4.4 Lineare Differentialgleichungen höherer Ordnung

Größe: px
Ab Seite anzeigen:

Download "4.4 Lineare Differentialgleichungen höherer Ordnung"

Transkript

1 44 LINEARE DIFFERENTIALGLEICHUNGEN HÖHERER ORDNUNG 95 gegeben durch z (t) := e λ t, z 2 (t) := e λ 2t, z 3 (t) := te λ 2t + e λ 2t Mit S := (v, v 2, v 3 ) erhalten wir somit aus y k := Sz k für k =, 2, 3 das Fundamentalsystem 4 4 y (t) :=, y 2 (t) := e t 4, y 3 (t) := e t 4 + t für die gegebene Differentialgleichung (47) Treten bei der obigen Berechnung wieder (konjugiert ) komplexe Lösungen auf (etwa durch komplexe Eigenwerte), so erhält man in Analogie zur Argumentation beim Lemma 49 durch den Übergang auf Real und Imaginärteil wieder zwei reelle Lösungen 44 Lineare Differentialgleichungen höherer Ordnung Eine lineare Differentialgleichung n-ter Ordnung hat die Gestalt y (n) + a n (t)y (n ) + + a (t)y = b(t) (48) mit gewissen stetigen Funktionen a i, b : I R (i =,,, n ), die auf einem Intervall I R definiert sind Speziell für b spricht man von einer homogenen linearen Differentialgleichung n-ter Ordnung, anderenfalls von einer inhomogenen linearen Differentialgleichung n-ter Ordnung Wegen Satz 5 ist (48) äquivalent zu dem linearen Differentialgleichungssystem erster Ordnung y = A(t)y + g(t) (49) mit und y = A(t) := y y 2 y n := y y y (n ), g(t) := b(t) a (t) a (t) a n 2 (t) a n (t) (42) (42)

2 96 KAPITEL 4 LINEARE DIFFERENTIALGLEICHUNGEN Aus den Sätzen 4 und 44 erhalten wir somit das folgende Existenz und Eindeutigkeitsresultat Satz 423 Seien I R ein gegebenes Intervall und a i, b : I R stetige Funktionen Dann gelten die folgenden Aussagen: (a) Die Menge aller Lösungen der homogenen linearen Differentialgleichung n-ter Ordnung bildet einen Vektorraum der Dimension n (b) Jede Lösung y von (48) hat die Gestalt y = y h + y p, wobei y h eine beliebige Lösung der homogenen Differentialgleichung und y p eine partikuläre Lösung der inhomogenen Differentialgleichung (48) ist (c) Das zugehörige Anfangswertproblem y (n) +a n (t)y (n ) + +a (t)y = b(t), y(t ) = y, y (t ) = y,, y(n ) (t ) = y (n ) hat für beliebig vorgegebene Werte t I und y, y, y(n ) R genau eine (auf ganz I definierte) Lösung Sei als Nächstes Y (t) eine Fundamentalmatrix des zu (48) gehörenden Systems (49) mit y, g, A gemäß (42), (42) Ferner bezeichnen wir mit w(t) := det Y (t) wieder die entsprechende Wronski Matrix Aufgrund der speziellen Gestalt von A(t) in (42) ist SpurA(t) = a n (t) Wegen Satz 48 lautet die Formel von Liouville daher w = a n (t)w Sind y,, y n linear unabhängige Lösungen der Differentialgleichung n-ter Ordnung aus (48), so hat die Fundamentalmatrix Y (t) des zugehörigen Systems (49) erster Ordnung aufgrund des Zusammenhangs aus dem Satz 5 offenbar die Gestalt y y 2 y n y y 2 y n Y (t) = (422) y (n ) y (n ) 2 y n (n ) Man beachte in diesem Zusammenhang, dass die Spalten von Y (t) offenbar genau dann linear unabhängig sind, wenn die Funktionen y,, y n dies sind Speziell für n = 2 halten wir an dieser Stelle noch fest, dass die Wronski Determinante somit die Gestalt w(t) = det Y (t) = y (t)y 2(t) y 2 (t)y (t) (423) hat, die wir später noch mehrfach verwenden werden Entsprechend lassen sich alle anderen Resultate des Abschnitts 4 übertragen, indem man sich das zugehörige System erster Ordnung anschaut Insbesondere lässt sich eine partikuläre Lösung y p wieder durch Variation der Konstanten bestimmen

3 44 LINEARE DIFFERENTIALGLEICHUNGEN HÖHERER ORDNUNG 97 Wir gehen im Folgenden noch auf die Bestimmung eines Fundamentalsystems für eine lineare Differentialgleichung n-ter Ordnung mit konstanten Koeffizienten y (n) + a n y (n ) + + a y = b(t) für alle t R mit a i R (i =,,, n ) näher ein Da dieser Spezialfall sehr wichtig ist, wollen wir die nachstehenden Ausführungen unabhängig von den Ergebnissen des Abschnitts 43 führen Um eine Lösung des homogenen Problems y (n) (t) + a n y (n ) (t) + + a y(t) = für alle t R (424) zu erhalten, machen wir den Exponentialansatz y(t) := e λt für ein λ C Die Ableitungen dieser Funktion sind gegeben durch y (t) = λe λt, y (t) = λ 2 e λt,, y (n) (t) = λ n e λt Einsetzen der Funktion y(t) = e λt in (424) liefert daher und somit e λt( λ n + a n λ n + + a λ + a ) = p(λ) := λ n + a n λ n + + a λ + a = wegen e λt für alle t R Das gerade definierte Polynom p nennt man das charakteristische Polynom der Differentialgleichung (424) Diese Namensgebung ist deshalb gerechtfertigt, da p offenbar gerade das (im üblichen Sinne) charakteristische Polynom derjenigen Matrix A = A(t) ist, das man bei der Umformulierung unserer linearen Differentialgleichung n-ter Ordnung in ein System erster Ordnung erhält, vergleiche (42) Um eine Lösung der homogenen Differentialgleichung (424) durch den Exponentialansatz y(t) = e λt zu erhalten, benötigen wir also die Nullstellen des charakteristischen Polynoms p(λ) Nach dem Fundamentalsatz der Algebra besitzt dieses genau n Nullstellen λ,, λ n C Sind diese alle verschieden, so sind die Abbildungen y (t) := e λ t, y 2 (t) := e λ 2t,, y n (t) := e λnt offenbar linear unabhängig (Beweis als Aufgabe!) und spannen daher den Lösungsraum von (424) auf, bilden also ein Fundamentalsystem, sofern alle λ i reell sind Ist eines der λ i komplex, so ist auch λ i eine Nullstelle, und wir erhalten aus e λ it, e λ it zwei reelle Lösungen durch den Übergang auf Real und Imaginärteil einer dieser beiden komplexen Lösungen Ist eines der λ i hingegen eine mehrfache Nullstelle von p, so sind die zugehörigen Lösungen y i natürlich linear abhängig und können daher kein Fundamentalsystem bilden Hier hilft die folgende Beobachtung: Gilt λ i = λ i+, so sind die beiden Funktionen y i (t) := e λ it, y i+ (t) := te λ it

4 98 KAPITEL 4 LINEARE DIFFERENTIALGLEICHUNGEN linear unabhängige Lösungen von (424) Ist sogar λ i = λ i+ = λ i+2, so erhalten wir mit den Abbildungen y i (t) := e λ it, y i+ (t) := te λ it, y i+2 := t 2 e λ it linear unabhängige Lösungen von (424) Ganz allgemein gilt das folgende Resultat Satz 424 Betrachte die homogene lineare Differentialgleichung (424) mit konstanten Koeffizienten Sei p das zugehörige charakteristische Polynom mit den reellen Nullstellen λ,, λ p mit Vielfachheiten n,, n p und den Paaren von konjugiert komplexen Nullstellen µ, µ,, µ q, µ q mit Vielfachheiten m,, m q Dann bildet die Menge der n := n + + n p + 2m + + 2m q Funktionen sowie e λ t, te λ t,, t n e λ t, e λ 2t, te λ 2t,, t n 2 e λ 2t, e λpt, te λpt,, t np e λpt Re(e µ t ), Im(e µ t ), Re(te µ t ), Im(te µ t ),, Re(t m e µ t ), Im(t m e µ t ), Re(e µ 2t ), Im(e µ 2t ), Re(te µ 2t ), Im(te µ 2t ),, Re(t m 2 e µ 2t ), Im(t m 2 e µ 2t ), Re(e µqt ), Im(e µqt ), Re(te µqt ), Im(te µqt ),, Re(t mq e µqt ), Im(t mq e µqt ) ein Fundamentalsystem von (424) Beweis: Wir skizzieren hier einen Beweis des Resultates, der unabhängig von früheren Ergebnissen ist Zunächst folgt aus unseren obigen Betrachtungen sofort, dass die Funktionen y (t) := e λt,, y n (t) := e λnt in der Tat reelle Lösungen von (424) sind, sofern die λ i reell sind Sind alle λ i außerdem voneinander verschieden, so haben wir bereits n Lösungen vorliegen Ist dies nicht der Fall und λ beispielsweise eine doppelte (reelle) Nullstelle von p, so gelten p(λ) = und p (λ) = Ferner verifiziert man durch vollständige Induktion nach k unmittelbar, dass die Ableitungen der Funktion y(t) := te λt gegeben sind durch y (k) (t) := ( tλ k + kλ k ) e λt k =,,, n Einsetzen in die homogene Differentialgleichung liefert daher y (n) (t) + a n y (n ) (t) + + a y (t) + a y(t) = ( tλ n + nλ n ) ( e λt + a n tλ n + (n )λ n 2) ( ) e λt + + a tλ + e λt + a te λt = t ( ) λ n + a n λ n + + a λ + a }{{} e λt + ( ) nλ n + (n )λ n a }{{} e λt =p(λ)= =p (λ)= =,

5 44 LINEARE DIFFERENTIALGLEICHUNGEN HÖHERER ORDNUNG 99 so dass y(t) := te λt in diesem Fall tatsächlich eine Lösung der Differentialgleichung ist Handelt es sich bei λ schließlich um eine komplexe Nullstelle des charakteristischen Polynoms, so erkennt man durch Vergleich von Real und Imaginärteil sehr leicht, dass sowohl der Real als auch der Imaginärteil von e λt reelle Lösungen von (424) sind Auf diese Weise sieht man ein, dass alle n angegebenen Abbildungen die Differentialgleichung (424) lösen Damit bleibt nur noch deren lineare Unabhängigkeit zu zeigen, was wir dem Leser als Aufgabe überlassen wollen Für eine komplexe Nullstelle µ = a + ib des charakteristischen Polynoms p ist e µt = e at( cos(bt) + i sin(bt) ) und daher Wir betrachten einige Beispiele Re(t r e µt ) = t r e at cos(bt), Im(t r e µt ) = t r e at sin(bt) Beispiel 425 (a) Die Differentialgleichung besitzt das charakteristische Polynom y (t) y (t) + y (t) y(t) = p(λ) = λ 3 λ 2 + λ mit den Nullstellen und ±i Wegen Satz 424 bilden die drei Funktionen e t, cos(t), sin(t) somit ein Fundamentalsystem der Differentialgleichung Jede Lösung ist daher von der Gestalt y(t) = c e t + c 2 cos(t) + c 3 sin(t) mit beliebigen Koeffizienten c, c 2, c 3 R (b) Das charakteristische Polynom der Differentialgleichung ist gegeben durch y (t) 4y (t) + 3y(t) = p(λ) = λ 2 4λ + 3 und besitzt die beiden konjugierten komplexen Nullstellen 2 + 3i und 2 3i Folglich bilden die beiden Funktionen ein Fundamentalsystem e 2t cos(3t), e 2t sin(3t)

6 KAPITEL 4 LINEARE DIFFERENTIALGLEICHUNGEN (c) Die Differentialgleichung y (t) 8y (t) + 6y(t) = hat das charakteristische Polynom p(λ) = λ 2 + 8λ + 6 mit der doppelten Nullstelle λ = 4 Wir bekommen somit das Fundamentalsystem e 4t, te 4t und daher die allgemeine Lösung y(t) = (c + c 2 t)e 4t unserer Differentialgleichung Wir gehen zum Abschluss dieses Abschnittes noch kurz auf die Methode der Variation der Konstanten für die Differentialgleichung n-ter Ordnung mit konstanten Koeffizienten y (n) + a n y (n ) + + a y + a y = b(t) (425) mit a,, a n R und einer stetigen Funktion b : I R ein Seien y,, y n linear unabhängige Lösungen des zugehörigen homogenen Systems, definiere g(t) gemäß (42) und Y (t) wie in (422) Satz 426 ( Variation der Konstanten ) Unter Verwendung der gerade eingeführten Bezeichnungen bestimme man zunächst eine Lösung c(t) = ( c (t),, c n (t) ) von Y (t)c(t) = g(t) und anschließend beliebige Stammfunktionen C (t),, C n (t) von c (t),, c n (t) Dann ist die Abbildung y p (t) := C (t)y (t) + + C n (t)y n (t) eine partikuläre Lösung der inhomogenen Gleichung (425) Beweis: Aus Y (t)c(t) = g(t) sowie der Definition von Y (t) und g(t) folgt unmittelbar und c i (t)y (k) i (t) = k =,,, n 2 (426) Die Definition von y p liefert daher induktiv c i (t)y (n ) i (t) = b(t) y p (t) = C i (t)y i (t),

7 44 LINEARE DIFFERENTIALGLEICHUNGEN HÖHERER ORDNUNG y p(t) = C i(t) y }{{} i (t) + =c i (t) C i (t)y i(t) = c i (t)y i (t) + }{{} = nach (426) C i (t)y i(t) = C i (t)y i(t), y (n ) p (t) = y (n) p (t) = C i (t)y (n ) i (t), C i (t)y (n) i (t) + b(t) Setzt man y p (t) nun in die Differentialgleichung ein, verwendet die Linearität dieser Differentialgleichung sowie die obigen Formeln, so ergibt sich in der Tat, dass y p (t) der Differentialgleichung genügt Wir illustrieren das obige Resultat an einem Beispiel Beispiel 427 Betrachte das Anfangswertproblem Offenbar sind y + 4y = e 4t, y() =, y () = y (t), y 2 (t) := e 4t zwei linear unabhängige Lösungen des zugehörigen homogenen Systems Gemäß Satz 426 bestimmen wir dann zunächst Lösungen c (t), c 2 (t) des Systems ( ) ( ) ( ) e 4t c (t) 4e 4t = c 2 (t) e 4t Offenbar erhalten wir c (t) 4 e 4t und c 2 (t) Als Stammfunktionen können wir 4 daher C (t) := 6 e 4t und C 2 (t) := t wählen Damit ergibt sich als partikuläre Lösung 4 y p (t) = 6 e 4t 4 te 4t Die allgemeine Lösung des inhomogenen Problems ist somit gegeben durch y(t) = α y (t) + α 2 y 2 (t) + y p (t) = α + α 2 e 4t 6 e 4t 4 te 4t mit noch freien Parametern α, α 2 R Anpassung dieser Parameter an die beiden Anfangsbedingungen liefert α = 5, α 6 2 = Die gesuchte Lösung ist also gegeben durch 4 y(t) = e 4t 6 e 4t 4 te 4t, wie man durch unmittelbares Nachrechnen auch sofort verifiziert

8 2 KAPITEL 4 LINEARE DIFFERENTIALGLEICHUNGEN 45 Lineare Differentialgleichungen mit analytischen Koeffizienten Bislang haben wir gesehen, dass lineare Differentialgleichungen, seien es nun Systeme oder solche von höherer Ordnung, im Allgemeinen keine geschlossen angebbare Lösung besitzen, sofern die Koeffizienten nicht konstant sind Handelt es sich bei den Koeffizienten allerdings nicht nur um stetige, sondern sogar um analytische Funktionen, so lassen sich die Lösungen ebenfalls in Potenzreihen entwickeln Für den Spezialfall einer Differentialgleichung zweiter Ordnung formulieren wir das Resultat in dem folgenden Satz Satz 428 Gegeben sei die Differentialgleichung zweiter Ordnung y + p(t)y + q(t)y = (427) mit Funktionen p, q, die beide in eine Potenzreihe mit Entwicklungspunkt t entwickelbar sind und einen Konvergenzradius r > besitzen Dann ist jede Lösung der Differentialgleichung (427) ebenfalls in eine Potenzreihe um t entwickelbar und hat mindestens den Konvergenzradius r Der Satz 428 gilt sinngemäß auch für Differentialgleichungen höherer Ordnung sowie für Differentialgleichungssysteme Auf einen Beweis verzichten wir an dieser Stelle (siehe beispielsweise [3]), da die nachfolgenden Beispiele implizit den Beweis enthalten: Er besteht von seiner Grundidee her aus einem zunächst formalen Rechnen mit Potenzreihen und dem anschließenden Nachweis, dass die als Lösungskandidat erhaltene Potenzreihe tatsächlich den gewünschten Konvergenzradius besitzt und der Differentialgleichung genügt Wir illustrieren diese Vorgehensweise an zwei Beispielen, wobei wir in allen Rechenschritten implizit davon ausgehen, dass die auftretenden Potenzreihen einen positiven Konvergenzradius besitzen und damit die einzelnen Rechnungen tatsächlich gerechtfertigt sind Beispiel 429 ( Airysche Differentialgleichung ) Wir betrachten die Differentialgleichung y ty = und machen einen Lösungsansatz in Form einer Potenzreihe y(t) := c k t k k= mit Entwicklungspunkt t = und gewissen Koeffizienten c k R Formales Ableiten liefert y (t) = (k + )c k+ t k und y (t) = k= (k + )(k + 2)c k+2 t k k=

9 45 LINEARE DIFFERENTIALGLEICHUNGEN MIT ANALYTISCHEN KOEFFIZIENTEN3 Durch Einsetzen in die Differentialgleichung erhalten wir (k + )(k + 2)c k+2 t k k= was sich äquivalent schreiben lässt als also 2c 2 + 2c 2 + c k t k+ =, k= (k + )(k + 2)c k+2 t k k= c k t k =, k= [ ] (k + )(k + 2)ck+2 c k t k = k= Mit dem Identitätssatz für Potenzreihen erhalten wir hieraus durch Koeffizientenvergleich das unendliche Gleichungssystem 2c 2 =, (k + )(k + 2)c k+2 c k = k =, 2, Die beiden ersten Koeffizienten c, c bleiben unbestimmt und ergeben sich aus zugehörigen Anfangswerten Ansonsten erhalten wir aus c 2 = sofort Ferner ergibt sich und ganz allgemein c 5 = c 8 = c = = c 3k = k =, 2, c 3 = c 2 3, c 6 = c = c = c !, c 9 = c = c ! 8 9 = c ! c 3k = c (3k ) 3 k k! k =, 2, Analog bekommt man c 3k+ = c 4 7 (3k + ) 3 k k! k =, 2, Als allgemeine Lösung der Airyschen Differentialgleichung erhält man somit ) t y(t) = c ( 3k (3k ) 3 k k! k=

10 4 KAPITEL 4 LINEARE DIFFERENTIALGLEICHUNGEN c (t + k= ) t 3k+ 4 7 (3k + ) 3 k k! mit noch freien Konstanten c, c R Um die obigen Rechnungen zu rechtfertigen, hat man sich lediglich davon zu überzeugen, dass diese Potenzreihe einen positiven Konvergenzradius r > hat und der Differentialgleichung genügt Dies kann mit Standardmethoden geschehen und soll hier nicht ausgeführt werden Man erhält r = + Wir betrachten noch ein zweites Beispiel, das in den Anwendungen häufiger auftritt als das vorige Problem Beispiel 43 ( Hermitesche Differentialgleichung ) Wir betrachten hier die von einen Parameter λ R abhängige Differentialgleichung Mit dem Ansatz erhalten wir k= y 2ty + λy = y(t) := k= c k t k (k + )(k + 2)c k+2 t k 2 (k + )c k+ t k+ + λ c k t k = k= k= 2c 2 + (k + )(k + 2)c k+2 t k 2 kc k t k + λc + λ c k t k = (2c 2 + λc ) + k= k= k= [ ] (k + )(k + 2)ck+2 2kc k + λc k t k = k= Hierbei sind c, c R wieder frei wählbar (bzw an geeignete Anfangsbedingungen anzupassen), während sich die übrigen c k dann rekursiv bestimmen lassen aus der Formel c k+2 = 2k λ (k + )(k + 2) c k k =,, (428) Die zugehörige Potenzreihe konvergiert für alle t R Für c = erhält man eine ungerade Lösung, für c = eine gerade Lösung Tatsächlich erhält man in Spezialfällen die so genannten Hermite Polynome als Lösungen der hier betrachteten Differentialgleichung Sei nämlich c =, c = sowie λ = 4n für ein n N Aufgrund der obigen Ausführungen handelt es sich bei der Lösung y(t) somit um eine gerade Potenzreihe, so dass wir y(t) = c 2k t 2k k=

11 45 LINEARE DIFFERENTIALGLEICHUNGEN MIT ANALYTISCHEN KOEFFIZIENTEN5 haben Wegen λ = 4n und (428) sind hierbei aber nur endlich viele Summanden von Null verschieden, und wir erhalten ein Polynom vom Grad 2n, das wir mit H 2n bezeichnen Ist hingegen c =, c = und λ = 4n+2 für ein n N, so erhalten wir eine ungerade Potenzreihe y(t) = c 2k+ t 2k+, k= bei der im Hinblick auf (428) wieder nur endlich viele Summanden nicht verschwinden, so dass wir insgesamt ein Polynom vom Grad 2n + erhalten, das wir mit H 2n+ bezeichnen Die so erhaltenen Polynome H, H, H 2, heißen Hermite Polynome Ihre ersten Vertreter sind gegeben durch H (t) =, H (t) = t, H 2 (t) = 2t 2, H 3 (t) = t 2 3 t3, H 4 (t) = 4t t4 Die Graphen dieser Polynome sind in der Abbildung 4 wiedergegeben Es sei in diesem Zusammenhang noch erwähnt, dass die Hermite Polynome in der Literatur oft mit einem anderen Faktor versehen werden, so dass der Koeffizient vor der höchstens Potenz von H n von der Gestalt 2 n ist Abbildung 4: Die Hermite Polynome H, H 2, H 3 und H 4

12 6 KAPITEL 4 LINEARE DIFFERENTIALGLEICHUNGEN 46 Die Laplace Transformation Die Methode der Laplace Transformation erlaubt die Umwandlung eines Anfangswertproblems für lineare Differentialgleichungen mit konstanten Koeffizienten in algebraische Gleichungen Sie erfreut sich insbesondere bei Physikern und Ingenieuren einer großen Beliebtheit und soll aus diesem Grunde hier kurz skizziert werden Mehr zu diesem Thema findet man beispielsweise in [8] Sei f : [, ) R eine gegebene Funktion Dann heißt F (s) := e st f(t)dt die Laplace Transformation von f, wobei stillschweigend (zumindest zunächst) vorausgesetzt wird, dass die Funktion f sich hinreichend gutartig verhält, damit das rechts stehende uneigentliche Integral existiert Für die Laplace Transformierte von f benutzt man auch die Notationen F = Lf, F (s) = L{f(t)}(s) oder f F Wir bezeichnen die Laplace Transformierte im Folgenden meist mit dem jeweiligen Großbuchstaben Ein hinreichendes Kriterium für die Existenz der Laplace Transformierten wird in dem folgenden Resultat angegeben Man beachte in diesem Zusammenhang übrigens, dass wir f als reellwertig gewählt haben und das Argument s ebenfalls als reelle Zahl nehmen, dass man f aber auch als komplexwertige Funktion zulassen könnte und s ebenfalls aus C sein dürfte Satz 43 Sei f auf jedem Intervall der Form [, T ] mit T > (Riemann ) integrierbar und zusätzlich exponentiell beschränkt, also f(t) Ke at t [, ) mit gewissen Konstanten K, a Dann existiert die Laplace Transformierte F von f für alle s > a Beweis: Nach Voraussetzung gilt für jedes s R die Abschätzung e st f(t) = e st f(t) Ke st e at = Ke (a s)t t [, ) Für alle s R mit s > a ist a s somit negativ und das uneigentliche Integral e (a s)t dt daher offenbar konvergent Mit dem Majorantenkriterium für (absolut konvergente) uneigentliche Integrale folgt daher die Behauptung Wir erwähnen noch eine einfache Konsequenz dieses Resultates

13 46 DIE LAPLACE TRANSFORMATION 7 Korollar 432 Existiert die Laplace Transformierte F (s ) von f in einem Punkt s R, so existiert F (s) auch für jedes s s Beweis: Aus der Identität e st f(t) = e (s s )t e s t f(t) t [, ) ergibt sich für alle s s sofort e st f(t) = e (s s )t e s t f(t) e s t f(t) }{{} und daher die Behauptung Das Infimum aller reellen Werte s, für die F (s) existiert, wird als Konvergenzabszisse von f bezeichnet und mit σ f notiert Wegen Korollar 432 ist F (s) dann für alle s > σ f wohldefiniert Wir berechnen im nächsten Beispiel die Laplace Transformation für einige elementare Funktionen f Beispiel 433 (a) Für die konstante Funktion f ist T [ F (s) = lim e st dt = lim ] T T T s e st ( ) = lim T s e st = s s, sofern s > gilt Für s hingegen divergiert das uneigentliche Integral Als Konvergenzabszisse erhalten wir daher σ f = (b) Für f(t) = e at erhält man (mit einer analogen Rechnung wie in Teil (a)) als Laplace Transformierte F (s) = e (a s)t dt = s a, sofern s > a gilt Anderenfalls divergiert das uneigentliche Integral wieder, so dass wir σ f = a erhalten (c) Die Laplace Transformation ist ein linearer Operator, dh, es gilt L(αf + βg) = αl(f) + βl(g) und α, β R, sofern die einzelnen Laplace Transformierten existieren Unter Verwendung des letzten Beispiels folgt daher beispielsweise L ( cosh(at) ) ( ) e at + e at = L = 2 2 L(eat ) + 2 L(e at ) = 2 s a + 2 s + a = s s 2 a 2 für s > max{a, a} = a

14 8 KAPITEL 4 LINEARE DIFFERENTIALGLEICHUNGEN (d) Die Heavyside Funktion ist definiert durch {, falls t <, H(t) :=, falls t Sei nun f(t) := H(t a) = {, falls t < a,, falls t a für ein gegebenes a R Als zugehörige Laplace Transformation ergibt sich dann L ( H(t a) ) = a e st dt = e as s für s >, wie man mit einer ähnlichen Rechnung wie in (a) bestätigt (e) Für die Rechteckfunktion {, falls t [a, b), f(t) := H(t a) H(t b) =, sonst ( a < b) ergibt sich aus der Linearität der Laplace Transformation mit Teil (d) unmittelbar für jedes s > F (s) = L ( H(t a) ) L ( H(t b) ) = e as e bs s (f) Für die Rechteckschwingung f(t) := H(t) 2H(t a) + 2H(t 2a) 2H(t 3a) ± (a > ) erhält man für jedes s > als Laplace Transformierte F (s) = ( 2e as + 2e 2as 2e 3as ± ) s ( ) = 2 ( ) k e aks s k= ( ) = ( 2 e as )k s k= = ( ) 2 s + e as = e sa s + e sa = as tanh s 2

15 46 DIE LAPLACE TRANSFORMATION 9 a 2a 3a 4a t Abbildung 42: Die Rechteckschwingung aus dem Beispiel 433 (f) Wir fassen als Nächstes einige (neben der Linearität) der elementaren Eigenschaften der Laplace Transformation in dem folgenden Resultat zusammen Satz 434 Sei F = Lf die Laplace Transformierte einer hinreichend gutartigen Abbildung f Dann gelten: (a) Es ist L { f (k) (t) } (s) = s k F (s) s k f() s k 2 f () f (k ) (), speziell also Lf = sf (s) f() und Lf = s 2 F (s) sf() f () (b) Es ist L { f(at) } (s) = a F ( s a) für jedes a > (c) Es ist L{e at f(t)}(s) = F (s a) für jedes a R (d) Es ist L { f(t a)h(t a) } (s) = e as F (s) für jedes a >, wobei H die Heavyside Funktion bezeichnet Beweis: Aus den hier angegebenen Beweisen wird sich insbesondere ergeben, was unter einer gutartigen Funktion f zu verstehen ist (a) Für ein beliebiges T > gilt nach der Regel der partiellen Integration zunächst T e st f (t)dt = e st f(t) Für hinreichend gutartiges f gilt deshalb T T + s e st f(t)dt L ( f (t) ) (s) = e st f (t)dt

16 KAPITEL 4 LINEARE DIFFERENTIALGLEICHUNGEN T = lim e st f (t)dt T = lim T e st f(t) T T + s lim e st f(t)dt T = f() + sl(f) Dies beweist die Aussage (a) für k = Allgemein lässt sich (a) durch Induktion nach k zeigen, was hier im Einzelnen nicht durchgeführt werden soll (b) Mittels Substitution x := at erhält man und damit die Aussage (b) L { f(at) } (s) = = lim T = lim T e st f(at)dt T a at e st f(at)dt e (s/a)x f(x)dx e (s/a)x f(x)dx = a = a L{ (f(t) }( s) a (c) Aus der Definition der Laplace Transformierten erhält man sofort L { e at f(t) } (s) = was gerade die Behauptung (c) ist e st e at f(t)dt = e (s a)t f(t)dt = L { f(t) } (s a), (d) Aus den Definitionen der Heavyside Funktion und der Laplace Transformierten ergibt sich mittels der Substitution x := t a L { f(t a)h(t a) } (s) = = = a e st f(t a)h(t a)dt e st f(t a)dt e s(x+a) f(x)dx = e sa e sx f(x)dx = e sa L { f(x) } (s),

17 46 DIE LAPLACE TRANSFORMATION so dass auch Teil (d) bewiesen ist Wir kommen nun zur Frage der Umkehrung der Laplace Transformation: Ist f durch die Beziehung F = Lf eindeutig bestimmt? Dies ist aufgrund des nachstehenden Resultates in der Tat der Fall, so dass wir statt F = Lf auch f = L (F ) mit der inversen Laplace Transformation L schreiben können Satz 435 (Eindeutigkeit der Laplace Transformation) Seien f und g stetige Funktionen mit L(f)(s) = L(g)(s) für alle s R mit s > σ für ein σ R Dann gilt f g Beweis: Betrachte die Differenzfunktion h := f g und setze H := L(h) Aus der Linearität der Laplace Transformation folgt nach Voraussetzung dann H(s) = für alle s R mit s > σ Speziell gilt somit H(σ + n) = für alle n N Per Definition der Laplace Transformation bedeutet dies e (σ+n)t h(t)dt = n N Mittels der Substitution τ := e t folgt mit ϕ(τ) := e σt h(t) (wobei t = log τ gilt) daher Somit gilt τ n ϕ(τ)dτ = n N p(τ)ϕ(τ)dτ = für alle Polynome p Nun ist ϕ eine stetige Funktion auf dem kompakten Intervall [, ] Daher existiert einerseits eine Konstante M > mit ϕ(τ) M τ [, ], und andererseits lässt sich ϕ beliebig gut durch ein Polynom approximieren Zu gegebenem ε > existiert also ein zugehöriges Polynom q mit ϕ(τ) q(τ) ε τ [, ] Insgesamt erhalten wir damit ϕ(τ) 2 dτ = ϕ(τ) [ ϕ(τ) q(τ) ] dτ + q(τ)ϕ(τ)dτ }{{} =

18 2 KAPITEL 4 LINEARE DIFFERENTIALGLEICHUNGEN ϕ(τ) ϕ(τ) q(τ) dτ }{{}}{{} M ε M ε Da ε > hierbei beliebig klein sein konnte, folgt sofort ϕ(τ) 2 dτ = Die Stetigkeit von ϕ impliziert daher ϕ(τ) = für alle τ [, ] Aus der Definition von ϕ erhalten wir somit h und daher f g Die Laplace Transformation Lf lässt sich stets durch geeignete numerische Methoden bestimmen In vielen Fällen ist sie sogar explizit bekannt In der Tabelle 4 fassen wir einige Laplace Transformierte mitsamt ihren Konvergenzabszissen zusammen Wir kehren nun zurück zu unserem eigentlichen Thema, der Lösung von Differentialgleichungen Wir betrachten hierzu das Anfangswertproblem y + a y + a y = f(t) (t ), y() = y, y () = y mit gewissen Konstanten a, a R sowie einer stetigen Funktion f : [, ) R Mit den Laplace Transformationen Y = Ly, F = Lf erhält man aus der Differentialgleichung unter Verwendung der obigen Sätze unmittelbar also L(y ) + a L(y ) + a L(y) = L(f) s 2 Y sy() y () + a ( sy y() ) + a Y = F s 2 Y sy y + a (sy y ) + a Y = F, Y (s) = (s + a )y + y + F (s) s 2 + a s + a Durch Anwendung der inversen Laplace Transformation bekommt man nun y Wir illustrieren diese Vorgehensweise an zwei einfachen Beispielen Beispiel 436 Betrachte das Anfangswertproblem y 6y + 9y =, y() =, y () = Durch Laplace Transformation entsteht hieraus s 2 Y s 6(sY ) + 9Y = und damit s 6 Y (s) = s 2 6s + 9 = s 6 (s 3) = s 2 (s 3) 6 2 (s 3) 2 Durch Rücktransformation (vergleiche die Tabelle 4) erhält man die Lösung y(t) = ( + 3t)e 3t 6te 3t = ( 3t)e 3t der gegebenen Differentialgleichung

19 46 DIE LAPLACE TRANSFORMATION 3 f(t) für t F (s) für s > σ f σ f s e at s a s cosh(at) s 2 a 2 sinh(at) cos(at) sin(at) e bt cos(at) e bt sin(at) a a a s 2 a 2 a s s 2 + a 2 a s 2 + a 2 s b (s b) 2 + a 2 b a (s b) 2 + a 2 b t n n! s n+ t n e at n! a (s a) n+ {, t a e sa H a (t) =, t < a s Tabelle 4: Tabelle mit einigen Laplace Transformationen

Skalare Differentialgleichungen

Skalare Differentialgleichungen Kapitel 2 Skalare Differentialgleichungen 2.1 Skalare lineare Differentialgleichungen 2.2 Bernoulli und Riccati Differentialgleichungen 2.3 Differentialgleichungen mit getrennten Variablen 2.4 Exakte Differentialgleichungen

Mehr

Musterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung

Musterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung Musterlösungen zu n über gewöhnliche Differentialgleichungen a) Gegeben sei die lineare Differentialgleichung y + - y = e - ln, > 0 Man gebe die allgemeine Lösung der homogenen Gleichung an Wie lautet

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :

Mehr

8. Übung zur Vorlesung Mathematisches Modellieren Lösung

8. Übung zur Vorlesung Mathematisches Modellieren Lösung Universität Duisburg-Essen Essen, den.6. Fakultät für Mathematik S. Bauer C. Hubacsek C. Thiel 8. Übung zur Vorlesung Mathematisches Modellieren Lösung In dieser Übung sollen in Aufgabe und die qualitativ

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.

Mehr

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. 13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

Serie 13: Online Test

Serie 13: Online Test D-ERDW, D-HEST, D-USYS Mathematik I HS 3 Dr. Ana Cannas Serie 3: Online Test Einsendeschluss: 3. Januar 4 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

DIFFERENTIALGLEICHUNGEN

DIFFERENTIALGLEICHUNGEN DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

Kapitel 15: Differentialgleichungen

Kapitel 15: Differentialgleichungen FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen

Mehr

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. 2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es

Mehr

Einfache Differentialgleichungen

Einfache Differentialgleichungen Differentialgleichungen (DGL) spielen in der Physik eine sehr wichtige Rolle. Im Folgenden behandeln wir die grundlegendsten Fälle 1, jeweils mit einer kurzen Herleitung der Lösung. Dann schliesst eine

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

Mehr

Vorkurs Mathematik Übungen zu Differentialgleichungen

Vorkurs Mathematik Übungen zu Differentialgleichungen Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt

Mehr

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

Rekursionen (Teschl/Teschl 8.1-8.2)

Rekursionen (Teschl/Teschl 8.1-8.2) Rekursionen (Teschl/Teschl 8.1-8.2) Eine Rekursion kter Ordnung für k N ist eine Folge x 1, x 2, x 3,... deniert durch eine Rekursionsvorschrift x n = f n (x n 1,..., x n k ) für n > k, d. h. jedes Folgenglied

Mehr

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx

Mehr

13. Abzählen von Null- und Polstellen

13. Abzählen von Null- und Polstellen 13. Abzählen von Null- und Polstellen 77 13. Abzählen von Null- und Polstellen Als weitere Anwendung des Residuensatzes wollen wir nun sehen, wie man ot au einache Art berechnen kann, wie viele Null- bzw.

Mehr

Charakteristikenmethode im Beispiel

Charakteristikenmethode im Beispiel Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen .3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt

Mehr

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3

Mehr

PRAKTIKUM REGELUNGSTECHNIK 2

PRAKTIKUM REGELUNGSTECHNIK 2 FACHHOCHSCHULE LANDSHUT Fachbereich Elektrotechnik Prof. Dr. G. Dorn PRAKTIKUM REGELUNGSTECHNIK 2 1 Versuch 2: Übertragungsfunktion und Polvorgabe 1.1 Einleitung Die Laplace Transformation ist ein äußerst

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

Analysis. mit dem Computer-Algebra-System des TI-92. Anhang 2: Gedanken zum Lehrplan. Beat Eicke und Edmund Holzherr 11.

Analysis. mit dem Computer-Algebra-System des TI-92. Anhang 2: Gedanken zum Lehrplan. Beat Eicke und Edmund Holzherr 11. ETH EIDGENÖSSISCHE TECHNISCHE HOCHSCHULE ZÜRICH Analysis mit dem Computer-Algebra-System des TI-92 Anhang 2: Gedanken zum Lehrplan Beat Eicke und Edmund Holzherr 11. November 1997 Eidgenössische Technische

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

Leitfaden Lineare Algebra: Determinanten

Leitfaden Lineare Algebra: Determinanten Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv

Mehr

Frohe Weihnachten und ein gutes neues Jahr!

Frohe Weihnachten und ein gutes neues Jahr! Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

(2) (x 2 1 + x 2 2 + + x 2 n)(y 2 1 + y 2 2 + + y 2 n) = z 2 1 + z 2 2 + + z 2 n

(2) (x 2 1 + x 2 2 + + x 2 n)(y 2 1 + y 2 2 + + y 2 n) = z 2 1 + z 2 2 + + z 2 n Über die Komposition der quadratischen Formen von beliebig vielen Variablen 1. (Nachrichten von der k. Gesellschaft der Wissenschaften zu Göttingen, Mathematisch-physikalische Klasse, 1898, S. 309 316.)

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

Mehr

Vorlesung Analysis I / Lehramt

Vorlesung Analysis I / Lehramt Vorlesung Analysis I / Lehramt TU Dortmund, Wintersemester 2012/ 13 Winfried Kaballo Die Vorlesung Analysis I für Lehramtsstudiengänge im Wintersemester 2012/13 an der TU Dortmund basiert auf meinem Buch

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

Gewöhnliche Differentialgleichungen

Gewöhnliche Differentialgleichungen Notizen zur Vorlesung Gewöhnliche Differentialgleichungen G Sweers Wintersemester 08/09 ii Inhaltsverzeichnis Einführung Modelle 2 Explizite Lösungen 4 2 Trennbar 5 22 Linear erster Ordnung 6 23 Homogen

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mehr

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte und Eigenvektoren von Matrizen Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt

Mehr

Klausur Analysis II (SS 2005)

Klausur Analysis II (SS 2005) Klausur Analysis II (SS 5) Prof. Dr. J. Franke Abschlußklausur vom. Juli 5 Name, Vorname: Matrikelnummer: Gruppe, Tutor: Pseudonym: ir wünschen Ihnen viel Erfolg! Mit 5 Punkten oder mehr von 5 ist die

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

Mehr

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

Mathematik für Physiker III/Analysis III

Mathematik für Physiker III/Analysis III Mathematik für Physiker III/Analysis III Ausarbeitung einer Vorlesung vom Wintersemester 26/7 Joachim Weidmann Fachbereich Informatik und Mathematik der Universität Frankfurt Stand 9. Februar 27 2 Teil

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

4 Runge-Kutta-Verfahren

4 Runge-Kutta-Verfahren Numerik gewöhnlicher Differentialgleichungen 43 4 Runge-Kutta-Verfahren 4. Konstruktion Ausgangspunkt wie immer (Substitution: s = t + τh, 0 τ ) y(t + h) = y(t) + [y(t + h) y(t)] = y(t) + = y(t) + h 0

Mehr

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

2 Die Darstellung linearer Abbildungen durch Matrizen

2 Die Darstellung linearer Abbildungen durch Matrizen 2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )

Mehr

Schulmathematik und Algorithmen der Computeralgebra

Schulmathematik und Algorithmen der Computeralgebra Schulmathematik und Algorithmen der Computeralgebra Prof. Dr. Wolfram Koepf Universität Kassel http://www.mathematik.uni-kassel.de/~koepf Tag der Mathematik 13. Dezember 2008 Universität Passau Überblick

Mehr

Umgekehrte Kurvendiskussion

Umgekehrte Kurvendiskussion Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen

Mehr

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

GF(2 2 ) Beispiel eines Erweiterungskörpers (1) GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr

Mehr

, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =

, dt. $+ f(x) = , - + < x < +,  > 0.  2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) = 38 6..7.4 Normalverteilung Die Gauß-Verteilung oder Normal-Verteilung ist eine stetige Verteilung, d.h. ihre Zufallsvariablen können beliebige reelle Zahlenwerte annehmen. Wir definieren sie durch die

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Kybernetik Laplace Transformation

Kybernetik Laplace Transformation Kybernetik Laplace Transformation Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 73 / 50 2453 mohamed.oubbati@uni-ulm.de 08. 05. 202 Laplace Transformation Was ist eine Transformation? Was ist

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

Algebra. Patrik Hubschmid. 8. Oktober 2013 Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 ) Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,

Mehr

Einführung in die Mathematik für Volks- und Betriebswirte

Einführung in die Mathematik für Volks- und Betriebswirte Einführung in die Mathematik für Volks- und Betriebswirte Von Prof. Dr. Heinrich Bader und Prof. Dr. Siegbert Fröhlich Mit 45 A bbildungen 8. A uflage R. Oldenbourg Verlag München Wien INHALTSVERZEICHNIS

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben.

Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben. Mathematik I für Wirtschaftswissenschaftler Klausur für alle gemeldeten Fachrichtungen außer Immobilientechnik und Immobilienwirtschaft am 9..9, 9... Bitte unbedingt beachten: a) Gewertet werden alle acht

Mehr

Z = 60! 29!31! 1,1 1017.

Z = 60! 29!31! 1,1 1017. Aufgabe : Eine Hochzeitsgesellschaft besteht aus 60 Personen. a Wieviele verschiedene Möglichkeiten für Sitzordnungen gibt es? b Nehmen Sie nun an, dass 9 Gäste aus dem Familien- und Freundeskreis der

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9

Mehr

Gewöhnliche Differentialgleichungen

Gewöhnliche Differentialgleichungen XIV Gewöhnliche Differentialgleichungen Definition 4. : Sei n IN, F : D(F IR n+2 IR. Gewöhnliche DGL n ter Ordnung a F (x, y, y,..., y (n = heißt gewöhnliche Differentialgleichung (DGL n ter Ordnung. Läßt

Mehr

Mathematik I Internationales Wirtschaftsingenieurwesen

Mathematik I Internationales Wirtschaftsingenieurwesen Mathematik I Internationales Wirtschaftsingenieurwesen Integralrechnung 03.12.08 Das unbestimmte Integral/Stammfunktion Das bestimmte Integral/Flächenberechnung Integral als Umkehrung der Ableitung Idee:

Mehr

Lernzettel Mathe Inhaltsverzeichnis

Lernzettel Mathe Inhaltsverzeichnis Lernzettel Mathe Inhaltsverzeichnis Aufgabe 1 - Vollständige Induktion 2 Aufgabe 2 - Grenzwertbestimmung 2 Aufgabe 3 - Lin/Log 2 Aufgabe 4 - Barwert/Endwert 3 Aufgabe 5 - Maximalstellen, steigend/fallend

Mehr

Man kann zeigen (durch Einsetzen: s. Aufgabenblatt, Aufgabe 3a): Die Lösungsgesamtheit von (**) ist also in diesem Fall

Man kann zeigen (durch Einsetzen: s. Aufgabenblatt, Aufgabe 3a): Die Lösungsgesamtheit von (**) ist also in diesem Fall 4. Lösung einer Differentialgleichung. Ordnung mit konstanten Koeffizienten a) Homogene Differentialgleichungen y'' + a y' + b y = 0 (**) Ansatz: y = e µx, also y' = µ e µx und y'' = µ e µx eingesetzt

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 16 4. Groß-O R. Steuding (HS-RM)

Mehr

Statistische Thermodynamik I Lösungen zur Serie 1

Statistische Thermodynamik I Lösungen zur Serie 1 Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen

Mehr

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat. Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften

Mehr

Die reellen Lösungen der kubischen Gleichung

Die reellen Lösungen der kubischen Gleichung Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................

Mehr

Kochen mit Jordan. Vorbereitungen. Schnellzubereitung. JNF für Genießer wenn s noch etwas mehr sein darf

Kochen mit Jordan. Vorbereitungen. Schnellzubereitung. JNF für Genießer wenn s noch etwas mehr sein darf Kochen mit Jordan Vorbereitungen Man nehme eine Matrix A R n n und bestimme ihr charakteristisches Polynom p(λ) = (λ c ) r (λ c j ) rj C[X] Dabei gilt: algebraische Vielfachheit r j ˆ= Länge des Jordanblocks

Mehr

Hamilton-Formalismus

Hamilton-Formalismus KAPITEL IV Hamilton-Formalismus Einleitung! IV.1 Hamilton sche Bewegungsgleichungen IV.1.1 Kanonisch konjugierter Impuls Sei ein mechanisches System mit s Freiheitsgraden. Im Rahmen des in Kap. II eingeführten

Mehr

Stochastische Eingangsprüfung, 17.05.2008

Stochastische Eingangsprüfung, 17.05.2008 Stochastische Eingangsprüfung, 17.5.8 Wir gehen stets von einem Wahrscheinlichkeitsraum (Ω, A, P) aus. Aufgabe 1 ( Punkte) Sei X : Ω [, ) eine integrierbare Zufallsvariable mit XdP = 1. Sei Q : A R, Q(A)

Mehr

1 Stochastische Prozesse in stetiger Zeit

1 Stochastische Prozesse in stetiger Zeit 1 Stochastische Prozesse in stetiger Zeit 1.1 Grundlagen Wir betrachten zufällige Prozesse, definiert auf einem Wahrscheinlichkeitsraum (Ω, F, P), welche Werte in einen fest gewählten Zustandsraum annehmen.

Mehr

Stabilität mittels Ljapunov Funktion

Stabilität mittels Ljapunov Funktion Stabilität mittels Ljapunov Funktion Definition Eine C 1 Funktion V : D R, D R, heißt eine Ljapunov Funktion auf K r (0) D für f(y), falls gilt: 1) V(0) = 0, V(y) > 0 für y 0 2) V,f(y) 0 ( y, y r) Gilt

Mehr

Ingenieurmathematik für Maschinenbau, Blatt 1

Ingenieurmathematik für Maschinenbau, Blatt 1 Ingenieurmathematik für Maschinenbau, Blatt 1 Probeklausur Ingenieurmathematik für Maschinenbau Studiengang Prüfungsfach Prüfer Prüfungstermin Prüfungsdauer Prüfungsunterlagen Hilfsmittel Maschinenbau

Mehr

Mathematik I für Wirtschaftswissenschaftler

Mathematik I für Wirtschaftswissenschaftler 1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.

Mehr

Probeklausur Signale + Systeme Kurs TIT09ITA

Probeklausur Signale + Systeme Kurs TIT09ITA Probeklausur Signale + Systeme Kurs TIT09ITA Dipl.-Ing. Andreas Ströder 13. Oktober 2010 Zugelassene Hilfsmittel: Alle außer Laptop/PC Die besten 4 Aufgaben werden gewertet. Dauer: 120 min 1 Aufgabe 1

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

JOHANNES BONNEKOH. Analysis. Allgemeine Hochschulreife und Fachabitur

JOHANNES BONNEKOH. Analysis. Allgemeine Hochschulreife und Fachabitur JOHANNES BONNEKOH Analysis Allgemeine Hochschulreife und Fachabitur Vorwort Vorwort Mathematik ist eine Sprache, die uns hilft die Natur und allgemeine naturwissenschaftliche Vorgänge zu beschreiben. Johannes

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

Lösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)

Lösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.) Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

Differentialgleichungen

Differentialgleichungen Differentialgleichungen Teilnehmer: Phili Bannach Heinrich-Hertz-Oberchule) Levin Keller Herder-Oberchule) Phili Kende Herder-Oberchule) Carten Kubbernuh Andrea-Oberchule) Giang Nguyen Herder-Oberchule)

Mehr