dies plausibel, da wir nat urlich am schnellsten
von einer Niveaulinie (oder Niveauache) zur nachsten kommen, wenn wir uns senkrecht dazu, also
in Richtung des Gradienten, bewegen. (Denken Sie zum Beispiel an die Hohenschichtenlinien auf
einer Wanderkarte.) Der negative Gradient zeigt in die Richtung der schnellsten Abnahme der
Funktion A(x, y, z). Der Betrag des Gradienten ist die Steigung (oder Ableitung) der Funktion
in der Richtung ihres starksten Zuwachses.
Beispiel:
Betrachten wir das Gravitationspotential, das von einer Masse M im Ursprung erzeugt wird:
u(x, y, z) =
GM
_
x
2
+y
2
+z
2
=
GM
r
. (8.17)
Hier ist r der Abstand einer Probemasse m vom Ursprung und mu(x, y, z) ist die potentielle Ener-
gie dieser Probemasse. G ist die Gravitationskonstante. Der Gradient des Gravitationspotentials
lautet:
u =
_
_
_
u
x
u
y
u
z
_
_
_ =
_
_
_
_
_
_

1
2
GM
(x
2
+y
2
+z
2
)
3
2
2x

1
2
GM
(x
2
+y
2
+z
2
)
3
2
2y

1
2
GM
(x
2
+y
2
+z
2
)
3
2
2z
_
_
_
_
_
_
=
GM
(x
2
+ y
2
+z
2
)
3
2

_
_
_
x
y
z
_
_
_ =
GM
r
3
_
_
_
x
y
z
_
_
_ =
GM
r
2
e
r
. (8.18)
Die

Aquipotentialachen dieses Feldes sind konzentrische Kugeln und u ist orthogonal zur ent-
sprechenden Kugeloberache. Die Kraft auf die Probemasse m

F(r) = mu =
GMm
r
2
e
r
(8.19)
8 Dierentiation von Feldern: grad, div und rot 187
zeigt zum Ursprung und ist somit attraktiv.
Beispiel:
Das Feld
u(x, y) = x
2
+y
2
(8.20)
hat den Gradienten
u =
_
u
x
u
y
_
=
_
2x
2y
_
. (8.21)
8.2.3 Richtungsableitung
Die Ableitung der Funktion A(x, y, z) in Richtung eines beliebigen Vektors a lasst sich ebenfalls
mit Hilfe des Gradienten ausdr ucken:
A(x, y, z)
a
[a[
= A e
a
. (8.22)
Die Groe nennt man die Richtungsableitung in Richtung des Vektors a. Man erhalt sie durch
Projektion des Gradienten A auf den normierten Richtungsvektor e
a
=
a
|a|
. Die Richtungsablei-
tung ist in Richtung des Gradienten am groten.
8.2.4 Rechenregeln
F ur den Gradienten gelten folgende Rechenregeln:
F ur ein konstantes Feld A(r) = c folgt: A = 0,
Summenregel: (A +B) = A +B,
Faktorregel: (A) = A,
Produktregel: (AB) = AB +BA.
Diese Regeln folgen aus den Regeln f ur die partielle Dierentiation.
Zusammenfassend halten wir fest:
Der Gradient von A(r) ist ein Vektor (eigentlich ein Vektorfeld), dessen Kompo-
nenten die partiellen Ableitungen nach den Koordinaten sind.
Der Gradient entsteht durch Anwendung des Nabla-Operators auf A(r).
A steht orthogonal zu den Niveauachen.
A zeigt in Richtung des starksten Zuwachses von A(r).
A e
a
= A (a/[a[) ist die Richtungsableitung von A in Richtung von a.
188 8 Dierentiation von Feldern: grad, div und rot
8.3 Divergenz
8.3.1 Denition
Die Divergenz eines Vektorfeldes beschreibt die Quellstarke eines Feldes. Im Falle des elektrischen
Feldes zum Beispiel verkn upft die Divergenz das elektrische Feld mit dessen Quellen, also mit den
Ladungen. Formal deniert man die Divergenz div

A eines Vektorfeldes

A(r) als das Skalarprodukt
des Nabla-Operators mit dem Feld:
div

A =

A =
A
x
x
+
A
y
y
+
A
z
z
. (8.23)
Die Divergenz eines Vektorfeldes ist ein skalares Feld. (Ganz im Gegensatz zum Gradienten, der
aus einem Skalarfeld ein Vektorfeld macht.)
Beispiel:
Die Divergenz des Vektorfeldes

A(r) =
_
_
_
x
2
y
zxy
x
2
+ y
2
_
_
_ (8.24)
ist
div

A =

A =
(x
2
y)
x
+
(zyx)
y
+
(x
2
+y
2
)
z
= 2xy +zx = x(2y +z). (8.25)
8.3.2 Anschauliche Interpretation als lokale Quellstarke
Ein anschauliches Verstandnis der Divergenz konnen wir durch folgende

Uberlegung erreichen. Be-
trachten wir eine stromende Fl ussigkeit, deren raumliche Stromung durch das Geschwindigkeitsfeld
v(x, y, z) =
_
_
_
v
x
(x, y, z)
v
y
(x, y, z)
v
z
(x, y, z)
_
_
_ (8.26)
beschrieben wird. Wir wollen nun die Fl ussigkeitsmenge berechnen, welche pro Zeiteinheit in ein
kleines Volumen um den willk urlich gewahlten Punkt P(x, y, z) eintritt, beziehungsweise aus diesem
Volumen austritt (siehe Abb. 8.8).
Dieses innitesimale Volumen wird durch ebene Seitenachen begrenzt, die parallel zu den Ko-
ordinatenebenen liegen. Die Seitenlangen des dadurch entstehenden Quaders sind in x-, y- und
z-Richtung jeweils dx, dy und dz. Der Punkt P = (x, y, z) liegt im Mittelpunkt des Quaders, das
heit die Seitenachen haben einen Abstand von dx/2 beziehungsweise dy/2 und dz/2 vom Punkt
P. Zu jeder Seitenache denieren wir einen Flachenvektor, dessen Betrag gleich dem Flacheninhalt
der jeweiligen Seitenache ist. Die Flachenvektoren stehen senkrecht auf die jeweiligen Seitenachen
8 Dierentiation von Feldern: grad, div und rot 189
Abbildung 8.8: Ein kleines quaderformiges Volumen um Punkt P mit Flachenvektoren

f
1
,

f
2
,

f
3
,

f
4
,

f
5
und

f
6
. Am Punkt P = (x, y, z) herrscht die Geschwindigkeit v(x, y, z) vor.
und zeigen nach auen. Diese in Abb. 8.8 eingezeichneten Flachenvektoren sind:

f
1
=
_
_
_
dydz
0
0
_
_
_ =

f
2
, (8.27)

f
3
=
_
_
_
0
dzdx
0
_
_
_ =

f
4
, (8.28)

f
5
=
_
_
_
0
0
dxdy
_
_
_ =

f
6
. (8.29)
Wir bestimmen nun die Fl ussigkeitsmenge, die pro Zeiteinheit durch die Seitenwande des Quaders
stromt (also den Fluss). Wie wir fr uher bereits gesehen haben, ist der Fluss durch eine Flache
gleich dem Skalarprodukt des Geschwindigkeitsvektors mit dem Flachenvektor. Wenn wir f ur jede
Flache den Geschwindigkeitsvektor in der Mitte der Flache nehmen, ergibt sich zum Beispiel f ur
die Seitenache mit dem Flachenvektor

f
1
der Fluss:

f
1
v(x +
dx
2
, y, z). (8.30)
Dabei ist v(x+
dx
2
, y, z) der Geschwindigkeitsvektor in der Mitte der Flache mit dem Flachenvektor

f
1
. Durch Verwendung der Komponentendarstellung des Vektors

f
1
ergibt sich f ur den Fluss
v
x
(x +
dx
2
, y, z)dydz. (8.31)
Auf ahnliche Weise erhalten wir f ur die gegen uberliegende Seitenache mit dem Vektor

f
2
einen
Fluss von
v
x
(x
dx
2
, y, z)dydz. (8.32)
190 8 Dierentiation von Feldern: grad, div und rot
F ur die Fl usse durch die anderen Flachen erhalten wir jeweils:

f
3
: v
y
(x, y +
dy
2
, z)dxdz, (8.33)

f
4
: v
y
(x, y
dy
2
, z)dxdz, (8.34)

f
5
: v
z
(x, y, z +
dz
2
)dxdy, (8.35)

f
6
: v
z
(x, y, z
dz
2
)dxdy. (8.36)
Die

Anderung der Fl ussigkeitsmenge in unserem kleinen Quader ergibt sich aus den Fl ussigkeits-
mengen, die in den Quader hinein oder aus dem Quader heraus ieen. Durch Addition der Fl ussig-
keitsmengen, die durch die einzelnen Flachen ieen, erhalten wir den Verlust oder den

Uberschuss
an Fl ussigkeit, der pro Zeiteinheit f ur unser kleines Volumen zu verzeichnen ist:
_
v
x
(x +
dx
2
, y, z) v
x
(x
dx
2
, y, z)
_
dydz
+
_
v
y
(x, y +
dy
2
, z) v
y
(x, y
dy
2
, z)
_
dxdz
+
_
v
z
(x, y, z +
dz
2
) v
z
(x, y, z
dz
2
)
_
dxdy. (8.37)
Wir multiplizieren und dividieren nun den ersten dieser drei Terme mit dx, den zweiten mit dy
und den dritten mit dz:
v
x
(x +
dx
2
, y, z) v
x
(x
dx
2
, y, z)
dx
dxdydz
+
v
y
(x, y +
dy
2
, z) v
y
(x, y
dy
2
, z)
dy
dxdydz
+
v
z
(x, y, z +
dz
2
) v
z
(x, y, z
dz
2
)
dz
dxdydz. (8.38)
F ur kleine Kantenlangen werden aus den drei Quotienten im obigen Ausdruck partielle Ableitungen
und wir erhalten:
v
x
x
dV +
v
y
y
dV +
v
z
z
dV =
_
v
x
x
+
v
y
y
+
v
z
z
_
dV. (8.39)
Mit Hilfe der Divergenz konnen wir diesen Ausdruck schreiben als:
divv dV = ( v)dV. (8.40)
Die zeitliche

Anderung der Fl ussigkeitsmenge in unserem Quader ist also durch das Produkt
der Divergenz des Stromungsfeldes mit dem innitesimalen Volumen dV gegeben. Die Divergenz
beschreibt also den Gewinn oder Verlust an Fl ussigkeit pro Zeiteinheit in einem kleinen Volums-
element dV um (x, y, z). F ur eine inkompressible Fl ussigkeit ist die Fl ussigkeitsmenge im Volumen
nat urlich konstant. F ur eine kompressible Fl ussigkeit hingegen kann diese Menge uktuieren und
v kann verschieden von 0 sein. (Genau genommen m ussen wir hier (v) statt v betrachten.)
Falls divv > 0, uberwiegt der Abuss. Das heit, es iet mehr Fl ussigkeit aus dem Volumen
heraus als in das Volumen hinein. Man sagt in diesem Fall, dass sich im Volumen dV eine Quelle
bendet. Falls hingegen divv < 0, uberwiegt der Zuuss und es iet eine groere Fl ussigkeits-
menge in das Volumen dV hinein als aus dem Volumen dV heraus. Im Volumen dV bendet sich
dann eine Senke. F ur divv = 0 halten sich Zuuss und Abuss genau die Waage und man sagt,
das Feld ist in diesem Punkt quellenfrei.
8 Dierentiation von Feldern: grad, div und rot 191
Die Divergenz div

A eines Feldes

A wird auch als dessen lokale Quellstarke bezeichnet. Die
Divergenz ist eine lokale Groe, die sich von einem Punkt zum anderen verandern kann. Die
Divergenz div

A des Vektorfeldes

A ist selbst ein Skalarfeld.
Beispiel:
Betrachten wir die Kraft

F auf eine Masse m im Gravitationsfeld, das durch die Masse M im
Ursprung erzeugt wird (siehe Abb. 8.9):

F =
GMm
r
3
_
_
_
x
y
z
_
_
_. (8.41)
Die Divergenz des Gravitationsfeldes ist
div

F =

F =
F
x
x
+
F
y
y
+
F
z
z
. (8.42)
Die partielle Ableitung der x-Komponente der Kraft nach der Koordinate x ist
F
x
x
= GMm

x
x
(x
2
+y
2
+z
2
)
3
2
= GMm
(x
2
+y
2
+z
2
)
3
2
x
3
2
(x
2
+y
2
+z
2
)
1
2
2x
(x
2
+y
2
+z
2
)
3
= GMm
(x
2
+y
2
+z
2
)
3
2
3x
2
(x
2
+y
2
+z
2
)
1
2
(x
2
+y
2
+z
2
)
3
= GMm
r
3
3x
2
r
r
6
. (8.43)
Auf ahnliche Weise erhalten wir:
F
y
y
= GMm
r
3
3y
2
r
r
6
und
F
z
z
= GMm
r
3
3z
2
r
r
6
. (8.44)
Durch Addieren dieser drei partiellen Ableitungen ergibt sich
div

F = GMm
3r
3
3(x
2
+ y
2
+z
2
)r
r
6
= GMm
3r
3
3r
3
r
6
= 0. (8.45)
Das Gravitationsfeld ist also uberall, wo es deniert ist (f ur r ,= 0), quellenfrei.

Uber den Ur-
sprung, also den Punkt (0,0,0), konnen wir hier keine Aussage machen, da in diesem Punkt das Feld

F divergiert. Eine mathematisch weiterf uhrende Betrachtung zeigt jedoch, dass das Gravitations-
feld genau im Ursprung eine punktformige Quelle besitzt, die durch eine -Funktion dargestellt
werden kann.

Uberall sonst ist das Gravitationsfeld quellenfrei, da wir ja keine zusatzliche Masse
betrachtet haben.
Beispiel:
Gegeben sei das Feld

A(x, y, z) = (xy
2
, z
2
+y
2
, 12xyz
3
). Die Divergenz dieses Feldes ist:
div

A =
A
x
x
+
A
y
y
+
A
z
z
= y
2
+ 2y + 36xyz
2
. (8.46)
8.3.3 Rechenregeln
F ur die Divergenz gelten folgende Rechenregeln:
192 8 Dierentiation von Feldern: grad, div und rot
Abbildung 8.9: Die Kraft

F auf eine Masse m im Gravitationsfeld der Masse M im Ursprung.
F ur ein konstantes Feld

A(x, y, z) =c gilt:
div

A = 0. (8.47)
Summenregel:
div (

A +

B) = (

A +

B) =

A+

B
= div

A + div

B. (8.48)
Faktorregel:
div (

A) = div

A. (8.49)
Produktregel f ur das Produkt eines Skalarfeldes A mit einem Vektorfeld

B:
div (A

B) = (A

B) = A(

B) +

B A
= Adiv

B +

B grad A. (8.50)
Diese Beziehung lasst sich leicht durch explizites Ausf uhren der partiellen Dierentiation verstehen:
(A

B) =
AB
x
x
+
AB
y
y
+
AB
z
z
= B
x
A
x
+A
B
x
x
+B
y
A
y
+A
B
y
y
+B
z
A
z
+A
B
z
z
= B
x
A
x
+B
y
A
y
+B
z
A
z
. .

BA
+A
_
B
x
x
+
B
y
y
+
B
z
z
_
. .
A

B
=

B A +A

B =

B grad A+Adiv

B. (8.51)
8.4 Laplace-Operator
Wenn wir den Gradienten eines Skalarfeldes A bilden, erhalten wir das Vektorfeld
grad A = A =
_
A
x
,
A
y
,
A
z
_
. (8.52)
8 Dierentiation von Feldern: grad, div und rot 193
Wenden wir nun den Nabla-Operator auf dieses Vektorfeld an (wir bilden also dessen Divergenz),
erhalten wir
div grad A = (A) =
_
_
_
A
x
A
y
A
z
_
_
_ =

2
A
x
2
+

2
A
y
2
+

2
A
z
2
. (8.53)
Wir schreiben daf ur auch
div grad A =
2
A = A (8.54)
und nennen den Operator =

2
x
2
+

2
y
2
+

2
z
2
den Laplace-Operator. Der Laplace-Operator
ist ein Dierentialoperator, der zum Beispiel in der Poissongleichung vorkommt, welche das von
einer Ladungsverteilung erzeugte elektrische Potential beschreibt.
8.5 Rotation
8.5.1 Denition
Neben dem Skalarprodukt des Nabla-Operators mit dem Vektorfeld

A(r) konnen wir auch das
Vektorprodukt von und

A bilden und erhalten dadurch die Rotation (Englisch: curl ) von

A:
rot

A(r) =

A =
_
_
_

z
_
_
_
_
_
_
A
x
A
y
A
z
_
_
_ =
_
_
_
_
Az
y

Ay
z
Ax
z

Az
x
Ay
x

Ax
y
_
_
_
_
. (8.55)
Die Rotation rot

A des Vektorfeldes

A ist selbst ein Vektorfeld. Man nennt dieses Feld auch Wir-
belfeld.
Das Vektorprodukt
c =a

b (8.56)
(und somit auch die Rotation eines Vektorfeldes) kann man mit Hilfe des sogenannten Epsilon-
Tensors (auch Levi-Civita Symbol genannt) sehr kompakt dargestellen. Die i-te Komponente
von c lasst sich damit schreiben als:
c
i
=
3

j=1
3

k=1

ijk
a
j
b
k
. (8.57)
Die Einsteinsche Summenkonvention ( uber Indizes, die zweifach vorkommen, wird summiert)
vereinfacht die Schreibweise zu:
c
i
=
ijk
a
j
b
k
. (8.58)
Der -Tensor hangt von drei Indizes ab und ist deniert als:

ijk
=
_

_
1, f ur gerade Permutationen von 123, d.h. f ur (123), (312) und (231),
1, f ur ungerade Permutationen von 123, d.h. f ur (321), (213) und (132),
0, wenn zwei Indizes gleich sind.
(8.59)
194 8 Dierentiation von Feldern: grad, div und rot
Eine geradzahlige (ungeradzahlige) Permutation von 123 erhalt man, wenn man geradzahlig (un-
geradzahlig) viele Zahlenpaare vertauscht (permutiert). Wir erhalten also:
c
1
=
123
a
2
b
3
+
132
a
3
b
2
= a
2
b
3
a
3
b
2
, (8.60)
c
2
=
231
a
3
b
1
+
213
a
1
b
3
= a
3
b
1
a
1
b
3
, (8.61)
c
3
=
312
a
1
b
2
+
321
a
2
b
1
= a
1
b
2
a
2
b
1
. (8.62)
Zu einer wesentlichen Vereinfachung der Notation f uhrt oft auch die Verwendung des Kronecker-
Deltas, das deniert ist als

ij
=
_
_
_
1, falls i = j
0, falls i ,= j
(8.63)
Dies entspricht der Einheitsmatrix,

ij
= Einheitsmatrix =
_
_
_
_
_
_
_
_
_
1 0 0 0
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
0 0 0 1
_
_
_
_
_
_
_
_
_
. (8.64)
Mit Hilfe das Kronecker-Deltas (und der Einsteinschen Summenkonvention) kann etwa das Skalar-
produkt geschrieben werden als
a

b =
ij
a
i
b
j
= a
i
b
i
. (8.65)
8.5.2 Anschauliche Interpretation als lokale Wirbelstarke
Zur anschaulichen Interpretation der Rotation (als lokale Wirbelstarke) betrachten wir ein kon-
kretes Beispiel. Wir stellen uns eine Fl ussigkeit vor, in der ein Wirbel vorhanden ist. Von oben
betrachtet sind die Feldlinien des zugehorigen Geschwindigkeitsfeldes konzentrische Kreise um den
Ursprung (siehe Abb. 8.10).
Die Geschwindigkeit v der Fl ussigkeit am Ort r sei gegeben durch (siehe Abschnitt 2.8.2)
v(r) = r. (8.66)
wobei ein Winkelgeschwindigkeitsvektor mit Betrag [[ = ist und normal zur Zeichenebene
steht sowie zum Betrachter hin zeigt. Gema Gleichung (8.66) ist die Geschwindigkeit v(r) senk-
recht auf r und und liegt deshalb in der Zeichenebene. F ur alle Entfernungen vom Mittelpunkt
bewegt sich die Fl ussigkeit mit derselben Winkelgeschwindigkeit um den Ursprung. Man nennt
so einen Wirbel einen homogenen Wirbel mit der Drehachse durch den Ursprung. Je groer
ist, umso schneller dreht sich der Wirbel (umso starker ist er also).
Die Rotation dieses Stromungsfeldes ist gema der Denition in Gleichung (8.55) gegeben durch:
rot v(r) = v(r) = ( r). (8.67)
Falls wir die z-Achse in Richtung legen, haben wir
r =
_
_
_
0
0

_
_
_
_
_
_
x
y
z
_
_
_ =
_
_
_
y
x
0
_
_
_ (8.68)
8 Dierentiation von Feldern: grad, div und rot 195
Abbildung 8.10: Geschwindigkeitsfeld v = r einer rotierenden Fl ussigkeit.
und deshalb
rot v(r) =
_
_
_
y
x
0
_
_
_ =
_
_
_

z
_
_
_
_
_
_
y
x
0
_
_
_
=
_
_
_

z
(x)

z
(y)

x
x +

y
y
_
_
_ =
_
_
_
0
0
2
_
_
_, (8.69)
das heit, die Rotation von diesem speziellen Stromungsfeld ist gleich dem doppelten Winkelge-
schwindigkeitsvektor :
rot v = 2. (8.70)
Wir konnen die Rotation von v also sowohl nach Richtung als auch nach Groe als eine lokale
Wirbelstarke auassen. Man nennt daher rot

A(r) auch das Wirbelfeld von

A(r). In unserem
Beispiel ist rot v konstant, im Allgemeinen andert sich aber die Rotation rot v von Ort zu Ort.
Zur weiteren Veranschaulichung der Rotation betrachten wir eine inhomogene Stromung, in der
die Stromungsgeschwindigkeit v(r) vom Ort abhangt. Die in Abb. 8.11 dargestellte Stromung
beispielsweise hat ein Geschwindigkeitsprol, bei dem die Geschwindigkeit in x-Richtung linear
mit der y-Koordinate zunimmt, das heit, die Stromungsgeschwindigkeit ist oben hoher als unten.
Abbildung 8.11: Geschwindigkeitsfeld einer Stromung mit linearem Geschwindigkeitsprol.
Wir stellen uns nun einen kleinen Quader vor, der mit der Stromung mitschwimmt (etwa einen
kleinen Holzblock, der in einem Bach mit der Stromung mittreibt) (siehe Abb. 8.12).
Aus der Perspektive des Quaders, also in einem mitbewegten Bezugssystem, bewegt sich die Fl ussig-
keit oberhalb und unterhalb des Quaders in entgegengesetzte Richtung und verursacht dadurch eine
Drehung des Quaders (siehe Abb. 8.13).
196 8 Dierentiation von Feldern: grad, div und rot
Abbildung 8.12: Mitschwimmendes Objekt in der Stromung von Abb. 8.11.
Abbildung 8.13: Geschwindigkeitsfeld der Stromung von Abb. 8.11 aus der Perspektive des mit-
schwimmenden Objekt.
Wie schnell rotiert nun dieser Quader? Unter der Annahme, dass die Translation des Quaders
mit der an seinem Mittelpunkt vorherrschenden Geschwindigkeit v(x, y) erfolgt und die oberen
und unteren Seitenachen sich mit der Stromung mitbewegen, ist die Winkelgeschwindigkeit des
Quaders gegeben durch
=
_
v
x
_
x, y +
dy
2
, z
_
v
x
_
x, y
dy
2
, z
__
dy
, (8.71)
wobei dy die Kantenlange des Quaders in y-Richtung ist. F ur kleine Quader gilt also
=
v
x
y
. (8.72)
F ur eine solche Stromung, in der die x-Komponente der Geschwindigkeit linear von der y-Komponente
abhangt (man nennt eine solche Stromung eine Scherstromung mit linearem Geschwindigkeitspro-
l),
v
x
= y, (8.73)
v
y
= 0, (8.74)
v
z
= 0, (8.75)
erhalten wir f ur die Winkelgeschwindigkeit des Quaders =
vx
y
= . Die Konstante beschreibt
dabei den Anstieg des Geschwindigkeitsprols. Die Rotation dieses Geschwindigkeitsfeldes ist folg-
lich:
rot v = v =
_
_
_

z
_
_
_
_
_
_
y
0
0
_
_
_ =
_
_
_
0
0

_
_
_ =
_
_
_
0
0

_
_
_ = . (8.76)
Auch hier ist also die Rotation ein Ma f ur die lokale Wirbelstarke. (Das Minuszeichen haben wir
hier, weil die Rotation in der xy-Ebene in mathematisch negativer Richtung erfolgt.) Die Rotation
beschreibt also, wie ein kleines Teilchen rotiert, das mit der Stromung mittreibt.
Ein Feld

A(r) nennt man an der Stelle r wirbelfrei, wenn rot

A an der Stelle r verschwindet.
8 Dierentiation von Feldern: grad, div und rot 197
Beispiel:
Wir betrachten wieder das Schwerefeld

F =
GMm
(x
2
+y
2
+z
2
)
3
2
_
_
_
x
y
z
_
_
_. (8.77)
Die Rotation dieses Feldes ist
rot

F =

F =
_
_
_
_
Fz
y

Fy
z
Fx
z

Fz
x
Fy
x

Fx
y
_
_
_
_
. (8.78)
Die partielle Ableitung F
z
/y ist gegeben durch:
F
z
y
= GMm

y
z
(x
2
+y
2
+z
2
)
3
2
= GMmz
2y
(x
2
+y
2
+z
2
)
5
2
_

3
2
_
=
3GMmzy
(x
2
+y
2
+z
2
)
5
2
=
3GMmzy
r
5
. (8.79)
Allgemein gilt
F

=
3GMm
r
5
f ur , = x, y, z und ,= . (8.80)
Das heit aber, dass
F

=
F

. (8.81)
Infolgedessen verschwinden alle Komponenten der Rotation in Gleichung (8.78):
rot

F =
_
_
_
0
0
0
_
_
_ =

0. (8.82)
Das Gravitationsfeld ist also wirbelfrei (so wie alle radialen (kugelsymmetrischen) Vektorfelder).
8.5.3 Rechenregeln
F ur die Rotation gelten folgende Rechenregeln:
F ur ein konstantes Feld

A(r) =c gilt:
rot

A = 0. (8.83)
Summenregel:
rot (

A +

B) = rot

A + rot

B. (8.84)
Faktorregel:
(

A) = (

A) (rot

A = rot

A). (8.85)
Produktregel f ur Produkt aus Skalar- und Vektorfeld:
rot (A

B) = Arot

B + grad A

B. (8.86)
198 8 Dierentiation von Feldern: grad, div und rot
Diese Regeln ergeben sich einfach durch Anwendung der Regeln f ur die partielle Dierentiation.
Insbesondere haben wir f ur die letzte Regel:
rot (A

B) = (A

B) =
_
_
_

z
_
_
_
_
_
_
AB
x
AB
y
AB
z
_
_
_
=
_
_
_
_

y
(AB
z
)

z
(AB
y
)

z
(AB
x
)

x
(AB
z
)

x
(AB
y
)

y
(AB
x
)
_
_
_
_
=
_
_
_
_
A
y
B
z
+A
Bz
y

A
z
B
y
A
By
z
A
z
B
x
+ A
Bx
z

A
x
B
z
A
Bz
x
A
x
B
y
+A
By
x

A
y
B
x
A
Bx
y
_
_
_
_
=
_
_
_
_
A
y
B
z

A
z
B
y
A
z
B
x

A
x
B
z
A
x
B
y

A
y
B
x
_
_
_
_
+
_
_
_
_
A
Bz
y
A
By
z
A
Bx
z
A
Bz
x
A
By
x
A
Bx
y
_
_
_
_
= A

B +A(

B) = grad A

B +Arot

B. (8.87)
Da die Rotation eines Vektorfeldes wieder ein Vektorfeld ist, konnen wir auch die Rotation eines
Wirbelfeldes bilden:
rot (rot

A) = (

A). (8.88)
Nach einigen algebraischen Umformungen ndet man
(

A) = (

A)

A (8.89)
oder, anders ausgedr uckt,
rot (rot

A) = grad (div

A) div grad

A, (8.90)
wobei die Anwendung des Laplace-Operators auf ein Vektorfeld komponentenweise deniert ist.
8.6 Wirbelfreie und quellenfreie Felder
Ein Gradientenfeld
A =
_
A
x
,
A
y
,
A
z
_
(8.91)
ist nach dem Satz von Schwarz wirbelfrei:
A =
_
_
_

z
_
_
_
_
_
_
A
x
A
y
A
z
_
_
_ =
_
_
_
_

2
A
yz


2
A
zy

2
A
zx


2
A
xz

2
A
xy


2
A
yx
_
_
_
_
= 0. (8.92)
Umgekehrt gilt auch, dass man in einem einfach zusammenhangenden Gebiet (das ist ein Ge-
biet ohne Locher) jedes wirbelfreie Feld

B als Gradienten eines Skalarfeldes darstellen
kann:

B = 0 es existiert ein Skalarfeld sodass :

B = . (8.93)
8 Dierentiation von Feldern: grad, div und rot 199
Das Skalarfeld ist nur bis auf eine Konstante bestimmt, da
( +C) = . (8.94)
Dieser Zusammenhang wird in Abschnitt 9.4.3 ausf uhrlich diskutiert.
Ein Wirbelfeld

A =
_
_
_

z
_
_
_
_
_
_
A
x
A
y
A
z
_
_
_ =
_
_
_
_
Az
y

Ay
z
Ax
z

Az
x
Ay
x

Ax
y
_
_
_
_
(8.95)
ist quellenfrei:
(

A) =

2
A
z
xy


2
A
y
xz
+

2
A
x
yz


2
A
z
yx
+

2
A
y
zx


2
A
x
zy
= 0. (8.96)
Es kann gezeigt werden, dass das quellenfreie Feld

B als die Rotation eines anderen
Vekorfeldes

A dargestellt werden kann:
div

B = 0 es existiert ein Vektorfeld

A sodass

B =

A. (8.97)

A wird das Vektorpotential genannt. Es ist nur bis auf den Gradienten eines Skalarfeldes
bestimmt:

A = (

A +). (8.98)
Der Gradient grad ist die so genannte Eichung von

A. Die Eichung tragt nicht zum
Wirbelfeld bei und kann deshalb benutzt werden, um Nebenbedingungen zu erf ullen. In
Abschnitt 9.4.4 werden wir uns naher mit dem Vektorpotential beschaftigen.
8.7 Zusammenfassung Nabla-Operator
Der Nabla-Operator ist ein Dierentialoperator, der auf Felder angewandt wird. Je nach Feldart
entstehen durch unterschiedliche Anwendung des Nabla-Operators verschiedene Felder:
Gradient: A(r) (Richtung und Betrag des starksten Anstiegs),
Divergenz:

A(r) (Quellstarke),
Rotation:

A(r) (Wirbelstarke).
Durch Anwendung der Rechenregeln kann man zeigen:
Gradientenfelder sind wirbelfrei: (A) = 0.
Wirbelfelder sind quellenfrei: (

A) = 0.
Wirbelfreie Felder

A konnen als Gradient eines Skalarfeldes dargestellt werden:

A = falls

A = 0. (8.99)
Quellenfreie Felder

A konnen als Rotation eines anderen Vektorfeldes

B dargestellt werden:

A =

B falls

A = 0. (8.100)
200 8 Dierentiation von Feldern: grad, div und rot
Die zweifache Anwendung des Nabla-Operators ergibt den Laplace-Operator
(A) =

2
A
x
2
+

2
A
y
2
+

2
A
z
2
. (8.101)
Weiters gelten die folgenden Rechenregeln:
(

A

B) =

B

A

A

B, (8.102)
(

A

B) = (

B )

A

B(

A) (

A )

B +

A(

B), (8.103)
(

A) = (

A)

A. (8.104)
Kapitel 9
Integration von Feldern: Kurven-
und Fl

achenintegrale
Im Kapitel 2 haben wir gesehen, dass wir die bei der Verschiebung eines Korpers verrichtete
Arbeit mit Hilfe des Skalarproduktes der angewendeten Kraft

F und der vektoriellen Verschiebung
r ausdr ucken konnen:
W =

F r. (9.1)
Wenn wir jedoch den Korper nicht auf einer geraden Linie bewegen beziehungsweise die Kraft
entlang des Weges nicht konstant ist, konnen wir diesen einfachen Ausdruck nicht mehr verwenden
(siehe Abb. 9.1). Das ware etwa bei einem auf einem kurvigen Gleis gezogenen Fahrzeug oder
einer Seilbahn der Fall. Wenn wir die gesamte Strecke jedoch in kleine, annahernd gerade St ucke
zerlegen, konnen wir die in jedem kleinen Intervall verrichtete Arbeit mit Hilfe von Gleichung (9.1)
berechnen.
Abbildung 9.1: Verschiebung eines Korpers entlang eines geradlinigen (links) und eines gekr ummten
Weges (rechts).
Die Gesamtarbeit ergibt sich dann aus der Summe aller Arbeiten in den Teilst ucken. Im Grenzfall
unendlich kleiner Intervalle wird diese Prozedur exakt und f uhrt uns auf den Begri des Kur-
venintegrals. Auf ahnliche Weise konnen wir zum Beispiel auch den Fluss durch eine gekr ummte
Flache als Summe der Fl usse durch viele kleine, annahernd ebene Flachenelemente ausdr ucken und
gelangen so zum Flachenintegral. Wir werden ferner sehen, wie diese Integrale durch die Satze
von Stokes und Gau mit der Rotation und Divergenz von Vektorfeldern zusammenhangen.
201
202 9 Integration von Feldern: Kurven- und Flachenintegrale
9.1 Kurvenintegrale
9.1.1 Denition
Ein wichtiges Beispiel f ur ein Kurvenintegral ergibt sich bei der Berechnung der Arbeit, die geleistet
wird, wenn ein Korper in einem Kraftfeld entlang einer gegebenen Kurve verschoben wird. Wir
betrachten ein Kraftfeld

F(r), zum Beispiel das Gravitationsfeld, das die Kraft beschreibt, die im
Punkt r auf einen Korper wirkt. Wir stellen uns nun vor, dass in diesem Kraftfeld der Korper auf
einer vorgegebenen Kurve C vom Punkt r
a
zum Punkt r
b
verschoben wird (siehe Abb. 9.2).
Abbildung 9.2: Ein Korper wird im Kraftfeld

F(r) entlang eines gekr ummten Weges von r
a
nach
r
b
verschoben.
An jedem Punkt entlang dieses Weges herrscht eine bestimmte Kraft

F, die Arbeit verrichtet. Zur
Berechnung dieser Arbeit konnen wir nun nicht den Ausdruck W =

F s aus Kapitel 2 verwenden,
weil sich die Kraft sowohl in Betrag als auch in Richtung entlang des Weges andern kann und der
Weg im Allgemeinen nicht geradlinig ist. Um die gesamte Arbeit zu ermitteln, die bei Verschiebung
des Korpers von r
a
nach r
b
geleistet wird, zerlegen wir den Weg C in N kleine, gerade St ucke r
i
,
die sich aus den Dierenzen r
i
= r
i+1
r
i
, i = 0, . . . N 1 auf der Kurve liegender Punkte r
i
ergeben (siehe Abb. 9.3). Durch Wahl einer gen ugend groen Zahl N kann die Kurve C durch die
geraden Segmente r
i
beliebig gut angenahert werden.
Abbildung 9.3: Durch Zerlegen des Weges in viele kurze und annahernd gerade Teilst ucke r
i
konnen wir die geleistete Arbeit als ein Wegintegral ausdr ucken.
F ur eine gen ugend feine Zerlegung, das heit, f ur gen ugend kleine Kurventeilst ucke r
i
, konnen
wir die Kraft

F in jedem Teilst uck als konstant betrachten. Daher kann die im Teilst uck i geleistete
Arbeit W
i
als das bekannte Skalarprodukt der Kraft

F(r
i
) am Ort r
i
mit der kleinen Verschiebung
r
i
geschrieben werden:
W
i
=

F(r
i
) r
i
. (9.2)
Die insgesamt geleistete Arbeit ist die Summe der in den Teilst ucken geleisteten Arbeiten W
i
W
N1

i=0
W
i
=
N1

i=0

F(r
i
) r
i
. (9.3)
Im Grenzwert unendlich kleiner (und unendlich vieler) Wegst ucke r
i
erhalten wir den exakten
9 Integration von Feldern: Kurven- und Flachenintegrale 203
Wert der im Kraftfeld

F(r) auf dem vorgegebenen Weg geleisteten Arbeit:
W = lim
N
N1

i=0

F(r
i
) r
i
=
_
C

F(r) dr. (9.4)

Wir nennen dies das Kurvenintegral (oder Linienintegral) des Vektorfeldes

F langs der Raum-
kurve C. (Wir konnen das Kurvenintegral f ur ein beliebiges Vektorfeld denieren, nicht nur f ur die
Kraft

F.) Oft schreibt man f ur das Kurvenintegral auch:
W =
r
b
_
ra

F(r) dr oder W =
r
b
_
ra,C

F(r) dr. (9.5)

Abbildung 9.4: Bei einem geschlossenen Weg C sind Ausgangspunkt r
a
und Endpunkt r
b
identisch:
r
a
= r
b
.
Falls r
a
= r
b
, die Kurve C also geschlossen ist (siehe Abb. 9.4), schreibt man f ur das Integral
_
C

F(r) dr = Z
c
(9.6)
und nennt es die Zirkulation von

F entlang C oder auch das geschlossene Kurvenintegral
oder Ringintegral.
9.1.2 Eigenschaften
Da im oben denierten Kurvenintegral der Ausdruck, uber den integriert wird, ein Skalarprodukt
ist, ist das Kurvenintegral selbst auch ein Skalar.
Wenn man bei einem Kurvenintegral den Integrationsweg umkehrt (also den Integrationsweg in
umgekehrter Richtung durchlauft), andert sich das Vorzeichen des Integrals
_
C

F(r) dr =
_
C

F(r) dr, (9.7)

wobei C den in umgekehrter Richtung durchlaufenen Integrationsweg bezeichnet. Diese Eigen-
schaft folgt daraus, dass bei einer Umkehrung des Integrationsweges alle r
i
ihr Vorzeichen wech-
seln und somit das Kurvenintegral selbst auch sein Vorzeichen wechselt.
Abbildung 9.5: Der Weg C besteht aus den beiden Teilwegen C
1
und C
2
.
204 9 Integration von Feldern: Kurven- und Flachenintegrale
Ferner ist das Kurvenintegral additiv, das heit das Kurvenintegral uber einem aus zwei Teilst ucken
C
1
und C
2
bestehenden Weg C ist die Summe der Kurvenintegrale uber C
1
und C
2
:
_
C

F(r) dr =
_
C1

F(r) dr +
_
C2

F(r) dr. (9.8)

Wenn also die Zirkulation Z
C
entlang eines geschlossenen Weges C verschwindet, sind die Kur-
venintegrale entlang der beiden Kurven C
1
und C
2
, die die beiden Punkte r
a
und r
b
miteinander
verbinden, gleich (siehe Abb. 9.6):
Z
C
=
_
C

F(r) dr =
_
C1

F(r) dr +
_
C2

F(r) dr =
_
C1

F(r) dr
_
C2

F(r) dr. (9.9)

Da aber Z
C
= 0, folgt:
_
C1

F(r) dr =
_
C2

F(r) dr. (9.10)

Abbildung 9.6: Die Punkte r
a
und r
b
liegen auf einer geschlossenen Kurve. Man kann sowohl uber
die Kurve C
1
als auch uber die Kurve C
2
von r
a
nach r
b
gelangen.
9.1.3 Berechnungsverfahren
Um Kurvenintegrale auszuwerten, f uhren wir sie auf gewohnliche Integrale zur uck. Falls die Kurve
C in Parameterform gegeben ist, das heit, falls der Ortsvektor
r(t) =
_
_
_
x(t)
y(t)
z(t)
_
_
_ (9.11)
als Funktion eines Parameters t im Bereich t
a
t t
b
gegeben ist, konnen wir das Kurvenintegral
in ein einfaches Integral uber den Parameter t verwandeln. In diesem Fall entspricht jeder Punkt
r
i
= r(t
i
) in der Zerlegung der Kurve einem bestimmten Parameterwert t
i
. Die beiden Randpunkte
der Kurve, r
a
und r
b
, erhalten wir f ur die Parameterwerte t
a
und t
b
:
r
a
= r(t
a
) und r
b
= r(t
b
). (9.12)
Jedes gerade Teilst uck r
i
= r
i+1
r
i
entspricht dann einem Teilintervall t
i
= t
i+1
t
i
des
Parameters. In der Summe in Gleichung (9.3) dividieren und multiplizieren wir nun jeden Term
mit t
i
und erhalten dadurch:
W
N1

i=0

F(r
i
) r
i
=
N1

i=0

F(r
i
)
r
i
t
i
t
i
. (9.13)
9 Integration von Feldern: Kurven- und Flachenintegrale 205
Im Grenzfall N wird aus r
i
/t
i
die Ableitung des Ortsvektors nach dem Parameter t:
lim
N
r
i
t
i
=
dr(t)
dt
. (9.14)
Damit wird das Linienintegral zu
W =
t
b
_
ta

F(r(t))
_
dr
dt
_
dt. (9.15)
Dieses Integral ist ein gewohnliches Integral, dessen Integrand, der Skalar

F(r(t)) (dr/dt), eine
Funktion des Parameters t ist. Dabei beinhaltet der Vektor dr(t)/dt, der in jedem Punkt tangen-
tial zur Kurve ist, die Information uber den Verlauf der Kurve (siehe Abb. 9.7). (Wenn man den
Vektor dr(t)/dt normiert, erhalt man den Tangentialvektor

t = (dr(t)/dt)/[dr(t)/dt[.) Falls t die
Zeit ist, ist dr(t)/dt = v(t) die Geschwindigkeit des Korpers, der sich gema r(t) entlang C bewegt.
Abbildung 9.7: Der Geschwindigkeitsvektor dr(t)/dt ist tangential zur Kurve r(t).
Aus dieser Darstellung des Linienintegrals ergibt sich folgendes Rezept zur Berechnung von Li-
nienintegralen in Parameterform:
1. Zunachst dr ucken wir den Feldvektor

F(r) durch Einsetzen der parameterabhangigen Koor-
dinaten x(t), y(t) und z(t) als Funktion des Parameters t aus.
2. Dann dierenzieren wir den Vektor r(t) nach t und bilden das Skalarprodukt

F(r(t))(dr/dt).
3. Schlielich integrieren wir dieses Skalarprodukt, das nur mehr eine Funktion von t ist, in den
Grenzen von t
a
bis t
b
.
Beispiel:
Wir bestimmen das Integral des Feldes

F(x, y) = (2x + y, x) entlang der in Parameterform gege-
benen Kurve r(t) = (t, t
2
) (das ist eine Parabel) zwischen den Punkten, die zu den Parametern
t
a
= 0 und t
b
= 1 gehoren. Die Kurve beginnt im Ursprung, r(t
a
= 0) = (0, 0), und endet im
Punkt r(t
b
= 1) = (1, 1). Der Feldvektor als Funktion von t ist gegeben durch:

F(x(t), y(t)) =
_
2x(t) +y(t)
x(t)
_
=
_
2t +t
2
t
_
. (9.16)
Ableitung des Ortsvektors nach t liefert
dr
dt
=
_
1
2t
_
(9.17)
206 9 Integration von Feldern: Kurven- und Flachenintegrale
Abbildung 9.8: Eine Kraft

F(r) verrichtet Arbeit entlang einer Parabel.
und somit

F
dr
dt
=
_
2t +t
2
t
_

_
1
2t
_
= 2t +t
2
+ 2t
2
= 2t + 3t
2
. (9.18)
Das Kurvenintegral ist deshalb gegeben als:
_
C

F(r) dr =
t
b
_
ta
_

F
dr
dt
_
dt =
1
_
0
(2t + 3t
2
)dt =
2t
2
2
+
3t
3
3

1
0
= 1 + 1 = 2. (9.19)
Falls die Integrationskurve C nicht in Parameterform vorliegt, konnen wir folgendermaen vorge-
hen. In der Summe in Gleichung (9.3) lasst sich jedes Teilst uck und der dazugehorige Vektor

F(r
i
)
in Komponenten zerlegen:
r
i
= x
i
e
x
+ y
i
e
y
+ z
i
e
z
(9.20)
und

F(r
i
) = F
x
(r
i
)e
x
+F
y
(r
i
)e
y
+F
z
(r
i
)e
z
. (9.21)
Das Skalarprodukt

F(r
i
) r
i
konnen wir somit schreiben als

F(r
i
) r
i
= F
x
(r
i
)x
i
+F
y
(r
i
)y
i
+F
z
(r
i
)z
i
(9.22)
und die Summe in Gleichung (9.3) besteht somit aus drei Termen, die zu den drei Koordinaten-
richtungen gehoren:
W

F
x
(r
i
)x
i
+

F
y
(r
i
)y
i
+

F
z
(r
i
)z
i
. (9.23)
Im Grenzwert einer unendlich feinen Zerlegung des Integrationsweges in Teilst ucke erhalten wir
daraus die Summe dreier gewohnlicher Integrale:
W =
x
b
_
xa
F
x
(r)dx +
y
b
_
ya
F
y
(r)dy +
z
b
_
za
F
z
(r)dz
=
x
b
_
xa
F
x
(x, y, z)dx +
y
b
_
ya
F
y
(x, y, z)dy +
z
b
_
za
F
z
(x, y, z)dz. (9.24)
Das Problem ist hier, dass die Integranden von allen drei Variablen x, y und z abhangen und nicht
nur von der jeweiligen Integrationsvariablen. Betrachten wir zum Beispiel das erste Integral. Hier
9 Integration von Feldern: Kurven- und Flachenintegrale 207
Abbildung 9.9: Raumliche Kurve und ihre Projektion in die xy-Ebene. Bei der Berechnung von
_
F
x
(r)dx m ussen sowohl y als auch z als Funktion von x ausgedr uckt werden.
gehoren zu jedem x-Wert auch wohldenierte Werte von y und z (siehe Abb. 9.9). Diese hangen
von der Gestalt der Integrationskurve ab. Falls wir nun y und z mit Hilfe der Kurve als Funktion
von x ausdr ucken, erhalten wir f ur das erste Integral
x
b
_
xa
F
x
(x, y(x), z(x))dx, (9.25)
ein gewohnliches Integral uber x. (Falls wir y und z aus Eindeutigkeitsgr unden nicht als Funktion
von x ausdr ucken konnen, zerlegen wir die Integrationskurve in Teilbereiche, sodass dies moglich
ist.)
Mit den anderen beiden Integralen verfahren wir analog und erhalten schlielich
W =
x
b
_
xa
F
x
(x)dx +
y
b
_
ya
F
y
(y)dy +
z
b
_
za
F
z
(z)dz, (9.26)
wobei F
x
(x) = F
x
(x, y(x), z(x)), F
y
(y) = F
y
(x(y), y, z(y)) und F
z
(z) = F
z
(x(z), y(z), z). Die
Information uber die Gestalt der Kurve C ist nun in den Funktionen F
x
(x), F
y
(y) und F
z
(z)
enthalten.
Beispiel:
Wir berechnen wieder das Kurvenintegral aus dem letzten Beispiel. Hier war

F(x, y) = (2x +y, x) (9.27)

und die Kurve war gegeben durch r(t) = (t, t
2
) oder, in nichtparametrischer Form, durch y = x
2
.
F ur das Kurvenintegral haben wir also:
W =
x
b
_
xa
F
x
(x, y)dx +
y
b
_
ya
F
y
(x, y)dy, (9.28)
wobei gema Angabe x
a
= y
a
= 0 und x
b
= y
b
= 1. Da wir mit y = x
2
keine Eindeutig-
keitsprobleme haben, konnen wir im ersten Term y und im zweiten Term x durch die jeweilige
208 9 Integration von Feldern: Kurven- und Flachenintegrale
Integrationsvariable ausdr ucken:
W =
x
b
_
xa
F
x
(x, x
2
)dx +
y
b
_
ya
F
y
(

y, y)dy. (9.29)
Unter Ber ucksichtigung von

F(x, y) = (F
x
(x, y), F
y
(x, y)) = (2x +y, x) erhalten wir
W =
1
_
0
(2x +x
2
)dx +
1
_
0

ydy =
_
2x
2
2
+
x
3
3
_

1
0
+
2
3
y
3
2

1
0
= 1 +
1
3
+
2
3
= 2, (9.30)
was mit dem Resultat aus dem vorherigen Beispiel, bei dem eine Parameterdarstellung der Kurve
verwendet wurde, ubereinstimmt.
9.1.4 Kurvenintegrale uber Gradientenfelder
Kurvenintegrale der Form
_
C

F(r) dr hangen im Allgemeinen sowohl vom Vektorfeld

F als auch
von der Integrationskurve C ab (insbesondere von deren Anfangs- und Endpunkt). Unter gewissen
Umstanden kann es jedoch vorkommen, dass das Kurvenintegral
_
C

F(r) dr nur vom Kraftfeld

selbst und den Endpunkten r
a
und r
b
abhangt, nicht aber von der Form des Weges, der r
a
und r
b
verbindet. Wir wollen uns in diesem Abschnitt mit der Frage beschaftigen, unter welchen Bedin-
gungen dies der Fall ist.
Als Beispiel betrachten wir das Linienintegral im Kraftfeld

F(r) = 2r = (2x, 2y, 2z) und verbinden
den Anfangspunkt r
a
= (0, 0, 0) mit dem Endpunkt r
b
= (1, 1, 1) durch drei unterschiedliche
Kurven C
1
, C
2
und C
3
(siehe Abb. 9.10):
C
1
: Gerade von (0,0,0) nach (1,1,1),
C
2
: Polygonzug (0, 0, 0) (1, 0, 0) (1, 1, 0) (1, 1, 1),
C
3
: Parabelbogen von (0,0,0) nach (1,1,1).
F ur die Kurve C
1
ist die Parameterdarstellung
r(t) = (t, t, t) also ist
dr
dt
= (1, 1, 1) und t
a
= 0, t
b
= 1. (9.31)
Das Kurvenintegral lautet somit
_
C2

F(r) dr =
1
_
0
_
_
_
2t
2t
2t
_
_
_
_
_
_
1
1
1
_
_
_dt =
1
_
0
6tdt =
6t
2
2

1
0
= 3. (9.32)
Entlang der Kurve C
2
erhalten wir
_
C2

F(r) dr =
1
_
0
2xdx
. .
r(x)=(x,0,0)
x als Parameter
+
1
_
0
2ydy
. .
r(y)=(1,y,0)
y als Parameter
+
1
_
0
2zdz
. .
r(z)=(1,1,z)
z als Parameter
= 3
2x
2
2

1
0
= 3. (9.33)
Die Parabel C
3
ist in Parameterform gegeben durch: r(t) = (t, t, t
2
), d. h.
dr
dt
= (1, 1, 2t) und somit
9 Integration von Feldern: Kurven- und Flachenintegrale 209
Abbildung 9.10: (a) Integrationsweg C
1
, (b) Integrationsweg C
2
und (c) Integrationsweg C
3
.
gilt
_
C3

F(r) dr =
1
_
0
_
_
_
2t
2t
2t
2
_
_
_
_
_
_
1
1
2t
_
_
_dt =
1
_
0
(4t + 4t
3
)dt
=
4t
2
2
+
4t
4
4

1
0
= 2 + 1 = 3. (9.34)
Das heit, f ur alle drei Wege C
1
, C
2
und C
3
erhalten wir den selben Wert f ur das Kurvenintegral.
Es stellt sich nun die Frage, ob auch f ur andere Wege das Kurvenintegral dasselbe ist. Die Antwort
auf diese Frage ist ja, denn wir konnen das Integral schreiben als:
_
C

F(r) dr =
_
C
2r dr =
_
C
d(r
2
) = r
2

r
b
ra
= r
2
b
r
2
a
= 3. (9.35)
Hier kommt es also nur auf den Anfangspunkt r
a
und den Endpunkt r
b
der Kurve an. F ur das
spezielle Vektorfeld

F(r) = 2r ist also oensichtlich das Kurvenintegral unabhangig vom Weg.
Welche Bedingung erf ullen Kraftfelder, f ur die das der Fall ist?
Um diese wichtige Frage zu beantworten, gehen wir zunachst davon aus, dass ein bestimmtes
Vektorfeld

A(r) die Eigenschaft besitzt, dass das Kurvenintegral nicht von der Form der Kurve C
abhangt sondern nur von den beiden Punkten r
a
und r
b
, die von der Kurve C verbunden werden.
Wir stellen uns also vor, dass es viele verschiedene Wege C
1
, C
2
, C
3
, usw. gibt (siehe Abb. 9.11),
die alle von r
a
nach r
b
verlaufen und alle das gleiche Kurvenintegral liefern, dessen Wert wir
nennen:
=
_
C1

A(r) dr =
_
C2

A(r) dr = . . . . (9.36)
Obwohl das Kurvenintegral nicht von der Form der Kurve abhangt, hangt es sehr wohl von dessen
Anfangs- und Endpunkt ab. Wir wollen uns nun uberlegen, wie genau von r
a
und r
b
abhangt.
Es gen ugt dabei, die Abhangigkeit vom Endpunkt r
b
zu betrachten. Wenn wir die Abhangigkeit
vom Ausgangspunkt ermitteln wollen, drehen wir einfach die Richtung der Wege um und machen
so Endpunkte zu Anfangspunkten.
Der Einfachheit halber nennen wir den Endpunkt der Wege jetzt r (statt r
b
) und betrachten die
Abhangigkeit von von r, wobei wir den Anfangspunkt r
a
festhalten:
(r) =
r
_
ra

A(q) dq. (9.37)

210 9 Integration von Feldern: Kurven- und Flachenintegrale
Abbildung 9.11: Alle Integrationswege (C
1
, C
2
, C
3
und C
4
) verbinden r
a
mit r
b
und f uhren zum
selben Kurvenintegral
_
Ci

A(r) dr.
Hier haben wir die Integrationsvariable in q umgetauft, um Verwechslungen zu vermeiden. (Der
Name einer Integrationsvariablen spielt keine Rolle, sollte sich jedoch von den Namen der anderen
Variablen unterscheiden.)
Abbildung 9.12: Durch Verschiebung des Kurvenendpunktes von r nach r + r andert sich die
Funktion (r) naherungsweise um (r) =

A(r) r.
Um herauszunden, wie genau (r) von r abhangt, verschieben wir r um einen kleinen Vektor r
(siehe Abb. 9.12). Wie andert sich nun (r), wenn wir den Endpunkt von r nach r+r verschieben?
Falls der Weg C
2
von r
a
nach r + r nicht durch r geht, konnen wir ihn so verbiegen, dass er
das tut. Laut Voraussetzung andert das ja nicht den Wert (r + r), weil das Kurvenintegral
unabhangig von der Form des Weges ist.
Wir konnen jetzt (r +r) ausdr ucken als Summe von zwei Kurvenintegralen, namlich einem von
r
a
bis r entlang C

2
und einem von r nach r + r entlang C

2
:
(r + r) =
_
C2

A(q) dq =
_
C

A(q) dq +
r+r
_
r,C

A(q) dq. (9.38)

Das erste Integral auf der rechten Seite ist jedoch gleich (r) (laut Voraussetzung spielt es ja keine
Rolle, ob wir uber C
1
oder C

2
integrieren). Somit erhalten wir
(r + r) = (r) +
r+r
_
r

A(q) dq. (9.39)

Falls r sehr klein ist, andert sich der Vektor

A(r) nicht entlang der kurzen Strecke von r nach
9 Integration von Feldern: Kurven- und Flachenintegrale 211
r + r. Also konnen wir in diesem Fall das Integral in der obigen Gleichung annahern durch

A(r) r und wir erhalten schlielich:

(r + r) (r)

A(r) r. (9.40)
Die linke Seite ist aber (f ur r 0) das totale Dierential der Funktion (r), das wir als
d = grad dr (9.41)
ausdr ucken konnen. Im Limes kleiner Verschiebungen dr gilt also

A(r) dr = grad dr. (9.42)

Da diese Beziehung f ur jede beliebige Verschiebung dr gilt, folgt schlielich
grad (r) =

A(r). (9.43)
Wenn also das Kurvenintegral uber ein Vektorfeld

A nur vom Anfangs- und Endpunkt des Weges,
nicht aber von der Form des Weges abhangt, dann ist das Vektorfeld durch den Gradienten eines
skalaren Feldes darstellbar. Das heit, es existiert in diesem Fall ein geeignetes skalares Feld (r),
das bis auf eine additive Konstante bestimmt ist, sodass

A = grad . Die Wahl der Konstanten ist
der Wahl des Anfangspunktes r
a aquivalent.
Die Darstellbarkeit eines Vektorfeldes als Gradient eines skalaren Feldes ist also eine notwendige
Bedingung f ur die Unabhangigkeit des Kurvenintegrals von der Form des Weges. Bemerkenswer-
terweise ist es auch eine hinreichende Bedingung. Wenn namlich das Vektorfeld

A als Gradient
eines skalaren Feldes dargestellt werden kann, das heit, wenn

A = grad , dann gilt f ur das
Kurvenintegral:
r
b
_
ra,C

A(r) dr =
r
b
_
ra,C
grad dr =
r
b
_
ra,C
d = (r
b
) (r
a
). (9.44)
Das Integral hangt somit nur vom Anfangs- und vom Endpunkt ab.
Wir erhalten also folgenden Satz:
Kurvenintegrale uber ein Vektorfeld

A(r) sind genau dann (und nur dann) vom Weg unabhangig,
wenn eine Funktion (r) existiert, sodass

A = grad . Legt man an einer Stelle r
a
fest, ist
eindeutig bestimmmt.
Die Funktion wird Potential genannt. (In der Physik bezeichnet man meistens als das
Potential. Die potentielle Energie in der Mechanik ist ein Beispiel daf ur.) Das Feld

A nennt man
auch ein konservatives Vektorfeld. Wie man einem Vektorfeld

A ansehen kann, ob wir es als
Gradientenfeld darstellen konnen, werden wir im Abschnitt 9.4 sehen.
Aus dem obigen Satz folgt, dass genau dann geschlossene Kurvenintegrale uber das Vektorfeld

A
verschwinden, wenn sich das Vektorfeld

A als Gradient eines skalaren Feldes darstellen lasst.
Das Ringintegral
_
C

A(r) dr kann namlich durch Wahl zweier beliebiger Punkte r

a
und r
b
auf der
Kurve C in zwei Teile zerlegt werden, die den Wegen C
1
und C
2
entsprechen (siehe Abb. 9.13):
_
C

A(r) dr =
_
C1

A(r) dr +
_
C2

A(r) dr. (9.45)

Wir durchlaufen nun C
2
in entgegengesetzter Richtung und drehen damit das Vorzeichen des
zweiten Integrals um:
_
C

A(r) dr =
_
C1

A(r) dr
_
C2

A(r) dr. (9.46)

212 9 Integration von Feldern: Kurven- und Flachenintegrale
Abbildung 9.13: Durch Wahl zweier Punkte r
a
und r
b
zerlegen wir das Ringintegral in zwei Linien-
integrale entlang C
1
und C
2
.
Da aber C
1
und C
2
Anfangs- und Endpunkt gemeinsam haben und laut Voraussetzung das
Kurvenintegral uber

A nicht von der Form des Weges abhangt, sind die beiden Integrale auf der
rechten Seite der obigen Gleichung gleich. Demzufolge verschwindet das Ringintegral:
_
C

A(r) dr = 0. (9.47)
9.2 Oberachenintegrale
9.2.1 Denition
Im Kapitel 2 haben wir gesehen, dass wir das pro Zeiteinheit durch eine Flache stromende Fl ussig-
keitsvolumen, also den Fluss, als Skalarprodukt des die Stromung beschreibenden Geschwindig-
keitsvektors v und des Flachenvektors

f darstellen konnen (siehe Abb. 9.14):
= Fluss =

f v. (9.48)
Dabei sind wir davon ausgegangen, dass die Flache eben ist und der Geschwindigkeitsvektor v
nicht vom Ort abhangt (ein solches Vektorfeld nennt man homogen).
Abbildung 9.14: Homogenene Stromung
durch eine ebene Flache mit Flachenvektor

f.
Abbildung 9.15: Inhomogene Stromung
durch eine gekr ummte Flache.
Wie konnen wir nun dieses Ergebnis auf eine beliebige, raumlich (und moglicherweise zeitlich)
veranderliche Stromung durch eine gekr ummte Flache verallgemeinern (siehe Abb. 9.15)? In diesem
9 Integration von Feldern: Kurven- und Flachenintegrale 213
Fall wird die Stromungsgeschwindigkeit durch ein Vektorfeld v(r) beschrieben und die Flache F
kann nicht durch einen einzelnen Flachenvektor dargestellt werden. Um den Fluss durch diese
(wirkliche oder gedachte) Flache F zu berechnen, gehen wir in Analogie zum Kurvenintegral vor,
bei dem wir eine Kurve in kleine Teilst ucke r
i
eingeteilt haben, und zerlegen die Flache F
in viele kleine Teilst ucke, die wir durch ebene Flachenst ucke f
i
, die so genannten Facetten,
approximieren (siehe Abb. 9.16). In der Praxis benotigen wir nat urlich eine analytische Darstellung
dieser Facetten. Hier wollen wir zunachst jedoch nur davon ausgehen, dass wir eine solche Zerlegung
in Facetten durchf uhren konnen, ohne auf ihre spezische analytische Darstellung einzugehen.
F ur jede der Facetten, die wir mit dem Index i nummerieren, denieren wir nun einen Flachenvektor

f(r
i
), dessen Betrag gleich dem Flacheninhalt der Facette um den Punkt r
i
ist und der normal
auf diese Facette steht. Der Punkt r
i
ist ein beliebiger Punkt im Inneren der i-ten Facette.
Abbildung 9.16: Zerlegung der Flache F in kleine Facetten mit Flachenvektoren

f
i
.
Wir wahlen die Facetten so klein, dass das Vektorfeld innerhalb jeder Facette naherungsweise
konstant ist. Das heit, innerhalb der Facette um r
i
mit dem Flachenvektor

f(r
i
) ist das Vek-
torfeld konstant und gleich v(r
i
). Wir konnen nun den Fluss durch das Flachenelement f
i
als
Skalarprodukt berechnen:

i
= v(r
i
)

f(r
i
). (9.49)
Der Gesamtuss durch die Flache F ergibt sich als Summe aller Teil usse:

N

i=1
v(r
i
)

f(r
i
). (9.50)
Im Limes unendlich vieler (N ) und unendlich kleiner Facetten wird aus dieser Summe ein
Flachenintegral:
= lim
N
N

i=1
v(r
i
)

f(r
i
) =
_
F
v(r) d

f(r). (9.51)
Flachenintegrale konnen f ur beliebige Vektorfelder

A(r) deniert werden (nicht nur f ur ein Stromungs-
feld v(r)):
=
_
F

A(r) d

f(r) =
_
F
A
x
df
x
+
_
F
A
y
df
y
+
_
F
A
z
df
z
. (9.52)
Oft ist es notwendig, ein Flachenintegral uber einer geschlossenen Flache F (zum Beispiel die
Oberache einer Kugel) zu berechnen. Wir bezeichnen ein solches Integral mit
_
F

A d

f (9.53)
und denieren die Flachennormalen ublicherweise so, dass sie aus dem geschlossenen Gebiet her-
auszeigen.
214 9 Integration von Feldern: Kurven- und Flachenintegrale
9.2.2 Darstellung der Flache
In der praktischen Berechnung von Oberachenintegralen ist es notwendig, eine analytische Dar-
stellung der Flache im Raum zu wahlen. In kartesischen Koordinaten konnen wir, wie wir
bereits fr uher gesehen haben, Flachen im Raum darstellen, indem wir jedem Punkt der xy-Ebene
eine z-Koordinate zuordnen, z = z(x, y) (siehe Abb. 9.17). Die Flache F besteht dann aus den
Punkten (x, y, z(x, y)), wobei x und y aus einem bestimmten Denitionsbereich D der xy-Ebene
stammen (namlich der Projektion der Flache F in die xy-Ebene).
Abbildung 9.17: Die Flache F wird durch die
Funktion z = z(x, y) beschrieben.
Abbildung 9.18: Da zu einem Punkt (x, y)
in der xy-Ebene mehr als ein Punkt auf der
Flache existiert, muss die Flache in die zwei
Teilachen F
1
und F
2
zerlegt werden.
Falls es zu einem Punkt (x, y) mehr als einen z-Wert gibt (siehe Abb. 9.18), muss die Flache in
mehrere Teilachen F
i
zerlegt werden.
Beispiel:
Abbildung 9.19: Die Oberache der Kugel besteht aus den zwei Halbkugeln F
1
und F
2
.
In kartesischen Koordinaten kann die Oberache einer Kugel mit Radius R und Mittelpunkt im
Ursprung durch die zwei Teilachen F
1
mit positiven z-Werten und F
2
mit negativen z-Werten
dargestellt werden (siehe Abb. 9.19):
F
1
: (x, y, +
_
R
2
(x
2
+y
2
)), (9.54)
F
2
: (x, y,
_
R
2
(x
2
+y
2
)). (9.55)
9 Integration von Feldern: Kurven- und Flachenintegrale 215
Der Denitionsbereich in der xy-Ebene ist hier ein Kreis mit Radius R und Mittelpunkt im Ur-
sprung.
Bis jetzt haben wir x und y als die freien Parameter gewahlt. Wir konnten aber Flachen genauso
gut mit (y, z) oder (x, z) als freien Parameter wahlen. Allgemeiner konnen wir eine Flache F durch
einen Ortsvektor r(u, v) beschreiben, der von zwei Parametern u und v abhangt:
r = r(u, v) =
_
_
_
x(u, v)
y(u, v)
z(u, v)
_
_
_. (9.56)
Im Falle der kartesischen Darstellung gilt u = x, v = y (falls x und y als Parameter verwendet
werden). Diese allgemeine Parameterdarstellung ist analog zur Parameterdarstellung einer Kurve.
Da eine Kurve im Raum jedoch ein eindimensionales Objekt ist, gen ugt in diesem Fall ein einziger
Parameter.
Abbildung 9.20: Auf der Mantelache eines Zylinders mit Radius = R konnen die Zylinderkoor-
dinaten und z beliebige Werte annehmen.
Oberachenintegrale werden einfacher, wenn ein Koordinatensystem mit geeigneter Symmetrie
gewahlt wird. Wollen wir zum Beispiel die Oberache eines unendlich langen Zylinders beschreiben,
sind Zylinderkoordinaten (, , z) zweckmaig (siehe Kapitel 2). F ur die Mantelache eines
Zylinders mit Radius R gilt (siehe Abb. 9.20):
= const = R, , z beliebig (0 < 2, < z < ). (9.57)
Hier spielen und z die Rolle der Parameter u und v. Die Flache wird von einem Netz aus so ge-
nannten Parameterlinien uberdeckt, auf denen beziehungsweise z konstante Werte annehmen.
Ein weiteres Beispiel ist die Darstellung der Kugeloberache in den Kugelkoordinaten (r, , )
(siehe Kapitel 2). Die Oberache einer Kugel mit Radius R ist deniert durch (siehe Abb. 9.21):
r = const = R, , beliebig in (0 < 2, 0 ). (9.58)
Hier werden Orte auf der Kugeloberache durch Angabe der beiden Parameter und deniert.
Die Parameterlinien sind die Langen- und Breitengrade.
216 9 Integration von Feldern: Kurven- und Flachenintegrale
Abbildung 9.21: Auf der Oberache einer Kugel mit Radius r = R konnen die Kugelkoordinaten
und beliebige Werte annehmen.
9.2.3 Das Flachenelement
Neben einer analytischen Darstellung der Oberache ist zur Berechnung von Oberachenintegralen
auch die Darstellung des Oberachenelements d

f der Flache F notwendig. Dann kann das Ober-

achenintegral auf ein gewohnliches Doppelintegral zur uckgef uhrt werden. In kartesischen Koordi-
naten konnen wir die Flache F in kleine Facetten zerlegen, indem wir zum Beispiel die Projektion
D von F auf die xy-Ebene in kleine Rechtecke der Kantenlange x und y einteilen (siehe Abb.
9.22).
Abbildung 9.22: Das Flachenelement

f der Oberache F ist gegen uber der z-Achse um den

Winkel geneigt.
Durch die Wahl kleiner Rechtecke kann die Projektion D beliebig genau durch Rechtecke an-
genahert werden. Die Zerlegung der Projektion in kleine Rechtecke erzeugt auch eine Zerlegung
der Flache F in kleine Facetten mit Flache f. Da diese Facetten gegen uber der xy-Ebene geneigt
sein konnen, unterscheidet sich der Flacheninhalt der Facetten im Allgemeinen vom Flachenin-
halt der Rechtecke in der xy-Ebene. Diese Neigung muss in der Ermittlung der Flachenelemente
ber ucksichtigt werden. F ur die Projektion eines Flachenelements mit dem Flachenvektor

f auf
die xy-Ebene gilt (wir werden spater sehen, wie wir die Richtung von

f ermitteln konnen):

f e
z
= xy. (9.59)
9 Integration von Feldern: Kurven- und Flachenintegrale 217
Falls die Facette horizontal ist, ist

f parallel zur z-Achse und

f e
z
= f (e
z
ist der Ein-
heitsvektor in z-Richtung). Der Flacheninhalt des Flachenelements ist in diesem Fall gleich dem
Flacheninhalt seiner Projektion. Schliet

f jedoch mit der z-Achse den Winkel ein, ist die

Projektion in die xy-Ebene achenmaig kleiner als das Flachenelement.
Abbildung 9.23: Die Flache der Projektion des Flachenelements ist gegen uber der Flache des
Flachenelements um den Faktor cos vermindert.
Die Flache der Projektion ist um den Faktor cos gegen uber der Flache des Flachenelements
verringert (siehe Abb. 9.23) und daher gilt:
f cos
. .

fez
= xy, (9.60)
was wegen

f e
z
= f cos genau der vorherigen Gleichung entspricht. Das heit, f ur ein
bestimmtes Rechteck um den Punkt (x, y) in der xy-Ebene ist die Flache des zugehorigen Flachen-
elements gegeben durch
f =
xy
cos
=
xy
n(x, y, z(x, y)) e
z
, (9.61)
wobei n =

f/f der Einheitsnormalenvektor auf das Flachenelement im Punkt (x, y, z(x, y)) ist.
Wir m ussen nun noch den Normalenvektor n(x, y, z(x, y)) bestimmen. Dazu benutzen wir die
Tatsache, dass der Gradient einer Funktion g(x, y, z) normal auf die durch g(x, y, z) =const de-
nierten Niveauachen steht. Wir konnen nun die Flache F, die aus den Punkten (x, y, z = f(x, y))
(wir haben hier die Funktion f eingef uhrt, um die Variable z von der Funktion z(x, y) zu unter-
scheiden) besteht, auassen als eine Niveauache der Funktion
g(x, y, z) = z f(x, y). (9.62)
Die Flache F ist namlich wegen z = f(x, y) genau jene Niveauache von g, f ur die gilt:
g(x, y, z) = 0. (9.63)
Der Normalenvektor n im Punkt (x, y, z(x, y)) ist also gegeben durch
n =
grad g
[grad g[
=
g
[g[
. (9.64)
Der Gradient g lautet
g =
_
_
_
g
x
g
y
g
z
_
_
_ =
_
_
_

f
x

f
y
1
_
_
_ (9.65)
und somit erhalten wir f ur den Normalenvektor
n =
1
_
1 +
_
f
x
_
2
+
_
f
y
_
2
_
_
_

f
x

f
y
1
_
_
_. (9.66)
218 9 Integration von Feldern: Kurven- und Flachenintegrale
Mit Hilfe dieses Normalenvektors konnen wir nun den Flachenvektor

f ausdr ucken als

f =
xy
n e
z
n =
xy
1
q
1+(
f
x
)
2
+(
f
y
)
2
1
_
1 +
_
f
x
_
2
+
_
f
y
_
2
_
_
_

f
x

f
y
1
_
_
_
= xy
_
_
_

f
x

f
y
1
_
_
_. (9.67)
Wir haben jetzt alle Elemente, die wir zur Berechnung des Flachenintegrals in kartesischen Koor-
dinaten benotigen. Dies wollen wir im nachsten Abschnitt tun. In anderen Koordinatensystemen
m ussen auch die Ausdr ucke f ur das Flachenelement entsprechend geandert werden.
9.2.4 Berechnung des Oberachenintegrals
Im letzten Abschnitt haben wir uns mit den Zutaten f ur die praktische Berechnung von Ober-
achenintegralen beschaftigt. In diesem Abschnitt wollen wir diese Zutaten verwenden, um das
Oberachenintegral auf ein gewohnliches Doppelintegral in kartesischen Koordinaten zur uckzu-
f uhren. Falls die Berechnung nicht mit kartesischen Koordinaten x und y als Parameter sondern
mit den allgemeinen Parametern u und v durchgef uhrt werden soll, muss das Flachenelement auf
geeignete Weise transformiert werden. Auf diesen allgemeineren Fall konnen wir hier jedoch nicht
eingehen und die Leserin/der Leser sei daf ur auf die weiterf uhrende Literatur verwiesen.
Im Limes unendlich kleiner Rechtecke wird aus dem Flachenelement

f das innitesimale Flachen-

element
d

f =
_
_
_

f
x

f
y
1
_
_
_dxdy. (9.68)
Einsetzen in den Ausdruck f ur das Oberachenintegral ergibt
_
F

A(r) d

f =
_
D

A(x, y, z(x, y))

_
_
_

f
x

f
y
1
_
_
_dxdy. (9.69)
Wir haben somit das Oberachenintegral uber die Flache F in ein Doppelintegral uber den Bereich
D (Projektion von F) in der xy-Ebene verwandelt. Wir wollen diesen Ausdruck nun anhand eines
Beispiels erlautern.
Beispiel:
Zu berechnen sei das Oberachenintegral des Vektorfeldes

A(r) = (x
3
, y
3
, z
3
) uber die durch z =
f(x, y) = x
2
+ y
2
dargestellte Flache und zwar in den Grenzen 1 x 1 und 1 y 1. Die
Flache ist ein abgeschnittenes Rotationsparaboloid (siehe Abb. 9.24).
Die partiellen Ableitungen von f(x, y) nach x und y sind:
f
x
= 2x und
f
y
= 2y. (9.70)
9 Integration von Feldern: Kurven- und Flachenintegrale 219
Abbildung 9.24: Rotationsparaboloid uber einem quadratischen Bereich.
Folglich ergibt sich f ur das Integral
_
F

A d

f =
1
_
1
1
_
1
_
_
_
x
3
y
3
(x
2
+y
2
)
3
_
_
_
_
_
_
2x
2y
1
_
_
_dxdy
=
1
_
1
1
_
1
_
2x
4
2y
4
+ (x
2
+y
2
)
3

dxdy
= 2
1
_
1
1
_
0
_
2x
4
2y
4
+x
6
+ 3x
4
y
2
+ 3x
2
y
4
+y
6

dxdy
= 2
1
_
1
_

2x
5
5
2y
4
x +
x
7
7
+
3x
5
5
y
2
+
3x
3
3
y
4
+y
6
x
_

1
0
dy
= 2
1
_
1
_

2
5
2y
4
+
1
7
+
3
5
y
2
+y
4
+y
6
_
dy
= 2
1
_
0
_

4
5
4y
4
+
2
7
+
6
5
y
2
+ 2y
4
+ 2y
6
_
dy
= 2
1
_
0
_

18
35
+
6
5
y
2
2y
4
+ 2y
6
_
dy = 2
_

18
35
y +
6
3 5
y
3

2
5
y
5
+
2
7
y
7
_

1
0
= 2
_

18
35
+
2
5

2
5
+
2
7
_
=
2 18
35
+
4
7
=
36 20
35
=
16
35
. (9.71)
In manchen Fallen ist es zweckmaig, die Integration nicht in einem kartesischen Koordinaten-
system, sondern in einem anderen Koordinatensystem durchzuf uhren. In diesem Fall ist auf eine
korrekte Denition der Flachenelemente zu achten, auf die wir hier jedoch nicht naher eingehen
konnen.
220 9 Integration von Feldern: Kurven- und Flachenintegrale
9.3 Der Integralsatz von Gau
Der Integralsatz von Gau stellt einen Zusammenhang her zwischen dem Oberachenintegral uber
ein Vektorfeld und dem Volumensintegral uber die Divergenz eines Vektorfeldes. Dieser Satz erlaubt
nicht nur eine anschauliche Interpretation der Divergenz, sondern ermoglicht auch sehr praktische
Umformungen von Integralen. Zum Beispiel konnen wir den Gauschen Integralsatz benutzen, um
die partielle Integration aus Kapitel 4 auf Vektorintegrale zu verallgemeinern.
9.3.1 Integraldarstellung der Divergenz
Wir haben im Abschnitt 8.3.2 bereits gesehen, dass der Gesamtuss durch die Oberache eines
kleinen Quaders an der Stelle r(x, y, z) mit den Kantenlangen x, y und z im Stromungsfeld
v(r) gegeben ist durch
div v(r)xyz = div v(r)V. (9.72)
Wir betrachten nun ein allgemeines Vektorfeld

A(r) und bilden das Oberachenintegral
_
F

A d

f (9.73)
uber die geschlossene Oberache F eines kleinen Volumens V . Falls das kleine Volumen ein Qua-
der mit Kantenlange x, y und z ist (siehe Abb. 9.25), konnen wir dieses Oberachenintegral
einfach aus den Oberachenintegralen uber die sechs Seitenachen des Quaders zusammensetzen:
_
F

A d

f =
6

i=1
_
fi

A d

f. (9.74)
Abbildung 9.25: Quader mit Volumen xyz und Seitenachen

f
1
,

f
2
,

f
3
,

f
4
,

f
5
und

f
6
.
Im Limes eines immer kleiner werdenden Quaders konnen wir diese Integrale leicht losen (siehe
Abschnitt 8.3.2). Die Annahme, dass das Vektorfeld auf den kleinen Seitenachen des Quaders
konstant ist und dass sich das Feld im Quader nur linear andert, f uhrt uns zu
_
F

A d

f div

A(r)V, (9.75)
wobei V = xyz. Im Limes x 0, y 0, z 0 wird diese Beziehung exakt und wir
erhalten nach Division durch V
lim
V 0
1
V
_
F

A d

f = div

A(r). (9.76)
9 Integration von Feldern: Kurven- und Flachenintegrale 221
In diesem Grenz ubergang haben wir r, den Mittelpunkt des Quaders, konstant gehalten. (Hier geht
nat urlich nicht nur V gegen 0, sondern auch der grote Durchmesser des kleinen Quaders.)
Diese Beziehung kann als Denition der Divergenz aufgefasst werden. Sie gilt nicht nur f ur eine
Folge von kleiner werdenden Quadern, sondern f ur jede Folge geschlossener, glatter Flachen, die
sich in diesem Grenzprozess auf den Punkt r zusammenziehen. Diese Denition ist sogar dann
g ultig, wenn

A(r) nicht dierenzierbar ist. Falls dies aber der Fall ist, gilt nat urlich die Beziehung
aus Kapitel 8:
lim
V 0
1
V
_
F

A d

f = div

A(r) =
A
x
x
+
A
y
y
+
A
z
z
. (9.77)
Diese Integraldarstellung konnen wir nun benutzen, um den Integralsatz von Gau herzuleiten.
9.3.2 Formulierung und Herleitung
Aus der Integraldarstellung der Divergenz wissen wir, dass f ur ein kleines, quaderformiges Volumen
V
1
an der Stelle r
1
gilt
1
V
1
_
F(V1)

A d

f = div

A(r
1
), (9.78)
wobei sich das Oberachenintegral uber die geschlossene Flache F(V
1
) dieses Volumselements
erstreckt. Wir stellen uns nun vor, dass wir an dieses kleine Volumen V
1
ein weiteres quaderformi-
ges Volumen V
2
legen, das mit dem ersten Volumen eine Seitenache gemeinsam hat (siehe Abb.
9.26).
Abbildung 9.26: An der Flache S ber uhren sich die beiden Volumselemente V
1
und V
2
. Die Flachen-
elemente

f
(1)
S
und

f
(2)
S
sind einander entgegengesetzt.
F ur dieses zweite Volumen gilt nat urlich genauso
1
V
2
_
F(V2)

A d

f = div

A(r
2
), (9.79)
wobei diesmal die Integration uber die Oberache F(V
2
) des kleinen Volumens V
2
erfolgt. Somit
erhalten wir durch Addition:
_
F(V1)

A d

f +
_
F(V2)

A d

f = div

A(r
1
)V
1
+ div

A(r
2
)V
2
. (9.80)
Die linke Seite ist die Summe zweier Oberachenintegrale, wobei in jedem Oberachenintegral
alle Seitenachen der beiden quaderformigen Bereiche einen Beitrag leisten. Da die Trennache S
222 9 Integration von Feldern: Kurven- und Flachenintegrale
beiden Oberachen gemeinsam ist, gibt es in jedem der Oberachenintegrale einen Beitrag, der
vom Fluss durch diese Seitenache stammt. Bezeichnen wir den Feldvektor in der Mitte dieser
Flache mit

A(r
S
), ist der Beitrag zum Oberachenintegral uber F(V
1
) gegeben durch

A(r
S
)

f
(1)
S
(9.81)
und der Beitrag zum Oberachenintegral uber F(V
2
) gleich

A(r
S
)

f
(2)
S
. (9.82)
Da wir vereinbart haben, dass die Flachennormalvektoren stets nach auen gerichtet sind, zeigen

f
(1)
S
und

f
(2)
S
in entgegengesetzte Richtung. Im Betrag sind sie aber gleich (weil sie zur gleichen
Flache gehoren) und so gilt

f
(1)
S
=

f
(2)
S
. (9.83)
Die beiden Beitrage (9.81) und (9.82) heben einander genau auf

A(r
S
)

f
(1)
S
+

A(r
S
)

f
(2)
S
=

A(r
S
)

f
(1)
S


A(r
S
)

f
(1)
S
= 0. (9.84)
Die gemeinsame Trennache S liefert also in der Summe auf der linken Seite der Gleichung keinen
Beitrag.

Ubrig bleiben also nun die Beitrage der Auenseiten F(V
1
+ V
2
) des kombinierten
Volumens V
1
+ V
2
:
_
F(V1)

A d

f +
_
F(V2)

A d

f =
_
F(V1+V2)

A d

f. (9.85)
Dieser Ausdruck gilt ubrigens nicht nur f ur innitesimale Volumina, sondern ganz allgemein f ur
die Summe zweier Volumina V
1
+V
2
, welche eine, moglicherweise gekr ummte, Ber uhrungsache S
haben (siehe Abb. 9.27). Auch in diesem Fall heben sich die beiden Beitrage der Flache S zum
Oberachenintegral uber V
1
und V
2
genau auf, da in jedem Punkt die zugehorigen Normalvektoren
den gleichen Betrag aber entgegengesetzte Richtung besitzen.
Abbildung 9.27: In der Summe der Oberachenintegrale uber die Oberachen, die die Volumina
V
1
und V
2
umschlieen, heben sich die Beitrage, die von der Ber uhrungsache S stammen, exakt
auf.
Wir konnen nun diese Prozeduren beliebig oft wiederholen und stets neue Quader V
3
, V
4
, V
5
,
usw. an die bereits vorhandenen anf ugen. Dabei heben sich die Beitrage der gemeinsamen Flachen
immer auf und ubrig bleibt nur das Oberachenintegral uber die Einh ullende F(V
1
+V
2
+. . . )
aller N Teilvolumina V
i
:
_
F(V1)

A d

f +
_
F(V2)

A d

f + +
_
F(VN)

A d

f =
_
F(V1++VN)

A d

f. (9.86)
Mit Hilfe des Summenzeichens konnen wir dies kompakter ausdr ucken als:
N

i=1
_
F(Vi)

A d

f =
_
F(
P
i
Vi)

A d

f. (9.87)
9 Integration von Feldern: Kurven- und Flachenintegrale 223
Abbildung 9.28: Zerlegung eines Volumens in kleine Quader.
Wir konnen nun jedes Volumen V beliebig genau mit Hilfe kleiner Quader V
i
annahern, V

i
V
i
. Das Integral auf der rechten Seite von Gleichung (9.87) wird dann zu einem Oberachen-
integral uber die Oberache von V . Dr ucken wir zusatzlich auf der linken Seite dieser Gleichung
die Oberachenintegrale uber die Teilvolumina mit Hilfe von Gleichung (9.76) durch die lokale
Quellenstarke aus, erhalten wir
_
F(V )

A d

f
N

i=1
_
F(Vi)

A d

f
N

i=1
div

A(r
i
)V
i
. (9.88)
Im Grenzwert innitesimal kleiner Teilvolumina wird aus der Summe in dieser Gleichung ein Vo-
lumsintegral uber V :
_
F(V )

A d

f =
_
V
div

AdV. (9.89)
Dies ist der Integralsatz von Gau, der auch oft Satz von Gau-Ostrogradski genannt wird,
weil er von diesen beiden Mathematikern unabhangig voneinander gefunden wurde.
In Worten lasst sich der Integralsatz von Gau ausdr ucken als: Das Oberachenintegral eines
Vektorfeldes

A uber eine geschlossene Flache F mit nach auen gerichteten Flachennormalen ist
gleich dem Volumsintegral uber die Divergenz des Vektorfeldes im Volumen V, das von der Flache
F eingeschlossen wird.
Der Satz von Gau verkn upft also die Quellen und Senken eines Feldes im Inneren eines Volumens
mit den Eigenschaften des Feldes auf der Oberache des Volumens. Anwendung ndet der Satz
von Gau zum Beispiel in der Elektrostatik und Elektrodynamik sowie bei der Kontinuitatsglei-
chung f ur erhaltene Groen (z.B. Energie, Impuls, Masse).
Beispiel:
Um die N utzlichkeit des Satzes von Gau zu demonstrieren, berechnen wir das Oberachenintegral
O f ur das Feld

A(r) = r uber die Oberache F eines W urfels mit Volumen V . Mit Hilfe des Satzes
von Gau konnen wir umformen:
O =
_
F

A d

f =
_
V
div

AdV. (9.90)
F ur

A = r haben wir div

A =
x
x
+
y
y
+
z
z
= 3 und somit
O =
_
V
div

AdV =
_
V
3dV = 3V. (9.91)
Interessanterweise geht hier die Form des Volumens nicht in die Losung ein. F ur eine Kugel oder
einen Zylinder mit demselben Rauminhalt ergibt sich also genau dasselbe Oberachenintegral.
224 9 Integration von Feldern: Kurven- und Flachenintegrale
Beispiel:
F ur den Fluss eines Wirbelfeldes rot

A durch eine geschlossene Oberache F gilt laut dem Satz
von Gau
_
F
rot

A d

f =
_
V
div (rot

A) dV. (9.92)
Da Wirbelfelder quellenfrei sind, div (rot

A) = 0, bedeutet dies
_
F
rot

A d

f =
_
V
0 dV = 0. (9.93)
Somit verschwindet der Gesamtuss eines Wirbelfeldes rot

A durch eine geschlossene Oberache f ur
ein beliebiges Vektorfeld

A. Anschaulich bedeutet dies, dass Wirbel entweder ganz in V verlaufen
oder an einer Stelle genauso viele ein- wie an einer anderen Stelle austreten. (Dies folgt, wie wir
sehen werden, auch aus dem Satz von Stokes.)
Beispiel:
Wir wollen nun den Satz von Gau verizieren, indem wir f ur das Vektorfeld

A(r) = (x
3
, y
3
, z
3
)
sowohl das Oberachenintegral
_

A d

f uber die Oberache einer Kugel mit Radius R als auch das
Volumsintegral
_
V
div

AdV uber diese Kugel berechnen (siehe Abb. 9.29).
Abbildung 9.29: Vektorfeld

A(r) auf der Halbkugel mit Radius R.
Wir berechnen zunachst das Oberachenintegral. Aus Symmetriegr unden gen ugt es, das Integral
nur f ur eine Halbkugel, also zum Beispiel f ur z 0, zu berechnen. Das Integral uber die Kugel ist
dann einfach zweimal das Integral uber die Halbkugel. Die Flachengleichung f ur die Halbkugel ist
z(x, y) =
_
R
2
(x
2
+y
2
). Der Normalenvektor n auf die Flache zeigt f ur eine Kugel genau vom
Ursprung weg:
n =
1
_
x
2
+y
2
+z
2
_
_
_
x
y
z
_
_
_. (9.94)
Folglich ist das Flachenelement gegeben durch:
d

f =
dxdy
n e
z
n =
1
z
_
_
_
x
y
z
_
_
_dxdy. (9.95)
9 Integration von Feldern: Kurven- und Flachenintegrale 225
Das Oberachenintegral lasst sich also schreiben als
_
F

A d

f =
__
x
2
+y
2
R
2
1
z
_
_
_
x
3
y
3
z
3
_
_
_
_
_
_
x
y
z
_
_
_dxdy
=
__
x
2
+y
2
R
2
x
4
+y
4
+z
4
z
dxdy, (9.96)
wobei sich der Integrationsbereich in der xy-Ebene uber den Kreis mit Radius R erstreckt. In
diesem Ausdruck ist z als Funktion von x und y zu betrachten, z = z(x, y). Durch Einsetzen der
Flachengleichung f ur z(x, y) erhalten wir
_
F

A d

f =
__
x
2
+y
2
R
2
x
4
+y
4
+ (R
2
(x
2
+y
2
))
2
_
R
2
(x
2
+y
2
)
dxdy. (9.97)
Dieses Integral berechnen wir zweckmaigerweise in Polarkoordinaten:
_
F

A d

f =
2
_
0
R
_
0
r
4
(sin
4
+ cos
4
) + (R
2
r
2
)
2

R
2
r
2
rddr
=
2
_
0
R
_
0
_
r
4
(sin
4
+ cos
4
)

R
2
r
2
+ (R
2
r
2
)
3
2
_
rddr
=
2
_
0
R
_
0
r
5
(sin
4
+ cos
4
)

R
2
r
2
ddr + 2
R
_
0
(R
2
r
2
)
3
2
rdr
=
R
_
0
r
5

R
2
r
2
dr
2
_
0
(sin
4
+ cos
4
)d + 2
R
_
0
(R
2
r
2
)
3
2
rdr. (9.98)
Das Integral
_
r
5

R
2
r
2
dr ergibt laut Integraltafel
1
15

R
2
r
2
(3r
4
+4r
2
R
2
+8R
4
) und somit gilt
R
_
0
r
5

R
2
r
2
dr =
1
15
_
R
2
r
2
(3r
4
+ 4r
2
R
2
+ 8R
4
)

R
0
=
R
15
8R
4
=
8R
5
15
. (9.99)
Das Integral
_
2
0
(sin
4
+ cos
4
)d ergibt
2
_
0
(sin
4
+ cos
4
)d =
_
3
4
+
sin(4)
16
_

2
0
=
3
2
. (9.100)
Schlielich erhalten wir f ur das letzte Integral:
R
_
0
(R
2
r
2
)
3
2
rdr =
2
5
1
2
(R
2
r
2
)
5
2

R
0
=
1
5
R
5
. (9.101)
Das Oberachenintegral wird somit zu
_
F

A d

f =
8R
5
15
3
2
+
2R
5
5
=
_
4
5
+
2
5
_
R
5
=
6
5
R
5
. (9.102)
F ur die ganze Kugel ist das Oberachenintegral also gegeben durch:
_
F

A d

f =
12
5
R
5
. (9.103)
226 9 Integration von Feldern: Kurven- und Flachenintegrale
Wir berechnen nun auch das Volumsintegral uber die Divergenz des Vektorfeldes uber die ganze
Kugel:
_
V
div

AdV =
_
V
_
x
3
x
+
y
3
y
+
z
3
z
_
dV
= 3
_
V
(x
2
+y
2
+z
2
)dV. (9.104)
Wir transformieren auf Kugelkoordinaten und beachten dabei, dass das Volumselement zu r
2
sin dddr
wird:
_
V
div

AdV = 3
2
_
0

_
0
R
_
0
r
2
r
2
sindddr
= 3 2
R
_
0
r
4
dr

_
0
sind
= 3 2
_
r
5
5
_

R
0
(cos )

0
=
6
5
R
5
(cos(+) + cos 0) =
12
5
R
5
. (9.105)
Wie wegen des Integralsatzes von Gau zu erwarten war, liefern das Oberachenintegral
_
F

A d

f
und das Volumsintegral
_
V
div

AdV genau dasselbe Ergebnis. Allerdings ist in diesem Fall das
Volumsintegral bedeutend einfacher zu berechnen als das Oberachenintegral.
9.3.3 Partielle Integration mit Hilfe des Gauschen Satzes
Erinnern wir uns zunachst daran, dass bei der partiellen Integration in einer Dimension ein Integral
in ein anderes (hoentlich einfacheres) Integral verwandelt wird:
b
_
a
f(x)g

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

b
a

b
_
a
f

(x)g(x)dx. (9.106)
Die partielle Integration beruht auf der Produktregel der Dierentiation, (fg)

= f

g + fg

. Wir
konnen Gleichung (9.106) auch umformen zu:
b
_
a
f(x)g

(x)dx +
b
_
a
f

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

b
a
. (9.107)
Hier haben wir also das Integral uber eine Ableitung verkn upft mit dem Wert der Funktion an den
Randern (in einer Dimension sind das einfach die Endpunkte) des Integrationsintervalls.
Der Satz von Gau leistet das Analoge f ur Volumsintegrale. Dieser Analogie folgend konnen wir die
Methode der partiellen Integration auf Volumsintegrale ubertragen, falls der Integrand ein Produkt
aus einem Feld mit dem Gradienten eines anderen Feldes ist,
_
V
(r)grad (r)dV =
_
V
(r)(r)dV. (9.108)
Da der Gradient ein Vektor ist, hat auch das Integral uber Vektorcharakter. Im Allgemei-
nen kann man nat urlich Volumsintegrale statt uber skalare Felder auch uber Vektorfelder
bilden. Da Integrale als Grenzwerte von Summen deniert sind und Vektoren komponentenweise
9 Integration von Feldern: Kurven- und Flachenintegrale 227
addiert werden, ist das Volumsintegral eines Vektorfeldes

A(r) ein Vektor, dessen Komponenten
die Volumsintegrale uber die Komponenten des Feldes

A sind:
_
V

A(r)dV =
_
_
_
_
V
A
x
(r)dV
_
V
A
y
(r)dV
_
V
A
z
(r)dV
_
_
_. (9.109)
Ein Beispiel f ur ein solches Integral ergibt sich bei der Berechnung des Schwerpunktes

R
S
eines
Korpers mit Massenverteilung (r):

R
S
=
_
V
r(r)dV
_
V
(r)dV
. (9.110)
Wir kehren nach diesem kurzen Einschub uber vektorwertige Volumsintegrale zur uck zum Integral
in Gleichung (9.108). Aus dem Abschnitt 8.2 uber den Gradienten im Kapitel 8 kennen wir die
Produktregel
() = +. (9.111)
Somit gilt
_
V
(r)(r)dV =
_
V
()dV
_
V
(r)(r)dV. (9.112)
Das erste Integral auf der rechten Seite dieser Gleichung kann wie folgt umgeformt werden. F ur
das spezielle Vektorfeld

A(r) = a(r) mit einem konstanten Vektor a und einem Skalarfeld (r)
folgt namlich aus dem Satz von Gau:
_
F(V )

A d

f =
_
F(V )
a(r) d

f =a
_
F(V )
(r)d

f =
_
V
div (a(r))dV. (9.113)
Da aber
div (a(r)) =
a
x

x
+
a
y

y
+
a
z

z
= a
x

x
+a
y

y
+a
z

z
=a grad , (9.114)
folgt daraus
a
_
F(V )
(r) d

f =a
_
V
grad dV. (9.115)
Da dies f ur beliebige Vektoren a gilt, erhalten wir schlielich die Vektorgleichung:
_
F(V )
(r) d

f =
_
V
grad dV =
_
V
dV. (9.116)
Wahrend auf der linken Seite dieser Gleichung der Vektorcharakter des Integrals vom Flachenele-
ment stammt, kommt er auf der rechten Seite vom Gradienten, der ja ein Vektor ist. Die obige
Gleichung ist der Gausche Integralsatz f ur skalare Felder.
Durch Anwendung dieses Satzes mit = erhalten wir aus Gleichung (9.112)
_
V
(r)(r) dV =
_
F(V )
(r)(r) d

f
_
V
(r)(r) dV. (9.117)
Diese Gleichung ist analog zur partiellen Integration in einer Dimension (siehe auch Gleichung
(4.78) bzw. Gleichung (9.106)): die Ableitung wird von einer Funktion () zur anderen () uber-
gewalzt. Zusatzlich haben wir einen Oberachenterm erhalten. Da dieser zusatzliche Term im Un-
terschied zum eindimensionalen Fall noch als Integral (wenn auch als Oberachenintegral) dasteht,
228 9 Integration von Feldern: Kurven- und Flachenintegrale
ist der Ausdruck partielle (also teilweise) Integration hier wohl etwas ubertrieben. Nichtsdestotrotz
kann Gleichung (9.117) in vielen Situationen sehr n utzlich sein.
Falls auf der Oberache des Integrationsvolumens mindestens eine der skalaren Funktionen (r)
oder (r) verschwindet, nimmt (9.117) eine besonders einfache Form an. Dann verschwindet
namlich das Oberachenintegral und wir erhalten:
_
V
(r)(r)dV =
_
V
(r)(r)dV. (9.118)
Bei Anwendung dieses sehr praktischen Ausdrucks muss jedoch sorgfaltig darauf geachtet werden,
dass entweder (r) oder (r) auf der Oberache wirklich verschwindet.
Ein ahnliches Ergebnis erhalten wir, wenn wir die Produktregel f ur die Divergenz eines Produkts
aus einem Skalar- und einem Vektorfeld ausnutzen,
((r)

A(r)) =

A +

A. (9.119)
F ur das Volumsintegral
_
V


AdV erhalten wir damit namlich
_
V

AdV =
_
V
(

A) dV
_
V

A dV. (9.120)
Das Volumsintegral uber die Divergenz (

A) konnen wir nun mit Hilfe des Satzes von Gau in

ein Oberachenintegral verwandeln:
_
V

AdV =
_
F

A d

f
_
V

A dV (9.121)
oder, aquivalent dazu,
_
V

A dV =
_
F

A d

f
_
V

AdV. (9.122)
Falls das Oberachenintegral verschwindet, wird dieser Ausdruck f ur die partielle Integration be-
sonders einfach:
_
V

A dV =
_
V

AdV. (9.123)
Zwei weitere praktische Ausdr ucke lassen sich aus dem Satz von Gau ableiten. Diese sind als
Satze von Green bekannt.
9.3.4 Die Satze von Green
Gegeben seien zwei skalare Felder und . F ur diese Felder betrachten wir jetzt das Volumsintegral
_
V
( )dV, (9.124)
wobei = der Laplace-Operator ist. Partielle Integration beider Terme mit Hilfe von
Gleichung (9.121) liefert
_
V
( ) dV =
_
V
( ) dV
=
_
F
( ) d

f
_
V
( ) dV. (9.125)
Das Volumsintegral auf der rechten Seite verschwindet aber und wir erhalten
_
V
( ) dV =
_
F
( ) d

f. (9.126)
9 Integration von Feldern: Kurven- und Flachenintegrale 229
Dies ist der 2. Satz von Green. (Diese Nomenklatur ist nicht ganz einheitlich. Die Satze werden
oft unterschiedlich nummeriert.) Er wurde von George Green bewiesen, kann jedoch als Spezialfall
des Satzes von Gau betrachtet werden.
Der 1. Satz von Green ergibt sich aus Gleichung (9.121) f ur den Fall, dass das Vektorfeld

A ein
Gradientenfeld ist:

A = . Einsetzen in Gleichung (9.121) ergibt
_
V
dV =
_
F
d

f
_
V
dV (9.127)
oder
_
V
dV =
_
F
d

f
_
V
dV. (9.128)
Weitere praktische Formeln, die man auf ahnliche Weise ableiten kann, sind:
_
V

AdV =
_
V

AdV +
_
F

A d

f, (9.129)
was auf der Produktregel (

A) =

A+

A beruht, und
_
V

B

AdV =
_
V

A

BdV +
_
F
(

A

B) d

f, (9.130)
was aus div (

A

B) =

B

A

A

B folgt.
Beispiel:
Die Diusion eines Teilchens im Raum (siehe Abb. 9.30) wird durch die Diusionsgleichung

t
= D (9.131)
beschrieben, wobei (r, t) die Wahrscheinlichkeit beschreibt, das Teilchen zum Zeitpunkt t am Ort
r = (x, y, z) zu nden unter der Bedingung, dass es zum Zeitpunkt t = 0 im Ursprung (r = 0) war.
Abbildung 9.30: Bahnkurve eines diundierenden Teilchens in der Ebene.
F ur t = 0 ist die Dichte (r, t = 0) also durch eine -Funktion gegeben, da wir wissen, dass sich
das Teilchen genau im Usprung bendet:
(r, 0) = (r). (9.132)
Da das Teilchen vom urspr unglichen Ort weg diundiert, wird die Dichte immer breiter. Aus Sym-
metriegr unden verschwindet der mittlere Aufenthaltsort des Teilchens bei wiederholter Durchf uhrung
des Diusionsexperiments:
r) =
_
(r)r dV = 0, (9.133)
230 9 Integration von Feldern: Kurven- und Flachenintegrale
wobei die Dichte (r) so deniert ist, dass sie normiert ist. Das heit
_
(r) dV = 1. (9.134)
Das mittlere Abweichungsquadrat
r
2
) =
_
(r, t)r
2
dV (9.135)
ist jedoch von Null verschieden und wachst mit der Zeit. Um dieses zeitliche Anwachsen quantitativ
zu bestimmen, bilden wir die Ableitung von r
2
) nach der Zeit:
d
dt
r
2
) =
_

t
(r, t)r
2
dV. (9.136)
Indem wir die Diusionsgleichung ausnutzen, erhalten wir dann:
d
dt
r
2
) = D
_
(r, t)r
2
dV
= D
_
((r, t))r
2
dV. (9.137)
Anwendung des 1. Greenschen Satzes (Gleichung (9.128)) ergibt:
_
(r, t)r
2
dV =
_
r
2
dV +
_
F
r
2
(r, t) d

f. (9.138)
Im Unendlichen verschwindet jedoch und auch f ur beliebige endliche Zeiten t. Deshalb erhalten
wir
_
(r, t)r
2
dV =
_
r
2
dV. (9.139)
Der Gradient von r
2
lasst sich leicht auswerten,
r
2
= 2r (9.140)
und folglich gilt
_
r
2
dV = 2
_
r dV. (9.141)
Nochmalige partielle Integration nach Gleichung (9.122) liefert
_
r dV =
_
( r)dV +
_
F
r d

f. (9.142)
Der Oberachenterm verschwindet wieder und die Divergenz von r ist
r =
x
x
+
y
y
+
z
z
= 3. (9.143)
Da nach Voraussetzung normiert ist,
_
(r) = 1, gilt
_
( r) dV = 3
_
dV = 3 (9.144)
und wir erhalten schlielich

t
r
2
) = D 2 3 = 6D. (9.145)
Integration nach der Zeit ergibt
r
2
) = 6Dt. (9.146)
Dies ist die ber uhmte Einstein-Beziehung, der zufolge bei der Diusion der mittlere quadratische
Abstand vom Ausgangspunkt linear mit der Zeit wachst.
9 Integration von Feldern: Kurven- und Flachenintegrale 231
9.4 Der Integralsatz von Stokes
Der Integralsatz von Stokes stellt einen Zusammenhang her zwischen dem Oberachenintegral
des Wirbelfeldes eines Vektorfeldes und dem Kurvenintegral des Feldes entlang des Randes der
Oberache.
9.4.1 Integraldarstellung der Rotation
Wir haben in Abschnitt 9.1.4 gesehen, dass unter gewissen Umstanden Kurvenintegrale uber Vek-
torfelder vom Weg unabhangig sind (namlich genau dann, wenn sich das Vektorfeld als Gradient
eines Skalarfeldes darstellen lasst). In diesem Fall verschwindet das Kurvenintegral uber jede be-
liebige geschlossene Kurve C:
_
C

A dr = 0. (9.147)
Es gibt jedoch auch Felder, f ur die das Kurvenintegral langs geschlossener Kurven, also die Zir-
kulation, nicht verschwindet,
_
C

A dr ,= 0. Solche Felder nennt man Wirbelfelder. So kann

beispielsweise ein zeitlich veranderliches Magnetfeld

B ein ringformiges elektrisches Feld

E erzeu-
gen (siehe Abb. 9.31).
Abbildung 9.31: Elektrisches Wirbelfeld

E. Unterschiedliche Integrationswege (etwa C
1
, C
2
und
C
3
) f uhren zu unterschiedlichen Wegintegralen
_
C

E dr.
Wir bewegen in diesem elektrischen Feld nun eine Ladung vom Punkt P
1
zum Punkt P
2
und
wollen dies auf 3 verschiedenen Wegen tun: C
1
, C
2
und C
3
. Das Kurvenintegral
_
C

E dr langs
des Weges C
1
ist positiv, da das Vektorfeld

E immer in Richtung des Weges zeigt und deshalb
immer

E dr > 0 gilt. Das Kurvenintegral langs C
2
hingegen ist negativ, da das Feld immer der
Bewegungsrichtung entgegengesetzt ist,

E dr < 0. Auf der Kurve C
3
steht das Feld immer genau
senkrecht auf die Bewegungsrichtung. Somit gilt

E dr = 0 und das Kurvenintegral
_
C3

E dr
verschwindet. In diesem Fall wird keine Arbeit geleistet.
Da diese Kurvenintegrale nicht wegunabhangig sind, verschwindet die Zirkulation f ur dieses Vek-
torfeld im Allgemeinen nicht. Zum Beispiel ist
_
C1C3

E dr > 0 und
_
C2C1

E dr < 0. (9.148)
Hier bezeichnet C
1
C
3
den Weg, der aus C
1
in Vorwartsrichtung und C
3
in R uckwartsrichtung
besteht. Der Weg C
2
C
1
ist auf analoge Weise deniert. Oensichtlich verschwinden Kurvenin-
tegrale uber geschlossene Kurven genau dann nicht, wenn das Vektorfeld geschlossene Feldlinien,
232 9 Integration von Feldern: Kurven- und Flachenintegrale
also Wirbel, besitzt. Wir haben aber in Kapitel 8 (Abschnitt 8.55) plausibel gemacht, dass die
Rotation

A als Ma f ur die lokale Wirbelstarke betrachtet werden kann. Wir wollen nun sehen,
ob wir die Zirkulation uber ein Vektorfeld, die ja ebenfalls von der Starke der Wirbel abhangt, mit
der Rotation in Verbindung bringen konnen.
Abbildung 9.32: Die Umrandung des Flachenelements mit dem Flachenvektor

f besteht aus den

Kurvensegmenten C
1
, C
2
, C
3
und C
4
.
Dazu betrachten wir das Kurvenintegral uber eine kleine geschlossene Kurve, die eine kleine Flache
f mit Flachenvektor

f umrandet. Der Einfachheit halber nehmen wir an, dass die Flache in
der xy-Ebene liegt, also

f in Richtung der z-Achse zeigt (siehe Abb. 9.32). Wir bezeichnen die
Umrandung dieses Rechtecks mit C
z
. Das Kurvenintegral
_
Cz

A(r) dr entlang der Umrandung

des Rechtecks besteht aus den vier Beitragen entlang der Rechteckseiten. Zur Berechnung dieses
Integrals wollen wir annehmen, dass die Seiten des Rechtecks so kurz sind, dass sich der Feldvektor

A(r) entlang der Kanten nicht andert. Dann ist der Beitrag der Kante C
1
gegeben durch

A
_
x, y
y
2
, z
_
r, (9.149)
wobei r = (x, y, z) der Mittelpunkt des Rechtecks ist und

A(x, y
y
2
, z) der Feldvektor im Mittel-
punkt der Kante C
1
. Die Verschiebung r hat jedoch die Lange x und die Richtung e
x
= (1, 0, 0).
Damit erhalten wir f ur den Beitrag der Rechteckseite C
1
zum Integral

A
_
x, y
y
2
, z
_
e
x
x = A
x
_
x, y
y
2
, z
_
x. (9.150)
Auf ahnliche Weise erhalten wir f ur den Beitrag entlang Kante C
3

A
_
x, y +
y
2
, z
_
r = A
x
_
x, y +
y
2
, z
_
x. (9.151)
Dabei haben wir ber ucksichtigt, dass das Kurvenelement r f ur diese Kante in die negative x-
Richtung zeigt. Durch analoge

Uberlegungen erhalten wir die Beitrage der Kanten C
2
und C
4
zum
Kurvenintegral:
C
2
: A
y
_
x +
x
2
, y, z
_
y und C
4
: A
y
_
x
x
2
, y, z
_
y. (9.152)
Durch Addition dieser vier Beitrage erhalten wir das Kurvenintegral langs der (geschlossenen)
Umrandung des Rechtecks:
_
Cz

A dr = A
x
_
x, y
y
2
, z
_
x A
x
_
x, y +
y
2
, z
_
x
+A
y
_
x +
x
2
, y, z
_
y A
y
_
x
x
2
, y, z
_
y.
(9.153)
9 Integration von Feldern: Kurven- und Flachenintegrale 233
Die Erweiterung der ersten beiden Terme der rechten Seite dieser Gleichung mit y und der letzten
beiden Terme mit x liefert
_
Cz

A dr =
A
x
_
x, y +
y
2
, z
_
A
x
_
x, y
y
2
, z
_
y
xy
+
A
y
_
x +
x
2
, y, z
_
A
y
_
x
x
2
, y, z
_
x
xy.
(9.154)
Im Limes kleiner x und y (also im Limes f 0) werden diese Dierenzenquotienten zu
partiellen Ableitungen und wir erhalten nach Division durch xy = f
lim
f0
1
f
_
Cz

A dr =
A
y
x

A
x
y
. (9.155)
Die rechte Seite dieser Gleichung ist jedoch nichts anderes als die z-Komponente der Rotation

A =
_
_
_

z
_
_
_
_
_
_
A
x
A
y
A
z
_
_
_ =
_
_
_
_
Az
y

Ay
z
Ax
z

Az
x
Ay
x

Ax
y
_
_
_
_
(9.156)
des Vektorfeldes

A(r). Wir konnen also schreiben
lim
f0
1
f
_
Cz

A dr = (rot

A)
z
, (9.157)
wobei wir die z-Komponente der Rotation rot

A mit (rot

A)
z
bezeichnet haben. Wenn wir unser
kleines Rechteck nicht in die xy-Ebene sondern in die yz-Ebene oder in die xz-Ebene legen, erhalten
wir auf analoge Weise die x- beziehungsweise die y-Komponente der Rotation:
lim
f0
1
f
_
Cx

A dr =
A
z
y

A
y
z
= (rot

A)
x
(9.158)
beziehungsweise
lim
f0
1
f
_
Cy

A dr =
A
x
z

A
z
x
= (rot

A)
y
. (9.159)
F ur eine allgemein orientierte Flache, deren Flachennormale in Richtung des Einheitsvektors n
zeigt,

f = [

f[ n = fn, (9.160)
gilt
lim
f0
1
f
_
C

A dr = n rot

A = n

A. (9.161)
Die Rotation ist also die Flachendichte der Zirkulation (Zirkulation pro Flache), die auch als
Wirbelstarke bezeichnet wird. F ur eine kleine Flache

f haben wir also

_
C

A dr = rot

A

f.
Dieser Ausdruck kann auch als Denition der Rotation eines Vektorfeldes aufgefasst werden, die
auch dann sinnvoll bleibt, wenn das Feld nicht dierenzierbar ist.
9.4.2 Formulierung und Herleitung
Der Stokessche Satz stellt f ur ein beliebiges Vektorfeld

A(r) einen Zusammenhang zwischen dem
Oberachenintegral uber eine im Allgemeinen gekr ummte Flache F und dem Kurvenintegral langs
234 9 Integration von Feldern: Kurven- und Flachenintegrale
Abbildung 9.33: Die von der Kurve C umrandete Flache F wird in kleine Facetten mit Flachen-
vektoren

f
i
zerlegt.
des Randes C dieser beliebig groen und beliebig geformten Flache her (siehe Abb. 9.33). Wie
wir schon bei der Diskussion des Oberachenintegrals gesehen haben, konnen wir die gesamte
Oberache F naherungsweise durch N ebene Teilachen f
i
mit Flachenvektoren

f
i
darstellen.
Wir bezeichnen die Umrandung des Flachenelements f
i
mit C
i
.
Wir bilden nun f ur ein kleines Flachenelement f
1
am Punkt r
1
(siehe Abb. 9.34) das Kurvenin-
tegral langs seiner Umrandung, das f ur eine kleine Flache geschrieben werden kann als
_
C1

A dr = rot

A

f
1
. (9.162)
Wir legen dann um einen benachbarten Punkt r
2
eine weitere Flache f
2
und zwar so, dass die
Flachen f
1
und f
2
einen Teil ihrer Berandung gemeinsam haben. Die Flachenvektoren

f
1
und

f
2
sind im Allgemeinen nicht parallel zueinander.
Abbildung 9.34: Zwei benachbarte Facetten mit Flachenvektoren

f
1
und

f
2
und Umrandungen
C
1
und C
2
.
Wenn wir die Linienintegrale entlang der beiden Kurven C
1
und C
2
addieren, heben sich die beiden
Beitrage des gemeinsamen Randteiles genau auf, weil dieser Teil von C
1
und C
2
in entgegengesetzter
Richtung umlaufen wird. Was ubrig bleibt ist das Kurvenintegral uber die Einh ullende C
1+2
der
aus f
1
und f
2
bestehenden Gesamtache:
_
C1

A dr +
_
C2

A dr =
_
C1+2

A dr. (9.163)
Andererseits gilt wegen Gleichung (9.162) aber auch
_
C1

A dr +
_
C2

A dr = rot

A(r
1
)

f
1
+ rot

A(r
2
)

f
2
(9.164)
und somit
_
C1+2

A dr = rot

A(r
1
)

f
1
+ rot

A(r
2
)

f
2
. (9.165)
Wir konnen diese Prozedur durch Hinzuf ugen weiterer Facetten f
i
nun wiederholen, bis die
gesamte Flache F ausgef ullt ist. Bei jedem dieser Schritte bleibt beim Linienintegral nur jener Teil
ubrig, der von der aueren Berandung der Flache stammt (siehe Abb. 9.35).
9 Integration von Feldern: Kurven- und Flachenintegrale 235
Abbildung 9.35: In der Summe der Kurvenintegrale uber die Umrandungen der Teilachen k urzen
sich alle Beitrage auer die, die vom aueren Rand der Gesamtache stammen.
Die Summe aller Kurvenintegrale uber die Umrandung C
i
der Teilachen wird also zum Kurven-
integral uber die Einh ullende C
1+2++N
aller N Flachenelemente. Wir erhalten also
_
C1+2++N

A dr =

i
rot

A(r
i
)

f
i
. (9.166)
Im Limes N , also f ur immer kleiner werdende Flachenelemente, strebt C
1++N
gegen die
Randkurve C der Flache F und die Summe auf der rechten Seite wird zum Oberachenintegral:
_
C

A dr =
_
F
rot

A d

f. (9.167)
Dies ist der Stokessche Integralsatz.
In Worten lautet der Stokessche Integralsatz:
Fur ein Vektorfeld

A(r) und eine Flache F ist das Oberachenintegral uber das zugehorige Wir-
belfeld gleich dem Kurvenintegral uber das Vektorfeld langs der Berandung C der Flache F.
Beispiel:
Als Beispiel f ur den Satz von Stokes berechnen wir das Ringintegral
_
C

A dr des Vektorfeldes

A(r) =
_
_
_
3y
3x
1
_
_
_ (9.168)
langs eines Kreises in der xy-Ebene mit Mittelpunkt im Ursprung und Radius r (siehe Abb. 9.36).
Aus dem Satz von Stokes folgt, dass
_
C

A dr =
_
F
rot

A d

f, (9.169)
wobei F eine beliebige glatte Flache ist, deren Rand der Kreis ist, langs dessen das Kurvenintegral
berechnet werden soll. Da die Flache F beliebig ist, wahlen wir einfach die ebene Kreisache. Das
Oberachenelement ist demnach d

f = e
z
dxdy unabhangig vom Ort. Die Rotation des Vektorfeldes

A ist
rot
_
_
_
3y
3x
1
_
_
_ =
_
_
_

z
_
_
_
_
_
_
3y
3x
1
_
_
_ =
_
_
_
0 0
0 0
3 + 3
_
_
_ =
_
_
_
0
0
6
_
_
_. (9.170)
236 9 Integration von Feldern: Kurven- und Flachenintegrale
Abbildung 9.36: Flachenelement in einem Kreis in der Ebene. Die Flachenvektoren d

f stehen
normal auf die xy-Ebene.
Das Oberachenintegral wird deshalb zu
_
F
rot

A d

f =
__
x
2
+y
2
r
2
_
_
_
0
0
6
_
_
_
_
_
_
0
0
1
_
_
_dxdy
= 6
__
x
2
+y
2
r
2
dxdy = 6r
2
. (9.171)
Nat urlich hatten wir auch das Kurvenintegral direkt auswerten konnen. F ur den Kreis bietet sich
die Parametrisierung
r(t) =
_
_
_
r cos t
r sint
0
_
_
_ mit 0 t 2 (9.172)
an. Der Tangentenvektor ist folglich gegeben durch:
dr
dt
=
_
_
_
r sin t
r cos t
0
_
_
_. (9.173)
Das Kurvenintegral wird mit dieser Parametrisierung zu
_
C

A dr =
2
_
0
_
_
_
3r sin t
3r cos t
1
_
_
_
_
_
_
r sin t
r cos t
0
_
_
_dt
=
2
_
0
3r
2
(sin
2
t + cos
2
t)dt = 3r
2
2
_
0
dt = 6r
2
. (9.174)
Das Kurvenintegral ist in diesem Fall nicht viel schwerer zu berechnen als das Oberachenintegral.
Aus dem Oberachenintegral sehen wir aber, dass in diesem Fall f ur jede Kurve in der Ebene das
Integral nur von der Groe der eingeschlossenen Flache abhangt.
9.4.3 Bedeutung
Aus dem Satz von Stokes folgt, dass das Oberachenintegral eines Wirbelfeldes

A uber
eine geschlossene Oberache F verschwindet. Wir konnen uns namlich vorstellen, dass eine ge-
schlossene Flache entsteht, wenn wir die Randkurve C wie bei einem Beutel auf einen Punkt
9 Integration von Feldern: Kurven- und Flachenintegrale 237
zusammenziehen (siehe Abb. 9.37). Die Lange des Randes ist dann 0 und somit verschwindet auch
das Kuvenintegral
_
C

A dr = 0. (9.175)
Wegen des Satzes von Stokes muss deshalb auch das Oberachenintegral
_
F
rot

A d

f (9.176)
uber die geschlossene Oberache verschwinden.
Abbildung 9.37: Wenn sich die Umrandung C auf einen Punkt zusammenzieht, wird die Flache F
zu einer geschlossenen Flache.
Aus dem Satz von Stokes folgt weiters, dass alle Flachen F
1
, F
2
, . . . mit demselben Rand C auch
dasselbe Oberachenintegral
_
F
rot

A d

f liefern.
Schlielich erlaubt es uns der Satz von Stokes, die Frage nach der Wegunabhangigkeit von
Kurvenintegralen noch einmal aufzugreifen. Wir haben ja schon fr uher gesehen, dass die Wegun-
abhangigkeit von Integralen aquivalent zum Verschwinden von Kurvenintegralen langs geschlosse-
ner Kurven ist. Wenn wir nun annehmen, dass
_
C

A dr = 0 f ur beliebige geschlossene Kurven gilt,

muss dies auch f ur Kurven um sehr kleine Flachen gelten. Dann gilt jedoch
_
C

A dr = rot

A d

f = 0. (9.177)
Da dies gema Annahme f ur beliebige (aber sehr kleine) Flachen gelten muss, nden wir, dass die
Rotation verschwindet. Verschwindet also das Kurvenintegral f ur beliebige Kurven, verschwindet
auch die Rotation:
_
C

A dr = 0 f ur alle geschlossenen Wege C rot

A = 0. (9.178)
Umgekehrt folgt aus dem Stokesschen Satz, dass das Kurvenintegral langs geschlossener Kurven
verschwindet, wenn die Rotation gleich 0 ist:
_
C

A dr =
_
F
rot

A d

f = 0. (9.179)
Das heit, dass rot

A = 0 eine sowohl notwendige als auch hinreichende Bedingung f ur die
Wegunabhangigkeit von Kurvenintegralen ist. Um festzustellen, ob Kurvenintegrale wegunabhangig
sind, gen ugt es also zu pr ufen, ob die Rotation des Vektorfeldes verschwindet.
Zusammenfassend halten wir fest, dass folgende Aussagen aquivalent sind:
Das Kurvenintegral
_
C

A(r) dr ist wegunabhangig.

Das Kurvenintegral
_
C

A(r) dr uber jede geschlossene Kurve C verschwindet.

238 9 Integration von Feldern: Kurven- und Flachenintegrale
Es existiert ein skalares Feld , sodass das Vektorfeld

A der Gradient von ist,

A = grad .
Die Funktion wird Potential genannt und das Vektorfeld

A konservativ.
Die Rotation rot

A des Vektorfeldes

A verschwindet.
(Die Frage, ob das Integrationsgebiet einfach zusammenhangend ist oder nicht, haben wir in allen

Uberlegungen vernachlassigt. Der interessierte Leser sei in diesem Punkt auf die weiterf uhrende
Literatur verwiesen.)
9.4.4 Das Vektorpotential
Falls rot

A = 0, konnen wir ein Skalarfeld denieren, sodass dessen Gradient gleich dem Vek-
torfeld

A ist:

A = grad . Es stellt sich nun die Frage (zum Beispiel im Zusammenhang mit
magnetischen Feldern), ob wir auch ein Feld

B, dessen Divergenz verschwindet (div

B = 0), als
Ableitung eines Feldes darstellen konnen.
Im Falle der Darstellung eines wirbelfreien Feldes als Gradientenfeld kann man von der Beobach-
tung ausgehen, dass die Rotation eines Gradientenfeldes verschwindet,
rot (grad ) = 0. (9.180)
Dies legt die Vermutung nahe, dass ein wirbelfreies Feld

E als Gradient eines Skalarfeldes ausge-
dr uckt werden kann. Wie wir ja jetzt wissen, kann man das tatsachlich tun. Nun gibt es die analoge
Identitat
div (rot

A) = 0, (9.181)
die besagt, dass Wirbelfelder quellenfrei sind. Ganz analog zum obigen Fall scheint dieses Ergebnis
die Vermutung nahe zu legen, dass ein quellenfreies Feld

B (div

B = 0) als Rotation eines anderen
Vektorfeldes

A geschrieben werden konnte:

B = rot

A. Diese Vermutung kann durch explizite Kon-
struktion eines Vektorfeldes

A f ur ein quellenfreies Feld

B bestatigt werden. Ein solches Vektorfeld

A wird Vektorpotential genannt.

Falls

B = rot

A, muss f ur die Komponenten von

A gelten:
B
x
=
A
z
y

A
y
z
, B
y
=
A
x
z

A
z
x
, B
z
=
A
y
x

A
x
y
. (9.182)
Da wir zu jedem Vektorpotential

A den Gradienten einer skalaren Funktion addieren konnen,
ohne die Beziehung

B = rot

A zu storen,

B = rot

A = rot

A + rot (grad )
. .
=0
= rot (

A + grad ), (9.183)
haben wir in der Wahl von

A eine gewisse Freiheit. Um

A eindeutig zu bestimmen, m ussen noch
Nebenbedingungen gewahlt werden. Man nennt dies die Eichung von

A.
Wir nutzen nun diese Eichmoglichkeit und versuchen den Ansatz A
z
= 0. Dann haben wir
B
x
=
A
y
z
und B
y
=
A
x
z
. (9.184)
Integration nach z liefert:
A
y
=
z
_
za
B
x
(x, y, z

)dz

(9.185)
9 Integration von Feldern: Kurven- und Flachenintegrale 239
und
A
x
=
z
_
za
B
y
(x, y, z

)dz

+f(x, y). (9.186)

Hier ist f(x, y) eine Integrationskonstante, auf die wir f ur A
y
wegen der Eichmoglichkeit verzichtet
haben. Um die dritte Gleichung zu losen, setzen wir A
x
und A
y
ein und erhalten:
B
z
=
A
y
x

A
x
y
=
z
_
za
B
x
x
(x, y, z

)dz

z
_
za
B
y
y
(x, y, z

)dz

f
y
=
z
_
za
_
B
x
x
(x, y, z

) +
B
y
y
(x, y, z

)
_
dz

f
y
. (9.187)
Wir wissen aber, dass

B quellenfrei ist. Demnach gilt:
div

B =
B
x
x
+
B
y
y
+
B
z
z
= 0 (9.188)
und somit
B
x
x
+
B
y
y
=
B
z
z
. (9.189)
Wenn wir dieses Ergebnis in Gleichung (9.187) einsetzen, ergibt sich
B
z
(x, y, z) =
z
_
za
_
B
z
z

(x, y, z

)
_
dz

f
y
. (9.190)
Wir konnen das Integral ausf uhren und erhalten
$
$
$
$
$
B
z
(x, y, z) =
$
$
$
$
$
B
z
(x, y, z) B
z
(x, y, z
a
)
f
y
. (9.191)
Das heit,
f
y
= B
z
(x, y, z
a
). (9.192)
Integration liefert schlielich:
f(x, y) =
y
_
ya
B
z
(x, y

, z
a
)dy

. (9.193)
Somit ist folgendes Feld ein Vektorpotential f ur

B:
A
x
(x, y, z) =
z
_
za
B
y
(x, y, z

)dz

y
_
ya
B
z
(x, y

, z
a
)dy

, (9.194)
A
y
(x, y, z) =
z
_
za
B
x
(x, y, z

)dz

, (9.195)
A
z
(x, y, z) = 0. (9.196)
Die Quellenfreiheit eines Feldes

B impliziert also die Existenz eines Vektorpotentials

A, sodass

B = rot

A.
240 9 Integration von Feldern: Kurven- und Flachenintegrale
Kapitel 10
Dierentialgleichungen
10.1 Grundbegrie
Beziehungen zwischen Variablen werden in der Physik oft durch Gleichungen beschrieben, welche
Ableitungen enthalten. Ein Beispiel f ur eine solche Gleichung ist die Newtonsche Bewegungsglei-
chung

F = ma = m
d
2
r
dt
2
, (10.1)
welche die Dynamik eines Objektes der Masse m unter Einwirkung der Kraft

F beschreibt. Die
Kraft

F, die auf den Korper wirkt, kann konstant oder eine Funktion des Ortes sein. Durch Losung
dieser Gleichung erhalt man den Ort r(t) des Objekts als Funktion der Zeit. Die Losung der
Gleichung F = m

r ist also keine Zahl sondern eine Funktion.

Eine Gleichung, die eine oder mehrere Ableitungen einer gesuchten Funktion y(x) enthalt, nennt
man eine Dierentialgleichung. Wenn die hochste Ableitung von y(x), die in der Gleichung
auftritt, die n-te Ableitung y
(n)
(x) ist, hat man es mit einer Dierentialgleichung n-ter Ord-
nung zu tun. Nat urlich kann eine Dierentialgleichung n-ter Ordnung auch Ableitungen niedrige-
rer Ordnung beinhalten sowie von der Funktion y(x) selbst und der Variablen x abhangen. Eine
Dierentialgleichung, bei der die Funktion y(x) nur von einer einzigen Variablen x und den Ablei-
tungen dieser Funktion nach x abhangt, nennt man eine gewohnliche Dierentialgleichung. Im
Gegensatz dazu ist eine partielle Dierentialgleichung eine Bestimmungsgleichung f ur eine Funk-
tion y(x
1
, x
2
, . . . , x
n
), die von mehreren Variablen und den partiellen Ableitungen der Funktion
abhangt. Auch in diesem Fall bezieht sich die Ordnung der Gleichung auf die hochste vorkommende
partielle Ableitung.
Die allgemeine Form einer gewohnlichen Dierentialgleichung f ur die Funktion y(x) ist:
F(x, y, y

, y

, y

, . . . , y
(n)
) = 0. (10.2)
Hier haben wir die Dierentialgleichung in impliziter Form dargestellt. Falls wir sie nach der
hochsten Ableitung auosen konnen, ergibt sich in expliziter Form
y
(n)
= f(x, y, . . . , y
(n1)
). (10.3)
Beispiele f ur gewohnliche Dierentialgleichungen sind
y

+y = 0, (10.4)
(y

)
2
+xy = 0, (10.5)
sinx y

+y
2
= 0. (10.6)
241
242 10 Dierentialgleichungen
Eine Funktion y(x) bezeichnen wir als Losung einer gegebenen Dierentialgleichung, falls y(x)
diese Gleichung erf ullt. Eine Funktion, die die Dierentialgleichung lost, wird auch ein Integral
der Dierentialgleichung genannt und das Finden einer solchen Losung wird auch Integrieren
genannt.
Betrachten wir zum Beispiel die Dierentialgleichung
y

= y. (10.7)
Da f ur die Funktion y(x) = sin x gilt, dass y

= cos x und y

= sinx = y, ist y = sinx eine

Losung dieser Dierentialgleichung. Es gibt f ur diese Dierentialgleichung jedoch mehr als eine
Losung. So wird sie auch von y = 3 sinx oder allgemeiner von y = Asin x erf ullt. Weiters ist
die Funktion y(x) = cos x wegen y

= sinx und y

= cos x = y eine Losung. Genauso lost

y = 7 cos x oder allgemeiner y = Bcos x die Gleichung. Aus den beiden Losungen Asin x und
Bcos x konnen wir durch Addition eine allgemeine Losung konstruieren:
y(x) = Asin x +Bcos x. (10.8)
F ur beliebige Konstanten A und B lost y(x) die Dierentialgleichung y

= y. Die Dierential-
gleichung hat also eine unendliche Anzahl von Losungen. Da A und B beliebig gewahlt werden
konnen, sprechen wir hier von einer zweiparametrigen Losungsschar. F ur eine Dierentialgleich-
ung n-ter Ordnung hat eine solche allgemeine Losung n frei wahlbare Parameter.
Durch zusatzliche Bedingungen, welche die Werte der Parameter festsetzen, erhalt man aus der
allgemeinen Losung eine Partikularlosung (oder spezielle Losung). Wenn man beispielsweise
wei, dass f ur das obige Beispiel y am Ort x = 0 den Wert 0 besitzt, folgt:
y(0) = Asin(0)
. .
=0
+Bcos(0)
. .
=1
= B = 0. (10.9)
Der Wert der ersten Ableitung am Ort x = 0 legt dann auch noch den Parameter A fest
y

(0) = Acos(0)
. .
=1
Bsin(0)
. .
=0
= A. (10.10)
Wenn wir zum Beispiel wissen, dass y

(0) = 1 ist, folgt A = 1. Die so genannten Anfangsbedin-

gungen y(0) = 0 und y

(0) = 1 legen also die Parameter A = 1 und B = 0 fest und f uhren so auf
die Partikularlosung
y(x) = sin x. (10.11)
F ur eine allgemeine Losung y(x) einer Dierentialgleichung n-ter Ordnung werden die n Parameter
durch Angabe des Funktionswertes y(x
0
) und der Werte der (n 1) Ableitungen y

(x
0
), y

(x
0
),
. . . , y
(n1)
(x
0
) an einer Stelle x
0
festgelegt. In diesem Fall spricht man von einem Anfangswert-
problem oder einer Anfangswertaufgabe. Diese Bezeichnungsweise stammt nat urlich von der
Betrachtung einer Variablen y(t) als Funktion der Zeit t. Die Anfangsbedingungen y(t
0
), y

(t
0
),
. . . , y
(n1)
(t
0
) beschreiben den Zustand des Systems zum Zeitpunkt t
0
. Die Partikularlosung be-
schreibt dann die zeitliche Entwicklung des Systems ausgehend von diesen Anfangsbedingungen.
Alternativ dazu konnen wir die Parameter der allgemeinen Losung auch durch Angabe der Funk-
tionswerte y(x) an n verschiedenen Stellen x
1
, x
2
, . . . , x
n
festlegen. Die Funktionswerte an diesen
Stellen werden Randwerte oder Randbedingungen genannt und man spricht in diesem Fall von
einem Randwertproblem oder einer Randwertaufgabe.
Im obigen Beispiel konnen wir etwa verlangen, dass y(x) an den Stellen x
1
= 0 und x
2
= /2 die
Werte y(x
1
= 0) = 0 und y(x
2
= /2) = 2 besitzt. Diese Randbedingungen konnen wir durch
10 Dierentialgleichungen 243
Wahl der Parameter A und B erf ullen:
Asin(0)
. .
=0
+Bcos(0)
. .
=1
= 0 B = 0, (10.12)
Asin(

2
)
. .
=1
+Bcos(

2
)
. .
=0
= 2 A = 2. (10.13)
Die Partikularlosung unter diesen Randbedingungen ist also
y(x) = 2 sinx. (10.14)
Zur analytischen Losung von Dierentialgleichungen gibt es kein allgemein g ultiges Rezept. Es gibt
aber einige wichtige gewohnliche Dierentialgleichungen, die wir losen konnen. Diese Dierential-
gleichungen wollen wir im Folgenden diskutieren. Falls f ur eine gewohnliche Dierentialgleichung
keine analytische Losung existiert, kann man numerische Methoden verwenden, um Losungen
mit beliebiger Genauigkeit zu erhalten. Zur numerischen Integration von Dierentialgleichun-
gen existiert eine Vielzahl von Methoden, bei denen die Dierentialgleichungen ublicherweise in
kleinen Schritten gelost werden.
10.2 Dierentialgleichungen erster Ordnung
Dierentialgleichungen erster Ordnung enthalten nur die gesuchte Funktion y(x) selbst und ihre
erste Ableitung y

(x):
F(x, y, y

) = 0 (10.15)
oder nach y

aufgelost
y

= f(x, y). (10.16)

Beispiele daf ur sind
y

= xy, sin(y

+x) cos y = x und y

y. (10.17)
In dieser Form gibt die Dierentialgleichung f ur jeden Punkt in der xy-Ebene eine Richtung (Stei-
gung) vor. Damit y(x) eine Losung der Dierentialgleichung ist, muss ihr Graph diesen Richtungen
in jedem Punkt folgen (siehe Abb. 10.1). Anschaulich ist klar, dass das Richtungsfeld y

= f(x, y)
f ur eine bestimmte Anfangsbedingung (x
0
, y
0
) die Losung der Dierentialgleichung eindeutig fest-
legt.
Im einfachsten Fall hangt die rechte Seite der Gleichung nicht von y ab und wir erhalten die
Dierentialgleichung
y

= f(x) oder
dy
dx
= f(x). (10.18)
Diese Dierentialgleichung ist uns schon fr uher begegnet (im Kapitel uber die Integration), nur
haben wir sie damals nicht als Dierentialgleichung bezeichnet. Das Aunden einer Funktion y(x),
sodass ihre Ableitung dy/dx gleich einer gegebenen Funktion f(x) ist, ist namlich die Hauptaufgabe
der Integralrechnung: Finde eine Funktion F(x) (die so genannte Stammfunktion), sodass f ur ihre
Ableitung F

(x) = f(x) gilt. Die Losung y(x) der Dierentialgleichung (10.18) ist nichts anderes
als die Stammfunktion von f(x). Daher lautet die allgemeine Losung der Dierentialgleichung
(10.18)
y(x) =
_
f(x)dx +C, (10.19)
wobei hier
_
f(x)dx das unbestimmte Integral ist, das von der Variablen x abhangt.
244 10 Dierentialgleichungen
Abbildung 10.1: Eine Dierentialgleichung der Form y

= f(x, y) gibt an jedem Punkt (x, y) die

Steigung y

vor. Die Losungen der Dierentialgleichung m ussen tangential zu diesem Richtungsfeld

sein. Durch Angabe der Anfangsbedingungen (x
0
, y
0
) wahlt man aus der Schar der moglichen
Losungen eine bestimmte Losung aus.
Die Integrationskonstante C ist hier der freie Parameter, der erst durch die Wahl der Anfangsbedin-
gung (oder Randbedingung) festgelegt wird. Betrachten wir zum Beispiel die Dierentialgleichung
dy
dx
= x. (10.20)
Die allgemeine Losung dieser Gleichung ist y(x) = x
2
/2+C. Durch Ableitung von y(x) = x
2
/2+C
nach x konnen wir explizit uberpr ufen, dass diese Funktion die Dierentialgleichung tatsachlich
erf ullt. Die Randbedingung y(0) = 1 legt die Konstante C fest:
0
2
2
+C = 1 C = 1. (10.21)
Eine gewohnliche Dierentialgleichung erster Ordnung hat auch im allgemeinen Fall eine Losungs-
schar, die einen freien Parameter c besitzt: y = y(x, c). Um diesen freien Parameter c festzusetzen,
gen ugt f ur die Dierentialgleichung erster Ordnung eine einzelne Anfangs- oder Randbedingung.
Im Folgenden werden wir einige Dierentialgleichungen erster Ordnung behandeln, die einfach
genug sind, dass wir sie leicht analytisch losen konnen.
10.2.1 Dierentialgleichungen mit separierbaren Variablen
Wenn sich eine Dierentialgleichung erster Ordnung in der Form
dy
dx
= f(x)g(y) (10.22)
schreiben lasst, konnen wir sie auf einfache Weise losen. Da die rechte Seite ein Produkt von zwei
Funktionen ist, deren eine nur von x und die andere nur von y abhangt, konnen wir die Gleichung
in der Form
dy
g(y)
= f(x)dx (10.23)
schreiben. Dabei haben wir die urspr ungliche Gleichung so umgeformt, dass die rechte Seite nur von
y abhangt und die linke Seite nur von x. Wir haben die Variablen also separiert (d.h. getrennt).
10 Dierentialgleichungen 245
Aus diesem Grund bezeichnet man Dierentialgleichungen der Form y

= f(x)g(y) als Dierential-

gleichung mit separierbaren Variablen. Aus dieser Gleichung f ur die beiden Dierentiale folgt, dass
sich die zugehorigen unbestimmten Integrale nur um eine willk urliche Konstante C unterscheiden
konnen:
_
dy
g(y)
=
_
f(x)dx +C. (10.24)
Nach Integration beider Seiten und Auosung der Gleichung nach y erhalt man die allgemeine
Losung der Dierentialgleichung mit dem freien Parameter C in expliziter Form. Falls sich die
erhaltene Gleichung nicht nach y auosen lasst, ist die Losung in impliziter Form gegeben.
Mathematisch etwas exakter lassen sich Dierentialgleichungen mit separierbaren Variablen wie
folgt behandeln. Zunachst bestimmen wir die Nullstellen y
1
, y
2
, . . . der Funktion g(y). Durch
Einsetzen in die Dierentialgleichung erkennen wir, dass die konstanten Funktionen y(x) = y
1
,
y(x) = y
2
, etc. Losungen sind.
Als nachstes betrachten wir die Dierentialgleichung in den nullstellenfreien Intervallen zwischen
den Nullstellen. Da in diesen Intervallen g(y) ,= 0, konnen wir die Dierentialgleichung umformen
zu:
y

g(y)
= f(x). (10.25)
Wir denieren nun die Funktion (y) als die Stammfunktion von 1/g(y) und die Funktion F(x)
als die Stammfunktion von f(x). Da in den betrachteten Intervallen

(x) = 1/g(x) nullstellenfrei

ist, d. h. streng monoton fallend oder wachsend ist, existiert hier die Umkehrfunktion
1
von
. Durch Einsetzen in die Dierentialgleichung konnen wir verizieren, dass
y(x) =
1
(F(x) +C) (10.26)
die Dierentialgleichung lost:
y

(x) = (
1
)

(F(x) +C)F

(x)
=
f(x)

(
1
(F(x) +C))
=
f(x)

(y)
= f(x)g(y), (10.27)
wobei wir die Dierentiationsregel (3.26) f ur die Umkehrfunktion verwendet haben. C ist hier
wieder eine beliebige Integrationskonstante, die durch Wahl der Anfangsbedingungen festgelegt
wird.
Beispiel:
Gegeben sei die Dierentialgleichung xy

+y = 0. Wir konnen diese Gleichung umformen zu

dy
y
=
dx
x
. (10.28)
Integration auf beiden Seiten ergibt:
ln y = lnx +C. (10.29)
Wir wenden nun auf beide Seiten der Gleichung die Exponentialfunktion an und erhalten
e
lny
= e
ln x+C
= e
ln x
e
C
. (10.30)
Somit gilt
y =

x
, (10.31)
246 10 Dierentialgleichungen
wobei wir die Konstante e
C
in umbenannt haben. Die allgemeine Losung ist also die einpara-
metrige Kurvenschar y = /x. Eine Anfangsbedingung (z. B. y(1) = /1 = 2) setzt den freien
Parameter fest (hier auf = 2).
Beispiel: Barometrische Hohenformel
Als weiteres Beispiel wollen wir die Abhangigkeit des Luftdrucks von der Hohe in einer isothermen
Atmosphare betrachten. Dazu m ussen wir zunachst eine geeignete Dierentialgleichung aufstellen
und sie danach auch losen. (In den meisten Fallen ist das Aufstellen einer Gleichung der einfachere
Schritt als die anschlieende Losung der Gleichung.)
Der Luftdruck an einem bestimmten Ort wird durch das Gewicht der Luftsaule bestimmt, die
sich uber diesem Ort bendet. Wenn wir uns nach oben bewegen, wird die Luftmenge, die auf
einer bestimmten Flache lastet, immer kleiner. Daher nimmt der Luftdruck mit der Hohe ab. Um
herauszunden, auf welche Weise der Luftdruck von der Hohe abhangt, betrachten wir eine d unne
Luftschicht, die parallel zum Boden ist und sich in der Hohe z bendet (siehe Abb. 10.2). (Wir
messen die Hohe z bez uglich des Bodens, den wir in die xy-Ebene legen.)
Abbildung 10.2: Der Druck an der Oberseite der Luftschicht mit der Dicke dz unterscheidet sich
vom Druck an der Unterseite um das Gewicht pro Flacheneinheit der Luftschicht selbst.
An der Unterseite dieser Schicht, also bei der Hohe z, herrscht der Druck p(z). Auf ihrer Oberseite
ist der Druck leicht verschieden: p(z +dz) = p(z)+dp. Wir stellen uns jetzt vor, dass wir aus dieser
Schicht einen d unnen Quader mit der Grundache A herausschneiden. Dieser Quader enthalt die
Masse (z)dV = (z)Adz an Luft, wobei hier dV = Adz das Volumen des Quaders ist. Der
Druckunterschied zwischen der Hohe z und z + dz ist auf das Gewicht der Luftmassen in dieser
Schicht zur uckzuf uhren. Das Gewicht g(z)Adz der Luft im Quader wirkt auf die Flache A. Die
Druckdierenz dp ergibt sich aus dieser Kraft dividiert durch die Flache A (Druck ist Kraft pro
Flache):
dp =
g(z)Adz
A
= g(z)dz. (10.32)
Das negative Vorzeichen ist notwendig, weil der Druck mit der Hohe abnimmt.
Wir benotigen jetzt noch einen Ausdruck f ur die Dichte der Luft. Die Dichte eines Gases hangt
nat urlich von den aueren Bedingungen wie Temperatur und Druck ab. Wir nehmen hier an, dass
wir die Luft als ideales Gas behandeln konnen. F ur ein ideales Gas wird der Zusammenhang
zwischen Druck p, Volumen V und Temperatur T durch die Zustandsgleichung
pV = Nk
B
T (10.33)
beschrieben. Dabei ist N die Anzahl der Gasmolek ule und k
B
ist die so genannte Boltzmannkon-
stante. Der Druck eines idealen Gases ist demnach gegeben durch:
p =
Nk
B
T
V
. (10.34)
10 Dierentialgleichungen 247
Die rechte Seite dieser Gleichung hangt von der Teilchendichte N/V ab. Da wir jedoch an der
Abhangigkeit des Druckes von der Massendichte = M/V interessiert sind (M ist hier die
Gesamtmasse des Gases im Volumen V ), multiplizieren wir Zahler und Nenner auf der rechten
Seite der obigen Gleichung mit der Masse m eines individuellen Gasteilchens:
p =
Nmk
B
T
V m
=
M
V
k
B
T
m
=
k
B
T
m
. (10.35)
Hier haben wir ausgenutzt, dass die Gesamtmasse M gleich der Masse m einzelner Teilchen mul-
tipliziert mit der Anzahl N der Teilchen ist. Wir konnen die Dichte somit ausdr ucken als
=
pm
k
B
T
. (10.36)
Diese Beziehung setzen wir nun in Gleichung (10.32) ein und erhalten
dp = gdz =
gm
k
B
T
pdz. (10.37)
Diese Gleichung haben wir mit Hilfe von physikalischen

Uberlegungen aufgestellt. Was nun folgt
ist die mathematische Losung dieser Gleichung.
Wir konnen die Variablen p und z separieren:
dp
p
=
gm
k
B
T
dz. (10.38)
Integration ergibt (unter der Annahme einer isothermen Atmosphare, das heit unter der Annahme,
dass die Temperatur T nicht von der Hohe z abhangt und somit gm/k
B
T konstant ist):
ln p =
gm
k
B
T
z +C (10.39)
oder durch Anwendung der Exponentialfunktion auf beiden Seiten:
p = exp
_

gm
k
B
T
z
_
expC. (10.40)
Die Konstante K expC ermitteln wir, indem wir verlangen, dass bei z = 0 der Druck einen
bestimmten p
0
Wert annehmen muss:
p(0) = exp
_

gm
k
B
T
0
_
expC = expC = p
0
. (10.41)
Somit erhalten wir schlielich die barometrische Hohenformel:
p = p
0
exp
_

gm
k
B
T
z
_
. (10.42)
Beispiel: Kompression eines idealen Gases
Stellen wir uns ein Rohr mit der Querschnittsache A vor, das auf einer Seite von einem beweglichen
Kolben und auf der anderen Seite von einer unbeweglichen Wand abgeschlossen wird (siehe Abb.
10.3).
Das eingeschlossene Volumen sei mit einem idealen Gas gef ullt, das der Zustandsgleichung
pV = Nk
B
T (10.43)
gehorcht. Da im Gas ein gewisser Druck p vorherrscht, wirkt auf den Kolben eine Kraft F = Ap,
die den Kolben nach auen dr uckt. Wenn wir das Gas nun komprimieren wollen, indem wir den
248 10 Dierentialgleichungen
Abbildung 10.3: Ein beweglicher Kolben leistet Arbeit gegen den Druck eines Gases in einem
Zylinder.
Kolben in das Rohr schieben, verrichten wir gegen diese Kraft Arbeit. Wir wollen bestimmen,
welche Arbeit aufgebracht werden muss, um das Volumen von seinem urspr unglichen Wert V
0
auf
ein kleineres Volumen zu verringern. Dazu betrachten wir zunachst die Arbeit dW, die geleistet
wird, wenn wir den Abstand x des Kolbens von der xen Wand um einen kleinen Betrag dx
verringern. Diese kleine Arbeit dW ergibt sich aus dem Produkt von Weg und Kraft
dW = Fdx = pAdx. (10.44)
Bei einer Kompression ist die Verschiebung dx negativ. Da die gegen die (positive) Kraft F gelei-
stete Arbeit jedoch positiv sein soll, haben wir in der obigen Gleichung ein negatives Vorzeichen.
Durch die Verschiebung des Kolbens andert sich das eingeschlossene Volumen um
dV = Adx. (10.45)
Wir konnen daher in Gleichung (10.44) Adx durch dV ersetzen:
dW = pdV. (10.46)
Da sich durch die Kompression nicht nur das Volumen verandert sondern auch der Druck, m ussen
wir nun den Druck p als Funktion des Volumens V ausdr ucken. Aus der Zustandsgleichung des
idealen Gases folgt:
p =
Nk
B
T
V
. (10.47)
Einsetzen in Gleichung (10.46) ergibt:
dW =
Nk
B
T
V
dV. (10.48)
Wenn wir die Kompression isotherm durchf uhren, das heit, wenn die Temperatur des Gases
durch Kontakt des Rohres mit einem Warmebad konstant gehalten wird (dazu muss die Rohr-
wand nat urlich warmeleitend sein), ergibt die Integration:
W = Nk
B
T ln V +C. (10.49)
Dies ist die allgemeine Losung der Dierentialgleichung. Um eine passende Partikularlosung zu
erhalten, bemerken wir, dass zu Beginn des Prozesses noch keine Arbeit geleistet wurde. Wir
verlangen also
W(V
0
) = Nk
B
T ln V
0
+ C = 0. (10.50)
Somit erhalten wir f ur die Konstante C:
C = Nk
B
T ln V
0
. (10.51)
Die geleistete Arbeit ist demnach gegeben durch:
W = Nk
B
T ln V
0
Nk
B
T ln V = Nk
B
T ln
_
V
0
V
_
. (10.52)
10 Dierentialgleichungen 249
10.2.2 Homogene lineare Dierentialgleichung
Eine allgemeine Dierentialgleichung n-ter Ordnung F(x, y, y

, y

, . . . , y
(n)
) nennt man linear,
wenn die Funktion y und alle ihre n Ableitungen maximal in der 1. Potenz und nicht als Produkt
auftreten:
n

i=0
a
i
(x)y
(i)
= g(x), (10.53)
wobei wir hier die Konvention benutzen, dass y
(0)
= y.
Beispiele f ur lineare Dierentialgleichungen sind:
y

+ay

+by = 0, (10.54)
y

+ sin x = 0, (10.55)
y

+xy

cos x = 0. (10.56)
Hingegen sind die folgenden Dierentialgleichungen nichtlinear:
y
2
+y

= 0 (zweite Potenz), (10.57)

xy

y = 0 (Produkt). (10.58)
Eine lineare Dierentialgleichung 1. Ordnung hat die allgemeine Form
y

+f(x)y = g(x). (10.59)

Die Funktion g(x) wird als Storterm oder Storfunktion bezeichnet. Falls der Storterm fehlt,
haben wir es mit einer homogenen Dierentialgleichung zu tun; falls ein Storterm existiert, nennt
man die Dierentialgleichung inhomogen.
Die allgemeine homogene lineare Dierentialgleichung 1. Ordnung hat die Form
y

+f(x)y = 0. (10.60)
Diese Gleichung konnen wir durch Trennung der Variablen losen:
dy
y
= f(x)dx. (10.61)
Integration ergibt die allgemeine Losung
ln y =
_
f(x)dx +C (10.62)
oder anders ausgedr uckt
y = exp
_

_
f(x)dx
_
expC = K exp
_

_
f(x)dx
_
, (10.63)
wobei wir die Konstante expC in K umbenannt haben.
Beispiel: Radioaktiver Zerfall
Durch radioaktiven Zerfall konnen sich Atomkerne in andere Typen verwandeln. Wir wollen nun
untersuchen, wie sich durch radioaktiven Zerfall die Anzahl der Atome der Ausgangssubstanz in
einer radioaktiven Substanz mit der Zeit andert. Da der Zerfall eines Atoms unabhangig von den
Zerfallen der anderen Atome ist, zerfallen in einer doppelt so groen Menge von Atomen auch
250 10 Dierentialgleichungen
doppelt so viele Atome. Die Zahl dN der in einem kurzen Zeitintervall dt in einer radioaktiven
Substanz zerfallenden Atome ist somit proportional zur Gesamtzahl N der vorhandenen Atome:
dN = Ndt. (10.64)
Wir wahlen hier ein negatives Vorzeichen, weil durch jeden Zerfall die Anzahl N der noch nicht zer-
fallenen Atome abnimmt. Die Proportionalitatskonstate , die Zerfallskonstante genannt wird,
hangt vom Atomtyp ab. besitzt die Dimension 1/Zeit. Durch Separation der Variablen erhalten
wir
dN
N
= dt. (10.65)
Integration liefert
ln N = t +C (10.66)
oder
N(t) = e
t+C
= Ke
t
. (10.67)
Die Randbedingung N(0) = N
0
(Atomanzahl zum Zeitpunkt t = 0) setzt die Konstante K fest:
N(0) = Ke
0
= K = N
0
. (10.68)
Das Zerfallsgesetz lautet also
N(t) = N
0
e
t
. (10.69)
Die Anzahl der noch nicht zerfallenen Atome nimmt demnach exponentiell mit der Zeit ab (siehe
Abb. 10.4). Nach der Zeit
1/2
= ln 2/ ist noch die Halfte der urspr unglich vorhandenen Atome
ubrig. Man nennt diese Zeit die Halbwertszeit.
Abbildung 10.4: Die Anzahl der noch nicht zerfallenen Atome einer radioaktiven Substanz nimmt
mit der Zeit exponentiell ab. Nach der Halbwertszeit
1/2
sind nur noch die Halfte der Atome ubrig.
Beispiel: Exponentielles Wachstum
Betrachten wir eine Population von Individuen, die sich vermehren konnen (z.B Bakterien in ei-
ner Nahrlosung). Falls die Ressourcen nicht knapp sind, ist die Zunahme der Individuenanzahl
proportional zur Individuenanzahl selbst:
dN = Ndt. (10.70)
Die Proportionalitatskonstante ist die Vermehrungsrate. Die Dierentialgleichung (10.70) un-
terscheidet sich nur im Vorzeichen vor der Proportionalitatskonstanten von der Dierentialgleich-
ung (10.64) im vorherigen Beispiel. Derselbe Losungsweg f uhrt uns in diesem Fall zu
N(t) = N
0
e
t
. (10.71)
10 Dierentialgleichungen 251
Die Populationsgroe nimmt exponentiell (also explosionsartig) zu. F ur biologische Systeme kann
ein solches Wachstum nat urlich nur weitergehen, bis die Ressourcen sich verknappen. Dann wird
schrumpfen und das Wachstum verlangsamen.
Beispiel: Bewegung mit Reibung
Wir betrachten einen Korper der Masse m, der sich unter dem Einuss einer Reibungskraft entlang
einer Geraden bewegt. Die Bewegung des Korpers wird durch die Newtonsche Bewegungsgleichung
F = m v (10.72)
beschrieben, wobei F die Kraft auf den Korper und v seine Geschwindigkeit ist. Die Kraft setzen
wir als proportional zur Geschwindigkeit und als der Bewegungsrichtung entgegengesetzt an:
F = v. (10.73)
(F ur einen kugelformigen Korper mit Radius R in einer Fl ussigkeit mit der Zahigkeit gilt etwa f ur
niedrige Geschwindigkeiten das Stokessche Reibungsgesetz: F = 6Rv.) In der obigen Gleichung
ist die so genannte Reibungskonstante. Einsetzen dieses Ausdrucks in die Bewegungsgleichung
ergibt:
v =
dv
dt
=

m
v. (10.74)
Separation der Variablen und anschlieende Integration liefert:
v = v
0
e

m
t
. (10.75)
Dabei ist v
0
die Geschwindigkeit zum Zeitpunkt t = 0. Das heit, das Teilchen bleibt asymptotisch
stehen.
Um die Zeitabhangigkeit des Ortes x zu bestimmen, konnen wir wieder die Variablen separieren:
dx = v
0
e

m
t
dt. (10.76)
Integration liefert:
x =
v
0
m

m
t
+C. (10.77)
Die Anfangsbedingung x(t = 0) = x
0
setzt die Konstante C fest:
C = x
0
+
v
0
m

. (10.78)
Somit erhalten wir
x(t) = x
0
+
v
0
m

_
1 e

m
t
_
. (10.79)
Das heit, der Korper erreicht f ur t die asymptotische Position (siehe Abb. 10.5)
x

= x
0
+
v
0
m

. (10.80)
10.2.3 Inhomogene lineare Dierentialgleichung
Die allgemeine Form einer inhomogenen linearen Dierentialgleichung 1. Ordnung ist
y

+f(x)y = g(x). (10.81)

252 10 Dierentialgleichungen
Abbildung 10.5: In einer zahen Fl ussigkeit nahert sich ein Korper, auf den keine auere Kraft wirkt,
exponentiell seiner asymptotischen Position x

. Die insgesamt zur uckgelegte Distanz ist v

0
m/.
Im Gegensatz zur homogenen linearen Dierentialgleichung verschwindet f ur die inhomogene Glei-
chung der Storterm g(x) nicht. Um die allgemeine Losung dieser Dierentialgleichung zu nden,
gen ugt es, eine beliebige Partikularlosung y
p
zu bestimmen, die dann einfach zur allgemeinen
Losung der homogenen Gleichung y
h
addiert wird:
y = y
h
+y
p
. (10.82)
Da y
h
die homogene Gleichung erf ullt,
y

h
+f(x)y
h
= 0, (10.83)
und y
p
eine Partikularlosung der inhomogenen Gleichung ist,
y

p
+f(x)y
p
= g(x), (10.84)
erf ullt auch (y
p
+y
h
) die inhomogene Gleichung :
(y
p
+y
h
)

+f(x)(y
p
+y
h
) = y

p
+f(x)y
p
. .
=g(x)
+y

h
+f(x)y
h
. .
=0
= g(x). (10.85)
Da wir aus dem letzten Abschnitt schon wissen, wie wir durch Variablenseparation die allgemeine
Losung der homogenen Gleichung ermitteln konnen, m ussen wir uns nur noch um die Bestimmung
einer beliebigen Partikularlosung der inhomogenen Gleichung k ummern. In manchen Fallen konnen
wir eine geeignete Partikularlosung erraten oder durch einen einfachen Ansatz bestimmen.
Beispiel:
Betrachten wir zum Beispiel die Dierentialgleichung
xy

y = x
2
. (10.86)
Zunachst losen wir die homogene Dierentialgleichung xy

y = 0 durch Variablenseparation:
dy
y
=
dx
x
. (10.87)
Integration ergibt
ln y = ln x +C, (10.88)
woraus folgt
y
h
= kx, (10.89)
10 Dierentialgleichungen 253
wobei wir k = e
C
gesetzt haben. Durch Probieren nden wir, dass y
p
= x
2
die inhomogene
Gleichung lost,
xy

y = x2x x
2
= 2x
2
x
2
= x
2
. (10.90)
Die allgemeine, einparametrige Losungsschar der Dierentialgleichung xy

y = x
2
ist also gegeben
durch:
y = y
p
+y
h
= x
2
+kx. (10.91)
Durch Einsetzen konnen wir uns davon uberzeugen, dass diese Funktion tatsachlich eine Losung
der inhomogenen Dierentialgleichung ist.
Eine etwas systematischere Methode zum Aunden einer Partikularlosung einer inhomogenen Dif-
ferentialgleichung ist die so genannte Variation der Konstanten. Bei diesem Verfahren fasst man
die Konstante k in der allgemeinen Losung y
h
der homogenen Gleichung als eine Funktion von x
auf, k = k(x). Diesen Ansatz setzt man dann in die inhomogene Dierentialgleichung und erhalt
dadurch eine Dierentialgleichung f ur k(x), die man durch Separation der Variablen losen kann.
Beispiel:
Wir losen die Dierentialgleichung aus dem vorangehenden Beispiel nun auch durch Variation der
Konstanten. Dazu betrachten wir die Konstante k in der Losung y
h
= kx als Funktion von x:
y = k(x) x. (10.92)
Diesen Ausdruck setzen wir nun in die inhomogene Dierentialgleichung ein und erhalten nach
Anwendung der Produktregel f ur die Dierentiation von k(x) x die Gleichung:
xy

y = x(k(x) x)

k(x) x
= x(k

(x) x +k(x)) k(x)x

= k

(x)x
2
$
$
$
$
+xk(x)
$
$
$
$
xk(x)
= k

(x)x
2
= x
2
. (10.93)
Die Dierentialgleichung f ur k(x) lautet also
k

(x) =
dk
dx
= 1. (10.94)
Integration durch Variablentrennung liefert k(x) = x. (Eine Konstante C benotigen wir hier nicht,
da wir nur an einer Partikularlosung der inhomogenen Dierentialgleichung interessiert sind.) Die
gesuchte Partikularlosung f ur die inhomogene Gleichung ist also
y
p
= k(x)x = x
2
. (10.95)
F ur die allgemeine Losung der inhomogenen Gleichung erhalten wir somit wie oben
y = y
p
+y
h
= x
2
+kx. (10.96)
Diesen Losungsweg durch Variation der Konstanten konnen wir auch auf die allgemeine Form
y

+f(x)y = g(x) (10.97)

der inhomogenen Dierentialgleichung anwenden. (Falls die Gleichung nicht diese Form hat sondern
h(x)y

+f(x)y = g(x), dividieren wir durch h(x).) Wir losen zuerst die homogene Gleichung durch
Separation der Variablen:
dy
y
= f(x)dx. (10.98)
254 10 Dierentialgleichungen
Wir integrieren und erhalten als allgemeine Losung
ln y =
_
f(x)dx +C (10.99)
oder, durch Anwendung der Exponentialfunktion auf beide Seiten,
y = k exp
_

_
f(x)dx
_
, (10.100)
wobei wir wieder k f ur e
C
geschrieben haben. Wir machen jetzt den Ansatz
y = k(x) exp
_

_
f(x)dx
_
(10.101)
und setzen ihn in die inhomogene Gleichung ein:
d
dx
_
k(x) exp
_

_
f(x)dx
__
+k(x) exp
_

_
f(x)dx
_
f(x) = g(x). (10.102)
Zur Auswertung des ersten Terms in der obigen Gleichung verwenden wir die Produktregel
d
dx
_
k(x) exp
_

_
f(x)dx
__
=
dk
dx
exp
_

_
f(x)dx
_
+k(x) exp
_

_
f(x)dx
_
d
dx
_

_
f(x)dx
_
. .
=f(x)
. (10.103)
Somit erhalten wir
k

(x) exp
_

_
f(x)dx
_
k(x) exp
_

_
f(x)dx
_
f(x)
+k(x) exp
_

_
f(x)dx
_
f(x) = g(x). (10.104)
Der zweite und dritte Term heben einander auf und somit erhalten wir:
k

(x) exp
_

_
f(x)dx
_
= g(x). (10.105)
Wir formen diese Gleichung um zu
dk = g(x) exp
__
f(x)dx
_
dx, (10.106)
integrieren sie dann und erhalten
k =
_
g(x) exp
__
f(x)dx
_
dx +C. (10.107)
Einsetzen dieses Ausdrucks in Gleichung (10.101) liefert schlielich die Partikularlosung
y
p
(x) =
__ _
g(x) exp
__
f(x)dx
__
dx +C
_
exp
_

_
f(x)dx
_
. (10.108)
Zweckmaiger, als sich diese Formel zu merken, ist es, sich den allgemeinen Losungsweg anzueignen,
um ihn bei Bedarf direkt auf die gegebene Dierentialgleichung anzuwenden. Zusammenfassend
halten wir fest, dass wir die lineare inhomogene Dierentialgleichung losen konnen, indem wir
1. die allgemeine Losung y
h
der homogenen Dierentialgleichung bestimmen,
10 Dierentialgleichungen 255
2. dann durch Variation der Konstanten eine Partikularlosung y
p
der inhomogenen Gleichung
ermitteln, und schlielich
3. y
h
und y
p
addieren, um die allgemeine Losung der inhomogenen Dierentialgleichung zu
erhalten:
y(x) = y
h
(x) +y
p
(x). (10.109)
Beispiel: Radioaktiver Zerfall mit Erzeugung der radioaktiven Substanz
Wir betrachten wieder den Zerfall einer radioaktiven Substanz, jetzt aber in einer Situation, in der
zum Beispiel in einem Reaktor die radioaktive Substanz standig nachgeliefert wird. Pro Zeiteinheit
werden vom Reaktor r Atome erzeugt. Das heit, dass rdt Atome im Zeitintervall dt dazukommen.
Diese dazukommenden Atome m ussen auch in der Dierentialgleichung f ur N, die Anzahl der
Atome, ber ucksichtigt werden:
dN = Ndt +rdt (10.110)
oder, aquivalent dazu,
dN
dt
= N +r, (10.111)
wobei r eine Konstante ist. Dies ist eine inhomogene lineare Dierentialgleichung. Die Losung
der homogenen Gleichung kennen wir bereits:
N
h
= Ke
t
. (10.112)
Durch Variation der Konstanten ermitteln wir jetzt noch eine Partikularlosung f ur die inhomogene
Gleichung. Wir setzen an
N
p
= K(t)e
t
(10.113)
und erhalten dadurch
dN
p
dt
=
dK(t)
dt
e
t
+K(t)()e
t
. (10.114)
Einsetzen in die Dierentialgleichung ergibt
dK
dt
e
t
$
$
$
$
Ke
t
= $
$
$
$
Ke
t
+r, (10.115)
woraus folgt
dK
dt
e
t
= r oder
dK
dt
= e
t
r. (10.116)
Integration liefert
K = r
1

e
t
(10.117)
und somit
N
p
=
r

e
t
e
t
=
r

. (10.118)
Die allgemeine Losung der Dierentialgleichung ist also
N(t) = N
h
(t) +N
p
(t) = Ke
t
+
r

. (10.119)
256 10 Dierentialgleichungen
F ur t ist e
t
0 und N strebt dem Gleichgewichtswert r/ zu. Wir m ussen nun noch die
Konstante K aus den Anfangsbedingungen bestimmen. Wurde der Reaktor etwa zum Zeitpunkt
t = 0 in Betrieb genommen, sodass N(0) = 0, folgt
0 = K +
r

(10.120)
und infolgedessen:
N(t) =
r

_
1 e
t
_
. (10.121)
F ur t ist e
t
0 und N strebt dem Gleichgewichtswert r/ zu. Diesen asymptotischen
Wert von N hatten wir nat urlich auch direkt aus der Stationaritatsbedingung dN/dt = 0 erhalten.
Konstanter Storterm und konstante Koezienten
Falls die Koezienten der Dierentialgleichung 1. Ordnung konstant sind, konnen wir die Die-
rentialgleichung
y

+ay = b (10.122)
mit einem konstanten Storterm b auch durch Variablenseparation losen. Wir formen die obige
Gleichung um zu:
dy
dx
= b ay. (10.123)
Daraus folgt:
dy
b ay
= dx. (10.124)
Wir f uhren nun die neue Variable u = b ay ein und f uhren eine Variablentransformation von y
nach u durch. Da du = ady ist, gilt
du
au
= dx oder
du
u
= adx. (10.125)
Integration ergibt
ln u = ax +C (10.126)
oder, nach Anwendung der Exponentialfunktion auf beiden Seiten der Gleichung,
u = e
ax
e
C
= ke
ax
. (10.127)
R ucktransformation nach y liefert schlielich:
y =
b
a

k
a
e
ax
. (10.128)
Beispiel: Radioaktiver Zerfall mit Erzeugung der radioaktiven Substanz
Wir behandeln das letzte Beispiel noch einmal mit dem oben beschriebenen Ansatz und formen
zunachst die Dierentialgleichung
dN
dt
= N +r (10.129)
10 Dierentialgleichungen 257
Abbildung 10.6: Die Anzahl von Atomen einer radioaktiven Substanz nahert sich exponentiell einer
Gleichgewichtsanzahl, die sowohl von der Zerfallskonstanten als auch von der Erzeugungsrate r
abhangt.
um zu
dN
N +r
= dt. (10.130)
Integration liefert

ln(N +r) = t +C, (10.131)

woraus folgt:
N(t) =
1

(r k expt), (10.132)
wobei wir k = exp(C) gesetzt haben. Die Anfangsbedingung N(t = 0) = N
0
liefert
N
0
=
r

k = r N
0
(10.133)
und wir erhalten schlielich (siehe Abb. 10.6)
N(t) =
r

+
_
N
0

_
e
t
. (10.134)
Dies stimmt mit der bereits erhaltenen Losung uberein.
Beispiel: Bewegung mit Reibung im Gravitationsfeld
Wir betrachten nun ein Teilchen mit Masse m, das in einer viskosen Fl ussigkeit im Gravitationsfeld
der Erde nach unten fallt (siehe Abb. 10.7).
Wir lassen den Korper zur Zeit t = 0 an der Stelle x
0
los und geben ihm eine Anfangsgeschwin-
digkeit v
0
. Gesucht sind Position x und Geschwindigkeit v des Teilchens als Funktion der Zeit t.
Die x-Achse ist hier nach unten orientiert. Die Bewegungsgleichung f ur das Teilchen ist
F = ma oder
dv
dt
=
F
m
. (10.135)
Die Kraft, die auf das Teilchen wirkt, besteht einerseits aus der Gravitationskraft F
g
= gm und
andererseits aus der Reibungskraft F
r
= v, welche der Bewegungsrichtung entgegengesetzt ist:
F = gmv. (10.136)
Einsetzen ergibt:
dv
dt
= g

m
v. (10.137)
258 10 Dierentialgleichungen
Abbildung 10.7: Eine Kugel der Masse m sinkt unter der Wirkung der Gravitationskraft in einer
viskosen Fl ussigkeit.
Diese Dierentialgleichung unterscheidet sich nur durch den konstanten Term g von der Bewe-
gungsgleichung (10.74). Aus Gleichung (10.137) folgt
dv
g
v
m
= dt (10.138)
und nach Transformation zur neuen Variablen u = g
v
m
wegen du =

m
dv
du
u
=

m
dt. (10.139)
Durch Integration nden wir
ln u =

m
t +C, (10.140)
was bedeutet
u = e

m
t
e
C
= ke

m
t
. (10.141)
Durch R ucksubstitution nden wir
g
v
m
= ke

m
t
(10.142)
und somit
v =
m

_
g ke

m
t
_
. (10.143)
Aus der Anfangsbedingung v(0) = v
0
erhalten wir
k = g
v
0

m
(10.144)
und infolgedessen
v =
mg

_
mg

v
0
_
e

m
t
(10.145)
oder
v =
mg

_
1 e

m
t
_
+v
0
e

m
t
. (10.146)
Das heit, dass sich die Geschwindigkeit v von der Anfangsgeschwindigkeit v
0
ausgehend der asymp-
totischen Geschwindigkeit von mg/ exponentiell nahert (siehe Abb. 10.8). Sobald diese Geschwin-
digkeit erreicht ist, halten sich mg und v genau die Waage. Falls das Teilchen zum Zeitpunkt
t = 0 in Ruhe ist, gilt v = (mg/)
_
1 e
(/m)t
_
.
10 Dierentialgleichungen 259
Abbildung 10.8: Die Geschwindigkeit v nahert sich exponentiell der Endgeschwindigkeit mg/, bei
der sich Reibungskraft und Gravitationskraft genau die Waage halten.
Die Konstante /m gibt uns ein Ma daf ur, wie lange es dauert, bis das Teilchen seine Endge-
schwindigkeit erreicht hat. Nach t = m/ ist die urspr ungliche Dierenz der Geschwindigkeit zur
Endgeschwindigkeit auf den Bruchteil 1/e abgefallen. Falls etwa v
0
= 0, unterscheidet sich die Ge-
schwindigkeit nach t = 5m/ nur mehr um 0.7 % von der Endgeschwindigkeit und nach t = 15m/
betragt der Unterscheid nur mehr 3.1 10
5
%. Nach einer Zeit t m/ fallt das Teilchen also
im Wesentlichen mit konstanter Geschwindigkeit durch die viskose Fl ussigkeit.
Um den Ort x als Funktion der Zeit zu bestimmen, gehen wir aus von der Dierentialgleichung
v =
dx
dt
=
mg

_
mg

v
0
_
e

m
t
, (10.147)
die wir einfach durch Variablenseparation integrieren konnen:
x =
mg

t
_
mg

v
0
_
e

m
t

_
+C
=
mg

t +
m

_
mg

v
0
_
e

m
t
+C. (10.148)
Die Konstante C bestimmen wir aus der Anfangsbedingung x(0) = x
0
:
x
0
=
m

_
mg

v
0
_
+C. (10.149)
Folglich gilt
C = x
0

_
mg

v
0
_
(10.150)
und wir erhalten damit
x = x
0

_
mg

v
0
_
+
mg

t +
m

_
mg

v
0
_
e

m
t
= x
0
+
mg

t
m

_
mg

v
0
_
_
1 e

m
t
_
. (10.151)
Da der Term e
(/m)t
schnell gegen 0 geht, dominiert f ur Zeiten, die lang sind im Vergleich zu
m/, der lineare Term (das Teilchen fallt dann mit konstanter Geschwindigkeit). F ur lange Zeiten
t m/ gilt dann
x(t) x
0
+
mg

t
m

_
mg

v
0
_
. (10.152)
260 10 Dierentialgleichungen
10.3 Dierentialgleichungen zweiter Ordnung
Dierentialgleichungen zweiter Ordnung sind bei weitem komplexer (und deswegen auch interessan-
ter) als Dierentialgleichungen erster Ordnung. Zu den wichtigen Dierentialgleichungen zweiter
Ordnung, die einem in der Physik gleich in den ersten Semestern begegnen, gehoren die Newtonsche
Bewegungsgleichung und insbesondere die Schwingungsgleichung, mit der wir uns im Folgenden
vor allem beschaftigen werden.
Die allgemeine Form einer Dierentialgleichung zweiter Ordnung ist
F(x, y, y

, y

) = 0. (10.153)
Wir konzentrieren uns hier auf die lineare Dierentialgleichung zweiter Ordnung, die die Form
y

(x) +p(x)y

(x) +q(x)y(x) = g(x) (10.154)

besitzt. Falls der Storterm g(x) verschwindet, spricht man auch hier von einer homogenen Die-
rentialgleichung, anderenfalls von einer inhomogenen Dierentialgleichung.
Besonders einfach (und trotzdem sehr wichtig) sind Dierentialgleichungen 2. Ordnung, bei denen
die Koezienten p(x) und q(x) konstant sind. F ur diese besondere Form betrachten wir zunachst
den homogenen Fall.
10.3.1 Homogene Dierentialgleichung mit konstanten Koezienten
Die homogene lineare Dierentialgleichung 2. Ordnung mit konstanten Koezienten hat die allge-
meine Form:
y

+ay

+by = 0. (10.155)
F ur eine lineare Dierentialgleichung gilt, dass, wenn y(x) eine Losung ist, auch das Produkt cy(x)
dieser Funktion mit einer Konstanten eine Losung ist. Dies gilt, da (cy)

= cy

und (cy)

= cy

.
Weiters ist die Summe zweier Losungen y
1
und y
2
auch eine Losung der Dierentialgleichung, da
gilt (y
1
+ y
2
)

= y

1
+ y

2
und (y
1
+ y
2
)

= y

1
+ y

2
(die Dierentiation ist ein linearer Operator).
Allgemeiner: jede Linearkombination
y = c
1
y
1
+c
2
y
2
(10.156)
von zwei Losungen y
1
, y
2
ist ebenfalls eine Losung der Dierentialgleichung. Man nennt diesen
Sachverhalt das Superpositionsprinzip. Die Konstanten c
1
und c
2
konnen hier reelle aber auch
komplexe Zahlen sein. Um die zwei freien Parameter einer Dierentialgleichung 2. Ordnung zu
bestimmen, brauchen wir zwei Anfangs- oder Randbedingungen.
F ur eine homogene lineare Dierentialgleichung mit konstanten Koezienten konnen wir mit
Hilfe des exponentiellen Ansatzes y = Ae
x
immer Losungen nden, da durch Dierentiation von
e
x
nach x nur ein zusatzlicher Faktor entsteht. Dadurch sind alle Ableitungen von y nach x
proportional zueinander. Einsetzen des Ansatzes y = Ae
x
in die Dierentialgleichung (10.155)
liefert:
A
2
e
x
+aAe
x
+bAe
x
= 0. (10.157)
Da e
x
> 0 und da A = 0 nur der trivialen Losung y = 0 entspricht, konnen wir beide Seiten dieser
Gleichung durch Ae
x
dividieren und erhalten

2
+a +b = 0. (10.158)
Dies ist eine quadratische Gleichung f ur , die so genannte charakteristische Gleichung, mit
den Losungen:

1,2
=
a

a
2
4b
2
. (10.159)
10 Dierentialgleichungen 261
Nur f ur diese bestimmten Werte von lost der exponentielle Ansatz y = Aexp(x) die Dieren-
tialgleichung.
Der exponentielle Ansatz kann nat urlich auch f ur homogene lineare Dierentialgleichungen hoherer
Ordnung mit konstanten Koezienten verwendet werden. In diesem Fall hat die Dierentialglei-
chung die allgemeine Form
a
n
y
(n)
+a
n1
y
(n1)
+ +a
1
y

+a
0
y = 0 (10.160)
oder
n

i=0
a
i
y
(i)
(x) = 0, (10.161)
wobei die a
i
konstante Koezienten sind und wir festlegen, dass y
(0)
= y. Einsetzen des exponen-
tiellen Ansatzes y = Ae
x
und anschlieende Division ergibt:
n

i=0
a
i

i
= 0 = a
0
+a
1
+a
2

2
+ +a
n

n
. (10.162)
Diese algebraische Gleichung n-ten Grades hat genau n moglicherweise komplexe Losungen
1
,
2
,
. . . ,
n
, mit denen man allgemeine Losungen der Dierentialgleichung (10.160) konstruieren kann.
Kehren wir nun nach diesem kurzen Exkurs uber Dierentialgleichungen hoherer Ordnung wieder
zu den Dierentialgleichungen zweiter Ordnung zur uck. Nach Gleichung (10.159) erf ullt der Ansatz
y = Ae
x
genau f ur die Werte
1,2
= a/2
_
a
2
/4 b die urspr ungliche Dierentialgleichung.
Diese beiden speziellen Werte werden Eigenwerte der Dierentialgleichung genannt. Falls a
2
/4
b 0, sind die beiden Eigenwerte reell. Anderenfalls sind sie beide komplex und zueinander komplex
konjugiert. Wie wir spater noch genauer sehen werden, lassen sich aus Losungen mit komplex
konjugierten Eigenwerten
1
und
2
durch Superposition immer reelle Losungen konstruieren.
Wenn wir die Eigenwerte
1
= + i und
2
= i haben ( und reell) mit zugehorigen
Losungen y
1
= e
1x
und y
2
= e
2x
, konnen wir die reellen Losungen
y
1
=
_
e
1x
2
+
e
2x
2
_
= e
x
_
e
ix
+e
ix
2
_
= e
x
cos x (10.163)
und
y
2
=
_
e
1x
2i

e
2x
2i
_
= e
x
_
e
ix
e
ix
2i
_
= e
x
sin x (10.164)
konstruieren. Durch Superposition der Losungen, die zu den Eigenwerten
1
und
2
gehoren,
erhalten wir die allgemeine Losung der Dierentialgleichung, die zwei freie Parameter A
1
und A
2
enthalt:
y = A
1
e
1x
+A
2
e
2x
(10.165)
oder, falls die Eigenwerte komplex sind und wir eine reelle Losung wollen,
y = A
1
e
x
cos x +A
2
e
x
sin x. (10.166)
Die freien Parameter A
1
und A
2
m ussen durch Anfangs- oder Randbedingungen festgelegt werden.
Beispiel:
Wir betrachten ein ideal biegsames Seil der Lange l, das reibungslos uber die Kante eines Tisches
gleitet (siehe Abb. 10.9). Wir wollen nun die genaue Lage des Seils sowie seine Geschwindig-
keit als Funktion der Zeit bestimmen. Dazu legen wir fest, dass die Koordinate x die Lange des
uberhangenden Teils des Seils bezeichnet. Die Newtonsche Bewegungsgleichung f ur das Seil lautet
m
d
2
x
dt
2
= F, (10.167)
262 10 Dierentialgleichungen
Abbildung 10.9: Ein biegsames Seil wird von der Gravitationskraft von einem Tisch gezogen.
wobei m die Gesamtmasse des Seils ist. Die auf das Seil wirkende Kraft F ist gleich dem Gewicht
des herabhangenden Teils. Da die Masse dieses Teils gleich mx/l ist, ergibt sich f ur die Kraft
F = gmx/l und somit
m
d
2
x
dt
2
=
gmx
l
(10.168)
oder, nach Division durch m:
d
2
x
dt
2

gx
l
= 0. (10.169)
Wir setzen nun als Losung
x(t) = Ae
t
(10.170)
an. Einsetzen in die Dierentialgleichung ergibt:
d
2
dt
2
_
Ae
t
_

g
l
_
Ae
t
_
= 0 (10.171)
und somit
A
2
e
t

g
l
Ae
t
= 0. (10.172)
Nach Division durch Ae
t
erhalten wir die charakteristische Gleichung

g
l
= 0, (10.173)
woraus folgt:

1,2
=
_
g
l
. (10.174)
Beide Eigenwerte sind also reell. Die allgemeine Losung der Dierentialgleichung ist:
x(t) = A
1
e
+

g
l
t
+A
2
e

g
l
t
. (10.175)
Wenn wir uns vorstellen, dass das Seil anfanglich ruht und ein St uck der Lange x
0 uberhangt,
v(0) = 0 und x(0) = x
0
, (10.176)
konnen wir aus diesen Bedingungen die Konstanten A
1
und A
2
bestimmen:
x(0) = A
1
+A
2
= x
0
(10.177)
und
v(0) = A
1
_
g
l
A
2
_
g
l
= 0. (10.178)
Aus der zweiten Bedingung folgt A
1
= A
2
, was, eingesetzt in die erste Bedingung, A
1
= A
2
= x
0
/2
ergibt. Somit ist die Losung f ur diesen speziellen Fall gegeben durch (siehe Abb. 10.10):
x(t) =
x
0
2
_
e
+

g
l
t
+e

g
l
t
_
= x
0
cosh
__
g
l
t
_
. (10.179)
10 Dierentialgleichungen 263
Abbildung 10.10: Der uberhangende Anteil x des Seiles ist eine rasch anwachsende Funktion der
Zeit: x = x
0
cosh(
_
g/lt).
10.3.2 Der harmonische Oszillator
Schwingungen mit kleinen Amplituden f uhren uns immer zur so genannten Schwingungsgleichung,
die sich von Fall zu Fall nur durch den Wert und die Bedeutung der Koezienten sowie die Bedeu-
tung der Variablen unterscheidet. Betrachten wir zum Beispiel einen Massenpunkt der Masse m,
der an einer gewichtslosen und undehnbaren Schnur der Lange l aufgehangt ist und im Erdschwe-
refeld hin und her pendeln kann (siehe Abb. 10.11). Den Zustand eines solchen Pendels beschreiben
wir durch den Winkel x, den der Faden mit dem Lot bildet.
Abbildung 10.11: Ein Massenpunkt der Masse m hangt an einer Schnur der Lange l. Die r uck-
stellende Kraft F
t
ist die Komponente der Gravitationskraft F, die tangential zur Kreisbahn des
Massenpunkts steht. s ist die Entfernung entlang des Kreisbogens des Massenpunktes von seiner
Ruhelage.
Auf den Massenpunkt wirkt die Gravitationskraft F = mg senkrecht nach unten. Wenn das Pendel
um einen Winkel x aus der Ruhelage ausgelenkt ist, wirkt die Komponente F
r
= mg cos x in
Richtung der Schnur und hat daher keine Wirkung. Die Komponente F
t
= mg sin x hingegen wirkt
normal zur Schnur und in Richtung zur uck zur Ruhelage. Die Bewegungsgleichung f ur das Pendel
264 10 Dierentialgleichungen
ist
ma = m
d
2
s
dt
2
= F
t
, (10.180)
wobei s = xl die Entfernung des Massenpunktes von seiner Ruhelage langs des Kreisbogens ist. Das
Minuszeichen in der Gleichung (10.180) ist notwendig, da die Richtung der Kraft der Auslenkung
x entgegengesetzt ist. (Die Kraft F
t
nennt man ubrigens die R uckstellkraft.) F
t
ist die Kraft,
die normal zur Schnur, also in Richtung der Bahnkurve wirkt. Einsetzen von s und F
t
in Gleichung
(10.180) ergibt:
m
d
2
lx
dt
2
= mg sin x (10.181)
oder, da l konstant ist,
d
2
x
dt
2
=
_
g
l
_
sin x. (10.182)
F ur kleine Auslenkungen gilt sinx x und wir erhalten in dieser Naherung die Schwingungsglei-
chung:
d
2
x
dt
2
=
_
g
l
_
x. (10.183)
Da es sich spater als g unstig herausstellen wird, setzen wir (g/l) =
2
0
. Die Gleichung (10.183) wird
damit zu
d
2
x
dt
2
=
2
0
x. (10.184)
Dies ist die allgemeine Gleichung des (eindimensionalen) harmonischen Oszillators, bei dem
die R uckstellkraft proportional zur Auslenkung ist. Das heit, F = kx. Die Konstante k
wird ubrigens die Federkonstante oder auch die Kraftkonstante genannt. F ur eine solche Kraft
ergibt sich die Bewegungsgleichung
m
d
2
x
dt
2
= kx oder wieder
d
2
x
dt
2
=
2
0
x, (10.185)
wobei wir
2
0
= k/m gesetzt haben. Das ist die Bewegungsgleichung f ur ein eindimensiona-
les Teilchen der Masse m mit einer parabolischen potentiellen Energie V (x) = kx
2
/2 (siehe
Abb. 10.12). Die Kraft ergibt sich aus diesem Potential durch Bildung der ersten Ableitung,
F = dV/dx = kx.
Abbildung 10.12: In einem parabolischen Potential V (x) = kx
2
/2 f uhrt ein Massenpunkt der Masse
m eine harmonische Bewegung mit der Periode T = 2
_
m/k aus.
Wir wollen nun die Gleichung des harmonischen Oszillators losen. Der Ansatz x = Ae
t
liefert die
charakteristische Gleichung

2
+
2
0
= 0. (10.186)
10 Dierentialgleichungen 265
Die Eigenwerte dieser Gleichung sind rein imaginar:

1,2
=
_

2
0
= i
0
. (10.187)
Aus den beiden komplexen Losungen
x
1
= e
i0t
und x
2
= e
i0t
(10.188)
konstruieren wir die reellen Losungen
x
1
=
1
2
_
e
i0t
+e
i0t
_
= cos
0
t, (10.189)
x
2
=
1
2i
_
e
i0t
e
i0t
_
= sin
0
t. (10.190)
Die allgemeine Losung der Dierentialgleichung f ur den harmonischen Oszillator ist also
x = Acos
0
t +Bsin
0
t. (10.191)
Diese Losung lasst sich auch schreiben als
x = C sin(
0
t +), (10.192)
wobei C die Amplitude der Schwingung und die so genannte Phasenverschiebung ist. Der
Zusammenhang dieser beiden Losungen lasst sich mit Hilfe des Additionstheorems f ur die Sinus-
funktion herstellen:
x = C sin(
0
t +)
= C(sin
0
t cos + sincos
0
t)
= (C cos ) sin
0
t + (C sin ) cos
0
t. (10.193)
Daraus folgt
A = C sin und B = C cos (10.194)
oder umgekehrt
= arctan
_
A
B
_
und C =
_
A
2
+B
2
. (10.195)
Gema Gleichung (10.191) oder Gleichung (10.192) f uhrt der harmonische Oszillator eine peri-
odische Schwingung mit Kreisfrequenz
0
aus. Die freien Parameter A und B, beziehungsweise
C und , konnen durch die Anfangsbedingungen zum Zeitpunkt t = 0 bestimmt werden. F ur
x(0) = x
0
und dx(t = 0)/dt = v
0
ergibt sich:
Acos 0 +Bsin 0 = A = x
0
, (10.196)

0
Asin 0 +
0
Bcos 0 =
0
B = v
0
. (10.197)
Daraus folgt
A = x
0
und B =
v
0

0
. (10.198)
Die Phase und die Amplitude C sind
= arctan
_

0
x
0
v
0
_
und C =

x
2
0
+
_
v
0

0
_
2
. (10.199)
Die Losung f ur die Anfangsbedingungen x(0) = x
0
und v(0) = v
0
ist also
x = x
0
cos
0
t +
v
0

0
sin
0
t (10.200)
266 10 Dierentialgleichungen
Abbildung 10.13: Die Losung der Dierentialgleichung des eindimensionalen harmonischen Oszil-
lators ist eine Sinusfunktion, deren Amplitude und Phase von den Anfangsbedingungen x
0
und v
0
abhangen. Die Steigung der Kurve zum Zeitpunkt t = 0 ist v
0
.
oder, etwas anders geschrieben,
x =

x
2
0
+
_
v
0

0
_
2
sin
_

0
t + arctan
_

0
x
0
v
0
__
. (10.201)
Die trigonometrischen Funktionen sind periodisch mit Periode 2. Das bedeutet, dass der harmo-
nische Oszillator eine Periode von T = 2/
0
= 2
_
m/k und eine Frequenz von f = 1/T =

0
/2 = (1/2)
_
k/m hat. Man bezeichnet
0
auch als die Kreisfrequenz.
10.3.3 Die gedampfte Schwingung
Bis jetzt haben wir angenommen, dass der Oszillator reibungsfrei schwingen kann. Falls jedoch Rei-
bungskrafte wirksam sind, m ussen diese auch in der Dierentialgleichung ber ucksichtigt werden.
Mit einer zur Geschwindigkeit proportionalen Reibungskraft F = dx/dt wird die Bewegungs-
gleichung zu
m
d
2
x
dt
2
= kx
dx
dt
. (10.202)
Hier hat die Reibungskraft ein negatives Vorzeichen, da sie der Bewegung entgegengerichtet ist.
Wir dividieren durch m, setzen
0
=
_
k/m und 2 = /m und erhalten
d
2
x
dt
2
+ 2
dx
dt
+
2
0
x = 0. (10.203)
Der Ansatz x = Ae
t
liefert die charakteristische Gleichung:

2
+ 2 +
2
0
= 0. (10.204)
Diese quadratische Gleichung hat die Losungen

1,2
=
_

2
0
. (10.205)
Abhangig von den Werten von und
0
sind die Eigenwerte entweder komplex oder rein reell.
Wir unterscheiden drei verschiedene Falle:
10 Dierentialgleichungen 267

0
<
1,2
reell: Kriechfall

0
=
1
=
2
reell: aperiodischer Grenzfall

0
>
1,2
komplex: Schwingfall
Kriechfall:
Wenn
0
< , sind beide Eigenwerte reell aber negativ. Die allgemeine Losung der Bewegungsglei-
chung ist also (siehe Abb. 10.14)
x(t) = Ae
1t
+Be
2t
(10.206)
mit den Koezienten

1
= +
_

2
0
;
2
=
_

2
0
. (10.207)
Da sowohl
1
als auch
2
negativ sind, nahert sich x exponentiell seiner Ruhelage. Die Dampfung
durch Reibungsverluste ist in diesem Fall zu stark, um eine Schwingung zuzulassen. So ein Fall
w urde sich z.B. f ur ein Pendel in einer viskosen Fl ussigkeit ergeben.
Abbildung 10.14: Im Kriechfall nahert sich der Oszillator seiner Ruhelage exponentiell.
Wir wollen nun die Bewegung des Oszillators f ur den Fall betrachten, dass er anfanglich in Ruhe
ist ( x(0) = 0) und die Auslenkung x(0) = x
0
hat. Aus x(0) = x
0
ergibt sich
A +B = x
0
. (10.208)
Die zeitliche Ableitung der Auslenkung ist
x(t) =
1
Ae
1t
+
2
Be
2t
(10.209)
und somit folgt aus x(0) = 0

1
A +
2
B = 0. (10.210)
Aus diesen beiden Bedingungen konnen wir A und B bestimmen:
A =

2
x
0

1
, (10.211)
B =

1
x
0

1
. (10.212)
Wegen

1
=
_

2

2
0
+
_

2
0
= 2
_

2
0
(10.213)
erhalten wir schlielich
x(t) =
x
0
2
_

2
0
_

2
e
1t

1
e
2t
_
. (10.214)
268 10 Dierentialgleichungen
Anders ausgedr uckt haben wir:
x(t) =
x
0
2
_

2
0
__

_

2
0
_
e
(+

2
0
)t

_
+
_

2
0
_
e
(

2
0
)t
_
. (10.215)
Aperiodischer Grenzfall:
Verringern wir den Reibungskoezienten so weit, dass
0
= , sind beide Eigenwerte gleich und
negativ:
1
=
2
= . Man nennt solche Eigenwerte entartet. Die Losung der Dierentialgleichung
wird in diesem Fall zu
x = Ae
t
. (10.216)
Hier haben wir jedoch nur mehr einen freien Parameter statt zwei, wie wir es von der allgemeinen
Losung einer Dierentialgleichung zweiter Ordnung eigentlich verlangen m ussen. Wir brauchen also
eine zweite vom Ansatz Ae
t
verschiedene Losung, um den zweiten Parameter unterzubringen. Wir
versuchen es mit dem Ansatz
x = Bte
t
(10.217)
mit den Ableitungen
x =
dx
dt
= Bte
t
+Be
t
= Be
t
(1 t) (10.218)
und
x =
d
2
x
dt
2
= Be
t
(1 t) +Be
t
()
= Be
t
_
+
2
t

= Be
t
_

2
t 2

. (10.219)
Einsetzen dieses Ansatzes in die Dierentialgleichung (10.203) ergibt:
Be
t
_

2
t 2

+ 2Be
t
(1 t) +
2
0
Bte
t
= 0 (10.220)
und somit

2
t
&
& 2 +
&
& 2 2
2
t +
2
0
t =
2
t +
2
0
t
= (
2
+
2
0
)t = 0. (10.221)
Da nach Voraussetzung =
0
, verschwindet die linke Seite der obigen Gleichung und wir sehen,
dass der Ansatz x = Bte
t
die Dierentialgleichung erf ullt. Die allgemeine Losung ist in diesem
Fall also
x(t) = Ae
t
+Bte
t
. (10.222)
Da die lineare Funktion t viel langsamer wachst als die Exponentialfunktion e
t
abfallt, kehrt
der Oszillator im aperiodischen Grenzfall auf monotone Weise von einer Auslenkung x in seine
Ruhelage x = 0 zur uck.
Wenn der Oszillator bei t = 0 eine Auslenkung von x
0
hat und seine Anfangsgeschwindigkeit
verschwindet, haben wir f ur die freien Parameter A und B:
A = x
0
und B = x
0
(10.223)
10 Dierentialgleichungen 269
und erhalten als spezielle Losung
x(t) = x
0
e
t
+x
0
te
t
= x
0
e
t
(1 + t). (10.224)
Da f ur =
0
also keine Schwingung auftritt und f ur ein etwas kleineres der Oszillator erstmals
seine Ruhelage mit endlicher Geschwindigkeit durchqueren und nicht nur asymptotisch erreichen
kann, spricht man vom aperiodischen Grenzfall: Wenn wir um einen nur kleinen Betrag verrin-
gern, kann das System erstmals schwingen. Beim aperiodischen Grenzfall kehrt der Oszillator am
schnellsten in seine Ruhelage zur uck.
Schwingfall:
Falls
0
> , ist das Argument der Wurzel in Gleichung (10.205) negativ und die beiden Eigenwerte

1
und
2
sind komplex. Mit
2

2

2
0
(damit klar ist, dass
2

2
0
eine negative Zahl ist),
sind die Eigenwerte gegeben durch

1
= +i und
1
= i. (10.225)
Sie sind also komplex konjugiert zueinander.
Wie wir bereits wissen (siehe Gleichung (10.166)) konnen wir in diesem Fall aus den Losungen x
1
=
e
(+i)t
und x
2
= e
(i)t
durch eine passende Linearkombination reelle Losungen konstruieren
x
1
=
_
e
(+i)t
2
+
e
(i)t
2
_
= e
t
cos t, (10.226)
x
2
=
_
e
(+i)t
2i

e
(i)t
2i
_
= e
t
sin t. (10.227)
Die allgemeine Losung ist also
x(t) = Ae
t
cos t +Be
t
sin t = e
t
(Acos t +Bsin t) (10.228)
oder
x(t) = Ce
t
sin(t +). (10.229)
Das ist eine Schwingung, deren Amplitude durch die Dampfung exponentiell mit der Zeit abnimmt.
Die Kreisfrequenz
=
_

2
0

2
(10.230)
ist f ur den gedampften Oszillator geringer als f ur den ungedampften.
Um die freien Parameter A und B (bzw. C und ) f ur die speziellen Anfangsbedingungen x(0) = x
0
und x(0) = 0 zu bestimmen, benotigen wir die erste Ableitung:
dx
dt
= ()e
t
(Acos t +Bsin t) +e
t
(Asint +Bcos t)
= e
t
[(B A) cos t (A+B) sin t] . (10.231)
Somit folgt aus den Anfangsbedingungen
A = x
0
(10.232)
und
B =
A

=
x
0

. (10.233)
270 10 Dierentialgleichungen
Die Losung der Dierentialgleichung ist dann
x(t) = x
0
e
t
_
cos t +

sint
_
(10.234)
oder anders ausgedr uckt
x(t) = x
0
e
t
_
cos(
_

2
0

2
t) +

_

2
0

2
sin(
_

2
0

2
t)
_
. (10.235)
F ur
0
oder 0 erhalten wir x(t) = x
0
e
t
(1 + t). Das ist genau der aperiodische
Grenzfall aus Gleichung (10.224).
Abbildung 10.15: Schwingfall (
0
> ), Kriechfall (
0
< ) und aperiodischer Grenzfall (
0
= )
eines gedampften harmonischen Oszillators (hier haben wir
0
= 1 gesetzt).
10.3.4 Die inhomogene lineare Dierentialgleichung 2. Ordnung mit kon-
stanten Koezienten: die erzwungene Schwingung
Wir betrachten nun einen harmonischen Oszillator, der zusatzlich durch eine auere, zeitabhangige
Kraft angeregt wird. Beispiele waren etwa ein Pendel, dessen Aufhangepunkt periodisch hin und
her bewegt wird oder ein elektrischer Schwingkreis, der an eine Wechselspannung angeschlossen
wird. Diese zusatzliche auere Kraft muss nat urlich in der Bewegungsgleichung des Oszillators
ber ucksichtigt werden. F ur eine harmonische periodische Kraft F/m = Acos t mit Kreisfrequenz
und Amplitude A wird die Bewegungsgleichung zu
d
2
x
dt
2
+ 2
dx
dt
+
2
0
x = Acos t. (10.236)
Der Storterm Acos t macht die urspr ungliche homogene Gleichung zu einer inhomogenen
Gleichung mit konstanten Koezienten.
Auch f ur eine solche Dierentialgleichung gilt, dass die allgemeine Losung der inhomogenen Glei-
chung als Summe der allgemeinen Losung der homogenen Gleichung und einer Partikularlosung
der inhomogenen Gleichung geschrieben werden kann:
x(t) = x
h
(t) +x
p
(t). (10.237)
10 Dierentialgleichungen 271
Dass diese Funktion eine Losung der inhomogenen Dierentialgleichung ist, kann durch Einsetzen
leicht uberpr uft werden. Die allgemeine Losung x
h
(t) der homogenen Gleichung kennen wir bereits;
wir m ussen also jetzt noch nach einer Partikularlosung x
p
(t) der inhomogenen Gleichung suchen.
Wir konnten das durch Variation der Konstanten versuchen; es ist jedoch einfacher, einen Losungs-
ansatz zu machen. Mit einer Winkelfunktion als Storfunktion kann auch die Losung nur eine Win-
kelfunktion sein, da durch Dierenzieren nur aus Winkelfunktionen wieder solche entstehen konnen.
Wir machen also einen Ansatz, der der Storung ahnlich ist
x = K cos(t ). (10.238)
Die zugehorigen Ableitungen sind:
x = Ksin(t ) (10.239)
und
x = K
2
cos(t ). (10.240)
Einsetzen in die Dierentialgleichung ergibt:
K
2
cos(t ) 2Ksin(t ) +
2
0
K cos(t ) = Acos t. (10.241)
Um die linke und die rechte Seite der Gleichung auf eine ahnliche Form zu bringen, formen wir die
rechte Seite der Gleichung durch Verwendung des Additionstheorems f ur den Kosinus folgender-
maen um:
Acos t = Acos(t +) = Acos(t ) cos Asin(t ) sin . (10.242)
Einsetzen ergibt
(K
2
+K
2
0
) cos(t ) 2Ksin(t )
= Acos(t ) cos Asin(t ) sin . (10.243)
Diese Gleichung konnen wir f ur alle Zeiten t erf ullen, indem wir die Koezienten vor dem Kosinus
cos(t ) bzw. vor dem Sinus sin(t ) auf beiden Seiten gleichsetzen:
K
2
+K
2
0
= Acos , (10.244)
2K = Asin . (10.245)
Durch Addition der Quadrate beider Gleichungen nden wir
(K
2
+K
2
0
)
2
+ 4
2
K
2

2
= A
2
cos
2
+A
2
sin
2
= A
2
(10.246)
oder
K
2
=
A
2
(
2
0

2
)
2
+ 4
2

2
. (10.247)
Division der beiden Gleichungen (10.244) und (10.245) hingegen ergibt
tan =
2K
K(
2
0

2
)
=
2
(
2
0

2
)
(10.248)
oder
= arctan
_
2

2
0

2
_
. (10.249)
Dadurch erhalten wir als Partikularlosung der inhomogenen Gleichung mit Storterm Acos(t )
x
p
(t) =
A
_
(
2
0

2
)
2
+ 4
2

2
cos(t ). (10.250)
272 10 Dierentialgleichungen
Dies ist eine Schwingung mit der gleichen Frequenz wie die Storung, deren Amplitude und Phasen-
verschiebung von der Eigenfrequenz
0
des Oszillators, der Erregerfrequenz und dem Reibungs-
koezienten abhangen.
Die allgemeine Losung der Dierentialgleichung ist die Summe der allgemeinen Losung der ho-
mogenen Gleichung und der gerade gefundenen Partikularlosung. Da jedoch f ur einen nichtver-
schwindenden Reibungskoezienten die Losung der homogenen Gleichung in allen Fallen durch
die Dampfung schnell gegen Null konvergiert, bleibt f ur lange Zeiten nur die Partikularlosung ubrig.
Nach Beendigung transienter Einschwingvorgange mit Frequenz =
_

2
0

2
oszilliert das
getriebene System infolgedessen mit der Erregerfrequenz .
Wir schauen uns nun die Partikularlosung der inhomogenen Gleichung etwas genauer an. Die
Amplitude A
F
der erzwungenen Schwingung ist (siehe Abb. 10.16)
A
F
() =
A
_
(
2
0

2
)
2
+ 4
2

2
. (10.251)
F ur Erregerfrequenzen , die viel kleiner sind als die Eigenfrequenz
0
des Oszillators (
0
),
ist wegen des Terms (
2
0

2
)
2
das Argument der Wurzel im Nenner gro und daher die Amplitude
klein. Die Amplitude ist in diesem Fall A
F
= A/
2
0
(von der Reibung unabhangig). Wenn sich
nun der Eigenfrequenz
0
nahert, wird der Term (
2
0

2
)
2
immer kleiner. Das Argument der
Wurzel erreicht dann ein Minimum und wachst danach wieder an. An der Stelle des Minimums des
Wurzelarguments im Nenner wird die Amplitude maximal. Um diese Stelle zu nden, setzen wir
die Ableitung des Wurzelarguments gleich Null:

_
(
2
0

2
)
2
+ 4
2

= 0. (10.252)
Das heit,
2(
2
0

2
)(2) + 4
2
2 = 0, (10.253)
woraus folgt
(
2
0
+
2
) + 2
2
= 0. (10.254)
Diese Gleichung hat die Losung = 0 sowie die Losungen

1,2
=
_

2
0
2
2
. (10.255)
Da eine Frequenz ist, sind wir nur an einer positiven Losung interessiert:

R
=
_

2
0
2
2
. (10.256)
F ur
2
0
> 2
2
ist diese Frequenz
R
reell. Bei solchen Frequenzen besitzt die Amplitude der
erzwungenen Schwingung als Funktion der Erregerfrequenz irgendwo ein Maximum. Ist hingegen

2
0
< 2
2
, hat die Amplitude der erzwungenen Schwingung als Funktion von kein Maximum und
die Amplitude nimmt mit wachsendem monoton ab.
Dieses Anwachsen der Amplitude in der Nahe der Eigenfrequenz
0
nennt man Resonanz und die
zugehorige Frequenz
R
Resonanzfrequenz. Wie man aus Gleichung (10.256) sieht, ist die Reso-
nanzfrequenz
R
verschieden von der Eigenfrequenz
0
des Oszillators und auch verschieden von
_

2
0

2
, der Frequenz der ungestorten aber gedampften Schwingung. Nur f ur den reibungsfreien
Fall stimmt die Resonanzfrequenz mit der Eigenfrequenz uberein.
Die Amplitude bei der Resonanzfrequenz
R
ist:
A
F
(
R
) =
A
_
(
2
0
(
2
0
2
2
))
2
+ 4
2
(
2
0
2
2
)
=
A
_
(2
2
)
2
+ 4
2
(
2
0
2
2
)
=
A
_
4
2
(
2
0

2
)
=
A
2
_

2
0

2
. (10.257)
10 Dierentialgleichungen 273
Abbildung 10.16: Amplitude A
F
der erzwungenen Schwingung als Funktion der Erregerfrequenz
f ur verschiedene Reibungskoezienten . Je kleiner der Reibungskoezient ist, umso groer
ist die Resonanzamplitude. Der Locus der Maxima der Amplitude A
F
ist als unterbrochene Linie
dargestellt.
Die Resonanzamplitude wachst also mit abnehmender Reibung und divergiert im reibungsfreien
Fall. (Der Faktor
_

2
0

2
im Nenner kann nicht verschwinden, da die Funktion A
F
() nur f ur

2
0
> 2
2
ein Maximum bei einer von Null verschiedenen Frequenz besitzt.) Die Amplitude der
erzwungenen Schwingung als Funktion der Erregerfrequenz ist f ur verschiedene Reibungskoezi-
enten in Abb. 10.16 dargestellt.
Die erzwungene Schwingung hat zwar dieselbe Frequenz wie die Erregerschwingung, ist jedoch mit
dieser nicht in Phase. Die Phasenverschiebung gegen uber der Erregerschwingung ist:
= arctan
_
2

2
0

2
_
. (10.258)
Diese Phasenverschiebung ist in Abb. 10.17 f ur verschiedene Werte von als Funktion der
Erregerfrequenz dargestellt. F ur kleine ist sehr klein ( 0 f ur = 0). Wenn sich
der Eigenfrequenz
0
nahert, divergiert (2)/(
2
0

2
) und die Phasenverschiebung strebt zu
= /2. Wenn weiter wachst, wachst auch weiter und erreicht f ur den Wert = .
Abbildung 10.17: Phasenverschiebung der erzwungenen Schwingung als Funktion der Erreger-
frequenz f ur verschiedene Reibungskoezienten .