You are on page 1of 70

Zusammenstellung der Definitionen und Stze der Vorlesung

Hhere Mathematik 3
fr el, kyb, mecha, phys

von
Prof. Dr. Bernard Haasdonk
Fachbereich Mathematik
Universitt Stuttgart

Wintersemester 2016/17

Verantwortlich frs Setzen


des Glossars:
Dr. Jochen Schmid

Stand:
24. Februar 2017
Vorbemerkungen
Dies ist eine Zusammenstellung der Definitionen und Stze der Vorlesung Hhere Mathe-
matik 3 fr Elektrotechniker, Kybernetiker, Mechatroniker und Physiker von Prof. Dr. Ber-
nard Haasdonk, gehalten im Wintersemester 2016/17 an der Universitt Stuttgart.
Warnung: diese Zusammenstellung kann noch Fehler enthalten. Sollten Sie Fehler oder
Ungenauigkeiten jeglicher Art entdecken, machen Sie uns bitte umgehend darauf auf-
merksam (mail an bernard.haasdonk@mathematik.uni-stuttgart.de).

2
Inhaltsverzeichnis

1 Mehrdimensionale Integration 5
1.1 Bereichs-Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Anwendung fr Integration ber Normalbereiche . . . . . . . . . . . . . . 8
1.2.1 Volumenberechnung im R2 und R3 . . . . . . . . . . . . . . . . . . 8
1.2.2 Schwerpunktberechnung . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.3 Trgheitsmoment bzgl. einer Achse . . . . . . . . . . . . . . . . . . 9
1.3 Koordinatentransformation in Integralen . . . . . . . . . . . . . . . . . . . 9
1.4 Flchen und Flcheninhalt im Raum . . . . . . . . . . . . . . . . . . . . . 10
1.5 Integralstze in der Ebene . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6 Oberflchenintegrale und Integralstze im R3 . . . . . . . . . . . . . . . . 12

2 Fourier-Analysis 14
2.1 Hilbertrume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Fourier-Reihen und periodische Funktionen . . . . . . . . . . . . . . . . . 16
2.2.1 Periodische Funktionen und deren Fourierkoeffizienten . . . . . . . 16
2.2.2 Konvergenz von Fourier-Reihen . . . . . . . . . . . . . . . . . . . . 19
2.2.3 Aussagen ber Fourierkoeffizienten . . . . . . . . . . . . . . . . . . 21
2.3 Fourier-Transformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 Laplace-Transformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3 Differentialgleichungssysteme 27
3.1 Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Lineare Differentialgleichungssysteme erster Ordnung . . . . . . . . . . . . 28
3.2.1 Homogene Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.2 Inhomogene Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten . . . . 30
3.3.1 Ebene Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3.2 Mehrdimensionale Systeme . . . . . . . . . . . . . . . . . . . . . . 32

4 Partielle Differentialgleichungen 38
4.1 Transportgleichung: eine lineare partielle Differentialgleichung erster Ord-
nung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2 Klassifikation von linearen partiellen Differentialgleichungen zweiter Ord-
nung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3 Wellengleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.4 Wrmeleitungsgleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3
5 Funktionentheorie 46
5.1 Komplexe Differenzierbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.2 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3 Cauchyscher Integralsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.3.1 Der Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.3.2 Anwendung auf uneigentliche reelle Integrale . . . . . . . . . . . . 52
5.3.3 Stammfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.3.4 Hauptzweig des Logarithmus . . . . . . . . . . . . . . . . . . . . . 52
5.4 Cauchysche Integralformel . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.4.1 Der Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.4.2 Anwendungen: Maximumprinzip, Potenzreihenentwicklung, harmo-
nische Funktionen, Cauchysche Ungleichungen . . . . . . . . . . . 54
5.5 Residuensatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.5.1 Der Satz . . . . . . . . . . . . . . . . . R. . . . . . . . . . . . . . . . 57

5.5.2 Anwendung auf uneigentliche Integrale f (x) dx . . . . . . . . . 58
R
5.5.3 Anwendung auf uneigentliche Integrale
R 0 f (x) dx . . . . . . . . . 59
5.5.4 Anwendung auf Fourier-Integrale f (x)eix dx . . . . . . . . . 59
R 2
5.5.5 Anwendung auf Integrale 0 (p/q)(cos(x), sin(x)) dx . . . . . . . . 60

6 Weiterfhrende Themen 61
6.1 Skalare lineare Differentialgleichungen hherer Ordnung . . . . . . . . . . 61
6.1.1 Homogene Differentialgleichungen mit konstanten Koeffizienten . . 62
6.1.2 Inhomogene Differentialgleichungen mit konstanten Koeffizienten . 63
6.2 Distributionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2.1 Definition und Beispiele von Distributionen . . . . . . . . . . . . . 66
6.2.2 Ableitung von Distributionen . . . . . . . . . . . . . . . . . . . . . 66
6.3 Fast Fourier Transform . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.3.1 Diskrete Fouriertransformation . . . . . . . . . . . . . . . . . . . . 67
6.3.2 Schnelle Fouriertransformation . . . . . . . . . . . . . . . . . . . . 69

4
1 Mehrdimensionale Integration
1.1 Bereichs-Integrale
Sei zunchst D Rd ein Quader, das heit: D = [a1 , b1 ] [a2 , b2 ] [ad , bd ]. Wir
definieren dann das Volumen von D und die maximale Seitenlnge von D durch

vol(D) :=(b1 a1 )(b2 a2 ) (bd ad )


 (1.1)
h(D) := max |b1 a1 |, |b2 a2 | . . . , |bd ad |

Wir nennen Z = {Qi }ni=1


Z
(nZ N) eine Zerlegung von D gdw

Qi Quader mit vol(Qi ) > 0


nZ
[
Qi = D
i=1
und fr alle i 6= j ist Qi Qj = oder ein Quader mit vol(Qi Qj ) = 0.

Die Feinheit von Z ist

kZk := max h(Qi ).


i=1,...,nZ

Die Menge aller Zerlegungen von D wird mit Z(D) bezeichnet. Sei f : D R beschrnkt.
Dann heien
nZ
X
Uf (Z) := inf f (x) vol(Qi )
xQi
i=1
nZ
X
Of (Z) := sup f (x) vol(Qi )
i=1 xQi

Riemannsche Untersumme bzw. Riemannsche Obersumme von f bzgl. Z.

Definition 1.1 (Riemann-Integral ber Quader). Fr Quader D Rd heit


Z

f (x) dx := sup Uf (Z) : Z Z(D)
D
Z

f (x) dx := inf Of (Z) : Z Z(D)
D

5
Riemannsches Unterintegral bzw. Riemannsches Oberintegral von f . Weiter heit f
Riemann-integrierbar gdw
Z Z Z
f (x) dx = f (x) dx =: f (x) dx,
D D D
R
und D f (x) dx heit dann Riemann-Integral von f .
Satz 1.2 (Eigenschaften des Integrals). Seien f, g : D R (Riemann-)integrierbar und
, R, dann gilt
Z Z Z
a) f (x) + g(x) dx = f (x) dx + g(x) dx (Linearitt)
D D D
Z Z
b) Falls f (x) g(x) fr alle x, so ist f (x) dx g(x) dx (Monotonie)
D D

c) Falls D = D1 D2 mit vol(D1 D2 ) = 0, dann gilt


Z Z Z
f (x) dx = f (x) dx + f (x) dx (Additivitt)
D D1 D2

Z
d) f (x) dx sup |f (x)| vol(D)

D xD

e) f ist integrierbar gdw fr alle > 0 ein Z Z(D) existiert s.d. Of (Z)Uf (Z) < .
Bemerkung. Analoge Aussagen gelten auch fr allgemeinere Integrationsbereiche als
nur Quader (Integrale ber allgemeiner Integrationsbereiche werden in Definition 1.5
erklrt).
Satz 1.3 (Fubini). Sei D := [a1 , b1 ] [a2 , b2 ] R2 und f : D R integrierbar s.d.
Z b2 Z b1
F (x) := f (x, y) dy und G(y) := f (x, y) dx
a2 a1

existieren fr alle x [a1 , b1 ] bzw. y [a2 , b2 ]. Dann sind F und G integrierbar und
Z Z b2 Z b1 Z b1 Z b2
f (x, y) d(x, y) = f (x, y) dx dy = f (x, y) dy dx.
D a2 a1 a1 a2

Beispiel 1.4 (f (x, y) = 2 xy).


Definition 1.5 (Integrale ber allgemeine Bereiche). Sei D Rd beschrnkte Menge
und Q der kleinste Quader mit D Q. Sei f : D R beschrnkt. Definiere f : Q R
durch
(
f (x), falls x D
f (x) :=
0, sonst

6
(Fortsetzung durch 0). f heit integrierbar ber D gdw f integrierbar ber Q ist, und
dann definiert man
Z Z
f (x) dx := f (x) dx.
D Q

D heit messbar gdw das Integral


Z Z
1 dx = D (x) dx =: vol(D) (1.2)
D Q

existiert. D heit Nullmenge gdw D messbar ist und vol(D) = 0.


Definition 1.6 (Inneres, Rand, Abschluss). Zu D Rd definieren wir das Innere (oder
den offenen Kern)
D := x D : existiert ein > 0 s. d. B (x) D


den Rand
D := x Rd : fr alle > 0 gilt: B (x) D 6= aber B (x) 6 D


und den Abschluss


D := D D.
Satz 1.7 (Charakterisierung von Nullmengen). Sei D Rd beschrnkt. Dann gilt:
D messbar vol(D) = 0 (d.h. Rand ist Nullmenge).
Satz 1.8 (Graphen Nullmenge). Sei f = (fi )m m
i=1 : X R stetig auf kompakter Menge
n
X R , dann ist
D := (x, f (x)) : x X Rn+m


eine Nullmenge.
Satz 1.9 (Integrierbarkeit stetiger Funktionen ber Kompakta). Sei D Rn kompakt
und messbar, f : D R stetig, dann ist f integrierbar ber D.
Bemerkung.
Nullmengen sind bzgl. Integration irrelevant, das heit, fr messbares D und Null-
menge N gilt
Z Z Z
f (x) dx = f (x) dx = f (x) dx
D DN D\N

fr jede integrierbare Funktion f : D0 R mit Definitionsbereich D0 D N .


Achtung: Nullmengeneigenschaft ist dimensionsabhngig: z.B. ist die Kreisscheibe
im R3 eine Nullmenge aber im R2 hat sie Volumen grer 0.
Allgemeine Mengen sind i.a. nicht Riemann-messbar. Die Menge D := [0, 1]2 \Q2
R2 z. B. hat den Rand D = [0, 1]2 (keine Nullmenge in R2 !) und ist damit nicht
messbar nach Satz 1.7.

7
1.2 Anwendung fr Integration ber Normalbereiche
1.2.1 Volumenberechnung im R2 und R3
Definition 1.10 (Normalbereich im R2 ). D R2 heit (x-)Normalberich gdw stetige
Funktionen g, h : [a, b] R existieren s.d.

D = (x, y)> R2 : a x b , g(x) y h(x)



(1.5)

Analog heit D R2 ein y-Normalberich falls

D = (x, y)> R2 : c y d , l(y) x r(y) .




Bemerkung. Analog definiert man Normalbereiche in hheren Dimensionen, z. B. im


R3 :

D = {(x, y, z)> R3 : a x b , g(x) y h(x) , (x, y) z (x, y)}. (1.6)

Satz 1.11 (Integration stetiger Funktionen ber Normalbereiche im R2 ). Sei D wie


in (1.5) und f : D R stetig. Dann ist f ber D integrierbar und
Z Z b Z h(x)
f (x, y) d(x, y) = f (x, y) dy dx.
D a g(x)

Korollar 1.12 (Flcheninhalt von Normalbereichen im R2 ). Zu D aus (1.5) ist der


Flcheninhalt gegeben durch
Z Z b
vol(D) = 1 d(x, y) = h(x) g(x) dx.
D a

Beispiel 1.13 (Kreisflche).


Beispiel 1.14 (Eingeschlossener Bereich zwischen y = x2 und y = 2 x2 ).
Satz 1.15 (Integration stetiger Funktionen ber Normalbereiche im R3 ). Sei D aus (1.6)
gegeben und f : D R stetig. Dann ist f ber D integrierbar und
Z Z b Z h(x) Z (x,y)
f (x, y, z) d(x, y, z) = f (x, y, z) dz dy dx.
D a g(x) (x,y)

Korollar 1.16 (Volumen von Normalbereichen im R3 ). Zu D aus (1.6) ist das Volumen
gegeben durch
Z Z b Z h(x)
vol(D) = 1 d(x, y, z) = (x, y) (x, y) dy dx.
D a g(x)

Beispiel 1.17 (Volumen Rotationsparaboloid).


Beispiel 1.18 (Schnitt zweier Zylinder).
Beispiel 1.19 (Kegel mit Hhe h und kreisfrmiger Grundflche mit Radius R).

8
1.2.2 Schwerpunktberechnung
Definition 1.20 (Schwerpunkt). Sei D Rd eine beschrnkte messbare Menge mit
vol(D) > 0 und sei : D R+ stetig. Dann ist der Schwerpunkt von D definiert als
R
x(x) dx
xS := RD . (1.7)
D (x) dx

Beispiel 1.21 (Schwerpunkt einer Pyramide).

1.2.3 Trgheitsmoment bzgl. einer Achse


Definition 1.22 (Trgheitsmoment). Sei D Rd eine beschrnkte messbare Menge
und sei : D R+ stetig und r : D R+ 0 die Abstandsfunktion zu einer gewhlten
Drehachse. Dann ist das Trgheitsmoment von D bzgl. dieser Achse definiert als
Z
:= (x)r(x)2 dx.
D

Beispiel 1.23 (Trgheitsmoment eines z-achsenparallelen Zylinders bzgl. der x-Achse


als Drehachse).
Bemerkung (Integration ber Nicht-Normalbereiche). Wenn D Rd beschrnkt aber
kein Normalbereich ist, kann man D durch achsenparallele Schnitte hufig in Normalbe-
reiche D1 , . . . , Dn zerlegen und dann (fr integrierbare Integranden auf D) die Additivitt
des Integrals ausnzutzen:
Z Z Z
f (x) dx = f (x) dx + + f (x) dx.
D D1 Dn

Alternativ kann man sich oft auch mit Koordinatentransformationen behelfen.

1.3 Koordinatentransformation in Integralen


Satz 1.24 (Transformationssatz). Sei D Rd kompakt und messbar und sei D Rd .
Sei weiter : D D stetig und |D ein C 1 -Diffeomorphismus, d.h. bijektiv und |D
sowie (|D )1 sind C 1 . Dann ist D kompakt und messbar und fr jede stetige Funktion
f : D R gilt
Z Z
f (x) dx = f ((x))| det(J(x))| dx.
D D

Bemerkung (Standardtransformationen und deren Jacobideterminanten). Wichtig:


Polarkoordinaten-Transformation: (x, y)> = (r, ) = (r cos(), r sin())> mit Ja-
cobideterminante r, d.h.

d(x, y) = r d(r, )

9
Zylinderkoordinaten-Transformation: (x, y, z)> = (r, , z) = (r cos(), r sin(), z)>
mit Jacobideterminante r, d.h.

d(x, y, z) = r d(r, , z)

Kugelkoordinaten-Transformation: (x, y, z)> = (r, , )


= (r cos() sin(), r sin() sin(), r cos())> mit Jacobideterminante r2 sin(), d.h.

d(x, y, z) = r2 sin() d(r, , )

Beispiel 1.25 (Kreisflche).

Beispiel 1.26 (Schwerpunkt homogener Kugeloktant).

1.4 Flchen und Flcheninhalt im Raum


Definition 1.27 (Flche, Parametrisierung). Sei D R2 kompakt und messbar s.d.
D 6= und zusammenhngend ist. Sei p : D R3 eine C 1 -Abbildung, injektiv auf D .
p p
Falls fr alle u = (u1 , u2 )> D die Vektoren u 1
(u) und u 2
(u) linear unabhngig sind,
so nennen wir

F := {p(u) : u D}

eine Flche mit Parametrisierung p

Beispiel 1.28 (Zylindermantel mit Hhe H und Radius R).

Beispiel 1.29 (Graph einer C 1 -Funktion).

Definition 1.30 (Flcheninhalt). Sei p : D R3 eine Parametrisierung der Flche


F = p(D). Dann ist der Flcheninhalt von p(D) das Oberflchenintegral
Z Z
p p
O(F ) := do := u1 (u) u2 (u) d(u1 , u2 ).

F D

p p
Wir nennen do := u1 (u) u2 (u) du das Oberflchenelement der Flche F .

Beispiel 1.31 (Mantelflche Zylinder).

Satz 1.32 (Flcheninhalt eines Graphen). Sei D wie in Definition 1.27, : D R eine
C 1 -Funktion und F der Graph von , also eine Flche F = p(D) mit Parametrisierung
p(u1 , u2 ) = (u1 , u2 , (u1 , u2 ))> . Dann gilt fr den Flcheninhalt
Z r  2  2
O(F ) = 1+ + d(u1 , u2 ).
D u1 u2

Beispiel 1.33 (Flcheninhalt: obere Hlfte einer Kugelschale).

10
Satz 1.34 (Flcheninhalt einer Rotationsflche nach Guldin). Sei C eine glatte Kurve
in der offenen rechten x-y-Halbebene. Sei F die Flche, die durch Rotation von C um
die y-Achse entsteht. Dann gilt fr deren Flcheninhalt

O(F ) = 2r L(C),

wobei r der Abstand des Schwerpunktes von C zur y-Achse ist und L(C) die Lnge von
C.

Beispiel 1.35 (Oberflcheninhalt Torus).

Satz 1.36 (Volumen eines Rotationskrpers nach Guldin). Sei C eine geschlossene glatte
Kurve in der offenen rechten x-y-Halbebene und E die von C umschlossene Flche in der
x-y-Halbebene. Sei D der Krper, der durch Rotation von E um die y-Achse entsteht.
Dann gilt fr dessen Volumen

vol(D) = 2r O(E),

wobei r der Abstand des Schwerpunktes von E zur y-Achse ist und O(E) der Flcheninhalt
von E.

Beispiel 1.37 (Volumen Torus).

1.5 Integralstze in der Ebene


Satz 1.38 (Satz von Green im R2 ). Sei U R2 offen und zusammenhngend und
f = (f1 , f2 )> : U R2 ein C 1 -Vektorfeld. Weiter sei D U kompakt, messbar und
x- und y-Normalbereich und werde von geschlossener C 1 -Kurve C berandet, wobei deren
Parametrisierung so gewhlt sei, dass D links zur Durflaufrichtung liegt. Dann gilt
I Z
hf (x), dxi = rot f (x) dx.
C D

Bemerkung. Die Voraussetzung, dass D ein x- und y-Normalbereich ist, kann abge-
schwcht werden: es gengt wenn D = D1 Dn mit x- und y-Normalbereichen Di
und mit Di Dj = fr i 6= j.

Satz 1.39 (Satz von Gau im R2 ). Seien die Voraussetzungen von Satz 1.38 erfllt
und darberhinaus sei C auf Bogenlnge parametrisiert, das heit die Tangentialvektoren
(T1 (t), T2 (t))> := C 0 (t) haben alle Lnge 1. Dann gilt
I Z
hf (x), n(x)i dx = div f (x) dx,
C D

wobei n(C(t)) := (T2 (t), T1 (t))> den ueren Einheitsnormalenvektor an C in C(t)


bezeichnet.

11
Bemerkung. Satz von Gau ist Verallgemeinerung des Fundamentalsatzes der Differential-
und Integralrechnung.
Beispiel 1.40 (Verifikation des Gauschen Satzes an einem Beispiel).
Beispiel 1.41 (Inkompressible Flssigkeiten).
Beispiel 1.42 (Wrmeleitungsgleichung).

1.6 Oberflchenintegrale und Integralstze im R3


Definition 1.43 (Oberflchenintegrale). Sei F = p(D) eine Flche mit Parametrisierung
p : D R3 wie in Definition 1.27, also insbesondere D R2 kompakt und messbar.
(i) Fr eine stetige Funktion f : F R ist das Oberflchenintegral erster Art definiert
durch
Z Z
p p
f do := f (p(u))
(u) (u)
d(u1 , u2 ).
F D u1 u2

(ii) Fr ein stetiges Vektorfeld f : F R3 ist das Oberflchenintegral zweiter Art


definiert durch
Z Z
p p
hf, ni do := hf (p(u)), n(p(u))i
u1 (u) u2 (u) d(u1 , u2 ),

F D

wobei n das Einheitsnormalenfeld auf F ist, das heit:


p p
u1 (u) u2 (u)
n(p(u)) :=
p
.
p
u1 (u) (u)

u2
H
Wenn F geschlossen ist, schreiben wir F f do. In diesem Fall soll p so gewhlt sein, dass
n nach auen zeigt.
Bemerkung.
R R
Der Flcheninhalt von F aus Definition 1.27 ist O(F ) = F do = F 1 do im Sinne
der obigen Definition.
R
Masse einer Flche F mit Dichtefeld ist m = F do
R
Durchfluss eines Strmungsfeldes f durch Flche F ist F hf, ni do.
Satz 1.44 (Satz von Gau). Sei U R3 offen, zusammenhngend und f = (f1 , f2 , f3 )> :
U R3 ein C 1 -Vektorfeld. Weiter sei G U kompakt, messbar und bzgl. x-,y-,z-
Koordinate ein Normalbereich. Der Rand G bestehe aus endlich vielen glatten Flchen
mit ueren Einheitsnormalenfeldern n. Dann gilt
Z I
div f dx = hf, ni do
G G

12
Bemerkung. Wie in den Integralstzen in R2 kann die Voraussetzung der Normalbe-
reicheigenschaft abgeschwcht werden zur Zerlegbarkeit in Normalbereiche.

Beispiel 1.45 (Verifikation des Gauschen Satzes an einem Beispiel).

Satz 1.46 (Satz von Stokes). Sei F = p(D) eine Flche mit Parametrisierung p : D
R3 wie in Definition 1.27. Der Rand F sei durch stckweise C 1 -Kurve C parametrisiert
und die Orientierung von C sei so, dass n(C(t)) C 0 (t) in Richtung der Flche zeigt.
Dann gilt
Z I
hrot f, ni do = hf (x), dxi .
F C

Bemerkung. Die rechte Seite hngt nur von F ab und nicht von F selbst, fr zwei
Flchen mit bereinstimmendem Rand stimmen also die Integrale
R auf der linken Seite
berein. Insbesondere gilt fr geschlossene Flchen F , dass F hrot f, ni do = 0.

Beispiel 1.47 (Verifikation des Stokesschen Satzes an einem Beispiel).

Satz 1.48 (Integralsatz von Green). Seien G U R3 wie in Satz 1.44. Fr C 2 -


Funktionen f, g : U R gilt dann
Z I
g
(i) f g + hf, gi dx = f do
G G n
Z I
f
(ii) gf + hf, gi dx = g do
G G n
Z I
g f
(iii) Subtraktion ergibt f g gf dx = f g do
G G n n
Bemerkung. (i) oder (ii) knnen als Verallgemeinerung der partiellen Integration auf
Intervallen im R1 aufgefasst werden.

Beispiel 1.49 (Greenscher Satz fr die Eindeutigkeit in Randwertproblemen, beispiels-


weise Poisson-RWP).

Bemerkung (Symmetrie von ).

13
2 Fourier-Analysis
2.1 Hilbertrume
Definition 2.1 (Skalarprodukt). Sei V ein C-Vektorraum. Eine Abbildung h, i : V
V C heit Skalarprodukt gdw fr alle u, v, w V und C gilt

(i) hu, vi = hv, ui (Hermitizitt)

(ii) hu + v, wi = hu, wi + hv, wi und hu, vi = hu, vi (konjugierte Linearitt im


ersten Argument)

(iii) hu, ui 0, und darberhinaus gilt: hu, ui = 0 gdw u = 0 (positive Definitheit)

Bemerkung.

Linearitt bzgl. des zweiten Arguments folgt mit (i) und (ii), insbesondere hu, vi =
hu, vi

Fr u, v V definiere Orthogonalitt: u heit orthogonal zu v (in Zeichen: u v)


gdw hu, vi = 0.

Beispiel 2.2 (Unitre Rume).

Beispiel 2.3 (Skaliertes L2 -Skalarprodukt). V := C([0, T ], C) mit T R+ ist ein C-


Vektorraum mit Skalarprodukt
Z T
1
hf, gi := f (t) g(t) dt (f, g V ). (2.1)
T 0

Bemerkung (Skalarprodukt und induzierte Norm, CauchySchwarz, GramSchmidt).

Jedes Skalarprodukt h, i auf V induziert eine Norm auf V via


p
kuk := hu, ui (u V )

Es gilt die CauchySchwarzsche Ungleichung:

| hu, vi | kuk kvk (u, v V ).

14
Vektoren orthonormalisieren kann man mit dem GramSchmidt-Verfahren. Sei
{uk }nk=1 V linear unabhngig gegeben. Ziel: orthonormale Menge {k }nk=1 finden
mit span{k }nk=1 = span{uk }nk=1 . Das Verfahren hierzu geht so:

1 := u1 / ku1 k und dann fr k = 1, . . . , n 1 :


k
X
uk+1 := uk+1 hj , uk+1 i j (Orthogonalisierung) (2.2)
j=1

k+1 := uk+1 / kuk+1 k (Normierung)

Die so konstruierten Vektoren k sind orthonormal, das heit: hk , k0 i = k k0 , und


es gilt span{k }nk=1 = span{uk }nk=1 .

Satz 2.4 (Orthogonalprojektion und Bestapproximation). Sei {k }nk=1 V orthonormal


und sei Vn := span{k }nk=1 . Dann ist die orthogonale Projektion von f V auf Vn
gegeben durch
n
X
fn := hj , f i j
j=1

und diese erfllt

hf fn , gi = 0 (g Vn ). (2.3)

Weiter ist fn die beste Approximation des gegebenen Vektors f durch Vektoren aus Vn ,
das heit:

kf fn k kf gk (g Vn ). (2.4)

Bemerkung (Vollstndigkeit).

In einem normierten Raum V (einem Vektorraum mit einer Norm kk) kann man
Abstnde messen und Konvergenz definieren:

Eine Folge (fk )kN in V heit Cauchy-Folge gdw

kfn fm k 0 (m, n )

(das heit: zu jedem > 0 existiert ein n0 N s.d. fr alle m, n n0 gilt:


kfn fm k < ).

Eine Folge (fk )kN in V heit konvergent gegen f V gdw

kfk f k 0 (k ),

und man schreibt dann fk f fr k . Weiter heit f dann der Grenzwert


von (fk ) (automatisch eindeutig!) und man schreibt f = limk fk .

15
Der normierte Raum V heit vollstndig gdw jede Cauchy-Folge in V konvergiert
in V .

Definition 2.5 (Hilbertraum).pSei H ein C- oder R-Vektorraum mit Skalarprodukt h, i


und induzierter Norm kk = h, i. Wenn H vollstndig ist bzgl. dieser Norm ist, so
heit H ein Hilbertraum (sonst Pr-Hilbertraum).

Beispiel 2.6 (C(I, C) nicht vollstndig bzgl. L2 -Skalarprodukt).

Beispiel 2.7 (Raum `2 (C) der quadratsummierbaren Folgen ist vollstndig).

Beispiel 2.8 (Raum der quadratintegrierbaren Funktionen).

Definition 2.9 (Orthonormalsystem). Sei V ein (Pr-)Hilbertraum und I eine beliebige


Indexmenge. Dann heit die Menge {fk }kI V

(i) Orthogonalsystem gdw hfk , fl i = 0 fr alle k, l I mit k 6= l

(ii) Orthonormalsystem (ONS) gdw hfk , fl i = k l fr alle k, l I

Beispiel 2.10 (Standard-ONS in `2 (C)).

Bemerkung. Sei {fk }kI V ein ONS eines V (Pr-)Hilbertraums. Dann ist

{fk }kI linear unabhngig,

aber {fk }kI ist i.a. keine Basis von V . Denn z.B. liegt f := (1/n)nN in dem
Hilbertraum `2 (C), aber f kann nicht als endliche Linearkombination der Standard-
ONS-Vektoren en von `2 (C) geschrieben werden.

2.2 Fourier-Reihen und periodische Funktionen


2.2.1 Periodische Funktionen und deren Fourierkoeffizienten
Definition 2.11 (T -periodische Funktion). Eine Funktion f : R C heit periodisch
mit Periode T > 0 gdw

f (t + T ) = f (t) (t R).

Beispiel 2.12 (Frequenz, Wellenlnge, Amplitude). Sei f (t) := f0 cos(t). Dann heit
Kreisfrequenz, := /2 die Frequenz, 1/ die Wellenlnge und f0 die Amplitude von
f . f hat Periode T = 2/.

Bemerkung.

Wenn f T -periodisch ist, dann auch kT -periodisch fr jedes k N.

Jede nichtkonstante, stetige und periodische Funktion besitzt eine kleinste Periode
T0 (Minimalperiode von f ).

16
Summen und skalare Vielfalche von T -periodischen Funktionen sind wieder T -
periodisch, kurz:

VT := {f : R C : f ist T -periodisch}

ist ein Untervektorraum von Abb(R, C) fr jedes feste T > 0.

Wenn f integrierbar ist ber [0, T ] und T -periodisch, dann ist f auch ber [c, c + T ]
integrierbar fr alle c R und es gilt
Z c+T Z T
f (t) dt = f (t) dt.
c 0

Periodische Fortsetzungen. Wenn g auf einem Teilintervall von R gegeben ist:


(i) direkte Fortsetzung von g : [0, T ) C:

f (t) := g(t kT ) fr kT t < (k + 1)T mit k Z

(ii) gerade Fortsetzung von g : [0, T /2] C: Spiegelung an y-Achse und dann
direkte Fortsetzung, das heit:

g(t) := g(t) fr T /2 t < 0


f (t) := g(t kT ) fr (2k 1)T /2 t < (2k + 1)T /2 mit k Z

(iii) ungerade Fortsetzung von g : [0, T /2] C mit g(0) = 0 = g(T /2): Spiegelung
am Ursprung und dann direkte Fortsetzung, das heit:

g(t) := g(t) fr T /2 t < 0


f (t) := g(t kT ) fr (2k 1)T /2 t < (2k + 1)T /2 mit k Z

Satz 2.13 (Fourier-ONS). Die Funktionen eikt Abb(R, C) mit := 2/T und k Z
sind T -periodisch und {eikt }kZ ist ein ONS bzgl. des Skalarproduktes
Z T
1
hf, gi := f (t) g(t) dt.
T 0

Korollar 2.14 (Orthogonalitt trigonometrischer Funktionen). Fr alle k, l N0 gilt:



Z T 0, k 6= l

(i) cos(kt) cos(lt) dt = T /2, k = l 6= 0,
0
T, k = l = 0

Z T (
0, k 6= l
(ii) sin(kt) sin(lt) dt =
0 T /2, k = l 6= 0

17
Z T
(iii) sin(kt) cos(lt) dt = 0
0

Definition 2.15 (Trigonometrische Polynome, Fourier-Summe und Fourier-Reihe). Eine


Funktion der Form
n
a0 X 
Sn (t) := + ak cos(kt) + bk sin(kt) (2.5)
2
k=1

heit trigonometrisches Polynom. Sei f : R C integrierbar auf [0, T ] und T -periodisch


sowie := 2/T . Dann heien
Z T Z T
2 2
ak := f (t) cos(kt) dt (k N0 ), bk := f (t) sin(kt) dt (k N)
T 0 T 0

die reellen Fourierkoeffizienten von f . Das zugehrige trigonometrische Polynom Sn (t)


mit diesen Koeffizienten heit n-te Fourier-Summe von f und die formale Reihe

a0 X 
+ ak cos(kt) + bk sin(kt)
2
k=1

heit reelle Fourier-Reihe von f .

Satz 2.16 (Komplexe trigonemtrische Polynome). Sei Sn aus (2.5) gegeben. Dann ist
n
X
Sn (t) = ck eikt (2.6)
k=n

mit
a0 1 1
c0 = , ck = (ak ibk ), ck = (ak + ibk ) (k N). (2.7)
2 2 2
Bemerkung.

Wenn umgekehrt (2.6) gegeben ist, so bekommt man (2.5) mittels

ak = ck + ck , bk = (ck ck )i (k N0 ). (2.8)

Wenn ak , bk R, also f bzw. Sn reellwertig sind, so gilt

ck = ck (k Z).

Beispiel 2.17 (Dirichletkern: explizite Darstellung).

18
Satz 2.18 (Bestapproximation durch Fourier-Summen). Sei f : R C T -periodisch
und quadratintegrierbar auf [0, T ] und := 2/T . Sei weiter

Vn := span 1, cos(kt), sin(kt) : k = 1, . . . , n

der Raum der trigonometrischen Polynome bis zum Grad n. Dann ist die Bestapproxi-
mation von f in Vn gegeben durch Sn aus (2.5) mit
Z T Z T
2 2
ak := f (t) cos(kt) dt (k N0 ), bk := f (t) sin(kt) dt (k N).
T 0 T 0

Insbesondere gilt also nach Satz 2.4, dass

kf Sn k kf gk (g Vn )

bzgl. der Norm


1 Z T 1/2
kgk := g(t) g(t) dt .
T 0

Bemerkung.

Wenn f eine ungerade Funktion ist, das heit

f (t) = f (t) (t R),

dann sind die ak = 0 fr alle k N0 (reine Sinus-Summe bzw. -Reihe)

Wenn f eine gerade Funktion ist, das heit

f (t) = f (t) (t R),

dann sind die bk = 0 fr alle k N (reine Cosinus-Summe bzw. -Reihe)

2.2.2 Konvergenz von Fourier-Reihen


Wir betrachten folgende Konvergenzarten fr Folgen (fn ) von Funktionen auf [0, T ):

punktweise Konvergenz: lim fn (t) = f (t) fr alle t [0, T )


n

gleichmige Konvergenz: lim sup |fn (t) f (t)| = 0


n t[0,T )

Konvergenz bzgl. skalierter L2 -Norm (Konvergenz im quadratischen Mittel):


1 Z T 1/2
lim kfn f k = lim |fn (t) f (t)|2 dt =0
n n T 0

19
Satz 2.19 (L2 -Konvergenz von Fourier-Reihen quadratintegrierbarer Funktionen). Sei
f : R C T -periodisch und quadratintegrierbar ber [0, T ]. Dann konvergiert die Fourier-
Reihe (Sn ) von f im quadratischen Mittel gegen f :

lim kSn f k = 0.
n

Satz 2.20 (I.a. keine gleichmige Konvergenz). Sei f : R C T -periodisch und qua-
dratintegrierbar ber [0, T ]. Wenn f unstetig ist, dann kann (Sn ) nicht gleichmig gegen
f konvergieren.

Beispiel 2.21 (Sgezahnfunktion).

Beispiel 2.22 (Rechteckfunktion).

Definition 2.23 (Stckweise glatte Funktionen). Die Funktion f : [0, T ] C heit


stckweise glatt gdw f bis auf endlich viele Stellen t1 , . . . tm stetig differenzierbar ist und
die einseitigen Grenzwerte von f und f 0 in den Stellen ti existieren. Wir schreiben

f (t ) := lim f (t h) und f (t+ ) := lim f (t + h).


h&0 h&0

Satz 2.24 (Konvergenz von Fourier-Reihen stckweise glatter Funktionen). Sei f : R


C T -periodisch und stckweise glatt und in allen Ausnahmestellen ti aus Definition 2.23
gelte
1
f (t+

f (ti ) = i ) + f (ti ) .
2
(i) Dann konvergiert (Sn ) punktweise gegen f :

lim Sn (t) = f (t) (t R).


n

(ii) Wenn f |[c,d] stetig ist fr c < d, dann konvergiert (Sn ) auf [c, d] sogar gleichmig
gegen f .

Korollar 2.25. Wenn f : R C T -periodisch, stckweise glatt und stetig ist (das heit
hchstens f 0 hat Unstetigkeitsstellen), dann konvergiert (Sn ) auf R gleichmig gegen f .

Beispiel 2.26 (Sgezahn- und Rechteckfunktion).

Bemerkung (Gibbs-Phnomen).

Satz 2.27 (Rechenregeln). Seien f, g : R C T -periodisch und integrierbar auf [0, T ]


mit punktweise gegen f bzw. g konvergenten Fourier-Reihen:

X
X
f (t) = ck eikt und g(t) = dk eikt
k= k=

fr alle t R (wobei := 2/T ). Dann gilt

20
(i) Linearitt: fr , C gilt

X
ck + dk eikt

f (t) + g(t) = (t R)
k=

(ii) Komplexe Konjugation:



X
X
f (t) = ck eikt = ck eikt (t R)
k= k=

(iii) Verschiebung im Zeitbereich: fr s R gilt



X
X
ik(t+s)
f (t + s) = ck e = eiks ck eikt (t R)
k= k=

(iv) Ableitung: wenn die formal abgeleitete Reihe ikt gleichmig kon-
P
k= ik ck e
vergiert bzgl. t R, dann ist f differenzierbar und

X
f 0 (t) = ik ck eikt (t R)
k=

(v) Stammfunktion: wenn die Reihe fr f gleichmig konvergiert bzgl. t R, dann ist
f stetig und
Z X ck
f (t) dt = c0 t + eikt + C (t R).
ik
kZ\{0}

RT
Diese Stammfunktion ist T -periodisch, sofern c0 = 0 das heit: 0 f (t) dt = 0.

2.2.3 Aussagen ber Fourierkoeffizienten


Satz 2.28 (Parseval und Bessel). Sei f : R C T -periodisch und quadratintegrierbar
ber [0, T ]. Dann gilt

(i) Besselsche Ungleichung:


n n
a20 X 2 T
X Z
+ |ak |2 + |bk |2 = 2 |ck |2 |f (t)|2 dt (n N).
2 T 0
k=1 k=n

(ii) Parsevalsche Gleichung:


T
a20 X
Z
X 2
+ |ak |2 + |bk |2 = 2 |ck |2 = |f (t)|2 dt.
2 T 0
k=1 kZ

21
Korollar 2.29 (Fourierkoeffizienten bilden Nullfolge). Sei f : R C T -periodisch und
quadratintegrierbar ber [0, T ], dann bilden die Fourierkoeffizienten von f Nullfolgen:

lim |ak | = 0, lim |bk | = 0, lim |ck | = 0.


k k k

Satz 2.30 (Absolute Konvergenz von Fourier-Reihen stetiger stckweiser glatter Funk-
tionen). Sei f : R C T -periodisch, stckweise glatt und stetig. Dann konvergiert die
Fourierreihe (Sn ) von f absolut:
X
|ck | <
kZ

(und nach Korollar 2.25 auch gleichmig).


Satz 2.31 (Abfallverhalten von Fourierkoeffizienten). Sei f C n+1 (R, C) T -periodisch,
dann existert ein C > 0 s. d.
C
|ck | (k Z).
|k|n+1

2.3 Fourier-Transformation
Definition 2.32 (Absolute Integrierbarkeit). Sei f : R C auf jedem kompakten
Intervall Riemann-integrierbar. Dann heit f absolut integrierbar (oder L1 -integrierbar)
gdw
Z Z r
|f (t)| dt := lim |f (t)| dt <
r r

Beispiel 2.33 (1/(1 + t2 ), p(t)e|t| , sin(t)/t).


Definition 2.34 (Fourier-Transformation). Sei f : R C absolut integrierbar. Dann
ist die Fourier-Transformierte fb : R C von f definiert durch
Z
f () :=
b f (t)eit dt ( R)

und die Fourier-Kotransformierte fq : R C von f ist definiert durch


Z
1 b 1
fq() := f () = f (t)eit dt ( R).
2 2

Die Abbildung F : f 7 fb heit Fourier-Transformation und die Abbildung f 7 fq heit


Fourier-Kotransformation.
Bemerkung.
Die Vorfaktoren vor den Integralen knnen je nach Quelle variieren, solange das
Produkt der Vorfaktoren immer 1/2 ergibt.

22
Weil |eit | = 1 fr alle , t R, ist mit f auch t 7 f (t)eit absolut integrierbar
(insbesondere sind die Integrale in obiger Definition berhaupt sinnvoll) und fb ist
beschrnkt:
Z Z
it

|f ()|
b f (t)e dt = |f (t)| dt = C < ( R).

Wenn f : R R, also reellwertig, dann ist fb komplexwertig, aber in Analogie zu


periodischen Funktionen (ck = ck ) erhlt man:
Z Z
f () =
b f (t)eit dt = f (t)eit dt = fb().

Vllig analog definiert man die Fourier-(Ko-)Transformation fr absolut integrier-


bare f : Rd C:
Z
f (k) :=
b f (x)eihk,xi dx (k Rd )
Rd Z
1
f (k) :=
q f (x)eihk,xi dx (k Rd ),
(2)d Rd

wobei hk, xi = k1 x1 + kd xd .

Satz 2.35 (Fourier-Inversionssatz). Seien f : R C und fb : R C beide absolut


integrierbar. Dann kann man f aus fb zurckgewinnen, und zwar gilt
Z
1 1
f (t) = fb()eit d =q(fb)(t) = F(F(f ))(t)
2 2

fr fast alle t R. Wenn f zustzlich stetig ist, dann gilt f (t) =q(fb)(t) fr alle t R
(ohne Ausnahmestellen).

Bemerkung.

Der obige Satz besagt also, dass die Umkehrabbildung F 1 der Fourier-Transformation
durch die Fourier-Kotransformation gegeben ist.

Interpretation: die Darstellung


Z
1
f (t) = fb()eit d
2

kann interpretiert werden als Zerlegung der Zeitbereichsfunktion t 7 f (t) (Signal)


nach den einzelnen Frequenzanteilen , genauer als Zerlegung von f in ebene Wel-
len fb()ei . mit (Kreis)frequenz und (komplexer) Amplitude fb(). Daher wird
|fb| auch das Amplitudenspektrum von f genannt und fb wird das kontinuierliche
Spektrum von f genannt.

23
Der obige Inversionssatz gilt vllig analog auch fr Funktionen mit d Variablen:
wenn f : Rd C und fb : Rd C beide absolut integrierbar sind, dann gilt
Z
1
f (x) = fb(k)eihk,xi dk
(2)d Rd

fr fast alle x Rd . Interpretation: Zerlegung der Ortsraumfunktion x 7 f (x)


nach den einzelnen Impulsanteilen k.

Lemma 2.36 (RiemannLebesgue). Sei f : R C absolut integrierbar. Dann ist fb


stetig auf R und

lim fb() = 0.

Satz 2.37 (Plancherel). Ist |f |2 absolut integrierbar, so auch |fb|2 und es gilt
Z Z
1 2
|f ()| d =
b |f (t)|2 dt.
2

Beispiel 2.38 (Rechtecksimpuls).

Beispiel 2.39 (e3t [0,) (t) und e|t| ).

Satz 2.40 (Rechenregeln). Seien f, g : R C absolut integrierbar. Dann gilt

(i) Linearitt: fr , C gilt

F(f + g) = F(f ) + F(g)

(ii) Translation: fr g(t) := f (t + h) mit einem h R gilt

gb() = eih fb()

(iii) Streckung: fr g(t) := f (at) mit einem a R \ {0} gilt


1b
gb() = f (/a)
a

Satz 2.41 (Fourier-Transformation und Ableitung). Sei f stckweise glatt und stetig
und absolut integrierbar. Ist f 0 absolut integrierbar, dann gilt

(f
d 0 )() = i fb().

Ist t 7 g(t) := tf (t) absolut integrierbar, dann ist fb differenzierbar und


0
fb = i gb.

Beispiel 2.42 (Lsen einer Differentialgleichung).

24
Satz 2.43 (Faltungssatz). Seien f, g und f g : R C absolut integrierbar, wobei
Z
(f g)(t) := f (s)g(t s) ds

(Faltung von f und g). Dann gilt

F(f g) = fbgb.

Bemerkung.

Der Faltung im Zeitbereich entspricht also die Multiplikation im Frequenzbereich.

Dies ist extrem praxisrelevant: nach Approximation von f, g durch Abtasten in


N Punkten (Diskretisierung), ist Faltung mit Rechenaufwand O(N 2 ) berechenbar,
whrend F (mittels Fast Fourier Transformation) in O(N log N ) berechenbar ist.
Somit ist f g = F 1 (fbgb) wesentlich schneller, nmlich in O(N log N ), berechenbar.

Beispiel 2.44 (Signalfilterung).

2.4 Laplace-Transformation
Definition 2.45 (Laplace-Transformation). Sei f : [0, ) C lokal integrierbar (d. h. in-
tegrierbar ber jedes kompakte Intervall in [0, )). Wenn ein r < (Konvergenzabszis-
se) existiert so, dass fr alle z C mit Re(z) > r das uneigentliche Integral
Z
F (z) := L(f )(z) := f (t)ezt dt
0

existiert, so heit F die Laplace-Transformierte von f . Die Abbildung L : f 7 F heit


Laplace-Transformation.

Definition 2.46 (Exponentielle Ordnung). Die Funktion f : [0, ) C ist von expo-
nentieller Ordnung gdw ein M > 0 existiert so, dass

|f (t)| M et (t 0)

(das heit f wchst hchstens exponentiell).

Beispiel 2.47 (Polynome, sin, cos, exp(t), exp(t2 )).

Satz 2.48 (Laplace-Transformation von Funktionen exponentieller Ordnung). Ist f :


[0, ) C stckweise stetig und von exponentieller Ordnung , so existiert L(f )(z) fr
alle z mit Re(z) > und es gilt

lim L(f )(z) = 0.


Re(z)

Beispiel 2.49 (exp(t)).

25
Beispiel 2.50 (tn ).

Beispiel 2.51 (cos(t)).

Bemerkung (Laplace-Inversionssatz). Sei f : [0, ) C stckweise glatt und stetig


mit einer Konvergenzabszisse r < . Dann kann man f aus L(f ) zurckgewinnen, und
zwar gilt
Z +i Z r
1 st 1
f (t) = L(f )(s)e ds := lim L(f )( + i)e(+i)t d
2i i 2 r r

fr alle t [0, ) und alle > r. Insbesondere ist das Integral auf der rechten Seite
unabhngig von > r und es gengt L(f ) auf einer einzigen Geraden { + i : R}
mit > r zu kennen um f zu rekonstruieren.

Satz 2.52 (Rechenregeln). Seien f, g : [0, ) C s.d. L(f ) und L(g) mit Konvergenz-
abszisse rf , rg existieren. Dann gilt

(i) Linearitt: fr , C und Re(z) > max{rf , rg } gilt

L(f + g)(z) = L(f )(z) + L(g)(z)

(ii) Streckung: fr g(t) := f (at) mit a > 0 und Re(z)/a > rf gilt

1
L(g)(z) = L(f )(z/a)
a

(iii) Dmpfung: fr g(t) := eat f (t) mit a R und Re(z) + a > rf gilt

L(g)(z) = L(f )(z + a).

Satz 2.53 (Laplace-Transformation und Ableitung). Ist f von exponentieller Ordnung


und stckweise glatt und stetig, so gilt

L(f 0 )(z) = z L(f )(z) f (0).

Beispiel 2.54 (sin(t)).

Beispiel 2.55 (Lsen einer linearen skalaren Differentialgleichung).

26
3 Differentialgleichungssysteme
3.1 Grundlagen
Definition 3.1 (System von Differentialgleichungen). Sei I R ein (Zeit-)Intervall,
D Rn eine offene Menge (Zustandsraum) (n N) und f : I D Rn stetig. Dann
heit

y 0 = f (t, y)

bzw. ausgeschrieben

y10 (t) = f1 (t, y1 (t), . . . , yn (t))


..
.
yn0 (t) = fn (t, y1 (t), . . . , yn (t))

ein System von n gewhnlichen Differentialgleichungen (DGLn) erster Ordnung fr un-


bekannte Funktion y : I D. Wenn f nicht von t abhngt, heit das System autonom,
sonst nichtautonom.

Bemerkung.

Interpretation: Lsungskurve y ist Trajektorie (Bahnkurve) eines Teilchens im zeit-


abhngigen Vektorfeld x 7 f (t, x) (Geschwindigkeitsfeld)

Bei autonomen Systemen, das heit: f (t, x) = f (x), ist mit y auch jede zeitversetzte
Funktion y := y( + ) eine Lsung, denn

y 0 (t) = y 0 (t + ) = f (y(t + )) = f (y(t)).

Definition 3.2 (Anfangswertproblem). Sei f : I D Rn stetig und I0 := [t0 , t1 ) I


und y0 D. Dann heit y : I0 D (lokale) Lsung des Anfangswertproblems (AWP)

y 0 = f (t, y) und y(t0 ) = y0 (3.1)

mit Anfangswert y0 und Anfangszeit t0 gdw y differenzierbar ist und

y 0 (t) = f (t, y(t)) (t I0 ) und y(t0 ) = y0 .

Satz 3.3 (Satz von Peano ber Existenz von Lsungen). Jedes AWP mit stetigem f
besitzt mindestens eine Lsung, die sich auf den Rand von I D fortsetzen lsst.

27
Bemerkung. Fortsetzbarkeit bis auf den Rand heit nicht, dass y auf ganz I fortgesetzt
werden kann es kann auch zuerst D erreicht werden (vor gewnschter Endzeit).
Beispiel 3.4 (Existenz nur auf endlichem Zeitintervall).
Beispiel 3.5 (AWP mit mehreren Lsungen).
Satz 3.6 (Satz von PicardLindelf ber Existenz und Eindeutigkeit von Lsungen). Sei
f : I D Rn stetig und sogar Lipschitz-stetig bzgl. des zweiten Arguments, das heit:
es gibt ein L 0 s. d.
|f (t, y) f (t, y)| L|y y| (t I und y, y D).
Dann existiert zu jedem t0 I und jedem y0 D eine eindeutige nicht weiter fortsetzbare
Lsung des AWP (3.1), und diese kommt dem Rand von I D beliebig nahe.
Bemerkung.
f ist beispielsweise dann Lipschitz-stetig bzgl. des zweiten Arguments y, wenn
f partiell differenzierbar bzgl. y1 , . . . , yn ist und die partiellen Ableitungen yi f
beschrnkt sind:
sup |yi f (t, y)| L < .
(t,y)ID


R (0, ) 3 (t, y) 7 f (t, y) = y aus Beispiel 3.5 ist nicht Lipschitz-stetig bzgl. y,
denn
1
y f (t, y) =
2 y
ist nicht beschrnkt auf I D.

3.2 Lineare Differentialgleichungssysteme erster Ordnung


Definition 3.7 (Lineares Differentialgleichungssystem). Sei I R ein Intervall, D :=
Rn . Dann heit
y 0 = A(t)y + b(t) (3.2)
mit A = (aij )ni,j=1 : I Rnn und b = (bi )ni=1 : I Rn ein lineares System von
Differentialgleichungen erster Ordnung. Das System heit homogen gdw b = 0, und
inhomogen sonst.
Bemerkung. Vorsicht: die Linearitt in obiger Definition bezieht sich nur auf y und
nicht auch auf t, das heit: die rechte Seite von (3.2) ist affin-linear in y aber A(t), b(t)
knnen beliebige nichtlineare Funktionen in t sein.
Korollar 3.8 (Existenz und Eindeutigkeit). Seien alle aij , bi stetig auf I und die aij
seien beschrnkt auf I. Dann existiert eine eindeutige Lsung des AWP zu (3.2) auf dem
ganzen Intervall I.

28
3.2.1 Homogene Systeme
Wir betrachten zunchst den Fall homogener Systeme (b = 0 in (3.2)), das heit:

y 0 = A(t)y. (3.3)

Die Menge V der Lsungen der Differentialgleichung (3.3) ist ein Vektorraum, was man
sofort aus der Linearitt von x 7 A(t)x sieht. Insbesondere ist y = 0 V eine Lsung
(sogenannte Gleichgewichtslsung).

Lemma 3.9. Seien y(i) : I Rn (i = 1, . . . , m) Lsungen von (3.3). Wenn

Y (t) := {y(1) (t), . . . , y(m) (t)}

linear abhngig (bzw. linear unabhngig) ist fr ein einziges t = t0 I, dann ist Y (t)
linear abhngig (bzw. linear unabhngig) sogar fr alle t I.

Satz 3.10 (Dimension des Lsungsraums ist Dimension des Zustandsraums).

V := {y : y Lsung von (3.3)}

ist ein n-dimensionaler Vektorraum.

Definition 3.11 (Fundamentalsystem). Jede Basis {y(1) , . . . , y(n) } des Lsungsraums


V von (3.3), oder mit anderen Worten: jede n-elementige lineare unabhngige Menge
{y(1) , . . . , y(n) } von Lsungen von (3.3), heit Fundamentalsystem von (3.3).

Definition 3.12 (Wronski-Matrix). Seien y(1) , . . . , y(n) n Lsungen von (3.3). Dann heit

W (t) := [y(1) (t), . . . , y(n) (t)] Rnn

Wronski-Matrix zu y(1) , . . . , y(n) (zur Zeit t) und

det(W (t)) = det[y(1) (t), . . . , y(n) (t)]

heit Wronski-Determinante zu y(1) , . . . , y(n) (zur Zeit t).

Satz 3.13 (Charakterisierung von Fundamentalsystemen ber Wronski-Determinan-


te). Seien y(1) , . . . , y(n) n Lsungen von (3.3) und seien W (t) die zugehrigen Wronski-
Matrizen. Dann ist {y(1) , . . . , y(n) } ein Fundamentalsystem von (3.3) gdw det W (t0 ) 6= 0
fr ein t0 I.

3.2.2 Inhomogene Systeme


Wir betrachten nun den allgemeinen Fall inhomogener Systeme, das heit:

y 0 = A(t)y + b(t)

wie in Definition 3.7.

29
Satz 3.14 (Zerlegung in homogene und partikulre Lsung). Jede Lsung von (3.2) ist
von der Gestalt
y(t) = yh (t) + yp (t)
mit einer partikulren Lsung yp von (3.2) und einer Lsung yh des zugehrigen homo-
genen Systems (3.3), mit anderen Worten: die Lsungsmenge von (3.2) ist gleich
yp + V := {yp + yh : yh Lsung von (3.3)}
und damit insbesondere ein affiner Raum.
Bemerkung (Variation der Konstanten). Wie im 1-dimensionalen Sonderfall (HM 2)
findet man ausgehend von einem Fundamentalsystem des homogenen Systems (3.3)
eine partikulre Lsung yp von (3.2) durch Variation der Konstanten, das heit: man
macht den Ansatz
yp (t) = (t)cp (t),
wobei = [y(1) , . . . , y(n) ] : I Rnn die Matrix eines Fundamentalsystems {y(1) , . . . , y(n) }
von (3.3) ist und cp C 1 (I, Rn ) mit cp (0) = 0. Dann gilt
yp0 = 0 cp + c0p = Acp + c0p = Ayp + c0p .
Also ist yp Lsung von (3.2) gdw
Z t Z t
c0p = b c0p = 1
b cp (t) = (s) 1
b(s) ds + cp (0) = (s)1 b(s) ds.
0 0
Satz 3.15 (Allgemeine Lsung inhomogener linearer Differentialgleichungssysteme). Sei
: I Rnn Matrix eines Fundamentalsystems fr das homogene System (3.3). Dann
ist eine partikulre Lsung des inhomogenen Systems (3.2) gegeben durch
Z t
yp (t) := (t)cp (t) mit cp (t) := (s)1 b(s) ds (t I).
0
Die allgemeine Lsung des inhomogenen Systems (3.2) ist dann
y(t) = yp (t) + yh (t) = yp (t) + (t)c
 Z t 
= (t) c + (s)1 b(s) ds (c Rn ). (3.4)
0

3.3 Lineare Differentialgleichungssysteme mit konstanten


Koeffizienten
Wir betrachten nun I = R und D = Rn und das Differentialgleichungssystem
y 0 = Ay (3.5)
mit A Rnn nicht t-abhngig (also konstante Koeffizienten). Insbesondere ist das ein
autonomes System. Jedes AWP zu (3.5) hat dann eine eindeutige Lsung, die auf ganz
R existiert (Korollar 3.8).

30
Satz 3.16 (Lsung durch Eigenvektoren und Eigenwerte). Ist C Eigenwert von A
mit Eigenvektor v Cn , so ist

y(t) := et v (t R) (3.6)

eine Lsung von (3.5).

Satz 3.17 (Reelle Lsung durch Eigenvektoren und Eigenwerte). Seien A, , v wie im
vorhergehenden Satz.

(i) Wenn R, so ist

y(t) := Re(et v) = et Re(v)

eine reelle Lsung von (3.5).

(ii) Wenn C \ R, so sind

y(1) (t) := Re(et v) und y(2) (t) := Im(et v)

zwei linear unabhngige reelle Lsungen von (3.5).

Bemerkung (Eigenwerte reeller Matrizen symmetrisch zur reellen Achse).

Die Eigenwerte einer rellen Matrix A liegen symmetrisch zur reellen Achse, genauer:
fr A Rnn und C, v Cn gilt:

EW von A mit EV v EW von A mit EV v


Insbesondere gilt fr EW von A mit EV v : (3.7)

/ R = v, v linear unabhngig

denn
/ R impliziert ja, dass 6= zwei verschiedene Eigenwerte von A sind, und
Eigenvektoren zu verschiedenen Eigenwerten sind linear unabhngig.

Mit (, v) statt (, v) in Satz 3.17 (ii) wird derselbe 2-dimensionale Lsungsraum


erzeugt wie mit (, v).

3.3.1 Ebene Systeme


Sei A R22 mit Eigenwerten 1 , 2 C. Dann gibt es die folgenden drei Flle:

a) zwei (mglicherweise identische) reelle Eigenwerte 1 , 2 R mit zwei linear unab-


hngigen Eigenvektoren v1 , v2 R2

b) zwei nichtreelle komplex konjugierte Eigenwerte 1 , 2 C \ R mit 2 = 1

c) doppelter reeller Eigenwert 1 = 2 R mit nur einem linear unabhngigen Eigen-


vektor v R2 .

31
Wegen (3.7) sind keine anderen Flle mglich. (Wenn beide Eigenwerte auf der reellen
Achse liegen, dann existieren immer auch reelle Eigenvektoren, daher knnen wir in
a) und c) von reellen Eigenwerten ausgehen.) In den Fllen a) und b) ist A komplex
diagonalisierbar, im Fall c) nicht, denn in den Fllen a) und b) stimmen geometrische
Vielfachheit und algebraische Vielfachheit der Eigenwerte von A berein und in Fall c)
nicht.

Satz 3.18 (Fundamentalsystem im Fall a)). Seien 1 , 2 R Eigenwerte von A R22


mit zwei linear unabhngigen Eigenvektoren v1 , v2 R2 . Dann ist

{e1 t v1 , e2 t v2 }

ein Fundamentalsystem reeller Lsungen von y 0 = Ay.

Beispiel 3.19.

Satz 3.20 (Fundamentalsystem im Fall b)). Sei = + i C \ R Eigenwert von


A R22 mit , R und mit Eigenvektor v = a + ib mit a, b R2 . Dann ist

{et (a cos(t) b sin(t)), et (a sin(t) + b cos(t))}

ein Fundamentalsystem reeller Lsungen von y 0 = Ay.

Beispiel 3.21.

Satz 3.22 (Fundamentalsystem im Fall c)). Sei R doppelter Eigenwert von A R22
und A nicht diagonalisierbar. Sei weiter v R2 ein Eigenvektor und w ein dazu linear
unabhngiger Nebenvektor, das heit Aw = w + v. Dann ist

{et v, et w + t et v}

ein Fundamentalsystem reeller Lsungen von y 0 = Ay.

3.3.2 Mehrdimensionale Systeme


Satz 3.23 (Verhalten von Lsungen unter linearer Koordinatentransformation). Sei y :
R Rn Lsung von

y 0 = Ay, y(t0 ) = y0

mit A Rnn . Sei weiter T Rnn regulr. Dann ist t 7 z(t) := T y(t) Lsung von

z 0 = Bz, z(t0 ) = z0

mit B := T AT 1 und z0 = T y0 .

Bemerkung (Allgemeines Lsungsschema der Entkopplung: Transformation von A in


einfacheres, blockdiagonales B).

32
Allgemeines Vorgehen zur Lsung von y 0 = Ay: finde Koordinatentransformation
T so, dass

B1 . . . 0
B := T AT 1 = ... .. .. (3.8)

. .
0 . . . Bm

Blockdiagonalgestalt besitzt, das heit, die Bi sind quadratische Blcke. Lse dann
das transformierte System z 0 = Bz, ausgeschrieben:

z10 = B1 z1 , ..., 0
zm = B m zm

(m entkoppelte Teilsysteme!). Setze schlielich die Teillsungen z1 , . . . , zm zu z :=


(z1 , . . . , zm )> zusammen und transformiere zurck zu y:

y(t) = T 1 z(t),

was nach obigem Satz eine Lsung des ursprnglichen Systems y 0 = Ay ist.

Ideale Transformation bei reell-diagonalisierbarer Matrix A ist Transformation auf


Basis aus Eigenvektoren: Sei A = V DV 1 mit der Matrix D = diag(1 , . . . , n )
bestehend aus den reellen Eigenwerten i von A und der Matrix V = [v1 , . . . , vn ]
Rnn bestehend aus einer Basis aus reellen Eigenvektoren vi von A. Setze T := V 1 ,
dann ist B := T AT 1 = D und damit gilt fr die Lsung z : R Rn des
transformierten AWP

1
z 0 = Bz = Dz =
.. z,

z(t0 ) = z0
.
n

offensichtlich: zi (t) = ci ei t und ci = z0,i ei t0 . Also ist die Lsung des AWP
y 0 = Ay mit y(t0 ) = y0 gegeben durch
n
X n
X
y(t) = T 1 z(t) = V z(t) = vi zi (t) = ci ei t vi .
i=1 i=1

3.3.2.1 Diagonalisierbare Systeme


Wir betrachten zunchst den Fall diagonalisierbarer Systemmatrizen A Rnn .

Definition 3.24 (Halbeinfache Matrix). A Rnn heit halbeinfach gdw A komplex


diagonalisierbar ist, das heit: A hat n linear unabhngige Eigenvektoren in Cn (oder
quivalent: geometrische Vielfachheit und algebraische Vielfachheit jedes Eigenwerts von
A stimmen berein).

33
Satz 3.25 (Fundamentalsystem im Fall halbeinfacher Matrizen). Sei A Rnn hal-
beinfach mit den n = r + 2m Eigenwerten 1 , . . . , r , 1 i1 , . . . , m im , wobei
i , i , i R. Seien weiter v1 , . . . , vr , a1 ib1 , . . . , am ibm Cn zugehrige linear
unabhngige Eigenvektoren mit vi , ai , bi Rn . Dann ist
 
 t n t cos(j t) o
e vj : j = 1, . . . , r e [aj , bj ]
j j
: j = 1, . . . , m
sin(j t)
 
n
j t sin(j t) o
e [aj , bj ] : j = 1, . . . , m (3.9)
cos(j t)

ein Fundamentalsystem reeller Lsungen von y 0 = Ay.

Bemerkung. Dieser Satz ist eine Verallgemeinerung der Stze 3.18 und 3.20: Satz 3.18
behandelt den Sonderfall n = 2 und m = 0, und Satz 3.20 behandelt den Sonderfall
n = 2 und r = 0.

3.3.2.2 Allgemeine nicht notwendig diagonalisierbare Systeme


Wir betrachten nun den Fall nichtdiagonalisierbarer Systemmatrizen A Rnn . Wir
wissen (HM 2), dass jede quadratische Matrix A auf Jordan-Normalform transformiert
werden kann, das heit: es existiert eine lineare Koordinatentransformation T s. d. die
Blcke Bi in (3.8) von der Gestalt

i 1 0 . . . 0
..

i 1 .
Bi = (i ) C 11
oder Bi = J(l; i ) :=
. . . .
Cll
. . 0
..
. 1
0 i

sind (Jordan-Blcke). Aufgrund des allgemeinen Lsungsschemas der Entkopplung ms-


sen wir also nur noch Fundamentalsysteme fr Matrizen B in Jordan-Block-Gestalt fin-
den.

Definition 3.26 (Matrixexponential). Sei A Cnn . Dann heit



X 1 k
eA := exp(A) := A
k!
k=0

das Exponential von A, wobei die Potenzen Ak rekursiv wie folgt definiert sind:

A0 := I und Ak := Ak1 A (k N).

Bemerkung (Wohldefiniertheit: Konvergenz der Exponentialreihe).

34
Sei kk eine Norm auf Cn . Dann kann man den Raum Cnn der komplexen n n-
Matrizen mit der zugehrigen Matrixnorm versehen:

kAxk
kAk := sup (A Cnn ).
xCn \{0} kxk

Weil nach Definition offensichtlich kAxk kAk kxk fr alle x Cn , ist die-
se
kMatrixnorm submultiplikativ, das heit: kABk kAk kBk und insbesondere
A kAkk fr alle k N0 .

Wie im skalaren Fall kann man in dem so normierten Raum Cnn die Konvergenz
der Exponentialreihe fr alle A Cnn zeigen, und damit ist das Matrixexponential
exp(A) Cnn wohldefiniert.

Satz 3.27 (Eigenschaften des Matrixexponentials). Sei A Cnn .

(i) Fr regulres T Cnn gilt exp(T AT 1 ) = T exp(A)T 1

(ii) Fr blockdiagonales A ist auch exp(A) blockdiagonal, genauer:



B1 . . . 0 exp(B1 ) . . . 0
.. . . .
.. .. .. ..
A= . = exp(A) =

. . . .
0 . . . Bm 0 ... exp(Bm )

Insbesondere gilt fr D = diag(1 , . . . , n ), dass exp(D) = diag(e1 , . . . , en ), und


exp(0) = diag(1, . . . , 1) = I.

(iii) Wenn AB = BA, dann gilt exp(A + B) = exp(A) exp(B). (I.a. gilt aber exp(A +
B) 6= exp(A) exp(B)!)

(iv) exp(A) ist regulr fr alle A Cnn (auch fr nichtregulre A) und es gilt

exp(A)1 = exp(A).

(v) t 7 exp(At) ist differenzierbar fr alle A Cnn und es gilt

d
(exp(At)) = A exp(At) = exp(At)A (t R).
dt

Satz 3.28 (Lsung des homogenen AWP via Matrixexponential). Sei A Rnn und
y0 Rn . Dann ist die eindeutige Lsung des AWP

y 0 = Ay, y(0) = y0

gegeben durch

y(t) = exp(At)y0 .

35
Satz 3.29 (Zusammenhang zwischen Matrixexponential und Fundamentalsystemen).
(i) Die Spalten von exp(At) bilden ein Fundamentalsystem von y 0 = Ay.

(ii) Sei {y(i) }ni=1 ein Fundamentalsystem von y 0 = Ay und sei

(t) := [y(1) (t), . . . , y(n) (t)] Rnn

die zugehrige Wronski-Matrix. Dann gilt

(t) = exp(At)(0) (t R).

Wir erhalten ein Fundamentalsystem fr den noch ungeklrten Fall, wo A = J(n; ) ein
Jordan-Block ist, also durch das Matrixexponential exp(At) = exp(J(n; )t). Und dieses
berechnet man wie folgt.
Sei zunchst = 0 und N := J(n; 0), dann ist
t2 tn1

1 t 2 ... (n1)!
.. .. .. ..

. . . .
X 1 k .. ..

exp(N t) = N = t2 ,

k! . . 2
k=0 ..
. t
0 1

denn N 0 = I und fr k = 1, . . . , n 1 ist N k die Matrix mit lauter Einsen auf der
k-ten oberen Nebendiagonalen und mit lauter Nullen sonst, und fr k = n, . . . ist
N k = 0.

Sei nun 6= 0, dann gilt wegen I N = N I

exp(J(n; )t) = exp((I + N )t) = exp(It) exp(N t) = et exp(N t).

Satz 3.30 (Fundamentalsystem im Fall von Jordan-Block-Matrizen). Sei A Rnn mit


Jordan-Normalform J(n; ) (ein einziger Jordan-Block) und reellem Eigenwert R,
das heit:

A = V J(n; )V 1

mit R, V = [v, w1 , . . . , wn1 ] Rnn regulr mit v Eigenvektor zum Eigenwert


und mit zugehrigen Nebenvektoren w1 , . . . , wn1 . Dann ist
n  t2 
et v, et tv + w1 , et

v + w1 t + w2 , . . . ,
2
 tn1 o
et v + + wn2 t + wn1 (3.10)
(n 1)!
ein Fundamentalsystem reeller Lsungen von y 0 = Ay.

36
Bemerkung.

Dieser Satz ist eine Verallgemeinerung von Satz 3.22.

In der Jordan-Normalform von reellen Matrizen A Rnn kommen i.a. natrlich


auch Jordan-Blcke J(l; ) mit nichtreellen Eigenwerten C \ R vor, sodass der
obige Satz auf solche Jordan-Blcke nicht direkt anwendbar ist. Um trotzdem ein
reelles Fundamentalsystem zu erhalten, gruppiert man jeden Jordan-Block J(l; )
mit nichtreellem C \ R mit dem entsprechenden Jordan-Block J(l; ) zu einem
Zweierpaar zusammen (weil A reell ist, treten diese Jordan-Blcke auch wirklich in
solchen Zweierpaaren auf!), bestimmt einen Eigenvektor v Cn zum Eigenwert
und zugehrige Nebenvektoren w1 , . . . , wl1 Cn , und nimmt dann in (3.10) jeweils
Real- und Imaginrteil um 2l linear unabhngige zu dem Zweierpaar J(l; ), J(l; )
gehrige Lsungen zu erhalten.

Definition 3.31 (Asymptotische Stabilitt fr lineare autonome Systeme). Das lineare


autonome System (3.5) heit asymptotisch stabil gdw fr alle Lsungen y von (3.5) gilt:
limt y(t) = 0.

Satz 3.32 (Charakterisierung der asymptotischen Stabilitt fr lineare autonome Sys-


teme). Das Differentialgleichungssystem y 0 = Ay ist asymptotisch stabil gdw alle Eigen-
werte i von A (i = 1, . . . , n) in der linken offen komplexen Halbebene liegen: Re(i ) < 0
fr alle i = 1, . . . , n.

Korollar 3.33 (Lsung des inhomogenen AWP via Matrixexponential). Sei A Rnn ,
b : R Rn stetig und y0 Rn Dann ist die eindeutige Lsung des AWP

y 0 = Ay + b(t), y(0) = y0

gegeben durch
 Z t  Z t
As
y(t) = exp(At) y0 + e b(s) ds = exp(At)y0 + eA(ts) b(s) ds.
0 0

37
4 Partielle Differentialgleichungen
Definition 4.1 (Partielle Differentialgleichung). Sei Rn ein Gebiet. Eine partielle
Differentialgleichung der Ordnung k ist eine Gleichung der Form

F (x, u, D(1) u, D(2) u, . . . , D(k) u) = 0, (4.1)

wobei D(i) u den Vektor aller partiellen Ableitungen der Ordnung i bezeichnet, das heit:
 >  2 2 2 >
D(1) u = u, . . . , u , D(2) u = u, u . . . , u ,...
x1 xn x21 x1 x2 x2n

Eine Lsung der partiellen Differentialgleichung (4.1) ist eine k-mal partiell differenzier-
bare Funktion, die (4.1) in jedem Punkt x erfllt.
Bemerkung. Wir verwenden in diesem Abschnitt hufig die Abkrzungen
2 2
ut := u, uxi := u, utt := u, uxi xj := u
t xi t2 xi xj

Beispiel 4.2 (Potentialgleichung, Evolutionsgleichungen (insbesondere Wrmeleitungs-


gleichung und Wellengleichung)).
Bemerkung (Anfangs- und Randbedingungen). Im allgemeinen mssen partielle Diffe-
rentialgleichungen keine (reellen) Lsungen haben (Beispiel: u2x + u2y = 1), und wenn
Lsungen existieren, mssen diese nicht eindeutig sein. Um eindeutige Lsbarkeit zu be-
kommen sind weitere Bedingungen ntig:
Anfangsbedingungen: Vorgabe von u zur Zeit t = 0, das heit: u(x, 0) = u0 (x) mit
vorgegebenem Anfangswert u0 : R macht bei Evolutionsgleichungen (z. B. der
Wrmeleitungsgleichung) Sinn. Wenn in (4.1) auch zweite Zeitableitungen auftreten
(z. B. bei der Wellengleichung), dann machen auch Anfangsbedingungen fr ut Sinn:
ut (x, 0) = v0 (x). Die Aufgabe, die partielle Differentialgleichung (4.1) zusammen
mit solchen Anfangsbedingungen zu lsen, heit Anfangswertproblem (AWP).

Randbedingungen, beispielsweise
Dirichlet-Randbedingungen: Vorgabe von u auf , das heit: u| = gD mit
vorgegebenen Dirichlet-Randwerten gD : R (Beispiel: gD Randauslen-
kung einer eingespannten Membran bei Wellengleichung)
Neumann-Randbedingungen: Vorgabe von (u n) auf , das heit: (u
n)| = gN mit vorgegebenen Neumann-Randwerten gN : R (Beispiel:
isolierender Rand bei Wrmeleitungsgleichung: gN = 0)

38
gemischte Randbedingungen: Vorgabe von Dirichlet-Randwerten auf einem
Teil von und von Neumann-Randwerten auf anderem Teil von .
Die Aufgabe, die partielle Differentialgleichung (4.1) zusammen mit solchen Rand-
bedingungen zu lsen, heit Randwertproblem (RWP).

manchmal auch Anfangs- und Randbedingungen zusammen (Anfangsrandwertpro-


blem (ARWP))

Bemerkung (Inhomogene und homogene partielle Differentialgleichungen). Wieder un-


terscheidet man homogene und inhomogene partielle Differentialgleichungen: z. B. heit
die lineare partielle Differentialgleichung

a1 ux1 + + an uxn = f (x)

homogen gdw f 0, und inhomogen sonst. Bei linearen partiellen Differentialgleichun-


gen bilden die Lsungen der homogenen Gleichung wieder einen Vektorraum V , und
die Lsungen der inhomogenen Gleichung bilden einen affinen Raum up + V mit einer
beliebigen Lsung up der inhomogenen Gleichung.

4.1 Transportgleichung: eine lineare partielle


Differentialgleichung erster Ordnung
Wir betrachten hier eine einfach lineare partielle Differentialgleichung erster Ordnung,
nmlich die lineare Transport- oder Advektionsgleichung: gesucht ist u : Rn R0+ R
so, dass

ut (x, t) = (bu)(x, t) ((x, t) Rn R+ )


(4.2)
u(x, 0) = u0 (x) (x Rn )

mit Anfangswert u0 C 1 (Rn ) und b Rn (Geschwindigkeitsvektor). Interpretation:


(4.2) beschreibt beispielsweise die Stoffkonzentration u in einem konstanten Geschwin-
digkeitsfeld mit Geschwindigkeit b.

Lemma 4.3 (Translationsinvarianz). Sei u C 1 (Rn R+ ) eine Lsung des Anfangs-


wertproblems (4.2). Dann gilt
d
u(x + bs, t + s) = 0 (x Rn , s R+ , t R+
0 ).
ds
Bemerkung. Whlen wir in obigem Lemma t = 0, so sehen wir, dass Lsungen der
linearen Transportgleichung (4.2) konstant sind entlang der sogenannten Charakteristiken

x0 := {(x0 + bs, s)> : s R+ } (x0 Rn ).

Satz 4.4 (Existenz und Eindeutigkeit von Lsungen). Die Funktion u : Rn R+ 0 R ge-
geben durch u(x, t) := u0 (xbt) ist die eindeutige Lsung des Anfangswertproblems (4.2).

39
Bemerkung.

Die Lsung u nennt man auch wandernde Welle (travelling wave)

Die Lsung ist nur so regulr wie das Anfangsdatum u0 man sagt, die lineare
Transportgleichung hat keinen regularisierenden Effekt

Aus obigem Satz folgt sofort das folgende Maximum- und Minimumprinzip: die
Lsung u nimmt Infimum und Supremum auf dem Rand Rn {0} von Rn R+ 0
an:

inf u(x, 0) u(x, t) sup u(x, 0) ((x, t) Rn R+


0 ).
xRn xRn

4.2 Klassifikation von linearen partiellen


Differentialgleichungen zweiter Ordnung
Wir betrachten hier allgemeine lineare partielle Differentialgleichungen zweiter Ordnung
n
X n
X
ai j (x)uxi xj + bi (x)uxi + c(x)u = f (x) (4.3)
i,j=1 i=1

mit stetigen ai j , bi , c. Wir knnen und werden dabei annehmen, dass A(x) = (ai j (x))ni,j=1
symmetrisch ist, denn fr u C 2 ist uxi xj = uxj xi (Satz von Schwarz) und damit
n n n
X 1 X 1 X
ai j (x)uxi xj = ai j (x)uxi xj + ai j (x)uxj xi
2 2
i,j=1 i,j=1 i,j=1
n
X 1 
= ai j (x) + aj i (x) uxi xj
2
i,j=1
n
und A(x) := 1/2 ai j (x) + aj i (x) i,j=1 ist symmetrisch. Die Zeitvariable t, falls vorhan-
den, wird als eine der Variablen xi interpretiert, das heit, (4.3) erlaubt auch Zeitablei-
tungen erster und zweiter Ordnung.

Definition 4.5 (Klassifikation von linearen partiellen Differentialgleichungen zweiter


Ordnung). Eine lineare partielle Differentialgleichung (4.3) zweiter Ordnung heit

(i) elliptisch in x gdw alle Eigenwerte von A(x) dasselbe Vorzeichen haben (insbeson-
dere keiner Null ist)

(ii) parabolisch in x gdw genau ein Eigenwert von A(x) Null ist und alle anderen Ei-
genwerte dasselbe Vorzeihen haben

(iii) hyperbolisch in x gdw genau ein Eigenwert von A(x) positiv ist und alle anderen
negativ sind oder umgekehrt.

40
Die Differentialgleichung (4.3) heit elliptisch/parabolisch/hyperbolisch gdw sie in jedem
x elliptisch/parabolisch/hyperbolisch ist.

Bemerkung.

Das ist keine erschpfende Klassifikation.

Auerdem ist auch nderung des Typs in Teilgebieten mglich.

Beispiel 4.6 (Potentialgleichung, Wrmeleitungs- und Wellengleichung).

Bemerkung (Typische Eigenschaften der Lsungen elliptischer, parabolischer, hyper-


bolischer partieller Differentialgleichungen).

Elliptische Probleme haben hufig sehr glatte Lsungen, oft sogar unendlich oft
differenzierbare, und man bentigt Randwerte um Eindeutigkeit der Lsung auf
beschrnkten Gebieten sicherzustellen.

Parabolische und hyperbolische Probleme haben eine ausgezeichnete Koordinate


(meist als Zeit interpretiert), und man bentigt Rand- und Anfangswerte, um auf
beschrnkten Gebieten eindeutige Lsungen zu erhalten.

Parabolische Gleichungen haben oft einen regularisierenden Effekt, das heit: die
Lsung u(, t) fr Zeiten t > 0 ist glatter als die Anfangsdaten u(, 0) = u0 . Weiter
liegt hufig unendliche Ausbreitungsgeschwindigkeit vor: jeder Lsungswert u(x, t)
fr jedes noch so kleine t > 0 wird von allen Anfangswerten u0 (x) beeinflusst
(auch von denen an noch so weit von x entfernten Stellen x). Schlielich sind
parabolische Probleme oft nicht reversibel, das heit: Rckwrtslsen in der Zeit
ist nicht mglich.

Hyperbolische Probleme haben meist keinen regularisierenden Effekt, das heit:


die Lsung u(, t) fr Zeiten t > 0 ist hchstens so glatt wie die Anfangs- und
Randdaten. Weiter liegt meist endliche Ausbreitungsgeschwindigkeit vor, das heit
z. B. bei der 1-dimensionalen Wellengleichung: der Wert u(x, t) wird nur von den
Werten u0 (x), v0 (x) mit x [x ct, x + ct] beeinflusst. Schlielich kann man
hyperbolische Probleme manchmal rckwrts in der Zeit lsen.

4.3 Wellengleichung
Wir betrachten hier zunchst das Anfangswertproblem zur 1-dimensionalen Wellenglei-
chung ohne Randbedingungen: gesucht ist u C 2 (R R+
0 ) so, dass

utt (x, t) = c2 uxx (x, t) ((x, t) R R+ )


(4.4)
u(x, 0) = u0 (x) und ut (x, 0) = v0 (x) (x R)

mit Anfangswerten u0 C 2 und v0 C 1 . Interpretation: (4.4) beschreibt unendlich lange


Saite mit kleiner Auslenkung u ber der x-Achse.

41
Satz 4.7 (Existenz und Eindeutigkeit von Lsungen). Sei u0 C 2 (R) und v0 C 1 (R).
Dann ist u gegeben durch die dAlembertsche Formel

1 x+ct
Z
1 
u(x, t) := u0 (x + ct) + u0 (x ct) + v0 (s) ds
2 2c xct

die eindeutige Lsung des Anfangswertproblems (4.4).

Bemerkung.

Im Spezialfall v0 = 0 ist die Lsung also eine Superposition aus einer rechts- und
einer linkslaufenden Welle und die Geschwindigkeit dieser beiden Teilwellen ist c
(Wellengeschwindigkeit, Schallgeschwindigkeit).

Wegen u0 C 2 und v0 C 1 liegt die Lsung in C 2 (Rn R), das heit es geht keine
Regularitt verloren, aber die Lsung ist auch nicht glatter als die Anfangsdaten
(kein regularisierender Effekt).

Aus der dAlembertschen Formel ersieht man, dass u(x, t) nur von Werten u0 (x),
v0 (x) mit x [xct, x+ct] beeinflusst wird. Die Information aus den Anfangsdaten
breitet sich also nur mit endlicher Geschwindigkeit aus.

Wir betrachten jetzt auch Anfangsrandwertprobleme zur Wellengleichung, das heit: wir
beziehen jetzt auch Randbedingungen mit ein. Das Anfangsrandwertproblem zur in 0
und L eingespannten Saite beispielsweise lautet

utt (x, t) = c2 uxx (x, t) ((x, t) (0, L) R+ )


u(x, 0) = u0 (x) und ut (x, 0) = v0 (x) (x (0, L)) (4.5)
+
u(0, t) = 0 = u(L, t) und ut (0, t) = 0 = ut (L, t) (t R ).

Beispiel 4.8 (Stehende Wellen fr u0 (x) := sin(kx) mit := 2/L und v0 (x) := 0).

Satz 4.9. Wenn die Anfangswerte u0 (x) =


P
k=0 ak sin(kx) durch eine reine und gleich-
mig konvergente Sinusreihe dargestellt werden (wobei := 2/L) und wenn v0 0,
dann ist u gegeben durch

X
u(x, t) := ak sin(kx) cos(kct)
k=0

die eindeutige Lsung des Anfangsrandwertproblems (4.5).

Bemerkung (n-dimensionale Wellengleichung und ebene Wellen). Sei u0 konstant auf


parallelen Ebenen mit Normalenvektor e, das heit:

u0 (x) = g(hx, ei) (x Rn )

42
mit einem g C 2 (R). Dann hat das Anfangswertproblem der n-dimensionalen Wellen-
gleichung

utt (x, t) = c2 u(x, t) ((x, t) Rn R+ )


u(x, 0) = u0 (x) und ut (x, 0) = 0 (x Rn )

als spezielle Lsungen sogenannte ebene Wellen u gegeben durch


1 
u(x, t) := g(hx, ei + ct) + g(hx, ei ct) .
2
Allerdings sind auch wesentlich komplexere Lsungen mglich, etwa radialsymmetrische
und Superpositionen solcher (z. B. Wellen auf Wasseroberflche).

4.4 Wrmeleitungsgleichung
Wir betrachten hier zunchst die n-dimensionale Wrmeleitungsgleichung ohne Anfangs-
und Randbedingungen: gesucht ist u : Rn R+ R so, dass

ut (x, t) = cu(x, t) ((x, t) Rn R+ ), (4.6)

wobei c > 0. Interpretation: (4.6) beschreibt Diffusionsprozesse (Wrmeleitung in Fest-


krper, Tinte in ruhendem Wasser, . . . ): bei Wrmeleitung etwa beschreibt u(x, t) die
Temperatur im Punkt x zur Zeit t. Wir suchen zunchst spezielle Lsungen mit gewissen
Symmetrien, aus denen man dann die Lsung fr beliebige Anfangswerte u0 gewinnen
kann. Und zwar machen wir den Ansatz

u(x, t) = (t)v(kxk2 /t)

also rotationssymmetrische Funktion bzgl. x mit geeigneten Vorfaktoren (t) > 0. Setzt
man diesen Ansatz in (4.6) ein, erhlt man Bedingungen an und v, die man lsen kann.
Dies fhrt auf folgende sogenannte Fundamentallsung.

Definition 4.10 (Fundamentallsung der Wrmeleitungsgleichung). Die Funktion :


Rn R+ R mit
1 2
(x, t) := n/2
ekxk /(4t)
(4t)

heit Fundamentallsung der Wrmeleitungsgleichung oder Wrmeleitungskern fr c = 1.

Satz 4.11 (Eigenschaften von ).

(i) ist Lsung von (4.6) fr c = 1.

(ii) C (Rn R+ ) aber ist nicht stetig in t = 0 hinein fortsetzbar.

(iii) Rn (x, t) dx = 1 fr alle t R+ .


R

43
Wir betrachten jetzt auch das Anfangswertproblem zur Wrmeleitungsgleichung und wir
werden es lsen durch Faltung der Anfangwerte mit der Fundamentallsung.
Satz 4.12 (Faltung und Ableitung). Sei f : Rn R absolut integrierbar und g
C m (Rn , R) beschrnkt mit beschrnkten Ableitungen bis zur Ordnung m. Dann gehrt
die Faltung f g von f mit g definiert durch
Z
(f g)(x) := f (x y)g(y) dy
Rn

zu C m (Rn , R) und es gilt:


(f g)(x) = (f g)(x) (x Rn )
fr alle partiellen Ableitungen bis zur Ordnung m.
Satz 4.13 (Lsung des Anfangswertproblems). Sei u0 stetig und absolut integrierbar.
Dann ist u, gegeben durch
Z

u(x, t) := (u0 (, t) (x) = u0 (x y)(y, t) dy
Rn

und stetige Fortsetzung in t = 0 hinein, Lsung des Anfangswertproblems


ut (x, t) = u(x, t) ((x, t) Rn R+ )
u(x, 0) = u0 (x) (x Rn ).
Bemerkung.
Weil (, t) C (Rn ) fr alle t > 0 (Satz 4.11), ist nach Satz 4.12 auch u(, t) in
C (Rn ) fr t > 0, das heit: u(, t) ist glatter als das Anfangsdatum u(, 0) = u0 ,
das ja nur als stetig und absolut integrierbar vorausgesetzt war. (Die Faltungs-
formel aus obigem Satz gilt sogar auch fr unstetiges u0 .) Dies nennt man den
regularisierenden Effekt der Wrmeleitungsgleichung.
Wegen der Faltung (Integral ber ganz Rn ) trgt jeder Punktwert u0 (x) zu u(x, t)
zu jedem spteren Zeitpunkt t > 0 bei. Insbesondere fr x beliebig weit weg von
x und fr t beliebig nah an 0: daher unendliche Ausbreitungsgeschwindigkeit der
Information aus den Anfangsdaten.
Fr allgemeine Diffusionskonstante c > 0 hat (4.6) die Fundamentallsung c ge-
geben durch
1 2
c (x, t) := (x, ct) = n/2
ekxk /(4ct) ,
(4ct)
und das zugehrige Anfangswertproblem
 mit Anfangswert u0 wird gelst durch
(x, t) 7 u(x, t) := u0 c (, t) (x). Insbesondere sehen wir: je grer c wird, desto
ausgeschmierter (weniger konzentriert um x = 0) ist c (, t) und desto strker
ist der Ausschmierungs- oder Glttungseffekt von c (, t) auf das Faltungsintegral
u0 c (, t).

44
Bemerkung (Lsung des Anfangswertproblems zur Wrmeleitungsgleichung durch Fou-
rier-Transformation). Auf die Faltungslsung des Anfangswertproblems aus Satz 4.13
kommt man auf einprgsamere Weise auch mit einer systematischeren und allgemei-
neren Lsungstechnik: man Fourier-transformiert das Anfangswertproblem

ut (x, t) = u(x, t) ((x, t) Rn R+ )


u(x, 0) = u0 (x) (x Rn ).

(formal) bzgl. der Ortskoordinate x:

d
b(, t) = F(ut (, t))() = F(u(, t))() = 2 F(u(, t))() = 2 u
u b(, t) (4.7)
dt
ub(, 0) = u
c0 (),

wobei zur Abkrzung u b(, t) := F(u(, t)) und wobei man annimmt, dass alle forma-
len Schritte gerechtfertigt sind (es geht zunchst nur darum berhaupt erst mal eine
Lsungsformel zu finden dass die formal gefundene Lsungsformel dann das Anfangs-
wertproblem tatschlich auch rigoros lst, berlegt man sich dann hinterher). Der Witz
ist nun, dass (4.7) fr jedes feste Rn eine gewhnliche homogene lineare Differenti-
algleichung fr t 7 u
b(, t) ist, deren Lsung bekanntlich (HM 2!) gegeben ist durch
2t
u c0 ()e
b(, t) = u (t R).

Also gilt (formal)


2t 2  2 
u(x, t) = F 1 u
c0 () e() (x) = F 1 (c
u0 ) F 1 (e() t ) (x) = u0 F 1 (e() t ) (x)


(Fourier-Umkehrsatz und Faltungssatz!). Wegen


2
F 1 (e() t )(x) = (x, t)

(Aufgabe 7.5!) ist das genau die Lsungsformel aus Satz 4.13.

Beispiel 4.14 (Separationsansatz fr die Lsung der 3-dimensionalen Wrmeleitungs-


gleichung: u(x1 , x2 , x3 , t) = u1 (x1 )u2 (x2 )u3 (x3 )v(t)).

45
5 Funktionentheorie
In der komplexen Analysis (oder Funktionentheorie) betrachtet man komplexwertige
Funktionen f : D C, die komplex differenzierbar oder, wie man auch sagt: holomorph,
sind auf einer offenen Menge D C. Solche Funktionen haben zahlreiche schne, teils
berraschende Eigenschaften und es ergeben sich zahlreiche Anwendungen, beispielswei-
se:
Viele eigentliche und insbesondere uneigentliche reelle Integrale lassen sich mithilfe
der komplexen Analysis elegant oder berhaupt erst berechnen

Partielle Differentialgleichungen, insbesondere die Laplace-Gleichung

u = 0,

haben enge Beziehungen zu holomorphen Funktionen: beispielsweise gilt, dass der


Real- und der Imaginrteil u, v : R2 R einer holomorphen Funktion

(x, y) 7 f (x + iy) = u(x, y) + iv(x, y) (u, v : R2 R) (5.1)

die Laplace-Gleichung lsen:

u = 0 und v = 0.

Die Laplace-Gleichung tritt auf z.B. bei der Wrmeleitung (u dann Temperatur),
bei stationren inkompressiblen Strmungen (u dann Potential des Geschwindig-
keitsfeldes), oder bei elektromagnetischen Feldern auf (u dann Potential des elek-
trischen oder magnetischen Feldes).

5.1 Komplexe Differenzierbarkeit


Stetigkeit und Grenzwerte in C kann man vllig
analog definieren wie im R2 mithilfe der
Standardnorm auf C gegeben durch |z| := zz. Bei der Differenzierbarkeit ergeben sich
jedoch weitreichende Unterschiede.
Definition 5.1 (Komplexe Differenzierbarkeit). Sei D C offen. Dann heit f : D C
(i) komplex differenzierbar in a D gdw
f (a + h) f (a)
lim =: f 0 (a) (5.2)
C3h0 h
existiert in C, und f 0 (a) heit dann Ableitung von f in a.

46
(ii) komplex differenzierbar gdw f in jedem a D komplex differenzierbar ist.

(iii) holomorph gdw f stetig komplex differenzierbar ist (das heit: komplex differen-
zierbar mit stetiger Ableitung f 0 ).

Bemerkung (Zusammenhang komplexe und reelle Differenzierbarkeit, Standardregeln


fr komplexe Ableitungen).

Aus komplexer Differenzierbarkeit von f folgt, dass u, v aus (5.1) reell differen-
zierbar sind, aber nicht umgekehrt: die komplexe Differenzierbarkeit von f ist eine
viel strkere Eigenschaft als die reelle Differenzierbarkeit von u, v (beispielsweise ist
eine komplex differenzierbare Funktion automatisch unendlich oft differenzierbar)

Auf den ersten Blick ist die Holomorphie eine strkere Eigenschaft als die komple-
xe Differenzierbarkeit, aber tatschlich ist jede komplex differenzierbare Funktion
automatisch holomorph.

Fr die komplexe Differentiation gelten die blichen Regeln (Summen-, Produkt-,


Quotienten-, Kettenregel):

(f + g)0 (z) = f 0 (z) + g 0 (z), (f g)0 (z) = f 0 (z)g(z) + f (z)g 0 (z),


(g f )0 (z) = g 0 (f (z))f 0 (z).

Beispiel 5.2 (Positiv-Beispiele: Polynome und rationale Funktionen).

Beispiel 5.3 (Negativ-Beispiel: komplexe Konjugation).

Satz 5.4 (Charakterisierung der komplexen Differenzierbarkeit durch die CauchyRie-


mannschen Differentialgleichungen). Sei f : D C und u(x, y) := Re(f (x + iy)) und
v(x, y) := Im(f (x + iy)) fr alle x + iy D. Dann gilt: f ist komplex differenzierbar in
der Stelle c = x + iy D gdw u, v reell differenzierbar sind in der Stelle (x, y) und die
partiellen Ableitungen den (reellen) CauchyRiemannschen Differentialgleichungen

ux (x, y) = vy (x, y) und uy (x, y) = vx (x, y)

gengen.

Satz 5.5 (Komplexe CauchyRiemannsche Differentialgleichung). Sei f : D C und


u(x, y) := Re(f (x + iy)) und v(x, y) := Im(f (x + iy))fr alle x + iy D. Seien weiter
u, v reell differenzierbar in der Stelle (x, y) und sei

fx (x + iy) := ux (x, y) + ivx (x, y) und fx (x + iy) := uy (x, y) + ivy (x, y).

Dann sind die reellen CauchyRiemannsche Differentialgleichungen quivalent zu der


komplexen CauchyRiemannsche Differentialgleichung

fx (x + iy) = ify (x + iy). (5.3)

47
Beispiel 5.6 (f (z) = z n , z, |z|2 und g(z) = f (z)).

Satz 5.7 (Charakterisierung konstanter holomorpher Funktionen auf Gebieten). Sei D


C ein Gebiet und f : D C holomorph. Dann sind quivalent:

(i) f konstant auf D

(ii) f 0 0 auf D

(iii) Re(f ) konstant auf D

(iv) Im(f ) konstant auf D

(v) |f | konstant auf D

5.2 Potenzreihen
Im folgenden bezeichne Br (a) := {z C : |z a| < r} die offene und B r (a) := {z C :
|z a| r} die abgeschlossene Kreisscheibe mit Radius r um a. Weiter sei

X
(z) := an (z a)n (5.4)
n=0

die komplexe Potenzreihe um a C mit Koeffizienten an C.

Lemma 5.8 (Konvergenz auf Kreisscheibe). Wenn die Potenzreihe (5.4) in einem Punkt
z0 6= a konvergiert, dann konvergiert sie auf jeder abgeschlossenen Kreisscheibe B r (a) mit
r (0, |z0 a|) absolut und gleichmig.

Bemerkung. Aus obigem Lemma folgt sofort: wenn die Potenzreihe (5.4) im Punkt z0
divergiert, dann divergiert sie auch fr alle z mit |z a| > |z0 a|.

Satz
P 5.9 (Konvergenzsatz fr Potenzreihen). Zu jeder komplexen Potenzreihe (z) :=
a (z a)n existiert genau ein r [0, ] (ihr sogenannter Konvergenzradius) so,
n=0 n
dass auf jedem B r (a) mit r [0, r) absolut und gleichmig konvergiert und (z) in
jedem z mit |z a| > r divergiert. Auerdem gilt fr den Konvergenzradius r die Formel
von Hadamard:
p 1
r = lim sup n |an | .
n

Bemerkung. Fr den Konvergenzradius r einer Potenzreihe (5.4) gibt es drei Mglich-


keiten:

r = 0, das heit, (z) divergiert fr alle z 6= a

r (0, ), das heit: (z) konvergiert fr z Br (a) und divergiert fr z


/ B r (a)
fr z Br (a) ist keine allgemeine Aussage mglich (es kann Konvergenz oder
Divergenz vorliegen)

48
r = , das heit, (z) konvergiert fr alle z C.

Satz 5.10 (Ableitung von Potenzreihen). Sei (z) := n


P
n=0 an (z a) mit positivem
Konvergenzradius r > 0. Dann ist eine stetig komplex differenzierbare (also holomor-
phe) Funktion auf Br (a) mit Ableitung gegeben durch

X
0
(z) = nan (z a)n1 .
n=1

Der Konvergenzradius der abgeleiteten Reihe ist wieder r.

Satz 5.11 (Potenzreihensatz). Sei (z) := n


P
n=0 an (z a) mit positivem Konvergenz-
radius r > 0. Dann ist eine beliebig oft komplex differenzierbare Funktion auf Br (a)
und die Taylorreihe von um a ist die Potenzreihe selbst, das heit

(n) (a)
= an (n N0 ).
n!
Beispiel 5.12 (Exponentialfunktion exp und trigonometrische Funktionen cos, sin).

Bemerkung (Visualisierung von Funktionen von C nach C). Funktionen von C nach C
kann man auf verschiedene Arten visualisieren, unter anderem:

Zeichne f (G) C in die komplexe Zahlenebene, wobei G C ein gewhltes Lini-


engitter ist. Anhand dieser Zeichnung kann man ablesen, wie f auf dem gewhlten
Liniengitter G wirkt, und durch Wahl immer feinerer Liniengitter bekommt man
eine immer bessere Vorstellung davon, wie f insgesamt (auf ganz C) wirkt

Whle eine Farbcodierung der reellen Zahlen (das heit: ordne jeder reellen Zahl
auf umkehrbare Weise einen Farbcode zu) und frbe dann
in einem ersten Bild jeden Punkt z in der komplexen Zahlenebene in der
Re(f (z)) entsprechenden Farbe ein
in einem zweiten Bild jeden Punkt z in der komplexen Zahlenebene in der
Im(f (z)) entsprechenden Farbe ein

Whle eine Farbcodierung von (, ] und eine Helligkeitscodierung von (0, )


und frbe dann jeden Punkt z der komplexen Zahlenebene in derjenigen Farbe und
derjenigen Helligkeit ein, die dem Winkel = arg(f (z)) und dem Betrag r = |f (z)|
von f (z) entsprechen.

5.3 Cauchyscher Integralsatz


Vllig analog zu Kurvenintegralen in Rd (Kurvenintegrale zweiter Art aus HM 2) definiert
man Kurvenintegrale in C.

49
Definition 5.13 (Kurvenintegral in C). Sei D C und f : D C stetig. Sei weiter
C : [a, b] D eine glatte Kurve in D. Dann ist das Kurvenintegral von f lngs C definiert
durch
Z Z b
f (z) dz := f (C(t))C 0 (t) dt.
C a
H
Wenn
R C geschlossen ist (das heit: C(b) = C(a)), dann schreibt man auch C f (z) dz fr
C f (z) dz.

Bemerkung (Standardeigenschaften des Kurvenintegrals).

Analog definiert man Kurvenintegrale lngs blo stckweise glatter Kurven C:


Z m Z
X ak
f (z) dz := f (C(t))C 0 (t) dt,
C k=1 ak1

wobei a = a0 < a1 < < am = b eine Zerlegung von [a, b] ist so, dass C|[ak1 ,ak ]
stetig differenzierbar ist.

Wie im Reellen ist das Kurvenintegral invariant unter orientierungserhaltenden


Umparametrisierungen und das Kurvenintegral bekommt ein umgekehrtes Vorzei-
chen, wenn man die Kurve umgekehrt durchluft.

Wie im Reellen ist das Kurvenintegral additiv


Z Z Z
f (z) dz = f (z) dz + f (z) dz,
C1 +C2 C1 C2

wobei C1 + C2 die Aneinanderhngung von C1 und C2 ist (die stckweise glatte


Kurve ist, die entsteht indem man erst C1 und dann C2 durchluft). Auerdem ist
das Kurvenintegral natrlich linear in f .

Wie im Reellen hat man die Standardabschtzung


Z
f (z) dz max |f (z)| l(C),


C zran C

wobei l(C) die Lnge von C bezeichnet (C ist als stckweise glatte Kurve rektifi-
zierbar!)

Beispiel 5.14 (Integral von Monomen lngs Kreisrand). Wir finden durch explizite
Rechnung fr n Z, dass
(
0, n 6= 1
I
(z a)n dz = . (5.5)
Br (a) 2i, n = 1

50
5.3.1 Der Satz
Sei f : D C holomorph auf der offenen Menge D C und darberhinaus habe f eine
holomorphe Stammfunktion F auf D, das heit, F 0 = f . Dann gilt fr jede stckweise
glatte Kurve C : [a, b] D in D:
Z Xm Z ak m
X
0
f (z) dz = f (C(t))C (t) dt = F (C(ak )) F (C(ak1 ))
C k=1 ak1 k=1
= F (C(b)) F (C(a))
(Hauptsatz der Differential- und Integralrechnung!). Insbesondere verschwindet das Kur-
venintegral
I
f (z) dz = 0
C

lngs geschlossener Kurven C in D (Endpunkt C(b) gleich Anfangspunkt C(a)!) und


wir knnen
I
(z a)n dz = 0 (n 6= 1)
Br (a)

(Beispiel 5.14) alternativ und ohne rechnen zu mssen also auch daraus folgern, dass
n+1
C\{a} 3 z 7 (z a)n fr n 6= 1 die holomorphe Stammfunktion C\{a} 3 z 7 (za) n+1
auf der gelochten Ebene D := C \ {a} hat. Der Cauchysche Integralsatz verbessert diese
Vorberlegungen fr einfach zusammenhngende D nun entscheidend: die obige Voraus-
setzung, dass f eine holomorphe Stammfunktion hat, ist fr einfach zusammenhngende
D nmlich berflssig (sie ist dann tatschlich schon automatisch erfllt nach Satz 5.17).
Satz 5.15 (Cauchyscher Integralsatz). Sei D C ein einfach zusammenhngendes
Gebiet und f : D C holomorph. Dann gilt
I
f (z) dz = 0
C
fr jede in D verlaufende geschlossene stckweise glatte Kurve C.
Bemerkung (Die Voraussetzung des einfachen Zusammenhangs).
Die Voraussetzung, dass D ein einfach zusammenhngendes Gebiet ist, bedeutet:
D ist ein Gebiet (offen und zusammenhngend) und darberhinaus kann jede in
D verlaufende geschlossene Kurve in D stetig zusammengezogen werden auf einen
Punkt a D
Die Voraussetzung des einfachen Zusammenhangs ist wesentlich, denn z 7 f (z) :=
1
z ist holomorph auf D := C \ {0} und D ist ein Gebiet, aber
I
f (z) dz = 2i 6= 0
Br (0)

(Beispiel 5.14).

51
5.3.2 Anwendung auf uneigentliche reelle Integrale
R R
Beispiel 5.16 (Die Fresnelschen Integrale 0 sin(t2 ) dt und 0 cos(t2 ) dt).

5.3.3 Stammfunktionen
Aus dem Cauchyschen Integralsatz folgt leicht, dass jede holomorphe Funktion auf einem
einfach zusammenhngenden Gebiet eine Stammfunktion hat. (Vergleiche mit dem Satz
von Poincare ber die Existenz von Potentialen aus HM 2).

Satz 5.17 (Stammfunktionen). Sei D C ein einfach zusammenhngendes Gebiet und


f : D C holomorph. Dann existiert eine holomorphe Stammfunktion F : D C zu f ,
und diese ist bis auf Addition einer Konstante eindeutig bestimmt.

5.3.4 Hauptzweig des Logarithmus


Im folgenden bezeichnet C := C \ (, 0] die negativ geschlitzte Ebene.

Definition 5.18 (Hauptzweig des Logarithmus). Der Hauptzweig ln : C C des


Logarithmus ist definiert durch
Z z Z
1 1
ln(z) := dw := dw (z C ),
1 w C1,z w

wobei C1,z irgendeine in C verlaufende stckweise glatte KurveRist, die 1 mit z verbindet.
(Aufgrund des Cauchyschen Integralsatzes ist der Wert von C1,z 1/w dw unabhngig
von der speziellen Wahl so einer Kurve und die angegebene Definition von ln(z) ist also
sinnvoll.)

Bemerkung (Stammfunktion). Aus der Definition folgt sofort (wie im Beweis von
Satz 5.17), dass ln eine holomorphe Stammfunktion von C 3 z 7 1/z ist.

Bemerkung (ln(z) = ln(|z|) + i arg(z)). Sei z C , dann gilt

ln(z) = ln(|z|) + i arg(z),

wobei ln(|z|) der bliche reelle Logarithmus von |z| ist und arg(z) (, ) der eindeu-
tige Winkel aus (, ) von z = |z|ei arg(z) ist (Polardarstellung). Um dies einzusehen,
whlt man

C1,z := C1 + C2

als die 1 und z verbindende Kurve, wobei C1 der Weg auf der reellen Achse ist, der 1
mit |z| verbindet, und C2 der kreisbogenfrmige Weg mit Radius |z| ist, der |z| mit z
verbindet.

Bemerkung (ln Umkehrfunktion von exp |Ri(,) ). ln ist die Umkehrfunktion von
exp |Ri(,) , das heit ausbuchstabiert:

52
eln(z) = z fr z C

ln(ez ) = z fr z R i(, )

Das folgt sofort aus der vorhergehenden Bemerkung.

Beispiel 5.19 (ln(i), ln(2 + 2i), ln(ei4/3 )).

Bemerkung (Zur Gltigkeit von ln(zw) = ln(z) + ln(w)). Wenn z, w C und zustz-
lich arg(z) + arg(w) (, ), dann gilt

ln(zw) = ln(z) + ln(w).

Im allgemeinen aber gilt das nicht (Beispiel: z = w = ei2/3 )!

Bemerkung (Nebenzweige des Logarithmus). Auer dem Hauptzweig gibt es auch noch
Nebenzweige des Logarithmus, die sich von ln (lokal) um ganzzahlige Vielfache von 2i
unterscheiden. Sei beispielsweise C| := C \ i(, 0] die senkrecht geschlitzte Ebene und
Z z Z
1 1
ln(z)
e := dw := dw (z C| ),
1 w C1,z w

wobei C1,z irgendeine in C| verlaufende stckweise glatte Kurve ist, die 1 mit z verbindet.
Dann gilt

ln(z)
e = ln(|z|) + iarg(z),
f

wobei arg(z)
f den Winkel von z aus (/2, 3/2) bezeichnet. Insbesondere gilt
(
ln(z), z A B C
ln(z)
e =
ln(z) + 2i, z D,

wobei A, B, C den vierten, ersten, zweiten Quadranten in C| bezeichnen und D den


dritten Quadranten in C| .

5.4 Cauchysche Integralformel


5.4.1 Der Satz
Lemma 5.20. Sei D C ein Gebiet und holomorph auf D \ {z}. Dann ist
Z
(z) dz
B

gleich fr alle Kreisscheiben B mit B D und z B.

53
Satz 5.21 (Cauchysche Integralformel). Sei f : D C holomorph auf dem Gebiet D
und sei B r (a) D. Dann gilt
Z
1 f (w)
f (z) = dw (5.6)
2i Br (a) w z

fr alle z Br (a).
Bemerkung.
Die Cauchysche Integralformel (5.6) liefert also insbesondere, dass die Werte von
f im Innern von B r (a) allein durch die Werte von f auf Br (a) bestimmt sind

Die Cauchysche Integralformel (5.6) gilt (allgemein) wirklich nur z Br (a), denn
fr z Br (a) ist das Integral nicht definiert (es sei denn z ist eine Nullstelle
von f )
fr z / B r (a) ist der Integrand w 7 f (w)/(w z) holomorph auf einer
Umgebung von B r (a) und damit ist das Integral nach dem Cauchyschen In-
tegralsatz gleich 0, was ungleich f (z) ist (es sei denn z ist eine Nullstelle von
f)

Die Cauchysche Integralformel (5.6) gilt auch fr allgemeinere glatt berandete


Gebiete (statt Br (a))

5.4.2 Anwendungen: Maximumprinzip, Potenzreihenentwicklung,


harmonische Funktionen, Cauchysche Ungleichungen
Korollar 5.22 (Mittelwerteigenschaft holomorpher Funktionen). Sei f : D C holo-
morph auf einem Gebiet D. Dann gilt fr jedes z D
Z 2
1
f (z) = f (z + reit ) dt
2 0

fr alle r > 0 mit B r (z) D (das heit: f (z) ist der Mittelwert der Werte von f auf
dem Rand jeder vollstndig in D enthaltenen Kreisscheibe B r (z) um z).
Satz 5.23 (Maximumprinzip fr holomorphe Funktionen). Sei f : D C holomorph
auf einem Gebiet D. Dann kann |f | in keinem Punkt von D maximal werden, es sei denn
f ist schon konstant. Insbesondere nimmt |f | sofern D zustzlich beschrnkt ist und f
stetig fortsetzbar auf D sein Maximum immer auf D an.
Bemerkung. Die Zusatzvoraussetzung, dass D beschrnkt ist, ist wesentlich fr die
Zusatzaussage aus obigem Satz. Sei nmlich D := {z C : Re(z) > 0} und f (z) := ez
fr z D, dann ist f holomorph und stetig fortsetzbar auf D aber f wird nicht supremal
(erst recht nicht maximal) auf D = iR, denn

sup |f (z)| = =
6 1 = sup |f (z)|.
zD zD

54
Satz 5.24 (Fundamentalsatz der Algebra). Jedes nichtkonstante Polynom hat eine kom-
plexe Nullstelle.
Satz 5.25 (Analytizitt holomorpher Funktionen: Potenzreihendarstellung). Sei f :
D C holomorph auf einem Gebiet D. Dann hat f um jeden Punkt a D eine Potenz-
reihendarstellung

X
f (z) = an (z a)n
n=0

mit Koeffizienten
Z
1 f (w)
an = dw (n N0 ), (5.7)
2i Br (a) (w a)n+1

wobei r > 0 so klein, dass B r (a) D. Diese Potenzreihe konvergiert auf der grtmgli-
chen ganz in D enthaltenen offenen Kreisscheibe um a.
Satz 5.26 (Charakterisierung holomorpher Funktionen als analytisch). Sei f : D C
eine Funktion auf einer offenen Menge D. Dann sind quivalent:
(i) f ist holomorph
(ii) f ist beliebig oft komplex differenzierbar
(iii) f ist analytisch, das heit, fr jeden Punkt a D existiert ein r > 0 so, dass f auf
Br (a) durch eine konvergente Potenzreihe darstellbar ist.
Bemerkung (Weitere Charakterisierungen holomorpher Funktionen). Sei f : D C
eine Funktion auf einer offenen Menge D. Dann gilt auch:
f ist holomorph gdw f komplex differenzierbar ist
R
f ist holomorph gdw f stetig ist und T f (z) dz = 0 fr alle Dreiecke T D (Satz
von Morera)
Beispiel 5.27 (Konvergenzradius der Taylorreihe von z 7 1/(1 + z 2 ) um a C \ {i}).

Satz 5.28 (Real- und Imaginrteil holomorpher Funktionen sind harmonisch). Sei f :
D C holomorph auf der offenen Menge D und f (x + iy) = u(x, y) + iv(x, y) mit u, v
reellwertig. Dann sind u, v harmonisch, das heit

u = 0 und v = 0.

Bemerkung (Glattheit von Potentialen).


Umgekehrt gilt auch: wenn u harmonisch ist (das heit: u C 2 (D, R) mit u =
0) auf einem einfach zusammenhngenden Gebiet D R2 , dann ist u Realteil
einer holomorphen Funktion auf D. Insbesondere sind harmonische Funktionen
automatisch beliebig oft differenzierbar.

55
Praktische Konsequenz ist, dass z.B. stationre elektrische Felder oder wirbelfreie
Strmungsfelder inkompressibler Strmungen immer unendlich oft differenzierbar
sind.
Bemerkung (Lsen von Randwertproblemen mittels Cauchyscher Integralformel).
Das Cauchy-Integral ist fr jede stetige Funktion : Br (a) C auf dem Rand
von Br (a) definiert und man kann zeigen, dass
Z
1 (w)
f (z) := dw (z Br (a))
2i Br (a) w z
eine holomorphe Funktion auf Br (a) definiert mit f |Br (a) = .
Das gilt auch fr allgemeinere glatt berandete Gebiete statt Br (a), und damit
liefert die Cauchysche Integralformel die Lsungsformel
Z
1 (w)
u := Re(f ) mit f (z) := dw (z )
2i w z
fr Laplace-Randwertprobleme
u = 0 in und u| = .

Bemerkung (Cauchysche Integralformel fr Ableitungen). In der Situation von Satz 5.25


folgt aus (5.7) und Satz 5.11 sofort, dass
Z
(n) n! f (w)
f (a) = n! an = dw (n N0 ),
2i Br (a) (w a)n+1

sofern B r (a) D. Wenn wir in dieser Integralformel berall a durch z ersetzen und
dann noch Lemma 5.20 bemhen, erhalten wir die Cauchyschen Integralformeln fr die
Ableitungen von f :
Z
(n) n! f (w)
f (z) = dw (n N0 ) (5.8)
2i Br (a) (w z)n+1

fr alle z Br (a) und r > 0 so klein, dass B r (a) D.


Satz 5.29 (Cauchysche Ungleichungen fr die Ableitungen holomorpher Funktionen).
Sei f : D C holomorph auf einem Gebiet D und seien a D und r > 0 so klein, dass
B r (a) D. Dann gilt fr alle n N0 :
n!
|f (n) (a)| max |f (w)|.
rn wBr (a)

Wenn f zustzlich beschrnkt auf D ist, dann folgt insbesondere


n!
|f (n) (a)| n
max |f (w)|,
rmax wD

wobei rmax := sup{r (0, ) : Br (a) D}.

56
Definition 5.30 (Ganze Funktion). Eine auf ganz C definierte holomorphe Funktion
f : C C heit ganze Funktion.

Satz 5.31 (Satz von Liouville). Jede beschrnkte ganze Funktion ist konstant.

5.5 Residuensatz
5.5.1 Der Satz
Definition 5.32 (Residuum). Sei D C offen, a D, und f : D \ {a} C holomorph.
Dann ist das Residuum von f an der Stelle a definiert durch
Z
1
Res(f, a) := lim f (z) dz,
&0 2i B (a)

wobei B (a) wie blich (Beispiel 5.14) gegen den Uhrzeigersinn parametrisiert ist.

Bemerkung.

Wenn f holomorph auf ganz D (also auch in a), dann folgt mit Cauchyschem
Integralsatz, dass Res(f, a) = 0.

Wegen der Unabhngigkeit von der Wahl des Kreises (Lemma 5.20) ist
Z
1
Res(f, a) = f (z) dz
2i B0 (a)

fr jedes 0 > 0 mit B 0 (a) D. Insbesondere folgt mit Beispiel 5.14, dass
 1   1 
Res , a = 1 und Res , a = 0 (n Z \ {1})
a ( a)n
und mit der Cauchyschen Integralformel folgt
 f Z
 1 f (z)
Res ,a = dz = f (a) (5.9)
a 2i B0 (a) z a

fr jede auf einer Umgebung von a holomorphe Funktion f .

Schlielich ist das Residuum offensichtlich linear in f :

Res(f + g, a) = Res(f, a) + Res(g, a).

Satz 5.33 (Berechnung von Residuen).

(i) Ist g holomorph in einer Umgebung von a, so gilt


 g 
Res , a = g(a)
a

57
(ii) Sind g, h holomorph in einer Umgebung von a und hat h eine einfache Nullstelle
in a (das heit: h(a) = 0 aber h0 (a) 6= 0), so gilt
g  g(a)
Res ,a = 0
h h (a)

(iii) Ist g holomorph in einer Umgebung von a, so gilt


 g  g (m) (a)
Res , a =
( a)m+1 m!

Beispiel 5.34 (f (z) = 1/z(z 1)).


Beispiel 5.35 (f (z) = (3z 2 + 1)/(z 4 1) und f (z) = tan(z)).
Beispiel 5.36 (f (z) = z 2 /(z 1)3 (z + 1)).
Satz 5.37 (Residuensatz). Sei D C ein Gebiet und sei f holomorph auf D bis auf
endlich viele Ausnahmestellen. Sei C eine stckweise glatte, geschlossene Kurve in D, die
kreuzungsfrei und derart parametrisiert ist, dass das von ihr umschlossene Gebiet links
von Durchlaufrichtung liegt. Seien z1 , . . . , zm diejenigen Stellen im von C umschlossenen
Gebiet, in denen f nicht holomorph ist. Dann gilt
Z m
1 X
f (z) dz = Res(f, zi ).
2i C
i=1

Bemerkung.
Das ist offensichtlich eine Verallgemeinerung des Cauchyschen Integralsatzes, denn
wenn f holomorph ist auf ganz D, dann ist m = 0 und damit die rechte Seite im
obigen Satz gleich 0, wie vom Cauchyschen Integralsatz vorhergesagt.
Verwendung des Residuensatzes zur Kurvenintegralberechnung: bestimme von Kur-
ve umschlossene Singularitten und deren Residuen und summiere diese dann.
R R
Beispiel 5.38 ( B (0) f (z) dz und B2 (0) f (z) dz fr f (z) = 1/z(z 1)).
1/2

R
5.5.2 Anwendung auf uneigentliche Integrale
f (x) dx
Satz 5.39. Sei f holomorph auf einer Umgebung von D := {z C : Im(z) 0} bis auf
endlich viele Ausnahmestellen z1 , . . . , zm D \ R, und es gelte

sup |f (z)| 0 (r ). (5.10)


|z|=r und Im(z)0

Dann gilt
Z m
X
f (x) dx = 2i Res(f, zk ).
k=1

58
Bemerkung. Die Voraussetzung (5.10) ist z. B. erfllt fr jede rationale Funktion f =
p/q ohne Pole auf der reellen Achse und mit Grad(q) Grad(p) + 2.
R
Beispiel 5.40 ( 1/(1 + x2 )2 dx).
R
Beispiel 5.41 ( x2 /(1 + x4 ) dx).
R
5.5.3 Anwendung auf uneigentliche Integrale 0
f (x) dx
Sei f : [0, ) R. Wenn die gerade Fortsetzung

f (x) := f (x) (x (0, ))

von f auf R holomorph auf eine Umgebung von {z C : Im(z) 0} \ {z1 , . . . , zm } mit
zk
/ R fortgesetzt werden kann, so gilt nach obigem Satz
Z Z m
1 X
f (x) dx = f (x) dx = i Res(f, zk ),
0 2 k=1

wobei f die holomorphe Fortsetzung der geraden Fortsetzung von f bezeichnet. Wenn die
gerade Fortsetzung von f nicht wie oben holomorph fortgesetzt werden kann, so kommt
man oft immer noch mithilfe des Residuensatzes weiter: z. B. kann man manchmal ber
geeignete Kreissektoren integrieren.
R 1
Beispiel 5.42 ( 0 1+x 3 dx).

R
5.5.4 Anwendung auf Fourier-Integrale
f (x)eix dx
Satz 5.43. Sei f holomorph auf C \ {z1 , . . . , zm } und z1 , . . . , zm
/ R. Weiter gelte
f (z) 0 fr |z| . Dann gilt fr < 0
Z X
f (t)eit dt = 2i Res(f (z) eiz , zk )
zk mit Im(zk )>0

und fr > 0 gilt


Z X
f (t)eit dt = 2i Res(f (z) eiz , zk ).
zk mit Im(zk )<0

Beispiel 5.44 (Fouriertransformation von f mit f (x) = 1/(x2 + 2 )).


R x
Beispiel 5.45 ( 1+x 2 sin(x) dx).

59
R 2
5.5.5 Anwendung auf Integrale 0
(p/q)(cos(x), sin(x)) dx
Satz 5.46. Sei F : R2 \ P C eine rationale Funktion ohne Pole auf dem Einheitskreis:
P R2 \ B1 (0). Dann definiert

f (z) := z 1 F (z + z 1 )/2, (z z 1 )/2i




eine holomorphe Funktion auf einer Umgebung von B 1 (0) bis auf endlich viele Ausnah-
mestellen z1 , . . . , zm B1 (0), und es gilt
Z 2 m
X
F (cos(t), sin(t)) dt = 2 Res(f, zk ).
0 k=1
R 2 1
Beispiel 5.47 ( 0 1+ cos(x) dx fr (0, 1)).

60
6 Weiterfhrende Themen
6.1 Skalare lineare Differentialgleichungen hherer Ordnung
In diesem Abschnitt betrachten wir lineare Differentialgleichungen fr skalarwertige Funk-
tionen y:

Ly := y (n) + an1 (t)y (n1) + + a1 (t)y 0 + a0 (t)y = f (t), (6.1)

d k
wobei a0 , . . . , an1 , f : R R stetige Funktionen sind und y (k) := dtk y die k-te Ablei-
tung bezeichnet. Diese Differentialgleichunng n-ter Ordnung (6.1) ist quivalent zu einem
System von Differentialgleichungen erster Ordnung fr u := (y, y (1) , y (2) , . . . , y (n1) )> ,
nmlich

u0 = A(t)u + b(t) (6.2)

wobei

0 1 0 ... 0 0
.. ..
. .
.

A(t) := .. und b(t) :=
.. .
.

0 ... ... 0 1 0
a0 (t) a1 (t) . . . ... an1 (t) f (t)

Aus der Lsungstheorie fr Systeme aus Kapitel 3 folgt, dass wir Anfangswerte fr u,
oder mit anderen Worten fr y (0) , . . . , y (n1) brauchen um Eindeutigkeit von Lsungen
zu garantieren.

Satz 6.1 (Existenz und Eindeutigkeit von Lsungen fr skalare lineare Differentialglei-
chungen n-ter Ordnung). Sei die Differentialgleichung (6.1) gegeben mit stetigen Funk-
(0) (n1)
tionen ai , f : R R. Sei t0 R und seien y0 , . . . , y0 R. Dann hat das Anfangs-
wertproblem zu (6.1) mit Anfangsbedingungen
(k)
y (k) (t0 ) = y0 (k = 0, . . . , n 1)

genau eine Lsung y.

Bemerkung. Wie in Kapitel 3 folgt:

Die Lsungsmenge der homogenen Differentialgleichung Ly = 0 ist ein n-dimensionaler


Vektorraum

61
Die Lsungsmenge der inhomogenen Differentialgleichung Ly = f (t) ist ein n-
dimensionaler affiner Raum, und zwar ist jede Lsung Summe einer speziellen
(partikulren) Lsung yp des inhomogenen und einer Lsung yh des homogegen
Problems.

6.1.1 Homogene Differentialgleichungen mit konstanten Koeffizienten


Wir betrachten (6.1) von nun an nur noch im Spezialfall konstanter Koeffizienten:

ai (t) = ai R (i = 0, . . . , n 1).

Definition 6.2 (Charakteristisches Polynom). Zu Ly := y (n) + an1 y (n1) + + a1 y 0 +


a0 y ist das charakteristische Polynom P definiert durch

P () := n + an1 n1 + + a1 + a0
d
Bemerkung. Damit ist formal also L = P ( dt ), wobei die k-fache Potenz des Ablei-
d
tungsoperators dt durch k-fache Hintereianderausfhrung interpretiert wird, das heit:
d k dk
( dt ) = dt k . Die Bezeichnung charakteristisches Polynom ist dadurch motiviert, dass

P () = det(A I)

mit A aus (6.2).

Satz 6.3. Ist C eine Nullstelle von P , so ist y mit

y(t) := et (t R)

eine Lsung der homogenen Differentialgleichung Ly = 0.

Bemerkung.

Weil die Koeffizienten a0 , . . . , an1 des charakteristische Polynom P nach Voraus-


setzung alle reell sind, ist mit = + i auch = i eine Nullstelle von P
und damit sind nach obigem Satz sowohl

t 7 et = et cos(t) + i sin(t)


als auch

t 7 et = et cos(t) i sin(t)


Lsungen der homogenen Differentialgleichung Ly = 0. Auerdem folgt (Addition


bzw. Subtraktion der obigen Lsungen!), dass

t 7 et cos(t) = Re(et ) und t 7 et sin(t) = Im(et )

Lsungen sind, und zwar reellwertige Lsungen.

62
Wieder heit eine Menge von n linear unabhngigen Lsungen Fundamentalsystem
von Lsungen.

Satz 6.4 (Fundamentalsystem im Fall von lauter einfachen Nullstellen). Wenn das cha-
rakteristische Polynom P nur einfache Nullstellen

1 , . . . , r , 1 i1 , . . . , m im

besitzt (das heit insbesondere r + 2m = n), so ist


 1 t
e , . . . , er t , e1 t cos(1 t), e1 t sin(1 t), . . . , em t cos(m t), em t sin(m t)

ein Fundamentalsystem von Ly = 0.

Satz 6.5 (Fundamentalsystem im Fall von mglicherweise mehrfachen Nullstellen). Wenn


das charakteristische Polynom P die Nullstellen

1 , . . . , r , 1 i1 , . . . , m im

mit Vielfachheiten k1 , . . . , kr , r1 , . . . rm besitzt (das heit insbesondere k1 + +kr +2r1 +


+ 2rm = n), so ist
l t
t e j : j = 1, . . . , r und l = 0, . . . , kj 1
tl ej t cos(j t), tl ej t sin(j t) : j = 1, . . . , m und l = 0, . . . , rj 1


ein Fundamentalsystem von Ly = 0.

Beispiel 6.6 (Fundamentalsystem von y 000 3y 00 + 3y 0 3y = 0 und y (4) + 2y 00 + y = 0).

6.1.2 Inhomogene Differentialgleichungen mit konstanten Koeffizienten


Die inhomogene Differentialgleichung Ly = f kann fr allgemeine rechte Seiten f durch
Umschreiben als System erster Ordnung und Variation der Konstanten gelst werden.
Wir betrachten hier nur den Spezialfall, wo die rechte Seite f ein sogenanntes Quasi-
polynom ist (oder eine Summe von Quasipolynomen). In diesem Spezialfall kann man
die Differentialgleichung Ly = f viel schneller mit einem (ebenfalls quasipolynomiellen)
Ansatz nach Art der rechten Seite lsen.

Definition 6.7 (Quasipolynom). Fr C und m N heit

Qm := p(t)et : p Polynom mit Grad(p) < m




der Vektorraum der Quasipolynome zu der Dimension m. Insbesondere ist Q0m der
Vektorraum der Polynome vom Grad echt kleiner m.

Beispiel 6.8 (p(t), p(t)et sind Quasipolynome, p(t) cos(t) ist Summe von Quasipoly-
nomen).

63
Satz 6.9. Sei f Qm , das heit: f (t) = p(t)et mit einem Polynom p vom Grad echt
kleiner als m.
(i) Wenn keine Nullstelle von P ist, dann existiert eine partikulre Lsung yp Qm
von Ly = f , das heit eine Lsung der Form
yp (t) = q(t)et mit einem Polynom q vom Grad echt kleiner m

(ii) Wenn k-fache Nullstelle von P ist mit k > 0 (das ist der sogenannte Resonanz-
fall), dann existiert eine partikulre Lsung yp Qm+k von Ly = f , das heit eine
Lsung der Form
yp (t) = q(t) et mit einem Polynom q vom Grad echt kleiner m + k

Bemerkung.
Das Verfahren zur Bestimmung einer partikulren Lsung fr eine rechte Seite f
von der Form
f (t) = p(t) et mit einem Polynom p vom Grad m 1
lautet ausbuchstabiert also wie folgt:
Ist eine Nullstelle des charakteristischen Polynoms P zu Ly = 0?
Wenn nein, mache den Ansatz
yp (t) = c0 + c1 t + + cm1 tm1 et


mit zu bestimmenden ci R
Wenn ja, bestimme die Vielfachheit k der Nullstelle und mache den Ansatz
yp (t) = c0 + c1 t + + cm+k1 tm+k1 et


mit zu bestimmenden ci R
Setze den so erhaltenen Ansatz in die Differentialgleichung Ly = f ein und
bestimme die ci so, dass die Differentialgleichung erfllt ist (wobei der Satz
garantiert, dass das auch tatschlich mglich ist!)
Statt des in Satz 6.9 (ii) genannten Ansatzes kann man im Resonanzfall auch den
einfacheren Ansatz yp tk Qm machen, das heit ausbuchstabiert:
yp (t) = c0 + c1 t + + cm1 tm1 tk et ,


wobei k die Vielfachheit der Nullstelle von P ist.


Auch wenn f nur ein einziges Monom in t enthlt, z. B. f (t) = t3 et , ist fr
yp ein vollstndiges Polynom anzusetzen, im eben erwhnten Beispiel, im Nicht-
Resonanzfall, also
y(t) = c0 + c1 t + c2 t2 + c3 t3 et ,


64
Wenn die rechte Seite f eine Summe von zwei Quasipolynomen f1 , f2 ist:

f (t) = f1 (t) + f2 (t) = p1 (t)e1 t + p2 (t)e2 t

mit 1 6= 2 , dann bestimmt man gem dem oben beschriebenen Verfahren jeweils
eine partikulre Lsung yp 1 und yp 2 von

Ly = f1 bzw. Ly = f2

und bildet dann die Summe yp := yp 1 + yp 2 . Diese ist dann offensichtlich eine
partikulre Lsung von Ly = f .

Beispiel 6.10 (Allgemeine Lsung der inhomogenen skalaren linearen Differentialglei-


chungen hherer Ordnung y 00 + 5y 0 + 6y = tet , y 00 y = 4et , y 00 4y = sin t).

6.2 Distributionen
Definition 6.11 (Raum der Testfunktionen). Der Raum der Testfunktionen (oder be-
liebig oft differenzierbaren Funktionen mit kompaktem Trger) ist definiert durch

D := C (Rd , R) : supp() beschrnkt ,




wobei supp() der Trger von heit und definiert ist durch

supp() := {x Rd : (x) 6= 0}

(Abschluss der Menge, auf der nicht verschwindet). Auerdem schreiben wir fr belie-
bige kompakte Menge K Rd

DK := { D : supp() K}.

Bemerkung.

Andere oft verwendete Bezeichungen fr D sind Cc (Rd , R) oder C0 (Rd , R)

Testfunktionen sind absolut integrierbar, und zwar gilt (mit K := supp())


Z Z
|(x)| dx = |(x)| dx vol(K) max |(x)| < .
Rd K xK

Sei D und = (1 , . . . , d )> Nd0 ein Multiindex. Dann heit

x (x) := x11 xdd (x)


Pd
die -te partielle Ableitung von an der Stelle x und || := i=1 i heit die

Ordnung der partiellen Ableitung. Wegen C ist die Reihenfolge der partiellen
Ableitungen egal (Satz von Schwarz).

65
6.2.1 Definition und Beispiele von Distributionen
Definition 6.12 (Distribution). Eine lineare Abbildung T : D R heit Distribution
(der Ordnung m N0 ) genau dann, wenn es fr jede kompakte Untermenge K Rd
eine Konstante CK gibt so, dass

|T ()| CK max sup |x (x)| (6.3)


||m xRd

fr alle DK .

Beispiel 6.13 (Dirac Delta-Distribution).

Beispiel 6.14 (Beschrnkte messbare Funktionen).

Beispiel 6.15 (Lokalintegrierbare Funktionen).

Bemerkung (Regulre und singulre Distributionen).

Distributionen T , die dargestellt werden knnen wie in Beispiel 6.14 (das heit als
T = Tu mit einer beschrnkten messbaren Funktion u) heien regulre Distributio-
nen. Alle anderen Distributionen heien singulre Distributionen.

Die Dirac Delta-Distribution ist keine regulre Distribution.

6.2.2 Ableitung von Distributionen


Wir wollen die partielle Ableitung T einer Distribution T so definieren, dass sich im
Spezialfall regulrer Distributionen T = Tu mit u C || ergibt:

Tu = T u . (6.4)

Definition 6.16 (Ableitung einer Distribution). Sei Nd0 ein Multiindex und T eine
Distribution. Dann ist die -te Distributionsableitung T definiert durch

( T )() := (1)|| T ( ) ( D).

Bemerkung.

Wir sehen: die Distributionsableitung ist fr jede noch so groe Ordnung || defi-
niert (und in diesem Sinne sind Distributionen beliebig oft differenzierbar)

Die Distributionsableitung ist wieder eine Distribution

Wenn T und T regulr sind:

T = Tu und T = Tv

66
mit beschrnkten (und messbaren) u, v, so heit v die distributionelle Ableitung
von u (oder auch schwache oder verallgemeinerte Ableitung von u). Durch partielle
Integration ergibt sich: wenn u C || (Rd , R), dann

( Tu )() = (1)|| Tu ( ) = T u () ( D)

oder kurz: Tu = T u , und damit ist die distributionelle Ableitung von u genau
die klassische Ableitung von u. Insbesondere ist die distributionelle Ableitung eine
Verallgemeinerung des klassischen Ableitungsbegriffs.

Beispiel 6.17 (Ableitung der Dirac Delta-Distribution).

Beispiel 6.18 (Heaviside- und Knickfunktion).

Bemerkung (Stetige stckweise glatte Funktionen). Die distributionelle Ableitung steti-


ger stckweise glatter Funktionen auf R (d = 1) ist genau durch die stckweise klassische
Ableitung gegeben.

Beispiel 6.19 (Distributionslsung der Wellengleichung).

Bemerkung.

Der Distributionslsungsbegriff ist ein sehr schwacher Lsungsbegriff. I.a. geht Ein-
deutigkeit der Lsungen verloren.

Ein u C 2 , das die die partielle Differentialgleichung im klassischen Sinn lst, ist
auch eine Distributionslsung

Eine Distributionslsung, die zustzlich regulr ist mit u C 2 , ist eine klassische
Lsung.

6.3 Fast Fourier Transform


Wie in Kapitel 2 demonstriert, ist die Fouriertransformation zur Signalfilterung einsetz-
bar. In diesem Abschnitt beschftigen wir uns mit der diskreten Fouriertransformation
(DFT) und insbesondere einer schnellen Variante davon, der sogenannten Fast Fourier
Transform (FFT).

6.3.1 Diskrete Fouriertransformation


Wir betrachten hierzu eine 2-periodische integrierbare Funktion f : [0, 2] C. Deren
Fourierkoeffizienten
Z 2
1
ck = eikt f (t) dt
2 0

67
knnen oft nicht explizit berechnet werden. Wir bentigen daher numerische Approxi-
mationen fr die Integrale durch Abtasten von f und Riemann-Summen: beispielsweise
haben wir fr N N und Abtaststellen
2
tj := (j = 0, . . . , N 1)
N
die Approximation ck cN k , wobei
N 1 N 1 N 1
1 X iktj 2 1 X ik 2 j 1 X j
cN k := ck := e f (tj ) = e N f (tj ) = k f (tj )
2 N N N
j=0 j=1 j=1

2
mit k := eik N . Wegen cN k ck fr N ist die Approximation an ck umso besser
1
je grer N ist. Die Vektoren (ck )N
k=0 lassen sich simultan durch eine Matrix-Vektor-
Multiplikation berechnen:


c1
1 1 1 ... 1 f (t0 )

1 (N 1)
c2 1 1
12 . . . 1
f (t1 )

(N 1)

c3 1 21 22 . . . 2 f (t2 )


. = 1

.. N .
.
..
.

.

.. . ..
.

. .

.
cN 1 1 2 (N 1) f (tN 1 )
1 N 1 N 1 . . . N 1

Definition 6.20 (Diskrete Fouriertransformation). Sei N N, dann heit FN : CN


CN definiert durch
1
FN (y) := WN y (y CN )
N
die diskrete Fouriertransformation, wobei
N 1 2
WN = kj k,j=0 CN N mit kj := eijk N (6.5)

Bemerkung.
Wir indizieren Vektoren- und Matrizenelemente hier beginnend bei 0
Wie in Kapitel 2 sind auch bei der diskreten Fouriertransformierten verschiedenen
Vorfaktoren in der Literatur mglich
Aus (6.5) folgt sofort:

kj = jk = j
k
(6.6)

(insbesondere sind die Indizes k, j beliebig vertauschbar) und


N 1
(
N, falls k = 0
kj =
X
(6.7)
j=0
0, falls k 6= 0

68
(aufgrund von kj = (k1 )j , geometrischer Summenformel, und kN = 1) und
kj lj = k+l
j
. (6.8)

Satz 6.21 (Eigenschaften der diskreten Fouriertransformation).


(i) WN ist invertierbar
(ii) WN ist symmetrisch, das heit: WN> = WN

(iii) WN WN = N I mit I CN N Einheitsmatrix und WN := WN>


1
(iv) FN (c) = WN c = N FN (c) fr alle c CN (Inverse diskrete Fouriertransformation
(IDFT))
Aus den diskreten Fourierkoeffizienten ck einer 2-periodischen integrierbaren Funktion
f : R C kann man f zumindest an den Abtaststellen tj rekonstruieren. (Vergleiche
die in Abschnitt 2.2.2 besprochene vollstndige Rekonstruktion von 2-periodischen
P in-
ikt
tegrierbaren Funktionen aus ihren Fourierkoeffizienten: f (t) = f (t) := k= ck e an
allen Stellen t unter geeigneten Voraussetzungen.)
Satz 6.22 (Interpolationseigenschaft). Sei f : R C 2-periodisch integrierbar und
1 N 1
c := (ck )N
k=0 := FN (y), wobei y := (f (tj ))j=0 . Sei weiter
N
X 1
f(t) := ck eikt .
k=0
Dann gilt die Interpolationseigenschaft:
f (tj ) = f(tj )
2
fr alle j = 0, . . . , N 1, wobei tj := N j.

6.3.2 Schnelle Fouriertransformation


Die direkte Berechnung der diskreten Fouriertransformation FN (y) gem Definition 6.20
erfordert O(N 2 ) viele Multiplikationen und Speicher, falls die Matrix WN vorliegt. Dies
ist aufwndig und fr groe N nicht praktikabel. Wenn N = 2Q mit Q N (Zweierpo-
tenz), dann lsst sich die Berechnung auf O(N log2 N ) beschleunigen. Die Idee hierbei
ist divide and conquer (zerlege Problem der Gre N in 2 Teilprobleme der Gre N/2,
dann Zusammenfgen zur Gesamtlsung). Sei also N = 2Q mit Q N. Wir bezeichnen
dann mit PN die Permutationsmatrix in CN N mit

x0 x0
x1 x2

x2 ..
.  
..
= xN 2 = xeven (x CN ),

PN x = PN .

.. x1
x odd
.
..
xN 2 .
xN 1 xN 1

69
wobei xeven := (x0 , x2 , . . . , xN 2 )> , xodd := (x1 , x3 , . . . , xN 1 )> CN/2 die Teilvektoren
von x = (x0 , . . . , xN 1 )> CN bestehend aus den Komponenten mit geraden bzw. un-
geraden Indizes sind.

Lemma 6.23 (Rekursion fr WN ). Sei N = 2Q mit Q N und WN , WN/2 die Matrizen


der diskreten Fouriertransformation. Sei weiter
2
:= ei N DN/2 := diag 0 , 1 , . . . , (N/21) CN/2N/2 .

und

Dann ist
 
WN/2 DN/2 WN/2
WN = PN
WN/2 DN/2 WN/2

Satz 6.24 (Fast Fourier Transform). Sei N = 2Q mit Q N. Die diskrete Fourier-
transformation lsst sich dann rekursiv berechnen, indem man folgende rekursive Formel
wiederholt (Q-mal) anwendet:
  
1 I I FN/2 (yeven )
FN (y) = .
2 I I DN/2 FN/2 (yodd )

Dieses iterative Verfahren zur Berechnung von FN (y) nennt man schnelle Fouriertrans-
formation (Fast Fourier Transform (FFT)).

Bemerkung.

In jedem der Q = log2 N Iterationsschritte des FFT-Verfahrens gem obigem


Satz mssen O(N ) Multiplikationen und Additionen ausgefhrt werden. Der Auf-
wand des gesamten Verfahrens zur Berechnung von FN (y) ist also Q O(N ) =
O(N log2 N ). Das ist eine wesentliche Verbesserung hinsichtlich Schnelligkeit und
Speicheraufwand gegenber der Matrixvariante der DFT

Wenn N keine Zweierpotenz ist, dann erweitert man den Vektor y durch Nullen zu
einem Vektor mit Lnge der nchstgreren Zweierpotenz.

70

You might also like