KSEROKS
Peter Furlan
DAS GELBE RECHENBUCH 1 für Ingenieure, Naturwissenscha ftler und M athem ati ker
Lineare Algebra Differentialrec hnung
Rechenverfahren der Höheren Mathematik in Einzelschritten erklärt Mit vielen ausführlich gerechneten Beispielen
Obwohl sich Autor und Verlag um eine möglichst korrekte Darstellung bemüht haben, kann dennoch keinerlei Garantie übernommen werden. Eine Haftung von Autor und Verlag und deren Beauftragten für Personen-, Sach-, Vermögens- oder andere Schäden ist daher ausgeschlossen.
Verlag Martina Furlan Erbstollen 12 44225 Dortmund Tel. (0231) 9 75 22 95 Fax (0231) 9 75 22 96 www.das-gelbe-rechenbuch.de
Herstellung: Droste-Druck, Wuppertal Tel. (0202) 64 64 15 www .d roste-d ruck.de
Das Jahr des Drucks ist die letzte Zahl: 2012 11 10 !SB N 3 931645 00 2
Inhaltsverzeichnis 1
Lineare Algebra
3
1.1
3
1.2
Polynome und rationale Funktionen.
Polynomdivision .
4
Hornerschema . .
5
Partialbruchzerlegung .
6
Faktorisierung . . . . .
8
Partialbruchzerlegung - Ansätze
9
Partialbruchzerlegung - Bestimmung der Koeffizienten .
10
Weitere Beispiele . . . .
17
23
Vektorrechnung im lRn
Anwendung der Vektorreclmung in der Geometrie
25 25
Kreuzprodukt, Vektorprodukt
27
Spatprodukt . . . . . . . . . .
29
Addition und Skalarmultiplikation .
Der komplexe Vektorraum
1.3
c;n
30
Weitere Beispiele . . .
31
Geraden und Ebenen
33
Geradenformen im JR2
•
33
Geradenformen im JR3
.
34
Ebenenformen im JR3
.
34
Umwandlung von Geradenformen im
JR2
35
Umwandlung von Geradenformen im
JR3
36
Umwandlung von Ebenenformen .
37
Schnitt von Geraden und Ebenen
38
Abstand und Lotpunkt
42
Beweismethoden .
44
Weitere Beispiele
46 1
INHALTSVERZEICHNIS
2 1.4
Rechenregeln für Matrizen
0
51
0
51
Inverse Matrix
54
0
0
0
0
0
0
0
0
0
0
Rechenregeln für Determinanten
56
Berechnung von Determinanten
57
Laplace'scher Entwicklungssatz
58 59 63
0
0
0
0
0
0
0
Lineare Gleichungssysteme Interpretation von LGS
0
0
0
0
0
0
0
0
64
Gauß'sches Eliminationsverfahren
66 68
Varianten: Rechentechniken
71
Varianten: Notation
74
Gramersehe Regel
Weitere Beispiele
1.6
0
Matrizenaddition und -multiplikation
Weitere Beispiele
1.5
49
Matrizen und Determinanten
Vektorräume
0
0
0
0
0
°0
0
0
0
76 79
Vektorraum, Unterraum
79
lineare (Un}Abhängigkeit
81
Spann, lineare Hülle
82
0
Basis und Dimension Rang
o
o
o
o
o
o
o
Weitere Beispiele
1. 7
82
o
o
0
0
83
85
Lineare Abbildungen
87
Koordinatendarstellungen von Vektoren
88
0
Aufstellen der Matrix einer linearer Abbildung Basiswechsel
0
0
90
0
91
0
Weitere Beispiele
1.8
Skalarprodukt
0
0
Gram-Schmidtsches Orthogonalisierungsverfahren Komplexe Vektorräume Weitere Beispiele
1.9
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Eigenwerte und Eigenvektoren
101
Berechnung von Eigenwerten und Eigenvektoren Bestimmung von Hauptvektoren
0
93 95 98 99 99
0
Besonderheiten bei reellen Matrizen
0
0
0
0
0
0
0
0
0
o
o
o
o
o
0
0
0
103 106 107
Besonderheiten bei symmetrischen und hermiteschen Matrizen
108
Eigenschaften des Spektrums
o
109
Weitere Beispiele
o
110
o
o
o
o
0
o
3
INHALTSVERZEICHNIS
113
2 Differentialrechnung 2.1 2.2
2.3
Aussagenlogik .
113
Weitere Beispiele
116
Mengen . . . . . .
117
Teilmengen von lR
119
Weitere Beispiele
120
Funktionen . . . .
121
injektiv, surjektiv, bijektiv
122
Berechnung der Inversen
123
Monotonie
126
••
0
•
126
Weitere Beispiele
2.4
2.5
2.6
2.7
Vollständige Induktion
129
Varianten ...
129
Rechenschema
130
Weitere Beispiele
133 135
Komplexe Zahlen . Umrechnung der Darstellungen.
136
Grundrechenarten . . . . . . . .
138
Konjugation, Real- und Imaginärteil .
139
Potenzen und Wurzeln
139
Quadratwurzeln . .
141
Kreise und Geraden
142
Topologie von IC, Konvergenz .
143
Weitere Beispiele
144
0
• • • • • •
Ungleichungen und Betrag .
147
Rechenregeln für Beträge . . .
147
Rechenregeln für Ungleichungen
148
Typische Rechenverfahren
148
Quadratische Ungleichung
150
Weitere Beispiele
152 155
Folgen . . . . . . . Rechnen mit Grenzwerten
156
Uneigentliche Grenzwerte .
158
Hilfsmittel
....
Weitere Beispiele
159 162
4
INHALTSVERZEICHNIS 2.8
2.9
Reihen . . . . . . . . . . . . . . . .
167
Rechenregeln und bekannte Reihen
167
Konvergenzkriterien .
168
Weitere Beispiele . .
175
Stetigkeit und Limes von Funktionen
179
Grenzwerte .
180
Stetigkeit . .
184
Weitere Beispiele
186
2.10 Differenzierbarkeit
189
Beispiele differenzierbarer und nicht differenzierbarer FUnktionen
191
Rechenregeln . . . . . . . . . . . . . .
191
Monotonie, Konvexität und Extrema
193
Differenzierbarkeit abschnittweise definierter FUnktionen
194
Weitere Beispiele . . . . . . . .
195
2.11 Funktionenfolgen und -reihen
199
Weitere Beispiele
203
2.12 Potenzreihen . .
207
Konvergenz von Potenzreihen
207
Rechnen mit Potenzreihen . .
209
Konstruktion von Potenzreihen
209
Weitere Beispiele
212
.
2.13 Taylorentwicklung
215
Zusammenhang mit Potenzreihen
217
Allgemeines Verfahren
. . . .
217
Umentwickeln von Polynomen
220
Taylorpolynome zusammengesetzter FUnktionen
220
Formeln und Literatur . . . . . .
225
Die wichtigsten Ableitungen
226
Reihenentwicklungen
226
Integraltafeln . . . . .
227
Trigonometrische und Arcusfunktionen
229
Exponentialfunktion und Logarithmus, hyperbolische und Areafunktionen. . . . . . . . . . .
231
Quadriken im IR2 und JR3
232
Literaturauswahl . . . . .
233
Symbol- und Sachverzeichnis .
234
Vorwort und Gebrauchsanweisung IWas dieses Buch will I Dies ist eine Sammlung von Rechenverfahren der Höheren Mathematik. Dieses Buch kann Vorlesungen ergänzen und eignet sich zur Wiederholung und zur Vorbereitung auf Prüfungen und Klausuren. Es ist aber auch als Nachschlagewerk zu den einzelnen Rechenverfahren zu verwenden. Dabei wird auf einen in Mathematikbüchern üblichen stufenweisen Aufbau der Theorie verzichtet. Theoretische Anteile sind nur da aufgenommen, wo es konkrete Rechenverfahren dazu gibt, und es werden Techniken und Methoden aus späteren Kapiteln vorweg benutzt.
IAufbau des Buches I Dieses Buch erscheint in drei Teilen, wobei jeder Teil ungefähr den Stoff eines Semesters in einem dreisemestrigen Kurs der höheren Mathematik abdeckt. Dieser erste Teil enthält eine kurze Formelsammlung und ein Literaturverzeichnis. Ein Verweis wie [BHW3] bedeutet einen Verweis auf den dritten Band des unter [BHW] im Literaturverzeichnis aufgeführten Werks von Burg, Haf und Wille. Das Buch besteht aus neun Kapiteln, die in einzelne Abschnitte geteilt sind. Jeder dieser Abschnitte ist in drei Teile geteilt:
11. Definitionen I Dieser Teil dient im wesentlichen dazu, Definitionen und verschiedene Schreibweisen und Bezeichnungen aufzuzählen. 12. Berechnung I Der Schwerpunkt liegt hier auf den Rechenverfahren. Das bedeutet, daß die Voraussetzungen oft nicht so allgemein wie möglich gehalten sind. Zum Beispiel wird oft auf die Erwähnung von Differenzierbarkeitsvoraussetzungen verzichtet; das Kapitel "Integration" behandelt nur elementar integrierbare Funktionen. 13. Beispiele I Dieser Teil enthält auch schwierigere und längere Beispiele mit zum Teil selten gebrauchten Rechentechniken. 1
INHALTSVERZEICHNIS
2
Ich habe Wert darauf gelegt, möglichst alternative Rechenverfahren mit aufzunehmen, und einander gegenüberzustellen. Welches Verfahren benutzt wird, ist nicht zuletzt auch von persönlichen Vorlieben und nicht nur von objektiven Kriterien abhängig. Ich empfehle daher, ein und dieselbe Aufgabe jeweils mit allen angegebenen Verfahren zu rechnen, um ein Gefühl dafür zu entwickeln, wo die Vor- und Nachteile der einzelnen Verfahren liegen.
Dies ist so eine Randbemerkung
Als Hilfe beim Suchen werden neue Begriffe, Stichworte und Verfahren auf dem Rand- der auch für eigene Notizen breit genug sein soll- wiederholt.
I Zwei Vorschläge zur Verbesserung dieses Buchs I CD
Wenn Ihnen Stellen auffallen, die falsch oder unverständlich oder unübersichtlich sind, teilen Sie das dem Verlag mit.
@ Wenn Sie lieber ein Buch haben möchten, das besser auf dem Tisch liegt (aber dafür nicht mehr so gut im Regal steht), entfernen Sie vorsichtig den Rücken (am besten mit einer möglichst großen Papierschneidemaschine) und lassen Sie in einem Kopierladen eine Spiralbindung anbringen.
IErnste Warnungen I CD
Die Arbeit mit diesem Buch kann weder den Besuch einer Vorlesung noch die eigene Nacharbeit ersetzen.
@ Die Nacharbeit der Beispiele und Rechenverfahren in diesem Buch ersetzt nicht die selbstständige Bearbeitung von Übungsaufgaben. !Und außerdem ...
1
Mein besonderer Dank gilt allen Testlesern und allen, die durch Vorschläge und Hinweise zu Verbesserungen beigetragen haben, und ganz besonders Herrn E. Mattes, ohne dessen Arbeit an immer schnelleren 'IEX-Implementationen dieses Buch wohl erst sehr viel später fertig geworden wäre. Weiterhin danke ich allen Käufern dieses Buches, die dadurch zur Verbesserung der ökonomischen Situation des Autors beitragen.
Peter Furlan
Kapitel 1 Lineare Algebra 1.1
Polynome und rationale Funktionen
11. .Definitionen I Ein Polynom (in x) (oder ganzrationale Funktion) ist ein Ausdruck der Form
Polynom
P(x) = anxn + an-1Xn-l · · · + a2x 2 + a1x + ao. Die Zahlen ai (aj E IR oder q heißen Koeffizienten. an heißt Leitkoeffizient, a 0 absolutes Glied. Ist an :/; 0, so heißt n Grad des Polynoms. Im Fall an = 1 heißt P normiert. Ist x 0 eine (reelle oder komplexe) Zahl mit P(x 0 ) = 0, so heißt x0 Nullstelle von
P. Fundamentalsatz der Algebra: Ist P wie oben, so läßt sich P so schreiben:
P(x) = an(x- Xt)(x- x2) · · · (x- Xn)·
(faktorisierte Form)
Die Ausdrücke (x-xi) heißen Linearfaktoren. Die Xj, die nicht unbedingt alle verschieden sein müssen, sind die (eventuell komplexen) Nullstellen von P, d.h. jedes Polynom des Grades n hat in C n Nullstellen bzw. zerfällt in n Linearfaktoren. Ist P ein reelles Polynom, d.h. sind alle ai reell, so gilt:
Koeffizienten Leitkoeffizient absolutes Glied Grad eines Polynoms normiert Nullsteile Linearfaktoren
• Ist n ungerade, so gibt es mindestens eine reelle Nullstelle. • Ist z = a+ib komplexe Nullstelle von P, dann ist auch z = a- ib Nullstelle.
• P läßt sich als Produkt reeller Linear- und quadratischer Faktoren schreiben: P(x) = an(x- xt) · · · (x- Xj)(x 2 + a1x + bt) · · · (x 2 + azx + bz)
R heißt gebrochen rationale Funktion, wenn R die Form R(x) = P(x)/Q(x), P und Q Polynome, hat. Ist Grad P
3
gebrochen rational
4
KAPITEL 1. LINEARE ALGEBRA
12. Berechnung! 11. Polynomdivision I Ziel der Polynomdivision ist es, eine Umformung
S(x) = R( ) P(x) Q(x) x + Q(x) vorzunehmen, wobei R ein Polynom und Grad P < Grad Q ist. Die gebrochen rationale Funktion wird also in einen ganzrationalen Anteil R und einen echt gebrochen rationalen Anteil PJQ zerlegt. Sinn macht das Verfahren natürlich nur für GradS ~ Grad Q. Die Schritte werden am Beispiel erläutert:
x7
-
f(x) =
x 5 + 9x 4 - 5x 3 - 2x 2 x5- x4- x + 1
-
5x + 7
Das Vorgehen ist wie bei der schriftlichen Division:
- x5 -x6
CD
+ 9x 4 -
5x 3 - 2x 2 - 5x + 7 ) : (x 5 - x 4 - x - xa + x2
+ 1) =
®® x2 + x
@ x 6 - x 5 + 9x 4 - 4x 3 - 3x 2 - 5x + 7 @ x6 - x 5 - x2 + x (J) 9x 4 - 4x 3 - 2x2 - 6x + 7
CD
Der Zähler S wird so hingeschrieben, daß für jede Potenz Platz ist.
®
Der Quotient der Glieder mit den höchsten Potenzen ist x 1 : x 5
®
Jetzt wird x 5 - x 4 - x
= x2.
+ 1 mit x 2 multipliziert.
@ Erste und zweite Zeile werden voneinander abgezogen.
®
wie in® ist x 6 : x 5 = x.
@ wie in@ ist x mal x 5 - x 4
-
x + 1 ist x 6
-
x 5 - x 2 + x.
(J) Als Rest bleibt 9x 4 - 4x 3 - 2x 2 - 6x + 7. Es ist also x 7 - x 5 + 9x 4 - 5x3 - 2x 2 - 5x + 7 -----=---:------- = x 2 + x x5 - x 4 - x + 1
9x 4 - 4x3 - 2x 2 - 6x + 7 x - x - x+1
+ ---=---,----___:_5 4
5
1.1. POLYNOME UND RATIONALE FUNKTIONEN
12. Das Hornerschema I Das Hornerschema dient zur Polynomauswertung. Der Rechengang wird am Beispiel P(x) = x 5 - 7x 3 + 9x 2 + x + 3 erklärt; es soll P(2) berechnet werden.
Hornerschema
Das Vorgehen beruht auf der Darstellung P(x) = ((((1·x+O)x-7)x+9)x+1)x+3. Als erstes werden die Koeffizienten von P in ein Schema eingetragen:
x
~2 ~ 1
0 -7 9 I
~
Dieses Schema wird von links nach rechts ausgefüllt, indem zwei Schritte so oft abwechselnd ausgeführt werden, bis an der unterstrichenen Position unten rechts der FUnktionswert an der Stelle x = 2 steht.
CD
Die Zahlen in der ersten und zweiten Zeile werden addiert und das Ergebnis in die dritte Zeile geschrieben.
@
Die zuletzt berechnete Zahl in der dritten Zeile wird mit (in diesem Falle) x = 2 multipliziert und in die nächste freie Position der zweiten Zeile geschrieben.
Die ersten Schritte sehen dann so aus:
(D
x~2~~
I
X~ 21 ~
0
@
X~ 21 ~
0
G)
0 -7 9 1 3
0 -7 9
I
3
-7 9
1 3
-7 9 4
1 3
2
2 2
So sieht das fertige Schema aus:
1 0 -7 X
= 2
9 1
3
- 2 4 -6 6 14 1 2 -3 3 7 17
Es ist also P(2)
= 17.
Wird mit dem Hornerschema das Polynom P an der Stelle x 0 ausgewertet, so stehen in der letzten Zeile (von links nach rechts) die Koeffizienten desjenigen Polynoms P 1 , für das P(x) = P1 (x) · (x- x 0 ) + r mit r = P(x 0 ) gilt. Der Wert r steht ganz rechts. Ist insbesondere x 0 Nullstelle von P, so ist P1 (x) = P(x)j(x- x 0 ). Im Beispiel oben ist also
P(x)
= x 5 - 7x 3 + 9x 2 + x + 3 = (x 4 + 2x3 - 3x 2 + 3x + 7) · (x- 2) + 17.
Polynomdivision mit Hornerschema
6
KAPITEL 1. LINEARE ALGEBRA
13. Partialbruchzerlegung I Mit Hilfe der Partialbruchzerlegung (PBZ) wird eine gebrochen rationale Funktion S(x)fQ(x) in eine Summe einfacherer Teile zerlegt. Zunächst wird mit Hilfe der Polynomdivision der ganzrationale Teil abgespalten und dann der echt gebrochen rationale in einzelne Partialbrüche zerlegt. Je nach Anwendung wird zwischen reeller und komplexer Zerlegung unterschieden.
CD
p I
d" . . S(x) R( ) P(x) o ynom tvtston Q(x) = x + Q(x).
(Punkt 1), S. 4
CID
Bestimmung der Nullstellen des Nenners.
(Punkt 4), S. 6
®
Faktorisierung des Nenners.
(Punkt 5), S. 8
G) Ansatz für die Partialbruchzerlegung.
®
(Punkt 6/7), S. 9
Bestimmung der Koeffizienten.
(Punkt 8), S. 10
Die einzelnen Schritte werden im folgenden erklärt.
14. Bestimmung von Nullstellen eines Polynoms Q I • Ist Q vom .Grilli1, so nimmt man die p-q-Formel:
l•'+px+FO <>
x,,,~-~±~~
• Ist Q nicht normiert, nimmt man diese Variante:
I~x
2
+ bx + c =
0
{::}
X1,2
=
-b ± Vb 2 - 4ac 2a
I
• Die Summe der Koeffizienten ist Null {::} 1 ist Nullstelle. • Summe der Koeffizienten bei geraden Exponenten = Summe der Koeffizienten bei ungeraden Exponenten {::} -1 ist Nullstelle. • Die ganzzahligen Nullstellen sind Teiler des absoluten Glieds. Ist also z.B. Q(x) = x 5 + · · · + 6, so kommen als ganzzahlige Nullstellen ±1, ±2, ±3 und ±6 in Frage.
1.1. POLYNOME UND RATIONALE FUNKTIONEN
7
Ist eine Nullstelle x 0 von Q bestimmt, bildet man Q 1 (x) = Q(x)J(x- x 0 ) und bestimmt die weiteren Nullstellen als Nullstellen von Q 1 . Um das Polynom Q 1 (x) = Q(x)J(x-x 0 ) zu bestimmen gibt es zwei Möglichkeiten: • entweder mit Polynomdivision • oder mit dem Hornerschema. Der Rechengang wird am Beispiel Q( x) = x 6 + 4x 5 + 3x 4 - 10x3 - 26x 2 - 24x - 8 erklärt. Die Summe aller Koeffizienten ist 1 + 4 + 3- 10- 26- 24- 8 = -60, daher ist eins keine Nullstelle von Q. Die Summe der Koeffizienten bei den Gliedern mit ungeradem Exponenten ist 4- 10- 24 = -30, die bei den geraden ergeben 1 + 3- 26- 8 = -30. Daher ist -1 Nullstelle von Q. Um weiterzurechnen ist es günstig, jetzt Q durch (x- ( -1)) = (x+ 1) zu dividieren. Das geschieht dadurch, daß mit dem Hornerschema Q( -1) berechnet wird. 1 4 3 -10 -26 -24 -8 0 10 16 8 - -1 -3 X= -1 1 3 0 -10 -16 -8 Q Der Vorteilliegt nun darin, daß man aus der dritten Zeile des Schemas die Koeffizienten von Q 1 ablesen kann: Q1(x) = Q(x)J(x + 1)
= x 5 + 3x4 -
10x 2 -16x- 8.
Gleichzeitig hat man eine Kontrolle, daß -1 wirklich Nullstelle ist. Man erkennt (1 + 0 - 16 = 3 - 10 - 8), daß -1 noch einmal Nullstelle ist. Das Hornerschema sieht so aus: 1 3 0 -10 -16 -8 8 8 2 - -1 -2 X= -1 1 2 -2 -8 -8 Q Damit ist Q2 (x) = Q1 (x)J(x + 1) = x 4 + 2x3 - 2x 2 - 8x- 8. Als ganzzahlige Nullstellen von Q und damit auch von Q2 kommen nur ±1, ±2, ±4 und ±8 in Frage. Da -1 nicht noch einmal Nullstelle ist, wird als nächstes x = 2 getestet:
1 2 -2 -8 -8 - 2 8 12 8 1 4 6 4 Q Jetzt wissen wir zwei Dinge: erstens ist zwei Nullstelle von Q und zweitens ist Q3 = Q2/(x- 2) = x 3 + 4x 2 + 6x + 4. Nochmal ist zwei sicher nicht Nullstelle, da alle Koeffizienten positiv sind und daher auch Q3 (2) nicht Null sein kann. Nächster Kandidat ist -2. X=
2
X=
-2
1
4
6
4
- -2 -4 -4 1 2 2 Q
Kontrolle
KAPITEL 1. LINEARE ALGEBRA
8
Schon wieder Glück gehabt! (Woran das bloß liegt?) Der letzte übriggebliebene Faktor x 2 + 2x + 2 läßt sich als (x + 1) 2 + 1 schreiben und hat keine reellen Nullstellen mehr, sondern die komplexen -1 ± i, wie man mit der p-q-Formel nachrechnet. Insgesamt haben wir folgende (komplexe) Nullstellen von Q gefunden: X1 =x 2 =-1,
x 3 =2,
X4=-2,
X6=-1-i
Xs=-1+i,
15. Faktorisierung I allgemeine (komplexe) Faktorisierung
reelle Faktorisierung
Ist an der Leitkoeffizient von Q und sind x1 m1-fache, mk-fache (reelle oder komplexe) Nullstelle, so ist
x2
m2-fache, ... ,
Xk
Reelle Polynomen-ten Grades haben zwar insgesamt n Nullstellen in C, aber die nichtreellen Nullstellen treten in Paaren auf, die sich zu quadratischen Faktoren zusammenfassen lassen:
Ist Q reelles Polynom und z = u + iv komplexe (nichtreelle) Nullstelle (dann ist auch z = u- iv Nullstelle), so ist (x- z)(x- z) = x 2 - 2ux + (u 2 + v 2 ) reell unzerlegbarer quadratischer Faktor. Ist an der Leitkoeffizient und sind X1 m 1-fache, X2 m 2-fache, ... , Xk mk-fache reelle Nullstelle, x 2 + a1x + b1 n 1-facher, ... ,x2 + a1x + b1 n 1-facher reell unzerlegbarer quadratischer Faktor, so ist
Im Beispiel heißt das dann:
Q(x) = (x + 1) 2(x- 2)(x + 2)(x2 + 2x + 2)
reelle Faktorisierung
Q(x) = (x+ 1?(x- 2)(x+2)(x- (-1+i))(x- ( -1-i)) komplexe Faktorisierung
1.1. POLYNOME UND RATIONALE FUNKTIONEN
9
16. Komplexer Ansatz für die Partialbruchzerlegung I Hat der Nenner Q die Zerlegung
allgemeiner (komplexer) Ansatz
so macht man den Ansatz
• Eine einfache Nullstelle x 0 gibt einen Summanden mit dem Nenner x- x 0, • eine k-fache Nullstelle x 0 gibt die k Summanden mit den Nennern x- x 0 , ... , (x- xo)k,
11. Reeller Ansatz für die Partialbruchzerlegung I
reeller Ansatz
Der Nenner Q habe die Zerlegung Q(x)
= an(x- xl)m' · · · (x- Xk)mk(x 2 + a1x + bl)n' · · · (x 2 + a1x + b1t'.
Dann macht man für die PBZ folgenden Ansatz: P(x) Q(x)
=
• Eine einfache Nullstelle x 0 gibt einen Summanden mit dem Nenner x- x 0, • eine k-fache Nullstelle x 0 gibt die k Summanden mit den Nennern x- x 0, ... , (x-xo)k,
• ein quadratischer Term x 2+ax+b gibt einen Summanden mit dem Nenner x 2 + ax
+ b,
• ein k-facher quadratischer Term (x 2 + ax + b)k gibt die k Summanden mit den Nennern x 2 + ax + b, ... ,(x 2 + ax + b)k. Kontrolle: Hat Q den Grad n, so müssen es insgesamtnUnbekannte sein.
Kontrolle
KAPITEL 1. LINEARE ALGEBRA
10
Beispiel
Beispiel ist der echt gebrochen rationale Anteil der Beispielfunktion der Polynomdivision: P(x) Q(x)
9x4
-
4x 3 x5
-
2x2 - 6x + 7 x4 - x + 1 -
4x3 - 2x2 - 6x + 7 (x- 1)2(x + 1)(x2 + 1).
9x4
-
Damit sind der reelle bzw. komplexe Ansatz
4x3 - 2x 2 - 6x + 7 = (x- 1)2(x + 1)(x2 + 1)
9x 4
-
A
-X-
1
A
B
C
Dx+E
+ (x- 1)2 + - + ---=--x +1 x2 + 1 B
--+ X- 1 (x-
C
1)2
D'
E'
+--+--+-X+ 1 X- i X+ i
!s. Bestimmung der Koeffizienten I Die eigentliche Arbeit bei der Partialbruchzerlegung besteht in der Bestimmung der Unbekannten. Wird die rechte Seite auf den Hauptnenner gebracht, so ergibt sich durch Koeffizientenvergleich ein Gleichungssystem, das immer eindeutig lösbar ist. Glücklicherweise gibt es eine Reihe von Rechenverfahren, die die Rechnung stark verkürzen. Überblick über die Methoden
Methode
Anwendungsbereich
1 Koeffizientenvergleich immer möglich, oft nach
Bemerkungen rechnerisch sehr
2 Werte einsetzen
den anderen Methoden
aufwendig
3 Einsetzmethode 4 Zuhaltemethode
einfache Nullstellen,
einfache
höchste Exponenten
Methode
bei mehrfachen NS 5 Ableitemethode 6
Subtraktionsmethode
7 komplexer statt reeller Ansatz
restliche Koeffizienten
Alternative zu
bei mehrfachen NS
Koeffizientenvergleich
reelle unzerlegbare
Einsetz- und Zuhalte-
quadratische Faktoren
methode möglich kompliziert durch komplexe Zahlen
Empfehlung
!Empfehlung: solange wie möglich mit der Einsetz-/Zuhaltemethode arbeiten. Alle Methoden werden am Beispiel oben auf dieser Seite erläutert.
I
1.1. POLYNOME UND RATIONALE FUNKTIONEN
11
ls.o Gleichung (*)I Erster Schritt ist in allen Verfahren die Gleichung (*): Der Ansatz für die PBZ wird mit dem Nenner Q durchmultipliziert. Q ist dabei in der faktorisierten Form und die Nenner der einzelnen Summanden kürzen sich heraus.
9x 4
4x3
-
-
2x 2 - 6x
Gleichung (*)
+7
= A(x- 1)(x + 1)(x2 + 1) + B(x + 1)(x2 + 1) +C(x- 1?(x2 + 1) + (Dx + E)(x- 1) 2 (x + 1)
(*)
18.1 Koeffizientenvergleich I Koeffizientenvergleich ist eine Methode, die oft erst zum Schluß der Rechnung angewandt wird, wenn ein Teil der Koeffizienten schon mit anderen Methoden bestimmt worden ist. Dann vereinfacht sich die folgende Rechnung natürlich, da man nicht alle Potenzen von x vergleichen muß, sondern nur so viele wie noch Koeffizienten fehlen.
CD
Gleichung (*) wird aufgestellt.
@ Die rechte Seite wird ausmultipliziert und nach Potenzen von x zusammengefasst.
®
Auf linker und rechter Seite werden die Koeffizienten von xk verglichen. Das ergibt ein Gleichungssystem mit n Gleichungen und n Unbekannten.
@ Das Gleichungssystem wird mit einer geeigneten Methode gelöst Beispiel:
CD 9x4 =
2x 2 - 6x + 7 A(x- 1)(x + 1)(x2 + 1) + B(x + 1)(x 2 + 1} (*) 2 2 2 +C(x- 1) (x + 1) + Dx(x- 1) (x + 1) + E(x- 1?(x + 1)
4x 3
-
= A(x4 - 1) + B(x3 + x 2 + x + 1) + C(x 4 - 2x 3 + 2x 2 - 2x + 1) +D(x4 - x 3 - x 2 + x) + E(x 3 - x 2 - x + 1)
@
= x 4 (A+C + D) +x3 (B- 2C- D + E) +x 2 (B+ 2C- D- E) +x(B- 2C +D- E) + (-A+ B+ C+E)
Koeffizientenvergleich
KAPITEL 1. LINEARE ALGEBRA
12
@ Im dritten Schritt ergibt sich folgendes Gleichungssystem für A, B, C, D, E:
: -~ =l _: =~ 1 -2 1 1
X
const.
1 -1 -6 0 1 7
l
Witz G) Die Lösung dieses Gleichungssystems ist nach kurzer Rechnung A = 2,
B = 1,
C = 3,
D = 4,
E = 5.
Die gesuchte Partialbruchzerlegung des echt gebrochen rationalen Teils ist damit (für diese und die folgenden Methoden)
+
9x 4 - 4x3 - 2x2 - 6x 7 ---=--~:------::--x5- x 4 - x 1
+
2
1
x- 1
(x- 1) 2
= -- +
3 4x + 5 +- + --. x + 1 x2 + 1
18.2 Werte einsetzen!
Werte einsetzen
Diese Methode beschreibt eine andere Art und Weise, an ein Gleichungssystem zu kommen. In der Gleichung (*) werden fünf beliebige Zahlen für x eingesetzt. Für den Anwendungsbereich gilt dasselbe wie beim oben beschriebenen Koeffizientenvergleich.
CD ®
Gleichung (*) wird aufgestellt. Für x werden soviel verschiedene Zahlen wie es Unbekannte gibt eingesetzt. Dabei werden rechte und linke Seite ausgerechnet.
@ Jedesmal entsteht eine Gleichung für die Koeffizienten G) Das Gleichungssystem wird mit einer geeigneten Methode gelöst Im Beispiel darf man sich fünf Zahlen wählen. Setzt man etwa nacheinander für x die Werte 0,1,2 ein, so ergeben sich aus(*) die Gleichungen:
® ® ® ® ® ® Nachteil
7 = A(-1)(1)(1) + B(1)(1) + C(1)(1) + D(O)
x=O {:}
-A+B+C+E=7
4 = A(O) + B(2)(2)
x=1 {:}
+ E(1)(1)
+ C(O) + D(O) + E(O)
4B=4
99 = A(1)(3)(5) + B(3)(5) + C(1)(5) + D(2)(1)(3) + E(1)(3)
x=2 {:}
15A + 15B + 5C + 6D + 3E = 99
usw.
Nachteil:Diese Methode führt leicht zu unhandlich großen Zahlen.
1.1. POLYNOME UND RATIONALE FUNKTIONEN
13
ls.3 Einsetzmethode I Man sieht, daß beim Werte einsetzen erfreulich leicht zu lösende Gleichungen entstehen, wenn die Nullstellen des Nenners Q eingesetzt werden. Wenn Q nicht nur aus quadratischen Faktoren besteht, kann man einen Teil der Koeffizienten (in günstigen Fällen sogar alle) mit der Einsetzmethode bestimmen: in (*) die Nullstellen von Q eingesetzt. Dabei fallen dann auf der rechten Seite alle Terme bis auf einen weg. Mit der Einsetzmethode erhält man alle Koeffizienten von Summanden, die von einfachen Nullstellen von Q herkommen und von mehrfachen Nullstellen jeweils die mit dem höchsten Exponenten. Es ist auch möglich, in reelle quadratische Faktoren die komplexen Nullstellen einzusetzen. Das ergibt dann beide Koeffizienten, die zu diesem Faktor gehören. Der Nachteil ist, daß man sich mit komplexen Zahlen leichter verrechnet.
CD
Gleichung (*) wird aufgestellt.
@ Für x werden die Nullstellen von Q eingesetzt. Dabei werden rechte und linke Seite ausgerechnet.
@ Jedesmal entsteht eine Gleichung mit nur einer bzw. zwei Unbekannten (bei komplexen Werten).
@
Falls noch Koeffizienten übrig sind, rechnet man danach mit Koeffizientenvergleich/ Werte einsetzen / Ableitemethode /Subtraktionsmethode weiter.
Im Beispiel sieht das so aus:
@ Wird x
= 1 eingesetzt, erhält man wie oben B = 1.
@ Beim Einsetzen von x = -1 wird nur der Term mit C beachtet:
®
9·1-4·(-1)-2·1-6·(-1)+7=C·4·2
=> 24 = c . 8 => c = 3.
@
Jetzt wird die komplexe Nullstelle i eingesetzt. Dann bleiben nur die Terme mit D und E übrig:
@ 9+4i+2-6i+7 = (Di+E)(i-1) 2 (i+1) <=>
{:}
18-2i = (Di+E)(2-2i)
18 - 2i = (2E + 2D) + (2D - 2E)i.
Da D und E reell sind, erhält man sie als Lösungen des Gleichungssystems
2E + 2D = 18, 2D - 2E = -2, => D = 4, E = 5.
Einsetzmethode
14
KAPITEL 1. LINEARE ALGEBRA
@ A
läßt sich mit dieser Methode nicht bestimmen. Dazu würde man jetzt am besten eine Koeffizientenvergleich der x 4 - Terme in (*) machen:
9 = A + C + D => 9 = A + 3 + 4 => A
= 2.
ls.4 Zuhaltemethode I Zuhaltemethode
Eine Rechenvariante der Einsetzmethode ist die Zuhaltemethode. Um in dem Ansatz
9x 4 - 4x3 - 2x 2 - 6x + 7 A B C Dx + E = -- + + - - + --..".-(x- 1)2(x + 1)(x2 + 1) x- 1 (x- 1)2 x + 1 x2 + 1
--;----:-;-;;-;--...,...-:-:,.....-;;--::-c-
z.B. C zu erhalten, multipliziert man beide Seiten mit (x + 1) und setzt dann x = -1 ein. Das bewirkt, daß auf der linken Seite im Nenner der Term (x+1) fehlt und auf der rechten Seite nach dem Einsetzen nur C übrigbleibt. C erhält man also, indem man im Ansatz den "C-Term" (x + 1) zuhält und x = -1 einsetzt:
C= 9(1)-4(-1)-2(1)-6(-1)+7 ( -2)2(1 + 1)
= 24 = 3 8
.
Analog wird bei der Bestimmung von B der Faktor (x- 1) 2 zugehalten und x = 1 eingesetzt: B
=
9-4-2-6+7 (1 + 1)(12 + 1)
4
= 4 = 1.
18.5 Ableitemethode I Ableitemethode
Die Ableitemethode dient dazu, restliche Koeffizienten bei mehrfachen Nullstellen zu bestimmen. Die Schritte werden gleich am Beispiel erklärt.
CD
In (*) wird mit Einsetz- oder Zuhaltemethode B
@ B
@
= 1 bestimmt.
= 1 wird eingesetzt .
Beide Seiten werden abgeleitet und x = 1 wird eingesetzt. Dabei fallen alle Terme weg, die nicht von A oder B herkommen.
@ Es bleibt eine Gleichung nur mit A. @ Bei Nullstellen höherer Ordnung werden Schritt 3 und 4 wiederholt.
1.1. POLYNOME UND RATIONALE FUNKTIONEN
15
Im Beispiel:
@ Nachdem B
= 1 eingesetzt ist und aus den letzten drei Summanden (x- 1) 2
ausgeklammert ist, sieht (*) so aus:
9x 4 -4x3 - 2x 2 - 6x+ 7 = A(x -1)(x+ 1)(x2 + 1) + 1· (x+ 1)(x2 + 1) + (x -1) 2 ( •.• )
@ Für den letzten Term rechts wird beim Ableiten die Produktregel benutzt. 36x 3
-
12x2 - 4x- 6 = A(x- 1)(x3 + x2 + x + 1)' + A(x 3 + x 2 + x + 1) + (3x 2 + 2x + 1) + (x- 1?(. .. )' + 2(x- 1)( ... )
x = 1 wird eingesetzt. Alle Terme, die nicht von A oder B her kommen, fallen weg.
@ 36-12-4-6 = A·O+A(1+1+1+1)+(3+2+1)+0( ... )+2·0·( ... )+0·(. .. ) 14 = 4A+6
A=2
Der Vorteil dieser Methode liegt darin, daß sich nun D und E sehr einfach bestimmen lassen. Nachdem man mit Einsetzen oder Zuhalten C bestimmt hat, macht man einen Koeffizientenvergleich: Vergleicht man in der Gleichung (*)rechts und links die x 4 - Terme, so sieht man, daß sich bei A, C und D jeweils ein x 4 ergibt:
9 =·2+3+D
D=4.
Analoge Rechnung für das konstante Glied: Bei A steht -1, bei Bund C jeweils +1, also
7 = -2+ 1+3+E
E=5.
18.6 Subtraktionsmethode I Genau wie die Ableitemethode dient die Subtraktionsmethode zur Bestimmung von Koeffizienten, die von mehrfachen Nullstellen herkommen. Auch hier wird am seihen Beispiel erklärt.
CD
In (*) wird mit Einsetz- oder Zuhaltemethode B = 1 bestimmt.
@ Der Term (x ~ 1)2 wird im Ansatz auf beiden Seiten subtrahiert. @ Die linke Seite wird auf einen Nenner gebracht. Dabei läßt sich aus dem Zähler ein Faktor (x- 1) ausklammern und kürzen (z.B. mit dem Hornerschema).
@ Mit der Einsetz- oder Zuhaltemethode läßt sich jetzt A bestimmen. @ Bei Nullstellen höherer Ordnung werden Schritt 2 bis 4 wiederholt.
Subtraktionsmethode
KAPITEL 1. LINEARE ALGEBRA
16
Im Vergleich mit der Ableitemethode ist diese Methode aufwendiger, da eine Polynomdivision durchgeführt werden muß. Im Beispiel sieht es so aus:
®
Auf der linken Seite wird (x
~ 1)2
subtrahiert:
9x 4 - 4x3 - 2x 2 - 6x + 7 (x- 1)2(x + 1)(x2 + 1) 9x 4
-
4x3
2x 2 - 6x + 7 - x 3 - x 2 (x- 1) 2(x + 1)(x2 + 1)
-
-
x- 1
1
(x- 1)2 9x 4 - 5x 3 - 3x2 - 7x + 6 (x- 1)2(x + l)(x2 + 1)
@ Da der Zähler den Faktor (x -1) enthalten muß, wird mit dem Hornerschema durch (x- 1) dividiert:
9 -5 -3 -7 6 9 4 1 -6 9 4 1 -6 Q Als Kontrolle dient, daß die Polynomdivision "aufgeht", d.h. daß sich als Funktionswert unten rechts null ergibt. X=
Kontrolle
1
@ Nach dem Kürzen hat man also den neuen Ansatz Dx + E C A 9x3 + 4x 2 + x - 6 2 (x- 1)(x + 1)(x + 1) = x- 1 + x + 1 + x 2 + 1 ' woraus man etwa nach der Zuhaltemethode A = 2 bestimmen kann.
ls. 7 Komplexer statt reeller Ansatz I Komplexer statt reeller Ansatz
Die Koeffizienten der Teile, die von unzerlegbaren reellen quadratischen Faktoren herkommen, lassen sich auch dadurch bestimmen, daß man zunächst eine komplexe Partialbruchzerlegung durchführt und hinterher daraus die Koeffizienten der reellen PBZ berechnet.
CD
Es wird eine komplexe PBZ durchgeführt.
®
Die Summanden, die von konjugiert komplexen Nullstellenpaaren herkommen, werden addiert.
Abkürzung Kontrolle
Abkürzung/Kontrolle: Bei reellen Polynomen sind die Koeffizienten, die von komplex konjugierten Nullstellenpaaren herkommen, komplex konjugiert.
Vorteil Nachteil
Vorteil ist, daß keine Gleichungssysteme zu lösen sind; Nachteil, daß die Rechnung mit komplexen Zahlen in der Regel komplizierter ist.
1.1. POLYNOME UND RATIONALE FUNKTIONEN
17
Kontrolle: Das Ergebnis muß natürlich wieder reell sein.
CD
Im Beispiel werden D' und E' mit Hilfe der Zuhaltemethode bestimmt. Zur Bestimmung von D' wird x = i eingesetzt, für E' x = -i.
D' = 9 + 4i + 2 - 6i + 7 = 18- 2i = {18- 2i)(1 - i) = 16- 20i = 2 _ ~i (i- 1)2(i + 1)(2i) 4(1 + i) 4(1 + i)(1- i) 8 2
9-4i+2+6i+7 18+2i (18+2i)(1+i) 16+20i _ 2 ~(-i-1)2(-i+1)(-2i) 4(1-i) 4(1-i)(1+i) 8 - +2z. Alternativ hätte man E' auch direkt als komplex konjugierte Zahl von D' nehmen können. ® Die reelle Zerlegung entsteht durch Addition der beiden komplexen Anteile: E' =
2- ~i 2 + ~i _ (2- ~i)(x + i) + (2 + ~i)(x- i) _ 4x + 5 x- z + x+i x2 + 1 - x2 + 1 ·
!3. Beispiele I Beispiel 1: Partialbruchzerlegung von
CD fällt weg, ® und ® ergeben x 2 -
~- 2 x -x
x = x(x- 1)
@ x-2 =~+~ x2
®
- X
X
X-
1
Hier kommt man mit der Einsetzmethode gut aus. Gleichung(*): x- 2 = A(x- 1)
+ Bx
Einsetzen von x = 0 liefert A = 2, x = 1 ergibt B = -1 und damit X- 2 2 1 X X -1·
Beispiel 2: Zerlegung von ( x- \ x+2
4
Eigentlich macht man jetzt einen Ansatz X
-1
A
B
x+ 2
(x + 2)2
..,...---,.-.,.4 = - - + (x + 2)
+
c (x + 2)3
D + ..,..---,.-.,. (x + 2)4
und rechnet dann mit Einsetz- und anderen Methoden weiter. Hier geht es einfacher, wenn man den Zähler nach Potenzen von x + 2 sortiert und dann dividiert:
x-1 (x + 2) 4 Fertig.
(x + 2)- 3 (x + 2) 4
1 (x + 2)3
3 (x + 2)4 ·
Kontrolle
18
KAPITEL 1. LINEARE ALGEBRA
x 5 - 2x 3 + 4x 2 - 3x - 2 Beispiel 3: Partialbruchzerlegung von -----::-3 - - - - x -x
CD
Polynomdivision -2x 3 +4x 2 -3x -2 ) : (x 3 - x) = x 2 - 1 -x3 -X +4x 2 -3x -2 -x3 +x 4x 2 -4x -2
(xs xs
Damit ist also
x5
-
2x3 + 4x 2 - 3x - 2 x3- x
4x 2 - 4x - 2 x3 - x
1 + ---=----
------::------ = x 2 -
@ und@ Bestimmung der Nullstellen und Faktorisierung des Nenners. Es ist
x3 - x
= x(x2 -
1)
= x(x + 1)(x- 1).
@Ansatz
4x 2 - 4x - 2 x(x + 1)(x- 1)
A x
B x+1
C x- 1
--:-----:--:----:- = - + - - + - -
®
Bestimmung der Koefizienten.
Das wird sowohl mit der Zuhaltemethode als auch mit Koeffizientenvergleich gerechnet. I. Zuhaltemethode.
• Für A: x = 0 einsetzen und im Nenner x zuhalten: A = (1)(: 1) = 2. • Für B: x = -1 einsetzen und im Nenner x+1 zuhalten: B =
t-~~( = 2~
= 3;
• Für C: x = 1 einsetzen und im Nenner x-1 zuhalten: C = 4 {;_~~ 2 = -1. Die gesuchte Zerlegung ist also
4x 2 - 4x - 2 -x(:-x-+-1:7)-:--(x--~1)
2
3
1
= ; + -x-+-1 - -x---1 ·
2. Koeffizientenvergleich Ausmultiplizieren und Gleichung (*) bilden:
19
1.1. POLYNOME UND RATIONALE FUNKTIONEN
® ® ®
+ C(x 2 + x) 4x- 2 = x 2 (A + B + C) + x( -B + C)- A.
4x 2 - 4x- 2 = A(x 2 4x 2
-
-
x)
Damit ergibt sich für A, B, C folgendes Gleichungssystem: (
®
1) + B(x 2
-
4) 1 1 1 0 -1 1 -4 . 0 0 -2 -1
Die Lösung ist natürlich wieder A = 2, B = 3 und C = -1.
Da P nur reelle Nullstellen hat, sind reelle und komplexe Zerlegung dasselbe.
Beispiel 4: Partialbruchzerlegung von
(x:
2
1)3
CD -@
sind nicht nötig, da der Grad des Zählers (2) kleiner als der Grad des Nenners (3) ist und der Nenner bereits faktorisiert ist.
@Ansatz
x2 (x-1)3
..,------,:-=
A
B
x-1
(x-1)2
= -- +
C
+ -:------:-:-::(x-1)3
@ Bestimmung der Koeffizienten: Es wird wieder auf verschiedene Arten gerechnet. 1. Lösung mit Koeffizientenvergleich:
Ausmultiplizieren ergibt Gleichung (*):
®
Damit erhält man für A, Bund C das Gleichungssystem
0 0 1) 1 ( -2 1 0 0 1 -1 1 0
®
mit der Lösung A = 1, B = 2 und C = 1. Die Zerlegung ist also x2
1 + 2 x- 1 (x- 1)2
..,------,,-;:- = - -
(x- 1)3
1 + ..,...---~ ·
(x- 1)3
2. Lösung mit Subtraktionsmethode:
® ®
Aus Gleichung (*) wird mit der Einsetzmethode C = 1 abgelesen. Im zweiten Schritt wird der C- Term im Ansatz subtrahiert: x2
1
(x - 1) 3
(x - 1)3
x2
-
1
(x - 1)3
(x- 1)(x + 1) (x- 1) 3
x+1
(x- 1) 2 •
KAPITEL 1. LINEARE ALGEBRA
20
® ®
Im dritten Schritt ist dabei durch x - 1 gekürzt worden. Jetzt wird aus dem neuen Ansatz
x+1 (x- 1) 2
...,.------,~
B
A x-
= - -1 + -:--------::-= (x- 1)2
mit der Einsetz- oder Zuhaltemethode B = 2 bestimmt. Wenn man will, läßt sich das Verfahren zur Bestimmung von A wiederholen:
x+1 (x- 1) 2
2
(x-
X
-1
(x- 1) 2
1)2
1
x- 1·
Es ist also A = 1. 3. Lösung mit Ableitemethode:
®®
Ausgangspunkt ist Gleichung (*), aus der mit der Einsetzmethode C = 1 abgelesen wird: x 2 = A(x- 1) 2 + B(x- 1) + C.
®
2x = 2A(x- 1) + B.
Ableiten:
@ Einsetzen von x = 1 ergibt B = 2. Nochmaliges Ableiten gibt 2 = 2A
<=?
A = 1.
Beispiel 5: Reelle Partialbruchzerlegung von (x 2
:~3)~ 23~ ~: + 2)
Die ersten drei Schritte sind wieder nicht nötig. Diesmal ist der Nenner ein Produkt aus zwei reell unzerlegbaren quadratischen Faktoren: es ist x 2 - 2x + 2 = (x- (1 + i))(x- (1- i)) und x 2 + 1 = (x + i)(x- i).
G) der reelle Ansatz lautet 2x3 + 3x + 2 (x2 + 1)(x2 - 2x + 2)
Cx+D Ax+B x 2 + 1 + x 2 - 2x + 2 ·
1. Lösung mit Koeffizientenvergleich: Zur Bestimmung der Koeffizienten wird mit dem Nenner multipliziert: 2x3 + 3x + 2 = (Ax + B)(x 2 - 2x + 2) + (Cx + D)(x 2 + 1) ®
®
= x 3 (A+ C) +x 2(-2A+ B+ D) +x(2A- 2B +C) + (2B+ D).
® Es ist also folgendes Gleichungssystem für A, B, C, und D zu lösen:
(-~ _!~!~)· 2 0 1 2
21
1.1. POLYNOME UND RATIONALE FUNKTIONEN
@ Die Lösung ist A = 1, B = 0, C = 1, D = 2, also x+2 x 2x3 + 3x + 2 . = -- + 2 2 x + 1 x - 2x + 2 (x2 + 1)(x2- 2x + 2)
7"""::-..,.,.....,.--;:-----:------:7
2. Reeller Ansatz und Einsetzen der komplexen Nullstellen
Q) Ausgangspunkt ist wie oben die Gleichung 2x3 + 3x + 2 = (Ax + B)(x 2 - 2x + 2) + (Cx + D)(x 2 + 1),
® in die x = i eingesetzt wird: -2i + 3i + 2 =(Ai+ B)( -1- 2i + 2)
i + 2 =(Ai+ B)(1- 2i).
<=?
Damit wird
A . B _ 2 + i _ (2 + i)(1 + 2i) _ 5i _ . - 5 - z. 5 z + - 1 - 2i Damit ist A = 1 und B = 0. C und D erhält man jetzt sehr einfach durch Koeffizientenvergleich der Terme mit x 3 und der Konstanten. Wenn man unbedingt möchte (und gerne mit komplexen Zahlen rechnet), kann man auch die zu C und D gehörende Nullstelle 1 + i einsetzen:
®
2(1 + i) 3 + 3(1 + i) + 2 = (C(1 + i) + D)((1 + (1 + i) 3 = -2 + 2i hat man
QJ
i? + 1).
-4+4i +3 + 3i + 2 = (C(1 +i) + D)(1 + 2i) C + D + C z. = (1+7i)(1-2i) 5
Dann hat man C
<=?
Mit (1 + i) 2 = 2i und
1 + 7i
. 1 + 2i = C ( 1 + z) + D,
15+5i
= -5- =
3
. + z.
= 1 und C + D = 3, also D = 2.
Man sieht, daß dieses Verfahren bei rein imaginären Nullstellen recht kurz und einfach ist, bei komplizierten Werten aber in längere Rechnereien ausarten kann. Lösung mit komplexem Ansatz: Günstiger als ein Koeffizientenvergleich ist es (natürlich nur meiner Ansicht nach), für den ersten Term einen komplexen Ansatz zu machen.
Q) Wegen x 2 + 1 = (x - i)(x + i) ergibt sich Cx + D B' A' 2x3 + 3x + 2 (x- i)(x + i)(x 2 - 2x + 2) = x - i + x + i + x 2 - 2x + 2 · Jetzt wird A' mit der Zuhaltemethode bestimmt (x
A' =
= i einsetzen):
- 2i + 3i + 2 = 2 + i 2(2 + i) (2i)( -1- 2i + 2)
1 2
KAPITEL 1. LINEARE ALGEBRA
22
Dann ist (da die zu zerlegende Funktion reell ist) I
B
1
-
= A' = 2·
® Damit hat man 2x3 + 3x + 2 = (x2 + 1)(x2 - 2x + 2)
2x 3 + 3x + 2 (x- i)(x + i)(x 2 - 2x + 2) Cx+D 1 1 2(x - i) + 2(x + i) + x 2 - 2x + 2 Cx+D x x 2 + 1 + x 2 - 2x + 2 ·
Jetzt wird mit Koeffizientenvergleich weitergerechnet. Multiplikation mit dem Hauptnenner gibt 2x3 + 3x + 2 = x 3 Vergleich der x 3-Glieder gibt C
-
2x 2 + 2x + (Cx + D)(x 2 + 1).
= 1, Vergleich der absoluten Glieder gibt D = 2.
+ 3x + 2 . lb ruch zerIegung von (x 2 +2x3)(x . . 1 6: KompIexe P.~rt1a B e1sp1e 1 2 _ 2x + 2) CD@@ Wie oben ist die Faktorisierung des Nenners (x 2 + 1)(x2
-
2x + 2) = (x- i)(x + i)(x- (1 + i))(x- (1- i)).
D C B A 2x3 + 3x + 2 (x 2 + 1)(x2 - 2x + 2) = X- i +X+ i +X- (1 + i) +X- (1- i).
® A und B sind oben als A' und B' schon berechnet worden: A= B =
1 2.
Zuhaltemethode für C:
c
2(1 + i) 3 + 3(1 + i) + 2 ((1 + i) 2 + 1)(1 + i- (1- i)) (1 + 7i)( -4- 2i) 1 + 7i ---=-~=:-: = -:-'--:---=":-.;-.;----:----:'7 ( -4 + 2i)( -4- 2i) -4 + 2i
-4 + 4i + 3 + 3i + 2 (2i + 1)(2i) 1 3. 10- 30i = 2- 2z. 20
Genauso berechnet man D = ~ + ~i. (Analoge Rechnung oder Benutzung der Tatsache, daß die zu zerlegende Funktion reell ist.) Die komplexe Zerlegung ist also (x 2
2x3 + 3x + 2 + 1)(x2 - 2x + 2) =
1/2 X- i
1/2
+ X+ i +
1/2- 3/2 i X - (1 + i)
+
1/2 + 3/2 i X- (1 - i) .
1.2. VEKTORRECHNUNG IM ~N
1.2
Vektorrechnung im
23 }Rn
In diesem und den folgenden Abschnitten werden alle Größen, die mit mehreren Komponenten geschrieben werden, ("Vektoren") mit einem Pfeil darüber bezeichnet. Matrizen werden mit Großbuchstaben bezeichnet. Andere Schreibweisen für Vektoren: Manchmalläßt man den Pfeil weg, nimmt deutsche Buchstaben oder kennzeichnet vektorielle Größen durch Unterstreichen. Im gesamten Abschnitt wird zunächst nur der reelle Vektorraum Rn betrachtet. Im letzten Teil des Punktes Berechnung ab Seite 30 wird auf die Unterschiede eingegangen. Beispiele zu anderen Vektorräumen zum komplexen Vektorraum finden sich in Abschnitt 6.
Schreibweisen
cn
11. Definitionen I Der Rn ist die Gesamtheit aller n- Vektoren (Vektoren mit n Komponenten) oder (siehe unten n-Tupel. Läßt man auch komplexe Einträge zu, spricht man vom ab Seite 30). Unter einem Skalar versteht man ein Element des Grundkörpers, d.h. eine reelle Zahl bei einem reellen Vektorraum, eine Element von C im komplexen Fall.
cn
Skalar
Im allgemeinen sind die hier vorkommenden Vektoren Spaltenvektoren, d.h die Komponenten stehen untereinander. Da dies typographisch sehr ungünstig ist, zieht man
statt(~)
die Schreibweise (a,b)T vor. Der Spaltenvektor wird also als
transponierter Zeilenvektor geschrieben. Schreibweise bei den Vektoren im ~2 und
~3 :
In diesem Buch wird oft die Bezeichnung
r = (~)
verwendet.
Geometrisch deutet man die Vektoren als Ortsvektoren ä = (a 1 , ••• , an)~ die den Nullpunkt oder Ursprung (das ist der Punkt, für den alle Koordinaten null sind) mit dem Punkt mit den Koordinaten a 1 bis an verbinden.
b
-ä
Nullpunkt Ursprung
KAPITEL 1. LINEARE ALGEBRA
24
Koordinateneinheitsvektoren
Skalarprodukt
Der Addition von Vektoren entspricht das Abtragen eines Vektors von der Spitze des anderen, der Multiplikation mit einer reellen Zahl die entsprechende Streckung des Vektors. In Richtung der Koordinatenachsen zeigen die Koordinateneinheitsvektoren ei = (l,O, ... ,o)-r; ez. = (o, l,O, ... ,o)Tbis e,. = (o, ... ,o, I)\ Andere Schreibweise für die Koordinateneinheitsvektoren im IR2 und JR3 :
Die Vektoren des !Rn lassen sich als Matrizen mit einer Spalte und n Zeilen betrachtet. Z.B. geht die Schreibweise vT auf die Matrizenoperation 'Ifansposition zurück. Das Skalarprodukt zweier Vektoren v und w des !Rn wird als v · w geschrieben. Andere übliche Schreibweisen sind - WV·
Betrag
Winkel
Jvi 2 + v2 2 + · · · + Vn 2, z.B. im IR3 :
Andere Bezeichnungen: Norm des Vektors, lVI = 1) heißt Einheitsvektor.
IlVII·
Der Winkel
Linearkombination linear (un)abhängig
IVIIwl
lVI = Jv~ + v2 2 + va 2
Ein Vektor mit Länge eins {also
v =f Öund w=f Öist definiert durch v·w
V-W
cos cp = orthogonal senkrecht
[V, W-j
Der Betrag eines Vektors ist
lVI = ~= Norm Einheitsvektor
- W- >= = V-TW = (V, W-) =< V,
= arccos IVIIwl·
Der Winkel zwischen zwei Vektoren ist~ (90°), wenn das Skalarprodukt den Wert null hat. Die Vektoren heißen dann orthogonal oder senkrecht. Schreibweise: vl_w. Sind VI bis vk Vektoren und ai bis ak Skalare, so nennt man den Ausdruck aivi + · · · + akvk eine Linearkombination der Vektoren mit den Koeffizienten ai bis ak· Die Vektoren vi bis vk sind linear abhängig {l.a.), wenn es Koeffizienten ai bis ak gibt mit aiVI + · · · + akvk = Ö, wobei nicht alle a; = 0 sind. Andernfalls sind die Vektoren linear unabhängig (l. u.). Sind also VI bis vk linear unabhängig und ist aivi + · · · + akvk = Ö, so folgt ai = a2 = · · · = ak = 0. Beispiele für linear unabhängige Vektoren sind die Koordinateneinheitsvektoren des !Rn.
kollinear komplanar
Zwei Vektoren des IR2 sind linear abhängig, wenn sie auf einer Geraden (durch Null) liegen. Bezeichnung: kollinear. Drei Vektoren des IR3 sind linear abhängig, wenn sie in einer Ebene (durch Null) liegen. Bezeichnung: komplanar. Äquivalent damit ist, daß das Spatprodukt (vi,v2,v3) = o ist.
25
1.2. VEKTORRECHNUNG IM JRN
12. Berechnung! IAddition und Skalarmultiplikation I Zwei Vektoren sind gleich, wenn alle Komponenten gleich sind. Vektoren werden komponentenweise addiert. Dabei kann man nur Vektoren ein und desselben Vektorraums miteinander addieren. Ein Vektor wird mit einem Skalar multipliziert, indem jede Komponente einzeln multipliziert wird.
Ffu
V~
mW~ (j:) und
ist iJ + w=
Vt+Wt) (v2 +: w2 Vn
und aiJ =
+ Wn
i1 und fl sind Vekto'"n des IR', W ist Element des IR'. Eß Ist ü + V
i1- fl
~(
Y).
Es Ist 5i1
Gleichheit Addition Skalarmultiplikation
(av1) av2 :
l:YVn
~ ( ~1) und
~ G) und -W ~ ( -;3) . Dle Vekto'"n i1 (ode< i1) und
wlassen sich nicht addieren, da sie nicht im selben Vektorraum liegen.
IAnwendung der Vektorrechnung in der Geometrie I Bei der Untersuchung geometrischer Objekte werden den Punkten Ortsvektoren zugeordnet und die geometrische Aussage über die Lage von Punkten in eine algebraische Aussage verwandelt. Beispiele dazu finden sich im nächsten Abschnitt. Konstruktion von Vektoren: Als Beispiel werden zwei Seitenhalbierende im Dreieck beschrieben. Dazu legt man sich den Nullpunkt möglichst _e;ünstig in eine Ecke des Dreiecks. Zwei Seiten werden durch die Vektoren ii und b repräsentiert.
ö
L
b
ö
1~
2b
b
ö
b
Anwendung der Vektorrechnung in der Geometrie
KAPITEL 1. LINEARE ALGEBRA
26
Den dritten Seitenvektor c erhält man aus ä und b, indem man über bereits bekannte Vektoren vom Anfangs- zum Endpunkt von geht: zunächst den Vektor ä rückwärts, also -ä, und dann den Vektor bvorwärts. Insgesamt ist
c
c= -ä+b. ~
Genauso erhält man die Seitenhalbierende ~
d = -ä+
d im zweiten Bild als 1~
2b.
Analog kann man im dritten Bild den Vektor
e beschreiben. Es ist
1 (~ b~) . 1 ~ a~ + 1 ( -a~ + b~) = 2 a+ c= e~ = a~ + 2 2 Weiterbenutzt werden diese Ergebnisse im nächsten Abschnitt auf Seite 45.
ISkalarprodukt im !Rn I Skalarprodukt im !Rn
Das Skalarprodukt zweier Vektoren ist die Summe der Produkte der jeweiligen Komponenten:
iJTw ist das Matrizenprodukt des Zeilenvektors ilT, der durch Transponieren aus dem Spaltenvektor il entsteht, mit dem Spaltenvektor w. Kroneckersymbol
Skalarprodukte der Koordinateneinheitsvektoren:
Allgemein ist
~ · ~ = J;j.
Dabei ist
J;j
1 i = j 0 i # j
das Kroneckersymbol:
Beispiel 2: Die Vektoren il und il aus Beispiel 1
Das Skala'Produkt von ü
~
m V~ (~I)
u· v = 1· 2- o· 1 + 1·1 = 3, _... ( ~ ...) un d -;. u, v
und
;,t
1111 = v'1 + o+ 1 = ilv
3
h,
lVI = v'4 + 1 + 1 =
vl3
J6
1r
= arccos lüiiVI = arccos -/2/6 = arccos 2 = 6
il und il haben die Längen .;2 und
v'6 und schließen den Winkel
i (~30°)
ein.
1.2. VEKTORRECHNUNG IM JRN
27
IOrthogonales Komplement I
v = ( ~~)
vR = ( ~~2 ) das orthogonale Komplement zu v. vR steht auf v senkrecht und ist nicht der Nullvektor, falls v =/:- Ö ist. vR entsteht aus V durch Drehung um 90° im Gegenuhrzeigersinn. Es ist (vR)R = -v. Ist allgemeiner v E lRn und ist die k-te Komponente von v nicht Null, so erhält man einen zu v senkrechten Vektor, indem man die k-te und eine andere KompoIst
Orthogonales Komplement
E JR2 , so heißt
nente vertauscht, eine der beiden mit einen Minuszeichen versieht und die restlichen Komponenten auf Null setzt.
Beispiel 3: Senkrechte Vektoren zu
vR
= (
~4 )
ist orthogonal zu
v.
v = (~)
Ein zu
und zu
w= (1, 2, 3, 4)\
w senkrechter Vektor ist z.B.
bei der
Benutzung der zweiten und vierten Komponente (0, -4, 0, 2)\
IKreuzprodukt und Spatprodukt I Diese Produkte gibt es nur im
Kreuzprodukt Vektorprodukt
JR3 !
Das Kreuzprodukt oder Vektorprodukt i1 x so definiert:
v zweier Vektoren i1 und v des JR3 ist
• i1 x v steht senkrecht auf i1 und auf v (i1 x • es ist lil
X
VI =
• die Vektoren il,
liliiVI
sin
vj_ il, i1 x vj_ V)
1: (il, v)
v und i1 x v bilden ein Rechtssystem.
Das bedeutet: zeigt der Daumen der rechten Hand in Richtung von i1 und der Zeigefinger in Richtung von v, so zeigt der Mittelfinger in die Richtung von i1 x v.
w
Der Betrag des Kreuzprodukts von vund ist der (zweidimensionale) Flächeninhalt des von den Vektoren und aufgespannten Parallelogramms. Insbesondere gilt:
v
i1 x
v= Ö
w
<=>
i1 und
v sind linear abhängig.
Rechtssystem
28
KAPITEL 1. LINEARE ALGEBRA
IBerechnung des Kreuzprodukts Berechnung des Kreuzprodukts Vt) X ( Vz
=
(Uz V3- U3 Vz) U3 Vt - Ut V3
V3
Eselsbrücken
Ut V2 - U2 Vt
Eselsbrücken zu Berechnung:
Wt W2 W3
= = =
Man schreibt die ersten beiden Komponenten von i1 und noch einmal unter die Vektoren. Die erste Zeile wird nicht benutzt. Man berechnet die Einträge im Kreuzprodukt als drei 2 x 2-Determinanten.
v
Uz V3 - U3 Vz U3 Vt - Ut V3
Ut Vz - Uz Vt
Man entwickelt die Determinante oben nach der ersten Spalte und erhält so die Komponenten des Kreuzprodukts.
IRechenregeln Rechenregeln
üx
(v + w) = ü x v + ü x w
(ü + v) x
(aV) X w=V X (aw) = a(v X Achtung:
(Ü X
i!)
X
w),
w = ü x w+ v x w
VX
w = -w X V
W =f; Ü X (v X w)!
Das Kreuzprodukt ist also in beiden Faktoren linear und antikommutativ. Das Assoziativgesetz gilt für das Kreuzprodukt nicht!
IEntwicklungssätze I Entwicklungssätze v. Lagrange u. GraBmann
Mehrfache Kreuzprodukte lassen sich mit Hilfe der Entwicklungssätze von Graßmann und Lagrange in Skalarprodukte umschreiben. . ux vxw = u·wv- u·vw (ü x v) . (w x x) = (ü . w) (v . x) - (ü . x)( v . w) Insbesondere ist Iu X i71 2 = (Ü X v)(Ü X i!) = li11 2 IVI 2 - (Ü· v) 2 • ~
(~
~)
(~
~)~
(~
~) ~
(Graßmann) (Lagrange)
29
1.2. VEKTORRECHNUNG IM !RN
Es werden it x v und v x
üxv=
VXW=
w und it x (v x w) berechnet.
(1o1) (2) = (1) 1·2-1·1 -11 = (0·1-1·(-1)) 1·(-1)-0·2 -11 , = (-1) 1·3-2·1 (-112) (3)10 = (-1·1-1·0) 2·0-(-1)·3 13 x
X
Das Produkt itx (vx w) wird direkt und mit dem GraBmannsehen Entwicklungssatz berechnet:
ü
üx (Vx W)
X
(V X W)
~
mG) ~ (~!) . X
( m~ (~!)
~(ü·W)V- (ü-~W~4 (~I)- 3m~ ~4)-
Kreuzprodukte der Koordinateneinheitsvektoren
äxb
ä Das Kreuzprodukt von ä und b steht senkrecht auf der von ä und b aufgespannten Ebene.
ä Das Spatprodukt gibt das Volumen des von ä, bund caufgespannten Spats an.
ISpatprodukt I Das Spatprodukt der dreier Vektoren gibt das Volumen des von den Vektoren aufgespannten Spats an:
Spatprodukt
30
KAPITEL 1. LINEARE ALGEBRA
... V, ... W... >:= (... ...) ... ... (... ......... ) < u, U X V • W = U • V X W...) = det( u, V, W
itvw und [itvw]
Auch die Schreibweisen
sind für das Spatprodukt üblich.
Rechenregeln für das Spatprodukt ergeben sich aus den Rechenregeln für Skalarund Kreuzprodukt. Bei der Vertauschung von Vektoren nimmt man am besten die Darstellung als Determinante und erhält
< it, v, w >=< v, w, it >=< w, it, v > = - < it, w, v >= - < w, v, it >= - < v, it, w > Das Spatproduktdreier Vektoren ist wie das Skalarprodukt ein Skalar, (d.h. eine Zahl), das Kreuzprodukt ein Vektor.
< it, v, w >= 0
{::}
it, v und w sind linear abhängig, < e1,e2 , e3 >=
Beispiel 5: Das Spatprodukt der Vektoren spiel Das Kreuzprodukt von
it,
1.
v und waus dem letzten Bei-
it und v ist oben bereits berechnet worden.
IDer komplexe Vektorraum cn I In einem komplexen Vektorraum sind auch komplexe Skalare zulässig. Wichtigstes Beispiel ist der cn, der analog zum m.n aus allen n- Tupeln mit komplexen Einträgen besteht.
Skalarprodukt im cn
Der wichtigste Unterschied zu reellen Vektorräumen ist beim Skalarprodukt: es ist keine symmetrische, sondern eine hermitesche Bilinearform. Das bedeutet, daß beim Vertauschen der Faktoren das Ergebnis komplex konjugiert wird. Damit wird erreicht, daß auch dann für jeden Vektor das Skalarprodukt mit sich selbst reell und positiv ist.
w*vist das Produkt des Zeilenvektors w*, der durch Adjungieren, d.h. Transponie-
ren und komplex Konjugieren aus dem Vektor wentsteht, mit dem Spaltenvektor
v.
31
1.2. VEKTORRECHNUNG IM JRN
i)
~ (23 + . . l 6 :V= B eiSple _ i , W~ =
~
~
V+ W
=
(3+2i) 3 - 2i '
(1 -i+ i) :
(1-
")~=
l V
~
~
V+ W,
(1 ") ~ und ~ -
t V
~
V· W
((1-i)(2+i)) = (3-i) 2 - 4i (1 - i)(3 - i)
i1 · w= v1w1 + v2w 2 = (2 + i)( 1 - i) + (3 - i)( +i) = 3 - i + 1 + 3i = 4 + 2i
13. Beispiele I Beispiel 7: Alle Vektoren des
xE
IR2, die mit i1 = ( ~) den Winkel 60°
einschließen. Alle Vektoren, die mit einem Vektor einen festen Winkel einschließen, bilden im IR2 zwei Halbgeraden und im IR3 einen Kegel. Ansatz: es sei
x=
(x 1, x 2) \ Dann ist
x · (1, 2)T 1 _ Xt + 2x2 o _ cos60 - lxll(1, 2)TI {:::} 2- Jxr + x~ V5
V5 1 2 2 _ {:: } 2Yxt + x2- Xt + 2x2
Bevor man diese Gleichung quadriert (das ist keine Äquivalenzumformung), notiert man, daß x 1 + 2x 2 stets positiv sein muß.
~(xi + xn = xi + 4XtX2 + 4x~ {:::} xi -
llx~ = 0
l6X1X2 -
Die p-q-Formel ergibt Xt
= 8x2 ± )64x~ + llx~ = (8 ± v75)x2
x 1 + 2x2 ist positiv, falls x 2 2:: 0 ist. Die gesuchten Vektoren liegen also auf den Strahlen t>0 t > 0 und x = t ( 8 - 1 x= t (8 +
f5) ,
Beispiel 8: Alle Vektoren des
v75) ,
x E IR2, die mit i1 = ( ~)
das Skalarprodukt
zwei haben. Alle Vektoren , die mit einem Vektor i1 #- 0 ein festes Skalarprodukt haben, liegen im IR2 auf einer Geraden und im IR3 in einer Ebene (Hessesche Normalformen,
KAPITEL 1. LINEARE ALGEBRA
32
siehe Abschnitt 3). Im. ffi.n bilden diese Vektoren eine Hyperebene, d.h. einen (n- !)-dimensionalen affinen Unterraum. Durch Gleichsetzen des Skalarprodukts mit zwei erhält man
(~~) · (~) = 2 ~ Xt + 2xz = 2. Das ist die Gerade
x
Beispiel 9: Alle Vektoren E ~3 , die mit (2, 1, -2)Thaben. Alle Vektoren
x,
die mit einem Vektor
v=
(1, 0, 1) T das Kreuzprodukt
v =/:- 0 ein festes
Kreuzpodukt
xx v=
üi haben, liegen auf einer Geraden (Plückerform, siehe Abschnitt 3), falls das Skalarprodukt von v und üi null ist. Andernfalls hat die Gleichung keine Lösungen. Da die Vektoren im Beispiel aufeinander senkrecht stehen, gibt es eine Lösungsgerade:
Für die gesuchten Vektoren gilt x 2
=
2 und x 3
-
x1
=
1 ~ x3
=+ 1
x1:
Wenn eine Lösungsgerade existiert, hat diese immer den Richtungsvektor v.
Beispiel 10: Alle Vektoren
x E ffi-2 , die zu v = ( ~) den Abstand r = 2 haben.
Alle Vektoren, die zu einem Punkt einen festen Abstand r haben, liegen im ffi- 2 auf einen Kreis mit Radius r um diesen Punkt, im ffi- 3 auf einer Kugel.
lx- ii1
= ~I(~~=~) I= 2
2
~ (xt- 1? + (x
2 -
2?
=
4.
Das beschreibt einen Kreis mit Radius 2 um den Mittelpunkt (1, 2).
1.3. GERADEN UND EBENEN
1.3
33
Geraden und Ebenen
!1. Definitionen I l1. Geraden im IR2 1
Geraden im
Beschreibt man den JR2 durch die x-und y-Koordinaten, hat man folgende häufig gebrauchte Beschreibungen von Geraden.
JR2
Koordinatendarstellungen • y=ax+b
Normalform
Normalform
Die Gerade schneidet die y-Achse bei bundhat die Steigung a. • y = a(x- xo) + y0
Punktsteigungsform
Die Gerade geht durch den Punkt (x 0 , y0 ) und hat die Steigung a. Y1- Yo Y- Yo - = X1·Xo X- Xo
Zweipunkteform
Punktsteigu ngsform
Zweipunkteform
Die Gerade geht durch die zwei Punkte (x 0 ,y0 ) und (x 1 ,yl). Die Steigung ist der Term Yl - Yo . X1- Xo
• ~ + '!j_
Achsenabschnittsform = 1 c d Die Gerade schneidet die x-Achse bei c und die y-Achse bei d. Diese Form läßt sich nicht bei Geraden durch den Nullpunkt oder achsenparallelen Geraden verwenden.
Achsenabschnittsform
Vektordarstellungen
• r = ä + )..b, ).. E IR
Parameterform oder Punktrichtungsform
Die Gerade geht durch den Punkt ä und hat b =1- Ö als Richtungsvektor. Damit lassen sich auch Geraden parallel zu y-Achse beschreiben.
• r·n=d
Normalenform
Dabei muß fi =j:. Ösein, d ist eine reelle Zahl. Verlangt man zusätzlich, daß fi ein Einheitsvektor sein soll, also lfil = 1, und daß d ~ 0 ist, hat man die Hesse'sche Normalform, HNF. Im Fall d =j:. 0 (dann geht die Gerade nicht durch den Ursprung) sind fi und d durch die Gerade eindeutig festgelegt. In diesem Fall ist d der Abstand der Geraden zum Nullpunkt.
Parameterund Punktrichtungsfarm
Normalenform
Hesse'sche Normalform, HNF
34 Geraden im JR3
KAPITEL 1. LINEARE ALGEBRA
!2. Geraden im IR3 l
Hier gibt es hauptsächlich zwei Darstellungen:
• r = ä + )..b, ).. E IR
Parameterund Punktrichtungsfarm
Parameterform oder Punktrichtungsform
Diese Form beschreibt wie im IR2 in Räumen beliebiger Dimension eine Gerade.
Plückerform
•rxiJ=w
Plückerform
Dabei muß iJ =f. 0 und iJ · w = 0 sein. iJ ist dabei ein Richtungsvektor der Geraden. Im Fall w = 0 geht die Gerade durch den Ursprung.
13. Ebenen im IR
l
3
Ebenen im IR3
Es werden wie bei den Geraden nur Vektorformen aufgeführt. Parameter-
Parameterform Dabei sind b =f. 0 und c =f. 0 zwei Vektoren, die die Ebene aufspannen. Damit die Ebene nicht zu einer Geraden entartet, verlangt man, daß die Richtungsvektoren b und c linear unabhängig sind.
form
3-Punkteform
3-Punkteform Das ist eine Variante der Parameterform. Hier wird eine Ebene durch die drei Punkte mit den Ortsvektoren ä, b und c beschrieben.
• r · ii = d
Normalenform
Normalenform
Dabei ist ii =f. 0. Bei der Hesse'schen Normalform, HNF verlangt man (wie bei Geraden im IR2 ), daß liil = 1 und d 2': 0 sein soll. Dann sind im Fall d > 0 der Normalenvektor ii und d eindeutig bestimmt. ii zeigt vom Ursprung in die Richtung der Ebene und d ist der Abstand zum Nullpunkt.
Schnittwinkel parallel, windschief
j4.
Schnittwinkeil
Geraden sind parallel, wenn die Richtungvektoren linear abhängig sind. Geraden im IR3 , die weder parallel sind noch sich schneiden, heißen windschief. Ebenen sind parallel, wenn ihre Normalenvektoren linear abhängig sind. Der Schnittwinkel 1 E (0, ~] von Geraden mit den Richtungsvektoren ä und bist der kleinere der Winkel a zwischen ä und b und ß zwischen ä und -b. lä·bl cos I = lällbl Im IR2 ist das auch der Winkel zwischen den Normalenrichtungen.
35
1.3. GERADEN UND EBENEN
Genauso berechnet man dem Schnittwinkel a E [0, ~] zwischen Ebenen als den Winkel zwischen ihren Normalenvektoren und den Schnittwinkel a zwischen einer Geraden und einer Ebene als a = ~ - ß, wobei ß der Winkel zwischen dem Richtungsvektor der Geraden und dem Normalenvektor der Ebene ist.
j2.
Berechnung!
IGeradenformen im IR2 I Bei der Umwandlung von Koordinatenformen erhält man die Normalform + b immer durch Auflösen nach y. Daraus erhält man durch Einsetzen von x = 0 und x = 1 zwei Punkte der Geraden: (0, b) und (1, a + b). Die Achsenabschnittsform erhält man, indem alle Terme mit den Faktoren x und y auf die eine Seite und der Rest auf die andere Seite gebracht wird und dann durch diese Zahl dividiert wird. y = ax
j Beispiel 1: Umwandlung von y
= 3(x- 1) + 9
Die Gerade geht durch den Punkt (1, 9) und hat die Steigung 3. Auflösen nach y ergibt die Normalform y = 3x + 6. Umwandlung in die Achsenabschnittsform: y- 3x = 6
<=?
y
X
---=1 6 2
Die Gerade schneidet die x-Achse bei x = -2 und die y-Achse bei y = 6. Bei der Umwandlung von Koordinaten- in Parameterform benutzt man, daß eine Gerade mit der Steigung a den Richtungsvektor b = (!) hat und entnimmt der Geradengleichung einen Punkt. Bei Geraden parallel zu y-Achse der Form x = x 0 ist ein Richtungsvektor (~) und (x 0 , 0) eine Punkt der Geraden. Umwandlung von Vektor- in Koordinatenform: Es wird f = (:) eingesetzt. In der Parameterform wird aus den beiden Gleichungen für die erste und zweite Koordinate der Parameter>. eliminiert, bei der Hesseform kann man direkt nach y auflösen.
Beispiel 2: y = 3x + 6 in Vektorform, f =
(~) + >. ( ! 1)
und f ·
(~)
=2
in Normalform umwandeln. Aus der Steigung a = 3 und dem Punkt ( ~) erhält man f = ( ~)
+ >. (;) .
Geraden im JR2
36
r=
Einsetzen von
(
KAPITEL 1. LINEARE ALGEBRA
n
in
r=
G) + ). (!
1) ergibt die beiden Gleichungen
x = 2 + 3). und y = 1 - >.. Auflösen der zweite Gleichung nach ergibt>.= 1- y und x = 2 + 3(1- y), also y = -kx + ~-
Einsetzen von
r = (~)
b :=
r· (
(S. 27), ä :=
fiR
i)
= 2 ergibt 2x + y = 2, also y = -2x + 2.
r- ä + >.b
Parameterform
"+-"
in
>. und Einsetzen
r · ii =
++
~~ 2 ii.
d
Normalenform
Einen Punkt der Geraden kann man auch
durch Einsetzen von x = 0 oder y = 0 bestimmen. "-t" ii :=
t;n, d := äii.
Ist Hessesehe Normalform gesucht, so dividiert man die erhaltene Gleichung durch liil und ändert im Fall d < 0 auf beiden Seiten das Vorzeichen.
Beispiel 3: 91:
r=
U)
+). (
=n
in Normalenform und 92:
r ( ~2)
= 4 in
Parameterform umwandeln. Wegen
(:)R = (-;;b)
nimmt man ii = ( ~
Eine Normalenform von 91 ist
r· ( ~3 )
3)
und erhält d =
= -1, die HNF ist
G) ·(~3 ) r~
(!)
=
= -1.
~
Aus dem Normalenvektor ii = (2, -2)T von 92 erhält man den Richtungsvektor b = (2, 2)~ Wegen liil 2 = 8 erhält man einen Punkt als ä = ~(2, -2)T = (1, -1)~ Alternativ hätte man aus der ausmultiplizierten Gleichung 2x - 2y = 4 den Punkt (0, -2) oder (2, 0) ablesen können. Damit ist = (1, -1)T + >.(2, 2)T eine Parameterform der Geraden.
r
I
Geraden im JR3
Geraden im IR3 1 Plückerform
~
r X V= w w:= ä v.
"+--"
V:= b,
"--t"
.... .... b- := v, a := IV112 v- x w
X
r = ä + >.b
Parameterform
1.3. GERADEN UND EBENEN
37
Beispiel 4, Hin- und Rückumwandlung von i'
MitV~b~ Gemden i' x
und
~ G) + >. G)
mundW~äxb~ mm~ n
2 ) istdiePlückerlomde.
X
G) ~ (:
2 ). Umgekehrt echält man damus mit
b ~ V,
~ ~ I~' V x W ~ ~ (~I) die Pammetedocm i' ~ ~ (~I) + >.
Der ursprünglichen Vektor ä ergibt sich für >. =
I~' ~ 2
m
!·
IUmwandlung von Ebenformen I Ebenen
Parameterform
"~"
r = ä + >.b + JLC
Entweder ä =
tt
r · ii = d
Normalenform
l 1~ 2 ii setzen oder man bestimmt ä durch
Einsetzen von
zwei Koordinaten als null und Bestimmung der dritten aus der ausmultiplizierten Gleichung ä · ii = d. Zur Bestimmung zweier Richtungsvektoren sucht man zwei linear unabhängige auf ii senkrecht stehende Vektoren. Dabei kann man benutzen, daß für r = (a,b,c)T =f. 0 zwei der Vektoren (-b,a,O)\ (-c,O,a)Tund (0, -c, b)Tlinear unabhängig und orthogonalzur sind (vgl. S. 27). Alternativ kann man auch zwei weitere Punkte bestimmen und die Ebenengleichung in der 3-Punkte-Form aufstellen. " -+"
-
n := b X C,
d :=
a· n.
Genauso wie bei Geraden im JR2 kann man die Hesse'sche Normalform durch Division durch ±liil erhalten.
Beispiels, Hin- und Rückumwandlung von
r~ (D + >. G) + ~ (:)
KAPITEL 1. LINEARE ALGEBRA
38 Mit d = ä · ii = 1 - 2 + 3 = 2 ist die HNF
2
J3 Umgekehrt lassen sich aus der Normalenform x- y + z = 2 die Punkte (2, 0, 0), (0, -2, 0) und (0, 0, 2) ablesen und damit ist eine Parameterform
,~ W
+A (
AltemaUv b"timmt man
ä'
~;) + ~ ( T)
~ (~I)
und
II
m
und
2
Richtungsvektoren.
ISchnittpunkte und -geraden I Schnitt von
Geraden und Ebenen
Bei Koordinatenformen von Geraden im IR 2 löst man beide Gleichungen nach y auf und bestimmt durch Gleichsetzen den x-Wert des Schnittpunkts. Aus einer der beiden nach y aufgelösten Gleichungen erhält man dann den y-Wert des Schnittpunkts. Ist die Gleichung für die x-Werte nicht lösbar, so schneiden sich die Geraden nicht und sind parallel. Hat diese Gleichung unendlich viele Lösungen (d.h. ist x beliebig), so sind die Geraden gleich. Bei der Berechnung der Schnittmenge von Geraden und Ebenen geht man stets so vor, daß man die beiden Gleichungen entweder ineinander einsetzt und so die Parameter bestimmt oder daß die Gleichungen als Gleichungssystem gelöst werden. Dabei treten folgende Fälle auf: • Es gibt keine Lösung. Beim Schnitt von Geraden im JR3 können diese windschief sein, sonst sind die Ebenen oder Geraden parallel. • Es gibt genau eine Lösung. Die Geraden oder Ebenen schneiden sich in einem Punkt. • Es gibt unendlich viele Lösungen. Dann gibt es mindestens eine Schnittgerade. Zwei gleiche Ebenen schneiden sich in einer Schnittebene.
IGeraden im IR
2 1
Geraden im JR2
Günstiger Fall: eine Gleichung liegt in Parameterform, die andere in Normalenform vor.
39
1.3. GERADEN UND EBENEN
Man setzt gleich und erhält ein Gleichungssystem für natürlich nur eine der Variablen bestimmen muß:
>. und J-L, woraus man
92:r·n=d
•91:r=ä+>.b,
Die erste Gleichung wird in die zweite eingesetzt und daraus
• 91: r. nJ.
=
dt'
92:
r. n2
=
>. bestimmt.
d2
Entweder schreibt man die Gleichungen in Koordinaten aus und löst das entstehende Gleichungssystem für die x- und y-Koordinaten oder man bringt eine der Gleichungen in Parameterform.
IGeraden im IR3 I • Zweimal Parameterform: wie im IR2 .
Man setzt die erste Gleichung in die zweite ein und bestimmt
>..
Man bringt eine Gleichung in Parameterform und geht wie oben vor.
IGerade und Ebene I
Gerade und Ebene
Günstiger Fall: Ebene in Normalen-, Gerade in Parameterform.
• 9: r = ä + >.b, E: r = c+ J-Ll + ve Gleichsetzen ergibt ein Gleichungssystem mit den drei Unbekannten >., J-L und v. Ist das Gleichungssystem eindeutig lösbar, reicht es>. zu bestimmen. Oft ist es einfacher, die Ebene in Normalenform zu bringen .
• 9: r = ä + >.S, E:
r. n =
d
Einsetzen der Geraden- in die Ebenengleichung gibt eine Gleichung für
>..
KAPITEL 1. LINEARE ALGEBRA
40
• g:
r
X
w,
V=
Ebene beliebig
Am einfachsten ist es, die Gerade in Parameterform zu bringen und dann wie oben zu verfahren.
IZwei Ebenen I Zwei Ebenen
Günstiger Fall: Eine Ebene in Normalen-, eine in Parameterform.
E2:r=d+ve+~f Gleichsetzen ergibt ein System mit drei Gleichungen für die vier unbekannten Parameter. Es reicht aus, ein Parameterpaar (>-., p,) oder (v, ~) zu bestimmen. Diese Variablen sind dann noch von einem Parameter abhängend. Einsetzen in die Ebenengleichung ergibt die Schnittgerade. Einfacher ist es meist, eine Ebene in Normalenform zu bringen.
• Et:r=a+>-.b+p,c,
• E1:
r = a + >-.b + Jlz,
E2:
r. ii = d
Einsetzen der ersten in die zweite Gleichung ergibt eine Gleichung zwischen ).. und p,. Löst man z.B. nach).. aufund setzt dann).. in die Ebenengleichung ein, erhält man die Gleichung der Schnittgeraden.
• E1:
r· ii1
= d1,
E2: r· ii2 = d2
Man schreibt die beiden Gleichungen für die Koordinaten aus und ermittelt eine Lösung mit dem Gaußsehen Eliminationsverfahren. Alternativ bringt man eine Gleichung in Normalenform und nimmt das Verfahren von oben.
Bei•piel 6' Schnitte von g• i'
E, i'
~ (D + ,\ ( ~J,
~ ( ~2) + ß
m mund +v
E, i' · (
~~) ~ -2
Will man den Schnittpunkt von g und E 1 berechnen, bekommt man durch Gleichsetzen das Gleichungssystem
1.3. GERADEN UND EBENEN
41
In Matrixschreibweise hat man also
Von der Lösung nach dem Gaußalgorithmus benötigt man nur >. = -2 (es ist außerdem p. = 0, v = 2}. Da das Gleichungssystem eindeutig lösbar ist, erhält man den eindeutigen Schnittpunkt
Einfacher ist der Schnittpunkt zu berechnen, wenn man E1 in Normalenform überführt:
Setzt man jetzt für
r die Geradengleichung ein, erhält man
und man erhält den Schnittpunkt wie oben. Natürlich kann man genauso den Schnittpunkt von g und E2 berechnen:
und der Schnittpunkt ist (3, 2, 3) ~ Die Berechnung der Schnittmenge von E 1 und E 2 geht ganz ähnlich vor sich:
Auflösen nach J.L ergibt J.L = 1 - v und die Schnittgerade ist damit
KAPITEL 1. LINEARE ALGEBRA
42
IAbstand und Lotpunkt I Abstand und Lotpunkt
E
Lotpunkt
Der Abstand d ist die Länge der kürzesten Verbindungsstrecke e. Diese hat die Eigenschaft, auf den Richtungsvektoren der beteiligten Geraden und Ebenen senkrecht zu stehen. Der Lotpunkt (oder Fußpunkt des Lots) Po ist derjenige Punkt auf einer Geraden oder Ebene, der zu einem gegebenen Punkt den kürzesten Abstand hat.
Geht die Gerade oder Ebene durch den Nullpunkt, so ist die Bestimmung des Lotpunkts die in Abschnitt 8 (S. 97) beschriebene orthogonale Projektion auf diesen Unterraum. Im folgenden sind P und Q Punkte mit den Ortsvektoren Po hat den Ortsvektor f!o.
I
p und ij, der Lotpunkt
Abstände im R 2 1
Abstand im m_2
• Punktp-Punkt • Punkt
p- Gerade 9: r = a+ )..b:
·t~ Der Lt p0 o pun kt 1s und d(P, 9) = • Punkt
if: d(P, Q) = lf- Q1
lf1
. araus errechnet man e~ = p~0 - p~ ~ ~ = a~ + (f-a)·bb~D
b. b (vgl. Bsp. 10).
p- Gerade 9: f. ii = d
Der Abstand ist d(P, 9) =
I: 11f· ii- dl, der Lotpunkt f!o = p- P·~n-: d ii.
n Ist die Gerade in HNF, so ist die Berechnung wegen besonders einfach.
lnl
n·n = ii · ii = 1
• Gerade 9 1 - Gerade 92 : Falls die Geraden gleich sind oder sich schneiden, ist der Abstand null. Sind die Geraden parallel, nimmt man einen beliebigen Punkt aus 92 und berechnet den Abstand zu 9 1 •
43
1.3. GERADEN UND EBENEN
Beispiel 7: Abstand und Lotpunkt von P = (0, 4) zu 9: f · ( ~) = 3
Wegen
lnl =I(~)
I=
2 ist d(P,9)
=l~llff· n- dl =~I(~)·(~) -31 =~·
Den Ortsvektor des Lotpunkts erhält man aus
n- d ~ _ ~ _ ~ _ P. ~~nPo-P n·n
(o2) = ( 4/2) (o)4 _~ 4 3
IAbstände im IR3 I • Punktp-Punkt • Punkt
Abstand im JR3
if:
wie im IR2 ist d(P, Q)
= lff- Q1
p- Gerade 9= r= ä+>..b: wie im JR2 oder d(P,9)
Fusspunkt des Lots:
=
l(ä- i!} X bl lbl
Po = ä+ (p-: ä2 · bb (vgl. Beispiel 10). b·b
• Punkt
p- Ebene E:
r= ä + >..b + p,C:
Analog zur Berechnung des Abstands windschiefer Geraden erhält man die >..-und p,-Werte des Lotpunkts aus dem Gleichungssystem
>..(b. b) + p,(b. C) = -(ä- P). "b,
>..(b. C) + p,(c· C) = -(ä- P>. c
Daraus berechnet man den Abstand d(P, E) = • Punkt
p- Ebene E:
f ·
Der Abstand ist d(P, E) =
lff- Pol·
n= d d n. l:llff·n-dl, der Lotpunkt Po= p- p·~n-= n·n
n Auch hier ist die Rechnung einfacher, wenn die Ebene in HNF vorliegt.
• Gerade 91 : f = ä + )..b - Gerade 92: f =
c+ p,d~
l(c- ä.J · (~x d)l siehe Beispielll. Sind die Geraden parallel lb X d (dann ist b x d = Ö), so geht man wie im nächsten Punkt vor:
d(9 1 ,92 ) =
• Gerade - Ebene oder Ebene - Ebene: falls es keinen Schnittpunkt gibt, nimmt man einen Punkt der Geraden oder Ebene und berechnet den Abstand zur anderen Ebene.
KAPITEL 1. LINEARE ALGEBRA
44
Beispiel 8: Abstände und Lotpunkte von P = (3, 4, 0) zu
.,r~ UJ +~
m r~ m+pUJ und&
Schreibt man die Gerade g in der Form d(P,g) =
I(P'- ~)X bl = _1 lbl v'B
(;)
1
+v (
~~)
r = ä + .Ab, so ist
X(~)
=
2
_1 (
v'B
6)
-4
=
J32 = 2 v'8
Berechnung des Fusspunkts des Lots:
Natürlich kann man d(P, g) jetzt auch als
IP'- P'ol
erhalten.
Die Berechnung von d(P, E) ist am einfachsten, wennEin HNF gebracht wird:
ergeben eine Normalenform und die HNF:
Damit berechnet man den Abstand
Beweismethoden
IBeweismethoden I Bei der Berechnung von Abstands- oder Projektionsformeln benutzt man häufig diese Beweismethode:
CD
Aufstellen eines geschlossenen Umlaufs, d.i. eine Summe von Vektoren, die den Nullvektor ergibt. Dabei enthält der Umlauf einen oder mehrere unbekannte Vektoren oder Parameter.
1.3. GERADEN UND EBENEN
®
45
Bestimmung der Unbekannten durch • Ausnutzung von linearer Unabhängigkeit • Skalarmultiplikation • Bildung von Kreuzprodukten
Die Methoden werden an zwei typischen Beispielen erklärt. Beispiel 9: Schnitt von Seitenhalbierenden Bewiesen werden soll, daß sich die Seitenhalbierenden eines Dreiecks im Verhältnis 1 : 2 schneiden. Dazu betrachtet man wie auf Seite 26 das Dreieck mit den Seiten a und b und stellt zunächst die Geradengleichungen der Seitenhalbierenden auf: g1
1 b...) r... = a... + "'( -a... + 2
:
g2
:
... 1 (... b...) r=J.L·2a+
Der Schnittpunkt S liegt auf beiden Geraden und erfüllt daher beide Gleichungen:
®
Sortieren nach
aund bergibt: J.L ... .X (1 - .X - - )a + (2 2
... - -J.L-)b = 0 2
Nun wird ausgenutzt, daß a und b linear unabhängig sind und daß daher beide Vorfaktoren null sein müssen. Daraus ergibt sich ein Gleichungssystem für die beiden Parameter .X und fL 1 1 -.X- -J.L = 0 2 2
Die Lösung ist .X= fL =
~-
Das bedeutet gerade, daß die Strecke AS zwei Drittel der Strecke AT beträgt und daß sich die Seitenhalbierenden wie behauptet im Verhältnis 1 : 2 schneiden.
KAPITEL 1. LINEARE ALGEBRA
46
I Beispiel 10: Abstand Punkt-Gerade Gesucht ist der Abstand des Punktes P mit dem Ortsvektor pzur Geraden 9 mit der Gleichung r = ä + >.b. Zu p und 9 wird der Fußpunkt P0 des Lots von P auf die Gerade berechnet. Die Verbindungsstrecke wird mit e bezeichnet. Es gilt
p
ej_b.
CD
Der ~esu~hte~gesc~lossene Umlauf ergibt sich aus p + e = a + >.b:
@ Skalarmultiplikation mit bentfernt wegen b· e= 0 den unbekannten Vektor
e und ergibt eine Bestimmungsgleichung für >..: ~
~ ~
(p- ä) . b-)., (b. b) = 0 => )., =
(p-ä)·b ~
lW
~- ~+ "'b~- p-a ~- ~- p~+ (p-ä) ·bb~ => e-a ~
Jbj2
Der gesuchte Abstand läßt sich als
®
Je1 berechnen.
Ist nur der Abstand gesucht, hat man im R3 eine zweite Möglichkeit: wegen Üeist jb x e1 = JbJJe1. Bildet man in(*) das Kreuzprodukt mit b, so erhält man
13. Beispiele I Beispiel 11: Formel für Abstandzweier nicht paralleler Geraden Berechnet werden soll der Abstand der Geraden 9 1 und 92 mit den Gleichungen 91:
r= ä + >.b
92:
r= c+ f-ld
~
ö
Bei Abstandsberechnungen benutzt man immer die Tatsache, daß die kürzeste Verbindungsstrecke esenkrecht auf den Richtungsvektoren bund d der beiden Geraden steht.
47
1.3. GERADEN UND EBENEN
CD
Aufstellen eines geschlossenen Umlaufs: ä + )..b + e =
c+ {Ld~ also
@ Daraus kann man nun den unbekannten Vektor e bestimmen, wenn man )..
und 1-L kennt. Da esenkrecht zu bund zu dist, erhält man durch Skalarmultiplikation in (*) mit b und d zwei Gleichungen, aus denen man die Zahlen ).. und 1-L bestimmen kann:
+ >."b -~-Ld+ e1· "b = ö. "b {::} >. (b. "b) -~-L (d· "b) = (c- a). "b C) + )..b- {Ld + e1 d = ö b {::} ).. (b d) - 1-L ( d d) = (c- ä) d
[(ä- C)
[(ä -
°
0
0
0
0
e und der Abstand der beiden Geraden lellassen sich nun durch Einsetzen von ).. und
®
1-L
in (*) bestimmen.
Während die obige Methode in Räumen beliebiger Dimension funktioniert, kann man im JR3 . auch das Kreuzprodukt zu Hilfe nehmen. Dabei benutzt man, daß im Fall nichtparalleler Geraden der Verbindungsvektor, der ja auf beiden Richtungsvektoren senkrecht stehen muß, die Form e = V bX dhaben muß. Dann geht Gleichung (*) über in
Jetzt kann man die Parameter).. und {Laus der Gleichung entfernen, indem man mit bx d skalar multipliziert und dabei ausnutzt, daß bx J sowohl auf b wie auch auf d senkrecht steht:
(a- CJ · (b X
d) +V (b X d) · (b X d) = Q
und damit
_ _ e1 x d- un dlnl_l(c-ä)·(bxd)l _ _ LJ - v (b- x dn_(c-ä)·(bxd)be__ 2 lb X dl lb X dl
Bei,piel 12, Schnitte von E, ' f · (
E,
~2) ~ 3 mit
r~ (~;)+A(Ü+"G) undE, r(~~) ~-4
Beim Schnitt von E 1 und E 2 wird die Darstellung von E 2 in E 1 eingesetzt:
KAPITEL 1. LINEARE ALGEBRA
48
Die beiden .Ebenen haben keinen gemeinsamen Punkt und sind damit parallel. Zur Berechnung ihres Abstands bringt man am einfachsten E 1 in HNF, indem durch Vf7 dividiert wird. Dann wählt man aus E 2 den Punkt P = ( -2, -2, 0) T und berechnet 3) - 2) · - 1 ( -2 - - 3 = 1- _2 - - 3 I = - 5 d(E2 El) = d(P El) = ( -2 Vf7 Vf7 Vf7 Vf7 Vf7 2 0 ' ' Zur Berechnung des Schnittpunkts von E 1 und E 3 schreibt man die Gleichungen aus und verwendet das Gaußsehe Eliminationsverfahren: 3x- 2y + 2z = 3
X-
y
+Z =
-4
(0 1 -1115) -4 {:} 1 0 0 11 121 -43) {:} (01 -11 -11 115) Nimmt man t = z als Parameter, liest man y = 15 + t und x = 11 ab. Die ( 3 -2 1 -1
Schnittgerade ist also
(~1) ii-
c=
(~) 3
und der Abstand ist d(gl,92) = l(c-
ist
iiJ. (~X d)l
lb x d
bx l =
=
~ = 0.
v3
Die Geraden haben den Abstand Null und damit einen Schnittpunkt P. Zur Berechnung von P schreibt man
>.b + Jt( -d) = c- ii und löst das Gleichungssystem für >. und Jt nach dem Gaußalgorithmus: ii + >.b = c+ Jtl
{:}
(!1 ~1 ~3) {:} (~1 .~1 ,=;) 2
-1
-3
0 I -1 '-9
Man hat also>.= 3 (und Jt = 9) und damit deq Schnittpunkt (10, -1, 7)~
49
1.4. MATRIZEN UND DETERMINANTEN
1.4
Matrizen und Determinanten
11. Definitionen I Eine (m, n)-Matrix A ist ein rechteckiges Schema von Zahlen, die in m Zeilen und n Spalten angeordnet sind. Vorsicht! Die Schreibweise ist nicht einheitlich, machmal sind m und n in ihrer Bedeutung vertauscht .
A
= (a;j)i.=l .. = m
(..,
al2
a21
a22
aml
am2
... ...
Matrix
.) ,.
a2n
J=l..n
amn
Eine Matrix mit gleichvielen Zeilen und Spalten heißt quadratisch. Andere Schreibweisen: In den folgenden Bezeichnungen kann man den allgemeinen Körper lK durch IR oder C ersetzen.
m
X
n-Matrix, M(m, n), Mm,n(IK), .C(!Kn, ocn), JL(!Kn, !Km) und JK(n,m)
Schreibweisen für quadratische Matizen:Qln, GlL(n, IK) und JL(!Kn). Besondere Matrizen: Eine Matrix, die nur Nullen als Einträge hat, heißt Nullmatrix und wird mit 0 bezeichnet.
!) (: : ! !) (~ ;: :) dn
* * *
*
0 0 0
Null-, Einheits-, DiagonalSkalarDreiecksmatrix
*
Obere Untere Diagonalmatrix Einheitsmatrix Dreiecksmatrix Dreiecksmatrix Skalarmatrix En oder In Die n-reihige Einheitsmatrix wird mit En oder In oder einfach mit E oder I bezeichnet. Ist A eine quadratische n x n- Matrix und gibt es eine (quadratische n x n-) Matrix B mit AB= E {dann ist auch BA= E), heißt A regulär oder invertierbar. Bezeichnung: B = A- 1 . Nichtinvertierbare quadratische Matrizen heißen singulär.
regulär singulär
Der Rang einer Matrix wird auf Seite 83 definiert und berechnet. Die Zahlen von links oben bis rechts unten in einer quadratischen Matrix bil.den die Hauptdiagonale. Diagonalmatrizen oder Skalarmatrizen haben also nur Einträge auf der Hauptdiqgonalen. Die Elemente von rechts oben bis links unten bilden die Nebendiagonale.
Haupt-, Nebendiagonale
KAPITEL 1. LINEARE ALGEBRA
50
Transponierte AT
Adjungierte A* symmetrisch hermitesch selbstadjungiert schiefsymmetrisch schiefhermitesch
Die Transponierte AT einer Matrix A erhält man, indem man Zeilen und Spalten vertauscht. Dabei entsteht aus einer m x n-Matrix einen x m-Matrix. Bei quadratischen Matrizen bedeutet Transponieren, daß an der Hauptdiagonalen gespiegelt wird. Die Adjungierte A* einer (komplexen) Matrix A erhält man, wenn man in der Transponierten von A alle Einträge durch ihre komplex Konjugierten ersetzt. Eine quadratische Matrix A heißt symmetrisch, wenn A =AT ist, und hermitesch oder selbstadjungiert, wenn A = A* ist. Für reelle Matrizen fallen diese Begriffe zusammen. Gilt A = -A-r; heißt A schiefsymmetrisch, gilt A = - A *, heißt A schiefhermitesch. Oft ist es sinnvoll, Vektoren des !Rn als Matrizen mit einer Spalte und n Zeilen aufzufassen und Matrizen als nebeneinandergestellte Spaltenvektoren zu betrachten. Den Zahlen des Grundkörpers entsprechen die 1 x 1-Matrizen. Beispiel 1: Transponierte und Adjungierte, symmetrische Matrizen
A
= (
~ ~)
AT=
-2 5
D = F
G= (
= ( 3
2-
2+i
2
i)
i . + i)
-1+z
1
0
c
~2)
c+~ 2-z
2 3i) -i 3
0 3 4
F* =
(~ 2-z
B=
GD
D* =
=BT
c-
2i -3i
2+i) i 3
2 + i) = ( 3 . 2 - i) = F 2 2+z 2
G*=(1:i -1o+i)=C-:i -1o-i)=-G
B ist symmetrisch, C ist schiefsymmetrisch, F ist hermitesch oder selbstadjungiert, G ist schiefhermitesch.
(Reelle) schiefsymmetrische Matrizen haben auf der Hauptdiagonalen stets Nullen. Bei schiefhermiteschen Matrizen ist die Hauptdiagonale rein imaginär. Ist ä =
b=
(~~)
(:~)
ein (Spalten-) Vektor, so ist äT = (a 1 , a 2 ) ein Zeilenvektor. Mit
ist das Matrixprodukt äTb = a 1 b1 + a 2 b2 = ä · b das Skalarprodukt der
beiden Vektoren. Determinante detA, lAI
Determinanten quadratischer Matrizen lassen sich als alternierende Multilinearform auf den Spaltenvektoren definieren, die für die Einheitsmatrix den Wert Eins annimmt. Eine andere Möglichkeit ist es, die Definition über die im nächsten Punkt aufgeführten Rechenregeln vorzunehmen .. Schreibweise: det A oder I A
I·
1.4. MATRIZEN UND DETERMINANTEN
51
j2. Berechnung!
j1.
Rechenregeln für Matrizen
I Rechenregeln für Matrizen
a(A + B) = aA +aB
A+B=B+A
(A + B)C = AC+ BC
(A
+ B) + C =
A(B + C) = AB+ AC
A + (B
+ C)
(AB)C = A(BC)
Achtung! Im allgemeinen ist AB =f. BA. Sind A und B invertierbare n x n-Matrizen so ist AB invertierbar und es ist
(A*)* = A
AE=EA=A (A+B)T=AT+BT (A
+ B)* =
A*
+ B*
(aA)T = aAT
(AB)T =ETAT
(A-1)T = (AT)-1
(aA)* = aA*
(AB)*= B*A*
(A-1)* = (A*)-1
(Ax,y) = (x,ATy)
(Ax, Y')
reelles Skalarprodukt
j2.
= (x, A*Y')
komplexes Skalarprodukt
Addition und Multiplikation von Matrizen I
Matrizen lassen sich addieren, wenn sie jeweils gleiche Zeilen- und Spaltenzahl haben. Die Summe der Matrizen wird dann elementweise gebildet. Eine Matrix wird mit einer Zahl (einem Skalar) multipliziert, indem jedes Element der Matrix mit dem Skalar multipliziert wird.
A
=
a12 a22 a~1
(""
)
... ... ,
A
B
+B =
) c·
= b~1
b12 b22
. .. ,
a12 ("" +bn a22 a21 b21
7
aA
=
(aa"
a~21
aa12 ... aa22 . ..
)
)
+ b12 .. , + b22 ...
Das Matrixprodukt AB läßt sich bilden, wenn die Spaltenzahl der ersten Matrix A mit der Zeilenzahl der zweiten Matrix B übereinstimmt. Das Produkt einer (m, n)-Matrix mit einer (n, p)-Matrix ist eine (m, p)-Matrix.
Addition und Multiplikation
52 Falk-Schema
KAPITEL 1. LINEARE ALGEBRA
Die Berechnung geschieht am besten mit dem Falk-Schema:
B
-+
bl .
* * *
IJ
b2· IJ
b3· IJ
* * * ...· · ] - [ - - C iIj [ a;1-ai2-a;3-· * * * ... A
C=AB
* * *
l
Cij
= =
a;Iblj n
L
+ ai2b2j + · · · a;nbnj
a;kbkj
k=l
Die Matrizen werden über Eck nebeneinander geschrieben. Das Produkt hat in der i-ten Zeile und der j-ten Spalte das Skalarprodukt des i-ten Zeilenvektors von A und des j-ten Spaltenvektors von B. Gleichzeitig kann man die Größe der Produktmatrix erkennen: sie hat soviele Zeilen wie A und soviele Spalten wie B. Nach demselben Schema werden Matrizen und Vektoren (das sind ja Matrizen mit einer Spalte) multipliziert. Wenn mehrfache Produkte berechnet werden, kann man die Zwischenergebnisse direkt weiterverarbeiten: Z.B. kann das Produkt ABC kann in der Reihenfolge (AB)C oder als A(BC) berechnet werden. Die Schemata sehen dann so aus:
c und
B BC A A(BC)
a= 1·3+3·0=3 b=1·1+3·2=7 c=0·3+4·0=0 d=0·1+4·2=8 e = -2 · 3 + 5 · 0 = -6 f = -2. 1 + 5. 2 = 8
Damit ist C
= AB = (
~ ~).
Das Produkt BA kann man nicht bilden, da die -6 8 Spaltenzahl von B ungleich der Zeilenzahl von A ist. Am letzten Beispiel kann man gut zwei andere Eigenschaften der Matrixmultiplikation erkennen:
53
1.4. MATRIZEN UND DETERMINANTEN
• Die Matrix A wird mit der Matrix B multipliziert, indem A mit den einzelnen Spaltenvektoren von B multipliziert wird. Diese Produkte werden nebeneinandergeschrieben.
(
A
Im Beispiel oben ist die erste Spalte von C das Produkt A b1 , wobei der erste Spaltenvektor von B ist. Genauso ist mit b2 =
b1 =
m
G) die zweite Spalte
von C das Produkt A b2 • Anwendung: Wenn man eine Matrix A mit mehreren Vektoren b1 bis bk multiplizieren will, schreibt man die Vektoren nebeneinander in eine Matrix Bund erhält die Ergebnisse als Spalten des Matrizenprodukts AB. • Das Produkt der Matrix A mit dem Vektor b = (b1, . .. , bk) T ist die Linearkombination der Spaltenvektoren von A mit den Koeffizienten b1 bis bk.
Im Beispiel ist die erste Spalte von C das 3-fache der ersten Spalte von A plus das 0-fache der zweiten Spalte. Die zweite Spalte von C ist die Summe der ersten Spalte von A und der zweifachen zweiten Spalte. Konsequenz: Ist A einem x n-Matrix mit den Spaltenvektoren ä 1 bis än und D eine n x n-Diagonalmatrix mit den Elementen d 1 bis dn auf der Diagonalen, so besteht das Produkt AD aus den Spaltenvektoren d1 ä 1 bis dnih.· Eine Matrix wird mit einem Skalar a multipliziert, indem man die Matrix mit der a-fachen Einheitsmatrix multipliziert.
Beispiel3: Bvfür B
=
(~
n
und v= (
~1 )
Das Produkt ist das Negative des ersten Spaltenvektors von B plus das Doppelte + 2 ( = ( 1) . der zweiten Spalte: Bv = - (
~)
~)
Berechnung mit dem Falk-Schema: ( 3 1) 0 2 .
~
-t ~211~
+--3·(-1)+1·2 +--0·(-1)+2·2
KAPITEL 1. LINEARE ALGEBRA
54
Inverse Matrix
13. Inverse Matrix I Gibt es für einen x n-Matrix A eine Matrix B (die dann auch einen x n-Matrix ist) mit AB= En, heißt B die Inverse zu A. Schreibweise: B = A- 1 .
B = A- 1
{::}
A = B- 1
{::}
AB = BA = En
Betrachtet man die Gleichung AB= En als n Gleichungen für die Spaltenvektoren von B, so erkennt man, daß bi der Lösungsvektor der Gleichung Ax = ei ist. ei ist der i-te Koordinateneinheitsvektor. Darauf beruhen zwei Verfahren zur Bestimmung von B = A- 1 :
bi
• Berechnung mit dem Gauß-Algorithmus Dieses Verfahren empfiehlt sich für Matrizen mit Zahlen ab einer Größe von 3 X 3. • Berechnung mit der Gramersehen Regel Dieses Verfahren empfiehlt sich für Matrizen bis zur Größe 3 x 3 und für Matrizen, in denen die Einträge Funktionen sind.
IInversenberechnung mit
dem Gauß-Algorithmus I
GaußAlgorithmus
CD ® ®
Man schreibt dien x n-Einheitsmatrix rechts neben die Matrix A. Durch Umformungen des Gauß-Verfahrens wird aus der Matrix A die Einheitsmatrix En gemacht. Dabei werden alle Umformungen auch mit der Matrix auf der rechten Seite vorgenommen. Danach steht auf der rechten Seite A - 1 •
Beispiel 4: Die Inversen von A
= (
~ ~)
und B
=
(021 3~ 251)
55
1.4. MATRIZEN UND DETERMINANTEN
Zunächst wird neben A die Einheitsmatrix E geschrie( 1 311 -1 ) 811 0 ) ( 32 5 ben. Dann wird von der er0 1 {::} 2 5 0 1 sten die zweite Zeile und dann von der zweiten zwei( 1 0 1-5 8 ) 1 3 11 -1 ) mal die erste Zeile subtra{::} 0 1 2 -3 {::} ( 0 -1 -2 3 hiert. Danach wird die zweite Zeile dreimal zur ersten addiert und dann mit -1 multipliziert. Jetzt steht links die Einheitsmatrix und rechts A - 1 = ( -;_5 3 ).
!
Analog wird die Inverse von B berechnet: die ersten beiden Zeilen werden vertauscht und dann wird die erste zweimal von der zweiten Zeile subtrahiert. (1 2 2 0 1 0) 2 3 51 0 0) ( 1 2 2 0 1 0 {::} 0 -1 1 1 -2 0 0 0 1 0 0 1 0 0 1 0 0 1
Die zweite Zeile wird zweimal zur ersten addiert und dann mit -1 multipliziert. Zum Schluß werden in der dritten Spalte oben zwei Nullen erzeugt. ( 1 0 0 2 2 -3 0 ) 1 0 4 {::} ( 0 1 -1 -1 2 0 {::} 0 1 0 -1 0010 01 0010
Die Inverse von B ist damit B- 1 =
IInversenberechnung mit
(2 -3 -4) -1 0
2 0
1 1
~3
:4)
.
der Gramersehen Regel I
Am einfachsten ist der Spezialfall einer 2 x 2-Matrix:
Cramersche Regel 2 x 2-Matrix
b) - = ad -1 bc ( -cd -b) a
(a c d
1
Man muß also die Hauptdiagonale vertauschen, in der Nebendiagonalen das Vorzeichen umdrehen und durch die Determinante dividieren. Allgemeiner Fall
Allgemeiner Fall:
CD
Berechne det A. Falls det A
=
0 ist, ist A nicht invertierbar.
@ Berechne die Adjunkte Ad A zu A (vgl. S. 58). @ Es ist A- 1 =
de~A (Ad A)"':
KAPITEL 1. LINEARE ALGEBRA
56
BeispielS: Die lnve<sen von A
WegendetA=-1istA- 1 = Probe
~ G~) nnd B ~ G~ ~)
~ 1 (!2
-;8 ) =
(~5
!3).
Die Probe AA-l = E 2 geht auf. Zur Inversion von B berechnet man die Determinante von B durch Entwicklung nach der Ietzen Zeile: det B = 1
AdB =
I i ~ I= 4 -
3 = 1. Die Adjunkte von B ist
I~ il-1~ il I~ ~I -I~ ~I I~ ~1-1~ ~I (!a -4 I~ ~I-li ~I Ii ~ I
-1 2
1
n
Damit wird B- 1 = - 1 - (Ad B)T detB
~ ( !1 0
-3 2 0
Y)
J4. Rechenregeln für Determinanten J Rechen rege In für Determinanten
Determinanten gibt es nur bei quadratischen Matrizen! • Die Determinante ändert ihren Wert nicht, wenn das Vielfache einer Zeile (Spalte) zu einer anderen Zeile (Spalte) addiert wird. det(· · ·,
v+ a:w, · ··, w, · ··) = det(· · ·, v, · ··, w, ·· ·)
• Die Determinante einer Matrix ist die Determinante ihrer Transponierten. detA = detAT • Die Determinante ändert ihr Vorzeichen, wenn zwei Zeilen oder zwei Spalten vertauscht werden.
w · ··) =
det(· · · ' v' · · · , '
w ·· ·' v' · · ·)
- det(· · · , '
57
1.4. MATRIZEN UND DETERMINANTEN
• Wird aus allen Elementen der Faktor a ausgeklammert, muß insgesamt der Faktor an ausgeklammert werden. det(aA) = andetA • Wird eine Zeile (oder Spalte) in eine Summe aufgespalten, so ist die Determinante die Summe der Determinanten der einzelnen Summanden. det(· · ·, v+ w, · · ·) = det(· · ·, v, · · ·) + det(· · ·, w, · · ·) • Wird eine Zeile (oder Spalte) durch ihr a-faches ersetzt, so ist die Determinante das a-fache der ursprünglichen Determinante. det(···,a'Ü,···) = adet(···,'Ü,···)
•
det(AB) = det A det B
•
A regulär
<=>
detA det A
-1
~
1 = detA
0
• Eine einfache Regel für det(A + B) gibt es nicht. Die Determinante der Einheitsmatrix ist eins. Die Determinante von Diagonalund Dreiecksmatrizen ist das Produkt der Elemente auf der Hauptdiagonalen.
15. Berechnung von Determinanten I Die Determinante einer 2 x 2-Matrix ist das Produkt der Haupdiagonalelemente minus dem Produkt der Nebendiagonale: det (
~ ~)
= ad - bc
Bei einer 3 x 3-Matrix verwendet man die Sarrus-Regel: Die ersten beiden Spalten werden noch einmal rechts neben die Matrix geschrieben. Dann werden für jede der drei von oben links nach unten rechts durchgehende Diagonalen die Produkte addiert und für jede von oben rechts nach unten links verlaufende Diagonale subtrahiert. a
det
(~g h~
!)
d
z
= aei + bfg + cdh- ceg- afh- bdi
Berechnung von Determinanten
g /
b
c
1
e
f
1
h
i
a
b
d
e
g
h
~XX/ /XX~ /
/
"+ "+ "+ I
Achtung! Die Sarrus-Regel gibt es nur bei 3 x 3-Matrizen!
Sarrus-Regel
KAPITEL 1. LINEARE ALGEBRA
58
16. Laplace'scher Entwicklungssatz I Laplace'scher Entwicklungssatz Kofaktor algebraisches Komplement
Determinanten größerer Matrizen werden durch Entwicklung nach einer Spalte oder Zeile berechnet. Dazu müssen für die Elemente einer Zeile oder Spalte die Kofaktoren (andere Bezeichnung: algebraischen Komplemente) berechnet werden. Berechnung des Kofaktor eines Elements a;{
CD
Streiche die Zeile und Spalte, in der das Element a;i steht. Das sind die i-te Zeile und die j-te Spalte.
®
Berechne die Determinante der übrigbleibenden (n- 1) x (n- !)-Matrix.
@ Multipliziere diese Zahl mit ( -1 )i+i. Dieses Vorzeichen kann man nach der Schachbrettregel bestimmen: für das obere linke Feld der Matrix ist das Vorzeichen +1, danach wechseln sich +1 und -1 ständig ab.
Adjunkte
( +~. + ++ :::) ... . ..
..
Bezeichnung: Ist die Ausgangsmatrix A = (a;j), so wird der Kofaktor des Elements a;i mit A;i bezeichnet. Die Matrix der Kofaktoren ist die Adjunkte Ad A oder adjA von A. Achtung! Nicht mit "Adjungierter" verwechseln! n
detA
2:a;iAii
Entwicklung nach der i-ten Zeile
i=l
n
=
LaiiAii
Entwicklung nach der j-ten Spalte
j=l
Das bedeutet, daß man die Determinante einer Matrix dadurch berechnen kann, daß man für alle Elemente einer Zeile (Spalte) die Elemente mit ihren Kofaktoren multipliziert und diese Zahlen aufsummiert. Das läßt sich am Besten anwenden, wenn in der entsprechenden Zeile (Spalte) schon viele Nullen stehen.
Beispiel 6: Entwicklung von D =
1 2 3 4 2 3 4 3 nach der zweiten Zeile 3 4 3 2 4 3 2 1
Zunächst werden die Kofaktoren der Elemente berechnet. Nach der Schachbrett-
1.4. MATRIZEN UND DETERMINANTEN regelsind die Vorzeichen - · + ·-
= - det
A23
· +.
234)
Au~- det (
A"
4 3 2 3 2 1
c2
3 4
4 3
59
;)
A,.
~
3
+det ( ;
~ +det ( ;
3 2 2 3 4 3 3 2
;) )
Mit der Sarrus-Regel berechnet man A21
A22 = -10,
= 0,
A23 = -( -20) = 20 und A24 = -10
und erhält nach dem Entwicklungssatz
D = 2 · A21
+ 3 · A22 + 4 · A23 + 3 · A24 = 2 · 0 -
3 · 10 + 4 · 20 - 3 · 10
= 20.
13. Beispiele I sin
Beispiel 7: D
=
Man kann natürlich die Determinante einfach nach der Sarrus-Regel berechnen und dann oft genug die Gleichung sin 2 t + cos 2 t = 1 verwenden. Hier soll soweit wie möglich entwickelt werden. Zur Berechnung wird aus der zweiten und dritten Spalte dann nach der dritten Zeile entwickelt:
D =
sin
2(
COS
{)
T
herausgezogen und
cos
I cos
. {) . - 8111
sin
{)
I . ,v I sin
0
COS
cos
I)
Nun werden aus den beiden kleinen Determinanten die Faktoren sin {) und cos {) ausgeklammert: D
. {) T 2 ( COS 2 {) • Slll
=
I - cossm
sin
sin
Slll 3 {)
cos.
I)
r 2 ( cos 2 {) • sin {) (cos 2
+ sin 2 {))
KAPITEL 1. LINEARE ALGEBRA
60
Beispiel 8: Berechnung von D =
11 14 17 12 15 18 13 16 20
Bei dieser Determinante lohnt es sich, erst einige Umformungen zu machen: Die zweite Zeile wird von der dritten abgezogen, danach die erste von der zweiten. Damit erhält man zwar keine Nullen, aber kleinere überschaubarere Zahlen. D =
11 14 17 12 15 18 = 13 16 20
11 14 17 1 1 1 1 1 2
Jetzt zieht man die erste Spalte von der zweiten und dritten ab und entwickelt nach der zweiten Spalte.
D=
11 3 6 1 0 0 1 0 1
= -311
1
Beispiel 9: Das Produkt ABC für A = (
01
I = -3
~ ~1 ~~),
-1
1
0
2 0 1 0 3 0) B = ( 0 2 0 1 0 3 und C = ( 1 2 3 1 2 3) T 2 0 1 0 3 0
Wenn man zunächst das Produkt AB berechnet, hat man 18 Elemente zu berechnen und dann im Produkt (AB)C noch einmal 3. Berechnet man zunächst BC und dann A(BC), sind es nur 3 + 3 = 6 Elemente. Die gesamte Rechnung wird in einem Schema vorgenommen. Man erhält unten recht das Ergebnis
ABC~ ( ~3) I BeispiellO: D ~ det
B 2 0 2 2 0
1 0 1
A
-t
0
0 1 0 1
-!.
1 2 3 1 2 3 11 14 11
3 0 0 3 3 0 0 -1 0 0 -1 1 -3 -1 1 3 0
c
BC
ABC
G ~2) 0 2
0
Die Determinante wird nach der zweiten Spalte entwickelt. Da das erste und dritte Element Null sind, braucht man die Kofaktoren auch nicht zu berechnen.
1.4. MATRIZEN UND DETERMINANTEN
61
Nach der Schachbrettregel sind die Vorzeichen - - + - -, so daß das mittlere Element ein Pluszeichen abbekommt: D=-0+21
~ ~ 1-0=2·(6-45)=-78
Beispiel 11: Die Inverse von A =
~
(3 -4 0) 0
0
5
4
3
0
Hier wird die Gramersehe Regel benutzt. Bei der Berechnung der Determinanten muß man die Regel det( o:A) = an det A beachten. Das heißt, daß bei der Determinante von A der Vorfaktor i~s und bei der Berechnung der Adjunkte der Vorfaktor f& auftritt. Diese Rec(h~un!:n ~)nn man umgehen, wenn man statt der Inversen von A die von B =
CD
0
0
5
4
3
0
berechnet und die Regel (o:A)- 1 =~A-i benutzt.
Es ist detB = -80-45 = -125.
@ Die Adjunkte von B ist Ad B =
-15 -(-20) 0 0 0 -25 -20 -15 0
@ Die Inverse von A : 1 - (Ad B)T A- 1 = 5B- 1 = 5 detB 5 . .=..!. 125
4) 0 3 =AT (~~5 ~ =~~) =!5 (!4 0 0
-25
0
0
5 0
Die Matrix A hat also die Eigenschaft A-i = A-r: Matrizen mit dieser Eigenschaft heißen heißen orthogonal. Analoge Begriffsbildung: Ist A eine (komplexe) Matrix mit A-i = A*, so heißt A unitär. Orthogonalität einer Matrix bedeutet, daß die Spalten (und Zeilen genauso) ein Orthonormalsystem (ONS) bilden, vgl. Abschnitt 8. Beispiel 12: Auflösen der Matrixgleichung AX B + C = D nach X Erster Schritt ist die Subtraktion von C. Will man nun die Matrizen A und B auf die andere Seite bringen, muß man beachten, daß man von links mit A-i und von rechts mit B-i multipliziert:
AXB + C
= D {::} AXB = D- C {::}X= A-i(D- C)B-i.
orthogonal unitär
62
KAPITEL 1. LINEARE ALGEBRA
21 -35) 1
5
Gerechnet wird mit dem Gaußalgorithmus. Dabei wird das ganze tabellarisch aufgeschrieben und mit einer Kontrollspalte "abgesichert". Diese Kontrollspalte enthält (wie auf Seite. 74 beschrieben) die Summe der Elemente in der Zeile davor. Dann werden mit den Zahlen dieser Spalte beim Gaußverfahren die gleichen Umformungen gemacht wie mit dem Rest der Matrix. Zur Kontrolle rechnet man danach die Zeilensumme neu aus. Wenn man sich nicht verrechnet hat, muß man die Zahl in der Kontrollspalte erhalten. In der letzen Spalte wird notiert, welche Umformungen im nächsten Schritt vorgenommen werden, vgl. Seite 75. Die römischen Ziffern geben dabei die Nummer der Zeile an. Kommt es auf die Reihenfolge an, wird diese mit ®, ® usw. angegeben.
1
2
1 5 -3 2 1 0 0 1 5 0 1 2 5 1 0 1 5 0 0 -3 -13 -2 1 0 -5 1 0 1 5 0 0 0 2 -2 1 0 0 -4 0 1 0 5 0 0 1 -1
0 1 0 0 0 1
0 0 1 0 1 0
0 0 1
-2
5/2
11/2 -13/2 3/2
-5/2 1/2
Die Inverse von A ist also A- 1 =
1 3
!)
1 7 !)
7 -17 III := III + 3II -5 I:=I+5III Q1} 7 Il:=Il-5III@
4 5 -3 2
(~4 ~~~2 -1
II := II- 2l @ l/Ittll ® I:= I- 2l/
1/2
III := III/2 @
63
1.5. LINEARE GLEICHUNGSSYSTEME
1. 5
Lineare Gleichungssysteme
IL Definitionen! Ein lineares Gleichungssystem (LGS) mit m Gleichungen für n Unbekannte hat die Form
a31X1
+ + +
am1X1
+
aux1 a21X1
+ + +
a1nXn
b1
a2nXn
b2
a33X3
+ + +
a3nXn
b3
am3X3
+ ... +
amnXn
bm
a23x3
a32X2
+ + +
am2X2
+
a12X2 a22x2
a13X3
Dabei sind die (reellen oder komplexen) Zahlen au bis a 111 n die Koeffizienten, bis Xn die Unbekannten und b1 bis bm ist die rechte Seite.
x1
IMatrixschreibweise I
A=
("" .
am1
a,.) a~n
a12 a22
:
'
x~m
und
amn
am2
Koeffizienten rechte Seite Matrixschreibweise
Übersichtlicher ist die Matrixschreibweise: Mit a21
lineares Gleichungssystem LGS
b=
(:~)
schreibt sich das LGS als
Ax=b. Ist b = Ö, heißt das LGS homogen, sonst inhomogen. Ersetzt man in einem inhomogenen LGS die rechte Seite bdurch Ö, so erhält man das zugehörige homogene Gleichungssystem. Zur Durchführung des Gauß'schen Eliminationsverfahrens bietet sich die Schreibweise in einer erweiterten Matrix an. Dazu werden in der expliziten Schreibweise als Gleichungen die Unbekannten x 1 bis Xn und die Pluszeichen weggelassen, so daß nur die Systemmatrix A iibrigbleibt. Die Gleichheitszeichen werden durch eine senkrechte Linie ersetzt. Auch die Matrixklammern außen können fehlen. a12
a1n
a21
a22
a2n
b,)
am1
am2
amn
bm
(""
b2
oder
au
a12
a1n
b1
a21
a22
a2n
b2
am1
am2
amn
bm
Bei homogenen Systemen läßt man den Strich und die rechte Seite auch noch weg, so daß nur die Matrix A dasteht. In dieser Schreibweise bedeutet die Durchführung des Gauß'schen Eliminationsverfahrens, die Systemmatrix auf der linken Seite in Zeilenstufenform zu bringen.
homogen, inhomogen
erweiterte Matrix Systemmatrix
Zeilenstufenform
KAPITEL 1. LINEARE ALGEBRA
64
Eine Matrix ist in Zeilenstufenform, wenn sie so aussieht: • Die erste Zeile kann links Nullen haben, muß aber nicht. • Jede Zeile hat links mindestens eine Null mehr als die darüber. • Die letzten Zeilen können auch nur aus Nullen bestehen. Beispiel 1: Matrizen in Zeilenstufenform
0 [] 3
A= (0 0 0
D=
0 0 0
@] (o 0
0 0 0 1
rn0
~ ~) (~ ~ ~ ~ ~) B=
0
1 1 0 2 0 0
0
oooo[f]
C=
[! H~ fl oooo 0
o1)
E=
[f]
(0o []rn 1o ~ ~) @]7
F=
(&rn
0 0
0
0 0 0
2 4 2
5 5 0 Das jeweils erste Element von links, das ungleich Null ist, ist eingerahmt. Was weiter rechts davon steht, ist unerheblich. 0
0
0
A, B, C und D sind in Zeilenstufenform, E und F sind es nicht, da bei E die zweite Zeile links soviele Nullen hat wie die erste (nämlich eine) und weil bei F die Nullen rechts und nicht links mehr werden.
IInterpretation von LGS I Nimmt man die Interpretation des Matrix-Vektor-ProduktsAx von Seite 53, so läßt sich das Problem so formulieren: • welche Koeffizienten x 1 bis Xn muß eine Linearkombination der Spaltenvektoren der Matrix A haben, damit sich der Vektor bergibt? • Gesucht ist ein Vektor x, der mit den Zeilenvektoren der Matrix A die Skalarprodukte b1 bis bm hat. Insbesondere sucht man bei homogenen Systemen einen Vektor, der auf den Zeilen von A senkrecht steht.
j2. Berechnung I
ILösbarkeit und Lösungsstruktur I Kern
Nullraum ker A
Wegen des im siebten Abschnitt beschriebenen Zusammenhangs zwischen Matrizen und linearen Abbildungen nennt man die Menge aller Vektoren x mit Ax = Ö den Kern oder Nullraum von A. Schreibweise: ker A oder K(A). Stets gilt:
1.5. LINEARE GLEICHUNGSSYSTEME
65
• Der Kern bildet einen Unterraum, d.h. mit zwei Vektoren sind auch die Summe und Vielfache im Kern enthalten. • Für die homogene Gleichung gilt die Dimensionsformel: Hat mannUnbekannte und ist k der Rang der Matrix A, so ist
Dimensionsformel
k.l
Idim ker A = n Das bedeutet, daß man n - k Parameter in der Lösung frei wählen kann. • Die allgemeine Lösung der inhomogenen Gleichung erhält man als Summe einer partikulären Lösung und aller Lösungen der homogenen Gleichung. Das bedeutet, daß die Menge aller Lösungen einen affinen Unterraum bildet. • Ein inhomogenes LGS ist genau dann lösbar, wenn der Rang der Matrix A gleich dem Rang der erweiterten Matrix (AI b) ist. Bei quadratischen n x n Matrizen A gilt: Die inhomogene Gleichung ist für jede rechte Seite {::} Die homogene Gleichung ist (durch {::} det A
beindeutig lösbar.
x = 0) eindeutig lösbar.
=f 0
{::} A ist regulär.
{::} ker A = {0}. {::} rg A = n. Beispiel 2: Die Lösbarkeit der LGS Ax = 0 und Bx = b mit den Matrizen A und B aus Beispiel 8 im nächsten Abschnitt (S. 84) A =
(312 432 354 645 675) und B (100 000 304 000 65)7 =
Da der Rang von A zwei (S. 84) ist und es 5 Unbekannte sind (es ist ja eine 3 x 5-Matrix), hat das LGS nach der Dimensionsformel einen dreidimensionalen Lösungsraum. Da der Rang von B drei ist und der Rang von der erweiterten Matrix (BI b) erstens nicht kleiner sein kann (es kommen ja Spaltenvektoren hinzu) und zweitens nicht größer sein kann (es sind ja nur drei Zeilen), ist auch der Rang der erweiterten Matrix drei. Damit ist das System für jede rechte Seite b lösbar. Nach der Dimensionsformel hat das homogene System einen Lösungsraum der Dimension5-3 = 2. Das inhomogene System hat damit eine Lösung der Gestalt x = x0 + >-.ä1 + J.La2 mit zwei Parametern ).. und Jt.
partikuläre Lösung
66
KAPITEL 1. LINEARE ALGEBRA
IAuswahl der Rechenmethode I Zur Lösung von LGS gibt es zwei Verfahren: das Gauß'sche Eliminationsverfahren und die Gramersehe Regel. Standardverfahren ist das Gaußverfahren. Vorteile der Cramerschen Regel
Die Gramersehe Regel hat in folgenden Fällen Vorteile: • Es sind zwei Gleichungen mit zwei Unbekannten. • Das LGS enthält Funktionen statt Zahlen. • Es ist nicht die Gesamtlösung
x, sondern nur eine Komponente Xi gesucht.
• Man braucht (etwa in theoretischen Überlegungen) eine geschlossenen Formel für die Lösung. Nachteile der Cramerschen Regel
Die Nachteile der Gramersehen Regel : • Das Verfahren ist nur für eindeutig lösbare Systeme mit quadratischer Matrix A verwendbar. • Das Berechnen vieler großer Determinanten ist aufwendig.
11. Gramersehe Regel I Cramersche Regel
Gesucht ist die Lösung des LGS Ax =
b.
A ist dabei einen x n-Matrix.
CD
Berechne det A. Ist det A = 0, so ist das LGS entweder unlösbar oder mehrdeutig lösbar und die Gramersehe Regel ist nicht anwendbar.
®
Die Matrix A; entsteht, indem der i-te Spaltenvektor von A durch die rechte Seite bersetzt wird. Berechne det A;.
®
Die i-te Komponente des Lösungsvektors
x ist
detA; Xi
= detA ·
67
1.5. LINEARE GLEICHUNGSSYSTEME
Spezialfall
Spezialfall eines 2 x 2-Systems:
( ~ ~) x =
(j) ist eindeutig lösbar
{:}
det (
~ ~)
2X2 ;f 0.
Dann ist
Beispiel 3: x 3 aus der Lösung des LGS
CD
detA =
12 16 -9
0 -2 -8 1 3 7 = (-1)(46- 48) = 2. 0 -6 -23
6 7
2 4 1 3
2xr + 4x2 + 6x3 x 1 + 3x2 + 7x 3 3xr + 3x2 - 2x3
3 3 -2
2 4 12 1 3 16 wird aus der 3 3 -9 ersten Zeile der Faktor 2 und aus der letzten der Faktor 3 herausgezogen.
@ Zur Bestimmung der Determinante von A3 = 1 2 6 det A3 = 2 · 3 · 1 3 16 1 1 -3
2 6 1 10 0 -1 -9 1
=6 0
@ Es ist x 3 = ddet AA3 = Q= 3. Analog erhält man et
I Beispiel 4: ~~
2
3~
:
In Matrixschreibweise mit
CD
Wegen det ( ~
~)
:
Xr
= 6( -9 + 10) = 6 = 1 und
X2
= -2.
~2
x = ( ~)
lautet das LGS (
~ ~) x = ( ~2) .
= 2 · 3 - 4 · 1 = 2 =f 0 ist das System eindeutig lösbar
und die Gramersehe Regel ist anwendbar.
@ Es ist detA 1 = det ( ~2 .
det A 1
8
~)
= 8 und detA 2 = det det A 2
-12
(~ ~2 ) .
_
= -12. ( 4 )
@ Mrt x = det A = 2 = 4 und y = det A = - 2- = -6 rst x = _ 6 .
KAPITEL 1. LINEARE ALGEBRA
68
Gauß'sches Eliminationsverfahren
12. Gauß'sches Eliminationsverfahren I Das Gauß'sche Eliminationsverfahren ist ein systematisches Verfahren zur Auflösung von LGS. Zunächst wird eine Standardversion beschrieben, danach Varianten. Ziel des Verfahrens ist es, mit Hilfe erlaubter Umformungen das LGS auf eine bestimmte Form ("gestaffeltes System") zu bringen, in der man die Lösungen (soweit es sie überhaupt gibt) einfach ablesen kann.
Erlaubte Umformungen
Erlaubte Umformungen: • Vertauschen zweier Gleichungen. • Multiplikation einer Gleichung mit einer Zahl a
=/:-
0.
• Addition eines Vielfachen einer Gleichung zu einer anderen. Das Verfahren wird an Beispielen erklärt. Dabei wird links das Gleichungssystem aufgeschrieben und rechts daneben die Kurzschreibweise als erweiterte Matrix. Beispiel: eindeutig lösbar
Tip
Gesucht ist die Lösung von 2xl X1 3xl
+ 4x2 + 6xa + 3x2 + 7xa + 3x2 - 2xa
= =
12 16
-9
12)
4 6 3 7 16 3 -2 -9
G
Bei allen folgenden Schritten werden nur die oben aufgeführten erlaubten Umformungen verwendet. Jeder Umformung des LGS entspricht eine Umformung der erweiterten Matrix. Wenn man sich über die Zulässigkeit einer Umformung oder die Bedeutung dieser Matrix im Unklaren ist, kann man sie jederzeit durch die ausgeschriebenen Gleichungen ersetzen. Das empfiehlt sich besonders bei nicht eindeutigen Lösungen. Welche Umformungen vorgenommen werden, richtet sich immer nach der Systemmatrix auf der linken Seite!
CD
Zunächst wird in der ersten Zeile als Koeffizient eine Eins erzeugt. Man könnte z.B. die ersten beiden Gleichungen vertauschen oder die zweite von der ersten subtrahieren. Hier dividieren wir die erste Gleichung durch den Faktor 2 bzw. multiplizieren mit 1/2. x1 x1 3xl
+ 2x2 + 3xa + 3x2 + 7xa + 3x2 - 2xa
=
6 16 -9
(11 32 37 166) 3 3 -2 -9
@ Jetzt werden geeignete Vielfache der ersten Gleichung zu den weiteren addiert, um das x 1 aus diesen Gleichungen zu "eliminieren".
1.5. LINEARE GLEICHUNGSSYSTEME
69
Hier wird zur zweiten das Negative, und zur dritten das ( -3}-fache der ersten Gleichung addiert: x1
+ 2x2 + 3x3
6
x2 + 4x3 -3x2- llx3
10 -27
( 001
i
~
6 ) 10 -3 -11 -27
@ Die erste Gleichung bleibt ab jetzt unverändert und man führt die Schritte
CD
und ® mit den übrigen Gleichungen durch:
® ®
x 2 hat schon den Vorfaktor 1. Addition des Dreifachen der (neuen} ersten zur (neuen} zweiten Gleichung liefert x1
+ 2x2 + 3x3 x2 + 4x3 XJ
(01 21 34 106)
6 10 3
0 0 1
3
@ Jetzt ist man bei einem gestaffelten LGS angekommen, das von unten nach oben rekursiv aufgelöst werden kann: Die letzte Zeile liefert x 3 = 3. Dieses Ergebnis wird in die zweite Gleichung eingesetzt: x2 = 10- 4x3 = 10-4 · 3 = -2.
Beieie Werte in die erste Gleichung eingesetzt: x1 = 6- 2x2- 3x3 = 6- 2 · ( -2)- 3 · 3 = 1 Die eindeutige Lösung des LGS ist also x 1 = 1, x 2 = -2 und x 3 = 3. Ändert man das Beispielsystem ab, kann das Lösungsverhalten anders sein: 2x1 + 4x2 + 6x3 x1 + 3x2 + 7x3 3xl + 3x2 - 3x3
12 16
-9
2 4 (1 3
6 12) 7 16 3 3 -3 -9
Hier ist nur der Vorfaktor von x 3 in der dritten Gleichung von -2 zu -3 geändert worden. Die erste Umformung wird wie oben vorgenommen. Bei® entsteht als dritte Gleichung -3x 2 - 12x3 = -27 x1
+ 2x2 + 3x3
6
x2 + 4x3 -3x2- 12x3
10 -27
(0~ -3i ~
6 ) 10 -12 -27
Beispiel: unlösbar
KAPITEL 1. LINEARE ALGEBRA
70 und bei
® als dritte Gleichung 0 = x 1 + 2x2 x2
+ 3x3 + 4x3
=
3
~)
6 10 3
0 =
Da dies ein Widerspruch ist, ist das LGS unlösbar. Jetzt ändert man in der dritten Zeile des obigen Systems die rechte Seite zu -12: Beispiel: mehrdeutig lösbar
2xl + 4x2 + 6x3 x 1 + 3x2 + 7x3 3xl + 3x2 - 3x3
2 4 (1 3
12 16 -12
12) 16 3 3 -3 -12 6 7
Nach der Division der ersten Gleichung durch 2 erhält man in x 1 + 2x2 + 3x3 x2 + 4x3 -3x2- 12x3 und in
®
1 2 6 ) 3 (0 1 10 4 0 -3 -12 -30
6 10 -30
als dritte Zeile 0 = 0 x 1 + 2x2 x2
+ 3x3 + 4x3 0
Parameter
®
6 10 0
(10 21 34 106) 0 0 0
0
Die letzte Gleichung ist immer erfüllt und kann daher wegfallen. Jetzt hat man den Effekt, daß man x 3 als freie Variable oder Parameter wählen kann. Nimmt man x 3 = t, kann man die beiden übriggebliebenen Gleichungen auflösen zu x2 = 10 - 4x3 = 10 - 4t x1
und
= 6- 2x 2 - 3x3 = 6- 2 · (10- 4t)- 3t = -14 + 5t.
Die Lösungsgesamtheit ist also x 1
= -14 + 5t, x 2 = 10- 4t und x 3 = t mit t
E IR.
Schreibt man das als Vektor, erkennt man die Stuktur der Lösung:
Der erste Vektor ( -14, 10, 0) Tist eine partikuläre Lösung. Der Kern des zugehörigen homogenen LGS LJsteht aus dem von (5, -4, 1)T aufgespannten Unterraum.
71
1.5. LINEARE GLEICHUNGSSYSTEME
IFormulierung des Verfahrens für
erweiterte Matrizen I
CD bis @ wird die Systemmatrix in Zeilenstufenform gebracht. CD In der oberen linken Ecke der Systemmatrix wird eine Eins erzeugt.
In
Falls in der ersten Spalte nur Nullen stehen, ignoriere diese Spalte und mach mit der Restmatrix ohne sie weiter.
@ Erzeuge unter dieser Eins Nullen.
®
Ignoriere ab jetzt die erste Zeile und Spalte und wende das Verfahren ab auf die übrigbleibende Matrix an.
CD
@ Wenn Zeilen entstehen, die (links und rechts) nur aus Nullen bestehen, werden sie weggelassen.
@ Am Ende des ersten Teils des Eliminationsverfahrens gibt es drei mögliche Situationen für die Systemmatrix auf der linken Seite: • Die Matrix links hat unten mindestens eine Zeile nur mit Nullen, aber rechts steht keine Null. Dann ist das LGS unlösbar. • Die Matrix links hat in der ersten Zeile links keine und in jeder weiteren Zeile links genau eine Nullmehr als in der Zeile davor. Dann gibt es eine eindeutige Lösung des LGS. Andere Formulierung: die Matrix ist eine (quadratische) obere Dreiecksmatrix und die Diagonalelemente sind ungleich Null. • Wenn keiner der beiden Fälle oben auftritt, hat die Matrix weniger Nicht-Null-Zeilen als SpalteiL Dann ist das LGS mehrdeutig lösbar. Diejenigen Variablen, die nicht zu den Spalten mit den Einsen gehören, wählt man als Parameter. Die anderen Variablen sind dann durch diese und die rechte Seite festgelegt.
@ Im Fall der Lösbarkeit wird die Lösung rekursiv von der letzten Zeile ausgehend ermittelt.
IVarianten des Verfahrens -
Rechentechniken
I
Wenn man sich an die Beschreibung des Algorithmus hält, kommt man immer zu einer Lösung (falls es die gibt). Rechentechnisch sind die nachfolgend besprochenen Varianten oft günstiger. Besonders wichtig ist das folgende Verfahren, das auch bei der Inversion von Matrizen angewendet wird:
KAPITEL 1. LINEARE ALGEBRA
72
Wichtiges Verfahren
Wenn man eine Eins ausgewählt hat, erzeugt man nicht nur darunter, sondern auch darüber durch Addition geeigneter Vielfacher der Zeile Nullen in der entsprechenden Spalte. Das Verfahren wird am ersten Beispiel von oben erläutert. Die ersten beiden Schritte sind wie oben. Da die Matrizen Kurzschreibweisen für LGS sind, werden sie durch Äquivalenzzeichen verbunden. 2 4 (1 3
6 12) 7 16 3 3 -2 -9
1~)
1 2 3 (1 3 7 3 3 -2 -9
( 001
i
~
6 ) 10 -3 -11 -27
Jetzt wird nicht nur das Dreifache der zweiten Zeile zur dritten addiert, sondern auch das Doppelte der zweiten Zeile von der ersten subtrahiert: 1 0 -5 -14) (0 1 4 10 0 0 1 3
1 0 0 1) ( 0 1 0 -2 0 0 1 3
Bei der letzten Umformung wurde das 5-fache der letzten Zeile zur ersten addiert und das 4-fache der letzten Zeile von der zweiten subtrahiert. Jetzt kann man die Lösung Xt = 1, x2 = -2 und x3 = 3 bequem ablesen. Auch im Fall nichteindeutiger Lösbarkeit hat diese Variante Vorteile. Das dritte Beispiel von oben sieht dann so aus: 2 4 (1 3
6 12) 7 16 3 3 -3 -12
1 2 (1 3
3
6 ) 7 16 3 3 -3 -12
( 001
i
~
6 ) 10 -3 -12 -30
Im nächsten Schritt fällt die dritte Zeile weg. Gleichzeitig wird das Doppelte der zweiten Zeile von der ersten subtrahiert. 1 0 -5 -14) (0 1 4 10 0 0 0 0 Das ist eine typische Situation: vorne steht (ev. nach Spaltenvertauschungen) eine (2 x 2- )Einheitsmatrix. Die Variablen dahinter (hier ist nur eine) nimmt man in der Lösung als Parameter. Mit x 3 = t liest man aus den ersten beiden Zeilen ab: Xt
= -14 + 5x3 = -14 + 5t,
X2
= 10 - 4x3 = 10 -
4t.
Die Lösung schreibt man dann ebeso wie in der Rechnung oben in Vektorform um.
73
1.5. LINEARE GLEICHUNGSSYSTEME
IBrüche vermeiden I Eine Variante ist es darauf zu verzichten, in der oberen linken Ecke eine Eins zu erzeugen und sich zunächst mit einer Zahl ungleich Null zufriedenzugeben. Damit kann man oft die Benutzung von Brüchen vermeiden.
. . 5: I Bmspiel
2x 4X
+ +
y = 3y =
Brüche vermeiden
2
- 2
Hier läßt man die erste Zeile stehen und erzeugt gleich darunter eine Null:
Man liest die Lösung x = 4, y = -6 ab.
IEinsen in anderen Spalten I Genauso kann man darauf verzichten, die Eins (oder die Zahl ungleich Null) in der jeweils ersten Spalte zu erzeugen. Man kann eine beliebige Spalte wählen, erzeugt darunter und darüber Nullen und läßt dann in den weiteren Berechnungen diese Spalte außer acht.
I
Beispiel 6:
i~
! 2~
Einsen in anderen Spalten
2 5
Hier beginnt man mit der schon vorhandenen 1 in der zweiten Spalte:
Man liest die Lösung y = 6 und x = -1 ab.
ISimultane Lösung für mehrere rechte Seiten I Soll das Gleichungssystem für mehrere rechte Seiten gleichzeitig gelöst werden, schreibt man die rechten Seiten nebeneinander und rechnet "normal" weiter. Das macht man z.B. beim Invertieren von Matrizen mit den rechten Seiten e1 bis
en.
. . 1 7 2x B eispie : 4x
+ +
y = 3y =
2
_2
und
2x 4x
+ +
y 3y
5 5
Mit denselben Umformungen wie oben hat man
I
I
I
10) (10 o1 I-64 -55)
(2 o 8 (2 1 2 5 ) 2 5) ( 42 31 -2 5 {::} 0 1 -6 -5 {::} 0 1 -6 -5 {::}
Im ersten Gleichungssystem ist wie oben x = 4 und y = -6, im zweiten x = 5 und y = -5.
Simultane Lösung
KAPITEL 1. LINEARE ALGEBRA
74
IVarianten des Verfahrens Kurzschreibweise
Notation
I
IKurzschreibweise I Die Matrizen in den verschiedenen Arbeitsschritten werden in ein Schema untereinandergeschrieben und durch waagerechte Striche getrennt. Zeilen, die nicht mehr verändert werden, werden durch Einrahmen der ganzen Zeile {oder der erzeugten 1) markiert und nicht weiter aufgeschrieben. Bei der Bestimmung der Lösung durch Einsetzen werden dann nur die markierten Zeilen verwendet.
+ 4x2 + 6x3 + 3x2 + 7x3 3xl + 3x2 - 2x3 2xl
Beispiel 8:
X1
12 16 -9
= = =
Das ist das erste Beispiel von oben. Die Rechnung schreibt sich so: 2 1 3 1 1 3 0 0 0
4 6 12 7 16 3 3 -2 -9 2 3 6 3 7 16 3 -2 -9 1 4 10 -3 -11 -27 1 0 3
ISpalten vertauschen I Spalten vertauschen
Will man Spalten vertauschen, darf man das, wenn man sich merkt, welche Spalte zu welcher Variablen gehört. Beispiel: y Z 2 -1 2 -2 -1 2 -2 X
(
2) {::} (!1
-1
Beim Invertieren von Matrizen ist das Vertauschen von Spalten verboten!
IKontrollspalte
J
Kontrollspalte Mehr Rechensicherheit erhält man mit einer Kontrollspalte. Dazu schreibt man in der Ausgangsmatrix ganz rechts hinter einen Doppelstrich die Summe der Elemente jeder Zeile hin, also von linker und rechter Seite des LGS. Mit diesen Zahlen
75
1.5. LINEARE GLEICHUNGSSYSTEME
werden nun die gleichen Umformungen wie mit dem Rest der Matrix vorgenommen. Nach jeder Umformung kontrolliert man, ob die Summe noch stimmt. Beispiel 9: 2x 4x
+
2
y
-2
3y
Die -1 unten in der Kontrollspalte ist jetzt dadurch entstanden, daß von der zweiten Zeile das Doppelte der ersten subtrahiert wurde. Die Kontrolle besteht darin, daß -1 auch die Summe der Zahlen vor dem Doppelstrich ist.
INotation der Umformungen I Will man die Rechnung später noch einmal nachsehen, schreibt man auf, welche Umformungen man macht. Dazu gibt es viele verschiedene Notationen, von denen drei vorgestellt werden.
®
Multiplikation mit Konstanten und Addition von Vielfachen einer Zeile zu einer anderen wie im Beispiel unten, Vertauschen von Zeilen durch Verbindung mit PfeileiL
@ Steht in der Notationsspalte bei der durch ein Kästchen markierten Zeile der Faktor a und bei einer anderen darunter (oder darüber) der Faktor b, so wird die andere Zeile durch das a-fache der markierten plus das b-fache der anderen ersetzt.
©
Es wird eine PASCAL-ähnliche Schreibweise benutzt, wobei die Zeilen durch römische Zahlen gekennzeichnet werden. Vertauschung der ersten beiden Zeilen z.B. wird als I f+ I I beschrieben.
@
®
2 1 3
[] 1
3 0 0 0
4 3 3 2 3 3
[]
G 7 -2 3 7 -2
12
©
1/z
:2
I:= I/2
1G
-9 G 1G
(!)@ +-
-9
10 4 -3 -11 -27 3 0 L!J
I
-1 -3 1
1
+-
®
+-
3 1
II := I I - I III := III- 3I III := III + 3II
Notation der Umformungen
KAPITEL 1. LINEARE ALGEBRA
76
13. Beispiele I Beispiel 10: Die Lösung von Ax = Ömit A
(30 813 45)7
=
1
Es handelt sich um ein homogenes System, das mit dem Gauß-Algorithmus gelöst wird. Dazu wird von der ersten das Dreifache der zweiten Zeile subtrahiert.
{: }
(30 815)7 1 3 4
-;8 ~7)
(~ 0
8
7
Da die dritte Zeile das Negative der ersten ist, kann man sie weglassen. Jetzt wird auf drei verschiedene Arten weitergerechnet.
®
Zeilenvertauschen, Division der {neuen) zweiten Zeile durch -8 und Subtraktion des Dreifachen der zweiten von der ersten Zeile:
(~ !8 !7) {::}
G~ 's) {::}
(1 0 0 1
7
11/8 )
1/s
mit x 3 = t kann man die Lösung ablesen: Xt
= -
11/st
X2
=
-7jst,
X3
=
t,
t E IR.
Wenn man es lieber ganzzahlig hat, ersetzt man t = 8s und erhält Xt
= -lls,
x2 =
-7s,
X3
s E IR.
= 8s
@ Wenn man nicht gerne mit Brüchen rechnet, kann man die erste Zeile mit 3 und die zweite mit 8 multiplizieren und dann die erste zur zweiten addieren: ( 0 -24 -21)
8
24
32
( 0 -24 -21) 8
0
11
Wenn man jetzt die Zeilen durch -24 und 8 dividiert, kann man wie bei@ die Lösung ablesen. Trick
©
Da die Matrix den Rang 2 hat, berechnet man mit der Dimensionsformel (siehe S. 65) die Dimension des Lösungsraums dim ker A=l. Es reicht also, einen nichttrivialen Vektor im Kern von A zu bestimmen. Nach der Interpretation des LGS auf Seite 64 sucht man einen Vektor x0 , der auf den Zeilen von A senkrecht steht. Eine Möglichkeit ist das Kreuzprodukt der Zeilen:
Alle Lösungen sind also durch
x = tx0 , t E IR gegeben.
Diesen Trick kann man oft bei der Bestimmung von Eigenvektoren bei 3 x 3Matrizen benutzen.
77
1.5. LINEARE GLEICHUNGSSYSTEME
I Beöspielll• Das LGS
( 3 + i -4i 12 + i) -2i 2- i 2
Dieses komplexe 2 x 2-System löst man am besten mit der Cramerschen Regel. i -4i det A = 3 + _ 2i 1 2 det At =
I ; ~ ~ =~~ I= -4i + 2 + Bi + 4 = 6 + 4i
dct A2 --13 +2 i 22 + _ii Damit ist die Lösung Zt
I=- 6.2+ 2 + 8.2 = 2 + 2.2
I=
. 3 - 3.2 . 4 - 22= 7 -2-
z = ( :~)
= 6 + 4i = (6 + 4i)(2 - 2i) = !( 20 _ 4i) = !( 5 _ i) 2 8 8 2 + 2i 3. 12i (3-3i)(2-2i) 3-3i =-s=-22 s z2 =2+2i=
Beispiel 12: Die
L(ö~m~ v~n A~6= ~)mit
A=
0 0 -2 -8 2 2 2 1 0 1
und
bt
( 12 ) = -14 und 11
( 3)
b2 =
2 1
Es wird die tabellarische Schreibweise, eine Kontrollspalte K und die Notation für die Operationen verwendet.
©
Xt
X2
3 0 1 1 0 3 1 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0
bt bz xs X4 12 3 0 -6 9 -2 -8 2 -14 2 1 11 2 2 1 1 11 2 2 1 -1 -1 4 7 1 12 3 0 -6 9 1 11 2 2 1 -1 -1 4 7 1 -3 -12 3 -21 0 2 4 0 -2 3 -1 -1 4 7 1 -3 0 0 0 0 X3
K 21 -20 18 18 10 21 18 10 -33 8 10 -3
I++ III I!:= II /( -2)
III := I l l - 3I I:= I - II III := III + 3ll
Die letzte Zeile s~t nun, daß das LGS für die rechte Seite b2 unlösbar ist. Bei der rechten Seite b1 fällt die letzte Zeile weg und man kann die Lösung ablesen:
KAPITEL 1. LINEARE ALGEBRA
78
bei x 1 und x 3 stehen die Einsen. Diese Variablen werden durch die restlichen festgelegt: man wählt x 2 = t, X4 = u und xs = v und erhält x1 = 4 + 2x4- 3xs = 4 + 2u- 3v,
X3
=7-
4x4
+ xs = 7 -
4u + v
Die Gesamtlösung bildet einen dreidimensionalen affinen Unterraum des IR5 :
Beispiel 13: Die Lösung von Ax =
bmit A =
(c?s cp -r sin cp) und b= (r) sm cp r cos cp 0
Die Determinante von A ist det A
= r cos2 cp + r sin2 cp = r.
Für r =/- 0 ist das LGS also eindeutig lösbar und wird, weil es Funktionen enthält, mit der Gramersehen Regel gelöst.
I
I= r2coscp
I
I= -r sin cp
dctA1 = 0r -rsincp rcoscp det A2 = c?s cp ro smcp Damit ist für r =/- 0 die eindeutige Lösung x1
Für
1·
det A1
= -ctd A =
1· 2cos cp
r
det A2
-= = rcoscp und x2 = dctA
-r sin cp r
.
= -smcp
= 0 lautet das LGS als erweiterte Matrix
Da sin cp und cos cp nicht gleichzeitig Null werden, muß x 1 = 0 sein. x 2 ist frei wählbar. Die Lösung ist also ( cos cp ) x = - sincp
für r=/-0
und
x=t(~),
tEIR
fürr=O.
1.6. VEKTORRÄUME
1.6
79
Vektorräume
j1. + 2.
Definitionen und Berechnungj
Da der Fall endlichdimensionaler Rämne im Mittelpunkt steht, werden alle Vektoren mit einem Pfeil geschrieben, was eigentlich nur im !Rn und cn üblich ist.
IVektorraum I Ein reeller Vektorraum (kurz: VR) ist eine Menge, in der Addition und Multiplikationerklärt sind und in der folgende Rechenregeln gelten. ü, und wsind Elemente des Vektorraums, a und ß reelle Zahle11.
reeller Vektorraum
v
• ü+v=v+ü,
ü+(v+w)
• Es gibt einen Nullvektor Ömit
=
(v+ü)+w
v+ Ö= v.
• Zu v gibt es einen Vektor -v mit v + (-V) = Ö.
• (a+ß)v=av+ßv,
(aß)V=a(ßi!),
a(v+w)=av+aw,
l·v=v
Die Elemente des Vektorraums heißen Vektoren. Die Elemente des Grundkörpers IR oder C heißen Skalare. Läßt man auch komplexe Faktoren zu, hat man einen komplexen Vektorraum.
I Beispiel 1: !Rn und cn Wichtigstes Beispiel für einen Vektorraum ist der n-dimensionale euklidische Raum !Rn, der aus allen n- Tupeln von reellen Zahlen besteht. Der dreidimensionale Raum IR3 z.B. besteht aus allen Punkten mit drei Koordinaten (x, y, z). Dem Punkt (x,y,z) entspricht der Vektor r= (x,y,z)~ Läßt man komplexe Koordinaten zu, erhält man analog den cn. j Beispiel 2: Polynome
Der Raum aller Polynome höchstens n-ten Grades mit reellen oder komplexen Koeffizienten bildet einen (n+l)-dimensionalen reellen oder komplexen VR (s.u.). Die Addition von Vektoren ist die Addition von Polynomen. Dem Nullvektor entspricht das Nullpolynom. Daß die Axiome von oben erfüllt sind, ist unmittelbar klar. j Beispiel 3: Stetige F\mktionen, C(I)
Ist I ein Intervall, betrachtet man den Raum C(I) aller stetigen F\mktionen auf I. Das ist mit der gleichen Begründung wie in Beispiel 2 ein VR.
Vektor Skalar
KAPITEL 1. LINEARE ALGEBRA
80
IUnterraum I Unterraum Teilraum
Ist V ein VR und U ~ V eine Teilmenge, die selbst einen Vektorraum bildet, heißt U Unterraum, Untervektorraum oder Teilraum von V. Ist V ein VR und U ~ V, so ist U genau dann ein Untervektorraum, wenn U mit je zwei Elementen x und y auch x + y und alle reellen Vielfachen von x enthält. Diese Eigenschaft heißt Abgeschlossenheit gegen Summen und Vielfache Stets hat V die trivialen Unterräume V und {0}. Beispiel 4: Ist
A eine Matrix, so ist {xl Ax = 0} ein Unterraum.
Ax = 0 und Ay = 0 folgt ja A(x + fj) A(ax) = aAx = aO = 0. Aus
=
Ax + Ay
=
0 + 0 = 0 und
Der Unterraum in diesem Beispiel heißt Kern von A, vgl. S. 87. Ein weiteres Beispiel für einen Unterraum ist oben angegeben: Der Raum aller Polynome n-ten Grades auf lR ist ein Unterraum von C(JR), dem Raum aller stetigen reellen Funktionen, da Addition und Skalarmultiplikation nicht aus den Polynomen hinausführt. affiner Unterraum
Ist U ~ V ein Unterraum und i1 E V, so nennt man W = einen affinen Unterraum. U heißt die Richtung von V.
{rl r = i1 + il,
u EU}
Will man den Unterschied betonen, sagt man statt Unterraum dann auch linearer Unterraum. Ein linearer Unterraum ist ein Spezialfall des affinen Unterraums, der die Null enthält. Hyperebene
Ein (n- !)-dimensionaler affiner Unterraum eines n-dimensionalen Raumes wird als Hyperebene bezeichnet.
Dimension von U
(linearer) Unterraum
affiner Unterraum
0
{0}
{il}
1
Gerade durch null
Gerade
2
Ebenen durch null
Ebene
n-1
Hyperebene durch null
Hyperebene
Übersicht über lineare und affine U nterräume.
81
1.6. VEKTORRÄUME
Ilinear anhängig und unabhängig I Sind ä 1 bis äk Vektoren und a 1 bis ak reelle Zahlen, so nennt man den Ausdruck a 1 ä 1 + · · · akäk Linearkombination. Die Zahlen CYj heißen Koeffizienten. Man beachte, daß eine Linearkombination immer (auch in unendlichdimensionalen VR) eine endliche Summe ist.
Linearkombination Koeffizient
Die Vektoren v1 bis Vk sind linear abhängig (l.a.), wenn es Koeffizienten a 1 bis ak gibt mit a 1v1 + · · · + akvk = 0, wobei nicht alle a; = 0 sind. Andernfalls sind die Vektoren linear unabhängig (Ln.:.).
linear ( un )abhängig
Sind also a1
=
a2
v1
bis vk linear unabhängig und ist a 1v 1 ak = 0.
+ · · · + akvk = 0,
so folgt Kriterien für lineare Abhängigkeit
= ··· =
• Ein Vektor ist linear abhängig, wenn er der Nullvektor ist. • Zwei Vektoren ü und v sind linear abhängig, wenn sie auf einer Geraden durch Nullliegen bzw. wenn einer ein Vielfaches des anderen ist. Die Vektoren heißen dann kollinear. • Drei Vektoren ü, v und wsind linear abhängig, wenn sie auf einer Ebene durch den Nullpunkt liegen bwz. wenn einer sich als Linearkombination der beiden anderen darstellen läßt. Im !R3 hat man das Kriterium mit dem Spatprodukt:
Drei linear abhängige Vektoren heißen komplanar.
v1bis vk sind linear abhängig, wenn der Rang der Matrix mit den Spaltenvektoren v1 bis vk kleiner als k ist, siehe S. 83.
• k Vektoren
• Kriterium für n Vektoren des !Rn oder
v1 bis Vn
sind linear abhängig {:} det( v1 , ... , Vn) = 0.
Bei•piel ., Lineare Abhängigkeit von u
~
m'V~ T) (
Die drei Vektoren des !R3 sind linear abhängig det (ü, v, w) =
i
0
1 1 -~ -~1 = -
I -11
-1
0
{:}
und w
~ ( ~:)
det( ü, v, w) = 0. Wegen
I+ I -10
-1 -1
I= -1 + 1 = 0
(Entwicklung nach der ersten Spalte) ist dies der Fall; es ist ü-
v + w= 0.
KAPITEL 1. LINEARE ALGEBRA
82
I Spann, lineare Hülle I
Spann lineare Hülle Erzeugendensystem
Die Menge aller Linearkombinationen einer Menge M von Vektoren heißt Spann vonModerlineare Hülle von M. Schreibweise: spann(M) oder spM. -Der Spann einer Menge M bildet immer einen Unterraum, der als der von M aufgespannte Unterraum bezeichnet wird. Spannen die Vektoren VI bis vk den Unterraum U auf, so heißen die Vektoren Erzeugendensystem für U. Beispiel 6: Beispiele für "Spann" bzw. "lineare Hülle" • Der Spann der n Koordinateneinheitsvektoren des JRn ist gerade der IRn. • Der Spann der Monome 1, x, x 2 , .•. , xn ist der Raum der Polynome höchstens n-ten Grades. • Der Spann von
G) ,(~)
und (
=~) ist die Gerade {f1 r =
t
G) ,
t E IR}.
IBasis und Dimension I Basis
Die Vektoren bi bis bn bilden eine Basis des Vektorraums V, wenn sich jeder Vektor v E V in eindeutiger Weise als Linearkombination der Basisvektoren bi bis bn schreiben läßt:
V= Dimension
aibi + a2b2 + ... anbn
Wenn es eine Basis aus n Vektoren gibt (dann hat auch jede andere Basis n Elemente), nennt man den Raum n-dimensional. Schreibweise: dim V= n.
V ist n-dimensional. {::} Jen linear unabhängige Vektoren bilden eine Basis.
{::} Eine (und damit jede) Basis hat n Elemente. {::} Es gibt n linear unabhängige Vektoren mit V= span (vi, ... , vn). {::} Es gibt n linear unabhängige Vektoren, aber jeweils n linear abhängig. Kriterium: Basis
+ 1 Vektoren
sind
Charakterisierung einer Basis als minimales Erzeugendensystem
VI, ... , vk ist eine Basis für U, falls gilt: i) VI, ... , Vk spannen U auf, d.h. VI bis ii) keine echte Teilmenge von VI bis
vk
vk sind ein Erzeugendensystem für U. spannt U auf.
83
1.6. VEKTORRÄUME
Der Unterraum, der nur aus dem Nullvektor besteht, hat die Dimension Null. Beispiel 7: Beispiele für Basen 0) ~ e2 = (0, 1, 0, 0) T • Die Koordinateneinheitsvektoren el = (1, 0, usw. bis en = (0, 0, 0, 1) T sind eine Basis des n-dimensionalen Raumes m.n, die kanonische Basis oder Standardbasis. kanonische Basis • Die Monome 1, x, x 2 , • •• ,xn sind eine Basis des (n + 1)-dimensionalen Standardbasis Raumes der Polynome höchstens n-ten Grades. 0
0
0
0
0,
0
0
0,
0,
• Die Monome 1, x, x 2 , x 3 , Raumes aller Polynome.
•..
bilden eine Basis des unendlichdimensionalen
• Der Lösungsraum eines inhomogenen LGS ist ein affiner Unterraum. Der Lösungsraum eines homogenen LGS ist ein (linearer) Unterraum. Zum Beispiel hat das zugehörige homogene System von Beispiel 12 im letzten Abschnitt auf Seite 77 einen dreidimensionalen Lösungsraum. Eine Basis davon ist
'lih =
(0,1,0,0,0)~
w2 = (2,0,-4,1,0)T
und
W3 = (-3,0,1,0,1)T
IRang einer Matrix I Der Rang einer Matrix ist der Rang der zugehörigen linearen Abbildung, (S. 87). Verwandte Begriffe: Der Zeilenrang ist die Maximalzahllinear unabhängiger Zeilenvektoren der Matrix, der Spaltenrang die Maximalzahllinear unabhängiger Spaltenvektoren der Matrix. Schreibweise: rg A oder rank A. Damit sind Spalten- und Zeilenrang die Dimensionen der von den Spalten- bzw. Zeilenvektoren aufgespannten Räume. Rang = Zeilenrang = Spaltenrang Bestimmung des Ranges einer Matrix: Die Matrix A hat den Rang k {:} Es gibt k Lu. Zeilenvektoren, aber keine k
+ 1.
{:} Es gibt k Lu. Spaltenvektoren, aber keine k
+ 1.
{:} Es gibt eine k x k-Untermatrix mit nichtverschwindender Determinante, aber keine (k + 1) x (k + 1) Untermatrix mit dieser Eigenschaft. Eine k x k-Untermatrix entsteht dadurch, daß man beliebige Zeilen und Spalten streicht, so daß eine Matrix mit k Zeilen und k Spalten übrigbleibt. {:} Die Dimension des Bildes der Abbildung x ---* Ax ist k
Rang Zeilenrang Spaltenrang
84
KAPITEL 1. LINEARE ALGEBRA
Rang-
Zur Bestimmung des Ranges kann man die Matrix umformen.
bestimmung
Folgende Umformungen ändern den Rang einer Matrix nicht: • Transponieren • Addition von Vielfachen einer Zeile (Spalte) zu einer anderen Zeile (Spalte).
f. 0.
• Multiplikation einer Zeile (Spalte) mit einer Zahl a
Hat die Matrix A Zeilenstufenform, so ist der Rang die Anzahl der Nicht-NullZeilen in A.
Beispiel 8• Rang von A
~
(l 2345) 3 4 5 6 4567
und B =
(1 030 5) 0 0 4 0 6 00007
Bei der ersten Matrix subtrahiert man zunächst die zweite von der dritten Zeile und dann die erste von der zweiten Zeile. rg A = rg
(11 21 31 41 5)1 = rg (11 21 31 41 5)1 = 2 1 1 1 1 1
0 0 0 0 0
Die zweite Zeile wurde von der dritten subtrahiert, und offensichtlich bleiben zwei linear unabhängige Zeilen übrig. Bei der zweitenMatrixBist der Rang höchstens drei, da es nur drei Zeilen gibt. Streicht man die zweite und vierte Spalte, erhält man eine 3 x 3-Untermatrix. rg
Rechenregeln
(100 000 304 000 5)67 = rg (100 304 5)67 = 3
Der Rang ist drei, da die übrigbleibende Diagonalmatrix die nichtverschwindende Determinante 1 · 4 · 7 = 28 hat. • Die Nullmatrix hat den Rang Null, En den Rang n. • rg (AB)
~
min{rg A, rg B}
• Ist A invertierbar, so ist rg (AB) diese Produkte möglich sind).
=
rg B und rg (BA)
=
rg B (soweit
• Bilden die Spalten der n x n-Matrix A eine Basis, und ist B invertierbar, so ist der Rang von AB und der Rang von BA jeweils n, und die Spalten beider Matrizen sind ebenfalls Basen.
85
1.6. VEKTORRÄUME
Beispiel 9: Der Rang von AB für A
= (; ~)
und B
=(
!1
-;6 )
Sowohl A als auch B haben jeweils eine linear unabhängige Spalte oder Zeile und damit den Rang eins. Andere Begründung: Der Rang ist kleiner als zwei, da es keine 2 x 2-Untermatrix mit nichtverschwindender Determinante gibt, aber größer gleich eins, da es 1 x 1-Untermatrizen mit Determinante ungleich Null gibt. Wegen AB= 0 (Nullmatrix) ist der Rang von AB gleich Null. Kriterium für die Lösbarkeit eines linearen Gleichungssystem Das lineare LGS Ax =bist genau dann lösbar, wenn der Rang der erweiterten Matrix (AI b) gleich dem Rang von A ist.
I Beispiele I BeispiellO: Liegt ü = (4, 3, 5, 1)Tim Spann von iJ1 = (2, 3, -1, O)T und V2 = (0, -3, 7, 1)T?
ü liegt dann im von iJ1 und iJ2 aufgespannten Unterraum, wenn ü eine Linearkombination dieser beiden Vektoren ist, d.h. wenn es Zahlen a und ß gibt mit aiJ1 + ßiJ2 = ü. Das bedeutet, daß das Gleichungssystem mit der Systemmatrix A = (iJ1, iJ2) und der rechten Seite Ü lösbar ist. Hier wird folgendes Kriterium benutzt: Das LGS ist lösbar, wenn der Rang der Matrix A = ( 1, iJ2) gleich dem Rang der erweiterten Matrix (iJ1, iJ2 l ü) ist.
v
Der Rang von A ist offensichtlich zwei, da iJ1 und iJ2 linear unabhängig sind. Zur Berechnung des Ranges der erweiterten Matrix werden geeignete Vielfache der letzten und der vorletzten Zeile von den anderen subtrahiert:
rg
(~
!, ~3 )
101
= rg
(~ !, ~:) = (~ rg
101
0 0 -1 1 0
Da der Rang zwei ist, liegt ü im Spann von iJ1 und iJ2.
I Beispiel 11: Der Rang von A = ( ~i ~i) Der Rang ist sicherlich größer gleich eins. Da der Rang wegen det A = 0 kleiner als zwei ist (die erste Zeile ist das 2i-fache der zweiten), und die Matrix nicht die Nullmatrix ist, ist der Rang eins.
KAPITEL 1. LINEARE ALGEBRA
86
Drei Vektoren des IR3 bilden eine Basis, falls sie linear unabhängig sind. Das ist genau dann der Fall, wenn det(V't, v2 , v3 ) =/:- 0 ist: 3 0 1 Wegen 0 3 3 = -3 - 9 = -12 =1- 0 bilden die Vektoren eine Basis. 1 1 0 Beispiel 13: Die Dimension des von den Vektoren 'Üt, 10 aufgespannten Unterraums
v2 und ü aus Beispiel
Da der Rang der Matrix mit diesen Vektoren als Spalten den Rang zwei hat, ist die Dimension zwei. Beispiel 14: Lineare Unabhängigkeit der Funktionen fo.(x) Zu beweisen ist: ist mit o:; =/:-
= eo.x
in C(IR)
O:j
At e01 x + A2e 02 x + · · · + Akeo.kx = 0, so folgt At = A2 = · · · = Ak = 0. Die Null in der ersten Gleichung ist die Null des Vektorraums, d.h. die Nullfunktion. Das bedeutet, daß die Gleichung für alle x erfüllt ist. Daß dies richtig ist, beweist man über vollständige Induktion. Der Induktionsanfang ist klar: eine Funktion eo.x ist linear unabhängig, da sie nicht die Nullfunktion ist. Im Induktionsschritt nimmt man an, daß die obige Aussage für jede Summe mit n - 1 Summanden gilt. Zu zeigen ist, daß dann auch bei n Summanden At = A2 = · · · =An = 0 folgt. Der Beweis davon benutzt das Wachstumsverhalten der Exponentialfunktionen bei oo. Nachdem man die o:; eventuell umnummeriert hat, darf man annehmen, daß O:t die größte der Zahlen O:t bis O:n ist. Dann klammert man in der Linearkombination den Faktor e01 x aus:
Ateo.lx+A2eo.2x+·. ·+Akeo.kx = 0
=>
eo.lx(At +A2e(o.2-o.l)x+·. ·+e(o.n-o.l)x) = 0
Nach dem Kürzen durch e01 x hat man, daß die Klammer für alle x E IR Null ist. Daher gilt das auch, wenn man den Grenzwert für x -+ oo nimmt. Weil o:; - O:t stets negativ ist und für o: < 0 der lim eo.x = 0 ist, verschwinden alle Summanden X-100
bis auf den ersten und man erhält At = 0. Übrig bleibt dann eine Summe mit n -1 Summanden, für die nach der Induktionsvoraussetzung gilt: A2 = · · · = An = 0. Mit derselben Methode läßt sich auch die lineare Unabhängigkeit der Monome xk, k = 0, 1, 2, ... beweisen.
1.7. LINEARE ABBILDUNGEN
1. 7
87
Lineare Abbildungen
IL+ 2. Definitionen und Berechnung I Sind V und W Vektorräume, so nennt man eine Abbildung L: falls fiir alle v1 , E V und a E lR gilt
v2
Ist L : V
~
V~
W linear, lineare Abbildung
JR, nennt man V auch Linearform. Weitere Bezeichnungen:
Linearform
• L surjektiv: Epimorphismus
Epi-, lso-, Auto-, Endamorphismus
• L bijektiv: Isomorphismus • L:
V~
• L :V
~
V: Endomorphismus, lineare Selbstabbildung
V bijektiv: Automorphismus
Der Kern oder Nullraum einer linearen Abbildung L : V ~ W ist der Unterraum von V, der alle Elemente enthält, die auf den Nullvektor von W abgebildet werden. Schreibweise: Kern L, N(L), kerLoder I<(L). Das Bild von L ist der Unterraum von W, der aus allen Elementen von W besteht, die als Bild eines Elements von V unter L vorkommen. Schreibweise: R(L). Der Rang von L (rg L) -ist die Dimension des Bildes von L. Zusammenhang zwischen linearen Abbildungen und Matrizen • Ist L : ]Rn ~ JRm eine lineare Abbildung, so läßt sich L eindeutig als Abbildung x ~ Ax schreiben. Die Matrix A enthält in den Spalten die Bilder der Koordinateneinheitsvektoren des ]Rn. • Umgekehrt ist für jede Matrix A E M(m, n) die Abbildung LA :]Rn L(x) = Ax linear.
~
lRm,
• Sind L : JRn ~ JRm und M : JRm ~ JRP lineare Abbildungen mit den Matrizen A und B, so ist die KompositionMoL eine lineare Abbildung von ]Rn nach JRP, der die Produktmatrix BA entspricht. • Der inversen Abbildung entspricht die Matrix A-l. • Der identischen Abbildung, die jeden Vektor x auf sich selbst abbildet, entspricht die Einheitsmatrix En· Der Nullabbildung, die alles auf 0 abbildet, entspricht die Nullmatrix 0. Dieser Zusammenhang erlaubt es, die linearen Abbildungen zwischen dem ]Rn und dem JRm mit den m x n-Matrizen Mm,n zu identifizieren.
Kern Nullraum
Rang lineare Abbildungen und Matrizen
KAPITEL 1. LINEARE ALGEBRA
88
Beispiel 1: Beispiele linearer Abbildungen
• Ist A einem x n-Matrix, so ist die Abbildung LA : !Rn -t !Rm, L(x) linear.
=
Ax
• Ist ä ein fester Vektor des !Rn und(·,·) ein Skalarprodukt (vgl. Abschnitt 8) auf dem !Rn, so ist die Abbildung x -t (x, ä) eine Linearform. Es läßt sich zeigen, daß alle Linearformen diese Gestalt haben. • Die Abbildung x = (xi, ... , Xn) T -t x;, die einem Vektor die i-te Koordinate zuordnet, ist eine Linearform. Sie ist als Skalarprodukt mit dem i-ten Koordinateneinheitsvektor e; schreibbar. Projektion
• Ist ä E !Rn ein Einheitsvektor, so ist die Abbildung x -t (x · ä)ä linear und heißt Projektion von x auf den durch ä aufgespannten Unterraum. Der Kern dieser Abbildung besteht aus den zu ä senkrechten Vektoren. • Viele Differentialoperatoren wie f -t grad f, v -t rot v, v -t div v und f -t b..f (siehe Kapitel4.8) sind linear. Weitere Beispiel findet man auf den Seiten 90 und 93. Koordinaten eines Vektors bezüglich einer Basis Faßt man die n Vektoren VI bis Vn des !Rn zu einer Matrix V = (VI, ... , vn) zusammen, so gilt: VI bis Vn bilden eine Basis des !Rn {:} V ist invertierbar. Diese Tatsache erlaubt es, die invertierbaren Matrizen mit den Basen zu identifizieren. Ist VI bis Vn eine Basis des Vektorraums !Rn, so hat Darstellung als Linearkombination der Basisvektoren:
Koordinaten
xE
!Rn eine eindeutige
Die Zahlen ai bis an sind die Koordinaten von x bezüglich der Basis VI bis Vn. Man kann sie zum Koordinatenvektor ä = ( ai, ... , an) T zusammenfassen. Die Darstellung von
x ist x= va:.
Die Koordinaten hängen natürlich von der Basis ab. Gibt man einen Vektor in der Form = (xi, ... , Xn) T an, so sind die Zahlen x; die Koordinaten bezüglich der Standardbasis, die zur Matrix En gehört.
x
89
1. 7. LINEARE ABBILDUNGEN
Ermittlung der Koordinaten bzgl. einer Basis
CD
Fasse die Basisvektoren zu einer Matrix zusammen, z.B. Diese Matrizen sind invertierbar.
®
Darstellungsgleichungen für
v1 bis Vn zu V
.
x werden nach der gesuchten Größe aufgelöst.
Dabei beachte man sorgfältig, ob die Matrizenmultiplikationen von links oder von rechts erfolgen.
IAnwendungen: I • Aus x = Vä folgt: der Koordinatenvektor ä von
x bzgl. V ist ä = v- x. 1
• Ist tih bis Wn eine zweite 'Basis, die zur Matrix W zusammengefaßt wird, gilt: Ist ä Koordinatenvektor von x bzgl. V und bder Koordinatenvektor von bzgl. W, so errechnet man den Übergang dazwischen aus
x= Vä=
w'b
a=
=?
x
v- 1w'b
• Werden die Basisvektoren f11 bis Vn durch Cf11 bis Cvn ersetzt (C regulär), so berechnet man den Koordinatenvektor b bzgl. dieser neuen Basis aus x = Vä = CVb als
Beispiel 2: Darstellung von
(!) in der Basis f1
1
Bezüglich der Basis f1t, v2 mit der Matrix V=
(~
= (
=;)
~)
und
v2 =
(
hat der gegebene Vektor
die Koordinaten
Die Matrixinversion wurde nach der Cramerschen Regel vorgenommen. Probe:
a1f11
+ a2v2 =
1
(~) + 1 ( =~) =
(!).
=;)
90
Aufstellen einer Matrix
KAPITEL 1. LINEARE ALGEBRA
IAufstellen der Matrix einer linearer Abbildung I Gegeben ist eine lineare Abbildung L : IR.n --+ IRm. Gesucht ist eine Matrixdarstellung von L. Man bestimmt die Bilder der Koordinateneinheitsvektoren Die Matrix von List (L(el), ... , L(en)).
Bei,piel 3, Die Matdx von X-> ä x X mit ä Zunächst werden die Bilder von
Die Matrixdarstellung ist
allgemeiner Fall
~
e1 bis en unter L.
(!)
e1 , e2 und e3 bestimmt.
a X X = Ax mit der schiefsymmetrischen Matrix
Ist die Abbildung L zwischen allgemeinen endlichdimensionalen Vektorräumen V und W gegeben, geht man so vor:
CD
Wähle eine Basis
v1 bis Vn in V
und eine Basis
w bis Wm in W. 1
@ Bestimme für jedes Basiselement v; die Koordinaten des Bilds L(v;) bezüglich der Basis
w1 bis Wm·
@ Die i-te Spalte der Abbildungsmatrix A besteht aus den so bestimmten
w bis w.",. Mit der so gefundenen Matrix A gilt: Ist a der Koordinatenvektor von x E V bezüglich der Basis v1 bis Vn, so ist b= Aa der Koordinatenvektor bezüglich der Koordinaten von L(v;) bzgl.
Basis w 1 bis
Wm
von
1
y = Lx E fV.
Beispiel 4: Matrix der Ableitungsabbildung D 1m Raum der Polynome höchstens dritten Grades Wegen (! + g)' = f' + g' und (af)' = af' ist die Abbildung f--+ f' eine lineare Abbildung. Da die Ableitung eines Polynoms wieder ein Polynom mit um eins vermindertem Grad ist, ist die Ableitungsabbildung für jedes k E N eine lineare Selbstabbildung im Raum der Polynome vom Höchstgrad k.
1. 7. LINEARE ABBILDUNGEN
CD
91
Als Basis wählt man am einfachsten die Monome und nummeriert die Basiselemente von Null ab: v0 = 1, V'1 = x, v2 = x 2 und 3 = x 3 . Da es sich um eine Selbstabbildung handelt, wählt man uh = vk = xk.
v
@ Jetzt werden die Koordinaten der Ableitungen der Basiselemente bestimmt: wegen D(vk) = (xkY = kxk-l = kvk-l und D(V'o) = 0 sind alle Koordinaten von D(V'o) null und die Koordinaten von D(vk) an der (k - 1)-sten Stelle gleich k und null sonst.
@ Die Matrix enthält in den Spalten die Koordinaten: 0 A= ( 0 0 0
1 0 0 0
0 2 0 0
0) 0 3 0
3
Ist also
f
naten von
=
f'
L a:kxk und ä der Vektor (a:o, a:~, 0:2, a:a)~ so sind die Koordik=O
durch Aä gegeben.
Beispiel: Für f(x) = 3 + 4x 2 - 5x3 ist ä = {3, 0, 4, -5) -r: Aus Aä = {0, 8, -15, 0) T erhält man f' = 8x - 15x2 .
IBasiswechsel I
Basiswechsel
Wenn man die Darstellungsmatrix einer linearen Abbildung L : !Rn ~ !Rm bezüglich eines Paares von Basen hat und sie bezüglich eines anderen Paares von Basen ermitteln will, geht man wie bei der Bestimmung von Koordinaten auf Seite 89 vor:
CD
Fasse die Basisvektoren zu Matrizen zusammen, z.B. V'1 bis Vn zu V . Diese Matrizen sind invertierbar.
@ Darstellungsgleichungen für A werden nach der gesuchten Größe aufgelöst.
IAnwendungen: I Im !Rn seien die Basen V und U gegeben, im !Rm dieBasenWund Z. Bezüglich
V und W habe die lineare Abbildung L die Matrix A. x E !Rn hat die Darstellungen x = Vä = Ub, für y E !Rm ist y = Wc= •
zJ. Geht man zu den Basen U im !Rn und Z im !Rm über, so ist mit ä = v- 1 Ub und c= w- 1 Zd y= L(x) <=> Aä= c<=> Av- 1Ub = w- 1 Zd<=> z-iw Av- 1 Ub = l
Bezüglich der Basen U und Z ist die Matrix von L also A' =
z- 1W A v- 1 u.
KAPITEL 1. LINEARE ALGEBRA
92
• Ist L : !Rn -7 !Rn eine Selbstabbildung, die in der kanonischen Basis V = W = En die Matrix A hat, so ist bei einem Basiswechsel zu U = Z y= L(x) {::} y= Ax {::} Uc= AUä {::}
c= u- 1 AUb.
In der Basis U hat man also die Darstellungsmatrix
BeispielS: Sei v1 =
u- 1AU.
(~), v2 = ( =~), w1 =(;)und w2 =
G)·
Man bestimme die Matrix M der linearen Abbildung L mit L(vl) = w1 und L(v2) = w2 Zusammenfassen der Vektoren zu Matrizen:
1. Möglichkeit
Hat man im IR2 die Basen V und W gegeben, so hat die Abbildung nach der Regel über das Aufstellen von Matrizen die Matrix A = E 2 = ( ~
~).
Mit
U = Z = E 2 erhält man aus der allgemeinen Formel die Matrix bezüglich der kanonischen Basen:
M = z-l W A v- 1 U = E2 1 W E2
v- 1 E2
= W
v- 1.
Jetzt muß man V invertieren (am besten mit der Gramersehen Regel) und W damit multiplizieren:
v-1 = ~
(-5 2)
1 -8 3
w=
(~ ~)
M
= wv-1 = (-13 5) -34 13
2. Möglichkeit Hier faßt man die beiden Gleichungen Mi71 = w1 und Bestimmungsgleichung für A ist dann wie oben MV= W
{::}
M
Mv2 = w2 zusammen: Die
= wv- 1.
93
1. 7. LINEARE ABBILDUNGEN
j3.
Beispiele I
Beispiel 6: Die Lösungen von y"
+ 3y' + 2y = -2e-x
Die Lösung der linearen Differentialgleichung mit konstanten Koeffizienten wird im Beispiel 2 in Kapitel 6. 7 berechnet:
In der Begriffen dieses Kapitels:
D(y) = y" + 3y' + 2y ist eine lineare Abbildung vom Raum C 2 (1R) der zweimal stetig differenzierbaren Funktionen in die stetigen Funktionen auf IR. Der Kern von D ist zweidimensional; eine Basis wird durch das Fundamentalsystem y1 = e-x, y2 = e- 2x gegeben. Die allgemeine Lösung ist die Summe einer partiklären Lösung Yr = -2xe-x der inhomogenen Gleichung und der allgemeinen Lösung der homogenen Gleichung, die als Linearkombination der beiden Basiselemente geschrieben wird.
I
Beispiel 7: Matrizen von Drehungen
Die Matrix einer Drehung um den Winkel a wird aufgestellt, indem die Bilder der Koordinateneinheitsvektoren ermittelt werden.
~ t_~ t_- V AC
(COSQ') . Slll Q'
_ ~ _ (-sina) A~e2COSQ' V2Damit ist die Matrix einer Drehung um den Winkel a Drehung um den Winkel a
= (cos
D a
a -cossinaa)
sin a
Beispiel 8: Matrizen von Spiegelungen an Geraden Eine Spiegelung an einer Geraden g ist dann eine lineare Selbstabbildung des IR2 , wenn die Gerade durch den Nullpunkt geht. (Beweis: Wegen L(Ö) = L(O · Ö) = 0 · L(Ö) = Ö wird der Nullpunkt bei einer linearen Abbildung immer auf den Nullpunkt abgebildet. Das wird er bei der Spiegelung an einer Geraden, die nicht durch Null geht, nicht. Daß es im anderen Fall wirklich eine lineare Abbildung ist, wird unten bewiesen).
KAPITEL 1. LINEARE ALGEBRA
94
Konstruiert wird die Matrix S 9 dieser Abbildung.
x
Der Einfachheit halber beschreiben wir die Gerade g durch g : = tä, t E IR mit einem Einheitsvektor ä. Zunächst wird zu einem beliebigen Punkt P mit Ortsvektor p der Spiegelpunkt Q konstruiert: Von pausgehend ist der Ortsvektor des Fußp punkts R des Lots von P auf die Gerade g gegeben durch
-
r = (p · a-)a.
fist ja gerade die orthogonale Projektion von p auf den durch ä aufgespannten Unterraum, vgl. S. 97. Den Spiegelpunkt Q erhält man nun, indem man vonRaus den Verbindungsvektor PR noch einmal abträgt: mit
- - (-)- P-R =r-p= p·aa-p erhält man den Spiegelpunkt Q aus
if= L(f/) = f + (f- f/) = 2(p· ä)ä- p Das ist wirklich eine lineare Abbildung: L(af/)
= 2(ap· ä)ä- oß= a(2(p· ä)ä- ti) = aL(f/)
L(p+S) = 2((p+S) · ä)ä- (p+S) = (2(p· ä)ä- fi)
+ (2(8'· ä)ä- s)
= L(f/) + L(S)
Die Matrix S 9 erhält man nun aus den Bildern der Koordinateneinheitsvektoren. . a- = M It
(ai) . a ISt 2
Die Spiegelungsrnatrix ist also
S _
(2ai - 1 2aia2
9 -
2aia2 ) - 1
2a~
Spezialfälle:
ai a
Bei der Spiegelung an der ersten Winkelhalbierenden ist = 2 = ~, bei der Spiegelung an der XI-Achse ist = 1 und a2 = 0. Die entsprechenden Matrizen sind
ai
und
95
1.8. SKALARPRODUKT
1.8
Skalarprodukt
Wie im zweiten Abschnitt wird zunächst alles für reelle Vektorräume formuliert. Die Unterschiede zu komplexen Räumen werden auf Seite 99 aufgezählt.
lt. + 2. Definitionen und Berechnung! Ein Skalarprodukt auf einem reellen Vektorraum ist eine positiv definite symmetrisehe bilineare Abbildung. Darunter versteht man eine Zuordnung v, w f-t ( v, w) mit folgenden Eigenschaften: • (av, w)
= a(v, w),
(ü + v, w)
= Ut, w) + (v, w)
(Linearität) (Symmetrie)
• (v,w) = (w,V)
• Für alle v ist (v, V) ~ 0 und
Skalarprodukt
(v, v) = 0 {:} v = Ö
(positive Definitheit)
Schreibweisen für das Skalarprodukt:
(v, w) =< v, w >= [v, w], auf dem
]Rn
auch V. w = VTW, auf
cn auch V*w
Ein Vektorraum mit einem Skalarprodukt wird als euklidischer Vektorraum bezeichnet. orthogonal oder Null, so heißen v und Ist das Skalarprodukt von v und senkrecht. Ist U ein Unterraum von V, so ist die Menge aller Vektoren in V, die auf allen Vektoren von U senkrecht stehen, ein Unterraum. Bezeichnung: UJ. := {vl (v,ü) = 0 für alle ü E U} ist das orthogonale Komplement zu U. Andere Bezeichnung: Orthogonalraum.
w
w
wgenau v; v! · w= · · · = vk · w= 0. Der Orthogonalraum eines Vektors v # Öim JR2 ist der Spann des auf Seite 27 definierten orthogonalen Komplements vR.
Ist v1 bis vk eine Basis (oder ein Erzeugendensystem) von U, so liegt dann in UJ., wennwaufallen senkrecht steht, d.h.
Beispiel 1: Gesucht ist der Orthogonalraum UJ. des von v1 = (1, 2, 3, 4, 5) ~ 2 = (2, 3, 4, 5, 6) T und v3 = (3, 4, 5, 6, 7) Taufgespannten Unterraums U ~ JR5 .
v
Für einen Vektor chungen gelten:
x = (x 1 ,x 2 ,x3 ,x4 ,x 5 )Tbedeutet x· v; = 0,
daß folgende Glei-
euklidischer Vektorraum orthogonal, senkrecht orthogonales Komplement Orthogonalraum
96
KAPITEL 1. LINEARE ALGEBRA 2xi 3xi
+ 3x2 + 4xa + 5x4 + 6xs + 4x2 + 5xa + 6x4 + 7xs
0 0
In Matrixschreibweise bedeutet das gerade, daß x im Kern der Matrix A aus Beispiel 13 liegt. Das Gleichungssystem wird mit dem Gauß'schen Eliminationsverfahren gelöst. Die ersten Umformungen sind dieselben wie in Beispiel 13 bei der Bestimmung des Rangs von A.
4 5) (1 2 3 4 5) (1 2 3 4 5)
1 2 3 (2 3 4 5 6 3 4 5 6 7
1 1111{::}1 1 1 1 1 1 1 1 1 1 0 0 0 0 0
{::}
1 2 3 4 5 ) (1 0 -1 -2 -3) {::} ( 0 -1 -2 -3 -4 {::} 0 1 2 3 4 Daraus liest man die allgemeine Lösung mit den Parametern r = x 3 , s = x 4 und t = x 5 ab: ~
x
x2 XI)
= [ xa
3x4+-3xs 4x ) [ -2x xa + 2x4 3 -
=
5
:ra
X4
X4
X5
Xs
=r
[ -2 1) 1 0 0
+s
[ -3 2) 0 1 0
+t
[ -4 3) 0 0 1
Die letzten drei Vektoren bilden eine Basis des gesuchten Unterraums Norm Eigenschaften •on Norm und Skalarprodukt
u.1..
Jedes Skalarprodukt(·,·) definiert eine Norm auf den Vektorraum: //ii'// = (v, v) 'h Eigenschaften von Norm und Skalarprodukt
1/v/1
~ 0,
1/ii'/l = 0 {::} v = i5 Positivität
1/av/1 = Ja/ 1/v/1 positive Homogenität 1/v + w/1 :::; 1/ii'/1 + 1/w/1, I1/ii'/1- 1/w/1 I : :; 1/ii'- w/1 Dreiecksungleichungen I(v, w) I :::; 1/ii'/1 /Iw// Cauchy-Schwarzsche Ungleichung (v,w) = ~((v+w,v+w)-(v-w,v-w)) = ~(1/v+wW-1/v-wW)
Polarformel
Die Polarformel dient dazu, Aussagen über Skalarprodukte zweier verschiedener Vektoren (linke Seite) auf Aussagen über Normen (rechte Seite) zurückzuführen. Beispiel 2: Beispiele für Skalarprodukte • Wichtigstes Beispiel ist das Standardskalarprodukt auf dem !Rn. Die zugehörige Norm ist der Betrag des Vektors. Im Standardskalarprodukt gilt (Ax, Y)
=
(x, AT:il).
1.8. SKALARPRODUKT
97
• Ist A eine symmetrische positiv definite Matrix (siehe nächster Abschnitt), so definiert die Zuordnung x, fj -t xT A fj ein Skalarprodukt auf dem !Rn. Es läßt sich zeigen, daß alle Skalarprodukte auf dem !Rn so entstehen. Im Standardskalarprodukt ist gerade A = En. • Auf dem Raum der auf [a, b] stetigen F\mktionen C([a, b]) definiert die Zuordnung J, g -t f(t)g(t) dt ein Skalarprodukt.
1:
IOrthonormalsysteme, Orthogonale Projektion I Ist {bt, b2, .. .} eine Menge von Vektoren, die paarweise aufeinander senkrecht stehen, spricht man von eitnen Orthogonalsystem. Ist außerdem die Norm jedes Vektors eins (alle Vektoren sind Einheitsvektoren), hat man ein Orthonormalsystem, ONS. Eine Orthonormalbasis ONB ist eine Basis, die ein Orthogonalsystem ist. Dieser Begriff ist wichtig, weil man beliebige Vektoren bezüglich einer ONB entwickeln kann: Ist {v1 , .•• , vn} eine Orthonormalbasis von V, so ist für jedes
xE V
n
... = (X,......VJ )...VJ + (X,......V2 )...V2 + · · •+ (X,......Vn )...Vn = ""( ...... ) ... L.,..- X, Vj Vj
Orthogonalsystem Orthonormalsystem ONS Orthonormalbasis ONB
X
j=l
Ist U ~ V, so läßt sich jeder Vektor x E V zerlegen in eine Anteil liegt, und einen Anteil x2, der auf U senkrecht steht. Die Abbildung
CD
x -t x1 heißt orthogonale Projektion
Bestimme eine ONB
x1 , der in U
auf den Unterraum U.
v1 bis Vk des Unterraums U.
Das läßt sich eventuell mit dem unten beschriebenen Gram-Schmidt'schen Orthogonalisierungsverfahren erreichen.
®
Die Projektion
x1 = Px des Vektors x E V ist dann
... = p X... = (X, ...... ) ... +( X, ...... )... VJ VJ V2 V2
X1
k
...... ) ... + · · · + (X,......Vk )...Vk = ""( L.,..- X, Vj Vj j=l
®
. t... ... E S IS X = XJ
... + X2
... ... nu't... X2 = X - XJ.
orthogonale Projektion Konstruktion
KAPITEL 1. LINEARE ALGEBRA
98
IGram-Schmidtsches Orthogonalisierungsverfahren I GramSch midtsches Orthogonalisierungsverfahren
Das Gram-Schmidtsche Orthogonalisierungsverfahren dient dazu, zu einer Menge bis vk Vektoren üh bis üh zu bestimmen, die erstens ein Orthonormalsystem bilden und zweitens denselben Raum wie VI bis Vk aufspannen. Manchmal wird es auch als Schmidt'sches Orthogonalisierungsverfahren bezeichnet. Das Verfahren beruht darauf, vom jeweils nächsten Vektor die Projektionen der schon konstruierten Vektoren zu subtrahieren, so daß ein zu diesen senkrechter Vektor übrigbleibt.
VI
®
Hat man bereits üh bis
Wj-I
~ ~ (~ ~) ~ u· v·) , WI WI) = v·)
konstruiert, bilde
• • ·-
~ ) ~) - I= v·~ v·) , w· ) - I w· )
(~
j-I 2:<~
Rechentechnisch ist es oft einfacher, die Ü; statt der
..
~) ~ v·) , w· w·
i=I
w; zu verwenden:
Da die Uj ohnehin noch normiert werden, darf man Uj auch durch ein Vielfaches ersetzen. Damit kann man gelegentlich die Verwendung von Brüchen umgehen.
®
Setze Wj
= l~il Üj und mache bei® weiter. Wenn man mit den Uj rechnet,
kann dieser Schritt auch erst am Schluß erfolgen.
@ Ist Üj
= Ö, so war Vj von VI bis Vj-I linear abhängig. In diesem Fall streicht man einfach Vj aus der Ausgangsmenge und macht mit dem nächsten Vektor weiter.
Waren die
v; linear unabhängig, tritt dieser Fall nicht ein.
Beispiel 3: Eine ONB für den Spann von
CD
Aus
VI= ÜI =
(1, 2, 1)T erhält man
VI=
ÜI • ÜI =
{1, 2, 1)T und 6 und
WI =
v2 =
{4, 2, 4)T
~(1, 2, 1)\
99
1.8. SKALARPRODUKT
® ·
W2 =
~{1, -1, 1)T
v3
w1 und w2 bilden eine ONB für den von iJ1 und iJ2 aufgespannten Unterraum.
IKomplexe Vektorräume I Alle in diesem Kapitel gemachten Aussagen und Definitionen gelten auch in komplexen Vektorräumen, wenn man jedesmal IR durch C und !Rn durch cn ersetzt. Es ist (v,w)
= W*v=
f: v;w; und lVI = (iJ,iJ) h = Jlv1l 1
2
k=l
+ · · · + lvnl 2
Die einzigen Unterschiede treten an folgenden Stellen auf: • Statt einer symmetrischen hat man jetzt eine hermitesche Bilinearform:
(ü, V)
= (v, ü)
und
(>.ü, V)
= >.(ü, V),
aber (ü, >.V)
= X(ü, V)
• Die Polarformel gilt nicht. • Das orthogonale Komplement eines Vektors im C 2 :
(:) R
= (
~b)
• Es ist im (komplexen) Standardskalarprodukt (Ai', Y) = (X', A*Y) (adjungierte Matrix).
13. Beispiele I Beispiel 4: Orthogonale Projektion von aus Beispiel 3
x=
(1, 2, 3) Tauf den Unterraum
Mit der in Beispiel 3 konstuierten Orthonormalbasis
) .. P X.. = (X.... 1 W1 W1
w1 , w2 ist die Projektion
) .. + (X.... W2 W2 = 1
Mit den Methoden aus Abschnitt 7 erhält man, daß P durch Pi' =
~2 (~ ~ ~) x 1 0 1
gegeben ist.
Komplexe Vektorräume
100
KAPITEL 1. LINEARE ALGEBRA
Beispiel 5: Das Skalarprodukt von
v=
G: ;)
und
w=
(2
~ i)
Da es sich um komplexe Vektoren handelt, muß man die komplexe Form des Skalarprodukts verwenden:
(v, w) = w·v = (-2i, 2 + i)
G: n
= (-2i + 2) + (3 + 4i) = 5 + 2i.
Beispiel 6: Gesucht ist eine Orthonormalbasis für den von v1 = (1, i, 0, 0)~ v2 = (0,1,i,O)Tund v3 = (0,0,1,i)Taufgespannten Unterraum des C4 • Es wird das Gram-Schmidt'sche Orthogonalisierungsverfahren verwendet.
CD
Es ist
Ü1
=VI und wegen
lüii = vf2 ist w1 = ~(1,i,O,O)T
(]) Jetzt muß das Skalarprodukt
(v2 , üi) = i1j v2 berechnet werden:
"'v, ~ (I. -i. o. 0) Wegen (i11 , üi)
m~
= ji11 j2 = 2 errechnet sich Ü2
-i
als
@ Verdoppelvon u 2 gibt i12 = (i, 1, 2i, 0)~ li12 12 = 6 und
®
Das Skalarprodukt von
~ ~
WI'
2
v3 mit i11 ist offensichtlich Null.
(v,, a,) u;v, (-i, 1, -2i, o)
@ Es ist
1 w = v'6(i, 1, 2i, 0)~
w3 = y ~(-l,i, 1,3i)~ 12
w2 und Wa sind die gesuchte Orthonormalbasis.
(!) ~ -
2i.
1.9. EIGENWERTE UND EIGENVEKTOREN
1. 9
101
Eigenwerte und Eigenvektoren
Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n x n-Matrizen. Statt En (n x n-Einheitsmatrix) wird kurz E geschrieben.
11. Definitionen I IEigenwerte und Eigenvektoren I Ist A eine Matrix, so heißt p(>.) = det(A- >.E) charakteristisches Polynom von A. Eine (komplexe) Zahl >. heißt Eigenwert(EW) von A, wenn >. Nullstelle des charakteristischen Polynoms ist. Ist >. Eigenwert von A und x ein Vektor x Eigenvektor EV von A zum Eigenwert >.. Das bedeutet, daß
=I Ö mit
(A- >.E)x = Ö, so heißt x
x =I Ögenau dann Eigenvektor zum Eigenwert>. ist, wenn gilt
charakteristisches Polynom Eigenwert EW Eigenvektor EV
Ax = >.x Ist>. k-fache Nullstelle von p, so ist o(>.) = k die algebraische Vielfachheit von >.. Die geometrische Vielfachheit oder Vielfachheit v(>.) ist die Dimension des Kerns von A- >.E, also die Dimension des Eigenraums von A zu >..
algebraische und geometrische Vielfachheit Eigenraum
Andere Bezeichnungen: Manchmal sagt man Ordnung statt algebraischer Vielfachheit und Vielfachheit statt geometrischer Vielfachheit. Ist>. Eigenwert von A, so ist 1 ~ v(>.) ~ o(>.) zu >. Hauptvektoren (HV) höherer Stufe. Ein Vektor
~
n. Im Fall!/(>.) < o(>.) existieren
Hauptvektor HV
x heißt Hauptvektor k-ter Stufe zu >., wenn gilt
Wegen (A- >.E) 0 x =Ex= x sind die Eigenvektoren gerade die Hauptvektoren erster Stufe. Ist x Hauptvektor k-ter Stufe, so ist (A- >.E)x Hauptvektor (k -1)ster Stufe. Der Hauptraum ist der Spann aller Hauptvektoren. Seine Dimension ist o(>.), d.h. es gibt insgesamt soviele Lu. Hauptvektoren wie die Nullstellenordnung von >.. Insbesondere gilt bei einer einfachen Nullstelle des charakteristischen Polynoms: Es gibt einen eindimensionalen Eigenraum und keine Hauptvektoren höherer Stufe.
Hauptraum
KAPITEL 1. LINEARE ALGEBRA
102 diagonalisierbar
Eine reelle Matrix heißt (reell) diagonalisierbar, wenn i) das charakteristische Polynom nur reelle Nullstellen hat ii) für jede Nullstelle algebraische und geometrische Vielfachheit übereinstimmen. Das bedeutet, daß der ~" eine Basis aus Eigenvektoren von A hat bzw. daß es keine Hauptvektoren höherer Stufe gibt. Entsprechen heißt eine komplexe Matrix (komplex) diagonalisierbar, wenn für jede Nullstelle die geometrische und algebraische Vielfachheit übereinstimmen.
Spektrum
Das Spektrum von A ist die Menge der Eigenwerte a(A) = {.A 1 , .•. , Ak}, die Resolventenmenge ist p(A) = C\a(A). Ist .A E p(A), so heißt die dann existierende Matrix (A- .AE)- 1 Resolvente.
orthogonal
Eine Matrix heißt orthogonal, wenn ihre Spalten ein .Orthonormalbasis bilden; d.h. die Skalarprodukte verschiedener Spalten sind stets Null und der Betrag jedes Spaltenvektors ist eins. Äquivalent dazu ist oder
unitär
Im komplexen Fall heißt eine Matrix unitär, wenn gilt oder
A* A = A A* = En.
Die Bedeutung orthogonaler und unitärer Matrizen liegt darin, daß für beliebige Vektoren und wund einer orthogonalen oder unitären Matrix A gilt
v
IAvl = lVI
(Av,Aw) = (v,w)
und
Eine orthogonale Transformation ändert also Winkel und Längen nicht.
ISymmetrische Matrizen und quadratische Formen I quadratische Form
Eine quadratische Form auf dem !Rn ist eine Abbildung der Form n
x = (x1, ... ,xn)T ~ Q(x)
=
L
c;i x;xi
iJ=l
Die
C;j
sind dabei reelle Zahlen mit
C;j
=
Cji·
Mit der symmetrischen Matrix
C = (c;j)i,j=l. .. n schreibt sich das als
Andersherum ist Q die zu C gehörende quadratische Form. Die Untersuchung quadratischer Formen ist wichtig bei der Untersuchung von lokalen Extrema von Funktionen auf dem ~n, vgl. Kapitel 4.5. Dort ist die symmetrische Matrix
103
1.9. EIGENWERTE UND EIGENVEKTOREN
durch die Hessematrix einer zweimal stetig differenzierbaren Funktion gegeben. In diesem Abschnitt findet man auch weitere Kriterien und Rechenmethoden zur Untersuchung der Definitheit einer quadratischen Form oder Matrix, z.B. das Hurwitz-Kriterium. Eine symmetrische Matrix heißt genau dann positiv /negativ (semi)definit oder indefinit, falls das für die entsprechende quadratische Form gilt. Definitheit
Die quadratische Form heißt positiv definit , wenn für x -:f 0 stets Q(x) > 0 ist {::} für alle Eigenwerte .A von C ist .A > 0. positiv semidefinit , wenn für stets Q(x) 2:: 0 ist {::} für alle Eigenwerte .A von C ist .A 2:: 0. negativ definit , wenn für x -:f 0 stets Q(x) < 0 ist {::} für alle Eigenwerte .A von C ist .A < 0. negativ semidefinit , wenn für stets Q(x) ::; 0 ist {::} für alle Eigenwerte .A von C ist .A ::; 0. definit , falls Q negativ oder positiv definit ist. indefinit , falls es x und iJ gibt mit Q(x) < 0 < Q(if) {::} die Matrix C hat positive und negative EW. (Gefährliche) Schreibweise: C positiv definit: C > 0, C positiv semidefinit: C 2:: 0, C negativ (semi)definit: C < 0 (C::; 0).
j2.
Berechnung
I
IBerechnung von Eigenwerten und Eigenvektoren I Grundsätzlich geht man so vor:
CD
Aufstellen des charakteristischen Polynoms p(.A)
®
Ermittlung der Eigenwerte als Nullstellen von p (Hornerschema)
= det(A- .AE)
@ Zu jedem EW werden die zugehörigen EV bestimmt (Gaußalgoritlunus). @ Falls bei einem EW .A die geometrische kleiner als die algebraische Vielfachheit ist, kann man Hauptvektoren bestimmen.
Schreibweise
KAPITEL 1. LINEARE ALGEBRA
104
zu
(!): Aufstellen des charakteristischen Polynoms
Das charakteristische Polynom wird als Determinante derjenigen Matrix berecllnet, die entsteht, wenn in A von den Hauptdiagonalelementen jeweils A abgezogen wird. Im allgemeinen lohnen sich Umformungen mit den Zeilen oder Spalten nur selten: zwar kann man sich kleinere Zahlen beim Rechnen erzeugen, dafür nimmt die Anzahl der A in der Matrix aber zu. Hat man eine Zeile oder Spalte mit vielen Nullen, lohnt sich (wie immer) Entwickeln. Wenn man Produkte nicht sofort ausmultipliziert, kann man manchmal im nächsten Schritt Rechnungen einsparen. Kontrolle
Spur
Als Alternative oder zur Kontrolle kann man benutzen: p hat immer die Form
Die Spur einer Matrix A (spur A) ist die Summe der Elemente auf der Hauptdiagonalen. Für n = 2 und n = 3 ist das ausgeschrieben:
p(A) = A2 p(A) c, "' füd
=
~ (: ~
spur A A + det A
-
-A 3 + spur AA 2
-
D
dcfulle.t alH,
(n = 2)
c2 A + detA
~ I~
(n
= 3)
:H; ;H~ n
23 -23) 5
0
+3 + c = I! ~ I+ I~ ; I+ I~ ! ~ I und damit p(A) = det A
spur A
=1
5 = 9,
=51
2
~2 ~ = -5 +5 +15 = 15,
-A 3 + 9A 2 - 15A- 25.
= -25
Wenn man will, stellt man lieber die Nullstellen von -p fest (da -p(A) mit +A 3 beginnt), rät (da die Summe der Koeffizienten bei den geraden und ungeraden Potenzen beidesmal16 ist) die Nullstelle A1 = -1 und dividiert mit dem Hornerschema: 1 -9 15 25 -1 10 -25 -1 0 1 -10 25 2 Das Restpolynom .A - lO.A + 25 hat die doppelte Nullstelle .A 2,3 = 5. Es ist also A1
= -1,
A2
= A3 = 5.
105
1.9. EIGENWERTE UND EIGENVEKTOREN
2 1- .A 3 .A -2 34 Einfacher ist es so: Beim Ausrechnen von p(.A) = 5-.A 0 0 p-q-Formel der mit erhält und Zeile wickelt man nach der letzten
ent-
Izu ® : Ermittlung der Eigenwerte I
CD
p(.A) bestimmt, sucht man wie in Abschnitt 1 beschrieben die Hat man in NullstelleiL Hilfsmittel ist oft das Hornerschema. Bei einigen Matrizen geht es schneller, da man erledigen kann:
CD
und
®
in einem Schritt
Ist A eine Diagonalmatrix oder eine (obere oder untere) Dreiecksmatrix, so stehen die Eigenwerte von A in der Hauptdiagonalen.
Izu @: Bestimmung der Eigenvektoren I Ist A ein EW von A, so sind die EV die Elemente aus dem Kern von A - .AE, die nicht der Nullvektor sind. Gesucht sind also Lösungen des homogenen LGS (A- .AE)x= Ö. Die Bestimmung erfolgt in der Regel mit den Gaußsehen Eliminationsverfahren. Die Dimension des Lösungsraums ist mindestens eins und höchstens so groß wie o(.A), die algebraische Vielfachheit von .\. Zum Abschluß empfiehlt es sich, eine Probe zu machen: Man rechnet die Gleichung Ax = .Ax nach. Dabei kann man so vorgehen: Man schreibt alle gefundenen EV nebeneinander in eine Matrix B und berechnet AB. Die Spalten dieser Produktmatrix müssen dann die Form "Eigenwert * Eigenvektor" haben; d.h. es müssen die entsprechenden Vielfachen der Spalten von B sein.
I Beispiel 1: Fortsetzung Zu A1 = -1 bildet man A - .A 1 E = A
+E
und bestimmt den Kern:
0) 3) {::} (24 42 -23) {::} (24 42 0)0 {::} (01 1 0 0 42 -2 (42OOG 0 0 1 001 001 Daraus liest man einen EV (1, -1,0)T ab.
Probe
106
KAPITEL 1. LINEARE ALGEBRA
Zu .>. 2 ,3 = S rechnet man analog mit A - SE:
(-440 -220 -230 ) {::} (-400 00203)1 {::} (-400 00200)1 Da A-SE der Rang zwei hat, gibt es also nur einen eindimensionalen Eigenraum, obwohl.>.= S doppelter Eigenwert ist. Einen EV liest man als (1, 2, O)T ab. Die Probe macht man für beide EV gleichzeitig mit dem Falk-Schema: 1 1 -1 f-- Eigenvektoren 0 0 -1 s 1 10 f-- Eigenwert * Eigenvektor 0 0
2
1
Matrix A
0
Izu
23 -2 0 s
--+ 4 3
@: Bestimmung von Hauptvektoren I
Diesen Schritt braucht man nur, wenn die algebraische Vielfachheit o(.A), also die Nullstellenordnung von .>., größer ist als die geometrische Vielfachheit v(.A), also die Dimension des Eigenraums zu >.. Man bestimmt nun nacheinander die Hauptvektoren zweiter, dritter usw. Stufe, bis die Dimension des verallgemeinerten Hauptraums o(.A) ist. Hauptvektoren höherer als erster Stufe sind nie eindeutig bestimmt. Das liegt daran, daß für einen HV k-ter Stufe und einen HV kleinerer als k-ter Stufe die Linearkombination + aw ein HV k-ter Stufe ist.
v
CD
v
w
Bilde (A - .AE) 2 und bestimme den Kern. Der besteht genau aus dem Spann der EV (HV 1. Stufe) und der HV 2. Stufe. Man ergänzt nun eine Basis des Eigenraums zu einer Basis des Hauptraums zweiter Stufe. Die ergänzenden Vektoren sind HV 2. Stufe
@ Wenn man noch nicht genug HV hat, bildet man (A- >.E) 3 , bestimmt den Kern und ergänzt eine Basis des Kerns von ( A - >.E)2 zu einer von (A - >.E) 3 . Die ergänzenden Vektoren sind HV 3. Stufe.
@ Nach demselben Verfahren werden sukzessive weiter Hauptvektoren bestimmt. Das Verfahren bricht spätestens nach dem o(>.)-sten Schritt ab. Die Basisergänzung in CD und@ kann man umgehen, indem man HV sucht, die auf den bereits gefundenen HV kleinerer Stufe senkrecht stehen und daher von ihnen I. u. sind:
107
1.9. EIGENWERTE UND EIGENVEKTOREN
CD
Bilde B = (A- >.E) 2 und ergänze B um Zeilen, die aus den bereits gefundenen HV 1. Stufe (den EV) besteht. Der Kern der so erweiterten Matrix besteht aus HV 2. Stufe.
@ Bilde B
= (A- >.E) 3 und ergänze B um Zeilen, die aus den bereits gefundenen HV 1. und 2. Stufe besteht.
Der Kern der so erweiterten Matrix besteht aus HV 3. Stufe.
Beispiel 1: Fortsetzung Da v(5} = 1 und o(5) = 2 ist, braucht man nur einen HV zweiter Stufe.
CD
Zunächst bildet man B
= (A- 5E? =
24 -12 -16) ( -24 12 16 . 0 0 0
Da der Rang von B offensichtlich eins ist, hat der Kern nach der Dimesionsformel (S. 65} die Dimension zwei. Wenn man jetzt den Kern von B bestimmt, benutzt man clevererweise, daß man schon weiß, daß der EV v 1 = (1,2,0}Tim Kern liegt. Ein zweiter davon linear unabhängiger Vektor im Kern ist z.B. 2 = (2, 0, 3}, und das ist der gesuchte Hauptvektor.
v
Bei der alternativen Methode muß man mehr rechnen und weniger denken:
CD
In der Matrix B oben läßt man die zweite und dritte Zeile weg und ergänzt um die Zeile (1, 2, 0}.
Daraus liest man (B/J 5, -4/! 5, 1}T oder (8, -4, 15} als HV ab.
IBesonderheiten bei reellen Matrizen I • Da auch reelle Polynome nichtreelle Nullstellen haben können, kann eine reelle Matrix A auch nichtreelle komplexe EW haben. In diesem Fall kann man zu A komplexe EV bestimmen. • Ist ).. = a + ib einen nichtreeller EW, so ist auch X= a- ib EW, und zwar mit derselben algebraischen und geometrischen Vielfachheit wie >.. • Ist
x EV zum nichtreellen EW ).. = a + ib, so ist I! Ev zu EW X=
a - ib.
KAPITEL 1. LINEARE ALGEBRA
108
Beispiel 2: Eigenwerte und -vektoren von A
CD
=(
!2
;)
4-). _ 2 2 _1 >. ) = (4- >.)(2- >.) Es ist p(>.) = det
(
+2 =
>. 2
-
6>.
+ 10.
Alternativ: spur A = 6,
®
det A = 10
=>
p(.A)
= >. 2 -
6>.
+ 10
Die p-q-Formel gibt >. 1,2 = 3 ± i.
@ Da A eine reelle Matrix ist, braucht man nur zu einem der EW einen EV zu bestimmen, da man den anderen durch komplexes Konjugieren erhält. Da A- >.E gebildet wird und man mit positivem Realteil meist leichter rechnet, wird ein EV zu >. 2 = 3 - i bestimmt. A->.2E=A-(3-i)E=
c~i
_/+i)
Die zweite Zeile ist das ( -1 + i)-fache der ersten Zeile und kann weggelassen werden. Aus der ersten Zeile liest man einen Eigenvektor 2 = ( 1, -1 - i) T ab.
v
Damit ist
v= 1
(1, -1 + i)TEV zum EW >. 1 = 3 + i.
Besonderheiten bei symmetrischen und hermiteschen Matrizen • Symmetrische und hermitesche Matrizen haben stets nur reelle Eigenwerte. • Für jeden EW stimmen algebraische und geometrische Vielfachheit iiberein. • Eigenvektoren zu verschiedenen EW stehen senkrecht aufeinander. • Es gibt eine Orthonormalbasis des !Rn bzw. cn aus Eigenvektoren. Das bedeutet, daß diese Matrizen immer diagonalisierbar sind und daß sich jeder Vektor in der Basis der EW entwickeln läßt. • Schiefsymmetrische und schiefhermitesche Matrizen haben stets rein imaginäre EW, d.h. der Realteil ist immer null. Ist die Raumdimension ungerade, so haben (reelle) schiefsymmetrische Matrizen immer null als EW und sind damit nicht invertierbar. • Ist A eine symmetrische [hermitesche] Matrix, so gibt es eine ONB aus Eigenvektoren. Faßt man diese zu einer Matrix C zusammen, so ist C eine orthogonale [unitäre] Matrix, d.h. es ist CCT = En [CC* = En]· Es ist CT AC=
c- 1 AC= D,
[C* AC=
c- 1 AC= D]
wobei D eine Diagonalmatrix ist, die auf der Hauptdiagonale die EW von A enthält.
109
1.9. EIGENWERTE UND EIGENVEKTOREN
IEigenschaften des Spektrums I Ist A eine Matrix mit den Eigenwerten A1 , A2 ••• , so gilt: • Die Eigenwerte von A
+ ttE sind ..\1 + JL, A2 + fL ••••
• Die Eigenwerte von aA sind aA 1 , aA 2,... • Die Eigenwerte von Ak, k E N sind At, A~, ...
• A invertierbar
{::}
0 ist kein Eigenwert von A.
In diesem Fall gilt die letzte Aussage auch für k E Z. Insbesondere hat 1 1 ... A -1 d'1e E'1genwert e r;-, x;-, • Weder für die Eigenwerte von A + B noch für die von AB gibt es einfache Regeln.
Beispiel 3: Eigenwerte und -vektoren von A = ( ~
CD
und
~)
@ Es ist p(A)
und damit A1
@ Zu A1
=13; A
6
~ A I= A2- 9A + 14 =(A- 2)(A- 7)
= 2 und A2 = 7.
=2 bildet man A- 2E =(~
~)
und liest einen EV
v
1
=(~2 ) ab.
Einen EV zu A2 = 7 kann man analog berechnen. Alternativ kann mau auch die Tatsache benutzen, daß bei symmetrischen Matrizen die EV zu verschiedenen EW senkrecht zueinander stehen. Man erhält einen EV zu
A2
=7 als orthogonales Komplement zu v als v2 =vf =(=~) .
Normiert man
1
v1 und 'Ü2 und schreibt sie dann in eine Matrix C, erhält man
Da die Spalten von C ein ONS bilden, ist C eine orthogonale Matrix, also CT =
c- 1. Mit D = ( ~ ~)
hat man die Gleichung
AC=CD.
KAPITEL 1. LINEARE ALGEBRA
110
Diese Gleichung liest man so, wie in Abschnitt 4 beschrieben ist. In C stehen die EV von A. Das Produkt AC ist also spaltenweise das Produkt von A mit seinen EV. Auf der anderen Seite steht das Produkt der Eigenvektormatrix C mit der Diagonalmatrix D. Das ist in Abschnitt 4 bereits als eine Matrix bestimmt worden, deren Spalten aus Vielfachen der Spalten von C besteht, wobei die Faktoren die Diagonalelemente von D sind. Insgesamt bedeutet die Gleichung also "Matrix mal EV = EW mal EV". Aus der Orthogonalität von C erhält man nun
Die vorletzte Gleichung bedeutet nach den in Abschnitt 7 über Basiswechsel gemachten Aussagen, daß die zu A gehörende Abbildung in der Basis, die aus den ortbonarmierten EW von A besteht, eine besonders einfache Gestalt hat, nämlich durch die Diagonalmatrix D gegeben wird. Nach all den theoretischen Erklärungen kann man das auch ausrechnen:
_1J5 (-2 1) (3 2) _1J5 (-2 -1) 1(-4 2) (-2 -1)
CTAC =
5
~
5
-1 -2 1
-7 -14
2 6
-2
1
-2
(100 350) (20 0)7 =
13. Beispiele I Weitere Beispiele zu Definitheit finden sich in Kapitel 4.4, weitere Beispiele zu Eigenwerten und -vektoren in Kapitel 6.12
A läßt sich zerlegen in
A= B
+ 2E =
(
~
-2
-1 2) + (1 00) 0 2
-2 0
2 0 1 0 0 0 1
0
Der schiefsymmetrische Teil B hat rein imaginäre EW ±J.li, und, da die Raumdimension ungerade ist, den EW Null. A hat daher EW der Form ..\ 1,2
= 2 ± J.l
und ..\ 3
= 2.
Diese Vorbemerkung soll als Beispiel für die Verwendung der Rechenregeln für das Spektrum dienen und wird in der folgenden Rechnung nicht benutzt.
111
1.9. EIGENWERTE UND EIGENVEKTOREN
CD
Das charakteristische Polynom wird nach der Sarrus-Regel berechnet. 2->.
p(>.) = =
1 -2
-1 2 2- >. -2 2 2- >.
(2 - >.) 3 - 4 + 4 + 4(2- .>.) + (2 - .>.) + 4(2- >.)
(2 - >.? + 9(2- >.) Alternativ ist
=2+2+2 =6, c2 =I ; ~2 1+1 !2 ; 1+1 ~ ~1 I= 8+8+5 =21 detA =8-4+4+8+2+8 =26 und damit p(>.) =-.>. 3 +6>. 2 -21.>.+26
spur A
®
Die EW erhält man durch Faktorisieren von p:
p(>.)
=(2- .>.)((2- >.? + 9)
@ Der EV zu >.3
~ ~1
=
!2).
=>
AI,2
=2 ± 3i, >.3 =2.
2 ist ein nichttrivialer Vektor im Kern von A - 2E =
Statt des Gauß'schen Eliminationsverfahrens benutzen -2 2 0 wir hier den in Abschnitt 5 auf Seite 76 beschriebenen Trick: Der Eigenraum eines einfachen Eigenwerts ist immer eindimensional. Daher hat A- 2E nach der Dimensionsformel (S. 65) den Rang zwei und man erhält eine Basis des Kerns als Kreuzprodukt der (offensichtlich linear unabhängigen) ersten beiden Zeilen: (
Bei der Bestimmung der Eigenvektoren zu den komplexen Eigenwerten spart der Trick noch mehr Rechenarbeit: einen Eigenvektor zu >.I = 2 + 3i erhält man so als
V,~ (~~i) ~~) ~ (~~8~:). X (
Einen Eigenvektor zu >. 2 = >.I = 2 - 3i erhält man, da A eine reelle Matrix ist, durch Konjugieren von VI, also
Bei der Verwendung dieses Tricks wird dringend zu einer Probe geraten!
112
KAPITEL 1. LINEARE ALGEBRA
Beispiel 5: Eigenwerte und-vektorenvon A = (
! 3)
~3
Da es sich um eine obere Dreiecksmatrix handelt, sind die Diagonalelemente die Eigenwerte und es ist >. 1 = >. 2 = -3. ·Die EV erhält man als nichttriviale Lösungen von (A+3E)x = Ö. Wegen A+3E = (
~ ~)
sind alle EV Vielfache von (
~) .
Es ist also v( -3) = 1 und o( -3) = 2 und es gibt HV 2. Stufe. Da der verallgemeinerte Hauptraum die Dimension 2 haben muß, kann es nur der ganze IR2 sein und man wählt als HV irgendeinen
von(~)
Lu. Vektor, z.B. e2 =
Bei,piel 6: Eigenwecte und -vektocen von A
(~)·
~ (~ ~ ~ ~) 0 0 0 1 0 0
Da A symmetrisch ist, sind sicher alle EW reell.
CD
A - >.E wird nach der ersten Spalte entwickelt, die entstehenden Determinanten nach der zweiten Spalte: p(>.)
->.
0
0 1 0
->.
=
->.
= >.21 1
0 1
1 0
->.
0 1 0
0
->.
1 1-1->. 1
->.
@ Es ist also >. 1,2 = 1 und >.3,4 = @ EV
zu>.,,,~
=
1 ->.
->.
->.
0
0 1
->.
1 0
0
->.
I= (>.2 -
1) 1->. 1
0
+ ->. 1
1 0 0
0 1
->.
1 1=(>.2-1)2
->.
-1.
hind Elemente d"' Kem.von A-E
~
(I
il
~I
JJ
Man erkennt, daß die erste und dritte und daß die zweite und vierte Zeile linear abhängig sind und man daher nur die ersten beiden Zeilen betrachten muß. Man kann direkt die EV v1 = (1, 0, 1, O)T und ih = (0, 1, 0, 1)T ablesen. Analog erhält man zwei Lu. EV zu >. 3,4 = -1 als Basis des Kerns von
A+E=
(~
~ ~ ~)
1010 0 1 0 1
alsv3=(1,0,-l,O)Tundv4 =(0,1,0,-1)~
Kapitel 2 Differentialrechnung 2.1
Aussagenlogik
lt. Definitionen I In der Mathematik ist- anders als im richtigen Leben- jede Aussage wahr oder falsch. Dafür verwendet man dieSymbolewund f. Sind zwei Aussagen a und b stets gleichzeitig wahr oder falsch, so heißen sie äquivalent, a {::} b (Bijunktion). Wegen der Verwechselungsgefahr mit Konvergenz und Abbildung werden hier die Schreibweisen {::} und => den alternativen Bezeichnungen +-+ und ~ vorgezogen.
wahr, falsch
Achtung: Aussagen werden durch Folgepfeile oder Äquivalenzzeichen miteinander verbunden, nicht durch Gleichheitszeichen! Eine Aussageform ist eine Aussage, die eine Variable enthält und je nach dem, was für diese Variable eingesetzt wird, wahr oder falsch ist, z.B. ist x > 7 für x = 8 wahr und für x = 7 falsch.
Aussageform
Die Aussage •a (nicht a), ist genau dann wahr, wenn a falsch ist und umgekehrt (Negation, Verneinung). a 1\ b (a und b) ist wahr, wenn beide Aussagen a und b wahr sind (Konjunktion), a V b (a oder b) ist wahr, wenn mindestens eine der Aussagen a und b wahr ist (Disjunktion).
Verknüpfung von Aussagen
Die Folgerung oder Subjunktion a => b (oder a aus einer wahren eine falsche Aussage folgt.
~
b) ist nur dann falsch, wenn
Folgt aus der Aussage a die Aussage b, d.h. gilt a => b, so heißt b notwendig für a und a hinreichend für b. Diese (und andere) Verknüpfungen von Aussagen lassen sich durch Wahrheitswerttabellen definieren, die alle möglichen Kombinationen der Wahrheitswerte enthalten. 113
notwendig, hinreichend
114
KAPITEL 2. DIFFERENTIALRECHNUNG
•a al\b avb a=?b a{::}b w w w w f w f f f f w w w f f w w w f f
a b w w w f f w
f f
·b a 1\ •b •(a=?b)
f
f
f
w
w
w
f
f f
f f
w
Mit solchen Tabellen lassen sich auch die Rechenregeln beweisen: z.B. wird in den letzten drei Spalten •( a =? b) {::} (a 1\ •b) bewiesen. Quanteren
3, V
Schreibweisen
Der Quantor 3 bedeutet "es existiert (mindestens) ein", 3x E M: x > 2 bedeutet also, daß die Menge M mindestens ein Element x mit x > 2 enthält. Der Quantor 3! bedeutet "es existiert genau ein". Der Quantor V bedeutet "für alle". Vx E M: x > 2 heißt demnach, daß die Ungleichung x > 2 für alle Elemente x der Menge M gilt. Andere Schreibweisen: \;lx E M ""
V
xEM
Der Zusammenhang zwischen diesen Quantoren ist so gegeben: für eine Aussageform P(x) gilt 3 P(x) {::}--, V •P(x)
xEM
xEM
und
V P(x) {::}--, 3 •P(x)
xEM
xEM
Bei nebeneinanderstehenden gleichen Quantoren darf man die Reihenfolge vertauschen, bei verschiedenen Quantoren nicht.
j2. Widerspruchsbeweis
Berechnungj
Um die Aussage a =? b zu beweisen, kann auch die dazu äquivalente Aussage ·b =? •a gezeigt werden. Dieses Verfahren heißt Widerspruchsbeweis.
IKlammersetzung I Klammersetzung
Am stärksten bindet die Negation •, danach Konjunktion 1\ und Disjunktion V, die untereinander gleichstark sind. Danach kommen Implikation =? und Äquivalenz {::}, die untereinander wiederum gleichstark sind. Als Beispiel derselbe Ausdruck einmal voll geklammert und einmal nur, wo es absolut nötig ist: (•(a {::} b)) {::} ((a 1\ (•b)) V (b 1\ (•a))) •(a {::} b) {::} (a 1\ •b) V (b 1\ •a)
115
2.1. AUSSAGENLOGIK
IRechenregeln I
Rechenregeln
Zur Verdeutlichung werden einige eigentlich unnötige Klammern gesetzt. Absorbtion
al\w{::}a
al\j{::}j
aVw{::}w
aVj{::}a
Kommutativität a 1\ (b 1\ c) {::} (a 1\ b) 1\ c Assoziativität a V (b 1\ c) {::} (a V b) 1\ (a V c) Distributivität a 1\ (b V c) {::} (a 1\ b) V (a 1\ c) Negation de Morgansche Regeln al\b{::}bl\a
IVerneinung von Aussagen mit
aVb{::}bVa
a V (b V c) {::} (a V b) V c
...,(a => b) {::} a 1\ -,b -,(a V b) {::} (...,a) 1\ (-,b)
Quantoren I
@ Sicherheitshalber kann man die Schreibweisen V und 3 verwenden. xEM
CD
xEM
Vor die Aussage wird eine Verneinung ..., gesetzt, hinter jeden Quantor wird eine doppelte Verneinung ...,..., gesetzt.
@ Gemäß den Regeln wird ...,v..., durch 3 und ...,:J..., durch V ersetzt. Die übrigbleibende Verneinung wird gemäß den Logikregeln verarbeitet. Schritt @ hat folgenden Sinn: Bei der Negation der falschen Aussage 3x > 0: x 2 = -1
entsteht ...,3 x
> 0 : ...,..., x 2
= -1,
und nicht ...,3 ...,...,x
> 0 : x 2 = -1.
Die erste (richtige) Form wird zu Vx > 0 : ..., x 2 = -1, ergibt also die wahre Aussage Vx > 0 : x 2 =1- -1. Die zweite (falsche) Form ergibt V x :<:::: 0 : x 2 = -1, was auch falsch ist und als Negation einer falschen Aussage doch wahr sein müßte. Bei der empfohlenen Schreibweise stehen die Negationen hinter dem Quantor von allein an der richtigen Stelle.
Verneinung von Aussagen mit Quanteren
KAPITEL 2. DIFFERENTIALRECHNUNG
116
13. Beispiele I Beispiel 1: Verneinung der Definition der Stetigkeit von Die Stetigkeit einer Funktion
f in
a
f im Punkt a ist definiert durch
VE > 0 36 > 0 Vx E M: (lx- al < 6:::} lf(x)- f(a)l <
®
V
3
V
<>0 6>0 xEM
CD
(lx- al < 6:::} lf(x)- f(a)l <
f)
f)
..., V...,..., 3 ...,..., V ..,...,(Ix-al< 6:::} lf(x)-f(a)l <E) •>0
xEM
6>0
Für die Verneinung von a :::} b gilt: -,( a :::} b) {::} (a 1\ -,b). Damit ergibt sich als Verneinung der Stetigkeit (-, V -,) (..., 3 ...,) (..., V ...,) ..., (lx- al < 6:::} lf(x)- f(a)l < E), also •>0
xEM
6>0
3E > 0 V6 > 0 3x E M: lx- al < 61\ lf(x)- f(a)l 2:: Beispiel 2: Negation von:
CD
f
ist das Supremum der Menge A.
8
Die zu verneinende Aussage ist nach Abschnitt 2 8
{::}
= supA
@ Bei der Negation dieser Aussage wird zunächst die Regel-,(a/\b) {::} -,av-,b benutzt: 8
{::}
=f supA
Jetzt werden die zusätzlichen Negationszeichen eingesetzt: {::}
(..., V ...,..., x :::; xEA
V ...,..., 3 ...,..., x > 8- f) 8) V (..., <>0 xEA
@ Die Regeln ..., V..., B 3 und ..., 3..., B V werden angewendet: {::}
( 3 ..., x :::; xEA
3 V ..., x > 8- f) 8) V ( •>OxEA
Die restlichen Negationen werden in den Ungleichheitszeichen verarbeitet: {::}
( 3 x > xEA
3 V x :::; 8- f) 8) V ( •>OxEA
Wenn also 8 nicht das Supremum von A ist, dann ist entweder 8 keine obere Schranke von A (der erste Term) oder 8 ist nicht die kleinste obere Schranke (der zweite Term).
117
2.2. MENGEN
2.2
Mengen
Definitionen I
lt.
• Sind A und B Mengen, so ist die Vereinigung A U B diejenige Menge, die alle Elemente enthält, die entweder in A oder in B (oder in beiden Mengen) liegen.
Vereinigung
• Der Durchschnitt A n B besteht aus denjenigen Elementen, die in beiden Mengen gleichzeitig liegen.
Durchschnitt
• Das Komplement von A wird mit Ac oder CA bezeichnet und enthält alle Elemente der Grundmenge, die nicht in A liege11. Diese Grundmenge muß aus dem Zusammenhang klar sein, z.B. bei Intervallen ist die Grundmenge IR. Oft wird auch das Symbol A verwendet, das aber leicht mit dem Abschluß einer Menge (siehe Kapitel 4.1) verwechselt werden kann.
Komplement
• Das relative Komplement A \B besteht aus allen Elementen von A, die nicht in B liegen. Eine andere übliche Schreibweise ist A - B, eine andere Bezeichnung ist Differenz oder Differenzmenge.
relatives Komplement
• Das Kreuzprodukt A x B ist die Menge aller Paare von Elementen (a, b), wobei a aus A und b aus Bist.
Kreuzprodukt
• Die leere Menge
0 enthält keine Elemente.
leere Menge
• Ist jedes Element von A auch in B, so nennt man A Teilmenge von B,
Teilmenge
A~B.
Das Zeichen A C B wird in verschiedenen Bedeutungen benutzt: manchmal bedeutet es dasselbe wie A ~ B, manchmal daß A eine echte Teilmenge von B ist, d.h. A ist Teilmenge von B, aber von B verschieden. Dafür wird i.a. das Symbol A ~ B benutzt. Zwei Mengen A und B sind gleich, wenn A ~ B und B ~ A ist.
echte Teilmenge
12. Berechnung I Durch formale Definitionen lassen sich Aussagen über Mengen in Begriffe der Aussagenlogik übersetzen: AU
B={xi x E A V x E B}
Ac ={xix Ii A}
AnB={xix E Al\x E B} A\B ={xix
E
Al\x Ii B}
A x B={(x,y)ix E Al\y E B} Der leeren Menge entspricht die falsche, der Grundmenge die wahre Aussage. A ~ B wird übersetzt mit x E A => x E B. Der Gleichheit A = B entspricht XE
A {:}XE B.
Übersetzungstabelle
118
KAPITEL 2. DIFFERENTIALRECHNUNG
j Rechenregeln j
AUB=BUA
AnB=BnA
AU (B u C) = (Au B) u C
An (B n C) = (An B) n C
n C) = (Au B) n (Au C) (Au BY = Ac n ßC (A\B) U C = (Au C) n (Be U C)
An (B u C) = (An B) u (An C) (A\B) n C = A\(B U cc)
(A\B)\C = A\(B U C)
A\B =An Be
AU (B
(An
BY =
Ac u
ßC
Die Bezeichnungen sind (zeilenweise) Kommutativ-, Assoziativ- und Distributivgesetz. Die vierte Zeile heißt wieder de Morgansche Regeln. Beweis von Rechen rege In für Mengen
Der Beweis von Rechenregeln für Mengen geht in drei Schritten vor sich:
CD
Übersetzung in Begriffe der Aussagenlogik mit Hilfe der Tabelle
@ Anwendung der Rechenregeln der Aussagenlogik
®
Rückübersetzung
Beispiel 1: (Au B) n C = (An C) U (B n C) Das Distributivgesetz der Mengenlehre wird in @ mit Hilfe des Distributivgesetzes der Aussagenlogik bewiesen.
CD
x E (Au B) nc
{::}
xEAUBAxEC (x E A V x E B) A x E C
@
{::}
(x E A A x E C) V (x E BA x E C)
®
{::}
xEAnCVxEBnC x E (An C) u (B n C)
{::}
{::}
Intervalle
IIntervalle I Intervalle sind Teilmengen von IR, die mit je zwei Zahlen auch alle dazwischenliegenden enthalten.
119
2.2. MENGEN
Schreibweisen ]a, b[ oder (a, b)
[a, b[ oder [a, b) ]a, b] oder (a, b] [a, b]
Definition {x E IR a < x < b} {x E IR a~x
{x E IR a
~
~
x
b}
Bezeichnung offen (rechts) halboffen (links) halboffen abgeschlossen
Darüber hinaus gibt es noch das unbeschränkte Intervall IR und die vier einseitig beschränkten Intervalle:
]- oo, a] = ( -oo, a] = {x E IRI x ~ a}
[a, oo[= [a, oo) = {x E IRI x 2:: a}
]- oo,a) = (-oo,a) = {x E IRix < a}
(a,oo[= (a,oo) = {x E IRix > a}
Für diese vier Intervalle sind auch (der Reihe nach) folgende Schreibweisen üblich: IR:;;a, IR~a, IR
a· Gelegentlich benutzt: IR+ =]0, oo[, IR- =]- oo, 0[. Der Durchschnitt zweier offener Intervalle ist leer oder ein offenes Intervall. Für Ja- 6, a + 6[.
a EIRund 6 > 0 ist die 6-Umgebung U,s(a) das Intervall
6-Umgebung
ITeilmengen von IR I Im folgenden sei M stets eine nichtleere Teilmenge der reellen Zahlen. Viele topalogische Eigenschaften von Mengen wie Rand, Offenheit u. ä. sind auch in Kapitel 4.1 erklärt. Hier sind nur die besonderen Eigenschaften von Mengen in IR erklärt. Eine Menge M c IR ist beschränkt , wenn es zwei Zahlen C 1 und C2 gibt, so daß für jedes X E M die Ungleichung Ct ~ X ~ c2 gilt. Äquivalent damit ist die Existenz einer Zahl C mit lxl ~ C für alle x E M. Diese Formulierung definiert auch Beschänktheit in C. Gilt für alle x E Mx 2:: C 1 bwz. x ~ C2 , so nennt man lvf nach unten bzw. nach oben beschränkt. Ist M C IR nach oben beschränkt, so nennt man jede Zahl C mit x ~ C für alle x E M eine obere Schranke von M. Die kleinste obere Schranke (die in IR stets existiert), heißt sup M, Supremum von M. Analog ist inf M, das Infimum von M als größte untere Schranke einer nach unten beschränkten Menge erklärt. Falls die Menge M ein größtes Element besitzt, so nennt man es Maximum max M, ein kleinstes heißt Minimum min M. Es gilt: • Ist M C IR abgeschlossen und beschränkt, so existieren Maximum und Minimum von M. • Wenn max./11 existiert, dann ist supM • Ist supM E M, so ist maxM
maxM.
= supJ\.1.
• Wenn minM existiert, dann ist inf M • Ist inf M E M, so ist min M
=
= inf M.
=
minM.
beschränkt
Supremum lnfimum Maximum Minimum
KAPITEL 2. DIFFERENTIALRECHNUNG
120
•
inf(-A) = -supA
sup( -A) = - inf A
min(-A) = -maxA
max( -A) = - minA Dabei ist -A = {xl - x E A}. • a = sup A gilt genau dann, wenn
i) Vx E A : x :::; a, d.h. a ist obere Schranke von A ii) Vf. > 0 3x E A x > a- f., d.h. a- f. ist keine obere Schranke mehr, egal wie klein man f. auch wählt. • Beim Infimum ist entsprechend: a = inf A genau wenn V x E A : x ;::: a und V f. > 0 3 x E A x < a + f. Der wesentliche Unterschied zwischen den Begriffen Maximum und Minimum einerseits und Supremum und Infimum andererseits ist, daß Maxima und Minima immer zur Menge gehören, Suprema und lnfima i.allg. nicht. Andererseits existieren bei beschränkten Mengen Supremum und Infimum immer, Minimum und Maximum aber nicht.
I
Beispiel 2: M =
{~~ n E N}
Die Menge M besteht aus allen Kehrwerten natürlicher Zahlen, also 1 1 1 1
M
= {1, 2' 3' 4' 5' ... }
Daraus erkennt man max M = sup M = 1 und inf M = 0. Ein Minimum hat M nicht, da das Infimum nicht zur Menge gehört (Null ist ja kein Kehrwert einer natürlichen Zahl).
13. Beispiele I I
Beispiel 3: Beweis von (A\B)\C = A\(B U C)
1. Möglichkeit: Rechenregeln für Mengen
Benutzt werden die Definition und die de Morganschen Regeln:
(A\B)\C = (A\B)ncc = (AnBc)ncc = An(Bcncc) = An(BUC)c = A\(BUC) 2. Möglichkeit: Zurückführung auf Aussagenlogik Hier wird benutzt, daß A = B genau dann gilt, wenn x E A {::} x E B gilt.
x E (A\B)\C {::}
x E (A\B)
{::}
xEA {::}
1\
-,x E B
1\
1\
-,x E C
-,x E C
{::}
XE A 1\ XE (B U C)c
{::}
(x E A 1\ -,x E B)
xEA {::}
1\
1\
-,x E C
-,(x E B V x E C)
XE A\(B U C)
121
2.3. FUNKTIONEN
Funktionen
2.3
IL+2. Definitionen+ Berechnung!
IGrundsätzliches I Eine Funktion f mit Definitionsbereich D (oder !I))) und Wertebereich W (oder W) ist eine Vorschrift, die jedem Element des Definitionsbereichs ein Element des Wertebereichs zuordnet. Wenn man es gerrau nimmt, besteht die Funktion aus den drei TeilenD, Wund f, und zwei Funktionen stimmen nur dann überein, wenn alle drei Teile gleich sind. Ist f(x) = y, so heißt y Wert von f an der Stelle x. Ist C C W, so ist die Menge aller x E D mit f(x) E C das Urbild von C unterfundwird mit f- 1 (C) bezeichnet. Ist f : M --+ N, so gilt f(A
r
1 (A
n B)
n B) =
r
~
f(A)
1 (A)
n f(B)
n j- 1 (B)
j(A U B)
= f(A) U j(B)
f- 1 (A U B)
=
r
1 (A)
U
r
1 (B)
Es gibt verschiedene Möglichkeiten, Funktionen zu beschreiben. Üblich ist die Angabe von Definitions- und Wertebereich und der Abbildungsvorschrift. Oft wird auch nur diese angegeben und der Definitionsbereich ist die größte Teilmenge von IR oder C, auf der dies sinnvoll ist. Eine andere Möglichkeit ist die Beschreibung durch Tabellen, was sinnvoll ist, wenn der Definitionsbereich nur endlich viele Elemente hat. Der Graph der Funktion f : D --+ W ist eine Teilmenge von D x W und besteht aus allen Paaren (x, y) mit x E D und y = f(x). Andere Bezeichnungen: Statt Definitionsbereich sagt man auch Urbildbereich, statt Wertebereich die Bezeichnung Wertevorrat. Gelegentlich versteht man unter Wertebereich auch die Teilmenge von W, die wirklich als Bild eines x E D vorkommt. Andere Bezeichnung dafür: Bild von f oder Bild von D unter f. Manchmal ist der Ausdruck Funktion für reell- oder komplexwertige F\mktionen reserviert und sonst wird Abbildung verwendet (z.B. für vektorwertige F\mktionen). Nimmt man statt des Definitionsbereichs D eine Teilmenge D 1 C D und erklärt man eine Funktion fi : D 1 --+ W so, daß sie für x E D 1 dieselben Werte wie f hat, so nennt man !I Einschränkung von f und f Fortsetzung von !I. Genauso kann man auch den Wertebereich oder beides einschränken. Benutzt werden diese Begriffe bei der Konstruktion und Beschreibung von Umkehrfunktionen (s.u.). z.B. ist f(x) = x 2 als Funktion von IR nach IR weder injektiv noch surjektiv. Schränkt man f auf den Definitionsbereich [0, oo[ und den Wertebereich [0, oo[ ein, so ist die diese Einschränkung bijektiv und hat daher eine Umkehrfunktion
andere Bezeichnungen
KAPITEL 2. DIFFERENTIALRECHNUNG
122
. (nämlich yx). Schränkt man f auf den Definitionsbereich ]-oo, 0] ein, erhält man eine andere Umkehrfunktion, nämlich -yx. Bei verschiedenen Einschränkungen des Sinus erhält man die verschiedenen Zweige des Arcussinus. Eigenschaften von Funktionen, die mit Stetigkeit oder Differenzierbarkeit zu tun haben, findet man in den entsprechenden Abschnitten, besondere Eigenschaften komplexer Funktionen im Kapitel über Funktionentheorie (Kap. 7).
IInjektiv, surjektiv, bijektiv I Verknüpfung
injektiv, surjektiv, bijektiv
Ist f : M ~ N und g : N ~ P, so heißt die Funktion g o f : M ~ P mit der Abbildungsvorschrift (g o f)(x) = g(f(x)) Verknüpfung, Komposition, Verkettung oder Hintereinanderausführung von f und g. g o f wird als "g nach f" gelesen und bedeutet eben, daß zuerst f und danach g angewandt wird. Eine Funktion
f :M
~
N heißt
• injektiv, falls für x 1 =I x 2 stets f(xt)
=I f(x 2 )
ist
• surjektiv, falls es für jedes y E N (mindestens) ein x E M gibt mit f(x) = y • bijektiv, falls f injektiv und surjektiv ist. Die Funktion f : M ~ M, die jedes Element von M auf sich selbst abbildet, heißt identische Abbildung oder Identität und wird mit IdM bezeichnet. Inverse
f:
M
~
N sei eine Funktion. Dann heißt eine Funktion g: N
~
M
• Linksinverse zu /, falls g o f = IdM ist, • Rechtsinverse zu • Inverse zu
J, falls f o g = IdN ist,
f, falls g Links- und Rechtsinverse ist.
f heißt dann linksinvertierbar, rechtsinvertierbar oder invertierbar. Die Inverse oder Umkehrfunktion zu
f
wird mit
f- 1 bezeichnet.
Achtung: Bei bekannten Funktionen wie trigonometrischen oder hyperbolischen Funktionen oder deren Umkehrfunktionen bedeuten Exponenten oft etwas ande1- statt arcsinx. res: man schreibt sin 2 x statt (sinx) 2 und sin- 1 x bedeutet -. sm:t Eine Funktion f ist genau dann linksinvertierbar, wenn f injektiv ist, genau dann rechtsinvertierbar, wenn f surjektiv ist, und Invertierbarkeit ist äquivalent zur Bijektivität.
2.3. FUNKTIONEN
123
Diese Eigenschaften lassen sich durch die Anzahl der Lösungen der Gleichung f(x) = y für eine vorgegebenes y beschreiben: Eigenschaften von
f
Lösungen der Gleichung f(x)
f injektiv f linksinvertierbar f surjektiv f rechtsinvertierbar f bijektiv f invertierbar
=
y
eine oder keine eine oder mehrere genau eine
Das bedeutet für eine injektive/ surjektive/ bijektive Funktion von IR nach IR, daß jede Parallele zur x-Achse den Graphen höchstens einmal/ mindestens einmal/ genau einmal schneidet.
h ist injektiv, da kein Element von N Bildzweier Elemente von Mist, aber nicht surjektiv, da y E N nicht Bild eines Elements von M ist. h
ist nicht injektiv, da w E N Bild von a und b ist, aber surjektiv, da jedes Element von N Bild eines Elements von M ist.
Ja ist injektiv (keine zwei Elemente von
M haben dasselbe Bild) und surjektiv (jedes Element von N kommt als Bild vor). h ist damit bijektiv.
!4
ist weder injektiv (w E N ist Bild von a und b) noch surjektiv (x E N kommt nicht als Bild vor).
f 5 ist keine Funktion, da c E
M zwei Bilder hat.
IBerechnung der Inversen I f : M-+ J-l so: Ist
N eine invertierbare Funktion, so berechnet man die Umkehrfunktion
Berechnung der Inversen
KAPITEL 2. DIFFERENTIALRECHNUNG
124
CD
Vertausche in y
= f(x)
die Variablen x und y: x
= f(y).
@ Man löst diese Gleichung nach y auf und erhält y = 9(x). Dann ist 9 = f- 1, der Definitionsbereich von 9 ist das Bild von fundder Definitionsbereich von f ist das Bild von 9·
Dem Verfahren zur Inversion reeller Funktionen entspricht die Konstruktion des Graphen der Umkehrfunktion: Der Graph der Umkehrfunktion zu f entsteht aus dem Graphen von f durch Spiegeln an der 1. Winkelhalbierenden.
Beispiel 2: f(x)
=
x- 32 X-
Der Definitions hereich von
CD
f ist IR\ { 3}.
y - -2 . . t a lso x = .. Au f zu1osen 1s y- 3
@ Multiplikation mit dem Nenner gibt xy- 3x = y- 2, also y(x -1) = 3x- 2. Damit hat die Umkehrfunktion die Gestalt 9(x)
=
f- 1 (x)
=
Definitionsbereich IR\ { 1} ist gleichzeitig der Wertebereich von
Lösung eines nichtlinearen Gleichungssystems
3x- 2 . Der
x-1
f.
Bei mehreren Variablen x 1 bis Xk und y 1 bis Yk geht man analog vor. Dabei ist in der Regel ein (nichtlineares) Gleichungssystem mit n Gleichungen für die n Unbekannten y 1 bis Yn zu lösen. Die folgende Anleitung kann nur als Richtschnur dienen, da es kein allgemeines Verfahren zur Auflösung nichtlinearer Gleichungen gibt. Wenn das gegebene Gleichungssystem linear ist, löst man es leichter mit den in Kapitel 1.5 angegebenen Rechen verfahren.
CD
In den Gleichungen Yl = xk und Yk vertauscht.
h (x1, ... , Xn)
bis Yn = fn(xl, ... , Xn) werden die
@ Man nimmt eine Gleichung heraus und löst sie nach einem Yi auf. @ Man setzt diese
Yi in die restlichen Gleichungen ein und erhält n - 1 Gleichungen für die restlichen n- 1 Unbekannten Yk·
125
2.3. FUNKTIONEN
G) Schritte ® und @ werden wiederholt, bis nur noch eine Gleichung übrig ist, die nach dem letzten Yk aufgelöst wird.
@ Jetzt werden die Lösungen rückwärts in die aufgelösten Gleichungen eingesetzt, bis man alle Lösungen erhält.
In Koordinaten heißt die FUnktion also
CD
Nachdem man die Xk und die Yk vertauscht hat, bleibt folgendes Gleichungssystem nach y 1 bis y 3 aufzulösen: Y1 X2 = - , Y2
® ®
Die zweite Gleichung läßt sich gut nach y1 auflösen:
Y1 = x 2 y2 .
Wenn man dies in die erste und dritte Gleichung einsetzt, erhält man zwei Gleichungen, die nur noch y 2 und y 3 enthalten: Xl
X2
Y~
= --, Y3
®
Die zweite dieser Gleichungen wird nach
®
x2 y4 In der ersten Gleichung steht dann nur noch y 2 : x 1 = ...1.....1..
aufgelöst:
Y3
=
x32. X2 Y2
X3
Diese Gleichung wird nach Y2 aufgelöst: des Definitionsbereichs von Wurzeln zu nehmen.
®
Y3
f sind hier (und im weiteren) nur die positiven
• (t\l\ In v er häl· t man y3: Y3 emgesetzt
In
Yi = xx21 ~3 , also Y2 = 1xx21 ~3 . Wegen
X3- = =2 X X2 Y2
® erhält man schließlich Y1: Y1 =
x2 Y2 =
-.
2
ff;3 X3 ~::::;: Xl Xt :Z:l :Z:2
\jx1 x~ x3.
Damit ist die Umkehrfunktion f- 1 (x 1 , x 2 , x 3 ) = ( \jx 1 x~ x 3 , 1x1 ~ 3 , x2
{§,). VX1
Gleichzeitig haben wir ausgerechnet, daß der Bildbereich von f ganz JR+ x JR+ x JR+ ist, da dies offensichtlich der Definitionsbereich der Umkehrung ist.
126
Monotonie
KAPITEL 2. DIFFERENTIALRECHNUNG
IMonotonie I Sind M und N Teilmengen von IR, so heißt
f :M
-t
N
• monoton steigend, falls aus x 1 < x 2 immer f(xl) ~ j(x2) folgt, • streng monoton steigend, falls aus x 1 < x2 immer j(x1)
< j(x2)
folgt,
• monoton fallend, falls aus x 1 < x 2 immer f(xl) ~ j(x2) folgt, • streng monoton fallend, falls aus x 1 < x2 immer f(x 1) > j(x2) folgt. Statt monoton steigend sagt man auch nichtfallend, statt monoton fallend auch nichtsteigend, statt steigend auch wachsend. Streng monotone Funktionen sind injektiv. Ist I C IR ein Intervall und f : I -t IR stetig und injektiv, so ist f streng monoton. Zusammenhang mit der Ableitung: Ist f eine differenzierbare Funktion auf einem Intervall I, so gilt
• • • •
f'(x) > 0 für alle f' (x) ~ 0 für alle f'(x) < 0 für alle f'(x) ~ 0 für alle
x x x x
=> f streng monoton steigend E I {:> f monoton steigend E I => f streng monoton fallend E I
EI
{:>
f monoton fallend
13. Beispiele I Beispiel 4: Eine Linksinverse zu 1 auf Seite 123 Berechnung einer Linksinversen
11 und eine Rechtsinverse zu h aus Beispiel
Bei der Berechnung einer Linksinversen geht man so vor: Eine Linksinverse 9 einer injektiven Funktion 9
f :M
-t
N ist gegeben durch
(x) = { y falls f(y) = x ist Yo sonst
y0 ist dabei ein beliebiges Element von M. Die Injektivität von f sichert dabei gerade, daß die Gleichung f(y) x höchstens eine Lösung y hat.
=
x für jedes
Anschaulich bedeutet das, daß man alle Zuordnungspfeile umdreht und die übrigbleibenden Elemente von N auf irgendein Element von M abbildet.
II: I!
11 wird durch folgende Tabelle beschrieben: 11 I~ Eine Linksinverse 9 1 von 11 läßt sich also durch die folgende Tabelle beschreiben
(u)
(mit Yo = a):
u
91 (u)
I wa I xb I ay I zc
2.3. FUNKTIONEN
127
Bei der Berechnung einer Rechtsinversen geht man so vor: Eine Rechtsinverse g einer surjektiven Funktion f : M -+ N ist so gegeben: zu x E N nimmt man irgendein y E M mit f(y) = x und definiert g(x) := y. Die Surjektivität von f sichert dabei gerade, daß die Gleichung f(y) = x für jedes x immer mindestens eine Lösung y hat. Anschaulich bedeutet das, daß man von jedem Element von N aus irgendeinen dort ankommenden Pfeil umdreht.
h wird durch folgende Tabelle beschrieben: -...,..u("')--it----+-+-+-91
Eine Rechtsinverse 92 von
h
U
2
/ X
X
y
enthält man also z.B. durch die Tabelle
Beöspiel 5, Bestimmung d"' lnve<sen von f(x)
y
W
~
X X< -1 2x 2 -1 ~ x < 0 { -x 4 0 ~ x ~ 1 x+1 x>1
Hier ist man ohne eine Skizze verloren. Man erkennt, daß jede Parallele zur x-Achse den Graphen der Funktion in genau einem Punkt schneidet. Daher ist f bijektiv und man kann direkt die Umkehrfunktion angeben. Dazu notiert man in einer Tabelle die verschiedenen Definitionsbereiche der Teile von f und kontrolliert gleichzeitig, daß sich der Wertevorrat IR aus den einzelnen Wertebereichen zusammensetzt. J-1
li»
f
w
JI»1 =]- oo, -1[
X
w1 =l- oo, -1[
X
JI»2 = [-1,0[
2x 2
w2 =J0,2J
-~
ll»a = [0, 1]
-x4
Wa = [-1,0]
Fx
Jl»4 =]1, oo[
x-1
x+1 w4 =]2,oo[
Daraus liest man die Form von f- 1 ab: f- 1 (x) =
{
X
X<
Fx
-1
-~
-1 ~X~ Ü
0<x~2
x-1 2<x
Berechnung einer Rechtsinversen
KAPITEL 2. DIFFERENTIALRECHNUNG
128
Eigentlich ist aus der Skizze klar, daß f bijektiv mit der Umkehrfunktion g = 1 ist. Da wir Mathematiker aber stolz darauf sind, auch scheinbar evidente Dinge beweisen zu können, hier eine Andeutung, wie ein strenger Beweis aussehen könnte.
f
f o g = IdN und g o f = IdM nach. Zum Beispiel heißt die erste Gleichung f(g(y)) = y für alle y E N. Dann beginnt man mit einer Fallunterscheidung nach den Definitionsbereichen der einzelnen Teilfunktionen von g. Diese Bereiche sind durch die Wertebereiche W 1 bis W4 von f gegeben. 1. Möglichkeit: man rechnet die Gleichungen
Ist also z.B. y E W2 =]0, 2], dann ist g(y) = -{[. Jetzt muß man nachsehen, in welchen Teildefinitionsbereich von f diese Zahl liegt. Man erhält, daß g(y) im Intervall (-1, 0( liegen wird, also in ]]))2 . Daher ist f(g(y)) = 2 · (-~~Y =
2~ =
y.
Diese Rechnung führt man auch noch mit W1 , W3 und W4 durch und eine analoge Rechnung für die Gleichunggof = ldM. 2. Möglichkeit: man zeigt, daß die Gleichung f(x) = y für jedes y E IR stets eine eindeutige Lösung x hat, die durch x = g(y) = f- 1 (y) gegeben ist. Dazu teilt man IR in vier disjunkte Bereiche W 1 bis W4 auf und rechnet die Behauptung durch Fallunterscheidung nach. Dabei geht wesentlich ein, daß die Einschränkung von f als F\mktion von ]]))i nach Wi bijektiv ist (z.B. aus Monotonieüberlegungen). Beispiel 6: Untersuchung auf Monotonie von f(x) = x- 2 x-3 y
I I
!L
Der Definitionsbereich besteht aus den beiden Intervallen / 1 =] - oo, 3( und / 2 =]3, oo(. Da f auf seinem Definitionsbereich differenzierbar ist, untersucht man zunächst die Ableitung:
____ ..,. ______ _ X
1
f (x)
=
1·(x-3)-(x-2)·1 (x- 3)2
-1
= (x- 3)2 < O.
Damit ist die F\mktion sowohl auf / 1 wie auf / 2 streng monoton fallend. Um festzustellen, ob f insgesamt eine monotone Funktion ist, macht man am besten eine Skizze. Jetzt erkennt man, daß f insgesamt nicht monoton ist, da f auf h und h streng monoton fällt, aber z.B. f(O) = ~ < 2 = f(4) ist.
2.4. VOLLSTÄNDIGE INDUKTION
2.4
129
Vollständige Induktion
In diesem Abschnitt verwenden wir die Bezeichnung N für die natürlichen Zahlen N = {1, 2, 3, ... } und No für die natürlichen Zahlen einschließlich der Null. In einigen Büchern werden die natürlichen Zahlen einschließlich der Null definiert und N* für die positiven natürlichen Zahlen verwendet, also N = {0, 1, 2, 3, ... } und N* = {1, 2, 3, ... }.
11. + 2. Definitionen und Berechnung! Das Verfahren der vollständigen Induktion dient dazu, eine Folge von Aussagen zu beweisen. Dabei ist für jedes n E N eine Aussage A(n) gegeben. Der allgemeine Beweis geht dann in zwei Schritten vor sich:
CD
Induktionsanfang Die Aussage wird für n = 1 bewiesen, (oft durch eine direkte Rechnung).
@ Induktionsschritt Für jedes n ~ 1 wird unter Benutzung der Aussage A(n) die Aussage A(n + 1) bewiesen.
Der zweite Schritt könnte auch so aufgeschrieben werden:
@ Induktionsschritt Für jedes n ~ 2 wird unter Benutzung der Aussage A(n -1) die Aussage A(n) bewiesen.
IVarianten I Induktion mit anderem Anfang: Der Induktionsanfang muß nicht zwingend bei n = 1, sondern kann bei jeder beliebigen ganzen Zahl sein. Wird als erstes eine Aussage für n = -4 bewiesen, und geht der Induktionsschritt für alle n ~ -4 durch, so hat man die Aussage für n = -4, -3, -2, -1, 0, 1, ... bewiesen. Benutzung mehrerer Stufen: Gelegentlich ist der Induktionsschluß vom Typ A(n), A(n + 1) => A(n + 2). Dann hat man im Induktionsanfang zwei Aussagen direkt zu beweisen, also z.B. A(1) und A(2), um die Aussage für alle n E N zu beweisen. Diesen Induktionstyp findet man in Beispiel 4 und in Kapitel 6.10 in Beispiel 5.
vollständige Induktion
KAPITEL 2. DIFFERENTIALRECHNUNG
130
IRechenschema I Rechenschema
Als Hilfe kann man folgendes Rechenschema verwenden, das für den Standardfall aufgeschrieben und in anderen Fällen entsprechend abzuändern ist: 1. Induktionsanfang n = 1 zu zeigen: < hier steht A(1) > Beweis: < hier steht der Beweis von A(1) >
2. Induktionsschritt A(n) => A(n + 1) Voraussetzung: < hier steht A(n) > zu zeigen: < hier steht A(n + 1) > Beweis: < hier wird A(n + 1) unter Verwendung von A(n) bewiesen> Dabei erhält man A(1), indem man in der allgemeinen Aussage A(n) jedes n durch 1 ersetzt, A(n + 1) durch Ersatz von n durch n + 1. Im Zweifelsfall nimmt man lieber (n + 1) statt n + 1. Strategie
Oft ist es eine gute Strategie, die Aussage A(n + 1) umzuformen, bis man A(n) erhält. Wenn dann alle Umformungen Äquivalenzumformungen waren, hat man den Beweis erbracht. Das Beweisende kann man durch ein Symbol wie \\ oder 0 kennzeichnen.
I Beispiel 1: L k = 3 L k 2n
n
k=n
k=1
Im ersten Schritt, dem lnduktionsanfang, werden einfach beide Seiten der zu beweisenden Gleichung ausgewertet. 1. Induktionsanfang n = 1
Beweis:
2
1
k=1
k=1
L k = 3L k
zu zeigen: 2
1
k=1
k=1
L k = 1+ 2= 3 = 3L k
0
Im Induktionsschritt kann man ohne Probleme nach der "Grundtaktik" rechnen: 2. Induktionsschritt A(n) => A(n + 1) 2n
Voraussetzung:
L
n
k= 3
k=n
2n+2
zu zeigen:
L
k=n+1
L k=l
n+1
k= 3
L
k=1
k
k
131
2.4. VOLLSTÄNDIGE INDUKTION n+l
2n+2
Beweis:
I:
3I:k
=
k
k=l
k=n+l
(Bekannte Teile werden abgespalten)
E,
k- n + (2n + 1) + (2n + 2)
3
(~ k + (n + 1))
(Die Induktionsvoraussetzung wird benutzt) -n + (2n + 1) + (2n + 2)
3n+3
3(n + 1) 3n+3
=
0
Bei dieser Rechnung ist es leicht: A(n + 1) wird äquivalent umgeformt, bis man A(n) benutzen kann. Im nächsten Beispiel sind die Aussagen nicht äquivalent, sondern es ist nur die Schlußrichtung A(n) => A(n + 1) möglich. Das ist oft bei Beweisen von Ungleichungen der Fall.
t:<
Beispiel 2: Zeigen Sie: für n ;:::: 2 ist
2
2-
.!. n
k=l
Da die Aussage für n;:::: 2 formuliert ist, ist auch der Induktionsanfang n = 2. 1. Induktionsanfang n = 2 2
L -1 < 2 k=l k2
zu zeigen: •
Beweis:
1 k2
2
L k=l
1
2 1 3
1
= 1+ 4< 2= 2 - 2
0.
Im Induktionsschritt hat man folgende Situation: 2. Induktionsschritt A(n) => A(n + 1) 1 n 1 k2 < 2 Voraussetzung:
n
L
n+l
zu zeigen:
1
k=l
1
L- < 2 -n-+-1 k=l k2 n+l
L
Beweis:
1 k2
k=l
1
< 2- n+ 1
Man versucht, auf beiden Seiten etwas Bekanntes zu erzeugen: n
1
~-+ (n k2
ti
1
+ 1)2
1
1
1
<2--+---n n n+1
Nun möchte man gerne die Induktionsvoraussetzung benutzen. Das geht aber nicht mit einer Äquivalenzumformung, sondern man muß "rückwärts" denken: zu der wahren Aussage der Voraussetzung wird die übrigbleibende Ungleichung addiert, und daraus folgt die zu zeigende Zeile oben:
KAPITEL 2. DIFFERENTIALRECHNUNG
132
I
:E-<2-1 k2 n1
n k=l
1 (n + 1) 2
1
:::;
1
n- n + 1
Daher geht die aufgeschriebene Rechung weiter mit 1
<.!.- _1_.
(n+1) 2 - n
n+1
Man beachte, daß zu Beginn der Zeile <= steht! Der Rest ist einfach, man bringt beide Seiten auf einen Nenner:
n < (n + 1) 2 - n(n + 1) n(n + 1) 2 n(n + 1)2 n:::;n+l.
#
D
Eine Alternative ist es, den Beweis des Induktionsschritts als Ungleichungskette aufzuschreiben: 2. Induktionsschritt A(n) => A(n + 1) n 1 1 Voraussetzung: k2 < 2 - -
L
n 1
k=l
n+l
Behauptung:
1
Lk
2
< 2 - -n
k=l
Beweis: n+l 1 :E k2 = k=l
+1
1 1 :E k2 + (n + 1)2 n
Bekanntes abspalten
k=l
n.V.
1
< 2-
1
n+ (n + 1)
2
1 1 1 1 2---+----+-:---= n + 1 n + 1 n (n + 1)2
A(n) benutzen
gewünschte rechte Seite erzeugen
1_ + n(n + 1)- (n + 1) 2 + n 2 __ zusammenfassen n+1 n(n+1) 2 1 n 2 + n - n 2 - 2n - 1 + n 2 - - - + ---.,..------,.,,-;:---n+1 n(n+1)2 2--1__ 1 Rest abschätzen n+ 1 n(n+ 1)2 < 2--1D n+1
133
2.4. VOLLSTÄNDIGE INDUKTION
Ia. Beispiele I Beispiel 3: Ist f(x) = ln(1-
~),so ist f(n>(x) =- ~; ~ :1~ für n ~ 1.
1. Induktionsanfang n = 1
.
zu zeigen:
1)! !'( x ) =- ((1_ x)1
2 Beweis: nach der Kettenregel ist 1
1
f (x) =
(1- 1)!
1
1
-21- ~
=- 2- x =- (2- x)1"
D
2. Induktionsschritt A(n) => A(n + 1)
(n- l)! (2-x)n n! zu zeigen: f(n+l>(x) = (2- x)n+l Beweis: Durch Ableiten erhält man:
Voraussetzung: /(n)(x) =
f(n+l)(x)
=
n.=v.
=
{!(n)(x) )'
( - (n-1)!)' (2- x)n (n- 1)! -( -n) (2- x)n+l (-1) n!
D
Hier ist der Beweis einmal ganz ordentlich aufgeschrieben: Daß die (n + 1)-ste Ableitung die Ableitung der n-ten ist, ist die induktive Definition einer höheren Ableitung. Die Stelle, an der die Voraussetzung über A(n) eingeht, ist extra vermerkt. Beispiel 4: Man zeige: Ist ao = 0, a1 = 1 und an+2 = an
an=
)s [C+2vsr- c-2vsrJ.
+ an+l.
so ist
Es handelt sich um die Fibonacci-Zahlen, bei denen jede Zahl die Summe der beiden vorangehenden ist: a2 = 1, a 3 = 2, a4 = 3, as = 5, a6 = 8 usw. Da die Definition von an+ 2 zwei vorhergehende Glieder benutzt, muß im Induktionsanfang die Behauptung für zwei Startterme nachgewiesen werden:
FibonacciZahlen
134
KAPITEL 2. DIFFERENTIALRECHNUNG
1. Induktionsanfang n = 0 und n = 1 zu zeigen: a0 = 0 und a 1 = 1 Beweis: Man setzt n = 0 und n = 1 in die allgemeine Form der an ein:
ao=
a1
[C+2vßr- c-2vsr] = Jsl1-1]=0 = _1 [ 1 + J5 _ 1 - vß] = _1 [J5] = J5 J5 Js
1.
2
0
2
2. Induktionsschritt A(n) =?- A(n + 1) Voraussetzung:
zu zeigen:
+2vß)
an =
Js [ ( 1
an+l
= _1 [(1 + JS)n+l
an+2
J5
n- (1-
2
= _1 [( 1 +
J5
2vß)
n],
_ (1-2VS)n+ll ,
J5)n+2 _(1 _2J5)n+2]
2
Beweis:
n.V.
Dabei wurde benutzt
vß)
( 1 ±2
2
-
-
1 ± 2VS + 5 - G± 2VS 4
-
4
- 1+
1 ± J5 2
.
Man halte sorgfältig auseinander: A(1), A(n) und A(n + 1) sind Aussagen, die durch Zeichen wie <=? oder =?- miteinander verbunden sind. Gleichheitszeichen treten zwischen Termen wie an oder an+l auf.
2.5. KOMPLEXE ZAHLEN
2.5
135
Komplexe Zahlen
11. Definitionen I Komplexe Zahlen sind Zahlen der Form z = x + iy (oder z = x + yi) mit reellen Zahlen x und y. Die imaginäre Einheit i genügt der Gleichung i 2 = -1. Ist z = x + iy, so heißt x =Re z Real- und y =Im z Imaginärteil von z. Achtung: der Imaginärteil ist nicht iy, sondern die reelle Zahl y. Die Gesamtheit der komplexen Zahlen wird mit C bezeichnet.
Real-, Imaginärteil Re z, Im z
Darstellung komplexer Zahlen mit Hilfe der komplexen Exponentialfunktion:
Iz =
rei"' = r( cos cp + i sin cp)
Das sind die Eulersche und Polarkoordinaten- oder trigonometrische Form, die Schreibweise z = a + ib heißt Gaußsehe oder kartesische Darstellung. Ein anderer üblicher Bereich für den Winkel cp ist das Intervall [0, 21r[. An der Polarkoordinatendarstellung erkennt man, daß der Winkel nur bis auf ganzzahlige Vielfache von 27f festliegt. Den Wert des Winkels im Grundintervall bezeichnet man als Hauptwert. Im z y
Z =X+
iy
r
Re z r
-y
Z = X - iy
In der Gaußsehen Zahlenebene lassen sich die komplexen Zahlen veranschaulichen. Dabei wird IR durch die Identifizierung x --* x + Oi nach C eingebettet. Das bedeutet, daß der reellen Zahl x die komplexe Zahl x + Oi entspricht. Bezeichnungen: Der Winkel cp E] - 1r, 1r] heißt Argument von z: cp =arg z. r = Tzl heißt Betrag und ist der Abstand von z vom Nullpunkt. Statt Betrag sagt man auch Absolutbetrag oder Modul.
Die konjugiert komplexe Zahl z entsteht aus z durch Spiegelung an der reellen Achse. Andere Schreibweise: z* statt z. Ist z = x
+ iy = rei"',
so ist z = x- iy = re-i"'.
Auf C ist keine Ordnung definiert. Das bedeutet, daß es Ungleichungen zwischen komplexen Zahlen nicht gibt, wohl aber Ungleichungen zwischen Beträgen oder Argumenten. Eigenschaften komplexer Funktionen (Holomorphie, harmonische Funktionen) findet man in Kapitel 7.
Gaußsehe Zahlenebene
Argument Betrag
konjugiert komplexe Zahl z, z*
KAPITEL 2. DIFFERENTIALRECHNUNG
136
12. Berechnung I 11. Umrechnung der Darstellungen I Umrechnung der Darstellungen
Der Übergang zwischen Euler- und Polarkoordinatenform geschieht stets durch die Eulerformel:
Eulerformel
Iex+iy =
ex ( cos
y + i sin y) .1
r, cp Ha, b Ist z = rei"' = r(coscp+isincp), so ist z = a+ib mit a = rcoscp und b = rsincp. Ist z = a + ib, so ist r = J a2 + b2 • Berechnung des Arguments cp: b arctan a>0 I. und IV. Quadrant a
cp=
2 b arctan- + 7r a
1r
a
positive imaginäre Achse
a < 0, b ~ 0
II. Quadrant
a = O,b
2
b arctan--
a = 0, b > 0
1r
a
<0
< O,b < 0
negative imaginäre Achse III. Quadrant
z = 0 hat kein (oder jedes) Argument. Alternativ kann man cp aus einer der beiden Gleichungen J a2 + b2 cos cp = a, J a2 + b2 sin cp = b bestimmen. Den richtigen Wert des Winkels entnimmt man einer Skizze. Verwendet man für den Winkel den Bereich von 0 bis 21r, so ist
cp=
b arctana 7r 2 b arctan- + 1r a 37r 2 b arctan - + 27r a
I
e2k7ri
a > O,b
~
0
I. Quadrant
a = O,b > 0
positive imaginäre Achse
a
Il.und III. Quadrant
a = O,b < 0
negative imaginäre Achse
a > O,b < 0
IV. Quadrant
= 1,
e(2k+1)11"i
= _ 1,
Das sind gleichzeitig alle Möglichkeiten, 1 und -1 in Eulerform zu schreiben. Rein imaginäre Zahlen (Zahlen mit Realteil Null) haben die Form z = re(k+lf2)".; mit k E Z.
2.5. KOMPLEXE ZAHLEN
137
Beispiel!: Trigonometrische und Eulerform von z1 = v'3+i, z2 = Z3 = -/3- i und Z4 = v'3- i,. I. Quadrant II. Quadrant
Z3
=
-/3- i
-/3+i,
Zt
=
/3 + i
Z4
=
/3- i
IV. Quadrant
III. Quadrant
Als erstes wird Zt = v'3 + i in der Form Zt = r 1ei'Pt = r 1 ( cos cp 1 + i sin cpt) geschrieben: es ist r 1 = J3+1 = 2. Der Winkelläßt sich auf mehrere Arten aus der Gleichung v'3 + i = 2( cos cp + i sin cp) bestimmen: • Aus der Tabelle: da z1 im ersten Quadranten liegt, ist 1P1
= arctan ~ = ~ v3
6
• Der Vergleich der Realteile ergibt v'3 = r cos cp 1 = 2 cos cp 1. Daher ist und für cp 1 kommen die beiden Werte ±~ in Frage. Da z 1 cos cp 1 = im ersten Quadranten liegt, muß IPt = ~ sein.
Yf
Das geht mit dem Imaginärteil natürlich analog.
!.
• Man vergleicht außer den Real- auch die Imaginärteile und erhält sin cp = Daher kommen hier die Winkel ~ und 5; in Frage. Der einzige gemeinsame Winkel für Real- und Imaginärteil ist cp 1 = ~. Das geht immer: Für z =F 0 legen die Gleichungen Re z = r cos cp und Im z = r sin cp den Winkel eindeutig fest. Damit hat man die Darstellung z1 =
v'3 + i = 2( cos ~ + i sin ~) = 2ei"/s.
Für die anderen drei Zahlen erhält man genauso r 2 = r 3
cp 2
-1
arctan -
v'3 1
cp3
arctan -
cp4 =
-1 arctan-
v'3 /3
+ 1r = -
7r
--
6
+ 1r =
= - -
6
7r
= --
6
57r
-
6
57r
7r
1r
= r4 = 2 und
1r
= --
6
KAPITEL 2. DIFFERENTIALRECHNUNG
138
Grundrechenarten
12. Grundrechenarten I Bei den Grundrechenarten wird i wie eine Konstante behandelt. Beim Dividieren wird der Bruch zunächst mit der konjugierten Zahl des Nenners erweitert. Dann ist der Nenner reell, und man kann Real- und Imaginärteil des Zählers einzeln dividieren.
(a+ib)
+ (c+id) =
(a+c)+i(b+d),
(a + ib) · (c + id)
=
(a+ib)- (c+id) = (a-c)+i(b-d)
ac + i(bc + ad) + i 2 bd
=
(ac- bd)
(ac + bd) + i(bc- ad)
(a + ib)(c- id) a+ib = (c + id)(c- id) c+ id
+ i(bc + ad)
ac + bd
= c2+d2
. bc - ad
+ zc2+d2
Sind die Zahlen in Eulerform gegeben, lassen sie sich i.allg. nur nach Umwandlung in die kartesische Form addieren oder subtrahieren. Für die Multiplikation und Division verwendet man ganz formal die Rechenregeln für Potenzen:
Danach muß man eventuell den Winkel um ±2?T verändern, damit er wieder im Bereich) - ?T, 1r)liegt. Beispiel 2: Für z = -5 + 10i und w = 1 + 2i berechne man z zw und.:_,
+ w,
z - w,
w
z+w z-w zw z w
Kontrolle
( -5 + 10i) + (1 + 2i) = -4 + 12i ( -5 + 10i) - (1 + 2i) = -6 +Bi ( -5 + lOi) · (1 + 2i) = -5- 20 + i( -10 + 10) = -25 + Oi = -25 -5 + 10i ( -5 + 10i)(1- 2i) -5 + 20 + i(lO + 10) . 1 + 2i = (1 + 2i)(1- 2i) = 1+4 = 3 + 4z.
Kontrolle: Wenn beim Dividieren der Nenner nach dem Erweitern mit reell und positiv ist, hat man sich sicher verrechnet. Beispiel 3: Berechnen Sie für z 1 = J3 + i und z2 = Quotient in der Eulerform.
-J3 + i
Nach I3eispiel1 ist z1 = 2eifi und z2 = 2e~i. Damit ist 'Ir.
571'.
.
z 1 z 2 = 2 e6' 2 es'= 4e".. = -4 und
'iiJ
nicht
Produkt und
2.5. KOMPLEXE ZAHLEN
z
2eii 2 eT'
- 1 = ----s;;-: = e Z2
139
_2"i T
-21r 3
.. -21r 3
1 2
.J3.
= cos - - + zsm-- = --- -z. 2
13. Konjugation, Real- und Imaginärteil I Ist z
= a + ib = rei'P = r( cos
• der Realteil Re
so ist
z= a= z; z = rcos cp,
• der Imaginärteil Im z
= b = z ; z = r sin
• die konjugiert komplexe Zahl • der Betrag
Konjugation, Real- und Imaginärteil
z=a-
ib
= re-i'P = r( cos
i sin
izl = Ja2 + b2 = r
Rechenregeln für Betrag und Konjugation
izi ist reell und izl
~ 0. Es ist
izi = 0 {:} z = 0, zz = izl 2 •
izi = izi, iz · wi = izi·iwi, I_:w_ I = .l:l iwi' iz + wi
~
izi + iwi, jlzl-lwlj ~ iz- wi
(Dreiecksungleichungen)
z + w= z + w, z - w = z - w, z . w = z. w,
Beispiel 4:
(:;z) __ =wz
z = 1 + 2i, z = 1 - 2i, izl 2 = zz = 1 + 4 = 5, izi = v'5, ~ = = 1 ~ 2i = 1 ~ 2i
G)
j4. Potenzen und Wurzeln I Die Moivre-Formel ist die Anwendung der Potenzgesetze auf z = re'Pi: Ist z
= re'Pi = r( cos
so ist z"
= r"e"'Pi = r"( cos n
Daraus ergibt sich ci1!e Methode zur Berechnung von n-ten Wurzeln:
Potenzen und Wurzeln Moivre-Formel
KAPITEL 2. DIFFERENTIALRECHNUNG
140
Ist z = r (cos cp + i sin cp) =f. 0, so hat z genau n verschiedene n- te Wurzeln wo bis Wn-1: wk
n-te EinheitsWU rze In
\Ii
=
. cp + 2k7r) ( cos cp +n2k7r + z. sm , n
k=O ... n-1.
Die n Lösungen von zn = 1 heißen n-te Einheitswurzeln und haben die Form • 2k11' k 2k11' (: = e 2hi = COS n n, = 0, ... , n - 1. + Z• Sill Dien-ten Wurzeln einer komplexen Zahl bilden ein regelmäßiges n-Eck mit dem Ursprung als Mittelpunkt. Bei den Einheitswurzeln liegt eine Ecke davon im Punkt z = 1. Dien-ten Wurzeln einer Zahl z lassen sich so berechnen, daß man eine n-te Wurzel berechnet, und diese mit denn Einheitswurzelneo bis en-l multipliziert.
<,k
n
Beispiel 5: Die dritten Wurzeln von z = -2 + 2i. Zunächst wird z = -2 + 2i in Euler (oder trigonometrischer) Form geschrieben: es ist r = ../4 + 4 = 2't/2. Einer Skizze entnimmt man, daß cp = 3; ist. Jetzt berechnet man w0
=
i'iJ2 ek<~+O)i = V'ie!!f = V'i(cos ~ + i sin ~) = 1 + i.
Genauso erhält man W1 =
in exp ( V~
W2 =
in exp V~
Z·)
4 + 211' ) 31 (311'
111l'i) = = Vin2 exp ( 12
(1 (311' + 411' ) Z·) = 3 4
V
in 2 exp
(191l'i) = 12
2( COS Vin
. 1111' ) 1111' + i Sill 12 12
in 2( COS
1911' + Z Sill 12 12 )
V
.. 1911'
Das läßt sich fast nur mit einen Rechner auswerten (wenn man nicht die bekannten Werte von sin ~ und cos ~ und Formeln für sin ~ und cos ~ benutzt). Alternativ kann man auch wo mit den dritten Einheitswurzeln durchmultiplizieren. Dazu berechnet man zunächst (:
..,0
(:
211'
1 V3 . . . 411' V3 . '(:>2 = cos 411' +zsm 3 3 = - 2-2z
1
. . 211'
= 1, .., 1 = cos 3 +zsm 3 = - 2+ 2 z,
Beim Rechnen mit Einheitswurzeln gibt es viele Umformungsmöglichkeiten, die = 1 und l~j I = 1 entstehen. So läßt sich 6 aus 6 berechnen: aus
e;
3
c _ c2 _ ~~ _
<,2 -
'>I -
6
-
-
_!_ -_ 6 6 -_ c<,I 6
6
Dann erhält man vJi) = ~(-1- V3 + i(-1 + V3)) 2 2
W1 = Wo6 = (1 +
i)(-~2 +
w2 = wo6 = (1 +
J3i) = ~(-1 + J3 + i(-1- V3)) i)(-~2 2 2
141
2.5. KOMPLEXE ZAHLEN
Wo=1+i
1
c
<"2
=
'3. 1 T-~ -:z-
-1-~·
Die dritten Einheitswurzeln
z 2 Die Wurzeln von -2 + 2i bilden ein gleichseitiges Dreieck.
js. Quadratwurzeln I Auch für komplexe Quadratwurzeln ist die Schreibweise vz gebräuchlich. Achtung: obwohl dies dasselbe Symbol wie bei der reellen Quadratwurzel ist, bedeutet es etwas Verschiedenes:
• Die Wurzel bei reellen Zahlen ist eine Funktion, die nur für positive Zahlen definiert ist und stets positive Werte annimmt.
• vz = w ist für komplexe Zahlen z und w eine abkürzende Schreibweise für z = w vz ist keine Funktion auf C, sondern hat für z =F 0 stets zwei 2•
Werte, die w1
= -w2 erfüllen.
Quadratwurzeln lassen sich auch ohne Moivreformel bestimmen. Für die Wurzel von z = x + iy macht man den Ansatz x + iy = w 2 = (u + iv) 2 :
CD
In der Gleichung z = w2 nimmt man auf beiden Seiten den Betrag: lzl = lwl 2 {:} ../x2 + y 2 = u 2 + v 2 •
®
z = w 2 gibt x+iy = u 2 -v 2 +2iuv, also (A) x = u 2 -v2 und (B) y = 2uv.
@
CD und (A) werden einmal addiert und einmal subtrahiert. Damit werden zunächst u 2 und v 2 bestimmt. Die möglichen Wertekombinationen von u und v werden durch (B) festgelegt.
1 füry~O Alternative: Verwendung fertiger Formeln. Mit s(y) = { _ 1 für y < 0 ist
Quadratwurzeln
142
KAPITEL 2. DIFFERENTIALRECHNUNG
Die Wurzeln auf der rechten Seite sind reelle (und positive) Wurzeln!
Beispiel 6:
CD
J -3 + 4i
Aus dem Ansatz J -3 + 4i = u u 2 + v 2 = ../9 + 16 = 5.
+ iv erhält man I - 3 + 4il
= u2
+ v 2 , also
@ Aus -3+4i = u 2 - v 2 +2iuv erhält man (A) u 2 - v 2 = -3 und (B) 2uv = 4.
@ Es ist u 2 = 1 und v 2 = 4. Da wegen (B) u und v dasselbe Vorzeichen haben müssen, sind die beiden Wurzeln w 1 = 1 + 2i und w2
= -1 -
2i.
Alternative:
Kreise und Geraden
16. Kreise und Geraden I • lz - zol = r beschreibt einen Kreis mit Mittelpunkt z0 und Radius r. Andere Form: mit reellen Zahlen a =f. 0 und b und einer komplexen Zahl w schreibt man
Iazz + zw + zw + b = 0
allgemeine Kreisgleichung
lz- zol
(allgemeine Kreisgleichung)
= r {:::} (z- zo)(z- zo) =
r2
{:::}
zz- zzo- zzo + z0 z0
I -
r2 = 0
Man erhält also die allgemeine Form mit a = 1, w := -z0 und b = z0 z0 - r 2 . Beginnt man mit der allgemeinen Form, so wird zunächst durch a dividiert und die entstandene Gleichung zusammengefaßt.
azz + zw + zw + b = 0 Das läßt sich als
w w ww ww b zz + z- + z- + - - - -- +- = 0 a a aa aa a
{:::}
lz + ~~ =
lesen. Der Mittelpunkt des Kreises ist
a
w der Ra d'ms 1st . f!=1w12 b a Iso --, - -.
a
a2
a
Wenn der Term unter der Wurzel negativ ist, erfüllt kein Punkt die Gleichung. allgemeine Geradengleichung
Izw + zw + b = 0,
w E C, b E IR
Allgemeine Geradengleichung I
143
2.5. KOMPLEXE ZAHLEN
In die Form zw + zw + b = 0 setzt man z = x erhält eine Geradengleichung in x und y. Umgekehrt sei eine Gerade in C gegeben.
CD
+ yi
und w = a + bi ein und
Betrachte die Gerade als Gerade in IR2 und bringe sie in Normalenform:
(~) ( ~) = c,
@ Mit w
=
(vgl. Kap. 1.3)
a + bi erhält man durch Einsetzen von x
y = t;(z- z) die allgemeine Form z(a- bi) zw + zw - 2c = 0.
=
Hz+
z) und
+ z(a + bi) -
2c = 0
{:::}
Geraden in C lassen sich als Kreise in C (s.u.) durch den Punkt oo auffassen. Daher ist die allgemeine Kreisgleichung in C die Kreisgleichung ohne die Bedingung a =I 0. Darstellungen dieser Art sind bei der Mähinstransformation von Interesse, vgl. Kap. 7.
17. Topologie von C, Konvergenz I Topologie
Da sich die komplexen Zahlen in der Form x+yi als Paare reeller Zahlen auffassen lassen, kann man topalogische Begriffe wie offen, abgeschlossen, Rand, Umgebung und Konvergenz vom IR2 her übernehmen, vgl. Kapitel 4. Insbesondere gilt: eine Folge Zn = Xn + Yni konvergiert genau dann gegen z x + yi, falls Xn ~ x und Yn ~ y ist. In trigonometrischer Form bedeutet das:
=
C läßt sich durch den Punkt oo zur Riemannschen Zahlenkugel ergänzen, siehe Kapitel 7.3). Die Bezeichnung dafür ist C. Eine Folge Zn konvergiert in C gegen gegen Null konvergiert. oo, wenn die Folge der Kehrwerte ..l. Zn Achtung! Die reellen Zahlen werden durch zwei Punkte ±oo ergänzt ttnd die (uneigentliche) Konvergenz gegen oo und -oo ist verschieden. Die komplexen Zahlen werden durch einen Punkt ergänzt, und es ist egal, auf welchem Weg eine Folge nach Unendlich geht.
Beispiel 7: Zn =
..!._
n
+ (~ + 2)i ~ 0 + 2i = 2i, n
Zn = in divergiert.
Konvergenz in
c
KAPITEL 2. DIFFERENTIALRECHNUNG
144
13. Beispiele I Beispiel 8: Skizzen der Mengen Mt = {zllz- il = 4}, M2 = {zl z- i = 4} und M3 = {zllz- il = 4i}
Mt beschreibt einen Kreis um zo = i mit Radius r=4. M 2 besteht aus dem einzelnen Punkt z = 4 + i. M 3 ist leer, da Beträge stets reell sind, also niemals gleich 4i sein können.
Beispiel 9: Skizze der Menge M = {zl1 < lz-{2+2i)l < 2, larg z-~1 ~ i} Ist M offen oder abgeschlossen? Die Bedingung 1 < lz- {2 + 2i)l < 2 beschreibt einen Kreisring mit den Radien 1 und 2 um den Mittelpunkt 2 + 2i. Um das einzusehen, liest man den Betrag der 2i Differenz als Abstand. Dann steht da: Der Abstand von z zu 2+2i ist größer als 1 und kleiner als 2 (waagerecht schraffiert). larg z- il ~ i <=? arg z E [i, 3:J. Diese Menge besteht aus dem senkrecht 2 schraffierten Sektor zwischen den Winkelhalbierenden. Die gesuchte Menge M ist also der Schnitt dieser beiden Mengen, der in der Skizze doppelt schraffiert ist. Die geraden Teile des halben Kreisrings gehören dazu, da in der Winkelbedingung "~" steht, wegen "<" gehören die Kreisränder nicht dazu. I.I_IJ
M ist damit weder offen noch abgeschlossen, da Teile des Randes in der Menge enthalten sind, nicht aber der ganze Rand {vgl. Kap. 4.1).
I Beispiel 10: {zj ~- ~ = -i} Standardansatz
Ein Standardansatz für Probleme dieser Art ist die Aufteilung in Real- und Imaginärteil:
145
2.5. KOMPLEXE ZAHLEN
Mit dem Ansatz z = a + bi erhält man 1
1
1
1
a- ib
-2ib
a+ ib
""i - i = a + ib - a - ib = a2 + b2 - a2 + b2 = a2 + b2 · Damit löst man auf und verwendet quadratische Ergänzung: -2ib
- = -i a2 + b2
{::}
a2 + b2 - 2b = 0
{::}
a2 + (b- 1) 2
= 1.
Diese Menge ist eine Kreislinie, der Mittelpunkt (a = 0, b = 1) ist i, der Radius ist 1. Der Nullpunkt gehört nicht mit dazu, weil dort die Ausgangsgleichung nicht definiert ist. Alternative: Multipliziert man die Ausgangsgleichung mit izz und bringt alles auf die linke Seite, erhält man unter Beachtung von i =
-z
zz- zz- zi =
o
und erkennt, daß es sich um einen Kreis um z0 = i mit dem Radius handelt (allg. Kreisgleichung, a = 1, w = -i, b = 0.)
jl=ii2' =
1
I Beispiel 11: {zl z = iz + 2- i} Der Standardansatz z = a + bi wird eingesetzt, dann werden Real- und Imaginärteile verglichen:
a+ib = i(a-bi)+2-i {::} a+ib = (b+2)+(a-1)i {::} a-b= 2 1\ -a+b = -1. Statt einer komplexen Gleichung für z hat man nun zwei reelle Gleichungen für a und b. Wenn man die zweite Gleichung mit -1 multipliziert, sieht man, daß es keine Lösung gibt. Die Menge ist also leer.
I Beispiel 12: Die 4. Wurzeln von Zo = 16i. ILösung mit der Moivre-Formelj Zunächst wird z 0 in Eulerform gebracht: 16i = 16ei~. Es ist also r cp = ~· Damit haben die vier vierten Wurzeln die Gestalt . . 7f) 8 + t Sill 8 ,
7f Wo = 2( COS
. . 97f) 97f w 2 = 2( cos 8 + t Sill 8 ,
57f
w 1 = 2(cos 8 + W3
=
137f 2( COS 8
=
16 und
. . 57f
tSill
8)
. . 137f)
+ t Sill 8
Mit einem Rechner oder einer Tabelle erhält man z.B. w 0
~
1.84776 + 0.76537i.
KAPITEL 2. DIFFERENTIALRECHNUNG
146
Lösung durch zweimaliges Wurzelziehen
Es wird zunächst nur eine der vierten Wurzeln bestimmt. Eine Quadratwurzel von z0 ist Ut
=V~ (vw + o) + iv~ ( vw- o) =v's + iv's.
Nochmaliges Wurzelziehen ergibt
w
=V~ (../8 + 8 + JS) + ivr-~-(v_8_+_8-_-JS-) =V2 + V2 + iV2- V2
Alle vierten Wurzeln von z0 erhält man nun, indem man w mit den vierten Einheitswurzeln (1, i, -1, -i) durchmultipliziert.
=V2 + -./2 + iV2- -/2, =i · =-V2- -./2 + iV2 + -./2 =-1· w =-V2 + V2- iV2- -/2, =-i. w =V2- V2- iV2 + V2
Wo= W2
1·w
w
Wt
W3
I Beispiel 13:
(1 -
i?00
Auch für Potenzen ist die Eulerform am einfachsten: (1 _ i)2oo V'ie 7i) 200 2100e-50rri
=(
=
=2wo.
I B e1spw . . 1 14: 3+ -4i . 4- 3z
Beim Dividieren wird als erstes mit dem Konjugierten des Nenners erweitert: 3+4i (3+4i)(4+3i) 12-12+16i+9i 25i. 4- 3i (4- 3i)(4 + 3i) 16 + 9 = 25 = z.
I Beispiel 15: Quadratische Gleichungen
z2
-
(3 + 4i)z - 1 + 5i = 0
Quadratische Gleichungen löst man wie im Reellen mit der p-q-Formel. 2 _3+4i±v(3+4i) J-7+24i+4-20i --+ 1 - 5Z._3+4i - -- ± 2 2 2 4
Zt 2 -
'
Zt,2
3 + 4i v-3 + 4i 2- ± 4
= -
In Beispiel 6 wurden die Wurzeln aus -3 + 4i bereits berechnet: ±(1 + 2i). Damit wird 3 + 4i 1 + 2i Zt,2 = 2- ± - 2- . Die Lösungen sind also 4+lli Zt 2-
=- =2 + 3z.
und
z2
=- 2- =1 + z.. 2+~
J -3 + 4i
=
147
2.6. UNGLEICHUNGEN UND BETRAG
2.6
Ungleichungen und Betrag
lt. Definitionen I Ist x E IR, so ist der Betrag von x definiert durch jxj = {
\x\
=
Ist ::
z
x
x>O
.
. Dann 1st -x x < 0
Betrag
#. = x + iy
E C, so ist der Betrag von z definiert als jzj
= Jx2 + y 2 . Ist
= reiif>, so ist \z\ = r.
ja\ ist also immer reell und nichtnegativ. Stets gilt: a = 0 {::} ja\ = 0. Geometrische Deutung: ja- b\ ist der Abstand der (reellen oder komplexen) Zahlen a und b. Die Menge {zl\z- z0 \ = a} besteht im reellen Fall aus den beiden Zahlen z0 + a und z0 - a. In C ist es eine Kreislinie mn z0 mit dem Radius a. Entsprechend ist {zl\z- z0 \ < a} das offene Intervall]zo- a, z0 + a[ bzw. das
Geometrische Deutung des Betrags
Innere des Kreises.
12. Berechnung I IRechenregeln für Beträge I
IFür reelle x ist stets
I\a\-\b\ I
~ja±
b\
~ja\+
\b\,
-
\x\ ~ x ~
jab\ = jaj\b\,
Rechen rege In für Beträge
jx\.1
1-ab 1-- \\ab\\
a, b E IR oder C
Die ersten Rechenregeln für Summe und Differenz heißen Dreiecksungleichunge11. Für mehrere Summanden gilt die verallgemeinerte Dreiecksungleichung:
lt f(x) dxl
~ t \f(x)jdx
Dabei soll im Integral a ~ b sein. Bei der Reihe folgt insbesondere aus c..;;.., Konvergenz der Summe der Beträge die Konvergenz der Reihe.
Dreiecksungleichungen
148
KAPITEL 2. DIFFERENTIALRECHNUNG
IRechenregeln für Ungleichungen I Rechenregeln für Ungleichungen
Ungleichungen gibt es nur zwischen reellen Zahlen. Das Ungleichheitszeichen bleibt erhalten, wenn man • beide Seiten mit einer positiven Zahl multipliziert • auf beiden Seiten dasselbe addiert oder subtrahiert • auf beide Seiten eine streng monoton steigende Funktion anwendet, z.B. die Exponentialfunktion oder die Wurzelfunktion. (Achtung! .JX2 = lxl!) • beide Seiten quadriert, falls beide Seiten positiv sind. Das Ungleichheitszeichen kehrt sich um, wenn man • • • •
beide Seiten mit einer negativen Zahl multipliziert beide Seiten vertauscht auf beide Seiten eine streng monoton fallende Funktion anwendet. wenn beide Seiten dasselbe Vorzeichen haben und man Kehrwerte bildet.
Addition:
a ::; b, c ::; d ::::} a + c ::; b + d a < b, c ::; d ::::} a + c < b + d
Subtraktion
a ::; b, c ::; d ::::} a - d ::; b - c a < b, c ::; d ::::} a - d < b - c
Multiplikation:
0 ::; a ::; b, 0 < c ::; d ::::} ac ::; bd
Division:
0 ::; a ::; b, 0
a
< c ::; d ::::} d ::;
b
~
ITypische Rechenverfahren I Typische Rechenverfahren Faktorisieren
11. Faktorisieren I Ungleichungen lassen sich leicht auswerten, wenn auf einer Seite null steht, und die andere Seite ein Produkt ist. Dabei wird die Tatsache benutzt, daß das Produkt einer geraden Anzahl negativer Faktoren positiv ist. Für P = A1A2 ···An gilt: P = 0 <=?mindestens ein Ak = 0. Ist P = A1A2 ···An=/: 0, so ist P > 0 <=? die Anzahl der Ak mit Ak < 0 ist gerade. P < 0 <=? die Anzahl der Ak mit Ak < 0 ist ungerade. Dabei ist natürlich auch null eine gerade Zahl.
149
2.6. UNGLEICHUNGEN UND BETRAG
I Beispiel 1: (x + 1)2(x- 2)(x- 3)
3
>0
Der erste Faktor (x + 1) 2 ist nur für x = -1 gleich null und sonst stets positiv, x- 2 ist negativ für x < 2, null für x = 2 und positiv für x > 2, und (x- 3) 3 ist negativ für x < 3, null für x = 3 und positiv für x > 3. In der Skizze ist die Anzahl der negativen Faktoren und das resultierende Vorzeichen des Produkts eingetragen. Dabei wird z.B. (x- 3) 3 dreifach gezählt. 6
4
+
+ -1
3
0
+ 2
3
Für die Lösungsmenge n.. ist also n.. =]-oo, -1(U]-1, 2(U]3, oo(. Für die Aufgabe (x + 1) 2 (x- 2)(x- 3) 3 ::::; 0 hätte man die Lösungsmenge {-1} U (2,3] erhalten.
12. Fallunterscheidung I Da lxl verschieden definiert ist für verschiedene Vorzeichen von x, kann man zur Berechnung die Fälle x ;:::: 0 und x < 0 unterscheiden. Dazu teilt man für jeden vorkommenden Betrag die reelle Achse in entsprechende Bereiche auf. Alternativ kann man auch die Fälle x ::::; 0 und x ;:::: 0 unterscheiden, vgl. Beispiel 5.
CD ®
Einteilen der reellen Zahlen in geeignete Intervalle lill;. In jedem Teilbereich lill; wird die Ungleichung gelöst und die Lösungsmenge L; ermittelt.
@ Die Gesamtlösungsmenge n.. ist die Vereinigung der Durchschnitte der einzelnen Lösungsmengen mit ihren Definitionsbereichen:
n.. = U (lill; n L;). i
Beispiel 2: lxl < 1 + 2lx - 31
CD
Die kritischen Punkte der beiden Beträge sind x = 0 für den ersten und x = 3 für den zweiten Betrag. Einteilung: Illl1 lill2 1Ill3 IR = lill1 U lill2 U lill3 =]-oo, 0( U (0, 3( U (3, oo(. 0 3
Fallunterscheidung
150
KAPITEL 2. DIFFERENTIALRECHNUNG
@ In JJ])l ist lxl = -x, lx- 31 = -(x- 3) = -x + 3. Die Ungleichung heißt hier -x < 1 + 2(3- x) {:} x < 7. Damit ist lL 1 =]-oo, 7[. In JJ])2 ist lxl = x, lx- 31 = -(x- 3) = -x + 3. Die Ungleichung heißt hier x < 1 + 2(3- x) {:} 3x < 7 {:} x < ~ Damit ist lL2 =]-oo, H· In JJ])3 ist lxl = x, lx- 31 = x- 3. Die Ungleichung heißt hier x < 1 + 2(x- 3) {:} -x < -5 {:} x > 5. Damit ist JL3 =]5, oo[.
®
(JJ])l n JLI) u (JJ])2 n JL2) u (JJ])a n lLa)
lL
(l-oo, O[n]-oo, 7[)
7 u ([o, 3[n]-oo, 3[) u ([3, oo[n]5, oo[)
7
]-oo, 0[ U [0, 3[ U ]5, oo[ 7
]-oo, 3[ U ]5, oo[
IQuadratische Ungleichungen: ax Quadratische Ungleichung
2
+ bx + c > 0
mit a =/= 0
I
Dabei kann das ">"-Zeichen natürlich auch durch eins der anderen Ungleichheitszeichen ersetzt werden.
ILösung durch Fallunterscheidung I Lösung durch Fallunterscheidung
CD
Nach Division durch a (Vorzeichen beachten!) hat die Ungleichung eine der Formen x 2 + px + q (J) 0, wobei (J) eines der Ungleichheitszeichen ist: (J) E {<, :::;, >, ~}.
2 2 @ Quadratische Ergänzung liefert ( x + ~) (J) ( ~) -
®
q.
• Ist
die rechte Seite echt kleiner als null, so ist die Lösung in den Fällen ">" und "~" ganz R In den Fällen "<" und ":::;" gibt es keine Lösung.
• Ist die rechte Seite größer gleich null, kann man aus der Ungleichung die Wurzel ziehen und erhält
151
2.6. UNGLEICHUNGEN UND BETRAG
Dieses Ergebnis läßt sich am besten auswerten, wenn man die Beträge als Abstand liest.
-~- J(~)
2
- q und x 2 Mit x 1 = als Ergebnis die folgende Tabelle:
= -~ +
J(~)
2 -
q erhält man
Ungleichung x 2 + px + q < 0
]xt, x2[
0
x 2 +px + q ~ 0
[x1,x2]
{xt}
x 2 + px + q > 0
)- OO,Xt(U)x2,oo(
IR\{xt}
x 2 + px + q 2': 0
] - oo, xt] U [x2, oo[
IR
ILösung durch Faktorisierung I Lösung durch Faktorisierung
CD @
Berechnung der Nullstellen x 1 und x 2 von ax 2 + bx + c (p-q-Formel).
• Gibt es keine reellen Nullstellen, so ist der Ausdruck für a > 0 stets positiv und für a < 0 stets negativ. • Im Fall reeller Nullstellen x 1 ~ x 2 ist dann ax 2 + bx + c = a(x- xt)(x- x2).
+
+ Xt
X2
Vorzeichenverteilung für a > 0. Für x 1 = x 2 wird das mittlere Intervall zu einem Punkt.
• Aus der Skizze liest man die Lösungsmenge ab. Für"~" und "2':" gehören die Randpunkte dazu, für"<" und">" nicht.
13. Quadrieren I BeiBeträgen hat man auch die Möglichkeit, diese durch Quadrieren zu entfernen (wegen lxl 2 = x 2 ). Das ist nur in wenigen Fällen günstig, da dabei der Grad der vorkommenden Polynome schnell ansteigt, vgl. Beispiel 7.
Quadrieren
152
KAPITEL 2. DIFFERENTIALRECHNUNG
13. Beispiele I Beispiel 3: lx 2
3x + 21 < 2
-
y
y=2
.....................
1
2
3
X
Die Skizze zeigt den Graphen von f(x) = lx 2 - 3x + 21. Aufgabe ist es, diejenigen x zu bestimmen, für die der Graph von f unter der Geraden y = 2 liegt.
Zur Fallunterscheidung benutzt man x 2 - 3x + 2 = (x- 1)(x- 2). In ID>1 = IR\]1, 2(=]-oo, 1] U (2, oo( wird also der Betrag einfach weggelassen, in ID>2 =]1, 2( kommt ein Minuszeichen dazu. In ID>1 ist lx 2 - 3x + 21 < 2 ist IL1 =]0, 3(.
{::}
x 2 - 3x + 2 < 2
{::}
x(x - 3) < 0. Damit
In ID>2 ist lx 2 - 3x + 21 < 2 {::} -(x 2 - 3x + 2) < 2 {::} Da x 2 - 3x + 4 keine reellen Nullstellen hat, ist IL2 = IR.
x 2 - 3x + 4 > 0.
Insgesamt ist
lL
(1-oo, 1] n ]0, 3[) u (11, 2( n IR) u ([2, oo( n ]0, 3[) = ]O,l]U]1,2(U(2,3( = ]0,3(.
Beispiel 4: Gesucht ist {z E C jlz- 11 < lz + il}.
JL Möglichkeit: Zerlegung in x + iy J
lz -11 < lz+il
{::} {::} {::}
{::}
l(x+iy) -11 < l(x+iy) +il
j(x-1)2+y2<Jx2+(y+1) 2 x 2 - 2x + 1 + y2 < x 2 + y2 + 2y + 1 -x < y {::} y > -x.
Es handelt sich also um den Teil der komplexen Ebene, der oberhalb der Geraden y = -x liegt.
153
2.6. UNGLEICHUNGEN UND BETRAG
j2. Möglichkeit: Geometrische Überlegung
I
Bei so einfach gebauten Aufgaben läßt sich die Lösung auch geometrisch ermitteln: Die Lösungsmenge besteht aus allen z E C, die näher an 1 als an -i liegen. Die Punkte, die von beiden denselben Abstand haben, liegen auf der Mittelsenkrechten der Verbindungsstrecke. Der Skizze entnimmt man, daß es sich dabei um die Ge1 rade y = -x handelt. Die gesuchte Menge ist also ll II die Hälfte der Ebene oberhalb dieser Geraden. Beispiel 5: lx - 11 + lx- 21 + lx - 31
< 12
Die kritischen Punkte sind x = 1, x = 2 und x = 3. Daher wird IR in vier Teile geteilt:
2
1
0
3
Dabei ist ID>1 =] - oo, 1], ID>2 = (1, 2], ID>3 = (2, 3] und ID>4 = (3, oo(. Die Punkte x 1 = 1, x 2 = 2 und x 3 = 3 sind doppelt definiert. Das macht nichts aus, da der Betrag sich auch als lxl
={
~x ~ ~ ~
definieren läßt. In der nachfolgenden
Rechnung hat man den Vorteil, daß man nicht mehr darauf achtgeben muß, ob die Intervallgrenzen zur Menge gehören oder nicht. Mit A(x) := lx- 11 + lx- 21 + lx- 31 berechnet man
I
lx- 11
I
lx- 21
I lx- 31 I
A(x)
I
IL; n ID>; I
L;
ID>1 =]-oo, 1( -(x- 1) -(x- 2) -(x- 3)
-3x+6
X~
-2
(-2, 1]
-(x- 2) -(x- 3)
-x+4
X~
-8
(1, 2]
X :::;
12
(2, 3]
x::;6
(3, 6]
ß))2 = (1, 2]
x-1
ß))3 = (2, 3]
x-1
x-2
-(x- 3)
X
ID>4 = (3, oo(
x-1
x-2
x-3
3x- 6
Die Gesamtlösungsmenge ist die Vereinigung von L 1n ID>1 bis L4 n ID>4: L
I Beispiel 6: {(x, I(x + y)
2
y2
-
= (- 2, 6].
4)(x- y) < 0}
Die linke Seite dieser Ungleichung ist das Produkt zweier Faktoren. Ein Punkt (x, y) E IR2 gehört zur Lösung, wenn genau ein Faktor negativ ist, oder einer der Faktoren Null ist.
KAPITEL 2. DIFFERENTIALRECHNUNG
154
Der Faktor x 2 + y 2 - 4 wird Null auf einem Kreis mit Radius 2 um den Ursprung und ist negativ im Inneren. Der Faktor x- y ist Null auf der ersten Winkelhalbierenden und negativ darüber.
Die Lösungsmenge entnimmt man der Skizze, sie besteht aus den Gebieten I und IV inklusiv Rand.
Beispiel 7:
l~l
> v'4- x 2
Die Ungleichung ist definiert für x sind, darf man Quadrieren:
=f. 0 und 4
x E (-2, 2]. Da beide Seiten positiv 2
2X >4-x. Mit z = x 2 > 0 rechnet man weiter:
4 > 4z - z2 Diese Gleichung ist für z Lösungsmenge
z 2 - 4z + 4 > 0
{::}
=f.
2
{::}
x
{::}
=f. ±J2
(z - 2) 2 > 0. stets erfüllt. Damit ist die
n:.. = (-2, 2]\{-V2,o, V2} = (-2,-v'2(u]-V2,o(u]o, V2(u]V2, 2].
Beispiel 8: Nachzuweisen ist: für
X
> 0 ist
ex
> 1 +X
Für x = 0 ist ex = 1 = 1 + x. Die Differenz ex - (1 + x) hat die Ableitung ex - 1 ~ 0 für x ~ 0 und steigt daher monoton. Daher ist die Differenz stets positiv, und die Ungleichung ist für x
~
0 erfüllt.
2.7. FOLGEN
2.7
155
Folgen
11. Definitionen I Gibt es zu einer {reellen) Folge (an) eine Zahl a, so daß sich die Zahlen an dieser Zahl immer mehr annähern, so schreibt man lim an = a. n-+oo a heißt Grenzwert oder Limes der Folge . Mathematisch exakter ist diese Formulierung: zu jeder positiven (noch so kleinen) Zahl f findet man ein no {das i.allg. von f abhängt), so daß für allen~ n 0 stets der Abstand von an zu a kleiner als dieses f ist, oder, was in IR dasselbe ist, daß an zwischen a- f und a +fliegt. Mit Quantaren aufgeschrieben heißt das lim an= a <=> an -t a n-+oo Eine reelle Folge (an) heißt
<=>
Limes Grenzwert f-n 0 -Kriterium
'r/f > 0 3no E N Vn ~ no: lan- al < f
• konvergent, wenn lim an existiert, n-+oo • divergent, wenn n-+oo lim an nicht existiert, • Nullfolge, wenn n-+oo lim an= 0 ist, • beschränkt, wenn es Zahlen Ct und C2 gibt, so daß stets C1 ::; an ::; C 2 ist, oder gleichbedeutend damit: Es gibt eine (positive) Zahl C, so daß immer I an 1::; C ist. Konvergente Folgen sind stets beschränkt. • unbeschränkt, falls (an) nicht beschränkt ist. Unbeschränkte Folgen sind stets divergent. • monoton wachsend, wenn stets an ::; an+t ist, • streng monoton wachsend, wenn stets an < an+t ist, • monoton fallend, wenn stets an
Folgen Sie mir unauffällig!
~
an+l ist,
• streng monoton fallend, wenn stets an > an+l ist, • monoton, wenn die Folge monoton wachsend oder monoton fallend ist, • alternierend, wenn die Vorzeichen der Folgenglieder abwechseln. • bestimmt divergent oder uneigentlich konvergent, wenn lim an = oo oder n-+oo lim an = -oo ist. Dabei bedeutet lim an = oo, daß die Werte der Folge n-+oo n-+oo "immer größer" werden, d.h. es gibt zu jeder (noch so großen) reellen Zahl !11 ein no, so daß für allen ~ n 0 stets an größer als M ist. Mit Quantaren aufgeschrieben: liman=OO {::> an-tOO {::> n-+oo lim an = -oo ist analog definiert. n-+oo
VMEIR3noENVn~no: an~M
Eigenschaften von Folgen
KAPITEL 2. DIFFERENTIALRECHNUNG
156 komplexe Folgen
Für komplexe Folgen werden die Begriffe konvergent, divergent und Nullfolge genauso erklärt. Eine komplexe Folge ist beschränkt, falls die (reelle) Folge der Beträge beschränkt ist, oder äquivalent dazu, daß die Folge der Realteile und die der Imaginärteile beschränkt ist. Werden von einer Folge beliebig viele Glieder weggelassen (aber nur so viele, daß noch unendlich viele übrigbleiben), so erhält man eine Teilfolge.
Häufungspunkt
Limes superior Limes inferior
Landausehen Symbole 0 und o
a ist Häufungspunkt der Folge (an), wenn in jeder Umgebung von a unendlich viele Folgenglieder liegen. Das ist äquivalent damit, daß a Limes einer Teilfolge (ank) von (an) ist. Ist (an) eine beschränkte Folge, so heißt der größte Häufungspunkt Limes Superior oder oberer Limes, lim sup an oder lim an. Der kleinste Häufungspunkt ist der n-too n--too Limes inferior oder unterer Limes lim inf an oder lim an. n-too
n--too
Um das Verhalten einer Folge (an) durch eine Vergleichsfolge (bn) zu charakterisieren, benutzt man die Landausehen Symbole 0 und o.
b:
a
ist beschränkt für n ~ oo
b: ~ 0 für
a
n ~ oo
(lies: groß-oh bzw. klein-oh). Anschaulich bedeutet das, daß im 0-Falllanlnicht schneller wächst als lbnl bzw., falls bn Nullfolge ist, daß an mindestens so schnell gegen null geht wie bn. Z.B. ist 2n3 + n = O(n 3 ). Im o-Fall wächst Ian I langsamer als lbnl bzw. geht schneller gegen null. Insbesondere ist beim Vergleich mit der konstanten Folge bn = 1
an= 0(1) an= o(1)
(an) ist beschränkte Folge, (an) ist Nullfolge.
Der Vorteil der Landausehen Symbole ist, daß man genausogut mit jeder anderen konstanten Folge bn = c, c ~ 0, vergleichen könnte, da es nicht auf den genauen Wert, sondern nur auf die Wachstumsordnung ankommt. In dieser Schreibweise liest man den Vergleich der Folgen auf Seite 159 als 1 = o(ln n),
ln n = o(n"),
n" = o(qn),
qn = o(nn)
12. Berechnung I Rechenregeln
11. Rechnen mit Grenzwerten I Ist lim an n-too
=
a, lim bn n-+oo
=
lim (an± bn) = a ± b,
n-+oo
b, so ist lim (can) = ca,
n-+oo
lim (anbn) = ab,
n-+oo
lim an = ~. bn b
n-+oo
2.7. FOLGEN
157
Die letzte Gleichung gilt natürlich nur für b =/; 0. Ist f eine Funktion und an ---+ a, so gilt Ihn f(an) = f(a) genau dann, wenn f n-+oo bei a stetig ist. Achtung! Die Regeln für die Summe und das Produkt von Folgen gelten für eine feste endliche Anzahl von Summanden bzw. Faktoren. Folgende Rechnungen sind falsch! 1 1 1 1=-+-+···+----+0+0+···+0=0 n n n ......______.,_ n Summanden n Summanden
Typische Fehler
Der Fehler liegt darin, daß man in einem Grenzwert alle n gleichzeitig gegen unendlich gehen lassen muß. lim (1 + ..!:.) lim (1 + ..!:.) lim (1 + ..!:.) n n = n-+oo n ·n-+oo n
n-+oo
· · · n-+oo Ihn (1 + ..!:.) n = 1·1·1 · · · 1 = 1
Die hier im ersten Schritt verwendete Regel, eine beliebige (von n abhängende) Anzahl von Limiten auseinanderzuziehen, gibt es nicht. Der richtige Grenzwert ist e = 2.71 ... Beispiel 1: lim
n-+oo
lim
n-+oo
(..!:. + 4 cos _!_2 ) n
n
(..!:. + 4cos _!_2 ) = Ihn . !:. + 4 lim cos _!_2 = 0 + 4cos lim _!_2 = 4cos0 = 4 n
n
n-+oo
n
n-+oo
n
n-+oo
n
Dabei wurde benutzt, daß alle einzelnen Limiten existieren, und daß Cosinus bei 0 = n~oo lim ~ stetig ist. In der Regel wird eine Grenzwertberechnung nicht in so n kleine Schritte aufgespalten. Es ist aber wichtig, daß man sich im Zweifelsfall über die verwendeten Methoden im Klaren ist.
IEigenschaften der Summe der Folgen (an) und (bn) • (an), (bn) konvergent :::} (an+ bn) konvergent. • (an) konvergent, (bn) divergent :::} (an+ bn) divergent. • (an) beschränkt, (bn) beschränkt :::} (an+ bn) beschränkt. • (an) beschränkt, (bn) unbeschränkt :::} (an+ bn) unbeschränkt. Man beachte dabei, daß konvergente Folgen beschränkt sind. Über andere Summen kann man keine Aussage machen, z.B. kann die Summezweier unbeschränkter Folgen konvergent (und damit beschränkt) sein.
FALSCH!!
KAPITEL 2. DIFFERENTIALRECHNUNG
158
I Beispiel 2: Die Summen von (an)= (e-n), (bn) = (( -1)n) und (cn) = {en). I (an) ist konvergent und damit beschränkt, (bn) ist beschränkt und divergent, (cn) ist unbeschränkt. Damit ist (an+ bn) = (e-n + ( -1)n) beschränkt und divergent, (an+ Cn) = (e-n + en) und (bn + Cn) = (( -1)n + en) sind unbeschränkt.
IEigenschaften des Produkts der Folgen (an) und (bn) I Produkte von Folgen
• (an) Nullfolge, (bn) beschränkt =? (anbn) Nullfolge. • (an) konvergent, (bn) beschränkt =? (anbn) beschränkt. • (an) konvergent, (bn) konvergent =? (anbn) konvergent. • (an) konvergent gegen a =f 0, (bn) divergent =? (anbn) divergent.
Man beachte, daß konvergente Folgen stets beschränkt sind. Über die restlichen Produkte lassen sich keine Aussagen machen, vgl. das folgende Beispiel.
I Beispiel 3: an=~~ bn = cos ~~ Cn = cosmr. (an) ist Nullfolge, (bn) hat den Grenzwert 1 und (cn) ist divergent, aber beschränkt, da die Werte von Cn = ( -1)n sind. Damit sind (an· bn) = (~ cos ~)und (an · cn) = ( (-~ln) Nullfolgen und (bn · Cn) = ( -1 )n cos ~ divergiert. Das Produkt (cn · cn) ist ein Beispiel dafür, daß das Produkt divergenter Folgen auch konvergieren kann: Cn · Cn = (-1) 2n = 1. Cn • Cn hat also stets den Wert 1, und damit ist auch der Grenzwert 1.
Uneigentliche Grenzwerte
12. Uneigentliche Grenzwerte j Für reelle Folgen (an) gilt:
an
~
-oo
<=>
an < 0 für n
~
1 n 0 und an
~
0
Für komplexe Folgen (zn) gilt: 1
.
-~OmC Zn
<=>
1
jZJ ~ 0
Bei der Addition reeller Folgen mit uneigentlichen Grenzwerten ±oo gelten diese Regeln:
2.7. FOLGEN
159
IEigenschaften der Summe der Folgen (an)
und (bn)
I
• (an) beschränkt, (bn) beschränkt ::} (an+ bn) beschränkt.
• (an) beschränkt, (bn) -+ -oo ::} (an+ bn) -+ -oo.
Für komplexe Folgen kann man über die Summe zweier Folgen mit Grenzwert oo nichts aussagen. Man kann aber versuchen, die Real- und Imaginärteile getrennt zu untersuchen.
I Beispiel 4: an = in, bn = -in+ ~, Cn = -in + in Alle drei Folgen sind unbeschränkt und in C gegen oo uneigentlich konvergent. (an+bn) =(~)konvergiert gegen null, (an+cn) =in ist beschränkt und divergent, (bn + cn) = ( -2in +in+~) ist gegen oo (uneigentlich) konvergent.
3. Hilfsmittel Bernoullische Ungleichung: Für x
~
-1 und n E N ist
I(1 + x)n ~ 1 + nx.l Vergleich von Folgen In der Tabelle gehen weiter rechts stehende Folgen schneller gegen oo:
1
In n
n 01 (a>O)
qn (q > 1)
Bernoullische Ungleichung Vergleich von Folgen
n!
Das bedeutet, daß z.B. lim In n = 0 ist. n-too
Bekannte Grenzwerte
ifä-+ 1 (a > 0)
nOt
Bekannte Grenzwerte
KAPITEL 2. DIFFERENTIALRECHNUNG
160
Stirlingformel
Stirlingformel:
n!~~(~f Das bedeutet, daß der Quotient der beiden Terme gegen eins geht. Die Differenz geht gegen oo. Genauer gilt .-----------------~-------.
(~f ~ ~n! ~ (~)n ~·e~
14. Rekursive Folgen I Rekursive Folgen
Von einer rekursiv definierten Folge spricht man, wenn sich jedes Folgenglied durch die davorliegenden Glieder berechnen läßt: (Rekursionsformel) In der Regel sind die ersten Glieder vorgegeben. Oft ist es günstig, zunächst nachzuweisen, daß die Folge überhaupt einen Grenzwert besitzt. Häufig läßt sich das Kriterium "an monoton und beschränkt" verwenden. Kommt in der Rekursionsformel kein n vor, so läßt sich der Grenzwert g (bei stetigem f) aus der Fixpunktgleichung
g
= f (g, g, ... , g)
berechnen. Natürlich ist es vorteilhaft, mit dieser Gleichung die möglichen Grenzwerte schon vorher zu bestimmen, vgl. Beispiel 14.
15. Konvergenzkriterien I Kriterien
• Beispiel 5: Die Aussageny'n ~ 1, sind gleichwertig.
•
y'n- 1 ~ 0 und I y'n- 11 ~ 0
Ist tim an = a, so ist der Limes a einziger Rätdungspunkt der Folge (an) n-+oo und jede Teilfolge konvergiert auch gegen a.
Beispiel 6: Wegen
(1 + ;;:1)
n
~
1)
e ist auch ( 1 + 2n
2n
~
e.
Die zweite Folge ist diejenige Teilfolge der ersten, die aus den Gliedern mit geradem Index besteht.
2.7. FOLGEN
161
Hat (an) zwei verschiedene Häufungspunkte, so ist die Folge sicher divergent.
•
I Beispiel 7: an= (-1tn: 1 Der Term n + 1 hat den Grenzwert 1, der Term ( -1)n sorgt für ein wechn seindes Vorzeichen: Die Werte sind -2, ~, -~, ~, -~, ~, ... und haben die Häufungspunkte 1 und -1. Für die Teilfolge mit den geraden Indices gilt: a 2n = ( -1) 2n 2 ~! 1 = 2 ~;t 1 ~ 1. Genauso erhält man a 2n_ 1 ~ -1. Es gibt also zwei konvergente Teilfolgen mit verschiedenen Grenzwerten. Daher divergiert die Folge. •
Ist (an) monoton steigend und nach oben beschränkt, so existiert lim an. -00 Ist (an) monoton fallend und nach unten beschränkt, so existiert n-too lim an. Dieses Kriterium ist oft bei rekursiven Folgen hilfreich (vgl. Beispiel 14.) Einfacher zu merken ist die Formulierung
IMonoton und beschränkt gibt konvergent. 00
• Konvergiert "' an, so ist Ihn an = 0. LJ n-+oo n=O
Dieses Kriterium eignet sich nur für relativ schnell gegen null konvergente Folgen. Es ermöglicht, einige der Konvergenzkriterien für Reihen auch für Folgen zu benutzen. Insbesondere kommen Quotienten-, Wurzel- und Integralkriterium dafür in Betracht.
I Beispiel 8: an= ne-n Mit dem Quotientenkriterium aus dem nächsten Abschnitt erhält man
+1~ ~ ~ an n e e und an= ne-n ~ 0. I
an+ 1 1 = n
< 1. Daher konvergiert die Reihe
f: an f: ne-n =
n=1
n=1
• Manchmalläßt sich eine F\mktion f "durch die Folge legen": lim an = a. Gibt es ein f mit f(n) = an und lim f(x) = a, so gilt auch n-+oo x~oo
Damit kann man möglicherweise die Regel von l' Hospital oder andere Methoden der Differentialrechnung verwenden. Dieser Trick hilft auch bei der Untersuchung auf Monotonie und Beschränktheit. Warnung! Auch wenn vergierml.
f keinen Grenzwert hat, kann (an) trotzdem kon-
162
KAPITEL 2. DIFFERENTIALRECHNUNG Beispiel 9: an= ne-n Man nimmt f(x)
= xe-x = .::_ ex
und der Grenzwert für x ~ oo ist nach der
Regel von l' Hospital lim ..!.._ = 0. Damit ist auch an
Einschließungskriterium
X-+00 eX
~ 0.
Einschließungskriterium • Sind (an), (bn) und (cn) Folgen mit an ~ bn ~ Cn und haben (an) und (cn) den gemeinsamen Grenzwert a, so konvergiert auch (bn) gegen a.
I Beispiel 10: an = V'n +sinn Wenn n groß wird, wird der Sinusterm keine Rolle mehr spielen und an sich wie .::fti verhalten und damit den Grenzwert eins haben. In der Einschliessung V'n- 1 ~ an ~ .::/n + 1 hat man die äußeren Terme nicht gut genug im Griff. Da man aber aus Produkten gut die Wurzel ziehen kann, benutzt man, daß für n
~ 2 gilt:
i~
n - 1 und n + 1 ~
~n:
Wegen Isin nl ~ 1 ist für n ~ 2 nh
~ n- 1 ~ n +sinn ~ n +
Wegen
1~
3/2 n,
also
~ ~ an ~ ~
r;v;;" = fl.::;n ~ 1 (beide Faktoren gehen gegen 1) und genauso
~ ~ 1 geht auch an gegen
1.
13. Beispiele I . . 1 11 : Berechnen s·1e r·1m n 2 +In n . B msp1e n-+oo vn4 - n3
Standardverfahren bei Brüchen
Standardverfahren bei Brüchen: durch den am stärksten wachsenden Teil des Nenners kürzen. Hier muß zunächst das n 4 aus der Wurzel herausgeholt werden: n 2 +lnn
--r==;====:;;: vn 4 - n 3 -
n 2 +lnn
n2
J1 -
1/n -
1+lnnJn2
J1 -
1/n
1+0
~ -- -
1
-
.
~
Beispiel 12: Berechnen Sie lim ln 2n. n-+oo n Hier leiht man sich die Methoden der Differentialrechnung aus: für die Funktion f(x) = 1~;' ist ja f(n) = 1 ~;'. Für n ~ oo haben Zähler und Nenner den Grenzwert
2.7. FOLGEN
163
oo; der Nenner hat für große x keine Nullstellen mehr. Also wendet man die Regel von !'Hospital an: . (ln X)' . I /x . 1 = 0. hm - = x-+oo hm - = hm (x2) 1 2x x-+oo 2x2
x-+oo
Daher ist auch lim j(x) = 0 und damit lim f(n) = lim In;' = 0. x-+oo n-+oo n-+oo n
Beispiel 13: Berechnen Sie lim (Jn 2 +an+ 1- Jn 2 + 1) für festes a > 0. n-+oo Sowohl Jn 2 +an+ 1 wie auch Jn 2 + 1 haben den (uneigentlichen) Grenzwert oo. Da sich ein Ausdmck wie oo - oo nicht auswerten läßt, wird die Differenz mit Hilfe der dritten binomischen Formel umgeformt: lim (Jn 2 +an+ 1- Jn 2 + 1) = n-+oo = lim n-+oo
n 2 +an+ 1 - (n 2 + 1) Jn 2 +an+ 1 + Jn 2 + 1
. Jn 2 + an + 12 - Jn2 + 12 lIm -:;::::::;;====;:---,=:;;::====7" n-+oo Jn 2 +an+ 1 + ../n 2 + 1
lim n-+oo
Standardtrick bei Wurzeln
an Jn2 +an+ 1 + Jn 2 + 1
(Im Zähler bleibt an stehen. Daher wird durch n gekürzt. In den Wurzeln wird der Faktor 1/n zu ljn2.) = lim n-+oo
J1 +
a
!!.
n
+ ...!_ n + 2
J1 +
I n2
(Jetzt existieren alle einzelnen Grenzwerte:) =
a 1+1
a 2
-
Beispiel 14: Untersuchen Sie die rekursive Folge a1 = 2, an+!
= a; + 1 . 2an
Um mögliche Grenzwerte herauszufinden und so einen Anhaltspunkt für weitere Rechnungen zu haben, wird auf beiden Seiten von an+! = a; + 1 der Grenzwert 2an
für n --+ oo genommen (ohne zu wissen, ob er überhaupt existiert). Falls (an) einen Limes a hat, hat natürlich (an+I) denselben Grenzwert: a
a2
+1
= - - {:} 2a2 = a2 + 1 {:} a2 = 1 {:} a = ±1 2a
Wegen des Startwerts a 1 = 2 folgt direkt aus der Rekursionsfonnel, daß an ~ 0 für allen gilt. Damit kommt als Grenzwert nur noch a = 1 in Frage. Jetzt bleibt nachzuweisen, daß (an) überhaupt konvergiert. In der Hoffnung, daß (an) monoton
rekursive Folge
KAPITEL 2. DIFFERENTIALRECHNUNG
164
vom Startwert 2 zum Grenzwert 1 geht, verwenden wir das Kriterium "monoton fallend und nach unten beschränkt => konvergent".
IMonotonie: I Vorüberlegung: Zu zeigen ist an+l :::; an. Dazu bildet man -a~ + 1 2an
Ist an 2:: 1, so ist dieser Ausdruck sicher kleiner oder gleich null (Zähler kleiner gleich und Nenner größer null). Daß das stimmt, rechnet man so nach:
Jetzt wird das mal sauber aufgeschrieben: Behauptung 1: Für alle n gilt 1 :::; an. Beweis über vollständige Induktion. 1. Induktionsanfang n = 1: klar! 2. Induktionsschritt: Voraussetzung: es gelte 1 :::; an. zu zeigen: 1 :::; an+! ( <=? an+ I - 1 2:: 0). Beweis:
da der Zähler nichtnegativ und der Nenner nach Voraussetzung positiv ist. Behauptung 2: (an) fällt monoton, d.h. an+! -an :::; 0. Beweis: a~ + 1 a; an+! - an = - 2- - - an = an
+1-
2a~
2an
Der letzte Ausdruck ist nach Behauptung 1 nichtpositiv, da an auch a~ 2:: 1 ist.
2:: 1 und damit
IBeschränktheit: IDa (an) monoton fällt und positiv ist, ist die Folge nach oben durch a 1 = 2 und nach unten durch 0 (bzw. nach Beh. 1 durch 1) beschränkt.
IInsgesamt I Die G renzwert a
Folge (an) ist monoton und beschränkt und hat damit einen
. an = 1·1m an+l· 11111 = n-too n-too
B"ld . an+I 1 et man m
+-1 = -a~2an
erhält man für den gesuchten Grenzwert a a
a2 + 1 =- <=? 2a 2 = a 2 + 1 <=? a 2 = 1 <=? a = ±1. 2a
d en 1·1mes, so
2.7. FOLGEN
165
!im an = 1. Da alle Folgenglieder positiv sind, muß a=1 der Grenzwert sein, also 71--JoOO !im ~an+ bn = max{ a, b}. Beispiel 15: Zeigen Sie, daß für a, b > 0 gilt: n-4oo Vorüber legung: i) Die Rollen von a und b sind vertausch bar. Daher darf man a
2: b annehmen.
ii) Man darf auch a > 0 annehmen: ist a = 0, so folgt mit a 2: b auch b = 0 !im y'o = 0, was offensichtlich stimmt. und dann steht in der Behauptung n-4oo iii) an ist größer als bn. Man versucht also, an aus der Wurzel herauszuziehen: Jetzt geht's los:
~an+bn=a~1+ (~r. Wegen b ~ a ist 0 ~ ~ ~ 1 und auch 0 ~ ( ~
1=
r
~ 1 und
~ 1 + (~) ~ v'z.
v'1 ~
n
Da \12 -+ 1 ist, folgt mit dem Einschließungskriterium f/1 damit ~an+ bn-+ a = max{a, b}.
I Beispiel 16: Ji!~ (1 - ~2 )
r
=
1 und
n
1. Möglichkeit: Aufspalten in Produkt.
Ji.~ (1 - ~2
+ (bfat -+
Ji!~ [(1 + ~
r·( ~ rJ 1-
!im ( 1 + -1)n !im ( 1 - -1)n = e · -1 = 1 e n n n-400
n-400
2. Möglichkeit: Einschließungskriterium und Bernoullische Ungleichung. Sicher ist ( 1 -
~2 ) n ~
1. Gesucht ist also eine Abschätzung nach unten, die die
Bernoullische Ungleichung liefert: ( 1 - -1 2 n
)n > 1 + n-1- = 1 n2
-
1 -. n
Damit läßt sich das Einschließungskriterium verwenden: 1 1--~
n
1 )" ( 1-n2
~1
da in den linken Ungleichungen die äußeren Terme den Grenzwert 1 habe11.
166
KAPITEL 2. DIFFERENTIALRECHNUNG
I Beispiel 17: J1~ n In ( 1 + ;) , x ~ 0 Hier ist es sinnvoll, die beiden n möglichst dicht zusammenzupacken, da dann ein bekannter Term entsteht:
n In ( 1 + ;
)
= In ( 1 + ;
)n
(1
Bekanntlich hat der Ausdruck + ;) n den Grenzwert ex. Damit geht der Term im Logarithmus gegen ex. Da das stets größer als null ist und der Logarithmus in JR+ stetig ist, darf man den Grenzwert in den Logarithmus ziehen und erhält lim n In
-oo
(1 + ::_) = n
lim In
-oo
(1 + ::_) n
n
= In ( lim
-oo
(1 + ::_) n) = In ex = x. n
Man erkennt, daß die Voraussetzung x ~ 0 unnötig ist. Für x < 0 kann es höchstens sein, daß für kleine Werte von n die Folgenglieder nicht definiert sind.
I B etspte . . 1 18:
. -sinIn n 1un 1n n-
n-+oo
Hier wird der Quotient zunächst als Produkt geschrieben:
. 1 1 sinln n ---=sm nn·ln n In n Der erste Faktor ist beschränkt, da Sinus beschränkt ist. Der zweite Faktor ist der Kehrwert der unbeschränkten Folge In n und geht daher gegen null. Nach der Regel "beschränkt mal Nullfolge gibt Nullfolge" ist der Grenzwert null.
I B etspte . . 1 19:
. sin(in) 11m .-zn
n-+oo
Hier muß man unbedingt beachten, daß der Sinus als reelle Funktion beschränkt ist, als komplexe Funktion aber nicht. Es gilt
Daher ist sin.(in) = _.!._ m 2n
(en _ e-n) = ~ (en _ e-n) 2
n
n
In der letzten Klammer geht der erste Term gegen unendlich, was man aus Beispiel 8 und 9 entnehmen kann: der Kehrwert !!:. = ne-n geht gegen null und ist stets positiv. Der zweite Term geht gegen null, da der Zähler gegen null und der Nenner gegen unendlich geht. Daher geht auch die Summe gegen unendlich.
en
167
2.8. REIHEN
Reihen
2.8
IL Definitionen I 00
Eine Reihe I: an ist konvergent mit Grenzwert s, wenn die Folge der Partialn=l
konvergent
m
summen (Sm), Sm := I: an gegen s konvergiert. Mit dem t:-n 0 -Kriterium heißt das: für alle t:
n=l
> 0 gibt es ein n 0 , so daß für m ~ n 0 stets ~n~t an- sl < t: ist. 00
Häufig benutzte (obwohl nicht ganz korrekte) Schreibweise:
I: a" < oo. n=l
00
Wenn sogar die Reihe der Absolutbeträge E lanl konvergiert, heißt die Reihe n=l
absolut konvergent. Andere Sprechweisen: kommutativ konvergent, summierbar.
=> I= Konvergenz
absolute Konvergenz
j2.
absolut konvergent
Berechnung!
11. Rechenregeln I Für konvergente Reihen gilt: 00
00
00
Lan=A, Lbn=B => L(aan+ßbn)=aA+ßB. n=l
n=l
n=l
12. Bekannte Reihen I . ~ L....- -1 d"tvergtert
L q" = 1-q
n "harmonische Reihe" 00
L-
n=l n"' m
L
n=l
m(m+ 1) n = --'----,------'-
2
lql < 1
"geometrische Reihe" 1!"2 1 00
1
(-1)"
für
n=O
n=l
L--=ln2 n n=t 1 00 konvergiert für
1
00
Ln2 =G
n=l
a >1
00
1
L-
divergiert für
L q" =
1 _ qm+l ___:=-----
n=l n"' m n=o
a:::; 1
1-q
Weitere Reihen treten als Potenz- und Taylorreihen elementarer Funktionen auf. Beispiele für Funktionenreihen finden sich in Abschnitt 10 bis 12.
harmonische Reihe, geometrische Reihe
KAPITEL 2. DIFFERENTIALRECHNUNG
168
13. Konvergenzkriterien I Erstes Kriterium ist stets: ()()
Konvergiert L...J ~ an, so ist lim an = 0. n-tco n=l
Ist also nicht lim an = 0, so konvergiert die Reihe sicher nicht. n-too
Zur Orientierung dienen zwei Übersichten: • Auf der nächsten Seite wird versucht, Beispielreihen so anzuordnen, daß ein geeignetes Kriterium ausgewählt werden kann. • In der Tabelle auf der übernächsten Seite werden die Konvergenzkriterien in zwei Gruppen eingeteilt: Die Kriterien der ersten Gruppe machen direkt Aussagen über die Konvergenz oder Divergenz einer gegebenen Reihe "direkte Kriterien". In der zweiten Gruppe sind Kriterien der Art: Eine gegebene Reihe konvergiert, falls eine andere (einfachere) Reihe konvergiert "indirekte Kriterien". Diese andere Reihe ist dann entweder bekannt oder muß mit einem Kriterium der ersten Gruppe untersucht werden. In Ausnahmefällen wird auch ein Kriterium der zweiten Gruppe noch einmal angewandt. Wichtig ist es auf alle Fälle, in einer Reihe die bestimmenden Terme zu finden (das sind in der Regel die am schnellsten wachsenden Teile von Zählern und Nennern) und zu entscheiden, wie schnell (wenn überhaupt) die Glieder der Reihe gegen null gehen. Wichtigste Unterscheidung: • Die Glieder gehen polynominal gegen null: an verhält sich wie eine Potenz n- n 2 n2 1 von n, z.B. an= 3 = - -2 (oder an= 0(::\)). 4 ~ -n +n n4 n n • Die Glieder gehen exponentiell gegen null: mindestens wie qn mit z.b. auch Kehrwerte von Fakultäten.
lql <
1,
Das sind die beiden wichtigsten Möglichkeiten, keineswegs aber alle!
IÜbersicht
11 ()()
Die Reihen L: an werden danach sortiert, wie schnell die Glieder gegen null gehen. n=l
Je schneller die an gegen null gehen, desto besser und schneller konvergiert die Reihe. Nicht jede Reihe passt in dieses Schema.
Vergleich mit n-a
1 an= 2' n n 3 +sinn an= n5 + 1 ' 1 an= liiQ> n 1 an= (n+lnn) 2' 20 an= n2- 33 Integral- und Verdichtungskriterium
polynominal wie n-a, a > 1
Konvergenz
absolute Konvergenz
Vergleich mit qn
Vergleichskriterium, Majoranten-, Minorantenkriterien
Konvergenzverhalten
Wurzel- und Quotientenkriterium
an= ( y'n- 1)n, 1 an= I' n. -1 an= (-)n 4
nlj an= 2n'
exponentiell wie qn, lql < 1
passende Konvergenzkriterien
Beispiele
Wie schnell gehen die an gegen Null?
schnelles Fallen
keine absolute Konvergenz
kein Vergleich möglich!
Lei bniz-Kriterium
_1_-1)n an- lnn , (-1)n an=-n
an-/+ 0
an= (-1t, an= sinn, an= n 2
gar nicht
Divergenz
Vergleich mit _: n
1 an= lnn' 1 an= n+lnn ' 1 an=n
höchstens wie 1/n
langsames Fallen
t-.:1
......
<::;) ~
~
ti3
~
:=ö
?o
KAPITEL 2. DIFFERENTIALRECHNUNG
170
I Übersicht 21 1. Gruppe - direkte Kriterien
Quotientenkriterium
Gut in Reihen, die Fakultäten oder Glieder der Form an enthalten. Nicht auf Reihen anwendbar, in denen die Glieder nur wie eine Potenz von n fallen.
Wurzelkriterium
Gut in Reihen, deren Glieder n-te Potenzen sind, zusammen mit der Stirlingformel oft auch bei Fakultäten anwendbar.
Leibnizkriterium
Nur möglich in alternierenden Reihen. Die Monotonie der lanl ist manchmal schwierig nachzuweisen. Mit dem Leibnizkriterium lassen sich oft konvergente, aber nicht absolut konvergente Reihen untersuchen, u.a. Reihen, in denen die Glieder langsamer als 1/n fallen.
Integralkriterium
Dieses Kriterium ist nur bei monotonen Reihen anwendbar und schafft eine Verbindung zur Untersuchung uneigentlicher Integrale mit oft einfacheren Rechenverfahren.
2. Gruppe - indirekte Kriterien Vergleichskriterium
Dieses Kriterium ermöglicht es, "Störterme" wegzulassen und statt der gegebenen eine einfachere Reihe zu untersuchen.
Verdichtungskriterium Das Kriterium ist bei monotonen Reihen anwendbar. Die "verdichtete" Reihe konvergiert oft besser als die Ausgangsreihe. Haupteinsatzgebiet sind soeben noch konvergente Reihen mit langsam fallenden Gliedern. Majoranten- und Minorantenkriterium
IAufzählung der
Ähnlich wie beim Vergleichskriterium wird die Konvergenz der Reihe in Verbindung gebracht mit der einer ähnlichen Reihe, deren Glieder stets kleiner oder größer als die der Ausgangsreihe sind.
Kriterien I
In dieser Aufzählung von Konvergenzkriterien steht jeweils ein typisches Beispiel dabei. Man beachte, daß alle Kriterien lediglich untersuchen, ob eine Reihe konvergiert, aber nichts über die Reihensumme aussagen.
171
2.8. REIHEN
Die meisten Kriterien haben (wie das Quotientenkriterium) einen Bereich, in dem keine Aussage möglich ist. In diesem Fall muß man versuchen, ein schärferes Kriterium (mit in der Regel unangenehmeren Rechnungen) zu verwenden. Zur Auswahl des geeigneten Kriteriums dienen die beiden Übersichten. Für alle Kriterien gilt, daß sie erst ab einer festen Zahl n 0 erfüllt sein müssen. Genauso dürfen die Reihen auch mit einem anderen Index als 1 beginnen.
IQuotientenkriterium -
Limesversion I
Dann gilt
{ ::~=} q>1
=}
00
L: an konvergiert absolut
n=1
Quotientenkriterium Limesversion
keine Aussage
00
L: an divergiert
n=1
Dieses Kriterium ist sehr einfach. Dafür läßt es sich nur bei Reihen verwenden, in denen die Beträge der Glieder monoton und mindestens exponentiell gegen null gehen.
I
Beispiel 1•
f: ~·
n=1 n.
1 . also an = -1 und Ian+11 n! 1 Es 1st - = - /(n+l)! - - = -,---.,...,....,. = -+ 0 < 1. Damit 11 n.1 an tn! (n + 1)! n +1 konvergiert die Reihe.
IQuotientenkriterium -
allgemeine Version
I
Gilt für n
~ n 0 stets Ian+ 11 ~ q mit q < 1, so konvergiert
Gilt für n
~ n 0 stets
an
lan+ 1 1 ~ 1, so divergiert. an
.
f
n=1
E an absolut.
n=1
an.
Dabei ist unbedingt zu beachten, daß q von n unabhängig sein muß.
E
I
an+ll < 1 (wie z.B. in ..!:_) allein reicht nicht . . an n=1 n Diese Version des Quotientenkriteriums wird nur selten benötigt. Der Anwendungsbereich ist derselbe wie bei der Limesversion.
I Beispiel 2: Gegeben sei a1 = 1, a2 = ~, a3 = 2~3 . a3 = 2 .~. 2 , a4 = 2 . 3~2 . 3 ... , also an= 1/2 an-1 00 wenn n gerade und an = 1/3 an-l wenn n ungerade ist. Dann konvergiert E an, n=l da a:;:- 1 den Wert ~ oder hat, aber immer kleiner oder gleich ~ < 1 ist.
I I
i
Quotientenkriterium allgemeine Version
172 Wurzelkriterium Limesversion
KAPITEL 2. DIFFERENTIALRECHNUNG
IWurzelkriterium Sei~-+
Limesversion
Dann gilt
q.
I 00
{ ::~=> q>1
L: an konvergiert absolut n=l
keine Aussage
=>
00
L: an divergiert n=l
Das Wurzelkriterium ist etwas schärfer als das Quotientenkriterium. Hat man allerdings dort als Limes der Quotienten 1 erhalten, so liefert es auch keinen anderen Wert. Auch hier müssen die an mindestens exponentiell gegen Null gehen.
I Beispiel 3: L n22 oo
n.
n=l
Wegen
W
-+ 1 ist
yfa:l = ~ -+ ~ < 1 und daher konvergiert die Reihe.
IWurzelkriterium Wurzelkriterium allgemeine Version
allgemeine Version
Gilt für n ~ no stets ~ ~ q mit q Gilt für n
~ n 0 stets
I
< 1, so konvergiert
E an absolut.
n=l
y'i;,J ~ 1, so divergiert n=l E an.
.
Dabei ist wie oben zu beachten, daß q von n unabhängig sein muß und daß
y'i;,J < 1 alleine nicht ausreicht. 00
Beispiel 4:
L an mit an =
2-n für n gerade und
an =
a-n für n ungerade.
n=O
Dann ist stets
Leibnizkriterium
y'i;,J ~ ~ < 1 und n=O Ean konvergiert.
ILeibnizkriterium I i)
(an)
ii)
an -+ 0
ist alternierende Folge, d.h. die Vorzeichen wechseln jedes Mal bzw.
iani
-+ 0
iii) lanl ist monoton fallend Dann konvergiert
~
an,
n-1
{Fehlerabschätzung)
und es ist
lf an-{: anl =I f n=l
n=l
n=k+l
anl
~ iak+d·
173
2.8. REIHEN Eine andere Formulierung: 00
Ist (an) eine monotone Nullfolge, so konvergiert 2:::(-1tan. n=l
Das Leibnizkriterium ist das einzige der hier aufgeführten, das sich für konvergente, aber nicht absolut konvergente Reihen eignet.
I
Beispiel 5,
f: (-!)•. n
n=l
Da
~ n
monoton fallend gegen Null geht, konvergiert die Reihe.
IIntegralkriterium I
Integralkriterium
Ist f : JR+ -+ IR eine monotone Funktion mit f(n) =an, so gilt: 00
00
L an konvergiert{::} das uneigentliche Integral J f(x) dx ~1
(c
> 0 bei.)
ex.
c
Dieses Kriterium hat seine Stärken bei Reihen, die soeben noch absolut konvergiereiL Natürlich läßt es sich nur auf Reihen mit monotonen Gliedern anwenden.
Wähle f(x) =
1 (I )2 und die untere Integrationsgrenze c = e x nx
Dann fällt f monoton, da ver Funktionen ist.
!
1
00
e
x(ln x )2
f
Kehrwert eines Produkts monoton steigender positi-
1
d
dx= limj d-+oo
e
x(ln x )2
dx= lim
d-+oo
--1 1
d
In x
e
1
1
= lim(--+-)=1. In d In e d-+oo
Damit konvergiert die Reihe.
IVergleichskriterium I Hat die Folge (bn) für n Ist Ist
2:: n 0 stets dasselbe Vorzeichen, so gilt:
Ji!~ ~:
= c mit c =/:- 0, so konvergiert
n~l
f
an.
n~l
bn konvergent und gilt
f
bn divergent und gilt !im abn = c mit c =/:- 0, so divergiert
n=l
Vergleichskriterium
n-+oo
n
n=l
an.
KAPITEL 2. DIFFERENTIALRECHNUNG
174
Dieses recht effektive Kriterium ist eine Variante des Majoranten-IMinorantenkriteriums und wird in Verbindung mit anderen Kriterien benutzt. Man kann damit oft die Konvergenzuntersuchung auf die einfacherer Reihen zurückführen.
I Beispiel . . 7: L
n 2 - 4cosn 3 + lnn _ • 4 3 n=l n - e n - 8n 00
Dieser scheußliche Bruch enthält als bestimmende (d.h. am schnellsten wachsende) Glieder in Zähler und Nenner n 2 und -8 n 4 • Daher wird an für große n wie n~ = - 8"1 2 ausse l1en. M"1t bn = n12 wir · d -sn4 n 2 (n 2 - 4cosn 3 + lnn) n 3 - e-n- 8n 4
1 -4cosn 3 +Inn
--,;r-
n2
l-~-8 n.
-+
n.4
Damit konvergiert die gegebene Reihe, da bn > 0 ist.
00
00
E
bn
n=l
E bn
Natürlich hätte man in der Vergleichsreihe können.
= E
n=l
1
-
0+0
0-0-8
1
= -- =/:- 0. 8
~ konvergiert und stets
auch gleich bn
= - 8~ 2
nehmen
IVerdichtungskriterium Verdichtungskriterium
Ist (an) monotone Folge, so gilt: 00
00
n=l
n=l
2::: an konvergiert <=> 2::: 2na2· konvergiert.
Der Anwendungsbereich ist ähnlich wie beim Integralkriterium.
I
Bei,piel
Es ist an
f: - 1-.
s,
=-
n= 2 n ln n 1-
n ln n
monoton fallend und a 2•
= - -1-
2n ln 2n
=
1
.
2"n ln 2 1 00 1 1 Die "verdichtete Reihe" ist 2na 2• = 2n Da diese ln2; ;· n=2 n=2 2nn ln 2 Reihe divergiert, divergiert auch die Ausgangsreihe.
f
IMajorantenMajorantenund Minorantenkriterium
f
und Minorantenkriterium I 00
00
Ist lanl ::S: b,. und E bn konvergent, so konvergiert E an absolut. n=l
n=l 00
00
n=l
n=l
Ist an 2: bn 2: 0 und L bn divergent, so divergiert E an.
2.8. REIHEN
175
00
Die Reihe L bn heißt konvergente Majorante bzw. divergente Minorante. In vien=1
len Fällen läßt sich einfacher das Vergleichskriterium anwenden.
Wegen 3n +sinn
f
n=1
~= ~
4
4n
f
2:: 2n ist (
~
n=1
n
1. ) 3n + sm n 2
~ -2n1( ) 2 = 4 1 2 . Aus der Konvergenz von n
folgt, daß auch die zu untersuchende Reihe konvergiert.
I B ~1sp1e . . 1 10: ~ ~lnn. n=1
Für n
n
2:: 3 ist ln n > 1 und damit
1';,"
2::
~- Da
00
1
n=1
n
L-
divergiert, divergiert auch
lnn L:-. n=1 n 00
13. Beispiele I
E
2"nn (n!)2 auf Konvergenz.
oo
Beispiel 11: Untersuchen Sie
Bei Fakultäten bietet sich immer das Quotientenkriterium an:
la::11
2"+1 (n + 1)"+ 1 (n + 1)! (n + 1)! 2 n+1)" (n n+1
n! n! 2"n"
2 (n + 1)" (n + 1) n" (n + 1) (n + 1)
_ -2- ( 1+1)n -t O. n+ 1 n ............... .....__....... -tO -te
Die Reihe konvergiert also. Beispiel 12: Untersuchen Sie die Konvergenz von
f
n=1
dichtungskri teri ums. Mit
an= ~ n
ist
a2n
= 2- 2n
00
und L
n=1
Teil der geometrischen Reihe mit q 001
n"f1
Ii!.
00
2"a2n
= L
n=1
~
n
mit Hilfe des Ver-
00
2"2- 2 "
=L
n=1
= 1/2 und konvergiert.
2-n.
Diese Reihe ist
Also konvergiert auch
KAPITEL 2. DIFFERENTIALRECHNUNG
176
n - ln n L 3 n=l 4n - n 00
Beispiel 13: Konvergiert
2
?
Da der Nenner den exponentiell wachsenden Teil 4n enthält, kann man es mit dem Quotientenkriterium versuchen:
l
aan+nll
=
-t
((n + 1) 2 -ln(n + 1)) (4n- n3 ) _ (4n+ 1 -(n+1) 3 ) (n 2 -lnn)-
(~- ~) (4-(n~!l 3 )
(1- ~) (1- ~)
(1- 0)(1- 0) -! 1 (4-0)(1-0)- 4 < '
da 1 ~;' -t 0 und
;= -t 0 ist (vgl. S. 159).
Die Reihe konvergiert also. Der Trick bei dieser Rechnung liegt im geschickten Kürzen des ersten Bruchs durch den am stärksten wachsenden Faktor des Nenners 4nn2. alternative Rechnung Wenn man die Rechnung zu unübersichtlich findet, kann man sie durch Anwendung des Vergleichskriteriums vereinfachen (natürlich wird sie dadurch auch länger): Die am stärksten wachsenden Glieder in Zähler und Nenner sind n 2 und 4n. Die rfr verhalten, und diese Reihe sollte sich in Bezug auf Konvergenz also so wie n=l Reihe kann man mit Wurzel- oder Quotientenkriterium untersuchen.
f
Zuerst also das Vergleichskriterium: Mit an
und bn
= rfr > 0 ist
00
00
Damit konvergiert
= ~~~~::'
L: an genau dann, wenn L: bn konvergiert.
n=l n=l Jetzt lassen sich Wurzel- oder Quotientenkriterium anwenden. Quotientenkriterium:
2 1 - - --t-<1 -1(n+1) ' 4 n 4
Wurzelkriterium:
\Jn2 1 -t 4 < 1. ylib,J = -4n
00
Die Reihe
L: bn konvergiert also und damit auch die Ausgangsreihe.
n=l
2.8. REIHEN
177
Beispiel 14: Untersuchen Sie
f: (-1 t enn. nn auf Konvergenz. 1
n=l
Da die Reihe Fakultäten enthält, bietet sich zunächst das Quotientenkriterium an.
la::ll
(n + 1)n+l enn! en+l(n+1)! nn
=
(n + 1)n enn
1 -1 ( 1 + -1)n -t -e e n e
1.
=
Damit erhalten wir keine Aussage. Immerhin ist (wegen ( 1 + ~r < e) Ia~! 1 I < 1, die Folge lanl fällt also monoton. Wenn ianl jetzt noch gegennull geht, konvergiert die Reihe nach dem Leibnizkriterium. Dazu zieht man am besten die Stirlingformel heran:
(;r ~~n'~ (;r ~·e!!
Dann erhält man
lanl =
nn -
1
nnen
< ~ - ennn 27rn
-t 0. enn. v 27rn Damit konvergiert die Reihe nach dem Leibnizkriterium. 1
=
M=:
Bemerkung: Die Reihe konvergiert nicht absolut, d.h. ohne den Faktor ( -l)n divergiert die Reihe: aus der Stirlingformel erhält man
Wegen e-!! -t 1 ergibt sich aus dem Vergleichskriterium (oder aus Majorantenund Minorantenkriterium), daß das Konvergenzverhalten dasselbe ist wie bei 00 00 L; ~' und diese Reihe divergiert, da L: n- if2 divergiert. n=l v~rrn n=l 00
Beispiel 15: Untersuchung von
L n=2
Konvergenz.
(
-1)nln n
n
3
auf Konvergenz und absolute
Da die absolute Konvergenz die stärkere Eigenschaft ist, betrachtet man zunächst die Reihe der Absolutbeträge
f: Inn ;•. Da der Nenner eine Potenz von n ist, gehen
n=2
die Glieder höchstens polynominal gegen Null. Damit scheiden Quotienten- und \Vurzelkriterium von vornherein aus. Da wir uns zunächst um absolute Konvergenz kümmern, bleibt an direkten Kriterien noch das Integralkriterium. Die sich anbietende F\mktion ist f(x) = ~· Untersuchung auf Monotonie: 1 3
1
3
f'(x) = :;;x - nx · x x6
2
1-3lnx X
4
<
0 für x > e 1h.
KAPITEL 2. DIFFERENTIALRECHNUNG
178
1""
Damit läßt sich das Integralkriterium anwenden und die Konvergenz der Reihe lnx ist äquivalent zur Konvergenz des Integrals - 3 dx. Partielle Integration (mit 3
X
u = lnx, v = x- 3 ) oder Benutzung einer Integraltafel gibt ["" In x dx = (-In x _ _ 1 ) x3 2x 2 4x 2
13
I"" <
00
'
3
da die Stammfunktion für x -t oo gegen Null geht. Damit konvergiert die Reihe absolut. Alternativen: Ist man nur an der Konvergenz (und nicht an der absoluten Konvergenz) interessiert, so hätte man auch das Leibniz-Kriterium anwenden können: das monotone Fallen der Reihenglieder ist oben dadurch bewiesen worden, daß man die monoton fallende Funktion f(x) = 1 ~;' durch die Folge gelegt hat. Nach der zweiten Formulierung des Leibnizkriteriums auf Seite 173 folgt die Konvergenz. Die absolute Konvergenz läßt sich auch aus dem Majorantenkriterium folgern: da l~n -t 0 für n -t oo, ist dieser Ausdruck beschränkt. Damit ist (-1)nlnnl
l
n3 00
E
Aus der Konvergenz von
~
llnnl
n
_!_ ~ c_!_
n2
n2
~ folgt wieder die absolute Konvergenz.
n=l
Beispiel 16: Die Reihensummen in den Beispielen 1 und 4 In Beispiel 1 wird
E~n. betrachtet. Aus dem Vergleich mit der e"'-Reihe
e"' =
n=l
00
L
xn 1 erkennt man, daß man die gesuchte Reihe erhält, wenn man x
n. und das Glied mit n
n=O
= 0 wegläßt: 1
00
00
1
L I = n=O L In. n=l n. In Beispiel4 ist in der Form n
00
L
=:
00
an =
n=O
=
2 3
00
L
a2m
00
+L
m=O
00
a2m+1 =
n=O
f (!)m +!3 f (!)m 4 9
m=O
Dabei wurde
1 = el - 1 = e - 1.
n geraded . Nun schreibt man die geraden Zahlen n ungera e 2m und die ungeraden als n = 2m + !.Daher ist
an= {
=
= 1 setzt
L qn = m=O
m=O
1 - - für
1-q
L
00
2- 2m
m=O
= _1_1
1- 4
lql < 1 benutzt.
+L
3- 2m-l
m=O
+!3 _1_1 = 1- 9
41 24
2.9. STETIGKEIT UND LIMES VON FUNKTIONEN
2.9
17!)
Stetigkeit und Limes von Funktionen
Die in diesem Abschnitt betrachteten Funktionen sollen stets auf einer geeigneten Menge definiert sein, z.B. läßt sich der Limes einer Funktion an einer Stelle a natürlich nur berechnen, wenn a Häufungspunkt des Definitionsbereichs ist. Wird der Grenzwert von f an der Stelle a E IR betrachtet, kann man auch fordern, daß f in einer 8-Umgebung von a definiert sein soll, bei einseitigen Grenzwerten etwa, daß das Intervall ja- 8, a[ bzw.]a, a + o[ zum Definitionsbereich von f gehört.
11. Definitionen I 11. Grenzwerte von Funktionen I Ist a E IR und 8 > 0, so ist U0 (a) =Ja- 8, a+ 8[= {xllx- al < 8} die 8-Umgebung von a. Eine punktierte 8-Umgebung erhält man, indem man aus der 8-Umgebung den Punkt x = a wegläßt: U0 (a) = {xj 0 < lx- ai < 8}. lim j(x) = b bedeutet, daß die Funktion f für x -+ a den Grenzwert oder Limes b hat. Anschaulich heißt das, daß sich die F\mktionswerte von f immer mehr der Zahl b annähern, wenn x sich dem Punkt a nähert. Mathematisch exakt :
x-+a
V 3 : 0 < lx- al < 8 => lf(x) - bl <
f.
<>0 5>0
Andere Schreibweise: f(x) -+ b oder deutlicher f(x) -+ b (x -+ a). Leichter läßt sich oft mit dieser Charakterisierung arbeiten: für jede Folge (xn) im Definitionsbereich von j, die gegen a konvergiert, aber den Wert a nicht annimmt, konvergiert die Folge (j(xn)) gegen b.
IEinseitige Limiten I Wenn man nur x betrachtet, die sich rechts von der zu untersuchenden Stelle a befinden {also für die x > a gilt), erhält man den Limes von rechts. Schreibweisen: lim f(x) oder lim f(x) oder lim f(x) oder f(x+) oder f(x + 0). x-+a+O
x'\,a
:;:
Analog schreibt man den Limes von links als lim f(x) oder lim f(x) oder lim f(x) oder f(x-) oder f(x- 0).
x-+a-0
J
x/a
:~:
Grenzwerte bei ±oo I
lim j(x) = b bedeutet, daß sich die F\mktionswerte von f der Zahl b immer mehr nähern, wenn das Argument x über alle Grenzen wächst: x-+oo
lim f(x) = b
x-+oo
{::}
V 3 : x > C => lf(x) - bl < f.
<>0 CEIR
(punktierte) 8-Umgebung
KAPITEL 2. DIFFERENTIALRECHNUNG
180
Analog ist lim f(x) = b erklärt. Man muß nur in der obigen Definition x > C x-+-oo durch x < C ersetzen.
IUneigentliche
Grenzwerte I
Wachsen die Werte von f bei der Annäherung an die Stelle a über alle Grenzen, so schreibt man lim f(x) = oo: x->a
V 3 : 0<
CEIRo>O
lx- al < 6 =>
f(x) > C
Bei lim f(x) = -oo ersetzt man in der Definition f(x) > C durch f(x) x->a Fall lim f (x) = oo definiert man als
< C. Den
x->oo
3 : x >M
V
CER MEIR
=> f(x) > C.
Die anderen Fälle von lim f(x) = ±oo werden analog erklärt. x->±oo
12. Stetigkeit I Stetigkeit Die Funktion f ist an der Stelle a stetig, falls !im f(x) = f(a). Wenn man f(a) -x->a schreibt als f (!im x), sieht man, daß Stetigkeit bedeutet, daß man die Bildung des x->a Grenzwerts und die Anwendung der Funktion f in der Reihenfolge vertauschen darf; man darf also den Limes "in die Funktion ziehen". f heißt in einer Menge M stetig, wenn f in jedem Punkt von M stetig ist. Entsprechen heißt f bei a links- bzw. rechtsseitig stetig, falls lim f(x) = f(a) x-->a-0
bzw. !im f(x) = f(a) ist. x->a+O
Zwischenwertsatz
Ist f auf [a, b] stetig, so nimmt f jeden Wert zwischen f(a) und f(b) und sein Maximum bzw. sein Minimum an einer Stelle in [a, b] an. Das Bild von [a, b] ist abgeschlossen und beschränkt.
12. Berechnung I lL Grenzwertel
lim f(x) = b
x--+a
<=?
!im (f(x)- b) = 0
x-+a
!im lf(x)-
<=?
x-+a
bl
Ist limf(x) = u und limg(x) = v, so ist x-+a x-+a
lim(f(x) ± g(x)) = u ± v
x-+a
lim(f(x) · g(x)) = u · v
x->a
lim(oJ(x))
x->a
!im f(x) g(x)
x->a
= au
= ~ (v V
(a E IR)
-1- 0)
= 0
181
2.9. STETIGKEIT UND LIMES VON FUNKTIONEN
Grenzwerte mit ±oo lassen sich auf eigenliehe Grenzwerte zurückführen:
lim f(x) =
x-too
lim f( "!:_)
x-tO+O
lim f(x) = oo
x-ta
lim f(x)
x-ta
= -oo
X
lim f(x)
x-t-oo
lim !(1x )
x-ta
1 ) f( lim X x-ta
lim f( "!:_) = x-t0-0 X
= 0 und f(x) > 0 bei a = 0 und f(x) < 0 bei
a
Das Einschließungskriterium gilt auch für Funktionen:
Einschliessungskriterium
lim f(x) = b. lim g(x) = lim h(x) = b, so ist auch x-+a Ist g(x) ::; f(x) ::; h(x) und x-+a x-+a
. -1 . . I 1 : 1·Im X Sill B e1sp1e x-tO
X
Der Term sin ~ hat bei null keinen Grenzwert, da ~ nach unendlich wächst und der Sinus daher unendlich oft alle Werte zwischen -1 und 1 annimmt. Die Beschränktheit des Sinus rettet allerdings die Situation: Wegen -1 ::; sin Ij" ::; 1 ist -x ::; x sin ~ ::; x. Da beide äußeren Terme für x -t 0 den Grenzwert null haben, hat auch x sin ~ denselben Grenzwert.
ISummen und Produkte von Funktionen I Die Zusammenstellungen auf Seite 157, 158 und 159 gelten analog, wenn man überall das Wort "Folge" durch "Funktion" ersetzt. "konvergent" bedeutet dann, daß ein Limes für x -t a existiert. "Beschränkt" heißt jetzt "beschränkt in der Nähe von a".
I Beispiel 2: lim x sin ]:_ x-tO
X
Der Term sin ~ ist beschränkt, x geht für x --+ 0 gegen null. Damit geht das Produkt nach der Aufzählung auf Seite 158 gegen null. j Regel von de l'Hospitalj Die Regel von de !'Hospital gestattet es, in bestimmten Fällen Limiten von Quotienten auszuwerten, wenn Zähler und Nennerbeide den Grenzwert null oder beide den Grenzwert oo habe11.
Regel von de !'Hospital
KAPITEL 2. DIFFERENTIALRECHNUNG
182
Sei a E IR U { oo, -oo }. Es gelte i) !im f(x) = !im 9(x) x-+a
x-+a
=0
ii) In der Nähe von a ist 9'(x) =F 0. iii) !im f'((x)) existiert (eventuell uneigentlich) x-+a
.
9'
.
X
f(x)
.
f'(x)
Dann ISt x-+a hm () = x-+a luu (-) . 9 x 9' X Dasselbe gilt, wenn der erste Punkt durch !im f(x) = !im 9(x) = ±oo ersetzt x-+a x-+a wird. Die Regel von de !'Hospital gilt auch für einseitige Grenzwerte.
o-
In ii) bedeutet "in der Nähe von a" für reelles a, daß es eine punktierte Umgebung von a gibt, in der 9'(x) =F 0 ist. Für a = oo (a = -oo) heißt das, daß es ein reelles C gibt, so daß 9'(x) =F 0 für x > C (x < C) ist.
Für a E IR ist die Bedingung ii) automatisch erfüllt, falls 9 bei a eine analytische Funktion (S. 207) ist.
I Beispiel 3: lim ex x 2
-2
1
x-+0
Hier hat man den Fall § vorliegen. Mit f(x) = ex 2 - 1 und 9(x) = x 2 ist Voraussetzung i) erfüllt. Wegen f'(x) = 2xex 2 und 9'(x) = 2x gilt auch ii). Die dritte Voraussetzung rechnet man so nach:
f'(x) 1' 2xex2 1' x2 I .un-= Im--= Ime 9' ( x) x-+0 2x x-+0
x-+0
= e0 =
1.
Damit hat auch der Limes von ~ den Wert 1.
ISchreibweise I Schreibweise
Hier kann man die ganze Rechnung so aufschreiben:
Das Symbol l'J;,I. bedeutet dann, daß die Terme gleich sind, falls der rechte Limes existiert und daß Voraussetzungen i) und ii) überprüft worden ist. Wenn man es noch deutlicher mag, läßt sich auch das kleine "l'H" durch den entsprechenden Quotienten "§" oder "~" ersetzen.
183
2.9. STETIGKEIT UND LIMES VON FUNKTIONEN
Achtung! Wenn der Limes von f'((x)) nicht existiert, bedeutet das nur, daß man 9'
X
die Regel von de l'Hospital nicht anwenden kann. Der Limes von
~~;~
kann
trotzdem existieren, vgl. Beispiel 8. Manchmal muß man die Regel von de l'Hospital mehrmals nacheinander anwenden, um einen Grenzwert zu bestimmen.
. I Beispiel 4: hm -.•
.
•
Slll X 2 -
x-+0
sm 2 x
Mit f(x) = sinx 2 , f'(x) = 2x cosx 2 und 9(x) = sin 2 x, 9'(x) = 2sinx cosx sind die erste und zweite Voraussetzung erfüllt. Zu untersuchen bleibt, ob der Quotient
f'(x) 9
1
(X)
2x cosx 2 2 sin X COS X
einen Grenzwert hat. Dazu untersucht man mit fi(x) = f'(x) und 91 (x) = 9'(x), ft((x)) existiert. Mit f{ = 2 cos x 2 - 4x 2 sin x 2 und 9\ = 2( cos 2 x - sin 2 x) li111 91 ob x-+0 x sind die Voraussetzungen i) und ii} erfüllt. Da !I und 9 1 bei x = 0 stetig sind, ist f(x} = 1. f 1 (x) = 1 un dd anacl1 auc11· · · tl·1111 -(-) · ex1stler f{(x)) = -2 = 1. Danut . -,--( l1111 1 1111 -(-) 2 x-tO 9 X x-+0 9 1 X :z:-tO 9 1 X Insgesamt: 2 2xcosx 2 l'H. 1. 2cosx 2 -4x 2 sinx 2 . sinx 2 l'H. 1. lnn = - = 1 1m nn -2 x-+0 2( cos 2 x - sin 2 x) x-+0 2 sin x cos x sin 2 x
x-+0
Noch einfacher wird die Rechnung, wenn man Grenzwerte ungleich null oder unendlich abspaltet und die Regel von de l'Hopital nur auf den Rest anwendet: 1 l'H. 1 1. x . cos x 2 . 2x cos x 2 . sin x 2 l'H. 1. ln - · nn-- = 1 = 1n n - - · 1n n - 1m n-2 X COS x-tO 1 X sin x-+0 X COS x-+0 X COS x-+0 2 sin X :z:-tO sin X
IAlternative I Im Fall a E IR ersetzt man im Bruch f((x)) die Funktionen f und 9 durch genügend 9X weit entwickelte Taylorreihen und kürzt dann. Diese Methode ist vor allem dann von Vorteil, wenn für die beteiligten Funktionen Potenzreihenentwicklungen (oder Anfänge davon) im Limespunkt bekannt sind. 1 . -e"'2. . 5: hm I Beispiel x-+O
X
2-
Die Zählerfunktion wird entwickelt, indem man x 2 statt x in die e"'-Reihe einsetzt: e"' 2 = 1 + x 2 + O(x 4 ). Nun läßt sich e"' 2 - 1 schreiben als x 2 + O(x 4 ) und der zu x 2 + O(x 4 ) e"' 2 - 1 = 1 + O(x 2 )-+ 1. x2 • untersuchende Bruch wird zu~=
Wichtige Rechentechnik
Reihenentwicklung statt de !'Hospital
KAPITEL 2. DIFFERENTIALRECHNUNG
184
12. Stetigkeit I Charakterisierungen der Stetigkeit von • lim f(x) x-+a
f im Punkt a:
= f(a).
Das ist die Definition. • Wenn man f(a) schreibt als J(lim x), sieht man, daß Stetigkeit bedeutet, x-+a daß man die Bildung des Grenzwerts und die Anwendung der Funktion f in der Reihenfolge vertauschen darf. Diese Regel benutzt man oft unbewußt: wenn man lim sin l = sin 0 = 0 n---+oo n berechnet, hat man dabei im ersten Schritt die Stetigkeit des Sinus bei null benutzt. • Es ist lim f(x) x-+a-0
= f(a) = x-+a+O lim f(x).
Die Charakterisierung "linker Grenzwert = Funktionswert = rechter Grenzwert" ist hilfreich bei der Untersuchung von Funktionen, die abschnittweise definiert sind, vgl Beispiel 7. • Für jede Folge Xn mit Xn-+ a ist f(xn)-+ f(a). Das ist oft passend, um nachzuweisen, daß eine Funktion an einer Stelle nicht stetig ist: Die Funktion f ist bei x = a unstetig, wenn es auch nur eine Folge von Zahlen Xn mit Xn -+ a gibt, für die f(xn) nicht gegen f(a) konvergiert.
•
V
3 :
<>0 6>0
lx- al < 6 =>
IJ(x)- f(a)l
Das ist die Definition noch einmal in Quantorenschreibweise. • Das Urbild jeder €-Umgebung von f(a) mit f > 0 enthält eine 8-Umgebung um a für ein geeignetes (hinreichend kleines) 6 > 0. Das ist im wesentlichen dasselbe wie davor und hat Anwendungen in der Theorie, wenn man Eigenschaften stetiger Funktionen beweisen will.
IBeispiele stetiger Funktionen Polynome, rationale Funktionen, trigonometrische und Hyperbelfunktionen und ihre Umkehrfunktionen, Exponential- und Logarithmusfunktionen, Betrags- und Wurzelfunktionen und alle daraus durch Grundrechenarten und Komposition zusammengesetzten Funktionen sind in ihrem Definitionsbereich stetig. Differenzierbare Funktionen sind stetig.
185
2.9. STETIGKEIT UND LIMES VON FUNKTIONEN
• . 1 sin(e"'- 4x 2 ) Beispiel 6: Stetigkeit von ft(x) =-und h(x) = ~4 x v3 + x· + 22ecosz
ft ist als gebrochen rationale Funktion auf ihrem ganzen Definitionsbereich IR.\ {0} stetig. Achtung! 0 ist keine Unstetigkeitsstelle von ft, da ft bei x = 0 nicht definiert ist. Da lim ft(x) = oo ist, kann man aber !I nicht stetig nach x = 0 fortsetzen. z-+0+0
h
ist als Zusammensetzung stetiger Funktionen auf ihrem gesamten Definitionsbereich stetig. Man sieht, daß h für alle reellen Zahlen definiert ist, da unter der Wurzel stets eine positive Zahl steht und der Nenner ebenso immer positiv und damit ungleich null ist.
IBeispiele unstetiger Funktionen -1 X< 0 Die Signumfunktion sgn x = { 0 x = 0 und die Heavisidefunktion H(x) = 1 x>O {
~
:
~~
Signumfunktion Heavisidefunktion
sind Beispiele unstetiger Funktionen (jeweils in x = 0).
Die Signumfunktion ist bei x = 0 unstetig, da Ihn sgn x = 1 ist, aber sgn 0 = 0 z-+0+0 ist. Alternativ kann man argumentieren, daß der Limes bei null nicht existiert, da der linke Limes den Wert -1 und der rechte den Wert eins hat. Bei der Heavisidefunktion argumentiert man genauso. Außerhalb von null sind beide Funktionen stetig, da sie dort mit konstanten Funktionen übereinstimmen. Die Gaußklammerfunktion[x] einer reellen Zahl x ist die größte ganze Zahl, die kleiner oder gleich x ist: [x] = n E Z mit n ~ x < n + 1. [x] hat bei den ganzen Zahlen Unstetigkeitsstellen. y y y 1
1
-+----
X
1 X
-1
1
sgn x
1
2
X
-1
[x]
H(x)
x+ 1 X< -2 { Beispiel 7: Stetigkeit von f(x) = si~~x -2 ~X< 1 x=1 x 2 -1 X> 1
Außerhalb der Punkte x 1 = -2 und x 2 = 1 ist die Funktion als Zusammensetzung
Gaußklammer
[x]
KAPITEL 2. DIFFERENTIALRECHNUNG
186 stetiger Funktionen stetig. Im Punkt x = -2 ist lim f(x) = lim (x + 1) x-+-2-0
lim
x-+-2+0
x-+-2-0
= -1, und
lim sin 1rx = 0. = x-+-2+0 f(-2) = 0 ist f bei x =
f(x)
-2 von rechts Wegen stetig und von links unstetig. Im Punkt x = 1 ist lim f(x) = lim sin 1rx = 0, und x-+1-0
x--tl-0
lim f(x)
x-+1+0
X
lim (x 2 = x-+1+0
1)
= 0.
Wegen j(1) = -1 ist f bei x = 1 unstetig. Ändert man die Definition so ab, daß man f(1) = 0 fordert, ist f dort stetig (hebbare Unstetigkeit).
13. Beispiele I I
Beispiel 8: lim
x-+oo
x . 2x + sm X
Zunächst versucht man natürlich, die Regel von de !'Hospital zu benutzen. 1 • vor. Der Quotient der Ableitungen hat die Form -2+cosx Hier liegt der Fall 22 00 Damit ist auch Voraussetzung ii) erfüllt. Allerdings existiert der Limes von nicht.
n:J
Das bedeutet, daß die Regel von de !'Hospital nicht anwendbar ist. Der Limes läßt sich aber leicht nach der Taktik "durch den am stärksten wachsenden Term des Nenners kürzen" berechnen: 1 1 1 . X . = 11m lim 2· 2+0 x-+oo 2 + 81 ~x x-+oo 2x + sin X 7x 4 + 2x - 1 . . . 1 B CISpie 9: 11111 4 3 x-+-oo 3x + x - 17
Bei gebrochen rationalen Funktionen wird bei Limiten gegen ±oo immer durch die höchste Potenz des Nenners gekürzt: 7 + :X - ~ . 7x 4 + 2x- 1 . l1m = 11m - !l 3x4 + x 3 - 17 x-+-oo 3 + l x4 x
x-+-oo
7 3
Beispiel 10: lim (ln(ax) -lnx), a > 0 X-+00
Hier hat man den Fall oo - oo vorliegen. Mit etwas Pfiffigkeit faßt man aber zunächst die Terme zusammen: lim lna = lna lim (lna + lnx -lnx) = x-+oo lim (ln(ax) -lnx) = x-+oo
x-+oo
187
2.9. STETIGKEIT UND LIMES VON FUNKTIONEN
I Beispiel 11:
lim x sin .!. x
x-+oo
Geht x gegen unendlich, so geht der Kehrwert ~ gegen null und damit hat auch sin lX den Limes null. Ehe man die Regel von de !'Hospital anwenden kann, muß man den Ausdruck der Form "0 · oo" als Quotienten schreiben: - 1 cos l sin l I'H. 1 X = lim lim X 2 lim XSin- = lim __X
x-+oo
x-+oo
X
lX
x-+oo
1
-~
x-+oo
1
COSX
=
Umformung in Quotienten
0.
1.
00
cosx) . . 1 1. (sinx - 7 12: xi!Ri I B e1sp1e 7
Hier soll der Limes einer Differenz berechnet werden, worin beide Terme keinen endlichen Grenzwert haben. Daher wird zunächst zusammengefaßt: . sinx- xcosx cosx) . (sinx Ilm - - - - - = 1lm ------:--x3 x-+0 x2 x3
Umformung in Quotienten 00-00
x-+0
Jetzt wird entweder die Regel von de !'Hospital angewandt
. sin·x-xcosx l'H. 1. cosx-cosx+xsinx Ilm lm - - - - - - , - - - - = 3x2 x-+0 x3 = lim sin x l'!,I. lim cos x = .!. 3 3 x-+0 x-+0 3x
x-+0
oder der Zähler als Potenzreihenanfang geschrieben x2 x3 . 1 ( . sin x - x cos x 4 ) 5 = hm- x - - + O(x ) - x(1-- + O(x )) hm 2 6 x-+0 x3 x3 x-+0
= lim _!_ (- x 3 + x3 + O(x 5 )) = lim x-+0
x3
6
2
x-+0
(.!.3 + O(x 2 )) = .!.. 3
Beispiel13: lim x(ln(x + a) -lnx), a E IR x-+oo
Wenn man den Faktor ln(x + a)- In x in der Form In x + a schreibt, sieht man X daß im Grenzwert das Produkt die Form 0 · oo hat. Das läßt sich nun auf die Form § oder auf ~ bringen. Da der Logarithmus beim Ableiten einfacher wird, wenn er im Zähler steht (ein In im Nenner gibt ja beim Ableiten weitere In-Terme), wird so umgeformt: . hm x(ln(x + a) -lnx)
x~oo
.
= hm
ln(x+a)-lnx l'H. 1 -
x~oo
X
x-(x+a) lim x(xia) x-+oo -~
x2 = lim a x-+oo
x(x+a)
= a
lim x-4-oo
_1_ _
l
x+a
x 1
-~
Umformung in Quotienten
0.
00
KAPITEL 2. DIFFERENTIALRECHNUNG
188
x2 - 4 x2 - 4 Beispiel 14: lim - -2- und lim - :z:-+±oo X
+
:t-+±2 X
+2
Zunächst werden die Limiten für x -t ±oo berechnet, indem durch x, die höchste Potenz des Nenners gekürzt, wird: lim
x2
:z:-+±oo X
-
4
+2
x-! ±oo = lim --"' = - - = ±oo :t-+±oo 1 + 1 1 :t
Der Limes für x -t 2 läßt sich durch Einsetzen von x = 2 in die Funktionsgleichung bestimmen, da diese Stelle zum Definitionsbereich der Funktion gehört und gebrochen rationale Funktionen im Definitionsbereich stetig sind. lim x2 - 4 = 22 - 4 = ~ = 0. + 2 2+2 4
:t-+2 X
Der Limes für x -t -2 ist von der Form 1~nd läßt sich mit der Regel von de !'Hospital berechnen: . x 2 - 4 l'IJ. . 2x -4 hm - - = hm - = - = - 4 . :t-'-+-2 X + 2 :t-+-2 1 1 Alternativ kann man auch die dritte binomische Formel verwenden, um den Zähler zu faktorisieren und zu kürzen: x2 - 4 x+2 Damit ist lim x 2 :t-+-2 X
-
= (x + 2)(x- 2) = x- 2
für x
=I -2
x+2
4 = lim (x- 2) = -2- 2 = -4.
+2
:t-+-2
Beispiel 15: Der Grenzwert von e"' - 11 für x
e"'-
-t
0 und x
-t
oo
~ 1 • Da 0 im Definitionsbereich der stetigen Funke"'e tion f liegt, erhält man den Grenzwert duch Einsetzen: lim e"' - 11 = 1 - 11 = 0. :z:-+0 e:z:eFür x -t oo kann man mit de !'Hospital rechnen: Für x = 0 hat e"' - 11 die Form
e"' - 1 l'H e"' 1 1 lim - - = · lim - - = lim - = = e.
:z:-+oo
e:z:-1
:z:-+oo e:z:-1
:z:-+oo e-1
e-1
Man kommt aber auch ohne aus:
e"' - 1 e - e 1-"' e- 0 lim - - = lim = - 1- = e. e:z:-1 :z:-+oo 1
:z:-+oo
189
2.10. DIFFERENZIERBARKElT
2.10
Differenzierbarkeit
11. Definitionen I Differenzierbarkeit erklärt man für eine auf einem offenen Intervall I definierte F\mktion f : I -+ IR so:
f ist in a EI differenzierbar mit der Ableitung
f'(a), wenn
lim f(x)- f(a) =: J'(a) existiert. x-+a
X-
a
Alternative Definitionen: Es ist
f(x) = f(a)
+ J'(a)(x- a) + r(x) · (x-
oder f(x) = f(a)
lim r(x) = 0 a) mit x-+a
+ J'(a)(x- a) + o(lx- al).
Diese beiden Schreibweisen lassen sich gut auf F\mktionen von mehreren Variablen übertragen, da sie mehr den Aspekt der linearen Approximierbarkeit betonen. Das lange Wort "differenzierbar" wird beim Schreiben oft als diff'bar abgekürzt.
diff'bar
Die Ableitung der Funktion f an der Stelle x ist die Steigung der Tangente an den Graphen von f im Punkt (x, f(x)). Statt f' schreibt man auch
dx (Differentialquotient).
IEinseitige Differenzierbarkeit I Läßt man in der Definition nur Werte von x mit x > a zu, erhält man die rechtsseitige Ableitung der Funktion f an der Stelle a als
lim f(x) - f(a). Die x-+a+O
X-
a
linksseitige Ableitung erhält man analog als lim f(x)- f(a). x-+a-0
X-
a
rechtsseitige, linksseitige Ableitung
IHöhere Ableitungen I Ist f in jedem Punkt des offenen Intervalls I differenzierbar, so nennt man die F\mktion, die jeder Stelle x die Zahl f'(x) zuordnet, Ableitungsfunktion oder kurz (erste) Ableitung f'. Ist die F\mktion f' stetig in I, heißt f stetig differenzierbar. Schreibweise: f E C 1 (J). Die Ableitung der Ableitungsfunktion heißt zweite Ableitung f". Induktiv definiert man dann weitere Ableitungen durch f(n) = (f(n-ll)'. Ist f n-mal stetig diff'bar, schreibt man f E cn(I). Die Menge der unendlich oft differenzierbaren F\mktionen auf I wird mit 0 00 (!), die der stetigen F\mktionen mit C(I) bezeichnet.
C(I), cn(I), coo(I)
KAPITEL 2. DIFFERENTIALRECHNUNG
190
IKonvexität konvex konkav
und Extrema I
. Fun kt10n · f 1st · konvex, wenn f··ur a lle a, b E I 1mmer · J(a- +-b) _< f(a) + f(b) E me 2 2
.
.
.
a
a+b 2
b
konvexe Funktion
Wendepunkt Sattelpunkt
stationärer Punkt
f(a)
+ f(b) .
.
a
a+b 2
b
konkave Funktion
Ist f in ]x0 - t:, x 0 ] konvex und in [x0 , Xo + t:[ konkav (oder umgekehrt), hat f in x 0 einen Wendepunkt. Einen Wendepunkt mit waagerechter Tangente nennt man Sattelpunkt.
Wendepunkt bei x 0 rel. Maximum bei Xt rel. Minimum bei x2
rel. Maximum rel. Minimum
a+b
1st. f 1st konkav, wenn 1mmer f ( g1lt. Anschauheb bedeu2 2 -) ;::: tet das, daß bei einer konvexen Funktion der Graph immer unter und bei einer konkaven stets über der Sekante liegt. Der Graph konvexer Funktionen ist links-, der konkaver Funktionen rechtsgekrümmt.
Sattelpunkt bei x 0
Eine Funktion f mit Definitionsbereich D hat in x 0 E D ein relatives Maximum, falls es eine Umgebung U von x 0 gibt mit f(x) :::; f(x 0 ) für alle x E UnD. Gilt sogar f(x) < f(xo) für x =F x 0 , spricht man von einem strikten rel. Maximum. Ein (striktes) rel. Minimum erhält man, wenn man in der Definition :::; bzw. < durch ;::: bzw. > ersetzt. Istfeine differenzierbare Funktion, so nennt man jeden Punkt x 0 mit f'(x 0 ) einen stationären Punkt.
=0
IWichtige Eigenschaften differenzierbarer Funktionen I Ist f auf dem Intervall I differenzierbar, so gilt: fistkonstant {::} f'(x) = 0 in/.
Mittelwertsatz
f auf [a, b] stetig und in Ja, b[ differenzierbar, so gibt es ein c E]a, b[ mit f(b) - f(a) = f'(c) · (b- a). (Mittelwertsatz)
Ist
2.10. DIFFERENZIERBARKElT
191
j2. Berechnungj Beispiele differenzierbarer und nicht differenzierbarer Funktionen Polynome, rationale Funktionen, trigonometrische und Hyperbelfunktionen und ihre Umkehrfunktionen, Exponential- und Logarithmusfunktionen und Wurzelfunktionen (auf JR+) sind in offenen Teilmengen ihres Definitionsbereichs unendlich oft differenzierbar. Die Zusammensetzung durch Grundrechenarten und Komposition differenzierbarer Funktionen ist differenzierbar. Die Betragsfunktion ist im Nullpunkt nicht differenzierbar, aber links- und rechtsseitig differenzierbar mit der Ableitung -1 bzw. 1. Unstetige Funktionen sind nicht differenzierbar. .jX ist bei x = 0 nicht (einseitig) diff'bar. arcsin x und arccos x sind an den Rändern ihres Definitionsbereiches nicht differenzierbar. Beispiel!: Differenzierbarkeit von f(x) = {
xs~n ~ ~ ~ ~
im Nullpunkt
fistim Nullpunkt differenzierbar, wenn der Differenzenquotient f(x;
x
-t
=~(O) für
0 einen Grenzwert hat:
. f(x) - f(O) 1Im X - 0
x--+0
. x sin 1Im = x--+0 X -
Da dieser Grenzwert nicht existiert, ist
~- 0 0
. . 1Imsm= x--+0 X
1
f im Nullpunkt nicht differenzierbar.
IRechenregeln I
Rechenregeln
Summenregel
(f+g)'=f'+g'
Vielfache
(af)' = af'
Produktregel
(fg)' = f'g
+ fg'
verallgemeinerte Produktregel
UI/2 · · · fn)' = f{h · · · fn + JIJ~ · · · fn + · · · + JI/2 · · · f~ Leibniz'sche Regel
(fg)(n) =
E(~)f(k)g(n-k)
Quotientenregel
(-!g)'
f'gg-2 fg'
Kettenregel
f(g(x))' = f'(g(x))g'(x)
Ableitung der Umkehrfunktion
u-I)'(x) = f'(J!I(x))
KAPITEL 2. DIFFERENTIALRECHNUNG
192 Spezialfälle
Als Spezialfälle erhält man daraus diese Regeln:
f
!' Ableitungstabeile
1 f
lnf
!'
r
j2
el
f(x 2 )
f(ax)
f(ax
+ ß)
!' 2f'f af'r-l f'el 2xf'(x2 ) af'(ax) af'(ax+ ß)
-J2
f
Ableitungen einiger wichtiger Funktionen
f
const.
!'
0
x"
sinx
COSX
tanx
cotx
e"x
ax<>-l cosx -sinx 1 + tan 2 x -1- cot 2 x ae"x
lnx 1
-
X
a und ß sind dabei reelle Zahlen. Eine ausführlichere Tabelle findet man im FormelteiL
IBeispiele Summenregel
• (3x 3 + 4cosx)'
= 9x2 -
4sinx
{Summenregel und Vielfache) Produktregel
• (sin 2
x)' =
(sinx · sinx)' = cosxsinx + sinxcosx = 2sinxcosx
{Produktregel mit f(x) = g(x) = sinx) Kettenregel
• ( sin 2 x )' = 2 sin x cos x (Kettenregel mit f (x)
= x 2 und g( x) = sin x).
verallg. Produktregel
• ( x sin x e2x) 1 = sin x e2x + x cos x e2x + x sin x 2e 2x
Leibniz-Regel
• (xsinx)( 4 )
(verallgemeinerte Produktregel)
Nach der Leibniz-Regel {fg)(4) = f( 4>g + 4f111 g' + 6f"g" + 4f'g111 + fg( 4 ) ergibt sich mit f(x) = x und g(x) = sinx, daß man wegen f'(x) = 1 und f" = / 111 = f( 4) = 0 nur die letzten Terme der Summe benötigt. Aus g111 (x) = - cosx und g( 4>(x) = sinx erhält man (xsinx)( 4) = -4cosx + xsinx. Quotientenregel
•
2x · (x - 4) 2
(x 2 + 3) · 2{x - 4) (x- 4) 4 -
_ 2x · (x - 4) - (x 2 + 3) · 2 _ 2x 2 - Bx - 2x 2 (x - 4) 3 (x - 4) 3
-
6 _ -Bx- 6 - (x- 4)3
193
2.10. DIFFERENZIERBARKElT
Bei der Anwendung der Quotientenregel auf gebrochen rationale F\mktionen läßt man Zähler und Nenner so lange wie möglich in faktorisierter Form stehen, da man immer kürzen kann, wenn ein Faktor in höherer als erster Potenz im Nenner auftritt. Alternative: statt der Quotienten- die Produktregel benutzen: 2 ( (xx _+43)2)' = ( (x 2 + 3)(x- 4)- 2)' = 2x(x- 4)- 2 + (x 2 + 3)( -2)(x- 4)- 3
Produkt- statt Quotientenregel
Jetzt wird der Term mit dem kleinsten Exponenten ausgeklammert:
= (2x(x- 4) + (x 2 + 3)( -2)) (x- 4t 3 = (-8x- 6)(x- 4)- 3 Kettenregel
• (sin x 4 )' Mit der äußeren F\mktion f(x) = sinx und der inneren F\mktion g(x) = erhält man mit der Eselsbrücke "äußere Ableitung mal innere Ableitung" (sin x 4 )' = cos x 4 • 4x 3 = 4x 3 cos x 4 •
x4
• (arctanx)' Die Regel über die Ableitung der Umkehrfunktion f- 1 läßt sich dann gut verwenden, wenn man die Ableitung f' der F\mktion f durch f ausdrücken kann. In diesem Beispiel ist j(x) = tanx und f'(x) = 1 + tan 2 x = 1 + (f(x))2. 1
1
arctan' (x) = ---:-:------:tan' (aretau x)
(1
1 1 + (tan(arctanx))2
+ tan 2)(arctanx) 1 1 +x 2 '
IMonotonie, Konvexität und Extrema I f sei eine im offenen Intervall I so oft wie nötig stetig differenzierbare Funktion. Zur Vereinfachung schreiben wir" f' > 0" statt "für alle x E I ist f'(x) > 0" usw. • f hat im Punkt x 0 ein relatives Maximum, wenn f in einem Intervall ]x0
-
f, x 0 ] monoton steigt und in [x0 , x 0 + f[ monoton fällt.
• f
hat im Punkt x 0 ein relatives Maximum, wenn chenwechsel von plus nach minus hat.
f'
in x 0 einen Vorzei-
• f hat im Punkt x 0 ein relatives Minimum, wenn f in einem Intervall ]x0
-
f,
x0 ] monoton fällt und in [x 0 , x 0 + €[ monoton steigt.
• f hat im Punkt x 0 ein relatives Minimum, wenn f' in x 0 einen Vorzeichenwechsel von minus nach plus hat.
Ableitung der Umkehrfunktion
Monotonie Konvexität Extrema
KAPITEL 2. DIFFERENTIALRECHNUNG
194
::}
f streng monoton steigend
!'?. 0
<=>
f monoton steigend
!' < 0
::}
f streng monoton fallend
!' '5. 0
<=>
f monoton fallend
!" ?. 0
<=>
f konvex
!" '5. 0
<=>
f konkav
f'(xo)
= 0, f"(xo) > 0
::}
Minimum bei Xo
f'(xo)
= 0, f"(xo) < 0
::}
Maximum bei xo
= 0, /
::}
Wendepunkt in x0
::}
Sattelpunkt in xo
::}
f'(xo)
f"(xo) f'(xo)
!' > 0
111
(xo)
= 0, f"(xo) = 0, /
=f 0, 111
(xo)
Extremum bei Xo
=f 0
=0
Man beachte dabei, daß sich keiner der =?-Pfeile umkehren läßt. Allgemein: Ist f'(xo) = 0 und f"(xo) = · · · = J(k)(x 0) = 0, aber J(k+l)(x0 ) =f 0, so hat f in Xo einen Sattelpunkt, falls k gerade ist und ein Extremum, falls k ungerade ist. In diesem Fall handelt es sich bei J(k+l)(x 0 ) > 0 um ein Minimum und bei J(k+l)(x0 ) < 0 um ein Maximum.
J(k+l)(x 0 ) < 0: Maximum
f'(xo)
J(k+ll(x 0 ) > 0: Minimum
= · · · = J(k)(xo) = 0 J(k+ll(xo)
=f 0 k gerade
Abschnittweise definierte Funktionen
Sattelpunkt
IDifferenzierbarkeit abschnittweise definierter Funktionen I Oft hat man folgende Situation: gegeben ist ein Intervall I und x0 ist ein innerer Punkt von I. Es ist f(x) = { g(x) x '5. Xo . Dabei sind g und h auf ganz I h(x) x > xo definierte differenzierbare FUnktionen.
2.10. DIFFERENZIERBARKElT
y
195 Wenn die beiden Voraussetzungen gelten
I
I
g(x) = ex
i) Es ist g(x 0 ) = h(xo) (d.h.
f ist stetig).
ii) Es ist g'(x 0 ) = h'(xo). so ist die zusammengesetzte Funktion f differenzierbar mit f'(x 0 ) = g'(x 0 ) =
X
h(x) =
COSX +X
h'(xa).
Sind g und h sogar stetig differenzierbar, hat auch f diese Eigenschaft. Gilt ii) nicht, so ist f nicht differenzierbar in x 0 (wohl aber rechts- und linksseitig diff'bar).
Beispiel 2: Wie oft ist f(x) = {
°
ex x ~ differenzierbar? cosx+x x > 0
Außerhalb der Stelle x 0 = 0 ist funendlich oft differenzierbar. Überprüfung der beiden Bedingungen: mit g(x) = ex und h(x) = cosx + x ist
i) g(O) = 1 = h(O) ii) g'(x) = ex, h'(x) =- sinx + 1, also g'(O) = 1 = h'(O). Damit ist f bei x 0
= 0 stetig differenzierbar mit
f'(x)
={
x ~0 . ex x >0 -smx+ 1
Bei der Untersuchung von f' auf Differenzierbarkeit ist g(x) = ex und h(x) = - sin x + 1. Die erste Bedingung ist wegen der stetigen Diff'barkeit von f schon erfüllt. Bleibt Bedingung ii) zu überprüfen: g'(x) = ex, g'(O) = 1, h'(x) =- cosx, h'(O) = -1. Damit istfeinmal stetig differenzierbar, aber nicht zweimal. Diese Tatsache läßt sich auch an den Taylor- bzw. Potenzreihen der beiden Teilfunktionen von f erkennen: Es ist ~
g(x) = ex = 1 + x + 2
+ O(x3 ),
und
h(x) = cosx + x = 1 + x-
~ 2 + O(x 3 ).
Die Übereinstimmung des absoluten Glieds bedeutet die Stetigkeit von f bei x = 0, die des x- Terms die stetige Differenzierbarkeit. Da die quadratischen Terme verschieden sind, ist f nicht zweimal differenzierbar.
13. Beispiele I Beispiel 3: Die ersten beiden Ableitungen von f(x) =
e•inx
Es ist f'(x) = e•inx cos x (5. Spezialfall). Dann geht es mit der Produktregel weiter: f" = e•inx(- sinx) + e•inx cos 2 x = e•inx(cos 2 x- sin x).
KAPITEL 2. DIFFERENTIALRECHNUNG
196
Beispiel 4: Ableitung der Umkehrfunktion von f(x)
= x3
1 Die Regel besagt (f- 1 )' = f'(f- 1 (x))· Dazu berechnet man f'(x) = 3x2 und
drückt wieder f' durch f aus. Dazu ersetzt man beim Rechnen f(x) durch y und erhält y = x 3 => x = y 1h, also f'(x) = 3x 2 = 3y% = 3(f(x))2h.
(f -1)'
1
= f'(f- 1 (x))
1 = 1 - _1_-! -% 3f2h(J- 1 (x)) 3(f(f- 1 (x)))%- 3x% - 3x
Dasselbe Ergebnis erhält man natürlich auch durch direkte Ableitung der Umkehrfunktion f- 1 (x) = x 1h. Beispiel 5: Untersuchung der Funktion f(x)
=
(: 2_-1~ 2
• Der Definitionsbereich von f ist IR\ {1}. Da der Nenner dort eine doppelte Nullstelle hat und der Zähler von null verschieden ist, liegt ein doppelter Pol (also ohne Vorzeichenwechsel) vor. • Die Nullstellen von f sind ±2. • Geht man nach der Grundtaktik "durch die höchste Potenz des Nenners kürzen" vor, sieht man sofort, daß lim f(x) = 1 ist. Das bedeutet, daß x-t±oo die Gerade y = 1 im Unendlichen Asymptote an den Graphen von f ist.
• f' wird nach der Quotientenregel berechnet: f'(x) =
2x(x- 1) 2 - (x 2 - 4) · 2(:X- 1) (x- 1) 4 2x(x- 1)- (x 2 - 4) · 2 = 2 -x + 4 (x-1)3 (x-1) 3
1
• Da (x _ 1)3 für x > 1 positiv und für x < 1 negativ ist, ist f'(x) > 0 für x E)1, 4[. In diesem Intervall ist f also streng monoton steigend. Im restlichen Definitionsbereich]- oo, 1[U)4, oo[ ist f'(x) < 0 und f fällt streng monoton. Damit liegt ein relatives Maximum in (4, f(4)) = (4, vor, da f' einen Vorzeichenwechsel von plus nach minus hat.
V
• Zur Berechnung der zweiten Ableitung nimmt man noch einmal die Quotientenregel:
f"(x)
=
-x + 4) · 3(x- 1) 2 (x- 1) 6 -(x-1)-3(-x+4) = 2 2x-11 2 3 2 -(x- 1)
-
(x-
(
1) 4
(x-
1) 4
197
2.10. DIFFERENZIERBARKElT
Daß bei x = 4 ein Maximum vorliegt, kann man jetzt auch durch t'(4) = 2 8 3]1 < 0 nachrechnen. Die einzige Nnilstelle von
r ist
X
=
1f.
Jt
• Für x < ist t'(x) < 0 und der Graph von f ist rechtsgekrümmt; d.h. f ist konkav. Für x > konvex.
Jt ist t'(x)
> 0 und der Graph von
f ist linksgekrümmt; f ist
Jt, f (Jt)) = ( Jt, ~) einen Wendepunkt. Jt) =F 0 nachweisen.
Daher hat f bei ( alternativ durch / 111 (
• Daraus ergibt sich diese Skizze des Graphen von f. Die Asymptoten y = 1 und x = 1 sind gestrichelt eingezeichnet. Der Rechnung und der Skizze entnimmt man weiterhin, daß der Wertebereich von f das Intervall]-oo, ~] ist.
Das läßt sich
:X= 1
y
Beispiel 6: Welche Tangente an den Graphen von f(x) Punkt (1, -8) ?
= x 2 geht durch den
Die Gleichung einer Tangente im Punkt (a, f(a)) an den Graphen der Funktion f lautet y = f(a) + (x- a)f(a). Hier müssen also die Koordinaten des Punktes x = 1 und y = -8 der Tangentengleichung y = a2 + (x- a) · 2a genügen. Einsetzen: -8
= a2 + (1- a) · 2a
<=?
a2
-
2a- 8 = 0
<=?
a = 4 V a = -2
Dabei wurde die p-q-Formel benutzt. Es gibt also zwei Lösungen: Die Tangente im Punkt (4, 16) lautet y = 16 + 8(x- 4) oder y = 8x- 16. Die Tangente im Punkt ( -2, 4) lautet y Beispiel 7: Untersuchung von f(x)
= 4- 4(x + 2) oder y = -4x -
= x 4 - 12x3 + 46x 2 -
4.
60x + 25
• Da die Summe der Koeffizienten von f Null ergibt, ist x = 1 Nullstelle von f. Polynomdivision mit dem Hornerschema {vgl. Kapitell.!):
allgemeine Tangentengleichung
KAPITEL 2. DIFFERENTIALRECHNUNG
198
x=1
1 -12 46 -60 25 1 -11 35 -25 1 -11 35 -25 0
Die restlichen Nullstellen von f sind die von x 3 - 11x2 + 35x- 25. Wie oben erhält man noch einmal x = 1 als Nullstelle. Polynomdivision: 1 -11 35 -25 x=1 1 -10 25 1 -10 25 0 Für das Restpolynom gilt x 2 - lOx + 25 = (x- 5) 2 . f hat also zwei jeweils doppelte Nullstellen: x = 1 und x = 5. Da der Leitkoeffizient 1 ist, gilt f(x) = (x- 1) 2 (x- 5) 2 .
• f'(x) = 4x3 -36x 2 +92x-60 = 4(x 3 -9x 2 +23x-15). Diesmal braucht man keine Nullstellen zu raten: Da x = 1 und x = 5 doppelte Nullstellen von f sind, sind es auch einfache Nullstellen von f' und damit Extremalsteilen von f. Daß es sich um Minima handelt, liest man direkt aus der Faktorisierung von f ab (oder rechnet es mit der zweiten Ableitung nach). Zur Bestimmung der dritten Nullstelle von f' kann man z.B. einmal durch (x- 1) durchdividieren: (x 3 - 9x 2 + 23x- 15) : (x- 1) = x 2 - Bx + 15 = (x- 5)(x- 3) Da zwischen zwei Minima ein Maximum liegen muß, hat man bei x = 3 ein Maximum. Das kann man auch aus f"(3) = 12·9-72·3+92 = -16 < 0 erhalten. • f"(x) = 12x2
72x + 92. Die Nullstellen von f" erhält man mit der p-q-
-
Formel als x = 3 ±
~· Daß es sich um Wendepunkte handelt, folgt daraus,
daß die dritte Ableitung nur x = 3 als Nullstelle hat: • f"'(x) = 24x- 72.
Beispiel 8: Die Ableitung von f(x) = arctanx + arctan !, x E JR+ X
Aus (arctanx)' = 1
.).x
1
2
folgt mit der Kettenregel 1
1
f (x) = 1 + x 2 + 1 +
-1
1
~ ~ = 1+
1 x2
-
x2 + 1
=0
Da f auf ganz JR+ definiert ist, ist f konstant. Den Wert dieser Konstanten erhält man durch Einsetzen eines beliebigen Wertes, etwa x = 1: f(x) = 2 arctan 1 = 2~ = ~· Daraus folgt die Rechenregel 1 arctan ; =
1f
2-
arctan x,
Für x < 0 erhält man analog arctan ! = X
~2
x >0
arctan x.
199
2.11. FUNKTIONENFOLGEN UND -REIHEN
2.11
Funktionenfolgen und -reihen
Dieser Abschnitt enthält alles grundlegende über Folgen und Reihen von reellen Funktionen. Verwandte Themen: Potenzreihen und Taylorreihen im nächsten und übernächsten Abschnitt, Reihenentwicklungen von komplexen Funktionen in Kapitel 7 und Fourierreihen in Kapitel 8.
11. Definitionen I IFunktionenfolgen I Eine Funktionenfolge Un) konvergiert (punktweise) auf dem Definitionsbereich I gegen /, wenn für jedes x E I gilt fn(x) --+ f(x).
'VE > 0 'Vx E I 3no E N:
n ~ no
=> lf(x)- fn(x)l < f
Konvergenzbegriffe bei Folgen
( E-n0- Kriterium)
Die Folge konvergiert gleichmäßig auf I gegen /, wenn sup l/n(x) - f(x)l --+ 0 xel
gilt. Das bedeutet, daß das f-n 0 -Kriterium für alle x mit demselben n 0 erfüllbar ist: 'VE > 0 3no E N 'Vx EI: n ~ no => lf(x)- fn(x)l < f gleichmäßige Konvergenz :
(punktweise) Konvergenz
IFunktionenreihen I 00
Eine Funktionenreihe
L fn(x) heißt
Konvergenzbegriffe bei Reihen
n=l
• (punktweise) konvergent im Intervall I, falls die Reihe für jedes feste x E I konvergiert, d.h. für jedes feste x konvergiert die Folge der Partialsummen. • gleichmäßig konvergent im Intervall I, wenn die Folge der Partialsummen in I gleichmäßig konvergiert. 00
• absolut konvergent im Intervall I, wenn die Reihe
L lfn(x)l (punktweise) n=l
konvergiert. 00
• absolut und gleichmäßig konvergent im Intervall I, wenn
L lfn(x)l gleichn=l
mäßig konvergiert. Kurz: Die Reihe ist absolut gleichmäßig konvergent.
200
KAPITEL 2. DIFFERENTIALRECHNUNG =}
absolut gleichmäßig konvergent
f=
gleichmäßig konvergent
.tJ. tY
.tJ. tY =}
absolut konvergent
f=
(punktweise) konvergent
lokal gleichmäßige Konvergenz, kompakte Konvergenz kompakte Konvergenz, lokal gleichmäßige Konvergenz
Der Begriff der kompakten Konvergenz oder lokal gleichmäßigen Konvergenz ist wichtig bei der Beschreibung der Konvergenz von Potenzreihen. Eine Teilmenge von IR oder C ist kompakt, wenn sie beschränkt und abgeschlossen ist. Ein Intervall ist also kompakt, wenn es von der Form I= [a, b] mit endlichen Grenzen a und b ist. Eine Folge Un) konvergiert auf M lokal gleichmäßig oder kompakt gegen eine Funktion f, wenn die Folge auf jeder ganz in M enthaltenen kompakten Menge M' gleichmäßig gegen f konvergiert. Lokal gleichmäßige Konvergenz von Reihen ist analog definiert. Typische Situation: Potenzreihen 00
Die Potenzreihe
E
an(x - x 0 )n habe den positiven Konvergenzradius r. Dann
n=O
konvergiert die Reihe sicher im offenen Intervall I :=]x0 - r, x0 + r[. In den Randpunkten kann die Reihe divergieren. Daher ist die Konvergenz i.allg. nicht gleichmäßig in I, sondern nur lokal gleichmäßig. Das heißt, daß die Reihe in jedem ganz in I enthaltenen abgeschlossenen Intervall [a, b] C I gleichmäßig konvergiert. Typische Schlußweise: Stetigkeit von Potenzreihen Dazu benutzt man, daß der gleichmäßige Grenzwert stetiger Funktionen stetig ist, s.u.
[
Xo
I
a x
3 b xo +r
Jeder Punkt x E I liegt in einem abgeschlossenen ganz in I enthaltenen Intervall [a, b] mit a < x < b. Da hier die Konvergenz gleichmäßig ist, ist die Potenzreihe bei x stetig. Da x beliebig war, ist die Reihe in ganz I stetig.
Mit ähnlichen Schlüssen zeigt man die Differenzierbarkeit von Potenzreihen. Der springende Punkt dabei ist, daß diese Eigenschaften nicht mit einem Schritt für ganz I gezeigt werden können, sondern daß man das offene Intervall I aus unendlich vielen kompakten Intervallen zusammensetzen muß. gleichmäßige Konvergenz
=?
f=
lokal gleichmäßige Konvergenz
=?
f=
(punktweise) Konvergenz
201
2.11. FUNKTIONENFOLGEN UND -REIHEN
12. Berechnung! IVergleichskriterium von Weierstraß I Ist lfn(x)- f(x)l ~ an (von x unabhängig!) und an -+ 0, so konvergiert die Folge fn gleichmäßig gegen f.
Vergleichskriterium
00
bn (von x unabhängig!) und E bn konvergent, so konvergiert n=l 00 E fn(x) absolut und gleichmäßig. n=l
Ist lfn(x)l
~
00
•
nx sm"he "'"""' . . . 1 1: K onvergenz der vrounerre1 B e1sp1e L... 2n=l n 00 1 1 Wegen Isinxl ~ 1 läßt sich bn = 2 wählen. Da die Reihe 2 konvergiert, n=ln n konvergiert die Reihe absolut und gleichmäßig.
L
IEigenschaften der
Grenzfunktion I
Konvergiert eine Folge stetiger Funktionen gleichmäßig oder lokal gleichmäßig gegen eine Grenzfunktion f, so ist auch f stetig. Konvergiert eine Folge beschränkter Funktionen gleichmäßig gegen eine Grenzfunktion j, so ist auch f beschränkt. 00
.
nx sm"""' "11e "'L... . . . 1 2 : Konvergenz der vrounerre1 B e1sp1e 2n=l n Da die Reihe nach Beispiel1 gleichmäßig konvergiert, ist die Grenzfunktion stetig. Aus dem obigen Satz erhält man diese Kriterien für nicht-gleichmäßige Konvergenz: • Konvergiert eine Folge oder Reihe stetiger Funktionen punktweise gegen eine unstetige Grenzfunktion f, so ist die Konvergenz nicht gleichmäßig. • Konvergiert eine Folge oder Reihe beschränkter Funktionen punktweise gegen eine unbeschränkte Grenzfunktion f, so ist die Konvergenz nicht gleichmäßig.
Eigenschaften der Grenzfunktion
202
KAPITEL 2. DIFFERENTIALRECHNUNG
Konvergiert eine Folge oder Reihe gleichmäßig auf h und auf h, so konvergiert sie auch gleichmäßig auf I 1 U I 2 • Beispiel 3: Untersuchen Sie die Folge Un) mit fn(x) = xn auf den Intervallen (0, I/2], (0, 1] und (0, 2] auf punktweise und gleichmäßige Konvergenz.
Es ist x•--> {
l
o:::;x<1 x=l
X>
1
Die Folge Un) divergiert auf (0, 2], da xn für x > 1 keinen Grenzwert hat. Auf (0, 1] konvergiert Un) punktweise gegen die Funktion
f(x) = {
~ ~: ~
f
mit
< 1 . Da alle fn stetig sind, die Grenzfunktion aber unstetig
ist, ist die Konvergenz nicht gleichmäßig. Auf (0, 1/2] gilt lfn(x)l = lxnl ::; (~f -+ 0. Daher konvergiert hier Un) gleichmäßig gegen die Grenzfunktion f(x) 0. Alternativ ließe sich das auch aus dem folgenden Satz von Dini folgern.
=
ISatz
von Dini I
Voraussetzungen: i) I = [a, b] ist ein abgeschlossenes und beschränktes Intervall (d.h. I ist kompakt). ii) Un) ist eine Folge stetiger Funktionen, die (punktweise) gegen die Funktion f konvergiert. iii)
f ist stetig.
iv) Für jedes x EI ist die Folge Un(x)) monoton. Dann konvergiert Un) gleichmäßig gegen
f.
Dieser Satz läßt sich nur sehr selten verwenden, da man in der Regel eher daran interessiert ist, die Stetigkeit der Grenzfunktion aus der gleichmäßigen Konvergenz herzuleiten. Hier muß man sie schon vorher haben.
IAbleiten und Integrieren I Zu einer halbwegs befriedigenden Klärung der Frage, wann man Integration und Grenzwertbildung vertauschen darf, bedarf es der Integrationstheorie, die in diesem Buch nicht besprochen wird. Die nächsten Sätze sind daher nur für stetige Funktionen formuliert, gelten aber für größere Funktionenklassen.
2.11. FUNKTIONENFOLGEN UND -REIHEN
203
Ist Un) eine Folge stetiger F\mktionen, die auf einem Intervall [a, b] gleichmäßig gegen eine F\mktion f konvergiert, so ist b
b
lim jfn(x) dx =
n-+oo
a
Jf(x) dx a
00
Ist f(x) = ist
L
fn(x) mit stetigen fn und die Reihe gleichmäßig konvergent, so
n=l
{ f: fn(x) dx f: t fn(x) dx =
a n=l
n=l
a
Wenn man die erste Aussage mit Ableitungen formuliert, heißt sie Ist Un) eine F\mktionenfolge auf (a, b), so daß i) die Folge der Ableitungen giert
(!~)
gleichmäßig gegen eine F\mktion g konver-
ii) die Folge der funktionswerte an einer Stelle x0 E (a, b) konvergiert. Dann konvergiert Un) gegen eine F\tnktion leitung f'(x) = g(x).
f und f ist differenzierbar mit Ab-
Die Besonderheiten der Konvergenz von Potenzreihen sind in Abschnitt 12 beschrieben.
13. Beispiele I Beispiel 4: Für welche x E IR konvergiert
f: (1 +X xn )n?
n=l
Berechnen Sie ggf. den Wert der Reihe.
Der Trick besteht hierbei darin, die Reihe als Teil der geometrischen Reihe zu oo oo ( )n erkennen: L: (I~:ln = L: 1 ~x . Die Reihe konvergiert also für n=l
n=l
Denselben Konvergenzbereich kann man auch mit dem Wurzel- oder Quotientenkriterium erhalten. Zur Bestimmung des Reihenwerts zieht man die Summenformel der geometrischen Reihe heran: qn = ~. Hier ist q = x+x 1 . Allerdings beginnt die Reihe mit
E
n=O
q
wichtiger Trick
204
KAPITEL 2. DIFFERENTIALRECHNUNG
n = 1. Also muß man das Glied mit n = 0 noch ergänzen. Wegen q0 = 1 ist
f (-X )n - 1 = +
n=O
=
X
1
x+ 1 --..,.--- - 1 = x+1-x
X
1 1-
+1-
x -1
x+l
1=X
.. fur
X
oo
Läßt man für x auch komplexe Werte zu, erhält man analog:
1
> - -2 · Zn
L (1 +Zn) = z für
n=l
Rez
I
1
> - 2.
Beispiel 5:
.
oo
xn
n=l
n
L -.
Es handelt sich um eine Potenzreihe und einige der hier nachgerechneten Eigenschaften gelten für Potenzreihen allgemein. In diesem Beispiel soll nicht auf die Methoden aus Abschnitt 12 zurückgegriffen werden, sondern es wird alles "zu Fuß" ausgerechnet und nur auf entsprechende Ergebnisse dort verwiesen. Bestimmung des Konvergenzbereichs Mit an = xn liefert das Quotientenkriterium für Reihen n
Die Reihe konvergiert also für JxJ < 1 (sogar absolut) und divergiert für JxJ
> 1.
Die Punktex = ±1 müssen gesondert untersucht werden. Man erhält durch Einsetzen der beiden Werte zwei bekannte Reihen: für x = 1 hat man die divergente harmonische Reihe, für x = -1 die konvergente alternierende harmonische Reihe. Die Reihe konvergiert also (punktweise) auf [-1, 1[. (Mit den Methoden aus 2.12:) Der Konvergenzradius ist 1 (mit Quotientenkriterium oder dem Satz v. Cauchy-Hadamard). Untersuchung auf gleichmäßige Konvergenz Auf dem Intervall [-1,0] kann man die Konvergenz der Reihe auch mit dem Leibniz-Kriterium nachweisen: • das Vorzeichen von xn wechselt jedesmal, xn
1
• 1-1::::;---+ 0 n n
2.11. FUNKTIONENFOLGEN UND -REIHEN
205
I
I n: 11xl I(nxn+ln + 1)xn
• Die Monotonie von Ian I folgt aus aan+nll = wegen Ix I ::; 1.
< 1
Aus der Fehlerabschätzung des Leibnizkriteriums erhält man dann, daß die Differenz zwischen der n-ten Teilsumme der Reihe und der Grenzfunktion höchstens so groß ist wie I~ also kleiner als ~. Damit konvergiert die Reihe nach dem Vergleichskriterium vom Weierstraß gleichmäßig auf [-1, 0].
I,
In der positiven Hälfte des Intervalls erhält man gleichmäßige Konvergenz nur in Intervallen (0, a] mit a < 1. Dazu schätzt man den Reihenrest direkt ab: oo n oo k xn I oo xn IL--L- - I L ~~ ::; L
n=1 n
n=1 n
oo
= lxlk+l L
lxln n=O n=k+1 n=k+1 n ak+1 lxlk+l - - - < - - --+ 0 wegen a < 1. 1-lxl - 1- a lxln
Genauso erhält man die gleichmäßige Konvergenz auf Intervallen der Form [-a, a], nicht aber aus Intervallen, die den Punkt -1 enthalten. Der Grund dafür ist, daß man mit der Abschätzung sogar die absolut gleichmäßige Konvergenz erhält, die bei -1 nicht gegeben ist. Daß die Reihe bei x = 1 nicht gleichmäßig konvergiert, ist relativ schwer direkt nachzuweisen. Man erhält es aber daraus, daß die Reihe auf dem offenen Intervall ]- 1, 1( die Funktion f(x) = -ln(1- x) darstellt und diese Funktion bei x = 1 unbeschränkt ist. Da die Reiheglieder beschränkte Funktionen sind, kann die Konvergenz nicht gleichmäßig sein. Insgesamt hat man gleichmäßige Konvergenz in jedem Intervall der Form [-1, a] mit a E (-1, 1(. (Mit Methoden aus 2.12:) Die Potenzreihe konvergiert lokal gleichmäßig, also gleichmäßig auf jedem abgeschlossenen Teilintervall von ] - 1, 1(. Aus dem Abelschen Satz folgt: Da die Reihe bei x = -1 konvergiert, konvergiert sie im Intervall [-1, 0] gleichmäßig und stellt eine stetige Funktion da. Zusammenfassung des Konvergenzverhaltens
Insgesamt hat man folgendes Konvergenzverhalten: Mit -1 < a < b < 1 konvergiert die Reihe
f
n=l
xn n
• in (-1, 1] nicht, da sie für x = 1 divergiert • in (-1, 1( punktweise, aber weder absolut (für x = -1 hätte man wie bei x = 1 die divergente harmonische Reihe) noch gleichmäßig
KAPITEL 2. DIFFERENTIALRECHNUNG
206
• in [-1, b] gleichmäßig, aber nicht absolut • in]- 1, 1[ absolut, aber nicht gleichmäßig • in [a, b] absolut und gleichmäßig Bestimmung der dargestellten Funktion
f
xn konvergiert sicher für x = 0 (gegen null). n Die Form der Reihe legt es nahe, die abgeleitete Reihe zu untersuchen:
Die Reihe
n=1
xn-1
00
L:n- =
f'(x) =
n
n=1
00
L"::xn-1 n=1
1
00
LXn = - .
=
1-
n=O
X
Genau wie oben kann man beweisen, daß diese Reihe auf Intervallen der Form [-a, a] gleichmäßig konvergiert. Da die Reihe zu f für x = 0 konvergiert, gilt f(x) = -In 11 - xl + C, und aus dem Vergleich mit der Reihe bei x = 0 folgt C = 0 und damit f(x) = -ln(1 - x) auf]- 1, 1[. Da die Reihe auch bei x = -1 noch konvergiert, gilt diese Darstellung auch bei x = -1 und man erhält nach Multiplikation mit -1 1-
1
1
1
2 + 3 + 4 - ·· · =
ln2.
Beispiel 6: Der laufende Buckel: fn(x) = { 01 n-1~x~n sonst y
y
y
1 X
1
1 2
X
n n+ 1
Für jedes x E IR ist für n ~ x+ 1 stets fn(x) = 0, die Folge konvergiert also punktweise gegen die Nullfunktion f(x) = 0. Diese Konvergenz ist nicht gleichmäßig, da immer sup lfn(x) - f(x)l = sup lfn(x)l = 1 ist. xER
xER
2.12. POTENZREIHEN
2.12
207
Potenzreihen
11. Definitionen I Der wichtigste Spezialfall von F\mktionenreihen sind Potenzreihen. 00
Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe
L an(x- x t. 0
n=O
Es gilt: es gibt eine Zahl r, der Konvergenzradius, mit 0 ~ r ~ oo, so daß für lx- x 0 1 < r die Reihe konvergiert und für lx- x 0 1 > r die Reihe divergiert. Das Intervall)x0 - r, x0 + r[ heißt Konvergenzintervall, im komplexen Fall heißt der durch lz- x 0 1 < r beschriebene Kreis um x 0 mit Radius r Konvergenzkreis.
Entwicklungspunkt
Auf dem Rand des Konvergenzintervalls muß man für die Zahlen mit lx- x 0 1 = r besondere Untersuchungen anstellen.
Konvergenzradius Konvergenzintervall Konvergenzkreis
Eine FUnktion heißt (reell) analytisch in einem offenen Intervall I, falls man sie in jedem Punkt von I in eine konvergente Potenzreihe entwickeln kann.
(reell} analytisch
Dazu gehören alle FUnktionen, die man aus Polynomen, trigonometrischen, Exponential- und hyperbolischen F\mktionen und deren Umkehrfunktionen durch die Grundrechenarten und Einsetzen erzeugen kann (genauer: in offenen Teilintervallen des jeweiligen Definitionsbereichs), z.B. ist e•inln(x 2 +l) reell analytisch. Natürlich können nur unendlich oft differenzierbare FUnktionen analytisch sein. In analytischen F\mktionen kann man die reelle Variable x durch die komplexe Variablezersetzen und erhält eine holamorphe FUnktion, vgl. Kapitel 7. Analytische FUnktionen lassen sich stets in Taylorreihen entwickeln und werden im Konvergenzbereich der Taylorreihe durch diese dargestellt.
12. Berechnung! 11. Konvergenz von Potenzreihen I Konvergenz Potenzreihen konvergieren lokal gleichmäßig im Inneren ihres Konvergenzintervalls , d.h. gleichmäßig auf Intervallen (x 0 - a, x 0 + a], a < r. Die Konvergenz in den Randpunkten muß gesondert untersucht werden. Im Falle der Konvergenz in einem Randpunkt gilt der Abelsche Stetigkeitssatz, der besagt, daß die Konvergenz in einer Intervallhälfte gleichmäßig ist, wenn die Reihe auch im Randpunkt konvergiert:
Abelscher Stetigkeitssatz
KAPITEL 2. DIFFERENTIALRECHNUNG
208
00
Sei r der Konvergenzradius der Reihe f(x) =
L an(x- xot. Konvergiert die n=O
Reihe im Randpunkt x 0 + r bzw Xo - r des Konvergenzintervalls, so gilt: • Die Reihe konvergiert in (x 0 , x0 + r] bzw. (x 0
-
r, xo] gleichmäßig und
• f ist in diesem Intervall stetig. Quotientenkriterium
Oft läßt sich der Konvergenzradius mit dem Quotientenkriterium berechnen: Existiert r = lim
n-too
~~~, so ist r E (0, oo] der Konvergenzradius. an+1
Achtung! Hier steht der Kehrwert des Bruchs, der im Quotientenkriterium für Reihen auftritt. 00
xn
I Beispiel 1: Konvergenz von ]; n 2
n.
Mit an = - 12 berechnet man n n (n + 1)2n+1 = 2n + 1 --t 2. I ~~= an+1 n2n n
Damit ist r = 2, und die Reihe konvergiert für lxl < 2 und divergiert für lxl > 2. Für x = -2 ist es die alternierende harmonische Reihe, die nach dem LeibnizKriterium konvergiert, für x = 2 ist es die divergente harmonische Reihe. Formel von CauchyHadamard
Immer läßt sich die Formel von Cauchy-Hadamard anwenden: Es ist r = _ 1~. Dabei wird -01 = oo lim n lanl n-too
und~= 0 gesetzt. 00
lim bn ist dabei der obere Limes oder Limessuperior der Folge (bn), der größte n-too Häufungspunkt. Für konvergente Folgen stimmt der obere Limes mit dem Limes überein. 00
Beispiel2: Konvergenzradius von
L(2+ (-1)ntxn n=O
n gerade h d Q . a,.- a bwccl1seln d"1e Werte 1 un d M1·t an = { 3n 3 1 n ungerade at er uotlent an+I 3". Damit ist das Quotientenkriterium nicht anwendbar. ~hat die Werte 1 n
2.12. POTENZREIHEN
20!)
und 3, und somit ist der Limessuperior (der größte Häufungswert) 3. Damit ist der Konvergenzradius r =
!·
Dabei gilt die allgemeine Regel: An den Rändern des Konvergenzintervalls liefern die Limesversionen von Wurzelund Quotientenkriterium keine Aussage. Man kann höchstens mit den allgemeinen Versionen dieser Kriterien auf Divergenz schließen. Ist f auf I analytisch, so läßt sich der Konvergenzradius bei der Entwicklung um Xo E I auch so bestimmen: Man betrachtet f als holomorphe F\mktion (vgl. Kapitel 7). Der Konvergenzradius ist die Entfernung von x 0 bis zur nächsten Singularität in C.
12. Rechnen mit Potenzreihen I Potenzreihen dürfen gliedweise beliebig oft integriert und differenziert werden. Die integrierten und abgeleiteten Reihen haben denselben Konvergenzradius. Potenzreihen mit demselben Entwicklungspunkt werden gliedweise addiert. Für das Produkt gilt die Cauchysche Produktformel:
Rechnen mit Potenzreihen
Das bedeutet, daß die Reihen ausmultipliziert und nach Potenzen sortiert werden. Der Konvergenzradius ist mindestens so groß wie der kleinere Konvergenzradius der beiden Faktoren. Potenzreihen darf man ineinander einsetzen.
13. Konstruktion von Potenzreihen I Es werden mehrere Möglichkeiten vorgestellt, Potenzreihen zu konstruieren. Ein allgemeines Verfahren dazu gibt es nicht, oft ist es aber durch Kombination der einzelnen Verfahren möglich. !3.1 Potenzreihe als Taylorreihe I Ist die zu entwickelnde Funktion analytisch, so stimmen Potenzreihe und Taylorreihe überein und die Entwicklung kann durch die im nächsten Abschnitt beschriebene Taylorentwicklung vorgenommen werden.
Konstruktion von Potenzreihen
KAPITEL 2. DIFFERENTIALRECHNUNG
210
13.2 Einsetzen von Reihen! Da man Potenzreihen ineinander einsetzen darf, ist es in einfachen Fällen möglich, dadurch die Reihe einer zusammengesetzten Funktion zu bestimmen. oo
Beispiel 3: e" 2
=L
(x2)n
- 1n=O n.
oo
=L
x2n
-1 n=O n.
13.3 Differentiation und Integration I Hier nutzt man aus, daß man Potenzreihen gliedweise integrieren und differenzieren darf.
CD
Ermittlung der Reihe zu f'(x).
®
Gliedweise Integration des Ergebnisses. Dabei muß (durch Einsetzen von x = x 0 ) das absolute Glied bestimmt werden.
Beispiel 4: Reihenentwicklung von f(x)
CD
= ln(1- V um x0 = 0.
Die Ableitung vonfisteine gebrochen rationale Funktion: f'(x)
= -1/2/:
1- X Jetzt verwendet man die geometrische Summenformel (s.u.) und erhält
.
2
1 00 (x)n oo xn =n+l 2n=O 2 n=02
f'(x) = --
®
L -
L
Um die Reihe zu f zu bestimmen, wird gliedweise integriert: oo xn+l X ln(1- 2) = f(x) =- L (n + 1)2n+l n=O
oo
+ C =- L
n=l
Xn 2n n
+ C.
Um die Konstante zu bestimmen, wird x = 0 eingesetzt: Aus ln(1- 0) = 0 folgt C = 0. 13.4 Reihen gebrochen rationaler Funktionen I Wichtigstes Hilfsmittel ist die Summenformel der geometrischen Reihe: 1 -
1-q
00
=
L qn n=O
für
lql < 1
2.12. POTENZREIHEN
211
Daraus leitet man die für jx- xol <
Iw- xol
gültigen Formeln her:
00 1 (x- Xo)n x- w = - ~ (w- x 0 )n+l
1
k
~
(x-w)k=(- 1) ~ Der Konvergenzradius ist r
(n + k - 1) (w-x1 )n+k(x-xo) k-1
n
0
= jw- xol·
w darf dabei auch komplex sein. Das Verfahren geht so vor sich:
CD
Vollständige komplexe Partialbruchzerlegung der Funktion
f.
@ Der ganzrationale Teil wird in Potenzen von x- x 0 umgeschrieben, ev. mit Taylorentwicklung (s.u.) oder Hornerschema, vgl. Kapitel 1.1.
@ Die Partialbrüche werden mit den Formeln oben ersetzt. @ Zusammenfassen des Ergebnisses.
· · I 5: E ntw1c · kl ung von x 32+ 4x um xo = 1. B e1sp1e X - 4
CD
. x 3 +4x Es 1st 2 4 x-
4
= x + - -2 + -4-2 . x-
x+
@ Hier ist es ganz einfach: x = (x- 1) + 1.
®
Im ersten Bruch ist w
= 2. Mit x 0 = 1 ist w - x 0 = 1. 4
00
= -42:(x-1t X-2 n=O
Im zweiten Bruch ist w = -2 und damit w- x 0 = -3. -
4
x+2
=
-4
oo ( 1)n+l 2:: -- (x- 1)n. n=O
3
@ Da im ganzrationalen Teil die Exponenten null und eins vorkommen, werden diese Glieder aus der Reihe herausgenommen: f(x)
=
oo oo ( 1)n+l 1 + (x- 1)- 4 ~(x- 1)n- 4 ~ - 3 (x- 1)n
KAPITEL 2. DIFFERENTIALRECHNUNG
212
4 4 1 + (x- 1) - 4- 4(x- 1) + 3 - -g(x- 1)
=
+
E(-4-4(~ f+ ) <x-1t 1
-~- 31 (x -1) + f 3
9
n= 2
1
(-4- 4 (- 1 3
)"+
1
)
(x -1t
13. Beispiele I Beispiel 6: Gesucht ist die Entwicklung von f(x) = arctanx 2 um Xo = 0. Das Problem wird in drei Schritten gelöst: Zuerst wird die Reihe zu {arctanx)' bestimmt, dann integriert und dann x durch x 2 ersetzt. Bei der Bestimmung der Reihe des Arcustangens benutzt man natürlich arctan' x = - 1- 2 . Dies läßt sich mit der Summenformel der geometrischen 1+x Reihe umschreiben:
1
1 1 ~{ 1)" 2n L.." X • +x = 1 - ( -X 2) = n=O
00
-1= - q
L q" für lql < 1
n=O
@ Integration liefert für
:::} -1-2
x E]- 1, 1[
arctanx =
L -2{-1)" - - x2"+ 1 • 00
n=O
n+1
Da die Reihe der Ableitung für lxl < 1 konvergiert, ist der Konvergenzradius = 1. Wegen arctan 0 = 0 kommt kein absolutes Glied dazu.
r
®
Damit ist aretau x 2 =
Loo
(- 1)"
- - - x 4"+ 2 = x 2 n=O 2n + 1
x6 -
-
3
x1o
+ - - .... 5
oo
Beispiel 7: Bestimmung der Konvergenzradien von
n
oo
L; und L n=1
n.
n!x"
n=1
Hier läßt sich in beiden Fällen das Quotientenkriterium verwenden: in der ersten
r = lim ~~~ = lim (n + 1) = oo. n. n-+oo an+1 n-+oo Die Reihe konvergiert also für alle reellen {oder komplexen) Zahlen.
Reihe ist mit a71
=
_.!_, der Konvergenzradius
Mit an = n! ist in der zweiten Reihe r für x = 0.
1 = 0. Die Reihe konvergiert nur = n-+oo lim -+ n 1
213
2.12. POTENZREIHEN
Beispiel 8: Gesucht ist der Konvergenzradius der Reihenentwicklung von f(x) = arctanx in x 0 = 2.
Hier ist der Trick, statt des Arcustangens die Ableitung f'(x) = -1 1 2 zu betrachten, die denselben +x Konvergenzradius hat. f' hat in ±i Singularitäten, der Abstand zum Entwicklungspunkt x 0 = 2 ist vß. Daher hat auch der Konvergenzradius der Reihe zu f' in x 0 den Wert vß, und das ist auch der Konvergenzradius der Reihe zu f.
i
-i
Beispiel 9: Reihenentwicklung von f(x) =
~ x+ 6 um xo =
x2 1
1
0.
1
--=-------:= x 2 - 5x + 6 x - 3 - x - 2·
®
Da kein ganzrationaler Teil auftritt, fällt der Schritt weg.
@ Mit x0 = 0 hat liest man ab 1
oo
xn
L., n=O
3n+l
---~ X -
3 -
1 x- 2= -
und
xn
oo
L
2n+l .
n=O
Die Reihen konvergieren fiir lxl < 3 und lxl < 2. Der gemeinsame Konvergenzbereich ist also das Intervall]- 2, 2[. 1 x2 - 5x + 6 =
E 00
[
1 1 ] 2n+l - 3n+l Xn.
I Beispiel 10: Potenzreihe von 1 ~ x Hier verwendet man die Cauchysche Produktformel, um die bekannten Reihendarstellungen miteinander zu multiplizieren: 1
00
1- X
n=O
-~ n ---L .tx.
Es ist also
an =
1-x
~ und bn = n.
1 und damit
Cn =
t
k=O
akbn-k =
t ;, .
Damit wird
k=O
.
214
KAPITEL 2. DIFFERENTIALRECHNUNG
Der Konvergenzradius dieser Reihe ist 1, da die einzige Singularität in C bei x = 1 liegt. Alternativ lässt sich der Konvergenzradius auch direkt berechnen: Da die Koeffizienten der Produktreihe gegen e konvergieren (es sind ja die Abschnitte der ex-Reihe für x
= 1), folgt r = lim
~~~ = ~e = 1.
n-+oo an+l
Beispiel 11: Reihenentwicklung von ( 1 ~ x) 2 Die Reihe wird auf drei Arten bestimmt. Die Formel aus 3.4 Mit x 0
= 0, w = 1 und k = 2 erhält man
1
1 {.
)2 ~ {1-x)2 = (x-1)2 = - 1 f.::o
(n +1 1) 1n+2x 1
n
~{ ) n = f.::o n+ 1 x ·
Ableiten der geometrischen Reihe Ausgangspunkt ist die bekannte Reihe gliedweise ableiten darf, erhält man
1
{1 - x)2 lndextransformation
=
00 1 = xn. Da man Potenzreihen 1-x n=O
L
(-1 )' = (fxn)' = fnxn-1. 1 n=O n=O -X
Jetzt nimmt man eine Indextransformation vor: Mit m := n- 1 ist n = m und die Summe läuft von -1 bis unendlich. 1 00 {1 - x)2 = m~l {m + 1)xm.
+1
Da für m = -1 das Glied (m + 1)xm immer Null ist, läßt man die Reihe bei m = 0 beginnen. Gleichzeitig wird m in n umbenannt und man erhält wieder 1 00 )2 = L(n + X n=O
{1-
1)xn.
Produktzweier geometrischer Reihen Aus der Cauchyschen Produktformel erhält man 1 1 1 00 00 00 {1 )2 =-1- - 1-=ExnExn=E(n+1)xn, -X -X -X n=O n=O n=O n
da in der Formel aus Punkt 2 oben an ist.
= bn = 1 und damit Cn =
L akbn-k = n+ 1
k=O
215
2.13. TAYLORENTWICKLUNG
2.13
Taylorentwicklung
11. Definitionen I 11. Taylorentwicklung I Bei der Taylorentwickung wird eine gegebene n + 1-mal differenzierbare Funktion f als Summe des n-ten Taylorpolynoms Tnf und des Restglieds Rn! geschrieben.
Taylorpolynom Restglied
f(x) = Tnf(x)
+ Rn(x)
Im Spezialfall x 0 = 0 ist auch die Bezeichnung Mac Laurinsche Reihe gebräuchlich. Er wird in der rechten Spalte extra mit aufgeführt. Das Taylorpolynom Tnf hat folgende Form: n
Tnf(x) =
L k=O
1 k' f(kl(xo)(x- xo)k
Tnf(x)
=
t
Mac La urinsehe Reihe
~ f(k)(O)xk
k! Entwicklung um 0 k=O
•
allgemeiner Fall
In das Taylorpolynom gehen also die F\mktions- und Ableitungswerte von f am Entwicklungspunkt x0 bzw. null ein. Das Restglied beinhaltet die Werte der n+ 1sten Ableitung im Intervall. Benötigt wird dabei jeweils eine Zwischenstelle ~ bzw. fJx, die zwischen dem Entwicklungspunkt x 0 und der Stelle x liegt, an der das Taylorpolynom ausgewertet wird. Mit ~ = x 0 + fJ(x - x 0 ) und {) E]O, 1[ gilt: Restglied LagrangeFarm
Lagrange-Farm des Restglieds:
R (x) =
(n
n
1
+ 1)!
f(n+l)(fJx) xn+l
Restglied Cauchy-Form
Cauchy-Form des Restglieds
-n!1 I
1
X
Rn(x)
xo
(x- tt f(n+ll(t) dt
Rn(x)
n!
I (xX
tt J
0
n+l :.._(1- fJ)nJ(n+l)(fJx) n!
216
KAPITEL 2. DIFFERENTIALRECHNUNG
Die Cauchy-Form des Restglieds ist oft an den Intervallgrenzen genauer als die Lagrange'sche Form, aber meist schwieriger zu berechnen. Weitere Formen des Restglieds findet man z.B. in [Str2]. Taylorreihe
Nimmt man für eine unendlich oft differenzierbare Funktion unendlich viele Summanden, so erhält man die Taylorreihe der Funktion f.
T f(x) =
E~!
j(kl(xo) (x- x 0)k
T j(x) =
f: _!_k! j(kl(o) xk
k=O
allgemeiner Fall
Entwicklung um 0
12. Konvergenz von Taylorreihen I Konvergenz von Taylorreihen
Der Zusammenhang zwischen den verschiedenen Funktionenklassen ist in der Skizze dargestellt:
Eigenschaft der Funktion stetig
Reihenentwicklung Es gibt keine Taylorentwicklung.
n + 1-mal stetig diff'bar
unendlich oft diff'bar
analytisch
Das n-te Taylorpolynom existiert. Das n-te Restglied ist mit Hilfe von abschätz bar.
J(n+l)
Die Taylorreihe existiert. Die Reihe konvergiert möglicherweise nur am Entwicklungspunkt. Selbst im Fall der Konvergenz braucht die Reihe nicht mit der Funktion übereinzustimmen. Die Taylorreihe existiert und stellt die Funktion dar. Taylor- und Potenzreihe stimmen überein.
Analytische Funktionen lassen sich stets in Taylorreihen entwickeln und werden im Konvergenzbereich der Taylorreihe durch diese dargestellt. l.allg. konvergiert aber weder die Reihe noch stellt die Reihe die Funktion dar. Notwendig ist, daß das Restglied gegen null geht.
2.13. TAYLORENTWICKLUNG
217
Ist die Funktion f unendlich oft differenzierbar und gilt in einem Intervall Ja, b[ für n-+ oo, daß das Restglied gegen null geht (Rn(x) -+ 0), so gilt: Um jeden Punkt x 0 E]a, b[ gibt es ein Intervall, in dem die in x 0 berechnete Taylorreihe gegen die Funktion f konvergiert. Der Konvergenzradius der Taylorreihe ist größer als null, d.h. f ist reell analytisch und man darf in der Formel oben T f(x) durch f(x) ersetzen.
12. Berechnung I 11. Zusammenhang mit Potenzreihen I
f Potenzreihe
Ist f reell analytisch und als Potenzreihe gegeben, so stimmen Taylorreihe und Potenzreihe überein. Das n-te Taylorpolynom ist der entsprechende Abschnitt der Potenzreihe.
12. Allgemeines Verfahren I CD
Berechnung der nötigen Ableitungen und der Werte am Entwicklungspunkt x 0 . Dabei muß eventuell die allgemeine Form der Ableitung durch vollständige Induktion bewiesen werden.
@ Einsetzen der Werte in die Formel. Will man eine gegebene Funktion in eine Taylorreihe entwickeln, so muß man die Konvergenz sichern.
@ Bestimmung des Konvergenzradius der entstandenen Reihe. @ Abschätzung des n-ten Restglieds im Konvergenzbereich. Ist Rn(x) -+ 0, so konvergiert die Reihe gegen die F\mktion. Wenn bekannt ist, daß f in einer Umgebung von x 0 analytisch ist (etwa als Zusammensetzung analytischer F\mktionen), so gibt es ein x0 enthaltendes offenes Intervall, in dem die Entwicklung konvergiert. Das bedeutet, daß in einer Umgebung des Entwicklungspunkts die Reihe ohne besondere Restgliedabschätzung konvergiert. Den Konvergenzradius kann man bestimmen, wenn man f als holamorphe Funktion betrachtet (vgl. Kapitel 7). Die Reihe konvergiert im größten Kreis um x 0 in der komplexen Ebene, der keine Singularität enthält, d.h. im größten Kreis, in dem f holamorph ist.
Allgemeines Verfahren
KAPITEL 2. DIFFERENTIALRECHNUNG
218
Beispiel 1: Taylorentwicklung von f(x)
= -ln(1- ~)
um x 0
= 0.
Es wird nichts über analytische Funktionen benutzt, sondern nur mit Ableitungen gerechnet.
CD
Zunächst werden alle Ableitungen bestimmt. Dazu berechnet man der Reihe nach n 1 2 3 V 0
J(v)(x) -In ( 1J(v)(O)
0
~)
1 2-x
1 (2- x)2
1 2
1
-
2! (2- x) 3
(n- 1)! (2- x)n
2 8
(n- 1)! 2n
-
4
Den Beweis für die allgemeine Form findet man in Abschnitt 4 als Beispiel zur Induktion. 1 (n- 1)! 1 2n xn n=l n. 00
=L
00
=L
@
Die Taylorreihe lautet damit T f(x)
®
Nach Beispiel 1 in Abschnitt 2.12 ist der Konvergenzradius r
xn
n=l n
2n ·
= 2.
@ In der Regel ist die Restgliedabschätzung in der Lagrange-Farm am einRestglied LagrangeFarm
fachsten: X n! 1 - )n+l xn+l - -1- ( - X - n + 1 2- '!?x Rn( ) - (n + 1)! (2- '!?x)n+l
Dabei ist '!? eine von x und n abhängende Zahl zwischen null und eins. Man skizziert die Lage der in der Formel vorkommenden Punkte auf der Achse. oder -2 x '!?x 0 2 -2 0 '!?x x 2 Das Restglied konvergiert sicher gegen Null, falls 12 :.'!?x
I~ q < 1 ist.
Für x E] - 2, 0] ist das immer der Fall, da 'l?x zwischen Null und x liegt und daher mindestens den Abstand 2 zu 2 hat. Der Bruch läßt sich so abschätzen:
~ ~~~
:=q< 1 12-x'l?xl Wichtig dabei ist, daß q unabhängig von '!? ist. Für x E (0, 2( kann '!?x sehr nahe bei x liegen, und daher ist die Konvergenz nur für x < 1 klar. Dann ist nämlich 12 - '!?xl > 1 und mit q := lxl < 1 ist 12 -x'l?xl
~
lil
:= q
<
1.
Mit dem Lagrange-Restglied hat man also Konvergenz in] - 2, 1(.
219
2.13. TAYLORENTWICKLUNG
Das Cauchy-Restglied in Integralform liefert auch im Intervall [1, 2[ eine Abschätzung:
1 {x
Rn(x)
= n! lo
Nach der Regel
n! n (x- t) (2- t)n+l dt
lt
f(x) dxl
~
fx
= lo
t)n 1 (X2- t dt 2- t
lb- al max lf(x)l
wird das Restgliedintegral abgeschätzt. Lage der Punkte auf der Achse: oder -2
X
-2
2
0
t
0
t
X
2
Für negative x ist es wieder nicht so schwierig:
~ ~ ~und ~~ ~~ ~ ~~~
~
< 1 (der Zähler = 0 ist sicher 12 tl Für -2 < x wird für t = 0 am größten und der Nenner für t = 0 am kleinsten). Damit ist
IRn(x)l
~ lxl~~~n ~ ~ 0
wegen
~~~
< 1.
Für x ~ 0 muß man auch hier schärfer überlegen: Die F\mktion
t=2
x-t
2-x
2-t
t-2
t~--=1+--
t
Es ist
ist für t < 2 monoton fallend und hat eine Nullstelle für t = x. Daher liegt der größte Wert im Intervall [0, x] bei t = 0 und ist i·
also~~=~~<~~~< 1.
Der Term 12 ~ t I wird im Intervall [0, x] für t
x)n IRn(x)l~x ( 2
= x am größten.
1
2 _x~O.
Mit Hilfe des Cauchy-Restglieds erhält man also Konvergenz im Intervall ]- 2, 2[. Die Abschätzung mit Hilfe der anderen Cauchy-Form ist analog zu der Rechnung oben.
Restglied Cauchy-Form (Integral)
220
KAPITEL 2. DIFFERENTIALRECHNUNG
13. Umentwickeln von Polynomen I Mit der Taylorentwicklung ist es möglich, ein gegebenes Polynom p in x- w in ein Polynom in x- x 0 umzustellen. Ist das Polynom vom Grad n, so ist die (n + 1)-ste Ableitung von p null und damit auch das n-te Restglied. Also sind Polynom und Taylorentwicklung identisch. Beispiel 2: p(x) = 2(x+2) 3 -4(x+2)-1 soll als Polynom in x-1 geschrieben werden. p wird für x 0 = 1 bis zu dritten Ordnung entwickelt:
2(x + 2) 3 - 4(x + 2)- 1 => p(1) = 2 · 33 -4 · 3- 1 = 41 6(x+2?-4 => p'(1)=6·3 2 -4=50 12(x + 2) => p"(1) = 36 12
p(x) p'(x) p"(x) pm(x) Damit ist
~12(x- 1? + ~ · 36(x- 1? + 50(x- 1) + 41
p(x)
=
2(x- 1) 3 + 18(x- 1) 2 + 50(x- 1) + 41.
Alternativ kann man bei Polynomen in x (also mit w = 0) das Hornerschema aus Kapitel 1.1 verwenden. 4. Tay1orpolynome zusammengesetzter Funktionen Der Einfachheit halber wird nur für x 0 = 0 gerechnet. Berechnet wird im Spezialfall g(O) = 0 das n-te Taylorpolynom von f(g(x)), wobei die Taylorreihen (oder zumindest die Taylorpolynome bis zur Ordnung n) von f und g bekannt sind. Die n-ten Taylorpolynome von f und g werden ineinander eingesetzt und ausmultipliziert. Dabei werden alle entstehenden Terme mit Exponenten größer als n weggelassen. Beispiel 3: Gesucht ist T3 (Taylorpolynom bis zur dritten Ordnung) für f(x) = esinx um null. Alles bis zur dritten Ordnung entwickeln: 1+ t + t
1
2t2 +
sinx = x-
1 c/ + o(t
3)
~x 3 + o(x 3 )
221
2.13. TAYLORENTWICKLUNG
Das Landausehe Symbol "+o(x 3 )" bedeutete dabei jedesmal, daß (hier nicht gesuchte) Terme höherer als dritter Ordnung folgen. In dieser Rechnung erkennt man, warum man die Bedingung "g(O) = 0" braucht: Da die Reihe von g kein absolutes Glied hat, beginnt die Reihe von t 3 = (g(x)) 3 = (g 1x + g2x 2 + · · ·) 3 mit cx 3 (allgemein: Die Reihe von (g(x))n beginnt mit cxn). Daher ist für n > 3 auch (g(x))n = o(x3 ).
13. Beispiele I I Beispiel 4: Taylorreihe zu f(x) = 1 ~ x CD
Zur Berechnung der Ableitungen verwendet man die Leibniz'sche Formel
Mit f(x) = e"' ist auch stets J(k)(x) = e"' und damit J(k)(O) = 1. Aus g(x) = (1- x)- 1 erhält man g'(x) = 1· (1- x)- 2 , g"(x) = 2 · (1- x)- 3 , g111 (x) = 3!(1- x)- 4 und allgemein g(n)(x) = n!(1- x)-n-1, g(n)(O) = n!. Damit wird
) (n) n (n) n n! n 1 ( 1 e"' (O) = {; k 1. (n- k)! = {; k!(n- k)! (n- k)! = n! {; k! - x
®
Die Taylorreihe zu
Tf(x) =
f ist
fo ~!f(n)(O)xn
=
7~ ~!n! (E ~!) xn = fo (E :,) xn
Der Konvergenzradius r = 1 wird wie in BeispiellO im letzten Abschnitt berechnet. Die direkte Restgliedabschätzung ist etwas schwieriger. Einfacher ist es zu argumentieren, daß es sich um eine analytische Funktion handelt und daß deshalb Taylor- und Potenzreihe auf dem Konvergenzkreis übereinstimmen, d.h. für Ix I < 1 stimmen Taylorreihe T f (x) und Funktion f (x) üherein.
KAPITEL 2. DIFFERENTIALRECHNUNG
222
Beispiel 5: sin x soll um x 0 = 1 in eine Taylorreihe entwickelt werden.
n = 0,4,8, .. . n = 1,5, 9, .. . -sinx n = 2, 6, 10, .. . -cosx n = 3, 7, 11, .. . sinx
cosx
®
Damit ist mit A := sin 1 und B := cos 1
Tf(x) =
A
+ +
®
B( X
) - A (x- 1)2 - B (x- 1)3
1
3!
2!
+
A (x- 1)4 4!
B(x-1)5 -A(x-1)6 6! 5!
Da der Sinus eine in ganz
· d er fo1gen d en ± cos ± sin d er ur · h at emen 1 Cn m --1. D'1e Za11 -- 1 o d er vverte n.1 n.1 cos 1 sin 1 . . Rechnung hat emen der beiden Werte-- oder--. sin 1 cos 1 an
1
I ~~= Cn l! an +I
(n
= Cn(n + 1) -t 00.
+ 1)!
Damit ist der Konvergenzradius unendlich. Berechnung mit der Formel von Cauchy-Hadamard
ylaJ ist sicher il sin 11 ~ 1 und \1nT -t oo folgt dann ylaJ-t 0 und damit r = oo.
I3ci der Berechnung von Aus
il cos 11 ~ 1.
@ Da alle Ableitungen durch 1 beschränkt sind, ist die Restgliedabschätzung ganz einfach:
IRn (x)l =
1
(n
+ 1)!
lf(n+l)(~)llx-
w+l
<
- (n
1
+ 1)!
lx- 1ln+l.
Der letzte Ausdruck geht gegen Null, da es sich um die Glieder der konveroo lx-1ln genten e-Reihe handelt: elx-II = L 1 n. n=O
223
2.13. TAYLORENTWICKLUNG
Damit weiß man, daß die Reihe für jedes x E IR gegen die Funktion konvergiert. Alternativ kann man auch von den bekannten Reihendarstellungen für sin x und cos x ausgehen: sinx =
sin((x- 1) + 1] = cos 1 sin(x- 1) + sin 1 cos(x- 1) n(x-1)2n oo . n(x-1)2n+l oo (2n)! cos1];(-1) (2n+ 1)! +sm1];(-1) oo
Lkn
sin 1 cos 1 - sin 1 -cos 1
(x- 1)n I
n.
n=O
n n n n
= 0,4,8, .. .
= 1,5, 9, .. . = 2, 6, 10, .. . = 3, 7, 11, .. .
Das ist natürlich dieselbe Reihe wie oben. Beispiel 6: Wieweit muß sin x um x = 1 in eine Taylorreihe entwickelt werden, damit der Fehler in (-1, 3] kleiner als I0- 1 ist? Der Fehler wird durch das Restglied angegeben. In der Lagrangeform erhält man
da alle Ableitungen durch eins beschränkt sind und im Intervall (-1, 3]lx-11::; 2 ist. Durch Ausprobieren findet man
24 4!
IR5 (x)l
Damit ist Ordnung.
25 5!
16 24'
::;
32 120
und
1 64 26 6! = 720 < 10·
fo- und es reicht eine Taylorentwicklung bis zur fünften
Beispiel 7: Zweites Taylorpolynom von f(x) = v'1 + ex in x 0 = 0
CD
Aus f(x) = (1 + ex) lf2 erhält man
~(1 + ex)-Ihex
f'(x)
2 1 1 -4(1 + ex)-3he2x + 2(1 + ex)-Ihex.
f"(x) .
Dam1t ist f(O) =
f
"( ) 0
1 1
J2,
1 1
f'(O) = 2 J2 =
1 1
ln (
= -4 J23 + 2J2 = V2
1
- 16
J2 4
und
+ Ll1) =
3
ln
16 V2.
KAPITEL 2. DIFFERENTIALRECHNUNG
224
@ Das zweite Taylorpolynom ist also
Alternative: Das zweite Taylorpolynom (ohne die Möglichkeit einer Restgliedabschätzung) erhält man durch das Einsetzen des Potenzreihenabschnitts von 2
ex
= 1 + x + ~ + o(x 2) in die binomische Reihe für v'ITI (z.B. aus [Br]): t
2
t2
VT+t = 1 + 2 - 8 + o( t2)
.
Wie in Beispiel 3 beschrieben, ist es nötig, bei der Berechnung der zusammengesetzten Reihe eine Funktion g mit g(O) = 0 einzusetzen. Daher formt man zunächst so um:
Mit t = g(x) =
1
1) =
2(ex -
x
x2
x2
2" + 4 + o(x2) und t 2 = 4 + o(x2) erhält man t 2
t2
1 +--- + o(t 2 )
8
(1 + ::4 + x28 - 32x2 + o(xz))
=
../2
=
../2 (1 + ~ + 332x2 + o(x2))
Beispiel 8: Verhalten von f(x)
= sinx 2 -
(sinx) 2 bei x 0 = 0.
Eine Funktion hat bei x 0 dann eine Nullstelle k-ter Ordnung, wenn f(x 0) = t(x 0) = · · · = J(k-ll(x 0 ) = 0 und J(kl(x 0) =/=- 0 ist. Alternativ läßt sich sagen, daß eine Nullstelle k-ter Ordnung vorliegt, wenn die Reihenentwicklung als erstes nichtverschwindendes Glied ck(x- x 0)k hat. 3
Hier wird sinx bis zur vierten Potenz entwickelt: sinx 4
wird (sinx) 2 = x 2 - ~
6
+ O(x5) und sinx2 = x 2 - 4 ~ + · · · = x 2 + O(x5).
beginnt die Potenzreihe von sin x2 . t
lS
= x- ~ + O(x5). Damit
.
VIer.
4
-
( sin
Also
x? mit ~ und die Nullstellenordnung 3
4
Da die Reihenentwicklung mit ~ beginnt, hat f dasselbe Verhalten wie ~ bei Xo = 0, nämlich ein Minimum.
Formeln und Literatur Hier sind nur die wichtigsten Formeln aufgeführt. Weitere häufig gebrauchte Formeln findet man z.B. in (Br]. Eine Übersicht über Koordinatensysteme und Flächen-/Volumenelementefinde t sich in Kapitel 5.6.
IFakultäten und binomischer Lehrsatz I Für n E N ist n! = 1 · 2 · 3 · · · (ni1) · n. Man definiert 0! := 1.
Für
n, k
E No ist der Binomialkoeffizient (
n·(n- (n- k+
~) = k!(nn~ k)!
1) · · · 1. 2 .. ·k
1)
(Zähler und Nenner im letzten Term enthalten je k Faktoren.)
Addition von Binomialkoeffizienten: (
~) + ( k :
1)
= ( ~: ~) ·
Die Binomialkoeffizienten werden im Pascalsehen Dreieck angeordnet: k
= 1 - Auf diesen Diagonalen ist
Auf den Horizontalen ist n konstant
(~)
k konstant 1
\/
G) :i~J
1
1
ln\
n=2-G)~J~r~-G)
(~) (:) (~~:;r (~) (:) (:) (:) (:) 225
1
4
1
3
3
1
1
2
1
6
4
1
226
IDie wichtigsten Ableitungen I f
!'
f
!'
f
!'
x<>
ax<>-l
-
1 X
1 - x2
1 x<>
y'x
1 n V'xn-l
~
X v'x2 ± a2
~
e<>x
ae<>"'
a"'
a"'lna
lnx
sinx
COSX
cosx
-sinx
tanx
-a x<>+l -x v'a2- x2 1 X 1 cos 2 x 1 1 + x2 1 cosh 2 x 1 1- x 2
1
arcsinx
v'f=X2
sinhx
coshx 1
arsinh x
v'1
1
arccosx
+ x2
arctanx
v'1- x 2
coshx
sinhx
tanhx
arcosh x
1 v'x 2 - 1
artanh x
00
L xn = 1 + x + x2 + x3 +
X
e
0
0
lxl
n=l n
2
für lxl
3
oo
x2n+l
x3
x5
n=O
2n + 1
3
5
= L { - 1 t - - = x - - +-- oo
Xn X2 = 1 + x + - + · o· n=O n! 2!
=L
0
<1
für x E lR bzwo x E IC
0
cos x
= L (-1 t-- = 1 -
oo
x2n
x2 2!
+- -
n=O
{2n)!
x2n+l
x3
x5
3!
5!
oo
smhx
=L
coshx
=L
0
n=O {2n + 1)! oo
x2n
fürxElRbzw.xEIC
x4
oo
für x E lR bzwo x E C
= x +- +- + ooo
für x E lR bzwo x E IC
x2
4!
0
x4
-- = 1 +-2! +-4! + n=O {2n)!
0
0
0
für x E lR bzwo x E IC
e"'
arcoth x
00
oo n x2n+l x3 x5 smx=:L:{-1) =x--+--ooo n=O {2n + 1)! 3! 5!
e"'
cothx
<1
für lxl
2.fi
arccot x
<1
oo xn x2 x3 L= - x - - - - - oo o
Vx
cotx
n=O
ln{1- x) =arctanx
0
!'
logax
IEinige Reihenentwicklungen I 1 -- = 1-x
f
1
1 -xlna 1 - sin2 x 1 -1 +x 2 1 - sinh 2 x 1 1 - x2
227
IIntegraltafeln I Man beachte die Hinweise zur Schreibweise in Kapitel 3!
IRationale
Integranden und Potenzen I
f
Jf
f
Jf
xa(a=f.-1)
1 x cr+l -a+1
1 a2- x2
~lnla+xl
1
-
X 1 a a X 1 = -arcoth - lxl a a
~Vx3
Vx
3
1
Jf
1
1 X - arctana a 1 -lnlx2 ±a21 2 2 2 1 --ln Ia - x I 2
x2 + a2
a- x
= -artanh - lxl
ln lxl
X
2a
f X
x2 ± a2
>a
a2- x2
X
2y'x
Vx
IWurzeln aus quadratischen Ausdrücken I Die Typen sind im dritten Kapitel definiert.
f
Jf
f
Jf Typ 6
Typ 5
~(x../ a2- x2 +
1
X
a2 arcsin ::_) a
Jx2- a2
-(x../x2- a2 - a 2arcosh -) a 2
X
Ja2- x2
arcsina
1 Jx2- a2
arcosh ::_ a
x../a 2 - x 2
a2- x2 --1~3 3
x../x 2 - a2
x2- a2 -1~3 3
Ja2- x2
2
1
X
X
-Ja2-x2
~
Jx2- a2
Jx2- a2
Typ 7
Ja2 +x2 x../a 2 +x2
~(x../ a2 + 2
x2 + a 2 arsinh ::_) a
a2 + x2 -1~3 3
1
Ja2 + x2 X
Ja2 + x2
arsinh ::_ a
Ja2 + x2
IExponentialfunktion und Logarithmus I Hierzu gehören auch Integrale der Hyperbelfunktionen, da sich diese ineinander umrechnen lassen:
228
sinhx=
ex- e-x , 2
ex
coshx=
+ e-x 2
,
ex = sinhx+coshx,
e-x = coshx-sinhx
f
I!
f
I!
f
I!
eax
1 ax -e a
xeax
(~-~)eax a a2
x2eax
( x 2 _ 2x + ~) eax a2 a3 a
coshax
1 'nh ax -s1 a
lnx
xlnx-x
1 xlnx
lnllnxl
xnlnx
1 -coshax a 1 --(lnxt+l n+1
sinhax (ln x)n X
--
x
n+l( lnx 1 ) n + 1 - (n + 1) 2
ITrigonometrische Funktionen I f
I!
xsinax
~---a-
sin 2 ax
----:----
cos 2 ax
2+
sin ax x 2 x
sin ax cos ax 2a sin ax cos ax 2a
xcosax
~+--a-
1
1 --cotax a
cos ax
1
1
sinax cosax
I!
sin 2 ax
--ln Icosaxl a 1 . 2 2a sm ax
tanax
eax sinbx
x cos ax
f
eax
1
cos2 ax
-tanax a
cotax
~ ln Isinaxl
sin 2 ax
~b 2 (asinbx- bcosbx) a +
x sin ax
a
cos2 ax
eax cosbx
eax
x 8
sin4ax 32a
~b2 (acosbx
a
+
+ bsinbx)
IArcus- und Areafunktionen I f X
arcsina X
arctana arsinh ~ a artanh ~ a
I!
f
x arcsin ~ + ../a2- x2 a
arccosa
x arctan ~-
i ln(a + x 2
2)
x arsinh ~- ../a2 + x2 a x artanh ~ + ~ ln(a 2 2 a
-
x2 )
I! X
x arccos ~ - ../a2 - x2 a
arccot a
X
x arccot ~ + ~ln(a 2 +x 2 ) a 2
arcosh ~ a
x arcosh ~- ../x2- a2 a
arcoth ~ a
x arcoth ~ + ~ ln(x 2 a 2
-
a2 )
229
IElementare Funktionen I Hier werden die Graphen und wichtigsten Eigenschaften der Grundfunktionen zusammengestellt.
ITrigonometrische und Arcusfunktionen I Eselsbrücke: Werte des Sinus
y
..·
................ y=cosx oo
.••··
y=sinx
30°
45°
60°
goo
JO -VI -..;2 -v'3 -v'4
-
X
2
2
2
2
2
Die restlichen Werte lassen sich mit Hilfe der Skizze ermitteln.
oo
30°
0
6
sinx
0
1 2
cosx
1
tanx
0
cotx
=fOO
y
= cotx
45°
1f
60°
1f
1f
-
-
4
3
v'3
1
-
../2
2
v'3
1
1
2
../2
2
-
1
v'3 v'3
goo
120°
135°
150°
180°
-
31f 4
51f 6
1f
2
27r 3
1
-
0
1f
1
1
2
../2
2
--1
-../2
1
-v'3 2
-1
--13
0
-1
--13
=fOO
v'3 ±oo --13
1
1
1
v'3
0
sin2 x
v'3 2
1
--13
1
Wichtigste Formel:
0
+ cos2 x =
Die weiteren Werte lassen sich berechnen aus sin(x + 1r) = - sinx sin(x + 21r) = sinx cos(x + 1r) = - cos x cos(x + 21r) = cosx tan(x + 1r) = tan x cot(x + 1r) = cot x.
-1
y = tanx
y
1
y = arccot x
".
--------------- -2
Die Arcusfunktionen sind die Umkehrfunktionen der trigonometrischen Funktionen. arcsin Arcussinus arctan Arcustangens
arccos Arcuscosinus arccot Arcuscotangens
11
230 y Wegen der Periodizität der trigonometrischen Funktionen sind die Umkehrfunktionen nicht eindeutig. Die hier skizzierten Funktionen sind die sogenannten Hauptwerte. Der Arcussinus ist die Umkehrung des Sinus auf dem Intervall [-''/2, "/2], der Arcuscosinus die Umkehrung des Cosinus auf [0, 1r]. Bei Arcustangens und Arcuscotangens sind die Intervalle [-"/2, "/2] und [0, 1r]. Nimmt man andere Intervalle, erhält man andere Umkehrfunktionen. Zusammenhang mit der Exponentialfunktion:
eix = cosx + isinx eix _ e-ix sinx= - - - 2i
e-ix = cosx- isinx COSX
=
ea+ib = ea(cosb + isinb)
2
Zusammenhang mit den hyperbolischen Funktionen:
sin z = -i sinh iz sinh z = -i sin iz cos z = cosh iz
cosh z = cos iz
Rechenregeln
sin x
= sin(1r- x)
= - sin(1r + x)
cosx =- cos(1r- x) =- cos{1r + x)
sinx tanx = - cosx
COSX 1 cotx= - - = - sinx tanx
sin(a ± b) = sinacosb ± cosasinb
cos{a ± b) = cosacosb 'f sinasinb
. a+b . . b a-b Sllla+slll = 2 Slll--cos-2 2 a+b a-b cos a + cos b = 2 cos - - cos - 2 2
. . b a+b. a-b Sill a - Slll = 2 COS - 2- Sill - 2-
sinasinb
= Hcos(a- b)- cos(a + b))
cosacosb
= Hcos(a- b) + cos(a + b))
a = ±V1 + cosa cos2 2 sin2a
= 2sinacosa
.a+b.a-b cosa- cos b =- 2 sm-- Sill-2 2
sinacosb
=! (sin{a- b) + sin(a + b))
. a ±/1-cosa Slll2 = V 2 a 1-cosa tan- = - - - 2 sina cos 2a = cos 2 a - sin 2 a
231 Exponentialfunktion, Logarithmus, hyperbolische und Areafunktionen
e ist die Eulersche Zahl e = 2. 71 .... ln x ist der natürliche Logarithmus, d.h. der Logarithmus zur Basis e.
ex=y
{?
x=lny
ln(ab) =lna+lnb ln1 -x 1 -=e ex
=0
1 ln- = -lnx X
Für alle x E IR und z E IC ist x 0 := z0 = 1 definiert, also auch 0° = 1. In Analogie zu den trigonoY metrischen Funktionen sin x, cos x, tan x und cot x definiert man die hyperbolischen Funktionen Sinus hyperbolicus sinh x Cosinus hyperbolicus cosh x x Tangens hyperbolicus sinhx tanh = - - x coshx
Die Areafunktionen sind die Umkehrfunktionen der hyperbolischen Funktionen und lassen sich durch Logarithmen definieren. Alternative Schreibweisen: Arsinh, Arcosh, Artanh und Arcoth, manchmal auch arcsinh usw. Die letzte Schreibweise ist sehr ungünstig. arsinh x = ln(x + Jx2 + 1) für x E IR Areasinus hyperbolicus arcosh x = ln(x +~)für x ~ 1 Areacosinus hyperbolicus 1 1 +x .. artanh x = - ln - - fur lxl 2 1-x 1 X+ 1 .. arcoth x = -2 ln - - fur lxl x-1
. < 1 Areatangens hyperbohcus . > 1 Areacotangens hyperbohcus
232 I
Quadriken im JR2 und JR3 1
Dieser Teil enthält Bilder der Standardformen der wichtigsten Quadriken. Viele Teilmengen des JR2 und des R 3 werden in Kapitel 5 parametrisiert. Eine Übersicht dazu findet man in Kapitel 5.6. y y
X
x2 _ y2
= -a2
x2 _ y2
Hyperbeln
= a2
x2
+ y2 = a2
Kreis/Ellipse
Hyperbeln
X
x2 - y = 0 Parabel
x2
+ y2
_ z2
= -a2
Zweischaliges Hyperboloid
x2
+ y2- z2 = 0 Kegel
x2- y2
=0
Geradenpaar
x2
+ y2 _ z2 = a2 Einschaliges Hyperboloid
x2
+ y2 - z = 0 Paraboloid
x2
+ y2 + z2 = a2
Kugel/Ellipsoid
x2
+ y2 = a2 Zylinder
233
ILiteraturauswahl I [Br] Bronstein-Semendjajev, Taschenbuch der höheren Mathematik [Be] Berg, Operatorenrechnung 1+2 [Ba] Bartsch, Taschenbuch Mathematischer Formeln [BHW] Burg/Haf/Wille, Höhere Mathematik für Ingenieure 1-4 [Da] Dallmann/Elster, Einführung in die höhere Mathematik 1-3 [Du] Duschek, Vorlesungen über höhere Mathematik 1-4 [Gün] Günter/Kusmin, Aufgabensammlung zur Höheren Mathematik 1+2 [Ha] Habetha, Höhere Mathematik 1-3 [Hei] Heinhold/Beringer, Einführung in die Höhere Mathematik 1-3 [Hil] Hilbert/Courant, Methoden der mathematischen Physik 1+2 [Ma] Mangold-Knopp, Einführung in die höhere Mathematik 1-3 [Min] Minorski, Aufgabensammlung zur höheren Mathematik [Mar] Martensen, Analysis für Mathematiker, Physiker, Elektrotechniker 1-3 [Pa] Papula, Mathematik für Ingenieure 1+2 [Pe] Peschl, Funktionentheorie I [Ro] Rothe, Höhere Mathematik 1-7 [Sm] Smirnov, Lehrgang der höheren Mathematik [Sok] Sokolnikoff/Redheffer, Mathematics of Physics and modern Engeneering [Str] Strubecker, Einführung in die Höhere Mathematik 1-4
[Tr] Triebe!, Höhere Analysis
Symbol- und Sachverzeich nis Mm,n {JK), 49
Logik
9ln, 49 .C(IKn, ocn), 49 II ii II. 24 I ii I, 24
oder b, 113 a und b, 113 a <=? b, 113 a => b, 113 a f-t b, 113 a-+ b, 113 a V b, 113 a 1\ b, 113 -.a, 113 V, 114 3, 114 /\,114 V,114 w,113 f, 113 a
iiR, 27 (ii, w), 24, 95 üiiw, 30 < ü, ii, w>, 30 [ü ii w], 30 ii w, 24, 95 < ii,w >, 24,95 [ii, w], 24, 95 ii*w, 95 iiTw, 24, 95 iil..w, 24 0
Ü X
0, 117 Ac, 117 ::4,117 CA, 117 A-B, 117 A\B, 117 AnB, 117 AUE, 117
AcB,117 A~B,
V, 27
spann, 82 spM, 82 A*, 50 A\ 50 Ul., 95 det A, 50 Ad A, 58 adjA, 58 ker A, 64 rank A, 83 rg A, 83 I A J, 50 J.L(.X), 101 o(.X), 101 p(A), 102 u(A), 102 m x n-Matrix, 49 rg L, 87 rang L, 87 ker L, 87 kern L, 87 K(A), 64
Mengen
117
AxB,117 Vektoren und Matrizen
Rn, 23
cn, 30 Gn..( n, IK), 49 JK(n,m), 49 n..{JKn), 49 n..(!Kn' ocm), 49 M(m,n), 49 234
SYMBOL- UND SACHVERZEICHNIS K(L), 87 N(L), 87 R(L), 87
235 f(x- ), 179 lim , 179
x)'a-0
lim , 179
x\,.a-0
Zahlen e, 230 [a, b], 119 (a, b), 119 Ja, b[, 119 R>a 1 119 R
c,
Funktionen
[x], 185 o, 156 0, 156 /', 189 !" J 189 f(n), 189 C(I), 189 C 00 (l), 189 C 1 (I), 189 cn(I), 189 f(x+O), 179 f(x+), 179 f(x- 0), 179
lim, 179 lim , 179
x-too
x-ta+O
lim , 179
x-ta-0
1'M· , 1s2 In, 230 log, 230 cos, 228 cosh, 230 cot, 228 coth, 230 sin, 228 sinh, 230 tau, 228 tanh, 230 arccos, 228 arccot , 228 arcosh, 230 arcsin, 228 arctan, 228 arsinh, 230 artanh, 230 arcoth, 230 sgnx, 185 Abbildung, 121 Abelscher Stetigkeitssatz, 207 Ableitemethode, 14 Ableitung, 189 Ableitungsfunktion, 189 absolut gleichmäßig konvergent, 199 absolut konvergent, 167 Absolutbetrag, 135 absolutes Glied, 3 Absorbtion, 115 Achsenabschnittsform, 33 Adjungierte A •, 50 Adjunkte, 58 äquivalent, 113 affiner Unterraum, 80 algebraische Vielfachheit, 101 algebraisches Komplement, 58 allgemeine Geradengleichung, 143 allgemeine Kreisgleichung, 142
236 alternierende Folge, 155 analytisch, 207 Arcuscosinus, 228 Arcuscotangens, 228 Arcussinus, 228 Arcustangens, 228 Areacosinus hyperbolicus, 230 Areacotangens hyperbolicus, 230 Areasinus hyperbolicus, 230 Areatangens hyperbolicus, 230 Argument, 135 Assoziativgesetz, 115, 118 aufgespannter Unterraum, 82 Aussageform, 113 Automorphismus, 87 Basis, 82 Basiswechsel, 91 Bernoullische Ungleichung, 159 beschränkte Folge, 155 beschränkte Menge, 119 bestimmt divergent, 155 Betrag, 24, 135, 147 bijektiv, 122 Bijunktion, 113 Bild einer Abbildung, 87 Bild einer Funktion, 121 Cauchy-Hadamard, Formel von, 208 Cauchy-Schwarz'sche Ungleichung, 96 Cauchysche Produktformel, 209 charakteristisches Polynom, 101 Cosinus, 228 Cosinus hyperbolicus, 230 Cotangens, 228 Cotangcns hyperbolicus, 230 Cramersche Regel, 55, 66 de !'Hospital, Regel von , 181 de Morgansche Regeln, 115, 118 definit, 103 Definitheit, 103 Definitionsbereich, 121 Determinante, 50 diagonalisierbar, 102 Diagonalmatrix, 49 diff'bar, 189 Differentialquotient, 189 Differenz, 117
SYMBOL- UND SACHVERZEICHNIS Differenzenquotient, 191 differenzierbar, 189 Differenzmenge, 117 Dimensionsformel, 65 Dini, Satz von, 202 Disjunktion, 113 Distributivgesetz, 115, 118 divergent, 155 divergente Minorante, 175 Drehmatrix, 93 Dreiecksmatrix, 49 Dreiecksungleichungen, 139, 147 3-Punkteform, 34 Durchschnitt, 117 Eigenraum, 101 Eigenvektor, 101 Eigenwert, 101 Einheitsmatrix, 49 Einheitsvektor, 24 Einheitswurzeln, 140 Einschließungskriterium, 162, 181 Einschränkung, 121 Einseitige Differenzierbarkeit, 189 einseitige Limiten, 179 Einsetzmethode, 13 Ellipse, 231 Ellipsoid, 231 Endomorphismus, 87 Entwicklung von Determinanten, 58 Entwicklungspunkt, 207 Entwicklungssatz v. Graßmann, 28 Entwicklungssatz v. Lagrange, 28 Epimorphismus, 87 erweiterte Matrix, 63 Erzeugendensystem, 82 euklidischer Vektorraum, 95 Eulerformel, 136 Eulersche Form, 135 EV,101 EW, 101 Faktorisierung, 8 Falk-Schema, 52 fallend, 126 falsche Aussage, 113 Fehlerabschätzung, 173 Fibonacci-Zahlen, 133
SYMBOL- UND SACHVERZEICHNIS Folge, 155 Folgerung, 113 Formel von Cauchy-Hadamard, 208 Fortsetzung, 121 Funktion, 121 Funktionenfolge, 199 ganzrationale Funktion, 3 Gauß'sches Eliminationsverfahren, 68 Gauß-Algorithmus, 54 Gaußsehe Darstellung, 135 Gaußsehe Zahlenebene, 135 Gaußklammerfunktion, 185 gebrochen rationale Funktion, 3 geometrische Reihe, 167 geometrische Vielfachheit, 101 geschlossenen Umlaufs, 44 gestaffeltes LGS, 69 gleichmäßige Konvergenz, 199 Gleichungssystem, homogenes, 63 Gleichungssystem, inhomogenes, 63 Graßmann, Entwicklungssatz, 28 Grad, 3 Gram-Schmidtsches Orthogonalisierungsverfaluen, 98 Graph, 121 Grenzwert, 155 Grenzwert einer Funktion, 179 Häufungspunkt, 156 harmonische Reihe, 167 Hauptraum, 101 Hauptvektor, 101 Hauptwert, 135, 229 Heavisidefunktion, 185 hebbare Unstetigkeit, 186 hermitesch, 50 hermitesche Bilinearform, 30 Hesse'sche Normalfonn, 33, 34 hinreichend, 113 Hintereinanderausführung, 122 HNF, 33,34 homoges Gleichungssystem, 63 Hornerschema, 5 HV, 101 Hyperbel, 231 Hyperboloid, 231 Hyperebene, 32, 80
237 identische Abbildung, 122 Identität, 122 Imaginärteil, 135 indefinit, 103 Indextransformation, 214 Induktionsanfang, 129 Induktionsschritt, 129 Infimum, 119 inhomoges Gleichungssystem, 63 injektiv, 122 Integralkriterium, 173 Intervall, 118 Inverse, 122 Inverse Matrix, 54 invertierbar, 122 Isomorphismus, 87 kanonische Basis, 83 kartesische Darstellung, 135 Kegel, 231 Kern, 64, 80, 87 Kettenregel, 191 Koeffizient, 81 Koeffizienten, 3 Koeffizientenvergleich, 11 Kofaktor, 58 kollinear, 24, 81 kommutativ konvergent, 167 Kommutativgesetz, 115, 118 kompakt, 200 kompakte Konvergenz, 200 komplanar, 24, 81 Komplement, 117 Komplexe Zahlen, 135 Komposition, 122 konjugiert komplexe Zahl, 135 Konjunktion, 113 konkav, 190 Kontrollspalte, 74 konvergent, 155 konvergente Majorante, 175 konvergente Reihe, 167 Konvergenz, 199 Konvergenz von Funktionenfolgen, 199 Konvergenzintervall, 207 Konvergenzkreis, 207 Konvergenzkriterien, 168 Konvergenzradius, 207
238 konvex, 190 Koordinaten, 88 Koordinateneinbei tsvektor, 24 Kreis, 142, 231 Kreuzprodukt, 27, 117 Kroneckersymbol, 26 Kugel, 231 La., 81 Lu., 81 Lagrange, Entwicklungssatz, 28 Landausehe Symbole, 156 Laplace'scher Entwicklungssatz, 58 leere Menge, 117 Leibniz'sche Regel, 191 Leibnizkriterium, 172 Leitkoeflizient, 3 LGS, 63 Limes, 155 Limes einer Funktion, 179 Limes inferior, 156 Limes superior, 156 Limes von links, 179 Limes von rechts, 179 linear abhängig, 24, 81 linear unabhängig, 24, 81 lineare Abbildung, 87 lineare Hülle, 82 lineare Selbstabbildung, 87 lineares Gleichungssystem, 63 Linearfaktoren, 3 Linearform, 87 Linearkombination, 24, 81 Linksinverse, 122 linksinvertierbar, 122 linksseitig stetig, 180 linksseitige Ableitung, 189 Logarithmus, 230 lokal gleichmäßige Konvergenz, 200 Lotpunkt, 42 Mac Laurinsche Reihe, 215 Majorantenkriterium, 174 Matrix, 49 Matrixprodukt, 51 Maximum, 119 Mengen, 117 Minimum, 119
SYMBOL- UND SACHVERZEICHNIS Minorantenkriterium, 174 Mittelwertsatz, 190 Modul, 135 Moivre-Formel, 139 Monome, 82 monoton, 155 monoton fallend, 126, 155 monoton steigend, 126 monoton wachsend, 155 nach oben beschränkt, 119 nach unten beschränkt, 119 natürlicher Logarithmus, 230 Negation, 113, 115 negativ definit, 103 negativ semidefinit, 103 nichtfallend, 126 nichtsteigend, 126 Norm, 24, 96 Normalenform, 33, 34 Normalenvektor, 34 Normalform, 33 normiertes Polynoms, 3 notwendig, 113 Nullfolge, 155 Nullmatrix, 49 Nullpunkt, 23 Nullraum, 64, 87 Nullstelle, 3 obere Schranke, 119 ONB, 97 ONS, 97 Ordnung, 101 orthogonal, 24, 61, 95, 102 orthogonale Projektion, 97 orthogonales Komplement, 27, 95 Orthogonalraum, 95 Orthogonalsystem, 97 Orthonormalbasis, 97 Orthonormalsystem, 97 Ortsvektor, 23 Parabel, 231 Paraboloid, 231 parallel, 34 Parameter, 70 Parameterform, 34 Partialbruchzerlegung, 6
239
SYMBOL- UND SACHVERZEICHNIS Partialsumme, 167 partikuläre Lösung, 65 PBZ, 6 Plückerform, 34 Polarformel, 96 Polarkoordinatenform, 135 Polynom, 3 Polynomdivision, 4 positiv definit, 103 positiv semidefinit, 103 Produktregel, 191 Projektion, 88 punktierte o-Umgebung, 179 Punktrichtungsform, 33, 34 Punktsteigungsform, 33 punktweise Konvergenz, 199 quadratische Form, 102 quadratische Ungleichung, 150 Quadrik, 231 Quotienten-kriterium, 171 Quotientenregel, 191 Rang, 83, 87 Realteil, 135 Rechtsinverse, 122 rechtsinvertierbar, 122 rechtsseitig stetig, 180 rechtsseitige Ableitung, 189 Rechtssystem, 27 reell analytisch, 207 Regel von de l'Hospital, 181 Regeln von de Morgan, 115 regulär, 49 Reihe, 167 rekursiv definierte Folge, 160 relatives Komplement, 117 relatives Maximum, 190 relatives Minimum, 190 Resolvente, 102 Restglied, 215 Cauchy-Form, 215 Lagrange-Form, 215 Richtung eines affinen Unterraums, 80 Riemannsche Zahlenkugel, 143 Sarrus-Regel, 57 Sattelpunkt, 190 Satz v. Dini, 202
Schachbrettregel, 58 schiefhermitesch, 50 schiefsymmetrisch, 50 Schmidtsches Orthogonalisierungsverfallren, 98 Schnittwinkel, 34 selbstadjungiert, 50 senkrecht, 24, 95 Signumfunktion, 185 singulär, 49 Sinus, 228 Sinus hyperbolicus, 230 Skalar, 23, 79 Skalarmatrix, 49 Skalarprodukt, 24, 30, 95 Skalarprodukt im cn, 30 Skalarprodukt im JR.n, 26 Spaltenrang, 83 Spann, 82 Spatprodukt, 29 Spektrum, 102 Spiegelpunkt, 94 Spiegelungsmatrix, 93 Spur, 104 Standardbasis, 83 stationärer Punkt, 190 steigend, 126 stetig, 180 Stirlingformel, 160 streng monoton fallend, 126, 155 streng monoton steigend, 126 streng monoton wachsend, 155 Subjunktion, 113 Subtraktionsmethode, 15 summierbar, 167 Supremum, 119 surjektiv, 122 symmetrisch, 50 Systemmatrix, 63 Tangens, 228 Tangens hyperbolicus, 230 Tangentengleichung, 197 Taylorpolynom, 215 Taylorreihe, 216 Teilfolge, 156 Teilmenge, 117 Teilraum, 80
240 Transponierte A-r; 50 trigonometrische Form, 135 trivialer Unterraum, 80 Umkehrfunktion, 122 uneigentlich konvergent, 155 Ungleichung, 148 unitär, 61, 102 Untermatrix, 83 Unterraum, 80 Untervektorraum, 80 Urbild, 121 Urbildbereich, 121 Ursprung, 23 Vektor, 79 Vektorprodukt, 27 Vektorraum, Axiome, 79 Verdichtungskriterium , 174 Vereinigung, 117 Vergleichskriterium , 173 Vergleichskriterium von Weierstraß, 201 Verkettung, 122 Verknüpfung, 122 Verneinung, 113 Vielfachheit, 101 vollständige Induktion, 129 VR, 79 wachsend, 126 wahre Aussage, 113 Wendepunkt, 190 Wert, 121 Wertebereich, 121 Wertevorrat, 121 Widerspruchsbeweis, 114 windschief, 34 Winkel, 24 Wurzel, 141 Wurzelkriterium, 172 Zeilenrang, 83 Zeilenstufenform, 63 Zuhaltemethode, 14 Zweipunkteform, 33 Zwischenwertsatz, 180 Zylinder, 231
SYMBOL- UND SACHVERZEICHNIS
----.-.
FürNotizen
r. L
I
!-
241
242
Fü:r Notizen
J:
I
1
'
,: l;
J~
I,. !'
I j,
:i j~
/
!;~