Hauptinhaltsverzeichnis

● Vorwort
● Detaillierte Inhaltsverzeichnisse

1. Arithmetik
2. Funktionen und ihre Darstellung
3. Geometrie
4. Lineare Algebra
5. Algebra und diskrete Mathematik
6. Differentialrechnung
7. Unendliche Reihen
8. Integralrechnung
9. Differentialgleichungen
10. Variationsrechnung
11. Lineare Integralgleichungen
12. Funktionalanalysis
13. Vektoranalysis und Feldtheorie
14. Funktionentheorie
15. Integraltransformationen
16. Wahrscheinlichkeitsrechnung und mathematische Statistik
17. Dynamische Systeme und Chaos
18. Optimierung
19. Numerische Mathematik
20. Computeralgebrasysteme

● Tabellen
● Literatur
● Mathematische Zeichen
Themenübersicht

Arithmetik und Algebra

Detailliertes Inhaltsverzeichnis

Funktionen und ihre Darstellung

Detailliertes Inhaltsverzeichnis

Geometrie
Detailliertes Inhaltsverzeichnis

Lineare Algebra
Detailliertes Inhaltsverzeichnis

Algebra und diskrete Mathematik

Detailliertes Inhaltsverzeichnis

Differentialrechnung
 Detailliertes Inhaltsverzeichnis

Unendliche Reihen
Detailliertes Inhaltsverzeichnis

Integralrechnung
Detailliertes Inhaltsverzeichnis

Differentialgleichungen
Detailliertes Inhaltsverzeichnis

Variationsrechnung
Detailliertes Inhaltsverzeichnis

Lineare Integralgleichungen
Detailliertes Inhaltsverzeichnis

Funktionalanalysis
Detailliertes Inhaltsverzeichnis

Vektoranalysis und Feldtheorie

Detailliertes Inhaltsverzeichnis

Funktionentheorie
Detailliertes Inhaltsverzeichnis
Integraltransformationen
Detailliertes Inhaltsverzeichnis

Wahrscheinlichkeitsrechnung und mathematische Statistik

Detailliertes Inhaltsverzeichnis

Dynamische Systeme und Chaos

Detailliertes Inhaltsverzeichnis

Optimierung
Detailliertes Inhaltsverzeichnis

Numerische Mathematik
Detailliertes Inhaltsverzeichnis

Computeralgebrasysteme
Detailliertes Inhaltsverzeichnis
Stichwortverzeichnis

A B C

D E F G H I J K L M N O P

Q R S T U V W

X Y Z
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Abbildung
Bäcker
bijektive
Mengen
Vektorräume
chaotische
eineindeutige
Mengen
geliftete
HÉNON
Hufeisen
injektive
Mengen
Vektorräume
Kern
komplexe Zahlenebene
beliebige
konforme
konforme
 Differentialtransformation, affine
Exponentialfunktion
gebrochenlineare Funktion
Inversion
isometrisches Netz
Kreisverwandtschaft
lineare Funktion
lineare plus gebrochenlineare Funktion
Logarithmusfunktion
quadratische Funktion
Quadratwurzel
SCHWARZ-CHRISTOFFELsche
kontrahierende
lineare
Vektorräume I
Vektorräume II
logistische
Modulo
POINCARÉ
reguläre
Rotations
Shift
surjektive
Mengen
Vektorräume
 topologisch konjugierte
Umkehrabbildung
Mengen
Zelt-Abbildung
zwischen Gruppen
Abbrechpunkt
ABEL
Satz
ABELsche Integralgleichung
Basissatz
Definition
direktes Produkt
Gruppentafel
Untergruppen
Abgeschlossenheitsrelation
Abhängigkeit
lineare
Gleichungen
Vektorräume
sensitive, dynamisches System
Ableitung
algebraische Summe
äußere
Bruch
Distribution
FRÉCHET-Ableitung
Funktion
elementare
Funktion in Parameterdarstellung
gemischte
höherer Ordnung
Funktion einer Veränderlichen
Funktion mehrerer Veränderlicher
höherer Ordnung
inverse Funktion
Parameterdarstellung
implizite Funktion
innere
inverse Funktion
konstanter Faktor
linksseitige
logarithmische
mittelbare Funktion
n-te Ableitung
partielle
Produkt
räumliche
rechtsseitige
Richtungsableitung
Vektorfunktion
verallgemeinerte
Volumenableitung
Abschlag
Abschließung, Menge, metrischer Raum
Abschluß, transitiver
Abschreibung
arithmetisch-degressive
digitale
geometrisch-degressive
lineare
Abschreibungsgefälle
Absolutbetrag, Vektor
Absolutglieder
Absorptionsgesetz
Aussagenlogik
BOOLEsche Algebra
Mengen
Abstand
Ebenen
parallele
Gerade
HAMMING
kürzester
Geraden
metrischer Raum
Punkt-Ebene, Raum
Punkt-Gerade, Raum
sphärischer
 Definition
Messung
zwei Punkte
Gerade
Raum
Abstieg
Abszisse, kartesische Koordinaten
Ebene
Raum
Abszissenachse
Abweichung
signifikante
Abwickelkurve
abzählbar unendlich
Adäquatheitstest
Addition
komplexe Zahlen
numerisches Rechnen
Polynome
rationale Zahlen
Tensoren I
Tensoren II
Additionstheoreme
Areafunktionen
Hyperbelfunktionen
inverse trigonometrische Funktionen
 trigonometrische Funktionen I
trigonometrische Funktionen II
Additivität, sigma-
Adjazenz
Adjazenzmatrix
Adjunkte
Admittanzmatrix
Ähnlichkeit, ebene Figuren
Ähnlichkeitstransformation
Äquivalenz
Beweisführung
BOOLEsche Funktion
Wahrheitsfunktion
Äquivalenzklasse
Äquivalenzrelation
Algebra
BOOLEsche
endliche
Ordnung
Faktoralgebra
freie
kommutative
lineare
normierte
Omega-Algebra
 Omega-Unteralgebra
Schaltalgebra
sigma-Algebra
Termalgebra
universelle
Algorithmus
AITKEN-NEVILLE
DANTZIG
EUKLIDischer
allgemein
Kettenbruch
Polynome
Satz zum
FORD und FULKERSON
GAUSSscher
Eliminationsverfahren I
Eliminationsverfahren II
Graphentheorie
KRUSKAL-
Maximalstrom
QR-Algorithmus
RAYLEIGH-RITZ
REMES
Allquantor
alpha-Grenzmenge
Begriff
 Differentialgleichungen
diskrete dynamische Systeme
alpha-Schnitt
Alternantenpunkt
Alternantensatz
Altgradeinteilung
Amplitude
Sinuskurve
Amplitudenfunktion
Amplitudenspektrum
FOURIER-Transformation
Analyse
Multi-Skalen-Analyse
Analyse, harmonische
FOURIER-Koeffizienten
FOURIER-Summe
Gegenstand
Anfangsphase
Sinuskurve
Ankathete
Annuität
Annuitätentilgung
Annulator
ANOSOV-Diffeomorphismus
Ansatzverfahren
numerische Lösung gewöhnlicher Differentialgleichungen
 numerische Lösung partieller Differentialgleichungen
Antikink-Soliton
Antisoliton
APOLLONIUS, Satz
Applikate
Approximation
Begriff
Bestapproximation, FOURIER-Reihe
delta-Funktion
gleichmäßige
im Mittel
diskrete Aufgabe
Einordnung
Fehlerquadratmethode
Methode der kleinsten Quadrate
stetige Aufgabe
sukzessive
BANACH-Raum
Differentialgleichung 1. Ordnung
FREDHOLMsche Integralgleichung 2. Art
TSCHEBYSCHEFF-Approximation
diskrete
stetige
Approximationsproblem
Arbeit
allgemein
 speziell
ARCHIMEDIsche Spirale
Areafunktion
Areakosinus
Areakotangens
Areasinus
Areatangens
Argument, Funktion
einer Veränderlichen
mehrerer Veränderlicher
ARNOLD-Zunge
Artikelnummer, europäische
ASCII
Assoziativgesetz
Aussagenlogik
BOOLEsche Algebra
Matrizen
Mengen
Tensoren
Vektoren
Vektormultiplikation
Astroide
Asymptote
Definition
Hyperbel
 Kurve
Attraktor
chaotischer
FEIGENBAUM
fraktaler
HÉNON
chaotischer
SBR-Maß
hyperbolischer
LORENZ
seltsamer
Solenoid
chaotisches
Auflösung, Torus
Aufschlag
Aufzinsungsfaktor
Ausdruck
algebraischer
Manipulation
allgemeingültiger
Aussagenlogik
Prädikatenlogik
analytischer
Definitionsbereich
explizite Darstellung
implizite Darstellung
 Parameterdarstellung
Aussagenlogik
BOOLEscher
finiter
numerische Lösung gewöhnlicher Differentialgleichungen
numerische Lösung partieller Differentialgleichungen
ganzrationaler
allgemein
Polynom
gebrochenrationaler
allgemein
Polynom
Interpretation
irrationaler
algebraischer
allgemein
nichtalgebraischer
Manipulation
Prädikatenkalkül
Prädikatenlogik
transzendenter, allgemein
vektoranalytischer, Komponenten
wertverlaufsgleicher
Ausgangsgrad
Ausgleichsaufgabe
lineare
 mehrdimensionale
nichtlineare
GAUSS-NEWTON-Verfahren
Hinweis
verschiedene Bezeichnungen
Ausgleichsrechnung
Approximation im Mittel
Begriff
diskrete Aufgabe
mehrdimensionale Aufgabe
stetige Aufgabe
Ausgleichssplines
bikubische
kubische
Ausklammern
Auslöschung führender Nullen
Aussage
Algebra
duale
Aussagenlogik
Ausdruck
Grundgesetze
Aussagenvariable
Aussagenverbindung
extensionale
Austauschschema
Austauschschritt
Austauschverfahren
Anwendung
Begriff
Matchings
Autokorrelationsfunktion
Axialfeld
Axiome
abgeschlossene Menge
des Skalarproduktes
einer Algebra
geordneter Vektorraum
Halbnorm
metrischer Raum
normierter Raum
offene Menge, metrischer Raum
Vektorraum
Azimut
Azimutalgleichung
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Bahn, elementare
BAIREsche Kategorie
BAIRSTOW-Verfahren
BANACH
Raum
Verband
Bandstruktur
Basis
algebraische
Existenz
FOURIER-Reihe
kontravariante
kovariante
Logarithmus
Potenz
Vektorraum
Basissatz
Basisvektor
kontravarianter
 kovarianter
Baum
binärer
Höhe
regulärer binärer
Wurzel
BAYES, Satz
B-B-Darstellung
Fläche
Bedingung
CARATHEODORY
DIRICHLETsche
KUHN-TUCKER
Beweis
globale
lokale
Beispiele
Wahrscheinlichkeiten
Belegung
Beobachtungswert
BERGEscher Satz
BERNOULLI-Shift
BERNOULLI-L'HOSPITALsche Regel
BERNOULLIsche Zahlen
BERNSTEINsche Grundpolynome
Besetztheit, schwache
Besetzungszahl
BESSELsche
Differentialgleichung
Ungleichung
BESSEL-Funktion
0. Ordnung, LAPLACE-Transformation
1. Gattung
2. Gattung
imaginäre Variable
modifizierte
Tabelle
Bestapproximation, FOURIER-Reihe
Betafunktion
Beweis
direkter
durch Widerspruch
indirekter
Implikation
Prinzip
konstruktiver
Schluß von n auf n+1
vollständige Induktion
Bibliothek
Aachener-Bibliothek
IMSL-Bibliothek
NAG-Bibliothek
 numerische Verfahren
SSL II-Bibliothek
Bidual
Bifurkation
Begriff
BOGDANOV-TAKENS-Bifurkation
Flip-Bifurkation
Gabel-Bifurkation
Periodenverdopplung
superkritische
globale
Begriff
homokline
Szenarien
HOPF-Bifurkation
superkritische
verallgemeinerte
zusammengesetzter Strudel
Kodimension
lokale
Begriff
nahe periodischer Orbit
Sattelknoten-Bifurkation
Spitzen-Bifurkation
transkritische
Bifurkationswert
Bild, Untervektorraum
Binomialkoeffizient
Binomialverteilung
Binormale, Raumkurve
Begriff
Gleichungen I
Gleichungen II
Bisektionsverfahren
Bit
Bitumkehr
Bogen, Graph
Kette
Länge
Bogendifferential
ebene Kurve
räumliche Kurve
Bogenelement
Definition
Kurve
ebene
räumliche
Bogenfolge
Bogenlänge
ebene Kurve, bestimmtes Integral
Ellipse, elliptisches Integral
Hyperbel
 Kreissegment
Kurvenintegral 1. Art
räumliche Kurve
bestimmtes Integral
gekrümmte Fläche
Kurvenintegral 1. Art
Bogenmaß
Bogenschnitt
BOLZANO-WEIERSTRASS-Eigenschaft
BOOLEsche
Algebra
Analogie
Begriff
endliche
Ordnung
Ausdrücke
Funktion
Begriff
Wahrheitsfunktion
Variable
BOUSSINESC-Gleichung
Brachistochronenproblem
BREIT-WIGNER-Kurve
Bildfunktion
Breite, geographische
GAUSSsche Koordinaten
 geographische Koordinaten
Brennpunkt
Ellipse
Hyperbel
Parabel
Brennpunktseigenschaften
Ellipse
Hyperbel
Briefträgerproblem, chinesisches
Bruch
echter
unechter
BURGERS-Gleichung
Byte

</HTML
 DeskTop-Hilfen
Hier finden Sie eine Übersicht über die verfügbaren Hilfen mit nützlichen Tips zum Umgang mit DeskTop
Bronstein. Hilfen gibt es zu den folgenden Themen:

● Erste Hilfe
● Grundeinstellungen des Browsers
● Navigationssymbole und Icons
● Hauptinhaltsverzeichnis
● Übersichtsseiten
● Index
● Unterstützung von JavaScript
● Lizensierte Software
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

CANTOR
Funktion
Menge
Definition
HAUSDORFF-Dimension
Selbstähnlichkeit
CARATHEODORY-Bedingung
CARDANOsche Formel
CARSON-Transformation
Übersicht
CASSINIsche Kurve
CAUCHY
Anwendungen
Folge
Funktion außerhalb Gebiet
Funktion innerhalb Gebiet
Integral
Prinzip
Gradientenverfahren
 vollständiger metrischer Raum
CAUCHYscher Hauptwert
singuläre Integralgleichung I
uneigentliches Integral
CAUCHYsches Problem
CAYLEY, Satz
Gerüste
Gruppen
Chaos
eindimensionale Abbildungen
über Intermittenz
Übergänge zum Chaos
vom Torus zum Chaos
Wege zum Chaos
Chiffrierung
Chinesischer Restsatz
CHOLESKY
Verfahren
Quadratmittelproblem, Hinweis
symmetrische Koeffizientenmatrix
Zerlegung
CLAIRAUTsche Differentialgleichung
gewöhnliche 1. Ordnung
partielle 1. Ordnung
Code
ASCII
 Public-Key
RSA
Computeralgebrasysteme
Anwendungen
Differential- und Integralrechnung
Elemente der linearen Algebra
Funktionen
Gleichungen und Gleichungssysteme
Graphik
Hauptstrukturelemente
Infix-Form
Listen
Manipulation algebraische Ausdrücke
Mengen
Objekte
Operatoren
Präfix-Form
Programmierung
Suffix-Schreibweise
Terme
Typen
Variable
Zahlen
Zielstellungen
Computernutzung
COULOMB-Feld (Punktladungen)
Vektorfeld
wirbelfreies
CRAMERsche Regel

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

D'ALEMBERTsche Formel
Dämpfung, Schwingungen
Dämpfungsparameter
Darstellungssatz
Datentyp
Dechiffrierung
Defekt
Ansatzverfahren
numerische Lösung gewöhnlicher Differentialgleichungen
numerische Lösung partieller Differentialgleichungen
Vektorraum
definit
positiv
Definitionsbereich
Funktion
eine unabhängige Variable
mehrere unabhängige Variable
Operator
Defuzzifizierung
Dekrement, logarithmisches
DELAMBREsche Gleichungen
delta-Funktion
Anwendungen
Approximationen
Definition
DIRACsche
LAPLACE-Transformation
nichtreguläre Distribution
Deltatensor
DE MORGANsche Regel
Aussagenlogik
BOOLEsche Algebra
Mengenalgebra
Derive
DESCARTESsche Regel
Determinante
Begriff
Berechnung
Differentiation
JACOBIsche
Multiplikation
Nullwerden
Rechenregeln
Spiegelung
WRONSKI
 Fundamentalsystem von Lösungen
lineare Differentialgleichung
Deviationsmoment
Dezimalbruch
endlicher
unendlicher
Dezimal-Zahlensystem
Diagonalmatrix
Diagonalstrategie
Diagonalverfahren, MAXWELLsches
Dichtemittel, Meßwerterfassung
Diedergruppe
Diffeomorphismus
ANOSOV
Begriff
orientierungstreuer
Einheitskreisabbildung
Kreisabbildung
Differential
2. Ordnung, Funktion mehrerer Veränderl.
Begriff
Bogen
Haupteigenschaften
höherer Ordnung, Funkt. mehr. Veränderl.
Integrabilität
partielles
 totales
vollständiges
2. Ordnung
Begriff
Fehlerrechnung
n-ter Ordnung
Differentialausdruck
Variablensubstitution
Differentialgleichung
1. Ordnung
allgemeine Lösung
allgemeines Integral
auf dem Torus
geliftete Abbildung
Stabilität
autonome
autonome lineare
BERNOULLIsche
BESSELsche
charakteristisches System
CLAIRAUTsche
gewöhnliche 1. Ordnung
partielle 1. Ordnung
definierende Gleichung
Eigenfunktion, Randwertproblem
Eigenwert, Randwertproblem
elliptischer Typ
Entwicklung nach Eigenfunktionen
EULERsche
Variationsrechnung
WEIERSTRASSsche Form
exakte
Existenzsatz
Fluß
FOURIER-Transformation
Fundamentalsystem
gewöhnliche
genäherte Integration
graphische Integration
höherer Ordnung
erstes Integral
Existenz einer Lösung
HAMILTONsche
generische Eigenschaften
Volumenerhaltung
HELMHOLTZsche
HERMITEsche
Definitionsgleichung 1
Definitionsgleichung 2
homogene
hyperbolischer Typ
hypergeometrische
implizite
Begriff
Lösung
Integral
Integralfläche
Integralkurven
Integration durch Reihenentwicklung
integrierender Faktor
konstante Koeffizienten
LAGRANGEsche
LAGUERREsche
LAPLACE-Transformation
konstante Koeffizienten
veränderliche Koeffizienten
LAPLACEsche
Feldtheorie
LEGENDREsche
lineare
1. Ordnung
2. Ordnung
Hauptsatz
homogene
inhomogene
mit periodischen Koeffizienten
n-ter Ordnung
lineare partielle, 1. Ordnung
Integration der homogenen Gleichung
Integration der inhomogenen Gleichung
lineare partielle, 2. Ordnung
allgemeine Form I
allgemeine Form II
elliptischer Typ
hyperbolischer Typ
Integrationsmethoden
Klassifikation I
Klassifikation II
mit konstanten Koeffizienten
parabolischer Typ
ultrahyperbolischer Typ
zwei unabhängige Veränderliche I
zwei unabhängige Veränderliche II
lineare, n-ter Ordnung
Erniedrigung der Ordnung I
Erniedrigung der Ordnung II
Lösung
Matrix-Differentialgleichung
Methode
schrittweise Näherung, PICARD
sukzessive Approximation
mit konstanten Koeffizienten
homogene
 inhomogene
nichtlineare partielle, 1. Ordnung
vollständiges Integral
Normalform
numerische Integration
Operatorenschreibweise
Orthogonalitätsrelation
parabolischer Typ
partielle
1. Ordnung
1. Ordnung, linare
1. Ordnung, quasilineare
1. Ordnung, zwei unabhängige Veränderliche
FOURIER-Transformation
genäherte Integration
LAPLACE-Transformation
nichtlineare
partikuläre Lösung
POISSONsche
Feldtheorie
Randwertproblem
reduzierte
RICCATIsche
Richtungsfeld
SCHRÖDINGER-Gleichung
 Eigenfunktion
Eigenwert
selbstadjungierte
steife
Symmetriebrechung
topologisch äquivalent
VAN-DER-POLsche
Variation der Konstanten
vollständig integrierbare
WEBERsche
Differentialgleichungen
CAUCHY-RIEMANNsche
Charakteristik des Systems
charakteristische Streifen
Feldtheorie
kanonisches System
lineare, n-ter Ordnung
Quadratur
Superpositionssatz
nichtlineare partielle, 1. Ordnung
kanonische Systeme
Normalform
Normalsystem
partielle
Anfangs- und Randbedingungen
inhomogene
 inhomogene Bedingungen
Monte-Carlo-Methode
Problemstellungen
Randbedingungen
Systeme
Systeme linearer
konstante Koeffizienten
Systeme linearer, 1. Ordnung
homogene
inhomogene
Superpositionssatz
Systeme linearer, 2. Ordnung
Zerlegungssatz
Differentialoperationen
räumliche
Rechenregeln
Übersicht
Vektorkomponenten
Verknüpfungen
Differentialquotient
Differentialrechnung
Hauptsätze
Mittelwertsatz
gewöhnlicher
verallgemeinerter
Monotoniebedingungen
Differentiation
Faktorregel
Funktion einer Veränderlichen
Funktion in Parameterdarstellung
Funktion mehrerer Veränderlicher
implizite Funktionen
graphische
höherer Ordnung
inverse Funktion
Parameterdarstellung
implizite Funktion
inverse Funktion
Konstantenregel
logarithmische
mittelbare Funktionen
Produktregel
Quotientenregel
Summenregel
unter dem Integralzeichen
zusammengesetzte Funktion
Differentiationsregeln
Ableitungen höherer Ordnung
Funktion
einer Veränderlichen I
einer Veränderlichen II
mehrerer Veränderlicher
 Tabelle
Vektoren
Differenz
Mengen
symmetrische
Differenzengleichung
2. Ordnung
Randwertaufgabe
2. Ordnung
Anfangswertaufgabe
lineare
numerische Lösung gewöhnlicher Differentialgleichungen
numerische Lösung partieller Differentialgleichungen
Randwerte
Z-Transformation
Differenzenquotient
Differenzenschema
arithmetische Reihe
Differenzenverfahren
numerische Lösung gewöhnlicher Differentialgleichungen
numerische Lösung partieller Differentialgleichungen
Differenzierbarkeit
Funktion einer Veränderlichen
Funktion mehrer Veränderlicher
komplexe Funktion
Diffusionsgleichung
 dreidimensionale I
dreidimensionale II
Diffusionskoeffizient
Dimension
auf invarianten Maßen
DOUADY-OESTERLÉ-Dimension
HAUSDORFF
Informationsdimension
Kapazitätsdimension
Korrelationsdimension
LYAPUNOV
metrische
obere punktweise
RÉNYI-Dimension
untere punktweise
Vektorräume I
Vektorräume II
verallgemeinerte
eines Maßes
Dimensionsformel, Vektorraum
DIRACsche Distribution
DIRACscher Satz
DIRICHLETsche Bedingung
DIRICHLETsches Problem
Beispiel
 LAPLACEsche Differentialgleichung
POISSONsche Differentialgleichung
Variationsproblem
disjunkt
Disjunktion
Diskretisierungsfehler
globaler
lokaler
Diskretisierungsschrittweite
Diskriminante
Dispersion, Moment 2. Ordnung
Distanzmatrix
Distribution
Begriff
DIRACsche
Hinweis
nichtreguläre
reguläre
Distributionsableitung
Distributivgesetz
Aussagenlogik
BOOLEsche Algebra
Matrizen
Mengen
Ring, Körper
 Tensoren
Vektormultiplikation
Divergenz
allgemeine Koordinaten
bestimmte
Definition
Reihe
unbestimmte
Vektorfeld
Vektorkomponenten
verschiedene Koordinaten
Volumenableitung
Zahlenfolge
Zentralfeld
Division
komplexe Zahlen
numerisches Rechnen
Polynome
rationale Zahlen
Divisionsüberlauf
Dodekaeder
Tabelle I
Tabelle II
Doppelgerade
Doppelintegral
Anwendungen
 Berechnung
kartesische Koodinaten
Polarkoodinaten
Definition
Existenzsatz
geometrische Bedeutung
Doppelpunkt, Kurve
Drehfehler
Drehspiegelung
Gruppen
Drehungsinvarianz
Begriff
Deltatensor
Drehungsmatrix
ebenes Koordinatensystem
orthogonale
räumliches Koordinatensystem
Drehungswinkel
Dreibein, begleitendes
Dreieck, ebenes
Bestimmungsgrößen
Eigenschaften
Flächeninhalt, analytische Geometrie
gleichschenkliges
gleichseitiges
Grundaufgaben
Höhe
Inkreis
Inkreisradius
Mittelinie
Mittelsenkrechte
Orthozentrum
rechtwinkliges
Bestimmungsstücke
Flächeninhalt
Trigonometrie
Sätze des EUKLID
schiefwinkliges
Flächeninhalt
Grundformeln
Strecken
Tangensformeln
Umkreisradius
Schwerpunkt
Seitenhalbierende
Begriff
Berechnung
Umkreis
vollständige Bestimmung
Winkelhalbierende
Winkelsumme
Dreieck, PASCALsches
Dreieck, sphärisches
Begriff
Berechnung
EULERsches
Grundaufgaben
rechtwinkliges
schiefwinkliges
Dreiecke, ebene
ähnliche
kongruente
Dreieckskoordinaten
Dreiecksmatrix
obere
untere
Dreiecksungleichung
für Normen
komplexe Zahlen
metrischer Raum
Normaxiome
reelle Zahlen
Vektoren
Dreieckszerlegung
Anwendungen
Einordnung
Prinzip
Dreifachintegral
Anwendungen
Berechnung
beliebige krummlinige Koordinaten
kartesische Koordinaten
Kugelkoordinaten
Zylinderkoordinaten
Definition
Existenzsatz
Dreikant
Dritter, ausgeschlossener
Druck
Schweredruck
Seitendruck
Dual
Dualisieren
Dualität
BOOLEschen Algebra
Optimierung
lineare
nichtlineare
Dualitätssatz, starker
Dualitätsprinzip
Dualraum
Dual-Zahlensystem
DUHAMELsche Formel
Durchmesser
Ellipse I
Ellipse II
Hyperbel
konjugierter
Ellipse
Hyperbel
Kreis
Parabel
Durchschnitt
Fuzzy-Mengen
Mengen
unscharfe Mengen
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Ebene
Raum
rektifizierende
Begriff
Bogenlänge
Gleichungen I
Gleichungen II
Stereometrie
Ebenen
Orthogonalitätsbedingung
parallele
Abstand
Parallelitätsbedingung
Ebenengleichung
Achsenabschnittsform
allgemeine, Raum
drei Punkte
HESSEsche Normalform
Punkt und parallele Geraden
 Punkte und parallele Gerade
Punkte und senkrechte Gerade
Raum
Schnittline, von Ebenen
Vektorgleichung
Ecke
dreiseitige
konvexe
symmetrische
Eigenfunktion
FOURIER-Entwicklung
Integralgleichung
Normierung
Randwertproblem
SCHRÖDINGER-Gleichung
Eigenvektor
Begriff
Eigenwertproblem
Operator
Eigenwert
Integralgleichung
Operator
Randwertproblem
SCHRÖDINGER-Gleichung
Eigenwertproblem
allgemeines
 spezielles
Eingangsgrad
Einheit, imaginäre
Einheitliches Kontonummernsystem EKONS
Einheitsmatrix
Einheitsvektor
Einheitswurzel
Einhüllende
Einschrittverfahren
EINSTEINsche Summenkonvention
Einzahlung
einmalige
nachschüssige
regelmäßige
unterjährige
vorschüssige
Einzelschrittverfahren
lineare Gleichungssysteme
nichtlineare Gleichungssysteme
Einzielverfahren
Einzugsgebiet
Element
finites I
finites II
generisches
 inverses
Menge
neutrales
positives, Vektorraum
singuläres
Elementardisjunktion
Elementarereignis
Elementarformel
Elementarkonjunktion
Elementbeziehung
Eliminationsprinzip, GAUSSsches
Eliminationsschritt, lineares Gleichungssystem
Ellipse
Bogenlänge, elliptisches Integral
Brennpunkt
Brennpunktseigenschaften
Durchmesser I
Durchmesser II
Eigenschaften
Flächeninhalt
Gleichung
Halbparameter
irrationale Funktion
konjugierter Durchmesser
Krümmungskreisradius
 Leitlinie
Leitlinieneigenschaft
numerische Exzentrizität
Scheitel
Spezialfall der Hypozykloide
Tangente
Transformation
Umfang
elliptisches Integral
Ellipsoid
Fläche 2. Ordnung
imaginäres
Mittelpunktsfläche
Spezialfälle
Endomorphismus, Vektorraum
Endpunkt
Entartung
Entfernungsmatrix
Entropie
metrische
topologische
verallgemeinerte
Entwicklung
FOURIER-Reihe
LAURENT-Reihe
MACLAURINsche Reihe
 TAYLOR-Reihe
eine Veränderliche I
eine Veränderliche II
zwei Veränderliche
Entwicklungskoeffizient
Entwicklungssatz
Fourier-Reihe
LAPLACEscher
Enveloppe
Epitrochoide
Epizykloide
verkürzte
verlängerte
Epsilontensor
Ereignis
Begriff
Elementarereignis
sicheres
unabhängiges
unmögliches
zufälliges
Ereignisart
Ereignismenge
Ereignissystem, vollständiges
Erfüllungsgrad
Erwartungswert
 Definition
Synonyme
Erweiterungsprinzip
Erzeugende
geradlinige, Fläche
längs einer Leitkurve
Erzeugendensystem
EUKLIDischer
Algorithmus
allgemein
Kettenbruch
Polynome
Vektorraum
EUKLIDische Vektornorm I
EULER-HIERHOLZER-Satz
EULERsche
Differentialgleichung
Formel
FOURIER-Koeffizienten
Krümmung einer Fläche
Funktion
Konstante
Linie
Relation
komplexe Zahlen
Winkel
 Zahlen
EULERscher Polyedersatz
EULERsches
1. Gattung
2. Gattung
Polygonzugverfahren
Evolute
einer gegebenen Kurve
Traktrix
Evolutionsfunktion
Evolutionsgleichung
Evolvente
des Kreises
oder Involute
Exponent
Exponentialfunktion
allgemeine
komplexe
reelle
natürliche
komplexe
komplexe, konforme Abbildung
reelle
Exponentialgleichung
Exponentialsumme
Exponentialverteilung
Extensionalitätsprinzip
Extrapolationsprinzip
Extremale
Krümmungsradius
Extremum, Integralausdruck
Extremwert, lokaler
Funktion einer Veränderlichen
Extremwert, relativer
Funktion einer Veränderlichen
Funktion mehrerer Veränderlicher
Extremwertbestimmung
Funktion einer Veränderlichen
allgemeine Regel
höhere Ableitung
Vorzeichenvergleich
Funktion mehrerer Veränderlicher
Nebenbedingungen
Funktion zweier Veränderlicher
globale Extremwerte
implizite Funktion
Exzeß, sphärischer
Exzentrizität, numerische
Ellipse
Hyperbel
Kurve 2. Ordnung
Parabel
</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Faktor
Graphen
integrierender
Polynome
Faktoralgebra
Faktorgruppe
Faktormenge
Faktorregel
Faktorring
Fakultät
Definition
Verallgemeinerung
FALKsches Schema
Falte, Spitzenbifurkation
Faltung
FOURIER-Transformation
LAPLACE-Transformation
Z-Transformation
Familie, alpha-Schnitte
Fehler
Abbruchfehler
absoluter
Begriff
Computerrechnen
Maximalfehler
Angabe
definierter Fehler
Vertrauensgrenzen
arithmetisches Mittel
Diskretisierungsfehler I
Diskretisierungsfehler II
Eingangsfehler
Einzelmessung
Genauigkeitsmaß
mittlerer
arithmetisches Mittel
einfacher
Einzelmessung
mittlerer quadratischer
arithmetisches Mittel
Begriff
Einzelmessung
Funktion
prozentualer
relativer
 Begriff
Computerrechnen
Maximalfehler
Resultatfehler
Rundungsfehler
scheinbarer, Einzelmessung
Schranke
Standardabweichung
arithmetisches Mittel
Begriff
Einzelmessung
Verfahrensfehler
wahrer
Einzelmessung
wahrscheinlicher
arithmetische Mittel
Begriff
Einzelmessung
Zusammenhang zwischen Fehlerarten
Fehlerabschätzung
Fehleranalyse
differentielle
Meßergebnisse
Fehlerarten, numerische Verfahren
Fehlerfortpflanzung
Begriff
 TAYLOR-Entwicklung
Fehlerfortpflanzungsgesetz
GAUSSsches
Begriff
Streuungsnäherung
Fehlerfunktion erf(x)
Fehlergleichung
Fehlerintegral, GAUSSsches
Error-Funktion erf(x)
normierte Normalverteilung
Reihenentwicklung
Fehlernormalverteilung
Fehlerorthogonalität
Fehlerquadratmethode
Approximation im Mittel
Ausgleichsrechnung
GAUSSsche, Einordnung
numerische Lösung gewöhnlicher Differentialgleichungen
numerische Lösung partieller Differentialgleichungen
Parameterbestimmung
Regressionsgerade
Fehlerquadratsumme
diskrete Aufgabe
notwendige Bedingung
Quadratmittelproblem
Fehlerrechnung
 direkte Messung
gleiche Genauigkeit
ungleiche Genauigkeit
vollständiges Differential
Fehlerverteilungsdichte
FEIGENBAUM
Attraktor
Konstante
Feld
Axialfeld
COULOMB-Feld (Punktladungen)
Vektorfeld
wirbelfreies
Fluß
Gravitationsfeld (Punktmassen)
konservatives
Kreisfeld
Kugelfeld
NEWTONsches (Punktmassen)
Vektorfeld
wirbelfreies
Potentialfeld
Quellenfeld
Skalarfeld
Superposition
zentralsymmetrisches
 zylindersymmetrisches
Feldfunktion
Feldlinie
Feldtheorie
Differentialgleichungen
Grundbegriffe
FEM
Fernpunkt
Festpunktzahl
Darstellung
Einordnung
FFT (schnelle FOURIER-Transformation)
FIBONACCI-Zahlen
explizite Darstellung
Folge
Iterationsvorschrift
Finanzmathematik
FISHER-Verteilung
Tabelle der Fraktile
FISHER-Verteilung
Fixpunkt
konforme Abbildung
Inversion
lineare Funktion
stabiler
Fixpunktgleichung
Fixpunktsatz
BANACH
nichtlineare Operatoren
vollständig metrischer Raum
BROUWER
SCHAUDER
Fläche
2. Ordnung
allgemeine Theorie
Gestalt
Gleichung
Invariantenvorzeichen
Mittelpunktsflächen
abwickelbare
B-B-Darstellung
Darstellung mit Splines
Differentialgeometrie
Fundamentalform
1. quadratische
2. quadratische
GAUSSsche Krümmung
geodätische Linie
geradlinige Erzeugende
abwickelbare Flächen
Begriff
Gleichung
 Hauptkrümmungskreisradius
Hauptnormalschnitt
Kegelfläche
Krümmung
konstante
Kurve
mittlere
Krümmungslinie
Linienelement
Metrik
Minimalfläche
Normalenvektor
orientierte
Regelfläche
Rotationsfläche
Tangentialebene
Begriff
Gleichung
transversale
Zylinderfläche
Flächenelement
Differentialgeometrie
Integralrechnung
Tabelle, Ebene
Tabelle, Raum
Vektorkomponenten
 Tabelle
Flächenformel, HERONische
Flächengleichung
allgemein
allgemeine Theorie
Normalform
Raum
Flächeninhalt
ähnlicher ebener Figuren
Doppelintegral
Dreieck, ebenes
analytische Geometrie
schiefwinkliges
Dreieck, sphärisches
sphärischer Exzess
ebene Flächen
Ellipse
Flächenstück
gekrümmtes Flächenstück
Hyperbel
Kreis
Kreisabschnitt
Kreisringteil
Kreissektor
krummlige Begrenzung
Kurvensektor
 Parabel
Parallelogramm
Planimetrie
Vektoralgebra
Polyeder
Quadrat
Rechteck
Rhombus
Teilmenge
Vieleck
Flächennormale
Begriff
Gleichung
Flächenpunkt
elliptischer
hyperbolischer
Kreisfläche
Kreispunkt
Nabelpunkt
parabolischer
singulärer
Fluß
Skalarfeld
Vektorfeld
Skalarfluß
Vektorfluß
Folge
beschränkte
CAUCHY
finite
fundamentale
konvergente
metrischer Raum
metrischer Raum
Zahlenfolgen
zu Null konvergente
Form
quadratische
Formel
binomische
CARDANO
D'ALEMBERTsche
DUHAMELsche
EULERsche
FOURIER-Koeffizienten
Krümmung einer Fläche
FRENETsche
geschlossene
HERONische
KIRCHHOFFsche
LIOUVILLE
homogene lineare Differentialgleichung
 inhomogene lineare Differentialgleichung
MOIVRE
Hyperbelfunktionen
komplexe Zahlen
trigonometrische Funktionen
PESINsche
Begriff
gültiger Fall
PLEMELJ, SOCHOZKI
POISSONsche
Rechteckformel
RIEMANNsche
SIMPSON-Formel
STIRLINGsche
TAYLORsche
m Veränderliche
zwei Veränderliche
Trapezformel
HERMITEsche
Formelmanipulation
Fortsetzung
analytische
linearer Funktionale
Fortsetzungssatz, lineare Funktionale
FOURIER-Analyse
FOURIER-Entwicklung
 Begriff
Hinweise
Tabelle
periodische, rechteckförmige Funktionen
periodische, sägezahnförmige Funktionen
periodische, trapezförmige Funktionen
periodische, weitere Funktionen
periodische, wellenförmige Funktionen
FOURIER-Integral
äquivalente Darstellungen
Begriff
komplexe Darstellung
FOURIER-Koeffizienten
Begriff
harmonische Analyse
Hinweis
numerische Berechnung
numerischer Aufwand
FOURIER-Reihe
Begriff
HILBERT-Raum
komplexe Darstellung
Orthonormalsystem
FOURIER-Summe
Begriff
harmonische Analyse
 komplexe Darstellung
FOURIER-Transformation
Additionssatz
Ähnlichkeitssatz
Begriff
Bildfunktion
bipolarer Rechteckimpuls
Exponentialfunktion I
Exponentialfunktion II
gedämpfte Schwingung
Dämpfungssatz
Definition
Differentialgleichung
gewöhnliche, lineare
partielle
Differentiation
Bildbereich
Originalbereich
diskrete komplexe
exponentielle
Begriff
Tabelle
Faltung
Integration
Bildbereich
Originalbereich
 inverse
Kosinus-Transformation
Tabelle
Linearitätssatz
Rechenregeln
schnelle
Prinzip
Schema
Sinus-Transformation
Tabelle
Spektralinterpretation
spezielle Bildfunktionen
Tabellen
Hinweise
Transformierbarkeit
Übersicht
Vergleich mit LAPLACE-Transformation
Verschiebungssatz
Fraktal
Fraktil
Frames
FRÉCHET-Ableitung
FREDHOLMsche Integralgleichung 1. Art
Alternative
RIESZ-SCHAUDER-Theorie
Ansatzkoeffizienten
Approximation des Integrals
Aufgabenstellung
Eigenwerte, Eigenfunktionen
Iterationsverfahren
iteratives Verfahren
Kernapproximation
Kollokationsmethode
Kontraktionsprinzip
Lösung
Lösung der homogenen
Lösungsansatz
Lösungsansatz I
Lösungsansatz II
Lösungsmethode
lineares Gleichungssystem
NEUMANNsche Reihe
numerische Verfahren
NYSTRÖM-Verfahren
Orthonormaleigenschaft
Orthonormalsystem
gegebener Kern
Sätze
sukzessive Approximation
transponierte
 zwei Orthonormalsysteme
Fremdpeilung
FRENETsche Formeln
Frequenz
Kreisfrequenz
Sinuskurve
Frequenzkopplung
Frequenzspektrum
diskretes
Funktion, FOURIER-Transformation
kontinuierliches
FRESNELsches Integral
Fundamentalform
1. quadratische der Fläche
2. quadratische der Fläche
Fundamentalmatrix
Fundamentalsatz
Algebra
elementare Zahlentheorie
Fundamentalsystem
Differentialgleichung
Funktion
abhängige
absolut integrierbare I
absolut integrierbare II
algebraische
analytische
Areafunktion
Arkusfunktion
Begriff
beschränkte
Funktionstyp
Raum
BESSELsche
Betafunktion
BOOLEsche
Wahrheitsfunktion
delta-Funktion
differenzierbare
diskrete
doppelperiodische
eigentlich monotone
einer Veränderlichen
elementare
elementare, transzendente
elliptische
Amplitudenfunktion
Arten
Begriff
Umkehrung des elliptischen Integrals
Zusammenhang mit elliptischem Integral
EULERsche
explizite Darstellung
Exponentialfunktion
elementare Funktion
Exponentialkurve
Fehlerfunktion
FOURIER-Entwicklung
Funktionenreihe
ganzrationale
1. Grades
2. Grades
3. Grades
n-ten Grades
gebrochenlineare
elementare
Kurvendiskussion
gebrochenrationale
elementare
Kurvendiskussion
gerade
GREENsche
drei unabhängige Variable
zwei unabhängige Variable
Grenzwert
im Unendlichen
iterierter
linksseitiger
 rechtsseitiger
TAYLOR-Entwicklung
unendlicher
Grenzwertsätze
Größenordnung
Exponentialfunktion
Grad als Maß
Logarithmusfunktion
HAMILTON
klassisches System
volumenerhaltendes System
Zweikörperproblem
harmonische
HEAVISIDE
delta-Distribution
Korrelationsintegral
HERMITEsche
holomorphe
homogene
Begriff
Variationsaufgabe
Hyperbelfunktion
Zusammenhang mit trigonometrischen
hyperbolische, geometrische Definition
implizite Darstellung
integrierbare
 bestimmtes Integral
meßbare
inverse
Ableitung
Ableitung höherer Ordnung
Existenz
inverse Hyperbelfunktion
Definitions- u. Wertebereiche
logarithmische Darstellung
inverse trigonometrische
Begriff
Definitions- u. Wertebereiche
logarithmische Darstellung
irrationale
Begriff
verschiedene Typen
JACOBI-Funktionen
Komplement
komplexe
algebraische
Begriff
beschränkte
Funktionentheorie
Veränderlicher
LAGRANGE
LAGUERREsche
LAPLACEsche
LEGENDREsche
lineare
ganzrationale
Polynom
logarithmische
Begriff
Eigenschaften
lokalsummierbare
MACDONALDsche
meßbare
Begriff
Eigenschaften
mehrerer Veränderlicher
Begriff
Definition
meromorphe
Begriff
JACOBIsche Funktionen
mittelbare
Ableitung
Zwischenveränderliche
Mittelwert
monoton
fallende
wachsende
nicht Fourier-transformierbare
Parameterdarstellung
Ableitung höherer Ordnung
periodische
LAPLACE-Transformation
p-fach integrierbare
Potenzfunktion
Produkt aus Potenz- und Exponentialfunktion
quadratisch summierbare
quadratische
quasiperiodische
reelle
reguläre
RIEMANNsche
simple
Stetigkeit
einseitige
im Intervall
stückweise
Stichprobenfunktion
streng monotone
Thetafunktion
transzendente
trigonometrische
alle Typen
 Begriff
geometrische Definition
Reihendarstellung
Zusammenhang mit hyperbolischen
Umkehrfunktion
unabhängige
ungerade
Unstetigkeitsstelle
endlicher Sprung
hebbare Unstetigkeit
Verlauf ins Unendliche
verallgemeinerte
Begriff
Hinweis
Verteilungsfunktion
Wahrheitsfunktion I
Wahrheitsfunktion II
WEBERsche
WEIERSTRASS-Funktion
Wertebereich
Zufallsgrößen
zusammengesetzte
zyklometrische
Funktional
lineares
 lineares stetiges
HILBERT-Raum
Lp-Raum
Funktionaldeterminante
Divergenz
Flächenelement in krummlinigen Koordinaten
Unabhängigkeit von Funktionen
Funktionen
System
orthogonales
orthonormiertes
Funktionentheorie
Funktionspapier
Begriff
doppelt logarithmisches
einfach logarithmisches
reziproke Skala
Fuzzy
Implikation
Inferenz
Linguistik
Logik
logisches Schließen
Regelung
Relation
Relationenprodukt
 Relationsmatrix
System
Wertigkeit
Fuzzy-Menge
Ähnlichkeit
Durchschnitt
Höhe
Komplement
leere
normale
Schnitt
Darstellungssatz
subnormale
Teilmenge
Toleranz
Träger
universelle
Vereinigung
Verkettung
Verknüpfung
Verknüpfungsoperator
Fuzzy-Systeme
Anwendungen
Interpolation
</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

GABOR-Transformation
GALERKIN-Verfahren
Gammafunktion
Definition
Eigenschaften
Tabelle
GAUSS
Schritt
Transformation
lineare Ausgleichsaufgabe
Normalgleichungssystem
Prinzip
GAUSS-NEWTON-Verfahren
ableitungsfreies
GAUSSsche
Fehlerquadratmethode
Ausgleichsrechnung
Einordnung
Glockenkurve
 Definition
normierte Normalverteilung
Integralformel
Koordinaten
Krümmung, Fläche
Summensymbolik
Zahlenebene
GAUSSscher
Algorithmus
lineare Gleichungssysteme
numerische Lösungen
Integralsatz
GAUSSsches
Eliminationsprinzip
Eliminationsverfahren
Fehlerfortpflanzungsgesetz
Begriff
Streuungsnäherung
Fehlerintegral
Reihenentwicklung
GAUSS-SEIDEL-Verfahren
Gebiet
abgeschlossenes
drei- und mehrdimensionales
einfach zusammenhängendes
mehrfach zusammenhängendes
 nicht zusammenhängendes
offenes
zweidimensionales
zweifach zusammenhängendes
Gebietskollokation
Gebietsmethode
Gegenkathete
Gegenpunkt
Generalisator
Geometrie
analytische
Begriff
Ebene
Raum
Differentialgeometrie
Gerade
Begriff
Gleichung
Ebene
Raum
imaginäre
Raum
analytische Geometrie
Stereometrie
Vektorgleichung
Gerade und Ebene
Geraden
kreuzende
orthogonale
Begriff
Raum
parallele
Begriff
Ebene
Raum
Schnittpunkt, in der Ebene
senkrechte
Raum
windschiefe
Winkel zwischen
Geradenbüschel
Geradengleichung
Ebene
Achsenabschnittsform
allgemeine
durch einen Punkt
durch zwei Punkte
HESSEsche Normalform
Polarkoordinaten
projizierende Ebenen
Punkt
Richtungsvektor
 senkrecht zur Ebene
Raum
Richtungskoeffizient, Ebene
Schnitt zweier Ebenen
zwei Punkte, Raum
Geradenpaar, Transformation
Gerüst
Gesamtschrittverfahren
lineare Gleichungssysteme
nichtlineare Gleichungssysteme
Gesetz der großen Zahlen
BERNOULLI
LINDEBERG-LEVY
Gewicht
Messung
Orthogonalität
Wahrscheinlichkeit
Gewichtsfaktor
GIRARD, Satz
Gitterpunkt
Splines
GIVENSsches Orthogonalisierungsverfahren
Glättungsparameter
Gleichheit
asymptotische
komplexe Zahlen
 Matrizen
Mengen
Extensionalitätsprinzip
Teilmengen
Vektoren
Gleichheitsbeziehung
Identität
Gleichung
1. Grades
2. Grades
3. Grades
4. Grades
algebraische
Begriff
Eigenschaften
Grad
Lösung
Normalform
Systeme
Umformung
Wurzel
charakteristische
Differentialgleichung I
Differentialgleichung II
Eigenwertproblem
definierende
DIOPHANTische
lineare
Ebene
allgemein
im Raum
Ellipse
Fläche
2. Ordnung
allgemein
Normalform
Raum
Gerade
Ebene
Raum
Hyperbel
irrationale
KORTEWEG-DE VRIES
kubische
Normalform
Polynom
Kugel, Fläche
Kurve
2. Ordnung
algebraische, Ebene
Definitionen, Ebene
lineare
 logarithmische
logistische
mit Hyperbelfunktion
n-ten Grades
nichtlineare, numerische Lösung
Operatorengleichung
PARSEVALsche
Entwicklung nach Eigenfunktionen
HILBERT-Raum
Konveregnz im Mittel
quadratische
Normalform
Polynom
Raumkurve
Definitionen
Schnitt von Flächen
Vektorform
Sinus- GORDON
Termalgebra
transzendente
trigonometrische
vektorielle
Gleichungen
DELAMBREsche
L'HUILIERsche
MOLLWEIDEsche
 NEPERsche
Gleichungssystem, lineares
Austauschverfahren
Begriff
Darstellung
Fundamentalsystem
gestaffeltes
Eliminationsprinzip
numerische Lösung
homogenes
inhomogenes
Lösung
numerische Lösung
direktes Verfahren
Iterationsverfahren
triviale Lösung
überbestimmtes
lineare Ausgleichsaufgabe
numerische Lösung
unterbestimmtes
Gleichungssystem, nichtlineares
Einordnung
Iterationsverfahren
Gleitpunktzahl
Einordnung
halblogarithmische Form
 IEEE-Standard
Maple
Mathematica
Glockenkurve
verallgemeinerte
Glockenkurve, GAUSSsche
gewöhnliche
verallgemeinerte
Goldener Schnitt
GORDON-sinh-Gleichung
Grad
algebraische Gleichung
s. Gradmaß
Gradient
Definition
Differentialausdrücke
Rechenregeln
Skalarfeld
Definition
verschiedene Koordinaten
Vektorkomponenten
verschiedene Koordinaten
Volumenableitung
Gradientenverfahren
Hinweis
nichtlineare Optimierung
Gradmaß
GRAEFFE-Verfahren
Graph
Baum
bewerteter
Bogen
ebener
planarer
spezielle Klasse
gemischter
gerichteter
Isomorpie
Kante
Knoten
Komponenten
Kreis
nichtplanarer
paarer
planarer
regulärer
schlichter
spezielle Klassen
stark zusammenhängender
Strom
Transportnetz
 unendlicher
ungerichteter
Untergraph
Unterteilung
vollständig paarer
vollständiger
Zyklus
Graphentheorie, Algorithmen
Gravitationsfeld (Punktmassen)
GREENsche
Funktion
drei unabhängige Variable
zwei unabhängige Variable
Integralsätze
Methode
drei unabhängige Variable
zwei unabhängige Variable
Grenzpunkt
Grenzwert
Folge, metrischer Raum
Funktion
einer Veränderlichen
mehrerer Veränderlicher
iterierter
komplexe Funktion
Zahlenfolge
Grenzwertsätze
Funktionen
Zahlenfolgen
Grenzwertsatz von LINDEBERG-LEVY
Grenzzyklus
instabiler
stabiler
Großkreis
Begriff
Orthodrome
Größe
infinitesimale
Begriff
höhere Ordnung
Größenordnung
Funktion
größter gemeinsamer Teiler (ggT)
Linearkombination
Polynome
Primfaktorenzerlegung
Grundaufgaben
ebene Trigonometrie
rechtwinklig sphärische Dreiecke
schiefwinklig sphärische Dreiecke
sphärische Trigonometrie
Grundgesamtheit
 mathematische Statistik
zweistufige
Grundgesetze
Aussagenlogik
Mengenalgebra
Grundintegrale
Begriff
Tabelle
Grundvektor
kartesische Koordinaten
reziproker
affine Koordinaten
kartesische koordinaten
Gruppe
ABELsche
Basissatz
Definition
direktes Produkt
Gruppentafel
Untergruppen
Diedergruppe
Faktorgruppe
Homomorphiesatz
Permutationsgruppe
Tetraedergruppe
Untergruppe
 zyklische
Begriff
direktes Produkt
Verallgemeinerung
Gruppen
Gruppenhomomorphismus
Gruppenisomorphismus
Gruppentafel
Gruppieren

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Hakenintegral
Halbgruppe
Halbordnung
Vektorraum
Halbparameter
Ellipse
Hyperbel
Parabel
Halbseitensatz
Halbwinkelsatz
Funktion der Seiten
Funktion des Winkels
sphärische Trigonometrie
HAMEL-Basis
HAMILTON
Differentialgleichung
Volumenerhaltung
Funktion
klassisches System
 volumenerhaltendes System
Zweikörperproblem
Kreis
Operator (Quantenmechanik)
System
generische Eigenschaften
MELNIKOV-Methode
HAMMING-Abstand
HANKEL-Transformation
Übersicht
Harmonische Analyse
HASSE-Diagramm
Häufigkeit
absolute
Begriff
relative
Statistik
Wahrscheinlichkeitsrechnung
Summenhäufigkeit
Wahrscheinlichkeitsrechnung
Häufigkeitsverteilung
Häufungspunkt, metrischer Raum
Hauptachsenrichtung
Hauptachsentransformation
reelle symmetrische Matrix
Tensor 2. Stufe
Hauptaufgabe
1., Triangulierung
2., Triangulierung
Hauptgröße
Hauptideal
Hauptkrümmungskreisradius, Fläche
Hauptnormale, Raumkurve
Begriff
Bogenlänge
Gleichungen, Parameter I
Gleichungen, Parameter II
Hauptnormalschnitt, Fläche
Hauptsatz
Funktionentheorie
Integralrechnung
Anwendung
Definition
Hauptwert
Arkusfunktionen
CAUCHYscher
singuläre Integralgleichung I
uneigentliches Integral
Integral, uneigentliches
unbeschränkter Integrand
unendliche Integrationsgrenze
inverse Hyperbelfunktion, komplexe
 inverse trigonometrische Funktion, komplexe
Logarithmus, komplexe Funktion
HAUSDORFF
Dimension
Maß
Satz
HEAVISIDE
Einheitsfunktion
Entwicklungssatz
Funktion
delta-Distribution
Korrelationsintegral
HELMHOLTZsche Differentialgleichung
HÉNON-Abbildung
Differenzengleichung
zeitdiskrete
HERMITEsche Polynome
HESSE-Matrix
HESSEsche Normalform
Ebenengleichung
Geradengleichung, Ebene
Hexadezimal-Zahlensystem
HILBERT-Raum
HIROTA-Gleichung
Histogramm
Hodograph, Vektorfunktion
Höhe
Dreieck
Kegelfiguren
Kugelteile
Polyederfiguren
Zylinderfiguren
Höhenlinie
Höhenwinkel
Hohlzylinder
HÖLDER
Stetigkeit
Ungleichung
Integrale
Reihen
HOLLADAY, Satz
Homogenitätsgrad
Homomorphiesatz
Gruppen
Ring
universelle Algebren
Homomorphismus
Algebren
universelle
Gruppen
natürlicher
Gruppen
 Ringe
Ring
Vektorraum
Vektorverbände
Homöomorphismus
konjugierender
orientierungstreuer
HOPF-Bifurkation
HOPF-LANDAU-Modell der Turbulenz
HORNER-Schema
komplexe Argumentwerte
reelle Argumentwerte
zweizeiliges
HOUSEHOLDER
Orthogonalisierungsverfahren
Transformation
Tridiagonalisierung
Verfahren
diskrete Approximationsaufgabe
Quadratmittelproblem
Hufeisen-Abbildung
L'HUILIERsche Gleichungen
Hülle
abgeschlossene lineare
konvexe
lineare
 transitive
Hyperbel
Asymptoten
Bogenlänge
Brennpunkt
Brennpunktseigenschaften
Durchmesser
Eigenschaften
Flächeninhalt
gleichseitige, analytische Geometrie
gleichseitige, umgekehrte Proportionalität
Gleichung
Halbparameter
irrationale Funktion
konjugierte
konjugierter Durchmesser
Krümmungskreisradius
Leitlinie
Leitlinieneigenschaft
numerische Exzentrizität
Scheitel
Tangente
Tangentenstück
Transformation
Hyperbelfunktion
 Additionstheoreme
geometrische Definition
Hyperbelkosekans
Hyperbelkosinus
Hyperbelkotangens
Hyperbelsekans
Hyperbelsinus
Hyperbeltangens
inverse, logarithmische Darstellung
Reihendarstellung
Summen und Differenzen
wichtige Formeln
Zusammenhang mit trigonometrischen
Hyperbelsegment
Hyperboloid
einschaliges
geradlinige Erzeugende
Mittelpunktsfläche
hyperbolisches
zweischaliges
Mittelpunktsfläche
Hyperebene
Hyperfläche
Hyperteilraum
Hypotenuse
Hypotrochoide
Hypozykloide
verkürzte
verlängerte

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Ideal
Begriff
Hauptideal
Idempotenzgesetz
Aussagenlogik
BOOLEsche Algebra
Mengen
identisch erfüllt
Identität
LAGRANGEsche
Identität
BOOLEsche Funktion
IEEE-Standard
Ikosaeder
Tabelle I
Tabelle II
Imaginärteil
Implikation
Aussagenlogik
 Beweisführung
BOOLEsche Funktion
Fuzzy-Logik
Impulsfunktion
LAPLACE-Transformation
Index
Folge
Gruppenordnung
Menge
Individuenbereich
Induktionsschluß
Infimum
infinitesimal
Infixschreibweise
Inklusion
Inkommensurabilität
Inkreis
Inkreisradius
Inkrement
Innenprodukt
Instabilität
Rundungsfehler, numerische Rechnung
Integrabilität
Differential
Integrabilitätsbedingung
Integral
absolut konvergentes
Konvergenzkriterien I
Konvergenzkriterien II
EULERsches
2. Gattung
FOURIER-Integral II
FRESNELsches
gebrochenrationale Funktion
komplexe Funktion, meßbare
LEBESGUE-Integral
Eigenschaften
Vergleich mit RIEMANN-Integral
mit unbeschränktem Integranden
nichtelementare Funktion
Oberflächenintegral
Vektoranalysis
Parameterintegral
RIEMANNsches
Grenzwertbildung
Vergleich mit STIELTJES-Integral
singuläres
spezielles nichtelementares
Stammfunktion
STIELTJES-Integral
Begriff
Vergleich mit RIEMANN-Integral
 Umlaufintegral
Integral, bestimmtes
Begriff
Definition
Differentiation
Existenz
Genauigkeit
Grundbegriffe
partielle Integration
Substitutionsregel
Tabelle
algebraische Funktionen
Exponentialfunktionen
logarithmische Funktionen
trigonometrische Funktionen
Vorzeichenregel
Integral, elliptisches
1. Gattung
mathematisches Pendel
Tabelle
2. Gattung
Tabelle
3. Gattung
bestimmtes
Integral nichtelementarer Funktion
 Reihenentwicklung
Tabelle
unbestimmtes
unvollständiges
vollständiges
Tabelle
Integral, komplexes
Abschätzung
bestimmtes
Eigenschaften, Berechnung
geschlossener Integrationsweg
Parameterdarstellung
Unabängigkeit vom Integrationsweg
unbestimmtes
Vergleich mit Kurvenintegral 2. Art
Zusammenhang, bestimmtes-unbestimmtes
Integral, unbestimmtes
andere transzendente Funktionen
Tabelle
Begriff
elementare Funktionen
Tabelle
Exponentialfunktionen
Tabelle
Grundintegrale
Hyperbelfunktionen
 Tabelle
inverse Hyperbelfunktionen
Tabelle
inverse trigonometrische Funktionen
Tabelle
irrationale Funktionen
Tabelle
Kosinusfunktionen
Tabelle
Kotangensfunktion
Tabelle
logarithmische Funktionen
Tabelle
rationale Funktionen
Sinus- und Kosinusfunktionen
Tabelle
Sinusfunktionen
Tabelle
Tabelle Grundintegrale
Tabellen
Tangensfunktion
Tabelle
trigonometrische Funktionen
Tabelle
Integral, uneigentliches
Begriff
 Hinweis
unbeschränkter Integrand
divergentes
Hauptwert
konvergentes
unendliche Integrationsgrenze
Hauptwert
konvergentes
Integralausdruck
Extremum
Integrale, bestimmte
Tabelle wichtige Eigenschaften
Integralexponentialfunktion
Reihenentwicklung
Tabelle unbestimmte Integrale
Integralfläche
Integralformel
CAUCHY
GAUSS
Integralgleichung
Approximation des Integrals
Eigenfunktion
Eigenwert
FREDHOLMsche, 1. Art
Ansatzkoeffizienten
Approximation des Integrals
 Aufgabenstellung
Behandlung
Eigenwerte, Eigenfunktionen
gegebener Kern
Iterationsverfahren
iteratives Verfahren
Kernapproximation
Kollokationsmethode
Kontraktionsprinzip
Lösung
Lösung der homogenen
Lösungsansatz
Lösungsansatz I
Lösungsansatz II
Lösungsmethoden
lineares Gleichungssystem
NEUMANNsche Reihe
numerische Verfahren
NYSTRÖM-Verfahren
Orthonormaleigenschaft
sukzessive Approximation
transponierte
zwei Orthonormalsysteme
homogene
inhomogene
Iterationsverfahren
Kern
ausgearteter
Begriff
iterierter I
iterierter II
Kernapproximation
Spline-Ansatz
Tensorprodukt-Approximation
Kollokationsmethode
lineare
Quadraturformel
semidiskretes Problem
Störfunktion
Träger
transponierte
VOLTERRAsche, 2. Art
Differentiation
Faltungstyp
Kontraktionsprinzip
Lösung durch Differentiation
Methode der Umwandlung
NEUMANNsche Reihe
numerische Behandlung
partielle Integration
 Zusammenhang mit Differentialgleichung
Integralgleichung, singuläre
CAUCHY-Kern
ABELsche
Begriff
charakteristische
Existenz einer Lösung
Randwertproblem
transponierte
Integralkosinus
Definition
FRESNELscher, Definition
Reihenentwicklung
Integralkriterium, CAUCHYsches
Integralkurve
Differentialgleichung I
Differentialgleichung II
Integrallogarithmus
Integral nichtelementarer Funktion
Reihenentwicklung
Tabelle unbestimmte Integrale
Integralrechnung
Hauptsatz
Anwendung
Definition
Mittelwertsatz
Integralsatz
CAUCHY
mehrfach zusammenhängendes Gebiet
GAUSS
GREEN
STOKES
Integralsinus
Definition
FRESNELscher, Definition
komplexes Integral
Reihenentwicklung
Tabelle unbestimmte Integrale
Integraltransformation
Anwendung
Bildbereich
CARSON-Transformation
Übersicht
Definition
FOURIER-Transformationen
Übersicht
GABOR-Transformation
HANKEL-Transformation
Übersicht
Kern
LAPLACE-Transformation
Übersicht
 Linearität
Mehrfach-Transformation
MELLIN-Transformation
Übersicht
Originalbereich
schnelle Wavelet-Transformation
spezielle
STIELTJES-Transformation
Umkehrtransformation
WALSH-Transformation
Integrand
Integraph
Integration
allgemeine Regeln
bestimmte Integrale
partielle Integration
Substitutionsregel
binomische Integranden
EULERsche Substitution
Funktion von hyperbolischen Funktionen
Funktion von trigonometrischen Funktionen
graphische
nichtelementare Funktion
im Komplexen
Methoden
reelle Integrale
 Intervallregel
irrationale Funktion
Konstantenregel
lineare Transformation im Argument
logarithmische
logrithmische
nichtelementare Funktionen
Reihenentwicklung
numerische
Einfachintegral
Mehrfachintegral
partielle
partielle, LEBESGUE-Integral
rationale Funktionen
Reihenentwicklung
allgemeiner Fall
spezielle nichtelementare Funktion
Substitutionsmethode
Summenregel
Umformung des Integranden
Universalsubstitution
unter dem Integralzeichen
Vektorfelder
Vertauschungsregel
Volumen
Integrationsgrenze
 obere
parameterabhängige
untere
Integrationsintervall
Integrationskonstante
Integrationsregeln
unbestimmte Integrale
Tabelle
Integrationsvariable
Begriff
bestimmtes Integral
Integrierbarkeit
Funktion
p-fache
quadratische
Intermittenz
Internationale Standard-Buchnummer ISBN
Interpolation
AITKEN-NEVILLE
Fuzzy-Systeme I
Fuzzy-Systeme II
Spline, Hinweis
trigonometrische, Hinweis
wissensbasierte
Interpolationsbedingung
Interpolationsformel
 LAGRANGEsche
NEWTONsche
Interpolationsquadratur
Interpolationssplines
bikubische
kubische
Interpretation, Ausdruck
Intervall
abgeschlossenes
halboffenes
Meßwerte
offenes
Statistik
Zahlen
Intervallregel
Invariante
erste quadratische Fundamentalform
Fläche 2. Ordnung
Kurve 2. Ordnung
skalare
Koordinatentransformation
Skalarprodukt
WEIERSTRASS-Funktion
Invarianz
Drehungsinvarianz
Transformationsinvarianz
 Translationsinvarianz
Inverse, Vektorraum
Inverses, Gruppenelement
Inversion
Gruppen
kartesisches Koordinatensystem
konforme Abbildung
Raum
Involute
Involutivität
Inzidenzfunktion
Inzidenzmatrix
Irrationalität, algebraische
Irrfahrt
Irrfahrtsprozesse
Irrtumswahrscheinlichkeit
Chi-Quadrat-Anpassungstest
Isometrie
Isomorphie
Graphen
Vektorräume
Isomorphismus
BOOLEsche Algebra
Gruppen
Ring
universelle Algebren
Iteration
inverse
Prinzip
Iterationsverfahren
Anwendung des Kontraktionsprinzips
GAUSS-SEIDEL
gewöhnliches
Fixpunktform
Hinweis I
Hinweis II
JACOBI, Gesamtschrittverfahren
Prinzip
Relaxationsverfahren
JACOBI
Funktion
Matrix
Verfahren
Verfahren (Gesamtschrittverfahren)
Junktor
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

KADOMZEV-PEDVIASHWILI-Gleichung
KAM-Theorem
Kante
Figur
Graph
Bewertung
Länge
Kantenfolge
Elementarkreis
geschlossene
Kreis
offene
Weg
Kantenwinkel
Kapazität, Bogen
Kardinalzahl
Menge
Anzahl der Elemente
Mächtigkeit
Kardioide
kartesisches Blatt
Kaskade
Periodenverdopplungen
Begriff
Toruszerstörung
Kategorie, BAIREsche
Katenoide
KDNF (kanonisch disjunktive Normalform)
Kegel
erzeugender
Fläche 2. Ordnung
geordneter Vektorraum
imaginärer
konvexer
Mittelpunktsfläche
normal
normierter Raum
regulär
solid
Stereometrie
Kegelfläche
Stereometrie
Kegelpunkt
Kegelschnitte
Kurven 2. Ordnung
 Begriff
Gestalt
zerfallende
Kegelstumpf, gerader
Keil
Keilwinkel
Kennzahl
Kern
Homomorphismus
Integralgleichung
ausgearteter
iterierter I
iterierter II
lösender
Integraltransformation
Kongruenzrelation
Operator
Orthonormalsystem
Ring
Untervektorraum
Kernapproximation
Integralgleichungen
Kernmatrix
Kette
Graph
elementarer
 Ordnungsrelation
Kettenbruch
Kettenlinie
Variationsaufgabe
Kettenregel
mittelbare Funktion
Vektorfunktion
Kink-Soliton
KIRCHHOFFsche Formel
KKNF (kanonisch konjunktive Normalform)
Klasse
gleichungsdefinierte
Meßwerte
Klassenmitte, Meßwerterfassung
Kleinkreis
Begriff
Bogenlänge
geometrischer Ort
Gleichung
Kurswinkel
Radius
ebener
sphärischer
Schnittpunkt
Breitenkreis
Meridian
KLEINsche Vierergruppe
kleinstes gemeinsames Vielfaches (kgV)
Klotoide
Knick einer Kurve
Knickpunkt
Knoten
Abstand
dreifach zusammengesetzter
Graph
isolierter
Niveau
Phasenporträt
Quelle
Sattelknoten
Klassifizierung
Phasenporträt
Senke
Splines
stabiler
Knotenebene, SCHRÖDINGER-Gleichung
Knotengrad
Knotenpunkt
KOCHsche Kurve
Koeffizient
algebraische Gleichung
algebraischer Ausdruck
 metrischer
Begriff
kartesische Koordinaten
Vektor
Koeffizientenmatrix
erweiterte I
erweiterte II
Gleichungssystem
Koeffizientenvergleich
Körper
Definition
Kollinearität, Vektoren
Kollokation
Gebietskollokation
Randkollokation
Kollokationsmethode
Integralgleichungen
numerische Lösung gewöhnlicher Differentialgleichungen
numerische Lösung partieller Differentialgleichungen
Kollokationsstelle
numerische Lösung gewöhnlicher Differentialgleichungen
numerische Lösung partieller Differentialgleichungen
Kombination
Begriff
Definition
Kombinatorik
Kommensurabilität
Kommutativgesetz
Aussagenlogik
BOOLEsche Algebra
dyadisches Produkt von Vektoren
Matrizen
Mengen
Skalarprodukt zweier Vektoren
Vektormultiplikation
Komplement
algebraisches
Mengen
orthogonales
Annulator
HILBERT-Raum
SUGENO-Komplement
unscharfe Mengen
YAGER-Komplement
Komplementärmenge
Komplementfunktion, unscharfe
Komplementsätze
Komplementwinkel
Komplexifikation
Komplexifizierung
Komponente
kartesisches Produkt
 Vektor
Konchoide
allgemeine
der Geraden
des Kreises
des NIKODEMES
Konditionszahl
Konfidenzbereich
Konfidenzintervall
Kongruenz
algebraische
ebene Figuren
Ecken
gleichsinnige
lineare
nichtgleichsinnige
Polynomkongruenz
quadratische
simultane lineare
System simultaner linearer
Kongruenzmethode
Kongruenzrelation
Kern
Kongruenzsätze
Kongruenztransformation
Konjunktion
konkav
Konklusion
Konsistenz
Begriff
Ordnung
Konstante
aussagenlogische
EULERsche
Konstanten, physikalische
Atom- und Kernphysik, Tabelle
COMPTON-Wellenlänge, Tabelle
elektrische Größen, Tabelle
Fundamentalkonstanten, Tabelle
magnetische Momente, Tabelle
Ruhmassen, Ruhenergien; Tabelle
thermodynamische, Tabelle
Wechselwirkungskonstanten, Tabelle
astronomische Größen, Tabelle
Konstantenregel
Kontonummernsystem, einheitl., EKONS
Kontradiktion
BOOLEsche Funktion
Kontraktionsprinzip
Anwendungen
Begriff
Kontrapositionsgesetz
Konvergenz
absolute
Potenzreihen
Reihen mit konstanten Gliedern
bedingte
reihen mit konstanten Gliedern
gleichmäßige
Funktionenreihe
metrischer Raum
Potenzreihe
im Mittel
Integralkriterium
Konvergenzsätze
numerische Integration gewöhnlicher Differentialgleichungen
Operatorenfolge
Ordnung
Quotientenkriterium
Reihe
allgemeine Sätze
komplexe Glieder
unendliche, komplexe Glieder
schwache
Vergleichskriterium
WEIERSTRASS-Kriterium
 Wurzelkriterium
Zahlenfolge
komplexe Glieder
ungleichmäßige
Konvergenzbereich
Konvergenzintervall
Konvergenzkriterium
Anwendung auf Integrale
CAUCHY
eine Veränderliche
mehrere Veränderliche
Integralkriterium
CAUCHYsches
Hinweis
LEIBNIZ
Quotientenkriterium
Vergleichskriterium
Wurzelkriterium
Konvergenzradius
Konvergenzsätze, meßbare Funktionen
Konvertierung, Zahlensysteme
konvex
Koordinaten
affine
Begriff
Produkte
baryzentrische
DESCARTESsche
Dreieckskoordinaten
GAUSS-KRÜGER
GAUSSsche
gemischte
Geodäsie
geographische
kartesische
Ebene
Raum
Spezialfall der affinen
Übergang zu Polarkoordinaten
kontravariante
kovariante
krummlinige
auf einer Fläche
dreidimensionale
Tensoren
zweidimensionale
Kugelkoordinaten
Polarkoordinaten
ebene
räumliche
Punkt
Ebene
 Raum
rein kontravariante
rein kovariante
SOLDNER
Vektor
Zylinderkoordinaten
Koordinatenachsen
Begriff
Drehung
Ebene
Raum
Koordinatenanfangspunkt
Ebene
Raum
Koordinatendarstellung
Skalarfelder
Vektorfelder
Koordinatenfläche
Begriff
Tensoren
Koordinatengleichung
ebene Kurve
Begriff
verschiedene Koordinaten
Parabel, Bogenlänge
Raumkurve
 Bogenlänge I
Bogenlänge II
Raumkurve I
Raumkurve II
Koordinateninversion
Koordinatenlinie
Begriff
Tensoren
Koordinatensystem
doppelt logarithmisches
Drehung im Raum
Ebene
einfach logarithmisches
GAUSS-KRÜGER
kartesisches
dreidimensionales
zweidimensionales
Kugelkoordinaten
linkshändiges
orthogonales
orthonormiertes
Polarkoordinaten
Raum
rechtshändiges
SOLDNER
Transformation
 Zylinderkoordinaten
Koordinatentransformation
kartesische
Drehung
Ebene
Parallelverschiebung
Polarkoordinaten
Raum
Kurvengleichungen 2. Ordnung
Mittelpunktskurven
parabolische Kurven
Matrixform
Vektorfelder
Koordinatenursprung
Ebene
Raum
Koordinatenvorzeichen
ebene kartesische Koordinaten
räumliche kartesische Koordinaten
Korrektor
Korrekturform, GAUSS-SEIDEL-Verfahren
Korrelation, lineare
Korrelationsanalyse
Korrelationskoeffizient
Begriff
empirischer
KORTEWEG-DE-VRIES-Gleichung
Kosekans
hyperbolischer
trigonometrischer
geometrische Definition
Kosekansfunktion
hyperbolische
trigonometrische
geometrische Definition
Kosinus
hyperbolischer
geometrische Definition
trigonometrischer
geometrische Definition
Kosinusfunktion
hyperbolische
geometrische Definition
trigonometrische
geometrische Definition
Kosinussatz
polarer
sphärischer
Kotangens
hyperbolischer
trigonometrischer
geometrische Definition
Kotangensfunktion
hyperbolische
trigonometrische
geometrische Definition
Kovarianz
Kredit
Kreis
apollonischer
Ebene
ebene Figur
gefährlicher
Gleichung
kartesische Koordinaten
Parameterdarstellung
Polarkoordinaten
Graph
Großkreis
Begriff
Orthodrome
HAMILTON
Kleinkreis
Begriff
geometrischer Ort
Spezialfall der logarithmischen Spirale
Kreisabschnitt
Kreisausschnitt
Kreisfeld
Kreisfiguren, ebene
Kreisflächenpunkt
Kreisfrequenz
Kreisfunktion, geometrische Definition
Kreiskegel
Kreispunkt
Kreisring
ebener
räumlicher
Kreissegment
Kreissektor
Kreistonnenkörper
Kreiszylinder
gerader
schräg abgeschnittener
Kriterien
Konvergenzkriterien
Teilbarkeitskriterien
KRONECKER-Produkt
KRONECKER-Symbol II
Krümmung
ebene Kurve
Fläche
Begriff
konstanter Krümmung
 numerische Charakterisierung
GAUSSsche Fläche
Kurven auf einer Fläche
mittlere der Fläche
Raumkurve
Splines
minimale Gesamtkrümmung
Krümmungskreis
Krümmungskreismittelpunkt
Krümmungskreisradius
ebene Kurve
Ellipse
Extremale
Hyperbel
Kurven auf einer Fläche
Parabel
Raumkurve
Krümmungslinie, Fläche
Kryptoanalysis, klassische
Methoden
KASISKI-FRIEDMAN-Test
statistische Analyse
Kryptologie
Aufgabe
DES-Algorithmus
 DIFFIE-HELLMAN-Konzept
Einwegfunktionen
IDEA-Algorithmus
Kryptosystem
mathematische Präzisierung
One-Time-Tape
RSA-Verfahren
Sicherheit von Kryptosystemen
Verfahren mit öffentlichem Schlüssel
Verschlüsselung
kontextfreie
kontextsensitive
Kryptologie, klassische
Methoden
Matrixsubstitutionen
Tauschchiffren
VIGENERE-Chiffre
Substitution
monoalphabetische
monographische
polyalphabetische
polygraphische
Transposition
Kryptologie, klassische Methoden
HILL-Chiffre
KUAN
Kubikwurzel
Kugel
als Ellipsoid
Eigenschaften
metrischer Raum
Kugelabschnitt
Kugelausschnitt
Kugelfeld
Kugelflächenfunktion
Kugelfunktionen
1. Art
Definition
Eigenschaften
Tabelle
2. Art
Definition
Kugelkoordinaten
Grundlagen
Vektorfeld
Kugelschachtelungssatz
Kugelschicht
Kugelzweieck
KUHN-TUCKER-Bedingungen
Beweis
globale
lokale
KURATOWSKI-Satz
Kursgleiche
Kurswinkel
Kurve
2. Ordnung
Gleichung
Kegelschnitte
Mittelpunktskurve, Transformation I
Mittelpunktskurve, Transformation II
numerische Exzentrizität
Polargleichung
3. Ordnung
Typ I
Typ II
Typ III
4. Ordnung
Abbrechpunkt
algebraische
n-ter Ordnung
Ordnung n
algebraische, Gleichung
ARCHIMEDIsche Spirale
Areakosinus
Areakotangens
Areasinus
Areatangens
Astroide
Asymptote
asymptotischer Punkt
B-B-Darstellung
BREIT-WIGNER, Bildfunktion
CASSINIsche
Darstellung mit Splines
Definitionsformen
Ebene
Raum
Doppelpunkt
ebene
Bogenelement I
Bogenelement II
Normale
Richtung
Scheitelpunkt
Tangente
Winkel
empirische
Enveloppe
Epitrochoide
Epizykloide
Evolute
Evolvente
Evolvente des Kreises
Exponentialkurve
GAUSSsche Glockenkurve
Definition
normierte Normalverteilung
gedämpfte Schwingung
Gleichung
Ebene
komplexe Form
Raum
hyperbolische Spirale
hyperbolischer Typ
Potenzfunktion
reziproke Potenz
Hypotrochoide
Hypozykloide
Involute
isolierter Punkt
Kardioide
kartesisches Blatt
Katenoide
Klotoide
Knick
Knickpunkt
KOCHsche
Konchoide des NIKODEMES
konkave
konvexe
Kosekans
hyperbolischer
trigonometrischer
Kosinus
hyperbolischer
trigonometrischer
Kotangens
hyperbolischer
trigonometrischer
Krümmung
Krümmungskreisradius
Länge, Kurvenintegral 1. Art
Lemniskate
logarithmische
logarithmische Spirale
LORENTZ-Kurve, Bildfunktion
Mehrfachpunkt
n-ter Ordnung
algebraische
Grad I
Grad II
imaginäre
parabolischer Typ
PASCALsche Schnecke
räumliche
Bogenelement
Bogenlänge
Gleichung
Rückkehrpunkt
Raum
Schleifenserie
Sekans
hyperbolischer
trigonometrischer
Selbstberührungspunkt
semikubische Parabel
Sinus
hyperbolischer
trigonometrischer
sphärische
Berechnungen
Hodograph
sphärische Geometrie
Strophoide
Tangens
hyperbolischer
trigonometrischer
Traktrix
transzendente, Gleichung
Trochoide
 Versiera der Agnesi
Wendepunkt
Zissoide
Zykloiden
Kurven
sphärische, Schnittpunkte
Spiralen
Kurvendiskussion, allgemeine
Kurvenelement
Kurve
ebene
räumliche
Kurvenintegral
1. Art
Anwendungen
Berechnung
Definition
Existenz
2. Art
Berechnung
Definition
Existenzsatz
Projektion auf die x-Achse
Projektion auf die y-Achse
Projektion auf die z-Achse
2. Gattung, allgemeiner Art
 allgemeiner Art
Definition
Eigenschaften
Vektorfeld
Kurvenkonstruktion
explizit gegebene Funktion
implizit gegebene Funktion
Kurvenpunkt, ebene Kurve
Kurvenschar, Einhüllende
Kurvenuntersuchung, allgemeine
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Länge
Bogen
geographische
GAUSSsche Koordinaten
geographische Koordinaten
Intervall
Kurvenintegral 1. Art
reduzierte
Vektor
Längenverzerrung
LAGRANGE
Funktion
Satz
LAGRANGEsche
Funktionen
Identität
Interpolationsformel
Multiplikatorenmethode
LAGUERREsche Polynome II
Lambda-Operator
LANCZOS-Verfahren
LANDAU-Symbole
LAPLACE-Operator
Definition
in verschiedenen Koordinaten
Vektorkomponenten
LAPLACEsche Differentialgleichung
Feldtheorie
Potentialgleichung
LAPLACEsche Funktion
LAPLACEscher Entwicklungssatz
LAPLACE-Transformation
Ähnlichkeitssatz
Additionssatz
Bildbereich
Bildfunktion
Dämpfungssatz
Definition
Differentialgleichung
konstante Koeffizienten
partielle
veränderliche Koeffizienten
Differentiation
Bildbereich
nach einem Parameter
 Originalbereich
diskrete
Divisionssatz
Faltung
Begriff
einseitige
komplexe
Impulsfunktion
Integration
Bildbereich
nach einem Parameter
Originalbereich
inverse
Begriff
verschiedene Möglichkeiten
Konvergenz
Linearitätssatz
Originalbereich
Originalfunktion
Partialbruchzerlegung
periodische Funktion
Periodisierungsfaktor
Rücktransformation mit Tabellen
Rechenregeln
Rechteckimpuls
 Reihenentwicklung
Sprungfunktion
stückweise differenzierbare Funktion
Tabelle
Übersicht
Umkehrintegral
Vergleich mit FOURIER-Transformation
Vergleich mit Z-Transformation
Verschiebungssatz
LAURENT
Entwicklung, analytische Funktion
Reihe
analytische Funktion
Z-Transformation
LEBESGUE-Integral
Eigenschaften
Vergleich mit RIEMANN-Integral
LEGENDREsche
Differentialgleichung
Funktionen
assoziierte
Definition
zugeordnete
Polynome 1. Art
Definition
Eigenschaften
 Nullstellen
Tabelle
LEGENDRE-Symbol
LEIBNIZsche Regel
Leistungsspektrum
Leitkurve
Leitlinie
Ellipse
Hyperbel
Parabel
Traktrix
Leitlinieneigenschaft
Ellipse
Hyperbel
Kurven 2. Ordnung
Parabel
Lemma
JORDAN
Lemniskate
Doppelpunkt
Gleichung
Limes
Funktion
Reihe
superior
Zahlenfolge
linear
abhängig
unabhängig
Linearform
stetige
Vektorraum
Linearkombination
Vektoren
Begriff
Multiplikation
Linie
EULERsche
offene
geodätische
analytische Geometrie
Differentialgleichung
sphärische Geometrie
Linienelement
Fläche
Vektorkomponenten
Linienintegral
Linksdreiecksmatrix
Linksnebenklasse
Linkspol
Linksschraube
Linkssingulärvektor
Linkssystem
Linsenform, Ellipsoid
LIOUVILLE-Satz
analytische Funktion
homogene lineare Differentialgleichung
inhomogene lineare Differentialgleichung
Volumenerhaltung
LIPSCHITZ-Bedingung
Differentialgleichung 1. Ordnung
Differentialgleichung höherer Ordnung
Lösung
algebraische Gleichung
Differentialgleichung
Logarithmentafel
Logarithmieren
Logarithmus
BRIGGSscher
dekadischer
dualer
Hauptwert, komplexe Funktion
natürlicher
komplexe Funktion
reele Zahlen
NEPERscher
reelle positive Zahlen
Logik
 Aussagenlogik
Fuzzy-Logik
Prädikatenlogik
logisch äquivalent
LORENTZ-Kurve
Bildfunktion
LORENZ-System
Beispiel 1, Turbulenz
Beispiel 2, Volumenerhaltung
dynamisches
Kaskade von Periodenverdopplungen
Lösungsmannigfaltigkeit
Lot, sphärisches
Loxodrome
Äquatorschnitt
Bogenlänge
Gleichung
Kurswinkel
Schnittpunkt
Äquator
Breitenkreis
Meridian
zwei Loxodromen
Lp-Raum
LR-Faktorisierung
LYAPUNOV-Exponenten
Berechnung
Definition

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

MACDONALDsche Funktion
Mächtigkeit, Menge
MACLAURINsche Reihe
Macsyma
Majorante
Manipulation
algebraische Ausdrücke
nichtalgebraische Ausdrücke
Mannigfaltigkeit
instabile
Differentialgleichungen
diskrete dynamische Systeme
stabile
Differentialgleichungen
diskrete dynamische Systeme
Mantelfläche
Kegel
Kugel
Polyeder
 Pyramide
Quader
Tonnenkörper
Torus
Würfel
Zylinder
Mantisse
Dezimalzahldarstellung
Logarithmus
Maple
algebraische Ausdrücke
Manipulation
Multiplikation
Attribute
Differentialgleichungen
Differentialoperatoren
Differentiation
Ein- und Ausgabe I
Ein- und Ausgabe II
Ein- und Ausgabe III
Elemente der linearen Algebra
Ergänzungen zur Syntax
Faktorenzerlegung, Polynome
feldartige Strukturen
Folgen
Formelmanipulation, Einführung
Funktionen
Gleichungen
eine Unbekannte
transzendente
Gleichungssysteme
Eigenwerte und Eigenvektoren
lineare
Gleitpunktzahlen, Konversion
Graphik
dreidimensionale
Einführung
zweidimensionale
Hauptstrukturelemente
Hilfe und Informationen
Integrale
bestimmte
Mehrfachintegrale
unbestimmte
Kontexte
Kurzcharakteristik
Listen
Manipulation, allgemeine Ausdrücke
Matrizen
numerische Berechnung, Einführung
 Numerische Mathematik
Ausdrücke und Funktionen
Differentialgleichungen
Gleichungen
Integration
Objekte
Objektklassen
Operationen
auf Polynomen
wichtige
Operatoren
Funktionen
wichtige
Partialbruchzerlegung
Programmierung
Spezialpaket plots
Systembeschreibung
Tabellenstrukturen
Typen
Umgebungsvariable
Vektoren
Zahlenarten
Zahlenkonversion, verschiedene Basis
Masche, Splines
Maßstab
 DIRAC
ergodisches
HAUSDORFF
invariantes
konzentriertes
LEBESGUE
natürliches
physikalisches
sigma-, endliches I
sigma-, endliches II
Träger
Wahrscheinlichkeitsmaß
Wahrscheinlichkeitsmaß, invariantes
SBR-Maß
Masse
Doppelintegral
Dreifachintegral
Kurvenintegral 1. Art
Massenmittelpunkt
Punkte der Ebene
Punkte im Raum
Maßstabsfaktor
Matching
gesättigtes
maximales
Begriff
 Ermittlung
perfektes
Mathcad
Mathematica
3D-Graphik
algebraische Ausdrücke
Manipulation
Multiplikation
Apply
Attribute
Ausdrücke
Differential- und Integralrechnung
Differentialgleichungen
Differentialquotienten
Differentiation
Ein- und Ausgabe I
Ein- und Ausgabe II
Ein- und Ausgabe III
Elemente
Elemente der linearen Algebra
Faktorenzerlegung, Polynome
FixedPoint
FixedPointList
Flächen und Raumkurven
Formelmanipulation, Einführung
Funktionaloperationen
Funktionen
inverse
Gleichungen
Manipulation
transzendente
Gleichungssysteme
allgemeiner Fall
Eigenwerte und Eigenvektoren
Spezialfall
Gleitpunktzahlen, Konversion
Graphik
Einführung
Funktionen
Optionen
Primitive I
Primitive II
Hauptstrukturelemente
Integrale
bestimmte
Mehrfachintegrale
unbestimmte
Kontexte
Kopf
Kurven
 Parameterdarstellung
zweidimensionale
Kurzcharakteristik
Listen
Manipulation von Matrizem
Manipulation von Vektoren
Map
Matrizen als Listen
Meldungen
Muster
Nest
NestList
numerische Berechnung, Einführung
Numerische Mathematik
Differentialgleichungen
Integration
Interpolation
Kurvenanpassung
Polynomgleichungen
Oberflächen
Objekte, dreidimensionale
Operationen, auf Polynomen
Operatoren, wichtige
Partialbruchzerlegung
Programmierung
 Schreibweise
Syntax, Ergänzungen
Systembeschreibung
Vektoren als Listen
Zahlenarten
Mathematische Zeichen
Matrix
Adjazenz
adjungierte
Adjunkten
Begriff
antihermitesche
antisymmetrische
Begriff
block-tridiagonale
Diagonalmatrix
Drehungsmatrix, Koordinatensystem
Dreiecksmatrix
Dreieckszerlegung
Einheitsmatrix
Entfernungsmatrix
Exponentialfunktion
Hauptdiagonalelement
hermitesche
HESSE-Matrix
inverse
 Adjunkten
Begriff
Invertierung
Inzidenz
komplexe
konjugiert komplexe
Monodromiematrix
diskrete dynamische Systeme
lineare Differentialgleichungen
normale
Nullmatrix
orthogonale
quadratische
Begriff
Eigenschaften
Rang
rechteckige
reelle
reziproke
schiefsymmetrische
schwach besetzte
selbstadjungierte
singuläre
Singulärwerte
Skalarmatrix
 Spur
symmetrische
transponierte
unitäre
Valenz
Vollrang
Matrix-Gerüst-Satz
Matrixprodukt
skalares
Verschwinden
Matrizen
Addition
Assoziativgesetz, Addition
Distributivgesetz, Multiplikation mit einer Zahl
Eigenvektoren
Eigenwertaufgabe
Eigenwerte
Gleichheit
Kommutativgesetz
Addition
Multiplikation mit einer Zahl
Multiplikation zweier Matrizen
Multiplikation
mit einer Zahl
zweier Matrizen
Potenzieren
 Rechenoperationen
Rechenregeln
skalares Matrixprodukt
Subtraktion
Maximum
absolutes
globales
relatives
Funktion einer Veränderlichen
Funktion mehrerer Veränderlicher
Maximum-Kriterium-Methode
max-min-Verknüpfung
MAXWELLsches Diagonalverfahren
Meßfehler
Meßfehlereinteilung
Meßfehlernormalverteilung
Meßfehlerverteilungsdichte
Meßprotokoll
Meßwert
Meßwerterfassung
Median
Meßwerterfassung
Stichprobenfunktionen
Mehrfachbogen
Mehrfachintegral
Begriff
 Monte-Carlo-Methode
Mehrfach-Integraltransformation
Mehrfachkante
Mehrfachpunkt
Mehrschrittverfahren
Mehrzielmethode
MELLIN-Transformation
Übersicht
MELNIKOV-Methode
Membranschwingungsgleichung
Menge
abgeschlossene
Axiome
Abschließung, metrischer Raum
absorbierende
abzählbar unendliche
Begriff
beschränkte, metrischer Raum
BOREL-Menge
CANTOR-Menge
dichte
metrischer Raum
rationale Zahlen
reelle Zahlen
disjunkte
Element
Faktormenge
fundamentale
Fuzzy
ganze Zahlen
Gleichheit
Extensionalitätsprinzip
Teilmengen
gleichmächtige
invariante
chaotische
fraktale
stabile
irrationale Zahlen
kompakte
normierter Raum I
normierter Raum II
komplexe Zahlen
konvexe
Koordinaten (x,y)
leere
lineare
Mächtigkeit
meßbare
natürliche Zahlen
offene, metrischer Raum
 Axiome
ordnungsbeschränkte
Potenzmenge
rationale Zahlen
reelle Zahlen
relativkompakte
Schranke
obere
untere
Teilmenge
überabzählbar unendliche
unendliche
unscharfe
Mengenalgebra, Grundgesetze
Mengenlehre
Mengenoperation
Differenz
Durchschnitt
kartesisches Produkt
Komplement
Schnitt
symmetrische Differenz
Vereinigung
Meridian
GAUSSsche Koordinaten
 geographische Koordinaten
Meridiankonvergenz
Methode
BERNOULLIsche
der größten Fläche
der kleinsten Quadrate
Einordnung
der mittleren Ziffern von Quadraten
der statistischen Versuche
finite Differenzen
finite Elemente
Einordnung
Hinweis
Flächenhalbierung
GREENsche
drei unabhängige Variable
zwei unabhängige Variable
Integration durch Reihenentwicklung
kleinste Quadrate
MAMDANI
Maximum-Kriterium
Mean-of-Maximum
MELNIKOV
Monte-Carlo-Methode
parametrisierte Flächenhalbierung
RIEMANNsche
 schrittweise Näherung, PICARD
SUGENO
sukzessive Approximation
BANACH-Raum
Differentialgleichung 1. Ordnung
FREDHOLMsche Integralgleichung 2. Art
unbestimmte Koeffizienten
Variation der Konstanten
Metrik
Fläche
Raum
EUKLIDischer
metrischer
MEUSNIER, SATZ
Minimalfläche
Minimalgerüst
Minimum
absolutes
globales
relatives
Funktion einer Veränderlichen
Funktion mehrerer Veränderlicher
Mittel
arithmetisches
Begriff
Zufallsgrößen
 geometrisches
gewogenes
Erwartungswert
goldenes
harmonisches
quadratisches
Mittellinie, Dreieck
Mittelpunkt
sphärischer
Strecke
Ebene
Raum
Mittelpunktsflächen
Mittelpunktskurve
Mittelpunktswinkel
Mittelsenkrechte, Dreieck
Mittelwert
Bildung
Funktion
gleichgewichteter
Stichprobenfunktionen
Zufallsgrößen
zweidimensionale Verteilung
Meßwerterfassung
Mittelwertformel
Mittelwertmethode, empirische Kurven
Mittelwertsatz
Differentialrechnung
gewöhnlicher
verallgemeinerter
Integralrechnung
verallgemeinerter
Modalwert, Meßwerterfassung
Modul
analytische Funktion
eines Elements
komplexe Zahl
Vektor
Modulo-Abbildung
MOIVREsche Formel
Hyperbelfunktionen
komplexe Zahlen
trigonometrische Funktionen
MOLLWEIDEsche Gleichungen
Moment
n-ter Ordnung
zentrales, n-ter Ordnung
Monodromie-Matrix
diskrete dynamische Systeme
lineare Differentialgleichungen
Monotonie
Funktion
 Zahlenfolge
Monotoniebedingung, Differentialrechnung
Monte-Carlo-Methode
Anwendungen
gewöhnliche
Monte-Carlo-Simulation
Beispiel
Mittelwertsatz
relative Häufigkeit
MORSE-SMALE-Systeme
Multiindex
Multiplikation
komplexe Zahlen
numerisches Rechnen
Polynome
rationale Zahlen
Tensoren I
Tensoren II
Multiplikationsunterlauf
Multiplikatoren
diskrete dynamische Systeme
lineare Differentialgleichungen
Multiplikatorenmethode, LAGRANGEsche
Multi-Skalen-Analyse
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Nabelpunkt
Nablaoperator
Definition
Rechenregeln
zweifache Anwendung
Näherung, asymptotische
Näherungsformeln
empirische Kurven
Reihenentwicklung
Näherungsgleichung
Näherungsmethoden
partielle Differentialgleichungen
NAND-Funktion
BOOLEsche Funktion
Nautik
Navigation
n-dimensionaler euklidischer Vektorraum Rn
Nebenbedingung
dynamische Optimierung
 lineare Optimierung
Variationsrechnung
Begriff
Beispiel
Nebenwinkel
Negation
BOOLEsche Funktion
Neigungswinkel
NEPERsche Gleichungen
Neugrad
Einteilung
Geodäsie
NEUMANNsche Reihe
FREDHOLMsche Integralgleichung
Operatorenraum
VOLTERRAsche Integralgleichung
NEUMANNsches Problem
NEWTONsche Interpolationsformel
NEWTON-Verfahren
Iterationsverfahren
Korrekturform
modifiziertes
Funktionalanalysis
numerische Mathematik
nichtlineare Gleichungssysteme
nichtlineare Operatoren
 nichtlineare Optimierung
Niveaufläche, Skalarfelder
Niveaulinie
Raumfläche
Skalarfelder
Nordrichtung
geodätische
geographische
NOR-Funktion
BOOLEsche Funktion
Norm
Axiome
lineare Algebra
Vektorraum
linearer Operator
Matrizennorm
Spaltensummennorm
Spektralnorm
Zeilensummennorm
zugeordnete Norm
Operator, Matrix
Restvektor
s-Norm
t-Norm
Vektornorm
Betragssummennorm
 EUKLIDische Norm II
Matrizennorm
Normale
ebene Kurve
räumliche Kurve
Normalebene, Raumkurve
Begriff
Gleichungen, Parameter I
Gleichungen, Parameter II
Normalenabschnitt
Normalenvektor
Ebene
Fläche
Normalform
algebraisches Gleichungssystem
Ebenengleichung
Ellipsengleichung
Flächen 2. Ordnung
Geradengleichung
HESSEsche
Hyperbelgleichung
kanonisch disjunktive
kanonisch konjunktive
Kurven 2. Ordnung
Parabelgleichung
Normalgleichung
Approximation im Mittel
diskrete Aufgabe
stetige Aufgabe
Normalgleichungssystem
Approximation im Mittel
diskrete Aufgabe
Ausgleichsrechnung
stetige Aufgabe
Normalteiler
Normalverteilung
Begriff
logarithmische
normierte
Tabelle
Stichprobenmittelwerte
zweidimensionale
Normalverteilungsgesetz
Beobachtungsfehler
Normierungsbedingung, SCHRÖDINGER-Gleichung
Normierungsfaktor
Notation
Polnische
Postfix-
Präfix-
Umgekehrte Polnische
n-Tupel
Null (0)-Intervall
Nullmatrix
Nullpunkt
Nullpunkts-
schwingungsenergie
translationsenergie
Nullstelle, komplexe Funktion
Nullstellengleichung
Nullstellensatz, BOLZANO
Nullvektor
Numerik-Bibliothek
Numerus
Nutationswinkel
NYSTRÖM-Verfahren
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Obelisk
Oberfläche, Doppelintegral
Oberflächenintegral
1. Art
Anwendungen
Begriff
Berechnung
Definition
Existenzsatz
explizite Darstellung
Parameterdarstellung
2. Art
Begriff
Berechnung
Definition
Existenzsatz
allgemeiner Art
Definition
Eigenschaften
 Berechnung
Fluß
Vektoranalysis
Volumen eines Körpers
Oberflächeninhalt
Kegel
Kugel
Polyeder
Pyramide
Quader
Tonnenkörper
Torus
Würfel
Zylinder
Oktaeder
Tabelle I
Tabelle II
Oktal-Zahlensystem
omega-Grenzmenge
Begriff
Differentialgleichungen
diskrete dynamische Systeme
Operation
algebraische
arithmetische
assoziative
 auf Mengen
äußere
binäre
kommutative
n-stellige
Operator
abgeschlossener
adjungierter
beschränkter Raum
normierter Raum
unbeschränkter Raum
beschränkter
demistetiger
differenzierbarer
Divergenz
endlichdimensionaler
Gamma-Operator
Gradient
HAMILTON-Operator
HAMMERSTEIN-Operator
idempotenter
inverser, Vektorraum
isotoner
Kern
koerzitiver
kompakter
kompensatorischer
kontrahierender
Lambda-Operator
LAPLACE-Operator
linearer
beschränkter
stetiger
monotoner
BANACH-Raum
positiver
Nablaoperator
NEMYTSKIJ-Operator
ODER-Operator
positiv definiter
positiver
Rotation
selbstadjungierter
singulärer
stetiger
inverser
streng monotoner
UND-Operator
URYSOHN-Operator
Vektorgradient
 vollstetiger
Operatorenmethode
partielle Differentialgleichungen
Schema
Operatorenschreibweise
Differentialgleichung
Optimierung, dynamische
BELLMANNsche Funktionalgleichungen
BELLMANNsches Optimalitätsprinzip
diskrete
dynamische Nebenbedingung
Einkaufssproblem
Entscheidung
Entscheidungsvektoren
Funktionalgleichungen
Funktionalgleichungsmethode
kontinuierliche
Kostenfunktion
Minimumvertauschbarkeit
n-stufige Entscheidungsprozesse
optimale Einkaufspolitik
optimale Politik
Optimierungsprobleme
Rucksackproblem
Funktionalgleichungsmethode
Problemstellung
 Separierbarkeit
statische Nebenbedingung
Zustandsvektoren
Optimierung, lineare
Basis der Ecke
Begriff
Dualität
Ecke
Eckpunkt
Eigenschaften
entartete Ecke
Formen
graphische Lösung
Grundbegriffe
Nebenbedingung
Normalform
Reihenfolgeproblem
Restriktion
revidiertes Simplexverfahren
Rundreiseproblem
Simplextableau
Simplextableau, Hilfsprogramm
Simplexverfahren
Einordnung
Prinzip
 Transportproblem
Verteilungsproblem
Zuordnungsproblem
Optimierung, nichtlineare
Abstiegsverfahren
Barriereverfahren
Begriff
DFP-Verfahren
Dualität
Dualitätssatz, starker
Gradientenverfahren
projizierte Gradienten
Richtungssuchprogramm
Ungleichungsrestriktionen
zulässige Richtungen
KELLEY
konjugierte Gradienten
konvexe
Hinweis
Konvexität
KUHN-TUCKER-Bedingungen
Beweis
globale
lokale
NEWTON-Verfahren
Optimalitätsbedingung
 Begriff
hinreichende
konvexe Optimierung
notwendige
und KUHN-TUCKER-Bedingungen
Prinzip der Strahlminimierung
quadratische
Regularitätsbedingung
Barriereverfahren
und KUHN-TUCKER-Bedingungen
Sattelpunkt
Schnittebenenverfahren
SLATER-Bedingung
stationärer Punkt
Strafverfahren
unrestringierten Aufgabe
Verfahren des steilsten Abstiegs
Optimierung, quadratische
FIBONACCI
Goldener Schnitt
HILDRETH- D'ESOPO
Lösungsverfahren
n-dimensionaler euklidischer Vektorraum
numerische Suchverfahren
WOLFE
Optimierungsaufgabe
duales Problem
lineare
Basisinverse
Basislösung
Basisvariable
kanonische Form
Nichtbasisvariable
Normalform
nichtlineare, konvexe
primales Problem
Optimierungsproblem, lineares
allgemeine Form
Ganzzahligkeitsforderung
Lösungspunkt
Maximalpunkt
Minimumaufgabe
Nordwestecken-Regel
Potentialmethode
Schlupfvariable
Vorzeichenfestlegung
zulässiger Bereich
Optimierungsproblem, nichtlineares
Minimalpunkt
globaler
lokaler
 Problemstellung
Orbit
dynamisches System
heterokliner
homokliner
periodischer
Entstehung
hyperbolischer
sattelartiger
zweifach zusammengesetzter, periodischer
Ordinate, kartesische Koordinaten
Ebene
Raum
Ordinatenachse
Ordnung
Flächen 2. Ordnung
Kurven 2. Ordnung
Kurven n-ter Ordnung
lexikographische
partielle
Relation
vollständige
Wavelet
Ordnungsintervall
Ordnungsrelation
vollständige
OREscher Satz
Orientierung
Koordinatensystem
Zahlengerade
Ort
gegißter
geometrischer
der charakteristischen Punkte
Orthodrome
Begriff
Bogenlänge
Kurswinkel
nordpolnächster Punkt
Schnittpunkte
Breitenkreis
Meridian
Schnittpunkte zweier Orthodromen
Orthogonalisierungsverfahren
Begriff
GIVENSsches
GRAM-SCHMIDTsches
HILBERT-Raum
Hinweis
HOUSEHOLDERsches
Hinweis
lineare Quadratmittelaufgabe
 lineare Ausgleichsaufgabe
lineare Quadratmittelaufgabe
Orthogonalität
beliebiger normierter Raum
Eigenschaften
Geraden
Gewicht
trigonometrischer Funktionen
Vektoren I
Vektoren II
Orthogonalitätsbedingung
Ebenen
Gerade-Ebene
Geraden im Raum
Orthogonalitätsrelation
Orthogonalpolynom
Orthogonalraum
Orthogonalsystem, vollständiges
Orthonormalsystem
FOURIER-Reihe
Orthonormierung
Zeilen- und Spaltenvektoren
Orthozentrum
Ortskoordinaten, Spiegelung
Ortskurventheorie
Oszillator, linearer harmonischer
</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Paar, geordnetes
Parabel
Bogenlänge
Brennpunkt
Eigenschaften
Flächeninhalt
ganzrationale Funktion
Gleichung
Halbparameter
irrationale Funktion
Krümmungsradius
Leitlinie
Leitlinieneigenschaft
n-ter Ordnung
numerische Exzentrizität
Paraboloid
Polynom 3. Grades
Scheitel
 semikubische
Tangente
Transformation
Parabelachse
Parabeldurchmesser
Paraboloid
elliptisches
hyperbolisches
Mittelpunktsfläche
Invariantenvorzeichen
elliptisches
hyperbolisches
parabolisches
parabolisches
Rotationsparaboloid
Parallelepiped
Parallelitätsbedingung
Ebenen
Gerade-Ebene
Geraden im Raum
Parallelkreis
Parallelogramm
Parallelogrammgleichung
Parameter
allgemein
Hilfsveränderliche
 statistischer
Parameterdarstellung
Funktion
Kreis
Parameterintegral
Parität
äußere
innere
PARSEVALsche Gleichung
Entwicklung nach Eigenfunktionen
Formel ( FOURIER-Transformation)
HILBERT-Raum
Konvergenz im Mittel
Partialbruchzerlegung
spezielle Fälle
Partialsumme, Reihe
Partikulärintegral
Partikularisator
PASCALsche Schnecke
Spezialfall der Hypozykloide
PASCALsches Dreieck
PEIRCE-Funktion
BOOLEsche Funktion
Pendel
FOUCAULTsches
mathematisches
Pendelgleichung
FOUCAULTsche
mathematisches Pendel
periodisch gestörte
Pentagramm
Periode
Sekans
Sinus, trigonometrischer
Sinuskurve
Tangens
Periodenverdopplungen
Flip-Bifurkation
Kaskade
logistische Abbildung
Szenarien
Periodisierungsfaktor, LAPLACE-Transformation
Peripheriewinkel
Permutation
Permutationsgruppe
Permutationsmatrix
PESINsche Formel
Begriff
gültiger Fall
Pfeildiagramm
Pharmazentralnummer
Phase
 Sinuskurve
Phasenporträt
Phasenraum, dynamische Systeme
Phasenspektrum, FOURIER-Transformation
Phasenverschiebung
PICARDsches Iterationsverfahren
Pivot
Pivotelement
Austauschregeln
Simplextableau
Pivotspalte
Austauschregeln
Simplextableau
Pivotzeile
Austauschregeln
Simplextableau
Planimeter
Planimetrie
POINCARÉ-Abbildung
autonomische Differentialgleichung
nichtautonome Differentialgleichung
POISSONsche
Differentialgleichung
Feldtheorie
Formel
POISSONsches Integral
 Beispiel I
Beispiel II
POISSON-Verteilung
Tabelle
Pol
analytische Funktion
auf der Kugel
Funktion
Koordinatenursprung
Polarkoordinaten, ebene
Radiusvektor
Ordnung m, komplexe Funktion
Polabstand
Polarachse
Polardreieck
Polare
Polargleichung
Kurve 2. Ordnung
Polarkoordinaten
ebene
Übergang zu kartesischen Koordinaten
räumliche
Polarnormalenabschnitt
Polarsubnormale
Polarsubtangente
Polartangentenabschnitt
Polarwinkel
Polyeder
konvexes
reguläres
Polyedersatz, EULERscher
Polygonierung
Polygonzugverfahren, EULERsches
Polynom
1. Grades
2. Grades
3. Grades
charakteristisches
Darstellung
ganzrationale Funktion
n-ten Grades
quadratisches
trigonometrisches
Polynome
BERNSTEINsche Grundpolynome
HERMITEsche
LAGUERREsche II
LEGENDREsche, 1. Art
Definition
Eigenschaften
Orthogonalsystem
 Orthonormalsystem
Tabelle
TSCHEBYSCHEFFsche, Eigenschaften
Polynomgleichung
Nullstellen, numerisch
numerische Lösung
numerische Verfahren
Polynominterpolation
POSAscher Satz
positiv definit
Postfix-Notation
Potential
komplexes
Begriff
Dipol
homogenes Feld
Quelle-Senke-System
Quelle, Senke
Wirbel
konservatives Feld
retardiertes
Potentialfeld
Rotation
Potentialgleichung
Potenz
Begriff
 reziproke
Potenzieren
komplexe Zahlen
reelle Zahlen
Potenzmenge
Potenzreihe
asymptotische
komplexe
komplexe Glieder
Ableitung
Integral
Konvergenz
Konvergenzkreis
Umkehrung
Potenzreihenentwicklung
analytische Funktion
LAURENT
TAYLOR
MACLAURIN
TAYLOR
eine Veränderliche I
eine Veränderliche II
Prä- HILBERT-Raum
Prädikat
n-stelliges
Prädikatenlogik
Präzessionswinkel
Prediktor
Prediktor-Korrektor-Verfahren
Primelemente
Primfaktorzerlegung
kanonische
Primzahl
Drillinge
Vierlinge
Zwillinge
Prinzip
CAUCHYsches
Gradientenverfahren
vollständiger metrischer Raum
der Zweiwertigkeit
kontrahierende Abbildung
NEUMANNsches
Strahlminimierung
Prisma
gerades
reguläres
Problem
CAUCHYsches
DIRICHLETsches
Begriff
Beispiel
 homogenes, Wellengleichung
inhomogenes, Wellengleichung
isoperimetrisches, allgemeines
kürzester Weg
NEUMANNsches
regularisiertes
semidiskretes
STURM-LIOUVILLEsches
Problemstellung, korrekte
Produkt
direktes
Gruppen
n-faches
universelle Algebren
dyadisches
Tensoren
gemischtes (Spat-)
kartesisches
Definition
Fuzzy-Mengen
n-faches
KRONECKER-Produkt
mehrfaches, Vektoren
Produktzeichen
Rechenregeln
skalares
 Matrizen
Vektoren
vektorielles
Produktansatz
Produktdarstellung
Produktkern
Produktregel
Programmierung
Computeralgebrasysteme
Maple
Mathematica
Projektionssatz
ebenes Dreieck
HILBERT-Raum
Projektor
Proportionalität
direkte
umgekehrte
Proportionen
Protokoll
Prozent
Prozentrechnung
Prüfziffer
Prüfverfahren
Chi-Quadrat-Test
Normalverteilung
 Prinzip
Schätzwert
statistische
Pseudoskalar
Pseudotensor
axialer Vektor
Begriff
Pseudovektor
Punkt
asymptotischer
Berührungspunkt, metrischer Raum
der größten Annäherung
Häufungspunkt
innerer, metrischer Raum
isolierter
Kurve
metrischer Raum
Koordinaten
Ebene
Raum
n-dimensionaler Raum
nichtwandernder
rationaler
singulärer
Begriff
 isolierter
Klassifizierung
stationärer
transversaler homokliner
Umgebung
uneigentlicher
Punktspektrum
Pyramide
gerade
n-seitige
reguläre
Pyramidenstumpf
PYTHAGORAS
Orthogonalität
rechtwinkliges Dreieck
schiefwinkliges Dreieck

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

QR-Algorithmus
QR-Zerlegung
Quader
Quadrant
Quadrantenrelationen
Quadrat
Quadratmittelaufgabe
Gleichungssystem, überbestimmtes
nichtlineare, diskreter Fall
verschiedene Bezeichnungen
Quadratmittelproblem
lineares I
lineares II
lineares III
rangdefizienter Fall
Quadraturformel
Begriff
GAUSS-Typ
HERMITEsche
 Integralgleichung
Interpolationsquadratur
LOBATTOsche
ROMBERG-Verfahren
Quadratwurzel
aus quadratischem Polynom
konforme Abbildung
natürliche Zahlen
Quantenzahl
Bahndrehimpuls-Quantenzahl
magnetische
Schwingungs-Quantenzahl
Quantifizierung, beschränkte
Quantil
Quantisierungsbedingung
Quantor
Quelle
diskrete dynamische Systeme
Knoten
kontinuierliche dynamische Systeme
Vektorfeld
Quellenfeld
reines
wirbelfreies
Quellenverteilung
diskrete
 kontinuierliche
Quersumme
1. Stufe
2. Stufe
3. Stufe
alternierende
1. Stufe
2. Stufe
3. Stufe
Quotientenregel

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Rabatt
Radialgleichung
Radiant
Radikal
Radikand
Radius
Kreis
Polarkoordinaten
Radiusvektor
Radizieren
komplexe Zahlen
Randbedingung
Differentialgleichung, lineare
homogene
inhomogene
Variationsrechnung
Randintegralgleichungsmethode
Randkollokation
Randmethode
Randverteilung
Randwertaufgabe
LAPLACEsche Differentialgleichung
numerische Lösung gewöhnlicher Differentialgleichungen
POISSONsche Differentialgleichung
Randwertproblem
Eigenfunktion
Eigenwert
HILBERTsches
Begriff
homogene charakteristische Integralgleichung
homogenes
Index
inhomogene charakteristische Integralgleichung
inhomogenes
Lösung
homogenes
inhomogenes
lineares
singuläre Fälle
Rang
Matrix
Vektorraum
Rangabfall
Raum
adjungierter
bidualer
endlichdimensionaler
geordneter normierter
HILBERT
isometrischer
linearer
über einem Körper von Skalaren
Lp-Raum
mehrdimensionaler
metrischer
Abstand
Axiome
innerer Punkt
Kugel
Punkt
separabler
Teilraum
vollständiger
metrischer normierbarer
mit Skalarprodukt
Operatoren
reflexiver
RIESZscher
SOBOLEW
unitärer
Rauminversion
Skalarprodukt
Spatprodukt
Raumkurve
begleitendes Dreibein
Binormale
Begriff
Gleichungen I
Gleichungen II
Bogenlänge I
Bogenlänge II
Gleichung
Definitionen
verschiedene Formen
Hauptnormale
Begriff
Bogenlänge
Gleichungen, Parameter I
Gleichungen, Parameter II
Krümmung
Krümmungskreisradius
Normalebene
Begriff
Gleichungen, Parameter I
Gleichungen, Parameter II
Richtung
 Schmiegungsebene
Begriff
Gleichungen, Parameter I
Gleichungen, Parameter II
Tabelle Koordinatengleichungen I
Tabelle Koordinatengleichungen II
Tabelle Vektorgleichungen I
Tabelle Vektorgleichungen II
Tangente
Begriff
Gleichungen, Parameter I
Gleichungen, Parameter II
Vektorgleichung
Begriff
Vektorgleichung, Bogenlänge
Windung
Windungsradius
Raumrichtung
Vektor
Raumwinkel
RAYLEIGH-RITZ-Algorithmus
Reaktion, chemische, Konzentration
Realteil
Rechenregeln
BOOLEsche Algebra
Ereignisarten
 FOURIER-Transformation
Gradient
LAPLACE-Transformation
Nablaoperator
Z-Transformation
Rechenschieber
logarithmische Skala
Prinzip
Rechnen, numerisches
Addition
Computer
Division
Genauigkeitsfragen
Grundoperationen
Multiplikation
Subtraktion
Rechteck
Rechteckformel
linksseitige
rechtsseitige
Rechteckimpuls
Anwendung des Lemmas von JORDAN
bipolarer
FOURIER-Transformation
unipolarer
FOURIER-Transformation
 LAPLACE-Transformation
Rechtecksumme
Rechte-Hand-Regel
Flächenstück
Vektorprodukt
Rechtsdreiecksmatrix
Rechtsnebenklasse
Rechtspol
Rechtsschraube
Flächenstück
Schraubenlinie
Rechtssingulärvektor
Rechtssystem
Reduce
Reduktionsformeln
trigonometrische Funktionen
Regel
BERNOULLI-L'HOSPITALsche
CRAMERsche
DE MORGANsche
Aussagenlogik
BOOLEsche Algebra
Mengenalgebra
DESCARTESsche
1. GULDINsche
2. GULDINsche
 LEIBNIZsche
linguistische
Mittelpunktsregel
NEPERsche
SARRUSsche
Regelfläche
Regeln
Teilbarkeitskriterien
Regression
lineare
mehrdimensionale
Normalgleichungssystem
Vektorschreibweise
Regressionsanalyse
Regressionsgerade
Regressionskoeffizient
Regula falsi
Regularisierungsparameter
Regularisierungsverfahren
Reihe
absolute Konvergenz
allgemeines Glied
alternierende
Konvergenzkriterium
arithmetische
1. Ordnung
 k-ter Ordnung
BANACH-Raum
divergente
Divergenz
endliche
FOURIER-Reihe
Funktionenreihe
geometrische, endliche
geometrische, unendliche
Formel
Konvergenz
gleichmäßige Konvergenz
Funktionenreihe
Potenzreihe
harmonische
hypergeometrische
Integralkriterium
konstante Glieder
konvergente
Konvergenz
Integralkriterium
Quotientenkriterium
ungleichmäßige
Vergleichskriterium
Wurzelkriterium
Konvergenzbereich
 Konvergenzsätze
MACLAURINsche
NEUMANNsche
FREDHOLMsche Integralgleichung
Operatorenraum
VOLTERRAsche Integralgleichung
Partialsumme
Potenzreihe
Quotientenkriterium
Restglied
Funktionenreihe
mit konstanten Gliedern
Summe
TAYLOR-Reihe
eine Veränderliche I
eine Veränderliche II
m Veränderliche
zwei Veränderliche
unendliche
Begriff
Kapitel
Vergleichskriterium
WEIERSTRASS-Kriterium
Wurzelkriterium
Reihenentwicklung
LAPLACE-Transformation
 absolut konvergente Funktion
meromorphe Funktion
Reihenentwicklungen
algebraische Funktionen, Tabelle
Areafunktionen, Tabelle
binomische Reihe, Tabelle
negativer Exponent
positiver Exponent
Exponentialfunktionen, Tabelle
Hyperbelfunktionen, Tabelle
inverse trigonometrische Funktionen, Tabelle
logrithmische Funktionen, Tabelle
Potenzreihen, Tabelle
trigonometrische Funktionen, Tabelle
Reihenrest
Rektifizierung
Relation
antisymmetrische
Äquivalenzrelation
binäre
Fuzzy-wertige
inverse
irreflexive
Kongruenzrelation
lineare
 n-stellige
Ordnungsrelation
reflexive
symmetrische
transitive
Relationenprodukt
Relationsmatrix
Relaxationsparameter
Relaxationsverfahren
Relief, analytische Funktion
REMES-Algorithmus
Rente
ewige
Begriff
Kontostand
nachschüssig konstante
Rentenbarwert
Rentenendwert
Rentenrechnung
Residualspektrum
Residuensatz
Anwendung
Prinzip
Residuum
Funktionentheorie
Gleichungssystem, überbestimmtes
 lineares Quadratmittelproblem
Resolvente
Integralgleichung
Bestimmung
lösender Kern
Spektraltheorie
Resolventenmenge
Spektraltheorie
Resonanz-Torus
Rest, quadratischer modulo m
Restglied
Funktionenreihe
Reihe mit konstanten Gliedern
Restklasse
prime
primitive
Restklassenaddition
Restklassenmultiplikation
Restklassenring
Begriff
endlicher Ring
modulo m
Restspektrum
Rhombus
Richtung
ebene Kurve
 Raum
Vektor
Raumkurve
vertikale
Richtungsableitung
Skalarfeld
Vektorfeld
Richtungsfeld
Richtungskoeffizient
Ebene
Tangentensteigung
Vektor
Richtungskosinus, Raum
Richtungstripel
Begriff
kartesische Koordinaten
Richtungswinkel
RIEMANN-Satz
Grenzwertbildung
Vergleich mit STIELTJES-Integral
Vergleich mit LEBESGUE-Integral
RIEMANNsche
Fläche, mehrblättrige
Formel
Funktion
Methode
RIESZ-SCHAUDER Theorie
Ring
Definition
Faktorring
Homomorphiesatz
mit Einselement
Unterring
Ringhomomorphismus
Ringisomorphismus
Risikotheorie
RITZ-Verfahren
numerische Lösung von Variationsaufgaben I
numerische Lösung von Variationsaufgaben II
Rn, n-dimensionaler euklidischer Vektorraum
ROMBERG-Verfahren
Algorithmus
Begriff
Extrapolationsprinzip
Rotation
Definition
Potentialfeld
Vektorfeld
Vektorkomponenten
verschiedene Koordinaten
Volumenableitung
Rotations-Abbildung
Rotationsfläche
Rotationsparaboloid
Rotator, raumfreier starrer
RSA-Code
Rückkehrpunkt
Rückversetzung, Winkel
Rückwärtseinschnitt
CASSINI
SNELLIUS
Rückwärtseinsetzen
lineares Gleichungssystem
RUELLE-TAKENS-NEWHOUSE-Szenario
Ruhelage
dynamisches System
hyperbolische
Quelle
Sattel
Senke
Rundungsfehler
RUNGE-KUTTA-Verfahren
</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Sägezahnimpuls
unipolarer
LAPLACE-Transformation
Saitenschwingungsgleichung
SARRUSsche Regel
Sattel
diskrete dynamische Systeme
kontinuierliche dynamische Systeme
Sattelpunkt
Optimierung, nichtlineare
Satz
ABEL
abgeschlossener Graph
AFRAIMOVICH-SHILNIKOV
ANDRONOV-HOPF
ANDRONOV-PONTRYAGIN
ANDRONOV-WITT
Klassifizierung periodischer Orbits
Stabilität periodischer Orbits
APOLLONIUS
ARZELA-ASCOLI
BAIRE (Kategoriensatz)
BANACH
BANACHscher Fixpunktsatz
BANACH-STEINHAUS
Basissatz
BAYES
BERGE
Beschränktheit
Funktion einer Veränderlichen
Funktion mehrerer Veränderlicher
binomischer
BIRKHOFF
Ergodensatz
Omega-Algebren
BLOCK, GUCKENHEIMER, MISIURIEWICZ
BOLZANO
Funktion einer Veränderlichen
Funktion mehrerer Veränderlicher
CAYLEY
Gerüste
Gruppen
Chinesischer Restsatz
DENJOY
DIRAC
DOUADY-OESTERLÉ
erste Näherung
diskrete Systeme
kontinuierliche dynamische Systeme
EUKLID (Sätze)
EUKLIDischer Algorithmus
EULER-HIERHOLZER
EULERscher Polyedersatz
FATOU
FERMAT
FERMAT-EULER
BROUWER
FLOQUET
GIRARD
GROBMAN-HARTMAN
topologische Äquivalenz
topologische Konjugiertheit
HADAMARD-PERRON
diskrete dynamische Systeme
HAHN-BANACH
analytische Form
geometrische Form
Hauptsatz der Funktionentheorie
HAUSDORFF
HELLINGER-TOEPLITZ
HILBERT-SCHMIDT
HOLLADAY
HURWITZ
Integralsatz, CAUCHY
Konstanz, analytische Funktion
KREIN-LOSANOWSKIJ
KURATOWSKI
LAGRANGE
LEBESGUE
LEIBNIZ
LERAY-SCHAUDER
LEVI, B.
LIOUVILLE
analytische Funktion
Volumenerhaltung
LYAPUNOV
Maximalwert, analytische Funktion
MEUSNIER
NEIMARK, SACKER
ORE
OSELEDEC
PALIS-SMALE
PICARD-LINDELÖF
Differentialgleichung
Integralgleichung
POINCARÉ-BENDIXSON
POSA
PYTHAGORAS
Orthogonalität
rechtwinkliges Dreieck
schiefwinkliges Dreieck
RADON-NIKODYM
RIEMANN
RIESZ
RIESZ-FISCHER
r-malige Differenzierbarkeit nach den Anfangsbedingungen
ROLLE
SCHAUDER
SCHWARZscher Vertauschungssatz
SHARKOVSKY
SHILNIKOV
SHINAI
SHGOSHITAISHVILI
SMALE
TAYLOR
eine Veränderliche
TSCHEBYSCHEFF
TUTTE
Variation der Konstanten
vollständige Wahrscheinlichkeit
WEIERSTRASS
Approximationssatz
 Funktion einer Veränderlichen
Funktion mehrerer Veränderlicher
Konvergenz einer Reihe
WILSON
WINTNER-CONTI
Zentrumsmannigfaltigkeit
Abbildungen
Differentialgleichungen
Zerlegungssatz
Schaltalgebra
Schaltfunktion
Schaltwert
Schätzwert
SCHEFFER-Funktion
BOOLEsche Funktion
Scheitel
ebene Kurve
Ellipse
Hyperbel
Parabel
Scheitelwinkel
Schema, FALKsches
Schießverfahren
einfaches
Schleifenfunktion
Schleppkurve
Schlinge, Graph
Schluß von n auf n+1
Schmiegkreis
Schmiegungsebene, Raumkurve
Begriff
Gleichungen, Parameter I
Gleichungen, Parameter II
Schnitt
Fuzzy-Menge
goldener
Menge
unscharfe Menge
Schnittebene
Schnittkreis
Schnittmenge
Fuzzy-Mengen
Schnittpunkt
drei Ebenen
Ebene und Gerade
Geraden im Raum
Geraden in der Ebene
vier Ebenen
Schnittwinkel
SCHOENFLIESS-Symbolik
Schranke
 Funktion
Menge
unscharfe
Zahlenfolge
Schraubenlinie
Schrittweite
Schrittweitenparameter
Schrittweitensteuerung
SCHRÖDINGER-Gleichung
lineare
nichtlineare
Begriff
Lösung
Separationsansatz
zeitabhängige
zeitunabhängige
Schwankung, Funktion
SCHWARZ-CHRISTOFFELsche Formel
SCHWARZscher Vertauschungssatz
SCHWARZsches Spiegelungsprinzip
Schwerpunkt
beliebige ebene Figur
Bogenstück
Dreieck, ebenes
ebene Figuren
 geschlossene Kurve
1. GULDINsche Regel
2. GULDINsche Regel
materielle Punkte der Ebene
materielle Punkte im Raum
Rotationskörper
Trapez
Schwerpunktkoordinaten
Doppelintegral
Dreifachintegral
Kurvenintegral 1. Art
Schwerpunktmethode
parametrisierte
verallgemeinerte
Schwingung, harmonische
Schwingungsdauer
mathematisches Pendel
Sinuskurve
Sehne
Sehnentangentenwinkel
Sehnenviereck
Sehnenwinkel
Seitenfläche
Seitenhalbierende, Dreieck
Begriff
Trigonometrie
Seitenkosinussatz
Sekans
hyperbolischer
trigonometrischer
geometrische Definition
Sekansfunktion
hyperbolische
trigonometrische
geometrische Definition
Sekante
Sekantentangentenwinkel
Sekantenwinkel
Sektorformel
Selbstähnlichkeit
Selbstberührungspunkt
Semiorbit, dynamisches System
Senke
diskrete dynamische Systeme
Knoten
kontinuierliche dynamische Systeme
Vektorfeld
Sensitivität bezüglich der Anfangswerte
Separabilität, metrischer Raum
Separationsansatz
Begriff
SCHRÖDINGER-Gleichung
Separationskonstante
SCHRÖDINGER-Gleichung
Separatrix
Sattel-Sattel-Separatrix, Auflösung
Separatrixfläche
Differentialgleichungen
diskrete dynamische Systeme
Separatrixschleife
Begriff
Satz von SHILNIKOV
Sexagesimaleinteilung
Shift-Abbildung
Begriff
chaotisches Verhalten
Sicherheit, statistische
Chi-Quadrat-Anpassungstest
Stichprobenmittelwert
SIERPINSKI
Drachen
Teppich
sigma-Additivität
sigma-Algebra
BORELsche
Signal
Signalanalyse
Signatur, universelle Algebra
Signifikanz
Simplexmultiplikator
Simplexschritt, revidierter
Simplextableau
Hilfsprogramm
revidiertes
Simplexverfahren
Variable, künstliche
SIMPSON-Formel
Simulation
digitale
Monte-Carlo-Simulation
Singleton
Singulärwerte
Matrix
Singulärwertzerlegung
Singularität
analytische Funktion
außerwesentliche, komplexe Funktion
hebbare, analytische Funktion
isolierte, komplexe Funktion
wesentliche
analytische Funktion
komplexe Funktion
Sinus
hyperbolischer
 geometrische Definition
trigonometrischer
geometrische Definition
Sinusfunktion
hyperbolische
geometrische Definition
trigonometrische
geometrische Definition
Sinus- GORDON-Gleichung
Begriff
Lösung
Sinus-Kosinussatz
gewöhnlicher
polarer
sinusoidale Größen
Sinussatz
ebene Trigonometrie
sphärische Trigonometrie
Skala
Begriff
einfach logarithmische
logarithmische
Skalar
Begriff
Drehinvarianzeigenschaft
Invarianz I
 Invarianz II
Skalarfeld
Axialfeld
ebenes
Gradient
Definition
verschiedene Koordinaten
Koordinatendarstellung
Richtungsableitung
Zentralfeld
Skalarmatrix
Skalarprodukt
HILBERT-Raum
kartesische Koordinaten
Koordinatendarstellung
Normalgleichungssystem
Rauminversion
Tensor 0. Stufe
Vektoralgebra
Vektoren, Matrixform
Vektorraum, EUKLIDischer
Skalengleichung
SOBOLEW-Raum
Soliton
Antikink
Antisoliton
 BOUSSINESC
BURGERS
HIROTA
KADOMZEV-PEDVIASHWILI
Kink
Kink-Antikink
Dublett
Kollision
Kink-Gitter
Kink-Kink-Kollision
KORTEWEG-DE VRIES
nichtlineares, SCHRÖDINGER
Solitonen
Wechselwirkung
SOR-Verfahren
Spaltenpivotisierung
Spaltensummenkriterium
Spaltenvektor
Spannungstensor
Spannweite
Meßwerterfassung
Stichprobenfunktionen
Spatprodukt
kartesische Koordinaten
Koordinatendarstellung
 Pseudoskalar
Spektralradius
Spektrum
Funktion, FOURIER-Transformation
Funktionalanalysis
kontinuierliches
stetiges
lineare Operatoren
Spiegelsymmetrie, Ebene
Spiegelung
am Punkt
an der Geraden
Ortskoordinaten
Spiegelungsprinzip, SCHWARZsches
Spirale
ARCHIMEDIsche
hyperbolische
logarithmische
asymptotischer Punkt
Polarkoordinaten
Spiralen
Spline-Interpolation
Hinweis
Spline-Koeffizienten
Splines
Ausgleichssplines
 B-B-Flächendarstellung
Basissplines
bikubische
bikubische Ausgleichssplines
bikubische Interpolationssplines
Gitterpunkt
Interpolationssplines
kubische
kubische Ausgleichssplines
kubische Interpolationssplines
Masche
natürliche
normalisierte B-Splines
periodische
Sprung, endlicher
Sprungfunktion
Anwendung des Lemmas von JORDAN
LAPLACE-Transformation
Spur, Matrix
Stabilität
absolut stabil
erste Näherung
LYAPUNOV
numerische Integration gewöhnlicher Differentialgleichungen
orbitale
 Rundungsfehler, numerische Rechnung
Störung der Anfangswerte
strukturelle
Differentialgleichungen
disktere Systeme
Stabschwingungsgleichung
Stammfunktion
Standardabweichung
arithmetisches Mittel
Einzelmessung
Gewicht
arithmetisches Mittel
Einzelmessung
Gewichtseinheit
Moment 2. Ordnung
Startpunkt
Stationierung, freie
Statistik
beschreibende
mathematische
Begriff
Einordnung
Fehlertheorie
Schätzwert
Stichprobenfunktion
STEFFENSEN-Verfahren
Steigung, Tangente
Steradiant
Stereometrie
Stetigkeit
absolutstetig
elementare Funktionen
Exponentialfunktionen
Funktion einer Veränderlichen
Funktion mehrerer Veränderlicher
ganzrationale Funktionen
gebrochenrationale Funktionen
HÖLDERsche
inverse trigonomtrische Funktionen
irrationale Funktionen
komplexe Funktion
logarithmische Funktionen
mittelbare Funktion
Polynome
trigonometrische Funktionen
zusammengesetzte elementare Funktionen
Stichprobe
Begriff
Umfang
zufällige
Stichprobenfunktion
STIELTJES-Integral
 Begriff
Vergleich mit RIEMANN-Integral
STIELTJES-Transformation
STIRLINGsche Formel
Stochastik
STOKESscher Integralsatz
Störung
Strahl
Strahlpunkt
Strecke
Streifen, charakteristische
Streuung
Definition
Hinweis
Meßwerterfassung
Moment 2. Ordnung
Stichprobenfunktionen
Synonyme
zweidimensionale Verteilung
Strichliste
Strom, Bogen
Stromfunktion
Strophoide
Strudel
Einordnung
 Phasenporträt
Sattelstrudel
Klassifizierung
Phasenporträt
zusammengesetzter
Strudelpunkt
Struktur
algebraische
klassische algebraische
Stufenwinkel
STURM-LIOUVILLEsches Problem
STURMsche
Funktion
Kette
Kette, Anwendung
Stützfunktional
Stützhyperebene
Stützpolygon
Stützstelle
äquidistante
Polynominterpolation
Subnormale
Substitution
binomischer Integrand
EULERsche
Integration
 Funktion von hyperbolischen Funktionen
Funktion von trigonometrischen Funktionen
irrationale Funktion
Universalsubstitution
von Variablen
Differentialausdrücke
kartesische in Polarkoordinaten
Subtangente
Subtraktion
komplexe Zahlen
numerisches Rechnen
Polynome
rationale Zahlen
Tensoren I
Tensoren II
Summe
Rechenregeln
Summenzeichen
Summenkonvention, EINSTEINsche
Summenregel
Summensymbolik, GAUSSsche
Superposition
Felder
komplexe Potentiale
nichtlineare
Schwingungen
Superpositionssatz, Differentialgleichungen
lineare, n-ter Ordnung
System, linearer inhomogener, 1. Ordnung
System, linearer inhomogener, n-ter Ordnung
Supplementsätze
Supplementwinkel
Supremum
Symbol
KRONECKER II
LANDAU
LEGENDRE
Symmetrie
axiale
Spiegel-
zentrale
Symmetriebrechung
Differentialgleichung
Symmetrieelement
Symmetriegruppe
Symmetrieoperation
Drehspiegelung
Drehung
ohne Fixpunkt
Spiegelung
System
Differentialgleichungen
 Charakteristik
charakteristisches
kanonisches
lineare homogene
lineare inhomogene
lineare, konstante Koeffizienten
Zurückführung auf
kognitives
lineares
Normalgleichungen
orthogonales
orthonormiertes
trigonometrisches
vier Punkte
vollständiges
HILBERT-Raum
Wahrscheinlichkeitsrechnung
wissensbasierte Interpolation
System, dynamisches
Abbildung auf dem Einheitskreis
Bewegung
chaotisches
Fraktale
metrischer Raum
nach DEVANEY
Cr-glattes
dissipatives
ergodisches
invertierbares
konservatives
Kreisabbildung
Standardform I
Standardform II
Standardform III
laminare Phase
LORENZ
mischendes
Begriff
Diffeomorphismus
Rotationszahl
stetiges
turbulente Phase
Turbulenz
volumenerhaltendes
volumenschrumpfendes
Windungszahl
zeitdiskretes
zeitdynamisches
zeitkontinuierliches
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Tabelle mit doppeltem Eingang

Tangens
hyperbolischer
geometrische Definition
trigonometrischer
geometrische Definition
Tangensformeln
Tangensfunktion
hyperbolische
geometrische Definition
trigonometrische
geometrische Definition
Tangenssatz
Tangente
ebene Kurve
Ellipse
Hyperbel
Parabel
Raumkurve
 Begriff
Gleichungen, Parameter I
Gleichungen, Parameter II
Tangentenabschnitt
Tangentenneigungswinkel
Differentialgeometrie
Differentialquotient
Tangentensteigung
Tangentenstück
Hyperbel
Tangentenviereck
Tangentenwinkel
Tangentialebene
Begriff
Fläche
Begriff
Gleichungen
Gleichung
Kugel
vollständiges Differential
Tangiermeridian
Tautologie
Aussagenlogik
BOOLEsche Funktion
Prädikatenlogik
TAYLOR
 Entwicklung
analytische Funktion
eine Veränderliche I
eine Veränderliche II
Grenzwertbildung
Vektorfunktion
zwei Veränderliche
Formel
eine Veränderliche
Reihe
eine Veränderliche I
m Veränderliche
zwei Veränderliche
Teilbarkeit
Teilbarkeitskriterien
Bezeichnungen
Regeln
Teilbarkeitsregeln, elementare
Teiler
größter gemeinsamer (ggT)
Linearkombination
Polynome
Primfaktorenzerlegung
positiver
teilerfremd
indirekter Beweis
 Polynome
Teilgraph
Teilmenge
konvexe
Teilraum
affiner
Teilung
äußere
innere
stetige
Strecke
Ebene
Raum
Telegrafengleichung
Tensor
0. Stufe
1. Stufe
2. Stufe
Addition I
Addition II
antisymmetrischer
Definition
Deltatensor
dyadisches Produkt
Eigenwert
Epsilontensor
 invarianter
Komponenten
Multiplikation I
Multiplikation II
n-ter Stufe
Rechenregeln I
Rechenregeln II
schiefsymmetrischer
bezgl. zweier Indizes
Spur
Subtraktion I
Subtraktion II
symmetrischer
bezgl. zweier Indizes
Verjüngung I
Verjüngung II
Tensoren
Assoziativgesetz
Distributivgesetz
Tensorinvariante
Tensorprodukt
Splines
Vektoren
Term
Termalgebra
Termersetzungssystem
Testaufgabe, lineare
Tetraeder
Stereometrie
System aus vier Punkten
Tetraedergruppe
Teufelstreppe
Theorem
KOLMOGOROV-ARNOLD-MOSER
STURMsches
Thetafunktion
Tilgung
Tilgungsrechnung
Toleranz
Tonnenkörper
parabolischer
topologisch
äquivalent
konjugiert
Torus
Abspaltung
AVRAIMOVICH-SHILNIKOV-Satz
Funktion des Bifurkationswertes
adäquater Phasenraum
Auflösung
Glattheitsverlust
 invariante Menge
m-dimensionaler
eingebetteter
Resonanz-Torus
Stereometrie
Volltorus
vom Torus zum Chaos
Träger
kompakter
Träger
Funktion
Geradenbüschel
Zugehörigkeitsfunktion
Trägermenge
Trägheitsmoment
Doppelintegral
Kurvenintegral 1. Art
Trägheitstensor
Trajektorie, dynamisches System
Traktrix
Transformation
geometrische
HOPF-COLE
HOUSEHOLDER
lineare
Abbildung, Vektorräume
 Koordinatensystem
rechtwinklige Koordinaten
Wavelet-Transformation
Transformationsdeterminante
Transformationsinvarianz
Transformationsverfahren
Eigenwertprobleme
Translationsinvarianz
Begriff
Deltatensor
Transportnetz
Trapez
Trapezformel
HERMITEsche
numerische Integration
Trapezimpuls
unipolarer
LAPLACE-Transformation
Trapezsumme
HERMITEsche
numerische Integration
Trennbarkeit, Mengen
Trennungssätze
Triangulierung
Geodäsie
Methode der finiten Elemente
Tridiagonalisierung
Triederecke
Trochoide
TSCHEBYSCHEFF-Satz
TSCHEBYSCHEFF-Approximation
Aufgabe
diskrete
Prinzip
stetige
Vorgehen
TSCHEBYSCHEFF-Polynom
Eigenschaften
Formel
TSCHEBYSCHEFF-Ungleichung, gewöhnliche
Turbulenz
HOPF-LANDAU-Modell
LORENZ-System
TUTTE-Satz
Typ, universelle Algebra

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Überdeckung, offene
Überschiebung
Tensor I
Tensor II
Ultra-Fuzzy-Set
Umfang
Ellipse
Ellipse, elliptisches Integral
Kreis
Umformung, identische
Umgebung, Punkt
Umkehrfunktion
Hyperbelfunktionen
trigonometrische
Umkreis
Dreieck
Definition
Radius
Viereck
Umkreisradius
Umlaufintegral
Begriff
Hinweis
Vektorfeld
Verschwinden
Umlaufsinn, Figur
Unabhängigkeit, lineare
Gleichungen
Vektorräume
zweier Merkmale, Test
Unabhängigkeit
lineare, Vektorraum
unendlich
abzählbar unendlich
Begriff
überabzählbar unendlich
Ungleichung
1. Grades
2. Grades
allgemeiner Fall
Lösungen
arithmetisches und geometrisches Mittel
arithmetisches und quadratisches Mittel
Auflösung
BERNOULLIsche
 BESSELsche
binomische
CAUCHY-SCHWARZsche
Dreiecksungleichung
HÖLDERsche
Integrale
Reihen
MINKOWSKIsche
Integrale
Reihen
reine
SCHWARZ-BUNJAKOWSKIsche
TSCHEBYSCHEFFsche
Erwartungswerte
verallgemeinerte
TSCHEBYSCHEFFsche
gewöhnliche
Typ I
Typ II
verschiedene Mittelwerte
Ungleichungen
gleichsinnige
spezielle
Transitivität
ungleichsinnige
Unsicherheit
 absolute
Fuzzy-Logik
relative
Unstetigkeit, hebbare
Unstetigkeitsstelle
Unterdeterminante
Untergraph
induzierter
Untergruppe
triviale
zyklische
Untergruppenkriterium
Unterraum, des Vektorraumes
Unterraumkriterium
Unterring
Begriff
trivialer
Unterringkriterium
Untervektorraum
instabiler
diskrete Systeme
lineare Differentialgleichungen
stabiler
diskrete Systeme
lineare Differentialgleichungen
Urliste
 Meßprotokoll I
Meßprotokoll II
Urnenmodell

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Vagheit
Valenzmatrix
VAN-DER-POLsche Differentialgleichung
Variable
abhängige
Funktion
Spaltenvektor
Aussagenvariable
BOOLEsche
freie
gebundene
linguistische
unabhängige
Definition
Funktion
Spaltenvektor
Variablentrennung
Begriff
SCHRÖDINGER-Gleichung
Varianz
Moment 2. Ordnung
Variation
Begriff
Definition
Variation der Konstanten
Differentialgleichung n-ter Ordnung
Satz
Variationsaufgabe
allgemeinere
einfache
einfache, mehrere Veränderliche
Funktionen mehrerer Veränderlicher
höhere Ableitungen
mehrere Ableitungen
mit Nebenbedingungen
numerische Lösung
Parameterdarstellung
positiv homogene Funktion
RITZ-Verfahren I
Variationsgleichung
LYAPUNOV-Exponenten
Methode der finiten Elemente
Stabilität von Ruhelagen
Differentialgleichungen
diskrete dynamische Systeme
Variationsproblem
1. Ordnung
Begriff
DIRICHLETsches
höherer Ordnung
Parameterdarstellung
Variationsrechnung
1. Variation
2. Variation
Anwendungen in der Physik
Ergänzungen
Varietät
Vektor
Absolutbetrag
axialer
Begriff
Spieglungsverhalten
Begriff
Differentiationsregeln
ebenes Flächenstück
Einheitsvektor
freier
Funktionalanalysis
gebundener
gemischtes Produkt
Grundvektor
kollinearer
komplanarer
Komponenten
konjugierter
Koordinaten
Länge
linienflüchtiger
linkssingulärer
Matrix
Modul
Multiplikation
Nullvektor
orthogonaler
polarer
Begriff
Spiegelungsverhalten
Radiusvektor
rechtssingulärer
reziproker
reziproker Grundvektor
skalar invarianter
Spaltenvektor
Tensor 1. Stufe
Zeilenvektor
Zerlegung
Vektoralgebra
Vektoranalysis
Vektordiagramm, Schwingungen
Vektoren
Dreiecksungleichung
dyadisches Produkt
Kollinearität
Kommutativgesetz
dyadisches Produkt
Skalarprodukt
Skalarprodukt
Matrixform
Tensorprodukt
Winkel zwischen
zyklische Vertauschung
Vektorfeld
Divergenz
dynamisches System
kartesische Koordinaten
Komponenten
Koordinatendarstellung
Kreisfeld
Kugelkoordinaten
punktförmige Quellen
Quelle
Richtungsableitung
 Rotation
Senke
sphärisches
Umlaufintegral
zentrales
Zylinderkoordinaten
zylindrisches
Vektorfunktion
Ableitung
Hodograph
lineare
skalare Variablen
TAYLOR-Entwicklung
Vektorgleichung
Ebene
Gerade
Raumkurve
Begriff
Tabelle I
Tabelle II
Raumkurve, Bogenlänge
Vektorgradient
Definition
Nablaoperator
Vektoriteration
Vektorpotential
Vektorprodukt
doppeltes
kartesische Koordinaten
Koordinatendarstellung
Multivektor
Vektoralgebra
Vektorraum
aller beschränkten Zahlenfolgen
aller finiten Zahlenfolgen
aller konvergenten Zahlenfolgen
aller zu 0 konvergierenden Folgen (Nullfolgen)
Axiome
B(T)
C([a,b])
C(k)([a,b])
EUKLIDischer
Folgen
F(T)
geordneter
Gesetze
Halbordnung
Inklusionen
Kn
komplexer
M(N)
 n-dimensionaler
reeller
über einem Körper
über einem Körper von Skalaren
s aller Zahlenfolgen
unendlichdimensionaler
Vektorverband
geordneter Raum
homomorpher
normierter
Vektorzerlegung
kartesische Koordinaten
VENN-Diagramm
Verband
distributiver
Vereinigung
Mengen
unscharfe Mengen
Vereinigungsmenge
Verfahren
ADAMS-BASHFORTH
Ansatzverfahren
Austauschverfahren
BAIRSTOW
Bisektionsverfahren
CHOLESKY
 Quadratmittelproblem, Hinweis
symmetrische Koeffizientenmatrix
GALERKIN-Verfahren
GAUSS-NEWTON
ableitungsfreies
GAUSS-SEIDEL
GRAEFFE
HOUSEHOLDER
diskrete Approximationsaufgabe
Quadratmittelproblem
Iterationsverfahren
JACOBI-Verfahren (Eigenwertbestimmung)
LANCZOS-Verfahren
MILNE
NEWTON
Iterationsverfahren
modifiziertes, numerische Mathematik
modifiziertes,Funktionalanalysis
nichtlineare Gleichungssysteme
Orthogonalisierung
GRAM-SCHMIDTsches
HOUSEHOLDER
Prediktor-Korrektor
RITZ-Verfahren
numerische Lösung von Variationsaufgaben I
numerische Lösung von Variationsaufgaben II
 ROMBERG-Verfahren
RUNGE-KUTTA
SOR-Verfahren
STEFFENSEN
Transformationsverfahren, Eigenwertbestimmung
Vergleichsfunktion
eine Veränderliche
zwei Veränderliche
Verifizieren, Beweisführung
Verjüngung
Tensor I
Tensor II
Verkettung
Verknüpfung
max-average
max-min
max-prod
Verknüpfungsoperator
Verknüpfungsprodukt
Verknüpfungsregeln
Verschlüsselungsverfahren, RSA
Versicherungsmathematik
Versiera der Agnesi
Vertauschung, zyklische
Seiten und Winkel
Vektoren
Vertauschungssatz, SCHWARZscher
Verteilung
Binomialverteilung
Chi-Quadrat-Verteilung
Tabelle der Quantile
diskrete
Exponentialverteilung
FISHER-Verteilung
Häufigkeitsverteilung
hypergeometrische
logarithmische Normalverteilung
Normal-Verteilung
POISSON-Verteilung
stetige
Stichprobenmittelwerte
STUDENT-Verteilung
Tabelle der Quantile
t-Verteilung
Tabelle der Quantile
WEIBULL-Verteilung
Verteilungsdichte
Meßfehler
Verteilungsfunktion
diskrete Zufallsgrößen
Eigenschaften
 stetige
kontinuierliche Zufallsgrößen
Vertrauensgrenze
Mittelwert
Begriff
bekannte Streuung
unbekannte Streuung
Regressionskoeffizient
Streuung
Vervollständigung
Vieleck
ähnliches
ebenes
Flächeninhalt
Inkreisradius
Innenwinkel
regelmäßiges
Seitenlänge
Umkreisradius
Zentriwinkel
Außenwinkel
Vielfaches
kleinstes gemeinsames (kgV)
Vielflach
Viereck
allgemeines
 Definition
Vierergruppe, KLEINsche
VIETA, Wurzelsatz
Vollwinkel
ebener
räumlicher
VOLTERRAsche Integralgleichung 2. Art
Differentiation
Faltungstyp
Kontraktionsprinzip
Lösung durch Differentiation
Methode der Umwandlung
NEUMANNsche Reihe
numerische Behandlung
partielle Integration
theoretische Grundlagen
VOLTERRAscher Integraloperator
Volumen
Doppelintegral
Dreifachintegral
Hohlzylinder
Kegel
Keil
Kugel
Obelisk
 Polyeder
Prisma
Pyramide
Quader
Teilmenge
Tetraeder
Tonnenkörper
Torus
Würfel
Zylinder
Volumenableitung
Divergenz
Gradient
Rotation
Volumenelement
beliebige Koordinaten
kartesische Koordinaten
Kugelkoordinaten
Tabelle
Vektorkomponenten
Zylinderkordinaten
Volumenintegral
Volumenskala
Vorwärtseinschnitt
auf der Kugel
 durch zwei Strahlen
ohne Visier
Vorzeichenfunktion
vrai sup

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Wahrheitsfunktion
Äquivalenz
BOOLEsche Funktion
Disjunktion
Implikation
Konjunktion
NAND-
Negation
NOR-
Wahrheitsfunktionen
Wahrheitstafel
Wahrheitswert
Wahrscheinlichkeit
bedingte
Definition
Flächeninterpretation
vollständige
Wahrscheinlichkeitsdichte
Wahrscheinlichkeitsintegral
Wahrscheinlichkeitsmaß
ergodisches
invariantes
Wahrscheinlichkeitspapier
Wahrscheinlichkeitsrechnung
Einordnung
WALSH-Funktionen
WALSH-Systeme
Wärmeleitungsgleichung
CAUCHY-Problem
eindimensionale
homogener Stab
LAPLACE-Transformation
Wavelet
DAUBECHIES-Wavelets
orthogonales
Wavelet-Transformation
diskrete
diskrete HAAR-Wavelet-Transformation
dyadische
schnelle
WEBERsche Funktion
Wechselwinkel
Wechselwirkung
Solitonen
Teilchen
Weg, Funktion der Geschwindigkeit
Weg, Graph
alternierender
zunehmender
WEIBULL-Verteilung
WEIERSTRASS
Funktion
Kriterium
Satz
Approximationssatz
Funktion einer Veränderlicher
Funktion mehrerer Veränderlicher
Welle, ebene
Wellenfunktion
klassische Wellen
Schrödingergleichung
Wärmeleitungsgleichung
Wellengleichung
eindimensionale, FOURIER-Transformation
Wellenlänge, Sinuskurve
Wendepunkt
Bestimmung
Funktion einer Veränderlichen
Kurvendiskussion
Regeln
Wendepunkte
 Einordnung
WENN-DANN-Regel
Wert, wahrer
Wertebereich, Funktion
Wertesystem
wertverlaufsgleich
Windung, Raumkurve
Windungsradius, Raumkurve
Winkel
an Geraden
an Parallelen
Begriff
Bezeichnungen
Bogenmaß
ebene Kurven
Ebenen
ebener
entgegengesetzte
EULERsche
Gegenwinkel
Gerade und Ebene
Geraden, Raum
gestreckter
Raumwinkel
rechter
 Rückversetzung
spitzer
Stufenwinkel
stumpfer
überstumpfer
zwischen
ebenen Kurven
Raumkurven
Vektoren
Gradmaß
Winkelhalbierende
Dreieck
Begriff
Berechnung
Winkelkosinussatz
Winkelsumme
ebenes Dreieck
sphärisches Dreieck
Wirbelfeld
quellenfreies
reines
Wirbellinien
Wirbelpunkt
Wort, Kodierung
Worthalbgruppe
WRONSKI-Determinante
 Fundamentalsystem von Lösungen
lineare Differentialgleichung
Würfel
Wurzel
Begriff
Gleichung n-ten Grades
komplexe Zahl
reele Zahl
Wurzelbaum
Wurzelkriterium
Wurzelsatz, VIETAscher
Wurzelziehen

</HTML
DeskTop Indexseiten: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

XOR-Funktion
BOOLEsche Funktion
Z-Transformation
Tabelle
Zahl pi
Zahlen
BERNOULLIsche
EULERsche
FIBONACCI-Zahlen
Iterationsvorschrift
ganze
imaginäre
irrationale
Entdeckung
Zahlengerade
komplexe
Addition
Argument
Division
 Exponentialform
Hauptwert
Modul
Multiplikation
Potenzieren
Radizieren
Subtraktion
trigonometrische Form
konjugiert komplexe
natürliche
Primzahlen
rationale
reelle
transzendente
zusammengesetzte
Zahlendarstellung, interne
Zahlenebene
GAUSSsche
komplexe
beliebige Abbildung
konforme Abbildung
Zahlenfolge
Bildungsgesetz
Divergenz
finite
 Glieder
Grenzwert
Konvergenz
monotone
Schranke
Zahlengerade
erweiterte
Zahlenintervall
Zahlensystem
Bildungsgesetz
Computer
Dezimalsystem
Dualsystem
Hexadezimalsystem
Oktalsystem
polyadisches
Zahlentheorie
Zeichen, mathematische
Zeichendarstellung, interne
Zeichenregel, kartesische
Zeilensummenkriterium
Zeilenvektor
Zeit-Frequenz-Analyse
Zelt-Abbildung
Zenit
Zenitwinkel
Zentralfeld
Zentralwert, Stichprobenfunktionen
Zentriwinkel
Begriff
Berechnung, Kreisabschnitt
Zentrum
Zentrumsmannigfaltigkeit
Abbildungen
Differentialgleichungen
Zerlegung
Äquivalenzklasse
CHOLESKY
orthogonale
Vektoren
Zerlegungssatz
Differentialgleichungen
Zielfunktion, lineare
Zielpunkt
Zigarrenform, Ellipsoid
Zinsen
Zinseszins
Zinseszinsrechnung
Zinssatz
Zissoide
Z-Transformation
 Anwendungen
Bildfunktion
Dämpfung
Definition
Differentation
Differenzenbildung
Faltung
Faltungsatz
Integration
inverse
Name
Originalfolge
Rechenregeln
Summation
Translation
Vergleich mit LAPLACE-Transformation
Z-transformierbar
Zufallserscheinung
Zufallsgröße
Begriff
diskrete
kontinuierliche
stetige
unabhängige
Zufallsvektor
 mathematische Statistik
Wahrscheinlichkeitsrechnung
Zufallsveränderliche
Begriff
mehrdimensionale
unabhängige
Zufallszahlen
Erzeugung
gleichverteilte
Monte-Carlo-Simulation
Pseudozufallszahl
Tabelle
verschiedene Verteilungen
Zugehörigkeitsfunktion
Begriff
Beispiele
glockenförmige
trapezförmige
Zugehörigkeitsgrad
Zustand
entarteter
stationärer
Teilchen
Zuwachsfunktion
Zweieck, sphärisches
Zweifachintegral
Zweiflach
Zweikörperproblem
Zwischenveränderliche
Zwischenwertsatz
Funktion einer Veränderlichen
Funktion mehrerer Veränderlicher
Zykloide
Basis
gewöhnliche
kongruente
verkürzte
verlängerte
Zykloiden
Zyklus, Kette
Zylinder
elliptischer
Fläche 2. Ordnung
hyperbolischer
Invariantenvorzeichen
elliptischer
hyperbolischer
parabolischer
parabolischer
Stereometrie
Zylinderabschnitt
Zylinderfläche
 Gleichung
Mantel
Zylinderfunktion
Tabelle
Zylinderhuf
Zylinderkoordinaten
Grundlagen
Vektorfeld
Dissipative Bäcker-Abbildung

Sei ein Parameter und das Einheitsquadrat. Die Abbildung

(17.49)

heißt dissipative Bäcker - Abbildung . Zwei Iterationen der Bäcker -Abbildung sind in der folgenden Abbildung zu
sehen.
Man erkennt die entstehende ,,Blätterteigstruktur ``. Die Menge ist invariant unter und alle

Punkte aus werden von angezogen. Der Wert für die HAUSDORFF-Dimension ist .

Für das dynamische System existiert auf ein invariantes Maß , verschieden vom LEBESGUE-Maß. In

den Punkten, wo die Ableitungen existieren, erhält man die JACOBI-Matrizen

Hieraus ergeben sich die Singulärwerte und, demzufolge, die

LYAPUNOV-Exponenten (bezüglich des invarianten Maßes . Damit gilt für die

LYAPUNOV-Dimension
 . Die PESINsche Formel für die metrische Entropie stimmt hier, d.h., es gilt

.
Abbildungen

Eine Abbildung (oder Funktion) von einer Menge in eine Menge (Bezeichnung ) ist eine

Zuordnungsvorschrift, die jedem Element eindeutig ein Element zuordnet. Man kann eine

Abbildung als zweistellige Relation zwischen und auffassen: heißt

Abbildung von nach falls gilt:

(5.82)
und
(5.83)

Die Funktion heißt eineindeutig (oder injektiv ), falls zusätzlich gilt:

(5.84)
Während bei einer Abbildung nur verlangt wird, daß jedes Original nur ein Bild hat, bedeutet Injektivität, daß auch
jedes Bild nur ein Original besitzt.
Die Funktion heißt Abbildung von auf (oder surjektiv ), falls gilt:

(5.85)

Eine injektive und surjektive Abbildung heißt bijektiv . Für bijektive Abbildungen ist die inverse

Relation eine Abbildung die sogenannte Umkehrabbildung von

Das Relationenprodukt, auf Abbildungen angewandt, charakterisiert die Hintereinanderausführung von Abbildungen:
Sind und Abbildungen, so ist eine Abbildung von nach und es gilt

(5.86)

Man beachte die Reihenfolge von und in dieser Gleichung (unterschiedliche Handhabung in der Literatur!).
Lineare Operatoren und Funktionale
● Abbildungen
● Homomorphismus und Endomorphismus
● Isomorphe Vektorräume
Chaotisches System nach Devaney

Sei ein dynamisches System im metrischen Raum mit kompakter invarianter Menge . Das

System bzw. die Menge heißt chaotisch im Sinne von DEVANEY, wenn gilt:

a)
ist topologisch transitiv auf , d.h., es gibt einen positiven Semiorbit, der dicht in liegt.

b)
Die periodischen Orbits von liegen dicht in .

c)
ist auf sensitiv bezüglich der Anfangswerte im Sinne von GUCKENHEIMER, d.h.,
 (17.51)

Beispiel
BERNOULLI-Shift-Abbildung: Gegeben sei der Raum der - -Folgen

Für zwei Folgen und sei der Abstand

Damit wird ein vollständiger metrischer Raum, der außerdem kompakt ist. Die Abbildung

heißt BERNOULLI- Shift-Abbildung .

Die Shift-Abbildung ist chaotisch im Sinne von DEVANEY.

Unterabschnitte

● Äquivalente und geliftete Abbildung

● Rotationszahl:

Abbildungen auf dem Einheitskreis und Rotationszahl

Äquivalente und geliftete Abbildung

Beim Glattheitsverlust und Zerfall eines Torus spielen die Eigenschaften invarianter Kurven der POINCARÉ-Abbildung
eine wichtige Rolle. Stellt man die POINCARÉ-Abbildung in Polarkoordinaten dar, so erhält man unter gewissen
Voraussetzungen losgekoppelte Abbildungen der Winkelvariablen als aussagefähige Hilfsabbildungen auf dem
Einheitskreis. Diese sind im Falle glatter invarianter Kurven (obere Abbildung) umkehrbar und im Falle nichtglatter
Kurven (untere Abbildung) nicht umkehrbar.
Eine Abbildung mit , die das dynamische System

(17.77)
erzeugt, heißt äquivariant . Jeder solcher Abbildungen läßt sich auch eine Abbildung auf dem Einheitskreis
 mit zuordnen. Dabei ist , wenn für

die Äquivalenzklasse die Beziehung gilt. Man bezeichnet als eine von f geliftete Abbildung .

Offenbar ist diese Zuordnung nicht eindeutig. Sei

(17.78)

das zu gehörige dynamische System.

Beispiel

Sind und zwei Parameter, so sei die Abbildung für alle durch

definiert. Das zugeordnete dynamische System

(17.79)

läßt sich durch die Transformation auf das System

(17.80)

mit überführen. Mit liegt eine äquivariante Abbildung vor,

die die Standardform der Kreisabbildung erzeugt.

Rotationszahl:

Der Orbit von (17.77) ist genau dann ein - periodischer Orbit von (17.78) in , wenn er

ein -Zyklus von (17.77) ist, d.h., wenn eine ganze Zahl existiert, so daß gilt.

Die Abbildung heißt orientierungstreu , wenn es eine zugehörige geliftete Abbildung gibt, die

monoton wachsend ist. Ist aus (17.77) ein monoton wachsender Homöomorphismus, so existiert für jedes

der Grenzwert , und dieser Grenzwert hängt nicht von ab. Es kann deshalb der

Ausdruck definiert werden. Ist ein Homöomorphismus und sind

sowie zwei von geliftete Abbildungen, so gilt , wobei eine ganze Zahl ist. Aufgrund

der letzten Eigenschaft läßt sich die Rotationszahl (oder Windungszahl ) eines orientierungstreuen

Homöomorphismus als definieren, wobei eine beliebige von

geliftete Abbildung ist.

Ist in (17.78) ein orientierungstreuer Homöomorphismus, so hat die Rotationszahl folgende

Eigenschaften (s. Lit. 17.12):

a)

Hat (17.78) einen -periodischen Orbit, so existiert eine ganze Zahl , so daß ist.

b)
Ist , so hat (17.78) eine Ruhelage.

c)

Ist , wobei , ganzzahlig und eine natürliche Zahl ist ( und teilerfremd), so hat

(17.78) einen -periodischen Orbit.

d)
ist genau dann irrational, wenn (17.78) weder einen periodischen Orbit noch eine Ruhelage besitzt.

Satz von DENJOY: Ist ein orientierungstreuer -Diffeomorphismus und ist die Rotationszahl

irrational, so ist topologisch konjugiert zu einer reinen Drehung, deren geliftete Abbildung
lautet.
Satz von Hadamard und Perron für diskrete Systeme

Der Satz von HADAMARD und PERRON für diskrete Systeme in beschreibt Eigenschaften der
Separatrixflächen:
Ist eine hyperbolische Ruhelage von (17.3) vom Typ , so sind und

verallgemeinerte -glatte Flächen der Dimension bzw. , die lokal wie -glatte Elementarflächen
aussehen. Die Orbits von (17.3), die für oder nicht gegen streben, verlassen

hinreichend kleine Umgebungen von für oder . Die Fläche bzw.

tangiert in den stabilen Untervektorraum für von

bzw. den instabilen Untervektorraum für

Beispiel
 Betrachtung des folgenden zeitdiskreten dynamischen Systems

(17.23)
aus der Familie der HÉNON-Abbildungen. Die beiden hyperbolischen Ruhelagen von (17.23) sind

und . Es sollen lokale stabile und instabile Mannigfaltigkeiten von

bestimmt werden. Mit der Variablentransformation geht (17.23) in das

System mit der Ruhelage über. Den Eigenwerten

der JACOBI-Matrix entsprechen die Eigenvektoren

bzw. , so daß und ist. In dem Ansatz

wird als

Potenzreihe gesucht. Aus folgt

. Dies führt zu einer Bestimmungsgleichung für die Koeffizienten der Zerlegung

von , wobei ist. Der prinzipielle Verlauf der stabilen und instabilen Mannigfaltigkeit ist in der folgenden
Abbildung zu sehen (s. auch Lit. 17.6).
Hufeisen-Abbildung

Die Hufeisen-Abbildung tritt in Verbindung mit POINCARÉ-Abbildungen auf, die transversale Schnitte von stabilen
und instabilen Mannigfaltigkeiten beinhalten.
Das Einheitsquadrat wird zunächst in einer Koordinatenrichtung linear gestreckt und in der

anderen Richtung gestaucht. Anschließend wird das erhaltene Rechteck in der Mitte gebogen (s. Abbildung).

Wiederholt man diese Prozedur ständig, so entsteht eine Folge von Mengen , für die
 eine kompakte unter invariante Menge darstellt, die alle Punkte aus anzieht.

Mit Ausnahme eines Punktes läßt sich lokal als Produkt ,,Linie CANTOR-Menge`` beschreiben.
Homomorphismen und Isomorphismen

Zwischen algebraischen Strukturen werden nicht beliebige, sondern ,,strukturerhaltende`` Abbildungen betrachtet:

1. Gruppenhomomorphismus: Es seien und Gruppen. Eine Abbildung

heißt Gruppenhomomorphismus , wenn für alle gilt:

(5.102)
Als Beispiel sei der Multiplikationssatz für Determinanten erwähnt:
(5.103)
Dabei ist auf der linken Seite der Gleichung die Multiplikation reeller Zahlen (ungleich Null) und auf der rechten Seite
die Multiplikation von regulären Matrizen gemeint.
2. Kern: Ist ein Gruppenhomomorphismus, so wird die Menge aller Elemente von

die auf das neutrale Element von abgebildet werden, Kern von genannt. Der Kern von

erweist sich als Normalteiler von .

 3. Gruppenisomorphismus Ist ein Gruppenhomomorphismus darüber hinaus bijektiv, so heißt
Gruppenisomorphismus , und die Gruppen und heißen zueinander isomorph (Bezeichnung:

). Es gilt: ker
Isomorphe Gruppen sind von gleicher Struktur, d.h., sie unterscheiden sich nur durch die Bezeichnung ihrer
Elemente.

Beispiel

Die symmetrische Gruppe und die Diedergruppe sind zueinander isomorphe Gruppen der
Ordnung 6 und beschreiben die Deckabbildungen eines gleichseitigen Dreiecks.
Beliebige Abbildung der komplexen Zahlenebene
Eine Funktion
(14.31a)

gilt als definiert, wenn die zwei Funktionen und reeller Veränderlicher definiert und bekannt

sind. Die Funktion braucht nicht analytisch zu sein, wie das bei der konformen Abbildung gefordert wird. Die

Funktion definiert eine neue komplexe Zahlenebene. Man sagt, sie bildet die -Ebene in die -Ebene ab, d.h.,
jeder Punkt wird in einem ihm entsprechenden Punkt abgebildet.

a) Transformation der Koordinatenlinien: Koordinatenlinien transformieren sich gemäß:

(14.31b)

b) Transformation geometrischer Gebilde: Geometrische Gebilde wie Kurven oder Gebiete der -Ebene
 transformieren sich zu Kurven oder Gebieten der -Ebene, also zu gleichartigen geometrischen Gebilden:
(14.31c)
Mit ist der Parameter bezeichnet.

Beispiel

Für gehen die Geraden über in ,

also in die Geraden . Die Geraden gehen über in die Geraden

(s. Abbildung).
Die schraffierte Fläche in der linken Abbildung wird auf die schraffierte Fläche in der rechten Abbildung
abgebildet.

c) RIEMANNsche Fläche: Ist die Funktion mehrdeutig, wie z.B. die Funktionen

, so erfolgt die Abbildung auf eine entsprechende Anzahl übereinander liegender

Ebenen. Jedem Funktionswert der -Ebene entspricht ein Punkt auf einer dieser Ebenen. Die Ebenen sind
durch Kurven miteinander verbunden; ihre Gesamtheit wird mehrblättrige RIEMANNsche Fläche genannt
(s. Lit. 14.16).
Beispiel

: Überstreicht der Radiusvektor die volle -Ebene, d.h. ,

dann überstreicht der zugehörige Radiusvektor , d.h. , nur

die obere -Halbebene. Erst bei einem zweiten Durchlauf der -Ebene wird die volle -Ebene
durchlaufen. Diese Zweideutigkeit von bezüglich wird dadurch behoben, daß man

zwei -Ebenen übereinanderlegt und längs der aufgeschnittenen negativen reellen Achse gemäß
der folgenden Abbildung miteinander verbindet.
Die so entstehende Fläche heißt RIEMANNsche Fläche der Funktion . Der Nullpunkt heißt

Verzweigungspunkt. Der Wertevorrat von liegt in entsprechender Weise auf der

zweiblättrigen RIEMANNschen Fläche ausgebreitet.

Konforme Abbildung
● Begriff und Eigenschaften der konformen Abbildung
● Einfachste konforme Abbildungen
● Schwarzsches Spiegelungsprinzip
● Komplexe Potentiale
● Superpositionsprinzip
Konforme Abbildung durch affine Differentialtransformation

Die Zuordnung zwischen und geschieht durch die affine Differentialtransformation

(14.9a)

und in Matrizenschreibweise

(14.9b)

Wegen der CAUCHY-RIEMANNschen Differentialgleichungen hat A die Gestalt der

Drehungs- Streckungsmatrix:

(14.10a)

(14.10b)

(14.10c)

(14.10d)
(14.10e)
Exponentialfunktion

Die konforme Abbildung in der Form der Exponentialfunktion

(14.18a)
lautet in Polarkoordinaten
(14.18b)

Mit folgt:

(14.18c)

Wenn die Werte von bis durchläuft und von bis variiert, dann durchläuft die Werte

bis und von bis . Ein Parallelstreifen der Breite der -Ebene wird auf die gesamte -
Ebene abgebildet (s. Abbildung).
Gebrochenlineare Funktion

Für die konforme Abbildung in der Form der gebrochenlinearen Funktion

(14.13a)

kann die Transformation in drei Schritte zerlegt werden:

(14.13b)

(14.13c)

(14.13d)

Es werden wieder Kreise in Kreise überführt ( Kreisverwandtschaft ), wobei Geraden als Kreise mit
aufgefaßt werden. Fixpunkte dieser konformen Abbildung sind die beiden Punkte, die der quadratischen Gleichung

genügen. Sind die Punkte und Spiegelpunkte in bezug auf den Kreis der -Ebene,
dann sind ihre Bildpunkte und in der -Ebene ebenfalls Spiegelpunkte in bezug auf den Bildkreis

von . Das orthogonale Netz, das in das orthogonale kartesische Netz zurückführt, ist in der folgenden Abbildung
dargestellt.
Inversion

Bei der Inversion genannten konformen Abbildung

(14.12)

geht ein Punkt der -Ebene mit dem Radius in einen Punkt der -Ebene mit dem Radius über, ein

Winkel in einen Winkel . Die orthogonalen Netze der Transformation zeigt die Abbildung.
Daraus folgt, daß diese Transformation eine Spiegelung an einem Kreis mit dem Radius bewirkt. Die folgende
Abbildung zeigt die Spiegelung am Einheitskreis.
Bei dieser Inversion geht ein Punkt mit dem Radius innerhalb des Kreises mit dem Radius in einen

Punkt über, der auf der Verlängerung des gleichen Radiusvektors außerhalb des Kreises liegt und den

Abstand vom Mittelpunkt hat.

Der Einheitskreis der -Ebene geht in den Einheitskreis der -Ebene mit über (s. Abbildung).
Allgemein gehen Kreise in Kreise über, wobei Geraden als Grenzfälle mit zu den Kreisen gerechnet
werden. Punkte, die im Innern des Kreises liegen, werden zu äußeren Punkten und umgekehrt. Der Punkt
geht in über, d.h., die Konformität ist hier gestört. Die Fixpunkte der konformen Abbildung sind

und .
Einfachste konforme Abbildungen

In diesem Abschnitt werden neben den Transformationen und ihren wichtigsten Eigenschaften die Kurvenbilder
isometrischer Netze angegeben, d.h. solcher Netze, die in ein orthogonales kartesisches Netz übergehen. Dabei sind
die Ränder solcher -Gebiete durch Schraffur gekennzeichnet, die auf die obere Hälfte der -Ebene abgebildet
werden. Schwarz dargestellte Gebiete gehen durch die konforme Abbildung in ein Quadrat der -Ebene mit den
Koordinateneckpunkten und über (s. Abbildung).

● Lineare Funktion:
● Inversion
● Gebrochenlineare Funktion
● Quadratische Funktion
● Quadratwurzel
● Summe aus linearer und gebrochenlinearer Funktion
● Logarithmus
● Exponentialfunktion
● Schwarz-Christoffelsche Formel
Lineare Funktion:

Für die konforme Abbildung in der Form der linearen Funktion

(14.11a)
kann die Transformation der - in die -Ebene in drei Schritten durchgeführt werden:
(14.11b)
(14.11c)
(14.11d)

Insgesamt geht dabei jede Figur in eine geometrisch ähnliche Figur über. Die Punkte und

für gehen in sich selbst über und heißen deshalb Fixpunkte . Die Abbildung zeigt das orthogonale
Netz, das in das orthogonale kartesische Netz übergeht.
Summe aus linearer und gebrochenlinearer Funktion

Die konforme Abbildung

(14.16a)

kann mit Hilfe der Polarkoordinatendarstellung und Trennung von Real- und Imaginärteil gemäß (14.8)

zu

(14.16b)

umgeformt werden. Kreise mit der -Ebene (s. linke Abbildung) gehen in die konfokalen
Ellipsen

(14.16c)

der -Ebene (s. rechte Abbildung) über.

Brennpunkte sind die Punkte der reellen Achse. Für den Einheitskreis mit entartet die Ellipse der

-Ebene in die zweifach durchlaufene Strecke der reellen Achse. Sowohl das Innere als auch das

Äußere des Einheitskreises wird auf die volle -Ebene mit dem Schnitt abgebildet, so daß die

Umkehrfunktion zweideutig ist:

(14.16d)

Die Geraden der -Ebene (s. die folgende linke Abbildung) werden in die konfokalen Hyperbeln
 (14.16e)

mit den Brennpunkten abgebildet (s. rechte Abbildung).

Die den Koordinatenhalbachsen der -Ebene entsprechenden Hyperbeln arten in die

Achse und in die hin und zurück durchlaufenen Intervalle der reellen Achse aus.
Logarithmus

Die konforme Abbildung in der Form der Logarithmusfunktion

(14.17a)
lautet in Polarkoordinaten
(14.17b)
Aus der Darstellung in Polarkoordinaten erkennt man, daß die Koordinatenlinien und
aus den konzentrischen Kreisen um den Nullpunkt der -Ebene und aus den Strahlen, die durch den Nullpunkt der
-Ebene verlaufen, hervorgehen.
Das isometrische Netz ist ein polares Netz.
Die Logarithmusfunktion ist unendlich vieldeutig. Beschränkt man sich auf den Hauptwert von in

, dann geht die gesamte -Ebene in einen Streifen der -Ebene über, der von den Geraden

begrenzt wird, wobei die letztere mit eingeschlossen ist.

Quadratische Funktion

Die konforme Abbildung mittels der quadratischen Funktion

(14.14a)
lautet in Polarkoordinaten
(14.14b)

und als Funktion von und

(14.14c)
Aus der Darstellung (14.14b) in Polarkoordinaten ist ersichtlich, daß bereits die obere Hälfte der -Ebene auf die
volle -Ebene abgebildet wird, d.h., die gesamte -Ebene geht in die zweifach überdeckte -Ebene über.
Die Darstellung in kartesischen Koordinaten zeigt, daß die Koordinaten der -Ebene und
aus den in der -Ebene zueinander orthogonalen Hyperbelscharen und

hervorgehen (s. Abbildung).

Fixpunkte dieser konformen Abbildung sind und . An der Stelle ist die Abbildung nicht
konform.
Quadratwurzel

Die konforme Abbildung

(14.15)
in der Form der Quadratwurzel aus überführt die gesamte -Ebene entweder in die obere oder untere Halbebene
der -Ebene, d.h., die Funktion ist doppeldeutig. Die Koordinaten der -Ebene gehen aus zwei zueinander
orthogonalen Scharen konfokaler Parabeln mit dem Brennpunkt im Nullpunkt der -Ebene und mit der positiven
bzw. negativen reellen Koordinatenhalbachse als Achse hervor (s. Abbildung).
Fixpunkte der Abbildung sind und . Im Punkt ist die Abbildung nicht konform.
Schwarz-Christoffelsche Formel

Durch die SCHWARZ-CHRISTOFFELsche Formel

(14.19a)

wird das Innere eines Polygons mit den Außenwinkeln der -Ebene auf die obere

-Halbebene abgebildet (s. Abbildung).

Mit sind die den Ecken des Polygons zugeordneten Punkte der reellen Achse der -Ebene bezeichnet, mit
die Integrationsvariable. Der orientierte, also durch eine Richtung ausgezeichnete Rand des Polygons geht bei der
Abbildung in die orientierte reelle Achse der -Ebene über. Für große Werte von verhält sich der Integrand wie
und ist im Unendlichen regulär.

Da die Summe aller Außenwinkel eines -Ecks gleich ist, gilt:

(14.19b)

Die komplexen Konstanten und bewirken eine Drehstreckung und eine Verschiebung, hängen aber nicht
von der Form, sondern nur von Größe und Lage des Polygons in der -Ebene ab.
Drei Punkte der -Ebene dürfen frei drei beliebigen Punkten der -Ebene

zugeordnet werden. Ordnet man einem Eckpunkt des Polygons in der -Ebene, z.B. , einen unendlich

fernen Punkt der -Ebene, also zu, dann ist der Faktor wegzulassen. Wenn das

Polygon ausartet, z.B. dadurch, daß sich ein Eckpunkt im Unendlichen befindet, dann ist der zugehörige
Außenwinkel gleich , also , d.h., das Polygon wird zum Halbstreifen.

Beispiel A
Für das in der linken Abbildung skizzierte Gebiet der -Ebene wird die in der nachstehenden Tabelle für
angegebene Zuordnung dreier Punkte gewählt.
Die Abbildungsformel lautet:

Bei der Bestimmung von ist zu setzen:

d.h., .

Daß die Konstante ist, geht aus der Zuordnung ,, `` hervor.

Beispiel B
Abbildung eines Rechtecks. Eckpunkte des abzubildenden Rechtecks seien
. Die Punkte und sollen in die Punkte und

der reellen Achse übergehen, und sind Spiegelpunkte zu

und bezüglich der imaginären Achse. Nach dem SCHWARZschen Spiegelungsprinzip müssen ihnen die

Punkte und entsprechen (s. Abbildung).

Damit lautet die Abbildungsformel für ein Rechteck

der oben skizzierten Lage
 .

Punkt entspricht Punkt und Punkt Punkt . Mit wird

wobei die Substitution verwendet wurde. Die Funktion ist ein

elliptische Integral 1. Gattung.

Daß die Konstante ist, geht aus der Zuordnung ,, `` hervor.
BANACHscher Fixpunktsatz

Sei eine nichtleere abgeschlossene Teilmenge eines vollständigen metrischen Raumes . Sei

ein kontraktiver Operator auf , d.h., es existiert eine Konstante , so daß gilt

(12.56)

Dann gilt:

1.
Für einen beliebigen Startpunkt ist das Iterationsverfahren

(12.57)

unbeschränkt ausführbar, d.h., für jedes gilt .

2.
Die Iterationsfolge konvergiert gegen ein Element .
3.
Es gilt
(12.58)
4.
Der einzige Fixpunkt von in ist .
5.
Es gilt die Fehlerabschätzung

(12.59)

Im Zusammenhang mit dem BANACHschen Fixpunktsatz spricht man vom Prinzip der kontrahierenden Abbildung
oder dem Kontraktionsprinzip .
Lineare Abbildungen

Die mit der Struktur von Vektorräumen verträglichen Abbildungen werden lineare Abbildungen genannt.
heißt linear, wenn für alle und alle gilt:

(5.122)

Die linearen Abbildungen von in werden mittels Matrizen vom Typ durch

beschrieben.
Periodenverdopplung oder Flip-Bifurkation

Gegeben sei das System (17.53) mit und . Betrachtet wird ein periodischer Orbit von

(17.53) bei mit den Multiplikatoren und . Das

Bifurkationsverhalten der POINCARÉ-Abbildung nahe wird durch die eindimensionale Abbildung (17.66) mit
beschrieben, von der die Normalform

(17.68)

angenommen werden soll. Die Ruhelage von (17.68) ist für kleine stabil und für instabil.

Die zweite iterierte Abbildung hat bei außer noch die beiden stabilen Fixpunkte

, die keine Fixpunkte von sind. Demzufolge müssen sie Punkte der Periode 2 von

(17.68) sein.
Allgemein formuliert, kommt es in einer -Abbildung (17.66) zur Entstehung eines zweiperiodischen Orbits bei
, wenn folgende Bedingungen erfüllt sind (s. Lit. 17.2):

(17.69)

Da wegen auch ist, sind damit für die Abbildung die Bedingungen

für eine Gabel-Bifurkation formuliert.

Die Eigenschaften der Abbildung (17.68) implizieren für die Differentialgleichung (17.53), daß sich bei von
ein stabiler periodischer Orbit mit etwa doppelter Periode abspaltet ( Periodenverdopplung ), wobei seine
Stabilität verliert (s. Abbildung).
Beispiel

Die logistische Abbildung ist für durch ,

d.h. durch das diskrete dynamische System

(17.70)

gegeben. Die Abbildung besitzt nach Lit. 17.10 folgendes Bifurkationsverhalten: Für hat (17.70) die

Ruhelage mit dem Einzugsgebiet . Für besitzt (17.70) die instabile Ruhelage und die

stabile Ruhelage , wobei letztere das Einzugsgebiet besitzt. Bei wird die Ruhelage

instabil und zerfällt in einen stabilen 2periodischen Orbit. Beim Wert wird auch der

2periodische Orbit instabil und durch einen stabilen -periodischen Orbit ersetzt. Die Periodenverdopplung setzt
sich fort, und es entstehen stabile -periodische Orbits bei . Numerische Untersuchungen belegen für

die Konvergenz .

Bei liegt ein Attraktor vor, der FEIGENBAUM- Attraktor , der die Struktur einer CANTOR-ähnlichen
Menge hat. In beliebiger Nähe des Attraktors liegen Punkte, die nicht in den Attraktor, sondern auf instabile
periodische Orbits iteriert werden. Der Attraktor hat dichte Orbits und eine HAUSDORFF-Dimension
. Andererseits liegt keine sensitive Abhängigkeit von den Anfangszuständen vor. Im

Bereich existiert eine Parametermenge mit positivem LEBESGUE-Maß, so daß für das

System (17.70) einen chaotischen Attraktor positiven Maßes besitzt. Die Menge ist von Fenstern durchsetzt, in
denen Periodenverdopplung auftritt.

Das Bifurkationsverhalten der logistischen Abbildung ist auch in einer Klasse von unimodalen Abbildungen , d.h. von
Abbildungen des Intervalls in sich, die in ein einfaches Maximum besitzen, zu finden. Obwohl die
Parameterwerte , bei denen Periodenverdopplung auftritt, für verschiedene solche unimodale Abbildungen sich

voneinander unterscheiden, ist die Konvergenzrate, mit der diese Parameter gegen den jeweiligen Wert

streben, gleich: , wobei die FEIGENBAUM-Konstante ist ( hängt von

der konkreten Abbildung ab). Gleich sind auch die HAUSDORFF-Dimensionen der Attraktoren bei
Definition, auf dem Attraktor konzentrierte Maße

Zum dynamischen System auf sei die -Algebra der BOREL-Mengen auf und

ein Maß auf . Jede Abbildung wird als -meßbar vorausgesetzt. Das Maß heißt

invariant unter , wenn für alle und gilt. Ist das dynamische

System invertierbar, so läßt sich die Eigenschaft eines Maßes, invariant unter dem dynamischen System

zu sein, auch als ausdrücken. Das Maß heißt auf der BOREL-

Menge konzentriert , wenn ist. Ist also ein Attraktor von und ein

unter invariantes Maß, so ist dieses auf konzentriert, wenn für jede BOREL-Menge mit

ist.
Der Träger eines Maßes , bezeichnet mit supp , ist die kleinste abgeschlossene Teilmenge

von , auf der das Maß konzentriert ist.

Beispiel A

Betrachtet wird auf die Modulo-Abbildung (auch Shift-Abbildung)

(17.28)

In diesem Fall ist mit

Anhand der Definition sieht man, daß das LEBESGUE-Maß invariant unter der Modulo-Abbildung ist. Schreibt man

eine Zahl als Dualzahl , so kann man diese Darstellung mit

identifizieren. Das Ergebnis der Operation läßt sich schreiben als

mit d.h., alle Ziffern werden um eine Stelle nach links verschoben und die erste
Ziffer fällt weg.

Beispiel B
 Die Abbildung mit

(17.29)

heißt Zelt-Abbildung und hat ebenfalls das LEBESGUE-Maß als invariantes Maß. Der Homöomorphismus

mit überführt die Abbildung aus (17.5) mit in (17.29).

Damit besitzt (17.5) bei ebenfalls ein invariantes Maß, das absolut stetig ist. Für die Dichten

von (17.29) und von (17.5) bei gilt dabei . Hieraus ergibt sich

sofort .

Beispiel C
Ist ein stabiler Periodenpunkt der Periode des invertierbaren diskreten dynamischen Systems

, so ist ein invariantes Wahrscheinlichkeitsmaß für . Dabei ist

das in konzentrierte DIRAC-Maß.

Poincaré-Abbildung

● Poincaré-Abbildung für autonome Differentialgleichungen

● Poincaré-Abbildung für nichtautonome zeitperiodische
Differentialgleichungen
Unterräume, Dimensionsformel

1. Unterraum: Es sei ein Vektorraum und eine Teilmenge von Bildet bezüglich der
Operationen aus einen Vektorraum, so heißt ein Unterraum von
Eine nichtleere Teilmenge von ist genau dann Unterraum, wenn für alle und alle

auch und in liegen ( Unterraumkriterium ).

2. Kern, Bild: Es seien -Vektorräume. Ist eine lineare Abbildung, so sind die

Unterräume Kern (Bezeichnung: ker ) und Bild (Bezeichnung: im ) wie folgt definiert:

(5.123)

So ist zum Beispiel die Lösungsmenge eines homogenen linearen Gleichungssystems der Kern der

durch die Koeffizientenmatrix vermittelten linearen Abbildung.

3. Dimension: Die Dimension bzw. im werden Defekt bzw. Rang genannt.
Zwischen diesen Dimensionen besteht der Zusammenhang
 (5.124)

der Dimensionsformel genannt wird. Ist speziell Defekt d.h. dann ist die lineare Abbildung

injektiv und umgekehrt. Injektive lineare Abbildungen werden regulär genannt.

● EUKLIDische Vektorräume, EUKLIDische Norm

Ergodische dynamische Systeme

Ein dynamisches System auf mit invariantem Maß heißt ergodisch (man sagt auch, das Maß

ist ergodisch), wenn für jede BOREL-Menge mit entweder oder

0 ist.

Ist ein diskretes dynamisches System (17.3), ein Homöomorphismus, ein kompakter

metrischer Raum, so existiert immer ein invariantes ergodisches Maß.

Beispiel A
 Gegeben sei die Rotationsabbildung des Kreises

(17.31)

mit , definiert durch . Das LEBESGUE-Maß ist

invariant unter . Ist irrational, so ist (17.31) ergodisch; ist rational, so ist (17.31) nicht

ergodisch.

Beispiel B
Dynamische Systeme mit stabilen Ruhelagen oder stabilen periodischen Orbits als Attraktoren sind
bezüglich des natürlichen Maßes ergodisch.

Ergodensatz von BIRKHOFF: Das dynamische System sei ergodisch bezüglich des invarianten

Wahrscheinlichkeitsmaßes . Dann stimmen für jede integrierbare Funktion die Zeitmittel

entlang des positiven Semiorbits , d.h. für Flüsse und

 für diskrete Systeme, für -fast alle Punkte mit dem

Raummittel überein.
Metrische Entropie

Sei ein dynamisches System auf mit dem Attraktor und einem auf konzentrierten invarianten

Wahrscheinlichkeitsmaß . Für beliebiges seien die Würfel der Form

mit , für die ist. Für

beliebiges aus einem wird der Semiorbit für wachsende verfolgt. In Zeitabständen von

werden jeweils -mal hintereinander die Nummern

der Würfel notiert, in denen sich der Semiorbit befindet. Sei die Menge aller Startwerte nahe , deren

Semiorbits zu den Zeitpunkten , jeweils in liegen und sei

die Wahrscheinlichkeit dafür, daß ein (typischer) Startwert in liegt. Die

Entropie gibt den Zuwachs an Information an, den ein Versuch im Mittel liefert, der anzeigt, welches Ereignis aus
einer endlichen Anzahl disjunkter Ereignisse wirklich eingetreten ist. In der vorliegenden Situation ist dies

(17.37)

wobei über alle Symbolfolgen der Länge summiert wird, die durch Orbits in der oben

beschriebenen Weise realisiert werden.

Die metrische Entropie oder KOLMOGOROV-SINAI- Entropie des Attraktors von bezüglich des

invarianten Maßes ist die Größe . (Für diskrete Systeme entfällt der Grenzwert für

.) Für die topologische Entropie von gilt . In vielen Fällen ist

-invariantes Wahrscheinlichkeitsmaß auf .

Beispiel A

Sei eine stabile Ruhelage von (17.1) als Attraktor, versehen mit dem in konzentrierten

natürlichen Maß . Bezüglich dieses Attraktors ist .

Beispiel B
Für die Shift- oder Modulo-Abbildung (17.28) gilt , wobei das invariante

LEBESGUE-Maß sei.
Definition

Gegeben sei neben (17.3) ein weiteres diskretes System

(17.24)

mit , wobei eine beliebige Menge und stetig ist ( und können auch allgemein

metrische Räume sein). Die diskreten Systeme (17.3) und (17.24) (bzw. die Abbildungen und ) heißen

topologisch konjugiert , wenn ein Homöomorphismus ( konjugierender Homöomorphismus ) existiert,

so daß ist. Sind (17.3) und (17.24) topologisch konjugiert, so überführt der konjugierende

Homöomorphismus die Orbits von (17.3) in Orbits von (17.24).

Abbildungen zwischen Gruppen

● Homomorphismen und Isomorphismen

● Satz von CAYLEY
● Homomorphiesatz für Gruppen
Unterabschnitte

● Arten singulärer Punkte:

● Bestimmung von Selbstberührungs-, Knick- und Abbrechpunkten:
● Bestimmung von Mehrfachpunkten (Fälle a) bis e) sowie i) und j)):
● Algebraische Kurven, gegeben als Polynom in x und y:

Singulärer Punkt

Singulärer Punkt ist der allgemeine Begriff für verschiedene spezielle Kurvenpunkte.

Arten singulärer Punkte:

Die angegebenen singulären Punkte sind in den danach folgenden Abbildungen dargestellt.
a) Doppelpunkte: In Doppelpunkten schneidet sich die Kurve selbst (linke obere Abbildung).
b) Isolierte Punkte: Die isolierten Punkte genügen der Kurvengleichung; sie befinden sich aber außerhalb der
Kurve (mittlere obere Abbildung).
c), d) Rückkehrpunkte: In Rückkehrpunkten ändert sich der Durchlaufsinn; man unterscheidet je nach der Lage
der Tangente zu den Kurvenzweigen Rückkehrpunkte 1. und 2. Art (dritte obere und erste untere Abbildung).
e) Selbstberührungspunkte: In Selbstberührungspunkten berührt sich die Kurve selbst (rechte untere
Abbildung).

f) Knickpunkte: In Knickpunkten ändert die Kurve sprunghaft ihre Richtung, aber im Unterschied zum
Rückkehrpunkt gibt es zwei verschiedene Tangenten für die zwei Kurvenzweige (obere linke Abbildung).
g) Abbrechpunkte: In Abbrechpunkten bricht die Kurve ab (mittlere obere Abbildung).
 h) Asymptotische Punkte: Um asymptotische Punkte windet sich die Kurve unendliche Male herum, wobei sie
sich ihm beliebig nähert (obere rechte Abbildung).
i), k) Mehrere Singularitäten: Es können auch zwei oder drei derartige Singularitäten in einem Punkt auftreten
(zwei untere Abbildungen).

Bestimmung von Selbstberührungs-, Knick- und Abbrechpunkten:

Singularitäten dieser Art treten nur bei Kurven transzendenter Funktionen auf.

Den Knickpunkten entspricht ein endlicher Sprung der Ableitung

Punkten, in denen die Kurve abbricht, entsprechen Unstetigkeitsstellen der Funktion mit endlichem Sprung

oder ein direkter Abbruch.

Asymptotische Punkte lassen sich am einfachsten für Kurven bestimmen, die in Polarkoordinaten gemäß

gegeben sind. Wenn für oder der Grenzwert wird, ist der Pol ein asymptotischer
Punkt.

Beispiel A
 Der Koordinatenursprung ist für die Kurve ein Knickpunkt.

Beispiel B
 Die Punkte (1,0) und (1,1) der Funktion sind Unstetigkeitsstellen.

Beispiel C

Die logarithmische Spirale besitzt einen asymptotischen Punkt.

Bestimmung von Mehrfachpunkten (Fälle a) bis e) sowie i) und j)):

Doppelpunkte, Dreifachpunkte usw. werden unter der Bezeichnung Mehrfachpunkte zusammengefaßt. Zu ihrer
Bestimmung wird die Kurve ausgehend von der Gleichungsform untersucht. Ein Punkt mit den

Koordinaten die gleichzeitig die drei Gleichungen und erfüllen, ist ein

Doppelpunkt, wenn von den drei Ableitungen 2. Ordnung und wenigstens eine nicht verschwindet.

Im entgegengesetzten Falle ist ein Dreifachpunkt oder ein Punkt mit höherer Mehrfachheit.
Die Eigenschaften eines Doppelpunktes hängen vom Vorzeichen der Funktionaldeterminante ab:
 (3.452)

1. : Für schneidet sich die Kurve selbst im Punkt die Richtungskoeffizienten der

Tangenten in ergeben sich als Wurzeln der Gleichung

(3.453)

2. : Für ist ein isolierter Punkt.

3. : Für ist entweder ein Rückkehr- oder ein Selbstberührungspunkt; der

Richtungskoeffizient der Tangente ist

(3.454)

Zur genaueren Untersuchung des Mehrfachpunktes empfiehlt es sich, das Koordinatensystem in den Punkt zu
verlegen und so zu drehen, daß die -Achse zur Kurventangente im Punkt wird. Aus der Gestalt der Gleichung
kann dann erkannt werden, ob es sich um einen Rückkehrpunkt 1. oder 2. Art handelt oder um einen
Selbstberührungspunkt.

Beispiel A
 Untersuchung der Lemniskate mit

Das Gleichungssystem liefert die drei Lösungen von denen nur die erste

der Bedingung genügt. Einsetzen von (0,0) in die 2. Ableitungen ergibt

d.h., im Koordinatenursprung schneidet sich

die Kurve selbst; die Richtungskoeffizienten der Tangenten ergeben sich zu ihre Gleichungen

lauten

Beispiel B
 von den Punkten

(0,0), und liegt nur der erste auf der Kurve. Weiter ist

d.h., der Koordinatenursprung ist ein isolierter

Punkt.
Beispiel C

Die Gleichungen liefern nur die eine Lösung

(0,0), die auch die Gleichung erfüllt. Außerdem ist und so daß der
Koordinatenursprung ein Rückkehrpunkt 2. Art ist, was auch aus der expliziten Form der Gleichung
erkannt werden kann. Für ist nicht definiert, während für

beide -Werte positiv sind; im Koordinatenursprung verläuft die Tangente horizontal.

Algebraische Kurven, gegeben als Polynom in x und y:

Wenn die Gleichung keine konstanten Glieder und keine Glieder ersten Grades enthält, dann ist der
Koordinatenursprung ein Doppelpunkt. Die Gleichung zur Bestimmung der zugehörigen Tangenten erhält man durch
Nullsetzen der Summe der Glieder 2. Grades. Wenn die Gleichung auch keine quadratischen Glieder enthält, dann ist
der Koordinatenursprung ein Dreifachpunkt.

Beispiel

Für die Lemniskate z.B. ergibt sich die Gleichung

Gleichmäßige Konvergenz

Gleichmäßig konvergent ist eine Potenzreihe in jedem abgeschlossenen Teilgebiet des

Konvergenzbereiches ( Satz von ABEL ).

Beispiel
Für die Reihe

(7.77)

Somit konvergiert die Reihe absolut in , für ist sie bedingt konvergent (s. (7.33)) und

für divergiert sie (s. harmonische Reihe (7.16)). Gemäß dem Satz von ABEL handelt es sich um eine

gleichmäßig konvergente Reihe in jedem Intervall , wobei eine beliebige Zahl zwischen und

ist.
Abelsche Integralgleichung
Eine der ersten Anwendungen von Integralgleichungen auf physikalische Probleme wurde von ABEL untersucht. In
einer vertikalen Ebene bewege sich ein Massenpunkt entlang einer gewissen Kurve nur unter dem Einfluß der
Schwerkraft vom Punkt zum Punkt (s. Abbildung).
Die Geschwindigkeit des Teilchens in einem Punkt der Kurve beträgt

(11.68)

Durch Integration ermittelt man die Fallzeit in Abhängigkeit von :

(11.69a)

Stellt man als Funktion von durch dar, so ist

(11.69b)

Es besteht nun die Aufgabe, zu gegebener Fallzeit die Gestalt der Kurve als Funktion von zu bestimmen. Mit den
Ersetzungen
(11.69c)

erhält man, indem noch die Variable in umbenannt wird, die VOLTERRAsche Integralgleichung 1. Art

(11.69d)
Es soll die etwas allgemeinere Gleichung

(11.70)

behandelt werden. Der Kern dieser Gleichung ist für nicht beschränkt. In (11.70) werden formal die Variable

in und die Variable in umbenannt. Damit wird erreicht, daß sich die Lösung in der Form

ergibt. Die Multiplikation beider Seiten der Gleichung (11.70) mit dem Term und die anschließende

Integration nach in den Grenzen von bis führt auf die Gleichung

(11.71a)

Die Vertauschung der Integrationsreihenfolge auf der linken Seite dieser Gleichung ergibt

(11.71b)

Das innere Integral ist mit der Substitution auswertbar:

 (11.71c)

Der gewonnene Ausdruck wird in (11.71b) eingesetzt.

Die gesuchte Funktion wird durch anschließende Differentiation nach bestimmt:

(11.71d)

Beispiel

.
Unterabschnitte

● Definition:
● Basissatz für ABELsche Gruppen:

Direkte Produkte

Definition:

Es seien und Gruppen, deren Gruppenoperation (z.B. Addition oder Multiplikation) mit bezeichnet sein soll.
Im kartesischen Produkt (5.64a) kann man durch die folgende Vorschrift eine Operation einführen:

(5.101a)

Damit wird zu einer Gruppe, die das direkte Produkt von und genannt wird.
Mit wird das Einselement von bezeichnet, und ist das inverse Element zu .

Für endliche Gruppen gilt

(5.101b)

Die Gruppen bzw. sind zu bzw. isomorphe

Normalteiler von
Das direkte Produkt ABELscher Gruppen ist wieder abelsch.
Für zyklische Gruppen gilt: Das direkte Produkt zweier zyklischer Gruppen ist genau dann zyklisch, wenn der
größte gemeinsame Teiler der Gruppenordnungen gleich 1 ist.

Beispiel A

Mit und wird

eine zu isomorphe Gruppe, die

u.a. von erzeugt wird.

Beispiel B
 Andererseits ist nicht zyklisch. Diese Gruppe der

Ordnung 4 wird auch KLEINsche Vierergruppe genannt und beschreibt die Deckabbildungen eines
Rechtecks.

Basissatz für ABELsche Gruppen:

Da die Bildung des direkten Produktes eine Konstruktion ist, mit der aus ,,kleineren`` Gruppen ,,größere`` gewonnen
werden, entsteht umgekehrt die Frage, wann lassen sich große Gruppen als direktes Produkt kleinerer Gruppen
darstellen, d.h., wann ist isomorph zu ? Für ABELsche Gruppen gibt darüber der sogenannte
Basissatz Auskunft:
Jede endliche ABELsche Gruppe ist als direktes Produkt zyklischer Gruppen von der Primzahlpotenzordnung
darstellbar.
Definition

Eine Menge versehen mit einer binären Operation heißt Gruppe , wenn

● assoziativ ist,
● ein neutrales Element besitzt und
● zu jedem Element ein inverses Element existiert, mit

(5.95)

Eine Gruppe ist also eine spezielle Halbgruppe.

Das neutrale Element einer Gruppe ist eindeutig bestimmt. Außerdem besitzt jedes Gruppenelement genau ein
Inverses. Ist die Operation kommutativ, so spricht man von einer ABELschen Gruppe .
Ist die Gruppenoperation als Addition + geschrieben, so wird das neutrale Element mit 0 und das inverse Element
eines Elementes mit bezeichnet.
Gruppentafeln

Zur Darstellung endlicher Gruppen werden Gruppentafeln verwendet: Man notiert die Gruppenelemente als Zeilen-
und Spalteneingänge. An der Kreuzung der Zeile mit dem Eingang und der Spalte mit dem Eingang steht das
Gruppenelement
Ist so bezeichnet man die symmetrische Gruppe auch mit Die besteht also aus

allen bijektiven Abbildungen (Permutationen) auf der Menge und hat demzufolge Elemente.

Permutationen werden meist zweizeilig notiert, indem man in die erste Zeile die Elemente von und darunter die
jeweiligen Bildelemente schreibt. So erhält man die 6 Elemente der folgendermaßen:

(5.96)

Mit der Hintereinanderausführung von Abbildungen erhält man daraus für folgende Gruppentafel:
 Gruppentafel für

(5.97)

● Aus der Gruppentafel erkennt man, daß die identische Permutation das neutrale Element der Gruppe ist.
● In der Gruppentafel kommt jedes Element in jeder Zeile und jeder Spalte genau einmal vor.
● Das Inverse zu einem Gruppenelement ist aus der Tafel leicht ablesbar; so ist das Inverse zu in der

die Permutation da an der Schnittstelle der -Zeile mit der -Spalte das neutrale Element steht.
● Ist die Gruppenoperation kommutativ ( ABELsche Gruppe), so ist die Tafel symmetrisch bezüglich der
,,Hauptdiagonalen``; die ist nicht kommutativ, da z.B.
● Das Assoziativgesetz ist aus der Gruppentafel nicht ablesbar.
Normalteiler

Für Untergruppen ist im allgemeinen verschieden von (es gilt jedoch ). Ist aber

für alle so heißt Normalteiler von . Diese speziellen Untergruppen sind die Grundlage
für die Bildung von Faktorgruppen.
In ABELschen Gruppen ist jede Untergruppe Normalteiler.

Beispiel A

bilden Untergruppen von bezüglich der Multiplikation.

Beispiel B
Die geraden ganzen Zahlen bilden eine Untergruppe von bezüglich der Addition.

Beispiel C
 Untergruppen der Gruppe : Wegen des Satzes von LAGRANGE kann die 6-elementige Gruppe
(außer den trivialen Untergruppen) nur Untergruppen mit 2 oder 3 Elementen haben.
Tatsächlich hat die Gruppe folgende Untergruppen:

Die nichttrivialen Untergruppen und sind zyklisch, weil ihre Elementeanzahlen sämtlich

Primzahlen sind. Die ist dagegen nicht zyklisch. Außer den trivialen Normalteilern hat die Gruppe

nur noch die Untergruppe als Normalteiler.

Übrigens ist jede Untergruppe einer Gruppe mit Normalteiler von

Alle symmetrischen Gruppen und ihre Untergruppen werden Permutationsgruppen genannt.

Beispiel D
 Spezielle Untergruppen der Gruppe aller regulären Matrizen vom Typ bezüglich der

Matrizenmultiplikation:

Gruppe aller Matrizen mit der Determinante 1,

Gruppe aller orthogonalen Matrizen,

Gruppe aller orthogonalen Matrizen mit der Determinante 1.

Die Gruppe ist Normalteiler von (s. Homomorphiesatz für Gruppen) und

Normalteiler von

Beispiel E
Als Untergruppen der Gruppe aller regulären komplexen Matrizen seien erwähnt:

Gruppe aller unitären Matrizen,

Gruppe aller unitären Matrizen mit der Determinante 1.

PARSEVALsche Gleichung, Satz von RIESZ-FISCHER

Die FOURIER-Reihe eines beliebigen Elements konvergiert stets, und zwar zur Projektion des Elements

auf den Teilraum . Hat ein Element die Darstellung , dann

sind die FOURIER-Koeffizienten von . Ist eine beliebige Zahlenfolge mit der Eigenschaft

, dann existiert in genau ein Element , dessen FOURIER-Koeffizienten gerade die

Zahlen sind und für das die Abgeschlossenheitsrelation oder PARSEVALsche Gleichung

(12.126)

gilt ( Satz von RIESZ-FISCHER ).

Ein orthonormales System in heißt vollständig, wenn es keinen vom Nullvektor verschiedenen Vektor
gibt, der zu allen Vektoren orthogonal ist; es heißt Basis , wenn jeder Vektor als

dargestellt werden kann, d.h. , und ist gleich der Summe seiner FOURIER-Reihe. In letzterem

Falle sagt man auch, hat eine FOURIER-Entwicklung. Die folgenden Aussagen sind äquivalent:

a)
ist eine fundamentale Menge in .

b)
ist vollständig in .

c)
ist eine Basis in .

d)
Für mit den entsprechenden FOURIER-Koeffizienten gilt

(12.127)

e)
Für jeden Vektor gilt die PARSEVALsche Gleichung (12.126).
Beispiel A
Das trigonometrische System (12.117) ist eine Basis im Raum

Beispiel B
Das System der normierten LEGENDREschen Polynome (12.120)

ist vollständig und bildet demzufolge eine Basis im Raum .

Lineare Abhängigkeiten

Die Linearformen (4.104) sind genau dann linear unabhängig, wenn sich sämtliche gegen unabhängige Variable

austauschen lassen. Die lineare Unabhängigkeit wird z.B. für die Rangbestimmung bei Matrizen benötigt.
Anderenfalls läßt sich die Abhängigkeitsbeziehung unmittelbar aus dem Schema ablesen.

Beispiel
Wegen ist kein weiterer Austausch möglich, und man kann die Abhängigkeitsbeziehung

ablesen. Auch bei einer anderen Reihenfolge des Austausches wäre ein nicht
austauschbares Paar von Variablen übriggeblieben.
Lineare Abhängigkeit

Es sei ein -Vektorraum. Die Vektoren heißen linear abhängig , falls es

gibt, die nicht alle gleich Null sind, so daß gilt, und
andernfalls linear unabhängig . Lineare Abhängigkeit von Vektoren bedeutet also, daß sich ein Vektor durch die
anderen darstellen läßt.
Existiert eine Maximalzahl linear unabhängiger Vektoren in so heißt n-dimensional . Diese Zahl ist

dann eindeutig bestimmt und heißt Dimension . Je linear unabhängige Vektoren in bilden eine Basis .Gibt es
eine solche Maximalzahl nicht, so heißt der Vektorraum unendlichdimensional . Die Vektorräume aus den obigen
Beispielen sind in der angegebenen Reihenfolge -, - bzw. unendlichdimensional.
Aus dem Vektorraum sind Vektoren genau dann linear abhängig, wenn die Determinante der Matrix, die
diese Vektoren als Spalten bzw. Zeilen enthält, gleich 0 ist.
Ist eine Basis eines -dimensionalen -Vektorraumes, so besitzt jeder Vektor eine

eindeutige Darstellung mit

Jede Menge linear unabhängiger Vektoren eines Vektorraumes läßt sich zu einer Basis dieses Vektorraumes
ergänzen.
Chaotischer Attraktor

Sei ein dynamisches System im metrischen Raum . Der Attraktor dieses Systems heißt

chaotisch , wenn auf eine sensitive Abhängigkeit von den Anfangszuständen vorliegt.
Die Eigenschaft ,,sensitive Abhängigkeit von den Anfangszuständen`` wird in unterschiedlicher Weise präzisiert. Sie
ist z.B. gegeben, wenn eine der beiden folgenden Bedingungen erfüllt ist:

a)
Alle Bewegungen von auf sind in gewisser Weise instabil.

b)
Der größte LYAPUNOV-Exponent von bezüglich eines auf konzentrierten invarianten ergodischen

Wahrscheinlichkeitsmaßes ist positiv.

Beispiel
Sensitive Abhängigkeit im Sinne von a) liegt beim Solenoid vor. Die Eigenschaft b) ist z.B. beim HÉNON-
Attraktor zu finden.
Differentialquotient oder Ableitung einer Funktion

Die Ableitung einer Funktion ist eine neue Funktion von , die mit den Symbolen

oder gekennzeichnet wird und die für jeden Wert von gleich dem

Grenzwert des Quotienten aus dem Zuwachs der Funktion und dem entsprechenden Zuwachs für

ist:

(6.1)
Summenregel

Die Ableitung einer Summe oder Differenz von zwei oder mehrerer Funktionen ist gleich der Summe oder Differenz
der Ableitungen dieser Funktionen:
(6.6a)
(6.6b)
Kettenregel

Die mittelbare Funktion hat die Ableitung

(6.9)

wobei die Funktionen und differenzierbare Funktionen bezüglich ihrer Argumente

darstellen. Man bezeichnet als äußere und als innere Funktion und dementsprechend als äußere

Ableitung und als innere Ableitung .

Analog verfährt man, wenn die ,,Kette`` aus einer größeren Anzahl von Funktionen mit den entsprechenden
Zwischenveränderlichen besteht. So gilt z.B. für :
 (6.10)

Beispiel A

Beispiel B
Quotientenregel

Die Ableitung des Quotienten zweier Funktionen wird nach der Formel ( Quotientenregel )

(6.8)

unter der Voraussetzung berechnet.

Beispiel
Ableitung einer Distribution

Ist eine gegebene Distribution, dann heißt die Distribution , definiert durch
(12.212)

die ( distributionelle ) Ableitung der Ordnung von .

Seien eine stetig differenzierbare Funktion, etwa auf (damit ist lokalsummierbar auf und als

Distribution auffaßbar), ihre klassische Ableitung und ihre distributionelle Ableitung der Ordnung . Dann

gilt , woraus durch partielle Integration

folgt.
Im Falle einer regulären Distribution erhält man wegen

die verallgemeinerte Ableitung der Funktion

im Sinne von SOBOLEW.

Beispiel A
Für die der offenbar lokalsummierbaren HEAVISIDE-Funktion

(12.213)

zugeordnete reguläre Distribution erhält man als Ableitung die nichtreguläre -Distribution.

Beispiel B
Bei der mathematischen Modellierung von technischen und physikalischen Problemen treten häufig (in
gewisser Hinsicht idealisierte) auf einen Punkt konzentrierte Einwirkungen, wie ,,punktförmige`` Kräfte,
Nadelimpulse, Stoßvorgänge usw. auf, die mathematisch ihren Ausdruck in der Verwendung der - oder
HEAVISIDE-Funktion finden, beispielsweise in der Form als Massendichte für eine im Punkt

eines Balkens der Länge konzentrierte Punktmasse .

Die Bewegungsgleichung eines Feder-Masse-Systems, auf das zum Zeitpunkt eine momentane äußere

Kraft der Größe einwirkt, hat die Form . Mit den Anfangsbedingungen

ist die Lösung.

Differenzierbarkeit nichtlinearer Operatoren
Seien BANACH-Räume, eine offene Menge und . Der Operator heißt FR´ECHET-

differenzierbar im Punkt , wenn ein (im allgemeinen von der Stelle abhängiger, linearer stetiger) Operator

existiert, so daß

(12.192)
oder in äquivalenter Schreibweise

(12.193)

gilt, d.h. , so daß die Ungleichung

impliziert. Der Operator , den man gewöhnlich mit oder bezeichnet, heißt

FRÉCHET-Ableitung des Operators im Punkt . Den Wert nennt man FRÉCHET-

Differential des Operators im Punkt (für den Zuwachs ). In jedem Falle ist die Abhängigkeit des Operators
von der Stelle erkennbar, die letzteren Bezeichnungen ,,weisen den Platz für das Argument aus``, auf das der
Operator angewendet werden kann. Aus der Differenzierbarkeit eines Operators in einem Punkt folgt seine Stetigkeit
in diesem Punkt. Ist , also selbst bereits linear und stetig, dann ist in jedem Punkt

differenzierbar, und die Ableitung ist gleich .

Ableitungen elementarer Funktionen

Die elementaren Funktionen besitzen im gesamten Definitionsbereich eine Ableitung, ausgenommen einzelne
Punkte, in denen z.B. solche Punkte auftreten, wie sie in der folgenden Abbildung dargestellt sind:
Eine Zusammenstellung der Ableitungen elementarer Funktionen in Intervallen, in denen diese definiert und die
auftretenden Nenner von Null verschieden sind, enthält die Tabelle im nächsten Abschnitt.
Ableitung einer Funktion in Parameterdarstellung

Wenn die Funktion in der Parameterform gegeben ist, dann läßt sich ihre

Ableitung nach der Formel

(6.17)

über die Ableitungen und nach dem Parameter berechnen, falls gilt.

Beispiel Polarkoordinatendarstellung
 Ist eine Funktion in ihrer Polarkoordinatendarstellung gegeben, dann lautet ihre

Parameterdarstellung

(6.18)

mit dem Winkel als Parameter. Für die Tangentensteigung der Kurve gilt dann wegen (6.17)

(6.19)

Hinweise:

1. Die Ableitungen sind die Komponenten des Tangentenvektors im Punkt der Kurve.

2. Häufig wird mit Vorteil die komplexe Zusammenfassung benutzt:

(6.20)

Beispiel Kreisbewegung

Der Tangentenvektor

läuft dem Ortsvektor um phasenverschoben voraus.

Partielle Ableitung zweiter Ordnung

Die partielle Ableitung einer Funktion kann sowohl nach der gleichen

Variablen gebildet werden, wie die erste Ableitung, d.h. , als auch nach einer anderen Variablen,

d.h. . Im zweiten Falle spricht man von einer gemischten Ableitung. Der

Wert einer gemischten Ableitung ist für gegebene und unabhängig von der

Reihenfolge der Ableitungsbildung, wenn die gemischte Ableitung in dem betrachteten Punkt stetig ist. Man spricht
vom SCHWARZschen Vertauschungssatz .
Partielle Ableitungen höherer Ordnung, wie z.B. sind analog definiert.
Definition der Ableitungen höherer Ordnung

Die Ableitung von also oder wird als zweite Ableitung der Funktion

mit oder bezeichnet. Analog werden die Ableitungen höherer

Ordnung definiert. Bezeichnungen für die n-te Ableitung der Funktion sind:

(6.21)
Ableitungen und Differentiale höherer Ordnungen

● Partielle Ableitung zweiter Ordnung

● Differential zweiter Ordnung einer Funktion von einer Veränderlichen
● Vollständiges Differential zweiter Ordnung
● Vollständiges Differential n-ter Ordnung
● Vollständiges Differential n-ter Ordnung einer Funktion mehrerer
Veränderlicher
Ableitungen höherer Ordnung der inversen Funktion

Wenn die inverse Funktion zur ursprünglichen Funktion ist, dann gilt: Die beiden

Darstellungen und sind äquivalent. Unter der Voraussetzung besteht dann

die Beziehung (6.15) zwischen den Ableitungen einer Funktion und ihrer Umkehrfunktion . Für höhere

Ableitungen ( usw.) erhält man

(6.25)
Höhere Ableitungen von Funktionen in Parameterdarstellung

Wenn die Funktion in der Parameterform gegeben ist, dann lassen sich ihre

Ableitungen höherer Ordnung ( usw.) nach den folgenden Formeln berechnen, wobei

usw. die Ableitungen nach dem Parameter

bedeuten:

(6.24)

Voraussetzung ist, daß gilt.

Ableitung einer impliziten Funktion

Eine Funktion sei implizit durch die Gleichung gegeben. Unter Beachtung der

Differentiationsregeln für Funktionen mehrerer Veränderlicher erhält man durch Differentiation nach

(6.16)

falls die partielle Ableitung nicht von Null verschieden ist.

Beispiel
Die Gleichung einer Ellipse mit den Halbachsen und kann in der Form

geschrieben werden. Für die Steigung der Tangente im Ellipsenpunkt erhält man gemäß (6.16)
Ableitung der inversen Funktion

Wenn die inverse Funktion zur ursprünglichen Funktion ist, dann gilt: Die beiden

Darstellungen und sind äquivalent. Unter der Voraussetzung besteht dann

die folgende Beziehung zwischen den Ableitungen einer Funktion und ihrer Umkehrfunktion :

(6.15)

Beispiel
Die Funktion ist für der Funktion mit

äquivalent. Aus (6.15) folgt dann

da für .
Faktorregel

Ein konstanter Faktor kann vor das Differentiationssymbol gezogen werden:

(6.5)
Links- und rechtsseitige Ableitung

Wenn für einen Wert kein Grenzwert der Art (6.2) existiert, dafür aber der links- bzw.

rechtsseitige Grenzwert, dann wird dieser Grenzwert links- bzw. rechtsseitige Ableitung genannt. Da die Kurve an der
Stelle zwei Tangenten
(6.3)

besitzt, kennzeichnen die beiden Ableitungen, geometrisch gesehen, einen Knick der Kurve (rechte Abbildung).
Beispiel

An der Stelle existiert kein Grenzwert der Art (6.2), jedoch

gibt es einen linksseitigen und einen rechtsseitigen Grenzwert und , d.h.,

die Kurve besitzt hier einen Knick (linke Abbildung).

Logarithmische Differentiation

Im Falle von kann man zur Berechnung der Ableitung von der Funktion ausgehen, für

deren Ableitung (unter Berücksichtigung der Kettenregel) gilt:

(6.11)

Daraus folgt unmittelbar

(6.12)

Mit Hilfe der logarithmischen Differentiation lassen sich viele Differentiationsaufgaben wesentlich vereinfachen
bzw. überhaupt erst durchführen. Letzteres trifft z.B. auf Funktionen der Form
(6.13)
zu. Die logarithmische Differentiation dieser Gleichung ergibt gemäß (6.12)

(6.14)
Beispiel

Die logarithmische Differentiation wird häufig angewendet, wenn ein Produkt von Funktionen zu differenzieren ist.

Beispiel A

Beispiel B
 .

Daraus folgt . Man erhält die Produktregel (6.7a).

Beispiel C

Daraus folgt

Man erhält die Quotientenregel (6.8).

Partielle Ableitung einer Funktion

1. Definition:
Partielle Ableitung einer Funktion nach einer ihrer Veränderlichen,

z.B. nach , heißt der durch

(6.35)

definierte Differentialquotient, der zum Ausdruck bringt, daß nur eine der Variablen variiert, während die anderen
dabei als Konstante betrachtet werden.

2. Symbole:

Symbole für die partielle Ableitung sind Von einer Funktion mit Veränderlichen
 können partielle Ableitungen erster Ordnung gebildet werden:

3. Berechnung:
Die Berechnung der partiellen Ableitungen erfolgt nach den Regeln, die für die Differentiation von Funktionen
von einer Veränderlichen bekannt sind.

Beispiel
Produktregel

Für die Ableitung eines Produkts aus zwei, drei oder Funktionen gilt:

a) Produktregel für zwei Funktionen:

(6.7a)
b) Produktregel für drei Funktionen:
(6.7b)
c) Produktregel für Funktionen:

(6.7c)

Beispiel A
Beispiel B
Volumenableitung oder räumliche Ableitung

Als Volumenableitung eines Skalarfeldes oder eines Vektorfeldes in einem Punkt

werden drei Größen bezeichnet, die folgendermaßen gewonnen werden:

1.
Einhüllung eines Punktes des Skalarfeldes oder des Vektorfeldes durch eine geschlossene Fläche
. Diese Fläche lasse sich vektoriell durch die Parameterdarstellung
beschreiben, so daß das zugehörige vektorielle

Flächenelement

(13.31a)

lautet.
2.
Integration über die geschlossene Fläche . Dabei werden die folgenden drei Typen von Integralen
betrachtet:
 (13.31b)

3.
Bestimmung der Grenzwerte

(13.31c)

Dabei wird mit das Volumen des Raumteiles bezeichnet, der den Punkt im Innern enthält und dessen
Oberfläche die geschlossene Fläche ist.

Die Grenzwerte (13.31c) werden als Volumenableitungen bezeichnet und führen in der angegebenen Reihenfolge
auf die Begriffe Gradient eines Skalarfeldes sowie Divergenz und Rotation eines Vektorfeldes.
Richtungs- und Volumenableitung
● Richtungsableitung eines skalaren Feldes
● Richtungsableitung eines vektoriellen Feldes
● Volumenableitung oder räumliche Ableitung
Ableitung einer Vektorfunktion

Die Ableitung der Vektorfunktion einer skalaren Variablen von (13.1) nach ist eine neue Vektorfunktion von :

(13.2)

Die Ableitung des Radiusvektors stellt geometrisch betrachtet einen Vektor dar, der in die Richtung der

Tangente des Hodographen im Punkt weist (s. Abbildung).

Seine Länge hängt von der Wahl des Parameters ab. Wenn die Zeit ist, dann beschreibt die Bewegung

des Punktes im Raum, während Größe und Richtung der Geschwindigkeit dieser Bewegung angibt. Ist

die Bogenlänge der Raumkurve, gemessen von einem bestimmten Kurvenpunkt an, dann gilt .
Verallgemeinerte Ableitung

Sei . Wenn es eine Funktion aus gibt, so daß für bezüglich eines

Multiindex die Gleichung

(12.208)

gilt, dann heißt verallgemeinerte Ableitung , Ableitung im Sinne von SOBOLEW oder Distributionsableitung der

Ordnung von , wofür man, wie im klassischen Falle, schreibt.

Im Vektorraum definiert man die Konvergenz einer Folge zu wie folgt:

(12.209)
Die Menge mit dieser Konvergenz von Folgen nennt man Grundraum, bezeichnet ihn mit und nennt

seine Elemente häufig Testfunktionen.

Abschlag oder Rabatt

Werden Rabatt auf einen Wert gewährt, dann erhält man den erniedrigten Wert

(1.78)

Bezieht man den Abschlag auf den neuen Wert , dann sind

(1.79)

Prozent Rabatt gewährt worden.

Beispiel
Eine Ware habe einen Wert von 300.-DM. Bei 10 Rabatt sind noch 270.-DM zu zahlen. In diesem Preis

sind für den Käufer Prozent Rabatt enthalten.

Abschließung

Jede Teilmenge eines metrischen Raumes liegt in der abgeschlossenen Menge . Es existiert immer eine
kleinste abgeschlossene Menge, die enthält, nämlich der Durchschnitt aller abgeschlossenen Mengen aus ,
die enthalten. Diese Menge heißt abgeschlossene Hülle oder Abschließung der Menge und wird gewöhnlich
mit bezeichnet. ist mit der Menge aller Berührungspunkte von identisch; man erhält aus der Menge
durch Hinzufügen aller ihrer Häufungspunkte. Abgeschlossene Mengen sind gerade solche Mengen , für die
gilt. Demzufolge erlauben sie eine Charakterisierung durch Folgen in folgender Weise: ist
abgeschlossen genau dann, wenn für eine beliebige Folge von Elementen aus die im Raum zu

einem Element konvergiert, der Grenzwert zu gehört.

Eigenschaften binärer Relationen

Wichtige Eigenschaften einer binären Relation in einer Menge :

heißt
(5.75)

(5.76)

(5.77)

(5.78)

(5.79)

(5.80)

gilt.
Diese Eigenschaften lassen sich auch mit Hilfe des Relationenprodukts beschreiben. So gilt z.B.: Eine binäre
Relation ist genau dann transititiv, wenn gilt.

Von besonderem Interesse ist gelegentlich der transitive Abschluß ( transitive Hülle ) tra( einer Relation

Darunter versteht man die kleinste transitive Relation, die enthält. Es gilt:

(5.81)

wobei unter das -fache Relationenprodukt von mit sich selbst zu verstehen ist.

Beispiel

Die binäre Relation auf der Menge sei durch die Relationsmatrix gegeben:

Bildet man , indem man bei der Matrizenmultiplikation 0 und 1 als Wahrheitswerte interpretiert und
 anstelle von Multiplikation bzw. Addition die logischen Operationen Konjunktion bzw. Disjunktion verwendet,
so ist die zu gehörige Relationsmatrix. Entsprechend kann man auch die Relationsmatrizen von
usw. aufstellen.

Die zu gehörige voranstehende Relationsmatrix erhält man, indem man die Matrizen
und elementweise disjunktiv verknüpft. Da höhere Potenzen von keine neuen Einträge

liefern, ist diese Matrix zugleich die zu tra gehörige Relationsmatrix.

Die Relationsmatrix und das Relationenprodukt finden auch Anwendung zur Untersuchung von Weglängen in
Graphen.

Bei endlichen binären Relationen kann man die Eigenschaften (5.75) bis (5.80) größtenteils leicht aus den
Pfeildiagrammen bzw. Relationsmatrizen erkennen. So erkennt man z.B. Reflexivität durch ,,Schlingen ``im
Pfeildiagramm bzw. durch Einsen der Hauptdiagonalen der Relationsmatrix. Symmetrie äußert sich im Pfeildiagramm
dadurch, daß zu jedem Pfeil ein gegenläufiger gehört bzw. durch Symmetrie der Relationsmatrix. Aus dem
Pfeildiagramm oder der Relationsmatrix liest man ab, daß die Teilbarkeitsbeziehung reflexiv, aber nicht
symmetrisch ist.
Abschreibungen
● Abschreibungsarten
● Lineare Abschreibung
● Arithmetisch-degressive Abschreibung
● Digitale Abschreibung
● Geometrisch-degressive Abschreibung
● Abschreibung mit verschiedenen Abschreibungsarten
Arithmetisch-degressive Abschreibung

Die Abschreibungen sind in diesem Falle nicht konstant. Sie nehmen jährlich um den gleichen
Betrag das Abschreibungsgefälle , ab. Für die Abschreibungsrate im -ten Jahr gilt:

(1.95)

Aus dieser Gleichung folgt unter Berücksichtigung der Beziehung

(1.96)

Für ergibt sich als Spezialfall die lineare Abschreibung. Im Falle folgt aus (1.96)

(1.97)
wobei die Abschreibungsrate der linearen Abschreibung ist. Insgesamt muß die erste Abschreibungsrate der
arithmetisch-degressiven Abschreibung der folgenden Ungleichung genügen:

(1.98)

Beispiel
Eine Maschine mit dem Anschaffungswert 50 000.-DM soll in 5 Jahren arithmetisch-degressiv auf 10 000.-
DM abgeschrieben werden. Dabei sollen im ersten Jahr 15 000.-DM abgeschrieben werden.
Der mit den angegebenen Formeln berechnete und in der Tabelle angegebene Abschreibungsplan zeigt,
daß die prozentuale Abschreibung, mit Ausnahme der letzten Rate, ausgeglichen ist.

Jahr Anfangswert Abschreibung Restwert Abschreibung in

vom Anfangswert
1 50 000 15 000 35 000 30,0
2 35 000 11 500 23 500 32,9
3 23 500 8 000 15 500 34,0
4 15 500 4 500 11 000 29,0
5 11 000 1 000 10 000 9,1
Digitale Abschreibung

Die digitale Abschreibung ist ein Spezialfall der arithmetisch-degressiven Abschreibung, indem gefordert wird, daß
die letzte Abschreibungsrate mit dem Abschreibungsgefälle übereinstimmt. Aus folgt:

(1.99a)

(1.99b)

Beispiel
Der Anschaffungspreis einer Maschine sei 50 000.-DM. Diese Maschine soll in 5 Jahren digital auf
den Restwert 10 000.-DM abgeschrieben werden.
Der mit den angegebenen Formeln berechnete und in der Tabelle angegebene Abschreibungsplan zeigt
einen ausgeglichenen Verlauf der prozentualen Abschreibung.

Jahr Anfangswert Abschreibung Restwert Abschreibung in

vom Anfangswert

1 50 000 13 335 36 665 26,7

2 36 665 10 668 25 997 29,1

3 25 997 8 001 17 996 30,8

4 17 996 5 334 12 662 29,6

5 12 662 2 667 9 995 21,1

Geometrisch-degressive Abschreibung

Bei der geometrisch-degressiven Abschreibung werden in jedem Jahr vom jeweiligen Restwert des Vorjahres

abgeschrieben. Für den Restwert nach Jahren gilt:

(1.100)

In der Regel ist gegeben. Beträgt die Laufzeit Jahre, dann können gemäß (1.100) von den Größen

und zwei weitere vorgegeben und die dritte dazu bestimmt werden.

Beispiel A
 Eine Maschine mit dem Anschaffungswert 50 000.-DM soll jährlich geometrisch-degressiv mit 10

abgeschrieben werden. Nach wieviel Jahren unterschreitet der Restwert erstmalig 10 000.-DM? Aus (1.100)

folgt Jahre.

Beispiel B

An einem Anschaffungswert von 1000.-DM soll der Verlauf der Restwerte für

Jahre bei a) linearer, b) arithmetisch-degressiver, c) geometrisch-degressiver

Abschreibung demonstriert werden. Das Ergebnis zeigt die folgende Abbildung.
Lineare Abschreibung

Die jährlichen Abschreibungen sind konstant, d.h., für die Abschreibungsraten und den Restwert nach
Jahren gilt:

(1.93)

(1.94)

Setzt man dann wird das Gut nach Jahren auf den Wert Null gesetzt, also vollständig
abgeschrieben.

Beispiel
Der Anschaffungspreis einer Maschine betrage 50 000.-DM. In 5 Jahren soll sie auf den Restwert
10 000.-DM abgeschrieben sein. Bei linearer Abschreibung ergibt sich gemäß (1.93) und (1.94) der
in der Tabelle angegebene Abschreibungsplan:

Jahr Anfangswert Abschreibung Restwert Abschreibung in

vom Anfangswert
1 50 000 8000 42 000 16,0
2 42 000 8000 34 000 19,0
3 34 000 8000 26 000 23,5
4 26 000 8000 18 000 30,8
5 18 000 8000 10 000 44,4

Es ist ein starker Anstieg der prozentualen Abschreibung, bezogen auf den jeweiligen Anfangswert, zu
verzeichnen.
Modul (Absolutbetrag des Vektors) und Raumrichtung

Zur quantitativen Beschreibung von Vektoren oder als Strecke zwischen Anfangs- und Endpunkt bzw.

dienen der Modul , d.h. der Absolutbetrag der die Länge der Strecke angibt, sowie die Raumrichtung , die

durch einen Satz von Winkeln angegeben wird.

Lineares Gleichungssystem

Ein System von linearen Gleichungen mit Unbekannten

(4.107)

heißt ein lineares Gleichungssystem . Dabei bedeuten:

Je nachdem, ob der Spaltenvektor verschwindet ( ), oder nicht ( ), spricht man von einem
homogenen bzw. inhomogenen Gleichungssystem .
Die Elemente der sogenannten Koeffizientenmatrix sind die Koeffizienten des Systems, während die

Komponenten des Spaltenvektors seine Absolutglieder sind.

Grundgesetze der Aussagenlogik

Zwei aussagenlogische Ausdrücke und heißen logisch äquivalent oder wertverlaufsgleich , in Zeichen: ,
wenn sie die gleiche Wahrheitsfunktion repräsentieren. Folglich kann man mit Hilfe von Wahrheitstafeln die logische

Äquivalenz aussagenlogischer Ausdrücke überprüfen. So gilt z.B. d.h., der

Ausdruck hängt von explizit nicht ab, was man schon an der obigen Wahrheitstafel erkennt.
Insbesondere gelten folgende Grundgesetze der Aussagenlogik :

(1) Assoziativgesetze:
(5.8a)
(5.8b)
(2) Kommutativgesetze:
(5.9a)
(5.9b)
(3) Distributivgesetze:
(5.10a)
(5.10b)
 (4) Absorptionsgesetze:
(5.11a)
(5.11b)
(5) Idempotenzgesetze:
(5.12a)
(5.12b)
(6) Ausgeschlossener Dritter:
(5.13a)
(5.13b)
(7) DE MORGANsche Regeln:
(5.14a)
(5.14b)
(8) Gesetze für W und F:
(5.15a)
(5.15b)
(5.15c)
(5.15d)
(5.15e)
(5.15f)
(9) Doppelte Negation:
(5.16)

Aus den Wahrheitstafeln für die Implikation und die Äquivalenz kann man erkennen, daß die Implikation und die Äquivalenz
mit Hilfe der anderen Junktoren durch die Gleichungen
(5.17a)
und
(5.17b)
ausgedrückt werden können. Diese Gesetze werden zur Umformung (Vereinfachung) aussagenlogischer Ausdrücke
verwendet.

Beispiel

Die Gleichung kann wie folgt bewiesen werden:

Definition und Grundgesetze
Eine Menge , versehen mit zwei binären Operationen (,,Konjunktion``) und (,,Disjunktion``), einer
einstelligen Operation (,,Negation``) und zwei ausgezeichneten Elementen 0 und 1 aus heißt BOOLEsche

Algebra wenn folgende Gesetze gelten:

(1) Assoziativgesetze:
(5.200)
(5.201)
(2) Kommutativgesetze:
(5.202)
(5.203)
(3) Absorptionsgesetze:
(5.204)
 (5.205)

(4) Distributivgesetze:
(5.206)

(5.207)

(5) Weitere Gesetze:

(5.208)

(5.209)

(5.210)

(5.211)

(5.212)

(5.213)

Eine Struktur, in der Assoziativ-, Kommutativ- und Absorptionsgesetze gelten, heißt Verband . Gelten darüber hinaus
die Distributivgesetze, so spricht man von einem distributiven Verband . So ist also eine BOOLEsche Algebra ein
spezieller distributiver Verband.
Hinweis Die für BOOLEsche Algebren verwendeten Bezeichnungen der Operationen sind nicht notwendigerweise
identisch mit den in der Aussagenlogik verwendeten Operationen mit gleicher Bezeichnung.
Grundgesetze der Mengenalgebra

Die eingeführten Mengenoperationen haben analoge Eigenschaften wie die aus der Aussagenlogik bekannten
Junktoren. Es gelten folgende Grundgesetze der Mengenalgebra :

(1) Assoziativgesetze:
(5.42)
(5.43)
(2) Kommutativgesetze:
(5.44)
(5.45)
(3) Distributivgesetze:
(5.46)
(5.47)
(4) Absorptionsgesetze:
(5.48)
(5.49)
 (5) Idempotenzgesetze:
(5.50)
(5.51)
(6) DE MORGANsche Regeln:
(5.52)
(5.53)
(7) Weitere Gesetze der Mengenalgebra:
(5.54)

(5.55)
(5.56)
(5.57)
(5.58)
(5.59)
(5.60)
(5.61)
(5.62)

Diese Auflistung erhält man unmittelbar aus den Grundgesetzen der Aussagenlogik, wenn man folgende

Ersetzungen vornimmt: durch durch W durch und F durch Auf diesen nicht zufälligen

Zusammenhang wird im Abschnitt BOOLEsche Algebren und Schaltalgebra genauer eingegangen.

Unterabschnitte

● Winkel zwischen zwei Ebenen, allgemeiner Fall:

● Schnittpunkt dreier Ebenen:
● Parallelitäts- und Orthogonalitätsbedingung für Ebenen:
● Schnittpunkt von vier Ebenen:
● Abstand zweier paralleler Ebenen:

Zwei und mehr Ebenen im Raum

Winkel zwischen zwei Ebenen, allgemeiner Fall:

Die Winkel zwischen zwei Ebenen, gegeben durch die zwei Gleichungen
und werden berechnet nach der Formel

(3.382a)
Sind die Ebenen durch die Vektorgleichungen und gegeben, dann gilt:

(3.382b)

(Zum Skalarprodukt zweier Vektoren s. Skalarprodukt und Skalarprodukt in affinen Koordinaten, zur Ebenengleichung in
Vektorschreibweise s. Vektorielle Gleichungen.)

Schnittpunkt dreier Ebenen:

Die Koordinaten des Schnittpunktes dreier Ebenen, gegeben durch die drei Gleichungen
und
werden berechnet nach den Formeln

(3.383a)

mit
 (3.383b)

Drei Ebenen schneiden sich in einem Punkt, wenn ist. Ist und wenigstens eine Unterdeterminante

zweiter Ordnung dann sind die Ebenen einer Geraden parallel; sind alle Unterdeterminanten dann
gehen die Ebenen durch eine Gerade hindurch.

Parallelitäts- und Orthogonalitätsbedingung für Ebenen:

1. Paralelitätsbedingung: Zwei Ebenen sind parallel, wenn gilt

(3.384)

2. Orthogonalitätsbedingung: Zwei Ebenen stehen senkrecht aufeinander, wenn gilt

(3.385)

Schnittpunkt von vier Ebenen:

Die Koordinaten des Schnittpunktes von vier Ebenen, gegeben durch die vier Gleichungen
und
werden berechnet, indem zuerst der Schnittpunkt dreier beliebiger Ebenen

bestimmt wird. In diesem Falle ist die vierte Gleichung eine Folge der übrigen drei Gleichungen.

Vier Ebenen gehen dann und nur dann durch einen Punkt, wenn gilt:

(3.386)

Abstand zweier paralleler Ebenen:

Wenn die Parallelitätsbedingung erfüllt ist und die Gleichungen der Ebenen gegeben sind durch die Gleichungen
(3.387)
dann beträgt der Abstand

(3.388)
Abstand eines Punktes von einer Geraden

Man erhält den Abstand eines Punktes von einer Geraden aus der HESSEschen Normalform durch

Einsetzen der Koordinaten des gegebenen Punktes in die linke Seite von (3.298):
(3.307)
Wenn und der Koordinatenursprung auf verschiedenen Seiten der Geraden liegen, ist anderenfalls ist
Begriff des metrischen Raumes

Auf einer Menge sei jedem Paar von Elementen eine reelle Zahl zugeordnet, so daß für beliebige

Elemente die folgenden Eigenschaften, die Axiome des metrischen Raums , erfüllt sind:

(12.39)
(12.40)
(12.41)

Eine Funktion mit den Eigenschaften (M1) bis (M3) heißt Metrik , Distanz oder Abstand auf der

Menge , und das Paar heißt metrischer Raum. Jede Teilmenge eines metrischen Raumes

kann auf natürliche Weise in einen (selbständigen) metrischen Raum verwandelt werden, indem man die

Metrik des Raumes auf die Menge einschränkt, d.h. nur auf der Menge betrachtet. Der Raum

heißt Teilraum des metrischen Raumes .

Beispiel A
Die Mengen und , versehen mit der euklidischen Metrik

(12.42)

für zwei Punkte , sind metrische Räume.

Beispiel B
Hat man in der Menge für einen Wert (d.h. Vektor) einen Näherungswert, etwa den Vektor

, dann ist die Größe oder Abweichung von Interesse. Diesen

Sachverhalt berücksichtigt die Metrik

(12.43)

Die Metriken (12.42) und (12.43) ergeben für den Fall jeweils den Absolutbetrag in den Mengen

und der reellen bzw. der komplexen Zahlen.

Beispiel C
 Endliche 0-1-Folgen, z.B. 1110 und 010110, nennt man in der Kodierung Wörter . Zählt man die Stellen, an
denen sich zwei gleich lange Wörter (der Länge ) unterscheiden, also ,

dann entsteht in der Menge aller Wörter der Länge eine Metrik, der HAMMING-Abstand, z.B.

Beispiel D

In der Menge und ihren Teilmengen und (s. (12.11)) definiert man eine Metrik durch

(12.44)

Beispiel E

In der Menge der Folgen mit absolut konvergenter Reihe betrachtet man die

folgende Metrik:

(12.45)
Beispiel F

In der Menge betrachtet man die Metrik

(12.46)

Beispiel G

In der Menge definiert man als Metrik:

(12.47)

Beispiel H

In der Menge aller Äquivalenzklassen von fast überall auf einem beschränkten Gebiet

definierten LEBESGUE-meßbaren, zur -ten Potenz summierbaren Funktionen (s. LEBESGUE-

Integral) ist eine Metrik definiert durch

(12.48)
● Kugeln und Umgebungen
● Konvergenz von Folgen im metrischen Raum
● Abgeschlossene Mengen und Abschließung
● Dichte Teilmengen und separable metrische Räume
Unterabschnitte

● Gleichung einer Geraden im Raum, allgemeiner Fall:

● Gleichung der Geraden in zwei projizierenden Ebenen:
● Gleichung einer Geraden durch einen Punkt und parallel zum Richtungsvektor:
● Gleichung einer Geraden durch zwei Punkte:
● Gleichung einer Geraden durch einen Punkt senkrecht zu einer Ebene:
● Abstand eines Punktes von einer in Komponententarstellung gegebenen Geraden:
● Kürzester Abstand zwischen zwei in Komponentendarstellung gegebenen Geraden:
● Schnittpunkte von Ebenen und Geraden:
● Schnittpunkt zweier Geraden:
● Winkel zwischen zwei Geraden:
● Winkel zwischen einer Geraden und einer Ebene:

Gleichungen für die Gerade im Raum

Gleichung einer Geraden im Raum, allgemeiner Fall:

Da eine Gerade im Raum als Schnitt zweier Ebenen definiert werden kann, ist sie analytisch durch ein System zweier
linearer Gleichungen darstellbar.

a) In Komponentenschreibweise:
(3.389a)
b) in Vektorschreibweise:
(3.389b)

Gleichung der Geraden in zwei projizierenden Ebenen:

Die zwei Gleichungen

(3.390)

definieren je eine Ebene, die durch die Gerade hindurchgehen und auf der - bzw. -Ebene senkrecht stehen.
Man nennt sie projizierende Ebenen. Auf Geraden, die parallel zur -Ebene verlaufen, ist diese Form der Darstellung
nicht anwendbar, so daß hier die Projektionen auf ein anderes Koordinatenebenenpaar zu beziehen sind.

Gleichung einer Geraden durch einen Punkt und parallel zum Richtungsvektor:

Die Gleichung einer Geraden durch einen Punkt und parallel zu einem Richtungsvektor
ergibt sich

a) in Komponentendarstellung

(3.391a)

b) in Vektordarstellung
(3.391b)
c) in Parameterform
(3.391c)
d) in Vektorschreibweise
(3.391d)
Die Darstellung (3.391a) ergibt sich aus (3.389a) mit Hilfe von

(3.392a)

oder in Vektorschreibweise
(3.392b)

wobei die Zahlen so gewählt werden, daß die Gleichungen (3.389a) erfüllt werden.

Gleichung einer Geraden durch zwei Punkte:

Die Gleichung einer Geraden durch die zwei Punkte und

lautet in

a) Komponentenschreibweise

(3.393a)

b) Vektorschreibweise
(3.393b)

(S. auch Produkte von Vektoren.)

Gleichung einer Geraden durch einen Punkt senkrecht zu einer Ebene:

Der Punkt sei durch die Ebene durch die Gleichung oder

gegeben.

Die Gleichung einer Geraden durch einen Punkt senkrecht zu einer Ebene lautet dann in

a) Komponentenschreibweise

(3.394a)

b) Vektorschreibweise
 (3.394b)

(S. auch Produkte von Vektoren.)

Abstand eines Punktes von einer in Komponententarstellung gegebenen Geraden:

Der Abstand des Punktes von einer Geraden, die gemäß (3.391a) gegeben ist ergibt sich zu:

(3.395)

Kürzester Abstand zwischen zwei in Komponentendarstellung gegebenen Geraden:

Wenn die Geraden gemäß (3.391a) gegeben sind, beträgt ihr Abstand

(3.396)

Verschwindet die im Zähler stehende Determinante, dann ist die Bedingung dafür erfüllt, daß sich die beiden Geraden im
Raum schneiden.
Schnittpunkte von Ebenen und Geraden:

1. Geradengleichung in Komponentenform: Die Schnittpunkte einer Ebene, gegeben durch

und einer Geraden, gegeben durch ,

ergeben sich zu:

(3.397a)
mit

(3.397b)

Ist dann ist die Gerade parallel zur der Ebene. Wenn außerdem

dann liegt die Gerade in der Ebene.

2. Geradengleichung in zwei projizierenden Ebenen: Die Schnittpunkte einer Ebene, gegeben durch
und einer Geraden, gegeben durch und ,
ergeben sich zu

(3.398)

Ist dann ist die Gerade parallel zur Ebene. Wenn außerdem dann
liegt die Gerade in der Ebene.
Schnittpunkt zweier Geraden:

Die Geraden seien gegeben durch

Der Schnittpunkt der Geraden wird mit den folgenden Formeln berechnet:

(3.399a)

Einen Schnittpunkt liefern diese Formeln nur unter der Bedingung

(3.399b)
Im entgegengesetzten Falle schneiden die Geraden einander nicht.

Winkel zwischen zwei Geraden:

1. Allgemeiner Fall: Sind die Geraden durch die Gleichungen

und oder vektoriell durch

und gegeben, dann wird der Winkel gemäß

(3.400)
berechnet.
2. Parallelitätsbedingung: Die Parallelitätsbedingung für zwei Geraden lautet:

(3.401)

3. Orthogonalitätsbedingung: Die Orthogonalitätsbedingung für zwei Geraden lautet:

(3.402)

Winkel zwischen einer Geraden und einer Ebene:

Sind die Gerade und die Ebene gegeben durch die Gleichungen bzw.

oder vektoriell durch bzw. dann wird der

Winkel zu

(3.403)

berechnet.

Parallelitätsbedingung: Die Parallelitätsbedingung für eine Gerade und eine Ebene lautet:
(3.404)
Orthogonalitätsbedingung: Die Ortogonalitätsbedingung für eine Gerade und eine Ebene lautet:
(3.405)
Unterabschnitte

● Allgemeine Ebenengleichung:
● HESSEsche Normalform der Ebenengleichung:
● Achsenabschnittsform der Ebenengleichung:
● Gleichung einer Ebene, durch drei Punkte:
● Gleichung einer Ebene durch zwei Punkte, parallel zu einer Geraden:
● Gleichung einer Ebene durch einen Punkt, parallel zu zwei Geraden:
● Gleichung einer Ebene durch einen Punkt, senkrecht zu einer Geraden:
● Abstand eines Punktes von einer Ebene:
● Gleichung einer Ebene durch die Schnittlinie zweier Ebenen:

Ebenengleichungen

Jede in den Koordinaten lineare Gleichung definiert eine Ebene, und umgekehrt ist die Gleichung jeder Ebene vom
ersten Grade.
Allgemeine Ebenengleichung:

Die allgemeine Ebenengleichung lautet

a) in Komponentenschreibweise
(3.373a)
b) in Vektorschreibweise
(3.373b)

wobei der Vektor senkrecht auf der Ebene steht. (In der Abbildung sind die Achsenabschnitte der

Ebene eingezeichnet.)

(Zum Skalarprodukt zweier Vektoren s. Skalarprodukt und Skalarprodukt in affinen Koordinaten, zur Ebenengleichung
in Vektorschreibweise s. Vektorielle Gleichungen)
Man spricht vom Normalenvektor der Ebene . Seine Richtungskosinusse sind

(3.373c)

Wenn dann geht die Ebene durch den Koordinatenursprung, für bzw. oder ist

die Ebene parallel zur -Achse, bzw. zur - oder -Achse. Wenn bzw. oder

dann liegt die Ebene parallel zur -Ebene, bzw. zur - oder -Ebene.
HESSEsche Normalform der Ebenengleichung:

Die HESSEsche Normalform der Ebenengleichung lautet

a) in Komponentenschreibweise
(3.374a)
b) in Vektorschreibweise
(3.374b)

wobei der Normaleneinheitsvektor der Ebene ist und der Abstand der Ebene vom Koordinatenursprung. Die
HESSEsche Normalform geht aus der allgemeinen Gleichung (3.373a) durch Multiplikation mit dem Normierungsfaktor

(3.374c)

hervor. Dabei muß das Vorzeichen von entgegengesetzt zu dem von gewählt werden.

(Zum Skalarprodukt zweier Vektoren s. Skalarprodukt und Skalarprodukt in affinen Koordinaten, zur Ebenengleichung
in Vektorschreibweise s. Vektorielle Gleichungen.)
Achsenabschnittsform der Ebenengleichung:

Mit den Strecken die unter Berücksichtigung des Vorzeichens von der Ebene auf den Koordiantenachsen
abgeschnitten werden, gilt:

(3.375)
Gleichung einer Ebene, durch drei Punkte:

Die Gleichung einer Ebene, die durch drei Punkte geht,

lautet

a) in Komponentenschreibweise
 (3.376a)

b) in Vektorschreibweise
(3.376b)

(s. gemischtes Produkt dreier Vektoren).

Gleichung einer Ebene durch zwei Punkte, parallel zu einer Geraden:

Die Gleichung einer Ebene, die durch zwei Punkte geht und parallel zu einer

Geraden mit dem Richtungsvektor liegt, lautet

a) in Komponentenschreibweise

(3.377a)

b) in Vektorschreibweise
(3.377b)
(S. auch gemischtes Produkt oder Spatprodukt dreier Vektoren.)

Gleichung einer Ebene durch einen Punkt, parallel zu zwei Geraden:

Die Gleichung einer Ebene, die durch einen Punkt geht und parallel zu zwei Geraden mit den

Richtungsvektoren und verläuft, lautet

a) in Komponentenschreibweise

(3.378a)

b) in Vektorschreibweise
(3.378b)
(S. auch gemischtes Produkt oder Spatprodukt dreier Vektoren.)

Gleichung einer Ebene durch einen Punkt, senkrecht zu einer Geraden:

Die Gleichung einer Ebene, die durch einen Punkt geht und senkrecht zu einer Geraden mit dem
Richtungsvektor verläuft, lautet

a) in Komponentenschreibweise
(3.379a)
b) in Vektorschreibweise
(3.379b)
(Zum Skalarprodukt zweier Vektoren s. Skalarprodukt und Skalarprodukt in affinen Koordinaten.)

Abstand eines Punktes von einer Ebene:

Einsetzen der Koordinaten des Punktes in die HESSEsche Normalform der Ebenengleichung (3.374a)

(3.380a)
liefert
(3.380b)

Wenn und der Koordinatenursprung auf verschiedenen Seiten der Ebene liegen, ist im

entgegengesetzten Falle ist

Gleichung einer Ebene durch die Schnittlinie zweier Ebenen:

Die Gleichung einer Ebene, die durch die Schnittlinie zweier Ebenen mit den Gleichungen
und verläuft, lautet

a) in Komponentenschreibweise
(3.381a)
b) in Vektorschreibweise
(3.381b)

Dabei ist ein reeller Parameter, so daß durch die Gleichungen (3.381a) und (3.381b) ein ganzes Ebenenbüschel
beschrieben wird. Die folgende Abbildung zeigt den Fall eines Ebenenbüschels mit drei Ebenen.
Wenn in den Gleichungen (3.381a) oder (3.381b) die Werte zwischen und durchläuft, erhält man alle

Ebenen des Büschels. Für erhält man die Gleichungen der Ebenen, die die Winkel zwischen den beiden
gegebenen Ebenen halbieren, wenn deren Gleichungen in der Normalform gegeben sind.
(Zum Skalarprodukt zweier Vektoren s. Skalarprodukt und Skalarprodukt in affinen Koordinaten, zur Ebenengleichung
in Vektorschreibweise (s. Vektorielle Gleichungen.)
Sphärischer Abstand

Durch zwei Punkte und der Kugeloberfläche, die keine Gegenpunkte, d.h. keine Endpunkte eines
Durchmessers sind, lassen sich unendlich viele Kleinkreise, aber nur ein Großkreis (mit der Großkreisebene g) legen.
In der folgenden Abbildung sind durch die Punkte und die zwei Kleinkreise gelegt und in die Ebene

des durch gehenden Großkreises geklappt.

Man sieht, daß der Großkreis den größten Radius und damit die kleinste Krümmung hat. Daher stellt der kleinere der
beiden Großkreisbögen durch und die kürzeste Verbindung beider Punkte dar. Er ist die kürzeste Verbindung
zwischen den Punkten und auf der Kugeloberfläche und wird sphärischer Abstand genannt.
Messung des sphärischen Abstandes

Der sphärische Abstand zweier Punkte kann im Längenmaß oder im Winkelmaß ausgedrückt werden.

Sphärischer Abstand im Winkelmaß ist der Winkel zwischen den Radien und , gemessen im
 Kugelmittelpunkt . Dieser Winkel ist dem sphärischen Abstand eindeutig zugeordnet und wird im folgenden
mit kleinen lateinischen Buchstaben bezeichnet. Die Bezeichnung kann am Kugelmittelpunkt oder auf dem
Großkreisbogen angegeben werden.
Sphärischer Abstand im Längenmaß ist die Länge des Großkreisbogens zwischen und . Sie wird im

folgenden mit (Bogen ) bezeichnet.

Umrechnungen von Winkelmaß in Längenmaß und umgekehrt erfolgen gemäß

(3.161a)

(3.161b)

Dabei ist der in Grad und arc der in Radiant gemessene Winkel (s. Bogenmaß). Für den Umrechnungsfaktor
gilt

(3.161c)

Die Angaben im Längen- oder Winkelmaß sind gleichwertig, aber in der sphärischen Trigonometrie werden die
sphärischen Abstände in der Regel im Winkelmaß angegeben.

Beispiel A
 Bei sphärischen Berechnungen auf der Erdoberfläche wird von einer Kugel ausgegangen, die das gleiche
Volumen wie das zweiachsige Referenzellipsoid von KRASSOWSKI hat. Dieser Erdkugelradius beträgt

km, woraus folgt 111,2 km, 1853,3 m = 1 alte Seemeile. Heute gilt: 1
Seemeile = 1852 m.
Beispiel B

Der sphärische Abstand zwischen Dresden und St. Petersburg beträgt = 1433 km oder
Abstand zwischen zwei Punkten

Sind die Punkte in kartesischen Koordinaten und gegeben, dann ist

(3.291)

sind sie als und in Polarkoordinaten gegeben, dann gilt

(3.292)
Abstand zwischen zwei Punkten

Zwischen den Punkten und in der folgenden Abbildung beträgt der Abstand

(3.360a)
Die Richtungskosinusse der Strecke zwischen beiden Punkten berechnen sich gemäß

(3.360b)
Ableitungsfreies Gauß-Newton-Verfahren

Zur Lösung der Quadratmittelaufgabe (19.24) geht man im nichtlinearen Fall ( nichtlineare Ausgleichsaufgabe ) iterativ
wie folgt vor:

1.

Ausgehend von geeigneten Startnäherungen approximiert man wie beim NEWTON-

Verfahren (dort gemäß (19.61)), die nichtlinearen Funktionen

durch lineare Näherungen , die in jedem Iterationsschritt gemäß

(19.65)

berechnet werden.
2.

Man setzt in (19.65) und ermittelt die Verbesserungen nach der GAUSSschen

Fehlerquadratmethode, d.h. durch Lösung der linearen Quadratmittelaufgabe

(19.66)

z.B. mit Hilfe der Normalgleichungen (19.42), oder des HOUSEHOLDER-Verfahrens.

3.
Man erhält Näherungen für die gesuchte Lösung durch

(19.67a)

(19.67b)

wobei ein Schrittweitenparameter wie beim NEWTON-Verfahren ist.

Durch Wiederholung der Schritte 2 und 3 mit an Stelle von erhält man das GAUSS-NEWTON- Verfahren

. Es liefert eine Folge von Näherungswerten, deren Konvergenz sehr stark von der Güte der Startnäherungen abhängt.
Mit Hilfe des Schrittweitenparameters läßt sich jedoch ein sogenannter Abstieg , d.h. eine Verkleinerung der
Fehlerquadratsumme, erzielen.

Wenn die Berechnung der partiellen Ableitungen

mit großem Aufwand verbunden ist, kann man die partiellen Ableitungen durch Differenzenquotienten sehr einfach
approximieren:

(19.68)

Die sogenannten Diskretisierungsschrittweiten können in Abhängigkeit von Iterationsschritt und Variablen

speziell gewählt werden.

Verwendet man die Näherungen (19.68), dann müssen bei der Durchführung des GAUSS-NEWTON-Verfahrens nur
Funktionswerte berechnet werden, d.h., das Verfahren ist dann ableitungsfrei .
Kartesische oder DESCARTESsche Koordinaten

Kartesische oder DESCARTESsche Koordinaten eines Punktes sind die mit einem bestimmten Vorzeichen
behafteten und in einem bestimmten Maßstab angegebenen Entfernungen dieses Punktes von zwei senkrecht
aufeinander stehenden Koordinatenachsen .

Der Schnittpunkt 0 der Koordinatenachsen wird Koordinatenursprung oder Koordinatenanfangspunkt genannt. Die
horizontale Koordinatenachse, meist die -Achse, wird gewöhnlich Abszissenachse genannt, die vertikale
Koordinatenachse, meist die -Achse, Ordinatenachse . Auf diesen Achsen wird die positive Richtung festgelegt: für
die -Achse gewöhnlich nach rechts weisend, für die -Achse nach oben. Die Koordinatenvorzeichen eines

Punktes sind dann positiv oder negativ, je nachdem, auf welche Halbachse die Projektion des Punktes fällt.

Die Koordinaten bzw. werden die Abszisse bzw. die Ordinate des Punktes genannt. Mit der Schreibweise

wird ein Punkt mit der Abszisse und der Ordinate angegeben. Durch die Koordinatenachsen wird die

-Ebene in vier Quadranten I, II, III und IV zerlegt.

Kartesische Koordinaten

1. Grundbegriffe:
Kartesische Koordinaten eines Punktes werden die mit einem bestimmten Vorzeichen versehenen und in
einer bestimmten Maßeinheit angegebenen Abstände von drei rechtwinklig aufeinanderstehenden
Koordinatenebenen genannt. Sie stellen die Projektionen des Radiusvektors zum Punkt auf drei
rechtwinklig aufeinanderstehende Koordinatenachsen dar.
Der Schnittpunkt 0 der Koordinatenachsen wird Koordinatenursprung oder Koordinatenanfangspunkt genannt.
Die Koordinaten heißen Abszisse , Ordinate und Applikate . Die Schreibweise bedeutet,

daß der Punkt die Koordinaten hat. Die Vorzeichen der Koordinaten richten sich

nach dem Oktanten, in dem sich der Punkt befindet.

2. Koordinatenvorzeichen:
Die Koordinatenvorzeichen in den 8 Oktanten sind in der Tabelle angegeben.
Tabelle Koordinatenvorzeichen in den Oktanten

Oktant
3. Einheitsvektoren im Rechts- und Linkssystem:
Im rechtshändigen kartesischen Koordinatensystem (linke Abbildung) gilt für die senkrecht
aufeinanderstehenden und in der Reihenfolge genommenen Einheitsvektoren

(3.353a)
d.h., es gilt die Rechte-Hand-Regel.

Die drei Formeln gehen durch zyklische Vertauschung der Einheitsvektoren auseinander hervor.
Im linkshändigen kartesischen Koordinatensystem (rechte Abbildung) gilt
 (3.353b)
Das negative Vorzeichen der Vektorprodukte ergibt sich aus der linkshändigen Reihenfolge der Einheitsvektoren, d.h.
ihrer Anordnung im Uhrzeigersinn.
Es ist zu beachten, daß in beiden Fällen gilt:
(3.353c)
Im allgemeinen werden, wie auch in diesem Buch, rechtshändige Koordinatensysteme verwendet; die Formeln sind
allerdings nicht von dieser Wahl abhängig.
Theorie der Meßfehler
Bei jeder wissenschaftlichen Messung -- unabhängig davon, wie sorgfältig sie durchgeführt wird -- sind
Beobachtungs- oder Meßwerte mit unvermeidlichen Meßfehlern behaftet. Nach DIN werden die Meßfehler, also alle
während einer Messung auftretenden Fehler, Abweichungen genannt. Unsicherheiten nennt man dagegen die Fehler
bei der Angabe von Meßergebnissen. Mit diesen beiden Begriffen kann man die Zielstellung der Theorie der
Meßfehler wie folgt formulieren:

1.
Die Abweichungen sind so klein wie möglich zu halten, d.h., für den Wert, der durch die Messung bestimmt
werden soll, ist eine möglichst gute Näherung zu ermitteln. Dafür eignet sich besonders die
Ausgleichsrechnung , die auf GAUSS zurückgeht und die im wesentlichen aus der Fehlerquadratmethode
besteht.
2.
Die Unsicherheit ist so gut wie möglich abzuschätzen oder zu berechnen, wozu die Methoden der
mathematischen Statistik eingesetzt werden.

● Meßfehler und ihre Verteilung

● Fehlerfortpflanzung und Fehleranalyse
Prinzip der Prüfverfahren

Ein statistisches Prüfverfahren hat grundsätzlich folgenden Aufbau:

1.
Es wird eine Hypothese aufgestellt, daß die Stichprobe einer Grundgesamtheit von vorgegebenen
Eigenschaften angehört, z.B.
:
Grundgesamtheit ist normalverteilt mit den Parametern und oder

:
Für das unbekannte wird ein Näherungswert , in diesem Zusammenhang auch Schätzwert

genannt, eingesetzt, der z.B. durch Rundung des Stichprobenmittelwertes gewonnen wird.
2.
Man ermittelt in der angenommenen Grundgesamtheit ein Vertrauensintervall (im allgemeinen mit Hilfe von
Tabellen), in dem der Wert einer bestimmten Stichprobenfunktion mit einer vorgegebenen Sicherheit (z.B.
oder ) liegt.
3.
 Man berechnet den Wert der Stichprobenfunktion und lehnt die Hypothese ab, wenn dieser Wert nicht in
liegt.

Beispiel

Prüfen des Mittelwertes mit der Hypothese : bei vorgegebener Irrtumswahrscheinlichkeit .

Gemäß Abschnitt Vertrauensgrenzen für den Mittelwert genügt die Zufallsgröße einer

-Verteilung mit Freiheitsgraden. Daraus folgt, daß man die Hypothese ablehnen muß,

wenn nicht in dem durch (16.125) festgelegten Vertrauensintervall liegt, d.h., wenn sich

(16.130)

ergibt. Man sagt dann, es handelt sich um eine signifikante Abweichung und spricht von Signifikanz .

Weitere Angaben über die Durchführung von Prüfverfahren s. Lit. 16.23.

Unterabschnitte

● Evolvente oder Involute

Evolute

Evolute einer gegebenen Kurve heißt eine zweite Kurve, die aus den Krümmungsmittelpunkten der ersten Kurve
besteht; sie ist gleichzeitig Einhüllende der Normalen dieser ersten Kurve. Die Einhüllende wird auch Enveloppe
genannt. Die Parameterform der Evolute erhält man aus der Gleichung (3.444) für die Krümmungsmittelpunkte, wenn
und als laufende Koordinaten aufgefaßt werden. Wenn es gelingt, aus diesen Gleichungen den Parameter (

oder ) zu eliminieren, dann kann die Evolutengleichung in kartesischen Koordinaten hingeschrieben werden.

Beispiel
Es ist die Evolute der Parabel zu bestimmen.

Aus folgt mit und

als laufende Koordinaten der Evolute

Evolvente oder Involute

Evolvente oder Involute einer Kurve heißt eine Kurve die für eine Evolute ist. Daher ist jede Normale

der Evolvente eine Tangente an die Evolute, und die Bogenlänge der Evolute ist gleich dem Zuwachs

des Krümmungsradius der Evolvente (linke Abbildung):

(3.460)
Diese Eigenschaften berechtigen für die Evolvente zu der Bezeichnung ,,Abwickelkurve `` der Kurve da sie aus

durch Abwickeln eines gespannten Fadens erhalten werden kann (rechte Abbildung). Einer gegebenen Evolute
entspricht eine Schar von Evolventen, die jeweils durch die ursprüngliche Länge des gespannten Fadens bestimmt
werden.
Die Gleichung der Evolute ergibt sich durch Integration eines Systems von Differentialgleichungen, das die Gleichung
der Evolute darstellt (s. auch Kreisevolvente).

Beispiel
Die Katenoide ist die Evolute der Traktrix, die Traktrix die Evolvente der Katenoide.
Mächtigkeit, Kardinalzahl

1. Mächtigkeit, Kardinalzahl: Zwei Mengen heißen gleichmächtig , falls es zwischen ihnen eine

bijektive Abbildung gibt. Jeder Menge wird eine Kardinalzahl oder zugordnet, so daß

gleichmächtige Mengen die gleiche Kardinalzahl erhalten. Eine Menge ist zu ihrer Potenzmenge niemals
gleichmächtig, so daß es keine ,,größte`` Kardinalzahl gibt.
2. Unendliche Mengen: Unendliche Mengen sind dadurch charakterisiert, daß sie echte Teilmengen besitzen,
die zur Gesamtmenge gleichmächtig sind. Die ,,kleinste`` unendliche Kardinalzahl ist die Kardinalzahl der
Menge der natürlichen Zahlen.

Eine Menge heißt abzählbar (unendlich), wenn sie zu gleichmächtig ist. Das bedeutet, ihre Elemente
lassen sich durchnumerieren bzw. als unendliche Folge schreiben.

Eine Menge heißt überabzählbar (unendlich), wenn sie unendlich, aber nicht gleichmächtig zu ist.
Demzufolge ist jede nichtabzählbar (unendliche) Menge überabzählbar (unendlich).
Beispiel A

Die Menge der ganzen Zahlen und die Menge der rationalen Zahlen sind abzählbar
(unendlich).

Beispiel B
Die Menge der reellen Zahlen und die Menge der komplexen Zahlen sind überabzählbar
(unendlich).
Hinweise:

1.
Zur Bestimmung der Regressionskoeffizienten hätte man auch von der Interpolationsbedingung

, d.h. von

(16.151)

ausgehen können. Im Falle stellt (16.151) ein überbestimmtes lineares Gleichungssystem dar, zu dessen
genäherter Lösung das HOUSEHOLDER-Verfahren verwendet werden kann. Der Übergang von (16.151), d.h.
Multiplikation von (16.151) mit , wird auch als GAUSS-Transformation bezeichnet. Wenn die Spalten der Matrix
G linear unabhängig sind, also Rang ist, dann hat das Normalgleichungssystem (16.147e) eine
eindeutige Lösung, die mit der nach HOUSEHOLDER ermittelten Näherungslösung von (16.151) übereinstimmt.
2.
Auch im mehrdimensionalen Fall lassen sich mit Hilfe der -Verteilung Vertrauensgrenzen für die
Regressionskoeffizienten analog zu (16.143a,b) angeben (s. Lit. 16.9).
3.
Mit Hilfe der -Verteilung kann man einen sogenannten Adäquatheitstest für den Ansatz (16.147b)
durchführen. Dieser Test gibt Auskunft darüber, ob ein Ansatz der Form (16.147b), aber mit weniger Gliedern,
schon eine hinreichend gute Approximation der theoretischen Regressionsfunktion (16.144) liefert (s. Lit. 16.9).
Addition und Subtraktion

Addition und Subtraktion zweier oder mehrerer komplexer Zahlen sind in der algebraischen Schreibweise durch die
Formel

(1.138)

definiert. In der geometrischen Interpretation werden zur Summen- bzw. Differenzbildung die Vektoren der
betreffenden komplexen Zahlen addiert bzw. subtrahiert (s. Regeln der Vektorrechnung).
Unterabschnitte

● Addition:
● Subtraktion:
● Multiplikation:
● Division:
● Resultatfehler:
● Vermeidung der Auslöschung:

Grundoperationen des numerischen Rechnens

Jeder numerische Prozeß setzt sich letztlich aus einer Folge von Grundrechenoperationen zusammen. Probleme
ergeben sich insbesondere durch die endliche Stellenzahl bei der Gleitpunktarithmetik. Diese sollen kurz betrachtet
werden. Es sei vorausgesetzt, daß und normalisierte fehlerfreie Gleitkommazahlen gleichen Vorzeichens mit

einem Wert sind.

(19.269a)
 (19.269b)

(19.269c)

Addition:

Für erfolgt der Exponentenangleich an , da wegen der Normalisierung nur eine Linksverschiebung des
Punktes möglich ist. Die Mantissen werden addiert.
(19.270a)

(19.270b)
so erfolgt die Punktverschiebung um eine Stelle nach links bei gleichzeitiger Erhöhung des Exponenten um eins
(Additionsüberlauf).

Beispiel

Subtraktion:
Der Exponentenangleich erfolgt wie bei der Addition, die Mantissen werden subtrahiert. Ist
(19.271a)
und
(19.271b)
so erfolgt die Punktverschiebung um maximal Stellen nach rechts mit entsprechender Erniedrigung des Exponenten.

Beispiel

Das Beispiel zeigt den kritischen Fall der Auslöschung führender Nullen. Durch die beschränkte Stellenzahl (hier 4)
werden außerdem von rechts Nullen eingeschleppt, die eine erhöhte Anzahl gültiger Ziffern vortäuschen.

Multiplikation:

Die Exponenten werden addiert und die Mantissen multipliziert. Ist

(19.272)
so wird der Dezimalpunkt bei gleichzeitiger Erniedrigung des Exponenten um eins um eine Stelle nach rechts
verschoben ( Multiplikationsunterlauf ).

Beispiel

.
Division:

Die Exponenten werden subtrahiert und die Mantissen dividiert. Ist

(19.273)

so wird der Dezimalpunkt bei gleichzeitiger Erhöhung des Exponenten um eins um eine Stelle nach links verschoben (
Divisionsüberlauf ).

Beispiel

Resultatfehler:

Der Resultatfehler bei den vier Grundrechenarten mit vorausgesetzten fehlerfreien Operanden resultiert dann lediglich
aus der Rundung. Für den relativen Fehler gilt mit der Stellenzahl und der Basis die Schranke

(19.274)

Vermeidung der Auslöschung:

Es ist ersichtlich, daß die Subtraktion nahezu gleich großer Gleitkommazahlen die kritische Operation ist. Wenn möglich,
sollte in solchen Fällen durch Prioritätenänderungen oder andere Anordnung der Operanden die Reihenfolge der
Operationen geändert werden.
Darstellung in Form eines Polynoms

Jeder ganzrationale Ausdruck kann mit Hilfe elementarer Umformungen, also durch Zusammenziehen gleichnamiger Glieder,
Addition, Subtraktion und Multiplikation von Monomen und Polynomen, in Form eines Polynoms dargestellt werden.

Beispiel

● Zerlegung eines Polynoms in Faktoren

● Spezielle Formeln
Arithmetische Operationen

Die arithmetischen Operationen (Addition, Subtraktion, Multiplikation und Division) mit zwei beliebigen rationalen
Zahlen sind stets möglich und liefern im Ergebnis wieder eine rationale Zahl. Eine Ausnahme davon ist die Division
durch Null , die unmöglich ist: Die Schreibweise hat keinen bestimmten Sinn, da es keine bestimmte rationale
Zahl gibt, die der Gleichung mit genügt. Für kann eine beliebige rationale Zahl

sein. Die oft verwendete Schreibweise (unendlich) bedeutet nicht, daß diese Division möglich ist; es ist
lediglich eine Abkürzung für die Aussage: Wenn sich der Nenner Null nähert, wächst der Quotient absolut genommen
über alle Grenzen.
Rechenregeln

1. Elementare algebraische Operationen: Die Multiplikation eines Tensors mit einer Zahl und die Addition
und Subtraktion von Tensoren gleicher Stufe erfolgen komponentenweise analog zu den entsprechenden
Operationen bei Vektoren und Matrizen.
2. Tensorprodukt: Die Tensoren bzw. mit den Komponenten bzw. seien von der Stufe

bzw. Dann bilden die Skalare

(4.73a)

die Komponenten eines Tensors der Stufe Man schreibt = und spricht vom Tensorprodukt

von und . Es gelten Assioziativ- und Distributivgesetz:

(4.73b)

3. Dyadisches Produkt: Das Produkt zweier Tensoren 1. Stufe und

ergibt einen Tensor 2. Stufe mit den Elementen

 (4.74a)
d.h., das Tensorprodukt stellt die Matrix

(4.74b)

dar. Diese wird auch als dyadisches Produkt der beiden Vektoren und bezeichnet.

4. Verjüngung: Setzt man in einem Tensor der Stufe zwei Indizes gleich und summiert über

sie, so erhält man einen Tensor der Stufe und spricht von einer Verjüngung des Tensors.

Beispiel

Der 2stufige Tensor von (4.74a) mit der das Tensorprodukt der beiden Vektoren

und darstellt, wird über die Indizes und verjüngt, so daß

man mit
(4.75)

einen Skalar, also einen Tensor nullter Stufe erhält. Er stellt das Skalarprodukt der Vektoren und
dar.
Rechenregeln

Neben den bereits formulierten Rechenregeln gelten noch die folgenden Rechenregeln:

1. Addition und Subtraktion: Tensoren gleicher Stufe, deren einander entsprechende Indizes beide kovariant
oder beide kontravariant stehen, werden koordinatenweise addiert oder subtrahiert und liefern einen Tensor
der gleichen Stufe.
2. Multiplikation: Die Multiplikation der Koordinaten eines Tensors -ter Stufe mit denen eines Tensors -
ter Stufe ergibt stets einen Tensor der Stufe

3. Verjüngung: Setzt man in einem Tensor -ter Stufe einen kovariant und einen kontravariant

stehenden Index einander gleich und summiert entsprechend der EINSTEINschen Summenkonvention über
diesen Index, dann entsteht ein Tensor der Stufe . Diese Operation heißt Verjüngung .
4. Überschiebung: Unter Überschiebung zweier Tensoren versteht man folgende Operation: Beide Tensoren
werden multipliziert, und anschließend wird eine Verjüngung des Ergebnisses derart vorgenommen, daß die
Indizes, nach denen verjüngt wird, verschiedenen Faktoren angehören.
5. Symmetrie: Ein Tensor heißt symmetrisch bezüglich zweier kovariant oder zweier kontravariant stehender
Indizes, wenn er sich bei deren Vertauschung nicht ändert.
 6. Schiefsymmetrie: Ein Tensor heißt schiefsymmetrisch bezüglich zweier kovariant oder zweier kontravariant
stehender Indizes, wenn er sich bei deren Vertauschung mit multipliziert.

Beispiel
Der Epsilontensor ist schiefsymmetrisch bezüglich zweier beliebiger kovarianter oder kontravarianter
Indizes.
Summen und Differenzen von Areafunktionen

(2.209)

(2.210)

(2.211)
Hyperbelfunktionen der Summe und der Differenz zweier Argumente
(Additionstheoreme)

(2.172)

(2.173)

(2.174)

(2.175)
Summe und Differenz von arcsin x und arcsin y

(2.145a)

(2.145b)

(2.145c)

(2.146a)

(2.146b)
(2.146c)
Trigonometrische Funktionen von Summe und Differenz zweier Winkel

(2.82)

(2.83)

(2.84)

(2.85)

(2.86)
(2.87)
Summen und Differenzen zweier trigonometrischer Funktionen
(Additionstheoreme)

(2.107)

(2.108)

(2.109)

(2.110)
(2.111)

(2.112)

(2.113)

(2.114)
Sigma-Algebren und Maße
Ausgangspunkt für den Begriff eines Maßes ist eine Verallgemeinerung der Begriffe der Länge eines Intervalls in ,
des Flächeninhalts und des Volumens einiger Teilmengen aus und . Diese Verallgemeinerung wird benötigt,
um möglichst viele Mengen ,,messen``zu können und möglichst viele Funktionen ,,integrierbar zu machen``.
Beispielsweise hat das Volumen eines -dimensionalen Quaders
den Wert .

● -Algebra
● Maß
Adjazenz

Gilt dann heißt der Knoten adjazent , d.h. benachbart, zum Knoten Der Knoten heißt

Startpunkt von heißt Zielpunkt von und heißen Endpunkte von

Entsprechend werden die Adjazenz in ungerichteten Graphen und die Endpunkte von ungerichteten Kanten definiert.
Adjazenzmatrix

Endliche Graphen kann man wie folgt durch eine Matrix beschreiben: Es sei ein Graph mit

und Dabei bezeichne die Anzahl der Kanten

von nach Bei ungerichteten Graphen werden Schlingen doppelt gezählt; bei gerichteten Graphen zählt man

Schlingen einfach. Die Matrix vom Typ mit wird Adjazenzmatrix genannt. Ist der

Graph zusätzlich schlicht, dann hat die Adjazenzmatrix die folgende Gestalt:

(5.233)

D.h. in der Matrix steht in der -ten Zeile und -ten Spalte genau dann eine 1, wenn eine Kante von nach

verläuft.
Für ungerichtete Graphen ist die Adjazenzmatrix symmetrisch.
Beispiel A

Neben der Abbildung ist die Adjazenzmatrix des gerichteten Graphen gezeigt.

Beispiel B
Neben der Abbildung ist die Adjazenzmatrix des ungerichteten schlichten Graphen gezeigt.
Determinante

Determinanten sind reelle oder komplexe Zahlen, die eindeutig quadratischen Matrizen zugeordnet werden. Eine
Determinante -ter Ordnung, die der Matrix vom Typ zugeordnet ist,

(4.54)

wird mit Hilfe des LAPLACEschen Entwicklungssatzes rekursiv definiert:

(4.55a)
 (4.55b)

Hierbei ist die mit dem Vorzeichenfaktor multiplizierte Unterdeterminante des Elements

Man nennt Adjunkte oder algebraisches Komplement .

Matrix-Gerüst-Satz

Es sei ein Graph mit und Durch

mit

(5.239a)

wird eine Matrix vom Typ definiert, die auch Valenzmatrix genannt wird. Die Differenz von Valenzmatrix und

Adjazenzmatrix ist die Admittanzmatrix von :

(5.239b)

Aus erhält man durch Streichen der -ten Zeile und der -ten Spalte die Matrix Die Determinante von

ist gleich der Anzahl der Gerüste im Graphen

Beispiel
Die Adjazenzmatrix, die Valenzmatrix und die Admittanzmatrix zum Graphen in der Abbildung im Abschnitt
Gerüste lauten:

Wegen det hat der Graph genau 5 Gerüste.

Ähnliche Dreiecke, Ähnlichkeitssätze

Unter Ähnlichkeit versteht man allgemein die völlige Übereinstimmung der Gestalt ebener Figuren, ohne daß ihre
Größe übereinstimmt. Ähnliche Figuren können durch geometrische Transformationen ineinander überführt werden,
derart, daß die Punkte der einen Figur umkehrbar eindeutig so auf die Punkte der anderen abgebildet werden, daß
jedem Winkel der einen Figur ein gleicher Winkel der anderen Figur entspricht. Gleichwertig mit dieser Erklärung ist
die Aussage: In ähnlichen Figuren sind einander entsprechende Strecken zueinander proportional.

Die Ähnlichkeit von Figuren erfordert entweder die Übereinstimmung aller Winkel oder die Übereinstimmung
aller entsprechenden Streckenverhältnisse.
Die Flächeninhalte ähnlicher ebener Figuren sind proportional zum Quadrat einander entsprechender linearer
Elemente, wie Seiten, Höhen, Diagonalen usw.
Die Ähnlichkeitssätze für das ebene Dreiecke besagen, daß Dreiecke ähnlich sind, wenn sie übereinstimmen
in
❍ zwei Seitenverhältnissen,

❍ zwei gleichliegenden Innenwinkeln,

❍ im Verhältnis zweier Seiten und in dem von diesen Seiten gebildeten Innenwinkel,

❍ im Verhältnis zweier Seiten und dem der größeren dieser Seiten gegenüberliegenden Innenwinkel.

Da bei der Ähnlichkeit nur Seitenverhältnisse, nicht aber wie bei der Kongruenz Seitenlängen eine Rolle
spielen, enthalten die Ähnlichkeitssätze je ein Bestimmungsstück weniger als die entsprechenden
Kongruenzsätze.
Homogene Gleichungen oder Ähnlichkeitsdifferentialgleichungen

Wenn und homogene Funktionen gleichen Grades sind, dann kann in der Gleichung

(9.8)

die Trennung der Variablen durch die Substitution erreicht werden.

Beispiel
 .

Somit ist

Wie unter Trennung der Variablen für oder erwähnt wird, ist die Gerade auch eine

Integralkurve.
Direkter Beweis

Es wird von einem bereits als richtig bewiesenen Satz (Voraussetzung ) ausgegangen und daraus die Wahrheit

des zu beweisenden Satzes (Behauptung ) abgeleitet. Bei der logischen Schlußfolgerung wird vorwiegend die
Implikation oder die Äquivalenz verwendet.

a) Direkter Beweis mit Hilfe der Implikation:

In der Implikation folgt aus der Wahrheit der Voraussetzung die Wahrheit der Behauptung (s. 4. Zeile
der Wahrheitstafel ,,Implikation``).

Beispiel
 Die Ungleichung für ist zu beweisen. Voraussetzung ist die als

richtig erkannte binomische Formel Durch Subtraktion von

folgt: und aus dieser Ungleichung erhält man unmittelbar

die Behauptung, wenn man sich beim Radizieren wegen und auf das positive
Vorzeichen beschränkt.
b) Direkter Beweis mit Hilfe der Äquivalenz:
Der Beweis wird durch Verifizieren , d.h. durch den Nachweis der Wahrheit, geführt. Man geht dabei von der
Wahrheit der Behauptung aus und zeigt die Wahrheit der Behauptung , was allerdings nur bei einer

Äquivalenz möglich ist. Praktisch bedeutet dies, daß alle Rechenoperationen, die in überführen,
eindeutig umkehrbar sein müssen.

Beispiel
Die Ungleichung für ist zu beweisen.

Durch Multiplikation mit erhält man:

Wegen ist die entstandene Ungleichung richtig, und da die durchgeführten

Rechenoperationen eindeutig umkehrbar sind, ist auch die Ausgangsungleichung richtig.

BOOLEsche Funktionen

Es bezeichnet wieder die zweielementige BOOLEsche Algebra. Eine n-stellige BOOLEsche Funktion ist eine

Abbildung von in Es gibt -stellige BOOLEsche Funktionen. Die Menge aller -stelligen
BOOLEschen Funktionen wird mit
(5.220)
(5.221)

(5.222)

zu einer BOOLEschen Algebra. Dabei ist jeweils ein -Tupel von Elementen aus und auf der

rechten Seite der Gleichungen werden die Operationen in ausgeführt. Die ausgezeichneten Elemente 0 bzw. 1
entsprechen den Funktionen bzw. mit

(5.223)
Beispiel A
Im Falle , d.h. bei nur einer BOOLEschen Variablen , gibt es die vier BOOLEschen Funktionen:

(5.224)

Beispiel B

Im Falle , d.h. bei zwei BOOLEschen Variablen und , gibt es 16 verschiedene BOOLEschen
Funktionen, von denen die wichtigsten eigene Namen haben und durch eigene Symbole dargestellt werden.
Sie sind in der folgenden Tabelle aufgeführt.
Einige BOOLEsche Funktionen mit zwei Variablen und
Name der Verschiedene Verschiedene Wertetabelle für
Funktion Schreibweisen Symbole

SCHEFFER
bzw.
NAND
NAND
 PEIRCE
bzw.
NOR

NOR

Äquivalenz
bzw.
XOR
Äquivalenz

Implikation
Wahrheitstafeln

Faßt man und als Variable auf, die nur die Werte F und W annehmen können ( Aussagenvariable ), so
beschreiben die folgenden Wahrheitstafeln die den Junktoren entsprechenden Wahrheitsfunktionen :
Tabelle Wahrheitstafeln der Aussagenlogik
Äquivalenzklassen

Eine Äquivalenzrelation in einer Menge
Teilmengen, Äquivalenzklassen .
heißt Äquivalenzklasse von bezüglich
bewirkt eine Aufteilung von in nichtleere paarweise disjunkte
(5.87)
Für Äquivalenzklassen gilt:
(5.88)

Diese Äquivalenzklassen werden zu einer neuen Menge, der Faktormenge zusammengefaßt:

(5.89)

Eine Teilmenge der Potenzmenge heißt Zerlegung von , wenn

(5.90)
Äquivalenz- und Ordnungsrelationen
Die wichtigsten Klassen binärer Relationen in einer Menge sind die Äquivalenz- und Ordnungsrelationen.

● Äquivalenzrelationen
● Äquivalenzklassen, Zerlegungen
● Ordnungsrelationen
● HASSE-Diagramme
Boolesche Algebren und Schaltalgebra
Die bei der Darstellung der Grundgesetze der Mengenalgebra festgestellte Analogie zu den Grundgesetzen der
Aussagenlogik trifft auch auf die Rechenregeln für Operationen mit anderen mathematischen Objekten zu. Die
Untersuchung dieser Rechenregeln führt auf den Begriff der BOOLEschen Algebra.

● Definition und Grundgesetze

● Dualitätsprinzip
● Endliche BOOLEsche Algebren
● BOOLEsche Algebren als Ordnungen
● BOOLEsche Funktionen, BOOLEsche Ausdrücke
● Normalformen
● Schaltalgebra
Endliche BOOLEsche Algebren
Alle endlichen BOOLEschen Algebren lassen sich bis auf ,,Isomorphie`` einfach angeben. Es seien

BOOLEsche Algebren und eine bijektive Abbildung. heißt Isomorphismus , falls gilt:

(5.219)

Jede endliche BOOLEsche Algebra ist isomorph zur BOOLEschen Algebra der Potenzmenge einer endlichen Menge.
Insbesondere hat jede endliche BOOLEsche Algebra Elemente, und je zwei endliche BOOLEsche Algebren mit
gleich vielen Elementen sind isomorph.
Im folgenden wird mit die zweielementige BOOLEsche Algebra mit den folgenden Operationen

bezeichnet:

Tabelle Operationen der zweielementigen BOOLEschen Algebra

Erklärt man auf dem -fachen kartesischen Produkt die Operationen

und komponentenweise, so wird mit und zu einer BOOLEschen

Algebra. Man nennt das -fache direkte Produkt von Da Elemente enthält, erhält man auf diese
Weise alle endlichen BOOLEschen Algebren (bis auf Isomorphie).
BOOLEsche Algebren als Ordnungen
Jeder BOOLEschen Algebra läßt sich eine Ordnungsrelation in zuordnen: Dabei wird genau dann

gesetzt, wenn gilt (oder gleichbedeutend dazu, wenn gilt).

Somit läßt sich jede endliche BOOLEsche Algebra durch ein HASSE-Diagramm darstellen.

Beispiel

sei die Menge der Teiler der Zahl 30. Als zweistellige Operationen

werden die Bildung des größten gemeinsamen Teilers bzw. des kleinsten gemeinsamen Vielfachen
verwendet und als einstellige Operation die Bildung des Komplements. Die ausgezeichneten Elemente 0
bzw. 1 entsprechen den Zahlen 1 bzw. 30. Das zugehörige HASSE-Diagramm zeigt die folgende Abbildung.
Kongruenzrelationen, Faktoralgebren
Um Faktorstrukturen, wie im Falle der Gruppen und Ringe, für universelle Algebren konstruieren zu können, wird der
Begriff der Kongruenzrelation benötigt. Eine Kongruenzrelation ist eine mit der Struktur verträgliche
Äquivalenzrelation: Es sei eine -Algebra und eine Äquivalenzrelation in

heißt Kongruenzrelation in falls für alle und alle mit

gilt:

(5.192)

Die Menge der Äquivalenzklassen (Faktormenge) bezüglich einer Kongruenzrelation bildet bezüglich
repräsentantenweisem Rechnen wieder eine -Algebra: Es sei eine -Algebra und

eine Kongruenzrelation in Die Faktormenge (s. Äquivalenz- und Ordnungsrelationen) wird bezüglich
folgender Operationen mit

(5.193)

zu einer -Algebra der Faktoralgebra von nach

Die Kongruenzrelationen von Gruppen bzw. Ringen lassen sich durch spezielle Teilstrukturen - Normalteiler bzw.
Ideale - beschreiben. Im allgemeinen, z.B. bei Halbgruppen, ist eine solche Beschreibung der Kongruenzrelationen
nicht möglich.
Termalgebren, freie Algebren

1. Termalgebren: Es sei eine Signatur und eine abzählbare Menge von Variablen. Die Menge

der -Terme über ist induktiv wie folgt definiert:

1.
(5.196)

2.
(5.197)

Die so definierte Menge wird Trägermenge einer -Algebra, der Termalgebra vom Typ

über gemäß folgender Operationen: Ist und so ist

durch
 (5.198)

erklärt.

Freie Algebren: Termalgebren sind die ,,allgemeinsten`` Algebren in der Klasse aller -Algebren, d.h., in
Termalgebren gelten keine ,,Gleichungen``. Solche Algebren werden freie Algebren genannt.
Eine Gleichung ist ein Paar von -Termen in den Variablen

Eine -Algebra erfüllt eine solche Gleichung, wenn für alle gilt:

(5.199)
Eine gleichungsdefinierte Klasse von -Algebren ist eine Klasse von -Algebren, die eine vorgegebene Menge
von Gleichungen erfüllen.
Satz von BIRKHOFF: Die gleichungsdefinierten Klassen sind genau die Varietäten.

Beispiel
Varietäten sind zum Beispiel die Klasse aller Halbgruppen, die Klasse aller Gruppen, die Klasse aller
ABELschen Gruppen und die Klasse aller Ringe. Andererseits gilt zum Beispiel, daß das direkte Produkt von
zyklischen Gruppen keine zyklische Gruppe und das direkte Produkt von Körpern kein Körper ist. Deshalb
bilden die zyklischen Gruppen bzw. Körper keine Varietäten und können nicht durch Gleichungen definiert
werden.
Normierte Algebren
Ein Vektorraum über heißt eine Algebra , wenn zusätzlich zu den Operationen, die im Vektorraum erklärt
sind und den Axiomen (V1) bis (V7) (s. Vektorraumaxiome) genügen, für je zwei Elemente ihr Produkt

oder in der vereinfachten Schreibweise, , erklärt ist, so daß für beliebige und

die folgenden Eigenschaften erfüllt sind:

(12.93)
(12.94)
(12.95)
(12.96)

Eine Algebra ist kommutativ , wenn stets gilt.

Ein linearer Operator der Algebra in die Algebra heißt Algebrenhomomorphismus , wenn für
alle gilt:

(12.97)
Eine Algebra heißt normierte Algebra bzw. eine BANACH-Algebra , wenn sie ein normierter Vektorraum bzw. ein
BANACH-Raum ist und die Norm die (zusätzliche) Eigenschaft

(12.98)

besitzt. In einer normierten Algebra sind alle Operationen stetig, d.h., außer (12.83) gilt für und

auch noch (s. Lit. 12.23).

Jede normierte Algebra kann zu einer BANACH-Algebra vervollständigt werden, indem man das Produkt auf ihre
Normvervollständigung unter Berücksichtigung von (12.98) fortsetzt.

Beispiel A

mit der Norm (12.87f) und der für stetige Funktionen üblichen (punktweisen) Multiplikation.

Beispiel B

Der Vektorraum aller in eine absolut konvergente FOURIER-Reihe zerlegbaren komplexen

auf stetigen Funktionen , d.h.

 (12.99)

mit der Norm und der gewöhnlichen Multiplikation.

Beispiel C

Der Raum aller beschränkten linearen Operatoren auf dem normierten Raum mit der

Operatorennorm und den üblichen algebraischen Operationen, wobei unter dem Produkt zweier

Operatoren die Nacheinanderausführung, also der durch definierte

Operator verstanden wird.

Beispiel D

Der Raum aller absolut summierbaren meßbaren Funktionen auf der reellen Achse

(s. Maß und LEBESGUE-Integral) mit der Norm

(12.100)
wenn man für die Multiplikation von zwei Funktionen die Faltung

verwendet.
Matrizen
● Begriff der Matrix
● Quadratische Matrizen
● Vektoren
● Rechenoperationen mit Matrizen
● Rechenregeln für Matrizen
● Vektor- und Matrizennorm
Definition
Es sei eine Menge von Operationssymbolen, die in paarweise disjunkte Teilmengen zerfällt. In

liegen die Konstanten, in die -stelligen Operationssymbole. Die Familie heißt

Typ oder Signatur . Ist eine Menge und ist jedem -stelligen Operationssymbol eine -stellige

Operation in zugeordnet, so heißt eine - Algebra oder Algebra vom Typ

(oder der Signatur)

Ist endlich, so schreibt man für auch

Faßt man einen Ring als -Algebra auf, so zerfällt

wobei den Operationssymbolen die Konstante 0, Inversenbildung bezüglich Addition, Addition

und Multiplikation zugeordnet sind.
Es seien und -Algebren. heißt -Unteralgebra von falls ist und die Operationen

die Einschränkungen der Operationen auf die Teilmenge sind.

Schaltalgebra
Eine typische Anwendung der BOOLEschen Algebra ist die Vereinfachung von Reihen-Parallel-Schaltungen (RPS).
Dazu wird einer RPS ein BOOLEscher Ausdruck zugeordnet (Transformation). Dieser Ausdruck wird mit den
Umformungsregeln der BOOLEschen Algebra ,,vereinfacht``. Anschließend wird diesem Ausdruck wieder eine RPS
zugeordnet (Rücktransformation). Im Ergebnis erhält man eine vereinfachte RPS, die das gleiche Schaltverhalten wie
die Ausgangsschaltung hat.

RPS bestehen aus Grundelementen, den Arbeits- und Ruhekontakten, mit jeweils zwei Zuständen (geöffnet oder
geschlossen). Die Symbolik ist, wie üblich, so zu verstehen: Wird die steuernde Schaltvorrichtung eingeschaltet, so
schließt der Arbeitskontakt (,,Schließer``) und der Ruhekontakt (,,Öffner``) öffnet sich. Den die Kontakte steuernden
Schaltvorrichtungen werden BOOLEsche Variable zugeordnet. Dem Zustand ,,aus`` bzw. ,,ein`` der Schaltvorrichtung
entspricht der Wert 0 bzw. 1 der BOOLEschen Variablen. Kontakte, die durch die gleichen Vorrichtungen geschaltet
werden, erhalten als Symbol die BOOLEsche Variable dieser Vorrichtung. Der Schaltwert einer RPS ist 0 bzw. 1,
wenn die Schaltung elektrisch leitend bzw. nichtleitend ist. Der Schaltwert ist abhängig von der Stellung der Kontakte
und damit eine BOOLEsche Funktion (Schaltfunktion) der den Schaltvorrichtungen zugeordneten Variablen. In der
folgenden Abbildung sind Kontakte, Schaltungen, Symbole und die ihnen entsprechenden BOOLEschen Ausdrücke
dargestellt.

Die BOOLEschen Ausdrücke, die Schaltfunktionen von RPS repräsentieren, sind dadurch ausgezeichnet, daß das
Negationszeichen nur über Variablen (nicht über Teilausdrücken) stehen darf.

Beispiel
Die Reihen-Parallel-Schaltung aus der folgenden Abbildung ist zu vereinfachen.

Dieser Schaltung ist der BOOLEsche Ausdruck

(5.230)
als Schaltfunktion zugeordnet. Entsprechend den Umformungsregeln der BOOLEschen Algebra ergibt sich:
 (5.231)

Dabei ergibt sich aus und aus

Man erhält die in der Abbildung dargestellte vereinfachte

RPS.
Dieses Beispiel veranschaulicht, daß es nicht immer einfach ist, durch Umformung auf den ,,einfachsten``
BOOLEschen Ausdruck zu kommen. In der Literatur sind dazu Verfahren bereitgestellt.
Universelle Algebra
Eine (universelle) Algebra besteht aus einer Menge, der Trägermenge , und Operationen auf dieser Menge. Einfache
Beispiele sind Halbgruppen, Gruppen sowie Ringe und Körper.
Universelle Algebren (meist mehrsortig, d.h. mit mehreren Trägermengen) werden insbesondere in der theoretischen
Informatik betrachtet. Sie dienen dort als Grundlage für die (algebraische) Spezifikation abstrakter Datentypen und
für Termersetzungssysteme .

● Definition
● Kongruenzrelationen, Faktoralgebren
● Homomorphismen
● Homomorphiesatz
● Varietäten
● Termalgebren, freie Algebren
Interpolation nach Aitken-Neville

In vielen praktischen Fällen wird das Interpolationspolynom explizit nicht benötigt, sondern nur sein Funktionswert an

einer vorgegebenen Stelle des Interpolationsgebietes. Zur Berechnung dieses Funktionswertes kann man nach
AITKEN/NEVILLE rekursiv vorgehen. Dazu verwendet man zweckmäßigerweise die Bezeichnung
(19.161)

in der die Indizierung die verwendeten Stützstellen und damit auch den Grad des Interpolationspolynoms angibt. Es gilt

(19.162)

d.h., der Funktionswert ergibt sich durch lineare Interpolation aus den Funktionswerten von und

, zwei Interpolationspolynomen vom Grad . Die gezielte Anwendung von (19.162) führt auf ein

Schema, das für den Fall angegeben werden soll:

 (19.163)

Die Elemente von (19.163) werden spaltenweise berechnet. Ein neuer Wert im Schema entsteht jeweils aus dem links daneben
stehenden und dem unmittelbar über diesem stehenden Wert, z.B.

(19.164a)

(19.164b)

(19.164c)

Für die Durchführung des Algorithmus von AITKEN/NEVILLE auf dem Computer braucht man nach Lit. 19.3 nur einen Vektor

mit Komponenten, der nacheinander die einzelnen Spalten von (19.163) aufnimmt. Dazu wird vereinbart, daß der Wert

der -ten Spalte die -te Komponente von wird. Damit sind die Spalten

von (19.163) von oben nach unten zu berechnen, um die noch benötigten Werte zur Verfügung zu haben. Der Algorithmus
besteht dann aus folgenden zwei Schritten:
 (19.165a)

(19.165b)

Nach Abschluß von (19.165b) stellt den gesuchten Funktionswert von an der Stelle dar.
Algorithmus von DANTZIG

Es sei ein bewerteter schlichter gerichteter Graph mit für alle Bögen . Der

folgende Algorithmus liefert alle von einem Knoten von aus erreichbaren Knoten zusammen mit ihren

Entfernungen von :

a)
Der Knoten erhält die Markierung Es sei

b)
Die Menge der markierten Knoten sei
c)
Ist , dann beende man den Algorithmus.

d)
 Anderenfalls wähle man einen Bogen aus, für den minimal ist. Man

markiere und , setze sowie und wiederhole b)

mit

Sind alle Bögen mit 1 bewertet, dann kann man gemäß des Problemes des kürzesten Weges mit Hilfe der
Adjazenzmatrix die Länge einer kürzesten Bahn von einem Knoten zu einem Knoten des Graphen finden.
Wird dagegen ein Knoten von nicht markiert, dann gibt es keine von nach führende Bahn.

Wird mit markiert, dann ist die Länge einer solchen Bahn. Eine kürzeste Bahn von nach liegt

in dem von allen markierten Knoten und Bögen gebildeten Baum, dem Entfernungsbaum bezüglich

Beispiel
Im Graphen der folgenden Abbildung bilden die grün gezeichneten Bögen einen Entfernungsbaum
bezüglich des Knotens

Die Längen der kürzesten Bahnen sind:

von nach von nach

von nach von nach

 von nach von nach

von nach von nach

von nach von nach

von nach von nach

von nach

Hinweis: Für den Fall, daß Bögen mit negativen Längen besitzt, gibt es einen modifizierten

Algorithmus zur Ermittlung kürzester Bahnen (s. Lit. 5.32).

EUKLIDischer Algorithmus

Für zwei natürliche Zahlen kann man den größten gemeinsamen Teiler mit dem EUKLIDischen Algorithmus
ohne Zuhilfenahme der Primfaktorenzerlegung ermitteln. Dazu ist nach dem folgenden Schema eine Kette von
Divisionen mit Rest auszuführen. Für sei Dann gilt:

(5.152a)

Der Divisionsalgorithmus endet nach endlich vielen Schritten, da die Folge eine streng monoton
fallende Folge natürlicher Zahlen ist. Der letzte von 0 verschiedene Rest ist der größte gemeinsame Teiler von

und
Benutzt man die Reduktionsvorschrift
(5.152b)
dann kann man durch wiederholte Anwendung des EUKLIDischen Algorithmus auch für natürliche Zahlen mit
den größten gemeinsamen Teiler ermitteln.
(S. auch Satz zum EUKLIDischen Algorithmus.)

Beispiel A
Es gilt ggT(38, 105) = 1, denn

Beispiel B
ggT(150, 105, 56) = ggT(ggT(150, 105), 56) = ggT(15, 56) = 1.
Kettenbrüche

Kettenbrüche sind ineinandergeschachtelte Brüche, mit deren Hilfe rationale und irrationale Zahlen dargestellt
werden können. Kettenbrüche rationaler Zahlen sind endlich. Für positive rationale Zahlen größer Eins haben sie die
Form

(1.4)

wobei die Zahlen mit Hilfe des EUKLIDischen Algorithmus wie folgt ermittelt werden

können:

(1.5a)
 (1.5b)

(1.5c)

Dabei wird vorausgesetzt, daß die Zahlen natürliche Zahlen mit sind.

Kettenbrüche werden abkürzend durch die Angabe symbolisch dargestellt, wobei die Forderung

erfüllt sein muß.

Kettenbrüche irrationaler Zahlen brechen nicht ab. Sie heißen daher unendliche Kettenbrüche.

Beispiel A
Beispiel B

Beispiel C
Im gleichmäßigen Fünfeck, dem Pentagramm , sei die Länge der Seiten mit , die der Diagonalen mit
bezeichnet. Dann gilt

(1.6)

Man sieht, daß das Verhältnis dem des Goldenen Schnittes entspricht.
Bestimmung des größten gemeinsamen Teilers zweier Polynome

Zwei Polynome vom Grade und vom Grade mit können gemeinsame

Polynomfaktoren haben. Das Produkt aller dieser Faktoren wird größter gemeinsamer Teiler der Polynome genannt.
Wenn und keine gemeinsamen Polynomfaktoren besitzen, dann nennt man sie teilerfremd . Ihr

größter gemeinsamer Teiler ist dann eine Konstante.

Der größte gemeinsame Teiler zweier Polynome und kann mit Hilfe des EUKLIDischen Algorithmus

ohne Faktorenzerlegung ermittelt werden:

1.
Division von durch führt auf den Quotienten und den Rest :

(1.47a)

2.
 Division von durch führt auf den Quotienten und den Rest :

(1.47b)

3.
Division von durch führt auf den Quotienten und den Rest usw:

Der größte gemeinsame Teiler der beiden Polynome ist dann der letzte von 0 verschiedene Rest

Die Methode ist als EUKLIDischer Algorithmus aus der Arithmetik mit natürlichen Zahlen bekannt.

Die Ermittlung des größten gemeinsamen Teilers wird bei der Lösung von Gleichungen eingesetzt, z.B. bei der
Abspaltung mehrfacher Wurzeln, der Anwendung der STURMschen Methode sowie bei anderen Problemen.
Satz zum EUKLIDischen Algorithmus

Für natürliche Zahlen mit sei die Anzahl der Divisionen mit Rest im EUKLIDischen

Algorithmus und die Stellenzahl von im dekadischen System. Dann gilt:

(5.159)
Maximalstrom-Algorithmus von FORD und FULKERSON

Mit dem Maximalstrom-Algorithmus ist feststellbar, ob ein vorgegebener Strom maximal ist.

Es sei ein Transportnetz und ein mit den Kapazitäten verträglicher Strom der Stärke Der Algorithmus
beinhaltet die folgenden Schritte zur Markierung von Knoten, nach deren Ausführung man ablesen kann, um welchen
Betrag die Stromstärke in Abhängigkeit von den ausgewählten Markierungsschritten verbessert werden kann.

a)
Man markiere und setze

b)
Existiert ein Bogen mit markiertem , nichtmarkiertem und dann

markiere man und setze und wiederhole Schritt b),

anderenfalls folgt Schritt c).

c)
 Existiert ein Bogen mit nichtmarkiertem markiertem und dann

markiere man und setze und führe, falls möglich, Schritt b) aus.

Anderenfalls beende man den Algorithmus.

Wird die Senke von markiert, dann läßt sich der Strom in um verbessern. Wird die Senke nicht

markiert, dann ist der Strom maximal.

Beispiel
Maximalstrom: Im Graphen der oberen Abbildung geben die Bewertungen der Kanten die Kapazitäten der
Kanten an. Im bewerteten Graphen der unteren Abbildung ist ein mit diesen Kapazitäten verträglicher Strom
der Stärke 13 dargestellt. Es handelt sich dabei um einen Maximalstrom.
Beispiel
Transportnetz: Ein Produkt wird von Firmen hergestellt. Es gibt Verbraucher

In einem bestimmten Zeitraum werden Einheiten von produziert und

Einheiten von benötigt.

In der vorgegebenen Zeit können Einheiten von nach transportiert werden. Können in diesem
Zeitraum alle Bedarfswünsche erfüllt werden? Den zugehörigen Graphen zeigt die folgende Abbildung.
Gaußscher Algorithmus

Zur Lösung des linearen Gleichungssystems (4.107) von Gleichungen mit Unbekannten kann das
GAUSSsche Eliminationsprinzip angewendet werden.

● GAUSSsches Eliminationsprinzip
● GAUSS-Schritte
● Lösungsverhalten
Prinzip des GAUSSschen Eliminationsverfahrens

Durch die elementaren Umformungen

1.
Vertauschen von Zeilen
2.
Multiplikation einer Zeile mit einer von Null verschiedenen Zahl
3.
Addition eines Vielfachen einer Zeile zu einer anderen Zeile

wird das System (19.26) in ein sogenanntes gestaffeltes Gleichungssystem

(19.27)
überführt. Da dabei nur äquivalente Umformungen vorgenommen werden, besitzt dieselbe Lösung wie

. Man erhält sie aus (19.27):

(19.28)

Die durch die Formel (19.28) angegebene Vorschrift nennt man Rückwärtseinsetzen , da die Gleichungen von
(19.27) in der umgekehrten Reihenfolge ihrer Entstehung benutzt werden.

Der Übergang von zu erfolgt in sogenannten Eliminationsschritten , deren Durchführung am ersten

Schritt gezeigt werden soll. Dieser überführt die Matrix in die Matrix :

(19.29)

Dabei ist wie folgt vorzugehen:

1.
Man bestimme ein . Falls kein solches existiert, stop: ist singulär. Andernfalls heißt Pivot .
2.
Man vertausche die 1. und die -te Zeile von . Das Ergebnis ist die Matrix .
3.
Man subtrahiere für das -fache der 1. Zeile von der -ten Zeile der Matrix .

Als Ergebnis erhält man die Matrix und analog die neue rechte Seite mit folgenden Elementen:

(19.30)

Die in der Matrix (19.29) eingerahmte Teilmatrix ist vom Typ und wird analog zu

behandelt; usw. Diese Vorgehensweise bezeichnet man als GAUSSsches Eliminationsverfahren oder GAUSSschen
Algorithmus.
Algorithmen der Graphentheorie
Unter den Teilgebieten der Diskreten Mathematik hat die Graphentheorie wesentliche Bedeutung für die Informatik
erlangt, z.B. bei der Darstellung von Datenstrukturen, endlichen Automaten, Kommunikationsnetzen, Ableitungen in
formalen Sprachen usw. Daneben gibt es auch Anwendungen in Physik, Chemie, Elektrotechnik, Biologie und
Psychologie. Darüber hinaus sind Flüsse in Transportnetzen und Netzplantechnik in Operations Research und
kombinatorischer Optimierung anwendbar.

● Grundbegriffe und Bezeichnungen

● Durchlaufungen von ungerichteten Graphen
● Bäume und Gerüste
● Matchings
● Planare Graphen
● Bahnen in gerichteten Graphen
● Transportnetze
Minimalgerüste

Es sei ein zusammenhängender bewerteter Graph. Ein Gerüst von heißt Minimalgerüst ,

wenn seine Gesamtlänge minimal ist:

(5.240)

Minimalgerüste sucht man z.B. dann, wenn die Kantenbewertungen Kosten repräsentieren und man an minimalen
Gesamtkosten interessiert ist. Ein Verfahren zur Ermittlung von Minimalgerüsten ist der KRUSKAL-Algorithmus :

a)
Man wähle eine Kante mit kleinster Bewertung.
b)
Man füge solange wie möglich zu den bereits gewählten Kanten eine Kante mit kleinstmöglicher Bewertung
hinzu, die mit den schon gewählten Kanten keinen Kreis bildet.

Die Auswahl der in Schritt b) zulässigen Kanten kann durch den folgenden Markierungsalgorithmus erleichtert
werden:

● Die Knoten des Graphen werden paarweise verschieden markiert.

● Kanten dürfen in jedem Schritt nur dann hinzugefügt werden, wenn sie Knoten mit verschiedenen
Markierungen verbinden.
● Nach Hinzufügen einer Kante wird den Knoten, die die größere der Markierungen ihrer Endpunkte tragen, die
kleinere der beiden Markierungen zugeordnet.
Hinweise zur numerischen Bestimmung von Eigenwerten

1. Die Eigenwerte könnten als Nullstellen der charakteristischen Gleichung (4.125b) berechnet werden

(s. Beispiel A und Beispiel B. Dazu müssen die Koeffizienten des

charakteristischen Polynoms der Matrix A bestimmt werden. Diese Vorgehensweise sollte aber vermieden
werden, da sie einen außerordentlich instabilen Algorithmus darstellt, d.h., kleine Änderungen in den
Koeffizienten führen zu sehr großen Änderungen der Nullstellen
2. Für die numerische Lösung des symmetrischen Eigenwertproblems sind zahlreiche Algorithmen entwickelt
worden. Man unterscheidet zwei Verfahrensklassen (s. Lit. 4.8):
a) Transformationsverfahren, z.B. JACOBI-Verfahren, HOUSEHOLDER-Tridiagonalisierung, QR-
Algorithmus;
b) Iterationsverfahren, z.B. Vektoriteration, RAYLEIGH- RITZ-Algorithmus, Inverse Iteration, LANCZOS-
Verfahren, Bisektionsverfahren.
Remes-Algorithmus

● Folgerungen aus dem Alternantensatz

● Bestimmung der Minimallösung nach REMES
Quantoren

Charakteristisch für die Prädikatenlogik ist die Verwendung von Quantoren , dem Allquantor (Generalisator) und
dem Existenzquantor (Partikularisator) Ist ein einstelliges Prädikat, so wird die Aussage ,,Für jedes aus
gilt `` mit und die Aussage ,,Es gibt ein aus für das gilt`` mit

bezeichnet. Durch die Quantifizierung entsteht aus dem einstelligen Prädikat eine Aussage. Ist z.B. der
Individuenbereich der natürlichen Zahlen und bezeichnet das (einstellige) Prädikat ,, ist eine Primzahl``, so ist
eine falsche und eine wahre Aussage.
 -und -Grenzmenge, absorbierende Menge

Sei ein dynamisches System auf . Die Menge heißt invariant unter , falls

für alle ist, und positiv invariant unter , falls für alle aus

ist.
Für jedes ist die -Grenzmenge des Orbits durch die Menge

(17.7)

Die Elemente von heißen -Grenzpunkte des Orbits. Liegt ein invertierbares dynamisches System vor, so

heißt für jedes die Menge

(17.8)
 -Grenzmenge des Orbits durch ; die Elemente von heißen -Grenzpunkte des Orbits.

Die lokale Eigenschaft des Volumenschrumpfens führt bei vielen Systemen zur Existenz einer beschränkten Menge
im Phasenraum, in die alle Orbits für wachsende Zeiten gelangen und dort verbleiben. Eine beschränkte, offene und

zusammenhängende Menge heißt absorbierend bezüglich , falls für alle

positiven aus ist. ( ist die Abschließung von .)

Beispiel
Gegeben sei in der Ebene das Differentialgleichungssystem
(17.9a)

Unter Verwendung von Polarkoordinaten läßt sich die Lösung von (17.9a) mit Anfang

zur Zeit in der Form

(17.9b)

schreiben. Aus dieser Lösungsdarstellung folgt, daß der Fluß von (17.9a) einen -periodischen Orbit besitzt, der

als dargestellt werden kann. Für die Grenzmengen der Orbits

durch gilt
Jede offene Kugel mit ist eine absorbierende Menge für (17.9a).
Eigenschaften von Grenzmengen, Grenzzyklen

1. Eigenschaften von Grenzmengen: Die im Abschnitt Invariante Mengen definierten - und -

Grenzmengen besitzen für den Fluß der Differentialgleichung (17.1) mit die folgenden

Eigenschaften. Sei ein beliebiger Punkt. Dann gilt:

a)
Die Mengen und sind abgeschlossen.

b)
Ist bzw. beschränkt, so ist bzw. . Außerdem ist

bzw. in diesem Fall invariant unter dem Fluß von (17.1) und zusammenhängend.

Beispiel
 Ist z. B. unbeschränkt, dann muß nicht unbedingt zusammenhängend sein

(s. Abbildung).

2. Satz von POINCARÉ-BENDIXSON: Für eine ebene autonome Differentialgleichung (17.1) (d.h. )

gilt der Satz von POINCARÉ-BENDIXSON:

Sei eine nicht periodische Lösung von (17.1), für die beschränkt ist. Enthält keine

Ruhelagen von (17.1), so ist ein periodischer Orbit von (17.1).

Für autonome Differentialgleichungen in der Ebene sind also Attraktoren, die komplizierter als eine Ruhelage
oder ein periodischer Orbit sind, nicht möglich.
3. Grenzzyklen: Ein periodischer Orbit von (17.1) heißt Grenzzyklus , wenn es ein gibt, so daß
entweder oder gilt. Ein Grenzzyklus heißt stabiler Grenzzyklus , wenn eine

Umgebung von existiert, so daß für alle ist, und instabiler Grenzzyklus , wenn

eine Umgebung von existiert, so daß für alle ist.

Beispiel A

Für den Fluß von (17.9a) gilt für den periodischen Orbit die

Eigenschaft für alle . Also ist eine Umgebung von

, mit der zum stabilen Grenzzyklus wird (s. Abbildung).

Beispiel B

Für die lineare Differentialgleichung ist dagegen

ein periodischer Orbit, aber kein Grenzzyklus

(s. Abbildung).
Eigenschaften der -Grenzmenge

Jede -Grenzmenge von (17.3) mit ist abgeschlossen, und es gilt . Ist

der Semiorbit beschränkt, so ist und ist invariant unter . Analoge Eigenschaften

gelten für -Grenzmengen.

Beispiel

Gegeben sei auf die Differenzengleichung , mit .

Offenbar sind für die Beziehungen , und

erfüllt. Zu beachten ist, daß , im Unterschied zum Differentialgleichungsfall,

nicht zusammenhängend ist.

Schnitt einer Fuzzy-Menge

1. - und scharfer Schnitt: Der Schnitt einer Fuzzy-Menge in der Höhe (mit dem Zugehörigkeitsgrad
) heißt - Schnitt , falls gilt
(5.255a)

bzw. scharfer -Schnitt falls gilt

(5.255b)

2. Eigenschaften:
a)
Die -Schnitte von Fuzzy-Mengen sind klassische scharfe Mengen.
b)
Der Träger supp ist ein spezieller -Schnitt: Es gilt
 (5.255c)
c)
Der scharfe 1-Schnitt
(5.255d)
heißt Toleranz von .
3. Darstellungssatz: Jeder unscharfen Menge über lassen sich eindeutig die Familien

und ihrer -Schnitte und scharfen -Schnitte zuordnen.

Die -Schnitte und scharfen -Schnitte sind monotone Familien von Teilmengen über für die gilt:

(5.255e)

Existieren umgekehrt monotone Familien oder von Teilmengen über , so

entspricht diesen je genau eine unscharfe Menge bzw. über , so daß stets und

gilt und

(5.255f)
Aufgabenstellung und Alternantensatz

● Prinzip der TSCHEBYSCHEFF-Approximation

● Eigenschaften der TSCHEBYSCHEFFschen Polynome
Winkel im Gradmaß und im Bogenmaß

Gradmaß: Das in der Geometrie verwendete Gradmaß zur Messung von Winkeln beruht auf der Einteilung
des ebenen Vollwinkels in 360 gleiche Teile oder (Grad). Das ist die sogenannte Altgradeinteilung . Die
weitere Unterteilung erfolgt häufig nicht dezimal, sondern sexagesimal: (Minuten),
(Sekunden). Man spricht auch von Sexagesimaleinteilung .
Bogenmaß: Neben dem Gradmaß wird auch das Bogenmaß zur quantitativen Angabe von Winkeln
verwendet. Die Größe des Mittelpunkts- oder Zentriwinkels in einem beliebigen Kreis wird hierbei durch das
Verhältnis des zugehörigen Kreisbogens zum Radius des Kreises angegeben:
 (3.1)

Die Einheit des Bogenmaßes ist der Radiant (rad), d.h. der Zentriwinkel, dessen Bogen gleich dem Radius ist.

Umrechnung Gradmaß-Bogenmaß: Ist der in Grad und der in Radiant gemessene Winkel, dann gilt
für die Umrechnung von einer Maßeinheit in die andere

(3.2)

Insbesondere ist usw. Mit (3.2) erhält man ein

dezimalisiertes Ergebnis. Aus der Tabelle können einige konkrete Umrechnungsbeziehungen entnommen werden.
 Tabelle Umrechnung vom Gradmaß in das Bogenmaß

Beispiel A
Umrechnung eines Winkels im Gradmaß in das Bogenmaß rad:
rad.

Beispiel B
Umrechnung eines Winkels im Bogenmaß in einen Winkel im Gradmaß:
rad
Entstanden aus:
5,645 : 0,017453 = 323+0,007611
0,007611 : 0,000291 = 26+0,000025
0,000025 : 0,000005 = 5.
Die Bezeichnung rad wird in der Regel weggelassen, wenn aus dem Zusammenhang hervorgeht, daß es
sich um das Bogenmaß eines Winkels handelt.
Neugrade: In der Geodäsie wird der Vollwinkel in 400 gleiche Teile oder 400 gon (Gon) eingeteilt. Das ist die
sogenannte Neugradeinteilung . Ein rechter Winkel entspricht dann 100 gon. Das gon wird in 1000 mgon
unterteilt.
Auf Taschenrechnern findet man die Bezeichnungen DEG für Grad (Altgrad), GRAD für Gon (Neugrad) und
 RAD für Radiant (Bogenmaß). Zur Umrechnung der verschiedenen Maße kann die folgende Tabelle benutzt
werden:
Tabelle Umrechnung Altgrade-Bogenmaß-Neugrade I

Wegen der Neugradeinteilung s. auch Winkel in der Geodäsie.

Sinus

1. Gewöhnliche Sinusfunktion: Die gewöhnliche Sinusfunktion

(2.64a)

ist in der folgenden Abbildung dargestellt.

Es ist eine stetige, periodische Kurve mit der Periode

Die Schnittpunkte mit der

gewöhnlichen Sinuskurve mit der -Achse sind die Wendepunkte der Kurve. Der Neigungswinkel der
Kurventangenten gegenüber der -Achse beträgt hier

Die Extremwerte befinden sich bei mit

2. Allgemeine Sinusfunktion: Die allgemeine Sinusfunktion

(2.64b)

mit der Amplitude der Frequenz und der Anfangsphase ist in der folgenden Abbildung dargestellt.

Gegenüber der gewöhnlichen Sinuskurve mit und ist die allgemeine Sinuskurve in -
Richtung um den Faktor gedehnt, in -Richtung um den Faktor zusammengedrückt und um die Strecke

nach links verschoben. Die Periode ist

Die Schnittpunkte mit der -Achse liegen bei , die Extrema bei

.
Problemstellung

In der Technik und der Physik kommen oft zeitabhängige Größen der Form
(2.128)
vor. Sie werden manchmal auch sinusoidale Größen genannt. Ihre zeitabhängige Änderung beschreibt eine
harmonische Schwingung . Die graphische Darstellung dieser Gleichung liefert eine allgemeine Sinuskurve , wie sie
die folgende Abbildung zeigt.

Die allgemeine Sinuskurve unterscheidet sich von der gewöhnlichen :

 a) durch die Amplitude d.h. die größte Auslenkung von der Zeitachse

b) durch die Periode , die der Wellenlänge entspricht (mit als Schwingungsfrequenz , die in der

Schwingungslehre Kreisfrequenz genannt wird);

c) durch die Anfangsphase oder Phasenverschiebung mit dem Anfangswinkel

Die Größe kann auch in der Form

(2.129)

dargestellt werden, mit und Die Größen und lassen sich in

Übereinstimmung mit der folgenden Abbildung als Bestimmungsstücke eines rechtwinkligen Dreiecks darstellen.
Definition

Aus der Darstellung (8.22a) für das elliptische Integral 1. Gattung folgt für

(14.101)

d.h., ist bezüglich streng monoton, so daß die zu

(14.102a)

inverse Funktion

(14.102b)
existiert. Sie wird als Amplitudenfunktion bezeichnet. Mit ihrer Hilfe werden die sogenannten JACOBIschen
Funktionen wie folgt definiert:
(14.103a)
(14.103b)

(14.103c)
Spektralinterpretation der FOURIER-Transformation

In Analogie zur FOURIER-Reihe einer periodischen Funktion erfährt das FOURIER-Integral für eine nichtperiodische
Funktion eine einfache physikalische Interpretation.

1. Darstellung: Eine Funktion , für die das FOURIER-Integral existiert, kann gemäß (15.68) und (15.69)

als Summe sinusoidaler Schwingungen mit der sich stetig ändernden Frequenz in der Form
(15.80a)
(15.80b)
dargestellt werden.
2. Interpretation: Der Ausdruck gibt die Amplitude der Teilschwingungen an und und

deren Phasen. Für die komplexe Schreibweise trifft die gleiche Interpretation zu:

Die Funktion ist eine Summe (Integral) von abhängigen Summanden des Typs
 (15.81)

wobei die Größe sowohl die Amplitude als auch die Phase aller Teilvorgänge festlegt.

3. Anwendungen: Diese spektrale Interpretation des FOURIER-Integrals und der FOURIER-Transformation

bedeutet einen großen Vorteil für die Anwendung in Physik und Technik. Die Bildfunktion
(15.82a)

nennt man Spektrum oder Frequenzspektrum der Funktion , die Größe

(15.82b)

das Amplitudenspektrum und bzw. das Phasenspektrum der Funktion . Zwischen dem

Spektrum und den Koeffizienten (15.67b,c) besteht die Beziehung

(15.83)
woraus sich die folgenden Aussagen ergeben:
1.
Ist eine reelle Funktion, dann ist das Amplitudenspektrum eine gerade und das

Phasenspektrum eine ungerade Funktion von .

2.
 Ist eine reelle und gerade Funktion, dann ist ihr Spektrum reell, ist reell und ungerade,

dann ist das Spektrum imaginär.

Beispiel
Setzt man das Ergebnis (A.2) für den unipolaren Rechteckimpuls in (15.83) ein, dann ergibt sich für die

Bildfunktion und für das Amplitudenspektrum (s. Abbildung)

Die Berührungspunkte des Amplitudenspektrums mit der Hyperbel

Schnelle Wavelet-Transformation

Man kann davon ausgehen, daß die Integraldarstellung (15.151b) hochgradig redundant ist und somit das
Doppelintegral ohne Informationsverlust durch eine Doppelsumme ersetzt werden kann. Das wird bei der konkreten
Anwendung der Wavelet-Transformation berücksichtigt. Man benötigt dazu:

1.
eine effiziente Berechnung der Transformation, was auf das Konzept der Multi-Skalen-Analyse führt sowie
2.
eine effiziente Berechnung der Rücktransformation, d.h. eine effiziente Rekonstruktion von Signalen aus ihrer
Wavelet-Transformation, was auf das Konzept der Frames führt.

Für beide Konzepte muß auf die Literatur verwiesen werden (s. Lit. 15.11, 15.2).

Hinweis: Der große Erfolg der Wavelets in den verschiedenen Anwendungsgebieten, z.B.

● bei der Berechnung physikalischer Größen aus Meßreihen,

● bei der Bild- oder Spracherkennung sowie
● bei der Datenkompression im Rahmen der Nachrichtenübertragung, beruht auf seinen ,,schnellen
 Algorithmen``.

Analog zur FFT (Fast FOURIER-Transformation), spricht man hier von FWT (Fast Wavelet-Transformation).
Formeln für die FOURIER-Koeffizienten

Da das Funktionensystem bezüglich des Intervalls und bezüglich der

Gewichtsfunktion orthogonal ist, erhält man durch Anwendung der Fehlerquadratmethode im stetigen Fall gemäß
(19.169) für die Ansatzkoeffizienten die Formeln

(19.208)

Die Koeffizienten , die nach der Formel (19.208) berechnet werden, heißen

FOURIER-Koeffizienten der periodischen Funktion .

Lassen sich die in (19.208) auftretenden Integrale nicht mehr elementar oder nur mit großem Rechenaufwand integrieren

oder ist die Funktion nur punktweise bekannt, dann kann man die FOURIER-Koeffizienten näherungsweise durch

numerische Integration ermitteln.

Durch die Anwendung der Trapezformel mit den gleichabständigen Stützstellen
 (19.209)

erhält man die Näherungsformeln

(19.210)

Im vorliegenden Fall periodischer Funktionen ist die Trapezformel in die sehr einfache Rechteckregel übergegangen. Diese
ist hier von großer Genauigkeit, denn es gilt:
Ist periodisch und -mal stetig differenzierbar, dann hat die Trapezformel die Fehlerordnung

.
Harmonische Analyse

Eine formelmäßig oder empirisch gegebene periodische Funktion mit der Periode ist durch ein

trigonometrisches Polynom oder eine FOURIER-Summe der Form

(19.207)

wobei die Koeffizienten und reell sein sollen, zu approximieren. Die Bestimmung der
Ansatzkoeffizienten ist Gegenstand der harmonischen Analyse .

● Formeln zur trigonometrischen Interpolation

● Schnelle Fourier-Transformation (FFT)
Definition am Einheitskreis

Die trigonometrischen Funktionen eines Winkels werden entweder am Einheitskreis mit dem Radius
oder für spitze Winkel am rechtwinkligen Dreieck mit Hilfe der Bestimmungsstücke Ankathete Gegenkathete

und Hypotenuse definiert.

Am Einheitskreis erfolgt die Messung des Winkels von einem festen Radius der Länge 1 bis zu einem
beweglichen Radius im entgegengesetzten Drehsinn des Uhrzeigers (positive Richtung):

(3.3)

(3.4)

(3.5)

(3.6)

(3.7)

(3.8)
Tilgung

Unter Tilgung versteht man die Rückzahlung von Krediten. Dabei soll vorausgesetzt werden:

● Für eine Schuld werden vom Schuldner jeweils am Ende einer Zinsperiode Zinsen verlangt.

● Nach Zinsperioden sei die Schuld vollständig getilgt.

Die Belastung eines Schuldners pro Zinsperiode setzt sich somit aus Zinsen und Tilgungsrate zusammen. Falls die
Zinsperiode 1 Jahr beträgt, bezeichnet man den finanziellen Aufwand des Schuldners in dem betreffenden Jahr als
Annuität .
Für die Tilgung einer Schuld gibt es verschiedene Möglichkeiten. So können z.B. die Rückzahlungen zu den
Verzinsungszeitpunkten oder dazwischen erfolgen, die Rückzahlungsbeträge verschieden hoch oder während der
gesamten Laufzeit konstant sein. Folgende Fälle werden betrachtet:
Gleiche Annuitäten

Bei gleichbleibenden Tilgungsraten nehmen die zusätzlich anfallenden Zinsen im Laufe der Zeit ab

(s. voranstehendes Beispiel). Bei der Annuitätentilgung wird dagegen zu jedem Zinstermin die gleiche Annuität ,
d.h. der gleiche Betrag für Zinsen + Tilgung erhoben. Damit ist die Belastung des Schuldners im gesamten
Tilgungszeitraum konstant.
Es werden die folgenden Bezeichnungen verwendet:
Schuld (Verzinsung mit pro Zinsperiode),

Annuität pro Zinsperiode

Tilgungsrate bei Tilgungen pro Zinsperiode ,

Aufzinsungsfaktor.
Als Restschuld nach Zinsperioden ergibt sich:

(1.87)

Dabei beschreibt der Term den Wert der Schuld nach Zinsperioden mit Zinseszins (s. (1.81)), der zweite

Term gibt den Wert der unterjährigen Tilgungsraten mit Zinseszins wieder (s. (1.85b) mit ). Für die
Annuität gilt:

(1.88)

Dabei entspricht die einmalige Zahlung von den Ratenzahlungen Aus der Gleichung folgt Da

nach Zinsperioden die Schuld getilgt sein soll, folgt aus (1.87) für unter Beachtung von (1.88):

(1.89)

Zur Lösung von Aufgaben der finanzmathematischen Praxis kann diese Gleichung nach einer der Größen

oder aufgelöst werden, wenn die übrigen Größen bekannt sind.

Beispiel A
 Eine Annuitätenschuld über 60 000.-DM werde jährlich mit verzinst und soll in 5 Jahren getilgt sein.

Wie hoch sind jährliche Annuität und monatliche Tilgungsrate ? Aus (1.89) bzw. (1.88) erhält man:

15027,39 DM, 1207,99 DM.

Beispiel B

Ein Kredit in Höhe von 100 000.-DM soll durch Annuitätentilgung in Jahren bei 7,5

Jahreszinsen abgezahlt werden. An jedem Jahresende soll zusätzlich eine Tilgung von 5000.-DM erfolgen.
Wie hoch ist die monatliche Tilgungsrate? Als Annuität pro Jahr ergibt sich gemäß (1.89)

DM. Da sich aus 12 Tilgungsraten pro Jahr und die

zusätzlichen Zahlungen von 5000.-DM am Jahresende zusammensetzt, gilt unter Beachtung von (1.88)

Die monatliche Belastung beträgt somit

972,62.- DM.
Stetige lineare Funktionale im Hilbert-Raum, Satz von Riesz

Im HILBERT-Raum definiert jedes Element mittels ein lineares stetiges Funktional mit der

Norm . Andererseits, ist ein lineares stetiges Funktional auf , dann existiert genau ein Element

, so daß gilt:

(12.160)
Die Räume und sind nach diesem Satz isomorph, weshalb man sie identifiziert.

Der Satz von RIESZ enthält einen Hinweis darauf, wie man die Orthogonalität in einem beliebigen normierten Raum
einführen kann. Seien und . Dann nennt man die Mengen

(12.161)
jeweils das orthogonale Komplement oder den Annulator zu bzw. .
Fraktale und seltsame Attraktoren

Ein Attraktor von heißt fraktal , wenn er weder eine endliche Anzahl von Punkten, eine stückweise

differenzierbare Kurve oder Fläche noch eine Menge, die von einer geschlossenen stückweise differenzierbaren
Fläche umgeben wird, darstellt. Ein Attraktor heißt seltsam , wenn er chaotisch, fraktal oder beides ist. Die Begriffe
chaotisch, fraktal und seltsam werden für kompakte invariante Mengen, die keine Attraktoren sind, analog benutzt.
Ein dynamisches System heißt chaotisch , wenn es eine kompakte invariante chaotische Menge besitzt.

Beispiel
Im Einheitsquadrat wird die Abbildung

(17.50)

( ANOSOV- Diffeomorphismus ) betrachtet. Das System ist in Wirklichkeit auf dem Torus als adäquater
Phasenraum definiert. Es ist konservativ, besitzt das LEBESGUE-Maß als invariantes Maß, hat abzählbar unendlich
viele periodische Orbits, deren Vereinigung dicht liegt, und ist mischend. Andererseits ist eine invariante
Menge mit ganzzahliger Dimension 2.
Ansatzverfahren

Als Näherungslösung für die Randwertaufgabe (19.118) wird eine Linearkombination geeignet gewählter Funktionen

verwendet, die einzeln die Randbedingungen erfüllen und linear unabhängig sind:

(19.121)

Setzt man in die Differentialgleichung von (19.118) ein, dann wird ein Fehler, der sogenannte Defekt

(19.122)

auftreten. Die Bestimmung der Ansatzkoeffizienten kann nach folgenden Prinzipien erfolgen:

1. Kollokationsmethode: Der Defekt soll an Stellen , den Kollokationsstellen , verschwinden. Die

Bedingungen
 (19.123)

liefern ein lineares Gleichungssystem für die Ansatzkoeffizienten.

2. Fehlerquadratmethode:Man fordert, daß das Integral

(19.124)

in Abhängigkeit von den Koeffizienten minimal wird. Die notwendigen Bedingungen

(19.125)

ergeben ein lineares Gleichungssystem für die Koeffizienten .

3. GALERKIN-Verfahren: Man fordert die sogenannte Fehlerorthogonalität , d.h., es muß

(19.126)

gelten, und erhält auch auf diese Weise ein lineares Gleichungssystem zur Bestimmung der Ansatzkoeffizienten.
 4. RITZ-Verfahren:Bei vielen Randwertaufgaben hat die Lösung die Eigenschaft, auch Lösung einer

sogenannten Variationsaufgabe zu sein, d.h., macht ein Integral der Form

(19.127)

zum Minimum (s. (10.4)). Kennt man die Funktion , so ersetzt man gemäß (19.121)

näherungsweise durch und macht zum Minimum. Die dafür notwendigen

Bedingungen

(19.128)

liefern Gleichungen für die Koeffizienten .

Beispiel

Unter bestimmten Voraussetzungen an die Funktionen und sind die Randwertaufgabe

 (19.129)
und die Variationsaufgabe

(19.130)

äquivalent, so daß man für Randwertaufgaben der Form (19.129) die Funktion aus (19.130)

unmittelbar ablesen kann.

An Stelle des Ansatzes (19.121) wird häufig auch

(19.131)

verwendet, wobei die Randbedingungen erfüllt und die Funktionen den Bedingungen

(19.132)
genügen müssen. So kann z.B. im Falle der Randwertaufgabe (19.118)

(19.133)

gewählt werden.
Hinweis: Bei linearen Randwertaufgaben führen die Ansätze (19.121) und (19.131) auf lineare Gleichungssysteme
zur Bestimmung der Ansatzkoeffizienten. Im Falle nichtlinearer Randwertaufgaben erhält man nichtlineare
Gleichungssysteme, die nach den im Abschnitt Nichtlineare Gleichungssysteme angegebenen Verfahren zu lösen
sind.
Ansatzverfahren

Man macht für die gesuchte Lösung einen Näherungsansatz der Art

(19.139)

Dabei soll z.B.

1.
die vorgelegte inhomogene Differentialgleichung erfüllen, und alle übrigen Ansatzfunktionen

sollen die zugehörige homogene Differentialgleichung erfüllen (

Randmethode ) oder
2.
den inhomogenen Randbedingungen genügen, und alle übrigen

sollen den homogenen Randbedingungen genügen ( Gebietsmethode ).

Setzt man die Näherungsfunktion gemäß (19.139) im ersten Fall in die Randbedingungen, im zweiten Fall

in die Differentialgleichung ein, so wird in beiden Fällen ein Fehler, der sogenannte Defekt
(19.140)

auftreten. Zur Bestimmung der Ansatzkoeffizienten kann man nach folgenden Prinzipien verfahren:

● Kollokationsmethode
● Fehlerquadratmethode
Auftreten

Die SG-Gleichung entsteht aus der BLOCH-Gleichung für räumlich inhomogene quantenmechanische 2-Niveau-
Systeme. Sie beschreibt die Ausbreitung

● ultrakurzer Impulse in resonanten Lasermedien (selbstinduzierte Transparenz),

● des magnetischen Flusses in großflächigen JOSEPHSON-Kontakten, d.h. in Tunnelkontakten zwischen zwei
Supraleitern und
● von Spinwellen in supraleitendem Helium-3 .

Die Solitonlösungen der SG-Gleichung können durch ein aus Pendeln und Federn bestehendes mechanisches
Modell veranschaulicht werden. In der Nähe eines Punktes geht die Evolutionsfunktion stetig von 0 in einen
konstanten Wert über. Ausgehend vom englischen Wort kink für Stufe, nennt man daher die SG-Solitonen meist
Kink-Solitonen . Wenn umgekehrt die Evolutionsfunktion von dem konstanten Wert nach 0 übergeht, werden
sogenannte Antikink-Solitonen beschrieben. Mit Hilfe derartiger Lösungen können auch Domänenwände beschrieben
werden.
Gleichung und Lösungen

Die KdV-Gleichung für die Evolutionsfunktion lautet

(9.127)
Sie hat die Soliton-Lösung

(9.128)
Dieses KdV-Soliton ist durch die zwei dimensionslosen Parameter und eindeutig bestimmt. In der

Abbildung ist gewählt. Ein typisch nichtlinearer Effekt besteht darin, daß die Solitongeschwindigkeit die
Amplitude und die Breite des Solitons bestimmt: KdV-Solitonen mit größerer Amplitude und geringerer Breite
bewegen sich schneller als solche mit kleinerer Amplitude und größerer Breite. Die Solitonphase beschreibt die

Lage des Maximums des Solitons zur Zeit

Die Gleichung (9.127) besitzt auch -Solitonenlösungen. Eine solche -Solitonenlösung läßt sich für
 asymptotisch durch lineare Überlagerung von Ein-Solitonlösungen darstellen:

(9.129)

Dabei ist jede Evolutionsfunktion durch eine Geschwindigkeit und eine Phase gekennzeichnet.

Die Anfangsphasen vor der Wechselwirkung oder dem Stoßprozeß unterscheiden sich von den Endphasen

nach dem Stoß , während die Geschwindigkeiten keine Änderung erfahren, d.h., es handelt

sich um eine elastische Wechselwirkung.

Für besitzt (9.127) eine 2-Solitonenlösung. Sie läßt sich für endliche Zeiten nicht durch lineare

Überlagerung darstellen und lautet mit und :

 (9.130)

Diese Gleichung (9.130) beschreibt asymptotisch zwei für nicht wechselwirkende Solitonen mit den

Geschwindigkeiten und , die nach einem Wechselwirkungsprozeß für wieder

asymptotisch in zwei nichtwechselwirkende Solitonen mit denselben Geschwindigkeiten übergehen.

Die nichtlineare Evolutionsgleichung

(9.131a)

hat mit

a)
für

(9.131b)
eine Solitonlösung und

b)
für

(9.131c)

eine 2-Solitonenlösung. Mit ergibt sich aus (9.131a) die KdV-Gleichung (9.127). Die Gleichung (9.130)

und der sich mit (9.131c) ergebende Ausdruck für sind Beispiele für eine nichtlineare Superposition.

Ersetzt man in (9.127) den Term durch so muß man die rechte Seite von (9.128) mit

multiplizieren. Man spricht dann auch von einem Antisoliton .

Durchmesser der Ellipse

Durchmesser der Ellipse werden diejenigen Sehnen genannt, die durch den Ellipsenmittelpunkt gehen und von
diesem halbiert werden.
Der geometrische Ort der Mittelpunkte aller Sehnen, die zu einem Ellipsendurchmesser parallel sind, ist wieder ein
Durchmesser, ein konjugierter Durchmesser zum ersten. Für und als Richtungskoeffizienten zweier
konjugierter Durchmesser gilt

(3.321)

Wenn und die Längen zweier konjugierter Durchmesser sind und sowie die spitzen Winkel
zwischen den Durchmessern und der großen Achse, wobei und ist, dann gilt der
Satz des APOLLONIUS in der Form
(3.322)
Approximation, Ausgleichsrechnung,
Harmonische
Analyse
● Polynominterpolation
● Approximation im Mittel
● Tschebyscheff-Approximation
● Harmonische Analyse
Bestapproximation

Seien jetzt ein separabler HILBERT-Raum und

(12.122)

ein fixiertes orthonormales System in . Für ein Element heißen die Zahlen FOURIER-

Koeffizienten des Elements bezüglich des Systems (12.122). Die (formale) Reihe

(12.123)

nennt man FOURIER-Reihe des Elements bezüglich des Systems (12.122). Die -te Partialsumme der FOURIER-
Reihe eines Elements besitzt die Eigenschaft der Bestapproximation , d.h., bei festem ergibt unter allen
Vektoren aus die -te Partialsumme der FOURIER-Reihe, also das Element

(12.124)
den kleinsten Wert für ist orthogonal zu , und es gilt die BESSELsche Ungleichung

(12.125)

● PARSEVALsche Gleichung, Satz von RIESZ-FISCHER

Approximationen der -Funktion

Analog zu (15.28) kann die Impulsfunktion durch einen Rechteckimpuls der Breite und der Höhe

approximiert werden:

(15.33a)

Weitere Beispiele für die Approximation von sind Glockenkurven und LORENTZ-Funktionen:

(15.33b)

(15.33c)
Allen diesen Funktionen sind die folgenden Eigenschaften gemeinsam:

(15.34a)

(15.34b)

(15.34c)
Diskrete Aufgabe, Normalgleichungen, Householder-Verfahren

● Methode der kleinste Quadrate

● Matrizenschreibweise
Bestimmung der Extremwerte einer Funktion von n Veränderlichen

Die notwendige, aber nicht hinreichende Bedingung dafür, daß die Funktion für ein

Wertesystem ein Extremum besitzt, besteht darin, daß das Wertesystem die

Gleichungen
(6.69)
erfüllt. Im allgemeinen Falle sind die hinreichenden Bedingungen von komplizierter Art. Damit man die Frage, ob die
Funktion für ein Lösungssystem der Gleichung (6.69) ein Extremum besitzt oder nicht,

effektiv beantworten kann, untersucht man solche Werte der Funktion, die nahe bei liegen.
Mit Hilfe der Extremwertbestimmung bei Funktionen von mehreren Veränderlichen lassen sich viele
Approximationsaufgaben, die vor allem unter dem Namen Ausgleichsaufgaben oder Quadratmittelaufgaben bekannt
sind, lösen. Dazu gehören:

● Bestimmung von FOURIER-Koeffizienten (s. auch Formeln für die FOURIER-Koeffizienten),

● Bestimmung der Ansatzkoeffizienten und Parameter von Näherungsfunktionen durch
Approximation im Mittel,
 ● Bestimmung einer Näherungslösung für überbestimmte lineare Gleichungssysteme.

Für die Lösungsmethode sind folgende Bezeichnungen gebräuchlich:

● GAUSSsche Fehlerquadratmethode,
● Methode der kleinsten Quadrate,
● Approximation im Mittel (stetig und diskret),
● Ausgleichsrechnung und Regression.
Approximation im Mittel
Das Prinzip der Approximation im Mittel, bei dem zwischen stetigen und diskreten Aufgaben unterschieden werden
soll, wird auch als GAUSSsche Fehlerquadratmethode bezeichnet oder unter dem Begriff Ausgleichsrechnung
zusammengefaßt.

● Stetige Aufgabe, Normalgleichungen

● Diskrete Aufgabe, Normalgleichungen, Householder-Verfahren
● Mehrdimensionale Aufgaben
● Nichtlineare Quadratmittelaufgaben
Methode der kleinste Quadrate

Es seien Wertepaare , z.B. durch Messung gefundene Werte, vorgegeben. Gesucht wird eine

Funktion , deren Funktionswerte von den gegebenen Werten in dem Sinne möglichst wenig

abweichen, daß der quadratische Ausdruck

(19.176)

minimal wird, und zwar in Abhängigkeit von den Parametern, die die Funktion enthält. Die Formel (19.176)

stellt die klassische Fehlerquadratsumme dar. Die Minimierung der Fehlerquadratsumme mit Hilfe der notwendigen
Bedingungen für ein relatives Extremum wird auch als als Methode der kleinsten Quadrate bezeichnet. Mit dem

Ansatz (19.167) und den notwendigen Bedingungen für ein relatives Minimum von

(19.176) erhält man zur Bestimmung der Ansatzkoeffizienten das lineare Gleichungssystem der Normalgleichungen
 (19.177)

im diskreten Fall. Dabei werden in Anlehnung an die GAUSSsche Summensymbolik die folgenden Abkürzungen
verwendet:

(19.178a)

(19.178b)

In der Regel gilt .

Beispiel

Für den Polynomansatz lauten die Normalgleichungen

mit

Die Koeffizientenmatrix des Normalgleichungssystems (19.177) ist symmetrisch, so daß für die numerische
Lösung das CHOLESKY-Verfahren in Frage kommt.
Stetige Aufgabe, Normalgleichungen

Eine Funktion ist über dem Intervall durch eine Funktion in dem Sinne zu approximieren, daß

der Ausdruck

(19.166)

minimal wird, und zwar in Abhängigkeit von den Parametern, die die Funktion enthält. Mit ist eine

gegebene Gewichtsfunktion bezeichnet, für die im Integrationsintervall gelten soll.

Macht man für die Näherungsfunktion den Ansatz

(19.167)
mit geeigneten, linear unabhängigen Funktionen , dann führen die notwendigen

Bedingungen

(19.168)

für ein relatives Minimum von (19.166) auf das sogenannte Normalgleichungssystem

(19.169)

zur Bestimmung der Ansatzkoeffizienten . Dabei werden die Abkürzungen

(19.170a)

und

(19.170b)

die auch als Skalarprodukte der betreffenden zwei Funktionen bezeichnet werden, verwendet.
Das System der Normalgleichungen ist eindeutig lösbar, da für die Ansatzfunktionen ,

lineare Unabhängigkeit vorausgesetzt war. Die Koeffizientenmatrix des Systems (19.169) ist symmetrisch, so daß zur
Lösung das CHOLESKY-Verfahren verwendet werden sollte.

Die Ansatzkoeffizienten können direkt berechnet werden, ohne Lösung eines Gleichungssystems, wenn das
System der Ansatzfunktionen orthogonal ist, d.h. wenn gilt:

(19.171)

Darüber hinaus spricht man von einem orthonormierten System, wenn gilt:

(19.172)

Mit (19.172) vereinfachen sich die Normalgleichungen (19.169) zu

(19.173)

Linear unabhängige Funktionensysteme können orthogonalisiert werden. Aus den Potenzfunktionen

erhält man je nach Wahl der Gewichtsfunktion und des Integrationsintervalls die

folgenden Orthogonalpolynome :

Tabelle Orthogonalpolynome
 (19.174)

Mit dieser Auswahl können die wichtigsten Anwendungsfälle berücksichtigt werden:

1.
endliches Approximationsintervall,
2.
einseitig unendliches Approximationsintervall, z.B. bei zeitabhängigen Problemen,
3.
zweiseitig unendliches Approximationsintervall, z.B. bei Strömungsproblemen.

Man beachte, daß jedes endliche Intervall durch die Substitution

(19.175)
auf das Intervall , für das viele Ansatzfunktionen definiert sind, transformiert werden kann.
Methode der sukzessiven Approximation

Die Methode der sukzessiven Approximation eignet sich zur Lösung einer Gleichung der Form
(12.145)
mit einem stetigen linearen Operator im BANACH-Raum bei vorgegebenem . Sie besteht darin, ausgehend

von einer beliebigen Anfangsnäherung , eine Folge von Näherungslösungen nach der Vorschrift

(12.146)

zu erzeugen, die in zur Lösung von (12.145) konvergiert. Die Konvergenz der Methode, also

basiert auf der Konvergenz der Reihe (12.140) mit .

Sei , dann gelten die folgenden Aussagen:

a)
 Der Operator besitzt einen stetigen Inversen mit , und die Gleichung

(12.145) hat genau eine Lösung für beliebiges .

b)
Die Reihe (12.140) konvergiert, und ihre Summe ist der Operator .

c)
Das Verfahren (12.146) konvergiert für einen beliebigen Anfangswert zur eindeutigen Lösung der
Gleichung (12.145), falls die Reihe (12.140) konvergiert. Dabei gilt die Abschätzung

(12.147)

Analog (s. Lineare Integralglweichungen und Lit. 12.9) behandelt man Gleichungen der Typen
(12.148)
Methode der sukzessivem Approximation nach PICARD

Die Integration der Differentialgleichung

(9.20a)

mit der Anfangsbedingung für liefert

(9.20b)

Wird in die rechte Seite dieser Gleichung (9.20b) anstelle von eine angemessen ausgewählte Funktion

eingesetzt, dann ergibt sich eine neue Funktion , die sich von unterscheidet, wenn nicht

bereits eine Lösung von (9.20a) ist. Nach Einsetzen von in die rechte Seite von (9.20b) anstelle von erhält

man eine Funktion . Die durch Fortsetzen des Verfahrens gewonnene Funktionenfolge
konvergiert gegen die gesuchte Lösung in einem gewissen, den Punkt enthaltenden Intervall, wenn die
Bedingungen des Existenzsatzes erfüllt sind. Diese PICARDsche Methode der sukzessiven ( schrittweisen )
Approximation ist ein Iterationsverfahren.

Beispiel

Es ist die Differentialgleichung für die Anfangsbedingung für zu lösen.

Umschreibung in die Integralform und Anwendung der sukzessiven Approximation, beginnend mit
liefert:

usw.
Methode der sukzessiven Approximation, Neumann-Reihe
● Iterationsverfahren
● Konvergenz der NEUMANNschen Reihe
Diskrete Tschebyscheff-Approximation und Optimierung

Von der stetigen TSCHEBYSCHEFFschen Approximationsaufgabe

(19.202)

kommt man zur zugehörigen diskreten Aufgabe, indem man Stützstellen ;

mit der Eigenschaft wählt und

(19.203)

fordert. Substituiert man

 (19.204)

dann folgt daraus unmittelbar

(19.205)

Durch Auflösen der Beträge in (19.205) erhält man ein System von linearen Ungleichungen für die Koeffizienten

und , so daß aus (19.203) die lineare Optimierungsaufgabe

(19.206)

wird. Die Gleichung (19.206) besitzt eine Minimallösung mit . Für eine hinreichend große Anzahl von
Stützstellen kann unter bestimmten Bedingungen die Lösung der diskreten Aufgabe als Näherung für die Lösung der
stetigen Aufgabe angesehen werden.

Verwendet man an Stelle der linearen Näherungsfunktion eine Näherungsfunktion

 , die nichtlinear von den Parametern abhängt, dann erhält man

in analoger Weise eine Optimierungsaufgabe, und zwar eine nichtlineare Optimierungsaufgabe, die in der Regel
schon bei einfachen nichtlinearen Ansätzen nicht konvex ist. Das ist eine wesentliche Einschränkung im Hinblick auf
die Wahl numerischer Lösungsverfahren für
nichtlineare Optimierungsaufgaben.
Tschebyscheff-Approximation
● Aufgabenstellung und Alternantensatz
● Remes-Algorithmus
● Diskrete Tschebyscheff-Approximation und Optimierung
Eigenschaften der Orthogonalität

Der Nullvektor ist zu jedem Vektor aus orthogonal. Es gilt:

a)
und impliziert .

b)
Aus und folgt
c)

genau dann, wenn wobei die abgeschlossene lineare Hülle der Menge

bezeichnet.
d)
Ist und eine fundamentale Menge, d.h., ist überall dicht in , dann ist .

e)
 Satz des PYTHAGORAS: Sind die Elemente paarweise orthogonal, also für ,
dann ist

(12.113)

f)
Projektionssatz: Ist ein Teilraum von , dann ist jeder Vektor eindeutig in der Form

(12.114)
darstellbar.
g)
Approximationsproblem: Weiter gilt , so daß

(12.115)

in mit eindeutig lösbar ist. kann dabei sogar durch eine konvexe, abgeschlossene nichtleere Teilmenge

aus ersetzt werden. Das Element heißt Projektion des Elements auf , besitzt den kleinsten Abstand

von (zu ), und der Raum ist orthogonal zerlegbar:

Dreidimensionaler Fall

Die Bedingung für die Unabhängigkeit des Kurvenintegrals

(8.128)

vom Integrationsweg (s. Abbildung) lautet in Analogie zum zweidimensionalen Fall:

1. Es wird die Existenz einer Stammfunktion gefordert, für die gilt

(8.129a)
und damit

(8.129b)

2. Die Integrabilitätsbedingung besteht in diesem Falle aus den drei gleichzeitig zu erfüllenden Gleichungen

(8.129c)

für die partiellen Ableitungen, die ihrerseits stetig sein müssen.

Beispiel

Die Arbeit ist als Skalarprodukt aus Kraft und Weg definiert. Im konservativen Feld hängt die

Arbeit nur vom Ort ab, nicht aber von der Geschwindigkeit . Mit

grad und sind somit für das Potential die Beziehungen (8.129a),

(8.129b) erfüllt, und es gilt (8.129c). Unabhängig vom Weg zwischen den Punkten und erhält man:

(8.130)
Arbeit

Die Arbeit bei Bewegung eines Körpers in einem Kraftfeld ist infolge des eingehenden Skalarproduktes
richtungsabhängig. Sind Kraft- und Bewegungsrichtung konstant und fallen beide zusammen, dann kann die -
Achse in die Kraft- bzw. Bewegungsrichtung gelegt werden. Ist der Betrag der Kraft veränderlich, d.h. gilt

, dann erhält man für die Arbeit , die zur Verschiebung eines Körpers längs der -Achse vom

Punkt zum Punkt notwendig ist:

(8.65)

Im allgemeinen Fall, wenn Kraft- und Bewegungsrichtung nicht übeinstimmen, wird die Arbeit als Kurvenintegral über
das Skalarprodukt aus Kraft und Weg in jedem Punkt längs des vorgegebenen Weges berechnet.
ARCHIMEDische Spirale
ARCHIMEDische Spirale heißt eine Kurve, die durch Bewegung eines Punktes mit konstanter Geschwindigkeit auf
einem Strahl entsteht, der mit konstanter Winkelgeschwindigkeit den Koordinatenursprung umkreist.

Die Gleichung der archimedischen Spirale lautet in Polarkoordinaten

 (2.237)

Die Kurve besitzt zwei Zweige, die symmetrisch zur -Achse verlaufen. Jeder Strahl schneidet die Kurve in

den Punkten die voneinander den Abstand haben.

Die Länge des Bogens ist wobei für große der Ausdruck

gegen 1 geht.

Der Flächeninhalt des Sektors beträgt

Der Krümmungsradius ist und im Koordinatenursprung

Areafunktionen
● Definitions- und Wertebereiche
● Areasinus
● Areakosinus
● Areatangens
● Areakotangens
● Darstellung der Areafunktionen durch den natürlichen Logarithmus
● Beziehungen zwischen den verschiedenen Areafunktionen
● Summen und Differenzen von Areafunktionen
● Formeln für negative Argumente
Areakosinus
Die Funktionen
(2.198a)
und
(2.198b)

oder stellen Funktionen dar, die nur für definiert sind.

Der Funktionsverlauf beginnt im Punkt mit einer senkrechten Tangente und wächst bzw. fällt dann streng

monoton.
Areakotangens
Die Funktion
(2.200)

oder ist eine ungerade und nur für definierte Funktion.

Für fällt sie streng monoton von 0 bis ab; für fällt sie streng monoton

von auf 0 ab. Sie besitzt drei Asymptoten, und zwar bei und .
Areasinus
Die Funktion
(2.197)
ist eine ungerade, streng monoton wachsende Funktion.
Die Schreibweise ist gleichbedeutend mit Die Funktion besitzt im Koordinatenursprung einen

Wendepunkt mit dem Steigungswinkel

Areatangens
Die Funktion
(2.199)

oder ist eine ungerade und nur für definierte Funktion.

Der Koordinatenursprung ist gleichzeitig Wendepunkt mit dem Steigungswinkel Die Asymptoten liegen bei
Definition der Funktion
1. Funktion:Wenn und zwei variable Größen sind und wenn sich einem gegebenen -Wert genau ein

-Wert zuordnen läßt, dann nennt man eine Funktion von und schreibt

(2.1)

Die veränderliche Größe heißt unabhängige Variable oder Argument der Funktion . Alle -Werte, denen sich

-Werte zuordnen lassen, bilden den Definitionsbereich der Funktion . Die veränderliche Größe heißt

abhängige Variable ; alle -Werte bilden den Wertebereich der Funktion .

2. Reelle Funktion: Wenn Definitions- und Wertebereich nur reelle Zahlen enthalten, dann nennt man
eine reelle Funktion einer reellen Veränderlichen .

Beispiel A
 mit

Beispiel B

mit

3. Funktion von mehreren Veränderlichen: Hängt die Variable von mehreren unabhängigen Variablen

ab, dann bezeichnet man

(2.2)
als Funktion von mehreren Veränderlichen.
4. Komplexe Funktion Wenn die unabhängige Variable eine komplexe Zahl ist, dann wird durch
eine komplexe Funktion einer komplexen Veränderlichen beschrieben, zu deren Behandlung die

Funktionentheorie benötigt wird.

Definition

Eine veränderliche Größe wird eine Funktion von unabhängigen Variablen genannt, wenn

für gegebene Werte der unabhängigen Veränderlichen einen eindeutig bestimmten Wert annimmt. Je nachdem,
ob es sich um eine Funktion von zwei, drei oder veränderlichen Größen handelt, schreibt man
(2.265)
Setzt man für die unabhängigen Variablen feste Zahlen ein, dann entsteht ein Wertesystem der Variablen, das als
Punkt des -dimensionalen Raumes (auch mehrdimensionaler Raum ) interpretiert werden kann. Die einzelnen
unabhängigen Variablen werden auch Argumente genannt; manchmal nennt man zusammenfassend das gesamte
-Tupel der unabhängigen Variablen das Argument der Funktion.

Beispiel A

besitzt für das Wertesystem den Wert

Beispiel B

nimmt für das Wertesystem den

Wert an.
Unterabschnitte

● Standardform:
● Teufelstreppe und ARNOLD-Zunge:
● Goldenes Mittel, FIBONACCI-Zahlen:

Standardform einer Kreisabbildung

Standardform:

Die Abbildung aus (17.80) ist für ein orientierungstreuer Diffeomorphismus, da

ist. Bei ist kein Diffeomorphismus mehr, aber noch ein

Homöomorphismus, während für die Abbildung nicht mehr invertierbar und damit auch kein
Homöomorphismus mehr ist. Im Parameterbereich ist für die Rotationszahl

definiert. Sei fixiert. Dann hat auf [0,1] folgende

Eigenschaften:

a)
Die Funktion ist nicht fallend, stetig, aber nicht differenzierbar.

b)

Für jede rationale Zahl existiert ein Intervall , dessen Inneres nicht leer ist und für das

für alle gilt.

c)
Für jede irrationale Zahl gibt es genau ein mit .

Teufelstreppe und ARNOLD-Zunge:

Für jedes ist also eine CANTOR-Funktion. Der Graph von , der auf der rechten

Abbildung gezeigt ist, heißt Teufelstreppe (devil's staircase) .

Das Bifurkationsdiagramm von (17.80) ist auf der linken Abbildung zu sehen. Von jeder rationalen Zahl auf der -
Achse geht ein schnabelförmiges Gebiet ( ARNOLD- Zunge ) mit nicht leerem Inneren aus, in dem die Rotationszahl
konstant und gleich der rationalen Zahl ist. Ursache für das Entstehen der Zungen ist eine Synchronisation der
Frequenzen ( Frequenzkopplung (frequency locking)).
Für überlappen sich diese Gebiete nicht. Von jeder irrationalen Zahl auf der -Achse geht eine

stetige Kurve aus, die immer die Gerade erreicht. In der ersten ARNOLD-Zunge mit hat das

dynamische System (17.80) Ruhelagen. Ist fixiert und wächst an, so verschmelzen auf dem Rand der ersten
ARNOLD-Zunge zwei dieser Ruhelagen und heben sich dabei gleichzeitig auf. Im Ergebnis einer solchen Sattelknoten-
Bifurkation entsteht ein auf dichter Orbit. Ähnliche Erscheinungen lassen sich beim Verlassen der anderen
ARNOLD-Zungen beobachten.

Für ist die Theorie der Rotationszahlen nicht mehr anwendbar. Die Dynamik wird komplizierter, und es
findet ein Übergang zum Chaos statt. Dabei treten, ähnlich wie im Falle der FEIGENBAUM-Konstante, weitere
Konstanten auf, die für bestimmte Klassen von Abbildungen, zu denen auch die Standardkreisabbildung gehört,
gleich sind. Eine davon wird im folgenden beschrieben.

Goldenes Mittel, FIBONACCI-Zahlen:

Die irrationale Zahl heißt Goldenes Mittel und besitzt die einfache Kettenbruchdarstellung

(17.84)

Durch sukzessives Abschneiden des Kettenbruches erhält man eine Folge von rationalen Zahlen, die gegen

konvergiert. Die Zahlen lassen sich in der Form darstellen, wobei FIBONACCI-

Zahlen sind, die sich durch die Iterationsvorschrift

(17.85)

mit den Startwerten und bestimmen lassen. Sei nun der Parameterwert von (17.80), für
den ist und sei jeweils der am nächsten liegende Wert, für den

ist. Eine numerische Analyse ergibt den Grenzwert .

Europäische Artikelnummer EAN

EAN ist eine Abkürzung für ,,Europäische Artikelnummer ``, die man auf sehr vielen Artikeln in Form eines
Strichcodes bzw. als 13- oder 8-stellige Ziffernfolge findet. Mit Hilfe von Scannern kann der Strichcode an
Computerkassen eingelesen werden.
Bei der 13-stelligen Nummer geben die ersten beiden Ziffern das Herstellungsland an, z.B. 40, 41, 42, 43 oder 44 für
Deutschland. Die nächsten 5 Ziffern stehen für den Hersteller, und eine weitere Gruppe von 5 Ziffern für das
entsprechende Produkt. Die letzte Ziffer ist die Prüfziffer
Man erhält die Prüfziffer, wenn man die ersten 12 Ziffern abwechselnd von links beginnend mit 1 bzw. 3 multipliziert
und die Summe dieser Produkte durch Addition der Prüfziffer zur nächsten durch 10 teilbaren Zahl ergänzt. Somit

gilt für die Artikelnummer mit der Prüfziffer

(5.187)
Durch dieses Prüfziffernverfahren werden an der EAN Fehler durch Verwechslung einer Ziffer immer aufgedeckt und
Fehler durch Vertauschung zweier benachbarter Ziffern in den meisten Fällen erkannt. Oft nicht aufgedeckt werden
Drehfehler durch Vertauschen nicht benachbarter Ziffern und Verwechslungen zweier Ziffern.
Interne Zeichendarstellung
Computer sind zeichenverarbeitende Maschinen. Die Interpretation und Verarbeitung dieser Zeichen wird durch die
verwendete Software (Programme) festgelegt und gesteuert. Die externen Zeichen, Buchstaben, Ziffern und
Sonderzeichen werden intern im Binärcode in Form von Bitfolgen dargestellt. Ein Bit (Binary Digit) ist die kleinste
darstellbare Informationseinheit mit den Werten 0 und 1. Acht Bit werden zur nächsthöheren Einheit, dem Byte ,
zusammengefaßt. In einem Byte können Bitkombinationen erzeugt werden, die ihrerseits 256 Zeichen
zugeordnet werden können. Eine solche Zuordnung bezeichnet man als Code . Es gibt verschiedene Codes, einer
der weit verbreiteten ist der erweiterte ASCII ( merican tandard ode for nformation nterchange).

● Zahlensysteme
● Interne Zahlendarstellung
Addition und Subtraktion

Addition und Subtraktion von Matrizen ist möglich, wenn sie vom gleichen Typ sind. Die Addition bzw. Subtraktion
erfolgt elementweise für jeweils gleichgestellte Elemente:
(4.21a)

Beispiel

Es gelten das Kommutativ- und das Assoziativgesetz der Matrizenaddition:

(4.21b)

(4.21c)
Linearkombinationen von Vektoren

a) Die Summe zweier Vektoren und ist ein Vektor der die Diagonale

des Parallelogramms bildet. Die wichtigsten Eigenschaften der Summe zweier Vektoren sind das
Kommutativgesetz der Addition und die Dreiecksungleichung:
(3.241a)

(3.241b)
 b) Die Summe mehrerer Vektoren ist ein Vektor der den Polygonzug schließt,

den die Vektoren bis bilden. Für Vektoren gilt:

(3.241c)

Zu den Eigenschaften der Summe mehrer Vektoren gehören das Kommutativgesetz der Addition und das
Assoziativgesetz. Für drei Vektoren z.B gilt:
(3.241d)

(3.241e)
 c) Die Differenz zweier Vektoren kann als Summe der Vektoren und aufgefaßt werden, so

daß
(3.241f)
die Diagonale in der rechten Abbildung ergibt.

Die wichtigsten Eigenschaften der Differenz zweier Vektoren sind:

(3.241g)
Eigenschaften der Produkte von Vektoren

a) Das Skalarprodukt genügt dem Kommutativgesetz:

(3.253)
b) Das Vektorprodukt ändert beim Vertauschen der Faktoren das Vorzeichen:
(3.254)
c) Die Multiplikation mit einem Skalar genügt dem Assoziativgesetz:
(3.255a)

(3.255b)
d) Das Assoziativgesetz gilt nicht für das doppelte Skalar-und Vektorprodukt:
(3.256a)

(3.256b)
e) Das Distributivgesetz gilt:
(3.257a)

(3.257b)
f) Orthogonalität zweier Vektoren liegt vor, wenn gilt:

(3.258)

g) Kollinearität zweier Vektoren liegt vor, wenn gilt:

(3.259)
h) Multiplikation gleicher Vektoren:
(3.260)
i) Multiplikationen von Linearkombinationen von Vektoren können auf die gleiche Art durchgeführt werden wie bei
skalaren Polynomen, allerdings ist dabei zu beachten, daß bei der vektoriellen Multiplikation Faktorenvertauschungen,
z.B. beim Zusammenziehen gleichnamiger Glieder, Vorzeichenänderungen zur Folge haben.

Beispiel A

Beispiel B
 j) Skalare Invariante heißt ein Skalar, der bei Verschiebung und Drehung des Koordinatensystems den gleichen Wert
behält. Das skalare Produkt zweier Vektoren ist eine skalare Invariante.

Beispiel A

Die Komponenten eines Vektors sind keine skalaren Invarianten, da sie in verschiedenen

Koordinatensystemen unterschiedliche Werte annehmen können.

Beispiel B

Die Länge eines Vektors d.h. die Größe ist eine skalare Invariante, da

sie in verschiedenen Koordinatensystemen den gleichen Wert besitzt.

Beispiel C
Das Skalarprodukt eines Vektors mit sich selbst ist eine skalare Invariante, d.h.

da .
Hypozykloide und Astroide
Hypozykloide und Astroide wird eine Kurve genannt, die von einem Peripheriepunkt eines Kreises beschrieben wird,
wenn dieser, ohne zu gleiten, auf der Innenseite eines anderen Kreises abrollt.
Die Gleichung der Hypozykloide, die Koordinaten der Scheitel- und Rückkehrpunkte, die Formeln für die
Bogenlängen, die Flächeninhalte und die Krümmungsradien entsprechen denen der Epizykloide, es ist jedoch ,,
`` durch ,, `` zu ersetzen. Die Anzahl der Rückkehrpunkte entspricht für ganzzahlig, rational oder

irrational (stets ist ) der von der Epizykloide bekannten.

Fall Für entartet die Kurve in den Durchmesser des unbeweglichen Kreises.
Fall Für besitzt die Hypozykloide drei Zweige mit der Gleichung
(2.235a)

Es gilt .

Fall Für besitzt die Hypozykloide vier Zweige und wird Astroide genannt. Ihre Gleichung
lautet in kartesischen Koordinaten und in Parameterform:
(2.235b)
(2.235c)

Es gilt .
Unterabschnitte

● Definition:
● Vorgabe der Funktion in Parameterform:
● Vorgabe der Funktion in expliziter Form:
● Vorgabe der Funktion in algebraischer impliziter Form:

Asymptoten

Definition:

Eine Asymptote ist eine Gerade, der sich eine Kurve bei deren immer größer werdender Entfernung vom
Koordinatenursprung unbegrenzt nähert. Dabei kann die Annäherung von einer Seite her erfolgen (linke Abbildung), oder
die Kurve schneidet die Gerade dauernd (rechte Abbildung).
Nicht jede sich unbegrenzt vom Koordinatenursprung entfernende Kurve (unendlicher Kurvenzweig) muß eine Asymptote
besitzen. So bezeichnet man z.B. bei unecht gebrochenrationalen Funktionen den ganzrationalen Anteil als asymptotische
Näherung.

Vorgabe der Funktion in Parameterform:

Zur Bestimmung der Asymptotengleichung sind die Werte zu ermitteln, für die bei entweder

oder geht.

Folgende Fälle sind zu unterscheiden:

a) Die Asymptote ist eine horizontale Gerade:

(3.455a)

b) Die Asymptote ist eine vertikale Gerade:

(3.455b)
 c) Die Asymptote ist eine Gerade mit : Wenn sowohl als auch gegen unendlich

gehen, dann sind die Grenzwerte und zu bilden. Existieren sie

beide, dann liefern sie die Konstanten für die Geradengleichung der Asymptote:
(3.455c)

Vorgabe der Funktion in expliziter Form:

Die vertikalen Asymptoten werden als Unstetigkeitspunkte beim unendlichem Sprung der Funktion ermittelt, die

horizontalen und geneigten Asymptoten als Gerade mit den entsprechenden Grenzwerten:

(3.456)

Beispiel
 Für die zweite Asymptote usw. erhält man

in Analogie dazu

Vorgabe der Funktion in algebraischer impliziter Form:

Die Funktion ist ein Polynom in und . Für horizontale und vertikale Asymptoten einerseits und geneigte

Asymptoten andererseits ist je ein anderes Verfahren notwendig.

1. Horizontale und vertikale Asymtoten: Zur Bestimmung der horizontalen und vertikalen Asymptoten werden
von dem vorliegenden Polynom in und die Glieder mit dem höchsten Grad ausgewählt, als Funktion

abgespaltet und nach und aufgelöst:

(3.457)
Die Werte für ergeben die horizontalen Asymptoten die Werte für die

vertikalen

2. Asymptoten mit der Geradengleichung : Zur Bestimmung der geneigten Asymptoten wird in

die Geradengleichung eingesetzt und das so gewonnene Polynom nach Potenzen von

geordnet:
(3.458)

Die Parameter und ergeben sich, falls sie existieren, aus den Gleichungen

(3.459)

Beispiel
Betrachtung des kartesischen Blattes mit

Aus den Gleichungen und

ergeben sich die Lösungen so daß sich die Gleichung der Asymptote

zu ergibt.
Asymptoten der Hyperbel

Asymptoten der Hyperbel sind Geraden, die sich den Hyperbelzweigen für unbegrenzt nähern
(s. Definition der Asymptoten).
Der Richtungskoeffizient der Asymptoten ist Die Gleichungen der Asymptoten lauten

(3.333)

Die Asymptoten bilden gemeinsam mit der Tangente an die Hyperbel in einem Punkt das Tangentenstück der

Hyperbel , d.h. die Strecke Das Tangentenstück wird durch den Berührungspunkt halbiert, so daß

ist. Den Flächeninhalt des Dreiecks zwischen der Tangente und beiden Asymptoten

berechnet man für jeden Berührungspunkt gemäß

(3.334)

Der Flächeninhalt des Parallelogramms das von den Asymptoten und zwei zu ihnen vom Punkt

ausgehenden Parallelen gebildet wird, beträgt

(3.335)
Unterabschnitte

● Explizite Definitionsform der Kurve

● Andere Definitionsformen

Wendepunkte und Regeln zu ihrer Bestimmung

Wendepunkte sind Kurvenpunkte, in denen die Krümmung der Kurve das Vorzeichen ändert.

Dabei liegt die Kurve in einer kleinen Umgebung dieses Punktes nicht auf einer Seite der Tangente, sondern wird von
dieser durchsetzt. Im Wendepunkt ist und

Explizite Definitionsform der Kurve

Die explizite Definitionsform sei durch die Gleichung (3.425) gegeben.

a) Notwendige Bedingung für die Existenz eines Wendepunktes ist das Verschwinden der 2. Ableitung
(3.448)
im Wendepunkt, falls sie existiert (den Fall nicht existierender 2. Ableitung s. b) Hinreichende Bedingung). Die
Bestimmung der Wendepunkte für den Fall existierender 2. Ableitungen erfordert das Aufsuchen aller Lösungen der
Gleichung mit den Werten wobei jeder Wert nacheinander in die

darauffolgenden Ableitungen einzusetzen ist. Ein Wendepunkt liegt vor, wenn die erste an der Stelle nicht
verschwindende Ableitung von ungerader Ordnung ist. Wenn der betrachtete Punkt kein Wendepunkt ist, weil sich
die erste nicht verschwindende Ableitung -ter Ordnung für geradzahliges ergibt, dann weist die Kurve für

mit der konkaven Seite nach oben; für nach unten.

b) Hinreichende Bedingung für die Existenz eines Wendepunktes ist die Änderung des Vorzeichens der
2. Ableitung beim Übergang von der links- zur rechtsseitigen Umgebung des Punktes . Daher

kann die Frage, ob ein gefundener -Wert Abszisse eines Wendepunktes ist, aus der Betrachtung des
Vorzeichens der 2. Ableitung beim Durchgang durch den zugehörigen Punkt ermittelt werden: Wenn sich das
Vorzeichen bei diesem Durchgang ändert, liegt ein Wendepunkt vor. Dieses Verfahren ist auch für den Fall
anwendbar.
Hinweis: Wenn in der Praxis aus dem Kurvenverlauf folgt, daß ein Wendepunkt vorhanden sein muß, z.B.
 beim Übergang von einem Minimum zu einem Maximum bei einer Kurve mit stetiger Ableitung, dann
beschränkt man sich auf die Bestimmung der und läßt die Untersuchung der höheren Ableitungen weg.

Beispiel A

Wendepunkte und gibt es bei

Beispiel B

Wendepunkte sind nicht vorhanden.

Beispiel C
 für ist

Beim Übergang von negativen zu positiven -Werten wechselt die 2. Ableitung das Vorzeichen von
,, ``zu ,, ``, so daß die Kurve bei einen Wendepunkt besitzt.

Andere Definitionsformen

Die notwendige Bedingung (3.448) für die Existenz eines Wendepunktes im Falle der Kurvenvorgabe

über die Definitionsform (3.425) wird bei Vorgaben mit den anderen Formen durch die folgenden

analytischen Formulierungen der notwendigen Bedingung ersetzt:

1. Definition in Parameterform gemäß (3.426):

(3.449)

2. Definition als Polargleichung gemäß (3.427):

(3.450)
 3. Definition in impliziter Form gemäß (3.424):

(3.451)

In diesen Fällen liefert das Lösungssystem die Koordinaten der möglichen Wendepunkte.

Beispiel A

Betrachtung der verkürzten Zykloide :

 Die Kurve hat unendlich viele Wendepunkte für die Parameterwerte

Beispiel B

Der Wendepunkt liegt

bei dem Winkel

Beispiel C

Betrachtung der Hyperbel

Die Gleichungen und widersprechen einander, so daß die Hyperbel

keinen Wendepunkt besitzt.

Attraktor, Einzugsgebiet

Sei ein dynamisches System auf und eine unter invariante Menge. Dann heißt

Einzugsgebiet von .

Eine kompakte Menge heißt Attraktor von auf , wenn invariant unter ist und es

eine offene Umgebung von gibt, so daß für fast alle (im Sinne des LEBESGUE-Maßes)

gilt.

Beispiel

ist ein Attraktor des Flusses von (17.9a). Dabei ist .

Für manche dynamischen Systeme ist ein allgemeinerer Attraktorbegriff sinnvoll. So gibt es invariante Mengen ,
die in jeder Umgebung periodische Orbits besitzen, die nicht von angezogen werden (z.B. der FEIGENBAUM-
Attraktor). Die Menge muß auch nicht unbedingt durch eine einzige -Grenzmenge aufgespannt werden.

Eine kompakte Menge heißt Attraktor im Sinne von MILNOR von auf , wenn invariant unter

ist und das Einzugsgebiet von eine Menge mit positivem LEBESGUE-Maß enthält.
Lyapunov-Dimension

Sei ein glattes dynamisches System auf mit Attraktor (bzw. invarianter Menge) und mit

auf konzentriertem invariantem ergodischem Wahrscheinlichkeitsmaß. Sind die

LYAPUNOV-Exponenten bezüglich und ist der größte Index, für den und ist, so

heißt die Größe

(17.47)

LYAPUNOV- Dimension des Maßes .

Ist , so wird gesetzt; ist , wird definiert.

Satz von LEDRAPPIER: Es seien ein diskretes System (17.3) auf mit einer -Funktion und

, wie oben, ein auf dem Attraktor von konzentriertes invariantes ergodisches Wahrscheinlichkeitsmaß.

Dann gilt .

Beispiel A

Der Attraktor eines glatten dynamischen Systems werde mit Quadraten der

Seitenlänge überdeckt. Es seien die gemittelten Singulärwerte von . Dann gilt für

das -dimensionale Volumen des Attraktors . Aus jedem Quadrat der Seitenlänge

entsteht unter näherungsweise ein Parallelogramm mit und als Seitenlänge. Nimmt man

Überdeckungen aus Rhomben mit der Seitenlänge , so ist . Aus der Beziehung

erhält man sofort . Diese heuristischen

Überlegungen geben also einen Hinweis auf die Herkunft der Formel für die LYAPUNOV-Dimension.
Beispiel B

Gegeben sei das HÉNON-System(17.6) mit und . Das System (17.6) besitzt bei

diesen Parametern einen Attraktor ( H´ENON- Attraktor ) mit komplizierter Struktur. Die numerisch
bestimmte Kapazitätsdimension ist . Für den H´ENON-Attraktor läßt sich ein SBR-

Maß nachweisen. Für die LYAPUNOV-Exponenten und gilt

. Mit dem numerisch ermittelten Wert

ergibt sich . Damit ist .

Solenoid oder Solenoid-Attraktor

Gegeben sei ein Volltorus mit den lokalen Koordinaten , wie er in der folgenden Abbildung zu sehen

ist.

Eine Abbildung wird durch

mit einem Parameter erklärt. Das Bild , zusammen mit den Schnitten und
 , ist in den folgenden zwei Abbildungen zu sehen.

Im Ergebnis der Iterationen entsteht die Menge , die Solenoid heißt. Der Attraktor besteht in

Längsrichtung aus einem Kontinuum von Kurven, von denen jede dicht in ist und die alle instabil sind. Der Schnitt
von transversal zu diesen Kurven ist eine CANTOR-Menge. Für die HAUSDORFF-Dimension gilt

. Die Menge besitzt eine ganze Umgebung als Einzugsgebiet. Außerdem ist der Attraktor

strukturstabil, d.h., die oben formulierten qualitativen Eigenschaften ändern sich nicht bei -kleinen Störungen
von . Das Solenoid ist ein Beispiel für einen hyperbolischen Attraktor .
Lokale Hausdorff-Dimension nach Douady-Oesterlé

Sei ein glattes dynamisches System auf und eine kompakte invariante Menge. Ein beliebiges

werde fixiert und gesetzt.

1. Satz von DOUADY und OESTERLÉ: Seien die Singulärwerte von und sei

eine Zahl in der Darstellung mit und .

Ist , so gilt .

2. Spezielle Version für Differentialgleichungen: Seien der Fluß von (17.1), eine kompakte

invariante Menge und seien die Eigenwerte der symmetrisierten JACOBI-Matrix

in einem beliebigen Punkt . Ist eine Zahl in der Form

 mit sowie und gilt

, so ist .

Die Größe

(17.48)

wobei beliebig ist und den ganzzahligen Anteil von bedeutet, heißt DOUADY-OESTERLÉ- Dimension im

Punkt . Unter den Voraussetzungen des oben formulierten Satzes von DOUADY-OESTERLÉ für Differentialgleichungen

gilt dann .

Beispiel
Das LORENZ-System (17.2) besitzt für einen Attraktor , den LORENZ-

Attraktor , mit numerisch ermittelter Dimension (s. Abbildung).

(Die Abbildung wurde mit Mathematica erzeugt.)
Mit dem Satz von DOUADY-OESTERLÉ erhält man für beliebige und die Abschätzung
mit .
Auflösung eines Torus

● Vom Torus zum Chaos

● Abbildungen auf dem Einheitskreis und Rotationszahl
● Differentialgleichungen auf dem Torus
● Standardform einer Kreisabbildung
Aufschlag

Werden auf aufgeschlagen, dann erhält man den erhöhten Wert

(1.76)

Bezieht man den Aufschlag auf den neuen Wert , dann sind in auf Grund der Proportion

(1.77)

Prozent Aufschlag enthalten.

Beispiel
Bei einem Warenwert von 200.-DM ergeben 15 % Aufschlag einen Endpreis von 230.-DM. In diesem Preis

sind für den Verbraucher Prozent Aufschlag enthalten.

Einmalige Einzahlung

Bei jährlichem Zinszuschlag wächst ein Kapital nach Jahren auf den Endwert Am Ende des -ten
Jahres gilt:

(1.81)

Zur Abkürzung setzt man und bezeichnet als Aufzinsungsfaktor .

Man spricht von unterjähriger Verzinsung , wenn das Jahr in gleich lange Zinsperioden unterteilt wird und die
Zinsen bereits nach jeder dieser Zinsperioden dem Kapital zugeschlagen werden. Der Zinszuschlag pro

Zinsperiode beträgt dann und das Kapital wächst nach Jahren mit je Zinsperioden auf

(1.82)

an.
Beispiel

Ein Kapital von 5000.-DM, das mit 7,2 pro Jahr verzinst wird, wächst in 6 Jahren

a) bei jährlicher Verzinsung auf DM an,

b) bei monatlicher Verzinsung auf DM.

Algebraische Ausdrücke
● Definitionen
● Einteilung der algebraischen Ausdrücke
Manipulation algebraischer Ausdrücke
In der Praxis treten häufig algebraische Ausdrücke auf, die für die weitere Arbeit, wie z.B. Differentiation, Integration,
Reihendarstellung, Grenzwertbildung oder numerische Auswertung, umzuformen sind. In der Regel werden diese
Ausdrücke als über dem Ring der ganzen oder dem Körper der rationalen Zahlen gebildet verstanden. Es sei aber
betont, daß Computeralgebrasysteme z.B. auch mit Polynomen über endlichen Körpern bzw. über
Erweiterungskörpern der gebrochen rationalen Zahlen umgehen können. Für Interessenten muß dazu auf die
Spezialliteratur verwiesen werden. Eine besondere Rolle spielen algebraische Operationen auf Polynomen über dem
Körper der rationalen Zahlen.

● Mathematica
● Maple
Tautologien, mathematische Schlußweisen

Ein aussagenlogischer Ausdruck heißt allgemeingültig oder Tautologie , wenn er die Wahrheitsfunktion identisch W
repräsentiert. Folglich sind zwei Ausdrücke und genau dann logisch äquivalent, wenn der Ausdruck
eine Tautologie ist. Mathematische Schlußweisen folgen aussagenlogischen Gesetzen. Als Beispiel sei
das Kontrapositionsgesetz genannt, d.h. der allgemeingültige Ausdruck
(5.19a)
Dieses Gesetz, das auch in der Form
(5.19b)
notiert werden kann, läßt sich wie folgt interpretieren: Um zu zeigen, daß aus folgt, kann man auch zeigen,
daß aus folgt. Der indirekte Beweis beruht auf folgendem Prinzip: Um aus zu folgern, nimmt man
als falsch an und leitet daraus - unter der Voraussetzung, daß richtig ist - einen Widerspruch her. Formal läßt sich
dieses Prinzip auf verschiedene Weise durch aussagenlogische Gesetze beschreiben:
(5.20a)
oder
(5.20b)
oder
(5.20c)
Interpretation prädikatenlogischer Ausdrücke

Eine Interpretation eines Ausdrucks der Prädikatenlogik besteht aus

1. einer Menge (Individuenbereich) und

2. einer Zuordnung, die jeder -stelligen Prädikatenvariablen ein -stelliges Prädikat zuweist.

Die Interpretation einer geschlossenen Formel liefert somit eine Aussage. Enthält ein Ausdruck der Prädikatenlogik
freie Variable, so repräsentiert eine Interpretation dieses Ausdrucks eine Relation (s. -stellige Relationen) im
Individuenbereich.

Beispiel
 Sei das zweistellige Prädikat, das im Individuenbereich der natürlichen Zahlen die Beziehung
beschreibt, so charakterisiert

● die Menge aller Paare natürlicher Zahlen mit (zweistellige Relation in

); sind freie Variable;

● die Teilmenge von (einstellige Relation), die nur aus der Zahl 0 besteht; ist

freie, gebundene Variable;

● die Aussage ,,Es gibt eine kleinste natürliche Zahl``; und sind gebundene

Variable.

Ein Ausdruck der Prädikatenlogik heißt wahr für eine gegebene Interpretation, wenn für jede Ersetzung der freien
Variablen durch Elemente aus dem Individuenbereich eine wahre Aussage entsteht. Ein Ausdruck der
Prädikatenlogik heißt allgemeingültig oder Tautologie , wenn er für alle Interpretationen wahr ist.
Angabe einer Funktion

Man kann eine Funktion auf unterschiedliche Weise angeben oder definieren, z.B. durch eine Wertetabelle, eine
graphische Darstellung oder Kurve, eine Formel, auch analytischer Ausdruck genannt, oder abschnittsweise durch
verschiedene Formeln. In den Definitionsbereich eines analytischen Ausdrucks können nur solche Werte des
Arguments einbezogen werden, für die die Funktion einen Sinn ergibt, d.h. eindeutig bestimmte endliche reelle Werte
annimmt.

Die folgenden Beispiele stellen abschnittsweise gegebene Funktionen dar.

Beispiel A

ganz.

Beispiel B
Beispiel C

Mit lies ,,Signum ``, ist die Vorzeichenfunktion bezeichnet. Die Funktion bzw.

lies ,,entier ``, gibt die größte ganze Zahl kleiner gleich an. Die folgenden drei Abbildungen zeigen die
dazugehörigen graphischen Darstellungen, wobei die Pfeilspitzen darauf hinweisen sollen, daß ihre
Endpunkte nicht zum Kurvenbild gehören.
Analytische Darstellung reeller Funktionen

In der Regel werden die folgenden drei Formen genutzt:

1. Explizite Darstellung:
(2.3)

Beispiel

. Hierbei handelt es sich um die obere Hälfte des

Einheitskreises mit dem Mittelpunkt im Koordinatenursprung.

2. Implizite Darstellung:
(2.4)

falls sich diese Gleichung eindeutig nach auflösen läßt.

Beispiel
 . Hierbei handelt es sich ebenfalls um die obere Hälfte des

Einheitskreises. Man beachte, daß mit keine reelle Funktion definiert wird.

3. Parameterdarstellung:
(2.5)

Die Werte von und werden als Funktion einer Hilfsveränderlichen angegeben, die Parameter genannt wird.

Die Funktionen und müssen denselben Definitionsbereich haben.

Beispiel

mit und Hierbei handelt es

sich abermals um die Darstellung der oberen Hälfte des Einheitskreises mit dem Mittelpunkt im
Koordinatenursprung.
Ausdrücke der Aussagenlogik

Mit diesen einstelligen (Negation) und zweistelligen (Konjunktion, Disjunktion, Implikation und Äquivalenz) Verknüpfungen können aus
gegebenen Aussagenvariablen kompliziertere Ausdrücke der Aussagenlogik aufgebaut werden. Diese Ausdrücke werden induktiv
definiert:
(5.6)
(5.7)
Zur Vereinfachung der Schreibweise solcher Ausdrücke werden Außenklammern weggelassen und Vorrangregeln (Prioritäten)
festgelegt. In der folgenden Reihenfolge bindet jeder Junktor stärker als der folgende:

Häufig wird anstelle von ,, `` auch geschrieben und der Junktor ganz weggelassen. Durch diese Einsparungen kann man
z.B. den Ausdruck kürzer so notieren:
Differenzenverfahren

Man unterteilt das Intervall durch gleichabständige Stützstellen

und ersetzt in der für die inneren Stützstellen angegebenen Differentialgleichung

(19.119)
die Werte der Ableitungen durch sogenannte finite Ausdrücke , z.B.:

(19.120a)

(19.120b)

Man erhält auf diese Weise lineare Gleichungen für die Näherungswerte im Inneren

des Integrationsintervalls , wenn man und beachtet. Enthalten die Randbedingungen

Ableitungen, dann werden diese ebenfalls durch finite Ausdrücke ersetzt.

Eigenwertprobleme bei Differentialgleichungen werden ganz analog behandelt. Die Anwendung des
Differenzenverfahrens , beschrieben durch (19.119) und (19.120a,b), führt dann auf ein
Matrizeneigenwertproblem.

Beispiel

Die Lösung der homogenen Differentialgleichung mit den Randbedingungen

führt auf ein Eigenwertproblem. Das Differenzenverfahren überführt die

Differentialgleichung in die Differenzengleichung . Wählt man

drei innere Punkte, also , dann erhält man das Gleichungssystem

unter Beachtung von . Dieses homogene System ist nur bei

 verschwindender Koeffizientendeterminante lösbar. Aus dieser Bedingung erhält man die Eigenwerte

und , von denen allerdings nur der kleinste dem ihm

entsprechenden wahren Wert 9,87 nahekommt.

Hinweis: Die Genauigkeit des Differenzenverfahrens kann erhöht werden durch:

1.
Verkleinerung der Schrittweite ,
2.
Verwendung finiter Ausdrücke höherer Approximation (die Näherungen (19.120a,b) haben die Fehlerordnung

),

3.
Anwendung des Mehrschrittverfahrens.

Ist eine nichtlineare Randwertaufgabe zu lösen, dann führt das Differenzenverfahren auf ein System nichtlinearer
Gleichungen für die unbekannten Näherungswerte
(s. Abschnitt Nichtlineare Gleichungssysteme).
Differenzenverfahren

Das Integrationsgebiet wird durch ausgewählte Punkte gitterförmig unterteilt. Gewöhnlich wird das Gitter rechteckig

gewählt:
(19.136)

Für erhält man ein quadratisches Gitter. Bezeichnet man die gesuchte Lösung mit , dann werden die in der

Differentialgleichung und in den Rand- bzw. Anfangsbedingungen auftretenden partiellen Ableitungen durch finite Ausdrücke der
folgenden Art ersetzt, wobei unter ein Näherungswert für den Funktionswert zu verstehen ist:
 (19.137)

In (19.137) ist die Fehlerordnung mit Hilfe des LANDAU-Symbols angegeben worden.

In manchen Fällen ist es günstiger, die Näherung

(19.138)

mit einem festen Parameter zu verwenden. Die Formel (19.138) stellt eine Konvexkombination zweier finiter

Ausdrücke dar, die aus der entsprechenden Formel von (19.137) für die Werte und enstanden sind.
Mit den Formeln (19.137) kann eine partielle Differentialgleichung für jeden inneren Gitterpunkt in eine Differenzengleichung
übergeführt werden, wobei die Rand- und Anfangsbedingungen zu beachten sind. Das so entstehende Gleichungssystem für die
Näherungswerte , das für kleine Schrittweiten und von großer Dimension ist, muß in der Regel iterativ gelöst werden
(s. Abschnitt Iteration in Gesamt- und Einzelschritten).

Beispiel A

Die Funktion erfülle die Differentialgleichung für alle Punkte mit

, d.h. im Innern eines Rechtecks, und genüge der Randbedingung für und

. Die der Differentialgleichung entsprechende Differenzengleichung für ein quadratisches Gitter mit der

Schrittweite lautet:
.

Die Schrittweite (s. Abbildung)

 liefert eine erste grobe Näherung für die Funktionswerte in den drei inneren Gitterpunkten:

Man erhält: .

Beispiel B
Die Gleichungssysteme, die bei der Anwendung des Differenzenverfahrens auf partielle Differentialgleichungen
entstehen, haben in der Regel eine sehr spezielle Struktur. Das soll am Beispiel der folgenden, etwas allgemeineren
Randwertaufgabe gezeigt werden. Integrationsgebiet sei das Quadrat .

Gesucht ist eine Funktion mit im Innern von

auf dem Rand von . Die Funktionen und sind gegeben. Die zu dieser Differentialgleichung gehörende

Differenzengleichung lautet für :

Im Falle hat die linke Seite dieses Differenzengleichungssystems für die Näherungswerte in den

inneren Punkten die folgende Gestalt, wenn man das Gitter zeilenweise von links nach rechts durchläuft und
dabei beachtet, daß die Funktionswerte auf dem Rand bekannt sind:
 Man sieht: Die Koeffizientenmatrix ist symmetrisch und schwach besetzt . Ihre Gestalt wird als block-tridiagonal
bezeichnet. Man beachte aber, daß die Gestalt der Koeffizientenmatrix davon abhängig ist, wie die Gitterpunkte
durchlaufen werden.

Für die verschiedenen Aufgabenklassen bei partiellen Differentialgleichungen 2. Ordnung, insbesondere bei elliptischen,
parabolischen und hyperbolischen Differentialgleichungen, ist eine Vielzahl angepaßter Differenzenverfahren entwickelt und auf
Konvergenz und Stabilität hin untersucht worden. Die Spezialliteratur dazu ist umfangreich, Standardwerke s. Lit. 19.25, 19.27.
Einteilung der algebraischen Ausdrücke

1. Hauptgrößen
werden die allgemeinen Zahlen (Buchstabensymbole) genannt, nach denen die algebraischen Ausdrücke
klassifiziert werden; sie sind in jedem Einzelfall festzulegen. Im Falle von Funktionen sind die unabhängigen
Variablen die Hauptgrößen . Die übrigen noch nicht durch Zahlen festgelegten Größen sind die Parameter des
Ausdrucks. In manchen Ausdrücken werden die Parameter Koeffizienten genannt.

Beispiel
Koeffizienten treten z.B. in Polynomen, FOURIER-Reihen und linearen Differentialgleichungen auf.

Ein Ausdruck gehört zu der einen oder anderen Klasse in Abhängigkeit davon, welche Operationen an seinen
Hauptgrößen auszuführen sind. Im allgemeinen werden die Hauptgrößen meist mit den letzten Buchstaben
des Alphabets bezeichnet, die Parameter mit den ersten Buchstaben Die

Buchstaben verwendet man meist für ganzzahlige positive Parameterwerte, z.B. für Indizes bei
Summationen und Iterationen.
2. Ganzrationale Ausdrücke
zeichnen sich dadurch aus, daß in ihnen Additionen, Subtraktionen und Multiplikationen der Hauptgrößen
vorgenommen werden, wobei das Potenzieren mit ganzzahligen positiven Exponenten eingeschlossen ist.
3. Gebrochenrationale Ausdrücke
enthalten neben den für ganzrationale Ausdrücke genannten Operationen noch Divisionen durch Hauptgrößen,
einschließlich des Potenzierens mit negativen ganzzahligen Exponenten, sowie gegebenenfalls Divisionen
durch ganzrationale Ausdrücke in den Hauptgrößen.
4. Irrationale Ausdrücke
zeichnen sich durch das Radizieren, also das Potenzieren mit gebrochenen Exponenten aus, d.h. durch das
Radizieren ganz- oder gebrochenrationaler Ausdrücke, die ihrerseits aus Hauptgrößen bestehen.
5. Transzendente Ausdrücke
, d.h. Exponentialausdrücke, logarithmische und trigonometrische Ausdrücke, enthalten algebraische
Ausdrücke mit Hauptgrößen im Exponenten, unter dem Logarithmuszeichen oder als Argument von
Winkelfunktionen.
Ganzrationale Ausdrücke
● Darstellung in Form eines Polynoms
● Binomischer Satz
● Bestimmung des größten gemeinsamen Teilers zweier Polynome
Gebrochenrationale Ausdrücke
● Rückführung auf die einfachste Form
● Bestimmung des ganzrationalen Anteils
● Umformung von Proportionen
Irrationale Ausdrücke
Jeder irrationale Ausdruck kann in der Regel auf eine einfachere Form gebracht werden, und zwar durch

● Kürzen des Exponenten,

● Vorziehen vor das Wurzelzeichen und
● Beseitigen der Irrationalität im Nenner.

1. Kürzen des Exponenten: Eine Kürzung des Exponenten wird erreicht, indem der Radikand in Faktoren zerlegt wird und danach der
Wurzelexponent sowie die Exponenten aller Faktoren im Radikanden durch ihren größten gemeinsamen Teiler geteilt werden.

Beispiel

2. Beseitigung der Irrationalität: Zur Beseitigung der Irrationalität im Nenner gibt es verschiedene Methoden.

Beispiel A

Beispiel B
Beispiel C

Beispiel D

3. Einfachste Form von Potenzen und Wurzeln: Auch Potenzen und Wurzeln werden meist auf die einfachste Form gebracht.

Beispiel A

Beispiel B
Manipulation nichtpolynomialer Ausdrücke

Mit dem Befehl können oft komplizierte Ausdrücke, die nicht polynomialer Natur zu sein brauchen, vereinfacht
werden. Mathematica wird immer versuchen, algebraische Ausdrücke unabhängig von der Natur der symbolischen Größen zu
manipulieren. Dabei verwendet es eingebaute Kenntnisse. So kennt Mathematica z.B. Regeln der Potenzrechnung:
(20.56)

Mit der Option können die Anweisungen und Potenzen von trigonometrischen
Funktionen durch die trigonometrischen Funktionen mit mehrfachen Argumenten ausdrücken und umgekehrt.

Beispiel
Einige trigonometrische Formeln lassen sich mit folgender Eingabe erzeugen:

Ab Version 2.2 von Mathematica ist die Option über den Befehl direkt erreichbar. Das gilt

für eine Vielzahl von Befehlen aus dem zuladbaren Paket .

Schließlich sei darauf hingewiesen, daß der Befehl reelle Variable voraussetzt,

während von komplexen Variablen ausgeht.

Beispiel
Ausdrücke des Prädikatenkalküls

Allgemein werden die Ausdrücke des Prädikatenkalküls wieder induktiv definiert:

1. Sind Individuenvariable und eine -stellige Prädikatenvariable, so ist

(5.21a)
2. Sind und Ausdrücke, so sind es auch
(5.21b)

Betrachtet man Aussagenvariable als nullstellige Prädikatenvariable, so erkennt man die Aussagenlogik als Teil der
Prädikatenlogik. Eine Individuenvariable kommt in einem Ausdruck gebunden vor, wenn Variable eines
Quantors ist oder im Wirkungsbereich eines Quantors liegt; andernfalls kommt in diesem Ausdruck frei
vor. Ein Ausdruck der Prädikatenlogik, der keine freien Variablen enthält, heißt geschlossene Formel .
Ausdrücke der Prädikatenlogik
Zur logischen Grundlegung der Mathematik wird eine ausdrucksstärkere Logik als die Aussagenlogik benötigt. Um
Eigenschaften von und Beziehungen zwischen (mathematischen) Objekten beschreiben zu können, bedient man sich
der Prädikatenlogik.

● Prädikate
● Quantoren
● Ausdrücke des Prädikatenkalküls
● Interpretation prädikatenlogischer Ausdrücke
● Tautologien der Prädikatenlogik
● Beschränkte Quantifizierung
Vektoranalytische Ausdrücke in kartesischen, Zylinder- und
Kugelkoordinaten

Tabelle Vektoranalytische Ausdrücke in kartesischen, Zylinder- und Kugelkoordinaten

Kartesische Koordinaten Zylinderkoordinaten Kugelkoordinaten
Wertverlaufsgleiche BOOLEsche Ausdrücke

BOOLEsche Ausdrücke und heißen wertverlaufsgleich , wenn sie die gleiche BOOLEsche Funktion
repräsentieren. BOOLEsche Ausdrücke sind genau dann gleich, wenn sie durch ,,Umformungen`` entsprechend den
Axiomen einer BOOLEschen Algebra ineinander überführbar sind.
Bei der Umformung BOOLEscher Ausdrücke stehen zwei Aspekte im Vordergrund:

a)
Umformung in einen möglichst ,,einfachen`` Ausdruck (s. Schaltagebra),
b)
Umformung in eine ,,Normalform`` .
Knotengrade

Als Grad eines Knotens bezeichnet man die Anzahl der mit inzidierenden Kanten. Schlingen werden

doppelt gezählt. Knoten vom Grad 0 heißen isolierte Knoten .

Für jeden Knoten eines gerichteten Graphen unterscheidet man Ausgangsgrad und Eingangsgrad

(5.232a)

(5.232b)
Lineare Ausgleichsaufgaben

Gegeben sei das überbestimmte lineare Gleichungssystem

(19.37)

in Matrixschreibweise
(19.38)

Die Koeffizientenmatrix , die vom Typ ist, habe den Maximalrang , d.h., ihre Spalten sind

linear unabhängig. Da ein überbestimmtes lineares Gleichungssystem in der Regel keine Lösung hat, geht man von
(19.37) zu den sogenannten Fehlergleichungen

(19.39)

mit den Residuen über und verlangt, daß die Summe der Quadrate der Residuen minimal wird:
 (19.40)

Die Aufgabe (19.40) wird als lineare Ausgleichsaufgabe oder lineares Quadratmittelproblem bezeichnet. Die

notwendigen Bedingungen dafür, daß die Fehlerquadratsumme ein relatives Minimum

annimmt, lauten

(19.41)

und führen auf das lineare Gleichungssystem

(19.42)
Der Übergang von (19.38) zu (19.42) wird als GAUSS-Transformation bezeichnet, da das System (19.42) durch
Anwendung der GAUSSschen Fehlerquadratmethode aus (19.38) entstanden ist. Da für A Maximalrang

vorausgesetzt wurde, ist eine positiv definite Matrix vom Typ , und die sogenannten

Normalgleichungen (19.42) können mit Hilfe des CHOLESKY-Verfahrens numerisch gelöst werden.

Bei der Lösung des Normalgleichungssystems (19.42) können numerische Probleme auftreten, wenn die
Konditionszahl (s. Lit. 19.27) der Matrix sehr groß ist. Die Lösung kann dann große relative Fehler haben.
Deshalb ist es numerisch günstiger, zur Lösung linearer Ausgleichsaufgaben Orthogonalisierungsverfahren zu
verwenden.
Mehrdimensionale Aufgaben

1. Ausgleichsaufgabe: Es soll die folgende diskrete mehrdimensionale Ausgleichsaufgabe behandelt werden:

Eine Funktion der unabhängigen Variablen sei formelmäßig nicht

bekannt, aber es seien Funktionswerte , im allgemeinen Meßwerte, in einer Wertetabelle gegeben:

(19.181)

Die Schreibweise wird übersichtlicher und die Analogie zur eindimensionalen Ausgleichsaufgabe deutlicher, wenn man
folgende Vektoren einführt:
Zur Approximation von werde ein Ansatz der Form

(19.182)

verwendet. Dabei sind die Funktionen geeignet gewählte Ansatzfunktionen.

Beispiel A
Linearer Ansatz in Variablen:
.

Beispiel B
Vollständiger quadratischer Ansatz in 3 Variablen:
.

Die Ansatzkoeffizienten sind so zu bestimmen, daß

gilt.
 2. Normalgleichungssystem: Bildet man analog zu (19.179b) die Matrix G, indem man formal die Stützstellen

durch die vektoriellen Stützstellen ersetzt, dann kann man auch im vorliegenden

mehrdimensionalen Fall zur Bestimmung der Ansatzkoeffizienten das Normalgleichungssystem

(19.183)
oder das überbestimmte lineare Gleichungssystem
(19.184)
verwenden.

Beispiel
Ein Beispiel findet man bei der mehrdimensionalen Regression.
Fehlerquadratmethode

Die Fehlerquadratmethode führt in den Fällen, in denen in der Näherungsformel gewisse Parameter nichtlinear
auftreten, auf nichtlineare Ausgleichsaufgaben , deren Lösung einen erhöhten numerischen Aufwand sowie gute
Startnäherungen erfordert. Letztere können durch Rektifizierung und Mittelwertmethode bestimmt werden.
Ausgleichssplines

In der Praxis sind die gegebenen Werte häufig Meßwerte, also fehlerbehaftet. In diesem Fall ist die
Interpolationsforderung unzweckmäßig. Man führt deshalb den kubischen Ausgleichsspline ein. Er entsteht, wenn
man beim kubischen Interpolationsspline die Interpolationsforderung durch

(19.237)

ersetzt. Die Forderung nach Stetigkeit von und bleibt erhalten, so daß sich zur Bestimmung der Spline-
Koeffizienten eine Extremwertaufgabe mit Nebenbedingungen in Gleichungsform ergibt. Die Lösung erfolgt mit Hilfe
einer LAGRANGE-Funktion. Einzelheiten s. Lit. 19.30, 19.31.

In (19.237) stellt einen Glättungsparameter dar, der vorgegeben werden muß. Für ergibt sich

als Spezialfall der kubische Interpolationsspline, für ,,große`` erhält man eine glatte Näherungskurve, die dafür
aber die Meßpunkte nur ungenau wiedergibt, und für ergibt sich schließlich als weiterer Spezialfall die
Ausgleichsgerade. Eine geeignete Wahl von kann am Computer im Bildschirmdialog erfolgen.

Die Parameter in (19.237) stellen die Standardabweichungen der Meßfehler dar, mit denen die

Meßwerte evtl. behaftet sind.

Bei den bisher betrachteten kubischen Interpolations- und Ausgleichssplines waren die Abszissen der Interpolations-
bzw. Meßpunkte identisch mit den Knoten der Spline-Funktion. Das hat zur Folge, daß bei großem der Spline
aus einer sehr großen Anzahl von kubischen Ansatzfunktionen (19.231) besteht. Es liegt nahe, Anzahl und Lage der
Knotenpunkte frei zu wählen, da man in der Praxis meist mit wesentlich weniger Spline-Stücken auskommt. Darüber
hinaus ist es numerisch günstiger, an Stelle des Ansatzes (19.231) Splines in der Form

(19.238)

anzusetzen. Dabei ist die Anzahl der frei gewählten Knoten, und mit werden die sogenannten

normalisierten -Splines ( Basis-Splines ) der Ordnung 4, d.h. vom Polynomgrad 3, zum -ten Knoten bezeichnet.
Ausführungen dazu s. Lit. 19.4.
Bikubische Ausgleichssplines

Der eindimensionale kubische Ausgleichsspline wird im wesentlichen durch die Extremalforderung (19.237)
charakterisiert. Für den zweidimensionalen Fall könnte eine ganze Reihe entsprechender Extremalforderungen
aufgestellt werden, aber nur ganz bestimmte ermöglichen die eindeutige Existenz einer Lösung.

Geeignete Extremalforderungen und Algorithmen zur Lösung von Ausgleichsaufgaben mit bikubischen B-Splines
s. Lit. 19.21, 19.20.
Zerlegung eines Polynoms in Faktoren

Polynome lassen sich in vielen Fällen als Produkte von Monomen und Polynomen darstellen. Als Hilfsmittel stehen
hierzu das Ausklammern und Gruppieren , spezielle Formeln sowie die allgemeinen Eigenschaften von Gleichungen
zur Verfügung.

Beispiel A

Ausklammern:

Beispiel B

Gruppieren:

Beispiel C
Anwendung von Gleichungseigenschaften:

a)
Ausklammern von

b)
Feststellung, daß und Wurzeln der Gleichung sind.

c)
Division von durch liefert als Quotienten

Dieser Ausdruck läßt sich nicht weiter in reelle Faktoren zerlegen, da

so daß man erhält:

Aussagen

Eine Aussage ist die gedankliche Widerspiegelung eines Sachverhalts in Form eines Satzes einer natürlichen oder
künstlichen Sprache. Jede Aussage ist entweder wahr oder falsch: Prinzip der Zweiwertigkeit (s. auch mehrwertige
oder Fuzzy-Logik). Man nennt ,,wahr`` bzw. ,,falsch`` den Wahrheitswert der Aussage und bezeichnet ihn mit W
(oder 1) bzw. F (oder 0). Die Wahrheitswerte werden auch als aussagenlogische Konstanten bezeichnet.
Dualitätsprinzip
1. Dualisieren:
In den im vorhergehenden Abschnitt betrachteten ,,Axiomen`` einer BOOLEschen Algebra erkennt man
folgende Dualität: Ersetzt man in einem Axiom durch durch , 0 durch 1 und 1 durch 0, dann
erhält man das jeweils andere Axiom. Man sagt, diese beiden Axiome sind zueinander dual und nennt den
Ersetzungsprozeß Dualisieren . Durch Dualisieren erhält man aus einer Aussage über BOOLEsche Algebren
die dazu duale Aussage .
2. Dualitätsprinzip für BOOLEsche Algebren:
Die duale Aussage zu einer wahren Aussage über BOOLEsche Algebren ist wieder eine wahre Aussage über
BOOLEsche Algebren, d.h., mit jeder bewiesenen Aussage ist gleichzeitig auch die dazu duale Aussage
bewiesen.

Aus den Axiomen folgen z.B. folgende Eigenschaften für BOOLEsche Algebren:

(E1) Die Operationen und sind idempotent:

(5.214)
 (5.215)

(E2) DE MORGANsche Regeln:

(5.216)

(5.217)

(E3) Eine weitere Eigenschaft:

(5.218)

Es genügt auch hier, von jeweils untereinanderstehenden (dualen) Aussagen nur eine zu beweisen, während die
dritte Aussage zu sich selbst dual ist.
Aussagenlogik
● Aussagen
● Aussagenverbindungen
● Wahrheitstafeln
● Ausdrücke der Aussagenlogik
● Wahrheitsfunktionen
● Grundgesetze der Aussagenlogik
● Weitere Grundgesetze
● Tautologien, mathematische Schlußweisen
Aussagenverbindungen

Die Aussagenlogik untersucht den Wahrheitswert von Aussagenverbindungen in Abhängigkeit von den
Wahrheitswerten der einzelnen Aussagen. Dabei werden ausschließlich extensionale Aussagenverbindungen
betrachtet, d.h., der Wahrheitswert der Aussagenverbindung hängt nur von den Wahrheitswerten der Teilaussagen
und den verbindenden Junktoren ab. Dabei wird der Wahrheitswert der Verbindung durch die klassischen Junktoren
(5.1)
(5.2)
(5.3)
(5.4)
(5.5)
bestimmt. Dabei ist das ,,logische oder`` immer als ,,einschließendes oder`` zu verstehen. Im Falle der Implikation
sind für auch die folgenden Sprechweisen üblich:
Austauschschema

Wenn in (4.104) ein Element von Null verschieden ist, dann kann in einem sogenannten Austauschschritt die

Variable zur unabhängigen und die Variable zur abhängigen Variablen gemacht werden. Der
Austauschschritt ist das Grundelement des Austauschverfahrens, mit dessen Hilfe z.B. lineare Gleichungssysteme
und lineare Optimierungsaufgaben gelöst werden können. Der Austauschschritt wird mit Hilfe der Schemata

(4.105)
durchgeführt, wobei das linke Schema dem System (4.104) entspricht.
Anwendung des Austauschverfahrens

● Zuordnung eines Systems linearer Funktionen

● Lösbarkeit des linearen Gleichungssystems
● Unlösbarkeit des linearen Gleichungssystems
Alternierende Wege, Satz von BERGE

1. Alternierende Wege: Es sei ein Graph mit einem Matching . Ein Weg in wird alternierend
genannt, wenn in auf jede Kante mit (bzw. ) eine Kante mit (bzw.

) folgt.
Ein offener alternierender Weg wird zunehmend genannt, wenn kein Endpunkt des Weges mit einer Kante aus
inzidiert.
2. Satz von BERGE:
a)
Ein Matching in einem Graphen ist genau dann maximal, wenn es in keinen zunehmenden
alternierenden Weg gibt.
b)
Ist ein zunehmender alternierender Weg in mit zugehöriger Menge durchlaufener

Kanten, dann bildet ein Matching in mit

 .

Man spricht in diesem Zusammenhang von einem Austauschverfahren .

Beispiel

Im Graphen der folgenden Abbildung ist ein zunehmender alternierender Weg

bezüglich des Matchings Mit dem Austauschverfahren erhält man daraus das Matching
Autokorrelationsfunktion

Das dynamische System auf mit invariantem Maß sei ergodisch. Es seien eine

beliebige stetige Funktion, ein beliebiger Semiorbit und das räumliche Mittel sei ersetzt durch das

zeitliche Mittel, d.h. durch im zeitkontinuierlichen Fall und durch

im zeitdiskreten Fall. Bezüglich wird die Autokorrelationsfunktion längs des

Semiorbits zu einem Zeitpunkt für einen Fluß durch

(17.34a)

und für ein diskretes System durch

 (17.34b)

definiert. Die Autokorrelationsfunktion wird auch für negative Zeiten erklärt, indem als gerade Funktion auf

bzw. aufgefaßt wird.

Periodische oder quasiperiodische Orbits führen zu einem periodischen bzw. quasiperiodischen Verhalten von .

Ein schneller Abfall von für wachsende und beliebiger Testfunktion deutet auf chaotisches Verhalten

hin. Fällt für wachsende sogar mit exponentieller Geschwindigkeit, so ist dies ein Anzeichen für

mischendes Verhalten.
Wichtige Fälle skalarer Felder

1. Ebenes Feld wird ein Feld genannt, das ausschließlich für die Punkte einer Ebene im Raum definiert ist.
2. Zentralfeld Wenn eine Funktion in allen Punkten gleichen Abstandes von einem Mittelpunkt ,

dem Feldpol, gleiche Werte annimmt, dann spricht man von einem zentralsymmetrischen Feld oder auch

Zentral- bzw. Kugelfeld . Die Funktion hängt dann lediglich vom Abstand ab:

(13.7a)

Beispiel
Das Feld der Intensität einer punktförmigen Strahlungsquelle, z.B. das Feld der Lichtstärke, wird mit
als Abstand von der Strahlungsquelle beschrieben durch

(13.7b)

3. Axialfeld Wenn eine Funktion in allen Punkten gleichen Abstandes von einer Geraden, der Feldachse, den
gleichen Wert besitzt, dann spricht man von einem zylindersymmetrischen bzw. axialsymmetrischen Feld ,
oder kurz von einem Axialfeld .
Abgeschlossene Mengen

Eine Teilmenge eines metrischen Raumes heißt abgeschlossen , wenn eine offene Menge ist. Jede

abgeschlossene Kugel in einem metrischen Raum, insbesondere jedes Intervall der Typen
in , ist eine abgeschlossene Menge.

Dual zu den Axiomen der offenen Mengen erfüllt die Gesamtheit aller abgeschlossenen Mengen eines metrischen
Raumes folgende Eigenschaften:

● Sind für abgeschlossen, dann ist auch die Menge abgeschlossen.

● Sind beliebig endlich viele abgeschlossene Mengen, dann ist auch die Menge

abgeschlossen.
● Die leere Menge ist vereinbarungsgemäß abgeschlossen.
Die Mengen und sind sowohl offen als auch abgeschlossen. Ein Punkt des metrischen Raumes heißt

Berührungspunkt der Menge wenn für jede Umgebung

(12.53)

gilt. Besteht dieser Durchschnitt darüber hinaus jeweils nicht nur aus dem einen Punkt , dann heißt

Häufungspunkt der Menge . Ein Berührungspunkt, der kein Häufungspunkt ist, heißt isolierter Punkt.

Ein Häufungspunkt von muß somit nicht unbedingt zur Menge gehören muß, z.B. der Punkt im Verhältnis
zur Menge , während ein isolierter Punkt notwendigerweise zur Menge gehören muß. Ein Punkt

ist genau dann Berührungspunkt der Menge , wenn es eine Folge von Elementen aus

gibt, die zu konvergiert, wobei im Falle eines isolierten Punktes gesetzt wird.
Skalarprodukt

Ein Vektorraum über dem Körper (meistens wird betrachtet) heißt Raum mit Skalarprodukt oder
Innenproduktraum oder Prä- HILBERT-Raum , wenn jedem Paar von Elementen eine Zahl , das

Skalarprodukt von und , zugeordnet ist, so daß für beliebige Elemente und beliebiges die
folgenden Bedingungen, die Axiome des Skalarprodukts , erfüllt sind:
(12.101)
(12.102)
(12.103)

(12.104)

Hier bedeutet die zu konjugiert komplexe Zahl (in (1.137b) wurde diese mit bezeichnet).

Im Falle von , also eines reellen Vektorraums, ist (H4) einfach die Kommutativitätsforderung für das
Skalarprodukt. Aus den Axiomen ergeben sich sofort zusätzlich noch die Eigenschaften

(12.105)
Halbordnung

Bereits am Beispiel des mit dem ersten Quadranten als Kegel geordneten Vektorraumes wird eine

typische Erscheinung in geordneten Vektorräumen ersichtlich, auf die mit den Begriffen ,,Halbordnung`` oder
,,teilweise`` bereits hingewiesen wurde, nämlich, daß nicht beliebige zwei Vektoren vergleichbar sein müssen. Die
aus den Vektoren und gebildeten Differenzen, also die Vektoren

und , liegen nicht in , so daß weder noch gilt. Die durch einen Kegel in

einem Vektorraum eingeführte Ordnung ist also lediglich eine teilweise oder partielle. Es läßt sich zeigen, daß die
Relation die folgenden Eigenschaften besitzt:

(12.25)
(12.26)
(12.27)
(12.28)
Man nennt diese Gleichungen Axiome des geordneten Vektorraumes. Umgekehrt, ist ein Vektorraum mit einer
Ordnungsrelation versehen, d.h. für gewisse Paare seiner Elemente ist eine binäre Operation erklärt, die den
Axiomen (O1) bis (O4) genügt, dann setzt man
(12.29)

und kann zeigen, daß ein Kegel ist. Die jetzt durch in einführbare Ordnung ist identisch mit der

vorhandenen Ordnung ; folglich sind die beiden aufgezeigten Möglichkeiten der Einführung einer Ordnung in
einem Vektorraum äquivalent.
Ein Kegel heißt erzeugend, wenn jedes Element als mit dargestellt

werden kann. Man schreibt dafür auch - .

Beispiel A
Die Ordnung im Raum wird durch den Kegel

(12.30)
(s. Beispiel C) eingeführt. In den Folgenräumen, betrachtet man die natürliche koordinatenweise Ordnung. Sie ergibt
sich mit Hilfe des Kegels, den man in einem solchen Raum als Durchschnitt von (s. (12.30)) mit dem jeweiligen
Raum erhält. Die positiven Elemente in diesen geordneten Vektorräumen sind dann jeweils die Folgen mit
nichtnegativen Gliedern. Selbstverständlich können auch andere Kegel und damit auch von der natürlichen
Halbordnung verschiedene Ordnungen in diesen Räumen betrachtet werden (s. Lit. 12.20, 12.22).

Beispiel B
In den reellen Funktionenräumen und erklärt man für

zwei Funktionen und durch bzw. die natürliche Ordnung, in

der gerade für eine auf überall nichtnegative Funktion steht. Die entsprechenden Kegel

bezeichnet man üblicherweise wieder mit usw. Es ist also beispielsweise

.
Halbnorm

Eine Abbildung eines Vektorraumes heißt Halbnorm, wenn sie die folgenden Eigenschaften
besitzt:
(12.164)
(12.165)
(12.166)
Ein Vergleich mit den Axiomen des normierten Raumes zeigt, daß eine Halbnorm genau dann eine Norm ist, wenn

nur für gilt.

Sowohl für theoretische innermathematische Fragestellungen als auch für praktische Belange in vielen
Anwendungen der Mathematik hat sich das Problem der Erweiterung eines auf einem linearen Teilraum
gegebenen linearen Funktionals auf den gesamten Raum - um triviale und uninteressante Fälle auszuschließen -
unter Beibehaltung gewisser ,,guter`` Eigenschaften als eines der fundamentalsten Ergebnisse herauskristallisiert.
Die Lösung dieses Problems wird durch den Fortsetzungssatz von HAHN-BANACH garantiert.
● Fortsetzungssatz von HAHN-BANACH (analytische Form)
Axiome des normierten Raumes

Sei ein Vektorraum über dem Körper Eine Funktion heißt Norm auf dem

Vektorraum und das Paar normierter Raum über dem Körper wenn für beliebige Elemente

und beliebiges die folgenden Eigenschaften, die Axiome des normierten Raumes , erfüllt sind:

(12.76)
(12.77)
(12.78)

Mit Hilfe der Festlegung

(12.79)
kann jeder normierte Raum in einen metrischen so umgewandelt werden, daß die Metrik (12.79) zusätzlich noch die
mit der Struktur des Vektorraums verträglichen Eigenschaften
 (12.80a)
(12.80b)
besitzt. Somit stehen in einem normierten Raum sowohl die Eigenschaften eines Vektorraums als auch die eines
metrischen Raumes - durch (12.80a) und (12.80b) verträglich aufeinander abgestimmt - zur Verfügung. Daraus
ergeben sich einerseits, daß man die meisten lokalen auf einen Punkt bezogenen Untersuchungen mit den
Einheitskugeln
(12.81)

vornehmen kann, da sich

(12.82)

ergibt und andererseits die Stetigkeit der Operationen des zugrunde liegenden Vektorraumes, d.h., aus

(12.83)
Für konvergente Folgen schreibt man anstelle von (12.51) in normierten Räumen
(12.84)
Kugeln und Umgebungen

In einem metrischen Raum , dessen Elemente auch Punkte heißen, nennt man für eine reelle Zahl

und einen fixierten Punkt die Mengen

(12.49)

(12.50)

offene bzw. abgeschlossene Kugel mit dem Radius und dem Zentrum . Im Vektorraum ergeben sich mit

den Metriken (12.42) und (12.43) für und als Kugeln die in den folgenden zwei Abbildungen
dargestellten Mengen.
Eine Teilmenge eines metrischen Raumes heißt Umgebung des Punktes , wenn mit

einer ganzen offenen Kugel zu gehört, also es , so daß gilt. Eine Umgebung des

Punktes bezeichnet man auch mit . Offenbar ist jede Kugel auch Umgebung ihres Zentrums; eine offene

Kugel ist sogar Umgebung jedes ihrer Punkte. Man nennt einen Punkt inneren Punkt einer Menge
wenn mit einer Umgebung zu gehört, also es existiert eine Umgebung von mit
Schließlich heißt eine Teilmenge eines metrischen Raumes offen , wenn alle ihre Punkte innere Punkte sind. Die
(bisher nur so benannten) offenen Kugeln in jedem beliebigen metrischen Raum, insbesondere alle offenen Intervalle
aus , sind die Prototypen offener Mengen. Die Gesamtheit aller offenen Mengen genügt den folgenden Axiomen
der offenen Mengen :

● Sind für offen, dann ist auch die Menge offen.

● Sind beliebig endlich viele offene Mengen, dann ist auch die Menge offen.

● Die leere Menge ist vereinbarungsgemäß offen.

Man nennt eine Teilmenge eines metrischen Raumes beschränkt , wenn für ein gewisses Element (das nicht

unbedingt der Menge angehören muß) und eine gewisse Zahl die Menge in der Kugel

liegt, wofür man auch schreibt.

Begriff des Vektorraumes
Eine nichtleere Menge heißt Vektorraum oder linearer Raum über dem Körper der Skalaren, wenn auf die
beiden Operationen - Addition der Elemente und Vielfachenbildung mit Koeffizienten aus - wie folgt erklärt sind:

1. Für je zwei Elemente gibt es ein Element , ihre Summe ,

2. für jedes und jeden Skalar (Zahl) gibt es ein Element , das Produkt aus

und dem Skalar (oder besser, das -Vielfache des Elements ),

so daß die folgenden Eigenschaften, die Vektorraumaxiome , für beliebige Elemente und Skalare

erfüllt sind:

(12.1)
(12.2)
 (12.3)
(12.4)
(12.5)
(12.6)
(12.7)
heißt reeller bzw. komplexer Vektorraum, je nachdem, ob der Körper der reellen bzw. der komplexen
Zahlen ist. Die Elemente von nennt man Punkte oder, in Anlehnung an die Lineare Algebra, auch Vektoren ,
wobei in der Funktionalanalysis, ohne die Verständlichkeit oder die Übersichtlichkeit zu beeinträchtigen, auf die
Kennzeichnung oder verzichtet wird.

In einem Vektorraum gibt es zu jedem ein eindeutig bestimmtes ,,gegenüberliegendes`` Element

, so daß gilt, indem man setzt. Somit ist auf auch die Differenz

zweier beliebiger Vektoren als erklärt. Daraus ergibt sich die eindeutige

Lösbarkeit der Gleichung für vorgegebene Elemente und . Die Lösung ist dann gleich

. Aus den Axiomen (V1) bis (V7) ergeben sich die folgenden Eigenschaften:

● Das Nullelement ist eindeutig definiert,

● falls und , dann ,

● falls und , dann ,

● .
Schnittwinkel, Kurswinkel und Azimut

Schnittwinkel und Kurswinkel: Unter dem Schnittwinkel zweier sphärischer Kurven versteht man den
Winkel, den ihre Tangenten im Kurvenschnittpunkt bilden. Ist eine der beiden Kurven ein Meridian, dann

wird der Schnittwinkel der nördlich von gelegenen Kurvenabschnitte in der Navigation Kurswinkel
genannt. Zur Beschreibung der östlichen und westlichen Neigung der Kurve ordnet man dem Kurswinkel
gemäß Teil a) und b) der Abbildung ein Vorzeichen zu und beschränkt ihn auf das Intervall

Kurswinkel und Azimut: Der Kurswinkel ist ein orientierter, d.h. mit einem Vorzeichen versehener Winkel. Er
ist unabhängig von der Orientierung der Kurve - das ist ihr Durchlaufsinn.
Die Orientierung der Kurve von nach gemäß Teil c) der Abbildung wird durch das Azimut

beschrieben: Es ist der Schnittwinkel zwischen dem durch den Kurvenschnittpunkt verlaufenden und nach

Norden weisenden Meridian und dem von nach verlaufenden Kurvenabschnitt. Man beschränkt das

Azimut auf das Intervall

Hinweis: In der Navigation werden die Ortskoordinaten meist in sexagesimalen Altgraden, sphärische
Abstände sowie Kurswinkel und Azimute dagegen in dezimalen Altgraden angegeben.
Unterabschnitte

● Problemstellung:
● Lösungsansätze:
● Lösung der Radialgleichung:
● Lösung der Polargleichung:
● Lösung der Azimutalgleichung:
● Gesamtlösung für die Winkelabhängigkeit:
● Parität:

Teilchenbewegung im radialsymmetrischen Zentralfeld

Problemstellung:

Das betrachtete Teilchen wird durch ein radialsymmetrisches Potential gezwungen, sich ausschließlich auf

Kugeloberflächenbahnen mit dem konstantem Radius zu bewegen. Dieses Modell reproduziert die
Bewegung eines Elektrons unter der elektrostatischen Anziehung eines positiv geladenen Kerns. Da es sich um ein
kugelsymmetrisches Problem handelt, ist die Benutzung von Kugelkoordinaten zweckmäßig (s. Abbildung).

Es gelten dann die Beziehungen

(9.111a)
wobei der Radiusvektor ist, der Winkel zwischen Radiusvektor und -Achse (Polarwinkel) und der Winkel

zwischen der Projektion des Radiusvektors auf die -Ebene und der -Achse (Azimutalwinkel). Für den LAPLACE-
Operator ergibt sich

(9.111b)

so daß die zeitunabhängige SCHRÖDINGER-Gleichung dieses raumfreien starren Rotators lautet:

(9.111c)

Lösungsansätze:

Eine Lösung wird mit dem Ansatz

(9.112a)

angestrebt, in dem die nur vom Radius abhängige radiale Wellenfunktion ist und eine nur von den

beiden Winkeln abhängige Wellenfunktion. Einsetzen von (9.112a) in (9.111c) liefert

 (9.112b)

Division durch und Multiplikation mit ergibt

(9.112c)

Diese Gleichung (9.112c) kann nur erfüllt werden, wenn eine unabhängige Variation der Radiuskoordinate auf der
linken Seite der Gleichung und der Winkelkoordinaten auf der rechten dieselbe Separationskonstante ergeben,
d.h., wenn die Seiten unabhängig voneinander sind und den gleichen konstanten Wert ergeben. Aus der partiellen
Differentialgleichung ergeben sich dann eine gewöhnliche und eine partielle Differentialgleichung. Wird die
Separationskonstante praktischerweise gleich gesetzt, dann erhält man die nur von und vom Potential

abhängige sogenannte Radialgleichung :

(9.112d)

Der winkelabhängige Anteil wird mit Hilfe des Ansatzes

 (9.112e)
ebenfalls separiert. Einsetzen von (9.112e) in (9.112c) liefert

(9.112f)

Bezeichnet man die Separationskonstante zweckmäßigerweise mit , dann lautet die sogenannte Polargleichung

(9.112g)

und die Azimutalgleichung

(9.112h)

Beide Gleichungen sind potentialunabhängig, gelten also für jedes zentralsymmetrische Potential.
An die Lösung (9.112a) sind drei Forderungen zu stellen: Sie soll für verschwinden, auf der Kugeloberfläche
eindeutig sein und sich quadratisch integrieren lassen.

Lösung der Radialgleichung:

Die Radialgleichung (9.112d) enthält neben dem Potential noch die Separationskonstante . Man
schreibt deshalb und substituiert

(9.113a)

weil das Quadrat der Funktion die letztlich gesuchte Aufenthaltswahrscheinlichkeit

des Teilchens in einer Kugelschale zwischen und angibt. Die Substitution führt auf die eindimensionale
SCHRÖDINGER-Gleichung

(9.113b)

Diese enthält das effektive Potential

(9.113c)

das aus zwei Anteilen besteht. Die Rotationsenergie

(9.113d)

wird Zentrifugalpotential genannt.

Die physikalische Bedeutung von als Bahndrehimpuls-Quantenzahl ergibt sich aus der Analogiebetrachtung zur
klassischen Rotationsenergie

(9.113e)

eines rotierenden Teilchens mit dem Trägheitsmoment und dem Bahndrehimpuls :

(9.113f)

Lösung der Polargleichung:

Die Polargleichung (9.112g), die beide Separationskonstanten und enthält, ist eine LEGENDREsche

Differentialgleichung. Ihre Lösung wird mit bezeichnet und kann durch einen Potenzreihenansatz ermittelt

werden. Endliche, eindeutige und stetige Lösungen ergeben sich nur für . Daher gilt für

und :
(9.114a)

Somit kann insgesamt die Werte

(9.114b)
durchlaufen.
Für ergeben sich die zugeordneten LEGENDREschen Polynome, die wie folgt definiert sind:

(9.114c)

Als Spezialfall ( )erhält man die LEGENDREschen Polynome 1. Art (9.57b)

(s. auch Tabelle LEGENDREsche Polynome 1. Art). Die Normierung führt auf

(9.114d)

Lösung der Azimutalgleichung:

Da die Teilchenbewegung auf der Kugeloberfläche auch im Falle der physikalischen Auszeichnung einer Raumrichtung,
z.B. durch ein Magnetfeld, unabhängig vom Azimutalwinkel ist, spezifiziert man die allgemeine Lösung
durch die Festlegung

(9.115a)

für die unabhängig von ist. Aus der Forderung nach Eindeutigkeit

(9.115b)
folgt, daß nur die Werte annehmen darf.
Aus der Normierung

(9.115c)

folgt

(9.115d)

Die Quantenzahl wird magnetische Quantenzahl genannt.

Gesamtlösung für die Winkelabhängigkeit:

In Übereinstimmung mit (9.112e) sind die Lösungen für die Polar- und die Azimutalgleichungen miteinander zu
multiplizieren:

(9.116a)

Die Funktionen sind die sogenannten Kugelflächenfunktionen .

Wenn der Radiusvektor am Koordinatenursprung gespiegelt wird , geht in über und in

, so daß sich das Vorzeichen von ändern kann:

 (9.116b)
Daraus ergibt sich die Parität der betrachteten Wellenfunktion zu:
(9.117a)

Parität:

Die Eigenschaft Parität dient der Charakterisierung des Verhaltens der Wellenfunktion bei Rauminversion .

Diese Operation wird mit dem Inversions- oder Paritätsoperator P durchgeführt: . Bezeichnet

man den Eigenwert des Operators mit , dann muß eine zweimalige Anwendung von P, d.h. auf

führen, also auf die ursprüngliche Wellenfunktion. Daraus folgt:

(9.117b)
Man spricht von gerader Wellenfunktion , wenn sie bei Rauminversion ihr Vorzeichen nicht ändert, von ungerader
Wellenfunktion , wenn sie es ändert.
Die Parität setzt sich aus zwei Faktoren zusammen, der inneren Parität und der äußeren Parität . Letztere hängt vom
Drehimpuls des beschriebenen Teilchens oder Systems gemäß (9.117a) ab.
 Erste Hilfe
Hilfestellungen zu verschiedenen Themen (z.B. Tips zu günstigen Grundeinstellungen Ihres Browsers oder
Erläuterungen zur Bedeutung der Navigationssymbole) finden Sie auf einer Übersichtsseite zusammengestellt.

Den folgenden beiden Navigationselementen der Startseite werden Sie in DeskTop Bronstein noch öfter
begegnen. Durch Anklicken werden Sie immer unmittelbar zu den folgenden Seiten geführt:

- zum Hauptinhaltsverzeichnis von DeskTop Bronstein

- zum Stichwortverzeichnis von DeskTop Bronstein

Anklicken der Navigationselemente

 führt zu Produkt-Informationen und Wissenswertem zu DeskTop Bronstein. Dieser Verweis
(oder "Hyperlink") ist nur in der Startseite und in diesen Hilfeseiten vorhanden. Von den
-
übrigen Seiten aus führt das Anklicken des Hades-Logos in der Fußzeile zu den
Informationsseiten.

ermöglicht das Senden einer E-Mail an den Verlag oder die Autoren, sofern Sie Internet-
-
Zugang haben.
Produkt-Informationen und Wissenswertes
Der Verlag Harri Deutsch
Das Label "hades"

Das Taschenbuch der Mathematik

Die Bearbeiter der CD-ROM

Das Screen-Design

Copyright
 Grundeinstellungen des Browsers
Sie können die Darstellung der HTML-Seiten durch Ihren Browser und damit die Lesbarkeit von DeskTop
Bronstein möglicherweise verbessern, indem Sie einige Einstellungen für Farben, Schriftart und -größe anpassen:

Browser-Fenster

Wenn Sie das Browser-Fenster auf Ihrem Monitor so breit und so hoch wie möglich ziehen, erleichtert das
besonders bei umfangreichen Seiten den nötigen Überblick.
Vor allem bei kleinen Bildschirmen kann es sinnvoll sein, mehr Inhalt auf einmal sichtbar zu machen,
indem Sie die Teile der Menüleiste ausblenden, die Sie nicht unbedingt brauchen.
Bei Netscape in der Version 3 finden Sie zum Beispiel unter dem Menüpunkt "Options" Schalter zum Ein-
und Ausblenden der Verzeichnis-Knopfleiste ("show directory buttons") und der Pfadangabe ("show
location"). In der Version 4 des Netscape-Browsers können Sie unter dem Menüpunkt "Edit - Preferences -
Appearance" die Auszeichnung der Knöpfe nur durch Text auswählen und im Menüpunkt "View" den
"Personal Toolbar" ausblenden.

Darstellung von Text und Formeln

 Damit das Erscheinungsbild von Text und Formeln auf Ihrem Bildschirm in Abhängigkeit von Größe und
Auflösung des Monitors homogen wirkt, können Sie Schriftart und Schriftgröße geeignet wählen. Dies
geschieht bei Netscape in der Version 3 im Menüpunkt "Options - General Preferences - Fonts", in der
Version 4 im Menüpunkt "Edit - Preferences - Appearance - Fonts". Beim Internet Explorer 4 können Sie
die gewünschten Einstellungen unter "Ansicht - Internet-Optionen - Allgemein - Schriftarten" eintragen.
Eine serifenlose Schrift (wie z.B. Helvetica unter Mac und Unix/Linux, Arial unter Windows) als Standard-
Schrifttyp ("proportional font") ist im allgemeinen am Bildschirm besser lesbar als die meist
voreingestellten Times-Schriften.
Als Schriftgrad dürfte 14 Punkt eine gute Wahl sein. Treffen Sie die Einstellungen so, daß sowohl Text als
auch Formeln wie z.B. in

Die Summe (1.56) wird geometrische Reihe genannt, wenn der Quotient von zwei aufeinanderfolgenden
Gliedern konstant ist, d.h. wenn gilt:

(1.59a)

gut lesbar sind.

Einschränkungen mit Netscape 3 unter Windows 95/NT und UNIX/Linux

Wenn Sie unter den Betriebssystemen Windows95/NT oder UNIX/Linux als Browser den Netscape
Navigator (Version 3) der Firma Netscape verwenden, kann es zu Problemen bei der Darstellung von
Beispielen kommen, die Formelsymbole und Text enthalten, wenn die JavaScript-Unterstützung des
Browsers eingeschaltet ist. Dieses Problem tritt mit dem Netscape Communicator (Version 4) nicht auf.
Farben und Verweise (Hyperlinks)

Die Hintergrundfarbe und die Farben der Verweise (sowohl der noch nicht angewählten als auch der bereits
angewählten) sind in DeskTop Bronstein voreingestellt, können jedoch im Browser auf einigen
Plattformen nach Ihren eigenen Wünschen ersetzt werden. Bei Netscape in der Version 3 unter Windows ist
dies im Menüpunkt "Options - General Preferences - Colors" möglich, in der Version 4 unter dem
Menüpunkt "Edit - Preferences - Appearance - Colors".
Insgesamt wurde DeskTop Bronstein für Grafikkarten mit 256 Farben konzipiert.
In DeskTop Bronstein wird nie eine Hervorhebung von Begriffen durch explizites Unterstreichen
vorgenommen. Unterstrichene Schlüsselwörter kennzeichnen also immer Verweise, sofern diese
Standardauszeichnung von Links in Ihrem Browser nicht abgeschaltet ist (bei Netscape in der Version 3 ist
dies im Menüpunkt "Options - General Preferences - Appearance - Link Style" möglich, in der Version 4
unter dem Menüpunkt "Edit - Preferences - Appearance - Colors"). Sie finden sich in DeskTop Bronstein
auf jeden Fall besser zurecht, wenn Verweise durch Unterstreichen ausgezeichnet sind.
 Navigationssymbole und Icons

Den folgenden Listen können Sie die Funktionen aller Navigationssymbole in der Kopfzeile entnehmen, die in den
Textseiten von DeskTop Bronstein verwendet werden.
Ebenso wie die blau unterstrichenen Verweise sollen auch die Icons Ihnen dabei helfen, in DeskTop Bronstein
schnell die Informationen zu finden, die Sie suchen.

Eine weitere Orientierungshilfe gibt Ihnen die Statuszeile am unteren Rand Ihres Browsers: Dort wird der Titel des
Kapitels angezeigt, in dem Sie sich gerade befinden. Bewegen Sie den Mauszeiger über einen der Verweise, so
ändert sich die Statuszeile und Sie sehen den Titel der Seite, zu der der Verweis hinführt.
Die Anzeige des Titels in der Statuszeile funktioniert nur, wenn die JavaScript-Unterstützung Ihres Browsers
eingeschaltet ist!

Neben dem einfachen Anklicken eines Verweises mit der linken Maustaste haben Sie bei neueren Browsern auch
die Möglichkeit, die neu angeklickte Seite in einem eigenen Fenster zu betrachten: Bei Netscape ab Version 3 zum
Beispiel erhalten Sie bei Anklicken mit der rechten Maustaste ein Menü, in dem Sie dazu den Punkt "New Window
with this Link" bzw. "Open Link in New Window" auswählen können.
Symbole der Navigationsleiste in der Kopfzeile
Die folgenden Symbole finden Sie in der Navigationsleiste oben auf jeder Seite von DeskTop Bronstein.
Symbole, die in der Navigationsleiste abgeschattet (grau) erscheinen, sind auf der betreffenden Seite deaktiviert.

- führt zur vorangehenden HTML-Seite

- führt zur folgenden HTML-Seite

führt zu einer Übersichtsseite zur gerade angezeigten HTML-Seite. Je nachdem, wo Sie sich
- gerade befinden, kann dies die Übersichtsseite des auf der HTML-Seite behandelten
Teilgebietes, die Liste aller Filme, Beispiele, Maple-Programme usw. sein.

führt zur Übersichtsseite des auf der HTML-Seite behandelten Gebietes (z.B. Arithmetik und
-
Algebra, Funktionen, Differential- und Integralrechnung usw.).
- führt zum Hauptinhaltsverzeichnis

- führt zum alphabetischen Stichwortverzeichnis

führt zu diesen Hilfeseiten. Sie gelangen zu einer Hilfeseite mit spezifischen Erläuterungen zu
-
der Seite, auf der Sie sich gerade befinden.

- führt zu Produkt-Informationen und Wissenswertem

ermöglicht das Senden einer E-Mail an den Verlag oder die Autoren (sofern Sie Internet-Zugang
-
haben)
 Hauptinhaltsverzeichnis
● Der Sinn und die Verwendung des Hauptinhaltsverzeichnisses sind eigentlich ohne weitere Erläuterungen
klar ...

● Durch Anklicken eines der Themengebiete im Hauptinhaltsverzeichnis gelangen Sie auf eine
Übersichtsseite zum gewählten Kapitel. Die Bedeutung der Symbole in der Navigationsleiste am oberen
Bildrand können Sie der Liste der Icons entnehmen.

● Anklicken des -Icons vom Hauptinhaltsverzeichnis aus führt Sie zu einer Liste mit Verweisen
auf detaillierte Inhaltsverzeichnisse der Hauptsachgebiete.
 Übersichtsseiten
● Jedes im Hauptinhaltsverzeichnis aufgelistete Sachgebiet erschließt sich durch eine Übersichtsseite. Von
dort aus gelangen Sie durch Anklicken der farbig markierten Hyperlinks zu weiteren Einträgen oder Seiten.

● Zurück zur Übersichtsseite eines Sachgebietes gelangen Sie immer durch Anklicken des -Icons
in der Navigationsleiste.
 Index
● Der alphabetische Index ist ein Stichwortverzeichnis, das als Sammlung von Verweisen angelegt ist.

● Das Symbol führt Sie immer und von jeder Seite aus zur Übersichtsseite des alphabetischen

Index.

● Wählen Sie durch Mausklick den Anfangsbuchstaben des von Ihnen gewünschten Stichwortes.

● Suchen Sie auf der erscheinenden Indexseite den betreffenden Begriff.

● Anklicken des Begriffes führt zur gewünschten Seite.

● Innerhalb der Indexseiten ermöglicht Ihnen die Buchstabenleiste einen schnellen Wechsel zu einem anderen
Anfangsbuchstaben.
 Unterstützung von JavaScript
● Sie können alle Möglichkeiten und das vollständige Angebot von DeskTop Bronstein am besten dann
nutzen, wenn Ihr Browser neben HTML auch JavaScript interpretieren kann. Neuere Browser wie Netscape
(ab Version 2) oder der Internet Explorer (ab Version 3) sind dazu in der Lage, doch müssen Sie JavaScript-
Unterstützung möglicherweise erst einschalten.

● Sie können leicht erkennen, ob die JavaScript-Unterstützung Ihres Browsers eingeschaltet ist: Wenn Sie den
Mauszeiger über einen Verweis bewegen (zum Beispiel die Symbole der Navigationsleiste) und in der
Fußzeile am unteren Rand des Browserfensters ein expliziter System-Dateipfad erscheint, dann ist
JavaScript ausgeschaltet. Wenn JavaScript eingeschaltet ist, sehen Sie in der Fußleiste den Titel der Seite,
auf die der Verweis hinführt.

● Das Einschalten der JavaScript-Unterstützung geschieht

❍ bei Netscape in der Version 3 im Menüpunkt "Options - Network Preferences - Languages",

❍ bei Netscape in der Version 4 im Menüpunkt "Edit - Preferences - Advanced",

❍ beim Internet Explorer 3 im Menüpunkt "Ansicht - Optionen - Sicherheit - Aktive Inhalte (ActiveX-
Scripte)".
 Beim Internet Explorer 4 ist die ActiveX-Steuerung immer aktiviert, wenn nicht unter dem Menüpunkt
"Ansicht - Internet-Optionen - Sicherheit" für die lokale Intranetzone die Modi "Hohe Sicherheit" bzw.
"Angepaßte Sicherheit" eingetragen sind; im Modus "Angepaßte Sicherheit" kann die ActiveX-
Unterstützung in einem Menü gezielt eingestellt werden.

● Unter den Betriebssystemen Windows 95/NT und Unix/LINUX kann es beim Browser Netscape Navigator
(Version 3) zu Fehlern bei der Darstellung von Tabellen kommen, die Text und Abbildungen oder Formeln
enthalten, wenn die JavaScript-Unterstützung eingeschaltet ist! Wenn Sie JavaScript aussschalten, und die
Seite neu anzeigen, ist die Darstellung in Ordnung.
Dieses Problem tritt mit dem Netscape Communicator (Version 4) nicht mehr auf.

● Wenn Sie über keinen JavaScript-fähigen Browser verfügen, finden Sie auf dieser CD-ROM lizensierte
Versionen der Browser Netscape Navigator und Communicator für die Betriebssysteme MacOS, Windows
95/NT und Linux sowie Internet Explorer 4 für Windows 95/NT. Einzelheiten finden Sie auf der Seite zur
lizensierten Software.
 Lizensierte Software
DeskTop Bronstein ist als HTML-Nachschlagewerk für JavaScript-fähige Browser konzipiert.

Browser mit diesen Eigenschaften sind zum Beispiel der Netscape Navigator der Firma Netscape ab Version 3
sowie der Internet Explorer der Firma Microsoft ab Version 3. Lizensierte Versionen der aktuellen Browser beider
Firmen sind auf dieser CD-ROM enthalten. Sie sollten aber beachten, daß die Browser der Version 4 hohe
Anforderungen an die Ausstattung Ihres Rechners stellen, wenn sie flüssig funktionieren sollen; ein Hauptspeicher
von mindestens 24 MB ist zu empfehlen!

DeskTop Bronstein wurde mit dem Navigator der Firma Netscape in der Version 4 konzipiert. Dieser Browser
reicht aus, um alle Eigenschaften von DeskTop Bronstein voll zu nutzen.

Die folgenden Erläuterungen enthalten daher zum Teil Verweise auf Daten außerhalb von DeskTop Bronstein, auf
die Sie nur dann zugreifen können, wenn Sie einen Internet-Zugang haben. Sollte eine der angegebenen Adressen
nicht mehr gültig sein, können Sie auf der Homepage des Verlages Harri Deutsch Verweise mit aktualisierten
Adressen finden (voraussichtlich ab Oktober 1998).

● Netscape
 Netscape Navigator und Netscape Communicator sind Produkte der Firma Netscape
Communications Corp.

Auf dieser CD-ROM sind lizensierte Versionen von Netscape Navigator 3.04 und Netscape
Communicator 4.04 für die Betriebssysteme Windows 95/NT, MacOS (68k und PowerPC) sowie Linux
enthalten. Es handelt sich um exakt gespiegelte Daten des Angebots der Internetseite von Netscape. Die
folgenden Verweise führen Sie zu Seiten, in denen Sie genauer erfahren, was Sie zur Installation der
Programme tun müssen.
Zuvor sollten Sie die Lizenzbestimmungen der Firma Netscape durchlesen.

Der Netscape Navigator 3.04 ist vorhanden für die Betriebssysteme

❍ Windows 95/NT
❍ MacOS
❍ Linux (ELF)

Der Netscape Communicator 4.04 ist vorhanden für die Betriebssysteme

❍ Windows 95/NT
❍ MacOS (68k)
❍ MacOS (PowerPC)
❍ Linux (ELF)

● Internet Explorer
 Der Internet Explorer ist ein Produkt der Firma Microsoft Corp.

Auf dieser CD-ROM sind lizensierte Versionen des Internet Explorer 4.01 für die Betriebssystem Windows
95 und Windows NT enthalten. Die folgenden Verweise führen Sie zu Seiten, in denen Sie genauer
erfahren, was Sie zur Installation der Programme tun müssen.

❍ Windows 95/NT

Zum Arbeiten mit DeskTop Bronstein reicht es völlig aus, wenn Sie den Internet Explorer 4.01 mit den
Optionen "nur Browser / keine Channels" installieren. Andernfalls kann die Oberfläche Ihres Arbeitsplatzes
verändert werden.
Bogenfolgen

1. Kette:
In gerichteten Graphen wird eine Folge von Bögen Kette der Länge genannt,

wenn keinen Bogen zweimal enthält und für jeder Bogen einen seiner

Endpunkte mit dem Bogen und den anderen mit gemeinsam hat.
2. Bahn:
Eine Kette heißt Bahn, wenn für der Zielpunkt des Bogens mit dem Startpunkt des

Bogens übereinstimmt.
3. Elementare Bahn:
Ketten bzw. Bahnen, die jeden Knoten des Graphen höchstens einmal durchlaufen, sind elementare Ketten
bzw. elementare Bahnen .
4. Zyklus:
Eine geschlossene Kette wird Zyklus genannt.
5. Kreis:
Eine geschlossene Bahn, in der jeder Knoten Endpunkt genau zweier Bögen ist, heißt Kreis .
Beispiel
In den folgenden Abbildungen sind Beispiele für die verschiedenen Bogenfolgen dargestellt.
Definition

Eine Eigenschaft von Elementen eines metrischen Raumes heißt generisch (oder typisch ), wenn die

Gesamtheit der Elemente von mit dieser Eigenschaft eine Menge der zweiten BAIREschen Kategorie bildet,
d.h. darstellbar ist als , wobei jede Menge offen und dicht in ist.

Beispiel A

Die Mengen und (irrationale Zahlen) sind Mengen der zweiten BAIREschen Kategorie,

dagegen nicht.

Beispiel B

Dichtheit allein als Merkmal des ,,Typischen`` reicht nicht aus: und sind beide dicht,
können aber nicht gleichzeitig typisch sein.
Beispiel C
Zwischen LEBESGUE-Maß einer Menge aus und der BAIREschen Kategorie dieser Menge besteht
kein Zusammenhang. So ist (s. Lit. 17.7) die Menge

wobei die rationalen Zahlen darstellt, eine Menge der zweiten BAIREschen Kategorie.

Andererseits gilt wegen und auch

Spezielle Verfahren

Das BAIRSTOW-Verfahren ist ein Iterationsverfahren zur Bestimmung von Wurzelpaaren, auch konjugiert komplexen.
Es geht von der Abspaltung eines quadratischen Faktors vom gegebenen Polynom wie beim HORNER-Schema
(19.18a-d) aus und hat die Ermittlung von Koeffizienten und zum Ziel, die die Restkoeffizienten und zu
Null machen (s. Lit. 19.37, 19.11, 19.38).

Falls nur die betragsgrößte oder betragskleinste reelle Wurzel gesucht ist, so kann diese nach der Methode von
BERNOULLI recht einfach ermittelt werden (s. Lit. 19.37).

Aus historischer Sicht sei noch das GRAEFFE-Verfahren erwähnt, das alle Wurzeln gleichzeitig liefert, auch die
komplexen, aber mit erheblichem Rechenaufwand (s. Lit. 19.11, 19.38).
Banach-Räume
Ein vollständiger normierter Raum heißt BANACH-Raum . Jeder normierte Raum kann zu einem BANACH-Raum
auf der Grundlage der Prozedur der Vervollständigung und der natürlichen Fortsetzung seiner algebraischen

Operationen und der Norm auf vervollständigt werden.

● Reihen in normierten Räumen

● Beispiele von Banach-Räumen
● Sobolew-Räume
Normierte Vektorverbände und Banach-Verbände

Sei ein Vektorverband, der gleichzeitig ein normierter Raum ist, heißt normierter Verband oder normierter
Vektorverband (s. Lit. 12.18, 12.22, 12.25, 12.26), wenn die Norm der Bedingung
(12.92)
genügt. Ein vollständiger (bezüglich der Norm) normierter Verband heißt BANACH-Verband .

Beispiel

Die Räume sind BANACH-Verbände.

Orthogonalisierungsverfahren

Grundlage der folgenden Orthogonalisierungsverfahren zur Lösung der linearen Ausgleichsaufgabe (19.40) sind die
folgenden Aussagen:

1.
Die Länge eines Vektors bleibt unter orthogonalen Transformationen invariant, d.h., die Vektoren und

mit

(19.43)
haben dieselbe Länge.
2.
Zu jeder Matrix vom Typ mit Maximalrang existiert eine orthogonale Matrix

vom Typ , so daß gilt:

(19.44)
mit

(19.45)

Dabei ist R eine Rechtsdreiecksmatrix vom Typ , und O ist eine Nullmatrix vom Typ . Die

Faktorisierung (19.43) der Matrix A heißt QR-Zerlegung . Damit können die Fehlergleichungen (19.39) in das
äquivalente System

(19.46)
überführt werden, ohne daß dabei die Summe der Quadrate der Residuen verändert wird. Aus (19.46) folgt, daß
diese Quadratsumme für minimal wird und der Minimalwert gleich der Summe der

Quadrate von bis ist. Die gesuchte Lösung erhält man durch Rückwärtseinsetzen aus

(19.47)

wobei der Vektor ist, der aus den Werten aus (19.46) gebildet wird.

Zur schrittweisen Überführung von (19.39) in (19.46) werden vor allem zwei Methoden verwendet:

1.
GIVENS-Transformation,
2.
HOUSEHOLDER-Transformation.

Die erste erzeugt eine QR-Zerlegung der Matrix A durch Drehungen , die zweite durch Spiegelungen . Die
numerischen Realisierungen findet man in Lit. 19.26.
Praktische Aufgaben der linearen Quadratmittelapproximation werden vorwiegend mit der HOUSEHOLDER-
Transformation gelöst, wobei man in vielen Fällen noch die spezielle Struktur der Koeffizientenmatrix A wie
Bandstruktur oder schwache Besetztheit ausnutzen kann.
Basis und Dimension eines Vektorraumes

Eine linear unabhängige Teilmenge aus , die den gesamten Raum erzeugt, d.h. für die

gilt, nennt man (algebraische) Basis oder HAMELsche Basis des Vektorraumes . Also ist

genau dann eine Basis von , wenn sich jeder Vektor in der Form darstellen läßt,

wobei die Koeffizienten eindeutig bestimmt sind und lediglich eine endliche (von abhängige) Anzahl von

ihnen von Null verschieden ist. Jeder nichttriviale Vektorraum (d.h. ) besitzt wenigstens eine

algebraische Basis, und zu jeder linear unabhängigen Teilmenge aus gibt es eine algebraische Basis von
, die enthält.

Ein Vektorraum heißt m-dimensional oder von der Dimension , wenn es in ihm eine Basis aus Vektoren
gibt. Das bedeutet, es existieren in linear unabhängige Vektoren, und jedes System von Vektoren
ist linear abhängig.
Ein Vektorraum heißt unendlichdimensional , wenn er keine endliche Basis besitzt, d.h., wenn es für jede natürliche
Zahl in stets linear unabhängige Vektoren gibt.
Bis auf den Raum , dessen Dimension gleich ist, sind alle anderen Vektorräume in den BeispielenB bis G

und in den BeispielenA bis E unendlichdimensional. Der Teilraum ist

dreidimensional. Wie im endlichdimensionalen Falle haben auch in einem unendlichdimensionalen Vektorraum

zwei Basen stets die gleiche Mächtigkeit (Kardinalzahl), die man mit bezeichnet. Die Dimension ist somit

eine Invariante des Vektorraumes, hängt also nicht von der konkreten Auswahl einer algebraischen Basis ab.
Existenz einer Basis. Isomorphe Hilbert-Räume
In jedem separablen HILBERT-Raum existiert eine Basis. Daraus ergibt sich, daß jedes orthonormale System zu einer
Basis ergänzt werden kann.
Zwei HILBERT-Räume und heißen isomorph , wenn es eine lineare, bijektive Abbildung

mit der Eigenschaft (also Skalarprodukt erhaltend) gibt. Es gilt, zwei beliebige

unendlichdimensionale separable HILBERT-Räume sind isomorph, also insbesondere ist jeder solche Raum isomorph
zu dem Raum .
Kontravariante Basis

Die drei Vektoren

(4.83a)

mit der Funktionaldeterminante

(4.83b)

stehen im betrachteten Flächenelement jeweils auf einer der Koordinatenflächen senkrecht und bilden die
sogenannte kontravariante Basis des krummlinigen Koordinatensystems.

Hinweis: In orthogonalen krummlinigen Koordinaten, für die

(4.84)
gilt, fallen die Richtungen der kovarianten und kontravarianten Basis zusammen.
Kovariante Basis

Durch den variablen Ortsvektor

(4.82a)

werden allgemeine krummlinige Koordinaten eingeführt. Die zu diesem System gehörenden

Koordinatenflächen erhält man, indem man in jeweils eine der unabhängigen Variablen

festhält. Durch jeden Punkt des in Frage kommenden Raumteils gehen drei Koordinatenflächen, je zwei schneiden
sich in Koordinatenlinien, die durch den betrachteten Punkt hindurchgehen. Die drei Vektoren

(4.82b)

zeigen in die Richtungen der Koordinatenlinien im betrachteten Punkt. Sie bilden die kovariante Basis des
krummlinigen Koordinatensystems.
Logarithmen

● Definition
● Einige Eigenschaften der Logarithmen
● Spezielle Logarithmen
● Logarithmentafeln
● Rechenschieber
Potenzen

Die Schreibweise wird für die algebraische Operation des Potenzierens verwendet. Man bezeichnet als Basis
, als Exponent und als Potenz .

● Definitionen
● Rechenregeln
Bäume

Ein ungerichteter zusammenhängender Graph, in dem kein Kreis existiert, wird Baum genannt. Jeder Baum mit
mindestens zwei Knoten enthält mindestens zwei Knoten vom Grad 1. Jeder Baum mit der Knotenzahl hat genau
Kanten.

Ein gerichteter Graph heißt Baum, wenn zusammenhängend ist und keinen Zyklus enthält.
(s. Bahnen in gerichteten Graphen.)

Beispiel
In den folgenden zwei Abbildungen sind zwei nichtisomorphe Bäume mit der Knotenzahl 14 dargestellt. Sie
zeigen die chemischen Strukturformeln von Butan bzw. Isobutan.
Geordnete binäre Bäume

Arithmetische Ausdrücke kann man durch binäre Bäume graphisch darstellen. Dabei werden Zahlen und Variablen
Knoten vom Grad 1 zugeordnet, den Operationen entsprechen Knoten vom Grad und der

linke bzw. rechte Teilbaum repräsentiert den ersten bzw. zweiten Operanden, der im allgemeinen wieder ein Ausdruck
ist. Man spricht auch von geordneten binären Bäumen . In der folgenden Abbildung ist ein Beispiel dargestellt.
Das Durchlaufen von geordneten binären Bäumen kann auf drei verschiedene Arten erfolgen, die rekursiv
beschreibbar sind:

Inorder-Durchlauf : linken Teilbaum der Wurzel (nach Inorder) durchlaufen,

Wurzel durchlaufen,
rechten Teilbaum der Wurzel (nach Inorder) durchlaufen.
Preorder-Durchlauf : Wurzel durchlaufen,
linken Teilbaum der Wurzel (nach Preorder) durchlaufen,
rechten Teilbaum der Wurzel (nach Preorder) durchlaufen.
 Postorder-Durchlauf : linken Teilbaum der Wurzel (nach Postorder) durchlaufen,
rechten Teilbaum der Wurzel (nach Postorder) durchlaufen,
Wurzel durchlaufen.

Beim Inorder-Durchlauf ändert sich die Reihenfolge gegenüber dem Ausgangsterm nicht. Die sich aus dem Postorder-
Durchlauf ergebende Schreibweise wird Postfix-Notation, PN oder Polnische Notation genannt. Analog ergibt sich aus
dem Preorder-Durchlauf die Präfix-Notation oder Umgekehrte Polnische Notation UPN .
Zur Implementierung von Bäumen kann man ausnutzen, daß Präfix- und Postfix-Ausdrücke den Baum eindeutig
beschreiben.

Beispiel

In der obigen Abbildung ist der Term durch einen Graphen dargestellt. Man erhält im

Inorder-Durchlauf im Preorder-Durchlauf und im Postorder-Durchlauf

Reguläre binäre Bäume

Hat ein Baum genau einen Knoten vom Grad 2 und sonst nur Knoten vom Grad 1 oder 3, dann wird er regulärer
binärer Baum genannt.
Die Knotenzahl in regulären binären Bäumen ist ungerade. Reguläre Bäume mit der Knotenzahl haben
Knoten vom Grad 1. Das Niveau eines Knotens ist sein Abstand von der Wurzel. Das maximale

auftretende Niveau wird Höhe des Baumes genannt. Für reguläre binäre Wurzelbäume gibt es die verschiedensten
Anwendungsmöglichkeiten, z.B. in der Informatik.
Wurzelbäume

Ein Baum mit einem ausgezeichneten Knoten wird Wurzelbaum genannt, und der ausgezeichnete Knoten heißt
Wurzel . Im Bild eines Wurzelbaumes wird die Wurzel in der Regel oben angeordnet, und die Wege werden wie in
der folgenden Abbildung von der Wurzel weggerichtet betrachtet.

Wurzelbäume dienen zur graphischen Darstellung hierarchischer Strukturen, wie z.B. Befehlsflüsse in Betrieben,
Stammbäume, grammatikalische Strukturen.
Beispiel
Die obige Abbildung zeigt den Stammbaum einer Familie in der Form eines Wurzelbaumes. Die Wurzel ist
hier der dem Vater zugeordnete Knoten.
Ereignisse in einem vollständigen Ereignissystem

Wenn A eine Ereignismenge und die Ereignisse mit ein

vollständiges Ereignissystem bilden, dann gelten für jedes Ereignis die folgenden Sätze:

1. Satz von der vollständigen Wahrscheinlichkeit:

(16.40)

2. Satz von BAYES:

(16.41)

Dabei sind und bedingte Wahrscheinlichkeiten.

Bernstein-Bézier-Darstellung von Kurven und Flächen
Die BERNSTEIN-BÉZIER-Darstellung (kurz B-B-Darstellung) von Kurven und Flächen verwendet die BERNSTEINschen
Grundpolynome

(19.247)

und nutzt vor allem die folgenden Eigenschaften aus:

(19.248)

(19.249)

Die Formel (19.249) folgt unmittelbar aus dem binomischen Satz.

Im folgenden werde eine Raumkurve, deren Parameterdarstellung lautet,

vektoriell durch
 (19.250)

beschrieben. Dabei ist der Kurvenparameter. Die entsprechende Darstellung für eine Fläche lautet

(19.251)

Dabei sind und die Flächenparameter.

● Prinzip der B-B-Kurvendarstellung

● B-B-Flächendarstellung
Nemytskij-Operator

Seien eine meßbare Teilmenge aus (s. Sigma-Algebren) und eine Funktion von zwei

Variablen , die bezüglich für fast alle stetig und bezüglich für alle meßbar ist ( CARATHEODORY-

Bedingungen). Der nichtlineare Operator auf

(12.186)

heißt NEMYTSKIJ-Operator . Er ist stetig und beschränkt, falls er aus in mit abbildet.

Dies ist zum Beispiel der Fall, wenn

(12.187)

gilt oder stetig ist, gilt. Nur in Ausnahmefällen ist der Operator kompakt.
DIRICHLETsche Bedingungen

Wenn die Funktion die DIRICHLETschen Bedingungen erfüllt, d.h. wenn

a)
das Definitionsintervall in endlich viele Intervalle zerlegt werden kann, in denen die Funktion stetig und

monoton ist, und

b)
an jeder Unstetigkeitsstelle von die Werte und definiert sind,

dann konvergiert die FOURIER-Reihe dieser Funktion. Der Summenwert der Reihe ist dort, wo stetig ist, gleich

, in den Unstetigkeitsstellen gleich .

Trennung konvexer Mengen

Man nennt zwei Teilmengen eines reellen normierten Raumes durch eine Hyperebene trennbar , wenn

ein Funktional existiert, so daß gilt:

(12.170)

ist die trennende Hyperebene, was nichts anderes besagt, als daß die Mengen in

den verschiedenen Halbräumen

(12.171)
liegen. In der folgenden Abbildung sind zwei Fälle der Trennung durch eine Hyperebene dargestellt.
Entscheidend für die Trennung zweier Mengen ist weniger ihre Disjunktheit. In der nächsten Abbildung sind zwei
Mengen und dargestellt, die nicht trennbar sind, obwohl und disjunkt sind und konvex. Vielmehr
ist die Konvexität der Mengen von Bedeutung, da nicht ausgeschlossen ist, daß beide zu trennenden Mengen
gemeinsame Punkte besitzen, durch die die Hyperebene verläuft.
Es gilt: Ist eine konvexe Menge eines normierten Raumes mit nichtleerem Inneren und

eine nichtleere konvexe Menge mit , dann sind und trennbar. Ein (reelles lineares)

Funktional heißt Stützfunktional an die Menge im Punkt , wenn es eine solche Zahl

gibt, für die und gilt. heißt dann Stützhyperebene im Punkt

an . Für eine konvexe Menge mit nichtleerem Inneren existiert in jedem ihrer Randpunkte ein
Stützfunktional.

Auf der Trennbarkeit konvexer Mengen beruht der Beweis der KUHN-TUCKER-Bedingungen, aus denen sich
praktische Verfahren zur Bestimmung des Minimums eines konvexen Optimierungsproblems herleiten lassen
(s. Lit. 12.5).
Globale Kuhn-Tucker-Bedingungen

Ein Punkt genügt den globalen KUHN- TUCKER-Bedingungen, wenn ein , d.h. ein

existiert, so daß ein Sattelpunkt von ist.

Wegen des Beweises der KUHN- TUCKER-Bedingungen s. Abschnitt Trennung konvexer Mengen.
Lokale Kuhn-Tucker-Bedingungen

Ein Punkt genügt den lokalen KUHN- TUCKER-Bedingungen, wenn Zahlen ,

existieren, für die gilt

(18.39a)

(18.39b)

die Indexmenge der in aktiven Restriktionen ist.

Der Punkt heißt dann auch KUHN- TUCKER-Punkt oder stationärer Punkt . Geometrisch betrachtet erfüllt ein

Punkt die lokalen KUHN- TUCKER-Bedingungen, wenn der negative Gradient in dem durch

die Gradienten der in aktiven Nebenbedingungen , aufgespannten Kegel liegt

(s. Abbildung).
Oft wird die folgende äquivalente Formulierung für (18.39a,b) verwendet: genügt den lokalen KUHN-

TUCKER-Bedingungen, wenn ein existiert, so daß gilt

(18.40a)

(18.40b)
(18.40c)
Beispiele für Wahrscheinlichkeiten

Beispiel A

Für die Wahrscheinlichkeit , mit einem idealen Würfel eine 2 zu würfeln, gilt: .

Beispiel B
Wie groß ist die Chance, beim Zahlenlotto ,,6 aus 49`` vier richtige zu tippen?

Es gibt Möglichkeiten für 4 richtige von 6 gezogenen Zahlen. Dann bleiben noch

Möglichkeiten für die falschen Zahlen. Insgesamt können verschiedene Tips abgegeben werden.

Somit erhält man für die Wahrscheinlichkeit , einen Vierer zu tippen:

 Analog erhält man für die Wahrscheinlickeit , 6 Richtige zu treffen:

Beispiel C

Wie groß ist die Wahrscheinlichkeit dafür, daß unter Personen 2 am gleichen Tag Geburtstag

haben, wobei die Geburtsjahre nicht übereinstimmen müssen ?

Man betrchtet zunächst : Alle Personen haben an verschiedenen Tagen Geburtstag. Es gilt:

Daraus folgt:

Numerische Auswertung dieser Formel:

k 10 20 23 30 60
P(A) 0,117 0,411 0,507 0,706 0,994
Man sieht, ab 23 Personen ist die Wahrscheinlichkeit, daß davon 2 am gleichen Tag Gebutstag haben,
größer als .
Wahrheitsfunktionen

Ordnet man jeder Aussagenvariablen eines Ausdrucks einen Wahrheitswert zu, so spricht man von einer Belegung
der Variablen. Mit Hilfe der Wahrheitstafeln für die Junktoren kann man einem Ausdruck für jede Belegung einen
Wahrheitswert zuordnen. Der im vorigen Abschnitt angegebene Ausdruck repräsentiert
somit eine dreistellige Wahrheitsfunktion, eine
( BOOLEsche Funktion). In der folgenden Tabelle ist eine Belegung der Variablen angegeben.
Tabelle Wahrheitstafel mit Belegungen
Beispiel

Jeder aussagenlogische Ausdruck repräsentiert auf diese Weise eine -stellige Wahrheitsfunktion, d.h. eine
Funktion, die jedem -Tupel von Wahrheitswerten wieder einen Wahrheitswert zuordnet. Es gibt -stellige
Wahrheitsfunktionen, insbesondere 16 zweistellige.
Satz von Smale

Die invarianten Mannigfaltigkeiten der POINCARÉ-Abbildung einer Differentialgleichung (17.53) im nahe dem
periodischen Orbit seien wie in der folgenden Abbildung aus Abschnitt
Transversale homokline Punkte.
Die transversalen homoklinen Punkte korrespondieren mit einem bezüglich homoklinen Orbit von

(17.53). Die Existenz eines solchen homoklinen Orbits in (17.53) führt zu einer sensitiven Abhängigkeit von den
Anfangswerten. In Verbindung mit der betrachteten POINCARÉ-Abbildung lassen sich die auf SMALE zurückgehenden
Hufeisen-Abbildungen konstruieren, die zu folgenden Aussagen führen:

Satz von SMALE: In jeder Umgebung eines transversalen homoklinen Punktes der POINCARÉ-Abbildung (17.66)
existiert ein periodischer Punkt dieser Abbildung. Darüber hinaus existiert in jeder Umgebung eines transversalen
homoklinen Punktes eine für invariante Menge , die vom CANTOR-Typ ist. Die Einschränkung

von auf ist topologisch konjugiert zu einem BERNOULLI-Shift, d.h. zu einem mischenden System.

Die invariante Menge der Differentialgleichung (17.53) nahe des homoklinen Orbits sieht aus wie das Produkt einer
CANTOR-Menge mit dem Einheitskreis. Ist diese invariante Menge anziehend, dann stellt sie für (17.53) einen
seltsamen Attraktor dar.
BERNOULLI-L'HOSPITALsche Regel

Treten unbestimmte Ausdrücke der Form auf, dann wird die

BERNOULLI-L'HOSPITALsche Regel verwendet, die oft kurz L'HOSPITALsche Regel genannt wird.

Unbestimmte Ausdrücke der Form oder :

Wenn für folgendes gilt:

1.
 und (unbestimmter Ausdruck oder

und (unbestimmter Ausdruck ,

2.
die Funktionen und sind in einem Intervall, das den Punkt enthält, definiert (im Punkt

selbst brauchen diese Funktionen nicht definiert zu sein) und differenzierbar mit .

Dann gilt

(2.27)

falls dieser Grenzwert existiert (Regel von BERNOULLI-L'HOSPITAL). Sollte der Ausdruck wieder einen

unbestimmten Ausdruck der Form oder ergeben, dann wird das Verfahren wiederholt.

Beispiel
Unbestimmte Ausdrücke der Form :

Wenn unter gleichen Bedingungen wie im Falle

oder gilt und sowie , dann wird der Grenzwert

auf die Form oder gebracht, so daß die Berechnung des Grenzwertes auf

den Fall oder zurückgeführt ist.

Beispiel
Unbestimmte Ausdrücke der Form :

Wenn unter den gleichen Bedingungen wie im Falle oder gilt und

sowie , dann wird zur Berechnung des Grenzwertes die

Differenz auf die Form oder gebracht, was auf verschiedene Weise erreicht werden kann, z.B. ist

Beispiel
 Zweimalige Anwendung der

L'HOSPITALschen Regel führt auf

Unbestimmte Ausdrücke der Form :

Wenn und sowie , dann wird zunächst der Grenzwert

des Ausdrucks berechnet, der die Form hat, und dann

Analog wird in den Fällen und verfahren.

Beispiel
 d.h.,

also und somit

Erste Definition der BERNOULLIschen Zahlen

Die BERNOULLIschen Zahlen treten bei Potenzreihenentwicklungen spezieller Funktionen auf, z.B. bei den

trigonometrischen Funktionen , und und den hyperbolischen Funktionen ,

und . Die BERNOULLIschen Zahlen können wie folgt definiert

(7.60a)

und durch Koeffizientenvergleich bezüglich der Potenzen von ermittelt werden. Die so gewonnenen Werte sind in
der folgenden Tabelle angegeben.

Tabelle Erste BERNOULLIsche Zahlen

1 4 7 10
2 5 8 11

3 6 9
Statistische Erfassung gegebener Meßwerte

Um eine Eigenschaft eines Elements statistisch zu untersuchen, ist diese durch eine Zufallsgröße zu
charakterisieren. In der Regel bilden dann Meß- oder Beobachtungsparameter des Merkmals den

Ausgangspunkt für eine statistische Untersuchung, die vor allem darin besteht, Angaben über die Verteilung von
zu machen.

Jede Meßreihe vom Umfang kann in diesem Zusammenhang als eine zufällige Stichprobe aus einer unendlichen
Grundgesamtheit aufgefaßt werden, die entsteht, wenn der Versuch oder die Messung unter gleichen Bedingungen
unendlich oft wiederholt würde.
Da der Umfang einer Meßreihe sehr groß sein kann, geht man zur statistischen Erfassung der Daten wie folgt vor:

1. Protokoll, Urliste: Protokollierung der Meß- oder Beobachtungswerte , die eine Stichprobe oder
Meßreihe darstellen, in einem Meßprotokoll, der Urliste .
2. Intervalle oder Klassen: Einteilung der gegebenen Meßwerte in

Intervalle, auch Klassen genannt, der Breite . Man wählt ca. 10 bis 20 Klassen und ordnet die Meßwerte
in diese Klassen ein. Es entsteht die Strichliste .
3. Häufigkeiten und Häufigkeitsverteilung: Eintragen der absoluten Häufigkeiten
, d.h. der Anzahl von Meßwerten (Besetzungszahl), die auf ein bestimmtes

Meßintervall entfällt und Bestimmung der relativen Häufigkeiten (in %). Werden die Werte

als Rechtecke über den Klassen aufgetragen, dann ergibt die graphische Darstellung der so

entstehenden Häufigkeitsverteilung ein Histogramm (s. linke Abbildung).

 Die Werte können als empirische Werte der Wahrscheinlichkeitsdichte interpretiert werden.

4. Summenhäufigkeiten: Durch Summation der absoluten bzw. relativen Häufigkeiten erhält man die
absoluten bzw. relativen Summenhäufigkeiten

(16.110)

Werden die Werte in den oberen Klassengrenzen aufgetragen und als Parallele nach rechts fortgesetzt, dann
ergibt sich eine graphische Darstellung für die empirische Verteilungsfunktion, die als Näherung für die unbekannte
Verteilungsfunktion aufgefaßt werden kann (s. rechte Abbildung).

Beispiel
Bei einem Versuch wurden Messungen durchgeführt. Die Meßergebnisse streuten über den
Bereich 50 bis 270, so daß sich eine Einteilung in Klassen der Breite als zweckmäßig
erwies. Es ergab sich die folgende Häufigkeitstabelle .
Häufigkeitstabelle

Klasse (%)

50 bis 70 1 0,8 0,8

71 bis 90 1 0,8 1,6
91 bis 110 2 1,6 3,2
111 bis 130 9 7,2 10,4
131 bis 150 15 12,0 22,4
151 bis 170 22 17,6 40,0
171 bis 190 30 24,0 64,0
191 bis 210 27 21,6 85,6
211 bis 230 9 7,2 92,8
231 bis 250 6 4,8 97,6
251 bis 270 3 2,4 100,0
Unterabschnitte

● Definierende Gleichung:
● BESSEL- oder Zylinderfunktionen:
● BESSEL-Funktionen mit imaginären Variablen:

● Formeln für BESSEL-Funktionen

BESSELsche Differentialgleichung

(9.52a)

Definierende Gleichung:

Die Definierende Gleichung ist in diesem Falle

(9.52b)
Daraus folgt . Einsetzen von

(9.52c)

in diese Gleichung liefert für den zu Null gesetzten Koeffizienten die Bestimmungsgleichung
(9.52d)

Für erhält man . Für die Werte von ergibt sich

(9.52e)

BESSEL- oder Zylinderfunktionen:

Die für ( s. Gammafunktion) entstandene Reihe ist eine partikuläre Lösung der

BESSELschen Differentialgleichung (9.52a) für ganzzahlige . Sie definiert die BESSEL- oder Zylinderfunktion -ter
Ordnung erster Gattung
 (9.53a)

Die Kurvenbilder der Funktionen und zeigt die folgende Abbildung.

Die allgemeine Lösung der BESSELschen Differentialgleichung für nicht ganzzahlige hat die Form
(9.53b)

wobei eine Reihe darstellt, die aus der Reihe für durch Ersetzen von durch folgt. Für

ganzzahliges gilt . In der allgemeinen Lösung ist in diesem Falle durch

die BESSELsche Funktion zweiter Gattung

(9.53c)

auch WEBERsche Funktion genannt, zu ersetzen. Zur Reihenentwicklung von s. z.B. Lit. 9.26. Die

Kurvenbilder der Funktionen und zeigt die folgende Abbildung.

BESSEL-Funktionen mit imaginären Variablen:

In manchen Anwendungen treten BESSEL-Funktionen mit einer rein imaginären Variablen auf. Dabei werden
gewöhnlich die Produkte betrachtet, die mit bezeichnet werden:
 (9.54a)

Hierbei handelt es sich um Lösungen der Differentialgleichung

(9.54b)

Eine zweite Lösung dieser Differentialgleichung ist die MACDONALDsche Funktion

(9.54c)
Wenn gegen eine ganze Zahl konvergiert, strebt dieser Ausdruck einem Grenzwert zu.

Die Funktionen und werden auch modifizierte BESSEL- Funktionen genannt.

Die Kurvenbilder der Funktionen und zeigt die folgende linke Abbildung, die der Funktionen und
die rechte Abbildung.

Werte der Funktionen enthalten die

Tabellen ,, BESSELsche Funktionen (Zylinderfunktionen)``.

Formeln für BESSEL-Funktionen

(9.55a)

Die gleichen Formeln gelten auch für die WEBER-Funktionen

(9.55b)

(9.55c)

Für ganzzahliges gilt

(9.55d)

(9.55e)

oder, in komplexer Form,

 (9.55f)

Die können durch elementare Funktionen ausgedrückt werden. Insbesondere gilt

(9.56a)

(9.56b)

Durch sukzessive Anwendung der Rekursionsformeln (9.55a) bis (9.55f) können die Ausdrücke für für

beliebige ganzzahlige aufgeschrieben werden. Für große Werte von ergeben sich die folgenden
asymptotischen Formeln:

(9.57a)

(9.57b)

(9.57c)
 (9.57d)

Der Ausdruck (s. LANDAU-Symbole) bedeutet eine infinitesimale Größe der gleichen Ordnung wie .

Weitere Angaben über BESSEL-Funktionen s. Lit. 21.1.

 - eine absolut konvergente Reihe

Wenn in eine für absolut konvergente Reihe der Form

(15.43)

entwickelt werden kann, wobei die eine beliebig aufsteigende Zahlenfolge

bilden, so ist eine gliedweise Rücktransformation möglich:

(15.44)

Mit ist die Gammafunktion bezeichnet. Speziell erhält man für , d.h. , die
Reihe , die für alle reellen und komplexen konvergiert. Außerdem ist eine Abschätzung in

der Form ) möglich.

Beispiel

Nach gliedweiser Transformation in den Oberbereich erhält man

( BESSEL-Funktion 0. Ordnung).
Besselsche Funktionen (Zylinderfunktionen) Teil I

0, 0 +1, 0000 +0, 0000 +1, 000 0, 0000

0, 1 0, 9975 0, 0499 , 5342 , 4590 1, 003 +0, 0501 2, 4271 9, 8538

0, 2 0, 9900 0, 0995 1, 0181 3, 3238 1, 010 0, 1005 1, 7527 4, 7760

0, 3 0, 9776 0, 1483 0, 8073 2, 2931 1, 023 0, 1517 1, 3725 3, 0560
0, 4 0, 9604 0, 1960 0, 6060 1, 7809 1, 040 0, 2040 1, 1145 2, 1844

0, 5 +0, 9385 +0, 2423 , 4445 , 4715 1, 063 0, 2579 0, 9244 1, 6564

0, 6 0, 9120 0, 2867 0, 3085 1, 2604 1, 092 0, 3137 0, 7775 1, 3028

0, 7 0, 8812 0, 3290 0, 1907 1, 1032 1, 126 0, 3719 0, 6605 1, 0503

0, 8 0, 8463 0, 3688 , 0868 0, 9781 1, 167 0, 4329 0, 5653 0, 8618

0, 9 0, 8075 0, 4059 +0, 0056 0, 8731 1, 213 0, 4971 0, 4867 0, 7165

1, 0 +0, 7652 +0, 4401 +0, 0883 , 7812 1, 266 0, 5652 0, 4210 0, 6019

1, 1 0, 7196 0, 4709 0, 1622 0, 6981 1, 326 0, 6375 0, 3656 0, 5098

1, 2 0, 6711 0, 4983 0, 2281 0, 6211 1, 394 0, 7147 0, 3185 0, 4346
1, 3 0, 6201 0, 5220 0, 2865 0, 5485 1, 469 0, 7973 0, 2782 0, 3725
1, 4 0, 5669 0, 5419 0, 3379 0, 4791 1, 553 0, 8861 0, 2437 0, 3208

1, 5 +0, 5118 +0, 5579 +0, 3824 , 4123 1, 647 0, 9817 0, 2138 0, 2774

1, 6 0, 4554 0, 5699 0, 4204 0, 3476 1, 750 1, 085 0, 1880 0, 2406

1, 7 0, 3980 0, 5778 0, 4520 0, 2847 1, 864 1, 196 0, 1655 0, 2094
1, 8 0, 3400 0, 5815 0, 4774 0, 2237 1, 990 1, 317 0, 1459 0, 1826
1, 9 0, 2818 0, 5812 0, 4968 0, 1644 2, 128 1, 448 0, 1288 0, 1597

2, 0 +0, 2239 +0, 5767 +0, 5104 , 1070 2, 280 1, 591 0, 1139 0, 1399
2, 1 0, 1666 0, 5683 0, 5183 , 0517 2, 446 1, 745 0, 1008 0, 1227

2, 2 0, 1104 0, 5560 0, 5208 +0, 0015 2, 629 1, 914 0, 08927 0, 1079

2, 3 0, 0555 0, 5399 0, 5181 0, 0523 2, 830 2, 098 0, 07914 0, 09498
2, 4 0, 0025 0, 5202 0, 5104 0, 1005 3, 049 2, 298 0, 07022 0, 08372

2, 5 , 0484 +0, 4971 +0, 4981 +0, 1459 3, 290 2, 517 0, 06235 0, 07389

2, 6 0, 0968 0, 4708 0, 4813 0, 1884 3, 553 2, 755 0, 05540 0, 06528

2, 7 0, 1424 0, 4416 0, 2605 0, 2276 3, 842 3, 016 0, 04926 0, 05774
2, 8 0, 1850 0, 4097 0, 4359 0, 2635 4, 157 3, 301 0, 04382 0, 05111
2, 9 0, 2243 0, 3754 0, 4079 0, 2959 4, 503 3, 613 0, 03901 0, 04529

3, 0 , 2601 +0, 3391 +0, 3769 +0, 3247 4, 881 3, 953 0, 03474 0, 04016

3, 1 0, 2921 0, 3009 0, 3431 0, 3496 5, 294 4, 326 0, 03095 0, 03563

3, 2 0, 3202 0, 2613 0, 3070 0, 3707 5, 747 4, 734 0, 02759 0, 03164
3, 3 0, 3443 0, 2207 0, 2691 0, 3879 6, 243 5, 181 0, 02461 0, 02812
3, 4 0, 3643 0, 1792 0, 2296 0, 4010 6, 785 5, 670 0, 02196 0, 02500

3, 5 , 3801 +0, 1374 +0, 1890 +0, 4102 7, 378 6, 206 0, 01960 0, 02224
3, 6 0, 3918 0, 0955 0, 1477 0, 4154 8, 028 6, 793 0, 01750 0, 01979
3, 7 0, 3992 0, 0538 0, 1061 0, 4167 8, 739 7, 436 0, 01563 0, 01763
3, 8 0, 4026 +0, 0128 0, 0645 0, 4141 9, 517 8, 140 0, 01397 0, 01571

3, 9 0, 4018 , 0272 +0, 0234 0, 4078 10, 37 8, 913 0, 01248 0, 01400

4, 0 , 3971 , 0660 , 0169 +0, 3979 11, 30 9, 759 0, 01116 0, 01248

4, 1 0, 3887 0, 1033 0, 0561 0, 3846 12, 32 10, 69 0, 009980 0, 01114

4, 2 0, 3766 0, 1386 0, 0938 0, 3680 13, 44 11, 71 0, 008927 0, 009938
4, 3 0, 3610 0, 1719 0, 1296 0, 3484 14, 67 12, 82 0, 007988 0, 008872
4, 4 0, 3423 0, 2028 0, 1633 0, 3260 16, 01 14, 05 0, 007149 0, 007923

4, 5 , 3205 , 2311 , 1947 +0, 3010 17, 48 15, 39 0, 006400 0, 007078

4, 6 0, 2961 0, 2566 0, 2235 0, 2737 19, 09 16, 86 0, 005730 0, 006325

4, 7 0, 2693 0, 2791 0, 2494 0, 2445 20, 86 18, 48 0, 005132 0, 005654
4, 8 0, 2404 0, 2985 0, 2723 0, 2136 22, 79 20, 25 0, 004597 0, 005055
4, 9 0, 2097 0, 3147 0, 2921 0, 1812 24, 91 22, 20 0, 004119 0, 004521
Bestimmte Integrale trigonometrischer Funktionen
Für natürliche Zahlen gilt:

(21.20)

(21.21)

(21.22)

(21.23)
 (21.24)

(21.25)

(21.26a)

Mit ist die Betafunktion oder das EULERsche Integral erster Gattung bezeichnet, mit die

Gammafunktion oder das EULERsche Integral zweiter Gattung.

Diese Formel gilt für beliebige und ; man verwendet sie z.B. zur Bestimmung der Integrale

Für ganzzahlig und positiv ergibt sich:

(21.26b)

(21.27)

(21.28)

(21.29)

(21.30)

(21.31)
(21.32)

(21.33)

(21.34)

(21.35)

(21.36)

(21.37)

(21.38)
 (21.39)

In diesem und dem folgenden Integral sind E und K vollständige elliptische Integrale:

(s. auch Tabelle Elliptische Integrale).

(21.40)

(21.41)
Indirekter Beweis oder Beweis durch Widerspruch

Um die Behauptung zu beweisen, geht man von der Negation aus und schließt von auf eine falsche Aussage

d.h. . Dann muß aber auch falsch sein, da man bei der Implikation nur von einer falschen

Voraussetzung zu einer falschen Behauptung kommt (s. 1. Zeile der Wahrheitstafel für die Implikation). Wenn aber

falsch ist, muß wahr sein.

Beispiel
Es ist zu beweisen, daß die Zahl keine rationale Zahl ist. Angenommen, sei rational. Dann gilt

mit ganzen Zahlen und Die Zahlen sind dabei teilerfremd , d.h., sie

besitzen keinen gemeinsamen Teiler. Man erhält oder , d.h., wäre

eine gerade Zahl, was nur dann möglich ist, wenn eine gerade Zahl ist. Es müßte dann wegen
auch eine gerade Zahl sein. Das ist offensichtlich ein Widerspruch zur
Voraussetzung, daß und teilerfremd sind.
Konstruktiver Beweis

In der Approximationstheorie z.B. wird der Beweis eines Existenzsatzes als konstruktiv bezeichnet, wenn er bei
seiner Durchführung bereits Berechnungsvorschriften für ein Element liefert, das die Voraussetzungen des
Existenzsatzes erfüllt.

Beispiel
Die Existenz einer natürlichen kubischen Interpolations-Spline-Funktion kann wie folgt nachgewiesen
werden: Man zeigt, daß die Berechnung der Spline-Koeffizienten aus den Voraussetzungen des
Existenzsatzes auf ein tridiagonales lineares Gleichungssystem führt, das eindeutig lösbar ist.
Vollständige Induktion

Mit dieser Beweismethode werden Sätze oder Formeln bewiesen, die von natürlichen Zahlen abhängen. Das
Prinzip der vollständigen Induktion lautet:
Ist eine Aussage für eine natürliche Zahl wahr, und folgt aus der Wahrheit der Aussage für eine natürliche Zahl

die Wahrheit der Aussage für dann ist die Aussage für alle natürlichen Zahlen gültig.
Danach erfolgt der Beweis in folgenden Schritten:

1. Induktionsanfang:
Die Wahrheit der Aussage wird für gezeigt. Meist kann man wählen.
2. Induktionsannahme:
Die Aussage sei für wahr (Voraussetzung ).
3. Induktionsbehauptung:
Die Aussage sei für wahr (Behauptung ).
4. Beweis der Implikation
Die Schritte 3. und 4. werden zusammengefaßt als Induktionschluß oder Schluß von auf bezeichnet.

Beispiel

Es ist die Formel zu beweisen.

Die einzelnen Schritte des Induktionsbeweises sind:

1.

ist offensichtlich richtig.

2.

sei wahr für

3.

Unter der Voraussetzung von 2. ist zu zeigen:

4.

Beweis:
Aachener Bibliothek

Die Aachener Bibliothek basiert auf der Formelsammlung zur Numerischen Mathematik von G. ENGELN -MÜLLGES
(Fachhochschule Aachen) und F. REUTTER (Rheinisch-Westfälische Technische Hochschule Aachen). Sie existiert in
den Programmiersprachen BASIC, Turbo BASIC, FORTRAN 77, PL/1, APL, C, MODULA 2 und TURBO PASCAL.
Hier ein Inhaltsüberblick:
1. Numerische Verfahren zur Lösung nichtlinearer und speziell algebraischer Gleichungen
2. Direkte und iterative Verfahren zur Lösung linearer Gleichungssysteme
3. Systeme nichtlinearer Gleichungen
4. Eigenwerte und Eigenvektoren von Matrizen
5. Lineare und nichtlineare Approximation
6. Polynomiale und rationale Interpolation sowie Polynomsplines
7. Numerische Differentiation
8. Numerische Quadratur
9. Anfangswertprobleme bei gewöhnlichen Differentialgleichungen
10. Randwertprobleme bei gewöhnlichen Differentialgleichungen
IMSL-Bibliothek

Die IMSL-Bibliothek (International Mathematical and Statistical Library) besteht aus drei aufeinander abgestimmten
Teilen:
IMSL MATH/LIBRARY für allgemeine mathematische Verfahren,
IMSL STAT/LIBRARY für statistische Probleme,
IMSL SFUN/LIBRARY für spezielle Funktionen.
Die Teilbibliotheken enthalten Funktionen und Subroutinen in der Sprache FORTRAN 77. Hier eine Inhaltsübersicht:
MATH/LIBRARY
1. Lineare Systeme 6. Transformationen
2. Eigenwerte 7. Nichtlineare Gleichungen
3. Interpolation und Approximation 8. Optimierung
4. Integration und Differentiation 9. Vektor- und Matrixoperationen
5. Differentialgleichungen 10. Hilfsfunktionen

STAT/LIBRARY
1. Grundlegende Kennzahlen 12. Stichprobenerhebung
2. Regression 13. Lebensdauerverteilgn. und Zuverlässigkt.
3. Korrelation 14. Mehrdimensionale Skalierung
4. Varianzanalyse 15. Schätzung der Dichte- und Hasard- bzw.
5. Kategoriale und diskrete Datenanalyse Risikofunktion
6. Nichtparametrische Statistik 16. Zeilendrucker-Graphik
7. Anpassungstests u. Test auf Zufälligkt. 17. Wahrscheinlichkeitsverteilungen
8. Zeitreihenanalyse und Vorhersage 18. Zufallszahlen-Generatoren
9. Kovarianz- und Faktoranalyse 19. Hilfsalgorithmen
10. Diskriminanz-Analyse 20. Mathematische Hilfsmittel
11. Cluster-Analyse

SFUN/LIBRARY
1. Elementare Funktionen 6. Bessel-Funktionen
2. Trigonometrische und hyperbolische 7. Kelvin-Funktionen
Funktionen 8. Bessel-Funktionen gebrochener Ordnung
3. Exponentialfunktion und verwandte 9. Elliptische Integrale
Funktionen 10. Elliptische Funktionen, Funktionen von
4. Gamma-Funktionen und verwandte WEIERSTRASS und verwandte Funktn.
Funktionen 11. Wahrscheinlichkeitsverteilungen
5. Fehler-Funktionen und verwandte 12. Verschiedene Funktionen
Funktionen
NAG-Bibliothek

Die NAG-Bibliothek ( umerical lgorithms roup) ist eine umfangreiche Sammlung numerischer Verfahren in
Form von Funktionen und Subroutinen/Prozeduren in den Programmiersprachen PASCAL, ADA, ALGOL 68 und
FORTRAN 77. Hier ein Inhaltsüberblick:
1. Komplexe Arithmetik 14. Eigenwerte und Eigenvektoren
2. Nullstellen von Polynomen 15. Determinanten
3. Wurzeln transzendenter Gleichungen 16. Simultane lineare Gleichungen
4. Reihen 17. Orthogonalisierung
5. Integration 18. Lineare Algebra
6. Gewöhnliche Differentialgleichungen 19. Einfache Berechng. von statist. Daten
7. Partielle Differentialgleichungen 20. Korrelation und Regressionsanalyse
8. Numerische Differentiation 21. Zufallszahlengeneratoren
9. Integralgleichungen 22. Nichtparametrische Statistik
10. Interpolation 23. Zeitreihenanalyse
11. Approxim. v. Daten d. Kurven und Flächen 24. Operationsforschung
12. Minima/Maxima einer Funktion 25. Spezielle Funktionen
13. Matrixoperationen, Inversion 26. Mathem. und Maschinenkonstanten
Bibliotheken numerischer Verfahren
Im Laufe der Zeit sind unabhängig voneinander Bibliotheken von Funktionen und Prozeduren für numerische
Verfahren in unterschiedlichen Programmiersprachen entwickelt worden. Bei ihrer Entwicklung wurden umfangreiche
Computererfahrungen berücksichtigt, so daß bei der Lösung praktischer numerischer Aufgaben unbedingt die
Programme einer solchen Bibliothek genutzt werden sollten. Sie stehen meist für alle Rechnerklassen zur Verfügung
und sind bei Einhaltung bestimmter Konventionen mehr oder weniger einfach zu nutzen.

Die Anwendung von Verfahren aus Programmbibliotheken entbindet den Nutzer nicht, sich Gedanken über die zu
erwartende Lösung seines Problems zu machen. Darin ist auch der Hinweis eingeschlossen, sich gegebenenfalls
über Schwächen und Stärken des verwendeten mathematischen Verfahrens näher zu informieren (s. auch Lit. 19.7).

● NAG-Bibliothek
● IMSL-Bibliothek
● FORTRAN SSL II
● Aachener Bibliothek
FORTRAN SSL II

Die SSL II-Bibliothek ( cientific ubroutine ibrary II) enthält Unterprogramme in der Sprache FORTRAN 77.
Hier eine Inhaltsübersicht:
1. Lineare Algebra 6. Transformationen
2. Eigenwerte und Eigenvektoren 7. Numer. Differentiation und Integration
3. Nichtlineare Gleichungen 8. Differentialgleichungen
4. Extremwerte 9. Spezielle Funktionen
5. Interpolation und Approximation 10. Pseudozufallszahlen
Bidualer Raum und reflexive Räume

Der duale Raum eines normierten Raums ist mit ebenfalls ein normierter

Raum, so daß , der Bidual oder der zweite adjungierte zu betrachtet werden kann. Die

kanonische Einbettung
(12.172)

erweist sich als Normisomorphie, weswegen mit dem Teilraum identifiziert wird. Ein BANACH-

Raum heißt reflexiv , wenn gilt, die kanonische Einbettung also eine surjektive Normisomorphie ist.

Beispiel
Alle endlichdimensionalen BANACH-Räume und alle HILBERT-Räume sind reflexiv, ebenso die Räume
, während Beispiele nichtreflexiver Räume sind.
Bifurkationen in Morse-Smale-Systemen
Gegeben sei auf ein von einer Differentialgleichung oder einer Abbildung erzeugtes dynamisches

System , das zusätzlich von einem Parameter abhängt. Jede Änderung der

topologischen Struktur des Phasenporträts des dynamischen Systems bei kleiner Änderung des Parameters heißt
Bifurkation . Der Parameter heißt Bifurkationswert , wenn in jeder Umgebung von Parameterwerte

existieren, so daß die dynamischen Systeme und auf topologisch nicht äquivalent bzw.

nicht konjugiert sind. Die kleinste Dimension eines Parameterraumes, bei der eine Bifurkation beobachtbar ist, heißt
Kodimension der Bifurkation.

Man unterscheidet lokale Bifurkationen, die nahe einzelner Orbits des dynamischen Systems ablaufen, und globale
Bifurkationen, die sofort einen großen Teil des Phasenraumes betreffen.

● Lokale Bifurkationen nahe Ruhelagen

● Lokale Bifurkationen nahe einem periodischen Orbit
● Globale Bifurkationen
Unterabschnitte

● Spitzen-Bifurkation
● Bogdanov-Takens-Bifurkation
● Verallgemeinerte Hopf-Bifurkation

Bifurkationen in zweiparametrigen Differentialgleichungen

Spitzen-Bifurkation

Gegeben sei die Differentialgleichung (17.53) mit und . Die JACOBI-Matrix habe den

Eigenwert und Eigenwerte mit Re . Für die reduzierte Differentialgleichung (17.55)

gelte und . Die TAYLOR-Zerlegung von

 nahe führt auf die verkürzte Normalform (ohne Glieder höherer Ordnung, s. Lit. 17.1)

(17.62)

mit den Parametern und . Die Menge stellt im

erweiterten Phasenraum eine Fläche dar und wird Falte genannt (s. Abbildung).

Im weiteren sei . Die nicht hyperbolischen Ruhelagen von (17.62) werden durch das Gleichungssystem

definiert und liegen auf den Kurven und , die durch die Menge

bestimmt werden und zusammen eine Spitze ( cusp ) bilden (s. linke

Abbildung.).
Bei ist die Ruhelage von (17.62) stabil. Das Phasenporträt von (17.53) nahe , z.B. für

und ist für ein dreifach zusammengesetzter Knoten (s. mittlere Abbildung)

und für ein dreifach zusammengesetzter Sattel (s. rechte Abbildung) (s. auch Lit. 17.13).

Beim Übergang von in das Innere des Gebietes 1 (s. linke Abbildung) spaltet sich die nicht

hyperbolische Ruhelage von (17.53) vom Typ eines zusammengesetzten Knotens in drei hyperbolische
Ruhelagen (zwei stabile Knoten und ein Sattel) auf ( superkritische Gabel-Bifurkation ). Im Falle des
zweidimensionalen Phasenraumes von (17.53) sind die Phasenporträts in der mittleren und rechten Abbildung zu
sehen.
Beim Durchqueren des Parameterpaares von aus 1 in 2 bildet sich eine zweifach

zusammengesetzte Ruhelage vom Sattelknoten-Typ, die sich anschließend aufhebt. Eine stabile hyperbolische
Ruhelage verbleibt.

Bogdanov-Takens-Bifurkation
Für (17.53) gelte , und die Matrix habe die beiden Eigenwerte

und Eigenwerte mit Re . Die reduzierte zweidimensionale

Differentialgleichung (17.55) sei topologisch äquivalent zum ebenen System
(17.63)

Dann findet auf der Kurve eine Sattelknoten-Bifurkation statt. Auf

entsteht beim Übergang aus dem Gebiet in das Gebiet

durch eine HOPF-Bifurkation ein stabiler Grenzzyklus und auf

existiert für das Ausgangssystem eine

Separatrixschleife (s. Abbildung), die im Gebiet 3 in einen stabilen Grenzzyklus bifurkiert (s. Lit. 17.1, 17.17).
Diese Bifurkation ist von globaler Natur und wird als Entstehung eines einzigen periodischen Orbits aus dem
homoklinen Orbit eines Sattels oder Auflösung einer Separatrixschleife bezeichnet.

Verallgemeinerte Hopf-Bifurkation

Für (17.53) seien die Voraussetzungen der HOPF-Bifurkation mit erfüllt und die zweidimensionale reduzierte
Differentialgleichung habe nach einer Koordinatentransformation in Polarkoordinaten die Normalform

. Das Bifurkationsdiagramm (s. Abbildung) dieses Systems

enthält die Linie , deren Punkte HOPF-Bifurkationen repräsentieren

(s. Lit. 17.1).

Im Gebiet 3 existieren zwei periodische Orbits, von denen einer stabil, der andere instabil ist. Auf der Kurve
verschmelzen diese beiden nicht hyperbolischen Zyklen in einen
zusammengesetzten Zyklus, der im Gebiet 2 verschwindet.
Globale homokline Bifurkationen

● Satz von Smale

● Satz von Shilnikov
● Melnikov-Methode
Globale Bifurkationen

Neben der Entstehung eines periodischen Orbits durch Auflösung einer Separatrixschleife kann es in (17.53) zu
weiteren globalen Bifurkationen kommen. Zwei davon sollen am Beispiel erläutert werden (s. Lit. 17.12).

● Entstehung eines periodischen Orbits durch Verschwinden eines

Sattelknotens
● Auflösung einer Sattel-Sattel-Separatrix in der Ebene
Abspaltung eines Torus

Gegeben sei (17.53) mit und . Für alle nahe habe (17.53) einen periodischen Orbit

. Die Multiplikatoren von seien mit mit

und .

Nach dem Satz über die Zentrumsmannigfaltigkeit ergibt sich in der vorliegenden Situation eine zweidimensionale
reduzierte -Abbildung

(17.71)

mit für nahe .

Hat die JACOBI-Matrix für alle nahe die konjugiert komplexen Eigenwerte und mit
 , ist und ist für keine -te Wurzel aus , so

läßt sich (17.61) durch eine glatte -abhängige Koordinatentransformation auf die Form

bringen ( LANDAU-Symbol), wobei in Polarkoordinaten durch

(17.72)

gegeben ist. Dabei sind und differenzierbare Funktionen. Sei . Dann ist die Ruhelage

von (17.72) für alle asymptotisch stabil und für instabil. Außerdem existiert bei der Kreis

, der invariant unter der Abbildung (17.72) und asymptotisch stabil ist (s. linke Abbildung).
Satz von NEIMARK und SACKER: Der Satz von NEIMARK und SACKER (s. Lit. 17.18, 17.3) sagt aus, daß das

Bifurkationsverhalten von (17.72) auch auf zutrifft ( superkritische HOPF- Bifurkation für Abbildungen ).

Beispiel
In der Abbildung (17.71), gegeben durch

findet bei eine superkritische HOPF-Bifurkation statt.

Bezogen auf die Differentialgleichung (17.53) bedeutet die Existenz einer geschlossenen invarianten Kurve der

Abbildung (17.71), daß bei der periodische Orbit instabil wird und sich bei ein bezüglich

(17.53) invarianter stabiler Torus abspaltet (s. Abbildung).

Hopf-Bifurkation

Gegeben sei (17.53) mit und . Für alle mit

gelte . Die JACOBI-Matrix habe die

Eigenwerte mit und Eigenwerte mit Re . Nach dem Satz über die

Zentrumsmannigfaltigkeit wird die Bifurkation durch eine zweidimensionale reduzierte Differentialgleichung (17.55) in
der Form
(17.57)

beschrieben, wobei und differenzierbare Funktionen sind und sowie gilt.

Durch eine nichtlineare Koordinatentransformation im Komplexen und Einführung von Polarkoordinaten läßt

sich (17.57) auf die Normalform

(17.58)
bringen, in der mit Punkten die Glieder höherer Ordnung angedeutet werden. Die TAYLOR-Entwicklung der
Koeffizientenfunktionen von (17.58) führt auf die verkürzte Normalform
(17.59)
Der Satz von ANDRONOV und HOPF garantiert, daß (17.59) die Bifurkationen von (17.58) nahe der Ruhelage bei
beschreibt.

Unter der Annahme ergeben sich für (17.59) folgende Fälle:

1. (s. Abbildung).

a) :
Stabiler Grenzzyklus und instabile Ruhelage.
b) :
Zyklus und Ruhelage verschmelzen in eine Ruhelage, die stabil wird.
c) :

Alle Orbits nahe (0,0) streben wie in b) für spiralartig gegen die Ruhelage (0,0).
2. (s. Abbildung).

a) :
Instabiler Grenzzyklus.
b) :
Zyklus und Ruhelage verschmelzen in eine instabile Ruhelage.
c) :
Spiralartige instabile Ruhelage wie in b).
Die Interpretation der obigen Fälle für das Ausgangssystem (17.53) zeigt die Bifurkation eines Grenzzyklus aus einer
zusammengesetzten Ruhelage ( zusammengesetzter Strudel der Vielfachheit 1 ), die HOPF- Bifurkation (oder auch
ANDRONOV- HOPF- Bifurkation ) genannt wird. Der Fall heißt dabei superkritisch , der Fall

subkritisch (unter der Annahme . Für und

ist die Situation auf der nächsten Abbildung zu sehen.

HOPF-Bifurkationen sind generisch und gehören zu den Kodimension-1-Bifurkationen. Die angeführten

Fallunterscheidungen illustrieren die Tatsache, daß eine superkritische HOPF-Bifurkation unter den oben formulierten
Voraussetzungen anhand der Stabilität eines Strudels erkannt werden kann:
Die Eigenwerte und der JACOBI-Matrix der rechten Seite von (17.53) in bei seien rein
imaginär, und für die restlichen Eigenwerte gelte Re . Sei weiter und sei

ein asymptotisch stabiler Strudel für (17.53) bei . Dann findet in (17.53) bei eine superkritische HOPF-
Bifurkation statt.

Beispiel

Die VAN-DER-POLsche Differentialgleichung mit dem Parameter kann als

ebene Differentialgleichung
(17.60)
geschrieben werden. Bei geht (17.60) in die Gleichung des harmonischen Oszillators über und hat deshalb
nur periodische Lösungen und eine Ruhelage, die stabil, aber nicht asymptotisch stabil ist. Mit der Transformation
für geht (17.60) in die ebene Differentialgleichung

(17.61)

über. Für die Eigenwerte der JACOBI-Matrix in der Ruhelage von (17.61) gilt
und damit sowie . Wie im Beispiel gezeigt wurde, ist eine

asymptotisch stabile Ruhelage von (17.61) bei . Bei findet eine superkritische HOPF-Bifurkation statt,

und ist für kleine ein instabiler Strudel, der von einem Grenzzyklus umgeben ist, dessen Amplitude

mit wächst.
Lokale Bifurkationen nahe einem periodischen Orbit

● Satz über die Zentrumsmannigfaltigkeit für Abbildungen

● Bifurkation eines zweifach zusammengesetzten semistabilen periodischen Orbits
● Periodenverdopplung oder Flip-Bifurkation
● Abspaltung eines Torus
Sattelknoten-Bifurkation und transkritische Bifurkation

Gegeben sei (17.53) mit , wobei mindestens zweimal stetig differenzierbar ist und den

Eigenwert und Eigenwerte mit Re habe.

Nach dem Satz über die Zentrumsmannigfaltigkeit werden in diesem Fall alle Bifurkationen von (17.53) nahe
durch eine eindimensionale reduzierte Differentialgleichung (17.55) beschrieben. Offenbar ist dabei

. Wird zusätzlich und vorausgesetzt und die

rechte Seite von (17.55) nach der TAYLOR-Formel entwickelt, so läßt sich diese Darstellung nach Lit. 17.13 durch
Koordinatentransformation umformen zur Normalform
(17.56)

(bei ) bzw. (bei ), wobei eine

differenzierbare Funktion mit ist und die Punkte Terme höherer Ordnung bedeuten. Für hat

(17.56) nahe zwei Ruhelagen, von denen eine stabil, die andere instabil ist. Bei verschmelzen
diese zur Ruhelage , die instabil ist. Für hat (17.56) keine Ruhelage nahe 0 (s. Abbildung).

Die Übertragung auf den mehrdimensionalen Fall liefert eine Sattelknoten-Bifurkation nahe in (17.53). Für
und ist diese Bifurkation in der folgenden Abbildung zu sehen.

Die Darstellung der Sattelknoten-Bifurkation im erweiterten Phasenraum ist in der nächsten Abbildung dargestellt.
Für hinreichend glatte Vektorfelder (17.53) sind Sattelknoten-Bifurkationen generisch.

Wird in den Bedingungen an für eine Sattelknoten-Bifurkation die Voraussetzung durch die

Forderungen und ersetzt, so ergibt sich aus (17.55) die verkürzte

Normalform (ohne Glieder höherer Ordnung) einer transkritischen Bifurkation . Für und

ist die transkritische Bifurkation, zusammen mit dem Bifurkationsdiagramm, in der folgenden Abbildung
gezeigt.
Sattelknoten- und transkritische Bifurkation gehören zu den Kodimension-1-Bifurkationen.
Binomischer Satz

Die Formel

(1.36a)

wird Binomischer Satz genannt, wobei und reell und positiv und ganz sind. Zur Verkürzung der
Schreibweise sind spezielle Koeffizienten , die Binomialkoeffizienten , eingeführt worden:

(1.36b)
bzw.

(1.36c)

● Binomialkoeffizienten
● Berechnung der Binomialkoeffizienten
● Eigenschaften der Binomialkoeffizienten
● Potenz einer Differenz
● Verallgemeinerung für eine beliebige Potenz
Binomialverteilung

Sind bei einem Versuch nur die beiden Ereignisse und möglich und sind die dazuzugehörigen

Wahrscheinlichkeiten und , so ist

(16.60)

die Wahrscheinlichkeit dafür, daß bei -maliger Wiederholung des Versuches das Ereignis genau -mal eintritt.
Bei jedem Ziehen eines Elements aus der Grundgesamtheit gilt

(16.61)

Die Wahrscheinlichkeit, bei den ersten Ziehungen ein Element mit der Eigenschaft zu ziehen und bei den
darauffolgenden ein Element mit der Eigenschaft , ist . Dabei ist die Reihenfolge der

Ziehung der Elemente ohne Bedeutung, da die Kombinationen

 (16.62)

die gleiche Wahrscheinlichkeit haben und auch zu einer Stichprobe mit dem Umfang mit Elementen der
Eigenschaft führen. Eine Zufallsveränderliche , bei der ist, heißt

binomialverteilt mit den Parametern . Es gilt:

1. Erwartungswert und Streuung:

(16.63a)
(16.63b)

2. Ist binomialverteilt, so ist

(16.63c)

Demnach läßt sich die Binomialverteilung für große näherungsweise durch eine Normalverteilung mit den
Parametern und ersetzen. Dies ist mit im allgemeinen ausreichender

Genauigkeit möglich, wenn und ist.

3. Rekursionsformel: Für praktische Rechnungen ist die folgende Rekursionsformel der Binomialverteilung
nützlich:
 (16.63d)

4. Sind und mit den Parametern bzw. binomialverteilte Zufallsveränderliche, so ist

die Zufallsveränderliche ebenfalls binomialverteilt, und zwar mit den Parametern

In der folgenden Abbildung sind drei Binomialverteilungen für die Fälle und
dargestellt.

Die Abbildung zeigt auch, daß sich in Übereinstimmung mit der Symmetrie der Binomialkoeffizienten für
 eine Symmetrie der Binomialverteilung ergibt. Mit der Entfernung des Wertes von nimmt
diese Symmetrie ab.
Definitionen

In jedem Punkt einer Raumkurve, mit Ausnahme der singulären Punkte, können drei Geraden und drei Ebenen
definiert werden, die sich im Punkt schneiden und senkrecht aufeinander stehen:
1. Tangente
ist die Grenzlage der Sekante für .

2. Normalebene
ist eine Ebene, die senkrecht auf der Tangente steht. Alle durch verlaufenden und in dieser Ebene
liegenden Geraden werden die Normalen der Kurve im Punkt genannt.
3. Schmiegungsebene
wird die Grenzlage einer Ebene genannt, die durch drei benachbarte Kurvenpunkte und verläuft,

für die und geht. In der Schmiegungsebene befindet sich die Kurventangente.
4. Hauptnormale
nennt man die Schnittgerade von Normalen- und Schmiegungsebene, d.h., es ist die Normale, die in der
Schmiegungsebene liegt.
5. Binormale
wird die Senkrechte auf die Schmiegungsebene genannt.
6. Rektifizierende Ebene
heißt die von der Tangente und der Binormalen aufgespannte Ebene. Die positiven Richtungen werden auf
den drei Geraden (1.), (4.) und (5.) folgendermaßen festgelegt:
 a) Auf der Tangente ist es die positive Richtung der Kurve, die durch den Tangenteneinheitsvektor
festliegt.
b) Auf der Hauptnormalen ist es die Richtung der Kurvenkrümmung, festgelegt durch den
Normaleneinheitsvektor
c) Auf der Binormalen ist sie durch den Einheitsvektor
(3.468)

definiert, wobei die drei Vektoren und ein rechtshändiges Koordinatensystem bilden, das

begleitendes Dreibein der Raumkurve genannt wird.

Unterabschnitte

● Definition der Kurve als Schnitt zweier Flächen:

● Definition der Kurve als Funktion eines Parameters t in der Parameterform und als Vektorgleichung:
● Definition der Kurve als Funktion der Bogenlänge s in der Parameterform und als Vektorgleichung:

Gleichungen der Elemente des begleitenden Dreibeins

Definition der Kurve als Schnitt zweier Flächen:

Die Definition der Kurve als Schnitt zweier Flächen erfolgt in der Form

(3.463).
 (3.469)

(3.470)

Dabei sind die Koordinaten des Kurvenpunktes und die laufenden Koordinaten der

Tangente bzw. der Normalebene; die partiellen Ableitungen beziehen sich auf den Punkt .

Tabelle Vektor- und Koordinatengleichungen von Raumkurvengrößen

Vektorgleichung Koordinatengleichung
Tangente:
 Normalebene:

Schmiegungsebene:

Binormale:

rektifizierende Ebene:
 wo

Hauptnormale:

-Ortsvektor der Raumkurve, -Ortsvektor der Raumkurvengröße

Definition der Kurve als Funktion eines Parameters t in der Parameterform und als
Vektorgleichung:

Die Definition der Kurve als Funktion eines Parameters in der Parameterform und als Vektorgleichung erfolgt

gemäß (3.464) und wobei

(3.466).
Die Vektor- und Koordinatengleichungen von Raumkurvengrößen des Punktes mit sowie sind in der

folgenden Tabelle zusammengefaßt. Dabei sind und die laufenden Koordinaten und der Radiusvektor

eines Dreibeinelements. Die Ableitungen nach dem Parameter beziehen sich auf den Punkt .

Definition der Kurve als Funktion der Bogenlänge s in der Parameterform und als
Vektorgleichung:

Die Definition der Kurve als Funktion der Bogenlänge in der Parameterform und als Vektorgleichung erfolgt gemäß

(3.465a) und wobei

(3.467).
Wenn als Parameter die Bogenlänge gewählt wird, dann gelten für die Tangente und die Binormale sowie für die
Normal- und Schmiegungsebene dieselben Gleichungen wie im Falle des vorhergehenden Abschnittes; es ist
lediglich durch zu ersetzen. Die Gleichungen der Hauptnormalen und der rektifizierenden Ebene werden
einfacher, wie aus der folgenden Tabelle zu ersehen ist.

Tabelle Vektor- und Koordinatengleichungen von

Raumkurvengrößen als Funktion von der Bogenlänge
Element des Vektorgleichung Koordinatengleichung
Dreibeins

Hauptnormale

Rektifizierende
Ebene

-Ortsvektor der Raumkurve, -Ortsvektor der Raumkurvengröße

Schemata zur FFT

Für den speziellen Fall sollen die dazugehörigen 3 Reduktionsschritte der FFT gemäß (19.223) und (19.225) im
folgenden Schema 1 zusammengestellt werden:

Schema 1:
Die Zuordnung der gesuchten komplexen FOURIER-Koeffizienten zu den -Werten des 3. Schrittes erkennt man, wenn man sich
überlegt, wie in jedem Reduktionsschritt jeweils die Berechnung der Koeffizienten mit geraden und ungeraden Indizes erfolgt. In
dem folgenden Schema 2 ist diese Verfahrensweise schematisch dargestellt.
Schema 2:
 (19.228)

Schreibt man in Schema 1 die Koeffizienten auf und gibt man die Dualdarstellung ihrer Indizes vor dem ersten und nach dem
dritten Reduktionsschritt an, dann erkennt man, daß die Reihenfolge der gesuchten Koeffizienten durch sogenannte Bitumkehr auf
besonders einfache Weise ermittelt werden kann, wie in dem folgenden Schema 3 dargestellt ist.
Beispiel

Für die Funktion , die periodisch mit der Periode sein soll, werde mit Hilfe der FFT

die diskrete FOURIER-Transformation durchgeführt. Man wähle . Mit

erhält man das folgende Schema 4:

Aus dem dritten (letzten) Reduktionsschritt erhält man die nachstehend aufgeführten gesuchten reellen FOURIER-Koeffizienten
gemäß (19.220):
 In diesem Beispiel kann man auch die allgemeine Eigenschaft

(19.229)
der diskreten komplexen FOURIER-Koeffizienten überprüfen.
Für sieht man, daß gilt: .
Ungerichtete und gerichtete Graphen

Ein Graph ist ein geordnetes Paar aus einer Menge von Knoten und einer Menge von Kanten . Auf

ist eine Abbildung ( Inzidenzfunktion ) erklärt, die jedem Element von eindeutig ein geordnetes oder ungeordnetes
Paar (nicht notwendig verschiedener) Elemente von zuordnet. Ist jedem Element von ein ungeordnetes Paar
zugeordnet, dann wird ein ungerichteter Graph genannt (linke Abbildung).

Ist dagegen jedem Element von ein geordnetes Paar zugeordnet, dann spricht man von einem gerichteten Graphen
(rechte Abbildung). Die Elemente von heißen dann auch Bögen oder gerichtete Kanten . Alle anderen Graphen werden
gemischte Graphen genannt.
In der graphischen Darstellung erscheinen die Knoten der Graphen als Punkte, die gerichteten Kanten als Pfeile und die
ungerichteten Kanten als ungerichtete Linien.

Beispiel A
Für den Graphen in der Abbildung

gilt:
Beispiel B
Für den Graphen in der Abbildung

gilt:

Beispiel C
Für den Graphen in der Abbildung

gilt:
Bewertete Graphen

Ist ein Graph und eine Abbildung, die jeder Kante eine reelle Zahl zuordnet, so heißt

ein bewerteter Graph und die Bewertung oder Länge der Kante

In vielen Anwendungsfällen repräsentieren die Bewertungen der Kanten Kosten, die durch den Bau, die
Aufrechterhaltung oder die Benutzung der Verbindungen zustandekommen.
Differential des Bogens

Eine Fläche sei in der expliziten Form (3.483) oder in der Vektorform bzw.

(3.484) gegeben. Auf der Fläche seien ein beliebiger Punkt

und ein in der Nähe von liegender zweiter Punkt. Die Länge des Bogens auf

der Fläche läßt sich dann angenähert durch das Differential des Bogens oder das Linienelement der Fläche mit der
Formel
(3.490a)
berechnen, wobei die drei Koeffizienten
 (3.490b)

für den Punkt zu bilden sind. Die rechte Seite der ersten Formel (3.490a) wird erste quadratische
Fundamentalform der Fläche genannt.

Beispiel A

Für die Kugel gemäß (3.485c) ergibt sich:

(3.491)

Beispiel B

Für eine explizit durch (3.482) gegebene Fläche ergibt sich:

(3.492)
Kurvenelemente

Ebene Kurve in Kartesische Koordinaten

der -
Ebene

Polarkoordinaten

Parameterdarstellung in kartesischen
Koordinaten

Raumkurve Parameterdarstellung in kartesischen

Koordinaten
Bogenelement

Wenn die Länge der Kurve von einem festen Punkt bis zum Punkt ist, dann kann der infinitesimale

Zuwachs angenähert durch das Differential der Bogenlänge, das Bogenelement , ausgedrückt
werden:

für die explizite Definition der Kurve (3.425)

(3.428)

für die Definition der Kurve in der Parameterform (3.426)

(3.429)

für die Definition der Kurve in der Polarkoordinatenform (3.427)

(3.430)
Beispiel A

Beispiel B

Beispiel C

.
Bogenlängen ebener Kurven

1. Bogenlänge einer Kurve zwischen den Punkten und , die explizit ( bzw. )

oder in Parameterform ( , ) gegeben ist (s. linke Abbildung):

(8.60a)

Mit dem Differential der Bogenlänge ergibt sich

(8.60b)
Beispiel

Ellipsenumfang gemäß (8.60a): Mit den Substitutionen

erhält man

, wobei

die numerische Exzentrizität der Ellipse ist.

Mit den Integrationsgrenzen für den 1. Quadranten gemäß bzw.

 gilt mit . Die

Ermittlung des Integralwertes aus der Tabelle Elliptische Integrale (s. Beispiel Umfang der

Ellipse).

2. Bogenlänge einer Kurve zwischen den Punkten und , gegeben in Polarkoordinaten ( )

(s. rechte Abbildung):

(8.60c)

Mit dem Differential der Bogenlänge ergibt sich

(8.60d)
Hyperbelbogen

Die Bogenlänge zwischen zwei Punkten der Hyperbel läßt sich nicht elementar berechnen, wie es für die

Parabel möglich ist, sondern mit Hilfe eines unvollständigen elliptischen Integrals 2. Gattung in Analogie

zur Bogenlänge der Ellipse.

Kreisabschnitt (Kreissegment) und Kreisausschnitt (Kreissektor)

Kenngrößen sind Radius und Zentriwinkel

Zu berechnende Größen sind:

(3.57)

(3.58)
 (3.59)

(3.60a)

(3.60b)

(3.61)

(3.62a)

(3.62b)
Anwendungen des Kurvenintegrals erster Art

Länge eines Kurvenstückes

Masse eines inhom. Kurvenstücks Dichtefunktion)

Schwerpunktkoordinaten
Trägheitsmomente einer ebenen
Kurve in der -Ebene

Trägheitsmomente einer Raumkurve

bezüglich der Koordinatenachsen

Im Falle homogener Kurven ist in den obigen Formeln einzusetzen.

Koordinatengleichungen

Zur Definition einer Raumkurve gibt es die folgenden Möglichkeiten:

1. Schnitt zweier Flächen:

(3.463)
2. Parameterform mit dem beliebigen Parameter :
(3.464)

mit als beliebigem Parameter, wobei ist oder sein kann.

3. Parameterform mit der Bogenlänge als Parameter:

(3.465a)
mit der Bogenlänge zwischen einem festen Punkt und dem laufenden Punkt :

(3.465b)
Messungen auf der Fläche

1. Länge des Bogens:

Die Länge einer Kurve auf der Fläche wird für über

(3.493)

berechnet.
2. Der Winkel zwischen zwei Kurven:
Der Winkel zwischen zwei Kurven, d.h. zwischen ihren Tangenten, die sich im Punkt schneiden und in
diesem Punkt die durch die Vektoren und vorgegebene Richtung haben, wird mit

der Formel
 (3.494)

berechnet.

Die Koeffizienten und sind für den Punkt zu bestimmen. Wenn der Zähler von (3.494) verschwindet,

stehen beide Kurven senkrecht aufeinander. Die Orthogonalitätsbedingung für die Koordinatenlinien für
und für lautet
3. Der Flächeninhalt eines Flächenstückes:
Der Flächeninhalt eines Flächenstückes das von einer beliebigen, auf der Fläche liegenden Kurve
begrenzt wird, kann über das Doppelintegral
 (3.495a)

mit
(3.495b)
berechnet werden. Man nennt Flächenelement .
Die Berechnung von Längen, Winkeln und Flächeninhalten auf Flächen ist mit Hilfe der Formeln (3.493, 3.494,
3.495a,b) möglich, wenn die Koeffizienten und der ersten quadratischen Fundamentalform bekannt sind.
Somit definiert die erste quadratische Fundamentalform die Metrik auf der Fläche .
Bogenschnitt

Der Neupunkt ergibt sich als Schnittpunkt zweier Bögen mit den gemessenen Radien und um die

zwei Punkte und mit bekannten Koordinaten.

Berechnet wird die unbekannte Länge und aus den nun bekannten drei Seiten im Dreieck die Winkel.
Eine zweite hier nicht betrachtete Lösung geht von einer Zerlegung des schiefwinkligen Dreieckes in zwei
rechtwinklige Dreiecke aus.
Gegeben: Gemessen: Gesucht:
Lösung:

(3.100a)
(3.100b)

(3.100c)

(3.100d)

(3.100e)

(3.100f)
(3.100g)
(3.100h)
(3.100i)
(3.100j)
(3.100k)
Kompakte Teilmengen in normierten Räumen
Eine Teilmenge eines normierten Raumes heißt

● kompakt , wenn jede Folge von Elementen aus eine konvergente Teilfolge enthält, deren Grenzwert in
liegt,
● relativkompakt oder präkompakt , wenn ihre Abschließung kompakt ist, d.h., jede Folge von Elementen aus
enthält eine (nicht unbedingt zu einem Element aus ) konvergente Teilfolge.

Dabei genügt es für die eingeführten Begriffe, als metrischen (oder noch allgemeineren) Raum vorauszusetzen.
Diese Allgemeinheit wird im weiteren aber nicht erforderlich sein.

In der Analysis ist dies gerade der Satz von BOLZANO-WEIERSTRASS, weshalb man sagt, eine solche Menge besitze
die BOLZANO-WEIERSTRASS-Eigenschaft .
Jede kompakte Menge ist abgeschlossen und beschränkt. Umgekehrt, ist der Raum endlichdimensional, dann ist
jede solche Menge auch kompakt. Die abgeschlossene Einheitskugel im normierten Raum ist genau dann
kompakt, wenn endlichdimensional ist. Zur Charakterisierung von relativkompakten Mengen in metrischen
Räumen (Satz von HAUSDORFF über die Existenz eines endlichen -Netzes) sowie in den Räumen (Satz von

ARZELA-ASCOLI) und s. Lit. 12.18.

Rechenregeln

Es gelten die folgenden Rechenregeln; sie sind analog zu den Rechenregeln der BOOLEschen Schaltalgebra:
(16.8)
(16.9)
(16.10)
(16.11)
(16.12)
(16.13)
(16.14)

(16.15)
(16.16)
(16.17)
(16.18)
 (16.19)

(16.20)

(16.21)
(16.22)
(16.23)
(16.24)
(16.25)
(16.26)

11. Vollständiges System: Ein System von Ereignissen heißt vollständig, wenn gilt:

(16.27)
Beispiel A
 Für das Werfen zweier Münzen ergibt sich die folgende Tabelle der möglichen Elementarereignisse:
Zahl Wappen

1. Münze

2. Münze

Beispiele für zusammengesetzte Ereignisse:

1.
Erste Münze zeigt Zahl oder Wappen: .
2.
Gleichzeitiges Auftreten von Zahl und Wappen bei der ersten Münze: .
3.
Erste Münze Zahl, zweite Münze Wappen: .

Beispiel B
Bestimmung der Brenndauer von Glühlampen.
Elementarereignis : Die Brenndauer genügt der Ungleichung

Zusammengesetztes Ereignis : Die Brenndauer ist höchstens gleich , d.h. .

BOOLEsche Ausdrücke

BOOLEsche Ausdrücke werden induktiv definiert: Sei eine (abzählbare) Menge BOOLEscher Variabler (die nur

Werte aus annehmen können):

(5.225)
(5.226)

Enthält ein BOOLEscher Ausdruck die Variablen so repräsentiert er eine -stellige BOOLEsche Funktion : Es sei

eine ,,Belegung`` der BOOLEschen Variablen d.h. Unter Beachtung der induktiven

Definition werden den Ausdrücken wie folgt BOOLEsche Funktionen zugeordnet:

(5.227a)

(5.227b)

(5.227c)

(5.227d)
Umgekehrt läßt sich jede BOOLEsche Funktion durch einen BOOLEschen Ausdruck darstellen (s. Normalformen).
Weitere nichtlineare Evolutionsgleichungen mit Solitonlösungen

Modifizierte KdV-Gleichung

(9.144)
Die noch allgemeinere Gleichung
(9.145)
hat das Soliton

(9.146)

als Lösung.

sinh- GORDON-Gleichung
 (9.147)

BOUSSINESQ-Gleichung

(9.148)

Sie tritt bei der Beschreibung nichtlinearer elektrischer Netzwerke als Kontinuumsnäherung der Ladungs-Spannungs-
Beziehung auf.

HIROTA-Gleichung

(9.149)

BURGERS-Gleichung

(9.150)

Sie tritt bei der modellmäßigen Beschreibung der Turbulenz auf. Mit der HOPF-COLE-Transformation wird sie in die
Diffusionsgleichung, also eine lineare Differentialgleichung, überführt.
KADOMZEV-PEDVIASHWILI-Gleichung

Die Gleichung
(9.151a)
hat das Soliton

(9.151b)

zur Lösung. Die Gleichung (9.151a) ist ein Beispiel für Solitonengleichungen mit einer größeren Zahl unabhängiger
Variabler, z.B. zweier Ortsvariabler.
Brachistochronenproblem
Das Brachistochronenproblem wurde 1696 von J. BERNOULLI formuliert und beinhaltet die folgende Aufgabe: Der in
einer vertikalen -Ebene liegende Punkt soll mit dem Koordinatenursprung durch eine Kurve

so verbunden werden, daß ein längs dieser Kurve sich bewegender Massepunkt allein unter dem

Einfluß der Schwerkraft in der kürzesten Zeit von zum Ursprung gelangt (s. Abbildung).
Mit der Formel für die Fallzeit ergibt sich die folgende mathematische Formulierung: Man bestimme eine einmal
stetig differenzierbare Kurve , für die

(10.9)

gilt ( Fallbeschleunigung) und die die Randbedingungen

(10.10)

erfüllt. Man beachte, daß in (10.9) für eine Singularität auftritt.

Versiera der Agnesi
Die Gleichung

(2.216a)

liefert die in der folgenden Abbildung dargestellte Versiera der Agnesi .

Sie besitzt eine Asymptote mit der Gleichung ein Maximum bei der dazugehörige
Krümmungsradius beträgt . Die Wendepunkte und befinden sich bei , die

Tangentenneigungswinkel sind dort gegeben durch . Die Fläche zwischen der Kurve und der

Asymptote beträgt Die Versiera der Agnesi ist ein Spezialfall der LORENTZ- oder BREIT-WIGNER-Kurve
mit der Gleichung

(2.216b)

Beispiel
Als Bildfunktion der gedämpften Schwingung bezüglich der FOURIER-Transformation ergibt sich die
LORENTZ- oder BREIT-WIGNER-Kurve.
Bildfunktion zur gedämpften Schwingung

Bildfunktion einer gedämpften Schwingung: Die in der folgenden linken Abbildung dargestellte gedämpfte
Schwingung wird durch die Funktion

(15.100a)

beschrieben.
Zur Vereinfachung der Rechnung wird die FOURIER-Transformation der komplexen Funktion

ermittelt. Es gilt .

Die FOURIER-Transformation liefert:

(15.100b)

Das Ergebnis ist die LORENTZ- oder BREIT-WIGNER-Kurve

(15.100c)

die in der rechten Abbildung dargestellt ist.

Einer gedämpften Schwingung im Zeitbereich entspricht ein einziger Peak im Frequenzbereich.
Krummlinige Koordinaten auf einer Fläche

Für eine in der Parameterform (3.483) oder Vektorform

bzw. (3.484) gegebene Fläche erhält man durch

Variieren des Parameters bei gleichzeitigem Festhalten von die Punkte einer Kurve

auf der Fläche. Werden für nacheinander verschiedene, aber feste Werte

eingesetzt, dann ergibt sich eine Kurvenschar auf der Fläche. Da bei der

Bewegung längs einer solchen Kurve mit nur geändert wird, nennt man diese Kurven die -Linien .
In Analogie dazu erhält man beim Variieren von und gleichzeitigem Festhalten von für
eine zweite Kurvenschar und spricht von -Linien . Auf diese Weise kann man auf der Fläche

(3.483) ein Netz von Koordinatenlinien entstehen lassen, in dem zwei feste Zahlen und die

krummlinigen oder GAUSSschen Koordinaten des Flächenpunktes sind.

Wenn eine Fläche in der Form (3.482) gegeben ist, stellen die Koordinaten Schnitte der Fläche mit den Ebenen

und dar. Mit Gleichungen der impliziten Form oder mit den

Parametergleichungen und zwischen diesen Koordinaten werden Kurven auf der Fläche

beschrieben.

Beispiel
Die Parametergleichungen der Kugel (3.485b,c) ergeben für die geographische Länge eines Punktes
und seinen Polabstand oder seine geographische Breite . Die -Linien sind hier die
Meridiane die -Linien die Parallelkreise
Geographische Koordinaten

Zur Bestimmung von Punkten auf der Erdoberfläche werden geographische Koordinaten benutzt, d.h.
Kugelkoordinaten mit dem Radius der Erdkugel, der geographischen Länge und der geographischen Breite .
Längengradeinteilung: Zur Längengradzählung ist die Erdoberfläche in halbe, vom Nordpol zum Südpol
verlaufende Großkreise, die Meridiane , eingeteilt. Der Nullmeridian verläuft durch die Sternwarte Greenwich .
Von ihm aus erfolgt die Zählung mit Hilfe von 180 ganzzahligen Meridianen östlicher Länge (ö. L.) und 180
ganzzahligen Meridianen westlicher Länge (w. L.), die am Äquator einen gegenseitigen Abstand von 111 km
haben. Östliche Längen werden positiv, westliche Längen negativ angegeben. Somit gilt

Breitengradeinteilung: Zur Breitengradzählung ist die Erdoberfläche in parallel zum Äquator verlaufende
Kleinkreise, die Breitengrade, eingeteilt. Vom Äquator aus, einem Großkreis, zählt man 90 ganzzahlige
Breitengrade nördlicher Breite (n. Br.) und 90 südlicher Breite (s. Br.). Nördliche Breiten werden positiv,
südliche Breiten negativ angegeben. Somit gilt
Elemente der Ellipse

In der folgenden Abbildung sind die große Achse , die kleine Achse , die

Scheitel , die Brennpunkte mit dem Abstand auf beiden Seiten des Mittelpunktes,

die numerische Exzentrizität und der Halbparameter , d.h. die halbe Länge der durch

einen Brennpunkt parallel zur kleinen Achse gezogenen Sehne.

Elemente der Hyperbel

In der Abbildung sind die reelle Achse; die Scheitel ; 0 der Mittelpunkt; und die
Brennpunkte im Abstand auf der reellen Achse zu beiden Seiten vom Mittelpunkt;

die imaginäre Achse ; der Halbparameter der Hyperbel , d.h. die halbe

Länge der durch einen der Brennpunkte senkrecht zur rellen Achse gelegten Sehne; die numerische

Exzentrizität .
Elemente der Parabel

In der folgenden Abbildung ist die -Achse mit der Parabelachse identisch, 0 ist der Scheitel der Parabel , der
Brennpunkt der Parabel , der sich im Abstand vom Koordinatenursprung auf der -Achse befindet, wobei

Halbparameter der Parabel genannt wird.

Mit ist die Leitlinie bezeichnet, d.h. eine Gerade, die senkrecht auf der Parabelachse steht und diese im
Abstand auf der dem Brennpunkt entgegengesetzten Seite schneidet. Somit ist der Halbparameter auch gleich

der halben Länge der Sehne, die im Brennpunkt senkrecht auf der Achse steht. Die numerische Exzentrizität der
Parabel ist gleich eins.
(S. auch Leitlinieneigenschaft der Kurven zweiter Ordnung.)
Brennpunktseigenschaften der Ellipse, Definition der Ellipse

Die Ellipse ist der geometrische Ort aller Punkte, für die die Summe der Abstände von zwei gegebenen festen
Punkten, den Brennpunkten, konstant gleich ist. Jeder dieser Abstände, die auch Brennpunktradiusvektoren
eines Ellipsenpunktes genannt werden, berechnet sich als Funktion von der Abszissenkoordinate gemäß
(3.319)
In dieser und in den weiteren Formeln mit kartesischen Koordinaten wird angenommen, daß die Ellipse in der
Normalform gegeben ist.
Brennpunktseigenschaften der Hyperbel, Definition der Hyperbel

Die Hyperbel ist der geometrische Ort aller Punkte, für die die Differenz der Abstände von zwei gegebenen festen
Punkten, den Brennpunkten, konstant gleich ist. Punkte mit gehören einem Zweig an (in der
Abbildung dem linken), andere mit dem zweiten (in der Abbildung dem rechten). Jeder dieser
Abstände, die auch Brennpunktradiusvektoren genannt werden, berechnet sich aus
(3.329)
wobei das obere Vorzeichen für den linken, das untere für den rechten Zweig gilt. In diesen und den folgenden
Hyperbelformeln, mit kartesischen Koordinaten, wird angenommen, daß die Hyperbel in der Normalform angegeben
ist.
Chinesisches Briefträgerproblem

Das Problem, daß ein Briefträger jede Straße seines Zustellbereiches mindestens einmal durchläuft, zum
Ausgangspunkt zurückkehrt und insgesamt einen möglichst kurzen Weg durchlaufen will, läßt sich
graphentheoretisch wie folgt formulieren: Es sei ein bewerteter Graph mit für alle

Kanten Gesucht wird eine Kantenfolge mit minimaler Gesamtlänge

(5.238)

Die Bezeichnung des Problems erinnert an den chinesischen Mathematiker KUAN, der sich als erster mit dem
Problem beschäftigt hat. Zur Lösung sind zwei Fälle zu unterscheiden:

1.
ist ein EULERscher Graph - dann ist jede geschlossene EULERsche Linie optimal - und

2.
besitzt keine EULERsche Linie.
Einen effektiven Algorithmus zur Lösung des Problems haben EDMONDS und JOHNSON angegeben (s. Lit.5.30).
Bestimmung des ganzrationalen Anteils

Ein Quotient zweier Polynome mit gemeinsamer Hauptgröße wird ein echter Bruch genannt, wenn das Polynom im Zähler
von niedrigerem Grade ist als das Polynom im Nenner. Im entgegengesetzten Falle spricht man von einem unechten Bruch .
Jeder unechte Bruch kann in eine Summe aus einem echten Bruch und einem Polynom zerlegt werden, indem das
Zählerpolynom durch das Nennerpolynom dividiert, d.h. der ganzrationale Anteil abgespalten wird.

Beispiel

Bestimmung des ganzrationalen Anteils von

Der ganzrationale Anteil einer unecht gebrochenrationalen Funktion wird auch als asymptotische Näherung für

bezeichnet, weil sich für große Werte von wie dieser Polynomanteil verhält.

● Partialbruchzerlegung, allgemeiner Fall

● Partialbruchzerlegung, Fall 1
● Partialbruchzerlegung, Fall 2
● Partialbruchzerlegung, Fall 3
● Partialbruchzerlegung, Fall 4
Fraktale

Attraktoren oder andere invariante Mengen von dynamischen Systemen können geometrisch komplizierter als Punkt,
Linie oder Torus aufgebaut sein. Fraktale sind, auch unabhängig von einer Dynamik, Mengen, die sich durch eines
oder mehrere Merkmale wie Ausfransung, Porösität, Komplexität, Selbstähnlichkeit auszeichnen. Da der übliche
Dimensionsbegriff, wie er für glatte Flächen und Kurven gebraucht wird, für Fraktale nicht anwendbar ist, müssen
verallgemeinerte Definitionen der Dimension herangezogen werden. Eine ausführlichere Darstellung der
Dimensionstheorie s. Lit. 17.9, 17.5.

Beispiel
Das Intervall wird in drei Teilintervalle gleicher Länge geteilt und das mittlere offene Drittel

entfernt, so daß die Menge

entsteht. Dann werden von den beiden Teilintervallen von die jeweils mittleren offenen Drittel entfernt,
so daß die Menge

entsteht. Diese Prozedur wird mit fortgesetzt, indem aus jedem Teilintervall von das mittlere
offene Drittel entfernt wird. Dadurch entsteht eine Folge von Mengen

wobei jedes aus Intervallen der Länge besteht. Die CANTOR-Menge ist definiert als

Menge aller der Punkte, die allen angehören, d.h.,

Die Menge ist kompakt, überabzählbar, hat das LEBESGUE-Maß Null und ist perfekt. D.h., ist
abgeschlossen, und jeder Punkt ist Häufungspunkt. Die CANTOR-Menge kann als Beispiel für ein Fraktal
dienen.
Hausdorff-Dimension

Die Motivation für diese Dimension ergibt sich aus der Volumenberechnung durch das LEBESGUE-Maß. Wird eine
beschränkte Menge mit einer Überdeckung aus einer endlichen Anzahl Kugeln mit Radius

versehen, so daß also gilt, erhält man für das ,,Rohvolumen`` . Bildet man nun über

alle endlichen Überdeckungen von durch Kugeln mit Radius die Größe

und läßt gegen Null gehen, so ergibt sich das äußere LEBESGUE-Maß von , das für meßbare Mengen

mit dem Volumen vol übereinstimmt.

Es seien der EUKLIDische Raum oder, allgemeiner, ein separabler metrischer Raum mit Metrik und

eine Teilmenge. Für beliebige Parameter und wird die Größe

 (17.40a)

gebildet, wobei beliebige Teilmengen mit Durchmesser diam sind. Das äußere

HAUSDORFF- Maß zur Dimension d von A wird durch

(17.40b)

definiert und kann endlich oder unendlich sein. Die HAUSDORFF- Dimension der Menge ist dann der

(einzige) kritische Wert des HAUSDORFF-Maßes:

(17.40c)

Bemerkung: Die Größen können auch mit Hilfe von Überdeckungen aus Kugeln vom Radius

oder, im Falle des , aus Würfeln der Kantenlänge gebildet werden.

Wichtige Eigenschaften der HAUSDORFF-Dimension:

(HD1)
.
(HD2)
Ist , so gilt .

(HD3)
Aus folgt .

(HD4)
Ist , so gilt .

(HD5)
Ist endlich oder abzählbar, so ist .

(HD6)
Ist LIPSCHITZ-stetig (d.h. existiert eine Konstante mit

, so gilt . Existiert die inverse

Abbildung und ist diese ebenfalls LIPSCHITZ-stetig, so ist sogar .

Beispiel
Für die Menge aller rationalen Zahlen gilt wegen (HD5) . Für die CANTOR-Menge ist
Selbstähnlichkeit

Einer Reihe geometrischer Figuren, die man selbstähnlich nennt, liegt folgende Entstehungsprozedur zugrunde: Eine
Ausgangsfigur wird durch eine neue Figur ersetzt, die aus mit dem Faktor linear skalierten Kopien der

Ausgangsfigur besteht. Alle im -ten Schritt vorhandenen -fach skalierten Ausgangsfiguren werden jeweils wie im
ersten Schritt behandelt.

Für die in den folgenden Beispielen A bis D genannten Mengen gilt .

Beispiel A

CANTOR-Menge: .

Beispiel B
 KOCHsche Kurve: . Die ersten 3 Schritte sind in der folgenden Abbildung zu sehen.

Beispiel C

SIERPINSKI-Drachen: . Die ersten 3 Schritte zeigt die folgende Abbildung. Die weißen
Dreiecke werden jeweils entfernt.

Beispiel D
SIERPINSKI-Teppich: . Die ersten 3 Schritte zeigt die folgende Abbildung. Die weißen
Quadrate werden entfernt.
Lösung der kubischen Gleichungen, Methode 2, Anwendung der Formel von
CARDANO

Durch die Substitution geht (1.156b) in

(1.160a)

über. Diese Gleichung ist sicher dann erfüllt,wenn

(1.160b)

gilt. Schreibt man diese Gleichungen in der Form

(1.160c)

dann sind von den beiden unbekannten Größen und Summe und Produkt bekannt, so daß sie auf Grund des
VIETAschen Wurzelsatzes bzw. wegen (1.152) und (1.150b) als Lösungen der quadratischen Gleichung
 (1.160d)
aufgefaßt werden können. Man erhält
(1.160e)

so daß sich für die Lösungen der Gleichung (1.156b) die CARDANOsche Formel

(1.160f)

ergibt. Wegen der Dreideutigkeit jeder 3. Wurzel wären neun verschiedene Fälle möglich, die sich wegen
auf die folgenden drei Lösungen reduzieren:
(1.160g)

(1.160h)

(1.160i)

Beispiel
 mit und

Die reelle Wurzel ist

die komplexen Wurzeln sind

Integraltransformationen von Funktionen einer Veränderlichen
Integraltransformationen von Funktionen einer Veränderlichen, Übersicht
CASSINIsche Kurven
CASSINIsche Kurven nennt man den geometrischen Ort aller Punkte , für die das Produkt der Abstände von zwei
festen Punkten und bei bzw. , den Fixpunkten, konstant gleich ist:

(2.228)
Die Gleichung lautet in kartesischen und Polarkoordinaten:
(2.229a)

(2.229b)

Die Form der Kurve hängt von den Größen und ab:
1. Fall Für ist die Kurve ein ellipsenförmiges Oval.

Die Schnittpunkte und mit der -Achse liegen bei , die Schnittpunkte und

mit der -Achse bei

2. Fall Für den Fall ergibt sich eine Kurve des gleichen Typs mit und bei

und und bei wobei die Krümmung in den Punkten und gleich 0 ist,

d.h., es gibt eine enge Berührung mit den Geraden

3. Fall Für ist die Kurve ein eingedrücktes Oval.

Die Achsenschnitte sind dieselben wie im Falle ebenso das Maximum und das Minimum

während die weiteren Extrema bei liegen und die vier

Wendepunkte bei mit und

4. Fall Für ergibt sich die Lemniskate.

5. Fall Für ergeben sich zwei Ovale.

Die Schnittpunkte und mit der -Achse liegen bei die Schnittpunkte und

bei die Maxima und Minima bei

Der Krümmungsradius beträgt wobei der Polarkoordinatendarstellung genügt.

Anwendung der Cauchyschen Integralformeln
Mit Hilfe der CAUCHYschen Integralformel

(14.56)

kann man die Werte einiger bestimmter Integrale bestimmen.

Beispiel

Die Funktion , die in der gesamten -Ebene analytisch ist, wird gemäß CAUCHYscher Integralformel (14.56) dargestellt,

wobei der Integrationsweg ein Kreis mit dem Mittelpunkt in und dem Radius sein soll. Die Kreisgleichung lautet .

Man erhält gemäß (14.56)

so daß

Da der Imaginärteil gleich Null ist, ergibt sich

.
Cauchy-Folge

Sei ein metrischer Raum. Die Folge mit heißt CAUCHY- Folge ,

fundamentale Folge oder manchmal auch noch konvergent in sich , wenn es für einen Index

gibt, so daß die Ungleichung

(12.54)
gilt. Jede CAUCHY-Folge ist eine beschränkte Menge. Weiter gilt, daß jede konvergente Folge eine CAUCHY-Folge ist.
Die Umkehrung gilt im allgemeinen nicht, wie das folgende Beispiel zeigt.

Beispiel
Betrachtet man im Raum die Metrik (12.44) des Raumes sowie die offensichtlich für alle

in liegenden Elemente dann ist die Folge

eine CAUCHY-Folge in diesem Raum.

Würde die Folge konvergieren, dann müßte sie auch koordinatenweise, und zwar zu dem Element

, konvergieren. Die harmonische Reihe liegt aber wegen

nicht in .
Analytische Funktion außerhalb eines Gebietes

Wenn eine Funktion im gesamten Teil der Ebene außerhalb des geschlossenen Integrationsweges

analytisch ist, dann werden die Werte der Funktion und ihrer Ableitungen in einem Punkt dieses Gebietes

mit Hilfe der gleichen CAUCHYschen Formeln (14.42, 14.43) dargestellt, aber die Kurve des geschlossenen
Integrationsweges ist nunmehr im Uhrzeigersinn zu durchlaufen (s. Abbildung).
Mit Hilfe der CAUCHYschen Integralformeln können die Werte einiger reeller bestimmter Integrale berechnet werden.
Analytische Funktion innerhalb eines Gebietes

Ist auf einer geschlossenen Kurve und in dem von ihr umschlossenen einfach zusammenhängenden

Gebiet analytisch, dann gilt für jeden inneren Punkt dieses Gebietes (s. Abbildung) die Darstellung

(14.42)

wenn die Kurve im Gegenuhrzeigersinn durchläuft.

Somit lassen sich die Funktionswerte einer analytischen Funktion im Innern eines Gebietes durch die Funktionswerte
auf dem Rande des Gebietes ausdrücken.
Aus (14.42) ergeben sich Existenz und Integraldarstellung der -ten Ableitung einer in einem Gebiet
analytischen Funktion:

(14.43)

Eine analytische Funktion ist demnach beliebig oft differenzierbar. Im Unterschied dazu folgt im Reellen aus der
einmaligen Differenzierbarkeit nicht die wiederholte Differenzierbarkeit.
Die Gleichungen (14.42) und (14.43) werden CAUCHYsche Integralformeln genannt.
Eigenschaften des Cauchy-Integrals

Die Funktion

(11.76a)

heißt CAUCHY-Integral über . Für existiert das Integral im gewöhnlichen Sinne und stellt eine

holomorphe Funktion dar. Es gilt . Für sei unter (11.76a) der CAUCHYsche Hauptwert

(11.76b)

verstanden. Das CAUCHY-Integral ist von bzw. stetig auf fortsetzbar. Die Grenzwerte bei

Annäherung von an werden mit bzw. bezeichnet. Es gelten die Formeln von PLEMELJ

und SOCHOZKI:
(11.76c)
Verfahren des steilsten Abstieges (Gradientenverfahren)

Ausgehend vom aktuellen Punkt , wird als Richtung des lokal steilsten Abstieges festgelegt durch

(18.74a)
Es ist also
(18.74b)

Eine schematische Darstellung des Gradientenverfahrens mit den Niveaulinien zeigt die folgende

Abbildung.
Die Schrittweite wird nach dem CAUCHY-Prinzip, auch Prinzip der Strahlminimierung genannt, ermittelt, d.h.,

löst die eindimensionale Aufgabe

(18.75)
Dazu können Verfahren aus Abschnitt Numerische Suchverfahren herangezogen werden. Das Gradientenverfahren

(18.74ab) konvergiert relativ langsam. Für jeden Häufungspunkt der Folge gilt . Für eine

quadratische Zielfunktion, d.h. , besitzt das Verfahren die Form:

(18.76a)
(18.76b)
Vollständiger metrischer Raum

Ein metrischer Raum heißt vollständig , wenn in ihm jede CAUCHY-Folge konvergiert. Die vollständigen metrischen
Räume sind also gerade diejenigen, in denen das von den reellen Zahlen her bekannte CAUCHYsche Prinzip gilt:
Eine Folge konvergiert genau dann, wenn sie eine CAUCHY-Folge ist. Jeder abgeschlossene Teilraum eines
vollständigen metrischen Raumes ist (als selbständiger metrischer Raum aufgefaßt) vollständig. In gewisser Weise
gilt die Umkehrung: Ist ein Teilraum eines (nicht notwendigerweise vollständigen) metrischen Raumes
vollständig, so ist die Menge in abgeschlossen.

Beispiel

Beispiele vollständiger metrischer Räume sind , , ,

, .
Formulierung der Aufgabe

Gegeben ist die Integralgleichung

(11.72)

Hier ist ein System endlich vieler glatter, doppelpunktfreier, geschlossener Kurven in der komplexen Ebene, die
ein zusammenhängendes Innengebiet mit und ein Außengebiet bilden. Dabei liegt beim

Durchlauf zur Linken von . Für die Betrachtung von Kurvensystemen, bestehend aus stückweise glatten, offenen
oder geschlossenen Kurven (s. Lit. 11.2). Eine Funktion ist auf HÖLDER-stetig, falls für beliebige Paare

gilt:

(11.73)

Die Funktionen und werden als HÖLDER-stetig mit dem Exponenten und

bezüglich beider Argumente HÖLDER-stetig mit dem Exponenten angenommen. Der Kern
 hat für eine starke Singularität. Das Integral existiert aber als CAUCHYscher

Hauptwert. Mit und ergibt sich (11.72) in der

Form

(11.74a)

Der Ausdruck beschreibt in verkürzter Form die linke Seite der Integralgleichung. ist ein singulärer

Operator. Die Kernfunktion ist nur schwach singulär. Es gelte zusätzlich die Normalitätsbedingung

. Die Gleichung

(11.74b)

ist die zu (11.74a) zugeordnete charakteristische Gleichung . Der Operator ist der charakteristische Teil des

Operators . Die zu (11.74a) transponierte Integralgleichung lautet:

(11.74c)
Integrale mit unbeschränktem Integranden

Es sind drei verschiedene Fälle zu betrachten, für die eigene Definitionen eingeführt werden.

● Definitionen
● Geometrische Bedeutung
● Über die Anwendung des Hauptsatzes der Integralrechnung
● Hinreichende Bedingung für die Konvergenz eines uneigentlichen Integrals mit unbeschränktem Integranden
CAUCHYsches Problem

Gegeben sind Funktionen von unabhängigen Variablen :

(9.72a)
Das CAUCHYsche Problem für die Differentialgleichung (9.68a) besteht darin, eine Lösung
(9.72b)

zu bestimmen, die beim Einsetzen von (9.72a) eine vorgegebene Funktion ergibt:

(9.72c)

Im Falle zweier Variabler reduziert sich das Problem auf das Aufsuchen einer Integralfläche, die durch eine gegebene
Kurve verläuft. Wenn diese Kurve eine stetige Tangente hat und in keinem Punkt eine Charakteristik berührt, dann
besitzt das CAUCHYsche Problem in einer gewissen Umgebung dieser Kurve stets eine eindeutige Lösung. Dabei
besteht die Integralfläche aus der Menge aller der Charakteristiken, die die gegebene Kurve schneiden. Eine exaktere
Formulierung des Satzes über die Existenz der Lösung des CAUCHYschen Problems s. Lit. 9.26.

Beispiel A
 Für die lineare inhomogene partielle Differentialgleichung erster Ordnung

lauten die Gleichungen der Charakteristiken

Die Integrale dieses Systems lauten

.

Als Charakteristiken ergeben sich Kreise, deren Mittelpunkte auf einer durch den Koordinatenursprung
verlaufenden Geraden liegen, die zu proportionale Richtungskosinusse besitzt. Die Integralflächen
sind Rotationsflächen mit dieser Geraden als Achse.

Beispiel B
Es sind die Integralflächen der linearen inhomogenen Differentialgleichung erster Ordnung

zu bestimmen, die durch die Kurve

verläuft. Die Gleichungen der Charakteristiken lauten

Die durch den Punkt verlaufenden Charakteristiken sind

Als Parameterdarstellung der gesuchten Integralfläche findet man

,

wenn gesetzt wird. Die Elimination von führt auf .

Gerüste, Satz von CAYLEY

1. Gerüst:
Ein Baum, der Teilgraph eines ungerichteten Graphen ist, wird ein Gerüst von genannt. Jeder
zusammenhängende endliche Graph enthält ein Gerüst :
Enthält einen Kreis, dann löscht man in eine Kante dieses Kreises. Der entstandene Graph ist

wieder zusammenhängend und kann durch Löschen einer Kante eines Kreises von falls eine solche

existiert, in einen zusammenhängenden Graphen überführt werden. Nach endlich vielen Schritten erhält

man ein Gerüst von

Beispiel
 Die rechte Abbildung zeigt ein Gerüst des in der linken Abbildung dargestellten Graphen

2. Satz von CAYLEY:

Jeder vollständige Graph mit Knoten hat genau Gerüste.
Satz von CAYLEY

Der Satz von CAYLEY beinhaltet, daß durch die Permutationsgruppenalle Gruppen strukturell beschrieben werden
können:
Jede Gruppe ist zu einer Permutationsgruppe isomorph.
Eine zu isomorphe Permutationsgruppe ist die aus den Permutationen die auf

abbilden, bestehende Untergruppe der Dabei ist ein zugehöriger Isomorphismus durch

gegeben.
Seltsame Attraktoren und Chaos
● Chaotischer Attraktor
● Fraktale und seltsame Attraktoren
● Chaotisches System nach Devaney
Chaos in eindimensionalen Abbildungen
Für stetige Abbildungen eines kompakten Intervalls in sich gibt es zahlreiche hinreichende Bedingungen für die
Existenz chaotischer invarianter Mengen. Drei Beispiele sollen genannt werden.

1. Satz von SHINAI:

Sei eine stetige Abbildung eines kompakten Intervalls (z.B. ) in sich. Dann ist das

System auf genau dann chaotisch im Sinne von DEVANEY, wenn die topologische Entropie von

auf , d.h. , positiv ist.

2. Satz von SHARKOVSKY:

Die positiven ganzen Zahlen seien folgendermaßen geordnet:

(17.52)
Sei eine stetige Abbildung eines kompakten Intervalls in sich und habe auf einen -

periodischen Orbit. Dann hat auch einen -periodischen Orbit, wenn ist.

3. Satz von BLOCK, GUCKENHEIMER und MISIURIEWICZ:

Sei eine stetige Abbildung des kompakten Intervalls in sich, so daß einen -

periodischen Orbit ( , ungerade) besitzt. Dann ist .

Unterabschnitte

● Hopf-Landau-Modell der Turbulenz:

● RUELLE-TAKENS-NEWHOUSE-Szenario:
● Satz über den Glattheitsverlust und die Zerstörung eines Torus :

Vom Torus zum Chaos

Hopf-Landau-Modell der Turbulenz:

Die Frage des Übergangs von einem regulären laminaren Verhalten zu einem irregulären turbulenten Verhalten ist
besonders für Systeme mit verteilten Parametern, die z.B. durch partielle Differentialgleichungen beschrieben
werden, von Interesse. Aus dieser Sicht läßt sich Chaos als zeitlich irreguläres, aber räumlich geordnetes Verhalten
interpretieren. Turbulenz dagegen ist ein Systemverhalten, das sowohl zeitlich als auch räumlich irregulär ist. Das
HOPF- LANDAU-Modell erklärt die Entstehung der Turbulenz über eine unendliche Kaskade von HOPF-Bifurkationen:
Bei entsteht aus einer Ruhelage ein Grenzzyklus, der bei instabil wird und zu einem Torus
führt. Bei der -ten Bifurkation entsteht ein -dimensionaler Torus, der durch nicht geschlossene Orbits
aufgewickelt wird. Das HOPF- LANDAU-Modell führt i. allg. nicht zu einem Attraktor, der durch sensitive Abhängigkeit
von den Anfangsbedingungen und Durchmischung gekennzeichnet ist.

RUELLE-TAKENS-NEWHOUSE-Szenario:

Im System (17.53) sei und . Bei Änderung des Parameters sei die Bifurkationssequenz Ruhelage

Periodischer Orbit Torus Torus über drei aufeinander folgende HOPF-Bifurkationen realisiert.
Der auf gegebene quasiperiodische Fluß sei strukturell instabil. Dann können schon bestimmte kleine Störungen
von (17.53) zum Zerfall von und zur Bildung eines seltsamen Attraktors führen, der strukturell stabil ist.

Satz über den Glattheitsverlust und die Zerstörung eines Torus :

Gegeben sei das hinreichend glatte System (17.53) bei und . Beim Parameterwert habe System

(17.53) einen anziehenden glatten Torus der aufgespannt wird durch einen stabilen periodischen Orbit

, einen sattelartigen periodischen Orbit und dessen instabile Mannigfaltigkeit ( Resonanz-Torus ).

Die invarianten Mannigfaltigkeiten der Ruhelagen der POINCARÉ-Abbildung bezüglich einer Fläche, die transversal
zur Längsrichtung den Torus schneidet, sind in der folgenden Abbildung zu sehen.
Der Multiplikator von , der dem Einheitskreis am nächsten liegt, sei reell und einfach. Es sei weiter

eine beliebige stetige Kurve im Parameterraum, für die und für die das System

(17.53) bei keinen invarianten Resonanz-Torus besitzt. Dann gelten folgende Aussagen:

a) Es existiert ein Wert , bei dem seine Glattheit verliert . Dabei wird entweder der

Multiplikator komplex, oder die instabile Mannigfaltigkeit verliert ihre Glattheit nahe .

b) Es existiert ein weiterer Parameterwert , so daß das System (17.53) für

keinen resonanten Torus besitzt. Der Torus zerfällt dabei nach einem der folgenden Szenarien:
)
 Der periodische Orbit verliert seine Stabilität bei . Es kommt zu einer lokalen

Bifurkation wie der Periodenverdopplung oder der Abspaltung eines Torus.

)

Die periodischen Orbits und fallen bei zusammen (Sattelknoten-Bifurkation) und

heben sich dabei auf.

)

Die stabilen und instabilen Mannigfaltigkeiten von schneiden sich bei nicht

transversal (s. Bifurkationsdiagramm in der folgenden Abbildung).

Die Punkte auf der schnabelförmigen Kurve entsprechen dem Verschmelzen von und

(Sattelknoten-Bifurkation). Die Schnabelspitze liegt auf einer Kurve , die der Abspaltung eines
Torus entspricht.
Auf der Kurve liegen die Parameterpunkte, bei denen ein Glattheitsverlust eintritt, während die Punkte auf

die Auflösung eines -Torus charakterisieren. Auf liegen die Parameterpunkte, für die sich stabile und

instabile Mannigfaltigkeiten von nicht transversal schneiden. Sei ein beliebiger Punkt in der Schnabelspitze,

so daß bei diesem Parameterwert ein Resonanz-Torus vorliegt. Der Übergang von nach entspricht

dem Fall des Satzes. Wird dabei auf der Multiplikator zu , so findet eine Periodenverdopplung statt.

Eine sich anschließende Kaskade von weiteren Periodenverdopplungen kann zum Entstehen eines seltsamen
Attraktors führen. Trifft beim Überqueren von ein Paar konjugiert komplexer Multiplikatoren auf den
Einheitskreis, dann kann es zur Abspaltung eines weiteren Torus kommen, für den der Satz von AFRAIMOVICH und
SHILNIKOV erneut anwendbar ist.

Der Übergang von nach repräsentiert den Fall des Satzes: Der Torus verliert die Glattheit, und beim

Überqueren von findet eine Sattelknoten-Bifurkation statt. Der Torus zerfällt, und ein Übergang zum Chaos über
Intermittenz kann stattfinden.

Der Übergang von nach schließlich entspricht Fall : Nach dem Verlust der Glattheit bildet sich beim

Überqueren von eine nicht robuste homokline Kurve. Der stabile Zyklus bleibt, und es entsteht eine zunächst

nicht anziehende hyperbolische Menge. Wenn verschwindet, kann aus dieser Menge ein seltsamer Attraktor
entstehen.
Übergänge zum Chaos
Ein seltsamer Attraktor entsteht häufig nicht abrupt, sondern im Ergebnis einer Reihe von Bifurkationen, von denen
die typischen im Abschnitt Bifurkationen in MORSE-SMALE-Systemen dargestellt wurden. Die wichtigsten Wege zur
Bildung seltsamer Attraktoren bzw. seltsamer invarianter Mengen sollen im weiteren beschrieben werden.

● Kaskade von Periodenverdopplungen

● Intermittenz
● Globale homokline Bifurkationen
● Auflösung eines Torus
Bifurkationstheorie, Wege zum Chaos
● Bifurkationen in Morse-Smale-Systemen
● Übergänge zum Chaos
RSA-Codes

Auf der Grundlage des Satzes von EULER-FERMAT haben R. RIVEST, A. SHAMIR und L. ADLEMAN 1978 (s. Lit.5.21)
ein Verschlüsselungsverfahren ( Chiffrierverfahren ) für geheime Nachrichten entwickelt, das nach dem ersten
Buchstaben ihrer Nachnamen RSA-Verschlüsselungsverfahren genannt wird. Man spricht in diesem Zusammenhang
auch von Public-Key-Codes , weil ein Teil des zur Dechiffrierung benötigten Schlüssels ,,öffentlich`` bekanntgegeben
werden kann, ohne die Geheimhaltung der Nachricht zu gefährden.
Beim RSA-Verfahren wählt der Empfänger B zunächst zwei sehr große Primzahlen und bildet und

sucht eine zu teilerfremde Zahl mit Die Zahlen und gibt

B öffentlich bekannt, weil sie zur Verschlüsselung benötigt werden.

Will der Absender A eine geheime Nachricht an den Empfänger B übermitteln, dann wird zunächst der Text der
Nachricht in eine Ziffernfolge, bestehend aus gleichlangen Blöcken mit jeweils weniger als 100 Stellen,
umgewandelt. Dann berechnet A den Rest von bei Division durch :
(5.183a)
Der Absender A sendet die Zahl an B, und zwar für jeden der aus dem Originaltext entstandenen Ziffernblöcke
Der Empfänger kann die Nachricht dechiffrieren, wenn er eine Lösung der linearen Kongruenz
 kennt. Die Zahl ist der Rest von bei Division durch

(5.183b)

Dabei wird der Satz von EULER-FERMAT benutzt, nach dem gilt. Falls erforderlich, wandelt B nun

noch die Ziffernfolge in Text um.

Beispiel

Ein Empfänger B erwartet vom Absender A eine geheime Nachricht, wählt die Primzahlen und

(für die praktische Nutzung zu klein), berechnet (es gilt

und wählt (dafür gilt ggT ). B

übermittelt an A nur und

A will B die geheime Nachricht zukommen lassen, verschlüsselt sie durch
zu und sendet an B nur die Nachricht . B löst die

Kongruenz erhält als Lösung und kann damit

ermitteln.

Hinweis: Die Sicherheit des RSA-Codes hängt von der Zeit ab, in der Unberechtigte eine Primfaktorenzerlegung von
 finden können. Bei der heute erreichten Schnelligkeit von Computern benötigt der Anwender des RSA-Codes
zwei mindestens 100-stellige Primzahlen und um für Unberechtigte einen Entschlüsselungsaufwand von etwa
74 Jahren zu verursachen. Für den Anwender ist es dagegen ein rechentechnisch vergleichsweise geringer
Aufwand, eine zu teilerfremde Zahl zu finden.
Simultane lineare Kongruenzen

Sind endlich viele Kongruenzen

(5.173)
vorgegeben, dann spricht man von einem System simultaner linearer Kongruenzen . Eine Aussage über die
Lösungsmenge macht der Chinesische Restsatz : Es sei ein System
so vorgegeben, daß paarweise

teilerfremd sind. Setzt man

(5.174a)

und wählt so, daß für gilt, dann ist

(5.174b)
eine Lösung des Systems. Das System ist bis auf Kongruenz modulo eindeutig lösbar, d.h., mit sind genau
diejenigen Elemente weitere Lösungen, für die gilt
Beispiel

Es ist das System zu lösen, wobei 2, 3, 5 paarweise

teilerfremd sind. Es gilt Die Kongruenzen

haben die speziellen Lösungen

. Das gegebene System ist eindeutig lösbar mit

Hinweis: Systeme simultaner linearer Kongruenzen kann man benutzen, um die Lösung von nichtlinearen
Kongruenzen mit dem Modul auf die Lösung von Kongruenzen zurückzuführen, deren Modul Primzahlpotenzen
sind.
CHOLESKY-Verfahren

Wegen der Symmetrie und positiven Definitheit von im Falle des Vollranges von bietet sich zur Lösung
des Normalgleichungssystems das CHOLESKY-Verfahren an. Leider handelt es sich dabei um einen numerisch

instabilen Algorithmus, der sich jedoch bei Problemen mit ,,großem`` Residuum und ,,kleiner`` Lösung

numerisch gutartig verhält.

Cholesky-Verfahren bei symmetrischer Koeffizientenmatrix

In vielen Fällen ist in (19.26) die Koeffizientenmatrix nicht nur symmetrisch, sondern auch positiv definit , d.h., für

die zugehörige quadratische Form gilt:

(19.34)

für alle . Da es zu jeder symmetrischen positiv definiten Matrix eine eindeutige

Dreieckszerlegung

(19.35)

mit
 (19.36a)

(19.36b)

(19.36c)

gibt, kann die Lösung des zugehörigen linearen Gleichungssystems nach dem CHOLESKY- Verfahren in
folgenden Schritten durchgeführt werden:

1.
: Ermittlung der sogenannten CHOLESKY-Zerlegung und Substitution .

2.
: Bestimmung des Hilfsvektors durch Vorwärtseinsetzen.
3.
 : Bestimmung der Lösung durch Rückwärtseinsetzen.

Für große Werte von ist der Aufwand beim CHOLESKY-Verfahren etwa halb so groß wie bei der LR-Zerlegung
gemäß (19.31).
CLAIRAUTsche Differentialgleichung

CLAIRAUTsche Differentialgleichung heißt der Spezialfall der LAGRANGEschen Differentialgleichung, der sich für
(9.16a)

ergibt, und der stets auf die Form

(9.16b)

gebracht werden kann. Die allgemeine Lösung lautet

(9.16c)

Neben der allgemeinen Lösung besitzt die CLAIRAUTsche Differentialgleichung ein singuläres Integral, das man durch
Elimination der Konstanten aus den Gleichungen

(9.16d)
 (9.16e)

erhält, wobei die zweite Gleichung aus der ersten durch Differentiation nach gewonnen wird. Die geometrische
Bedeutung der singulären Lösung besteht darin, daß sie die Einhüllende der lösenden Geradenschar darstellt
(s. Abbildung).

Beispiel
Es ist die Differentialgleichung zu lösen. Das allgemeine Integral ist ,

das singuläre wird unter Zuhilfenahme der Gleichung zur Elimination von zu

berechnet. Die Abbildung zeigt diesen Fall.

CLAIRAUTsche Differentialgleichung

Wenn die gegebene Differentialgleichung auf die Form

(9.75a)

gebracht werden kann, man spricht dann von CLAIRAUTscher Differentialgleichung, gestaltet sich die Bestimmung
des vollständigen Integrals recht einfach, denn ein vollständiges Integral mit den frei wählbaren Parametern
ist

(9.75b)

Beispiel Zweikörperproblem
mit HAMILTON-Funktion : Die Bewegung zweier materieller Punkte, die der NEWTONschen
Gravitationswechselwirkung unterliegen sollen, erfolgt in einer Ebene. Daher ist es vorteilhaft, einen der
beiden Punkte in den Koordinatenursprung zu legen, so daß die Bewegungsgleichung die Form

(9.76a)

annimmt. Führt man die HAMILTON-Funktion

(9.76b)

ein, dann geht das System (9.76a) in das Normalsystem

(9.76c)

mit

(9.76d)

über. Die Differentialgleichung lautet nunmehr

(9.76e)
Bei Einführung von Polarkoordinaten geht (9.76e) in eine neue Differentialgleichung über, deren
Lösung in der Form

(9.76f)

mit den Parametern dargestellt werden kann. Die allgemeine Lösung des Systems (9.76c) ergibt
sich aus den Gleichungen

(9.76g)
Codes
● RSA-Codes
● Internationale Standard-Buchnummer ISBN
● Pharmazentralnummer
● Einheitliches Kontonummernsystem EKONS
● Europäische Artikelnummer EAN
Anwendungen von Computeralgebrasystemen
In diesem Abschnitt wird die Behandlung mathematischer Problemkreise mit Computeralgebrasystemen vorgestellt.
Die Auswahl der betrachteten Problemkreise wurde sowohl nach ihrer Häufigkeit in Praxis und Ausbildung als auch
nach den Möglichkeiten für ihre Bearbeitung mit Computeralgebrasystemen getroffen. Es werden Funktionen,
Anweisungen, Operationen und ergänzende Syntaxhinweise für das jeweilige Computeralgebrasystem angegeben
sowie Beispiele behandelt. Wo nötig, werden zugehörige Spezialpakete kurz erläutert.

● Manipulation algebraischer Ausdrücke

● Lösung von Gleichungen und Gleichungssystemen
● Elemente der linearen Algebra
● Differential- und Integralrechnung
Differential- und Integralrechnung
● Mathematica
● Maple
Elemente der linearen Algebra
● Mathematica
● Maple
Terme und Funktionen

Unter dem Begriff Term wird eine Anordnung von Objekten verstanden, die durch mathematische Operatoren, in der
Regel in der Infix-Form, verknüpft sind, also Basiselemente, die in der Mathematik ständig auftreten. Ein
Grundanliegen von Computeralgebrasystemen ist die Umformung von Termen sowie die Lösung von Gleichungen.

Beispiel
Die folgende Sequenz

(20.5)
ist z.B. ein Term, in welchem eine Variable ist.

Computeralgebrasysteme kennen die üblichen elementaren Funktionen wie Exponentialfunktion,

Logarithmusfunktion, trigonometrische Funktionen und deren Umkehrfunktionen sowie eine Reihe spezieller
Funktionen. Diese Funktionen lassen sich anstelle von Variablen in Terme einbauen. Auf diese Weise werden neue,
komplizierte Terme oder Funktionen erzeugt.
Lösung von Gleichungen und Gleichungssystemen
Computeralgebrasysteme kennen Befehlsroutinen zur Lösung von Gleichungen und Gleichungssystemen. Sofern
Gleichungen im Bereich der algebraischen Zahlen explizit lösbar sind, werden die Lösungen mit Hilfe von
Wurzelausdrücken dargestellt. Ist es nicht möglich, Lösungen in geschlossener Form anzugeben, so lassen sich
zumindest numerische Lösungen im Rahmen festlegbarer Genauigkeit finden. Im folgenden werden einige
Grundbefehle vorgestellt. Der Lösung linearer Gleichungssysteme ist ein spezieller Abschnitt gewidmet.

● Mathematica
● Maple
Graphik in Computeralgebrasytemen
Mit der Bereitstellung von Routinen für die graphische Darstellung mathematischer Zusammenhänge in Form von
Funktionsgraphen, räumlichen Kurven und räumlichen Flächen bieten moderne Computeralgebrasysteme
vielschichtige Möglichkeiten zur Kombination von Formelmanipulationen, speziell im Bereich der Analysis und
Vektorrechnung bis zur Differentialgeometrie, und graphischen Darstellungen. Graphik ist eine besondere Stärke von
Mathematica.

● Graphik mit Mathematica

● Graphik mit Maple
Hauptstrukturelemente

● Objekttypen
● Zahlen
● Variable und Zuweisungsoperatoren
● Operatoren
● Terme und Funktionen
● Listen und Mengen
Operatoren

Alle Systeme verfügen über einen Grundvorrat von Operatoren . Dazu gehören die für die Mathematik üblichen
Operatoren , für die die bekannte Rangordnung bei der Abarbeitung

gilt. Stehen die Operatoren zwischen den Operanden, so bezeichnet man diese Schreibweise als Infix-Form .

Die Palette der Operatoren, die in Präfix-Form vorliegen -- in diesem Falle steht der Operator vor den Operanden --
ist in allen Systemen beträchtlich. Hierzu gehören in der Regel Operatoren, die auf spezielle Objektklassen wie z.B.
Zahlen, Polynome, Mengen, Listen, Matrizen, Gleichungssysteme wirken und auch Funktionaloperatoren wie
Differentiation, Integration usw. Darüber hinaus sind in der Regel Operatoren für die Gestaltung der
Ausgaberesultate, die Manipulation von Zeichenketten und weiteren dem System bekannten Objekten vorhanden.
Manche Systeme gestatten die Darstellung einiger Operatoren in Suffix-Schreibweise , d.h., der Operator steht hinter
den Operanden. Häufig benutzen Operatoren optionale Argumente, die spezielle Anwendungssituationen steuern.
Listen und Mengen

Alle Computeralgebrasysteme kennen die Objektklasse Liste , die als Aneinanderreihung von Objekten verstanden
wird. Mit speziellen Operatoren kann auf die Elemente einer Liste zugegriffen werden. In der Regel sind Listen als
Elemente von Listen zulässig. So entstehen verschachtelte Listen , die zur Konstruktion spezieller Objekttypen wie
Matrizen und Tensoren benutzt werden können; alle Systeme bieten hierfür spezielle Objektklassen an. Hieraus
ergibt sich die Möglichkeit, symbolisch in Vektorräumen Objekte wie Vektoren und Tensoren zu manipulieren und
lineare Algebra zu betreiben.

Auch der Begriff Menge ist den Computeralgebrasystemen bekannt. Die Operatoren der Mengenlehre sind definiert.

In den folgenden Abschnitten werden die Hauptstrukturelemente und ihre Syntax für die beiden ausgewählten
Computeralgebrasysteme Mathematica 2.2 und Maple V erläutert.
Programmierung in Computeralgebrasystemen

Alle Systeme bieten Möglichkeiten für den Aufbau eigener Programmblöcke zur Lösung spezieller Aufgaben. Es
handelt sich dabei einerseits um die bekannten Handwerkzeuge für den Aufbau von Prozeduren wie
Schleifenkonstruktionen und Kontrollstrukturen, z.B. DO, IF - THEN, WHILE, FOR usw., andererseits um mehr oder
weniger ausgeprägte Methoden der funktionalen Programmierung, die für viele Probleme elegante Lösungen
anbieten.

Selbsterstellte Programmblöcke können den bestehenden Bibliotheken hinzugefügt und bei Bedarf jederzeit
zugeladen werden.
Variable und Zuweisungsoperatoren

Variable haben einen Namen, werden in der Regel also durch ein vom Nutzer bestimmtes Symbol repräsentiert. Vom
System vergebene Namen, d.h. reservierte Begriffe, sind dabei verboten. Solange der Variablen kein Wert
zugewiesen ist, steht das jeweilige Symbol für die Variable selbst.

Variablen können mit Hilfe spezieller Zuweisungsoperatoren Werte zugewiesen werden. Werte von Variablen dürfen
sowohl Zahlen, andere Variable als auch spezielle Sequenzen von Objekten, oft Ausdrücke genannt, sein. In der
Regel existieren mehrere Zuweisungsoperatoren, die sich insbesondere durch den Zeitpunkt ihrer Auswertung, d.h
sofort bei Eingabe der Zuweisung oder erst beim späteren Aufruf der Variablen, unterscheiden.
Zahlen

Die Computeralgebrasysteme kennen in der Regel die Zahlentypen ganze Zahlen, rationale Zahlen, reelle Zahlen
(Gleitpunktzahlen), komplexe Zahlen , manche Systeme algebraische Zahlen, Wurzelzahlen und weitere.

Mit einer Vielzahl von Typprüfoperationen können Eigenschaften konkreter Zahlen, wie nichtnegativ, Primzahl usw.,
festgestellt werden.

Gleitpunktzahlen können mit beliebiger Präzision genutzt werden. In der Regel arbeiten die Systeme mit einer
Voreinstellung für die Präzision, die nach Bedarf verändert werden kann.

Die Systeme kennen spezielle Zahlen, die für die Mathematik von fundamentaler Bedeutung sind wie, , und
. Sie gehen mit diesen Zahlen symbolisch um, können sie jedoch für numerische Berechnungen auch in
beliebiger Präzision verwenden.
Allgemeine Zielstellungen für Computeralgebrasysteme

In der mathematischen Praxis werden zunehmend sogenannte Computeralgebrasysteme - Softwaresysteme, die

,,Mathematik machen können``- eingesetzt. Solche Systeme wie Macsyma, Reduce, Derive, Maple, Mathcad,
Mathematica gestatten auch auf relativ kleinen Rechnern (PC) die Lösung mathematischer Aufgaben wie z.B. die
Umformung komplizierter Ausdrücke, die Bestimmung von Ableitungen und Integralen, die Lösung von Gleichungen
und Gleichungssystemen, die grafische Darstellung von Funktionen einer und mehrerer Veränderlicher und vieles
andere mehr. Mit ihrer Hilfe können mathematische Ausdrücke manipuliert , d.h. nach mathematischen Regeln
umgeformt oder vereinfacht werden, sofern dies in geschlossener Form möglich ist. Auch numerische Lösungen
können mit der geforderten Genauigkeit berechnet und funktionale Zusammenhänge grafisch dargestellt werden.
Sphärisches Vektorfeld

Das sphärische Vektorfeld ist der Spezialfall des zentralen Vektorfeldes, in dem die Länge des Vektors nur vom
Abstand abhängt (s. Abbildung).
Beispiele sind das NEWTONsche und das COULOMBsche Kraftfeld einer Punktmasse bzw. einer elektrischen
Punktladung:

(13.14)

Der Spezialfall eines ebenen sphärischen Vektorfeldes wird Kreisfeld genannt.

Coulomb-Feld der Punktladung

Das COULOMB-Feld ist ein wichtiges Beispiel für ein wirbelfreies Feld, das überall, ausgenommen den Ort der
Punktladung, den Quellort, auch solenoid, d.h. quellenfrei ist (s. Abbildung).

Die COULOMB-Kraft wirkt anziehend für Ladungen mit ungleichem Vorzeichen, abstoßend für gleiche
Vorzeichen.
Die Feld- und die Potentialgleichungen lauten:

(13.128a)

Der skalare Fluß ist bzw. 0, je nachdem, ob die Fläche eine Quelle einschließt oder nicht:

(13.128b)

Die Größe wird Ergiebigkeit oder Intensität der Quelle genannt.

Cramersche Regel

In dem wichtigen Spezialfall, in dem die Anzahl der Unbekannten mit der Anzahl der Gleichungen des Systems

(4.114a)

übereinstimmt und die Koeffizientendeterminante D = detA nicht verschwindet, d.h.

(4.114b)

kann die Lösung des inhomogenen Gleichungssystems (4.114a) explizit und eindeutig angegeben werden:

(4.114c)

Mit wird die Determinante bezeichnet, die aus D dadurch entsteht, daß die Elemente der -ten Spalte
von D durch die Absolutglieder ersetzt werden, z.B.

(4.114d)

Ist und sind nicht alle dann ist das System (4.114a) unlösbar. Im Falle und

für alle d.h. und alle sind gleich null, ist es möglich, daß eine Lösung existiert. Diese ist
aber nicht eindeutig (s. Hinweis).

Beispiel
 Das System hat die eindeutige Lösung

Hinweis: Für die praktische Lösung von linearen Gleichungssystemen höherer Dimensionen ist die CRAMERsche
Regel nicht geeignet. Der Rechenaufwand übersteigt mit wachsender Dimension sehr schnell alle Vorstellungen.
Deshalb verwendet man zur numerischen Lösung linearer Gleichungssysteme den GAUSSschen Algorithmus
bzw. das Austauschverfahren oder iterative Methoden.
Homogenes Problem

Die Lösung des homogenen Problems mit und den Anfangsbedingungen

(9.98)

wird für die Fälle bis durch die folgenden Integrale beschrieben.

a) ( KIRCHHOFFsche Formel):

(9.99a)

wobei die Integration über die Kugeloberfläche erfolgt, die mit

angesetzt wird.
 b) ( POISSONsche Formel):

(9.99b)

wobei die Integration über den Kreis erfolgt, der mit angesetzt wird.

c) ( D'ALEMBERTsche Formel):

(9.99c)
Dämpfung von Schwingungen

Die Funktion
(2.132)
liefert die Kurve einer gedämpften Schwingung .
Die Schwingung erfolgt um die -Achse, wobei sich die Kurve asymptotisch der -Achse nähert. Dabei wird die
Sinuskurve von den beiden Exponentialkurven eingehüllt, indem sie diese in den Punkten

berühren. Die Schnittpunkte mit den Koordinatenachsen sind

 ;

die Extrema liegen bei

die Wendepunkte bei mit .

Als logarithmisches Dekrement der Dämpfung wird bezeichnet; und sind die

Ordinaten zweier benachbarter Extrema.

Newton-Verfahren

Das NEWTON-Verfahren geht von der Nullstellenaufgabe (19.55) aus. Nach Vorgabe von geschätzten

Näherungswerten werden die Funktionen als Funktionen von unabhängigen

Variablen nach TAYLOR entwickelt. Durch Abbruch dieser Entwicklungen nach den linearen
Gliedern erhält man aus (19.55) ein lineares Gleichungssystem, mit dessen Hilfe man iterativ Verbesserungen nach
folgender Vorschrift ermitteln kann:

(19.61)

Die Koeffizientenmatrix des linearen Gleichungssystems (19.61), das in jedem Iterationsschritt zu lösen ist, lautet

(19.62)
und wird als JACOBI-Matrix bezeichnet. Das NEWTON-Verfahren ist lokal quadratisch konvergent, d.h., seine schnelle
Konvergenz ist wesentlich von der Güte der Startnäherungen abhängig. Setzt man in (19.61)

, dann kann das NEWTON-Verfahren in der Korrekturform

(19.63)

geschrieben werden. Zur Herabsetzung der Startwertempfindlichkeit kann man dann analog zum
Relaxationsverfahren einen sogenannten Dämpfungs- oder Schrittweitenparameter einführen:

(19.64)

Angaben zur Bestimmung von findet man in Lit. 19.27.

Definition

Eine reelle quadratische Form in den Variablen hat die Gestalt

(4.131)

Dabei ist der Vektor der Variablen, und ist eine reelle symmetrische

Matrix.
Die Form heißt positiv definit oder negativ definit , wenn sie nur positive bzw. nur negative Werte annehmen kann

und den Wert Null nur für das einzige Wertesystem annimmt.

Die Form heißt positiv oder negativ semidefinit , wenn sie nur Werte desselben Vorzeichens, den Wert Null aber
auch für ein nicht durchweg verschwindendes Wertesystem annehmen kann.
Entsprechend dem Verhalten von wird auch die zugehörige reelle symmetrische Matrix A als positiv oder negativ
definit bzw. semidefinit bezeichnet.
Definitionsbereich einer Funktion

Definitionsbereich einer Funktion wird die Menge der Wertesysteme oder Punkte genannt, die bei der betrachteten
Funktion von den Variablen des Arguments durchlaufen werden können. Die sich so ergebenden Definitionsbereiche
können sehr unterschiedlich sein. Meistens treten beschränkte oder unbeschränkte zusammenhängende
Punktmengen auf. In Abhängigkeit davon, ob der Rand mit zum Definitionsbereich gehört oder nicht, ist dieser
abgeschlossen oder offen. Eine offene zusammenhängende Punktmenge wird Gebiet genannt. Wenn der Rand in
ein Gebiet einbezogen ist, dann handelt es sich um ein abgeschlossenes Gebiet , ist dies nicht der Fall, und soll der
Anschluß des Randes besonders betont werden, dann wird vom offenen Gebiet gesprochen.
Defuzzifizierungsmethoden
Zur Berechnung einer scharfen Ausgangsgröße ist eine Defuzzifizierung der Fuzzy-Menge am Ausgang erforderlich.
Man bedient sich verschiedener Methoden.

1. Maximum-Kriterium-Methode:Aus dem Bereich, innerhalb dessen die Fuzzy-Menge

den maximalen Zugehörigkeitsgrad besitzt, wird ein beliebiger Wert ausgewählt.
2. Mean-of-Maximum-Methode (MOM): Als Ausgabewert wird der Mittelwert über die maximalen
Zugehörigkeitswerte genommen:
(5.298)

Wenn die Menge , die ein Intervall darstellt, nicht leer ist, dann ergibt sich:
 (5.299)

3. Schwerpunktmethode (S):Bei der Schwerpunktmethode wird die Abszisse des Schwerpunktes einer
Fläche mit gedachter homogener Dichtebelegung vom Werte 1 berechnet.

(5.300)

4. Parametrisierte Schwerpunktmethode (PS): Die parametrische Methode geht von aus.

(5.301)
Aus dieser Formel folgt für und für

5. Verallgemeinerte Schwerpunktmethode (VS): Wird der Exponent bei der parametrischen

Defuzzifizierungsmethode als Funktion von angesehen, dann folgt daraus unmittelbar

(5.302)

Die VS-Methode ist eine Verallgemeinerung der PS-Methode. Sie ist von Interesse, wenn selbst ein

besonderes, von abhängiges Gewicht erhalten soll.

6. Methode der Flächenhalbierung (FH): Die Position einer Geraden parallel zur Ordinate wird so berechnet,
daß die linke und die rechte Seite der Fläche unter der Zugehörigkeitsfunktion gleich groß ist.

(5.303)

7. Methode der parametrisierten Flächenhalbierenden (PF):

 (5.304)

8. Methode der größten Fläche (GF): Es wird die signifikante Teilmenge aus der Gesamtmenge ausgewählt,
die dann mit bekannten Methoden, wie z.B. der Schwerpunktsmethode (S) oder der Bestimmung der
Flächenhalbierenden (FH) ausgewertet wird.
DELAMBREsche Gleichungen

In Analogie zu den MOLLWEIDEschen Formeln der ebenen Trigonometrie sind von DELAMBRE die entsprechenden
Formeln für sphärische Dreiecke angegeben worden.

(3.183a)

(3.183b)

(3.183c)
 (3.183d)

Die Bezeichnungen der Größen entsprechen denen der Abbildung.

Da bei Anwendung der zyklischen Vertauschung jede Gleichung zwei weitere ergibt, sind insgesamt 12
DELAMBREsche Gleichungen möglich.
Eigenschaften der -Funktion

Wichtige Eigenschaften der -Funktion im Hinblick auf ihre Anwendung sind:

(15.35)

(15.36)

(15.37)

Dabei sind sämtliche Nullstellen von zu berücksichtigen.

4. -te Ableitung der -Funktion:

Nach -maliger partieller Integration erhält man aus
 (15.38a)

eine Vorschrift für die -te Ableitung der -Funktion:

(15.38b)

5. FOURIER-Transformation der -Funktion:

Die FOURIER-Transformation der -Funktion lautet

(15.39a)

Die Rücktransformation liefert für die -Funktion eine weitere Darstellung; und zwar in Form eines uneigentlichen Integrals:

(15.39b)
Diracsche -Funktion und Distributionen

● Verallgemeinerte Funktionen
● Approximationen der -Funktion
● Eigenschaften der -Funktion
Impulsfunktion

Die Impulsfunktion oder DIRACsche -Funktion ist anschaulich als Grenzfall eines Rechteckimpulses

der Breite und der Höhe an der Stelle interpretierbar (s. Abbildung)

(15.28)
Für eine stetige Funktion gilt:

(15.29)

Beziehungen der Art

(15.30)

werden im allgemeineren Sinne in der Distributionstheorie untersucht (s. auch DIRACsche -Funktion und
Distributionen).
Distribution

Ein lineares Funktional auf , das im folgenden Sinne stetig ist:

(12.210)
heißt verallgemeinerte Funktion oder Distribution .

Beispiel A

Ist , dann ist

(12.211)

eine Distribution. Derartige mit Hilfe von lokalsummierbaren Funktionen gemäß (12.211) erzeugte Distributionen
nennt man regulär .

Zwei reguläre Distributionen sind genau dann gleich, d.h.

 , wenn f.ü. bezüglich .

Beispiel B

Sei ein beliebig fixierter Punkt. Dann ist ebenfalls ein lineares

stetiges Funktional auf , also eine Distribution, die man DIRACsche Distribution, -Distribution oder

-Funktion nennt. Da von keiner lokalsummierbaren Funktion erzeugt werden kann (s. Lit. 12.12,
12.28), stellt sie ein Beispiel einer nichtregulären Distribution dar.

Die Gesamtheit aller Distributionen bezeichnet man mit . Aus einer allgemeineren als der in Stetige lineare

Funktionale angedeuteten Dualitätstheorie ergibt sich als der Dualraum von . Streng genommen

wäre also zu schreiben. Im Raum lassen sich viele Operationen unter seinen Elementen und mit

Funktionen aus definieren, u.a. die Ableitung einer Distribution oder die Faltung zweier Distributionen, die

ihn nicht nur für theoretische Untersuchungen, sondern vor allem auch für viele Anwendungen aus Elektrotechnik,
Mechanik usw. prädestinieren. Wegen eines Überblicks und einfacher Beispiele für zahlreiche
Verwendungsmöglichkeiten verallgemeinerter Funktionen s. Lit. 12.12, 12.28. Hier wird lediglich der Begriff der
Ableitung einer verallgemeinerten Funktion betrachtet.
Deltatensor

Wählt man als Elemente eines 2stufigen Tensors das KRONECKER-Symbol, d.h.

(4.78a)

dann folgt aus dem Transformationsgesetz (4.70b) im Falle einer Drehung des Koordinatensystems unter Beachtung
von (4.67c)

(4.78b)

d.h., die Elemente sind drehungsinvariant . Paßt man sie so in ein Koordinatensystem ein, daß sie unabhängig von
der Wahl des Ursprungs, also auch translationsinvariant sind, dann bilden die Zahlen einen invarianten Tensor
2. Stufe, den sogenannten Deltatensor .
Kurzcharakteristik von Computeralgebrasystemen
● Allgemeine Zielstellungen für Computeralgebrasysteme
● Spezielle Möglichkeiten der Arbeit mit Computeralgebrasystemen
● Beschränkung auf Mathematica und Maple
● Ein- und Ausgabe bei Mathematica und Maple
Anzahl der Wurzeln einer Gleichung mit reellen Koeffizienten

Aus den Darlegungen zu (1.169) folgt, daß jede Gleichung ungeraden Grades mindestens eine reelle Wurzel besitzt.
Die Anzahl weiterer reeller Wurzeln der Gleichung (1.166a) zwischen zwei beliebigen reellen Zahlen und

wobei ist, kann mit Hilfe der in den nächsten vier Abschnitten dargestellten Methoden bestimmt werden:

a) Abspalten der mehrfachen Wurzeln: Zuerst werden die mehrfachen Wurzeln von

abgespalten, so daß sich eine Gleichung ergibt, die alle Wurzeln, aber nur noch mit der Vielfachheit 1 enthält.
Dazu kann, wie beim Fundamentalsatz der Algebra erläutert, verfahren werden. Praktischer ist es jedoch,
gleich nach der STURMschen Methode mit der Bestimmung der STURMschen Kette (der STURMschen
Funktionen ) zu beginnen. Wenn nicht konstant ist, dann besitzt mehrfache Wurzeln, die

abzuspalten sind. Auf jeden Fall ist danach eine Gleichung ohne Mehrfachwurzeln.

b) Bildung der Folge der STURMschen Funktionen:

(1.171)
Hier ist die linke Seite der gegebenen Funktion, ist die erste Ableitung von , der

Rest der Division von durch , aber genommen mit entgegengesetztem Vorzeichen, der

ebenfalls mit entgegengesetztem Vorzeichen genommene Rest der Division von durch usw.;

ist der letzte, aber konstante Rest. Zur Vereinfachung der Rechnung kann man die gefundenen
Reste mit konstanten positiven Faktoren multiplizieren, ohne daß sich das Ergebnis ändert.
c) Theorem von STURM: Wenn die Anzahl der Vorzeichenwechsel, d.h. die Anzahl der Übergänge von ,,
`` nach ,, `` und umgekehrt in der Folge (1.171) für ist und die Anzahl der

Vorzeichenwechsel in der Folge (1.171) für , dann ist die Differenz gleich der Anzahl der

reellen Wurzeln der Gleichung im Intervall . Sind in der Zahlenfolge einige Zahlen gleich

Null, dann werden diese bei der Abzählung der Vorzeichenwechsel ausgelassen.

Beispiel
 Für die Gleichung ist die Anzahl der Wurzeln im Intervall [0,2] zu

bestimmen.
Die Berechnung der STURMschen Funktion ergibt:

Einsetzen von liefert die Folge mit zwei Wechseln, Einsetzen

von liefert mit einem Wechsel, so daß

d.h., zwischen 0 und 2 liegt eine Wurzel.

d) DESCARTESsche Regel: Die Anzahl der positiven Wurzeln der Gleichung ist nicht größer als

die Anzahl der Vorzeichenwechsel in der Koeffizientenfolge des Polynoms und kann sich von dieser

nur um eine gerade Zahl unterscheiden.

Beispiel
Was kann über die Wurzeln der Gleichung ausgesagt werden?

Die Koeffizienten der Gleichung haben nacheinander die Vorzeichen d.h., das
Vorzeichen wechselt dreimal.
Die Gleichung besitzt in Übereinstimmung mit der Regel von DESCARTES entweder eine oder drei
positive Wurzeln.
Da beim Ersetzen von durch die Wurzeln der Gleichung ihre Vorzeichen ändern, sich aber

bei der Substitution von durch um verringern, kann gemäß der Regel von DESCARTES

auch die Anzahl der negativen Wurzeln sowie die Anzahl der Wurzeln, die größer sind als ,
abgeschätzt werden.
Im vorliegenden Beispiel führt das Ersetzen von durch auf die Gleichung

d.h., die Gleichung besitzt eine negative Wurzel. Substituiert

man durch dann ergibt sich d.h., alle

positiven Wurzeln der Gleichung (eine oder drei) sind kleiner als 1.
Berechnung von Determinanten
1. Wert einer Determinante zweiter Ordnung:

(4.63)

2. Wert einer Determinante dritter Ordnung: Nach der Regel von SARRUS , die nur für Determinanten dritter
Ordnung gilt, erfolgt die Berechnung mit Hilfe des Schemas

(4.64)

Die ersten beiden Spalten werden rechts von der Determinante noch einmal hingeschrieben. Dann wird die
Summe der Produkte aller auf den ausgezogenen Schrägzeilen stehenden Elemente gebildet. Davon wird die
Summe der Produkte aller auf den gestrichelten Schrägzeilen stehenden Elemente abgezogen.
3. Wert einer Determinante -ter Ordnung: Die Determinante -ter Ordnung wird mit Hilfe des
 Entwicklungssatzes auf Determinanten ( )-ter Ordnung zurückgeführt. Zweckmäßigerweise werden
die einzelnen Determinanten mit Hilfe der Rechenregeln für Determinanten so umgeformt, daß möglichst viele
ihrer Elemente zu Null werden.

Beispiel

Hinweis: Besonders günstig kann eine Determinante -ter Ordnung berechnet werden, wenn sie in Analogie zur
Rangbestimmung von Matrizen so umgeformt wird, daß alle Elemente, die unterhalb der Diagonalen
stehen, zu Null werden. Der Wert der Determinante ist dann gleich dem Produkt der Elemente
auf der Hauptdiagonalen der umgeformten Determinante.
Rechenregeln für Determinanten
Wegen des LAPLACEschen Entwicklungssatzes gelten die im folgenden für Zeilen formulierten Aussagen in gleicher
Weise für Spalten.

1. Unabhängigkeit des Wertes einer Determinante: Der Wert einer Determinante ist unabhängig von der
Auswahl der Entwicklungszeile.
2. Ersetzen von Adjunkten:Ersetzt man bei der Entwicklung einer Determinante nach einer ihrer Zeilen die
zugehörigen Adjunkten durch die Adjunkten einer anderen Zeile, so ergibt sich Null:

(4.56)

Diese Beziehung und der Entwicklungssatz ergeben zusammengefaßt

(4.57)

Daraus erhält man für die inverse Matrix

 (4.58)

wobei als adjungierte Matrix der Matrix die aus den Adjunkten der Elemente von gebildete und

anschließend transponierte Matrix bezeichnet wird. Diese Matrix darf nicht mit der zu einer komplexen Matrix

adjungierten Matrix (4.4) verwechselt werden.

3. Nullwerden einer Determinante:Eine Determinante ist gleich Null, wenn

a)
eine Zeile aus lauter Nullen besteht oder
b)
zwei Zeilen einander gleich sind oder
c)
eine Zeile eine Linearkombination anderer Zeilen ist.
4. Vertauschungen und Additionen: Eine Determinante ändert ihren Wert nicht, wenn
a)
in ihr die Zeilen mit den Spalten vertauscht werden. Man spricht dann von Spiegelung an der
Hauptdiagonale , d.h., es gilt
(4.59)
b)
zu irgendeiner Zeile eine andere Zeile addiert bzw. subtrahiert wird,
c)
zu irgendeiner Zeile ein Vielfaches einer anderen Zeile addiert bzw. subtrahiert wird oder
d)
 zu irgendeiner Zeile eine Linearkombination anderer Zeilen addiert bzw. subtrahiert wird.
5. Vorzeichen bei Zeilenvertauschung: Bei Vertauschung zweier Zeilen ändert sich das Vorzeichen einer
Determinante.
6. Multiplikation einer Determinante mit einer Zahl: Eine Determinante wird mit einer Zahl multipliziert,
indem die Elemente einer einzigen Zeile mit dieser Zahl multipliziert werden. Der Unterschied gegenüber der
Multiplikation einer Matrix vom Typ mit einer Zahl kommt in der Formel

(4.60)

zum Ausdruck.

7. Multiplikation zweier Determinanten:Die Multiplikation zweier Determinanten wird auf die Multiplikation
ihrer Matrizen zurückgeführt:
(4.61)

Wegen (s. (4.59)) gilt

(4.62)

d.h., es können entweder Zeilen mit Spalten oder Zeilen mit Zeilen oder Spalten mit Zeilen oder Spalten mit Spalten
skalar multipliziert werden.

8. Differentiation einer Determinante: Eine Determinante -ter Ordnung, deren Elemente differenzierbare
 Funktionen eines Parameters sind, d.h. wird nach differenziert, indem man jeweils eine

Zeile differenziert und die so entstehenden Determinanten addiert.

Beispiel

Für eine Determinante vom Typ erhält man:

Divergenz in allgemeinen orthogonalen Koordinaten

(13.50a)

mit
(13.50b)

(13.50c)

und
(13.50d)
 (13.50e)

Hierbei ist D die JACOBIsche Determinante oder Funktionaldeterminante .

Fundamentalsystem von Lösungen

Ein System von Lösungen einer homogenen linearen Differentialgleichung wird

Fundamentalsystem genannt, falls diese Funktionen in dem betrachteten Intervall linear unabhängig sind, also ihre
Linearkombination für kein Wertesystem der , ausgenommen

für , identisch verschwindet, d.h. für alle -Werte in dem betreffenden Intervall.

Die Lösungen einer linearen homogenen Differentialgleichung bilden genau dann ein
Fundamentalsystem, wenn ihre WRONSKI-Determinante

(9.34)

von Null verschieden ist. Für jedes Lösungssystem einer homogenen linearen Differentialgleichung gilt die Formel
von LIOUVILLE :
 (9.35)

Aus dieser Gleichung folgt, daß die WRONSKI-Determinante nur identisch verschwinden kann. Das bedeutet: Die
Lösungen der homogenen linearen Differentialgleichung sind genau dann linear abhängig, wenn

nur an einer einzigen Stelle des betrachteten Intervalls gilt. Wenn dagegen die Lösungen

ein Fundamentalsystem von Lösungen bilden, dann lautet die allgemeine Lösung der linearen
homogenen Differentialgleichung (9.33)
(9.36)
Hauptsätze

Es sei eine Matrix-Funktion auf , wobei jede Komponente als stetige

Funktion vorausgesetzt wird, und es sei eine stetige Vektorfunktion auf . Dann heißt
(17.13a)
inhomogene lineare Differentialgleichung erster Ordnung im und
(17.13b)
die zugehörige homogene lineare Differentialgleichung erster Ordnung .

1. Hauptsatz über homogene lineare Differentialgleichungen: Jede Lösung von (17.13a) existiert auf ganz
. Die Gesamtheit aller Lösungen von (17.13b) bildet einen -dimensionalen Untervektorraum der

-glatten Vektorfunktionen über .

2. Hauptsatz über inhomogene lineare Differentialgleichungen: Die Gesamtheit aller Lösungen von

(17.13a) ist ein -dimensionaler affiner Unterraum der -glatten Vektorfunktionen über in der Form
 , wobei eine beliebige Lösung von (17.13a) ist.

Seien beliebige Lösungen von (17.13b) und die zugehörige Lösungsmatrix .

Dann genügt auf der Matrix-Differentialgleichung , wobei ist. Bilden die

Lösungen eine Basis von , so heißt Fundamentalmatrix von (17.13b).

Bezüglich einer Lösungsmatrix von (17.13b) ist die WRONSKI-Determinante . Für sie gilt die

Formel von LIOUVILLE :

(17.13c)

Für eine Lösungsmatrix ist auf oder für alle . Das System ist

also genau dann eine Basis von , wenn für ein (und damit für alle) ist.

Satz über die Variation der Konstanten: Sei eine beliebige Fundamentalmatrix von (17.13b). Dann läßt sich die
Lösung von (17.13a) mit Anfang zur Zeit in der Form
 (17.13d)

darstellen.
Tensor 2. Stufe

Im Falle hat der Tensor 9 Komponenten die sich in der Matrixform

(4.70a)

anordnen lassen. Das Transformationsgesetz (4.69) lautet dann:

(4.70b)

Damit läßt sich jeder Tensor 2. Stufe als Matrix darstellen.

Beispiel A
 Das Trägheitsmoment eines Körpers bezüglich einer Geraden die durch den Nullpunkt geht und

den Richtungsvektor hat, läßt sich in der Form

(4.71a)

darstellen, wenn man mit

(4.71b)

den sogenannten Trägheitstensor einführt. Dabei sind und die Trägheitsmomente bezüglich

der Koordinatenachsen und und die Deviationsmomente bezüglich der

Koordinatenachsen.
Beispiel B
Der Belastungszustand eines elastisch verformten Körpers wird durch den Spannungstensor

(4.72)

beschrieben. Die Elemente werden wie folgt erklärt: In einem Punkt des

elastischen Körpers wählt man ein kleines ebenes Flächenelement, dessen Normale in Richtung der -
Achse eines rechtwinklig kartesischen Koordinatensystems zeigt. Die Kraft pro Flächeneinheit auf dieses
Element, die vom Material abhängt, ist ein Vektor mit den Koordinaten und Analog
werden die Komponenten bezüglich der übrigen zwei Achsenrichtungen erklärt.
Darstellung der rationalen Zahlen

1. Dezimalbruch und Kettenbruch: Jede rationale Zahl kann in der Form eines endlichen oder
unendlichen periodischen Dezimalbruches oder auch in der Form eines Kettenbruches dargestellt werden.
2. Geometrische Darstellung: Wenn auf einer Geraden ein Anfangspunkt 0 ( Nullpunkt ), eine positive
Richtung ( Orientierung ) und eine Längeneinheit ( Maßstab ), (s. auch Skala) festgelegt worden sind, dann
entspricht jeder rationalen Zahl ein bestimmter Punkt dieser Geraden.

Er hat die Koordinate und ist ein sogenannter rationaler Punkt . Die Gerade wird Zahlengerade genannt. Da
die Menge der rationalen Zahlen überall dicht ist, gibt es zwischen je zwei beliebigen rationalen Punkten
unendlich viele weitere rationale Punkte.
Bildungsgesetz

Zahlen werden in Computern in mehreren aufeinanderfolgenden Bytes dargestellt. Basis für die interne Darstellung
bildet das Dualsystem, welches, wie auch das Dezimalsystem, zu den polyadischen Zahlensystemen gehört.
Das Bildungsgesetz für polyadische Zahlensysteme lautet

(19.254)

mit als Basis und als zugelassene Ziffern des Zahlensystems. Die Ziffern mit

bilden den ganzen, die mit den gebrochenen Teil der Zahl.

Im Zusammenhang mit der Nutzung von Computern sind die in der folgenden Tabelle aufgeführten Zahlensysteme
gebräuchlich.

Tabelle Zahlensysteme

Zahlensystem Basis zulässige Ziffern

Dualsystem 2

Oktalsystem 8

Hexadezimalsystem 16
(Sedezimalsystem)
(Die Buchstaben A-F stehen für die Werte 10-15)

Dezimalsystem 10
Diagonalmatrizen

Diagonalmatrizen sind quadratische Matrizen D, in denen alle außerhalb der Hauptdiagonale liegenden Elemente
gleich Null sind:
(4.7)
Wahl der Pivots

Bei der Durchführung des -ten Eliminationsschrittes kommt jedes von Null verschiedene Element der

ersten Spalte der Matrix als Pivot in Frage. Im Hinblick auf die Genauigkeit der berechneten Lösung sind
jedoch die folgenden Strategien zweckmäßig.

1. Diagonalstrategie:
Als Pivots werden sukzessive die Diagonalelemente gewählt, d.h., es werden keine Zeilenvertauschungen
vorgenommen. Diese Pivotwahl ist in der Regel nur dann sinnvoll, wenn die Elemente der Hauptdiagonalen
gegenüber den übrigen Elementen der betreffenden Zeile betragsmäßig sehr groß sind.
2. Spaltenpivotisierung:
Vor Ausführung des -ten Eliminationsschrittes wird ein Zeilenindex so bestimmt, daß gilt:

(19.33)

Falls ist, dann werden die -te und die -te Zeile vertauscht. Es läßt sich zeigen, daß durch diese
Strategie die Fortpflanzung von Rundungsfehlern gedämpft wird.
Unterabschnitte

● Erzeugung durch Integration

● Erzeugung mit dem Maxwellschen Diagonalverfahren

Erzeugung neuer Felder

Erzeugung durch Integration

Die Erzeugung neuer Felder aus den komplexen Grundpotentialen kann außer durch Addition auch durch Integration
mit Hilfe von Belegungsfunktionen erfolgen.

Beispiel

Auf einem Linienstück sei eine Wirbelbelegung mit der Dichte vorgegeben. Für die Ableitung des

komplexen Potentials ergibt sich dann ein Integral vom CAUCHYschen Typ:
 (14.30)

wobei die komplexe Parameterdarstellung der Kurve mit der Bogenlänge als Parameter ist.

Erzeugung mit dem Maxwellschen Diagonalverfahren

Sind zwei Felder mit den Potentialen und zu überlagern, dann zeichnet man ihre Potentiallinienbilder

und derart, daß von einer Potentiallinie zur nächsten der Wert des Potentials in beiden Systemen um

denselben Wert springt, und orientiert die Linien so, daß die höheren -Werte jeweils zur Linken liegen. In dem
von und gebildeten Netz ergeben die Linien, die im Zuge der Maschendiagonalen verlaufen, das

Potentiallinienbild eines Feldes, dessen Potential oder ist. Das Bild

erhält man, wenn die orientierten Maschenseiten gemäß der linken Abbildung wie Vektoren addiert

werden, das Bild , wenn sie wie Vektoren subtrahiert werden (rechte Abbildung).
Im zusammengesetzten Bild springt der Wert des Potentials beim Übergang von einer Potentiallinie zur nächsten um
den Wert ( Stufenwert ).

Beispiel
Feld- und Potentiallinienbild einer Quelle und einer Senke mit dem Intensitätsverhältnis
(s. Abbildung).
Statistische Parameter

Nachdem die Meßwerte gemäß Abschnitt Statistische Erfassung gegebener Meßwerte bearbeitet worden sind,
können die folgenden Parameter zur Charakterisierung der Verteilung, die den Meßwerten zu Grunde liegt, bestimmt
werden:

1. Mittelwert: Wenn sämtliche Meßwerte unmittelbar berücksichtigt werden, gilt

(16.111a)

Wenn die Mittelwerte und Häufigkeiten der Klassen benutzt werden, gilt

(16.111b)

2. Streuung: Wenn sämtliche Meßwerte unmittelbar berücksichtigt werden, gilt

(16.112a)
Wenn die Mittelwerte und Häufigkeiten der Klassen benutzt werden, gilt

(16.112b)

Häufig wird auch die Klassenmitte an Stelle von benutzt.

3. Median: Dieser Parameter ist definiert durch

(16.113a)

und wird im diskreten Falle durch

(16.113b)

bestimmt.
4. Spannweite:
(16.114)
5. Modalwert oder Dichtemittel: heißt der Meßwert, der in einer Häufigkeitsverteilung am häufigsten auftritt.
Er wird mit bezeichnet.
Beispiele für Gruppen

Beispiel A
Zahlenbereiche (außer ) bezüglich Addition.
Beispiel B

und bezüglich Multiplikation.

Beispiel C

bijektiv bezüglich Hintereinanderausführung von Abbildungen

(symmetrische Gruppe).
Beispiel D
 Man betrachte die Menge aller Deckabbildungen eines regelmäßigen -Ecks in der Ebene. Dabei

beschreibt eine Deckabbildung den Übergang zwischen zwei Symmetrielagen des -Ecks, d.h. die
Bewegung des -Ecks in eine deckungsgleiche Lage. Werden mit eine Drehung um und mit

die Spiegelung an einer Achse bezeichnet, so hat Elemente:

Bezüglich der Hintereinanderausführung von Abbildungen bildet eine Gruppe, die Diedergruppe .

Dabei gilt und

Der Name ,,Diedergruppe`` erklärt sich daraus, daß man das -Eck als starren Körper auffaßt, der von
zwei ebenen Flächenstücken (``Di-eder``) begrenzt wird.
Beispiel E
Alle regulären Matrizen über den reellen bzw. komplexen Zahlen bezüglich Multiplikation.
Hinweis: Matrizen spielen in Anwendungen eine besondere Rolle, insbesondere zur Darstellung linearer
Transformationen. Lineare Transformationen lassen sich durch Matrizengruppen klassifizieren.
Volumenschrumpfende und volumenerhaltende Systeme

Das invertierbare dynamische System auf heißt volumenschrumpfend oder dissipativ bzw.

volumenerhaltend oder konservativ , wenn für jede Menge mit einem positiven -dimensionalen

Volumen vol und jedes die Beziehung vol( vol bzw. vol vol

gilt.

Beispiel A
 Sei in (17.3) ein -Diffeomorphismus , d.h., ist invertierbar, offen,

und sind -glatte Abbildungen, und sei die JACOBI-Matrix von in . Dann ist

das diskrete System (17.3) dissipativ, falls für alle ist, und konservativ,

falls in ist.

Beispiel B

Für das System (17.6) ist und damit . Also ist

(17.6) dissipativ, falls , und konservativ, falls .

Die HÉNON-Abbildung läßt sich aus drei Teilabbildungen zusammensetzen (s. Abbildung): Zunächst wird

der Ausgangsbereich (linkes Bild) durch die Abbildung flächenerhaltend

gedehnt und gebogen (2. Bild). Dann wird durch in Richtung der -Achse bei

kontrahiert (3. Bild) und abschließend durch die Abbildung an der

Geraden gespiegelt (rechtes Bild).

Differential zweiter Ordnung einer Funktion von einer Veränderlichen

Das Differential zweiter Ordnung einer Funktion von einer Veränderlichen mit dem Symbol

wird als Differential des ersten Differentials gebildet:

(6.45)
Diese Symbole sind allerdings nur geeignet, wenn eine unabhängige Veränderliche ist, und nicht geeignet, wenn
z.B. in der Form gegeben ist.

Die Differentiale höherer Ordnung werden in analoger Weise definiert.

Wenn die Variablen selbst Funktionen anderer Veränderlicher sind, ergeben sich
kompliziertere Formeln.
Begriff des Differentials

Für jede der Variablen läßt sich ein Differential bilden. Die
Definition fällt unterschiedlich aus, je nachdem, ob es sich um das Differential einer unabhängigen Variablen oder um
das einer Funktion handelt:

1. Differential einer unabhängigen Variablen

nennt man den beliebigen Zuwachs der Größe gemäß
(6.37a)
Dabei kann man einen beliebigen Wert beimessen.
2. Differential einer Funktion einer Veränderlichen

nennt man für einen gegebenen -Wert und einen gegebenen Wert des Differentials das Produkt
(6.37b)
3. Geometrische Bedeutung des Differentials:
Wenn die Funktion durch eine Kurve in einem kartesischen Koordinatensystem dargestellt ist, dann ist der
Zuwachs, den die Ordinate der Kurventangente im Punkt für einen gegebenen Zuwachs erfährt.
Haupteigenschaften des Differentials

1. Invarianz:
Unabhängig davon, ob eine unabhängige Variable oder eine Funktion von einer weiteren Variablen ist,
gilt
(6.38)
2. Größenordnung:
Wenn eine beliebig kleine Größe ist, dann sind auch und

beliebig kleine, aber äquivalente Größen, d.h. .

Infolgedessen ist die Differenz zwischen ihnen ebenfalls eine beliebig kleine Größe, aber von höherer Ordnung
als und Daraus ergibt sich die Beziehung

(6.39)

die es gestattet, die Berechnung kleiner Inkremente auf die Berechnung ihres Differentials zurückzuführen.
Bei näherungsweisen Berechnungen, z.B. gemäß Mittelwertsatz der Differentialrechnung oder mit
Fehlerfortpflanzungsgesetz wird davon Gebrauch gemacht.
Unabhängigkeit des Kurvenintegrals vom Integrationsweg
Die Bedingung für die Unabhängigkeit des Kurvenintegrals vom Integrationsweg wird auch Integrabilität des
vollständigen Differentials genannt.

● Zweidimensionaler Fall
● Dreidimensionaler Fall
● Berechnung der Stammfunktion
● Verschwinden des Umlaufintegrals
Partielles Differential

Von einer Funktion von mehreren Veränderlichen kann das partielle Differential nach einer

dieser Veränderlichen, z.B. nach gebildet werden, was durch die Gleichung

(6.40)

definiert ist.
Begriff des vollständigen Differentials einer Funktion von mehreren
Veränderlichen (totales Differential)

Differenzierbarkeit

Man nennt eine Funktion von mehreren Veränderlichen

im Punkt differenzierbar, wenn sich der vollständige

Zuwachs der Funktion

(6.41a)

beim Übergang zu einem beliebig nahe benachbarten Punkt

mit den beliebig kleinen Größen
 von der Summe der partiellen Differentiale der Funktion nach allen Variablen

(6.41b)

um eine beliebig kleine Größe höherer Ordnung unterscheidet als der Abstand

(6.41c)

Differenzierbar ist jede stetige Funktion von mehreren Variablen, die stetige partielle Ableitungen nach allen ihren
Variablen besitzt. Umgekehrt folgt die Differenzierbarkeit einer Funktion nicht aus der bloßen Existenz der partiellen
Ableitungen.

● Differenzierbarkeit
Vollständiges Differential zweiter Ordnung

Vollständiges Differential zweiter Ordnung einer Funktion zweier Veränderlicher

(6.46a)

bzw. symbolisch

(6.46b)
Vollständiges Differential

1. Definition:
Wenn eine differenzierbare Funktion ist, wird die Summe (6.41b) das vollständige Differential der Funktion
genannt:

(6.42a)

Mit Hilfe der Vektoren

(6.42b)

(6.42c)
läßt sich das totale Differential als Skalarprodukt
(6.42d)
darstellen. In der zweiten Gleichung handelt es sich um den Gradienten für den Fall von unabhängigen Variablen.
2. Haupteigenschaft des vollständigen Differentials
wird in Analogie zum Differential einer Funktion von einer Veränderlichen die in (6.38) formulierte Invarianz in
bezug auf die enthaltenen Variablen genannt.
3. Anwendung in der Fehlerrechnung:
Im Rahmen der Fehlerrechnung, z.B. bei der Betrachtung der Fehlerfortpflanzung, wird das totale Differential
zur Schätzung des Fehlers (s. (6.41a)) verwendet. Aus der TAYLORschen Formel folgt
(6.43)

d.h., der absolute Fehler kann in erster Näherung durch ersetzt werden. Damit ist eine lineare

Approximation für
Vollständiges Differential n-ter Ordnung

Das vollständige Differential -ter Ordnung einer Funktion zweier Veränderlicher ergibt sich zu

(6.47)
Substitution von Variablen in Differentialausdrücken und
Koordinatentransformationen
● Funktion von einer Veränderlichen
● Funktion von zwei Veränderlichen
Kapitel 9: Differentialgleichungen
1. Differentialgleichung wird eine Gleichung genannt, in der neben einer oder mehreren unabhängigen
Veränderlichen und einer oder mehreren Funktionen dieser Veränderlichen auch noch die Ableitungen dieser
Funktionen nach den unabhängigen Veränderlichen auftreten. Die Ordnung einer Differentialgleichung ist
gleich der Ordnung der höchsten in ihr auftretenden Ableitung.
2. Gewöhnliche und partielle Differentialgleichungen unterscheiden sich nach der Anzahl der in ihnen
enthaltenen unabhängigen Veränderlichen; im ersten Falle tritt nur eine auf, im zweiten mehrere.

Beispiel A

Beispiel B
 Beispiel C

● Gewöhnliche Differentialgleichungen
● Partielle Differentialgleichungen

● Detailliertes Inhaltsverzeichnis
Differentialgleichungen 1. Ordnung
● Existenzsatz, Richtungsfeld
● Wichtige Integrationsmethoden
● Implizite Differentialgleichungen
● Singuläre Integrale und singuläre Punkte
● Näherungsmethoden zur Integration von Differentialgleichungen 1. Ordnung
Gewöhnliche Differentialgleichungen
1. Allgemeine gewöhnliche Differentialgleichung -ter Ordnung Allgemeine gewöhnliche
Differentialgleichung -ter Ordnung in impliziter Form nennt man die Gleichung
(9.1)

Ist diese Gleichung nach aufgelöst, dann hat man die explizite Form einer gewöhnlichen

Differentialgleichung -ter Ordnung.

2. Lösung oder Integral einer Differentialgleichung ist jede Funktion, die ihr in einem Intervall ,

das auch unendlich sein kann, genügt. Eine Lösung, die willkürliche Konstanten enthält,

so daß ihr noch zusätzliche Bedingungen auferlegt werden können, heißt allgemeine Lösung oder
allgemeines Integral . Erteilt man jeder dieser Konstanten einen festen Zahlenwert, so erhält man ein
partikuläres Integral oder eine partikuläre Lösung .
Beispiel

Die Differentialgleichung hat die allgemeine Lösung

. Für ergibt sich die partikuläre Lösung .

● Differentialgleichungen 1. Ordnung
● Differentialgleichungen höherer Ordnung und Systeme von Differentialgleichungen
● Randwertprobleme
Allgemeines Integral

Die Gesamtheit aller Integralkurven hängt von einem Parameter ab und kann durch die Gleichung
(9.5a)
der zugehörigen einparametrigen Kurvenschar beschrieben werden. Der Parameter , die willkürliche Konstante,
ist frei wählbar und unbedingter Bestandteil des allgemeinen Integrals jeder Differentialgleichung erster Ordnung.
Ein partikuläres Integral , das der Bedingung genügt, kann aus dem allgemeinen

Integral (9.5a) gewonnen werden, indem aus der Gleichung

(9.5b)

bestimmt wird.
Differentialgleichungen auf dem Torus

Sei
(17.81)

eine ebene Differentialgleichung, in der und differenzierbare und 1periodische Funktionen in beiden

Argumenten sind. In diesem Fall definiert (17.81) einen Fluß, der auch als Fluß auf dem Torus

bezüglich und interpretiert werden kann. Ist für alle , so besitzt (17.81)

keine Ruhelage und ist äquivalent zur skalaren Differentialgleichung 1. Ordnung

(17.82)

Mit den Bezeichnungen und läßt sich (17.82) als nichtautonome

Differentialgleichung
 (17.83)

schreiben, deren rechte Seite 1periodisch bezüglich und ist. Es sei die Lösung von (17.83) mit

Anfang zur Zeit . Damit kann man (17.83) eine Abbildung zuordnen, die als geliftete

Abbildung einer Abbildung gelten kann.

Beispiel

Seien Konstanten und eine Differentialgleichung auf dem Torus,

die für der skalaren Differentialgleichung äquivalent ist. Damit ist

und .
Lyapunov-Stabilität und orbitale Stabilität

Betrachtet wird die nichtautonome Differentialgleichung (17.11). Die Lösung von (17.11) heißt

LYAPUNOV-stabil , wenn gilt:

(17.16a)

Die Lösung heißt asymptotisch stabil im Sinne von LYAPUNOV, wenn sie stabil ist und gilt:

(17.16b)

Für die autonome Differentialgleichung (17.1) läßt sich neben der LYAPUNOV-Stabilität der Lösungen auch die orbitale
Stabilität betrachten. Die Lösung von (17.1) heißt orbital stabil ( asymptotisch orbital stabil ), wenn der Orbit

stabil (asymptotisch stabil) im Sinne einer invarianten Menge ist. Eine Lösung von

(17.1), die eine Ruhelage repräsentiert, ist genau dann LYAPUNOV-stabil, wenn sie orbital stabil ist. Schon für
periodische Lösungen von (17.1) können sich beide Stabilitätsarten unterscheiden.

Beispiel
Gegeben sei ein Fluß in , der den Torus als invariante Menge besitzt. Lokal sei in

Winkelkoordinaten der Fluß beschrieben durch , wobei eine

-periodische glatte Funktion sei, für die gilt:

Eine beliebige Lösung mit Anfang auf dem Torus ist gegeben durch

An dieser Darstellung erkennt man, daß jede Lösung orbital stabil ist, aber nicht LYAPUNOV-stabil
(s. Abbildung).
Fortsetzbarkeit der Lösungen

Neben der Differentialgleichung (17.1), die wir autonom nennen, treten auch Differentialgleichungen auf, deren rechte
Seite explizit von der Zeit abhängt und die deshalb nichtautonom heißen:
(17.11)

Dabei sei mit eine -Abbildung. Durch die neue Variable läßt

sich (17.11) als autonome Differentialgleichung interpretieren. Die Lösung von

(17.11) mit Anfang zur Zeit wird mit bezeichnet.

Um die globale Existenz der Lösungen und damit die Existenz eines Flusses von (17.1) zu zeigen, sind folgende
Sätze oft hilfreich.

1. Kriterium von WINTNER und CONTI: Ist in (17.1) und existiert eine stetige Funktion

, so daß für alle gilt und ist

 , so läßt sich jede Lösung von (17.1) auf ganz fortsetzen.

Beispiel

Für das Kriterium von WINTNER und CONTI sind folgende Funktionen geeignet:

und , wobei eine Konstante ist.

2. Fortsetzungsprinzip: Bleibt eine Lösung von (17.1) für wachsende Zeiten beschränkt, so existiert sie für
alle positiven Zeiten und damit auf ganz .

Voraussetzung: Im weiteren wird stets die Existenz eines Flusses von (17.1) vorausgesetzt.
Autonome lineare Differentialgleichungen

Gegeben sei im die Differentialgleichung

(17.14)

wobei eine konstante Matrix vom Typ ist.

Die Operator-Norm einer Matrix ist durch gegeben, wobei

für die Vektoren des wieder die EUKLIDische Norm vereinbart sei.

Seien und zwei beliebige Matrizen vom Typ . Dann gilt:

a)
.

b)
 .

c)
.

d)
.

e)

, wobei der größte Eigenwert von ist.

Die Fundamentalmatrix mit Anfang zur Zeit von (17.14) ist die Matrix-Exponentialfunktion

(17.15)

mit folgenden Eigenschaften:

a)
Die Reihe für konvergiert bezüglich auf einem beliebigen kompakten Zeitintervall gleichmäßig und für
jedes absolut.
b)
 .

c)

d)

e)
ist für alle regulär und .

f)
Sind und kommutative Matrizen vom Typ , d.h. gilt , so ist

und .
g)
Sind und Matrizen vom Typ und ist regulär, so ist .
BERNOULLIsche Differentialgleichung

BERNOULLIsche Differentialgleichung wird die Gleichung

(9.12)

genannt, die sich mittels Division durch und Einführung der neuen Variablen auf eine lineare

Differentialgleichung zurückführen läßt.

Beispiel

Es ist die Differentialgleichung zu integrieren. Da , erhält man mittels

Division durch und Einführung der neuen Variablen die Gleichung .

Nach der Formel für die Lösung einer linearen Differentialgleichung ist

und .
Somit ergibt sich .
Integration der homogenen partiellen linearen Differentialgleichung

Die Integration der homogenen partiellen linearen Differentialgleichung ist der Integration des sogenannten
charakteristischen Systems

(9.69a)

äquivalent. Zur Lösung dieses Systems können zwei Wege eingeschlagen werden:

1.
Man kann als unabhängige Variable ein beliebiges auswählen, für das gilt, so daß das System
in die Form

(9.69b)

übergeht.

2.
 Bequemer ist es, unter Beibehaltung der Symmetrie eine neue unabhängige Variable einzuführen, indem

(9.69c)

gesetzt wird.

Jedes erste Integral des Systems (9.69a) ist eine Lösung der homogenen linearen partiellen Differentialgleichung
(9.68b) und umgekehrt, jede Lösung von (9.68b) ist ein erstes Integral von (9.68a) (s. Allgemeine Lösung). Wenn
hierbei erste Integrale

(9.69d)

unabhängig sind (s. Fundamentalsystem von Lösungen), dann gilt

(9.69e)

Dabei ist eine beliebige Funktion der Argumente und eine allgemeine Lösung von (9.68b).
Allgemeine Methoden

Die Differentialgleichung

(9.49a)

1. Die allgemeine Lösung der zugehörigen homogenen Differentialgleichung, d.h. , lautet

(9.49b)
Dabei sind und zwei linear unabhängige partikuläre Lösungen dieser Gleichung. Wenn eine partikuläre

Lösung bekannt ist, dann kann die zweite mit der aus der Formel (9.35) von LIOUVILLE folgenden Gleichung

(9.49c)

bestimmt werden, wobei beliebig wählbar ist.

2. Eine partikuläre Lösung der inhomogenen Gleichung kann mit Hilfe der Formel
 (9.49d)

gewonnen werden, wobei und zwei partikuläre Lösungen der zugehörigen homogenen Differentialgleichung
sind.
3. Eine partikuläre Lösung der inhomogenen Differentialgleichung kann auch mit Hilfe der Methode der
Variation der Konstanten bestimmt werden.

Die Differentialgleichung

(9.50a)

enthalte Funktionen und , die Polynome sind oder Funktionen, die in einem gewissen

Gebiet in konvergente Reihen nach Potenzen von entwickelt werden können, wobei sein

muß. Die Lösungen dieser Differentialgleichung können dann ebenfalls nach Potenzen von in Reihen

entwickelt werden, die in demselben Gebiet konvergieren. Ihre Bestimmung erfolgt mit Hilfe der Methode der
unbestimmten Koeffizienten: Die gesuchte Lösung wird als Reihe der Form
(9.50b)
angesetzt und in die Differentialgleichung (9.50a) eingesetzt. Gleichsetzen der Koeffizienten gleicher Potenzen von
 liefert Gleichungen zur Bestimmung der Koeffizienten .

Beispiel

Zur Lösung der Differentialgleichung wird

und

gesetzt. Man erhält

. Die Lösung dieser Gleichungen liefert

so daß sich als Lösung ergibt:

Die Differentialgleichung

(9.51a)
kann für den Fall, daß sich die Funktionen und in konvergente Reihen von entwickeln lassen, mit

Hilfe der Methode der unbestimmten Koeffizienten gelöst werden. Die Lösungen haben die Form
(9.51b)
deren Exponenten aus der definierenden Gleichung
(9.51c)
bestimmt werden. Wenn die Wurzeln dieser Gleichung verschieden sind und ihre Differenz nicht ganzzahlig ist, dann
ergeben sich zwei unabhängige Lösungen von (9.51a). Anderenfalls liefert die Methode der unbestimmten
Koeffizienten nur eine Lösung. Dann kann mit Hilfe von (9.49b) eine zweite Lösung ermittelt werden oder wenigstens
eine Form gesucht werden, aus der eine Lösung mittels der Methode der unbestimmten Koeffizienten gewonnen
werden kann.

Beispiel
Für die BESSELsche Differentialgleichung (9.52a) erhält man mit der Methode der unbestimmten Koeffizienten

nur eine Lösung der Form , die bis auf einen konstanten Faktor mit

übereinstimmt. Als zweite Lösung findet man wegen mit der Formel (9.49c)
Die Bestimmung der Koeffizienten und aus den gestaltet sich schwierig. Man kann jedoch den
letzten Ausdruck benutzen, um die Lösung mit der Methode der unbestimmten Koeffizienten zu ermitteln.

Offensichtlich ist diese Form eine Reihenentwicklung der Funktion (9.53c).

STURM- LIOUVILLEsches Problem

Für einen festen Wert des Parameters gibt es zwei Fälle:

1.
Das inhomogene Randwertproblem besitzt eine eindeutige Lösung bei beliebigem , während das

zugehörige homogene Problem lediglich die triviale, identisch verschwindende Lösung besitzt, oder
2.
das zugehörige homogene Problem besitzt nichttriviale, d.h. nicht verschwindende Lösungen. Dann ist das
inhomogene Problem nicht für beliebige rechte Seiten lösbar; im Falle der Existenz einer Lösung ist diese nicht
eindeutig bestimmt.

Die Werte des Parameters , für die der zweite Fall eintritt, d.h. das homogene Problem eine nichttriviale Lösung
hat, werden Eigenwerte des Randwertproblems genannt, die zugehörigen nichttrivialen Lösungen seine
Eigenfunktionen . Die Aufgabe, die Eigenwerte und Eigenfunktionen der Differentialgleichung (9.64a) zu bestimmen,
nennt man das STURM- LIOUVILLEsche Problem .
Allgemeine Form

Allgemeine Form einer linearen partiellen Differentialgleichung 2. Ordnung mit zwei unabhängigen Variablen

und einer unbekannten Funktion heißt eine Gleichung der Gestalt

(9.79a)

wobei die Koeffizienten und das freie Glied bekannte Funktionen von und sind.
Die Form der Lösung dieser Differentialgleichung hängt vom Vorzeichen der Diskriminante
(9.79b)
in einem betrachteten Gebiet ab. Man unterscheidet die folgenden Formen:

1.
: Hyperbolischer Typ.
2.
: Parabolischer Typ.
3.
 : Elliptischer Typ.
4.
ändert sein Vorzeichen: Gemischter Typ.

Eine wichtige Eigenschaft der Diskriminante besteht darin, daß ihr Vorzeichen invariant ist gegen beliebige
Transformationen der unabhängigen Variablen, z.B. bei der Einführung neuer Koordinaten in der -Ebene. Somit
ist auch der Typ der Differentialgleichung eine Invariante bezüglich der Wahl der unabhängigen Variablen.
Entwicklung nach Eigenfunktionen

● Nichtsinguläre Fälle
● Singuläre Fälle
Unterabschnitte

● 1. Fall
● 2. Fall
● EULERsche Differentialgleichung:

Lösungen der inhomogenen Differentialgleichung mit konstanten Koeffizienten

Lösungen der inhomogenen Differentialgleichung mit konstanten Koeffizienten können durch Variation der
Konstanten, mit der Methode von CAUCHY oder mit Hilfe der Operatorenmethode ermittelt werden. Eine partikuläre
Lösung kann sehr schnell gefunden werden, wenn die rechte Seite von (9.12) eine spezielle Form hat.

1. Fall

(9.43a)
Eine partikuläre Lösung ist
 (9.43b)

Wenn eine -fache Wurzel der charakteristischen Gleichung ist, d.h. wenn gilt
(9.43c)

dann ist eine partikuläre Lösung. Diese Formeln können durch Anwendung des Zerlegungssatzes

auch verwendet werden, wenn

(9.43d)
ist. Die zugehörigen partikulären Lösungen ergeben sich als Real- bzw. Imaginärteil der Lösung derselben
Differentialgleichung für
(9.43e)
auf der rechten Seite.

Beispiel A

Für die Differentialgleichung ergeben sich die Polynome

und ,

so daß die Lösung lautet .

Beispiel B

Die Differentialgleichung führt auf die Gleichung

. Aus ihrer Lösung

erhält man eine partikuläre Lösung

der Differentialgleichung. Dabei ist der Imaginärteil von .

2. Fall

, ist ein Polynom -ten Grades:

Eine partikuläre Lösung kann immer in der gleichen Form gefunden werden, d.h. als Ausdruck .

ist ein mit multipliziertes Polynom -ten Grades, wenn eine -fache Wurzel der

charakteristischen Gleichung ist. Geht man von einem Lösungsansatz mit unbestimmten Koeffizienten des Polynoms
 aus und fordert man, daß er der gegebenen inhomogenen Differentialgleichung genügt, dann können die

unbekannten Koeffizienten aus einem Satz linearer algebraischer Gleichungen bestimmt werden. Die Methode ist
besonders in den Fällen für und oder

für anwendbar. Hier wird eine Lösung der Form

gesucht.

Beispiel

Die Wurzeln der zur Differentialgleichung gehörenden

charakteristischen Gleichung sind . Da der Superpositionssatz gilt,

können die partiellen Lösungen der inhomogenen Differentialgleichung für die einzelnen Summanden der
rechten Seite der Reihe nach gesucht werden. Für den ersten Summanden liefert das Einsetzen des
Ansatzes in die rechte Seite , woraus folgt: und

. Für den zweiten Summanden liefert das gleiche Vorgehen

. Die Koeffizientenbestimmung ergibt

, also
 . Die allgemeine Lösung lautet folglich

EULERsche Differentialgleichung:

Die EULERsche Differentialgleichung

(9.44a)

kann mit Hilfe der Substitution

(9.44b)
auf eine lineare Differentialgleichung mit konstanten Koeffizienten zurückgeführt werden.

Beispiel
Die Differentialgleichung ist ein Spezialfall der EULERschen

Differentialgleichung für . Sie kann mit Hilfe der Substitution in die in einem

vorangegangen Beispiel untersuchte lineare Differentialgleichung übergeführt

werden. Die allgemeine Lösung ergibt sich zu

.
Eulersche Differentialgleichung der Variationsrechnung
Für die Lösung der einfachen Variationsaufgabe erhält man eine notwendige Bedingung auf folgende Weise: Zur
Extremalen , die durch (10.12) charakterisiert ist, konstruiert man sogenannte Vergleichsfunktionen

(10.13)

mit einer zweimal stetig differenzierbaren Funktion , die den speziellen Randbedingungen

genügt. Mit wird ein reeller Parameter bezeichnet. Setzt man (10.13) in (10.11) ein, dann

erhält man an Stelle des Funktionals die von abhängige Funktion

(10.14)

und die Forderung, daß das Funktional zu einem Extremum macht, geht in die Bedingung über, daß
 als Funktion von für einen Extremwert hat. Aus einer Variationsaufgabe wird dadurch eine

Extremwertaufgabe, für die die notwendige Bedingung

(10.15)

gelten muß.
Unter der Voraussetzung, daß der Integrand als Funktion von drei unabhängigen Variablen entsprechend oft
differenzierbar ist, erhält man mit Hilfe seiner TAYLOR-Entwicklung

(10.16)

Die notwendige Bedingung (10.15) führt auf

(10.17)

und daraus folgt durch partielle Integration und Berücksichtigung der Randbedingungen für :

(10.18)

Aus Stetigkeitsgründen und da das Integral in (10.18) für jede der in Frage kommenden Funktionen
verschwinden soll, muß

(10.19)

gelten. Die Gleichung (10.19) stellt eine notwendige Bedingung für die einfache Variationsaufgabe dar und heißt
EULERsche Differentialgleichung der Variationsrechnung . Die Differentialgleichung (10.19) kann man auch in der
Form

(10.20)

schreiben. Es handelt sich um eine gewöhnliche Differentialgleichung 2. Ordnung, wenn ist.

Die EULERsche Differentialgleichung vereinfacht sich in folgenden Spezialfällen:

1.
, d.h., und treten nicht auf. Dann erhält man an Stelle von (10.19)

(10.21a)

und

(10.21b)

2.
 , d.h., tritt nicht auf. Man betrachtet

(10.22a)

und erhält wegen (10.19)

(10.22b)

d.h.

(10.22c)

als notwendige Bedingung für die Lösung der einfachen Variationsaufgabe im Falle .

Beispiel A

Für die kürzeste Verbindungslinie zweier Punkte und in der -Ebene muß

gelten:
 (10.23a)

Aus (10.22b) folgt für

(10.23b)

also , d.h., die kürzeste Verbindungslinie ist die Gerade.

Beispiel B

Läßt man einen Kurvenbogen , der die Punkte und verbindet, um die -

Achse rotieren, dann entsteht eine Mantelfläche mit dem Flächeninhalt

(10.24a)

Für welche Kurve ist der Flächeninhalt am kleinsten? Mit folgt aus
(10.22c): oder mit . Diese Differentialgleichung läßt sich

durch Trennung der Variablen lösen, und man erhält

(10.24b)

die Gleichung der sogenannten Kettenlinie.

Die Konstanten und sind mit Hilfe der Randbedingungen und zu bestimmen. Das

erfordert die Lösung eines nichtlinearen Gleichungssystems, für dessen Lösbarkeit weitere Untersuchungen
notwendig sind.
Variationsaufgaben in Parameterdarstellung

Bei manchen Variationsaufgaben ist es zweckmäßig, die Extremale nicht in der expliziten Form

anzugeben, sondern von deren Parameterdarstellung

(10.38)

auszugehen, wobei und die den Punkten und entsprechenden Parameterwerte sein sollen.

Die einfache Variationsaufgabe lautet dann

(10.39a)

mit den Randbedingungen

(10.39b)

Mit und werden, wie bei Parameterdarstellung üblich, die Ableitungen von und nach dem Parameter
bezeichnet.
Das Variationsproblem (10.39a) ist nur dann sinnvoll, wenn der Wert des Integrals von der Parameterdarstellung der
Extremale unabhängig ist. Es gilt: Damit das Integral in (10.39a) von der Parameterdarstellung der Kurve, die die

Punkte und verbindet, unabhängig ist, muß eine positiv homogene Funktion sein, d.h., es muß

(10.40)
gelten.
Da die Variationsaufgabe (10.39a) als Spezialfall von (10.34) aufgefaßt werden kann, lauten die zugehörigen
EULERschen Differentialgleichungen

(10.41)

Diese sind nicht unabhängig voneinander, sondern äquivalent der sogenannten WEIERSTRASSschen Form der
EULERschen Differentialgleichung:

(10.42a)

mit

(10.42b)

Ausgehend von der Berechnung des Krümmungskreisradius einer in Parameterdarstellung gegebenen Kurve,
erfolgt die Berechnung des Krümmungskreisradius der Extremalen unter Berücksichtigung von (10.42a) gemäß

(10.42c)
Beispiel
Das isoperimetrische Problem (10.8a bis 10.8c) lautet in Parameterdarstellung

(10.43a)

mit

(10.43b)

Diese Variationsaufgabe mit Nebenbedingung geht gemäß (10.26) mit

(10.43c)

in eine Variationsaufgabe ohne Nebenbedingung über. Man sieht, das die Bedingung (10.40) erfüllt, also eine
positiv homogene Funktion vom Grade 1 ist. Weiterhin gilt

(10.43d)

so daß man aus (10.42c) für den Krümmungskreisradius erhält. Da konstant ist, sind die Extremalen

Kreise.
Exakte Differentialgleichung

Exakte Differentialgleichung wird eine Gleichung der Form

(9.9a)

genannt, wenn eine Funktion existiert, die der Gleichung

(9.9b)

genügt, d.h. wenn die linke Seite von (9.9a) das totale Differential einer Funktion ist. Die notwendige und

hinreichende Bedingung dafür, daß die Gleichung (9.9a) eine exakte Differentialgleichung ist, besteht darin, daß die

Funktionen und sowie ihre partiellen Ableitungen erster Ordnung in einem einfach

zusammenhängenden Gebiet stetig sind und die Bedingung

(9.9c)

erfüllen. Das allgemeine Integral von (9.9a) ist in diesem Falle die Funktion
(9.9d)
die gemäß Berechnung der Stammfunktion (8.132b) als Integral

(9.9e)

berechnet werden kann, wobei und beliebig gewählt werden können.

Existenz einer Lösung, LIPSCHITZ-Bedingung

1. Nach dem Existenzsatz von CAUCHY existiert für die Differentialgleichung

(9.2)

wenigstens eine Lösung, die an der Stelle den Wert annimmt und in einem gewissen Intervall um

definiert und stetig ist, wenn die Funktion in einer Umgebung des Punktes , die durch

und festgelegt ist, stetig ist.

2. LIPSCHITZ-Bedingung bezüglich nennt man die Forderung

(9.3)

für alle aus , wobei nicht von und abhängen darf. Ist sie erfüllt, dann ist die

Lösung von (9.2) eindeutig und eine stetige Funktion von . Die Erfüllung der LIPSCHITZ-Bedingung ist stets dann
gegeben, wenn in dem betrachteten Gebiet eine beschränkte partielle Ableitung besitzt. Im

Abschnitt Singuläre Integrale und singuläre Punkte sind Fälle angeführt, in denen die Voraussetzungen des
CAUCHYschen Existenzsatzes nicht erfüllt sind.
Fluß einer Differentialgleichung

Gegeben sei eine gewöhnliche Differentialgleichung

(17.1)

wobei (Vektorfeld) eine -mal stetig differenzierbare Abbildung ist und oder eine

offene Teilmenge des darstellt. Im weiteren wird im stets die EUKLIDische Norm benutzt, d.h., für

beliebiges ist .

Schreibt man die Abbildung in Komponenten als , so ist (17.1) das System aus den

skalaren Differentialgleichungen .

Die Sätze über die lokal eindeutige Lösbarkeit von PICARD-LINDELÖF und über die -malige Differenzierbarkeit nach
den Anfangsbedingungen (s. Lit. 17.6) garantieren, daß für jedes eine Zahl , eine Kugel

aus und eine Abbildung existieren,

so daß gilt:

1.
ist -mal stetig differenzierbar bezüglich des ersten Arguments (Zeit) und -mal stetig

differenzierbar bezüglich des zweiten Arguments (Ortsvariable).

2.
ist für jedes fixierte $xB_(x_0)eine lokal eindeutige Lösung von (17.1) auf dem Zeitintervall

mit Anfang zur Zeit , d.h., es gilt für alle

, und jede andere Lösung mit Anfang zur Zeit stimmt für kleine

Zeiten mit überein.

Alle lokalen Lösungen von (17.1) seien eindeutig auf ganz fortsetzbar. Dann gibt es zu jeder Differentialgleichung
(17.1) eine Abbildung mit folgenden Eigenschaften:
1.
.

2.
.

3.
ist bezüglich des ersten Arguments -mal und bezüglich des zweiten Arguments -mal

stetig differenzierbar.
4.
ist für jedes fixierte eine Lösung von (17.1) auf ganz .

Der zu (17.1) gehörige -glatte Fluß läßt sich dann durch die Beziehung definieren. Die

Bewegungen eines Flusses von (17.1) heißen Integralkurven .

In dem folgenden Beispiel wird das LORENZ-System betrachtet.

Beispiel
Das System

(17.2)
heißt LORENZ-Systemder konvektiven Turbulenz . Dabei sind und Parameter. Dem

LORENZ-System entspricht ein -Fluß in .

Lösung von Differentialgleichungen mit Hilfe der Fourier-
Transformation
Ein wichtiger Anwendungsbereich der FOURIER-Transformation ist analog zur LAPLACE-Transformation die Lösung
von Differentialgleichungen, weil diese durch die genannten Integraltransformationen eine einfache Form erhalten. Im
Falle von gewöhnlichen Differentialgleichungen entstehen algebraische Gleichungen, im Falle von partiellen
Differentialgleichungen gewöhnliche.

● Gewöhnliche lineare Differentialgleichungen

● Partielle Differentialgleichungen
Genäherte Integration von gewöhnlichen
Differentialgleichungen
In vielen Fällen ist die Lösung einer gewöhnlichen Differentialgleichung nicht mehr durch einen geschlossenen
Formelausdruck, der bekannte elementare und höhere Funktionen enthält, darstellbar. Die dennoch unter sehr
allgemeinen Voraussetzungen vorhandene Lösung muß dann durch numerische Verfahren bestimmt werden. Diese
liefern nur partikuläre Lösungen, ermöglichen aber eine sehr hohe Genauigkeit. Da man bei Differentialgleichungen
von höherer als 1. Ordnung zwischen Anfangswertaufgaben und Randwertaufgaben unterscheidet, sind für diese
beiden Aufgabenklassen auch unterschiedliche Verfahren entwickelt worden.

● Anfangswertaufgaben
● Randwertaufgaben
Graphische Integration von Differentialgleichungen

Die Graphische Integration von Differentialgleichungen ist ein Verfahren, das vom Begriff des
Richtungsfeldes ausgeht. Die Integralkurve wird durch einen vom gegebenen Anfangspunkt ausgehenden
Polygonzug dargestellt (s. Abbildung), der aus kurzen Teilstrecken zusammengesetzt wird.
Die Richtungen der Teilstrecken stimmen jeweils mit der Richtung des Richtungsfeldes im Anfangspunkt der
Teilstrecke überein. Dieser ist seinerseits zugleich Endpunkt der vorhergehenden Teilstrecke.
Differentialgleichungen höherer Ordnung und Systeme von
Differentialgleichungen
● Grundlegende Betrachtungen
● Erniedrigung der Ordnung
● Lineare Differentialgleichungen n-ter Ordnung
● Lösung linearer Differentialgleichungen mit konstanten Koeffizienten
● Systeme linearer Differentialgleichungen mit konstanten Koeffizienten
● Lineare Differentialgleichungen zweiter Ordnung
Unterabschnitte

● Konstanten und geometrische Bedeutung:

● Berechnung eines ersten Integrals:

Allgemeine Lösung

Konstanten und geometrische Bedeutung:

1. Konstanten: Die allgemeine Lösung der Differentialgleichung (9.4) enthält unabhängige willkürliche
Konstanten:
(9.26a)
2. Geometrische Bedeutung: Geometrisch betrachtet, wird durch die Gleichung (9.26a) eine -parametrige
Schar von Integralkurven definiert. Jede einzelne dieser Integralkurven, d.h. das Kurvenbild der
entsprechenden partikulären Lösung, kann durch spezielle Wahl der willkürlichen Konstanten
erhalten werden. Wenn das partikuläre Integral den oben angegebenen
 Anfangsbedingungen genügen soll, dann müssen die Werte aus den folgenden
Gleichungen ermittelt werden:

(9.26b)

Sollten diese Gleichungen für die willkürlichen Anfangswerte in einem bestimmten Gebiet einander widersprechen,
dann ist die Lösung in diesem Gebiet nicht allgemein, d.h., die willkürlichen Konstanten sind nicht voneinander linear
unabhängig.

Berechnung eines ersten Integrals:

Auch die allgemeine Lösung des Systems (9.23a) enthält willkürliche Konstanten. Diese allgemeine Lösung läßt
sich auf zweierlei Weise darstellen, entweder aufgelöst nach den unbekannten Funktionen
(9.27a)
oder aufgelöst nach den willkürlichen Konstanten
 (9.27b)
Im Falle von (9.26b) ist jede Beziehung der Art
(9.27c)
ein erstes Integral des Systems (9.23a). Das erste Integral kann unabhängig vom allgemeinen Integral als Beziehung
der Art (9.27c) definiert werden. Dabei wird davon ausgegangen, daß (9.27c) zur Identität wird, wenn anstelle der
irgendeine partikuläre Lösung des gegebenen Systems mit einer durch diese partikuläre Lösung

bestimmten willkürlichen Konstanten eingesetzt wird. Wenn irgendein erstes Integral der Form (9.27c) bekannt

ist, dann genügt die Funktion der partiellen Differentialgleichung

(9.27d)

Umgekehrt, jede Lösung der Differentialgleichung (9.27d) liefert ein erstes Integral des

Systems (9.23a) in der Form (9.27c). Das allgemeine Integral des Systems (9.27a) kann aus einem System von
ersten Integralen des Systems (9.23a) gebildet werden, für die die zugehörigen Funktionen

linear unabhängig sind.

Unterabschnitte

● Zurückführung auf ein System von Differentialgleichungen:

● Existenz eines Lösungssystems:
● LIPSCHITZ-Bedingung:

Existenz einer Lösung

Zurückführung auf ein System von Differentialgleichungen:

Jede explizite Differentialgleichung -ter Ordnung

(9.22a)
kann durch Einführung der neuen Variablen
(9.22b)
auf ein System von Differentialgleichungen 1. Ordnung
 (9.22c)

zurückgeführt werden.

Existenz eines Lösungssystems:

Das im Vergleich zu (9.22c) allgemeinere System von Differentialgleichungen

(9.23a)

besitzt ein eindeutig bestimmtes Lösungssystem

(9.23b)

das in einem Intervall definiert und stetig ist und für die vorgegebenen

Anfangswerte annimmt, wenn die Funktionen

bezüglich aller Variablen stetig sind und die folgende LIPSCHITZ-Bedingung erfüllen.

LIPSCHITZ-Bedingung:

Die Funktionen müssen für die Werte und , die in einem gewissen Intervall in der Umgebung
der gegebenen Anfangswerte liegen, den Ungleichungen
 (9.24)

mit einer gemeinsamen Konstanten genügen (s. auch LIPSCHITZ-Bedingung für Differentialgleichungen

1. Ordnung). Daraus folgt, vorausgesetzt die Funktion ist stetig und erfüllt die LIPSCHITZ-

Bedingung (9.24), daß auch die Gleichung

(9.25)

eine eindeutige Lösung besitzt, die die Anfangsbedingungen für

erfüllt und zusammen mit ihren Ableitungen bis einschließlich der -ten Ordnung stetig ist.
Generische Eigenschaften von ebenen Systemen, Hamilton-Systeme

Für ebene Differentialgleichungen ist die Menge aller strukturstabilen Systeme aus offen und dicht in

. Strukturstabile Systeme sind für die Ebene also typisch. Typisch ist also auch, daß jeder Orbit eines

ebenen Systems aus für wachsende Zeiten gegen eine endliche Anzahl von Ruhelagen und periodischer

Orbits geht. Quasiperiodische Orbits sind nicht typisch. Unter bestimmten Voraussetzungen bleiben aber bei
HAMILTON-Systemen quasiperiodische Orbits bei kleinen Störungen der Differentialgleichung erhalten. HAMILTON-
Systeme sind also keine typischen Systeme.

Beispiel
Gegeben sei im das HAMILTON-System (in Winkel-Wirkungsvariablen)

wobei die HAMILTON-Funktion analytisch ist. Offenbar hat dieses System die Lösungen

mit Konstanten , wobei und von und abhängen können. Die Beziehung

definiert einen invarianten Torus . Es wird nun anstelle von die gestörte

HAMILTON-Funktion

betrachtet, wobei analytisch und ein kleiner Parameter sei.

Das Theorem von KOLMOGOROV-ARNOLD-MOSER (KAM- Theorem ) sagt in dieser Situation aus, daß, falls

nichtdegeniert ist, d.h. gilt, für hinreichend kleine im gestörten HAMILTON-

System die Mehrzahl der invarianten nichtresonanten Tori nicht verschwindet, sondern nur leicht deformiert
wird. Mehrzahl ist in dem Sinne zu verstehen, daß das LEBESGUE-Maß der bezüglich der Tori gebildeten
Komplementmenge gegen Null geht, wenn gegen geht. Ein oben definierter Torus, charakterisiert
durch und , heißt nichtresonant, wenn es eine Konstante gibt, so daß für alle positiven
ganzen Zahlen und die Ungleichung gilt.
Satz von Liouville

Seien der Fluß von (17.1), eine beliebige beschränkte und meßbare Menge,

das -dimensionale Volumen von (s. Abbildung).

Dann gilt für beliebiges die Beziehung . Für lautet der Satz von

LIOUVILLE:

(17.12)

Folgerung: Gilt für (17.1) div in , so ist der Fluß von (17.1) volumenschrumpfend. Gilt div

in , so ist der Fluß von (17.1) volumenerhaltend.

Beispiel A
 Für das LORENZ-System (17.2) ist . Wegen und ist

also . Mit dem Satz von LIOUVILLE folgt für eine beliebige beschränkte und meßbare

Menge offenbar .

Für die lineare Differentialgleichung lautet die Lösung

, so daß für folgt.

Beispiel B
Sei eine offene Teilmenge und eine -Funktion. Dann heißt

HAMILTONsche Differentialgleichung

. Die Funktion heißt HAMILTON- Funktion des Systems. Bezeichnet die rechte Seite dieser

Differentialgleichung, so gilt offenbar .

HAMILTONsche Differentialgleichungen sind also volumenerhaltend.

Zeitunabhängige SCHRÖDINGER-Gleichung

Wenn das Potential und die Wellenfunktion nicht von der Zeit abhängen, d.h. ,

, dann genügt zur Beschreibung der Zustände die einfachere zeitunabhängige

SCHRÖDINGER-Gleichung. Man kann sie aus der zeitabhängigen SCHRÖDINGER-Gleichung (9.104a) mit dem Ansatz
(9.105b) herleiten und erhält

(9.106a)

In diesem ebenfalls nichtrelativistischen Fall ist

(9.106b)

die Energie des Teilchens. Die Wellenfunktionen , die diese Differentialgleichung erfüllen, sind ihre
Eigenfunktionen ; sie existieren nur für bestimmte Energieeigenwerte , die sich für das betrachtete Problem aus
seinen spezifischen Anfangs- und Randbedingungen ergeben. Die Gesamtheit der Eigenwerte bildet das
Energiespektrum der Teilchen. Wenn eine monotone Funktion ist, die im Unendlichen verschwindet, dann bilden
die Eigenwerte ein diskretes Spektrum .
Ist das betrachtete Gebiet der gesamte Raum, dann kann als Randbedingung gefordert werden, daß im
LEBESGUEschen Sinne (s. auch Lit. 8.11) im gesamten Raum quadratisch integrabel sein muß. Ist das Gebiet
endlich, z.B. eine Kugel oder ein Zylinder, dann kann als erste Randwertaufgabe z.B. für den Rand
gefordert werden.
In dem speziellen Fall ergibt sich die HELMHOLTZsche Differentialgleichung

(9.107a)
mit dem Eigenwert

(9.107b)

Als Randbedingung wird hier oft am Rande gefordert. In einem endlichen Gebiet stellt (9.107a) die
mathematische Ausgangsgleichung für akustische Schwingungen in gegebenen räumlichen Begrenzungen dar.
HERMITEsche Differentialgleichung

In der Literatur sind zwei Definitionsgleichungen der HERMITEschen Differentialgleichung gebräuchlich:

Definitionsgleichung zu Variante 1:
(9.63a)
Definitionsgleichung zu Variante 2:
(9.63b)

Partikuläre Lösungen sind die HERMITEschen Polynome , die entsprechend in zwei Varianten auftreten, als
zu Definitionsgleichung 1 und als zu Definitionsgleichung 2.

HERMITEschen Polynome zu Definitionsgleichung 1:

 (9.63c)

Für gelten die folgenden Rekursionsformeln:

(9.63d)
(9.63e)
Die Orthogonalitätsrelation lautet:

(9.63f)

HERMITEschen Polynome zu Definitionsgleichung 2:

(9.63g)

Bezüglich der ersten Glieder s. Physikalische Lösungen. Der Zusammenhang mit den HERMITEschen Polynomen zur
1. Definitionsgleichung lautet:

(9.63h)

Zur Orthogonalität s.auch Orthogonale Systeme.

Hypergeometrische Differentialgleichung

Hypergeometrische Differentialgleichung heißt die Gleichung

(9.61a)

in der die und Parameter sind. Sie beinhaltet eine große Zahl wichtiger Spezialfälle.

a)

Für und ergibt sich die LEGENDREsche

Differentialgleichung.
b)
Für oder keine ganze negative Zahl ergibt sich als partikuläre Lösung die hypergeometrische
Reihe:
 (9.61b)

die für absolut konvergiert. Die Konvergenz der hypergeometrischen Reihe hängt für von der

Zahl ab. Für konvergiert sie, falls ist, für divergiert sie. Für

ergibt absolute Konvergenz, bedingte Konvergenz und Divergenz.

c)
Für oder ungleich einer ganzen negativen Zahl ergibt sich als partikuläre Lösung die Funktion

(9.61c)
d)
In einigen Fällen wird die hypergeometrische Reihe zu einer elementaren Funktion, z.B.:

(9.61d)

(9.61e)

(9.61f)
(9.61g)

(9.61h)
Implizite Differentialgleichungen

● Lösung in Parameterform
● LAGRANGEsche Differentialgleichung
● CLAIRAUTsche Differentialgleichung
Geometrische Darstellung und Charakteristik des Systems

Im Falle zweier unabhängiger Veränderlicher und mit

(9.71a)

ist die Lösung eine Fläche im -Raum, die Integralfläche der Differentialgleichung genannt

wird. Die Gleichung (9.71a) bedeutet, daß in jedem Punkt der Integralfläche der Normalenvektor

orthogonal zu dem in diesem Punkt gegebenen Vektor ist. Dabei nimmt das

System (9.70b) die Form

(9.71b)
an. Daraus folgt (s. Feldlinien eines Vektorfeldes), daß die Integralkurven des Systems , die auch die Charakteristika

des Systems genannt werden, die Vektoren berühren. Daher liegt eine Charakteristik, die mit der

Integralfläche einen Punkt gemeinsam hat, ganz in dieser Fläche. Unter der Bedingung, daß der

Existenzsatz gilt, verläuft durch jeden Punkt des Raumes eine Integralkurve des charakteristischen Systems, so daß
die Integralkurven aus Charakteristiken bestehen.
Richtungsfeld, Vertikale Richtungen

1. Richtungsfeld: Wenn durch den Punkt die Kurve einer Lösung der

Differentialgleichung geht, dann kann der Richtungsfaktor der Tangente an die

Kurve in diesem Punkt unmittelbar aus der Differentialgleichung bestimmt werden. Damit definiert die
Differentialgleichung in jedem Punkt die Richtung der Tangente an eine Lösungskurve. Die Gesamtheit dieser
Richtungen bildet das Richtungsfeld (s. Abbildung).
Als Element des Richtungsfeldes bezeichnet man einen Punkt zusammen mit der in ihm gegebenen Richtung.
Geometrisch betrachtet bedeutet die Integration einer Differentialgleichung erster Ordnung somit die
Verbindung der Elemente des Richtungsfeldes zu Integralkurven , deren Tangenten in jedem Punkt eine
Richtung besitzen, die mit der des Richtungsfeldes in dem betreffenden Punkt übereinstimmt.
2. Vertikale Richtungen: Wenn in einem Feld vertikale Richtungen auftreten, d.h. wenn die Funktion
einen Pol besitzt, vertauscht man die Rolle der abhängigen und unabhängigen Variablen und faßt

die Differentialgleichung

(9.4)
als äquivalent zur vorgegebenen Differentialgleichung (9.2) auf. In den Gebieten, in denen die Bedingungen des

Existenzsatzes für die Differentialgleichungen (9.2) oder (9.4) erfüllt sind, geht durch jeden Punkt eine

eindeutig bestimmte Integralkurve (s. Abbildung).

Integration durch Reihenentwicklung

Die TAYLORsche Reihenentwicklung der Lösung einer Differentialgleichung ist in der Form

(9.21)

darstellbar, wenn die Werte aller Ableitungen der Lösungsfunktion für den Anfangswert der

unabhängigen Variablen bekannt sind. Man kann sie durch sukzessives Differenzieren der Differentialgleichung und Einsetzen der
Anfangsbedingung bestimmen. Wenn die Differentiation der Differentialgleichung beliebig oft möglich ist, konvergiert die so gewonnene
Reihe in einer gewissen Umgebung des Anfangswertes der unabhängigen Variablen. Man kann diese Methode auch bei der Lösung
von Differentialgleichungen -ter Ordnung einsetzen.
Häufig ist es vorteilhaft, die Lösung in der Form einer Reihe mit unbestimmten Koeffizienten anzusetzen, die mit Hilfe der Bedingung
bestimmt werden, daß die Gleichung erfüllt wird, wenn man die Reihe einsetzt.

Beispiel A
 Zur Lösung der Differentialgleichung mit für kann

gesetzt werden. Einsetzen in die Gleichung liefert unter

Berücksichtigung von gemäß (7.80)

Hieraus folgt durch Koeffizientenvergleich usw.

Sukzessive Lösung dieser Gleichungen und Einsetzen der gefundenen Koeffizienten in die Reihe liefert

Beispiel B
Die gleiche Differentialgleichung mit der gleichen Anfangsbedingung kann auch folgendermaßen gelöst werden:
Man setzt in der Differentialgleichung und erhält . Außerdem ergibt sich

Gemäß dem Satz von TAYLOR folgt .

Integrierender Faktor

Integrierender Faktor wird eine Funktion genannt, wenn die Gleichung

(9.10a)

durch Multiplikation mit in eine exakte Differentialgleichung übergeht. Der integrierende Faktor genügt der

Differentialgleichung

(9.10b)

Jede beliebige partikuläre Lösung dieser Gleichung ist ein integrierender Faktor. In vielen Fällen ist der integrierende
Faktor von der speziellen Form oder .

Beispiel
Es ist die Differentialgleichung zu lösen. Die Gleichung für den integrierenden

Faktor lautet . Ein integrierender Faktor, der von unabhängig

ist, ergibt sich aus zu . Multiplikation der gegebenen Differentialgleichung mit

liefert . Das allgemeine Integral für lautet dann:

oder .
Klassifizierungen

Eine Differentialgleichung der Form

(9.33)

heißt lineare Differentialgleichung -ter Ordnung. Dabei sind und die Funktionen von , die in einem

gewissen Intervall stetig sein sollen. Wenn die konstant sind, spricht man von einer
Differentialgleichung mit konstanten Koeffizienten . Eine homogene lineare Differentialgleichung zeichnet sich durch
aus, eine inhomogene durch .
LAGRANGEsche Differentialgleichung

LAGRANGEsche Differentialgleichung wird die Gleichung

(9.15a)

genannt. Ihre Lösung kann stets durch die oben angegebene Methode berechnet werden. Wenn für

(9.15b)

gilt, dann ist

(9.15c)

ein singuläres Integral.

LAGUERREsche Differentialgleichung

Bei Beschränkung auf ganzzahlige Parameter und reelle Veränderliche hat die LAGUERREsche

Differentialgleichung die Form

(9.62a)
Als partikuläre Lösungen ergeben sich die LAGUERREschen Polynome

(9.62b)

Die Rekursionsformel für lautet:

(9.62c)

(9.62d)

Als Orthogonalitätsrelation gilt für :

 (9.62e)

Mit ist die Gammafunktion bezeichnet. Zur Orthogonalität s. auch Orthogonale Systeme.
Gewöhnliche Differentialgleichungen mit konstanten Koeffizienten

● Prinzip
● Differentialgleichung 1. Ordnung
● Differentialgleichung 2. Ordnung
● Differentialgleichung n-ter Ordnung
Gewöhnliche Differentialgleichungen mit veränderlichen
Koeffizienten

Differentialgleichungen, deren Koeffizienten Polynome in sind, eignen sich besonders für die Anwendung der LAPLACE-
Transformation. Nach Anwendung der Gleichung (15.16) erhält man zwar im Bildbereich wieder eine
Differentialgleichung, ihre Ordnung kann jedoch niedriger sein.
Sind speziell die Koeffizienten Polynome 1. Grades, dann ist die Differentialgleichung im Bildbereich von 1. Ordnung und
dadurch meist leicht lösbar.

Beispiel

BESSELsche Differentialgleichung 0-ter Ordnung ( ): .

Die Transformation im Bildbereich ergibt

Trennung der Veränderlichen und Integration liefert

 ,

(s. auch Beispiel) zur absolut

konvergenten Reihe).
Laplacesche Differentialgleichung

Die Aufgabe der Bestimmung des Potentials eines Vektorfeldes , in dem keine Quellen

enthalten sind, führt gemäß (13.125) mit auf

(13.130a)
d.h. auf die LAPLACEsche Differentialgleichung . In kartesischen Koordinaten gilt:

(13.130b)

Alle Funktionen, die dieser Differentialgleichung genügen, stetig sind und stetige partielle Ableitungen erster und
zweiter Ordnung besitzen, werden LAPLACEsche oder harmonische Funktionen genannt.

Es werden drei grundlegende Fälle von Randwertaufgaben unterschieden:

1.
Randwertaqufgabe (für das Innengebiet) oder DIRICHLETsches Problem :Gesucht wird eine Funktion
 , die im Inneren eines gegebenen räumlichen bzw. ebenen Gebietes harmonisch ist und auf dem

Rand des Gebietes vorgegebene Werte annimmt.

2.
Randwertaufgabe (für das Innengebiet) oder NEUMANNsches Problem : Gesucht wird eine Funktion

, die im Inneren eines gegebenen Gebietes harmonisch ist und deren Normalenableitung

auf dem Rand des Gebietes vorgegebene Werte annimmt.

3.
Randwertaufgabe (für das Innengebiet): Gesucht wird eine Funktion , die im Inneren eines

Gebietes harmonisch ist, wobei auf dem Rand des Gebietes der Ausdruck

vorgegebene Werte annimmt.

Unterabschnitte

● LEGENDREsche Polynome oder Kugelfunktionen 1. Art:

● Eigenschaften der LEGENDREschen Polynome 1. Art:
● LEGENDREsche Funktionen oder Kugelfunktionen 2. Art:

LEGENDREsche Differentialgleichung

Bei Beschränkung auf den Fall reeller Veränderlicher und ganzzahliger Parameter , hat die
LEGENDREsche Differentialgleichung die Gestalt
(9.58a)

LEGENDREsche Polynome oder Kugelfunktionen 1. Art:

LEGENDREsche Polynome oder Kugelfunktionen 1. Art heißen die partikulären Lösungen der LEGENDREschen
Differentialgleichung für ganzzahlige , die sich über den Potenzreihenansatz ermitteln lassen:

a) Definitionsgleichung:

(9.58b)

Dabei gilt .

b) Darstellung als Polynome: Ausgangspunkt ist die Gleichung

(9.58c)

wobei mit die hypergeometrische Reihe bezeichnet wird. Die ersten acht Polynome haben die einfache Form:
(9.58d)
(9.58e)

(9.58f)

(9.58g)
 (9.58h)

(9.58i)

(9.58j)

(9.58k)

Die Kurvenbilder von für Werte von bis sind in der folgenden Abbildung dargestellt.
Zahlenwerte können leicht mit dem Taschenrechner berechnet bzw. in der Tabelle ,, LEGENDREsche Polynome
(Kugelfunktionen)`` nachgesehen werden.

Eigenschaften der LEGENDREschen Polynome 1. Art:

a) Definition:
 (9.59a)

Das Vorzeichen kann in beiden Gleichungen beliebig genommen werden.

b) Rekursionsformel:
(9.59b)

(9.59c)

c) Orthogonalitätsrelation:

(9.59d)

Zur Orthogonalität s. auch Orthogonale Systeme.

d) Nullstellensatz: Alle Nullstellen von sind reell und einfach und liegen im Intervall .

e) Erzeugende Funktion: Die LEGENDREschen Polynome 1. Art können auch als Reihenentwicklung der
Funktion

(9.59e)

erzeugt werden.

Weitere Angaben über die LEGENDREschen Polynome 1. Art s. Lit. 21.1.

LEGENDREsche Funktionen oder Kugelfunktionen 2. Art:

Eine zweite partikuläre, von linear unabhängige Lösung erhält man für durch die

Potenzreihenentwicklung

(9.60a)

Die für gültige Darstellung von lautet;

(9.60b)

Man bezeichnet die Kugelfunktionen 1. und 2. Art auch als zugeordnete oder assoziierte LEGENDREsche Funktionen
(s. auch Lösung der Polargleichung).
Lineare Differentialgleichungen

● Hauptsätze
● Autonome lineare Differentialgleichungen
● Lineare Differentialgleichungen mit periodischen Koeffizienten
Lineare Differentialgleichung erster Ordnung

Lineare Differentialgleichung erster Ordnung wird eine Gleichung der Form

(9.11a)

genannt, in der die unbekannte Funktion und ihre Ableitung nur in der ersten Potenz, d.h. linear auftreten. Der
integrierende Faktor ist hier

(9.11b)

das allgemeine Integral ergibt sich gemäß

(9.11c)

Wenn in dieser Formel das unbestimmte Integral überall durch das bestimmte Integral in den Grenzen und

ersetzt wird, dann gilt für die Lösung gemäß Hauptsatz der Integralrechnung . Ist irgendeine
partikuläre Lösung der Differentialgleichung, dann ergibt sich die allgemeine Lösung nach der Formel
(9.11d)

Sind zwei linear unabhängige partikuläre Lösungen und bekannt, dann erhält man die allgemeine

Lösung ohne Integration gemäß

(9.11e)

Beispiel

Es ist die Differentialgleichung mit der Anfangsbedingung für

zu integrieren. Man berechnet und erhält gemäß (9.11c) die Lösung

Lineare Differentialgleichungen zweiter Ordnung

Zu dieser Klasse von Differentialgleichungen gehören viele spezielle Differentialgleichungen, die in den
Anwendungen vorkommen und in in diesem Abschnitt behandelt werden. Ausführliche Darstellungen der
Eigenschaften dieser Differentialgleichungen und ihrer Lösungsfunktionen s. Lit. 9.26.

● Allgemeine Methoden
● BESSELsche Differentialgleichung
● LEGENDREsche Differentialgleichung
● Hypergeometrische Differentialgleichung
● LAGUERREsche Differentialgleichung
● HERMITEsche Differentialgleichung
Lineare Differentialgleichungen mit periodischen Koeffizienten

Betrachtet wird die homogene lineare Differentialgleichung (17.13b), wobei eine T-

periodische Matrix-Funktion ist, d.h., es gilt . In diesem

Falle nennt man (17.13b) eine lineare T-periodische Differentialgleichung . Dann läßt sich jede Fundamentalmatrix

von (17.13b) in der Form darstellen, wobei eine glatte, reguläre -periodische

Matrix-Funktion ist und eine konstante Matrix vom Typ darstellt ( Satz von FLOQUET).

Sei die bei normierte Fundamentalmatrix der -periodischen Differentialgleichung

(17.13b) und eine Darstellung laut Satz von FLOQUET. Die Matrix heißt

Monodromie-Matrix von (17.13b); die Eigenwerte von sind die Multiplikatoren von (17.13b). Eine Zahl

ist genau dann Multiplikator von (17.13b), wenn es eine Lösung von (17.13b) gibt, so daß
gilt.
Lineare Differentialgleichungen n-ter Ordnung

● Klassifizierungen
● Fundamentalsystem von Lösungen
● Erniedrigung der Ordnung
● Superpositionssatz
● Zerlegungssatz
● Lösung der inhomogenen Differentialgleichung mittels Quadraturen
Integration der inhomogenen linearen und der quasilinearen partiellen
Differentialgleichung

Zur Integration der inhomogenen linearen und der quasilinearen partiellen Differentialgleichung (9.68a) wird die

Lösung in der impliziten Form gesucht. Die Funktion ist eine Lösung der

homogenen linearen Differentialgleichung mit unabhängigen Veränderlichen

(9.70a)

deren charakteristisches System

(9.70b)

charakteristisches System der ursprünglichen Gleichung (9.68a) genannt wird.

Lineare partielle Differentialgleichungen 2. Ordnung
● Klassifikation und Eigenschaften der Differentialgleichungen
2. Ordnung mit zwei unabhängigen Veränderlichen
● Klassifikation und Eigenschaften der Differentialgleichungen
2. Ordnung mit mehr als zwei unabhängigen Veränderlichen
● Integrationsmethoden für lineare partielle Differentialgleichungen 2. Ordnung
Allgemeine Form

Eine Differentialgleichung dieser Art hat die Gestalt

(9.83a)

wobei die gegebene Funktionen der unabhängigen Variablen sind und die Punkte in (9.83a) Glieder bedeuten,
in denen keine Ableitungen zweiter Ordnung der unbekannten Funktionen enthalten sind.
Im allgemeinen kann die Differentialgleichung (9.83a) nicht durch Transformationen der unabhängigen Variablen auf
eine einfache Normalform gebracht werden.
Es gibt aber eine wichtige Klassifikation, die der für Differentialgleichungen 2. Ordnung mit zwei unabhängigen
Veränderlichen eingeführten Klassifikation ähnlich ist (s. Lit. 9.6).
Lineare partielle Differentialgleichungen 2. Ordnung mit konstanten Koeffizienten

Wenn die Koeffizienten in (9.83a) konstant sind, dann ist durch eine lineare homogene Transformation der
unabhängigen Variablen eine Transformation auf die einfachere Normalform

(9.83b)

möglich, in der sämtliche Koeffizienten gleich oder sind. Man kann mehrere charakteristische Fälle
unterscheiden:

1.
Alle Koeffizienten sind von Null verschieden und haben dasselbe Vorzeichen: Dann handelt es sich um
eine elliptische Differentialgleichung .
2.
Alle Koeffizienten sind von Null verschieden, aber einer hat ein zu allen übrigen entgegengesetztes
Vorzeichen: Dann handelt es sich um eine hyperbolische Differentialgleichung . Treten darüber hinaus von
jeder Vorzeichenart wenigstens zwei auf, dann ist es eine ultrahyperbolische Differentialgleichung .
3.
Einer der Koeffizienten verschwindet, die übrigen sind verschieden von Null und haben gleiches
Vorzeichen: Dann handelt es sich um eine parabolische Differentialgleichung .
4.
Ein relativ einfach zu lösender Fall liegt vor, wenn nicht nur die Koeffizienten der höchsten Ableitungen der
unbekannten Funktionen konstant sind, sondern auch die der ersten Ableitungen. Man kann dann die Glieder
mit den ersten Ableitungen durch eine Variablensubstitution eliminieren, für die ist. Dazu setzt man

(9.83c)

wobei der Koeffizient von in (9.83b) ist und die Summation über alle zu erfolgen hat.

Auf diese Weise können alle elliptischen und hyperbolischen Differentialgleichungen mit konstanten Koeffizienten auf
eine einfache Form gebracht werden:

a) Elliptischer Fall:
(9.83d)
b) Hyperbolischer Fall:

(9.83e)
Mit wird der LAPLACEsche Operator

(9.83f)

bezeichnet.
Integrationsmethoden für lineare partielle Differentialgleichungen 2. Ordnung

● Methode der Variablentrennung

● Lösung der Saitenschwingungsgleichung
● Lösung der Stabschwingungsgleichung
● Lösung der Membranschwingungsgleichung
● Lösung des Dirichletschen Problems
● Lösung der Wärmeleitungsgleichung
● RIEMANNsche Methode zur Lösung des CAUCHYschen Problems der hyperbolischen Differentialgleichung
● GREENsche Methode zur Lösung von Randwertproblemen für elliptische Differentialgleichungen mit zwei
unabhängigen Variablen
● GREENsche Methode zur Lösung von Randwertproblemen mit drei
unabhängigen Variablen
● Vergleich der RIEMANNschen und der GREENschen Methode
● Operatorenmethoden
● Näherungsmethoden
Klassifikation und Eigenschaften der Differentialgleichungen
2. Ordnung mit zwei unabhängigen Veränderlichen

● Allgemeine Form
● Charakteristiken
● Normalform oder kanonische Form
● Verallgemeinerung:
Klassifikation und Eigenschaften der Differentialgleichungen
2. Ordnung mit mehr als zwei unabhängigen Veränderlichen

● Allgemeine Form
● Lineare partielle Differentialgleichungen 2. Ordnung mit konstanten Koeffizienten
Erniedrigung der Ordnung

Eine der wichtigsten Methoden zur Integration von Differentialgleichungen -ter Ordnung
(9.28)
ist die Substitution der Variablen, die auf einfachere Differentialgleichungen, insbesondere auf solche mit niedrigerer
Ordnung führt. Man kann mehrere Fälle unterscheiden.

● Fall 1
● Fall 2
● Fall 3
● Fall 4
Erniedrigung der Ordnung

Wenn eine partikuläre Lösung einer homogenen Differentialgleichung bekannt ist, dann können die weiteren
Lösungen durch den Ansatz
(9.37)

aus einer homogenen linearen Differentialgleichung der Ordnung für bestimmt werden.
Lösungen der homogenen Differentialgleichung mit konstanten Koeffizienten

Das Aufsuchen der allgemeinen Lösung der homogenen Differentialgleichung (9.40a) mit , d.h.
(9.41a)

erfordert die Bestimmung der Wurzeln der sogenannten charakteristischen Gleichung

(9.41b)

Jede Wurzel liefert eine Lösung der Gleichung . Tritt eine Wurzel mit der Vielfachheit

auf, dann sind ebenfalls Lösungen. Die Linearkombination dieser aller

Lösungen ergibt die allgemeine Lösung der homogenen Differentialgleichung:

(9.41c)

Wenn die Koeffizienten reell sind, können komplexe Wurzeln der charakteristischen Gleichung nur paarweise

konjugiert komplex auftreten. In diesem Falle sind z.B. für und in den betreffenden
Gliedern der allgemeinen Lösungen die Funktionen und durch und zu

ersetzen. Die dabei entstehenden Ausdrücke der Form können auch in der Form

mit den Konstanten und dargestellt werden.

Beispiel

Zur Differentialgleichung gehört die charakteristische Gleichung

mit den Wurzeln . Die

allgemeine Lösung kann in zwei Formen angegeben werden:

Allgemeine Form der partiellen Differentialgleichung 1. Ordnung

Allgemeine Form der partiellen Differentialgleichung 1. Ordnung wird die implizite Gleichung

(9.73a)

genannt.

1. Vollständiges Integral heißt die Lösung

(9.73b)

die von Parametern abhängt und für deren Funktionaldeterminante mit den betrachteten Werten

von gelten muß

(9.73c)
 2. Charakteristische Streifen:Die Integration von (9.73a) wird auf die Integration des charakteristischen
Systems

(9.73d)

mit

(9.73e)

zurückgeführt. Die Lösungen des charakteristischen Systems, die die zusätzliche Bedingung
(9.73f)
erfüllen, heißen charakteristische Streifen .
Satz über die Zentrumsmannigfaltigkeit für Differentialgleichungen

Betrachtet wird eine parameterabhängige Differentialgleichung

(17.53)

mit , wobei und offene Mengen darstellen und als -mal stetig

differenzierbar vorausgesetzt wird. Die Gleichung (17.53) läßt sich als parameterfreie Differentialgleichung

im Phasenraum interpretieren. Aus dem Satz von PICARD - LINDELÖF und dem

Satz über die

Differenzierbarkeit nach den Anfangswerten folgt, daß (17.53) für beliebige und eine lokal

eindeutige Lösung mit Anfang zur Zeit besitzt, die bezüglich und dann -mal stetig

differenzierbar ist. Alle Lösungen mögen auf ganz existieren.

Es wird weiter vorausgesetzt, daß System (17.53) bei die Ruhelage besitzt, d.h., es gelte
 . Es seien die Eigenwerte von mit Re

. Außerdem habe genau Eigenwerte mit negativem und Eigenwerte

mit positivem Realteil.

Nach dem Satz über die Zentrumsmannigfaltigkeit für Differentialgleichungen ( Satz von SHOSHITAISHVILI)
(s. Lit. 17.12) ist die Differentialgleichung (17.53) für mit hinreichend kleiner Norm in einer Umgebung von

topologisch äquivalent zu einem System

(17.54)

mit und , wobei eine Matrix vom Typ ist, die als Eigenwerte

hat, und eine -Funktion mit sowie darstellt.

Aus der Darstellung (17.54) folgt, daß Bifurkationen von (17.53) in einer Umgebung von ausschließlich durch die
Differentialgleichung

(17.55)
beschrieben werden. Die Gleichung (17.55) stellt die auf die lokale Zentrumsmannigfaltigkeit
 von (17.54) reduzierte Differentialgleichung dar.

Die reduzierte Differentialgleichung (17.55) kann oft durch eine nichtlineare parameterabhängige
Koordinatentransformation, die die topologische Struktur ihres Phasenporträts nahe der untersuchten Ruhelage nicht
ändert, auf eine relativ einfache Form (z.B. mit Polynomen auf der rechten Seite) gebracht werden, die Normalform
heißt. Eine Normalform läßt sich nicht eindeutig bestimmen; in der Regel wird eine Bifurkation durch unterschiedliche
Normalformen äquivalent beschrieben.
Numerische Integration

Die numerische Integration von Differentialgleichungen wird in Abschnitt ,,Genäherte Integration von gewöhnlichen
Differentialgleichungen`` ausführlich behandelt. Auf die numerische Integration der Differentialgleichung
ist man vor allem dann angewiesen, wenn sie nicht in den Spezialfällen enthalten ist, deren

analytische Lösung in den vorausgehenden Abschnitten beschrieben worden ist, oder wenn zu kompliziert

ist. Das wird insbesondere dann der Fall sein, wenn nichtlinear von abhängt.
Operatorenschreibweise

Die Differentialgleichung (9.33) kann symbolisch in der Form

(9.40a)
geschrieben werden, wobei ein Differentialoperator ist:

(9.40b)

Wenn die Koeffizienten konstant sind, dann ist ein gewöhnliches Polynom -ten Grades hinsichtlich

des Operators .
Haupteigenschaften der Eigenfunktionen und Eigenwerte

1.
Die Eigenwerte eines Randwertproblems bilden eine monoton wachsende Folge reeller Zahlen
(9.65a)
die gegen unendlich strebt.
2.
Die Eigenfunktion, die zum Eigenwert gehört, besitzt im Intervall genau Nullstellen.
3.
Sind und zwei Eigenfunktionen, die zu demselben Eigenwert gehören, dann unterscheiden

sie sich nur durch einen konstanten Faktor , d.h., es gilt

(9.65b)
4.
Für zwei Eigenfunktionen und , die den verschiedenen Eigenwerten und

entsprechen, gilt die Orthogonalitätsrelation

 (9.65c)

wobei das Gewicht der Orthogonalität genannt wird.

5.
Wenn in (9.64a) die Koeffizienten und durch und ersetzt

werden, dann werden die Eigenwerte nicht kleiner, sondern es gilt , wobei und die -ten

Eigenwerte der geänderten bzw. ungeänderten Gleichung sind. Wenn jedoch der Koeffizient durch

ersetzt wird, dann werden die Eigenwerte nicht größer, sondern es gilt . Der -te

Eigenwert hängt hierbei stetig von den Koeffizienten der Gleichung ab, d.h., daß hinreichend kleinen
Änderungen der Koeffizienten entsprechen beliebig kleine Änderungen des -ten Eigenwertes.
6.
Verkleinerungen des Intervalls ziehen keine Verkleinerung der Eigenwerte nach sich.
Partielle Differentialgleichungen
● Partielle Differentialgleichungen 1. Ordnung
● Lineare partielle Differentialgleichungen 2. Ordnung
● Partielle Differentialgleichungen aus Naturwissenschaft
und Technik
● Nichtlineare partielle Differentialgleichungen, Solitonen
Partielle Differentialgleichungen 1. Ordnung
● Lineare partielle Differentialgleichungen 1. Ordnung
● Nichtlineare partielle Differentialgleichungen 1. Ordnung
Lineare und quasilineare partielle Differentialgleichungen

Die Gleichung

(9.68a)

heißt lineare partielle Differentialgleichung erster Ordnung . Mit wird eine unbekannte Funktion der unabhängigen
Variablen bezeichnet, und die sind vorgegebene Funktionen dieser Variablen.

Wenn die Funktionen auch noch von abhängen, spricht man von einer quasilinearen partiellen
Differentialgleichung . Im Falle
(9.68b)
heißt die Gleichung homogen.
Differentialgleichungen erster Ordnung mit zwei unabhängigen Veränderlichen

Für kann der charakteristische Streifen geometrisch als Kurve gedeutet

werden, die sich dadurch auszeichnet, daß in jedem ihrer Punkte ihre Tangentialebene

definiert ist. Dadurch kann die Aufgabe, die Integralfläche der Gleichung

(9.77)

zu bestimmen, die durch eine gegebene Kurve hindurchgeht, also das CAUCHYsche Problem zu lösen, auf eine
andere Aufgabe zurückgeführt werden: Durch die Punkte der Anfangskurve sind die charakteristischen Streifen
hindurchzulegen, deren zugehörige Ebene diese Kurve tangiert. Man gewinnt die Werte und in den Punkten

der Anfangskurve aus den Beziehungen und , die im Falle

nichtlinearer Differentialgleichungen im allgemeinen mehrere Lösungen besitzen. Damit sich bei Stellung des
CAUCHYschen Problems eindeutige Lösungen ergeben, sind entlang der Anfangskurve zwei stetige Funktionen
und festzulegen, die den beiden Beziehungen genügen.
Die Existenzbedingungen für die Lösung des CAUCHYschen Problems s. Lit. 9.26.

Beispiel A

Für die partielle Differentialgleichung und die Anfangskurve kann entlang

der Kurve und gesetzt werden. Das charakteristische System besitzt die Form

Der charakteristische Streifen mit den Anfangswerten und für genügt den

Gleichungen . Für den

Fall lautet die Gleichung der zum charakteristischen Streifen gehörenden Kurve,

die durch den Punkt der Anfangskurve verläuft,

Elimination der Parameter und liefert . Für andere zulässige Werte von und längs

der Anfangskurve hätte sich eine andere Lösung ergeben.

 Die Einhüllende einer einparametrigen Integralflächenschar ist ebenfalls eine Integralfläche. Unter
Beachtung dieses Umstandes kann das CAUCHYsche Problem mit Hilfe des vollständigen Integrals gelöst
werden. Dazu wird eine einparametrige Schar von Lösungen gesucht, die die Ebenen berühren, die in den
Punkten der Anfangskurve gegebenen sind. Dann ist noch die Einhüllende dieser Schar zu bestimmen.

Beispiel B

Für die CLAIRAUTsche Differentialgleichung soll die Integralfläche bestimmt

werden, die durch die Kurve verläuft. Das vollständige Integral der Differentialgleichung

lautet . Da entlang der Anfangskurve gilt, bestimmt man mit der

Bedingung die erforderliche einparametrige Integralflächenschar. Nach Ermittlung der Einhüllenden

erhält man .
Partielle Differentialgleichungen

● Allgemeine Vorgehensweise
● Lösung der eindimensionalen Wellengleichung für ein homogenes Medium
Genäherte Integration von partiellen
Differentialgleichungen
Im folgenden wird nur das Prinzip der numerischen Lösung partieller Differentialgleichungen am Beispiel linearer
partieller Differentialgleichungen 2. Ordnung mit zwei unabhängigen Variablen unter passenden Rand- oder/und
Anfangsbedingungen gezeigt.

● Differenzenverfahren
● Ansatzverfahren
● Methode der finiten Elemente (FEM)
Partielle Differentialgleichungen

● Allgemeine Vorgehensweise
● Lösung der eindimensionalen Wärmeleitungsgleichung für ein homogenes Medium
Nichtlineare partielle Differentialgleichungen, Solitonen
● Physikalisch-mathematische Problemstellung
● KORTEWEG-DE-VRIES-Gleichung
● Nichtlineare SCHRÖDINGER-Gleichung
● Sinus- GORDON-Gleichung
● Weitere nichtlineare Evolutionsgleichungen mit Solitonlösungen
Potentialgleichung

Potentialgleichung oder POISSONsche Differentialgleichung wird die lineare partielle Differentialgleichung zweiter
Ordnung
(9.103a)

genannt, die die Bestimmung des Potentials eines skalaren Feldes ermöglicht, das von einer Punktfunktion

erzeugt wird, wobei für die Koordinaten steht und der LAPLACE-Operator ist. Die

Lösung, das Potential im Punkt , wird im Abschnitt Differentialgleichungen der Feldtheorie

behandelt.
Für die homogene Differentialgleichung mit ergibt sich die LAPLACEsche Differentialgleichung

(9.103b)
Die Differentialgleichungen (9.103a) und (9.103b) sind vom elliptischen Typ.
Poissonsche Differentialgleichung

Die Aufgabe der Bestimmung des Potentials eines Vektorfeldes , in dem Quellen enthalten

sind, führt gemäß (13.127a) mit auf

(13.131a)
d.h. auf die POISSONsche Differentialgleichung . In kartesischen Koordinaten gilt:

(13.131b)

Die LAPLACEsche Differentiagleichung (13.130b) ist somit ein Spezialfall der POISSONschen Differentialgleichung
(13.131b).
Lösungen sind das NEWTON-Potential (für Punktmassen) oder das COULOMB-Potential (für Punktladungen)

(13.131c)
deren Potential für größer werdende -Werte hinreichend stark gegen Null strebt.

Zur POISSONschen Differentialgleichung können die gleichen drei Randwertbedingungen wie für die Lösung der
LAPLACEschen Differentialgleichung formuliert werden. Die erste und dritte Randwertaufgabe sind eindeutig lösbar,
an die zweite müssen noch spezielle Bedingungen gestellt werden (s. Lit. 9.6).
Randwertprobleme
● Problemstellung
● Haupteigenschaften der Eigenfunktionen und Eigenwerte
● Entwicklung nach Eigenfunktionen
RICCATIsche Differentialgleichung

RICCATIsche Differentialgleichung heißt die Gleichung

(9.13a)

die im allgemeinen nicht durch Quadraturen gelöst werden kann, d.h. nicht durch endlich viele aufeinander folgende
Integrationen. Ist aber eine partikuläre Lösung der RICCATIschen Differentialgleichung bekannt, dann läßt sich
diese durch die Substitution

(9.13b)

auf eine lineare Differentialgleichung für zurückführen. Kennt man noch eine zweite Lösung , so ist

(9.13c)
eine partikuläre Lösung der linearen Differentialgleichung für die Variable , so daß sich ihre Integration vereinfacht.
Sollten sogar drei Lösungen und bekannt sein, dann lautet das allgemeine Integral der RICCATIschen
Differentialgleichung

(9.13d)

Durch die Substitution

(9.13e)

läßt sich die RICCATIsche Differentialgleichung stets in die Normalform

(9.13f)

überführen. Mit der Substitution

(9.13g)
ergibt sich aus (9.13a) eine lineare Differentialgleichung zweiter Ordnung

(9.13h)

Beispiel

Es ist die Differentialgleichung zu lösen. Man setzt ,

substituiert und erhält für den Koeffizienten der ersten Potenz von den Ausdruck , der zum

Verschwinden gebracht wird, indem man setzt.

Somit ergibt sich .

Man sucht partikuläre Lösungen der Form und findet durch Einsetzen ,

d.h. zwei partikuläre Lösungen .

Die Substitution liefert .

Durch Einsetzen der partikulären Lösung ergibt sich die allgemeine Lösung

und hiermit

.
Existenzsatz, Richtungsfeld

● Existenz einer Lösung, LIPSCHITZ-Bedingung

● Richtungsfeld, Vertikale Richtungen
● Allgemeines Integral
Unterabschnitte

● Problemstellung:
● Lösungsansatz:
● Lösungen:
● Spezialfall Würfel, Entartung:

Kräftefreie Bewegung eines Teilchens in einem Quader

Problemstellung:

Ein Teilchen mit der Masse bewege sich kräftefrei in einem Quader mit undurchlässigen Wänden der
Kantenlänge , so daß es sich in einem Potentialkasten befindet, der in alle drei Raumrichtungen wegen
seiner Undurchlässigkeit unendlich hoch ist, d.h., die Aufenthaltswahrscheinlichkeit des Teilchens und damit die
Wellenfunktion verschwinden außerhalb des Kastens. Die SCHRÖDINGER-Gleichung und die Randbedingungen
lauten für dieses Problem
 (9.108a)

(9.108b)

Lösungsansatz:

Mit dem Separationsansatz

(9.109a)
zur Variablentrennung ergibt sich nach Einsetzen in (9.108a)

(9.109b)

Jedes der drei Glieder auf der linken Seite hängt nur von einer unabhängigen Variablen ab. Ihre Summe kann für
beliebige nur dann konstant gleich sein, wenn jedes einzelne Glied für sich konstant ist. In diesem
Falle kann die partielle Differentialgleichung in drei gewöhnliche Differentialgleichungen aufgespalten werden:

(9.109c)

Zwischen den Separationskonstanten besteht der Zusammenhang

 (9.109d)
womit folgt

(9.109e)

Lösungen:

Lösungen der drei Gleichungen (9.109c) sind die Funktionen

(9.110a)

mit den Konstanten . Damit erfüllt die Randbedingungen für und

. Um die Bedingung auch für und zu erfüllen, muß

(9.110b)
gelten, d.h., es müssen die Beziehungen

(9.110c)

erfüllt sein, in denen und ganze Zahlen sind.

Für die Gesamtenergie erhält man damit
 (9.110d)

woraus folgt, daß Energieänderungen des Teilchens durch Austausch mit der Umgebung nicht kontinuierlich,
sondern lediglich in Quanten möglich sind. Die Zahlen und , die zu den Eigenwerten der Energie
gehören, werden Quantenzahlen genannt.
Nach der Berechnung des Konstantenprodukts aus der Normierungsbedingung

(9.110e)

ergeben sich die vollständigen Eigenfunktionen des durch die drei Quantenzahlen charakterisierten Zustandes zu

(9.110f)

Die Eigenfunktionen verschwinden an den Wänden, wenn eine der drei Sinusfunktionen gleich Null ist. Außer an den
Wänden ist das immer dann der Fall, wenn die Beziehungen

(9.110g)
erfüllt sind. Somit gibt es bzw. bzw. Ebenen senkrecht zur - bzw. - bzw. -Achse,

in denen verschwindet. Diese Ebenen heißen Knotenebenen .

Spezialfall Würfel, Entartung:

Im Spezialfalle des Würfels mit kann sich ein Teilchen gleichzeitig in mehreren Zuständen befinden, die
durch unterschiedliche linear unabhängige Eigenfunktionen beschrieben werden und die gleiche Energie besitzen.
Das ist der Fall, wenn die Summe in verschiedenen Zuständen den gleichen Wert hat. Man

spricht dann von entarteten Zuständen , und wenn es Zustände mit gleicher Energie sind, von -facher Entartung
.
Die Quantenzahlen und können alle ganzen Zahlen durchlaufen, außer der Null. Letzteres würde
bedeuten, daß die Wellenfunktion identisch Null ist, d.h., das Teilchen an keinem Ort innerhalb des Kastens existiert.
Somit muß die Teilchenenergie endlich bleiben, selbst wenn die Temperatur des absoluten Nullpunktes erreicht ist.
Diese Nullpunktstranslationsenergie beträgt für den Quader

(9.110h)
Selbstadjungierte Differentialgleichung

Selbstadjungierte Differentialgleichung wird die folgende wichtige Form der Differentialgleichungen 2. Ordnung
genannt:
(9.64a)
Als lineare Randbedingungen werden die homogenen Bedingungen
(9.64b)

vorgegeben. Die Funktionen und sollen in dem endlichen Intervall

stetig sein. Im Falle eines unendlichen Intervalls ändern sich die Ergebnisse ganz wesentlich

(s. Lit. 9.6). Außerdem wird verlangt, daß gilt. Die Größe , ein Parameter

der Differentialgleichung, ist konstant. Für ergibt sich zum inhomogenen Randwertproblem das zugehörige
homogene Randwertproblem .
Jede Differentialgleichung 2. Ordnung
(9.64c)
kann, falls in ist, durch Multiplikation mit auf die selbstadjungierte Form (9.64a) gebracht

werden. Dazu sind die Substitutionen

(9.64d)

erforderlich.
Um eine Lösung zu finden, die den inhomogenen Bedingungen
(9.64e)
genügt, geht man auf eine Aufgabe mit homogenen Bedingungen durch Änderung der rechten Seite zurück, indem
man die unbekannte Funktion mit Hilfe der Substitution ersetzt. Dabei ist eine beliebige, zweimal

differenzierbare Funktion, die die inhomogenen Randbedingungen erfüllt, während eine neue unbekannte
Funktion ist, die die zugehörigen homogenen Randbedingungen erfüllt.
Steife Differentialgleichungen

Bei vielen Anwendungen, z.B. in der chemischen Kinetik, führen mathematische Modelle auf Differentialgleichungen,
deren Lösungen sich aus verschieden stark exponentiell abklingenden Anteilen zusammensetzen. Solche
Differentialgleichungen werden als steif bezeichnet. In dem Beispiel
(19.117)

mit und leistet für den Fall der zu

gehörende Term keinen Beitrag zur Lösung, er beeinflußt aber ganz wesentlich die Wahl der Schrittweite eines
Näherungsverfahrens, so daß der Einfluß der Rundungsfehler sehr stark anwächst. Dann ist die Auswahl geeigneter
Näherungsverfahren unbedingt notwendig (s. Lit. 19.26).
Symmetriebrechung

Manche Differentialgleichungen (17.53) besitzen Symmetrien im folgenden Sinne: Es existiert eine lineare

Transformation (oder sogar eine Gruppe von Transformationen), so daß für alle

und ist. Ein Orbit von (17.53) heißt symmetrisch bezüglich T , falls ist.

Von einer symmetriebrechenden Bifurkation bei spricht man z.B. in (17.53) (bei ), wenn für

eine stabile Ruhelage oder ein stabiler Grenzzyklus vorliegt, die jeweils symmetrisch bezüglich sind, und bei
zwei weitere stabile Ruhelagen oder Grenzzyklen entstehen, die nicht mehr symmetrisch bezüglich sind.

Beispiel
Für System (17.53) mit definiert eine Symmetrie, denn

. Bei ist eine stabile Ruhelage. Bei

gibt es neben die beiden anderen Ruhelagen , die beide nicht

symmetrisch sind.
Topologische Äquivalenz von Differentialgleichungen

● Definition
● Satz von Grobman und Hartman
Unterabschnitte

● Methode der Variation der Konstanten:

● Methode von CAUCHY:

Lösung der inhomogenen Differentialgleichung mittels Quadraturen

Wenn das Fundamentalsystem von Lösungen der zugehörigen homogenen Differentialgleichung bekannt ist, stehen
die folgenden zwei Lösungsverfahren zur Verfügung:

Methode der Variation der Konstanten:

Die gesuchte Lösung wird in der Form

(9.38a)

aufgeschrieben. Die werden nicht als Konstanten aufgefaßt, sondern als Funktionen von .
Danach wird die Erfüllung der Gleichungen
 (9.38b)

gefordert. Einsetzen von in (9.33) ergibt

(9.38c)
Darauf folgt die Lösung des linearen Gleichungssystems (9.38b) und (9.38c) zur Bestimmung der

deren Integrale die liefern.

Beispiel
 .

In den Intervallen bzw. sind alle Voraussetzungen über die Koeffizienten erfüllt. Zuerst wird die

homogene Gleichung gelöst. Eine partikuläre Lösung ist . Der

Ansatz ergibt für die Differentialgleichung .

Eine Lösung dieser Differentialgleichung ist , und somit ist

. Damit ergibt sich die zweite Lösung . Die

allgemeine Lösung der homogenen Gleichung ist daher . Variation der Konstanten

ergibt jetzt:

also
 Damit ist die allgemeine Lösung der inhomogenen Differentialgleichung:

Methode von CAUCHY:

In der allgemeinen Lösung

(9.39a)
der zu (9.33) gehörenden homogenen Differentialgleichung werden die Konstanten derart bestimmt, daß für den

beliebigen Parameter die Gleichungen erfüllt sind.

Auf diese Weise erhält man eine spezielle Lösung der homogenen Differentialgleichung, die mit bezeichnet

werden soll, und

(9.39b)

ist dann eine partikuläre Lösung der inhomogenen Differentialgleichung (9.33), die an der Stelle gemeinsam

mit ihren Ableitungen bis zur Ordnung einschließlich verschwindet.

Beispiel
Für die mit der Methode der Variation der Konstanten gelöste Differentialgleichung folgt aus

so daß die partikuläre Lösung der inhomogenen Differentialgleichung mit lautet:

. Hieraus kann man auch

die allgemeine Lösung der inhomogenen Differentialgleichung gewinnen.

Lineare partielle Differentialgleichungen erster Ordnung in vollständigen
Differentialen

Gleichungen dieser Art haben die Gestalt

(9.78a)

wobei die gegebene Funktionen der Variablen sind. Man spricht von einer
vollständig integrierbaren Differentialgleichung , wenn sich eine eindeutige Beziehung zwischen den
angeben läßt, die einen frei wählbaren konstanten Faktor enthält, und die auf die Gleichung

(9.78a) führt. Dann existiert eine eindeutige Lösung von (9.78a), die für die

Anfangswerte der unabhängigen Veränderlichen einen vorgegebenen Wert ergibt. Daraus folgt

für , daß durch jeden Raumpunkt eine und nur eine Integralfläche verläuft.

Vollständige Integrabilität gibt es für die Differentialgleichung (9.78a) dann und nur dann, wenn die
Beziehungen

(9.78b)

in allen Variablen identisch erfüllt sind.

Wenn die Differentialgleichung in der symmetrischen Gestalt

(9.78c)

gegeben ist, dann lautet die Bedingung für die vollständige Integrabilität für alle Kombinationen der Indizes

(9.78d)

Liegt vollständige Integrabilität vor, dann kann die Auflösung der Differentialgleichung (9.78a) auf die Integration einer
gewöhnlichen Differentialgleichung mit Parametern zurückgeführt werden.
Unterabschnitte

● Problemstellung
● Lösungsansatz und Lösungsgang
● Physikalische Lösungen:

Linearer harmonischer Oszillator

Problemstellung

Harmonische Schwingungen entstehen, wenn die rücktreibende Kraft im Oszillator dem HOOKEschen Gesetz
genügt. Für Schwingungsfrequenz, Schwingungskreisfrequenz und potentielle Energie ergeben sich:

(9.118a)
 (9.118b)

(9.118c)

Durch Einsetzen in (9.107a) erhält die SCHRÖDINGER-Gleichung die Form:

(9.119a)

Mit Hilfe der Substitutionen

(9.119b)

(9.119c)

wobei ein Parameter und nicht die Wellenlänge ist, kann (9.119a) in die einfachere Form der WEBERschen
Differentialgleichung

(9.119d)

überführt werden.

Lösungsansatz und Lösungsgang

Für die WEBERsche Differentialgleichung erhält man mit Hilfe des Ansatzes
 (9.120a)
eine Lösung. Differentiation führt auf

(9.120b)

Einsetzen in die SCHRÖDINGER-Gleichung (9.119d) liefert

(9.120c)

Eine Lösung wird über den Reihenansatz

(9.121a)

bestimmt: Einsetzen von (9.121a) in (9.120c) ergibt

(9.121b)

Durch Vergleich der Koeffizienten von erhält man die Rekursionsformel

(9.121c)

Die Koeffizienten für gerade Potenzen von werden auf zurückgeführt, die Koeffizienten für ungerade

Potenzen auf . Damit sind und frei wählbar.

Physikalische Lösungen:

Gesucht ist die Aufenthaltswahrscheinlichkeit des betrachteten Teilchens in den verschiedenen Zuständen. Diese
wird mit Hilfe einer physikalisch sinnvollen, d.h. normierbaren, für große Werte von gegen Null gehenden

Eigenfunktion und quadratisch integrierbaren Wellenfunktion beschrieben.

Die Exponentialfunktion im Ansatz (9.120a) sorgt dafür, daß die Lösung für

gegen Null strebt, wenn die Funktion ein Polynom ist. Daher müssen die Koeffizienten in (9.121a),

beginnend von einem bestimmten an, für alle verschwinden:

. Mit lautet die Rekursionsformel (9.121c) jetzt

(9.122a)

Für kann sie nur erfüllt werden, wenn

(9.122b)

gesetzt wird. Somit verschwinden durch die angegebene Wahl von die Koeffizienten . Damit
auch die Koeffizienten verschwinden, muß sein.

Für die spezielle Wahl erhält man die HERMITEschen Polynome der
2. Definitionsgleichung. Die ersten sechs lauten:

(9.122c)

Die Lösung für die Schwingungsquantenzahl ergibt sich zu

(9.123a)

wobei der Normierungsfaktor ist. Man erhält ihn aus der Normierungsbedingung zu

(9.123b)

Für die Eigenwerte der Schwingungsenergie ergibt sich als Quantisierungsbedingung aus der Bedingung für den
Abbruch der Reihe mit (9.119c)
 (9.123c)

Das Spektrum der Energiezustände ist äquidistant. Der Summand in der Klammer bedeutet, daß der

quantenmechanische Oszillator im Unterschied zum klassischen auch im tiefsten energetischen Zustand mit
Energie besitzt, die Nullpunktsschwingungsenergie .
Die folgende Abbildung zeigt eine graphische Darstellung des äquidistanten Spektrums der Energiezustände, die
zugehörigen Wellenfunktionen bis sowie die Funktion der potentiellen Energie (9.118c).
Die Punkte auf der Parabel der potentiellen Energie bezeichnen die Umkehrpunkte des klassischen Oszillators, die

als Amplitude aus der Energie berechnet werden. Die quantenmechanische

Wahrscheinlichkeit, ein Teilchen im Intervall zu finden, ist durch gegeben.

Sie ist auch außerhalb dieser Punkte von Null verschieden. So liefert z.B. , also , gemäß
 , Maxima der Aufenthaltswahrscheinlichkeit bei

(9.123d)

Für den entsprechenden klassischen Oszillator ergibt sich

(9.123e)

Die quantenmechanische Verteilungsdichte nähert sich für große Werte der Quantenzahl in ihrem Mittelwert der
klassischen.
RIEMANNsche Methode zur Lösung des CAUCHYschen Problems der hyperbolischen
Differentialgleichung

(9.90a)

1. RIEMANNsche Funktion heißt die Funktion , wobei und als Parameter aufgefaßt werden,

die der zu (9.90a) konjugierten homogenen Differentialgleichung

(9.90b)

und den Bedingungen

(9.90c)

genügt. Allgemein haben lineare Differentialgleichungen zweiter Ordnung und die zu ihnen konjugierten
Differentialgleichungen die folgende Form:
 (9.90d)

und

(9.90e)

2. RIEMANNsche Formel wird die Integralformel genannt, mit deren Hilfe die Funktion bestimmt wird,

die der gegebenen Differentialgleichung (9.90a) genügt und die auf einer vorgegebenen Kurve (s. Abbildung)

zusammen mit ihrer Ableitung nach der Richtung der Kurvennormalen vorgegebene Werte annimmt:
 (9.90f)

Die glatte Kurve darf keine zu den Koordinatenachsen parallelen Tangenten besitzen, d.h., sie darf die
Charakteristiken nicht berühren. Das Kurvenintegral in dieser Formel kann berechnet werden, da aus den Werten der
Funktion und ihrer Ableitung nach einer nichttangentialen Richtung längs des Kurvenbogens die Werte beider partieller
Ableitungen ermittelbar sind.
Oft werden beim CAUCHYschen Problem anstelle der Normalenableitung auf der Kurve die Werte einer partiellen

Ableitung der gesuchten Funktion vorgegeben, z.B. . Dann wird eine andere Form der RIEMANNschen Formel

verwendet:

(9.90g)

Beispiel Telegrafengleichung
nennt man die lineare partielle Differentialgleichung zweiter Ordnung vom hyperbolischen Typ
 (9.91a)

mit den Konstanten und , die das Fließen des elektrischen Stromes in Leitungen beschreibt. Sie stellt
eine Verallgemeinerung der Saitenschwingungsgleichung dar.

Die unbekannte Funktion wird durch die Substitution ersetzt, so daß (9.91a) übergeht in

(9.91b)

Durch die Substitutionen der unabhängigen Variablen

(9.91c)

erhält man schließlich die Normalform

(9.91d)

der linearen partiellen Differentialgleichung vom hyperbolischen Typ.

Dieser Differentialgleichung muß die RIEMANNsche Funktion genügen und für sowie

den Wert Eins annehmen. Wenn in für die Gestalt

(9.91e)

gewählt wird, dann ist eine Lösung der Differentialgleichung

 (9.91f)

mit der Anfangsbedingung . Die Substitution überführt diese Differentialgleichung in die

BESSELsche Differentialgleichung nullter Ordnung

(9.91g)

so daß die Lösung lautet

(9.91h)

Eine Lösung der ursprünglichen Differentialgleichung (9.91a) mit den Anfangsbedingungen

(9.91i)

kann erhalten werden, indem man den gefundenen Wert von in die RIEMANNsche Formel einsetzt und zu den
ursprünglichen Variablen zurückkehrt:

(9.91j)
Differentialgleichungen der Feldtheorie
● Laplacesche Differentialgleichung
● Poissonsche Differentialgleichung
Kanonische Systeme von Differentialgleichungen

Manchmal ist es vorteilhafter, Differentialgleichungen zu betrachten, in denen die gesuchte Funktion nicht explizit
enthalten ist. Der Übergang zu einer derartigen Funktion kann erreicht werden, indem eine zusätzliche unabhängige
Veränderliche und eine unbekannte Funktion eingeführt werden. Für diese

Funktion wird über die Gleichung

(9.74a)

die gesuchte Funktion bestimmt. Dabei setzt man in (9.73a) anstelle von die Funktion

ein. Dann wird die Differentialgleichung (9.73a) nach einer beliebigen

partiellen Ableitung von aufgelöst. Die dazugehörige unabhängige Veränderliche wird nach entsprechender
Änderung der Numerierung der übrigen Variablen mit bezeichnet. Schließlich bringt man die Gleichung (9.73a) in
die Form
 (9.74b)

Das System der charakteristischen Differentialgleichungen geht so über in

(9.74c)

und

(9.74d)

Die Gleichungen (9.74c) stellen ein System von gewöhnlichen Differentialgleichungen dar, das einer beliebigen

Funktion von Variablen entspricht. Man nennt es ein kanonisches

System oder ein Normalsystem von Differentialgleichungen . Viele Aufgaben der Mechanik und der theoretischen
Physik führen auf Systeme dieser Art. Bei Kenntnis eines vollständigen Integrals

(9.74e)

der Gleichung (9.74b) kann die allgemeine Lösung des Normalsystems (9.74c) bestimmt werden, denn die

Gleichungen mit willkürlichen Parametern und

definieren eine -parametrige Lösung des Normalsystems (9.74c).

Superpositionssatz

Wenn und zwei Lösungen der Differentialgleichung (9.33) für verschiedene rechte Seiten und sind,

dann ist ihre Summe eine Lösung derselben Differentialgleichung mit der rechten Seite

. Daraus folgt, daß es zur Berechnung der allgemeinen Lösung einer inhomogenen
Differentialgleichung ausreicht, zu irgendeiner ihrer partikulären Lösungen die allgemeine Lösung der zugehörigen
homogenen Differentialgleichung zu addieren.
Normalform

Normalform nennt man den folgenden einfachen Fall eines Systems linearer Differentialgleichungen 1. Ordnung mit konstanten
Koeffizienten:

(9.45a)

Das Aufsuchen der allgemeinen Lösung eines derartigen Systems erfordert zuerst die Lösung der charakteristischen Gleichung

(9.45b)

Zu jeder einfachen Wurzel dieser Gleichung gehört ein System partikulärer Lösungen

(9.45c)

deren Koeffizienten aus dem System homogener linearer Gleichungen

 (9.45d)

zu bestimmen sind.
Da auf diese Weise gemäß Abschnitt Triviale Lösung und Fundamentalsystem nur die Verhältnisse bestimmt werden können,

ist in dem so gewonnenen System partikulärer Lösungen für jedes eine willkürliche Konstante enthalten. Wenn alle Wurzeln der

charakteristischen Gleichung verschieden sind, enthält die Summe aller dieser partikulären Lösungen voneinander unabhängige
willkürliche Konstanten, so daß sich damit die allgemeine Lösung des Systems ergibt. Wenn irgendein eine -fache Wurzel
der charakteristischen Gleichung ist, dann entspricht dieser Wurzel ein System partikulärer Lösungen der Form
(9.45e)

in dem die Polynome sind, die maximal den Grad haben können. Diese Ausdrücke werden mit

unbestimmten Koeffizienten in das System von Differentialgleichungen eingesetzt. Danach erfolgt eine Division durch , und
die Koeffizienten gleicher Potenzen von auf der linken und der rechten Seite werden gleichgesetzt. Dadurch entstehen lineare
Gleichungen für die unbekannten Koeffizienten, von denen frei wählbar sind. Die anderen Koeffizienten lassen sich durch diese
ausdrücken. Auf diese Weise entsteht ein Lösungsanteil mit beliebigen Konstanten. Der Grad der Polynome kann kleiner als
sein. Wenn speziell das System (9.45a) symmetrisch ist, d.h. wenn gilt, dann reicht es aus, die

zu setzen. Für komplexe Wurzeln der charakteristischen Gleichung können die betreffenden Glieder der

allgemeinen Lösung genau so auf eine reelle Form gebracht werden, wie es für den Fall einer Differentialgleichung mit konstanten
Koeffizienten gezeigt worden ist.

Beispiel
Für das System lautet die

charakteristische Gleichung

Für die einfache Wurzel erhält man

Daraus folgt . Für die mehrfache Wurzel

erhält man . Einsetzen in die

Gleichungen liefert

woraus folgt .
Die allgemeine Lösung lautet somit:
.
Anfangs- und Randbedingungen

Die Lösung physikalischer, technischer und naturwissenschaftlicher Probleme erfordert gewöhnlich die Erfüllung
zweier grundsätzlicher Anforderungen:

1.
Die gesuchte Lösung hat nicht nur der Differentialgleichung zu genügen, sondern zusätzlich noch Anfangs-
bzw. Randbedingungen. Dabei können Probleme auftreten, bei denen nur Anfangsbedingungen, nur
Randbedingungen oder sowohl Anfangs- als auch Randbedingungen vorgegeben sind. Die Gesamtheit aller
Bedingungen muß die Lösung der Differentialgleichung eindeutig festlegen.
2.
Die gesuchte Lösung muß gegenüber kleinen Änderungen der Anfangs- und Randbedingungen stabil sein,
d.h. sich beliebig wenig ändern, wenn die Änderungen dieser Bedingungen, oft auch Störungen genannt,
hinreichend klein sind. Man sagt dann, daß eine korrekte Problemstellung vorliegt.

Erst wenn diese Bedingungen erfüllt sind, kann davon ausgegangen werden, daß das mathematische Modell des
gegebenen Problems zur Beschreibung realer Erscheinungen geeignet ist.
Bei den Differentialgleichungen des hyperbolischen Typs, auf die besonders Untersuchungen von
Schwingungsvorgängen in kontinuierlichen Medien führen, ist z.B. das CAUCHYsche Problem korrekt gestellt. Dies
bedeutet, daß auf einer Anfangsmannigfaltigkeit, d.h. auf einer Kurve oder Fläche, Werte der zu bestimmenden
Funktion sowie ihrer Ableitungen in einer nichttangentialen, besonders der Normalenrichtung gegeben sind. Bei den
Differentialgleichungen des elliptischen Typs, auf die besonders Untersuchungen von stationären Vorgängen und von
Gleichgewichtsproblemen in kontinuierlichen Medien führen, ist die Stellung des Randwertproblems, d.h. die Vorgabe
der Werte der zu bestimmenden Funktion auf dem Rande des betrachteten Variabilitätsgebiets der unabhängigen
Variablen, korrekt. Wenn das betrachtete Gebiet unbegrenzt ist, dann müssen von der zu bestimmenden Funktion
geeignete Verhaltenseigenschaften beim unbegrenzten Wachstum der unabhängigen Variablen gefordert werden.
Inhomogene Bedingungen und inhomogene Differentialgleichungen

Die Lösung homogener oder inhomogener linearer partieller Differentialgleichungen bei inhomogenen Anfangs- oder
Randbedingungen kann auf die Lösung einer Gleichung zurückgeführt werden, die sich von der gegebenen lediglich
durch das die unbekannte Funktion nicht mehr enthaltende freie Glied unterscheidet, jetzt aber bei homogenen
Bedingungen. Dazu reicht es aus, die zu bestimmende Funktion durch eine Differenz zwischen ihr und einer
beliebigen, zweimal differenzierbaren Funktion zu ersetzen, die die gegebenen inhomogenen Bedingungen erfüllt.
Generell wird von der Erkenntnis Gebrauch gemacht, daß sich die Lösung einer linearen inhomogenen partiellen
Differentialgleichung bei gegebenen inhomogenen Anfangs- oder Randbedingungen als Summe der Lösung der
gleichen Differentialgleichung bei Nullbedingungen und der Lösung der entsprechenden homogenen
Differentialgleichung bei den gegebenen Bedingungen darstellen läßt.
Zur Zurückführung der Lösung der linearen inhomogenen partiellen Differentialgleichung

(9.96a)

bei den homogenen Anfangsbedingungen

(9.96b)

auf die Lösung des CAUCHYschen Problems für die zugehörige homogene Differentialgleichung wird
 (9.96c)

gesetzt. Dabei ist die Lösung der Differentialgleichung

(9.96d)

die den Randbedingungen

(9.96e)

genügt. In diesen Gleichungen steht symbolisch für die Gesamtheit der Variablen des -

dimensionalen Problems. Mit wird dabei ein linearer Differentialausdruck bezeichnet, der die Ableitung

enthalten darf, nicht aber höhere Ableitungen nach .

Unterabschnitte

● Methode der Irrfahrtsprozesse:

● Lösungsprinzip:

Lösung partieller Differentialgleichungen

Methode der Irrfahrtsprozesse:

Mit Hilfe von Irrfahrtsprozessen wird die Monte-Carlo-Methode zur genäherten Lösung von partiellen
Differentialgleichungen realisiert. Als Beispiel wird die folgende Randwertaufgabe betrachtet:

(16.165a)

(16.165b)

Hierbei ist ein einfach zusammenhängendes Gebiet der -Ebene; mit ist der Rand von bezeichnet.
Wie bei den Differenzenmethoden im Abschnitt Differenzenverfahren wird mit einem quadratischen Gitter
überzogen, bei dem ohne Beschränkung der Allgemeinheit die Schrittweite gewählt werden soll.
Auf diese Weise entstehen innere Gitterpunkte und Randpunkte . Von den Randpunkten , die

auch Gitterpunkte sind, wird zunächst zur Vereinfachung angenommen, daß sie tatsächlich auf dem Rand von
liegen, d.h., es soll
(16.166)
gelten (s. Abbildung).
Lösungsprinzip:

Man stellt sich vor, daß ein Teilchen von einem inneren Punkt aus zu einer Irrfahrt startet. Das bedeutet:

1.
Das Teilchen bewegt sich von aus zufällig zu einem der 4 Nachbarpunkte des Gitters. Jedem dieser

4 Gitterpunkte wird die Wahrscheinlichkeit für eine Bewegung zu diesem Punkt zugeordnet.

2.
Erreicht das Teilchen einen Randpunkt , dann endet dort die Irrfahrt mit der Wahrscheinlichkeit 1.

Es läßt sich zeigen, daß ein Teilchen nach endlich vielen Schritten von einem inneren Punkt aus einen
Randpunkt erreicht. Mit

(16.167)

wird die Wahrscheinlichkeit bezeichnet, daß eine Irrfahrt vom Punkt aus in dem Randpunkt endet.

Dann gilt
(16.168)
und
 (16.169)

Diese Gleichung (16.169) stellt eine Differenzengleichung für dar. Werden Irrfahrten vom Punkt

aus durchgeführt, von denen im Punkt enden , dann gilt

(16.170)

Diese Gleichung (16.170) gibt eine Näherungslösung der Differentialgleichung (16.165a) unter der Bedingung
(16.166) an. Die Randbedingung (16.165b) wird dagegen berücksichtigt, indem man

(16.171)

setzt; denn wegen (16.169) gilt .

Zur Berechnung von wird (16.169) mit multipliziert. Nach Summation erhält man die folgende

Differenzengleichung für :
 (16.172)

Werden Irrfahrten vom inneren Punkt aus durchgeführt, von denen im Randpunkt

enden, dann erhält man durch

(16.173)

einen Näherungswert im Punkt des Randwertproblems (16.165a,b).

Problemstellungen

Die Modellierung und mathematische Erfassung verschiedener physikalischer Erscheinungen im Rahmen der
klassischen theoretischen Physik, besonders in modellmäßig strukturlos oder kontinuierlich veränderlich
angenäherten Medien, also in Gasen, strukturlos angenommenen Flüssigkeiten sowie Festkörpern und besonders in
Feldern der klassischen Physik, führen auf partielle Differentialgleichungen, wie z.B. die Wellengleichung und die
Wärmeleitungsgleichung. Auch die nichtklassische theoretische Physik, die Quantenmechanik, die auf der Erkenntnis
aufbaut, daß Medien und Felder diskontinuierliche Erscheinungen sind, wird von einer partiellen Differentialgleichung
beherrscht, die geradezu eine dominierende Stellung einnimmt, von der SCHRÖDINGER-Gleichung. Besonders häufig
treten lineare partielle Differentialgleichungen 2. Ordnung auf, die auch in den modernen Ingenieur- und
Naturwissenschaften große Bedeutung erlangt haben.
Systeme linearer Differentialgleichungen mit konstanten Koeffizienten

● Normalform
● Homogene Systeme linearer Differentialgleichungen erster Ordnung
mit konstanten Koeffizienten
● Inhomogene Systeme linearer Differerentialgleichungen 1. Ordnung
● Systeme zweiter Ordnung
Homogene Systeme linearer Differentialgleichungen erster Ordnung
mit konstanten Koeffizienten

Homogene Systeme linearer Differentialgleichungen erster Ordnung mit konstanten Koeffizienten besitzen die
allgemeine Form

(9.46a)

Wenn die Determinante nicht verschwindet, d.h.

(9.46b)
dann läßt sich das System (9.46a) auf die Normalform (9.45a) bringen.

Der Fall bedarf zusätzlicher Betrachtungen (s. Lit.9.26).

Die Lösung kann auch von der allgemeinen Form aus und nach der gleichen Methode ermittelt werden, die bei der
Normalform zur Anwendung kommt. Die charakteristische Gleichung hat dann die Form
(9.46c)

Die Koeffizienten in der Lösung (9.45c), die der einfachen Wurzel entsprechen, werden in diesem Falle aus
dem Gleichungssystem
 (9.46d)

bestimmt. Ansonsten entspricht die Lösungsmethode derselben, die im Falle der Normalform angewendet wurde.

Beispiel
Die charakteristische Gleichung des Systems der zwei Differentialgleichungen
lautet

Die Koeffizienten und für erhält man aus

bzw. . Für ergibt sich analog . Die allgemeine

Lösung lautet somit .

Inhomogene Systeme linearer Differerentialgleichungen 1. Ordnung

Inhomogene Systeme linearer Differerentialgleichungen 1. Ordnung haben die allgemeine Form

(9.47)

1. Superpositionssatz: Wenn und Lösungen inhomogener Systeme

sind, die sich nur durch ihre rechten Seiten bzw. unterscheiden, dann ist

auch eine Lösung dieses Systems, wobei aber für die rechten

Seiten gilt. Somit reicht es zur Gewinnung der allgemeinen Lösung des

inhomogenen Systems aus, zur allgemeinen Lösung des zugehörigen homogenen Systems eine partikuläre
Lösung des inhomogenen Systems zu addieren.
2. Variation der Konstanten: Die Variation der Konstanten kann z.B. benutzt werden, um eine partikuläre
Lösung des inhomogenen Differentialgleichungssystems zu ermitteln. Dazu wird die allgemeine Lösung des
homogenen Systems in das inhomogene System eingesetzt. Die Konstanten werden zu

den unbekannten Funktionen . In den Ausdrücken für die Ableitungen

treten neue Glieder mit Ableitungen der neuen unbekannten Funktionen auf. Beim Einsetzen in das

gegebene System bleiben auf der linken Seite nur diese zusätzlichen Glieder übrig, weil sich die anderen
gegenseitig kompensieren, denn die sind voraussetzungsgemäß eine Lösung des

homogenen Systems. Man erhält also für die ein inhomogenes System linearer algebraischer

Gleichungen, das es zu lösen gilt. Nach Integrationen findet man die Funktionen
. Einsetzen in die Lösung des homogenen Systems anstelle der Konstanten

liefert die gesuchte partikuläre Lösung des inhomogenen Systems.

Beispiel
 Für das System aus zwei inhomogenen Differentialgleichungen
lautet die allgemeine Lösung

des homogenen Systems . Einsetzen in die

gegebenen Gleichungen und Auffassen von und als Funktionen von ergibt

, oder

, . Daraus folgt

Da eine partikuläre Lösung gesucht ist, werden alle Konstanten gleich Null gesetzt, was auf
führt. Die allgemeine Lösung lautet somit

3. Methode der unbestimmten Koeffizienten: Die Methode der unbestimmten Koeffizienten ist besonders

dann mit Vorteil einsetzbar, wenn die rechten Seiten aus speziellen Funktionen der Form

bestehen. Die Anwendung erfolgt in Analogie zu dem beschriebenen Vorgehen für eine Differentialgleichung
-ter Ordnung.
Systeme zweiter Ordnung

Die angeführten Methoden können auch auf Systeme linearer Differentialgleichungen höherer Ordnung übertragen
werden. Für das System

(9.48)

können insbesondere auch partikuläre Lösungen der Form bestimmt werden. Dazu sind die aus

der charakteristischen Gleichung und die aus den zugehörigen linearen

homogenen algebraischen Gleichungen zu ermitteln.

Zerlegungssatz

Hat die inhomogene Differentialgleichung (9.33) reelle Koeffizienten und hat ihre rechte Seite die komplexe Form
mit den reellen Funktionen und , dann ist auch die Lösung komplex.

Diese komplexe Lösung setzt sich aus den zwei reellen Lösungen und der zwei inhomogenen

Differentialgleichungen (9.33) mit den zugehörigen rechten Seiten und zusammen.

Räumliche Differentialoperationen
● Richtungs- und Volumenableitung
● Gradient eines Skalarfeldes
● Vektorgradient
● Divergenz des Vektorfeldes
● Rotation des Vektorfeldes
● Nablaoperator, Laplace-Operator
● Übersicht zu den räumlichen Differentialoperationen
Rechenregeln für Differentialoperatoren

(13.81)

(13.82)

(13.83)

(13.84)

(13.85)

(13.86)

(13.87)
(13.88)

(13.89)

(13.90)

(13.91)

(13.92)

(13.93)

(13.94)

(13.95)
Übersicht zu den räumlichen Differentialoperationen
● Vektoranalytische Ausdrücke in kartesischen, Zylinder- und
Kugelkoordinaten
● Prinzipielle Verknüpfungen und Ergebnisse
● Rechenregeln für Differentialoperatoren
Prinzipielle Verknüpfungen und Ergebnisse

Tabelle Prinzipielle Verknüpfungen bei den Differentialoperatoren

Operator Symbol Verknüpfung Argument Ergebnis Bedeutung

Gradient Skalar Vektor maximaler Anstieg

Vektorgradient Vektor Tensor 2. Stufe

Divergenz Vektor Skalar Quellen bzw. Senken

Rotation Vektor Vektor Wirbel

LAPLACE- Skalar Skalar Potentialfeld-

Operator Vektor Vektor quellen
Differentialquotient
● Differentialquotient oder Ableitung einer Funktion
● Geometrische Bedeutung der Ableitung
● Differenzierbarkeit
● Links- und rechtsseitige Ableitung
Differentiation von Funktionen einer
Veränderlichen
● Differentialquotient
● Differentiationsregeln für Funktionen einer Veränderlichen
● Ableitungen höherer Ordnung
● Hauptsätze der Differentialrechnung
● Bestimmung von Extremwerten und Wendepunkten
Hauptsätze der Differentialrechnung
● Monotoniebedingungen
● Satz von FERMAT
● Satz von ROLLE
● Mittelwertsatz der Differentialrechnung
● Satz von TAYLOR für Funktionen von einer Veränderlichen
● Verallgemeinerter Mittelwertsatz der Differentialrechnung
Mittelwertsatz der Differentialrechnung

Wenn eine Funktion in einem abgeschlossenen Intervall stetig ist und im Innern eine Ableitung

besitzt, dann existiert zwischen und wenigstens eine Zahl derart, daß gilt

(6.29a)

Setzt man und bezeichnet mit eine zwischen 0 und 1 liegende Zahl, dann lautet der Satz in anderer
Schreibweise
(6.29b)

Die geometrische Bedeutung des Satzes besteht darin, daß eine Funktion die zwischen den Punkten

und (s. Abbildung) stetig ist und in jedem Punkt eine Tangente besitzt, wenigstens einen Kurvenpunkt hat,
in dem die Kurventangente parallel zur Sehne liegt.
Es kann auch mehrere solcher Punkte geben. Daß die Forderung nach Stetigkeit der Funktion und Existenz ihrer
Ableitung wesentlich ist, kann an Hand von Beispielen gezeigt werden, die solche Kurvenverläufe ergeben, wie sie in
den folgenden Abbildungen dargestellt sind.
Anwendungen: Für den Mittelwertsatz der Differentialrechnung gibt es vielfache Anwendungsmöglichkeiten.
Eine Anwendung betrifft die Abschätzung von Fehlern gemäß

(6.30)

wobei eine für alle in dem Intervall gültige obere Grenze von ist.

Beispiel

Mit welcher Genauigkeit kann höchstens angegeben werden, wenn für der

gerundete Wert eingesetzt wird? Es gilt:

so daß
Verallgemeinerter Mittelwertsatz der Differentialrechnung

Wenn zwei Funktionen und in einem abgeschlossenen Intervall stetig sind und

wenigstens im Innern Ableitungen besitzen, wobei an keiner Stelle des Intervalls verschwinden darf, dann

existiert zwischen und wenigstens eine Zahl derart, daß die Gleichung gilt

(6.32)

Die geometrische Bedeutung des verallgemeinerten Mittelwertsatzes entspricht der des gewöhnlichen
Mittelwertsatzes.
Geht man z.B. davon aus, daß die Kurve in der Abbildung in der Parameterform gegeben

ist, wobei die Punkte und den Parameterwerten bzw. entsprechen sollen, dann gilt für den
Punkt

(6.33)

Für geht der verallgemeinerte Mittelwertsatz in den gewöhnlichen Mittelwertsatz über.

Monotoniebedingungen

Wenn eine Funktion in einem zusammenhängenden Intervall definiert und stetig ist und wenn sie in allen

inneren Punkten dieses Intervalls eine Ableitung besitzt, dann ist für die Monotonie der Funktion die Bedingung
(6.26a)

(6.26b)

notwendig und hinreichend. Wird gefordert, daß die Funktion im strengen Sinne monoton wachsend oder fallend sein
soll, dann darf zusätzlich die Ableitung in keinem Teilintervall des oben angegebenen Intervalls identisch

verschwinden. In der rechten Abbildung ist diese Bedingung auf der Strecke nicht erfüllt.
Die geometrische Deutung der Monotoniebedingung ergibt sich daraus, daß die Kurve einer monoton wachsenden
Funktion mit wachsendem Argumentwert an keiner Stelle fällt, d.h., daß sie entweder steigt oder horizontal verläuft
(linke Abbildung). Daher bildet die Tangente in den einzelnen Kurvenpunkten mit der positiven -Achse entweder
einen spitzen Winkel, oder sie verläuft parallel zu ihr. Für die monoton fallenden Funktion (rechte Abbildung) gilt eine
analoge Aussage. Ist die Funktion im strengen Sinne monoton, dann kann die Tangente nur in einzelnen Punkten
parallel zur -Achse verlaufen, z.B. im Punkt in (linke Abbildung), jedoch nicht in einem ganzen Teilintervall, wie
in der rechten Abbildung.
Differentiationsregeln für Funktionen von mehreren
Veränderlichen
● Differentiation von zusammengesetzten Funktionen
● Differentiation impliziter Funktionen
Differentiation impliziter Funktionen

● Eine Funktion von einer Veränderlichen

● Eine Funktion von mehreren Veränderlichen
● Zwei Funktionen von einer Veränderlichen
● n Funktionen von einer Veränderlichen
● Zwei Funktionen von zwei Veränderlichen
● n Funktionen von m Veränderlichen, gegeben durch ein System von n Gleichungen
Graphische Differentiation

Wenn eine differenzierbare Funktion durch ihre Kurve in kartesischen Koordinaten in einem Intervall

dargestellt ist, kann die Kurve ihrer Ableitung näherungsweise konstruiert werden. Die
Konstruktion einer Tangente in einem gegebenen Kurvenpunkt nach Augenmaß kann recht ungenau ausfallen. Wenn
aber die Richtung der Tangente (s. Abbildung) bekannt ist, kann der Berührungspunkt genauer ermittelt
werden.
a) Konstruktion des Berührungspunktes einer Tangente: Parallel zur gegebenen Tangentenrichtung

werden zwei Sehnen und so eingezeichnet, daß die Kurve in nicht weit voneinander

liegenden Punkten geschnitten wird. Danach werden die Mittelpunkte der Sehnen ermittelt und durch diese
eine Gerade gezogen, die die Kurve im Punkt schneidet, in dem die Tangente näherungsweise die

vorgegebene Richtung hat. Um die Genauigkeit zu überprüfen, kann eine dritte Sehne in geringem
Abstand von den ersten beiden eingetragen werden, die von der Geraden im Mittelpunkt geschnitten
werden muß.
b) Konstruktion der Kurve einer abgeleiteten Funktion:
1.
Vorgabe einiger Richtungen , die den Tangentenrichtungen der Kurve in

dem betrachteten Intervall entsprechen sollen (s. Abbildung), und Ermittlung der dazugehörigen
Berührungspunkte , wobei die Tangenten selbst nicht konstruiert werden müssen.
2.
Wahl eines Punktes , eines ,,Pols``, auf der negativen -Achse, wobei die Strecke um
so größer sein soll, je flacher die Kurve ist.
3.
Einzeichnen von Geraden, die parallel zu den Richtungen bzw. verlaufen, durch den

Pol hindurchgehen und die -Achse in den Punkten bzw. schneiden.

4.
Konstruktion horizontaler Geraden von den Punkten

aus bis zu den Schnittpunkten mit den aus den Punkten

gefällten Loten.
5.
Verbinden der Punkte mit Hilfe eines Kurvenlineals durch eine Kurve, die der

Gleichung genügt. Wenn die Strecke so gewählt wird, daß sie der Längeneinheit auf
der -Achse entspricht, ist die gewonnene Kurve die der gesuchten Ableitung. Ist das nicht der Fall,

dann sind die gefundenen Ordinaten der Ableitung mit dem Faktor zu

multiplizieren. Die sich so ergebenden Punkte in der rechten Abbildung liegen auf

der maßstabsgerechten Ableitungskurve .

Konstantenregel

Die Ableitung einer Konstanten ist gleich Null:

(6.4)
Differentiation von zusammengesetzten Funktionen

1. Mittelbare Funktion von einer unabhängigen Veränderlichen:

(6.49a)

(6.49b)

2. Mittelbare Funktion von mehreren unabhängigen Veränderlichen:

(6.50a)
(6.50b)
Differentiation unter dem Integralzeichen

1. Satz: Wenn die Funktion (8.90) im Intervall definiert ist und die Funktion im Rechteck

stetig ist und eine partielle Ableitung nach besitzt, dann gilt bei beliebigem im

Intervall

(8.92)

Man spricht vom Differenzieren unter dem Integralzeichen .

Beispiel
Für beliebig:

Probe:

Für ist die Stetigkeitsbedingung nicht erfüllt, so daß hier keine Ableitung existiert.

2. Verallgemeinerung auf parameterabhängige Integrationsgrenzen: Die Formel (8.92) kann verallgemeinert

werden, wenn die Funktionen und unter den gleichen Bedingungen, die für (8.92) gefordert

werden, im Intervall definiert, stetig und differenzierbar sind und wenn die Kurven

das Rechteck nicht verlassen:

(8.93)
Ableitungen höherer Ordnung
● Definition der Ableitungen höherer Ordnung
● Ableitungen höherer Ordnung der einfachsten Funktionen
● Leibnizsche Regel
● Höhere Ableitungen von Funktionen in Parameterdarstellung
● Ableitungen höherer Ordnung der inversen Funktion
Differentiationsregeln für Funktionen einer Veränderlichen
● Ableitungen elementarer Funktionen
● Tabelle der Ableitungen elementarer Funktionen
● Grundregeln für das Differenzieren
● Tabelle Differentiationsregeln
Grundregeln für das Differenzieren

Im folgenden sind und Funktionen der unabhängigen Veränderlichen , und und die

Ableitungen dieser Funktionen nach . Mit und werden die Differentiale bezeichnet. Die
Grundregeln für das Differenzieren, die anschließend erläutert werden, findet man zusammengefaßt in der Tabelle
Differentiationsregeln.

● Konstantenregel
● Faktorregel
● Summenregel
● Produktregel
● Quotientenregel
● Kettenregel
● Logarithmische Differentiation
● Ableitung der inversen Funktion
● Ableitung einer impliziten Funktion
● Ableitung einer Funktion in Parameterdarstellung
Tabelle Differentiationsregeln

Regel Formel für die Ableitung

Konstantenregel ( const)

Faktorregel ( const)

Summenregel

Produktregel für
zwei Funktionen

Produktregel für

Funktionen
Quotientenregel

Kettenregel für
zwei Funktionen

Kettenregel für
drei Funktionen

Potenzregel

Logarithmische
Differentiation
 Differentiation der
Implizite
Umkehrfunktion
Differentiation

Ableitung in
Parameterdarstellung

Ableitung in
Polarkoordinaten

● Graphische Differentiation
Differentiationsregeln für Vektoren

(13.3a)

(13.3b)

(13.3c)

(13.3d)
 (13.3e)

Ist , d.h. , dann folgt aus (13.3c) , d.h. und

stehen senkrecht zueinander.

Beispiele für diesen Sachverhalt sind:

a)
Radius- und Tangentenvektor eines Kreises in der Ebene und
b)
Orts- und Tangentenvektor einer Kurve auf der Kugel. Der Hodograph ist dann eine sphärische Kurve .
Weitere Mengenoperationen

Außer den in den vorhergehenden Abschnittenen für zwei Mengen und eingeführten Mengenoperationen
werden noch die Differenzmenge oder Differenz die Diskrepanz oder symmetrische Differenz

sowie das kartesische Produkt erklärt.

1. Differenz zweier Mengen: Die Menge der Elemente von die nicht zu gehören, heißt die Differenz

oder Differenzmenge von und

(5.63a)

Wird durch die Eigenschaft und durch die Eigenschaft beschrieben, dann liegen in die

Elemente, die zwar die Eigenschaft nicht aber die Eigenschaft besitzen.
In der linken Abbildung ist die Differenz zweier Mengen schattiert dargestellt.

Beispiel
 2. Symmetrische Differenz zweier Mengen: Die symmetrische Differenz ist die Menge aller

Elemente, die zu genau einer der beiden Mengen und gehören:

(5.63b)
Aus der Definition folgt, daß gilt
(5.63c)

d.h. die symmetrische Differenz enthält die Eelemente, die genau eine der beiden Eigenschaften (zu ) und

(zu ) besitzen. In der rechten Abbildung ist die symmetrische Differenz schattiert dargestellt.

Beispiel

3. Kartesisches Produkt zweier Mengen:

(5.64a)
Die Elemente von heißen geordnete Paare und sind durch

(5.64b)
charakterisiert.
Die Anzahl der Elemente im kartesischen Produkt zweier endlicher Mengen beträgt
(5.65)
Beispiel

Für und ergibt sich

und

mit

Beispiel

Mit dem kartesischen Produkt ( Menge der reellen Zahlen) kann man alle Punkte der -
Ebene beschreiben.
Die Menge der Koordinaten ( ) wird durch dargestellt, denn es gilt:
 3. Kartesisches Produkt aus Mengen: Aus Elementen werden durch Festlegung einer bestimmten
Reihenfolge (1. Element, 2. Element,..., -tes Element) geordnete -Tupel gebildet. Sind
die Elemente, dann notiert man das -Tupel als , wobei

-te Komponente genannt wird. Für spricht man von Tripel, Quadrupel und Quintupel .

Das -fache kartesische Produkt ist dann die Menge aller geordneten -Tupel

mit

(5.66a)

Sind alle endliche Mengen, dann beträgt die Anzahl der geordneten Elemente

(5.66b)

Hinweis: Das -fache kartesische Produkt einer Menge mit sich selbst wird mit bezeichnet.
Differenzengleichung zweiter Ordnung (Randwertaufgabe)

In den Anwendungen kommt es häufig vor, daß die Werte der Differenzengleichung nur für endlich viele Indizes

gesucht sind. Im Falle einer Differenzengleichung zweiter Ordnung (15.137) werden dann in der

Regel die beiden sogenannten Randwerte und vorgegeben. Zur Lösung dieser Randwertaufgabe geht man
von der Lösung (15.140f) der entsprechenden Anfangswertaufgabe aus, wobei an Stelle des unbekannten Wertes
jetzt einzuführen ist. Dazu setzt man in (15.140f) , dann kann man in Abhängigkeit von

und ausrechnen:

(15.142a)

Man setzt diesen Wert in (15.140f) ein und erhält

 (15.142b)

Die Lösung (15.142b) hat nur dann einen Sinn, wenn gilt. Andernfalls hat das Randwertproblem

keine allgemeine Lösung, sondern es treten in Analogie zu den Randwertaufgaben bei Differentialgleichungen
Eigenwerte und Eigenfunktionen auf.
Differenzengleichung zweiter Ordnung (Anfangswertaufgabe)

Die Differenzengleichung zweiter Ordnung lautet:

(15.137)
Als Anfangswerte sind und gegeben.
Mit Hilfe des zweiten Verschiebungssatzes erhält man zu (15.137) die Bildgleichung

(15.138)

Setzt man , dann lautet die Bildfunktion

(15.139)

Das Polynom habe die Nullstellen und , für die und gelte, weil sonst

wäre und sich die Differenzengleichung auf eine solche erster Ordnung reduzieren würde. Durch
Partialbruchzerlegung und Anwendung der Tabelle Z-Transformationen ergibt sich aus
 (15.140a)

Wegen ist nach dem zweitem Verschiebungssatz

(15.140b)

und nach dem ersten Verschiebungssatz

(15.140c)

Dabei ist zu setzen. Mit Hilfe des Faltungssatzes erhält man die Originalfolge mit

(15.140d)
Wegen ergibt sich daraus mit (15.140a)

(15.140e)

Diese Form läßt sich noch wegen und (s. Wurzelsatz von VIETA) noch zu

(15.140f)

vereinfachen. Für erhält man analog

(15.140g)

Bei der Differenzengleichung zweiter Ordnung läßt sich die Rücktransformation der Bildfunktion auch ohne

Partialbruchzerlegung durchführen, wenn man Korrespondenzen wie z.B.

(15.141a)

benutzt und auch hier den zweiten Verschiebungssatz anwendet. Mit der Substitution

lautet die Originalfolge zu (15.139):

 (15.141b)

Diese Formel ist günstig für eine numerische Auswertung besonders dann, wenn und komplexe Zahlen sind.
Die hyperbolischen Funktionen sind auch für komplexe Argumente definiert.
Allgemeine Lösung linearer Differenzengleichungen

Eine lineare Differenzengleichung -ter Ordnung mit konstanten Koeffizienten hat die Form
(15.134)

Dabei ist eine natürliche Zahl. Die Koeffizienten sind gegebene reelle oder komplexe

Zahlen und hängen nicht von ab. Es gelte und . Die Folge ist gegeben, die Folge

ist gesucht.

Zur Festlegung einer bestimmten Lösung von (15.134) werden die Werte vorgegeben. Dann

kann man aus (15.134) für den nächsten Wert ausrechnen. Aus ergibt sich dann

aus (15.134) für der Wert . Auf diese Weise kann man alle Werte rekursiv ausrechnen. Mit Hilfe

der Z-Transformation läßt sich jedoch für eine allgemeine Darstellung angeben. Dazu wendet man den zweiten
Verschiebungssatz (15.119) auf (15.134) an und erhält:

(15.135)

Dabei bedeutet . Setzt man weiterhin

, so lautet die Lösung der sogenannten Bildgleichung (15.135)

(15.136)

Wie bei der Behandlung von linearen Differentialgleichungen mit der LAPLACE-Transformation hat man auch bei der
Z-Transformation den Vorteil, daß die Anfangswerte in die Bildgleichung eingehen und daher bei der Lösung
automatisch berücksichtigt werden. Aus (15.136) gewinnt man dann die gesuchte Lösung

durch Rücktransformation gemäß Abschnitt

Umkehrung der Z-Transformation.
Z-Transformation
In Natur und Technik kann man zwischen kontinuierlichen und diskreten Vorgängen unterscheiden. Während sich
von den kontinuierlichen Vorgängen viele durch Differentialgleichungen beschreiben lassen, führen diskrete
Vorgänge häufig auf Differenzengleichungen . Zur Lösung von Differentialgleichungen eignen sich besonders
FOURIER- und LAPLACE-Transformationen, zur Lösung von Differenzengleichungen wurden andere, angepaßte
Operatorenmethoden entwickelt. Die bekannteste ist die Z-Transformation, die in engem Zusammenhang mit der
LAPLACE-Transformation steht.

● Eigenschaften der Z-Transformation

● Anwendungen der Z-Transformation
Arithmetische Reihe -ter Ordnung

Arithmetische Reihe -ter Ordnung heißt eine Reihe, wenn die -ten Differenzen der Folge

konstant sind. Die Differenzen höherer Ordnung werden rekursiv durch

(1.58a)
gebildet. Sie ergeben sich bequem aus dem folgenden Differenzenschema :
 (1.58b)

Es gilt dann für die Glieder und für die Summe

(1.58c)

(1.58d)
Näherungsmethoden

Zur Lösung konkreter Aufgaben mit Hilfe partieller Differentialgleichungen werden oft verschiedene
Näherungsverfahren eingesetzt. Dabei ist zwischen analytischen und numerischen Methoden zu unterscheiden.

1. Analytische Methoden: Die analytischen Methoden ermöglichen die Bestimmung angenäherter

analytischer Ausdrücke für die gesuchte Funktion.
2. Numerische Methoden: Die numerischen Methoden liefern Näherungswerte der gesuchten Funktion für
bestimmte Werte der unabhängigen Variablen. Dazu verwendet man folgende Methoden:
a) Methode der finiten Differenzen, kurz Differenzenverfahren genannt: Die Differentialquotienten
werden durch Differenzenquotienten ersetzt, so daß die Differentialgleichung einschließlich Anfangs-
und Randbedingungen in ein System von algebraischen Gleichungen umgewandelt wird. Eine lineare
Differentialgleichung mit linearen Anfangs- und Randbedingungen wird so zu einem System linearer
Gleichungen.
b) Methode der finiten Elemente, kurz FEM, für Randwertaufgaben: Der Randwertaufgabe wird eine
Variationsaufgabe zugeordnet. Die gesuchte Lösung wird durch einen Spline-Ansatz approximiert,
nachdem das Definitionsgebiet der Randwertaufgabe in regelmäßige Teilgebiete zerlegt worden ist. Die
Ansatzkoeffizienten werden durch Lösung einer Extremwertaufgabe bestimmt.
c) Randintegralgleichungsmethode für spezielle Randwertaufgaben: Die Randwertaufgabe wird als
äquivalentes Integralgleichungsproblem über dem Rand des Definitionsgebietes der Randwertaufgabe
formuliert. Dazu werden Integralsätze der Vektoranalysis, z.B. GREENsche Formeln, verwendet. Die
 verbleibenden Randintegrale werden mit Hilfe geeigneter Quadraturformeln numerisch gelöst.
3. Numerische Lösungen: Numerische Lösungen von Differentialgleichungen können auch auf
experimentellem Wege ermittelt werden. Dabei macht man von der Tatsache Gebrauch, daß recht
unterschiedliche physikalische Erscheinungen mit ein und derselben Differentialgleichung beschrieben werden
können. Um ein gegebenes Problem auf diesem Wege zu lösen, wird ein technisches Modell konstruiert, mit
dessen Hilfe das gegebene Problem simuliert werden kann und an dem im Experiment Messungen
vorgenommen werden, deren Werte die gesuchte Funktion darstellen. Da solche Modelle oft bewußt so
konstruiert sind, daß die Parameter in weiten Grenzen eingestellt werden können, ist es möglich, auch die
Differentialgleichung in weiten Gebieten der unabhängigen Veränderlichen zu untersuchen.
Differenzierbarkeit

Die Existenz der Ableitung einer Funktion für die Werte der Variablen ist gegeben, wenn für diese Werte

1.
die Funktion definiert und stetig ist und
2.
der Differentialquotient (6.2) einen endlichen Wert besitzt.

Existiert in einem Punkt keine Ableitung, dann hat die Kurve in dem betreffenden Punkt entweder keine bestimmte
Tangente oder diese bildet mit der -Achse einen rechten Winkel. Im zweiten Falle ist der Grenzwert
(6.2) unendlich. Man benutzt für diesen Sachverhalt die Schreibweise .
Beispiel A

Im Punkt 0 geht die Ableitung gegen unendlich

(linke Abbildung), d.h., sie existiert nicht.

Beispiel B
 An der Stelle existiert kein Grenzwert der Art (6.2) (rechte

Abbildung).
Differenzierbarkeit der komplexen Funktion

Eine Funktion heißt an der Stelle differenzierbar, wenn der Differenzenquotient

(14.3)

für einem vom Annäherungsweg unabhängigen Grenzwert zustrebt. Dieser Grenzwert wird mit

bezeichnet und Ableitung der Funktion genannt.

Beispiel

Die Funktion ist im Punkt nicht differenzierbar, denn bei Annäherung an

den Punkt längs einer Parallelen zur -Achse strebt der Differenzenquotient gegen den Wert Eins,

dagegen bei Annäherung längs einer Parallelen zur -Achse gegen den Wert Null.
Wärmeleitungs- und Diffusionsgleichung für ein homogenes Medium

● Dreidimensionale Wärmeleitungsgleichung
● Dreidimensionale Diffusionsgleichung
Dreidimensionale Diffusionsgleichung

In Analogie zur Wärmeleitung wird die Ausbreitung einer Konzentration in einem homogenen Medium durch die
gleiche lineare partielle Differentialgleichung (9.101a) bzw. (9.101d) beschrieben, wobei durch den

Diffusionskoeffizienten zu ersetzen ist. Die Diffusionsgleichung lautet:

(9.102)

Die Lösungen erhält man durch Austausch der Symbole in den Wellengleichungen (9.101b) und (9.101c).
Auf invariante Maße zurückgehende Dimensionen

● Dimension eines Maßes

● Informationsdimension
● Korrelationsdimension
● Verallgemeinerte Dimension
● Lyapunov-Dimension
Informationsdimension

Der Attraktor von sei wie bei der Einführung der metrischen Entropie mit Würfeln

der Seitenlänge überdeckt. Sei ein invariantes Wahrscheinlichkeitsmaß auf .

Die Entropie der Zerlegung ist

(17.43)

Existiert der Grenzwert , so hat diese Größe die Eigenschaft einer Dimension und wird

Informationsdimension genannt.

Satz II von YOUNG: Gilt für -fast alle die Beziehung , so ist .
Beispiel A

Das Maß sei auf einer Ruhelage von konzentriert. Da für immer

ist, gilt

Beispiel B

Das Maß sei auf einem Grenzzyklus von konzentriert. Für ist und

deshalb .
Kapazitätsdimension

Sei eine kompakte Menge des metrischen Raumes und sei die minimale Anzahl von Mengen

vom Durchmesser , die nötig ist, um zu überdecken. Die Größe

(17.41a)

heißt obere Kapazitätsdimension , die Größe

(17.41b)

heißt untere Kapazitätsdimension von . Gilt , so heißt

Kapazitätsdimension von . Im kann die Kapazitätsdimension auch für beschränkte Mengen betrachtet
werden, die nicht abgeschlossen sind.
Für eine beschränkte Menge kann in den obigen Definitionen die Zahl auch folgendermaßen

definiert werden: Der wird mit einem Gitter aus -dimensionalen Würfeln der Seitenlänge überdeckt. Dann
kann für die Anzahl der Würfel des Gitters, die schneiden, genommen werden.

Wichtige Eigenschaften der Kapazitätsdimension:

(KD1)
Es gilt immer .

(KD2)
Für -dimensionale Flächen ist .

(KD3)

Mit der Abschließung von gilt , während oft ist.

(KD4)

Ist so gilt für die Kapazitätsdimension im allgemeinen nicht .

Beispiel
Sei . Dann gilt und .

Ist die Menge aller rationalen Punkte in , so gilt wegen 2. und 3. . Andererseits ist

.
Korrelationsdimension

Sei eine Folge von Punkten des Attraktors von ein invariantes

Wahrscheinlichkeitsmaß auf und sei beliebig. Für Vektoren sei der Abstand

dist , wobei die Euklidische Vektornorm ist, definiert. Wird mit die

HEAVISIDE-Funktion bezeichnet, so heißt der Ausdruck

(17.44a)
Korrelationsintegral . Die Größe

(17.44b)

falls diese existiert, ist die Korrelationsdimension .

Metrische Dimensionen

● Fraktale
● Hausdorff-Dimension
● Kapazitätsdimension
● Selbstähnlichkeit
Dimension eines Maßes

Sei ein Wahrscheinlichkeitsmaß in konzentriert auf . Ist ein beliebiger Punkt, die

Kugel mit Radius und Mittelpunkt , so bezeichnen

(17.42a)

die obere und

(17.42b)

die untere punktweise Dimension .

Ist , so heißt Dimension des Maßes in .

Satz I von YOUNG: Gilt für fast alle die Beziehung , so ist
 . Die Größe heißt HAUSDORFF- Dimension des Maßes .

Beispiel

Es sei , und es sei eine kompakte Kugel mit dem LEBESGUE-Maß . Für

die Einschränkung von auf gelte . Dann ist und .

Verallgemeinerte Dimension

Der Attraktor von auf mit invariantem Wahrscheinlichkeitsmaß wird wie bei der Einführung der

metrischen Entropie mit Würfeln der Seitenlänge überdeckt. Für einen beliebigen Parameter
heißt

(17.45a)

verallgemeinerte Entropie -ter Ordnung bezüglich der Zerlegung .

Die RÉNYI- Dimension -ter Ordnung ist

(17.45b)

falls dieser Grenzwert existiert.

Sonderfälle der R´ENYI-Dimension:

(17.46a)

(17.46b)

(17.46c)
Hamilton-Kreise

1. HAMILTON-Kreis:Ein Elementarkreis in einem Graphen , der alle Knoten von durchläuft, heißt
HAMILTON-Kreis .

Beispiel
In der Abbildung bilden die grün gezeichneten Linien einen HAMILTON-Kreis.

Die Idee für ein Spiel, in dem man in dem abgebildeten Graphen eines Pentagondodekaeders HAMILTON-
Kreise auffinden soll, geht auf Sir W. HAMILTON zurück.
Hinweis: Die Frage nach der Charakterisierung der Graphen mit HAMILTON-Kreisen führt auf eins der
klassischen NP-vollständigen Probleme. Deshalb kann hier kein effizienter Algorithmus zur Ermittlung von
HAMILTON-Kreisen angegeben werden.
2. Satz von DIRAC:Enthält ein schlichter Graph mindestens 3 Knoten, und gilt

für jeden Knoten von dann enthält einen HAMILTON-Kreis. Diese hinreichende

Bedingung für die Existenz eines HAMILTON-Kreises ist aber nicht notwendig. Auch die folgenden Sätze mit
verallgemeinerten Voraussetzungen liefern nur hinreichende Bedingungen für die Existenz von HAMILTON-
Kreisen.

Beispiel
In der Abbildung ist ein Graph gezeigt, der einen HAMILTON-Kreis besitzt, ohne die Voraussetzungen
des folgenden Satzes von ORE zu erfüllen.
3. Satz von ORE:Enthält ein schlichter Graph mindestens 3 Knoten, und gilt

für je zwei nichtadjazente Knoten dann enthält einen HAMILTON-

Kreis.
4. Satz von POSA: Es sei ein schlichter Graph mit mindestens 3 Knoten. Er besitzt einen

HAMILTON-Kreis, wenn die folgenden Bedingungen erfüllt sind:

1.
Für gelte: Die Anzahl derjenigen Knoten, deren Grad höchstens ist, ist

kleiner als
2.
Ist ungerade, dann gelte zusätzlich: Die Anzahl derjenigen Knoten, deren Grad höchstens

ist, ist höchstens

Lösung des Dirichletschen Problems

Zur Lösung wird die Methode der Variablentrennung verwendet.

Beispiel D: DIRICHLETsches Problem für das Rechteck

Als Lösung der LAPLACEschen Differentialgleichung vom elliptischen Typ

(9.88a)
wird eine Funktion gesucht, die auch die Randbedingungen

(9.88b)
erfüllt.
Als erster Schritt wird eine partikuläre Lösung für die Randbedingungen bestimmt.

Einsetzen des Produktansatzes

(9.88c)
in (9.88a) ergibt die separierten Differentialgleichungen

(9.88d)

mit dem Eigenwert in Analogie zu den oben betrachteten Aufgaben A bis C. Da gilt,

ergibt sich

(9.88e)

Im zweiten Schritt wird die allgemeine Lösung der Differentialgleichung

(9.88f)

in der Form

(9.88g)
hingeschrieben. Daraus ergibt sich für die Randbedingungen eine partikuläre Lösung

von (9.88a) in der Form

(9.88h)

Im dritten Schritt wird die allgemeine Lösung als Summe

(9.88i)

angesetzt, so daß sich aus den Randbedingungen für und

(9.88j)

mit den Koeffizienten

(9.88k)

ergibt.
In Analogie dazu wird die Aufgabe für die Randbedingungen gelöst, die in der Summe mit

(9.88j) die allgemeine Lösung von (9.88a) und (9.88b) bildet.

Einfache Variationsaufgabe
Eine der einfachsten Aufgaben mit Funktion von mehreren Variablen stellt das folgende Variationsproblem für ein
Doppelintegral dar:

(10.44)

Dabei soll die gesuchte Funktion auf dem Rand des Bereiches gegebene Werte annehmen.

Analog zum Abschnitt EULERsche Differentialgleichung werden Vergleichsfunktionen der Form

(10.45)

angesetzt, wobei eine Lösung der Variationsaufgabe (10.44) ist und die vorgegebenen Randwerte

annimmt, während die Bedingung

(10.46)
erfüllt und wie entsprechend oft differenzierbar ist.

Die Größe ist ein Parameter. Durch wird eine Fläche beschrieben, die der Lösungsfläche

benachbart ist. Mit (10.45) geht in über, d.h., aus der Variationsaufgabe (10.44) wird eine

Extremwertaufgabe, die die notwendige Bedingung

(10.47)

erfüllen muß. Daraus folgt die EULERsche Differentialgleichung

(10.48)

als notwendige Bedingung für die Lösung der Variationsaufgabe (10.44).

Beispiel

Eine unbelastete Membran, die am Rand eines Bereiches der -Ebene eingespannt ist,
überdeckt eine Fläche mit dem Inhalt

(10.49a)

Wird die Membran durch eine Belastung so deformiert, daß jeder Punkt eine Auslenkung in -
Richtung erfährt, dann wird ihr Flächeninhalt nach der Formel

(10.49b)

berechnet. Linearisiert man den Integranden in (10.49b) nach TAYLOR, dann erhält man die Beziehung

(10.49c)

Für die potentielle Energie der deformierten Membran gilt

(10.49d)

wobei die Konstante als Spannung der Membran bezeichnet wird. Auf diese Weise entsteht das sogenannte
DIRICHLETsche Variationsproblem: Die Funktion ist so zu bestimmen, daß sie das Funktional

(10.49e)

zu einem Extremum macht und auf dem Rand des ebenen Gebietes verschwindet. Die zugehörige
EULERsche Differentialgleichung lautet

(10.49f)
Es handelt sich um die LAPLACEsche Differentialgleichung für Funktionen von zwei Variablen.
Vereinigung, Durchschnitt, Komplement

Durch Mengenoperationen werden aus gegebenen Mengen auf verschiedene Weise neue Mengen gebildet.

1. Vereinigung:
Seien und Mengen. Die Vereinigungsmenge oder die Vereinigung (Bezeichnung ) ist definiert
durch
(5.38)
Man liest ,, vereinigt mit ``.
Sind und durch die Eigenschaften bzw. beschrieben, dann enthält die Vereinigungsmenge

die Elemente, die wenigstens eine der beiden Eigenschaften besitzen, also wenigstens zu einer der beiden
Mengen gehören.
In der linken Abbildung ist die Vereigungsmenge durch das schattiert gezeichnete Gebiet dargestellt.
Beispiel

2. Durchschnitt:
Seien und Mengen. Die Schnittmenge oder der Durchschnitt (Bezeichnung ) ist definiert durch
(5.39)
Man liest ,, geschnitten mit ``.
Sind und durch die Eigenschaften bzw. beschrieben, dann enthält die Elemente, die beide

Eigenschaften und besitzen.

In der mittleren Abbildung ist die Schnittmenge schattiert dargestellt.

Beispiel

Mit Hilfe des Durchschnitts der Teilermengen und zweier Zahlen und läßt sich der

größte gemeinsame Teiler (ggT) bestimmen.

Für und ist und so

daß die Zahl ggT(12,18)=6 ergibt.

Disjunkte Mengen: Zwei beliebige Mengen und die kein gemeinsames Element besitzen, nennt man
elementfremd oder disjunkt ; für sie gilt

(5.40)
d.h., ihr Durchschnitt ist eine leere Menge.

Beispiel
Der Durchschnitt der Menge der ungeraden und der Menge der geraden Zahlen ist leer, d.h.

3. Komplement: Betrachtet man nur Teilmengen einer vorgegebenen Grundmenge z.B. die Teilmenge

so besteht die Komplementärmenge oder das Komplement von bezüglich aus

allen Elementen von die nicht zu gehören:

(5.41)
Man liest ,,Komplement von bezüglich ``.
Ist die Grundmenge aus dem Zusammenhang heraus offenbar, wird für die Bezeichnung der
Komplementärmenge auch das Symbol verwendet. In der rechten Abbildung ist das Komplement schattiert
dargestellt.
Globaler Diskretisierungsfehler und Konvergenz

Einschrittverfahren kann man allgemein in der folgenden Form darstellen:

(19.110)

Dabei wird Zuwachsfunktion oder Fortschreitrichtung des Einschrittverfahrens genannt. Die durch

(19.110) gewonnene Näherungslösung hängt von der Schrittweite ab und soll deshalb mit bezeichnet

werden. Ihre Abweichung von der exakten Lösung der Anfangswertaufgabe (19.93) ergibt den globalen

Diskretisierungsfehler (19.111), und man sagt: Das Einschrittverfahren (19.110) ist konvergent mit der

Ordnung , falls die größte natürliche Zahl mit

(19.111)
ist. Die Formel (19.111) besagt, daß für jedes aus dem Definitionsbereich der Anfangswertaufgabe die mit der
Schrittweite bestimmte Näherung für jede Verfeinerung der Einteilung mit gegen

die Lösung konvergiert.

Beispiel

Das EULERsche Polygonzugverfahren (19.97) hat die Konvergenzordnung . Für das RUNGE-KUTTA-

Verfahren (19.99) gilt .

Lokaler Diskretisierungsfehler und Konsistenz

Die Konvergenzordnung gemäß (19.111) gibt an, wie gut die Näherungslösung die exakte Lösung

approximiert. Darüber hinaus ist die Frage interessant, wie gut die Zuwachsfunktion die Ableitung

annähert. Dazu führt man den sogenannten lokalen Diskretisierungsfehler (19.112) ein

und sagt: Das Einschrittverfahren (19.110) ist konsistent mit der Ordnung , falls die größte natürliche Zahl mit

(19.112)

ist. Für ein konsistentes Einzelschrittverfahren folgt aus (19.112) unmittelbar

(19.113)

Beispiel
Das EULERsche Polygonzugverfahren (19.97) hat die Konsistenzordnung , das RUNGE -KUTTA-

Verfahren (19.99) die Konsistenzordnung .

Streuung und Standardabweichung

Speziell für wurden die äquivalenten Ausdrücke Streuung , Varianz und Dispersion eingeführt:

(16.50)

Die Größe wird Standardabweichung genannt. Es gelten die folgenden Beziehungen:

(16.51)
Problem des kürzesten Weges

Es sei ein bewerteter schlichter Graph mit für alle Für zwei verschiedene Knoten

von wird ein kürzester Weg von nach gesucht, d.h. ein Weg von nach , für den die Summe der
Bewertungen der Kanten bzw. Bögen minimal ist.
Zur Lösung des Problems wurde von DANTZIG ein effektiver Algorithmus vorgeschlagen, der für gerichtete Graphen
formuliert ist und entsprechend auf ungerichtete Graphen angewendet werden kann.
Man kann für jeden bewerteten schlichten Graphen mit die

Entfernungsmatrix oder Distanzmatrix vom Typ aufstellen:

(5.236)

Sind speziell alle Kanten mit 1 bewertet, d.h. der Abstand von und ist gleich der Mindestanzahl der Kanten, die man
durchlaufen muß, um im Graphen von nach zu gelangen, kann man den Abstand zweier Knoten aus der
Adjazenzmatrix ermitteln: Die Knoten von seien Die Adjazenzmatrix von ist und
die Potenzen der Adjazenzmatrix bezüglich der üblichen Multiplikation von Matrizen werden mit

bezeichnet.
Vom Knoten zum Knoten führt genau dann ein kürzester Weg der Länge wenn gilt:

(5.237)

Beispiel A
Der in der Abbildung dargestellte bewertete Graph mit der Knotenzahl 6 besitzt die nebenstehend angegebene
Entfernungsmatrix.
Beispiel B
Der in der Abbildung gezeigte ungerichtete Graph hat die daneben angegebene Entfernungsmatrix (Adjazenzmatrix). Für
bzw. erhält man die Matrizen und aus denen man die Länge der kürzesten Wege ablesen

kann, die zwei Knoten des Graphen verbinden.

Kürzeste Wege der Länge 2 verbinden die Knoten 1 und 3, 1 und 4, 1 und 5, 2 und 6, 3 und 4, 3 und 5 sowie 4 und 5.
Dagegen haben kürzeste Wege zwischen den Knoten 1 und 6, 3 und 6 bzw. 4 und 6 die Länge 3.
Distributionen
● Formel der partiellen Integration
● Verallgemeinerte Ableitung
● Distribution
● Ableitung einer Distribution
Verallgemeinerte Funktionen

Bei der Beschreibung gewisser technischer Systeme durch lineare Differentialgleichungen treten häufig und

als Stör- oder Eingangsfunktion auf, obwohl die geforderten Voraussetzungen für die eindeutige Lösbarkeit

nicht erfüllt sind: ist unstetig, ist im Sinne der klassischen Analysis nicht definierbar.

Einen Ausweg liefert die Distributionstheorie durch die Einführung der sogenannten verallgemeinerten Funktionen
oder Distributionen, unter die sich z.B. die bekannten stetigen, reellen Funktionen sowie die Funktion

einordnen lassen, wobei die notwendigen Differenzierbarkeitseigenschaften gewährleistet sind. Die Distributionen
gestatten verschiedene Darstellungen. Zu den bekanntesten gehört die von L. SCHWARTZ eingeführte stetige reelle
Linearform (s. Lit. 12.14).

Den periodischen Distributionen lassen sich analog zu den reellen Funktionen FOURIER-Koeffizienten und FOURIER-
Reihen eindeutig zuordnen.
Multiplikation einer Matrix mit einer Zahl

Eine Matrix vom Typ wird mit einer reellen oder komplexen Zahl multipliziert, indem jedes Element

von mit multipliziert wird:

(4.22a)

Beispiel

Mit (4.22a) wird auch ausgesagt, daß ein konstanter Faktor, der in allen Elementen einer Matrix enthalten ist,
ausgeklammert werden kann.
Die Division einer Matrix durch einen Skalar wird als Multiplikation mit durchgeführt, wobei sein

muß.
Es gelten das Kommutativ-, Assoziativ- und Distributivgesetz der Multiplikation einer Matrix mit einem Skalar:
(4.22b)
(4.22c)

(4.22d)
Definitionen

● Ringe
● Körper
● Körpererweiterungen
Grenzwerte von Zahlenfolgen
1. Grenzwert einer Zahlenfolge: Eine unendliche Zahlenfolge (7.1) hat den Grenzwert , wenn mit
unbegrenzt wachsendem Index die Differenz dem Betrage nach beliebig klein wird. Genauer

formuliert bedeutet das: Zu jeder beliebig kleinen Zahl läßt sich ein Index so bestimmen, daß für

alle gilt

(7.5)

2. Konvergenz einer Zahlenfolge: Eine Zahlenfolge die (7.5) erfüllt, heißt konvergent gegen .

Man schreibt dann

(7.6)

Beispiel
 Von den Folgen A bis J sind konvergent: C mit E mit F mit G mit

.
3. Divergenz einer Zahlenfolge: Nichtkonvergente Zahlenfolgen heißen divergent . Man spricht von
bestimmter Divergenz , wenn mit unbegrenzt wachsendem nach der positiven oder negativen Seite
jede vorgegebene Zahl von beliebig großem Betrag überschreitet. Man schreibt dann:
(7.7)
Anderenfalls spricht man von unbestimmter Divergenz .

Beispiel A

Von den Folgen A bis J sind A und B gegen bestimmt divergent.

Beispiel B
Von den Folgen A bis J ist D unbestimmt divergent.
4. Sätze über Grenzwerte von Zahlenfolgen:
a)
Wenn die Folgen und konvergieren, gilt

(7.8)

(7.9)
 (7.10)

b)
Wenn gilt und wenigstens von einem Index ab stets

ist, dann gilt auch

(7.11)
c)
Eine monoton beschränkte Folge besitzt stets einen endlichen Grenzwert. Ist eine monoton wachsende
Folge nach oben beschränkt, d.h. für alle bzw. eine monoton

fallende nach unten, d.h. für alle so konvergiert sie gegen einen Grenzwert, der nicht

größer als die obere Schranke bzw. nicht kleiner als die untere Schranke ist.
Definition der Divergenz

Zu einem Vektorfeld läßt sich ein skalares Feld, das Feld seiner Divergenz , angeben. Im Punkt ist die

Divergenz als Volumenableitung des Vektorfeldes definiert:

(13.46)

Man bezeichnet die Divergenz eines Vektorfeldes auch als spezifische Ergiebigkeit oder Quelldichte, denn sie gibt,
falls ein Strömungsfeld beschreibt, die Flüssigkeitsmenge an, die in dem betreffenden Punkt des Feldes je

Volumen- und Zeiteinheit neu entsteht. Im Fall spricht man vom Vorhandensein einer Quelle , im Fall

vom Vorhandensein einer Senke .

Integralkriterium von Cauchy

1. Konvergenz: Eine Reihe mit dem allgemeinen Glied ist konvergent, wenn eine

monoton fallende Funktion ist und das uneigentliche Integral konvergiert.

2. Divergenz: Eine Reihe mit dem allgemeinen Glied ist divergent, wenn dieses Integral

divergiert.
Die untere Integrationsgrenze ist zwar beliebig, sie ist jedoch so zu wählen, daß die Funktion für

definiert und frei von Unstetigkeiten ist.

Beispiel
Die Reihe (7.27a) ist divergent wegen
(7.30)
Divergenz des Vektorfeldes
● Definition der Divergenz
● Divergenz in verschiedenen Koordinaten
● Regeln zur Berechnung der Divergenz
● Divergenz eines Zentralfeldes
Divergenz in verschiedenen Koordinaten

● Divergenz in kartesischen, Zylinder- und Kugelkoordinaten

● Divergenz in allgemeinen orthogonalen Koordinaten
Divergenz eines Zentralfeldes

(13.54a)
(13.54b)
Division

Die Division zweier komplexer Zahlen wird als die zur Multiplikation inverse Operation definiert. In algebraischer
Schreibweise ergibt sich

(1.140a)

Die trigonometrische Schreibweise lautet

(1.140b)

d.h., der Betrag des Quotienten ist gleich dem Quotienten aus den Beträgen des Dividenden und des Divisors,
während das Argument des Quotienten gleich der Differenz der beiden Argumente ist.
In der Exponentialform erhält man

(1.140c)

In der geometrischen Definition ergibt sich der Vektor, der den Quotienten darstellt, durch Drehung des die

Zahl darstellenden Vektors um den Winkel im Uhrzeigersinn sowie durch Kontraktion dieses Vektors mit
dem Faktor

Hinweis: Eine Division durch Null ist nicht möglich.

Reguläre Polyeder und EULERscher Polyedersatz

1. Reguläre Polyeder zeichnen sich durch kongruente reguläre Vielecke als Begrenzungsflächen und
kongruente reguläre Ecken aus. Die fünf möglichen regulären Polyeder sind in den folgenden Abbildungen
dargestellt.
 In der Tabelle sind Angaben dazu aufgeführt.
2. EULERscher Polyedersatz Wenn die Anzahl der Ecken, die Anzahl der Flächen und die Anzahl
der Kanten sind, dann gilt für ein konvexes Polyeder oder ein Polyeder, das sich durch stetige Deformation in
ein konvexes Polyeder überführen läßt:
(3.122)

Beispiele sind in der folgenden Tabelle angegeben.

Tabelle Elemente der regulären Polyeder mit der Kantenlänge

Gesamtfläche Volumen
Anzahl und Form der Anzahl der Kanten
Bezeichnung
Begrenzungsflächen Kanten Ecken
 Tetraeder 4 Dreiecke 6 4

Würfel 6 Quadrate 12 8

Oktaeder 8 Dreiecke 12 6

Dodekaeder 12 Fünfecke 30 20

Ikosaeder 20 Dreiecke 30 12
Transformation der Kurvengleichungen 2. Ordnung auf die Normalform.
Mittelpunktskurven

Tabelle Kurvengleichungen 2. Ordnung. Mittelpunktskurven

Größen und Gestalt der Kurve

Ellipse
a) für reell

b) für imaginär
Mittelpunktskurven
Ein Paar imaginäre Geraden
mit reellem Punkt

Hyperbel

Ein Paar sich schneidender Geraden

 Notwendige Koordinatentransformation Normalform der Gleichung
nach Transformation

1. Verschiebung des Koordinatenursprungs in

den Kurvenmittelpunkt, dessen Koordinaten

sind.

2. Drehung der Koordinatenachsen um den

Winkel mit

Das Vorzeichen von muß mit dem Vor-

zeichen von übereinstimmen. Hierbei ist
der Richtungskoeffizient der neuen -Achse

Mit und sind Wurzeln der quadrati-

. schen Gleichung bezeichnet.
 und sind gemäß (3.351c) Zahlen.

Der Kurvengleichung entspricht eine imaginäre Kurve.

Anwendungen von Doppelintegralen

Allgemeine Formel Kartesischen Koordinaten Polarkoordinaten

1. Flächeninhalt einer ebenen Figur:

2. Oberfläche:

3. Volumen eines Zylinders:

4. Trägheitsmoment einer ebenen Figur, bezogen auf die -Achse:

5. Trägheitsmoment einer ebenen Figur, bezogen auf den Pol 0:

6. Masse einer ebenen Figur mit der Dichtefunktion :

7. Die Koordinaten des Schwerpunktes einer homogenen ebenen Figur:

Berechnung in kartesischen Koordinaten

Das Integrationsgebiet, das als Flächenstück aufgefaßt wird, teilt man mit Hilfe von Koordinatenlinien in infinitesimale
Rechtecke ein (s. linke Abbildung).

Darauf erfolgt eine Summation aller Differentiale , beginnend mit allen Rechtecken längs jedes

vertikalen Streifens, danach längs jedes horizontalen Streifens. Die analytische Formulierung lautet:
 (8.136a)

Dabei sind und die Gleichungen der oberen bzw. unteren Randkurve und

des Flächenstückes . Mit bzw. sind die Abszissen der am weitesten links bzw. rechts

liegenden Kurvenpunkte bezeichnet. Das Flächenelement in kartesischen Koordinaten berechnet sich gemäß
(8.136b)

Bei der Ausführung der ersten Integration wird konstant gehalten. Die eckigen Klammern in (8.136a) werden
üblicherweise weggelassen, indem verabredungsgemäß das innere Integral der inneren Integrationsvariablen
zugeordnet wird, das äußere der an zweiter Stelle stehenden Integrationsvariablen. In (8.136a) stehen die
Differentialzeichen und am Ende des Integranden. Ebenso üblich ist es, diese Zeichen gleich hinter den
Integralzeichen vor die Funktionen des Integranden zu setzen.

Man kann die Berechnung in kartesischen Koordinaten (s. rechte Abbildung) auch in der umgekehrten Reihenfolge
ausführen:
 (8.136c)

Beispiel

, wobei die Fläche zwischen der Parabel und der Geraden in

der Abbildung ist.

oder

.
Berechnung in Polarkoordinaten

Das Integrationsgebiet, die Fläche, wird durch Koordinatenlinien in infinitesimale Flächenstücke aufgeteilt, die jeweils durch
zwei konzentrische Kreisbogen und zwei durch den Pol verlaufende Geraden begrenzt werden (s. Abbildung).

Mit einem Integranden in Polarkoordinaten gemäß hat das Flächenelement in Polarkoordinaten die Form

(8.137a)
Summiert wird zuerst innerhalb jedes Kreissektors, dann über alle Sektoren:
 (8.137b)

wobei und die Gleichungen der inneren bzw. äußeren Randkurve bzw. der

Fläche sind und bzw. die Polarwinkel der Tangenten, die das Flächenstück an seinen Rändern berühren. Die
umgekehrte Integrationsreihenfolge wird selten verwendet.

Beispiel

, wobei die Fläche des Halbkreises ist (s. Abbildung):

.
Definition

Als Doppelintegral einer Funktion von zwei Veränderlichen über einem ebenen Flächenstück wird

der Ausdruck

(8.134)

bezeichnet. Es handelt sich dabei um einen Zahlenwert, der auf die folgende Weise ermittelt wird (s. Abbildung):

1. Beliebige Zerlegung des Flächenstückes in Elementarflächenstücke.

2. Auswahl eines beliebigen Punktes im Innern oder auf dem Rande eines jeden

Elementarflächenstückes.
3. Multiplikation des Funktionswertes von in diesem Punkt mit dem Inhalt des

entsprechenden Elementarflächenstückes.
 4. Addition aller so gewonnenen Produkte .

5. Berechnung des Grenzwertes der Summe

(8.135a)

für den Fall, daß der Inhalt aller Elementarflächenstücke gegen Null geht, also ihre Anzahl gegen .

Dabei ist zu beachten, daß die Forderung, solle gegen Null streben, allein nicht genügt. Es muß sichergestellt
sein, daß auch der Abstand der beiden am weitesten voneinander entfernten Punkte, d.h. der Durchmesser des
Elementarflächenstückes , gegen Null geht, weil der Flächeninhalt eines Rechtecks auch zu Null wird, wenn eine
seiner Seiten Null gesetzt wird, der Durchmesser aber endlich bleibt.
Wenn dieser Grenzwert existiert und von der Art der Einteilung des Flächenstückes in Elementarflächenstücke
sowie von der Wahl der Punkte unabhängig ist, dann wird er Doppelintegral der Funktion

über dem Flächenstück , das Integrationsgebiet, genannt, und man schreibt:

(8.135b)
Existenzsatz

Das Doppelintegral (8.135b) existiert, wenn die Funktion im gesamten Integrationsgebiet einschließlich

seines Randes stetig ist.

Geometrische Bedeutung

Die geometrische Bedeutung des Doppelintegrals liegt neben der Möglichkeit der Berechnung einer Fläche auch
darin, daß es die Berechnung des Rauminhaltes eines geraden Körpers ermöglicht, der vom Flächenstück in der
-Ebene,von einer Zylinderfläche, deren Erzeugende parallel zur -Achse verläuft, und von einem Teil der

Fläche begrenzt wird (s. Abbildung).

Jedes Glied der Summe (8.135b) entspricht der Elementarzelle einer prismatischen Säule mit der

Grundfläche und der Höhe . Das Vorzeichen des Gesamtvolumens ist positiv bzw. negativ, je

nachdem, ob der betreffende Teil der Fläche über oder unter der -Ebene liegt. Wenn er diese

Ebene schneidet, dann ist das Volumen eine algebraische Summe der einzelnen Teilvolumina.
Internationale Standard-Buchnummer ISBN

Eine einfache Anwendung von Zahlenkongruenzen ist die Verwendung von Prüfziffern in der Internationalen
Standard-Buchnummer ISBN. Büchern wird eine 10-stellige Ziffernkombination der Form
(5.184a)
zugeordnet. Dabei ist die Gruppennummer ( bedeutet z.B., daß das Buch aus Deutschland, Östereich
oder der Schweiz kommt), ist die Verlagsnummer und die Titelnummer für das einzelne Buch des

betreffenden Verlages. Als Prüfziffer ist eingeführt, damit fehlerhafte Buchbestellungen erkannt und im

Zusammenhang damit stehende Unkosten minimiert werden können. Die Prüfziffer ist die kleinste nichtnegative
Zahl, die die folgende Kongruenz erfüllt:
(5.184b)
Anstelle von 10 verwendet man als Prüfziffer auch das nichtnumerische Zeichen X.(s. auch Kontonummernsystem
EKONS).
Man kann nun für jede übermittelte ISBN-Nummer nachprüfen, ob die angegebene Prüfziffer mit der aus der
restlichen Ziffernkombination ermittelten Prüfziffer übereinstimmt. Bei Nichtübereinstimmung liegt mit Sicherheit ein
Fehler vor. Beim ISBN-Prüfziffernverfahren werden folgende Fehler stets aufgedeckt:
 ● Verwechslung einer Ziffer und
● Vertauschung zweier Ziffern (,,Drehfehler ``).

Statistische Untersuchungen ergaben, daß damit über 90% aller auftretenden Fehler aufgedeckt werden. Alle
weiteren beobachteten Fehlertypen haben eine relative Häufigkeit von unter 1%. In der Mehrheit der Fälle werden
das Verwechseln zweier Ziffern und die Vertauschung zweier kompletter Ziffernblöcke durch das beschriebene
Ziffernverfahren aufgedeckt.
Symmetrieoperationen, Symmetrieelemente

Unter einer Symmetrieoperation eines räumlichen Objekts versteht man eine Abbildung des gesamten Raumes in
sich, bei der die Streckenlängen unverändert bleiben und das Objekt mit sich zur Deckung kommt. Mit Fix wird die
Menge aller Fixpunkte der Symmetrieoperation bezeichnet, d.h. die Menge aller Punkte des Raumes, die bei
festbleiben. Fix heißt das Symmetrieelement von . Zur Bezeichnung der Symmetrieoperation wird die in der
Chemie übliche SCHOENFLIESS-Symbolik verwendet (s. Lit. 5.15).
Man unterscheidet zwei Typen von Symmetrieoperationen, Operationen ohne Fixpunkt und Operationen mit
mindestens einem Fixpunkt.

1. Symmetrieoperationen ohne Fixpunkt, bei denen kein Punkt des Raumes fest bleibt, können bei
begrenzten räumlichen Objekten, und nur solche sollen hier betrachtet werden, nicht auftreten. Eine
Symmetrieoperation ohne Fixpunkt ist z.B. eine Parallelverschiebung.
2. Symmetrieoperationen mit mindestens einem Fixpunkt sind z.B. Drehungen und Spiegelungen. Zu
ihnen gehören folgende Operationen:
a) Drehungen bezüglich einer Achse um einen Winkel : Für bezeichnet man sowohl

die Drehachse als auch die Drehung selbst mit Die Drehachse heißt dann -zählig.
b) Spiegelungen an einer Ebene: Sowohl die Spiegelungsebene als auch die Spiegelung selbst
werden mit bezeichnet. Ist zusätzlich eine Hauptdrehachse vorhanden, so zeichnet man diese
senkrecht und bezeichnet Spiegelungsebenen, die senkrecht auf dieser Achse stehen, mit (h von

horizontal) und Spiegelungsebenen, die durch die Drehachse gehen, mit (v von vertikal) oder (d
von dihedral, wenn dadurch gewisse Winkel halbiert werden).
c) Drehspiegelungen: Eine Operation, die dadurch entsteht, daß nach einer Drehung eine

Spiegelung erfolgt, heißt Drehspiegelung und wird mit bezeichnet. Drehung und Spiegelung

sind dabei vertauschbar. Die Drehachse heißt dann Drehspiegelungsachse -ter Ordnung und wird
ebenfalls mit bezeichnet. Diese Achse nennt man zugehöriges Symmetrieelement, obwohl bei der

Anwendung der Operation nur das Symmetriezentrum fest bleibt. Für heißt eine

Drehspiegelung auch Punktspiegelung oder Inversion und wird mit bezeichnet.

Epsilontensor

Sind und die Einheitsvektoren in Richtung der Achsen eines rechtwinkligen Koordinatensystems, dann
gilt für das Spatprodukt

(4.79a)

Das sind insgesamt Elemente, die als Elemente eines 3stufigen Tensors aufgefaßt werden können. Im
Falle einer Drehung des Koordinatensystems folgt aus dem Transformationsgesetz (4.68)

(4.79b)

d.h., die Elemente sind drehungsinvariant . Paßt man sie so in ein Koordinatensystem ein, daß sie unabhängig von
der Wahl des Ursprungs, also auch translationsinvariant sind, dann bilden die Zahlen einen invarianten Tensor
3. Stufe, den sogenannten Epsilontensor .
Definition

Ein kartesischer Tensor heißt invariant , wenn seine Komponenten in allen kartesischen Koordinatensystemen
identisch sind. Da physikalische Größen wie Skalare und Vektoren, die Spezialfälle von Tensoren sind, nicht vom
Koordinatensystem abhängen, in dem sie bestimmt werden, darf sich ihr Wert weder bei Verschiebung des
Koordinatenursprunges noch bei Drehung eines Koordinatensystems ändern. Man spricht von
Translationsinvarianz und Drehungsinvarianz und allgemein von Transformationinvarianz .
Orthogonale Matrizen

Gilt für eine quadratische Matrix die Beziehung

(4.30)

d.h., die Skalarprodukte je zweier verschiedener Spalten oder Zeilen sind gleich null und die Skalarprodukte jeder
Zeile oder Spalte mit sich selbst gleich eins, dann nennt man sie eine orthogonale Matrix .
Orthogonale Matrizen haben folgende Eigenschaften:

1. Die transponierte und die inverse Matrix einer orthogonalen Matrix sind auch orthogonal; weiterhin gilt
(4.31)

2. Produkte orthogonaler Matrizen sind wieder orthogonal.

Beispiel
Die bei der Drehung eines Koordinatensystems verwendete Drehungsmatrix D mit den
Richtungskosinussen der neuen Achsenrichtungen ist orthogonal (s. Richtung im Raum).
● Unitäre Matrix
Koordinatentransformationen

Beim Übergang von einem kartesischen Koordinatensystem zu einem anderen ändern sich die Koordinaten nach den
folgenden Regeln:

1. Parallelverschiebung der Koordinatenachsen um den Abszissen- bzw. Ordinatenabschnitt bzw. ,

so daß für die Koordinaten vor der Verschiebung, nach der Verschiebung und für die

Koordinaten des neuen Koordinatenursprungs 0' im alten Koordinatensystem vor der Verschiebung gilt:
 (3.288a)
(3.288b)

2. Drehung der Koordinatenachsen um den Winkel so daß gilt:

 (3.289a)
(3.289b)
Allgemein betrachtet läßt sich ein Übergang von einem Koordinatensystem in ein anderes durch eine Transformation
durchführen, die aus einer Translation und einer Rotation, d.h. einer Drehung der Koordinatenachsen besteht. Die
zum diesem System aus zwei Gleichungen gehörende Koeffizientenmatrix lautet:

(3.289c)

Sie wird Drehungsmatrix genannt.

Drehung des Koordinatensystems

Wenn das kartesische Koordinatensystem aus durch Drehung hervorgeht, dann gilt in (4.65) für die

Transformationsmatrix Dabei ist die orthogonale Drehungsmatrix . Die orthogonale

Drehungsmatrix hat die Eigenschaft

(4.67a)

Elemente von sind die Richtungskosinusse der Winkel zwischen den alten und neuen Koordinatenachsen.

Aus der Orthogonalität der Drehungsmatrix d.h. aus

(4.67b)

folgt für ihre Elemente:

 (4.67c)

Diese Gleichungen besagen, daß die Zeilen- und Spaltenvektoren der Matrix orthonormiert sind.
Die Elemente der der Drehungsmatrix können auch mit Hilfe der EULERschen Winkel dargestellt werden
(s. auch Drehung der Ebene und Drehung im Raum).
Unterabschnitte

● Parallelverschiebung:
● Drehung der Koordinatenachsen:
● Eigenschaften der Transformationsdeterminante:
● EULERsche Winkel:
● Skalare Invariante:

Transformation rechtwinkliger Koordinaten

Parallelverschiebung:

Wenn die ursprünglichen Koordinaten sind, die neuen und die Koordinaten des neuen
Koordinatenursprungs im ursprünglichen Koordinatensystem, dann gilt
(3.357)
Drehung der Koordinatenachsen:

Wenn die Richtungskosinusse der neuen Achsen in Übereinstimmung mit den Angaben in der folgenden Tabelle und
der Abbildung bezeichnet sind, dann gilt

(3.358a)
 (3.358b)

Tabelle Bezeichnungen der Richtungskosinus bei Koordinatentransformation

 Richtungskosinus
In bezug auf die der neuen Achsen
alten Achsen

Die Koeffizientenmatrix des Systems (3.358a), Drehungsmatrix genannt, und die Transformationsdeterminante
ergeben sich zu

(3.358c)

(3.358d)

Eigenschaften der Transformationsdeterminante:

Die Transformationsdeterminante besitzt die folgenden Eigenschaften:

a) mit positivem Vorzeichen, wenn die Links- bzw. Rechtshändigkeit erhalten bleibt, mit
negativem Vorzeichen, wenn sich die Händigkeit ändert.
b) Die Summe der Quadrate einer Zeile oder einer Spalte ist immer gleich eins.
c) Die Summe der Produkte der entsprechenden Elemente zweier verschiedener Zeilen oder Spalten ist gleich
Null (s. orthogonale Matrizen).
d) Jedes Element ergibt sich als Produkt aus und seiner Adjunkte (s. Determinanten).

EULERsche Winkel:

Die Lage des neuen Koordinatensystems relativ zum alten kann mit Hilfe von drei Winkeln, die EULER eingeführt hat,
vollständig bestimmt werden.
a) Nutationswinkel
wird der Winkel zwischen den positiven Richtungen der - und der -Achse genannt; er liegt in den
Grenzen
b) Präzessionswinkel
wird der Winkel zwischen der positiven Richtung der -Achse und der Schnittgeraden zwischen der
 - und - Ebene genannt. Die positive Richtung von wird derart gewählt, daß die -Achse, die

-Achse sowie ein Richtungstripel mit der gleichen Orientierung bilden wie die Koordinatenachsen
(s. affine Koordinaten). Die Messung von erfolgt von der -Achse aus in Richtung -Achse; die Grenzen

sind
c) Drehungswinkel
wird der Winkel zwischen der positiven -Richtung und der Schnittgeraden genannt; er liegt in den

Grenzen

Wenn anstelle der Winkelfunktionen zur Abkürzung gesetzt wird

(3.359a)

dann gilt

(3.359b)
Skalare Invariante:

Skalare Invariante heißt ein Skalar, der bei Verschiebung und Drehung des Koordinatensystems den gleichen Wert
behält. Das skalare Produkt zweier Vektoren ist eine skalare Invariante (s. auch Eigenschaften der Produkte von
Vektoren).

Beispiel A

Die Komponenten eines Vektors sind keine skalaren Invarianten, da sie bei

Verschiebung und Drehung des Koordinatensystems unterschiedliche Werte annehmen.

Beispiel B

Die Länge des Vektors d.h. die Größe ist eine skalare

Invariante.
Beispiel C
Das Skalarprodukt eines Vektors mit sich selbst ist eine skalare Invariante:
Begleitendes Dreibein

● Definitionen
● Lage der Kurve relativ zum begleitenden Dreibein
● Gleichungen der Elemente des begleitenden Dreibeins
Aussagen zu ebenen Dreiecken

● Summe zweier Seiten, Summe der Winkel

● Vollständige Bestimmung des Dreiecks
● Seitenhalbierende und Winkelhalbierende
● Inkreis und Umkreis
● Höhe und Mittellinie des Dreiecks
● Arten von Dreiecken
Ebene Dreiecke
● Aussagen zu ebenen Dreiecken
● Symmetrie
Unterabschnitte

● Flächeninhalt eines Dreiecks:

● Flächeninhalt eines Vielecks:

Flächeninhalte

Flächeninhalt eines Dreiecks:

Sind die Eckpunkte durch und gegeben, dann ergibt sich der

Flächeninhalt gemäß
 (3.296)

Drei Punkte liegen auf einer Geraden, wenn

(3.297)

Flächeninhalt eines Vielecks:

Sind die Eckpunkte durch gegeben, dann ist

(3.298)

Die Formeln (3.296) und diese liefern einen positiven Flächeninhalt, wenn die Eckpunkte in einer Reihenfolge
durchnumeriert sind, die dem entgegengesetzten Drehsinn des Uhrzeigers entspricht. Anderenfalls ist der
Flächeninhalt negativ.
Arten von Dreiecken

Gleichschenkliges Dreieck: Im gleichschenkligen Dreieck sind zwei Dreieckseiten gleich lang. Höhe, Seiten-
und Winkelhalbierende der dritten Seite sind identisch. Für die Gleichschenkligkeit des Dreiecks ist die
Gleichheit je zweier dieser Seiten eine hinreichende Bedingung.
Gleichseitiges Dreieck: Im gleichseitigen Dreieck mit fallen die Mittelpunkte des In- und des
Umkreises mit dem Schwerpunkt und dem Orthozentrum zusammen.
Rechtwinkliges Dreieck: Rechtwinkliges Dreieck wird ein Dreieck genannt, das sich durch einen Winkel von
in einer der Dreiecksecken auszeichnet.
Grundaufgaben zur Berechnung ebener schiefwinkliger Dreiecke

In Übereinstimmung mit den Kongruenzsätzen ist ein Dreieck durch drei voneinander unabhängige Stücke bestimmt,
unter denen sich mindestens eine Seite befinden muß. Daraus leiten sich die vier sogenannten Grundaufgaben im
schiefwinkligen Dreieck ab. Sind von 6 Bestimmungsgrößen eines schiefwinkligen Dreieckes (3 Winkel und

die ihnen gegenüberliegenden 3 Seiten ) drei gegeben, dann lassen sich die übrigen drei
Bestimmungsgrößen mit Hilfe der in der Tabelle angegebenen Gleichungen berechnen.
Im Unterschied zur sphärischen Trigonometrie, läßt sich für das ebene schiefwinklige Dreieck aus der Kenntnis dreier
gegebener Winkel keine der Seiten berechnen.
(S. 2. Grundaufgabe der sphärischen Trigonometrie.)
Tabelle Bestimmungsgrößen ebener schiefwinkliger Dreiecke, Grundaufgaben

Gegeben Formeln zur Berechnung der übrigen Größen

1.
1 Seite und
2 Winkel

2.
2 Seiten und der
eingeschlossene
Winkel und werden aus und berechnet,
3.
2 Seiten und der
einer von ihnen
gegenüberliegende Für ist und eindeutig bestimmt. Für
Winkel sind folgende Fälle möglich:

1.
hat für zwei Werte ;

2.
hat genau einen Wert für ;

3.
Für ist eine Dreieckskonstruktion unmöglich
4. ,
3 Seiten
Höhe und Mittellinie des Dreiecks

Höhe des Dreiecks wird das Lot genannt, das vom Scheitelpunkt eines der drei Dreieckwinkel auf die
gegenüberliegende Seite gefällt wird. Die Höhen des Dreiecks schneiden sich im sogenannten Orthozentrum .
Mittellinie des Dreiecks wird eine Gerade genannt, die die Mittelpunkte zweier Dreiecksseiten verbindet; sie
liegt parallel zur dritten Seite und ist halb so lang wie diese.
Inkreis und Umkreis

Inkreis wird der in das Dreieck einbeschriebene Kreis genannt. Sein Mittelpunkt ist der gemeinsame
Schnittpunkt der Winkelhalbierenden des Dreiecks.

Umkreis wird der das Dreieck umschreibende Kreis genannt. Sein Mittelpunkt ist der gemeinsame
Schnittpunkt der drei Mittelsenkrechten des Dreiecks.
Strecken im Dreieck und Fläche

Es werden die folgenden Bezeichnungen verwendet: - Seiten; - die ihnen gegenüberliegenden

Winkel; - Flächeninhalt; - Radius des Umkreises; - Radius des Inkreises;

- halber Dreiecksumfang.
Höhe der Seite :
(3.82)
Seitenhalbierende der Seite :

(3.83)

Winkelhalbierende des Winkels :

(3.84)

Radius des Umkreises:

 (3.85)

Radius des Inkreises:

(3.86)

(3.87)

Flächeninhalt:

(3.88)

Die Formel wird HERONische Flächenformel genannt.

Berechnung von Seiten und Winkeln im ebenen rechtwinkligen Dreieck

Verwendete Bezeichnungen: - Katheten; - Hypotenuse; bzw. - die den Seiten bzw.

gegenüberliegenden Winkel; - Höhe; - Hypotenusenabschnitte; - Flächeninhalt.

Im rechtwinkligen Dreieck ist von 6 Bestimmungsgrößen (3 Winkel und die ihnen gegenüberliegenden

Seiten ) ein Winkel, in der Abbildung der Winkel zu festgelegt. Ein ebenes Dreieck ist durch drei
Bestimmungsstücke festgelegt, die aber nicht beliebig vorgegeben werden können, sondern in Übereinstimmung mit
den unter Vollständige Bestimmung des Dreiecks genannten Möglichkeiten. Somit können nur noch zwei Stücke
vorgegeben werden. Die übrigen drei lassen sich mit Hilfe der Gleichungen in der folgenden Tabelle sowie mit (3.69)
berechnen.
Tabelle Bestimmungsgrößen ebener rechtwinkliger Dreiecke

Gegeben Formeln zur Ermittlung der übrigen Größen

z.B

z.B.

z.B.
z.B.
Grundformeln und Sätze

Verwendete Bezeichnungen: - Katheten; - Hypotenuse; bzw. - die den Seiten bzw.

gegenüberliegenden Winkel; - Höhe; - Hypotenusenabschnitte; - Flächeninhalt.

Winkelsumme:
(3.69)
Seitenberechnung:

(3.70)

Satz des PYTHAGORAS:

(3.71)
Sätze des EUKLID:
(3.72)
Flächeninhalt:

(3.73)
Rechtwinklige ebene Dreiecke
● Grundformeln und Sätze
● Berechnung von Seiten und Winkeln im ebenen rechtwinkligen Dreieck
Berechnungen in schiefwinkligen ebenen Dreiecken
● Grundformeln und Sätze
● Grundaufgaben zur Berechnung ebener schiefwinkliger Dreiecke
Weitere Beziehungen

Es werden die folgenden Bezeichnungen verwendet: - Seiten; - die ihnen gegenüberliegenden

Winkel; - Flächeninhalt; - Radius des Umkreises; - Radius des Inkreises;

 - halber Dreiecksumfang.

Tangensformeln:

(3.80)

Zusätzliche Beziehungen:

(3.81a)

(3.81b)
Seitenhalbierende und Winkelhalbierende

Seitenhalbierende des Dreiecks wird die Gerade genannt, die einen Eckpunkt des Dreiecks mit dem
Mittelpunkt der gegenüberliegenden Dreieckseite verbindet. Die Seitenhalbierenden des Dreiecks schneiden
sich in einem Punkt, dem Schwerpunkt des Dreiecks, der sie vom Scheitel des Winkels aus gerechnet im
Verhältnis teilt.

Winkelhalbierende des Dreiecks wird die Gerade genannt, die einen der drei inneren Winkel des Dreiecks in
zwei gleiche Teile teilt.
Vollständige Bestimmung des Dreiecks

Ein Dreieck ist durch die folgenden Bestimmungsstücke vollständig bestimmt:

● durch drei Seiten oder

● durch zwei Seiten und den zwischen ihnen eingeschlossenen Winkel oder
● durch eine Seite und die beiden anliegenden Winkel.

Wenn zwei Seiten gegeben sind sowie der einer Seite gegenüberliegende Winkel, dann können mittels dieser
Bestimmungsstücke entweder zwei, ein oder kein Dreieck konstruiert werden (s. Grundaufgaben der ebenen
Trigonometrie für das ebene rechtwinklige Dreieck und das ebene schiefwinklige Dreieck).
Summe zweier Seiten, Summe der Winkel

Die Summe zweier Seiten ist im ebenen Dreieck stets größer als die dritte Seite:
(3.16)

Die Summe der Winkel beträgt im ebenen Dreieck

(3.17)
Binomialkoeffizienten

Die Definition lautet mit und positiv und ganz

(1.37a)

wobei mit (= n Fakutät) das Produkt der ganzen positiven Zahlen von 1 bis
Fakultät genannt wird.
(1.37b)
Die Werte der Binomialkoeffizienten können aus dem sogenannten PASCALschen Dreieck abgelesen werden:
Die erste und die letzte Zahl in jeder Zeile ist definitionsgemäß gleich Eins; jede andere Zahl eines Koeffizienten in
dem Schema ergibt sich als Summe der beiden links und rechts oberhalb von ihr stehenden Zahlen.
Sphärisches Dreieck

Es seien und drei Punkte auf einer Kugelfläche, die nicht auf einem Großkreis liegen. Werden jeweils

zwei dieser Punkte durch einen Großkreis verbunden, so entsteht das sphärische Dreieck .
Als Seiten des sphärischen Dreiecks werden die sphärischen Abstände der Dreieckspunkte definiert, d.h., sie stellen

die im Kugelmittelpunkt gemessenen Winkel zwischen je zwei Radien und dar. Sie werden mit

und bezeichnet und im folgenden im Winkelmaß angegeben, unabhängig davon, ob sie in der Zeichnung als
Winkel im Kugelmittelpunkt oder als Großkreisbogen auf der Kugelfläche eingetragen sind. Die Winkel des
sphärischen Dreiecks sind die Winkel zwischen je zwei der drei Großkreisebenen. Sie werden mit und
bezeichnet.
Die Reihenfolge der Bezeichnung der Punkte, Seiten und Winkel des sphärischen Dreiecks erfolgt in Analogie zum
ebenen Dreieck. Ein sphärisches Dreieck, bei dem mindestens eine Seite beträgt, heißt rechtsseitiges Dreieck.
Es stellt eine Analogie zum rechtwinkligen Dreieck der Planimetrie dar.
Berechnung sphärischer Dreiecke
● Grundaufgaben, Genauigkeitsbetrachtungen
● Rechtwinklig sphärisches Dreieck
● Schiefwinklig sphärisches Dreieck
● Sphärische Kurven
● Orthodrome
● Kleinkreis
● Loxodrome
● Schnittpunkte sphärischer Kurven
Eulersche und Nicht-Eulersche Dreiecke

Die Eckpunkte des sphärischen Dreiecks teilen jeden Großkreis durch zwei Eckpunkte im allgemeinen in
zwei ungleiche Teile. Dadurch entstehen mehrere verschiedene sphärische Dreiecke, z.B. auch das sphärische
Dreieck mit den Seiten und der in der folgenden linken Abbildung schattierten Fläche.
Gemäß einer Festsetzung von EULER werden für die Seiten des sphärischen Dreiecks nur die Großkreisbogen
gewählt, die kleiner als sind. Das entspricht der Definition der Seiten als sphärische Abstände zwischen den
Dreieckspunkten. In diesem Zusammenhang bezeichnet man sphärische Dreiecke, bei denen jede Seite und jeder
Winkel kleiner als ist, als EULERsche Dreiecke, anderenfalls als Nicht- EULERsche Dreiecke. Die rechte
Abbildung zeigt ein EULERsches und ein Nicht- EULERsches Dreieck.
Grundaufgaben, Genauigkeitsbetrachtungen

Die verschiedenen Fälle, die bei der Berechnung sphärischer Dreiecke auftreten können, werden in sogenannte
Grundaufgaben eingeordnet. Für jede Grundaufgabe des schiefwinklig sphärischen Dreiecks sind mehrere
Lösungswege möglich, je nachdem, ob die Lösung nur mit den Grundformeln (3.172a) bis (3.176b) oder auch mit den
Formeln (3.177a) bis (3.186) erfolgt und ob nur eine Größe im Dreieck oder mehrere Größen gesucht sind.
Formeln, die die Tangensfunktion enthalten, liefern numerisch genauere Ergebnisse, besonders im Vergleich zur
Berechnung eines Bestimmungsstückes aus der Sinusfunktion, wenn dessen Wert in der Nähe von liegt, und
aus der Kosinusfunktion, wenn der Wert des Bestimmungsstückes in der Nähe von oder liegt. Für
EULERsche Dreiecke ergeben sich außerdem die aus der Sinusfunktion berechneten Stücke zweideutig, da die
Sinusfunktion in den beiden ersten Quadranten positiv ist, während die aus den übrigen Funktionen berechneten
Stücke eindeutig erhalten werden.
Rechtwinklig sphärisches Dreieck

● Spezielle Formeln
● Grundaufgaben für rechtwinklig sphärische Dreiecke
● NEPERsche Regel
Schiefwinklig sphärisches Dreieck

Bei 3 gegebenen Stücken unterscheidet man wie im Falle der rechtwinklig sphärischen Dreiecke 6 Grundaufgaben.
Die Bezeichnungen für die Winkel sind und für die ihnen gegenüberliegenden Seiten.

Mit welchen Formeln welche Bestimmungsstücke im Rahmen der 6 Grundaufgaben über verschiedene Lösungswege
bestimmt werden können ist in den folgenden Abschnitten zusammenfassend dargestellt.
Die Lösung der 3., 4., 5. und 6. Grundaufgabe kann auch durch Zerlegung des vorliegenden schiefwinklig
sphärischen Dreiecks in zwei rechtwinklig sphärische Dreiecke herbeigeführt werden.
In der Überschrift für die jeweilige Grundaufgabe sind die gegebenen Seiten und Winkel mit S bzw. W
gekennzeichnet. So bedeutet z.B. SWS: Zwei Seiten und der eingeschlossene Winkel sind gegeben.

● 1. Grundaufgabe SSS
● 2. Grundaufgabe WWW
● 3. Grundaufgabe SWS
● 4. Grundaufgabe WSW
● 5. Grundaufgabe WWW
● 6. Grundaufgabe WWS
Unterabschnitte

● Kongruenz:
● Kongruenzsätze:

Kongruente Dreiecke, Kongruenzsätze

Kongruenz:

Unter Kongruenz ebener Figuren versteht man allgemein ihre Deckungsgleichheit, d.h. die völlige Übereinstimmung
in Größe und Gestalt. Kongruente Figuren können durch drei geometrische Transformationen ineinander überführt
werden, durch Schiebung , Drehung und Spiegelung bzw. durch ihre Kombination.
Man unterscheidet gleichsinnig kongruente und nichtgleichsinnig kongruente Figuren. Gleichsinnig kongruente
Figuren lassen sich durch Schiebung oder Drehung sowie durch ihre Kombination ineinander überführen.
Da sich nichtgleichsinnig kongruente Figuren durch entgegengesetzten Umlaufsinn auszeichnen, ist zu ihrer
Überführung zusätzlich noch die Spiegelung an einer Geraden erforderlich.
Beispiel
Spiegelsymmetrische Figuren sind nichtgleichsinnig kongruent. Zu ihrer Überführung ineinander sind alle
drei Transformationen erforderlich.

Kongruenzsätze:

Die Bedingungen für die Kongruenz von Dreiecken sind in den Kongruenzsätzen festgehalten. Zwei Dreiecke sind
kongruent, wenn sie übereinstimmen in

● drei Seiten (SSS) oder

● zwei Seiten und dem von ihnen eingeschlossenen Innenwinkel (SWS) oder
● einer Seite und den beiden anliegenden Innenwinkeln (WSW) oder
● zwei Seiten und dem der größeren Seite gegenüberliegenden Innenwinkel (SSW).
Bemerkungen

1.
Sind die Ansatzkoeffizienten gemäß (19.155) bestimmt worden, dann stellt aus (19.147) eine

explizite Näherungslösung dar, deren Werte für beliebige Punkte aus berechnet werden können.

2.
Muß das Integrationsgebiet mit einem beliebigen, unregelmäßigen Dreiecksnetz überzogen werden, dann ist
es zweckmäßig, sogenannte Dreieckskoordinaten (auch baryzentrische Koordinaten genannt) einzuführen.
Dadurch ist die Lage eines Punktes bezüglich des Dreiecksnetzes leicht feststellbar, und die Berechnung der
mehrdimensionalen Integrale analog zu (19.152) wird vereinfacht, weil jedes beliebige Dreieck besonders
einfach auf ein Einheitsdreieck transformiert werden kann.
3.
Soll die Genauigkeit der Näherungsfunktion erhöht oder ihre Differenzierbarkeit gewährleistet werden, dann
muß man zu stückweise quadratischen oder stückweise kubischen Ansatzfunktionen übergehen (s. z.
B. Lit 19.25).
4.
Bei der Lösung praktischer Probleme entstehen Aufgaben sehr großer Dimension. Deshalb wurden viele
spezielle Verfahren entwickelt, z.B. auch für eine automatische Triangulierung und für eine günstige
Numerierung der Elemente (davon hängt die Struktur der Gleichungssysteme ab, die gelöst werden müssen).
Eine ausführliche Darstellung der FEM s. Lit. 19.13, 19.9, 19.26.
Dreiecksmatrix

Rechte oder obere Dreiecksmatrix R (im Englischen U von upper) ist eine Matrix, in der alle Elemente
unterhalb der Hauptdiagonale den Wert Null besitzen:
(4.17)

Linke oder untere Dreiecksmatrix L (im Englischen L von lower) ist eine Matrix, in der alle Elemente
oberhalb der Hauptdiagonale den Wert Null besitzen:
(4.18)
Dreiecksungleichung für reelle und komplexe Zahlen

1. Dreiecksungleichung für reelle Zahlen: Für alle reellen Zahlen gilt

(1.109)

Der Absolutbetrag der Summe zweier oder mehrerer reeller Zahlen ist kleiner oder gleich der Summe der
Absolutbeträge der einzelnen Summanden. Das Gleichheitszeichen gilt nur dann, wenn alle Summanden gleiches
Vorzeichen besitzen.

2. Dreiecksungleichung für komplexe Zahlen: Für zwei komplexe Zahlen gilt

(1.110a)

für komplexe Zahlen gilt

(1.110b)
Vektor- und Matrizennorm

Einem Vektor und einer Matrix kann man jeweils eine Zahl ( Norm ) bzw. ( Norm )

zuordnen. Diese Zahlen müssen die Normaxiome erfüllen. Für Vektoren lauten diese:

(4.44)

(4.45)

(4.46)

Normen für Vektoren und Matrizen können auf sehr verschiedene Art und Weise eingeführt werden. Es ist jedoch
zweckmäßig, zu einer Vektornorm die Matrizennorm so zu definieren, daß die Ungleichung
 (4.47)

gilt. Diese Ungleichung ist für Fehlerabschätzungen sehr nützlich. Vektor- und Matrizennormen, die diese
Ungleichung erfüllen, werden als zueinander passend bezeichnet. Gibt es darüber hinaus zu jeder Matrix einen
Nichtnullvektor so daß das Gleichheitszeichen gilt, dann heißt die Matrizennorm der Vektornorm

zugeordnet .

● Vektornormen
● Matrizennormen
Anwendung der Dreieckszerlegung

Mit Hilfe der Dreieckszerlegung kann die Lösung des linearen Gleichungssystems (19.26) in 3 Schritten
beschrieben werden:

1.
: Durchführung der Dreieckszerlegung und Substitution .
2.
: Bestimmung des Hilfsvektors durch Vorwärtseinsetzen.
3.
: Bestimmung der Lösung durch Rückwärtseinsetzen.

Wird zur Lösung eines linearen Gleichungssystems die erweiterte Koeffizientenmatrix wie im obigen

Beispiel nach dem GAUSSschen Eliminationsverfahren behandelt, dann wird die Linksdreiecksmatrix explizit nicht
benötigt. Sie wird aber besonders dann wirksam, wenn mehrere lineare Gleichungssysteme mit derselben
Koeffizientenmatrix, aber verschiedenen rechten Seiten gelöst werden müssen.
Dreieckszerlegung einer Matrix

● Prinzip des GAUSSschen Eliminationsverfahrens

● Dreieckszerlegung
● Anwendung der Dreieckszerlegung
● Wahl der Pivots
Dreieckszerlegung

Das Ergebnis des GAUSSschen Eliminationsverfahrens kann wie folgt formuliert werden: Zu jeder regulären Matrix existiert eine
sogenannte Dreieckszerlegung oder LR-Faktorisierung der Form
(19.31)

(19.32)

heißt Rechtsdreiecksmatrix , Linksdreiecksmatrix und ist eine sogenannte Permutationsmatrix . Sie ist eine
quadratische Matrix, die in jeder Zeile und in jeder Spalte genau eine 1 und sonst Nullen enthält. Sie beschreibt die
Zeilenvertauschungen in der Matrix , die sich durch die Pivotwahl in den Eliminationsschritten ergeben.

Beispiel
Das GAUSSsche Eliminationsverfahren soll auf das System angewendet werden. In

einer schematischen Schreibweise, bei der die Koeffizientenmatrix und der Vektor der rechten Seite zu einer sogenannten
erweiterten Koeffizientenmatrix zusammengefaßt werden, erhält man:

d.h.

In den erweiterten Koeffizientenmatrizen sind die Matrizen und sowie die Pivots gekennzeichnet worden.
Dreifachintegral
Das Dreifachintegral ist eine Erweiterung des Integralbegriffs auf ein dreidimensionales Integrationsgebiet. Man
spricht daher auch vom Volumenintegral .

● Begriff des Dreifachintegrals

● Berechnung des Dreifachintegrals
● Volumenelemente
● Anwendungen von Dreifachintegralen
Anwendungen von Dreifachintegralen

Allgemeine Kartesische Zylinderkoordinaten Kugelkoordinaten

Formel Koordinaten
1. Volumen eines Körpers

2. Trägheitsmoment eines Körpers, bezogen auf die -Achse

3. Masse eines Körpers mit der Dichtefunktion

4. Die Koordinaten des Schwerpunktes eines homogenen Körpers
Berechnung des Dreifachintegrals

Die Berechnung des Dreifachintegrals wird auf die nacheinanderfolgende Berechnung dreier Integrale zurückgeführt,
die je nach dem verwendeten Koordinatensystem unterschiedlich aussieht.

● Berechnung in kartesischen Koordinaten

● Berechnung in Zylinderkoordinaten
● Berechnung in Kugelkoordinaten
● Berechnung in beliebigen krummlinigen Koordinaten
Berechnung in beliebigen krummlinigen Koordinaten

Die beliebigen krummlinigen Koordinaten sind durch die Beziehungen

(8.146)

definiert. Das Integrationsgebiet wird durch die Koordinatenflächen in

infinitesimale Volumenelemente in beliebigen Koordinaten eingeteilt:

(8.147a)

wobei die Funktionaldeterminante ist. Nach Ausdrücken des Integranden in den Koordinaten lautet das
Integral:
 (8.147b)

Die Formeln (8.144b) und (8.145b) sind Spezialfälle von (8.147b). Für Zylinderkoordinaten ist , für

Kugelkoordinaten ist . Mit Vorteil werden immer die krummlinigen Koordinaten verwendet, die eine
möglichst einfache Berechnung der Grenzwerte des Integrals (8.147b) gestatten.
Berechnung in kartesischen Koordinaten

Das Integrationsgebiet, das hier als Volumen aufgefaßt werden kann, teilt man mit Hilfe von Koordinatenflächen, die in
diesem Falle Ebenen sind, in infinitesimale Parallelepipede ein (s. Abbildung).
Dabei ist wie im Falle des Doppelintegrals zu bachten, daß der Durchmesser der Elementarzelle beim Grenzübergang
gegen Null geht. Auf die Zerlegung folgt die Summation aller Differentiale , beginnend bei allen

Parallelepipeden längs einer vertikalen Säule, d.h. Summation über , danach aller Säulen längs jeder der vertikalen
Schichten, d.h. Summation über , und schließlich aller Schichten, d.h. Summation über . Die analytische
Formulierung lautet:

(8.143a)

Dabei sind und die Gleichungen der unteren und oberen Oberflächen des Volumens

, gerechnet von der Kurve aus; heißt Volumenelement, hier in kartesischen Koordinaten. Mit

und sind die Funktionen bezeichnet, die die Projektionen der Kurvenanteile von auf

die -Ebene mit den Begrenzungspunkten und beschreiben.

An das Integrationsgebiet müssen die folgenden Forderungen gestellt werden:
 ● Die Funktionen und sollen im Intervall existieren, stetig sein und der Ungleichung

genügen.

● Die Funktionen und sollen im Gebiet , definiert und

stetig sein und der Ungleichung genügen.

Derart sind alle die Punkte in enthalten, die den Bedingungen

(8.143b)

genügen.

Beispiel
Berechnung des Integrals für eine Pyramide, die von den Koordinatenebenen und der Ebene

begrenzt wird:

.
Berechnung in Kugelkoordinaten

Das Integrationsgebiet wird mit Hilfe der Koordinatenflächen in

infinitesimale Elementarzellen eingeteilt (s. Abbildung).
Das Volumenelement in Kugelkoordinaten ist
(8.145a)

Nachdem der Integrand in Kugelkoordinaten als dargestellt wurde, lautet das Integral:

(8.145b)
Beispiel

Das Integral ist für einen Kegel zu berechnen, dessen Spitze sich im Ursprung des

Koordinatensystems befindet und der die -Achse zur Symmetrieachse hat. Der Winkel in der Spitze
beträgt , seine Höhe (s. Abbildung).
 .

.
Berechnung in Zylinderkoordinaten

Das Integrationsgebiet wird mit Hilfe der Koordinatenflächen in

infinitesimale Elementarzellen eingeteilt (s. Abbildung).
Das Volumenelement in Zylinderkoordinaten ist
(8.144a)

Nach der Darstellung des Integranden lautet das Integral:

(8.144b)

Beispiel

Das Integral ist für einen Körper zu berechnen (s. Abbildung), dessen Volumen von der -

Ebene, der -Ebene, dem Zylinder und der Kugel begrenzt wird:

.
 .

Wegen ist das Integral gleich dem Rauminhalt des Körpers.

Definition

Die Definition des Dreifachintegrals einer Funktion von drei Variablen über einen dreidimensionalen

Bereich, z.B. den Raumteil , erfolgt in Analogie zur Definition des Doppelintegrals. Man schreibt

(8.141)

Das Volumen wird in Elementarvolumina zerlegt, mit denen Produkte der Art gebildet

werden, wobei der Punkt im Innern oder auf dem Rande eines Elementarvolumens liegen kann.
Das Dreifachintegral ist dann der Grenzwert der Summe derartiger Produkte aller Elementarvolumina, in die das
Volumen zerlegt wurde, und zwar für den Fall, daß der Rauminhalt jedes Elementarvolumens gegen Null geht,
d.h. ihre Anzahl gegen . Dabei ist wie beim Doppelintegral zu beachten, daß der Durchmesser des
Elementarvolumens gegen Null strebt und nicht nur eine der möglichen Ausdehnungen. Es gilt dann

(8.142)
Existenzsatz

Der Existenzsatz für das Dreifachintegral ist ein vollständiges Analogon zum Existenzsatz für das Doppelintegral.
Dreikant

Dreikant oder Triederecke wird eine dreiseitige körperliche Ecke genannt, die von drei, von einem Scheitelpunkt 0
ausgehenden Strahlen , den Kanten, gebildet wird (obere Abbildung).
Als Seiten des Dreikants definiert man die Winkel und , die von je zwei der Kanten eingeschlossen sind. Die
Gebiete zwischen zwei Kanten heißen Seitenflächen des Dreikants. Die Winkel des Dreikants sind die Keilwinkel
und die von je zwei der drei Seitenflächen eingeschlossen werden. Ein Dreikant schneidet aus einer
Kugel um den Scheitelpunkt 0 ein sphärisches Dreieck aus (untere Abbildung). Die Seiten und Winkel des
sphärischen Dreiecks und des zu ihm gehörenden Dreikants sind einander gleich. Deshalb gelten Sätze, die für den
Dreikant hergeleitet wurden, auch für das zugehörige sphärische Dreieck und umgekehrt.
Druck

In einer ruhenden Flüssigkeit mit der Dichte unterscheidet man den Schweredruck und den Seitendruck .
Letzteren übt die Flüssigkeit auf eine Seite einer Platte aus, die senkrecht in sie eingetaucht ist. Beide nehmen mit
der Tiefe zu.

1. Schweredruck in einer Tiefe :

(8.66)

wobei die Fallbeschleunigung ist.

2. Seitendruck z.B. auf den Deckel einer seitlichen Ausflußöffnung eines Flüssigkeitsbehälters mit dem

Tiefenunterschied (s. Abbildung):

(8.67)
Mit den Funktionen und wird der linke bzw. rechte Rand des Deckels beschrieben.
Definition

Für nennt man eine lineare Abbildung lineares Funktional oder Linearform . Im weiteren wird in einem
HILBERT-Raum der komplexe, in allen anderen Situationen fast ausschließlich der reelle Fall betrachtet. Der BANACH-
Raum aller stetigen linearen Funktionale heißt Dual , Dualraum oder adjungierter Raum von und wird

mit (manchmal auch mit ) bezeichnet. Der Wert (aus ) eines linearen stetigen Funktionals auf

einem Element wird mit , häufig aber auch - um den für die Dualitätstheorie ausschlaggebenden

Gedanken der bilinearen Verknüpfung von und hervorzuheben - mit bezeichnet (s. auch Satz von

RIESZ über die linearen stetigen Funktionale im HILBERT-Raum).

Beispiel A

Seien fixierte Punkte des Intervals und reelle Zahlen. Durch

 (12.157)

ist ein lineares stetiges Funktional auf dem Raum mit der Norm definiert. Ein

Spezialfall von (12.157) ist für ein fixiertes das -Funktional

(12.158)

Beispiel B

Mit einer auf summierbaren Funktion ist

(12.159)

ein lineares stetiges Funktional auf und auf jeweils mit der Norm .
Dualität in der linearen Optimierung

● Zuordnung
● Dualitätsaussagen
● Einsatzgebiete der dualen Aufgabe
Dualität in der Optimierung

1. Duales Problem: Zu (18.31a,b) wird unter Verwendung der LAGRANGE-Funktion (18.37) das folgende duale
Problem gebildet:
(18.41a)

(18.41b)

2. Dualitätsaussagen: Sind und , dann gilt

a)

b)
Ist , dann ist Minimalpunkt von (18.31a,b) und Maximalpunkt

von (18.41a,b).
Unterabschnitte

● Optimalitätsbedingungen

Konvexe Aufgabe

Konvexe Aufgabe wird die Optimierungsaufgabe

(18.42)

genannt, wenn die Funktionen und konvex sind. Insbesondere können und lineare Funktionen sein.
Für konvexe Aufgaben gilt:

a)
Jedes lokale Minimum von über ist auch globales Minimum.
b)
Ist nicht leer und beschränkt, dann existiert mindestens eine Lösung von (18.42).
c)
 Ist streng konvex, dann existiert höchstens eine Lösung von (18.42).

Optimalitätsbedingungen

a)
Ist stetig partiell differenzierbar, dann ist genau dann Lösung von (18.42), wenn gilt:

(18.43)
b)
Die SLATER-Bedingung ist eine Regularitätsbedingung für den zulässigen Bereich . Sie ist erfüllt, wenn ein
mit für alle nicht affin linearen Funktionen existiert.

c)
Ist die SLATER-Bedingung erfüllt, dann ist genau dann ein Minimalpunkt von (18.42), wenn ein

existiert, so daß ein Sattelpunkt der LAGRANGE-Funktion ist. Sind darüber hinaus die Funktionen

differenzierbar, dann ist genau dann eine Lösung von (18.42), wenn den lokalen KUHN-
TUCKER-Bedingungen genügt.
d)
Für ein konvexes Optimierungsproblem mit differenzierbaren Funktionen und kann das duale Problem
 (18.41a,b) einfacher formuliert werden:

(18.44a)

(18.44b)

Der Gradient von wird hier nur bezüglich gebildet.

e)
Für konvexe Optimierungsaufgaben gilt der starke Dualitätsatz :
Erfüllt die SLATER-Bedingung und ist eine Lösung von (18.42), dann existiert ein ,

so daß eine Lösung des dualen Problems (18.44a,b) ist, und es gilt:

(18.45)
Differentialgleichung n-ter Ordnung

Die charakteristische Gleichung dieser Differentialgleichung habe nur einfache Wurzeln

, von denen keine gleich Null ist. Für die Störfunktion können zwei Fälle betrachtet werden.

1.
Ist die Störfunktion gleich der in der Praxis häufig auftretenden Sprungfunktion , dann lautet die

Lösung:

(15.55a)

(15.55b)

2.
Für eine allgemeine Störfunktion erhält man die Lösung aus (15.55b) mit Hilfe der

DUHAMELschen Formel:

(15.56)
Leitlinien der Ellipse

Leitlinien der Ellipse sind Geraden parallel zur kleinen Achse im Abstand
Jeder beliebige Ellipsenpunkt unterliegt der Leitlinieneigenschaft der Ellipse

(3.320)

(s. auch Leitlinieneigenschaft der Kurven zweiter Ordnung.)

Durchmesser der Hyperbel

Durchmesser der Hyperbel werden diejenigen Sehnen zwischen den zwei Ästen einer Hyperbel genannt, die durch
den gemeinsamen Mittelpunkt verlaufen, der sie halbiert.
Zwei Durchmesser mit den Richtungskoeffizienten und die zu einer Hyperbel und ihrer konjugierten Hyperbel

gehören, werden konjugiert genannt, wenn ist. Von jedem der beiden konjugierten Durchmesser

werden die Sehnen der gegebenen bzw. der zu ihr konjugierten Hyperbel, die parallel zu dem anderen Durchmesser
verlaufen, in zwei gleiche Teile geteilt. Von zwei konjugierten Durchmessern schneidet nur der mit die

Hyperbel. Die dabei entstehende Sehne, ein Durchmesser im engeren Sinne des Wortes, wird im
Hyperbelmittelpunkt halbiert. Wenn bzw. die Längen zweier konjugierter Durchmesser sind und bzw.

die spitzen Winkel, die diese Durchmesser mit der reellen Achse bilden, dann gilt

(3.337)
Strecken im Kreis

(3.50)

(3.51)
(3.52)

(3.53)
Durchmesser der Parabel

Durchmesser der Parabel wird eine Gerade genannt, die parallel zur Parabelachse liegt.

Ein Parabeldurchmesser halbiert die Sehnen, die zur Tangente im Endpunkt des Durchmessers parallel liegen. Mit
dem Richtungskoeffizienten der Sehnen lautet die Gleichung des Durchmessers
(3.344)
Durchschnitt und Vereinigung zweier Fuzzy-Mengen

1. Durchschnitt oder Schnittmenge:

Die Schnittmenge (,,intersection``) zweier Fuzzy-Mengen und ist definiert durch die
Minimumoperation min( . , . ) bezüglich ihrer Zugehörigkeitsfunktionen und Auf Grund der

vorstehenden Überlegungen erhält man:

(5.266a)
wobei gilt:

(5.266b)

Der Schnittoperation entspricht die UND-Operation zweier Zugehörigkeitsfunktionen (s. linke Abbildung). Die
Zugehörigkeitsfunktion definiert den minimalen Wert, gebildet aus und
2. Vereinigung zweier Fuzzy-Mengen:
Die Vereinigung (,,union``) zweier Fuzzy-Mengen ist definiert durch die Maximumoperation max(.,.)
bezüglich ihrer Zugehörigkeitsfunktionen und Man erhält:

(5.267a)
wobei gilt:

(5.267b)

Die Vereinigung enstpricht der logischen ODER-Verknüpfung (rechte Abbildung). Die Darstellung zeigt als

den maximalen Wert der jeweiligen Zugehörigkeitsfunktionen und .

Beispiel

Die -Norm wird als Durchschnitt bezeichnet (linke Abbildung) und die -Norm

als Vereinigung (rechte Abbildung).

3. Weitere Verknüpfungen:
Weitere Verknüpfungen zur Vereinigungsbildung sind die beschränkte, die algebraische und die drastische
Summe sowie die beschränkte Differenz, das algebraische und das drastische Produkt. Im nächsten Abschnitt
Tabelle der - und -Normen sind diese Verknüpfungen zusammengestellt.
Die algebraische Summe z.B. ist definiert durch
(5.268a)

Wie die Vereinigung (5.267a,b) gehören die genannten Summen zu den -Normen. Sie sind in vereinfachter
Schreibweise in der rechten Spalte der Tabelle der - und -Normen zu finden.
In Analogie zum erweiterten Summenbegriff für die Vereinigungsbildung ergeben sich für die Durchschnittsbildung
mit Hilfe des beschränkten, des algebraischen und des drastischen Produktes entsprechende Erweiterungen. So ist
z.B. das algebraische Produkt wie folgt definiert:

(5.268b)

Es gehört wie die Durchschnittsbildung (5.266a,b) zu den -Normen, die in der mittleren Spalte von Tabelle der -
und -Normen zu finden sind.
Verknüpfungen unscharfer Mengen
Fuzzy-Mengen lassen sich durch Operatoren auf Fuzzy-Mengen miteinander verknüpfen. Es gibt mehrere
Vorschläge zur Verallgemeinerung der Mengenoperation Vereinigung, Durchschnitt und Komplement bezüglich
unscharfer Mengen.

● Konzept für eine Verknüpfung (Aggregation) unscharfer Mengen

● Praktische Verknüpfungen unscharfer Mengen
● Kompensatorische Operatoren
● Erweiterungsprinzip
● Unscharfe Komplementfunktion
Gerade und Ebene im Raum

● Ebenengleichungen
● Zwei und mehr Ebenen im Raum
● Gleichungen für die Gerade im Raum
Geraden und Ebenen im Raum
● Zwei Geraden
● Zwei Ebenen
● Gerade und Ebene
Zwei Ebenen

Zwei Ebenen können sich entweder in einer Geraden schneiden, oder sie haben keinen gemeinsamen Punkt. Im
letzteren Falle sind sie parallel. Wenn zwei Ebenen senkrecht auf ein und derselben Geraden stehen, oder wenn es
auf jeder von ihnen je zwei sich schneidende Geraden gibt, die ihrerseits parallel zueinander sind, dann sind die
Ebenen parallel zueinander.
Vektorielle Gleichungen

Die einfachsten vektoriellen Gleichungen sind in der folgenden Tabelle zusammengestellt. Darin sind die

bekannten Vektoren, der gesuchte Vektor, die bekannten Skalare und die gesuchten.
Tabelle Vektorielle Gleichungen
Gleichung Lösung

1.

2.
3. Die Gleichung ist unbestimmt; trägt man alle Vektoren , die dieser Gleichung
genügen, von einem Punkt aus ab, so liegen ihre Endpunkte auf einer Ebene, die auf
dem Vektor senkrecht steht. Die Gleichung (3) nennt man die vektorielle
Gleichung dieser Ebene .

4. Die Gleichung ist unbestimmt; trägt man alle Vektoren , die dieser Gleichung
genügen, von einem Punkt aus ab, so liegen ihre Endpunkte auf einer dem Vektor
parallelen Geraden. Die Gleichung (4) nennt man die vektorielle Gleichung dieser
Geraden .

5.

6.

wobei , , die zu , , reziproken Vektoren sind (vgl. reziproke

Vektoren).
7.

8.
Ecke

Eine Figur , die von mehreren Ebenen, den Seitenflächen , gebildet wird, die ihrerseits einen
gemeinsamen Punkt, die Spitze 0, haben und sich von hier ausgehend in den Geraden schneiden,
heißt Ecke oder Vielflach .

Zwei Geraden, die eine Seitenfläche der Ecke begrenzen, schließen einen ebenen Winkel ein, während zwei
benachbarte Seitenflächen eine Kante bilden. Ecken sind einander gleich, d.h., sie sind kongruent , wenn sie sich zur
Deckung bringen lassen. Dazu müssen die einander entsprechenden Elemente, d.h. die Kanten und ebenen Winkel
der Ecken, gleich sein. Wenn die einander entsprechenden Elemente von Ecken gleich, aber in umgekehrter
Reihenfolge angeordnet sind, dann lassen sich die Ecken zwar nicht zur Deckung bringen, sie werden aber
symmetrische Ecken genannt, weil sie in die in der folgenden Abbildung eingezeichnete symmetrische gegenseitige
Lage zueinander gebracht werden können.

Eine konvexe Ecke liegt vollständig auf einer Seite jeder ihrer Kanten. Die Summe der ebenen Winkel
(s. obere
Abbildung).
Dreiseitige Ecken

Dreiseitige Ecken sind kongruent, wenn sie in den folgenden Elementen übereinstimmen:

● in zwei Seiten und dem zugehörigen Kantenwinkel,

● in einer Seite und den beiden anliegenden Kantenwinkeln,
● in drei einander entsprechenden und in der gleichen Reihenfolge angeordneten Seiten,
● in drei einander entsprechenden und in der gleichen Reihenfolge angeordneten Kantenwinkeln.
Nichtsinguläre Fälle

1. Normierung der Eigenfunktion: Zu jedem wird eine Eigenfunktion derart gewählt, daß gilt

(9.66a)

Man spricht dann von einer normierten Eigenfunktion .

2. FOURIER-Entwicklung: Jeder im Intervall definierten Funktion kann ihre FOURIER-Reihe

(9.66b)

nach den Eigenwerten des zugehörigen Randwertproblems zugeordnet werden, sofern die Integrale in (9.66b)
sinnvoll sind.
3. Entwicklungssatz: Die FOURIER-Reihe konvergiert absolut und gleichmäßig gegen , wenn die
 Funktion eine stetige Ableitung besitzt und den Randbedingungen des zugehörigen Problems genügt.

4. PARSEVALsche Gleichung: Wenn das Integral auf der linken Seite einen Sinn hat, dann gilt stets

(9.66c)

Die FOURIER-Reihe der Funktion konvergiert in diesem Falle im Mittel gegen , d.h., es gilt

(9.66d)
Diskussion der Lösung, Eigenwerte und Eigenfunktionen

Aus der Theorie linearer Gleichungssysteme ist bekannt, daß (11.7d) genau dann eine eindeutig bestimmte Lösung
für besitzt, wenn die Koeffizientendeterminante nicht verschwindet:

(11.8)

Offenbar ist nicht identisch gleich Null, denn es gilt . Darüber hinaus gibt es eine Zahl

mit . Für weitere Untersuchungen sind zwei Fälle zu unterscheiden.

1. :

Es existiert genau eine Lösung der Integralgleichung, die durch (11.6c) gegeben ist, wobei sich die
 Koeffizienten als Lösung des Gleichungssystems (11.7d) ergeben. Handelt es sich bei (11.4a)

um eine homogene Integralgleichung, d.h. ist , dann ist . Das dann

homogene Gleichungssystem (11.7d) hat nur die triviale Lösung . Die

homogene Integralgleichung ist nur für erfüllt.

2. :

Die Koeffizientenmatrix ist ein Polynom höchstens -ten Grades und hat bekanntlich nicht mehr als

Wurzeln. Für diese Werte von hat das homogene Gleichungssystem (11.7d) mit
außer der trivialen Lösung noch nicht verschwindende Lösungen, so daß auch

die homogene Integralgleichung neben der trivialen Lösung noch weitere Lösungen der Form

hat. Aufgrund der linearen Unabhängigkeit der Funktionen ist nicht identisch Null. Die

Nullstellen von nennt man Eigenwerte der Integralgleichung. Die zugehörigen, nicht identisch

verschwindenden Lösungen der homogenen Integralgleichung heißen die Eigenfunktionen zum Eigenwert . Zu
einem Eigenwert können mehrere linear unabhängige Eigenfunktionen gehören. Für Integralgleichungen mit
allgemeineren Kernen werden darüber hinaus alle diejenigen Zahlen als Eigenwerte bezeichnet, für die die
homogene Integralgleichung nichttriviale Lösungen besitzt. In verschiedenen Arbeiten wird mit als

charakteristische Zahl und als Eigenwert bezeichnet. Dies resultiert aus der Integralgleichungsform

.
Hauptachsentransformation

Zu einem symmetrischen Tensor , d.h. für gibt es stets eine orthogonale Transformation D, so daß
er nach der Transformation Diagonalform hat:

(4.77a)

Die Elemente und heißen Eigenwerte des Tensors . Sie sind gleich den Wurzeln und

der Gleichung 3. Grades in

(4.77b)
Die Spaltenvektoren und der Transformationsmatrix D heißen die zu den Eigenwerten gehörenden
Eigenvektoren und genügen den Gleichungen

(4.77c)

Ihre Richtungen bezeichnet man als Hauptachsenrichtungen , die Transformation von auf die Diagonalform heißt
Hauptachsentransformation .
Allgemeines Eigenwertproblem

A und B seien zwei quadratische Matrizen vom Typ Ihre Elemente können reelle oder komplexe Zahlen

sein. Die Aufgabe, Zahlen und zugehörige Vektoren mit

(4.123)

zu bestimmen, wird als allgemeines Eigenwertproblem bezeichnet. Die Zahl heißt Eigenwert , der Vektor

Eigenvektor . Ein Eigenvektor ist lediglich bis auf einen Faktor bestimmt, da mit auch

Eigenvektor zu ist. Der Spezialfall wobei E eine -reihige Einheitsmatrix ist, d.h.

(4.124)
wird als spezielles Eigenwertproblem bezeichnet. Dieses tritt in vielen Anwendungen auf, vorwiegend mit
symmetrischer Matrix A, und wird im folgenden ausführlich dargestellt. Bezüglich des allgemeinen
Eigenwertproblems muß auf die Spezialliteratur verwiesen werden (s. Lit. 4.1).
Spektrum, Definition

Die Menge heißt Spektrum des Operators . Da offenbar genau dann einen

stetigen Inversen (und demzufolge die Gleichung (12.149) immer eine Lösung, die stetig von der rechten Seite

abhängt) besitzt, wenn , ist eine möglichst umfassende Kenntnis des Spektrums des Operators

erforderlich. Aus den Eigenschaften der Resolventenmenge folgt sofort, daß das Spektrum eine

abgeschlossene Teilmenge von ist, die im Kreis liegt, wobei in vielen Fällen deutlich

kleiner als dieser Kreis ist. Für jeden linearen stetigen Operator auf einem komplexen BANACH-Raum ist das
Spektrum nicht leer, und es gilt die Formel

(12.155)

Genauere Angaben über das Spektrum sind für viele gebräuchliche Klassen von Operatoren möglich.

Ist ein Operator in einem endlichdimensionalen Raum und hat die Gleichung nur die
triviale Lösung (d.h., ist injektiv), dann folgt bereits (d.h., ist surjektiv). Hat diese

Gleichung in irgendeinem BANACH-Raum eine nichttriviale Lösung, dann ist der Operator nicht injektiv und

ist im allgemeinen nicht definiert.

Die Zahl heißt Eigenwert des linearen Operators , wenn die Gleichung eine nichttriviale

Lösung besitzt. Alle diese Lösungen heißen Eigenvektoren oder, falls ein Funktionenraum ist (was in
Anwendungen offenbar zutrifft), Eigenfunktionen des Operators zu . Der von ihnen aufgespannte Teilraum
heißt der Eigenraum zu . Die Menge aller Eigenwerte von heißt Punktspektrum des Operators .
Imaginäre Einheit

Als imaginäre Einheit wird eine Zahl i eingeführt, deren Quadrat ,,-1`` ist. In der Elektrotechnik wird meist anstelle von
i der Buchstabe j verwendet, um Verwechslungen mit der Stromstärke i zu vermeiden. Die Einführung der imaginären
Einheit führt zu einer Verallgemeinerung des Zahlbegriffs , zu den komplexen Zahlen , die in der Algebra und
Analysis eine große Rolle spielen und in Geometrie und Physik eine Reihe konkreter Interpretationen bzw. neuer
Beschreibungsmöglichkeiten ergaben.
Einheitliches Kontonummernsystem EKONS

EKONS ist die Abkürzung für ,,Einheitliches Kontonummernsystem ``, das bei Banken und Sparkassen verwendet
wird. Die Nummern sind maximal zehnstellig (je nach Geschäftsvolumen). Die ersten (maximal 4) Ziffern dienen der
Klassifikation der Konten. Die restlichen 6 Ziffern bilden die eigentliche Kontonummer einschließlich der Prüfziffer, die
an der letzten Stelle steht. Bei den einzelnen Banken und Sparkassen sind unterschiedliche Prüfziffernverfahren
üblich, z.B.:

a)
Die Ziffern werden abwechselnd, von rechts beginnend, mit 2 bzw. 1 multipliziert, und die Summe dieser
Produkte wird durch Addition der Prüfziffer zur nächsten durch 10 teilbaren Zahl ergänzt, d.h., für die

Kontonummer mit der Prüfziffer gilt:

(5.186)
b)
Bei dem Verfahren a) wird anstelle der Produkte - falls die Produkte zweistellig sind - die Quersumme der
Produkte verwendet.

Bei Variante a) entdeckt man alle Fehler durch Vertauschung zweier benachbarter Ziffern und fast alle Fehler durch
Verwechslung einer Ziffer.
Bei Variante b) werden dagegen jeder Fehler durch Verwechslung einer Ziffer und fast alle Fehler durch
Vertauschung zweier benachbarter Ziffern erkannt. Drehfehler nicht benachbarter Ziffern und Verwechslungen zweier
Ziffern werden oft nicht aufgedeckt.
Daß man das leistungsfähigere Prüfziffernsystem zum Modul 11 nicht verwendet, hat außermathematische Gründe.
Das nichtnumerische Zeichen X anstelle der Prüfziffer 10 (s. ISBN-Buchnummern) erfordert eine Erweiterung der
Eingabetastatur. Dagegen hätte ein Verzicht auf Kontonummern mit der Prüfziffer 10 bei Umstellung auf das
einheitliche Nummernsystem in einer beträchtlichen Zahl von Fällen eine Erweiterung der ursprünglichen
Kontonummern nicht zugelassen.
Einheitsmatrix E

Einheitsmatrix heißt eine quadratische Matrix, in der jedes Hauptdiagonalelement den Wert Eins besitzt, während alle
anderen Elemente den Wert Null haben:

(4.16)

Das Zeichen wird KRONECKER-Symbol genannt.

Spezielle Vektoren

a) Einheitsvektor wird ein Vektor genannt, dessen Länge oder Absolutbetrag gleich 1 ist. Mit

seiner Hilfe kann ein Vektor durch das Produkt aus Einheitsvektor und Modul gemäß
(3.240a)
angegeben werden. Zur Beschreibung der drei Koordinatenachsen in Richtung wachsender Koordinatenwerte

werden oft die Einheitsvektoren oder verwendet.

In der Abbildung bilden die durch die drei Einheitsvektoren festgelegten Richtungen ein senkrechtes Richtungstripel .
Außerdem bilden sie ein orthogonales Koordinatensystem , denn es gilt:
(3.240b)
Zudem gilt
(3.240c)
so daß man von einem orthonormierten Koordinatensystem spricht.
b) Nullvektor heißt ein Vektor mit dem Absolutbetrag also mit zusammenfallendem Anfangs- und
Endpunkt sowie mit unbestimmter Richtung im Raum.

c) Radiusvektor eines Punktes wird ein Vektor genannt, dessen Anfangspunkt sich im
Koordinatenursprung befindet.
In diesem Falle heißt der Koordinatenursprung Pol . Der Punkt ist durch seinen Radiusvektor eindeutig
bestimmt.
d) Kollineare Vektoren verlaufen parallel zu ein und derselben Geraden.
e) Komplanare Vektoren verlaufen parallel zu ein und derselben Ebene.

Für sie gilt das Spatprodukt (3.263).

Numerische Berechnung der komplexen FOURIER-Koeffizienten

Zur numerischen Bestimmung von wendet man auf (19.218b) analog zu (19.209) und (19.210) die Trapezformel

an und erhält die diskreten komplexen FOURIER-Koeffizienten :

(19.221a)

mit

(19.221b)

Der Zusammenhang (19.221a) unter Beachtung von (19.221b) wird dann als diskrete komplexe FOURIER-

Transformation der Länge der Werte bezeichnet.

Die Potenzen genügen sämtlich der Gleichung Sie werden

deshalb auch als - te Einheitswurzel bezeichnet. Wegen gilt:

(19.222)
Die effektive Berechnung der Summe (19.221a) ergibt sich aus der Tatsache, daß eine diskrete komplexe FOURIER-

Transformation der Länge auf zwei Transformationen der Länge in folgender Weise

zurückgeführt werden kann:

a) Für alle Koeffizienten mit geradem Index, d.h. , erhält man:

Dabei wurde beachtet, daß ist. Substituiert man

(19.223)

und berücksichtigt man, daß gilt, dann ist

(19.224)

die diskrete komplexe FOURIER-Transformation der Werte mit der Länge

.
 b) Für alle Koeffizienten mit ungeradem Index, d.h. mit , erhält man analog:

Substituiert man
(19.225)

und beachtet man, daß auch hier gilt, dann ist

(19.226)

die diskrete komplexe FOURIER-Transformation der Werte mit der Länge

Die Reduzierung gemäß a) und b), d.h. die Zurückführung einer diskreten komplexen FOURIER-Transformation auf
jeweils zwei diskrete komplexe FOURIER-Transformationen der halben Länge, läßt sich fortsetzen, wenn eine
Potenz von 2 ist, d.h. wenn ( natürliche Zahl) gilt. Die -malige Anwendung der Reduzierung wird als

FFT bezeichnet. Da jeder Reduktionsschritt wegen (19.225) komplexe Multiplikationen erfordert, ist der
Rechenaufwand bei der FFT von der Größenordnung

(19.227)
Einhüllende von Kurvenscharen

● Charakteristische Punkte
● Geometrischer Ort der charakteristischen Punkte einer Kurvenschar
● Gleichung der Einhüllenden
Mehrschrittverfahren

Das EULERsche Polygonzugverfahren (19.97) und das RUNGE-KUTTA-Verfahren (19.99) stellen sogenannte
Einschrittverfahren dar, da sie bei der Berechnung von nur auf das Ergebnis des vorangegangenen
Schrittes zurückgreifen. Allgemeine lineare Mehrschrittverfahren sind dagegen von der Form

(19.101)

mit geeignet gewählten Konstanten und . Die Vorschrift (19.101) wird als

-Schrittverfahren bezeichnet, falls ist. Es heißt explizit , falls ist, weil dann in den

Werten der rechten Seite von (19.101) nur die bereits bekannten Näherungswerte

auftreten. Ist , so heißt das Verfahren implizit , da dann der gesuchte neue
Wert auf beiden Seiten von (19.101) auftritt. Bei der Anwendung eines -Schrittverfahrens ist die Kenntnis

von Startwerten notwendig. Diese verschafft man sich z.B. mit Hilfe eines
Einschrittverfahrens.

Spezielle Mehrschrittverfahren zur Lösung der Anfangswertaufgabe (19.93) kann man dadurch gewinnen, daß man

in (19.93) die Ableitung durch Differenzenformeln ersetzt oder in (19.95) das Integral durch

Quadraturformeln approximiert.
Beispiele für spezielle Mehrschrittverfahren sind:

1. Mittelpunktsregel: Die Ableitung in (19.93) wird durch die Sekantensteigung bezüglich der

Stützstellen und ersetzt. Man erhält:

(19.102)

2. Verfahren von MILNE: Das Integral in (19.95) wird durch die SIMPSON-Formel approximiert. Man erhält:

(19.103)

3. Verfahren von ADAMS-BASHFORTH:Der Integrand in (19.95) wird durch das

Interpolationspolynom von LAGRANGE bezüglich der Stützstellen
 ersetzt. Man integriert zwischen und und erhält:

(19.104)

Das Verfahren (19.104) ist explizit bezüglich . Zur Berechnung des Koeffizienten s. Lit. 19.1.
EINSTEINsche Summenkonvention

Anstelle von (4.65) kann man auch

(4.66a)

oder abkürzend nach EINSTEIN

(4.66b)

schreiben, d.h., über den doppelt auftretenden Index ist zu summieren und das Ergebnis für
aufzuschreiben. Die Summenkonvention legt allgemein fest: Tritt in einem Ausdruck ein Index zweimal auf, so wird
der Ausdruck über alle vorgesehenen Werte dieses Index summiert. Tritt ein Index in den Ausdrücken einer
Gleichung nur einmal auf, z.B. in der Gleichung (4.66b), so bedeutet das, daß die betreffende Gleichung für alle
Werte gilt, die der Index durchlaufen kann.
Regelmäßige Einzahlungen

Es sollen Einzahlungen der gleichen Höhe in gleichen Abständen geleistet werden. Diese Abschnitte sollen mit
der Zinsperiode übereinstimmen. Wird die Einzahlung jeweils zu Beginn bzw. am Ende einer Zinsperiode geleistet,
dann spricht man von einer vorschüssigen (praenumerando) bzw. einer nachschüssigen (postnumerando)
Einzahlung. Am Ende der -ten Zinsperiode erhält man den Kontostand , und zwar:

1. Bei vorschüssiger Einzahlung

(1.83a)

2. bei nachschüssiger Einzahlung

(1.83b)
Unterjährige Einzahlungen

Ein Jahr bzw. eine Zinsperiode wird in gleich lange Abschnitte zerlegt. Zu Beginn bzw. am Ende eines jeden
Teilabschnittes wird der gleiche Betrag eingezahlt und bis zum Jahresende verzinst. Nach einem Jahr erhält man
auf diese Weise den Kontostand , und zwar:

1. Bei vorschüssiger Einzahlung

(1.84a)

2. bei nachschüssiger Einzahlung

(1.84b)

Im zweiten Jahr wird voll verzinst, hinzu kommen noch die Einzahlungen und Zinsen wie im ersten Jahr, so daß
sich nach Jahren für den Kontostand bei unterjährigen Einzahlungen und jährlicher Verzinsung ergibt:

1. Bei vorschüssiger Einzahlung

(1.85a)

2. bei nachschüssiger Einzahlung

(1.85b)

Beispiel

Bei einem Jahreszinssatz von zahlt ein Sparer monatlich nachschüssig 1000.-DM ein. Nach wie
vielen Jahren wird der Kontostand von 500 000.-DM erreicht? Aus (1.85b), d.h. aus

folgt Jahre.
GAUSS-SEIDEL-Verfahren

Hat man die 1. Komponente nach dem JACOBI-Verfahren berechnet, dann liegt es nahe, diesen Wert bei

der Berechnung von bereits zu verwenden. Geht man entsprechend bei der Berechnung aller übrigen

Komponenten vor, dann erhält man die Iterationsvorschrift

(19.51)

Die Vorschrift (19.51) wird als GAUSS-SEIDEL- Verfahren oder Einzelschrittverfahren bezeichnet. Das GAUSS-SEIDEL-
Verfahren konvergiert im allgemeinen schneller als das JACOBI-Verfahren, sein Konvergenzsatz ist aber etwas
komplizierter.
Beispiel

Die dazugehörige Iterationsvorschrift gemäß (19.51) lautet:

Einige Näherungen und die Lösung findet man in der folgenden Zusammenstellung:

0 1,4 1,5053 1,5012 1,5

0 1,0077 0,9946 0,9989 1
0 1,0976 0,5059 0,5014 0,5
0 1,7861 1,9976 1,9995 2
Gewöhnliches Iterationsverfahren

Das gewöhnliche Iterationsverfahren geht davon aus, daß sich die Gleichungen (19.55) auf eine Fixpunktform
(19.56)

bringen lassen. Dann erhält man, von den geschätzten Näherungswerten ausgehend,

verbesserte Werte durch

1. Iteration in Gesamtschritten:

(19.57)

2. Iteration in Einzelschritten:
 (19.58)

Für die Güte der Konvergenz dieser Verfahren ist ausschlaggebend, daß die Funktionen in der Umgebung einer

Lösung möglichst schwach von den Unbekannten abhängen, d.h., falls die differenzierbar sind, müssen die
Beträge der partiellen Ableitungen möglichst klein sein. Als Konvergenzbedingung erhält man

(19.59)

Mit dieser Größe gilt die Fehlerabschätzung

(19.60)

Dabei sind die Komponenten der gesuchten Lösung, und die zugehörigen -ten und -

ten Näherungen.
Schießverfahren

Mit dem Schießverfahren wird die Lösung von Randwertaufgaben auf die Lösung von Anfangswertaufgaben
zurückgeführt. Das Prinzip soll am sogenannten einfachen Schießverfahren , auch Einzielverfahren genannt,
beschrieben werden.

1. Einzielverfahren Der Randwertaufgabe (19.118) wird die Anfangswertaufgabe

(19.134)

zugeordnet. Dabei ist ein Parameter, von dem die Lösung der Anfangswertaufgabe (19.134) abhängt, d.h., es

gilt . Die Funktion erfüllt gemäß (19.134) die erste Randbedingung . Der

Parameter ist so zu bestimmen, daß auch die zweite Randbedingung erfüllt. Dazu ist die

Gleichung
(19.135)

zweckmäßigerweise mit Hilfe der Regula falsi zu lösen. Diese benötigt nur Funktionswerte , aber jede

Funktionswertberechnung erfordert die Lösung der Anfangswertaufgabe (19.134) nach einem der im Abschnitt
Anfangswertaufgaben angegebenen Verfahren bis für den speziellen Parameterwert .

2. Mehrzielmethode Bei der sogenannten Mehrzielmethode wird das Integrationsintervall in

Teilintervalle zerlegt und auf jedem Teilintervall die Einzielmethode angewendet. Damit setzt sich die gesuchte
Lösung aus Teillösungen zusammen, deren stetiger Übergang an den Teilintervallgrenzen zu sichern ist. Diese
Forderung ergibt zusätzliche Bedingungen. Zur numerischen Realisierung der Mehrzielmethode, die vor allem
bei nichtlinearen Randwertaufgaben verwendet wird, s. Lit. 19.12.
Ansatz

Für die gesuchte Funktion wird in jedem Dreieck ein Ansatz gemacht. Ein Dreieck mit zugehörigem Ansatz

wird als finites Element bezeichnet. Dafür eignen sich Polynome in und . In vielen Fällen reicht der lineare
Ansatz
(19.146)
aus. Die Ansatzfunktionen müssen beim Übergang von einem Dreieck ins benachbarte zumindest stetig sein, damit
eine stetige Gesamtlösung entsteht.
Die Koeffizienten und in (19.146) lassen sich eindeutig durch die drei Funktionswerte und

in den Eckpunkten des zugehörigen Dreiecks ausdrücken. Dadurch ist gleichzeitig der stetige Übergang in die

benachbarten Dreiecke gesichert. Der Ansatz (19.146) enthält damit als unbekannte Parameter die Näherungen

für die gesuchten Funktionswerte. Als Ansatz, der im gesamten Gebiet für die gesuchte Lösung als

Näherung verwendet wird, wählt man

 (19.147)

Die Koeffizienten sind noch geeignet zu bestimmen. Für die Funktionen soll gelten: Sie stellen

über jedem Dreieck von eine lineare Funktion gemäß (19.146) dar und erfüllen die folgenden Bedingungen:

(19.148a)

(19.148b)

Die Darstellung von über zeigt die folgende Abbildung:

Die Berechnung von über , d.h. über den Dreiecken 1 bis 6 in der Abbildung, soll für das Dreieck 1
gezeigt werden:
(19.149a)

(19.149b)

Aus (19.149b) folgt , und man erhält für Dreieck 1:

 (19.149c)

Analog berechnet man:

(19.150)
Elementbeziehung

1. Mengen und ihre Elemente: Der grundlegende Begriff der Mengenlehre ist die Elementbeziehung. Eine
Menge ist eine Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder
unseres Denkens zu einem Ganzen. Diese Objekte heißen Elemente der Menge. Für ,, ist Element von ``
bzw. ,, ist nicht Element von `` schreibt man ,, `` bzw. ,, ``. Mengen können beschrieben

werden durch Aufzählung aller ihrer Elemente in geschweiften Klammern, z.B. oder

oder durch eine definierende Eigenschaft, die genau den Elementen der Menge

zukommt. Z.B. wird die Menge der ungeraden natürlichen Zahlen durch beschrieben,

wobei die Eigenschaft bedeutet: ist eine ungerade natürliche Zahl, d.h. ist eine

ungerade natürliche Zahl}.

Für die Zahlenbereiche sind folgende Bezeichnungen üblich:
 Menge der natürlichen Zahlen,

Menge der ganzen Zahlen,

Menge der rationalen Zahlen,

Menge der reellen Zahlen,

Menge der komplexen Zahlen.

2. Extensionalitätsprinzip für Mengen: Zwei Mengen sind genau dann gleich, wenn sie die gleichen
Elemente enthalten, d.h.
(5.35)

Beispiel

Die Mengen und sind gleich.

Eigenschaften binärer Operationen

Besonders wichtig ist der Fall wobei man von binären Operationen spricht, z.B. Addition und Multiplikation
von Zahlen bzw. Matrizen oder Vereinigung und Durchschnitt von Mengen. Eine binäre Operation ist also eine
Abbildung , wobei man anstelle von ,, `` in der Regel die Infixschreibweise ,, ``

benutzt. Eine binäre Operation in heißt assoziativ , falls

(5.92)
und kommutativ , falls
(5.93)

jeweils für alle gilt.

Ein Element heißt neutrales Element bezüglich einer binären Operation in falls

(5.94)
gilt.
Kegel

Ist in einem reellen Vektorraum ein Kegel fixiert, so kann für gewisse Paare von Vektoren aus eine
Ordnungsrelation eingeführt werden, indem man für mit einfach oder

schreibt und sagt, daß größer oder gleich bzw. kleiner oder gleich ist. Man nennt oder genauer des

Paar einen durch den Kegel geordneten oder teilweise geordneten Vektorraum . Ein Element nennt

man dann positiv , wenn oder, gleichbedeutend damit, gilt. Außerdem ist

(12.24)
Singuläres Element und singuläres Integral

1. Singuläres Element: Ein Element wird singuläres Element der Differentialgleichung

genannt, wenn es außer der Differentialgleichung

(9.17a)
auch der Gleichung
(9.17b)

genügt.

Singuläres Integral: Eine Integralkurve aus singulären Elementen heißt eine singuläre Integralkurve , die
Gleichung
(9.17c)

einer singulären Integralkurve wird ein singuläres Integral genannt. Die Einhüllenden der Integralkurven sind
singuläre Integralkurven (s. Abbildung); sie bestehen ihrerseits ebenfalls aus singulären Elementen.
Die Eindeutigkeit der Lösung (s. Existenzsatz) geht für alle Punkte einer singulären Integralkurve verloren.
Elementarkonjunktion, Elementardisjunktion

Es sei eine BOOLEsche Algebra und eine Menge BOOLEscher

Variabler. Jede Konjunktion bzw. Disjunktion, in der jede Variable oder ihre Negation genau einmal vorkommt, heißt
Elementarkonjunktion bzw. Elementardisjunktion (in den Variablen ).

Es sei ein BOOLEscher Ausdruck. Eine Disjunktion von Elementarkonjunktionen mit

heißt kanonisch disjunktive Normalform (KDNF) von Eine Konjunktion von Elementardisjunktionen mit
heißt kanonisch konjunktive Normalform (KKNF) von
Um zu zeigen, daß sich jede BOOLEsche Funktion durch einen BOOLEschen Ausdruck darstellen läßt, wird zu der

in der folgenden Tabelle gegebenen Funktion die KDNF konstruiert:

Tabelle KDNF zu einer BOOLEschen Funktion
 0 0 0 0
0 0 1 1
0 1 0 0
0 1 1 0
1 0 0 0
1 0 1 1
1 1 0 1
1 1 1 0

Die KDNF zur BOOLEschen Funktion besteht aus den Elementarkonjunktionen

Diese Elementarkonjunktionen gehören zu den Belegungen der

Variablen, die bei den Funktionswert 1 haben. Ist in eine Variable mit 1 belegt, so wird in die

Elementarkonjunktion aufgenommen, andernfalls Für das obige Beispiel lautet die KDNF:
(5.228)

Die ,,duale`` Form zur KDNF ist die KKNF: Die Elementardisjunktionen gehören zu den Belegungen der Variablen,
die bei den Funktionswert 0 haben. Ist in eine Variable mit 0 belegt, so wird in die Elementarkonjunktion

aufgenomen, andernfalls Somit lautet die KKNF für das obige Beispiel:
 (5.229)

Die KDNF und die KKNF zu sind eindeutig bestimmt, wenn man eine Reihenfolge der Variablen und eine
Reihenfolge der Belegungen vorgibt, z.B. wenn man die Belegungen als Dualzahlen auffaßt und der Größe nach
ordnet.
Ereignisarten

Alle Ergebnisse eines Versuches, bei dem bestimmte Bedingungen eingehalten werden und bei dessen Ablauf das
Resultat im Rahmen verschiedener Möglichkeiten ungewiß ist, werden in der Wahrscheinlichkeitsrechnung als
Ereignisse bezeichnet und in der sogenannten EreignismengeA zusammengefaßt. Man unterscheidet das sichere ,
das unmögliche und das zufällige Ereignis . Das sichere Ereignis tritt bei jeder Wiederholung eines gegebenen
Versuches innerhalb einer Ereignismenge ein, das unmögliche bei keinem Versuch; das zufällige Ereignis kann
eintreten oder auch nicht. Alle möglichen einander ausschließenden Ausgänge eines Versuches heißen seine
Elementarereignisse . Bezeichnet man die Ereignisse innerhalb einer Ereignismenge A mit ,

insbesondere das sichere Ereignis mit , das unmögliche Ereignis mit , so gelten die in der folgenden Tabelle
definierten Verknüpfungen.

Tabelle Verknüpfungen zwischen Ereignissen

Bezeichnung Schreibweise Bedeutung

1. Entgegengesetztes Ereignis zu : tritt genau dann ein, wenn nicht eintritt.

2. Summe der Ereignisse und : tritt genau dann ein, wenn entweder

oder eintritt, oder wenn beide Ereignisse

zusammen eintreten.

3. Produkt der Ereignisse und : tritt genau dann ein, wenn sowohl als auch
eintritt.

4. Differenz der Ereignisse und : tritt genau dann ein, wenn eintritt und

nicht einritt.

5. Aufeinander folgende Ereignisse: heißt, daß das Eintreten des Ereignisses

das Eintreten des Ereignisses zur Folge hat.

6. Elementares Ereignis: läßt sich nicht als Summe mit

und darstellen.

7. Zusammengesetztes Ereignis Das Ereignis ist nicht elementar.

8. Gegenseitig ausschliessende Ereignisse und : Die Ereignisse und können nicht gemeinsam
auftreten.
Ellipse

● Elemente der Ellipse

● Gleichung der Ellipse
● Brennpunktseigenschaften der Ellipse, Definition der Ellipse
● Leitlinien der Ellipse
● Durchmesser der Ellipse
● Tangenten an die Ellipse
● Krümmungskreisradius der Ellipse
● Flächeninhalte der Ellipse
● Ellipsenbogen und Ellipsenumfang
Flächeninhalte der Ellipse

a) Ellipse:
(3.326a)
b) Ellipsensektor :
 (3.326b)

c) Ellipsenabschnitt :

(3.326c)
Gleichung der Ellipse

Die Ellipsengleichung lautet in der Normalform, d.h. für zusammenfallende Koordinaten- und Ellipsenachsen sowie in
der Parameterform

(3.318a)

(3.318b)
Die Ellipsengleichung in Polarkoordinaten ist unter Polargleichung der Kurven 2. Ordnung zu finden.
Quadratwurzel aus einem linearen Binom
Die zwei Funktionen
(2.52)

beschreiben eine Parabel mit der -Achse als Symmetrieachse. Der Scheitel liegt bei , der

Parameter ist . Definitionsbereich und Verlauf der Kurve hängen vom Vorzeichen von ab.
(Ausführlicher s. Parabel.)
Krümmungskreisradius der Ellipse

Mit als Winkel zwischen der Tangente und dem Radiusvektor des Berührungspunktes gilt

(3.325)

In den Scheiteln und sowie und (rechte Abbildung) ist und

Verlängerte und verkürzte Epi- und Hypozykloide oder Epi- und
Hypotrochoide
Verlängerte und verkürzte Epi- und Hypozykloide oder Epi- und Hypotrochoide sind Kurven, die von einem entweder
außerhalb oder innerhalb eines Kreises befindlichen Punkt beschrieben werden, der sich auf einem vom
Kreismittelpunkt ausgehenden und mit dem Kreis fest verbundenen Strahl befindet, während der Kreis an einem
anderen Kreis entweder außen (Epitrochoide) oder innen (Hypotrochoide) abrollt, ohne dabei zu gleiten.
Die Gleichung der Epitrochoide lautet in Parameterform

(2.236a)

wobei der Radius des festen Kreises ist und der des rollenden.
Für die Hypozykloide ist ,, `` durch ,, `` zu ersetzen.

Über wird mit bzw. bestimmt, ob es sich um die verkürzte oder verlängerte Kurve
handelt.
 Spezialfall Ellipse: Für beliebige Zahl, wird die Hypozykloide mit der Gleichung

(2.236b)

zur Ellipse mit den Halbachsen und

Spezialfall PASCALsche Schnecke: Für wird die Hypozykloide zur PASCALschen Schnecke :
(2.236c)

Hinweis: Bei der Behandlung der PASCALschen Schnecke wurde mit eine Größe bezeichnet, die hier heißt,
und mit der Durchmesser . Außerdem ist das Koordinatensystem geändert.
Tangenten an die Ellipse

Die Tangenten an die Ellipse im Punkt beschreibt die Gleichung

(3.323)

Normale und Tangente an die Ellipse sind jeweils Winkelhalbierende des inneren und äußeren Winkels zwischen den
von den Brennpunkten zum Berührungspunkt weisenden Radiusvektoren.
Die Gerade ist eine Tangente an die Ellipse, wenn die Gleichung

(3.324)
erfüllt ist.
Ellipsenbogen und Ellipsenumfang

Die Bogenlänge zwischen zwei Punkten der Ellipse läßt sich nicht elementar berechnen, wie es für die
Parabel möglich ist, sondern mit Hilfe eines unvollständigen elliptischen Integrals 2. Gattung .

Den Umfang der Ellipse berechnet man daher mit Hilfe des vollständigen Integrals 2. Gattung

mit der numerischen Exzentrizität und (für ein Viertel des

Umfanges) zu

(3.327a)

Setzt man , dann ist

(3.327b)
und in Näherung

(3.327c)

Beispiel

Für liefert diese Gleichung den Wert 7,93, während die genauere Rechnung mit Hilfe
des vollständigen elliptischen Integrals 2. Gattung den Wert 7,98 ergibt.
Bestimmte elliptische Integrale

Die zu (8.22a, 8.22b, 8.22c) gehörigen bestimmten Integrale mit der unteren Integrationsgrenze Null haben die
folgenden Bezeichnungen erhalten:

(8.23a)

(8.23b)

(8.23c)

Man nennt diese Integrale unvollständige elliptische Integrale erster, zweiter und dritter Gattung. Für

heißen die Integrale I und II vollständige elliptische Integrale , und man kennzeichnet sie durch
 (8.24a)

(8.24b)

In den Tabellen ,,Elliptische Integrale``, Teile 1, 2, 3 sind für die unvollständigen und vollständigen elliptischen
Integrale erster und zweiter Gattung F, E sowie K und E Wertetabellen angegeben.

Beispiel
Die Berechnung des Umfanges der Ellipse führt auf ein vollständiges elliptisches Integral 2. Gattung als
Funktion der numerischen Exzentrizität . Für folgt . Wegen

liest man aus der Tabelle ,,Elliptische Integrale``, Teil 3 ab: d.h.,

, und . Daraus folgt

. Die Berechnung mit der

Näherungsformel (3.327c) liefert den Wert 7,93.

Gestalt der Flächen 2. Ordnung, Mittelpunktsflächen

Tabelle Gestalt der Flächen 2. Ordnung (Mittelpunktsflächen)

und nicht beide

Ellipsoid Zweischaliges Hyperboloid

Imaginäres Ellipsoid Einschaliges Hyperboloid

 Imaginärer Kegel (mit reeller Spitze) Kegel

Die Größen und sind Invariante einer Fläche 2. Ordnung

Ellipsoide

Mit den Halbachsen lautet die Gleichung

(3.406)
Es werden die folgenden Spezialfälle unterschieden:

Zusammengedrücktes Rotationsellipsoid ( Linsenform , linke Abbildung),

Langgestrecktes Rotationsellipsoid ( Zigarrenform , rechte Abbildung),

Kugel mit der Gleichung

Die zwei Formen des Rotationsellipsoids entstehen durch Rotation einer Ellipse in der -Ebene mit den Achsen

und um die -Achse, die Kugel durch Rotation eines Kreises um eine der Achsen. Die Schnittfigur einer durch
ein Ellipsoid gehenden Ebene ist eine Ellipse, im Spezialfall ein Kreis. Der Rauminhalt des Ellipsoids beträgt

(3.407)
Topologische Entropie

Sei ein kompakter metrischer Raum und ein stetiges dynamisches System mit diskreter Zeit

auf . Für beliebiges wird eine Abstandsfunktion auf durch

(17.36)

definiert. Sei weiter die größte Anzahl von Punkten aus , die mindestens einen Abstand in der

Metrik von zueinander haben. Die topologische Entropie des diskreten dynamischen Systems (17.3) bzw. der

Abbildung ist . Die topologische Entropie ist ein Maß für die

Komplexität der Abbildung. Sei ein weiterer kompakter metrischer Raum und eine

stetige Abbildung. Sind dann die beiden Abbildungen und topologisch konjugiert, so stimmen ihre
topologischen Entropien überein. Insbesondere hängt die topologische Entropie nicht von der Metrik ab. Für
beliebiges gilt . Ist sogar ein Homöomorphismus, so gilt

. Aufgrund der letzten Eigenschaft definiert man für einen Fluß

von (17.1) auf die topologische Entropie über .

Formen der Entwicklung in eine FOURIER-Reihe

Jede Funktion , die in einem Intervall die DIRICHLETschen Bedingungen erfüllt, kann in diesem

Intervall in konvergente Reihen folgender Formen entwickelt werden:

(7.106a)

Die Periode der Funktion ist ; im Intervall ist identisch mit der Funktion

.
In den Unstetigkeitsstellen wird gesetzt. Die Entwicklungskoeffizienten

werden mit Hilfe der EULERschen Formeln (7.96a,b) für bestimmt.

(7.106b)

Die Periode der Funktion ist ; im Intervall ist von der Symmetrie S1Art und

identisch mit .
Die Entwicklungskoeffizienten für werden nach den Formeln für den Fall der Symmetrie 1. Art mit

bestimmt.

(7.106c)

Die Periode der Funktion ist , im Intervall ist von der Symmetrie 2. Art und

identisch mit .
Die Entwicklungskoeffizienten werden mit den Formeln für den Fall der Symmetrie 2. Art (7.102) für
bestimmt.
Laurent-Entwicklung

Jede Funktion , die im Innern eines Kreisringes zwischen zwei konzentrischen Kreisen mit dem Mittelpunkt

und den Radien und analytisch ist, kann in eine verallgemeinerte Potenzreihe, die LAURENT-Reihe,
entwickelt werden:

(14.50a)

Die im allgemeinen komplexen Koeffizienten sind eindeutig durch die Formel

 (14.50b)

bestimmt. Mit ist irgendein geschlossener Integrationsweg bezeichnet, der innerhalb des Kreisringgebiets
liegt und im Gegenuhrzeigersinn durchlaufen wird (s. Abbildung).

Ist das Gebiet der Funktion umfassender als der Kreisring, dann ist der Konvergenzbereich der LAURENT-

Reihe der größte in enthaltene Kreisring um .

Beispiel

Für die Funktion , die im Ringgebiet analytisch ist, soll eine

Potenzreihenentwicklung angegeben werden. Dazu kann man die Funktion durch

Partialbruchzerlegung auf die Form bringen. Durch einfache Umformung

können diese beiden Terme als geometrische Reihen dargestellt werden, die gemeinsam in dem
Ringgebiet konvergieren. Man erhält:
MACLAURINsche Reihe

MACLAURINsche Reihe wird die Entwicklung der Funktion nach Potenzen von im Spezialfall der

TAYLORschen Reihe für genannt. Es ergibt sich

(7.89a)

mit dem Restglied

(7.89b)

(7.89c)

Die Konvergenz der TAYLORschen und MACLAURINschen Reihe ist entweder durch Untersuchung des Restgliedes
 nachzuweisen oder durch Bestimmung des Konvergenzradius. Im zweiten Falle kann es vorkommen, daß die

Reihe zwar konvergiert, ihre Summe aber ungleich ist.

Satz von TAYLOR für Funktionen von einer Veränderlichen

Wenn eine Funktion im Intervall stetig ist und dort stetige Ableitungen bis einschließlich

der Ordnung besitzt und wenn im Innern des Intervalls noch die -te Ableitung existiert, dann gilt die
TAYLORsche Formel oder TAYLOR-Entwicklung

(6.31)

mit . Die Größe kann positiv oder negativ sein. Der Mittelwertsatz der Differentialrechnung (6.29a)

ist ein Spezialfall dieser TAYLOR-Reihe für .

Entwicklung in Taylor-Reihen, MacLaurinsche Reihe

Die Tabelle ,,Potenzreihenentwicklungen`` enthält eine Zusammenstellung der Potenzreihenentwicklungen der

wichtigsten elementaren Funktionen. Sie wurden in der Regel durch TAYLOR-Entwicklungen gewonnen.

● TAYLORsche Reihe für Funktionen von einer Veränderlichen

● MACLAURINsche Reihe
● TAYLORsche Reihe für Funktionen von zwei Veränderlichen
● TAYLORsche Reihe für Funktionen von Veränderlichen
Unterabschnitte

● Erste Form der Darstellung:

● Zweite Form der Darstellung:

TAYLORsche Reihe für Funktionen von zwei Veränderlichen

Erste Form der Darstellung:

 (7.90a)

Dabei ist die Entwicklungsstelle und das Restglied. Manchmal verwendet man an Stelle von z.B.

die kürzere Schreibweise .

Die Terme höherer Ordnung in (7.90a) können mit Hilfe von Operatoren übersichtlich dargestellt werden:

(7.90b)

Diese symbolische Darstellung bedeutet, daß nach Anwendung des binomischen Satzes die Potenzen der

Differentialoperatoren bzw. als Differentiationsvorschrift höherer Ordnung für die Funktion zu

interpretieren sind. Diese Ableitungen sind dann an der Stelle zu nehmen.

Zweite Form der Darstellung:

(7.90c)

Der Ausdruck für das Restglied lautet

(7.90d)
Richtungskoeffizient oder Entwicklungskoeffizient

Richtungskoeffizient oder Entwicklungskoeffizient des Vektors in Richtung oder entlang des Einheitsvektors
nennt man die Projektion von auf d.h. das Skalarprodukt

(3.250a)

wobei der Winkel zwischen und ist.

Für den Richtungskoeffizienten des Vektors entlang eines Vektors gilt:

(3.250b)

Im kartesischen Koordinatensystem sind die Richtungskoeffizienten des Vektors die Komponenten

entlang der Achse. In einem nicht-orthonormierten Koordinatensystem gilt diese

Aussage nicht.
Epizykloide
Epizykloide wird eine Kurve genannt, die von einem Peripheriepunkt eines Kreises beschrieben wird, wenn dieser,
ohne zu gleiten, auf der Außenseite eines anderen Kreises abrollt.
Die Gleichung der Epizykloide lautet in Parameterform mit als Radius des festen und als Radius des rollenden
Kreises

(2.234)

wobei gilt. Die Form der Kurve hängt vom Quotienten ab.

Für erhält man die Kardioide.

 1. Fall ganzzahlig: Für ganzzahlig besteht die Kurve aus den feststehenden Kreis umgebenden
Kurvenzweigen.
Die Rückkehrpunkte liegen bei

die Scheitelpunkte bei

2. Fall gebrochenrational: Für gebrochenrational überdecken sich die Zweige gegenseitig, der sich
bewegende Punkt kehrt aber nach einer endlichen Zahl von Durchläufen in die Anfangslage zurück.
3. Fall irrational: Für irrational ist die Anzahl der Durchläufe unendlich, und der Punkt kehrt nicht
in die Anfangslage zurück.

Die Länge des Zweiges beträgt Bei ganzzahligem ist die Länge der gesamten

Kurve
Die Fläche des Sektors beträgt ohne den Sektor des festen Kreises

Der Krümmungsradius ist in den Scheiteln

Unabhängige Ereignisse

Zwei Ereignisse und sind unabhängig, wenn für die bedingten Wahrscheinlichkeiten die Beziehungen
(16.39a)
erfüllt sind. Für sie gilt
(16.39b)
Fuzzy-Inferenz oder Fuzzy-Implikation
1. Begriff:
Die Fuzzy-Inferenz oder -Implikation ist eine Anwendung der Fuzzy-Relationen mit dem Ziel des fuzzy-
logischen Schließens bezüglicher vager Informationen. Vage Information bedeutet hier unscharfe Information,
aber nicht unsichere Information. Die Fuzzy-Inferenz oder Fuzzy-Implikation besteht aus einer oder mehreren
Regeln, einem Faktum und einem Schluß. Das unscharfe Schließen (nach ZADEH approximate reasoning) ist
nicht mit der klassischen Logik beschreibbar.
2. WENN-DANN-Regel:
Die Fuzzy-Implikation besteht im einfachsten Falle aus einer WENN-DANN- Regel . Der WENN-Teil der Regel
wird als Prämisse bezeichnet und repräsentiert die Bedingung. Der DANN-Teil ist die Schlußfolgerung, auch
Konklusion genannt. Die Auswertung erfolgt mittels und (5.296).

Interpretation: ist das Fuzzy-Inferenzbild von bezüglich der Fuzzy-Relation , d.h. eine
Berechnungsvorschrift für WENN-DANN-Regeln bzw. für Gruppen von Regeln.
3. Verallgemeinertes Fuzzy-Inferenz-Schema:
Die Regel
mit und die Zuhörigkeitsfunktion der Konklusion

wird beschrieben durch die -stellige Relation

(5.297a)

Für das aktuelle Ereignis mit den scharfen Werten der Kenngrößen

und gilt

(5.297b)

Anmerkung: Die Größe min heißt Erfüllungsgrad der Regel , und die Größen

repräsentieren die fuzzy-wertigen Eingangsgrößen.

Beispiel
Bildung von Fuzzy-Relationen für einen Zusammenhang zwischen den Größen ,,mittlerer`` Druck und
,,hohe`` Temperatur (s. Abbildung aus vier Teilen):

1.
mit ist eine zylindrische Erweiterung

(untere linke Abbildung) der Fuzzy-Menge mittlerer Druck (obere linke Abbildung).
2.
Analog ist mit eine zylindrische

Erweiterung (untere rechte Abbildung) der Fuzzy-Menge hohe Temperatur (obere linke Abbildung),
wobei
Die folgende Abbildung zeigt graphisch das Ergebnis der Bildung von Fuzzy-Relationen: In der linken
Abbildung ist das Ergebnis der Verknüpfung mittlerer Druck UND hohe Temperatur mit dem min-Operator
dargestellt. Die rechte Abbildung zeigt das Ergebnis der

Verknüpfung ODER mit dem max-Operator

Erwartungswert

Wenn eine eindeutige Funktion der Zufallsveränderlichen ist, so ist auch eine

Zufallsveränderliche. Als ihr Erwartungswert oder Mittelwert wird definiert:

(16.47a)

(16.47b)

Voraussetzung ist dabei die Konvergenz der Reihe bzw. des Integrals .

Den Erwartungswert der Zufallsgröße selbst erhält man mit zu

 (16.48a)

so daß wegen (16.47a,b) unter anderem auch gilt

(16.48b)
Erweiterungsprinzip

In den vorangegangenen Abschnitten wurden Möglichkeiten der Verallgemeinerung mengentheoretischer

Grundoperationen gewöhnlicher Mengen auf unscharfe Mengen diskutiert. Beim Erweiterungsprinzip geht es um die
Abbildung einer unscharfen Definitionsmenge. Grundlage bildet das Konzept des Akzeptanzgrades vager Aussagen.
In Analogie zur Abbildungsvorschrift der Funktion die einem Punkt den

scharfen Funktionswert zuordnet, läßt sich diese Zuordnung auf unscharfe Mengen

übertragen. Die Abbildungsvorschrift ist wobei die unscharfen Zugehörigkeitsfunktionen

bezüglich dem unscharfen Funktionswert

zugeordnet werden.
Hinweis: In Analogie zur Summen- und Produktbildung existieren für alle entsprechende Erweiterungen für
die Vereinigungsbildung und die Durchschnittsbildung.
Geradlinige Erzeugende einer Fläche

Geradlinige Erzeugende einer Fläche sind Geraden, die ganz in dieser Fläche liegen. Beispiele sind die
Erzeugenden der Kegel- und der Zylinderfläche.

1. Einschaliges Hyperboloid: Das einschalige Hyperboloid (linke Abbildung)

(3.415)

besitzt zwei Scharen geradliniger Erzeugender mit den Gleichungen

(3.416a)

(3.416b)

wobei und beliebige Größen sind.

 2. Hyperbolisches Paraboloid: Das hyperbolische Hyperboloid (rechte Abbildung)

(3.417)

besitzt ebenfalls zwei Scharen von Erzeugenden mit den Gleichungen

(3.418a)

(3.418b)

Wieder sind und beliebige Größen. In beiden Fällen gehen durch jeden Flächenpunkt zwei Geraden, und zwar
von jeder Schar je eine Erzeugende, von denen in den beiden Abbildungen jeweils nur eine eingezeichnet ist.
Zylinderfläche

Zylinderfläche wird eine gekrümmte Fläche genannt, die durch Parallelverschiebung einer Geraden, der
Erzeugenden , längs einer Kurve, der Leitkurve , entsteht.
Unterabschnitte

● Zyklische Untergruppen:
● Verallgemeinerung:
● Gruppenordnung, Links- und Rechtsnebenklassen:
● Satz von LAGRANGE:

Untergruppen

Es sei eine Gruppe und Ist bezüglich wieder eine Gruppe, so heißt

eine Untergruppe von

Eine nichtleere Teilmenge einer Gruppe ist genau dann Untergruppe von wenn für alle

auch und in liegen (Untergruppenkriterium ).

Zyklische Untergruppen:

Die Gruppe selbst und sind Untergruppen von die trivialen Untergruppen . Außerdem bestimmt

jedes Element eine Untergruppe, die von erzeugte zyklische Untergruppe

(5.98)

Ist die Gruppenoperation eine Addition, so schreibt man statt der Potenzen als Abkürzung für die -fache
Verknüpfung von mit sich selbst ganzzahlige Vielfache als Abkürzung für die -fache Addition von mit
sich selbst, d.h.
(5.99)

Dabei ist die kleinste Untergruppe von die enthält. Gilt für ein Element aus

so heißt eine zyklische Gruppe .

Es gibt unendliche zyklische Gruppen, wie bezüglich der Addition, und endliche zyklische Gruppen, wie die
Restklassenaddition in der Menge der Restklassen modulo .

Beispiel
Ist die Elementeanzahl einer endlichen Gruppe eine Primzahl, so ist stets zyklisch.

Verallgemeinerung:
Man kann den Begriff der zyklischen Gruppe wie folgt verallgemeinern: Ist eine nichtleere Teilmenge einer
Gruppe so wird mit die Untergruppe von bezeichnet, deren Elemente sich sämtlich als Produkt

von endlich vielen Elementen aus und deren Inversen schreiben lassen. Die Teilmenge heißt dann
Erzeugendensystem von Besteht nur aus einem Element, dann ist zyklisch.

Gruppenordnung, Links- und Rechtsnebenklassen:

In der Gruppentheorie wird die Elementenzahl einer endlichen Gruppe mit ord bezeichnet. Ist die von einem
Element einer Gruppe erzeugte zyklische Untergruppe endlich, so heißt deren Ordnung auch Ordnung

des Elements a , d.h.

Ist eine Untergruppe einer Gruppe und so heißen die Teilmengen

(5.100)
von Linksnebenklassen bzw. Rechtsnebenklassen von in Die Links- bzw. Rechtsnebenklassen bilden
jeweils eine Zerlegung von .

Alle Links- oder Rechtsnebenklassen einer Untergruppe in einer Gruppe haben die gleiche Anzahl von
Elementen, nämlich ord . Daraus ergibt sich, daß die Anzahl der Linksnebenklassen gleich der Anzahl der
Rechtsnebenklassen ist. Diese Zahl wird Index von in genannt. Aus den genannten Fakten ergibt sich der
Satz von LAGRANGE (s. nächten Abschnitt).

Satz von LAGRANGE:

Die Ordnung einer Untergruppe ist stets Teiler der Gruppenordnung.

Im allgemeinen ist es schwierig, alle Untergruppen einer Gruppe anzugeben. Im Falle endlicher Gruppen ist der Satz
von LAGRANGE als notwendige Bedingung für die Existenz von Untergruppen hilfreich.
EUKLIDische Vektorräume, EUKLIDische Norm

Um in abstrakten Vektorräumen Begriffe wie Länge, Winkel, Orthogonalität verwenden zu können, werden
EUKLIDische Vektorräume eingeführt.

1. EUKLIDischer Vektorraum: Es sei ein reeller Vektorraum. Ist eine Abbildung mit

folgenden Eigenschaften (statt wird geschrieben), dann gilt für alle und für

alle

(5.125)
(5.126)
(5.127)
(5.128)

und heißt Skalarprodukt auf . Ist auf ein Skalarprodukt erklärt, so heißt ein EUKLIDischer Vektorraum .

2. EUKLIDische Norm: Mit wird die EUKLIDische Norm (Länge) von bezeichnet. Der
 Winkel zwischen aus wird über die Formel

(5.129)

erklärt. Ist so werden und zueinander orthogonal genannt.

Beispiel
Im Zusammenhang mit FOURIER-Reihen werden Funktionen der Form und betrachtet.

Diese Funktionen können als Elemente von aufgefaßt werden. Im Funktionenraum

wird durch

(5.130)

ein Skalarprodukt erklärt. Wegen

(5.131)

(5.132)

(5.133)
sind die Funktionen und für alle paarweise zueinander orthogonal. Diese
Orthogonalität trigonometrischer Funktionen wird zur Berechnung der FOURIER-Koeffizienten bei der
harmonischen Analyse ausgenutzt.
EULERsche Linien, EULERsche Graphen

1. EULERsche Linie:
Ein Kantenzug, der jede Kante eines Graphen enthält, heißt offene oder geschlossene EULERsche Linie
von
2. EULERscher Graph:
Ein zusammenhängender Graph, der eine geschlossene EULERsche Linie enthält, ist ein EULERscher Graph .

Beispiel
Der Graph (linke Abbildung) hat keine EULERsche Linie. Der Graph (zweite Abbildung)

besitzt eine EULERsche Linie, ist aber kein EULERscher Graph. Der Graph (dritte Abbildung) hat

eine geschlossene EULERsche Linie und ist kein EULERscher Graph. Der Graph (rechte
Abbildung) ist ein EULERscher Graph.
3. Satz von EULER-HIERHOLZER:
Ein Graph ist genau dann ein EULERscher Graph, wenn er zusammenhängend ist und jeder Knoten positiven
geraden Grad hat.
FOURIER-Darstellung periodischer Funktionen ( FOURIER-Analyse)

Oft ist es notwendig oder vorteilhaft, eine gegebene periodische Funktion mit der Periode exakt oder

angenähert durch eine Summe aus trigonometrischen Funktionen in der Form

(7.95)

darzustellen. Man spricht von FOURIER-Entwicklung . Dabei gilt für die Kreisfrequenz . Im Falle

ist . Die beste Approximation von in dem unter ,,Wichtigste Eigenschaften von FOURIER-Reihen``

angegebenen Sinne erreicht man mit einer Näherungsfunktion , wenn für die Koeffizienten und mit

die FOURIER-Koeffizienten der gegebenen Funktion gewählt werden. Ihre Bestimmung

geschieht analytisch mit Hilfe der EULERschen Formeln

(7.96a)

und

(7.96b)

oder näherungsweise mit Hilfe der Methode der harmonischen Analyse.

Krümmung von Kurven auf einer Fläche

Wenn durch einen Flächenpunkt verschiedene Kurven auf dieser Fläche gezogen werden, dann stehen ihre
Krümmungskreisradien im Punkt in den folgenden drei Beziehungen zueinander:
1. Krümmungskreisradius: Der Krümmungskreisradius einer Kurve im Punkt ist gleich dem

Krümmungskreisradius einer Kurve , die sich als Schnitt der Fläche mit der Schmiegungsebene der Kurve
im Punkt ergibt (obere Abbildung).
2. Satz von MEUSNIER: Für jeden ebenen Schnitt durch eine Fläche berechnet man den
Krümmungskreisradius über
(3.496)
Dabei ist der Krümmungskreisradius des Normalschnittes der durch die gleiche Tangente geht

wie sowie durch den Einheitsvektor der Flächennormalen; ist der Winkel zwischen dem

Einheitsvektor der Hauptnormalen der Kurve und dem Einheitsvektor der Flächennormalen. Das
Vorzeichen von in (3.496) ist positiv, wenn auf der konkaven Seite der Kurve liegt und negativ im
umgekehrten Falle.
3. EULERsche Formel: Die Krümmung einer Fläche im Punkt kann für jeden Normalschnitt mit
der Formel von EULER

(3.497)

berechnet werden, wobei und die Hauptkrümmungsradien sind und der Winkel zwischen den Ebenen

der Schnitte und (untere Abbildung).

EULERsche Funktion

Für jede natürliche Zahl mit kann man die Anzahl der zu teilerfremden Zahlen mit

angeben. Die zugehörige Funkion wird EULERsche Funktion genannt. Der Funktionswert

ist die Anzahl der primen Restklassen modulo (s. Prime Restklassen).
Es gilt

usw. Allgemein gilt für jede Primzahl und für jede Primzahlpotenz

Ist eine beliebige natürliche Zahl, dann kann man wie folgt berechnen:

(5.181a)

wobei das Produkt über alle Primteiler von zu erstrecken ist.

Beispiel

Außerdem gilt

(5.181b)

Gilt ggT dann ist

Beispiel
Integralkosinus ( )

(8.96a)

(8.96b)
Exponentialform einer komplexen Zahl

Exponentialform einer komplexen Zahl wird die Darstellung

(1.136a)

genannt, wobei der Modul und das Argument sind. Es gilt die EULERsche Relation

(1.136b)

Beispiel
Darstellung einer komplexen Zahl in den drei Formen.

a)

(algebraische Form),

b)

(trigonometrische Form mit Beschränkung auf den Hauptwert),

c)
(Exponentialform mit Beschränkung auf den Hauptwert).
Ohne Beschränkung auf den Hauptwert gilt die Darstellung

.
Natürliche Exponentialfunktion

(14.69)

Die Reihe konvergiert in der gesamten -Ebene.

a) Rein imaginärer Exponent : Gemäß der EULERschen Relation gilt

(14.70)

b) Allgemeiner Fall :

(14.71a)

(14.71b)
c) Exponentialform einer komplexen Zahl:
(14.72a)
Die Periode der Funktion ist :
 (14.72b)
Speziell gilt:
(14.72c)
d) EULERsche Relation für komplexe Zahlen:
(14.73a)
(14.73b)
Erste Definition der EULERschen Zahlen

Die EULERschen Zahlen treten bei Potenzreihenentwicklungen spezieller Funktionen auf, z.B. bei der

trigonometrischen Funktion und der hyperbolischen Funktion . Die EULERschen Zahlen können wie
folgt definiert

(7.61a)

und durch Koeffizientenvergleich bezüglich der Potenzen von ermittelt werden.

Definition

Das bestimmte Integral

(8.90)

ist eine Funktion der Variablen , die in diesem Zusammenhang Parameter genannt wird. In vielen Fällen ist die

Funktion nicht mehr elementar. Das Integral (8.90) kann ein gewöhnliches oder ein uneigentliches Integral

mit unendlichen Integrationsgrenzen oder unbeschränkter Funktion sein. Theoretische Betrachtungen zur

Konvergenz uneigentlicher Integrale, die von einem Parameter abhängen, s. z.B. Lit. 8.4.

Beispiel
Gammafunktion oder EULERsches Integral zweiter Gattung:

(8.91)
Eulersches Polygonzugverfahren

Durch Integration erhält man aus der Anfangswertaufgabe zu (19.93) die Integraldarstellung

(19.95)

Diese ist Ausgangspunkt für die Näherung

(19.96)

die zu der folgenden Vorschrift des EULERschen Polygonzugverfahrens verallgemeinert wird:

(19.97)
Zur geometrischen Interpretation (s. Abbildung). Vergleicht man (19.96) mit der TAYLORentwicklung

(19.98)
mit , dann sieht man, daß die Näherung für den exakten Wert einen Fehler von

der Größenordnung hat. Die Genauigkeit kann durch Verkleinerung der Schrittweite erhöht werden.
Praktische Rechnungen zeigen, daß sich bei Halbierung der Schrittweite auch der Fehler der Näherungen
etwa halbiert.
Mit Hilfe des EULERschen Polygonzugverfahrens kann man sich sehr schnell einen Überblick über den ungefähren
Verlauf der Lösungskurve verschaffen.
Kettenlinie oder Katenoide
Kettenlinie oder Katenoide nennt man eine Kurve, in der folgenden Abbildung blau gezeichnet, die von einem
homogenen, nicht dehnbaren und an beiden Enden aufgehängten Faden gebildet wird.
Die Gleichung der Katenoide lautet:

(2.242)

Der Parameter bestimmt den Scheitelpunkt bei . Die Kurve verläuft symmetrisch zur -Achse, und

zwar höher, als die Parabel die in der Abbildung rot dargestellt ist.

Die Länge des Bogens beträgt .

Die Fläche hat den Wert .

Der Krümmungsradius beträgt

Die Katenoide ist die Evolute der Traktrix.

Die Traktrix ist ihrerseits die Evolvente der Katenoide mit dem Scheitelpunkt bei
Nichtlineare Evolutionsgleichungen

Unter einer Evolutionsgleichung versteht man eine Gleichung, die die zeitliche Entwicklung einer physikalischen
Größe beschreibt. Beispiele für lineare Evolutionsgleichungen sind die Wellengleichung, die Wärmeleitungsgleichung
und die SCHRÖDINGER-Gleichung. Die Lösungen der Evolutionsgleichungen werden auch Evolutionsfunktionen
genannt.
Im Unterschied zu den linearen Evolutionsgleichungen enthalten die nichtlinearen Evolutionsgleichungen (9.124),

(9.125) und (9.126) die nichtlinearen Terme bzw. .

Evolvente des Kreises
Evolvente des Kreises heißt eine Kurve, die vom Endpunkt eines fest gespannten Fadens beschrieben wird, wenn

dieser von einem Kreis abgewickelt wird, so daß .

Die Gleichung der Evolvente des Kreises lautet in Parameterform
(2.240)

wobei der Radius des Kreises ist und . Die Kurve besitzt zwei Zweige symmetrisch zur -Achse.

Der Rückkehrpunkt liegt bei die Schnittpunkte mit der -Achse bei , wobei die

Wurzeln der Gleichung sind.

Die Länge des Bogens beträgt .

Der Krümmungsradius ist Der Krümmungsmittelpunkt liegt auf dem Kreis.

Allgemeine Exponentialfunktion

(14.75a)
ist eine mehrdeutige periodische Funktion mit dem Hauptwert
(14.75b)
Exponentialfunktion
Die Funktion
(2.55)
liefert das graphische Bild der Exponentialkurve .
Für ergibt sich die natürliche Exponentialkurve
(2.56)

Die Funktion besitzt nur positive Werte. Für d.h. für steigt sie monoton von 0 bis an. Für

d.h. für nimmt sie um so schneller monoton von bis 0 ab, je größer ist. Die Kurve

verläuft durch den Punkt (0,1) und nähert sich asymptotisch der -Achse für nach rechts und für
nach links, und zwar um so schneller, je größer ist. Die Funktion wächst für und

fällt für .
Exponentialgleichungen

Exponentialgleichungen können in den folgenden zwei Fällen auf algebraische Gleichungen zurückgeführt werden,
wenn die Unbekannte oder ein Polynom nur im Exponenten einiger Größen steht:

1.

Sind die Potenzen nicht durch Additionen oder Subtraktionen miteinander verbunden,

dann wird die Gleichung zu beliebiger Basis logarithmiert.

Beispiel

2.
Sind ganze oder gebrochene Potenzen ein und derselben Zahl d.h. ist
 dann kann unter Umständen mit Hilfe des Ansatzes eine

algebraische Gleichung in erhalten werden, nach deren Lösung aus dem Verhältnis

zahlenmäßig zu bestimmen ist.

Beispiel

Substitution von liefert und

so daß daraus folgt Weitere reelle Wurzeln gibt es nicht.

Exponentialsumme
Die Funktion
(2.61)
ist in den folgenden vier Abbildungen für charakteristische Vorzeichen-Relationen dargestellt.
Die Konstruktion der Kurve erfolgt über die Addition der Ordinaten der Kurven der beiden Summanden

und

Die Funktion ist stetig. Wenn keine der Zahlen gleich 0 ist, besitzt die Kurve eine der vier dargestellten
Formen. Die Kurvenbilder können in Abhängigkeit von den Vorzeichen der Parameter an den Koordinatenachsen
gespiegelt sein.
Die Schnittpunkte und mit der - bzw. -Achse liegen bei bzw.

das Extremum bei und der Wendepunkt bei

soweit diese Punkte vorhanden sind.

Fall a) Die Parameter und bzw. und besitzen gleiches Vorzeichen: Die Funktion erfährt keinen
Vorzeichenwechsel; sie ändert sich von 0 bis bzw. oder von bzw. bis 0.

Wendepunkte gibt es keine; Asymptote ist die -Achse.

Fall b) Die Parameter und haben gleiche, und verschiedene Vorzeichen: Die Funktion ändert sich
ohne Vorzeichenwechsel von bis wobei sie ein Minimum durchläuft, bzw. von bis

, dabei ein Maximum durchlaufend. Wendepunkte gibt es keine.

Fall c) Die Parameter und haben verschiedene, und gleiche Vorzeichen: Die Funktion ändert sich
von 0 bis bzw. oder von bzw. bis 0, wobei sie einmal ihr Vorzeichen wechselt und

ein Extremum und einen Wendepunkt durchläuft. Die -Achse ist Asymptote.
Fall d) Die Parameter und und auch und besitzen unterschiedliche Vorzeichen: Die Funktion ändert
sich monoton zwischen und bzw. zwischen und . Sie besitzt keine Extrema, aber

einen Wendepunkt
Exponentialverteilung

1. Dichte und Verteilungsfunktion: Eine stetige Zufallsgröße genügt der Exponentialverteilung mit dem
Parameter , wenn sie die Dichte

(16.80)

(s. Abbildung) und damit die Verteilungsfunktion

(16.81)

hat.
2. Erwartungswert und Streuung:

(16.82)

Angewendet wird die Exponentialverteilung zur Beschreibung folgender Vorgänge: Dauer von Telefongesprächen,
Lebensdauer des radioaktiven Zerfalls, Arbeitszeit einer Maschine zwischen zwei Stillständen, Lebensdauer von
Bauelementen oder Lebewesen.
Extrapolationsprinzip

Das ROMBERG-Verfahren stellt eine Anwendung des sogenannten Extrapolationsprinzips dar. Es soll an der
Herleitung der Formel (19.87) für den Fall demonstriert werden. Mit werde das gesuchte Integral, mit

die zugehörige Trapezsumme (19.76) bezeichnet. Ist der Integrand von im Integrationsintervall

-mal stetig differenzierbar, dann läßt sich zeigen, daß für den Quadraturformelfehler der

Trapezsumme eine asymptotische Entwicklung bezüglich der Form

(19.89a)

oder

(19.89b)

gilt. Die Koeffizienten sind von unabhängige Konstanten.

Man bildet und gemäß (19.89b) und betrachtet die Linearkombination

 (19.90)

Setzt man und , dann hat die Fehlerordnung 4, während und

beide nur die Fehlerordnung 2 haben. Es ergibt sich

(19.91)

Das ist die Formel (19.87) für . Fortgesetzte Wiederholung des eben beschriebenen Vorgehens führt auf die
Näherung gemäß (19.87), und es gilt

(19.92)

Beispiel
Für das bestimmte Integral (Integralsinus), das sich nicht elementar integrieren läßt, sind

Näherungswerte zu ermitteln (8stellige Rechnung).

1. ROMBERG-Verfahren:

Für liefert das ROMBERG-Verfahren den Näherungwert 0,94608307. Der auf 10 Stellen genaue Wert lautet

0,9460830704. Die Größenordnung des Fehlers gemäß (19.92) wird bestätigt.

2. Trapez- und SIMPSON-Formel: Aus dem Schema zum ROMBERG-Verfahren liest man unmittelbar ab, daß
für die Trapezformel den Näherungswert 0,94569086 und die SIMPSON-Formel den Wert

0,94608331 ergibt.
Die Verbesserung der Trapezformel nach HERMITE gemäß (19.77) liefert
 .

3. GAUSS-Formel: Nach Formel (19.83) erhält man für

Man sieht, daß die GAUSS-Formel im Fall , d.h. mit nur 4 Funktionswerten, einen auf 8 Dezimalen
genauen Näherungswert liefert. Diese Genauigkeit würde mit der Trapezsumme erst mit einer sehr hohen Zahl
( ) von Funktionswerten erreicht.

Hinweise:

1.
Eigenständige Bedeutung hat die Integration periodischer Funktionen im Zusammenhang mit der FOURIER-
Analyse erlangt. Ihre numerische Realisierung findet man unter dem Stichwort Harmonische Analyse, die auf
dem Rechner mit Hilfe der sogenannten
Schnellen FOURIER-Transformation FFT (Fast FOURIER Transformation) durchgeführt wird.
2.
 In vielen Fällen ist es zweckmäßig, bei der numerischen Integration spezielle Eigenschaften des Integranden
auszunutzen. Auf diese Weise sind neben den oben vorgestellten Quadraturformeln noch viele andere
entwickelt worden, und die Literatur zu Fragen der Konvergenz, der Abschätzung des Quadraturformelfehlers
oder zur Konstruktion optimaler Quadraturformeln ist sehr umfangreich (s. Lit. 19.3).
3.
Zur numerischen Integration mehrfacher Integrale muß auf die Literatur verwiesen werden (s. Lit. 19.30).
Einfache Variationsaufgabe und Extremale
Als einfache Variationsaufgabe soll die folgende Aufgabe bezeichnet werden:
Es sind Extremwerte von Integralausdrücken der Form

(10.11)

zu bestimmen, wenn alle zweimal stetig differenzierbaren Funktionen, die den Randbedingungen

und genügen, durchläuft. Die Werte und sowie die Funktion sind

gegeben.
Der Integralausdruck (10.11) ist ein Beispiel für ein sogenanntes Funktional , das dadurch gekennzeichnet ist, daß es

jeder Funktion aus einer bestimmten Funktionenklasse eine reelle Zahl zuordnet.

Nimmt das Funktional von (10.11) z.B. für die Funktion ein relatives Maximum an, dann gilt
 (10.12)

beim Vergleiche mit allen anderen zweimal stetig differenzierbaren Funktionen , die den Randbedingungen

genügen. Die Kurve wird als Extremale bezeichnet. Manchmal werden auch alle Lösungen der

EULERschen Differentialgleichung der Variationsrechnung als Extremalen bezeichnet.

Aufgabenstellung
1. Extremum eines Integralausdrucks In der Differentialrechnung besteht eine wichtige Aufgabe darin,
festzustellen, für welche -Werte eine vorgegebene Funktion einen Extremwert hat. In der

Variationsrechnung lautet die entsprechende Frage: Für welche Funktionen nimmt ein bestimmtes Integral,
dessen Integrand von dieser Funktion und deren Ableitungen abhängt, einen Extremwert an? In der
Variationsrechnung wird demzufolge ein ganzer Funktionsverlauf gesucht, der einen Integralausdruck

der Form

(10.1)

zum Extremum macht, wenn eine bestimmte, genau charakterisierte Funktionenklasse durchläuft. Dabei

können für die Funktionen und deren Ableitungen noch zusätzliche Bedingungen, sogenannte Rand - und
Nebenbedingungen , gestellt werden.
2. Integralausdrücke der Variationsrechnung An Stelle der unabhängigen Variablen können in (10.1)
auch mehrere Variablen stehen. Die auftretenden Ableitungen sind dann partielle Ableitungen, und das Integral
in (10.1) entspricht einem mehrfachen Integral. Im wesentlichen werden in der Variationsrechnung Aufgaben
mit folgenden Integralausdrücken untersucht:

(10.2)

(10.3)

(10.4)

(10.5)

Die gesuchte Funktion ist , und stellt einen ebenen Integrationsbereich dar.

(10.6)
Die gesuchte Funktion ist , und stellt einen räumlichen Integrationsbereich dar.

Für die Lösungen eines Variationsproblems können zusätzliche Randbedingungen vorgegeben sein, die im
eindimensionalen Fall an den Intervallrändern und bzw. auf dem Rand des Integrationsgebietes im
zweidimensionalen Fall gelten sollen. Darüber hinaus können den Lösungen noch verschiedene Arten von
Nebenbedingungen , z.B. in Integralform oder als Differentialgleichung vorgeschrieben sein.

Ein Variationsproblem heißt von erster bzw. höherer Ordnung je nachdem, ob die Funktion im Integralausdruck

der Variationsaufgabe nur die erste Ableitung oder höhere Ableitungen der Funktion enthält.

3. Parameterdarstellung der Variationsaufgabe Ein Variationsproblem kann auch in Parameterdarstellung

vorliegen. Für die Kurvendarstellung hat dann z.B. der

Integralausdruck (10.2) die Form

(10.7)
Maxima und Minima

Unter relativen oder lokalen Extremwerten versteht man die relativen Maxima und Minima einer Funktion. Relatives
Maximum ( ) bzw. relatives Minimum ( ) einer Funktion werden solche Funktionswerte

genannt, die die Ungleichungen

(6.34a)
(6.34b)
erfüllen, wobei für beliebig kleine positive oder negative Werte eingesetzt werden können. Im relativen Maximum
sind die Werte größer als alle benachbarten Funktionswerte und entsprechend im Minimum kleiner. Den

größten bzw. kleinsten Wert, den eine Funktion in einem Intervall annehmen kann, bezeichnet man als ihr globales
oder absolutes Maximum bzw. globales oder absolutes Minimum in bezug auf dieses Intervall.
Definition

Eine Funktion besitzt im Punkt

einen relativen Extremwert, wenn sich eine Zahl derart angeben läßt,

daß das Gebiet

zum

Definitionsbereich der Funktion gehört und für jeden Punkt dieses Gebiets mit Ausnahme von für ein Maximum
die Ungleichung
(6.66a)
und für ein Minimum die Ungleichung
(6.66b)
gilt. In der Sprache des Begriffs des mehrdimensionalen Raumes sind in den Punkten eines relativen Maximums
oder relativen Minimums die Funktionswerte größer oder kleiner als in den benachbarten Punkten.
Relative Extremwerte einer differenzierbaren, explizit gegebenen Funktion

1. Ermittlung der Extrempunkte:

Da diese die notwendige Bedingung erfüllen, werden nach der Berechnung der Ableitung

alle reellen Wurzeln der Gleichung bestimmt und jede von

ihnen, z.B. mit einer der folgenden Methoden untersucht.

2. Methode des Vorzeichenvergleichs:
Für je einen Wert bzw. , der etwas kleiner bzw. etwas größer als ist, wird das Vorzeichen der

Ableitung festgestellt, wobei zwischen und bzw. keine weiteren Nullstellen von

liegen dürfen. Wenn beim Übergang von zu das Vorzeichen von von ,, `` nach

,, `` wechselt, dann befindet sich bei ein relatives Maximum der Funktion (linke Abbildung);

wechselt es umgekehrt von ,, `` nach ,, ``, dann liegt ein relatives Minimum vor (rechte Abbildung).
Gibt es keinen Vorzeichenwechsel der Ableitung (folgende linke und rechte Abbildung), dann besitzt die Kurve
bei kein Extremum, sondern einen Wendepunkt mit einer zur -Achse parallelen Tangente.
3. Methode der höheren Ableitungen:
Besitzt die Funktion an der Stelle höhere Ableitungen, dann wird jede Wurzel in die zweite

Ableitung eingesetzt. Ist dann gibt es an der Stelle ein relatives Maximum, ist

ein relatives Minimum, ist dann wird in die dritte Ableitung

eingesetzt. Ergibt sich dabei dann gibt es bei kein Extremum, sondern einen

Wendepunkt . Erhält man dann ist in die vierte Ableitung einzusetzen usw.

4. Bedingungen für Extremwerte und Wendepunkte:

Ist die Ordnung der Ableitung, die an der Stelle erstmalig nicht verschwindet, gerade, dann besitzt

dort ein relatives Extremum: für einen negativen Wert ein relatives Maximum, für einen positiven ein

relatives Minimum. Ist die Ordnung dieser Ableitung ungerade, dann besitzt die Funktion an dieser Stelle
keinen Extremwert, sondern einen Wendepunkt . Die Methode des Vorzeichenvergleichs kann auch bei
nichtexistierender Ableitung wie in den drei folgenden Abbildungen eingesetzt werden.
Bestimmung der Extremwerte unter Vorgabe von Nebenbedingungen

Wenn das Extremum einer Funktion mit Veränderlichen bestimmt werden soll,

die voneinander abhängig und durch die Nebenbedingungen

(6.70a)

miteinander verknüpft sind, wobei die Anzahl dieser Verknüpfungen sein muß, dann führt man gemäß der

Multiplikatorenmethode von LAGRANGE unbestimmte Multiplikatoren ein und betrachtet die

folgenden LAGRANGE-Funktionen der Veränderlichen

(6.70b)
Die notwendige Bedingung für ein Extremum der Funktion ist ein System von Gleichungen (6.69) mit den

Unbekannten in der Form

(6.70c)

Als notwendige Bedingung dafür, daß die Funktion ein Extremum besitzen kann, muß das Wertesystem

diese Gleichungen erfüllen.

Beispiel

Die Extremwerte der Funktion mit der Nebenbedingung werden aus den

drei Gleichungen

(6.71)

mit den drei Unbekannten bestimmt.

Bestimmung der Extremwerte einer Funktion von zwei Veränderlichen

Wenn gegeben ist, wird das Gleichungssystem gelöst, damit die erhaltenen

Wertepaare in

(6.67)

eingesetzt werden können. Durch Diskussion des Ausdrucks

(6.68)

bestimmt man die Art des Extremwertes:

1. :
 Im Falle besitzt die Funktion für das Wertesystem mit ein Maximum

mit ein Minimum (hinreichende Bedingung).

2. :

Im Falle hat kein Extremum.

3. :
Im Falle ist die Diskussion komplizierter.
Bestimmung der globalen Extremwerte

Das betreffende Intervall der unabhängigen Variablen wird in Teilintervalle zerlegt, in denen die Funktion
differenzierbar ist. Die globalen Extremwerte sind dann unter den relativen Extremwerten der Teilintervalle und den
Funktionswerten in den Randpunkten der Teilintervalle zu finden.

Beispiel A

Intervall Größter Wert bei (linke Abbildung).

Beispiel B

Intervall Größter Wert bei (rechtes Intervallende, rechte

Abbildung).
Beispiel C

Intervall Größter Wert Festlegung: für (dritte

Abbildung von links).

Beispiel D
 Intervall Größter Wert bei (rechte Abbildung, Maximum, unendliche

Ableitung).
Bestimmung der Extremwerte einer implizit gegebenen Funktion

Wenn die Funktion in der impliziten Form gegeben ist und die Funktion selbst sowie ihre

partiellen Ableitngen stetig sind, können die Maxima und Minima folgendermaßen bestimmt werden:

1. Lösung des Gleichungssystems

und Einsetzen der erhaltenen Werte

in und .

2. Vorzeichenvergleich
für und im Punkt : Im Falle verschiedener Vorzeichen besitzt die Funktion bei

ein Minimum, im Falle gleicher Vorzeichen von und besitzt sie ein Maximum bei . Wenn

entweder oder in verschwindet, dann ist die weitere Untersuchung komplizierter.

Winkel

Summe der Winkel: Die Summe der Winkel liegt zwischen und :
(3.169)

Spärischer Exzeß: Die Differenz wird sphärischer Exzeß genannt.

Summe zweier Winkel: Die Summe zweier Winkel ist kleiner als der um vergrößerte dritte Winkel, z.B.
(3.170)

Gegenüberliegende Seite und Winkel: Der größeren Seite liegt der größere Winkel gegenüber und
umgekehrt.
Leitlinieneigenschaft der Kurven zweiter Ordnung

Der geometrische Ort aller Punkte mit einem konstanten Verhältnis der Abstände zu einem festen Punkt
dem Brennpunkt, und zu einer gegebenen Geraden, der Leitlinie, ist eine Kurve zweiter Ordnung mit der
numerischen Exzentrizität

Für ergibt sich eine Ellipse, für eine Parabel und für eine Hyperbel.
Untergraphen, Faktoren

Ist ein Graph, dann heißt ein Graph Untergraph von wenn und

gilt.

Enthält genau diejenigen Kanten aus , die Knoten aus verbinden, dann heißt der von induzierte
Untergraph von .
Ein Untergraph von mit wird Teilgraph von genannt.

Unter einem Faktor F eines Graphen versteht man einen regulären Untergraphen von , der alle Knoten von
enthält.
Fundamentalsatz der Algebra

Jede Gleichung -ten Grades, deren Koeffizienten reelle oder komplexe Zahlen sind, besitzt reelle oder
komplexe Wurzeln, wobei die -fachen Wurzeln -mal gezählt werden. Wenn die Wurzeln von mit

bezeichnet werden und diese jeweils die Vielfachheiten besitzen, dann gilt die
Darstellung in Faktoren oder Produktdarstellung
(1.167a)

Die Lösung einer Gleichung kann stets durch Zurückführen auf eine Gleichung vereinfacht werden, die

die gleichen Wurzeln wie die Ausgangsgleichung hat, aber jeweils nur noch mit der Vielfachheit 1. Dazu wird das
Polynom in zwei Faktoren derart zerlegt, daß
(1.167b)

(1.167c)
gilt. Man kann als größten gemeinsamen Teiler der Polynome und dessen Ableitung

bestimmen, da die mehrfachen Wurzeln von auch Wurzeln von sind. Das Polynom erhält

man dann durch Division von durch , und hat dieselben Nullstellen wie , aber mit der

Vielfachheit 1.
Homomorphiesatz für Gruppen

Die Menge der Nebenklassen eines Normalteilers in einer Gruppe wird bezüglich der Operation
(5.104)

zu einer Gruppe, der Faktorgruppe von nach die mit bezeichnet wird.

Der folgende Satz beschreibt einen Zusammenhang zwischen homomorphen Bildern und Faktorgruppen einer
Gruppe und wird deshalb Homomorphiesatz für Gruppen genannt:
Ein Gruppenhomomorphismus bestimmt einen Normalteiler von nämlich

Die Faktorgruppe ist isomorph zum homomorphen Bild

. Umgekehrt bestimmt jeder Normalteiler von eine homomorphe Abbildung

mit Diese Abbildung wird natürlicher Homomorphismus

genannt.

Beispiel
Weil die Determinantenbildung ein Gruppenhomomorphismus mit dem

Kern ist, bildet einen Normalteiler von und es gilt (nach dem

Homomorphiesatz): ist isomorph zur multiplikativen Gruppe der reellen

Zahlen. Bezeichnungen s. Normalteiler.

Ringhomomorphismus und Ringisomorphismus

1. Ringhomomorphismus: Es seien und Ringe. Eine Abbildung

heißt Ringhomomorphismus , wenn für alle gilt:

(5.110)

2. Kern: Der Kern von ist die Menge aller Elemente aus die bei auf das neutrale Element 0 von

abgebildet werden, und wird mit bezeichnet:

(5.111)

3. Ringisomorphismus: Ist außerdem bijektiv, so heißt Ringisomorphismus , und die Ringe und

heißen zueinander isomorph.

 4. Faktorring: Ist ein Ideal eines Ringes so wird die Menge der Nebenklassen

von in der additiven Gruppe des Ringes bezüglich der Operationen

(s. Definition und Eigenschaften von Gruppen)

(5.112)

zu einem Ring, dem Faktorring von nach der mit bezeichnet wird.

Die Hauptideale von liefern als Faktorringe gerade die Restklassenringe

(s. Beispiele für Ringe und Körper).

Verallgemeinerung des Begriffs der Fakultät

Der zunächst nur für ganzzahlige positive definierte Begriff der Fakultät erfährt über die Funktion
(8.103a)
seine Erweiterung auf beliebige reelle Zahlen. Es gelten die folgenden Beziehungen:
Für ganzzahliges positives
(8.103b)
für
(8.103c)
für ganzzahliges negatives
(8.103d)

für

(8.103e)
für

(8.103f)

für

(8.103g)

Eine näherungsweise Berechnung der Fakultät für beliebig große Zahlen ( ), auch gebrochene Zahlen ,
kann mit Hilfe der STIRLINGSCHEN Formel erfolgen:

(8.103h)

(8.103i)

Die Kurven der Funktionen und sind in der folgenden Abbildung dargestellt. In der Tabelle

,,Gammafunktion`` sind die Zahlenwerte angegeben.

FALKsches Schema

Für die praktische Durchführung der Matrixmultiplikation gemäß verwendet man der größeren
Übersichtlichkeit halber das FALKsche Schema (obere Abbildung).
Das Element der Produktmatrix erscheint genau im Kreuzungspunkt der -ten Zeile von mit der -

ten Spalte von .

Beispiel

Die Multiplikation zweier Matrizen und erfolgt mit Hilfe des FALKschen Schemas (untere
Abbildung).
Faltung

Die zweiseitige Faltung

(15.94)

bezieht sich auf das Intervall ( ) und existiert unter der Voraussetzung, daß die Funktionen und

in diesem Intervall absolut integrierbar sind. Wenn und beide für

verschwinden, dann ergibt sich aus (15.94) die einseitige Faltung

(15.95)

Diese ist somit ein Spezialfall der zweiseitigen Faltung. Während die FOURIER-Transformation die zweiseitige Faltung
benutzt, verwendet die LAPLACE-Transformation die einseitige Faltung.

Für die FOURIER-Transformation der zweiseitigen Faltung gilt

 (15.96)
wenn die Integrale

(15.97)

existieren, d.h., die Funktionen und ihre Quadrate im Intervall integrierbar sind.

Beispiel
Es ist die zweiseitige Faltung

für die Funktion des unipolaren Rechteckimpulses (A.1) (linke Abbildung) zu berechnen.

Da
gilt, ergibt sich

für ,

für ,

für . Zusammengefaßt erhält man für diese Faltung (s. rechte Abbildung)

Für die FOURIER-Transformierte erhält man mit (A.1) vom Beisiel für den unipolaren Rechteckimpuls

und für das Amplitudenspektrum der Funktion

Unterabschnitte

● Faltung im Originalbereich:
● Faltung im Bildbereich (komplexe Faltung):

Faltung

Faltung im Originalbereich:

Als Faltung zweier Funktionen und bezeichnet man das Integral

(15.21)

Die Gleichung (15.21) wird auch einseitige Faltung im Intervall genannt.

Eine zweiseitige Faltung tritt bei der FOURIER-Transformation (Faltung im Intervall ( )) auf.
Die Faltung (15.21) besitzt die Eigenschaften
(15.22a)
(15.22b)
(15.22c)

Im Bildbereich entspricht der Faltung die gewöhnliche Multiplikation:

(15.23)
In der folgenden Abbildung ist die Faltung zweier Funktionen graphisch dargestellt.
Man kann den Faltungssatz zur Bestimmung der Originalfunktion wie folgt benutzen:

1.
Faktorisierung der Bildfunktion .

2.
Ermittlung der Originalfunktionen und der Bildfunktionen und gemäß Tabelle.

3.
Bildung der Originalfunktion durch Faltung von mit im Originalbereich gemäß
 , die zur gegebenen Bildfunktion gehört.

Faltung im Bildbereich (komplexe Faltung):

(15.24)

Die Integration erfolgt längs einer Parallelen zur imaginären Achse. Im ersten Integral müssen und so gewählt

werden, daß in der Konvergenzhalbebene von liegt und in der Konvergenzhalbebene von

. Entsprechendes gilt für das zweite Integral.

Dämpfung und Faltung

1. Dämpfung: Für , beliebig komplex, gilt:

(15.123)

2. Faltung: Als Faltung zweier Folgen und bezeichnet man die Operation

(15.124)

Existieren die Z-Transformierten für und für

, dann gilt

(15.125)
für . Die Beziehung (15.125) wird auch als Faltungssatz der Z-Transformation

bezeichnet. Er entspricht der Vorschrift für die Multiplikation zweier Potenzreihen.

Unterabschnitte

● Eingangsfehler
● Verfahrensfehler:
● Rundungsfehler:

Fehlerarten

Numerische Verfahren sind fehlerbehaftet. Es gibt die folgenden Fehlerarten, aus denen sich der akkumulierte Fehler
(Gesamtfehler) des Ergebnisses zusammensetzt:
Eingangsfehler

1. Begriff des Eingangsfehlers: Eingangsfehler heißt der Fehler des Ergebnisses, der durch fehlerbehaftete
Eingangsdaten verursacht wird. Die Bestimmung des Eingangsfehlers aus den Fehlern der Eingangsdaten
wird direkte Aufgabe der Fehlertheorie genannt. Als inverse Aufgabe wird jene bezeichnet, die untersucht,
welche Fehler die Eingangsdaten besitzen dürfen, damit ein zugelassener Eingangsfehler des Resultats nicht
überschritten wird. Die Abschätzung des Eingangsfehlers ist bei komplexeren Aufgaben sehr kompliziert und
kaum durchführbar.

Allgemein gilt für eine zu berechnende reellwertige Funktion mit für

den absoluten Eingangsfehler

 (19.275)

wenn man für die TAYLOR-Formel mit linearem Restglied verwendet.

Mit werden dabei Zwischenstellen, mit Näherungswerte für

bezeichnet. Unter den Näherungswerten sind hier die fehlerhaften Eingangswerte zu

verstehen. In diesem Zusammenhang ist auch das GAUSSsche Fehlerfortpflanzungsgesetz zu beachten.
2. Eingangsfehler für einfache arithmetische Operationen: Für einfache arithmetische Operationen sind die
Eingangsfehler bekannt. Mit den Bezeichnungen

(19.276)

erhält man für die vier Grundrechenoperationen:

(19.277)

(19.278)
 (19.279)

(19.280)

(19.281)

(19.282)

Die Formeln zeigen: Kleine relative Fehler der Eingangsdaten bewirken bei Multiplikation und Division nur kleine
relative Fehler des Ergebnisses. Bei Addition und Subtraktion kann dagegen der relative Fehler von Summe und
Differenz groß werden, wenn gilt. Dann besteht die Gefahr der Stellenauslöschung.

Verfahrensfehler:

1. Verfahrensfehler: Verfahrensfehler leiten sich aus der Notwendigkeit ab, daß Kontinuum und Grenzwert
numerisch approximiert werden müssen. Daraus ergeben sich Abbruchfehler bei Grenzprozessen (wie z.B. bei
Iterationsverfahren) und Diskretisierungsfehler bei der Approximation des Kontinuums durch ein endliches
diskretes System (wie z.B. bei der numerischen Integration). Verfahrensfehler existieren unabhängig von
Eingangs- und Rundungsfehlern; sie können deshalb nur im Zusammenhang mit dem verwendeten
Lösungsverfahren untersucht werden.
2. Verhalten bei bei Iterationsverfahren: Wird ein Iterationsverfahren zur Lösung eingesetzt, so muß man
 sich bewußt sein, daß prinzipiell die beiden Fälle Ausgabe einer richtigen Lösung und Ausgabe einer falschen
Lösung möglich sind. Es kann jedoch auch der kritische Fall auftreten, daß keine Lösung gefunden wurde,
obwohl eine existiert.

Um Iterationsverfahren transparenter und sicherer zu machen, sollten folgende Empfehlungen beachtet

werden:

a)
Um ,,endlose`` Iterationen zu verhindern, sollte die Anzahl der Iterationsschritte gezählt und in die
Abbruchbedingung einbezogen werden (Abbruch nach einer bestimmten Anzahl von Iterationszyklen
auch dann, wenn die geforderte Genauigkeit noch nicht erreicht wurde).
b)
Verfolgung der Lösungsentwicklung auf dem Bildschirm durch die numerische oder graphische Ausgabe
von Zwischenergebnissen.
c)
Nutzung evtl. bekannter Eigenschaften der Problemlösung wie Gradient, Monotonie usw.
d)
Untersuchung der Möglichkeit der Skalierung von Variablen bzw. Funktionen.
e)
Durchführung mehrerer Tests durch Variation von Schrittweite, Abbruchbedingung, Startwerten usw.

Rundungsfehler:

Rundungsfehler entstehen dadurch, daß Zwischenergebnisse gerundet werden müssen. Sie sind demnach für die
Beurteilung eines mathematischen Verfahrens bezüglich der erzielbaren Genauigkeit der Resultate von wesentlicher
Bedeutung. Sie entscheiden neben den Eingangs- und Verfahrensfehlern darüber, ob ein numerisches Verfahren
stark stabil, schwach stabil oder instabil ist. Starke Stabilität und schwache Stabilität oder Instabilität liegen vor, wenn
der Gesamtfehler mit wachsender Schrittzahl abnimmt, von gleicher Größenordnung bleibt oder anwächst.
Bei der Instabilität unterscheidet man die Anfälligkeit gegen Rundungs- und Diskretisierungsfehler (numerische
Instabilität) und gegen Fehler in den Ausgangsdaten bei exakter Rechnung (natürliche Instabilität). Ein
Rechenprozeß ist dann sinnvoll, wenn die numerische Instabilität nicht größer als die natürliche Instabilität ist.

Für die lokale Fortpflanzung von Rundungsfehlern, d.h., es werden die Rundungsfehler betrachtet, die beim
Übergang von einem Rechenschritt zum nächsten auftreten, gelten dieselben Überlegungen und Abschätzungen, wie
sie für die Eingangsfehler angestellt worden sind.
Absoluter und relativer Fehler

1. Absolute Unsicherheit, absoluter Fehler: Die Unsicherheit eines Meßergebnisses, angegeben als Fehler
oder bzw. oder , ist ein Maß für die Zuverlässigkeit der Messungen.
Der Begriff der absoluten Unsicherheit , angegeben als absoluter Fehler , steht für alle diese Fehlergrößen und
die ihnen entsprechenden Ergebnisse von Fehlerfortpflanzungsrechnungen. Sie zeichnen sich durch die
gleiche Dimension aus wie die zu messende Größe. Der absolute Fehler wurde eingeführt, um
Verwechslungen mit dem Begriff des relativen Fehlers zu vermeiden. Als Formelzeichen wird häufig

bzw. verwendet. Das Wort ,,absolut`` hat hier eine andere Bedeutung als im Begriff Absolutwert: Es
bezieht sich lediglich auf den Zahlenwert der Meßgröße (z.B. Länge, Ladung, Energie), ohne auf ihr
Vorzeichen Bezug zu nehmen.
2. Relative Unsicherheit, relativer Fehler: Die relative Unsicherheit , angegeben durch den relativen Fehler ,
ist ein Maß für die Qualität der Messungen, bezogen auf den Zahlenwert der Meßgröße im oben definierten
Sinne. Im Unterschied zum absoluten Fehler ist der relative Fehler dimensionslos, weil er als Quotient aus dem
absoluten Fehler und dem Zahlenwert der Meßgröße gebildet wird. Ist letzterer nicht bekannt, dann setzt man
den Mittelwert der Meßgröße ein:

(16.196a)
Der relative Fehler wird meist in Prozenten angegeben und heißt daher auch prozentualer Fehler :
(16.196b)
Einführung, Fehlerarten

Für das Rechnen auf Computern gelten zwar prinzipiell die gleichen Gesichtspunkte wie beim Rechnen von Hand,
jedoch werden diese durch die vorhandene begrenzte und feste Stellenzahl, durch die interne duale Darstellung der
Zahlen und durch die fehlende Kritikfähigkeit des Computers gegenüber Fehlern verstärkt. Hinzu kommt noch, daß
auf Computern im allgemeinen wesentlich umfangreichere Rechenprozesse ablaufen, als sie manuell möglich wären.
Daraus ergeben sich Fragen nach der Beurteilung und der Beeinflussung von Fehlern, nach der Auswahl des
numerisch günstigsten Verfahrens unter mathematisch gleichwertigen, aber auch nach den Abbruchbedingungen
eines Iterationsverfahrens.
In den folgenden Ausführungen werden für die Angabe von Fehlern die folgenden Bezeichnungen benutzt, wobei
der exakte Wert einer Größe ist, der häufig unbekannt ist, und ist ein Näherungswert für :

1. Absoluter Fehler:
(19.263)
2. Relativer Fehler:

(19.264)

Häufig werden auch die Bezeichnungen

 (19.265)

verwendet.
Absoluter und relativer Maximalfehler

1. Absoluter Maximalfehler:Ist die zu bestimmende Größe eine Funktion der Meßgrößen, dann muß der
resultierende absolute Fehler unter Berücksichtigung dieser Funktion berechnet werden. Das geschieht
entweder mit Hilfe des Fehlerfortpflanzungsgesetzes, wodurch ein Ausgleich der Messungen vorgenommen
wird, weil nach der Fehlerquadratmethode ein Minimum von gesucht wird, oder man

verzichtet auf den Ausgleich der Meßwerte und berechnet lediglich eine obere Fehlerschranke, die absoluter
Maximalfehler genannt wird. Für den Fall, daß es sich um unabhängige Veränderliche
handelt, gilt:

(16.197)

wobei für die der jeweilige Mittelwert einzusetzen ist.

2. Relativer Maximalfehler: Der relative Maximalfehler wird gebildet, indem der absolute Maximalfehler durch
den Zahlenwert der Meßgröße (meist ist das der Mittelwert ) dividiert wird:
(16.198)
Angabe der definierten Fehler

Die Angabe des Meßergebnisses erfolgt für die Einzelmessung in der Form
(16.199a)
für den Mittelwert in der Form
(16.199b)
Dabei wurde für jeweils die mit Abstand am häufigsten verwendete Standardabweichung eingesetzt. Es können
aber auch und benutzt werden.
Vorgabe beliebiger Vertrauensgrenzen

Die Größe genügt gemäß (16.98) im Falle einer verteilten Grundgesamtheit der -

Verteilung (16.99) mit dem Freiheitsgrad . Für eine geforderte Irrtumswahrscheinlichkeit oder

statistische Sicherheit ergeben sich für den unbekannten wahren Wert mit Hilfe der -

Quantile die Vertrauensgrenzen

(16.200)

Somit liegt der wahre Wert mit der statistischen Sicherheit , d.h. mit der Wahrscheinlichkeit

, innerhalb dieses Intervalls mit den angegebenen Vertrauensgrenzen.

Meist ist man daran interessiert, den Meßreihenumfang so gering wie möglich zu halten. Das Vertrauensintervall
ist um so enger, je kleiner gewählt wird und je größer die Anzahl der Messungen ist. Da
mit abnimmt und die Quantile mit abnehmen (bei von 5 bis 10 ebenfalls mit

(s. Tabelle STUDENT-Verteilung), verringert sich die Breite des Vertrauensintervalls hier mit .
Fehler des arithmetischen Mittelwertes einer Meßreihe

Die Fehler des arithmetischen Mittelwertes einer Meßreihe werden mit Hilfe der Fehler der Einzelmessung wie
folgt definiert:

1. Mittlerer quadratischer Fehler oder Standardabweichung:

(16.193)

2. Wahrscheinlicher Fehler:

(16.194)

3. Mittlerer Fehler:
 (16.195)

4. Sättigung des erreichbaren Fehlerniveaus: Da die drei definierten Fehler (16.193-16.195) des
arithmetischen Mittels proportional zum entsprechenden Fehler der Einzelmessung (16.186, 16.189, 16.192)
und umgekehrt proportional zur Wurzel aus sind, ist es nicht sinnvoll, mit der Anzahl der Einzelmessungen
über einen gewissen Wert hinauszugehen. Eine merkliche Verringerung des Fehlers kann nur durch
Verbesserung des Genauigkeitsmaßes der Meßmethode (16.176) erreicht werden.
Unterabschnitte

● 1. Wahrer und scheinbarer Fehler der Einzelmessung einer Meßreihe

● 2. Mittlerer quadratischer Fehler der Einzelmessung oder Standardabweichung der Einzelmessung:
● 3. Wahrscheinlicher Fehler:
● 4. Mittlerer Fehler:

Fehler der Einzelmessung einer Meßreihe

1. Wahrer und scheinbarer Fehler der Einzelmessung einer Meßreihe

1. Wahrer Fehler der Einzelmessung einer Meßreihe: wird die Abweichung des Meßergebnisses vom
wahren Wert genannt. Da dieser meist unbekannt ist, bleibt auch der wahre Fehler der -ten

Messung mit dem Ergebnis unbekannt:

(16.184a)
 2. Scheinbarer Fehler der Einzelmessung einer Meßreihe wird die Abweichung des Meßergebnisses
vom arithmetischen Mittelwert genannt:
(16.184b)

2. Mittlerer quadratischer Fehler der Einzelmessung oder Standardabweichung der

Einzelmessung:

Da der Erwartungswert der Summe der wahren Fehler und der Erwartungswert der Summe der scheinbaren

Fehler von Messungen einer Größe verschwindet, werden die verschiedenen Fehler mit Hilfe der
Fehlerquadratsummen berechnet:

(16.185a)

(16.185b)

Für die praktische Auswertung ist nur (16.185b) von Interesse, weil nur die Werte aus den Meßergebnissen
ermittelt werden können. Deshalb definiert man
 (16.186)

als mittleren quadratischen Fehler der Einzelmessung der Meßreihe. Der Wert ist ein Näherungswert für die
Standardabweichung der Fehlerverteilung.

Im Falle der Fehlernormalverteilung gilt für :

(16.187)
Das bedeutet: Die Wahrscheinlichkeit, daß der wahre Fehler betragsmäßig den Wert nicht übersteigt, beträgt ca.
68 %.

3. Wahrscheinlicher Fehler:

Wahrscheinlicher Fehler ist die Bezeichnung für eine Zahl , für die gilt:

(16.188)

Das bedeutet: Die Wahrscheinlichkeit, daß der Fehler den Wert nicht übersteigt, beträgt in diesem Falle 50 %. Die

Abszissenwerte teilen die linke und rechte Fläche unter der Dichtefunktion in je zwei gleich große Hälften (s.
Abbildung).

Im Falle der Fehlernormalverteilung besteht zwischen und der Zusammenhang

(16.189)

4. Mittlerer Fehler:
Mittlerer Fehler ist die Bezeichnung für eine Zahl , die als Erwartungswert des absoluten Betrages des Fehlers
definiert wird:

(16.190)

Im Falle der Fehlernormalverteilung ergibt sich . Auf Grund der Beziehung

(16.191)

folgt daraus: Die Wahrscheinlichkeit, daß der Fehler den Wert nicht übersteigt, beträgt ca. 57,6 %. Bei den

Abszissenwerten liegen die Schwerpunkte der rechten bzw. linken Fläche unter der Dichtefunktion
(s. Abbildung).
Im Falle der Fehlernormalverteilung gilt

(16.192)
Parameter zur Charakterisierung der Breite der Fehlernormalverteilung

Zur Charakterisierung der Breite der Fehlernormalverteilung werden außer der Streuung bzw. der
Standardabweichung , auch mittlerer quadratischer Fehler genannt, noch andere Parameter verwendet, wie das
Genauigkeitsmaß , der mittlere Fehler und der wahrscheinliche Fehler .

1. Genauigkeitsmaß: Für das Genauigkeitsmaß oder die Genauigkeit als Maß der Breite der
Fehlernormalverteilung gilt:

(16.176)

Je schmaler die GAUSS-Kurve ist, desto größer ist die Genauigkeit (s. Abbildung).
Wenn für die experimentell mit Hilfe von Meßwerten ermittelte Größe bzw. eingesetzt wird, charakterisiert
das Genauigkeitsmaß die Genauigkeit der Meßmethode.
2. Einfacher mittlerer Fehler heißt der Erwartungswert des absoluten Betrages des Fehlers:

(16.177)
 3. Wahrscheinlicher Fehler nennt man eine Schranke für den absoluten Betrag des Fehlers mit der
Eigenschaft

(16.178a)

Daraus folgt

(16.178b)

wobei die Verteilungsfunktion der normierten Normalverteilung ist.

4. Vorgabe einer Fehlergrenze: Wenn eine obere Fehlergrenze vorgegeben wird, die nicht
überschritten werden soll, dann kann mit der Formel

(16.179)

die Wahrscheinlichkeit ausgerechnet werden, mit der der Fehler in das Intervall fällt.
Mittlerer quadratischer Fehler einer Funktion

Wenn eine Funktion durch eine trigonometrische Summe

(7.99a)

auch FOURIER-Summe genannt, angenähert wird, dann ist der mittlere quadratische Fehler mit einer minimalen
Fehlerquadratsumme

(7.99b)

am kleinsten, wenn für und die FOURIER-Koeffizienten (7.96a,b) der gegebenen Funktion zur Näherung
benutzt werden.
Zusammenhang zwischen Standartabweichung, mittlerem und wahrscheinlichem
Fehler sowie Genauigkeit

Im Falle der Fehlernormalverteilung gelten unter Benutzung des Zahlenfaktors die folgenden
Zusammenhänge:

(16.180a)

(16.180b)

sowie

(16.181)
Fehleranalyse

Unter Fehleranalyse versteht man allgemein die Analyse der Fortpflanzung von Fehlern bei der Berechnung einer
Funktion , wenn Größen höherer Ordnung vernachlässigt werden. Im Rahmen der Theorie der Fehleranalyse

wird mit Hilfe eines Algorithmus untersucht, wie sich ein Eingangsfehler im Endergebnis auswirkt.

Man spricht in diesem Zusammenhang auch von differentieller Fehleranalyse.

In der numerischen Mathematik versteht man unter Fehleranalyse die Untersuchung des Einflusses von Verfahrens-,
Rundungs- und Eingangsfehlern auf das Ergebnis (s. Lit. 19.27, 19.31).
Fehlerfortpflanzung und Fehleranalyse
Häufig gehen die gemessenen Größen über eine funktionale Abhängigkeit in ein Endresultat ein. Wenn die Fehler
klein sind, kann eine TAYLOR-Entwicklung nach den Fehlern durchgeführt werden, in der man die Glieder zweiter
Ordnung vernachlässigt. Man spricht dann von Fehlerfortpflanzung .

● Gaußsches Fehlerfortpflanzungsgesetz
● Fehleranalyse
TAYLOR-Entwicklung

Da die Fehler relativ kleine Änderungen der unabhängigen Variablen darstellen, kann die Funktion
in der Nähe der Mittelwerte durch den Linearanteil ihrer TAYLOR-Entwicklung mit den

Koeffizienten angenähert werden, so daß für ihren Fehler gilt:

(16.206a)

(16.206b)

wobei die partiellen Ableitungen an der Stelle zu nehmen sind.

Streuung und Standardabweichung der Funktion ergeben sich zu

(16.207)
Gaußsches Fehlerfortpflanzungsgesetz

● Problemstellung
● TAYLOR-Entwicklung
● Näherung für die Streuung
● Spezialfälle
● Unterschied zum Maximalfehler
Näherung für die Streuung

Da die Streuungen der unabhängigen Variablen unbekannt sind, ersetzt man sie durch Streuungen ihrer

Mittelwerte, die aus den Meßwerten der einzelnen Variablen wie folgt ermittelt werden:

(16.208)

Mit diesen Werten bildet man als Näherung für :

(16.209)

Diese Formel (16.209) wird GAUSSsches Fehlerfortpflanzungsgesetz genannt.

GAUSSsches Fehlerintegral und Fehlerfunktion

Das GAUSSsche Fehlerintegral ist auf das Gebiet beschränkt. Es gelten die folgenden Definitionen und

Beziehungen:

(8.99a)

(8.99b)

(8.99c)

Die Funktion ist die Verteilungsfunktion der normierten Normalverteilung und liegt tabelliert als Tabelle

,,Normierte Normalverteilung`` vor.

Die in der Statistik häufig verwendete Fehlerfunktion erf , auch Error-Funktion genannt, steht mit dem

GAUSSschen Fehlerintegral in einem engen Zusammenhang:

(8.100a)

(8.100b)

(8.100c)

(8.100d)

(8.100e)
Normierte Normalverteilung, Gaußsches Fehlerintegral

1. Verteilungsfunktion und Dichtefunktion: Aus (16.68) erhält man für und die
Verteilungsfunktion

(16.72a)

der normierten Normalverteilung . Ihre Dichtefunktion

(16.72b)

beschreibt die GAUSSsche Glockenkurve (s. Abbildung).

Die ( )-Normalverteilung liegt tabelliert vor (Tabelle Normierte Normalverteilung), und zwar hier nur für

positive Argumente , da für negative Argumente der Zusammenhang

(16.73)
genutzt werden kann.
2. Wahrscheinlichkeitsintegral: Das Integral wird auch Wahrscheinlichkeitsintegral oder GAUSSsches

Fehlerintegral genannt. In der Literatur findet man dafür auch die folgenden Definitionen:

(16.74a)
(16.74b)
Fehlernormalverteilung

● Dichte und Verteilungsfunktion

● Parameter zur Charakterisierung der Breite der Fehlernormalverteilung
● Zusammenhang zwischen Standartabweichung, mittlerem und wahrscheinlichem Fehler sowie Genauigkeit
Fehlerquadratmethode

Je nachdem, ob die Ansatzfunktion (19.139) die Differentialgleichung oder die Randbedingungen erfüllt, verlangt
man, daß

1.
das über den Rand erstreckte Linienintegral

(19.142a)

wobei die Randkurve durch die Parameterdarstellung beschrieben wird, oder

2.
das über den Bereich erstreckte Doppelintegral
 (19.142b)

minimal wird. Aus den dafür notwendigen Bedingungen erhält man

Bestimmungsgleichungen für die Parameter .

Bestimmung der Regressionsgeraden

Wenn zwischen den Merkmalen und mit Hilfe des Korrelationskoeffizienten eine Abhängigkeit festgestellt
wurde, dann besteht die nächste Aufgabe in der Ermittlung des funktionalen Zusammenhanges . Im

einfachsten Falle der linearen Regression wird dabei vorausgesetzt, daß bei beliebigem, aber festem -Wert die
Zufallsgröße in der Grundgesamtheit normalverteilt ist mit dem Erwartungswert
(16.139)

und der von unabhängigen Streuung . Die Beziehung (16.139) bedeutet, daß die Zufallsgröße im Mittel
von dem festen -Wert linear abhängt. Für die in der Regel unbekannten Parameter und der

Grundgesamtheit werden mit Hilfe der Stichprobenwerte Näherungswerte nach der

Fehlerquadratmethode bestimmt. Aus der Forderung

(16.140)
erhält man für und die Schätzwerte (Näherungswerte)

(16.141a)

mit

(16.141b)

und dem empirischen Korrelationskoeffizienten gemäß (16.138b). Die Koeffizienten und nennt man

Regressionskoeffizienten . Die Gerade heißt Regressionsgerade .

Lineares Quadratmittelproblem

Wenn (4.117) das mathematische Modell eines praktischen Vorganges darstellt ( und reell), dann werden
auf Grund von Meßfehlern oder anderen Fehlern die einzelnen Gleichungen von (4.117) nicht exakt erfüllbar sein,

sondern es wird sich ein Restvektor mit

(4.118)

ergeben. In diesem Falle wird man so bestimmen, daß

(4.119)

gilt, d.h., daß die Fehlerquadratsumme minimal wird. Dieses Prinzip geht auf GAUSS zurück. Man bezeichnet (4.119)

auch als lineares Quadratmittelproblem . Die Norm des Restvektors heißt Residuum .
Fehlerrechnung für direkte Messungen gleicher Genauigkeit

Bei direkten Messungen gleicher Genauigkeit, d.h., wenn für alle Messungen die gleiche Streuung realisiert

werden kann, spricht man von Messungen mit gleicher Genauigkeit . In diesem Falle führt die Methode
der kleinsten Quadrate auf die in (16.186, 16.189, 16.191) angegebenen Fehlergrößen.

Beispiel
Es ist das Endergebnis für eine Meßreihe anzugeben, die aus direkten Messungen gleicher
Genauigkeit (s. Tabelle) besteht.

1,592 1,581 1,574 1,566 1,603 1,580 1,591 1,583 1,571 1,559

12 1 6 14 23 0 11 3 9 21

144 1 36 196 529 0 121 9 81 441

 ;

Endergebnis: .
Fehlerrechnung für direkte Messungen ungleicher Genauigkeit

● Gewicht einer Messung

● Standardabweichungen
● Fehlerangabe
Meßfehlerverteilungsdichte

Spezielle Annahmen über die Eigenschaften der Meßfehler bedingen bestimmte Eigenschaften der Dichtefunktion
der Fehlerverteilung:

1. Stetige Dichtefunktion: Da zufällige Meßfehler beliebige Werte aus einem bestimmten Intervall annehmen
können, sind sie durch eine stetige Dichte zu beschreiben.

2. Gerade Dichtefunktion: Wenn Meßfehler mit gleichem Absolutbetrag, aber verschiedenem Vorzeichen
gleichwahrscheinlich sind, muß die Dichtefunktion eine gerade Funktion sein:
.

3. Monoton fallende Dichtefunktion: Wenn Meßfehler mit großem Absolutbetrag weniger wahrscheinlich
sind als Fehler mit kleinem Absolutbetrag, muß für eine monoton fallende Funktion sein.

4. Endlicher Erwartungswert: Der Erwartungswert des Absolutbetrages des Fehlers muß eine endliche
Größe sein, d.h., es muß gelten:
 (16.174)

Durch Zugrundelegung unterschiedlicher Fehlereigenschaften kommt man zu verschiedenen Fehlerdichtefunktionen.

Oberflächenintegrale und Fluß von Feldern

1. Fluß eines skalaren Feldes

(13.110)

2. Skalarer Fluß eines Vektorfeldes

(13.111)

3. Vektorfluß eines Vektorfeldes

(13.112)
Gravitationsfeld der Punktmasse

Das Gravitationsfeld der Punktmasse ist ein zweites Beispiel für ein wirbelfreies und gleichzeitig überall, außer am
Ort der Punktmasse, solenoides Feld (s. Abbildung). Man spricht auch vom NEWTONschen Feld. Die NEWTON- Kraft
wirkt für Massen immer anziehend. Alle Überlegungen, die für das COULOMB-Feld gelten,
sind analog auf das NEWTONsche Feld anwendbar.
Konservatives oder Potentialfeld

● Definition
● Potential eines konservativen Feldes
● Zusammenhang zwischen Gradient, Kurvenintegral und Potential
● Berechnung des Potentials eines konservativen Feldes
Reines Quellenfeld

Reines Quellenfeld oder wirbelfreies Quellenfeld wird ein Feld genannt, dessen Rotation überall Null ist. Ist die

Quelldichte , dann gilt:

(13.125)

In diesem Falle besitzt das Feld ein Potential , das in jedem beliebigen Punkt bestimmt ist durch die
POISSONsche Differentialgleichung
(13.126a)

(In der Physik gilt meist .) Die Berechnung von erfolgt über

(13.126b)

Die Integration erfaßt den gesamten Raum (s. Abbildung).

Die Divergenz von muß differenzierbar sein und hinreichend schnell für sehr große Abstände abnehmen.
Skalarfelder
● Skalares Feld oder skalare Punktfunktion
● Wichtige Fälle skalarer Felder
● Koordinatendarstellung von Skalarfeldern
● Niveauflächen und Niveaulinien
Superposition von Feldern
● Diskrete Quellenverteilung
● Kontinuierliche Quellenverteilung
● Zusammenfassung
Begriff des komplexen Potentials

Es wird ein Feld in der -Ebene mit den stetigen und differenzierbaren Komponenten

und des Vektors für den quellenfreien und den wirbelfreien Fall betrachtet.

a) Quellenfreies Feld mit div , d.h. .

Die Integrabilitätsbedingung lautet für diese Differentialgleichung mit der Feld - oder Stromfunktion

(14.20a)
und es gilt:

(14.20b)
Für zwei Punkte des Feldes ist die Differenz ein Maß für den Vektorfluß durch

eine Kurve, die die Punkte und verbindet, falls diese Kurve ganz im Feld verläuft.

b) Wirbelfreies Feld mit , d.h. :

Die Integrabiltätsbedingung lautet für diese Differentialgleichung mit der Potentialfunktion

(14.21a)
und es gilt

(14.21b)

Die Funktionen und genügen den CAUCHY-RIEMANNschen Differentialgleichungen und jede für sich erfüllt die
LAPLACEsche Differentialgleichung ( ). Man faßt und zu der analytischen Funktion

(14.22)

zusammen und bezeichnet diese Funktion als komplexes Potential des Feldes . Danach ist das

Potential des Vektorfeldes im Sinne der in der Physik und Elektrotechnik üblichen Bezeichnungsweise. Die Linien

und bilden ein orthogonales Netz. Für die Ableitung des komplexen Potentials und den Feldvektor gelten
die Beziehungen:
(14.23)
Feldlinien

Für das Vektorfeld (s. Abbildung)

heißt eine Kurve Feldlinie , wenn der Vektor in jedem Kurvenpunkt ein Tangentenvektor ist. Durch

jeden Punkt eines Feldes verläuft eine Feldlinie. Die Feldlinien schneiden einander nicht, ausgenommen solche
Punkte, in denen die Funktion nicht definiert ist oder verschwindet. Die Differentialgleichungen der Feldlinien
eines Vektorfeldes , das in kartesischen Koordinaten gegeben ist, lauten

(13.26a)

(13.26b)

Zur Lösung dieser Differentialgleichungen s. die Abschnitte Trennung der Variablen bzw.
Integration der homogenen partiellen linearen Differentialgleichung.

Beispiel A
Die Feldlinien eines Zentralfeldes sind Geraden, die vom Zentrum zum Feldpunkt verlaufen.

Beispiel B

Die Feldlinien des Vektorfeldes sind Kreise, die in einer senkrecht auf dem Vektor

stehenden Ebene liegen. Ihr Mittelpunkt liegt auf einer zu parallelen Achse.
Grundbegriffe der Feldtheorie
● Vektorfunktion einer skalaren Variablen
● Skalarfelder
● Vektorfelder
Methode der finiten Elemente (FEM)
Seitdem leistungsfähige Computer zur Verfügung stehen, ist die FEM zur wichtigsten Methode für die numerische
Lösung partieller Differentialgleichungen geworden. Sie ermöglicht es, in vielen Anwendungsbereichen, über
Mechanik und Baustatik hinaus, anspruchsvollere und damit aussagekräftigere mathematische Modelle einzusetzen.
Entsprechend den vielfältigen Anwendungen wird die FEM ganz unterschiedlich realisiert, so daß hier nur ihre
Grundidee skizziert werden kann. Aus Analogiegründen sei auf das RITZ-Verfahren zur numerischen Lösung von
Randwertaufgaben bei gewöhnlichen Differentialgleichungen und an die Splines erinnert.

Die Methode der finiten Elemente besteht aus den in den folgenden Abschnitten dargestellten Schritten

● Aufstellung einer Variationsaufgabe

● Triangulierung
● Ansatz
● Berechnung der Ansatzkoeffizienten
● Bemerkungen
Teilung einer Strecke im gegebenen Verhältnis:

Die Koordinaten des Punktes mit dem Teilungsverhältnis werden mit den Formeln

(3.294a)

(3.294b)

berechnet.
Für den Mittelpunkt der Strecke erhält man wegen

(3.294c)

(3.294d)

Wenn den Strecken und ein positives oder negatives Vorzeichen in Abhängigkeit davon zugeordnet
wird, ob ihre Richtung mit der von übereinstimmt oder nicht, dann können die Formeln (3.294a,b,c,d) für

zur Bestimmung eines Punktes dienen, der die Strecke im vorgegebenen Verhältnis äußerlich teilt (

äußere Teilung ), d.h. außerhalb der Strecke liegt. Liegt innerhalb der Strecke , dann spricht man

von innerer Teilung . Man definiert

a) wenn

b) wenn und

c) wenn Fernpunkt oder uneigentlicher Punkt der Geraden g ist, d.h. wenn sich unendlich

weit von auf g befindet. Den Verlauf von zeigt die rechte Abbildung.

Beispiel

Für einen Punkt für den in der Mitte der Strecke liegt, ist
Festpunktzahlen

Der Wertebereich für Festpunktzahlen mit den angegebenen Parametern ergibt sich zu
(19.259)

Festpunktzahlen können in der folgenden Form dargestellt werden:

Interne Zahlendarstellung

Dualzahlen werden im Computer in einem oder in mehreren Bytes dargestellt. Man unterscheidet dabei zwei
Darstellungsformen, die Festpunktzahlen (Festkommazahlen) und die Gleitpunktzahlen (Gleitkommazahlen). Im
ersten Fall steht der Dezimalpunkt an einer festen Stelle (bei ganzen Zahlen also nach der Einerstelle), im zweiten
Fall ,,gleitet`` er mit der Änderung des Exponenten.

● Festpunktzahlen
● Gleitpunktzahlen
Schnelle Fourier-Transformation (FFT)

● Numerischer Aufwand bei der Berechnung der FOURIER-Koeffizienten

● Komplexe Darstellung der FOURIER-Summe
● Numerische Berechnung der komplexen FOURIER-Koeffizienten
● Schemata zur FFT
FIBONACCI-Folge

Die Folge
(5.156)
wird FIBONACCI-Folge genannt. Sie beginnt mit den Elementen

Beispiel
Die Betrachtung dieser Folge geht auf die folgende, 1202 von FIBONACCI gestellte Frage zurück: Wieviele
Kaninchenpaare stammen am Ende eines Jahres von einem Kaninchenpaar ab, wenn jedes Paar jeden
Monat ein neues Paar als Nachkommen hat, das selbst vom zweiten Monat an Nachkommen-Paare
gebiert? Die Antwort ist .
FIBONACCI-Rekursionsformel

Außer der rekursiven Definition (5.156) gibt es auch eine explizite Darstellung der FIBONACCI-Zahlen:

(5.157)

Einige wichtige Eigenschaften der FIBONACCI-Zahlen werden im folgenden aufgeführt.

Für alle gilt:

(5.158a)
(5.158b)
(5.158c)
(5.158d)
(5.158e)

(5.158f)
 (5.158g)

(5.158h)

(5.158i)

(5.158j)

(5.158k)

Beispiel
Der EUKLIDische Algorithmus (s. Formulierung 1 und Formulierung 2) zur Berechnung des ggT zweier
Zahlen hat besonders viele Rechenschritte, wenn es sich um benachbarte Zahlen aus der Folge der
FIBONACCI-Zahlen handelt. In der nachstehenden Rechnung ist ein Beispiel gegeben, in dem die
auftretenden Quotienten jeweils gleich 1 sind.
FIBONACCI-Zahlen

● FIBONACCI-Folge
● FIBONACCI-Rekursionsformel
● Satz zum EUKLIDischen Algorithmus
Finanzmathematik
Die Finanzmathematik basiert auf Anwendungen der arithmetischen und geometrischen Reihen, also der Formeln
(1.57a) bis (1.57c) und (1.59a) bis (1.59d), aber diese Anwendungen sind im Bankwesen so vielfältig und speziell,
daß eine eigene Disziplin mit einer Vielzahl spezieller Begriffe entstanden ist. So wird in der Finanzmathematik nicht
nur die Veränderung eines Kapitals durch Zinseszinsen und Rentenzahlungen betrachtet, sondern sie umfaßt im
wesentlichen die Gebiete Zinsrechnung, Tilgungsrechnung, Raten- und Rentenrechnung, Abschreibungen, Kurs- und
Effektivzinsrechnung sowie Investitionsrechnung. Grundlegende Aufgabenstellungen und Lösungsformeln werden im
folgenden erläutert. Für das ganze Spektrum der Finanzmathematik muß auf die Literatur verwiesen werden
(s. Lit. 1.2, 1.11).
Versicherungsmathematik und Risikotheorie , die auf Methoden der Wahrscheinlichkeitsrechnung und
mathematischen Statistik beruhen, stellen selbständige Disziplinen dar und werden hier nicht behandelt (s. Lit. 1.3,
1.4).

● Prozentrechnung
● Zinseszinsrechnung
● Tilgungsrechnung
● Rentenrechnung
● Abschreibungen
Fishersche F-Verteilung
● Fishersche F-Verteilung, Teil I
● Fishersche F-Verteilung, Teil II
Fisher-Verteilung

Sind und unabhängige, -verteilte Zufallsveränderliche mit bzw. Freiheitsgraden, dann heißt die

Verteilung der Zufallsveränderlichen

(16.95)

FISHER- oder F-Verteilung mit den Freiheitsgraden .

1. Dichtefunktion:

(16.96)
2. Erwartungswert und Streuung:

(16.97a)

(16.97b)

3. Quantile: Die Quantile der FISHER-Verteilung (s. Abbildung) sind in der entprechenden Tabelle zu
finden.
Numerische Lösung nichtlinearer Gleichungen
Jede Gleichung mit einer Unbekannten läßt sich auf eine der beiden Normalformen bringen:
(19.1)

(19.2)

Die Gleichungen (19.1) und (19.2) seien lösbar. Lösungen sollen mit bezeichnet werden. Zur Gewinnung einer

ersten Näherung für versucht man, die zu lösende Gleichung auf die Form zu bringen, bei

der der Verlauf der Kurven und leicht zu übersehen ist.

Beispiel
 . Aus dem Kurvenverlauf von und ist und

ablesbar (s. Abbildung).

● Iterationsverfahren
● Lösung von Polynomgleichungen
Nichtlineare Operatoren
In der Lösungstheorie nichtlinearer Operatorengleichungen zieht man im wesentlichen Methoden heran, die auf den
folgenden Prinzipien beruhen.

1. Prinzip der kontrahierenden Abbildung, BANACHscher Fixpunktsatz

(s. Fundamentale
Sätze in vollständigen metrischen Räumen und Anwendungen des Kontraktionsprinzips. Zu weiteren
Modifizierungen und Varianten dieses Prinzips s. Lit. 12.9, 12.12, 12.15, 12.21.
2. Verallgemeinerung des NEWTON-Verfahrens
auf den unendlichdimensionalen Fall (s. auch Verfahren für unrestringierte Aufgaben).
3. SCHAUDERsches Fixpunktprinzip
4. LERAY-SCHAUDER-Theorie

Mit Methoden, die auf den Prinzipien 1 und 2 basieren, ergeben sich umfassende Informationen über die Lösung, wie
Existenz, Eindeutigkeit, Konstruktivität u.a., während die Untersuchungsmethoden, die auf den Prinzipien 3 und 4
basieren, im allgemeinen ,,nur`` die qualitative Aussage der Existenz einer Lösung gestatten. Bei zusätzlichen
Eigenschaften des Operators s. jedoch Positive lineare Operatoren und Monotone Operatoren in BANACH-Räumen.

● Beispiele nichtlinearer Operatoren

● Differenzierbarkeit nichtlinearer Operatoren
● Newton-Verfahren
● Schaudersches Fixpunktprinzip
● Leray-Schauder-Theorie
● Positive nichtlineare Operatoren
● Monotone Operatoren in Banach-Räumen
Schaudersches Fixpunktprinzip
Sei ein nichtlinearer Operator, der auf einer Menge eines BANACH-Raumes definiert ist und in
abbildet. Die nichttriviale Frage nach der Existenz wenigstens einer Lösung der Gleichung wird wie folgt

beantwortet: Ist und , dann hat bekanntlich jede stetige Funktion, die in abbildet,

einen Fixpunkt in . Ist ein beliebiger endlichdimensionaler normierter Raum (dim ), dann gilt der
BROUWERsche Fixpunktsatz.

BROUWERscher Fixpunktsatz: Sei eine nichtleere abgeschlossene beschränkte konvexe Menge eines
endlichdimensionalen normierten Raumes. Ist ein stetiger Operator, der in sich abbildet, dann hat
(wenigstens) einen Fixpunkt in .
Im Falle eines beliebigen unendlichdimensionalen BANACH-Raumes erhält man die Antwort über den
SCHAUDERschen Fixpunktsatz.
SCHAUDERscher Fixpunktsatz: Sei eine nichtleere abgeschlossene beschränkte konvexe Menge eines
BANACH-Raumes. Ist der Operator stetig und kompakt (also vollstetig) und bildet in sich
ab, dann hat (wenigstens) einen Fixpunkt in .
Mit Hilfe dieses Satzes kann man beispielsweise zeigen, daß das Anfangswertproblem (12.68) für
immer noch eine lokale Lösung besitzt, wenn die rechte Seite lediglich als stetig vorausgesetzt wird.
Flächen zweiter Ordnung, allgemeine Theorie

1. Allgemeine Gleichung einer Fläche zweiter Ordnung:

(3.422)

2. Invariante einer Fläche zweiter Ordnung:Setzt man die dann gilt

(3.423a)

(3.423b)
 (3.423c)
(3.423d)
Bei einer Verschiebung oder Drehung der Koordinatenachsen ändern sich diese Größen nicht.
3. Gestalt der Fläche zweiter Ordnung aufgrund ihrer Gleichung Man ermittelt die Gestalt einer Fläche
2. Ordnung bei bekannter Gleichung nach dem Vorzeichen ihrer Invarianten und . Unter
Gestalt der Flächen 2. Ordnung, Mittelpunktsflächen sowie unter Gestalt der Flächen 2. Ordnung, Paraboloide,
Zylinder und Ebenenpaare ist eine tabellarische Zusammenfassung gegeben. Dort ist neben der Bezeichnung
der Fläche ihre Gleichung in der Normalform, auf die sich eine gegebene Gleichung umformen läßt,
angegeben. Mit den Gleichungen der sogenannten imaginären Flächen können für keinen reellen Punkt die
Koordinaten berechnet werden, mit Ausnahme der Spitze des imaginären Kegels und der Schnittgeraden
zweier imaginärer Ebenen.

● Gestalt der Flächen 2. Ordnung, Mittelpunktsflächen

● Gestalt der Flächen 2. Ordnung, Paraboloide, Zylinder und Ebenenpaare
Flächen zweiter Ordnung, Gleichungen in Normalform

● Mittelpunktsflächen
● Ellipsoide
● Hyperboloide
● Kegel
● Paraboloide
● Geradlinige Erzeugende einer Fläche
● Zylinder
Gestalt der Flächen 2. Ordnung, Paraboloide, Zylinder und Ebenenpaare

Tabelle Gestalt der Flächen 2. Ordnung (Paraboloide, Zylinder und Ebenenpaare)

(hierbei ) (hierbei )

Elliptisches Paraboloid Hyperbolisches Paraboloid

 Zylinderfläche mit einer Kurve 2. Ordnung als Leitkurve,
deren Gestalt verschiedene Zylinder nach sich zieht:
Für imaginäre elliptische,

für hyperbolische und

für parabolische Zylinder,

wenn die Fläche nicht in zwei reelle, imaginäre oder zusammenfallende
Ebenen zerfällt.
Die Bedingung für das Zerfallen lautet:

Die Größen und sind Invariante einer Fläche 2. Ordnung

Regelflächen und abwickelbare Flächen

1. Regelfläche: Eine Fläche heißt regelmäßig , geradlinig oder Regelfläche , wenn sie durch Bewegung einer
Geraden im Raum erzeugt werden kann (s. geradlinige Erzeugende).
2. Abwickelbare Fläche: Wenn eine Regelfläche auf eine Ebene abgewickelt werden kann, nennt man sie
abwickelbare Fläche . Nicht jede Regelfläche ist abwickelbar.

Charakteristisch für abwickelbare Flächen ist, daß

● a) für alle Punkte die GAUSSsche Krümmung verschwinden muß und

● b) bei Vorgabe der Fläche in der expliziten Form die Abwickelbarkeitsbedingung erfüllt ist:

(3.504)

Die Bedeutung von und entspricht (3.499b):

Beispiel A
 Kegel und Zylinder sind abwickelbare Flächen.

Beispiel B
Einschaliges Hyperboloid und hyperbolisches Paraboloid sind zwar Regelflächen, können aber nicht auf
eine Ebene abgewickelt werden.
Darstellung von Kurven und Flächen mit Hilfe von
Splines
● Kubische Splines
● Bikubische Splines
● Bernstein-Bézier-Darstellung von Kurven und Flächen
Flächen
● Möglichkeiten, eine Fläche zu definieren
● Tangentialebene und Flächennormale
● Linienelement auf einer Fläche
● Krümmung einer Fläche
● Regelflächen und abwickelbare Flächen
● Geodätische Linien auf einer Fläche
Hauptkrümmungskreisradien

Hauptkrümmungskreisradien sind die Radien einer Fläche mit dem Minimal- und dem Maximalwert. Sie können mit Hilfe
der Hauptnormalschnitte und ermittelt werden.
Die Ebenen von und stehen senkrecht aufeinander, ihre Richtungen sind durch den Wert von festgelegt,

der über die quadratische Gleichung

(3.498)

bestimmt werden kann.

Wenn die Fläche in der expliziten Form (3.482) gegeben ist, dann lassen sich und als Wurzeln

der quadratischen Gleichung

(3.499a)
mit

(3.499b)

berechnen. Die Vorzeichen von und werden nach der gleichen Regel wie in (3.496) bestimmt.
Wenn die Fläche in der Vektorform (3.484) gegeben ist, dann treten an die Stelle von (3.498) und (3.499a) die
Gleichungen

(3.500a)
 (3.500b)

mit den Koeffizienten der zweiten quadratischen Fundamentalform , die über die Gleichungen

(3.500c)

berechnet werden. Dabei sind die Vektoren und die partiellen Ableitungen zweiter Ordnung des

Radiusvektors nach den Parametern und In den Zählern stehen die Determinanten

(3.500d)

Der Ausdruck
(3.500e)
der die Krümmungseigenschaften der Fläche enthält, heißt zweite quadratische Fundamentalform .
Krümmungslinien nennt man die Linien auf der Fläche, die in jedem Punkt die Richtung der Hauptnormalschnitte haben.
Ihre Gleichungen ergeben sich durch Integration von (3.498) oder (3.500a).
Krümmung einer Fläche

Zur numerischen Charakterisierung der Krümmung einer Fläche werden hauptsächlich zwei Größen benutzt:

1. Mittlere Krümmung einer Fläche im Punkt

(3.502a)

2. GAUSSsche Krümmung einer Fläche im Punkt

(3.502b)

Beispiel A

Für den Kreiszylinder mit dem Radius ist und

Beispiel B

Für elliptische Punkte ist für hyperbolische und für parabolische

 3. Berechnung von und , wenn die Fläche explizit gemäß vorgegeben ist:

(3.503a)

(3.503b)

Die Bedeutung von entspricht (3.499b):

4. Klassifizierung der Flächen nach ihrer Krümmung

a)Minimalflächen sind Flächen, deren mittlere Krümmung in allen Punkten Null ist, d.h. für die
gilt.

b) Flächen konstanter Krümmung zeichnen sich durch konstante GAUSSsche Krümmung

aus.

Beispiel A

z.B. die Kugel.

Beispiel B
 z.B. die Pseudosphäre (obere Abbildung), d.h. die Rotationsfläche der Traktrix (untere
Abbildung) bei Rotation um die Symmetrieachse.
Begriff der geodätischen Linien

Durch jeden Punkt einer Fläche kann in jeder durch den Differentialquotienten bestimmten Richtung

auf der Fläche eine gedachte Kurve verlaufen, die geodätische Linie genannt wird. Sie spielt auf der Fläche die
gleiche Rolle wie die Gerade auf der Ebene und zeichnet sich durch die folgenden Eigenschaften aus:

1. Die geodätischen Linien sind die Linien der kürzesten Entfernung zwischen zwei Punkten auf einer Fläche.
2. Wenn ein materieller Punkt, der gezwungen ist, auf einer vorgegebenen Fläche zu bleiben, von einem
anderen auf der gleichen Fläche befindlichen materiellen Punkt angezogen wird, dann bewegt er sich in
Abwesenheit anderer äußerer Kräfte auf einer geodätischen Linie.
3. Wird ein elastischer Faden über eine vorgegebene Fläche gespannt, dann nimmt er die Form einer
geodätischen Linie an.

(S. auch geodätische Linie, sphärische Geometrie).

Unterabschnitte

● Gleichung einer Zylinderfläche:

● Gleichung einer Rotationsfläche:

Gleichung einer Fläche

Jeder Gleichung
(3.367)
entspricht eine Fläche, deren Eigenschaft es ist, daß die Koordinaten jedes beliebigen ihrer Punkte dieser
Gleichung genügen. Umgekehrt ist jeder Punkt, dessen Koordinaten der Gleichung genügen, ein Punkt auf dieser
Fläche. Die Gleichung (3.367) wird die Gleichung dieser Fläche genannt.

Gleichung einer Zylinderfläche:

Die Gleichung einer Zylinderfläche (s. auch Zylinderfläche ), deren Erzeugende parallel zur -Achse verlaufen,
enthält keine -Koordinate: Entsprechend enthalten die Gleichungen von Zylinderflächen, deren

Erzeugende parallel zur - bzw. zur -Achse verlaufen, keine - bzw. -Koordinate: bzw.

Die Gleichung beschreibt die Schnittkurve zwischen der Zylinderfläche und der

-Ebene. Wenn die Richtungskosinus oder ihnen proportionale Größen der Erzeugenden einer
Zylinderfläche gegeben sind, dann hat die Gleichung die Form
(3.368)

Gleichung einer Rotationsfläche:

Die Gleichung einer Rotationsfläche, d.h. einer Fläche, die durch Rotation einer gegebenen Kurve in der -

Ebene mit der Gleichung erzeugt wird, ergibt sich allgemein zu

(3.369)
In Analogie dazu werden die Gleichungen von Flächen erhalten, die durch Rotation einer gegebenen Kurve um eine
andere Koordinate entstehen.
Die Gleichung einer Kegelfläche , deren Spitze im Koordinatenursprung liegt (s. Kegel), ist von der Gestalt

wobei eine homogene Funktion der Koordinaten ist (s. homogene Funktion).
Linienelement auf einer Fläche

● Differential des Bogens

● Messungen auf der Fläche
● Übereinanderlegen von Flächen bei Verbiegung
Definitionen

1. Tangentialebene: Wenn durch einen Flächenpunkt alle auf dieser Fläche möglichen

Flächenkurven hindurchlaufen, dann liegen in der Regel alle zugehörigen Kurventangenten im Punkt in
ein und derselben Ebene, der Tangentialebene der Fläche des Punktes Ausgenommem davon sind die
sogenannten Kegelpunkte.
2. Flächennormale: Eine Gerade, die senkrecht auf der Tangentialebene steht und durch den Punkt
verläuft, heißt Flächennormale im Punkt
 3. Normalenvektor: Die Tangentialebene wird von zwei Vektoren aufgespannt, den Tangentialvektoren

(3.486a)

der - und der -Linie. Das Vektorprodukt der beiden Tangentialvektoren ist ein Vektor, der in die
Richtung der Flächennormalen weist. Sein Einheitsvektor

(3.486b)

wird Normalenvektor genannt. Seine Richtung nach der einen oder anderen Seite der Fläche ist dadurch festgelegt,
ob oder erste oder zweite Koordinate ist.
Begriff einer orientierten Fläche

Eine Fläche besitzt gewöhnlich zwei Seiten, von denen man willkührlich eine als Außenseite bezeichnen kann.
Nachdem die Außenseite gewählt ist, spricht man von einer orientierten Fläche . Flächen, für die sich nicht zwei
Seiten angeben lassen, werden hier nicht betrachtet (s. Lit. 8.14).
Gleichungen der Tangentialebene und der Flächennormalen

Die Gleichungen der Tangentialebene und der Flächennormalen sind in der folgenden Tabelle zusammengestellt.
Tabelle Gleichungen der Tangentialebene und der Flächennormalen
Gleichung der Tangentialebene und der Flächennormalen
Art der Tangentialebene Flächennormale
Gleichung

(3.481)

(3.482)
(3.483)

(3.484)

oder oder
 und sind in dieser Tabelle die Koordinaten und der Radiusvektor des Kurvenpunktes

; sind die laufenden Koordinaten und der Radiusvektor

des Punktes der Tangentialebene oder der Flächennormalen im Punkt ; außerdem ist

und ist der Normalenvektor.

Beispiel A

Für die Kugel mit der Gleichung (3.485a) ergibt sich

1. als Tangentialebene:

(3.487a)
2. als Flächennormale:

(3.487b)
Beispiel B

Für die Kugel mit der Gleichung (3.485b)

ergibt sich

1. als Tangentialebene:

(3.487c)
2. als Flächennormale:

(3.487d)
Definition, Separatrixflächen

Sei eine hyperbolische Ruhelage oder ein hyperbolischer periodischer Orbit von (17.1). Die stabile

Mannigfaltigkeit ( instabile Mannigfaltigkeit ) von ist die Menge aller der Punkte des

Phasenraumes, durch die Orbits verlaufen, die für gegen streben:

(17.18)

Stabile bzw. instabile Mannigfaltigkeiten bezeichnet man auch als Separatrixflächen .

Beispiel
In der Ebene wird die Differentialgleichung
(17.19a)

betrachtet. Die Lösung von (17.19a) mit Anfang zur Zeit ist durch
 (17.19b)

explizit gegeben. Für die stabile bzw. instabile Mannigfaltigkeit der Ruhelage von (17.19a) erhält man:

(s. Abbildung).
Es seien und zwei glatte Flächen des und bzw. die entsprechenden Tangentialebenen

durch an bzw. . Die Flächen und heißen transversal zueinander, wenn für alle
die Beziehung

gilt.

Beispiel

Für den in der folgenden Abbildung dargestellten Schnitt gilt und

. Also ist der in der Abbildung dargestellte Schnitt transversal.

Ebene Flächenelemente in der -Ebene

Koordinaten Flächenelemente

Kartesische Koordinaten

Polarkoordinaten

Beliebige krummlinige Koordinaten ( Funktionaldeterminante)

Flächenelemente gekrümmter Flächen

Koordinaten Flächenelement

Kartesische Koordinaten

Zylindermantel (konstanter Radius),

Koordinaten

Kugeloberfläche (konstanter Radius),

Koordinaten
Beliebige krummlinige Koordinaten

( s. Differential des Bogens)

Integration in Vektorfeldern
Integrationen in Vektorfeldern erfolgen meist in kartesischen, Zylinder- und Kugelkoordinaten. Oft ist über Kurven, Flächen oder
Volumina zu integrieren. Die dazu erforderlichen Linien-, Flächen- und Volumenelemente sind in der folgenden Tabelle
zusammengestellt.
Tabelle Linien-, Flächen- und Volumenelemente in kartesischen, Zylinder-und Kugelkoordinaten
Kartesische Koordinaten Zylinderkoordinaten Kugelkoordinaten
 Die Indizes und stehen stellvertretend für bzw. bzw.

*) Für das Volumen wurde hier abweichend von der üblichen Praxis das Symbol gewählt,

um Verwechlungen mit dem Betrag des Potentials zu vermeiden.

● Kurvenintegral und Potential im Vektorfeld

● Oberflächenintegrale
● Integralsätze
Mittelpunktsflächen

Die im folgenden angegebenen Gleichungen, auch Normalform der Gleichungen für die Flächen 2. Ordnung genannt,
ergeben sich aus der allgemeinen Gleichung der Flächen 2. Ordnung für den Fall, daß Mittelpunkt- und
Koordinatenursprung zusammenfallen. Dabei halbiert der Mittelpunkt die durch ihn verlaufenden Sehnen. Die
Koordinatenachsen liegen in den Symmetrieachsen der Flächen, so daß die Koordinatenebenen gleichzeitig
Symmetrieebenen sind.
Gleichung einer Fläche

Flächen können unterschiedlich definiert werden:

1. Implizite Form:
(3.481)
2. Explizite Form:
(3.482)
3. Parameterform:
(3.483)
4. Vektorform:
(3.484)

Wenn die Parameter und alle erlaubten Werte durchlaufen, ergeben sich über die vorletzte (3.483) und letzte
Gleichung (3.484) Koordinaten und Radiusvektoren aller Flächenpunkte. Elimination von und aus der
Parameterform der Definition (3.483) liefert die implizite Form (3.481). Die explizite Form (3.482) ist ein Spezialfall
der Parameterform für und

Beispiel
Die Gleichung der Kugel in kartesischen Koordinaten, Parameterform und Vektorform:
(3.485a)
(3.485b)

(3.485c)
Flächeninhalt

Der Flächeninhalt eines sphärischen Dreieckes kann mit Hilfe des sphärischen Exzesses und dem

Kugelradius gemäß

(3.171a)

berechnet werden, wobei der Umrechnungsfaktor

(3.161c) ist. Nach dem Satz von GIRARD gilt mit

als Kugeloberfläche

(3.171b)

Ist nicht der Exzeß bekannt, sondern die Seiten, dann kann mit der Formel von L'HUILIER berechnet werden.
Flächeninhalte ebener Flächen

1. Flächeninhalt eines zwischen den Punkten und krummlinig begrenzten Trapezes: Der Flächeninhalt
eines oben zwischen den Punkten und krummlinig begrenzten Trapezes (s. linke Abbildung) bei explizit
( und ) bzw. in Parameterform (

gegebener Kurvengleichung:

(8.59a)
2. Flächeninhalt eines seitlich zwischen den Punkten und krummlinig begrenzten Trapezes: Der
Flächeninhalt eines seitlich zwischen den Punkten und krummlinig begrenzten Trapezes (s. rechte
Abbildung) bei explizit ( und ) bzw. in Parameterform (

) gegebener Kurvengleichung:

(8.59b)

3. Flächeninhalt eines Kurvensektors: Der Flächeninhalt eines Kurvensektors (s. Abbildung), begrenzt durch
ein Kurvenstück zwischen den Punkten und , das mit einer in Polarkoordinaten gegebenen
 Kurvengleichung ( , ) beschrieben wird:

(8.59c)

Flächeninhalte von komplizierteren Figuren werden mit Hilfe des Kurvenintegrals oder mit Hilfe des Doppelintegrals
berechnet. Allgemeine Formeln zur Berechnung von Flächen mit Hilfe von Doppelintegralen sind in der Tabelle
Anwendung von Doppelintegralen angegeben.
Anwendungen des Oberflächenintegrals erster Art

1. Flächeninhalt eines gekrümmten Flächenstücks

(8.154)

2. Masse eines inhomogenen gekrümmten Flächenstückes Mit der koordinatenabhängigen Dichte

gilt:

(8.155)
Flächeninhalte in der Hyperbel

a) Hyperbelsegment :

(3.339a)

b) Fläche :

(3.339b)

Die Strecke verläuft parallel zur unteren Asymptote, ist der Brennpunktsabstand und
Umfang, Flächeninhalt, Zahl

(3.54)

(3.55)

(3.56)
Kreisring

Kenngrößen des Kreisringes: Äußerer Radius innerer Radius und Zentriwinkel

 (3.63)

(3.64)

(3.65)

(3.66)

(3.67)

Flächeninhalt eines Ringteiles über (in der Abbildung grau dargestellt):

(3.68)
Flächeninhalte in der Parabel

a) Parabelsegment :

(3.349a)

b) Parabelfläche :

(3.349b)
Parallelogramm

Parallelogramm wird ein Viereck genannt, das die folgenden Haupteigenschaften besitzt:

● die einander gegenüberliegenden Seiten sind gleich lang;

● die einander gegenüberliegenden Seiten sind parallel;
● die Diagonalen halbieren einander im Schnittpunkt;
● einander gegenüberliegende Winkel sind gleich groß.

Bei einem Viereck folgen aus dem Vorhandensein einer dieser Eigenschaften oder aus der Gleichheit und Parallelität
eines Paares gegenüberliegender Seiten alle anderen Eigenschaften.
Für den Zusammenhang zwischen Diagonalen und Seiten und für den Flächeninhalt gilt:
(3.18)

(3.19)
Geometrische Anwendungen der Vektoralgebra

In der folgenden Tabelle sind einige geometrische Anwendungen der Vektoralgebra aufgeführt. Andere
Anwendungen aus der analytischen Geometrie wie die Vektorgleichungen der Geraden und der Ebene s. unter
vektorielle Gleichungen und Gerade und Ebene im Raum.
Tabelle Geometrische Anwendungen der Vektoralgebra
Bezeichnung Vektorielle Koordinatenformel (in rechtwinkligen
Formel kartesischen Koordinaten)

Länge des Vektors

Flächeninhalt des von

den Vektoren und

aufgespannten Parallelogramms
Volumen des von den

Vektoren , ,
aufgespannten Parallelepipeds

Winkel zwischen den

Vektoren und
Rechteck und Quadrat

Ein Parallelogramm ist ein Rechteck (linke Abbildung), wenn es:

● nur rechte Winkel enthält oder

● zwei gleich lange Diagonalen besitzt, wobei die eine Eigenschaft die andere zur Folge hat.

Der Flächeninhalt beträgt

(3.20)

Wenn ist, wird ein Rechteck Quadrat genannt.

Es gelten dann die Formeln

(3.21)

(3.22)

(3.23)
Rhombus

Ein Rhombus ist ein Parallelogramm, in dem

● alle Seiten gleich lang sind,

● die Diagonalen senkrecht aufeinander stehen und
● die Winkel des Parallelogramms von den Diagonalen halbiert werden.

Das Vorhandensein einer dieser Eigenschaften hat die zwei anderen zur Folge. Es gilt:

(3.24)
(3.25)

(3.26)

(3.27)
Klassifizierung der Flächenpunkte

1. Elliptischer und Kreis-Flächenpunkt: Besitzen die Hauptkrümmungsradien und im

Flächenpunkt gleiches Vorzeichen, dann liegen in der Umgebung von alle Flächenpunkte auf einer
Seite der Tangentialebene, und man spricht vom elliptischen Flächenpunkt (linke Abbildung).
 Sein analytisches Merkmal ist die Bedingung
(3.501a)
2. Kreis- oder Nabelpunkt wird ein Flächenpunkt genannt, wenn die Hauptkrümmungsradien in diesem
Punkt die Bedingung
(3.501b)
erfüllen. Seine Normalschnitte zeichnen sich durch aus.
3. Hyperbolischer Flächenpunkt: Im Falle unterschiedlicher Vorzeichen der Hauptkrümmungsradien

und weisen die konkaven Seiten der Hauptnormalenschnitte nach entgegengesetzten Richtungen. Die

Tangentialebene durchsetzt dann die Fläche, so daß diese in der Nähe des Punktes sattelartig geformt
 ist. wird hyperbolischer Punkt genannt (rechte Abbildung). Sein analytisches Merkmal ist die Bedingung
(3.501c)

4. Parabolischer Flächenpunkt: Ist einer der beiden Hauptkrümmungsradien oder gleich

dann besitzt der eine Hauptnormalenschnitt entweder einen Wendepunkt oder er ist eine Gerade. Bei
handelt es sich dann um einen parabolischen Flächenpunkt (untere Abbildung) mit dem analytischen Merkmal
(3.501d)

Beispiel
Alle Punkte eines Ellipsoids sind elliptisch, eines einschaligen Hyperboloids hyperbolisch und eines
Zylinders parabolisch.
Singuläre Flächenpunkte (Kegelpunkte)

Wenn für einen Flächenpunkt mit den Koordinaten und der Gleichung

(3.481) gleichzeitig die Beziehungen

(3.488)

erfüllt sind, d.h. wenn die Ableitungen 1. Ordnung verschwinden, dann ist der Punkt ein singulärer

Punkt oder Kegelpunkt . Alle Tangenten, die durch ihn verlaufen, liegen nicht in einer Ebene, sondern bilden einen
Kegel zweiter Ordnung mit der Gleichung
 (3.489)

in der die Ableitungen im Punkt zu bilden sind. Wenn auch alle Ableitungen 2. Ordnung verschwinden, dann
handelt es sich um einen singulären Punkt von komplizierterer Art. Es liegt also ein Kegel dritter oder höherer
Ordnung vor.
Beispiele für Vektorräume von Folgen

Beispiel A: Vektorraum
Seien eine fixierte natürliche Zahl und die Menge aller -Tupel, d.h. aller endlichen aus Gliedern
bestehenden Folgen von Skalaren . Die Operationen

seien komponenten- oder gliedweise erklärt, d.h., sind und

zwei beliebige Elemente aus und ein beliebiger Skalar, d.h. , dann setzt man

(12.10a)
(12.10b)
Auf diese Weise erhält man den Vektorraum , insbesondere also für die linearen Räume oder .
Dieses Beispiel kann in zweierlei Hinsicht verallgemeinert werden (s. Beispiele B und C):

Beispiel B: Vektorraum aller Zahlenfolgen

 Nimmt man als Elemente jetzt unendliche Folgen und behält die gliedweise

erklärten Operationen gemäß (12.10a) und (12.10b) bei, so erhält man den Vektorraum aller
Zahlenfolgen.

Beispiel C: Vektorraum (auch ) aller finiten Zahlenfolgen

Es sei die Menge aller Elemente aus , die nur endlich viele von Null verschiedene Glieder besitzen.
Die Anzahl der von Null verschiedenen Glieder ist im allgemeinen individuell vom Element abhängig. Der so
entstehende - wieder mit den gliedweise erklärten Operationen versehene - Vektorraum wird mit oder

auch mit bezeichnet und heißt Raum aller finiten Zahlenfolgen.

Beispiel D: Vektorraum aller beschränkten Zahlenfolgen

Eine Folge gehört zu genau dann, wenn mit

. Man trifft häufig auch die Bezeichnung für diesen Vektorraum.

Beispiel E: Vektorraum aller konvergenten Folgen

Es gilt genau dann, wenn es eine solche Zahl gibt mit der Eigenschaft,

daß für ein Index existiert, so daß für alle gilt

(s. Grenzwerte von Zahlenfolgen).

Beispiel F: Vektorraum aller Nullfolgen

Raum aller Nullfolgen, d.h. der Teilraum von , der aus allen zu Null ( ) konvergenten Folgen
besteht.
Beispiel G: Vektorraum

Raum aller Folgen , für die die Reihe konvergiert.

Daß die Summe zweier Folgen aus wieder eine Folge aus ist, d.h. eine konvergente Reihe aus den
-ten Potenzen der Absolutbeträge ihrer Glieder besitzt, folgt aus der MINKOWSKIschen Ungleichung.

Hinweis: Für die in den Beispielen A bis G eingeführten Vektorräume von Folgen gelten die folgenden Inklusionen:

(12.11)
Konvergenz von Folgen im metrischen Raum

Seien ein metrischer Raum, ein Punkt und eine Folge von

Elementen in .
Die Folge heißt zum Punkt konvergent, wenn es zu jeder Umgebung einen Index

gibt, so daß die Beziehung gilt. Man schreibt für diesen Sachverhalt

gewöhnlich
(12.51)

und nennt den Grenzwert der Folge . Der Grenzwert einer Folge ist eindeutig bestimmt. Anstelle

einer beliebigen (allgemeinen) Umgebung des Punktes genügt es, lediglich offene Kugeln mit beliebig kleinem

Radius heranzuziehen, so daß (12.51) äquivalent zu Folgendem ist: Für (man hat dabei sofort die offene
Kugel im Sinn) gibt es einen Index , so daß die Ungleichung

gilt. Damit bedeutet (12.51) genau .

Mit den eingeführten Begriffen hat man die Möglichkeit, in konkreten metrischen Räumen den Abstand zwischen zwei
Punkten anzugeben und die Konvergenz von Punktfolgen zu untersuchen, was etwa bei numerischen Verfahren oder
bei der Approximation von Funktionen durch solche einer bestimmten Klasse (s. etwa Approximation und
Ausgleichsrechnung) von Bedeutung ist. Im Raum erweist sich die mittels einer der angegebenen Metriken

festgelegte Konvergenz gerade als die koordinatenweise Konvergenz. In den Räumen und ist

die durch (12.45) eingeführte Konvergenz genau die gleichmäßige Konvergenz der Funktionenfolge auf der Menge

. Im Raum ergibt sich die Konvergenz im (quadratischen) Mittel, d.h. genau dann, wenn

(12.52)
Zahlenfolgen
● Eigenschaften von Zahlenfolgen
● Grenzwerte von Zahlenfolgen
FRENETsche Formeln

Man kann die Ableitungen der Vektoren und nach dem Parameter mit Hilfe der FRENETschen Formeln

ausdrücken:

(3.480)

Dabei ist der Krümmungs- und der Windungsradius.

Formel von MOIVRE für Hyperbelfunktionen

(2.180)
Potenzieren einer komplexen Zahl

Potenzieren einer komplexen Zahl in die -te Potenz wird mit Hilfe der Formel von MOIVRE ausgeführt:
(1.142a)
d.h., der Betrag wird in die -te Potenz erhoben, während das Argument mit multipliziert wird. Besonders zu
berücksichtigen ist, daß gilt:
(1.142b)
und allgemein
(1.142c)
Trigonometrische Funktionen für große Werte n der Winkelvielfachen

Für große Werte von ermittelt man mit der Formel von MOIVRE und .

Unter Benutzung der Binomialkoeffizienten ergibt sich:

(2.100)

woraus folgt

(2.101)
(2.102)
Metrische Entropie und LYAPUNOV-Exponenten

Ist ein dynamisches System auf mit dem Attraktor und einem auf konzentrierten

ergodischen Wahrscheinlichkeitsmaß , so gilt für die metrische Entropie die Ungleichung ,

wobei die LYAPUNOV-Exponenten entsprechend ihrer Vielfachheit aufgeführt werden.

PESINsche Formel: Die Gleichheit , die PESINsche Formel, gilt im allgemeinen nicht. Ist das Maß

allerdings absolut stetig bezüglich des LEBESGUE-Maßes und ein -Diffeomorphismus, so gilt
die PESINsche Formel.
Rechteckformel

Im Intervall wird durch die konstante Funktion ersetzt, die an der

Stützstelle , also am linken Rand des Integrationsintervalles, interpoliert. Auf diese Weise erhält man die
linksseitige Rechteckformel

(19.73a)

Durch Summation ergibt sich die zusammengesetzte linksseitige Rechteckssumme

(19.73b)

Mit wird eine für den gesamten Bereich der Stützstellen gültige obere Schranke für bezeichnet.
Analog erhält man die rechtsseitige Rechtecksumme , wenn man in (19.73a) durch ersetzt. Die aufsummierte
Formel lautet dann:

(19.74)
Simpson-Formel

Im Intervall wird durch ein Polynom 2. Grades ersetzt, das an den Stützstellen

und interpoliert:

(19.79)

Für die zusammengesetzte SIMPSON-Formel muß gerade sein. Man erhält:

(19.80)
Mit wird eine für den gesamten Bereich der Stützstellen gültige obere Schranke für bezeichnet.

Die zusammengesetzte SIMPSON-Formel hat die Fehlerordnung 4 und ist für Polynome bis zum Grad 3 exakt.
TAYLORsche Reihe für Funktionen von Veränderlichen

Die analoge Darstellung mit Differentialoperatoren lautet

(7.91a)

wobei das Restglied mit Hilfe von

(7.91b)

berechnet wird.
Trapezformel

Im Intervall wird durch ein Polynom 1. Grades ersetzt, das an den Stützstellen

und interpoliert. Man erhält:

(19.75)

Durch Summation ergibt sich die sogenannte zusammengesetzte Trapezformel oder Trapezsumme :

(19.76)

Mit wird eine für den gesamten Bereich der Stützstellen gültige obere Schranke für bezeichnet.

Der Fehler der Trapezsumme verhält sich wie , d.h., die Trapezsumme hat die Fehlerordnung 2. Daraus folgt für
 (also ) ihre Konvergenz gegen das bestimmte Integral, wenn Rundungsfehler nicht berücksichtigt
werden.
Hermitesche Trapezformel

Im Intervall wird durch ein Polynom 3. Grades ersetzt, das und an den Stützstellen

und interpoliert:

(19.77)

Durch Summation ergibt sich die HERMITEsche Trapezsumme :

(19.78)

Mit wird eine für den gesamten Bereich der Stützstellen gültige obere Schranke für bezeichnet.

Die HERMITEsche Trapezsumme hat die Fehlerordnung 4 und ist für Polynome bis zum Grade 3 exakt.
Formelmanipulation

Unter Formelmanipulation wird hier im weitesten Sinn die Umformung mathematischer Ausdrücke zwecks ihrer
Vereinfachung oder ihrer Darstellung in einer für weitere Manipulationen zweckmäßigen Form, die Lösung von
Gleichungen und Gleichungssystemen durch algebraische Ausdrücke, die Differentiation von Funktionen, die
Berechnung unbestimmter Integrale, die Lösung von Differentialgleichungen, die Bildung unendlicher Reihen usw.
verstanden.

Beispiel
Lösung der folgenden quadratischen Gleichung:
(20.2a)
In Mathematica wird eingegeben:
(20.2b)
Nach Betätigen des entsprechenden Eingabeabschlußbefehls (EINF oder SHIFT+ENTER) ersetzt Mathematica diese
Zeile durch
(20.2c)
und beginnt mit der Abarbeitung. Nach kurzer Zeit erscheint eine neue Zeile mit dem Inhalt
 (20.2d)

Mathematica hat die Gleichung gelöst und die beiden Wurzeln in Form einer Liste aus zwei Unterlisten, die jeweils
eine Lösung enthalten, dargestellt. Dabei ist Sqrt das Symbol für die Quadratwurzel.
In Maple erfolgt die Eingabe in folgender Form:
(20.3a)
Wichtig ist hier das Semikolon nach dem letzten Symbol. Nach der Eingabebestätigung mit ENTER bearbeitet Maple
die Eingabe und liefert in der nächsten Zeile
(20.3b)
Das Ergebnis ist in Form einer Folge von zwei Ausdrücken, den beiden Lösungen, dargestellt.

Abgesehen von den speziellen Zeichen für das jeweilige Computeralgebrasystem, besteht vom grundsätzlichen
Aufbau her große Ähnlichkeit. Am Anfang steht ein Symbol , das vom System als Operator verstanden wird, der auf
einen in Klammern stehenden Operanden anzuwenden ist. Das Ergebnis wird als Liste oder Folge der Lösungen
wiedergegeben. Ähnlich werden viele Operationen der Formelmanipulation dargestellt.
Prinzip der analytischen Fortsetzung
Es wird der Fall betrachtet, daß die Konvergenzkreise um und um zweier Potenzreihen

(14.49a)

ein gewisses Gebiet gemeinsam haben (s. Abbildung) und daß in diesem gilt

(14.49b)
Dann sind die beiden Potenzreihen die zu den Punkten und gehörenden TAYLOR-Entwicklungen ein- und

derselben analytischen Funktion . Die Funktion heißt analytische Fortsetzung der nur in

definierten Funktion in das Gebiet hinein.

Beispiel
Die geometrischen Reihen mit dem Konvergenzkreis um

und mit dem Konvergenzkreis um

haben jede in ihrem Konvergenzkreis und in dem gemeisamen (in der Abbildung doppelt schraffierten)
Konvergenzgebiet dieselbe für analytische Funktion als Summe. Daher ist

analytische Fortsetzung von aus in hinein (und umgekehrt).

Fortsetzung von linearen Funktionalen
● Halbnorm
Fortsetzungssatz von HAHN-BANACH (analytische Form)

Sei ein Vektorraum über und eine Halbnorm auf . Seien ein linearer (komplexer, falls

und reeller, falls ) Teilraum von und ein lineares (komplexwertiges, falls und reellwertiges,

falls ) Funktional auf , welches der Bedingung

(12.167)

genügt. Dann existiert ein lineares Funktional auf mit folgenden Eigenschaften:

(12.168)

ist die Fortsetzung des Funktionals auf den gesamten Raum unter Beibehaltung der Abschätzung
(12.167).

Wenn ein linearer Teilraum eines normierten Raumes ist und ein stetiges lineares Funktional auf ,
dann ist eine Halbnorm auf mit (12.167), so daß sich sofort die Variante des Satzes von

HAHN-BANACH über die Fortsetzung stetiger linearer Funktionale ergibt. Zwei wichtige Konsequenzen aus letzterem
sind die ,,Reichhaltigkeit`` des dualen zu einem normierten Raum: Für jedes Element gibt es ein Funktional

mit und sowie den folgenden Sachverhalt: Für jeden linearen Teilraum

und , mit dem Abstand , gibt es ein mit

(12.169)
Hinweise zur Tabelle einiger Fourier-Entwicklungen
In der Tabelle FOURIER-Entwicklungen sind die FOURIER-Entwicklungen einiger einfacher Funktionen angegeben, die
in einem bestimmten Intervall gegeben sind und darüber hinaus periodisch fortgesetzt werden. Der Kurvenverlauf ist
für eine Reihe der entwickelten Funktion graphisch dargestellt.

1. Anwendung von Koordinatentransformationen: Viele der einfachsten periodischen Funktionen können

auf die in der Tabelle FOURIER-Entwicklungen dargestellten Funktionen zurückgeführt werden, indem man
entweder den Maßstab auf den Koordinatenachsen ändert oder den Koordinatenursprung verschiebt.

Beispiel

Eine Funktion , die durch die Bedingungen

(7.110a)

gegeben ist (s. Abbildung), kann auf die Form Nr. 5 in der Tabelle FOURIER-Entwicklungen gebracht werden, indem
 gesetzt wird und die neuen Variablen und eingeführt werden.

Durch die Variablensubstitution in der Reihe Nr. 5 der Tabelle erhält man wegen

für die darzustellende Funktion (7.110a) den

Ausdruck

(7.110b)
 2. Nutzung der Reihenentwicklung komplexer Funktionen: Viele der in der Tabelle
Fourier-Entwicklungen angegebenen Formeln für die Entwicklung von Funktionen in trigonometrische Reihen
können aus Potenzreihenentwicklungen für Funktionen einer komplexen Veränderlichen hergeleitet werden.

Beispiel
Die Entwicklung der Funktion

(7.111)

liefert für

(7.112)

nach der Trennung von Real- und Imaginärteil

(7.113)
Fourier-Entwicklungen
● Sägezahnförmige periodische Funktionen
● Rechteckimpulsförmige periodische Funktionen
● Trapezförmige periodische Funktionen
● Wellenförmige periodische Funktionen
● Weitere periodische Funktionen
Rechteckimpulsförmige periodische Funktionen

(21.5)
(21.6)
Sägezahnförmige periodische Funktionen

(21.1)
(21.2)

(21.3)
(21.4)
Trapezförmige periodische Funktionen

(21.7a)
Insbesondere gilt für :

(21.7b)
Weitere periodische Funktionen

(21.14)

(Mit ist eine beliebige, jedoch nicht ganze Zahl bezeichnet.)

(21.15)

(Mit ist eine beliebige, jedoch nicht ganze Zahl bezeichnet.)

(21.16)

(21.17)

(21.18)

(21.19)
Wellenförmige periodische Funktionen

(21.8)

(21.9)
(21.10)

(21.11)
(21.12)

(21.13)
Äquivalente Darstellungen des Fourier-Integrals

Andere äquivalente Formen der Darstellung des FOURIER-Integrals (15.65b) sind:

(15.66)

(15.67a)

mit den Koeffizienten

(15.67b)

(15.67c)
 (15.68)

(15.69)

Dabei gelten die folgenden Beziehungen:

(15.70a)

(15.70b)

(15.70c)

(15.70d)

(15.70e)

(15.70f)
Fourier-Reihe und Fourier-Integral
● FOURIER-Integral
● Grenzfall einer nichtperiodischen Funktion
Fourier-Integral in komplexer Darstellung

Grundlage der FOURIER-Transformation ist das FOURIER-Integral, auch Integralformel von FOURIER genannt: Falls
eine nichtperiodische Funktion in einem beliebigen endlichen Intervall den DIRICHLETschen Bedingungen

genügt und außerdem das Integral

(15.65a)

konvergiert, dann gilt

(15.65b)

in jedem Punkt, in dem die Funktion stetig ist, und

(15.65c)
in den Unstetigkeitsstellen.
Numerischer Aufwand bei der Berechnung der FOURIER-Koeffizienten

Die Summen, die in den Formeln (19.210) auftreten, kommen auch im Zusammenhang mit der diskreten FOURIER-
Transformation, z.B. in der Elektrotechnik, in der Impuls- und vor allem in der Bildverarbeitung, vor. Dabei kann
sehr groß sein, so daß die betreffenden Summen äußerst rationell berechnet werden müssen, denn die Berechnung
der Näherungswerte (19.210) für die FOURIER-Koeffizienten erfordert etwa Additionen und Multiplikationen.
Für den Spezialfall läßt sich jedoch mit Hilfe der sogenannten Schnellen FOURIER-TransformationFFT
(Fast Fourier-Transformation) die Anzahl der Multiplikationen von auf senken. Die
Größenordnung dieser Reduzierung erkennt man an dem folgenden Zahlenbeispiel:

(19.215)

Dadurch sinkt der Rechenaufwand und damit auch die Rechenzeit so stark ab, daß für einige wichtige
Anwendungsgebiete bereits der Einsatz kleinerer Computer ausreicht.
Die FFT nutzt die Eigenschaften der -ten Einheitswurzel, d.h. der Lösungen der Gleichung , aus, um
die Summanden in (19.210) sukzessiv zusammenzufassen.
FOURIER-Reihe

Wenn für ein System von -Werten die Funktion beim Übergang gegen einen bestimmten

Grenzwert strebt, dann gibt es für diese eine konvergente FOURIER-Reihe der gegebenen Funktion. Sie

kann in der Form

(7.97a)

und auch in der Form

(7.97b)

dargestellt werden, wobei im zweiten Falle gilt:

(7.97c)
Fourier-Reihen im Hilbert-Raum
● Bestapproximation
Komplexe Darstellung der FOURIER-Reihe

In vielen Fällen hat die komplexe Schreibweise Vorteile:

(7.98a)

(7.98b)
Fourier-Reihen

Ist ein Orthonormalsystem und , dann heißt die Reihe

(11.45a)

die FOURIER-Reihe von bezüglich , und die Zahlen sind die zugehörigen FOURIER-

Koeffizienten. Für diese gilt auf Grund von (11.44b):

(11.45b)

Ist vollständig, dann gilt die PARSEVALsche Gleichung

(11.45c)
Komplexe Darstellung der FOURIER-Summe

Um das Prinzip der FFT möglichst einfach beschreiben zu können, bringt man die FOURIER-Summe (19.207) mit Hilfe der
Formeln

(19.216)

auf die komplexe Form

(19.217)

Setzt man

(19.218a)

dann gilt wegen (19.208)

 (19.218b)

und (19.217) geht in die komplexe Darstellung der FOURIER-Summe über:

(19.219)

Sind die komplexen Koeffizienten ermittelt worden, dann erhält man daraus die gesuchten reellen FOURIER-
Koeffizienten auf folgende einfache Weise:

(19.220)
Additionssatz, Ähnlichkeitssatz

1. Additions- oder Linearitätssatz: Sind und zwei Koeffizienten aus , dann gilt:

(15.85)

2. Ähnlichkeitssatz oder Maßstabsveränderung: Für und reell gilt

(15.86)
Fourier-Transformation
● Eigenschaften der Fourier-Transformation
● Lösung von Differentialgleichungen mit Hilfe der Fourier-Transformation
Bildfunktion zum bipolaren Rechteckimpuls

Die FOURIER-Transformierte für den bipolaren Rechteckimpuls (s. Abbildung)

(15.99a)

ergibt sich unter Berücksichtigung der im Beispiel unipolarer Rechteckimpuls als (A.1) angegebene Gleichung für

. Durch die FOURIER-Transformation gemäß (15.87b), (15.87c) erhält man

(15.99b)
woraus mit (15.98a) folgt

(15.99c)
Bildfunktion zur Exponentialfunktion mit dem Argument -a|t|

Bildfunktion zur Originalfunktion

(15.98a)

Unter Berücksichtigung von für und für findet man mit (15.73)

(15.98b)

Da und ist, existiert der Grenzwert für , so daß sich ergibt

(15.98c)
Bildfunktion zur Exponentialfunktion mit dem Argument -at

Bildfunktion zur Originalfunktion :

Die Funktion ist nicht FOURIER-transformierbar, weil der Grenzwert nicht existiert.
Dämpfungssatz

Für , reell und in gilt

(15.88a)
oder
(15.88b)
Fourier-Transformation und Umkehrtransformation

● Definition und Existenz der Fourier-Transformation

● Fourier-Sinus- und Fourier-Kosinus-Transformation
● Exponentielle Fourier-Transformation
● Tabellen der Fourier-Transformation
● Spektralinterpretation der FOURIER-Transformation
Gewöhnliche lineare Differentialgleichungen

Die Differentialgleichung

(15.101a)

d.h. mit der Funktion der folgenden linken Abbildung, wird durch die FOURIER-Transformation

(15.101b)
in die algebraische Gleichung

(15.101c)

überführt, so daß sich

(15.101d)

ergibt.
Die Rücktransformation führt auf

(15.101e)

und

(15.101f)

Die Funktion (15.101f) ist in der rechten Abbildung graphisch dargestellt.

Differentiation im Bildbereich und im Originalbereich

1. Differentiation im Bildbereich: Ist FOURIER-transformierbar, dann gilt

(15.89)

wobei mit die -te Ableitung von bezeichnet ist.

2. Differentiation im Originalbereich:
a) Erste Ableitung:
Ist eine Funktion stetig und absolut integrierbar in und strebt sie für

gegen Null und existiert, ausgenommen gewisse Punkte, überall die Ableitung , die in

absolut integrierbar sein muß, dann gilt

(15.90a)
b) -te Ableitung:
Stellt man in der Verallgemeinerung des Satzes für die 1. Ableitung an alle weiteren Ableitungen bis zur
 -ten die gleichen Anforderungen, dann gilt

(15.90b)
Diese Differentiationsregeln werden bei der Lösung von Differentialgleichungen angewendet.
Exponentielle Fourier-Transformation

Im Unterschied zu gemäß (15.73) wird

(15.78)

exponentielle FOURIER- Transformation genannt. Es gilt

(15.79)
Exponentielle Fourier-Transformationen

Obwohl ) gemäß (15.77a) durch und darstellbar ist, sind hier noch einige Transformationen direkt

angegeben, für die =2 (s. (15.79)) gilt.

Nr. =

1 ,

0, sonst
2
0
,
0, sonst

3 , 0

,
0,

4
0,
0
,
,
Integration im Bildbereich

Wenn die Funktion in absolut integrierbar ist, dann besitzt die FOURIER-Transformierte der

Funktion stetige Ableitungen, die mit Hilfe von

(15.91a)

bestimmt werden. Dabei ist , und es gilt:

(15.91b)

Unter den gemachten Voraussetzungen folgt aus diesen Beziehungen

(15.91c)
Integration im Originalbereich und PARSEVALsche Formel

1. Integrationssatz: Wenn die Voraussetzung

(15.92a)

erfüllt ist, dann gilt

(15.92b)

2. PARSEVALsche Formel: Wenn die Funktion sowie ihre Quadrate im Intervall

integrierbar ist, dann gilt

(15.93)
Fourier-Sinus- und Fourier-Kosinus-Transformation

In der FOURIER-Transformation (15.73) kann der Integrand in Sinus- und Kosinusfunktionen zerlegt werden. Dann
ergibt sich die Sinus- bzw. Kosinus - FOURIER- Transformation .

1. Fourier-Sinus-Transformation:

(15.76a)

2. Fourier-Kosinus-Transformation:

(15.76b)

3. Umrechnungsformeln: Zwischen der FOURIER-Sinus- (15.76a) und der FOURIER- Kosinus- Transformation
(15.76b) einerseits und der FOURIER- Transformation (15.73) andererseits bestehen die folgenden
Umrechnungsformeln:
(15.77a)
 (15.77b)

(15.77c)

Für gerade bzw. ungerade Funktionen f(t) ergibt sich die Darstellung
(15.77d)

(15.77e)
Kosinus-Fourier-Transformationen
● Kosinus-Fourier-Transformationen Seite 1 von 7
● Kosinus-Fourier-Transformationen Seite 2 von 7
● Kosinus-Fourier-Transformationen Seite 3 von 7
● Kosinus-Fourier-Transformationen Seite 4 von 7
● Kosinus-Fourier-Transformationen Seite 5 von 7
● Kosinus-Fourier-Transformationen Seite 6 von 7
● Kosinus-Fourier-Transformationen Seite 7 von 7
Rechenregeln zur Fourier-Transformation

Wie bei der LAPLACE-Transformation bereits bemerkt, versteht man unter Rechenregeln im Zusammenhang mit
Integraltransformationen die Abbildung gewisser Operationen im Originalbereich auf andere Operationen im
Bildbereich. Wenn vorausgesetzt wird, daß die beiden Funktionen und im Intervall

absolut integrierbar sind und ihre FOURIER-Transformierten

(15.84)
gebildet werden können, dann gelten die im folgenden formulierten Regeln.

● Additionssatz, Ähnlichkeitssatz
● Verschiebungssatz
● Dämpfungssatz
● Differentiation im Bildbereich und im Originalbereich
● Integration im Bildbereich
● Integration im Originalbereich und PARSEVALsche Formel
● Faltung
Sinus-Fourier-Transformationen
● Sinus-Fourier-Transformationen Seite 1 von 6
● Sinus-Fourier-Transformationen Seite 2 von 6
● Sinus-Fourier-Transformationen Seite 3 von 6
● Sinus-Fourier-Transformationen Seite 4 von 6
● Sinus-Fourier-Transformationen Seite 5 von 6
● Sinus-Fourier-Transformationen Seite 6 von 6
Bildfunktionen spezieller Funktionen

● Bildfunktion zur Exponentialfunktion mit dem Argument -a|t|

● Bildfunktion zur Exponentialfunktion mit dem Argument -at
● Bildfunktion zum bipolaren Rechteckimpuls
● Bildfunktion zur gedämpften Schwingung
Fourier-Transformationen
In den Tabellen vorkommende Symbole sind wie folgt definiert:
In der Tabelle vorkommende Abkürzungen für Funktionen entsprechen den in den Kapiteln eingeführten Definitionen.

● Kosinus-Fourier-Transformationen
● Sinus-Fourier-Transformationen
● Exponentielle Fourier-Transformationen
Tabellen der Fourier-Transformation

Auf Grund der Formeln (15.77a,b,c) brauchen entweder keine speziellen Tabellen für Korrespondenzen der FOURIER-
Sinus- und FOURIER-Kosinus-Transformation bereitgestellt zu werden, oder man tabelliert die FOURIER-Sinus- und
FOURIER-Kosinus-Transformationen und berechnet daraus mit Hilfe von (15.77a,b,c) . In den Tabellen sind

die FOURIER-Kosinus-Transformationen und die FOURIER-Sinus-Transformationen und tabelliert und für

einige Funktionen die
exponentiellen FOURIER-Transformationen .

Beispiel
Die Funktion des unipolaren Rechteckimpulses

(s. Abbildung) erfüllt die Voraussetzungen der Definition des FOURIER-Integrals (15.65a).

Man erhält für die Koeffizienten gemäß (15.67b,c)

und damit nach (15.67a)

Bei Berücksichtigung der Sprungstellen erhält man gemäß (15.65c)

Unterabschnitte

● 1. Definition der Fourier-Transformation:

● 2. Fourier-Transformierbarkeit einer Funktion:
● 3. Nicht Fourier-transformierbare Funktionen:

Definition und Existenz der Fourier-Transformation

1. Definition der Fourier-Transformation:

Die FOURIER-Transformation ist eine Integraltransformation der Form (15.1a), die aus dem FOURIER-Integral (15.65b)
dadurch entsteht, daß man

(15.71)

substituiert. Damit erhält man den folgenden Zusammenhang zwischen der reellen Originalfunktion und der im
allgemeinen komplexen Bildfunktion :

(15.72)

In der Kurzschreibweise verwendet man das Zeichen :

(15.73)

2. Fourier-Transformierbarkeit einer Funktion:

Die Originalfunktion heißt FOURIER-transformierbar, wenn das Integral (15.71), also ein uneigentliches Integral

mit dem Parameter existiert. Wenn das FOURIER-Integral nicht als gewöhnliches uneigentliches Integral existiert,
ist es als CAUCHYscher Hauptwert zu verstehen. Die Bildfunktion nennt man auch FOURIER-Transformierte ;

sie ist beschränkt, stetig und strebt für gegen Null:

(15.74)

Existenz und Beschränktheit von folgen direkt aus der offensichtlich gültigen Ungleichung
 (15.75)

Für die Stetigkeit von und die Eigenschaft für ist die Existenz der FOURIER-

Transformierten eine hinreichende Bedingung. Diese Aussage wird häufig in folgender Form benutzt: Wenn die
Funktion in absolut integrierbar ist, dann ist ihre FOURIER-Transformierte eine stetige Funktion

von , und es gilt (15.74).

3. Nicht Fourier-transformierbare Funktionen:

Folgende Funktionen sind nicht FOURIER-transformierbar: konstante Funktionen, beliebige periodische Funktionen
(z.B. ), Potenzfunktionen, Polynome, Exponentialfunktionen (z.B. , Hyperbelfunktionen).
Vergleich von Fourier- und Laplace-Transformation

Zwischen FOURIER- und LAPLACE-Transformation besteht ein enger Zusammenhang, der dadurch gegeben ist, daß
sich die FOURIER-Transformation als Spezialfall der LAPLACE-Transformation für den Fall ergibt. Daraus
folgt, daß jede FOURIER-transformierbare Funktion auch LAPLACE-transformierbar ist, während das Umgekehrte nur
für einen kleineren Kreis von Funktionen möglich ist. Die folgende Tabelle enthält einen Vergleich einer Reihe

von Eigenschaften der beiden Integraltransformationen.

Tabelle Vergleich der Eigenschaften von FOURIER- und LAPLACE-Transformation

FOURIER-Transformation LAPLACE-Transformation

ist reell, physikalisch deutbar, z.B. als Frequenz ist komplex,

Ein Verschiebungssatz Zwei Verschiebungssätze

Intervall:
Lösung von Differentialgleichungen,
die Probleme mit diesem
zweiseitigem Definitionsbereich beschreiben,
z.B. die Wellen-Gleichung
Differentiationssatz enthält keine Anfangswerte
Konvergenz des FOURIER-Integrals hängt
nur von ab
Genügt der zweiseitigen Faltung
Intervall:
Lösung von Differentialgleichungen,
die Probleme mit diesem
einseitigen Definitionsbereich beschreiben,
z.B. die Wärmeleitungs-Gleichung
Differentiationssatz enthält Anfangswerte
Konvergenz des LAPLACE-Integrals wird durch
den Faktor verbessert
Genügt der einseitigen Faltung
Verschiebungssatz

Für , reell und reell gilt

(15.87a)
oder
(15.87b)

Ersetzt man in (15.87b) durch , dann ergibt sich

(15.87c)
Flächeninterpretation der Wahrscheinlichkeit, Quantil

Durch die Einführung der Verteilungsfunktion und der Wahrscheinlickeitsdichte in (16.42) kann die Wahrscheinlichkeit

als Flächeninhalt interpretiert werden, und zwar als Inhalt der Fläche zwischen

Dichtefunktion und der Abszisse im Intervall (s. linke Abbildung).

Häufig wird eine Wahrscheinlichkeit vorgegeben. Gilt

(16.46)
dann nennt man die zugehörige Abszisse Quantil oder auch Fraktil der Verteilung (s. rechte Abbildung).

Das bedeutet: Der Flächeninhalt unter der Dichtefunktion rechts von ist gleich . In der Literatur wird

allerdings auch die Fläche links von zur Definition des Quantils verwendet.

In der mathematischen Statistik wird für kleine Werte (z.B. oder ) manchmal der Begriff

Irrtumswahrscheinlichkeit verwendet. Die dazugehörigen Quantile sind für die wichtigsten praktischen Verteilungen
tabelliert worden (s. Tabelle POISSON-Verteilung bis Tabelle STUDENT-Verteilung).
Fredholmsche Sätze

Zur FREDHOLMschen Integralgleichung 2. Art

(11.21a)

ist durch

(11.21b)

eine zugehörige transponierte Integralgleichung gegeben. Zu diesem Paar von Integralgleichungen lassen sich
folgende Aussagen treffen (s. auch Integralgleichungen mit ausgearteten Kernen).

1.
Eine FREDHOLMsche Integralgleichung 2. Art besitzt nur abzählbar viele Eigenwerte, welche sich nur im
Unendlichen häufen können, d.h., es existieren für jede reelle Zahl nur endlich viele Eigenwerte mit
.

2.
 Ist kein Eigenwert von (11.21a), dann sind beide inhomogene Integralgleichungen für beliebige

Störfunktionen bzw. eindeutig lösbar, und die zugehörigen homogenen Integralgleichungen

besitzen nur die triviale Lösung.

3.
Ist ein Eigenwert von (11.21a), dann ist auch Eigenwert der transponierten Gleichung (11.21b). Beide
homogene Integralgleichungen haben dann nicht verschwindende Lösungen, und die Anzahl linear
unabhängiger Eigenfunktionen stimmt für beide Gleichungen überein.
4.
Eine inhomogene Integralgleichung ist genau dann lösbar, wenn die Störfunktion zu allen Lösungen der
homogenen transponierten Integralgleichung orthogonal ist, d.h. falls für alle Lösungen der Integralgleichung

(11.22a)

gilt

(11.22b)

Aus diesen Sätzen folgt der FREDHOLMsche Alternativsatz : Entweder die inhomogene Integralgleichung ist für
beliebige Störfunktion lösbar oder die zugehörige homogene Gleichung besitzt nichttriviale Lösungen.
Fredholmsche Alternative
Sei ein kompakter linearer Operator in einem BANACH-Raum . Es werden die folgenden Gleichungen zweiter
Art mit einem Parameter betrachtet:

(12.185a)
(12.185b)
Es gelten:

1.
dim dim , d.h., die homogenen Gleichungen haben stets dieselbe

endliche Anzahl von linear unabhängigen Lösungen.

2.
und . (Hier ist die

Orthogonalität im BANACH-Raum gemeint.)

3.
 genau dann, wenn .

4.
Die FREDHOLMsche Alternative (auch RIESZ-SCHAUDER-Theorie genannt), d.h. entweder:
a) Die homogene Gleichung besitzt nur die triviale Lösung. In diesem Falle gilt , der

Operator ist beschränkt, und die inhomogene Gleichung besitzt genau eine Lösung

für beliebiges , oder:

b) Die homogene Gleichung besitzt wenigstens eine nichttriviale Lösung. In diesem Falle gilt: ist ein
Eigenwert von , also , und die inhomogene Gleichung besitzt eine (nicht eindeutige)

Lösung genau dann, wenn die rechte Seite der Bedingung für jede Lösung der

adjungierten Gleichung genügt. In letzterem Fall erhält man jede Lösung der

inhomogenen Gleichung in der Form , wobei eine feste Lösung der inhomogenen

Gleichung und ist.

Lineare Gleichungen der Gestalt mit kompaktem Operator nennt man von erster Art. Ihre Behandlung
ist im allgemeinen etwas schwieriger (s. Lit. 12.12, 12.21).
Bestimmung der Ansatzkoeffizienten

Die Koeffizienten können auf folgende Weise bestimmt werden. Die Gleichung (11.6c) wird mit

multipliziert und anschließend bezüglich in den Grenzen von bis integriert:

(11.7a)

Die linke Seite dieser Gleichung ist nach (11.6b) gleich . Mit den Abkürzungen
 (11.7b)

erhält man für :

(11.7c)
Es ist möglich, daß die Integrale nicht exakt ausgewertet werden können. In diesem Fall muß man zur numerischen
Integration mit Hilfe einer Näherungsformel übergehen. Das lineare Gleichungssystem (11.7c) besteht aus
Gleichungen für die Unbekannten :

(11.7d)
Approximation des Integrals

● Semidiskretes Problem
● NYSTRÖM-Verfahren
Formulierung der Aufgabe

Zur Behandlung der FREDHOLMschen Integralgleichung 1. Art mit ausgeartetem Kern

(11.38a)

werden wie beim im Abschnitt FREDHOLMsche Integralgleichungen 2. Art die Konstanten

(11.38b)

eingeführt. Die Gleichung (11.38a) besitzt die Darstellung

(11.38c)

d.h., nur wenn eine Linearkombination der Funktionen ist, hat die Integralgleichung

eine Lösung. Ist diese Bedingung erfüllt, dann sind die Konstanten bekannt.
Iterationsverfahren

Ähnlich dem PICARDschen Iterationsverfahren zur Lösung gewöhnlicher Differentialgleichungen soll eine Methode
zur iterativen Bestimmung der Lösung einer FREDHOLMschen Integralgleichung 2. Art angegeben werden.
Ausgehend von der Gleichung

(11.10)

wird sukzessiv eine Folge von Funktionen ermittelt. Als erste Iterierte setzt man

. Alle folgenden erhält man mittels der Vorschrift:

(11.11a)

Führt man die Schritte im einzelnen aus, so ist zunächst

 (11.11b)

Nach der angegebenen Iterationsvorschrift ist dieser Ausdruck anstelle von in die rechte Seite von (11.10)

einzusetzen. Zur Vermeidung von Verwechslungen soll in (11.11b) die Integrationsvariable in umbenannt
werden. Man erhält:

(11.11c)

(11.11d)

Führt man die Bezeichnungen und ein und

nennt wieder , so kann geschrieben werden als

 (11.11e)

Mit der Bezeichnung

(11.11f)

erhält man auf analoge Weise die Darstellung für die -te Iterierte :

(11.11g)

Der Ausdruck wird als - ter iterierter Kern von bezeichnet.

Iteratives Verfahren
Zur Lösung der Integralgleichung

(11.54a)

bildet man mit für die Funktionen

(11.54b)

und

(11.54c)

Existiert eine quadratisch integrierbare Lösung von (11.54a), dann gilt:

 (11.54d)

Durch Orthogonalisierung und Normierung der nach (11.54b,c) ermittelten Funktionensysteme erhält man die

Orthonormalsysteme und . Wird hierzu das SCHMIDTsche Orthogonalisierungsverfahren

verwendet, dann besitzt die Darstellung

(11.54e)

Es wird nun angenommen, daß die Lösung der Gleichung (11.54a) die Reihendarstellung

(11.54f)

besitzt. In diesem Fall gilt für die Koeffizienten unter Beachtung von (11.54d)
 (11.54g)

Für die Existenz einer Lösungsdarstellung (11.54f) sind die folgenden Bedingungen notwendig und hinreichend:

(11.55a)

(11.55b)
Kernapproximation

Man ersetzt den Kern durch einen Kern mit für ,

. Diesen Kern wählt man so, daß die resultierende Integralgleichung

(11.30)

möglichst einfach zu lösen ist.

● Tensorprodukt-Approximation
● Spezieller Spline-Ansatz
Kollokationsmethode

Es werden auf dem Intervall linear unabhängige Funktionen vorgegeben. Mit diesen

Funktionen bildet man eine Ansatzfunktion für die Lösung :

(11.37a)

Die Aufgabe besteht in der Bestimmung der Koeffizienten . Für eine so definierte Funktion wird es

im allgemeinen keine Werte geben, so daß damit die exakte Lösung der Integralgleichung (11.23)

vorliegt. Deshalb gibt man sich im Integrationsintervall Stützstellen vor und fordert,

daß der Ansatz (11.37a) die Integralgleichung zumindest an diesen Stellen erfüllt:

(11.37b)
 (11.37c)

Etwas umgeformt hat dieses Gleichungssystem die Gestalt:

(11.37d)

mit .
Definiert man die Matrizen

(11.37e)

und die Vektoren

(11.37f)
dann kann das Gleichungssystem zur Bestimmung der Zahlen in Matrizenform angegeben werden:

(11.37g)

Beispiel

Ansatz: .

Stützstellen: .

Das Gleichungssystem lautet:

Man erhält als Lösung dieses Systems und somit

mit .

Die exakte Lösung der Integralgleichung ist mit

Soll in diesem Beispiel die Genauigkeit verbessert werden, empfiehlt es sich nicht, den Grad des
Polynomansatzes zu erhöhen, da Polynome höheren Grades numerisch instabil sind. Es sind vielmehr
verschiedene Spline-Funktionenansätze vorzuziehen, etwa der stückweise lineare Ansatz
mit den bereits unter Kernapproximation angeführten

Funktionen
 Die Lösung wird in diesem Fall durch einen Polygonzug angenähert.

Hinweis: Die Wahl der Lage der Stützstellen für das Kollokationsverfahren ist prinzipiell ohne Beschränkung. Ist jedoch
bekannt, daß die Lösungsfunktion in einem Teilintervall stark oszilliert, dann sollten in diesem Intervall die Stützstellen
dichter gelegt werden.
FREDHOLMsche Integralgleichungen

Die FREDHOLMsche Integralgleichung 2. Art

(12.64)

mit stetigem Kern und stetiger rechter Seite kann man iterativ lösen, indem sie mit Hilfe des Operators
, definiert durch

(12.65)

in ein Fixpunktproblem im metrischen Raum (s. Beispiel J) überführt und der Fixpunktsatz

angewendet wird, vorausgesetzt, es gilt . Die eindeutige Lösung erhält man

als gleichmäßigen Grenzwert der Iterationsfolge , beginnend mit einer beliebigen Funktion
.
Lösungen

Die Koeffizientenmatrix ist regulär, wenn die linere Unabhängigkeit der Funktionen

vorausgesetzt wird. Die so ermittelte Lösung (11.39a) ist jedoch nicht die einzige Lösung der Integralgleichung. Im
Gegensatz zur FREDHOLMschen Integralgleichung 2. Art mit ausgeartetem Kern ist die homogene Integralgleichung

immer lösbar. Ist eine solche Lösung der homogenen Gleichung und eine Lösung von (11.38a),

dann ist auch eine Lösung von (11.38a).

Um alle Lösungen der homogenen Gleichung zu bestimmen, wird die Gleichung (11.38c) mit betrachtet.

Werden die Funktionen als linear unabhängig vorausgesetzt, dann ist die Gleichung genau

dann erfüllt, wenn gilt

(11.40)
d.h., jede zu allen Funktionen orthogonale Funktion löst die homogene Integralgleichung.
Lösung der homogenen Integralgleichung 1. Art

Sind bzw. beliebige Lösungen der inhomogenen bzw. homogenen Integralgleichungen

(11.48a)

bzw.

(11.48b)

dann ist auch die Summe eine Lösung der inhomogenen Integralgleichung. Deshalb sollen

zunächst alle Lösungen der homogenen Integralgleichung bestimmt werden. Diese Aufgabe ist identisch mit der
Ermittlung aller nichttrivialen Lösungen des linearen Gleichungssystems

(11.49)
Da dessen Auflösung mitunter schwierig ist, kann das folgende Verfahren zur Berechnung der homogenen Lösungen
herangezogen werden.
Liegt ein vollständiges Orthonormalsystem vor, dann werden die Funktionen

(11.50a)

gebildet. Ist eine beliebige Lösung der homogenen Gleichung, d.h., es gilt

(11.50b)

dann ergibt sich nach Multiplikation dieser Gleichung mit und anschließender Integration bezüglich

(11.50c)

d.h., eine beliebige Lösung der homogenen Gleichung muß orthogonal zu allen Funktionen sein.

Wird das System durch das, mit Hilfe einer Orthonormnierung daraus hervorgehende System

ersetzt, dann lautet die Bedingung (11.50c) jetzt:

 (11.50d)

Wird das System zu einem vollständigen Orthonormalsystem ergänzt, dann erfüllt offensichtlich jede

Linearkombination der ergänzten Funktionen die Bedingung (11.50d). Ist das Orthonormalsystem bereits

vollständig, dann existiert nur die triviale Lösung .

In ganz entsprechender Weise kann auch das Lösungssystem der folgenden transponierten homogenen
Integralgleichung bestimmt werden:

(11.50e)

Beispiel
 .

Orthonormalsystem:

Zweimalige Anwendung von (11.47) ergibt

Das System ist bereits orthonormiert. Die Funktion vervollständigt dieses

System. Die homogene Gleichung besitzt also nur die Lösungen .

Lösungsansatz im Falle von Produktkernen

Die Auflösung FREDHOLMscher Integralgleichungen 2. Art mit ausgearteten Kernen führt auf ein endlich
dimensionales lineares Gleichungssystem. Man betrachte die Integralgleichung

(11.4a)

mit
(11.4b)

Die Funktionen und seien in dem Intervall definiert und dort als

stetig vorausgesetzt. Weiterhin sollen die Funktionen voneinander linear unabhängig sein,

d.h., die Beziehung

(11.5)
mit konstanten Koeffizienten ist nur mit für alle aus erfüllt.

Aus (11.4a) und (11.4b) folgt:

(11.6a)

Die auftretenden Integrale hängen nicht mehr von der Variablen ab, sind also gewisse konstante Werte, die mit
bezeichnet werden sollen:

(11.6b)

Die Lösungsfunktion setzt sich, falls sie existiert, additiv aus der Störfunktion und einer

Linearkombination der Funktionen zusammen:

(11.6c)
Lösungsansatz

Der Lösungsansatz
(11.39a)

mit den unbekannten Koeffizienten führt nach Einsetzen in (11.38b) auf die Beziehungen

(11.39b)

Nach Einführung der Bezeichnung

(11.39c)

ergibt sich das folgende lineare Gleichungssystem zur Bestimmung der Koeffizienten :
(11.39d)
Lösungsansatz

Eine Reihe von Verfahren zur Lösung von FREDHOLMschen Integralgleichungen 1. Art

(11.41)

geht von einer Darstellung der Lösung als Funktionenreihe bezüglich eines Funktionensystems

aus, d.h., es wird der Lösungsansatz

(11.42)

mit zunächst unbestimmten Koeffizienten gewählt. Bei der Wahl des Funktionensystems ist zu

beachten, daß durch diese Funktionen der gesamte Raum der Lösungen erfaßt wird und die Koeffizienten
geeignet dargestellt werden können.
Aus Gründen der Übersichtlichkeit werden die nachfolgenden Ausführungen auf reellwertige Funktionen beschränkt.
Alle Aussagen sind aber auf komplexwertige Funktionen übertragbar. Für die Begründung der darzulegenden
Lösungsverfahren sind einige Forderungen an die Kernfunktion zu stellen (s. Lit. 11.2, 11.10). Diese

Forderungen werden stets als erfüllt angesehen. Zunächst werden einige Hilfsmittel erläutert.
Fredholmsche Lösungsmethode

● Näherungslösung durch Diskretisierung

● Bestimmung der Resolvente
Zurückführung der Integralgleichung auf ein lineares
Gleichungssystem
● Problemstellung
Numerische Verfahren für Fredholmsche Integralgleich-
ungen 2. Art
Häufig wird eine FREDHOLMsche Integralgleichung 2. Art

(11.23)

mit einem der bisher unter FREDHOLMsche Integralgleichungen 2. Art beschriebenen Verfahren entweder gar nicht
oder nur mit großem Aufwand exakt gelöst werden können. In einem solchen Fall müssen numerische
Näherungsmethoden herangezogen werden. Es sollen im folgenden drei Verfahrensklassen zur numerischen Lösung
von Integralgleichungen des Typs (11.23) vorgestellt werden.

● Approximation des Integrals

● Kernapproximation
● Kollokationsmethode
NYSTRÖM-Verfahren

Beim sogenannten NYSTRÖM-Verfahren verwendet man zur Approximation des Integrals die GAUSSschen Quadraturformeln.
Zu deren Herleitung betrachte man das Integral

(11.27a)

Man ersetzt den Integranden durch ein Polynom , welches die Funktion in den Stützstellen interpoliert:

(11.27b)

Für das so definierte Polynom gilt:

(11.27c)

Die Ersetzung des Integranden durch liefert die Quadraturformel

 (11.27d)

mit

(11.27e)

Für die GAUSSschen Quadraturformeln ist die Wahl der Stützstellen nicht willkürlich, sondern erfolgt nach der Vorschrift:

(11.28a)

Die Zahlen sind die Nullstellen des LEGENDREschen Polynoms 1. Art

(11.28b)

Diese Nullstellen liegen alle im Intervall . Die Koeffizienten können durch die Substitution

ermittelt werden:
 (11.29)

In der folgenden Tabelle sind für die Nullstellen der LEGENDREschen Polynome sowie die Gewichte
angegeben.

Tabelle Nullstellen der LEGENDREschen Polynome 1. Art

Beispiel
Die Integralgleichung ist näherungsweise nach

dem NYSTRÖM-Verfahren für den Fall zu lösen.

Das Gleichungssystem (11.25c) zur Ermittlung von und lautet:

Lösung des Systems: . Die Werte der exakten

Lösung in den Stützstellen sind: .

Problemstellung

Es soll ein lineares Gleichungssystem zur Berechnung der FOURIER-Koeffizienten der Lösungsfunktion bezüglich eines

Orthonormalsystems aufgestellt werden. Dazu wird ein vollständiges Orthonormalsystem mit gewählt. Ein

entsprechendes vollständiges Orthonormalsystem möge auch für das Intervall vorliegen. Bezüglich des Systems

besitzt die Funktion die FOURIER-Reihe

(11.46a)

Die Multiplikation der Integralgleichung (11.41) mit und die anschließende Integration bezüglich in den Grenzen von bis

liefert:
 (11.46b)

Der Ausdruck in der geschweiften Klammer ist eine Funktion von und möge die FOURIER-Darstellung

(11.46c)

besitzen. Mit dem FOURIER-Reihenansatz

(11.46d)

erhält man
 (11.46e)

Auf Grund der Orthonormaleigenschaft (11.44b) ergibt sich das lineare Gleichungssystem

(11.46f)

Das ist ein System mit unendlich vielen Gleichungen zur Bestimmung der FOURIER-Koeffizienten . Die Koeffizientenmatrix

(11.46g)

wird als Kernmatrix bezeichnet. Die Zahlen und sind bekannte Größen, aber von der Wahl der

Orthonormalsysteme abhängig.

Beispiel
 .

Das Integral ist dabei im Sinne des CAUCHYschen Hauptwertes zu verstehen. Als vollständige Orthogonalsysteme verwendet man:

1. .

2. .

Nach (11.46c) ergibt sich für die Koeffizienten der Kernmatrix

Für das innere Integral gilt die Beziehung

(11.47)

Daraus folgt

Die FOURIER-Koeffizienten von lauten gemäß (11.46a)

 .

Das Gleichungssystem lautet

Auf Grund der ersten Gleichung besitzt das System nur dann eine Lösung, wenn gilt

Es ist dann , und .

Algorithmus

Bestimmung einer normierten Funktion , die zu allen Funktionen aus orthogonal ist. Für

werden jeweils die folgenden Schritte durchlaufen:

1.
Berechnung der Funktion sowie einer Zahl aus

(11.51a)

(11.51b)
wobei immer ungleich Null und so zu bestimmen ist, daß normiert ist. ist orthogonal zu allen

Funktionen .

2.
Bestimmung der Funktion sowie einer Zahl aus

(11.51c)

Es können zwei Fälle eintreten:

a)
: Die Funktion ist orthogonal zu allen Funktionen .

b)
: Die Funktion ist nicht eindeutig bestimmt. Erneut werden zwei Fälle unterschieden:

Das System ist vollständig. Dann ist auch das System

vollständig, und das Verfahren ist beendet.

 Das System ist nicht vollständig. Dann wird eine beliebige, zu diesen

Funktionen orthogonale Funktion gewählt.

Das Verfahren wird so lange wiederholt, bis die Orthonormalsysteme vollständig sind. Es ist möglich, daß im
Algorithmus von einem gewissen Schritt ab auch nach abzählbar unendlich vielen weiteren Schritten nicht der Fall b)
eintritt. Ist die dabei erzeugte abzählbar unendliche Folge von Funktionen nicht vollständig,

dann kann mit einer zu allen diesen Funktionen orthogonalen Funktion das Verfahren neu gestartet werden.

Werden die durch das Verfahren ermittelten Funktionen sowie die Zahlen geeignet

umbezeichnet, dann läßt sich die resultierende Kernmatrix K folgendermaßen darstellen:

(11.52)
Die Matrizen sind endlich, wenn im Algorithmus nach endlich vielen Schritten der Fall

eintritt. Dagegen sind sie unendlich, wenn für abzählbar unendlich viele Schritte gilt: . Die

Anzahl der Nullzeilen bzw. Nullspalten in K entspricht der Anzahl der Funktionen in den Systemen bzw.

. Ein besonders einfacher Fall liegt vor, wenn die Matrizen nur eine Zahl enthalten,

also alle Zahlen gleich Null sind.

Mit den Bezeichnungen aus dem Abschnitt Zurückführung der Integralgleichung auf ein lineares Gleichungssystem
ergibt sich für die Lösung des unendlichen Gleichungssystems unter der Voraussetzung von für

(11.53)
Transponierte Integralgleichung

Es bleibt noch zu untersuchen, unter welchen Bedingungen im Fall auch die inhomogene Integralgleichung eine

Lösung besitzt. Zu diesem Zweck führt man die zu (11.4a) transponierte Integralgleichung ein:

(11.9a)

Es sei ein Eigenwert und eine Lösung der inhomogenen Integralgleichung (11.4a). Dann läßt sich zeigen, daß

auch Eigenwert der transponierten Gleichung ist. Man multipliziert beide Seiten von (11.4a) mit irgendeiner Lösung der

homogenen transponierten Integralgleichung und integriert anschließend über in den Grenzen von bis :

(11.9b)

Da vorausgesetzt war, erhält man die Forderung .

Insgesamt gilt also: Die inhomogene Integralgleichung (11.4a) ist für einen Eigenwert genau dann lösbar, wenn die

Störfunktion orthogonal zu allen nichtverschwindenden Lösungen der homogenen transponierten Integralgleichung mit

demselben ist. Diese Aussage ist nicht auf Integralgleichungen mit ausgearteten Kernen eingeschränkt, sondern gilt auch
für Integralgleichungen mit allgemeineren Kernen.

Beispiel A

Die sind linear abhängig. Man formt deshalb die Integralgleichung um:

Für diese Integralgleichung gilt: .

Falls eine Lösung existiert, hat sie die Darstellung .

 Damit lautet das System zur Bestimmung von und :

. Daraus ermittelt man und

Beispiel B
 , d.h.:

Das System (11.7d) lautet also . Es besitzt eine eindeutige

Lösung für alle mit . Dann ist

 , und die Integralgleichung hat die Lösung

Die Eigenwerte der Integralgleichung

sind .

Die homogene Integralgleichung hat somit nichttriviale Lösungen der

Form . Für ist , und mit einer

beliebigen Konstanten erhält man: . Entsprechend ermittelt man für

: mit einer beliebigen Konstanten .

Hinweis: Das angegebene Lösungsverfahren ist besonders einfach, bleibt aber auf ausgeartete Kerne beschränkt. Die
Methode kann jedoch auch für Integralgleichungen mit allgemeineren Kernen als Näherungsverfahren angewendet werden,
indem man den Kern durch einen ausgearteten Kern hinreichend gut approximiert.
Konstruktion zweier spezieller Orthonormalsysteme zu einem
gegebenen Kern
● Prinzipielle Vorgehensweise
● Algorithmus
6. Grundaufgabe WWS

Gegeben: 2 Winkel und die einem Winkel gegenüberliegende Seite, z.B.

Bedingungen: Siehe Fallunterscheidung.

Lösung: Gesucht beliebige fehlende Größe .

(3.207)
2 Werte sind möglich. Es sei spitz und stumpf.
Fallunterscheidung:

1.

d.h. 0 Lösungen.

2.

d.h. 1 Lösung

3.

d.h. weitere Fallunterscheidungen sind notwendig:

3.1. Weitere Fallunterscheidung:

3.1.1.

d.h. 1 Lösung .

3.1.2.
 d.h. 1 Lösung .

3.2. Weitere Fallunterscheidung:

3.2.1. ,

d.h. 2 Lösungen .

3.2.2. ,
d.h. 0 Lösungen.

Fortführung: Weitere Berechnung mit einer Seite oder 2 Seiten .

Hinweis Die Lösung der 6. Grundaufgabe kann auch durch Zerlegung des vorliegenden schiefwinklig sphärischen
Dreiecks in zwei rechtwinklig sphärische Dreiecke herbeigeführt werden, wobei die Seiten und auftreten.
Dazu wird von das sphärische Lot auf bis gefällt.
Formeln zur 6. Grundaufgabe bei Zerlegung in zwei rechtwinklige sphärische Dreiecke:

1. Weg:
(3.208a)
(3.208b)
(3.208c)
(3.208d)
(3.208e)
(3.208f)
2. Weg:
 (3.209a)

(3.209b)

Probe: Doppelte Berechnung von

Beispiel A Dreiseitige Pyramide

Eine dreiseitige Pyramide hat die Grundfläche und die Spitze
Die Seitenflächen und schneiden sich unter und unter

und und unter . Wie groß sind die Winkel, unter denen sich je zwei der
Kanten und schneiden?

Lösung: Aus einer Kugelfläche um die Spitze der Pyramide schneidet das Dreikant ein sphärisches
 Dreieck mit den Seiten aus. Die Winkel zwischen den Seitenflächen sind die Winkel des
sphärischen Dreiecks, die gesuchten Winkel zwischen den Kanten sind seine Seiten. Die Bestimmung der
Winkel entspricht der 2. Grundaufgabe. Die 2. Lösung liefert:

Beispiel B Funkpeilung

Durch Funkpeilung von zwei festen Stationen und wurden die Azimute

und der von einem Schiff ausgesandten Funkwellen gepeilt.

Gesucht sind die geographischen Koordinaten des Standortes des Schiffes. Die in der Nautik unter
dem Namen Fremdpeilung bekannte Aufgabe stellt einen Vorwärtseinschnitt auf der Kugel dar und wird
ähnlich dem Vorwärtseinschnitt in der Ebene gelöst.

1. Berechnung im Dreieck : Im Dreieck sind die Seiten

und der Winkel

gegeben. Die Berechnung der Winkel und der Strecke erfolgt gemäß
3. Grundaufgabe.

2. Berechnung im Dreieck : Da sind in

die Seite und die anliegenden Winkel und bekannt. Berechnung der Seiten

und gemäß 4. Grundaufgabe, 3. Lösung. Die Koordinaten des Punktes sind aus dem Azimut

und der Entfernung gegen oder , also doppelt berechenbar.

3. Berechnung im Dreieck : Im Dreieck sind die zwei Seiten

und der eingeschlossene Winkel gegeben.

Nach der 3. Grundaufgabe, 1. Lösung, werden die Seiten und der Winkel

berechnet. Zur Kontrolle werden im Dreieck ein zweites Mal

und der Winkel berechnet. Damit sind die Länge und die

Breite des Punktes bekannt.

Grenzfall einer nichtperiodischen Funktion

Die Formel (7.107a) kann als Grenzfall der Entwicklung einer nichtperiodischen Funktion in eine

trigonometrische Reihe im Intervall für aufgefaßt werden.

Mit Hilfe der FOURIERschen Reihenentwicklung wird eine periodische Funktion mit der Periode als Summe

harmonischer Schwingungen mit den Frequenzen mit und den Amplituden

dargestellt. Diese Darstellung beruht somit auf einem diskreten Frequenzspektrum .

Im Unterschied dazu wird mit Hilfe des FOURIER-Integrals die nichtperiodische Funktion als Summe unendlich

vieler harmonischer Schwingungen mit stetig variierender Frequenz dargestellt. Das FOURIER-Integral liefert somit
eine Entwicklung der Funktion in ein kontinuierliches Frequenzspektrum . Hierbei entspricht der Frequenz

die Dichte des Spekrums:

 (7.107c)

Das FOURIER-Integral ist von einfacherer Form, wenn die Funktion entweder a) eine gerade oder b) eine

ungerade Funktion ist:

(7.108a)

(7.108b)

Beispiel

Für die gerade Funktion ergeben sich die Dichte des Frequenzspektrums und die

Darstellung der Funktion zu

 (7.109a)

und

(7.109b)
Fresnelsche Integrale

Zur Herleitung der FRESNELschen Integrale

(14.62)

wird das Integral mit dem in der folgenden Abbildung skizzierten geschlossenen Integrationsweg

untersucht.
Nach dem Integralsatz von CAUCHY gilt: mit

, ,

Abschätzung von : Unter Beachtung von gilt:

Führt man den Grenzübergang durch, dann lassen sich die Integrale und auswerten:

und durch Trennung von Real- und Imaginärteil erhält man die angegebenen

Formeln (14.62).
Fundamentalsatz der elementaren Zahlentheorie

Jede natürliche Zahl kann man als Produkt von Primzahlen darstellen. Diese Darstellung ist eindeutig bis

auf die Reihenfolge der Faktoren. Man sagt, daß genau eine Primfaktorenzerlegung besitzt.

Beispiel

Hinweis: Analog kann man ganze Zahlen (außer -1, 0, 1) eindeutig bis auf Vorzeichen und Reihenfolge der Faktoren
als Produkt von Primelementen darstellen.
Spezieller Fall zweier Funktionen

Zwei Funktionen zweier Veränderlicher und , die beide in demselben Gebiet definiert

sind, werden als abhängige Funktionen bezeichnet, wenn die eine durch die andere gemäß

ausgedrückt werden kann. Für jeden Punkt des Definitionsbereiches gilt dann die Identität
(2.270)

Existiert keine solche Funktion oder spricht man von unabhängigen Funktionen .

Beispiel

definiert im Gebiet sind abhängige

Funktionen, da gilt.
Hinreichende Konvergenzkriterien

Wenn sich die unmittelbare Berechnung der Grenzwerte (8.77), (8.78a) und (8.78b) schwierig gestaltet oder wenn
lediglich nach der Konvergenz oder Divergenz eines uneigentlichen Integrals gefragt ist, dann kann eines der
folgenden hinreichenden Kriterien benutzt werden. Hier wird lediglich das Integral (8.77) betrachtet. Das Integral
(8.78a) kann durch Substitution von durch auf das Integral vom Typ (8.77) zurückgeführt werden:

(8.79)

Das Integral vom Typ (8.78b) wird in eine Summe aus zwei Integralen vom Typ (8.77) und vom Typ (8.78a) zerlegt:

(8.80)
wobei eine beliebige Zahl ist.

1. Kriterium: Wenn das Integral

(8.81)

existiert, dann existiert auch das Integral (8.77). Das Integral (8.77) heißt in diesem Falle absolut konvergent und die

Funktion absolut integrierbar auf der Halbachse .

2. Kriterium: Wenn für die Funktionen und mit

(8.82a)

die Bedingung

(8.82b)

gilt, dann darf von der Konvergenz des Integrals

 (8.82c)

auf die Konvergenz des Integrals

(8.82d)

geschlossen werden und umgekehrt von der Divergenz des Integrals (8.82d) auf die Divergenz des Integrals (8.82c).
3. Kriterium: Wird

(8.83a)

gesetzt und dabei beachtet, daß

(8.83b)

für konvergiert und für divergiert, dann kann aus dem 2. Konvergenzkriterium ein weiteres
hergeleitet werden:
Wenn in eine positive Funktion ist und wenn eine Zahl existiert, so daß für

hinreichend große

(8.83c)

gilt, dann konvergiert das Integral (8.77); wenn allerdings positiv ist und eine Zahl existiert, so daß

(8.83d)

von einer gewissen Stelle an gilt, dann divergiert das Integral (8.77).

Beispiel

. Setzt man , dann ergibt sich . Das Integral

ist divergent.
Hinreichende Bedingung für die Konvergenz eines uneigentlichen Integrals mit
unbeschränktem Integranden

1. Wenn das Integral existiert, dann existiert auch das Integral . Man spricht

in diesem Falle vom absolut konvergenten Integral und von der absolut integrierbaren Funktion in dem

betreffenden Intervall.
2. Wenn die Funktion in dem Intervall positiv ist, und wenn es eine Zahl derart gibt,

daß für hinreichend nahe bei gelegene -Werte gilt

(8.89a)

dann konvergiert das Integral (8.87a). Wenn jedoch im Intervall positiv ist und eine Zahl

derart existiert, daß für hinreichend nahe bei gelegene -Werte gilt
(8.89b)
dann divergiert das Integral (8.87a).
Algebraische Funktionen
Algebraische Funktionen zeichnen sich durch eine Verknüpfung des Arguments mit der Funktion über eine
algebraische Gleichung der Form
(2.37)

aus, wobei Polynome in sind.

Beispiel

d.h.

Wenn es gelingt, eine algebraische Gleichung algebraisch nach aufzulösen, dann liegt einer der
folgenden Typen der einfachsten algebraischen Funktionen vor:
1. Ganzrationale Funktionen oder Polynome:
Das Argument wird nur den Operationen Addition, Subtraktion und Multiplikation unterworfen.
(2.38)

Insbesondere bezeichnet man als Konstante , als lineare Funktion

und als quadratische Funktion .

2. Gebrochenrationale Funktionen:
Die gebrochenrationale Funktion kann immer als Quotient zweier ganzrationaler Funktionen dargestellt
werden:

(2.39a)

Insbesondere bezeichnet man

(2.39b)

als gebrochenlineare Funktion .

3. Irrationale Funktionen:
Außer den bei den gebrochenrationalen Funktionen genannten Operationen tritt hier das Argument
zusätzlich unter dem Wurzelzeichen auf.

Beispiel A

Beispiel B
Definition der analytischen Funktion

Eine Funktion heißt in einem Gebiet analytisch , regulär oder holomorph , wenn sie in allen Punkten von

differenzierbar ist. Randpunkte von , in denen nicht existiert, sind singuläre Punkte von .

Die Funktion ist genau dann in differenzierbar, wenn und stetige partielle

Ableitungen nach und in besitzen und dort die CAUCHY-RIEMANNschen Differentialgleichungen gelten:

(14.4)

Real- und Imaginärteil einer analytischen Funktion genügen für sich der LAPLACEschen Differentialgleichung

(14.5a)

(14.5b)
Die Ableitungen der elementaren Funktionen einer komplexen Veränderlichen werden nach den gleichen Formeln
berechnet wie die Ableitungen der entsprechenden Funktionen einer reellen Veränderlichen.

Beispiel A

Beispiel B
Zyklometrische Funktionen (Arkusfunktionen)
Die zyklometrischen Funktionen sind die Umkehrfunktionen der trigonometrischen Funktionen. Sie werden auch
inverse trigonometrische und Arkusfunktionen genannt. Zu ihrer eindeutigen Definition wird der Definitionsbereich der
trigonometrischen Funktionen in Monotonieintervalle zerlegt, so daß für jedes Monotonieintervall eine
Umkehrfunktion erhalten wird. Diese wird entsprechend dem zugehörigen Monotonieintervall mit dem Index
gekennzeichnet.

● Definition der zyklometrischen Funktionen

● Tabelle der Definitions- und Wertebereiche der zyklometrischen Funktionen
● Zurückführung auf die Hauptwerte
● Beziehungen zwischen den Hauptwerten
● Formeln für negative Argumente
● Summe und Differenz von arcsin x und arcsin y
● Summe und Differenz von arccos x und arccos y
● Summe und Differenz von arctan x und arctan y
● Spezielle Beziehungen für arcsin x, arccos x, arctan x
Funktionsbegriff
● Definition der Funktion
● Methoden zur Definition einer reellen Funktion
● Einige Funktionstypen
● Grenzwert von Funktionen
● Größenordnung von Funktionen und LANDAU-Symbole
● Stetigkeit einer Funktion
Beschränkte Funktionen

Funktionen heißen nach oben beschränkt , wenn ihre Werte eine bestimmte Zahl ( obere Schranke ) nicht
übertreffen, und nach unten beschränkt , wenn ihre Werte nicht kleiner als eine bestimmte Zahl ( untere Schranke )
sind. Ist eine Funktion nach oben und nach unten beschränkt, dann nennt man sie schlechthin beschränkt .

Beispiel A

ist nach oben beschränkt

Beispiel B

ist nach unten beschränkt

Beispiel C

ist beschränkt
Beispiel D

ist beschränkt
Beispiele für Vektorräume von Funktionen

Beispiel A: Vektorraum

Sei die Menge aller reell- oder komplexwertigen Funktionen auf einer Menge , wobei für Funktionen
die Operationen punktweise erklärt werden, d.h., sind und zwei beliebige Elemente

aus und ein beliebiger Skalar, d.h. , dann definiert man die Elemente und
wie folgt:

(12.12a)
(12.12b)

Der auf diese Weise erhaltene Vektorraum wird mit bezeichnet. Hinweis: Teilräume dieses Vektorraumes

sind unter anderen die Räume in den folgenden Beispielen:

Beispiel B: Vektorraum oder

Häufig wird dieser Vektorraum auch mit bezeichnet. Im Falle von erhält man den Raum

aus Beispiel D.

Beispiel C: Vektorraum

Menge aller auf dem Intervall stetigen Funktionen, wobei hier betrachtet

wurde.

Beispiel D: Vektorraum

Sei . Die Menge aller Funktionen, die auf dem Intervall -mal

stetig differenzierbar sind (s. Differentialrechnung), ist ein Vektorraum. In den Randpunkten und des

Intervalls sind die Ableitungen als rechts- bzw. linksseitige zu verstehen.

Hinweis: Für die in den Beispielen A bis D bereitgestellten Vektorräume gelten im Falle von die

Teilraumbeziehungen
(12.13)
Beispiel E: Vektorraum

Für einen beliebig fixierten Punkt bildet die Menge einen

linearen Teilraum von .

Diskrete Funktionen

Ist eine Funktion nur für diskrete Argumente

bekannt, so setzt man und bildet die

Folge . Eine solche entsteht z.B. in der Elektrotechnik durch ,,Abtastung`` einer Funktion in den

diskreten Zeitpunkten . Ihre Wiedergabe erfolgt dann häufig als Treppenfunktion (s. Abbildung).
Die Folge und die nur für diskrete Argumente definierte Funktion , die als diskrete Funktion

bezeichnet wird, sind äquivalent. Für die Folge wird keine Konvergenz für gefordert.
Meromorphe und doppelperiodische Funktionen

Man kann die JACOBIschen Funktionen in die komplexe -Ebene analytisch fortsetzen. Die Funktionen sn , cn
und dn sind dann meromorphe Funktionen, d.h., sie besitzen außer Polstellen keine weiteren Singularitäten.

Außerdem sind sie doppelperiodisch : Jede dieser Funktionen hat genau 2 Perioden und mit

(14.104)

Dabei sind und zwei beliebige komplexe Zahlen, deren Quotient nicht reell ist. Aus (14.62) folgt die
allgemeine Formel
(14.105)
wobei und beliebige ganze Zahlen sind. Meromorphe doppelperiodische Funktionen heißen elliptische
Funktionen . Die Menge
(14.106)

mit beliebigen festen heißt Periodenparallelogramm der elliptischen Funktion. Ist diese im
Periodenparallelogramm (s. Abbildung) beschränkt, dann ist sie eine Konstante.
Beispiel
Die JACOBIschen Funktionen (14.103a) und (14.103b) sind elliptische Funktionen. Die Amplitudenfunktion
(14.102b) ist keine elliptische Funktion.
Monotone Funktionen

Wenn eine Funktion im Definitionsbereich für beliebige Argumente und mit der Bedingung

(2.6)
genügt, wird sie monoton wachsende Funktion genannt. Ist
(2.7)
spricht man von einer monoton fallenden Funktion .
Wenn diese Bedingung nicht für alle -Werte erfüllt ist, die dem Definitionsbereich angehören, sondern lediglich in
einem Teil desselben, z.B. in einem Intervall oder auf einer Halbachse, dann nennt man die Funktion monoton in
diesem Gebiet . Funktionen, die der Bedingung
(2.8)
genügen, d.h., das Gleichheitszeichen in (2.6) und (2.7) ist nicht zugelassen, nennt man eigentlich oder streng
monoton wachsend bzw. fallend .
In der ersten der beiden Abbildungen ist eine eigentlich monoton wachsende Funktion dargestellt, in der zweiten eine
monoton fallende Funktion, die zwischen und konstant ist.

Beispiel

ist streng monoton fallend, ist streng monoton wachsend.

Elementare Funktionen
Elementare Funktionen sind durch Formeln definiert, die nur endlich viele Operationen mit der unabhängigen
Variablen sowie mit Konstanten vorschreiben. Unter Operationen versteht man hier die vier Grundrechenarten, das
Potenzieren und Radizieren, das Aufsuchen einer Exponential- oder Logarithmusfunktion sowie das Aufsuchen
trigonometrischer oder invers trigonometrischer Funktionen. Man teilt die elementaren Funktionen im wesentlichen in
algebraische und transzendente ein.
Im Unterschied zu den elementaren können auch Nichtelementare Funktionen definiert werden.

● Algebraische Funktionen
● Transzendente Funktionen
● Hyperbelfunktionen und inverse Hyperbelfunktionen
● Zusammengesetzte Funktionen
Elementare transzendente Funktionen
Die komplexen transzendenten Funktionen werden ebenso wie die algebraischen Funktionen in Analogie zu den
entsprechenden reellen transzendenten Funktionen definiert. Eine ausführliche Darstellung findet man in Lit. 21.1
oder 21.10.

● Natürliche Exponentialfunktion
● Natürlicher Logarithmus
● Allgemeine Exponentialfunktion
● Trigonometrische Funktionen und Hyperbelfunktionen
● Inverse trigonometrische Funktionen und inverse Hyperbelfunktionen
● Real- und Imaginärteile der trigonometrischen Funktionen und Hyperbelfunktionen
● Absolutbeträge und Argumente der trigonometrischen und Hyperbelfunktionen
Elliptische Funktionen
● Zusammenhang mit elliptischen Integralen
● Jacobi-Funktionen
● Thetafunktionen
● Weierstrasssche Funktionen
Elliptische Funktionen

Elliptische Funktionen sind doppeltperiodische Funktionen, deren einzige Singularitäten Pole sind, d.h., es sind
meromorphe Funktionen mit zwei unabhängigen Perioden. Sind die beiden Perioden und , die in einem
nichtreellen Verhältnis stehen, dann gilt

(14.53)

Der Wertevorrat von liegt in einem Periodenparallelogramm mit den Punkten .

Unbestimmte elliptische Integrale

Elliptische Integrale sind Integrale der Form

(8.20a)

(8.20b)

Sie lassen sich in der Regel nicht durch elementare Funktionen ausdrücken; wenn dies trotzdem gelingt, nennt man
sie pseudoelliptisch. Ausgangspunkt für die Bezeichnung war das erstmalige Auftreten eines derartigen Integrals bei
der Berechnung des Umfanges der Ellipse. Die Umkehrung der elliptischen Integrale sind die elliptischen Funktionen.
Integrale der Art (8.20a,b), die nicht elementar integrierbar sind, können durch eine Reihe von Umformungen auf
elementare Funktionen und auf Integrale der folgenden drei Typen zurückgeführt werden (s. Lit. 21.1, 21.2, 21.6):

(8.21a)
 (8.21b)

(8.21c)

Bezüglich des Parameters sind Fallunterscheidungen notwendig (s. Lit. 14.1).

Mit Hilfe der Substitution können die Integrale (8.21a,b,c) auf die LEGENDREsche

Form gebracht werden:

(8.22a)

(8.22b)

(8.22c)
Zusammenhang mit elliptischen Integralen

Integrale der Form (8.20a,b), mit dem Integranden , lassen sich, abgesehen von Ausnahmefällen,

nicht in geschlossener Form integrieren, wenn ein Polynom dritten oder vierten Grades ist, sondern sind als

elliptische Integrale numerisch zu berechnen. Die Umkehrfunktionen der elliptischen Integrale sind die elliptischen
Funktionen . Sie sind den trigonometrischen Funktionen ähnlich und können als deren Verallgemeinerung angesehen
werden. Um das am speziellen Fall zu zeigen, wird

(14.98)

gesetzt und beachtet, daß

a)
zwischen der trigonometrischen Funktion und dem Hauptwert ihrer Umkehrfunktion der
Zusammenhang
 (14.99)

besteht und daß

b)
das Integral (14.98) gleich ist. Die Sinusfunktion kann somit als Umkehrfunktion des Integrals
(14.98) aufgefaßt werden. Analoges gilt für die elliptischen Integrale.

Beispiel
Die Schwingungsdauer des mathematischen Pendels mit der an einem masselosen nicht dehnbaren Faden
der Länge befestigten Masse (s. Abbildung) kann mit Hilfe einer nichtlinearen Differentialgleichung
2. Ordnung, die sich als Bewegungsgleichung aus dem Gleichgewicht der an der Masse angreifenden
Kräfte ergibt, berechnet werden:
 (14.100a)

Zwischen Pendellänge und Auslenkung aus der Ruhelage besteht der Zusammenhang , also
und . Die an der Masse angreifende Kraft , wobei die Fallbeschleunigung ist,

spaltet, bezogen auf die Bahnkurve, in eine Normalkomponente und eine Tangentialkomponente auf

(s. obige Abbildung). Die Normalkomponente wird von der Fadenspannung im Gleichgewicht
gehalten. Da sie senkrecht auf der Bewegungsrichtung steht, liefert sie keinen Beitrag zur Bewegungsgleichung. Die
Tangentialkomponente steht mit der entgegengesetzt gleich großen Tangentialkraft im Gleichgewicht:

. Die Tangentialkomponente zeigt immer zur Ruhelage hin.

Durch Trennung der Variablen erhält man die Pendelgleichung

(14.100b)

Dabei bedeutet die Zeit, bei der das Pendel zum ersten Mal durch die tiefste Lage geht, d.h., es gilt .

Mit ist die Integrationsvariable bezeichnet. Aus (14.100b) erhält man nach einigen Umformungen mit Hilfe der

Substitution die Gleichung

Dabei ist ein elliptisches Integral

1. Gattung. Der Ausschlagwinkel ist eine periodische Funktion der Periode mit
 (14.100c)

wobei ein vollständiges elliptisches Integral 1. Gattung darstellt (s. auch Tabelle). Mit ist die

Schwingungsdauer des Pendels bezeichnet, d.h. die Zeit zwischen zwei Umkehrpunkten, für die gilt. Für

kleine Auslenkungen mit wird .

Exponentialfunktionen

Bei den Exponentialfunktionen befindet sich das Argument oder eine algebraische Funktion von im
Exponenten.

Beispiel A

Beispiel B

Beispiel C
Funktionenreihen
● Definitionen
● Gleichmäßige Konvergenz
● Potenzreihen
● Näherungsformeln
● Asymptotische Potenzreihen
Lineare Funktion
Die lineare Funktion
(2.40)
ergibt graphisch dargestellt eine Gerade (linke Abbildung):

Für wächst die Funktion monoton an, für nimmt sie monoton ab; für ist sie konstant. Die

Achsenschnitte und liegen bei und (s. auch Gleichung der Geraden). Mit ergibt

sich die direkte Proportionalität

(2.41)
graphisch eine Gerade durch den Koordinatenursprung (rechte Abbildung).
Quadratisches Polynom
Die ganzrationale Funktion 2. Grades
(2.42)
liefert graphisch dargestellt als Kurve eine Parabel mit einer vertikalen Symmetrieachse bei
Die Funktion nimmt für zunächst ab, erreicht ein Minimum und nimmt dann wieder zu. Für steigt sie

an, erreicht ein Maximum und fällt danach wieder ab. Die Schnittpunkte mit der -Achse liegen bei

; der Schnittpunkt mit der -Achse liegt bei Das Extremum liegt bei
(Ausführlicher s. Parabel).
Polynom 3. Grades
Die ganzrationale Funktion 3. Grades
(2.43)
beschreibt in der graphischen Darstellung eine kubische Parabel .
Das Verhalten der Funktion hängt von und der Diskriminante ab. Wenn ist (obere

linke und rechte Abbildung), dann nimmt die Funktion für monoton zu, für monoton ab.

Die Funktion besitzt ein Maximum und ein Minimum, wenn ist (untere Abbildung): Für nimmt sie

von bis zum Maximum zu, dann fällt sie bis zum Minimum ab, um danach bis anzusteigen; für

nimmt sie von bis zum Minimum ab, steigt danach bis zum Maximum an, um schließlich bis abzufallen.

Die Schnittpunkte mit der -Achse lassen sich als reelle Wurzeln von (2.43) für berechnen. Es kann eine

reelle Wurzel geben, zwei (dann gibt es in einem Punkt eine Berührung) oder drei: Der Schnittpunkt
 mit der -Achse liegt bei die Extrema und bei

Der Wendepunkt der zugleich Symmetriepunkt der Kurve ist, liegt bei

Die Tangente besitzt in diesem Punkt den Richtungskoeffizienten

Polynom n-ten Grades
Die ganzrationale Funktion -ten Grades
(2.44)
stellt eine Kurve -ter Ordnung vom parabolischen Typ dar.
Fall 1: ungerade Für verläuft stetig von bis und für von bis

. Die -Achse kann von der Kurve bis zu mal geschnitten bzw. berührt werden (s. auch Gleichung

-ten Grades und Polynomgleichungen). Die Funktion (2.44) besitzt entweder keine oder eine gerade Anzahl
von bis zu Extremwerten, wobei Minima und Maxima einander abwechseln; die Zahl der

Wendepunkte ist ungerade und liegt zwischen 1 und . Asymptoten oder singuläre Punkte gibt es nicht.

Fall 2: gerade Für hat einen stetigen Verlauf von über ein Minimum bis und für

von über ein Maximum nach Die Kurve schneidet oder berührt die -Achse

entweder nicht oder 1 bis mal; Maxima und Minima wechseln einander ab; die Anzahl der Wendepunkte ist
gerade. Asymptoten oder singuläre Punkte existieren nicht.
Vor dem Zeichnen der Kurven empfiehlt es sich, zuerst Extremwerte, Wendepunkte und die Werte der ersten
Ableitung in diesen Punkten zu bestimmen, dann die Kurventangenten einzuzeichnen, um schließlich alle
diese Punkte stetig miteinander zu verbinden.
Gebrochen lineare Funktion
Die Funktion

(2.47)

liefert eine gleichseitige Hyperbel , deren Asymptoten parallel zu den Koordinatenachsen verlaufen.
Der Mittelpunkt liegt bei Dem Parameter in Gleichung (2.46) entspricht mit

Die Scheitelpunkte und der Hyperbel liegen bei bzw.

wobei für gleiche Vorzeichen genommen werden, für

verschiedene.

Die Unstetigkeitsstelle liegt bei Die Funktion nimmt für von bis und von bis

ab. Für wächst die Funktion von bis und von bis . Extrema gibt es keine.
Gebrochenrationale Funktionen
● Umgekehrte Proportionalität
● Gebrochen lineare Funktion
● Kurve 3. Ordnung, Typ I
● Kurve 3. Ordnung, Typ II
● Kurve 3. Ordnung, Typ III
● Reziproke Potenz
Gerade Funktionen

Gerade Funktionen genügen der Bedingung

(2.9a)

Ist der Definitionsbereich von , dann gilt

(2.9b)
Beispiel A

Beispiel B
GREENsche Methode zur Lösung von Randwertproblemen mit drei
unabhängigen Variablen

Die Lösung der Differentialgleichung

(9.93a)

soll auf dem Rande des betrachteten Gebiets vorgegebene Werte annnehmen. Dazu wird im ersten Schritt wieder
die GREENschen Funktion konstruiert, aber mit dem Unterschied, daß sie nunmehr von den drei Parametern
abhängt. Die konjugierte Differentialgleichung, der die GREENsche Funktion genügt, ist von der Gestalt

(9.93b)

Als Bedingung 2 wird von die Form

(9.93c)

mit
(9.93d)
gefordert. Die Lösung der Aufgabe lautet

(9.93e)
GREENsche Methode zur Lösung von Randwertproblemen für elliptische
Differentialgleichungen mit zwei unabhängigen Variablen

Diese Methode zeigt viel Ähnlichkeit mit der RIEMANNschen Methode zur Lösung des CAUCHYschen Problems für
hyperbolische Differentialgleichungen.
Bei der Lösung der Aufgabe, eine Funktion zu finden, die in einem vorgegebenen Gebiet der linearen

partiellen Differentialgleichung zweiter Ordnung vom elliptischen Typ

(9.92a)

genügt und auf dem Rande dieses Gebiets vorgegebene Werte annimmt, wird als erster Schritt die GREENsche
Funktion für dieses Gebiet bestimmt, wobei und als Parameter aufgefaßt werden. Die

GREENsche Funktion muß die folgenden Bedingungen erfüllen:

1.
Die Funktion genügt im gegebenen Gebiet überall, ausgenommen im Punkt

der homogenen konjugierten Differentialgleichung

 (9.92b)

2.
Die Funktion ist von der Form

(9.92c)

mit
(9.92d)

wobei im Punkt den Wert Eins hat und die Funktionen und im gesamten Gebiet
zusammen mit ihren Ableitungen bis zur zweiten Ordnung einschließlich stetig sein müssen.
3.
Die Funktion wird auf dem Rande des betrachteten Gebiets gleich Null.

Der zweite Schritt ist die Lösung des Randwertproblems mit Hilfe der GREENschen Funktion nach der Formel

(9.92e)

wobei das betrachtete Gebiet bedeutet, dessen Rand, auf dem die Funktion gegeben ist, und die
Ableitung nach der Richtung der Innennormalen des Randes.
Die Bedingung 3 hängt von der Art der zu lösenden Aufgabe ab. Wenn z.B. auf dem Rande des betrachteten Gebiets
nicht die gesuchte Funktion selbst gegeben ist, sondern ihre Ableitung nach der Randnormalen, dann muß in
Bedingung 3 die Forderung

(9.92f)

auf dem Rande erhoben werden. Mit und werden hierbei die Winkel bezeichnet, die die innere Normale des
Randes mit den Koordinatenachsen bildet. Die Lösung lautet in diesem Falle

(9.92g)
Definition

Die Funktion besitzt an der Stelle den Grenzwert oder den Limes

(2.15)

wenn sich die Funktion bei unbegrenzter Annäherung von an unbegrenzt an nähert. Die Funktion

braucht an der Stelle den Wert nicht anzunehmen und braucht an dieser Stelle auch nicht

definiert zu sein.
Exakte Formulierung: Der Grenzwert (2.15) existiert, wenn sich nach Vorgabe einer beliebig kleinen positiven Zahl
eine zweite positive Zahl derart finden läßt, daß für alle mit

(2.16)
eventuell mit Ausnahme des Punktes :
Wenn Randpunkt eines zusammenhängenden Gebietes ist, reduziert sich die Ungleichung zu

einer der beiden einfachen Ungleichungen oder

Grenzwert einer Funktion für x gegen unendlich

a) Eine Zahl
(2.21a)

wird Grenzwert einer Funktion für genannt, wenn sich nach Vorgabe einer positiven Zahl eine

Zahl derart angeben läßt, daß für beliebige die zugehörigen Werte von im Intervall

liegen. In Analogie dazu ist

(2.21b)

der Grenzwert einer Funktion für wenn sich nach Vorgabe einer beliebig kleinen Zahl eine

Zahl angeben läßt, derart, daß für beliebige die zugehörigen Werte von im Intervall

liegen.
Beispiel A

Beispiel B

Beispiel C

b) Wenn allerdings bei unbegrenztem Wachsen oder unbegrenztem Abnehmen von die Funktion absolut
genommen über alle Grenzen wächst, dann existiert für bzw. kein Grenzwert. Dafür
schreibt man dann
(2.21c)

Beispiel A
Beispiel B

Beispiel C

Beispiel D
Iterierte Grenzwerte

Wenn für eine Funktion zweier Veränderlicher zuerst der Grenzwert für d.h. für

konstantes bestimmt wird und darauf von der so gewonnenen Funktion, die dann nur noch von abhängt, der

Grenzwert gebildet wird, dann heißt die gefundene Zahl

(2.275a)

ein iterierter Grenzwert . Eine Änderung der Reihenfolge liefert in der Regel einen anderen Grenzwert

(2.275b)

Im allgemeinen ist auch wenn beide Grenzwerte existieren. Wenn jedoch die Funktion einen
Grenzwert besitzt, dann ist Aus der Gleichheit der Grenzwerte

folgt noch nicht die Existenz des Grenzwertes

Beispiel

Die Funktion liefert für die Werte und

.
Linksseitiger und rechtsseitiger Grenzwert einer Funktion

Eine Funktion hat an der Stelle einen linksseitigen Grenzwert , wenn sie sich bei zunehmenden,

unbegrenzt der Zahl nähernden -Werten unbegrenzt dem Wert nähert:

(2.20a)

In Analogie dazu besitzt eine Funktion einen rechtsseitigen Grenzwert wenn sie sich bei abnehmenden, sich

unbegrenzt der Zahl nähernden -Werten unbegrenzt dem Wert nähert:

(2.20b)

Die Schreibweise verlangt, daß der links- und rechtsseitige Grenzwert übereinstimmen:

(2.20c)

Beispiel
Die Funktion geht für gegen verschiedene Grenzwerte von links und von

rechts:
TAYLOR-Entwicklung

Neben der L'HOSPITALschen Regel wird zur Berechnung von Grenzwerten unbestimmter Ausdrücke auch die
Entwicklung in eine TAYLOR-Reihe verwendet.

Beispiel
Unendlicher Grenzwert einer Funktion

Das Symbol
(2.18)

bezeichnet den Fall, daß die Funktion an der Stelle nicht existiert, weil bei Annäherung von an die Stelle
die Funktion über alle Grenzen wächst.

Exakte Formulierung: Diese Gleichung (2.18) gilt, wenn sich nach Vorgabe einer beliebig großen positiven Zahl
eine positive Zahl derart angeben läßt, daß für beliebige -Werte im Intervall

(2.19a)

der entsprechende Wert von größer ist als :

(2.19b)

Wenn dabei alle Werte von im Intervall

(2.19c)
positiv sind, dann schreibt man
 (2.19d)
sind sie negativ, dann gilt
(2.19e)
Sätze über Grenzwerte von Funktionen

1. Grenzwert einer konstanten Größe: Der Grenzwert einer konstanten Größe ist dieser Größe selbst gleich:
(2.22)
2. Grenzwert einer Summe oder Differenz: Der Grenzwert einer Summe oder Differenz endlich vieler
Funktionen ist gleich der Summe bzw. Differenz der entsprechenden Grenzwerte dieser Funktionen, falls die
Einzelgrenzwerte existieren:
(2.23)
3. Grenzwert eines Produktes: Der Grenzwert eines Produktes aus endlich vielen Funktionen ist gleich dem
Produkt der Grenzwerte dieser Funktionen, falls die Einzelgrenzwerte existieren:

(2.24)

4. Grenzwert eines Quotienten: Der Grenzwert des Quotienten zweier Funktionen ist gleich dem Quotienten
der Grenzwerte dieser Funktionen:

(2.25)
wenn die Einzelgrenzwerte existieren und ist.

5. Einschließung: Wenn die Werte einer Funktion zwischen den Werten zweier anderer Funktionen

und eingeschlossen sind, wenn also ist, und wenn

sowie gilt, dann ist auch

(2.26)
Größenordnung von Funktionen und LANDAU-Symbole
Beim Vergleich zweier Funktionen kommt es häufig auf ihr gegenseitiges Verhalten für bestimmte Argumente
an. Das hat zur Einführung des Begriffes der Größenordnung einer Funktion und der folgenden
Größenordnungsbeziehungen geführt.

● Von höherer Ordnung unendlich groß

● Von höherer Ordnung unendlich klein
● Null oder unendlich von gleicher Größenordnung
● LANDAU-Symbole
● Polynome
● Exponentialfunktion
● Logarithmusfunktion
Exponentialfunktion

Die Exponentialfunktion wird stärker unendlich als jede noch so hohe Potenz ( - feste natürliche Zahl):

(2.29a)

Durch Anwendung der Regel von L'HOSPITAL ergibt sich nämlich

(2.29b)
Polynome

Die Größenordnung von ganzrationalen Funktionen kann durch den Grad der Funktion ausgedrückt werden. So hat
die Funktion die Größenordnung 1, ein Polynom mit dem Grad hat eine um 1 höhere Ordnung

als ein Polynom mit dem Grad Allerdings gilt diese Regel nicht für alle elementaren Funktionen.
Logarithmusfunktion

Der Logarithmus wird schwächer unendlich als jede noch so niedrige positive Potenz ( - feste natürliche
Zahl):

(2.30)

Der Beweis wird ebenfalls mit der Regel von L'HOSPITAL geführt.
Unterabschnitte

● Bestimmung und Abhängigkeiten

● Besonderheiten

Begriff der SCHRÖDINGER-Gleichung

Bestimmung und Abhängigkeiten

Die SCHRÖDINGER-Gleichung, deren Lösungen, die Wellenfunktionen , die Eigenschaften eines

quantenmechanischen Systems beschreiben, also die Eigenschaften der Teilchenzustände zu berechnen gestatten,
ist eine partielle Differentialgleichung mit Ableitungen der Wellenfunktion 2. Ordnung für die Raumkoordinaten und
1. Ordnung für die Zeitkoordinate:

(9.104a)
 (9.104b)

Hierbei sind der LAPLACE-Operator, die reduzierte PLANCKsche Konstante, i die imaginäre Einheit und

der Nablaoperator. Zwischen dem Impuls des betrachteten Teilchens mit der Masse und seiner

Materiewellenlänge besteht die Beziehung .

Besonderheiten

1.
In der Quantenmechanik werden allen meßbaren Größen Operatoren zugeordnet. Der in (9.104a) und

(9.104b) auftretende HAMILTON-Operator (,,Hamiltonian ``) stellt die Gesamtenergie des Systems dar, die

in kinetische und potentielle Energie aufgeteilt wird. Der erste Term in ist der Operator für die kinetische
Energie, der zweite der für die potentielle Energie.
In der Quantenmechanik tritt an die Stelle der HAMILTON-Funktion des klassischen mechanischen Systems der
HAMILTON-Operator.
2.
Die imaginäre Einheit tritt in der SCHRÖDINGER-Gleichung explizit auf. Daher sind die Wellenfunktionen
komplexe Funktionen. Für die Berechnung der beobachtbaren Größen sind die beiden reellen, in
 enthaltenen Funktionen erforderlich. Das Quadrat der Wellenfunktion, das die

Aufenthaltswahrscheinlichkeit des Teilchens in jedem beliebigen Raumelement des betrachteten

Gebietes beschreibt, unterliegt speziellen zusätzlichen Bedingungen.
3.
Jede spezielle Lösung hängt außer vom Potential der Wechselwirkung ( Kraft ) von den Anfangs- und
Randbedingungen des gegebenen Problems ab. Im allgemeinen handelt es sich um lineare
Randwertprobleme 2. Ordnung, deren Lösungen nur für die Eigenwerte physikalisch sinnvoll sind. Sinnvolle
Lösungen zeichnen sich dadurch aus, daß ihr Betragsquadrat überall eindeutig und regulär ist und im
Unendlichen verschwindet.
4.
Auf Grund des Welle-Teilchen-Dualismus besitzen die Mikroteilchen gleichzeitig Wellen- und
Teilcheneigenschaften, so daß die SCHRÖDINGER-Gleichung eine Wellengleichung für die DE-BROGLIEschen
Materie-Wellen ist.
5.
Die Einschränkung auf nichtrelativistische Probleme bedeutet, daß die Teilchengeschwindigkeit sehr viel
kleiner sein muß als die Lichtgeschwindigkeit .

Ausführliche Darstellungen der Anwendungen der SCHRÖDINGER-Gleichung sind in der Spezialliteratur der
theoretischen Physik dargestellt (s. z.B. Lit. 9.6, 9.8, 9.16, 22.17). In diesem Kapitel werden lediglich einige wichtige
Beispiele betrachtet.
Orthogonale Systeme

Eine Menge von Vektoren aus heißt orthogonales System , wenn es den Nullvektor nicht

enthält und , also gilt, wobei

(12.116)

das KRONECKER-Symbol bezeichnet. Ein orthogonales System heißt orthonormal oder orthonormiert , wenn auch
noch gilt.

In einem separablen HILBERT-Raum kann ein orthogonales System aus höchstens abzählbar vielen Elementen
bestehen. Im weiteren ist daher stets .

Beispiel A
 Das System

(12.117)

im reellen Raum und das System

(12.118)

im komplexen Raum sind orthonormale Systeme. Diese beiden Systeme heißen

trigonometrisch .

Beispiel B
 Die LEGENDREschen Polynome 1. Art

(12.119)

bilden ein orthogonales System von Elementen im Raum . Das entsprechende

orthonormale System ist dann

(12.120)

Beispiel C
Die HERMITEsche Polynome gemäß der 2. Definition der HERMITEschen Differentialgleichung (9.63g)

(12.121)

bilden ein orthogonales System im Raum .

Beispiel D
 Im Raum bilden die LAGUERREschen Funktionen ein orthogonales System.

Jedes orthogonale System ist linear unabhängig, denn der Nullvektor ist ausgeschlossen. Umgekehrt, hat
man ein System von linear unabhängigen Elementen in einem HILBERT-Raum ,
dann existieren nach dem GRAM-SCHMIDTschen Orthogonalisierungsverfahren Vektoren
, die ein orthonormales System bilden und die bis auf einen Faktor mit Modul
eindeutig bestimmt sind.
Formen der analytischen Darstellung einer Funktion

Funktionen von mehreren Veränderlichen können ebenso wie Funktionen von einer Veränderlichen auf verschiedene
Weise angegeben werden.

1. Explizite Darstellung: Eine Funktion ist explizit dargestellt oder definiert, wenn sie durch ihre unabhängigen
Variablen ausgedrückt werden kann:
(2.266)

2. Implizite Darstellung: Eine Funktion ist implizit dargestellt oder definiert, wenn die Argumente und die
Funktion durch eine Gleichung der folgenden Art miteinander verknüpft sind:
(2.267)

3. Parameterdarstellung: Eine Funktion ist in Parameterform dargestellt, wenn die Argumente und die
Funktion durch neue Veränderliche, die Parameter, explizit ausgedrückt sind, so daß für eine Funktion
zweier Veränderlicher gilt
(2.268a)
für eine Funktion dreier Veränderlicher

(2.268b)

usw.

4. Homogene Funktion:Homogene Funktion wird eine Funktion von mehreren

Veränderlichen genannt, wenn sie die Bedingung

(2.269)

für beliebige erfüllt. Die Zahl wird Homogenitätsgrad genannt.

Beispiel A

d.h. Homogenitätsgrad .

Beispiel B
d.h. Homogenitätsgrad .
Hyperbelfunktionen
● Definition der Hyperbelfunktionen
● Graphische Darstellung der Hyperbelfunktionen
● Wichtige Formeln für Hyperbelfunktionen
Zusammenhang zwischen den Hyperbel- und den trigonometrischen Funktionen mit
Hilfe komplexer Argumente

(2.189)
(2.190)

(2.191)

(2.192)

(2.193)

(2.194)

(2.195)

(2.196)
Jede Formel, die Hyperbelfunktionen von oder nicht aber von miteinander verbindet, läßt sich aus

der entsprechenden Formel, die die trigonometrischen Funktionen von miteinander verbindet, herleiten, indem
durch und durch ersetzt wird.

Beispiel A

oder

Beispiel B

oder
Geometrische Definition der Hyperbelfunktionen

In Analogie zur Definition der trigonometrischen Funktionen mit Hilfe der Kreissektorfläche (s. (3.3), (3.4), (3.5)) wird

anstelle der Sektorfläche des Kreises mit der Gleichung die entsprechende Sektorfläche der

Hyperbel mit der Gleichung (rechter Zweig in der Abbildung) betrachtet.

Mit der Bezeichnung für diese Fläche (schattiert gezeichnet), lauten die Definitionsgleichungen der
Hyperbelfunktionen:
(3.9)

(3.10)

(3.11)
Berechnung der Fläche durch Integration und Ausdrücken des Ergebnisses mit und liefert

(3.12)

so daß die Hyperbelfunktionen nunmehr mit Hilfe von Exponentialfunktionen darstellbar sind:

(3.13)

(3.14)

(3.15)

Das sind die Definitionsgleichungen der Hyperbelfunktionen. Die Bezeichnung Hyperbelfunktionen ist offenkundig.
Existenz des bestimmten Integrals

Das bestimmte Integral einer im Intervall stetigen Funktion ist stets definiert, d.h., der Grenzwert (8.37)

existiert und ist unabhängig von der Wahl der Zahlen und . Auch für eine beschränkte Funktion, die im

Intervall endlich viele Unstetigkeitsstellen besitzt, ist das bestimmte Integral definiert. Man nennt eine

Funktion, deren bestimmtes Integral in einem gegebenen Intervall existiert, eine in diesem Intervall integrierbare
Funktion .
Definition des Integrals

Sei . Das Integral (oder auch mit bezeichnet) für meßbare Funktionen wird

schrittweise wie folgt definiert:

1.
sei eine Elementarfunktion , dann setzt man

(12.199)

2.

Ist , dann setzt man

(12.200)

3.
 Ist und positiver bzw. negativer Teil von , dann setzt man

(12.201)

unter der Bedingung, daß wenigstens eines der Integrale auf der rechten Seite endlich ist, um den unbestimmten
Ausdruck zu vermeiden.
4.
Für eine komplexwertige Funktion setzt man, falls für die Funktionen die nach (12.201)
definierten Integrale endlich sind,

(12.202)

5.
Kann für eine meßbare Menge und eine Funktion nach den angegebenen Festlegungen das Integral

der Funktion definiert werden, dann setzt man

(12.203)

Das Integral einer meßbaren Funktion ist im allgemeinen eine Zahl aus . Eine Funktion nennt
man integrierbar oder summierbar über bezüglich , wenn sie meßbar ist und gilt.
Inverse oder Umkehrfunktionen

Wenn die Funktion mit dem Definitionsbereich und dem Wertebereich streng monoton ist, dann

gibt es eine Funktion die für jedes Wertepaar das der Bedingung genügt, die

Auflösung ermöglicht und für jedes Wertepaar, das der Bedingung genügt, die Zuordnung

Die Funktionen

(2.13)

werden zueinander inverse oder Umkehrfunktionen genannt. Das Kurvenbild der inversen Funktion

entsteht durch Spiegelung der Kurve von an der Winkelhalbierenden

Beispiel A
 mit

mit

Beispiel B

mit

B: mit
Beispiel C

mit

C: mit
Um von einer Funktion zur Umkehrfunktion zu gelangen, werden und vertauscht und die

Gleichung nach aufgelöst, so daß sich ergibt. Die Darstellungen und

sind äquivalent. Daraus folgen die beiden wichtigen Formeln

(2.14)
Existenz einer inversen Funktion

Wenn eine Funktion in einem zusammenhängenden Gebiet I definiert und stetig ist und in diesem Gebiet

streng monoton wächst oder fällt, dann existiert eine zu dieser Funktion stetige, ebenfalls streng monoton wachsende
bzw. fallende inverse Funktion , die im Gebiet II für die Werte, die von der Funktion angenommen

werden, definiert ist.

Definitions- und Wertebereiche
Die Areafunktionen sind die Umkehrfunktionen der Hyperbelfunktionen, also die inversen Hyperbelfunktionen . Die
Funktionen und sind streng monoton, so daß jede von ihnen genau eine

Umkehrfunktion besitzt; anders die Funktion die zwei Monotonieintervalle besitzt und deshalb auch zwei
Umkehrfunktionen. Die Bezeichnung area (Fläche) hängt mit der geometrischen Definition der Funktion als Fläche
eines Hyperbelsektors zusammen. In der Tabelle sind die Definitions- und Wertebereiche angegeben.
Tabelle Definitions- und Wertebereiche der Areafunktionen

Areafunktion Definitionsbereich Wertebereich Gleichbedeutende

Hyperbelfunktion
Areasinus
 Areakosinus

Areatangens

Areakotangens
Inverse trigonometrische Funktionen und inverse Hyperbelfunktionen

Diese Funktionen sind ebenso wie ihr reelles Analogon vieldeutig und können mit Hilfe des Logarithmus durch die
folgenden Formeln dargestellt werden:
(14.83a)

(14.83b)

(14.84a)

(14.84b)

(14.85a)

(14.85b)

(14.86a)
 (14.86b)

Die Hauptwerte der inversen trigonometrischen und inversen Hyperbelfunktionen drückt man mit denselben Formeln
und mit Hilfe des Hauptwertes des Logarithmus aus:
(14.87a)

(14.87b)

(14.88a)

(14.88b)

(14.89a)

(14.89b)

(14.90a)

(14.90b)
Inverse trigonometrische Funktionen

Bei den inversen trigonometrischen Funktionen befindet sich die Variable oder eine algebraische Funktion von
im Argument des usw.

Beispiel A

Beispiel B
Irrationale Funktionen
● Quadratwurzel aus einem linearen Binom
● Quadratwurzel aus einem quadratischen Polynom
● Potenzfunktion
Jacobi-Funktionen
● Definition
● Meromorphe und doppelperiodische Funktionen
● Eigenschaften der Jacobischen Funktionen
Unscharfe Komplementfunktion

Eine Funktion heißt Komplementfunktion , falls sie die folgenden Eigenschaften

besitzt:

(EK1) Grenzbedingungen:
(5.274a)

(EK2) Monotonie:
(5.274b)

(EK3) Involutivität:
(5.274c)
(EK4) Stetigkeit:
(5.274d)
Beispiel A
Die am häufigsten untersuchte und angewandte Komplementfunktion (intuitive Definition) ist stetig und
involutiv:

(5.275)

Beispiel B
Andere stetige und involutive Komplemente sind das SUGENO-Komplement
mit und das YAGER-Komplement

mit .

Gegenüberstellung von Operationen der BOOLEschen und der Fuzzy-Logik

(vgl. Aussagenlogik)

Operator BOOLEsche Logik Fuzzy-Logik

UND

ODER
NICHT
Algebraische und elementare transzendente
Funktionen
● Algebraische Funktionen
● Elementare transzendente Funktionen
● Beschreibung von Kurven in komplexer Form
Nullstellen, Beschränktheit, Maximalwert

1. Nullstellen: Da der Absolutbetrag einer Funktion positiv ist, liegt das Relief stets oberhalb der -Ebene,
ausgenommen alle Punkte, in denen gilt, also . Man nennt -Werte, für die

ist, die Nullstellen der Funktion .

2. Beschränktheit: Eine Funktion heißt in einem gegebenen Gebiet beschränkt , wenn die Bedingung
erfüllt werden kann, wobei eine konstante positive Zahl ist. Im entgegengesetzten

Falle, wenn es keine derartige Zahl gibt, heißt die Funktion nicht beschränkt.
3. Satz über den Maximalwert: Wenn in einem abgeschlossenen Gebiet eine analytische

Funktion ist, dann liegt das Maximum ihres Betrages auf dem Rande.
4. Satz über die Konstanz oder Satz von LIOUVILLE: Wenn in der gesamten Ebene analytisch

und beschränkt ist, dann ist diese Funktion eine Konstante: .

Definition der komplexen Funktion

Analog zu den reellen Funktionen kann man komplexen Werten ebenfalls komplexe Werte

zuordnen, wobei und Funktionen zweier reeller Veränderlicher sind.

Man schreibt . Durch die Funktion wird die komplexe -Ebene in die komplexe -

Ebene abgebildet.
Die Begriffe Grenzwert, Stetigkeit und Ableitung einer Funktion einer komplexen Veränderlichen

werden formal in Analogie zu den Funktionen einer reellen Veränderlichen definiert.

Funktionen einer komplexen Veränderlichen
● Stetigkeit, Differenzierbarkeit
● Analytische Funktionen
● Konforme Abbildung
● Beliebige Abbildung der komplexen Zahlenebene
Lagrange-Funktion und Sattelpunkt

Unter der Annahme von Zusatzvoraussetzungen soll die Optimalitätsbedingung (18.36a,b) auf eine für die praktische
Anwendung geeignete Form gebracht werden. Dazu wird entsprechend der LAGRANGEschen Multiplikatorenmethode
zur Ermittlung der Extremwerte von Funktionen unter Gleichheitsnebenbedingungen die LAGRANGE-Funktion
gebildet:

(18.37)

Ein Punkt heißt Sattelpunkt von , wenn gilt

(18.38)
Logarithmische Funktionen

Bei den logarithmischen Funktionen befindet sich das Argument oder eine algebraische Funktion von unter
dem Logarithmuszeichen.

Beispiel A

Beispiel B

Beispiel C
Logarithmische Funktionen
Die Funktion
(2.57)
liefert die logarithmische Kurve .
Sie stellt die an der Winkelhalbierenden des 1. Quadranten gespiegelte Exponentialkurve dar. Für
ergibt sich das Kurvenbild des natürlichen Logarithmus
(2.58)

Die logarithmische Funktion ist im Reellen nur für definiert. Für wächst sie von bis

monoton an, für fällt sie von auf monoton ab, und zwar beide Male um so schneller, je kleiner

ist. Die Kurve geht durch den Punkt (1,0) und nähert sich asymptotisch der -Achse für unten, für

oben, und das wieder um so schneller, je größer ist.

Formel der partiellen Integration

Für ein beliebiges (offenes) Gebiet bezeichnet die Menge aller in beliebig oft

differenzierbaren Funktionen mit kompaktem Träger, d.h. die Menge

ist kompakt in und liegt in , während mit die Menge aller bezüglich des LEBESGUE-Maßes im

lokalsummierbaren Funktionen, d.h. aller (Klassen von äquivalenten) auf meßbaren Funktionen mit

für jedes beschränkte Gebiet , bezeichnet wird. Die beiden Mengen sind (mit den

natürlichen algebraischen Operationen) Vektorräume. Es gilt für und für

beschränktes auch .
Faßt man die Elemente aus als die von ihnen in erzeugten Klassen auf, so gilt bei beschränktem

die Inklusion , wobei sogar dicht liegt. Ist unbeschränkt, so liegt (in diesem

Sinn) die Menge dicht in .

Die Formel der partiellen Integration hat für eine vorgegebene feste Funktion und eine beliebige

Funktion wegen die Gestalt

(12.207)

für mit , die man als Ausgangspunkt für den Begriff der verallgemeinerten Ableitung einer Funktion

nehmen kann.
Meßbare Funktionen
● Meßbare Funktion
● Eigenschaften der Klasse der meßbaren Funktionen
Eigenschaften der Klasse der meßbaren Funktionen

Der Begriff der meßbaren Funktion erfordert kein Maß, sondern eine -Algebra. Seien eine -Algebra von

Teilmengen der Menge und meßbare Funktionen. Dann sind auch die folgenden

Funktionen (s. Vektorverbände) meßbar:

a)
für jedes .
b)
und ;

c)
, falls in keinem Punkt von ein Ausdruck der Form vorkommt.

d)
.

e)
 der punktweise Grenzwert , im Falle seiner Existenz.

Eine Funktion heißt elementar oder simpel, wenn es eine (endliche) Anzahl von paarweise

disjunkten Mengen und reelle Zahlen gibt, so daß gilt,

wobei die charakteristische Funktion der Menge bezeichnet. Offenbar ist jede charakteristische Funktion
einer meßbaren Menge und somit jede elementare Funktion meßbar. Interessant ist, daß jede meßbare Funktion
beliebig genau durch Elementarfunktionen approximiert werden kann: Für jede meßbare Funktion existiert

eine monoton wachsende Folge von nichtnegativen Elementarfunktionen, die punktweise zu konvergiert.
Funktionen von mehreren Veränderlichen
● Definition und Darstellung
● Verschiedene ebene Definitionsbereiche
● Grenzwerte
● Stetigkeit
● Eigenschaften stetiger Funktionen
 - eine meromorphe Funktion

Ist ist eine meromorphe Funktion , die sich als Quotient zweier ganzer, also in überall konvergente

Potenzreihen entwickelbare Funktionen ohne gemeinsame Nullstellen darstellen läßt, und die daher in eine Summe
aus einer ganzen Funktion und unendlich vielen Partialbrüchen zerlegbar ist, dann gilt der Zusammenhang

(15.45)

Dabei sind die Pole 1. Ordnung der Funktion , die die zugehörigen Residuen,

die gewisse Ordinaten und gewisse Kurvenzüge, etwa Halbkreise in der in der folgenden Abbildung
angedeuteten Art.
Die Lösung erhält man in der Form

(15.46)

für strebt, was allerdings nicht immer leicht nachzuweisen ist. In manchen Fällen, wenn z.B. der rationale
Anteil der meromorphen Funktion identisch Null ist, bedeutet das eben gewonnene Ergebnis eine formale

Übertragung des HEAVYSIDEschen Entwicklungssatzes auf meromorphe Funktionen.

Meromorphe Funktionen

Hat eine sonst holomorphe Funktion für endliche Werte von nur Pole als singuläre Stellen, dann heißt sie
meromorph . Eine meromorphe Funktion läßt sich immer als Quotient analytischer Funktionen darstellen.

Beispiele für in der ganzen Ebene meromorphe Funktionen sind die rationalen Funktionen, die nur eine endliche Zahl
von Polen besitzen, sowie solche transzententen Funktionen, wie und .
Mittelwertsatz und verallgemeinerter Mittelwertsatz

1. Mittelwertsatz: Wenn eine Funktion im Intervall stetig ist, dann gibt es im Innern des

Intervalls mindestens einen Wert derart, daß für gilt:

(8.47)

Der geometrische Sinn dieses Satzes besteht darin, daß es zwischen den Punkten und einen Punkt gibt, für

den der Flächeninhalt der Figur gleich dem des Rechtecks in der folgenden Abbildung ist.
Der Wert

(8.48)

heißt Mittelwert oder das arithmetische Mittel der Funktion im Intervall .

2. Verallgemeinerter Mittelwertsatz: Sind die Funktionen und im abgeschlossenen Intervall

stetig und ändert in diesem Intervall sein Vorzeichen nicht, dann gilt:
(8.49)
Periodische Funktionen

Periodische Funktionen genügen der Bedingung

(2.12)
Die kleinste positive Zahl , die dieser Bedingung genügt, heißt Periode .
Periodische Funktionen

Die Bildfunktion einer periodischen Funktion mit der Periode , die durch periodische Fortsetzung einer

Funktion entsteht, ergibt sich aus der LAPLACE-Transformierten von , multipliziert mit dem

Periodisierungsfaktor
(15.32)

Beispiel A

Die periodische Fortsetzung von aus dem Beispiel B mit der Periode ergibt mit

Beispiel B
Die periodische Fortsetzung von aus dem Beispiel C mit der Periode ergibt

mit .
 -Räume

Sei ein Maßraum und eine reelle Zahl . Für eine meßbare Funktion ist

ebenfalls meßbar, so daß

(12.205)

definiert (und möglicherweise gleich ) ist. Eine meßbare Funktion heißt zur -ten Potenz

integrierbar , -fach integrierbar oder -fach summierbar , wenn gilt oder, äquivalent dazu, wenn

integrierbar ist.

Für jedes mit bezeichnet man mit oder oder ganz ausführlich mit
 die Menge aller zur -ten Potenz bezüglich auf summierbaren Funktionen, wobei für

die vereinfachte Bezeichnung vereinbart wird und für die Funktionen quadratisch

summierbar heißen.

Mit bezeichnet man die Menge aller meßbaren -f.ü. beschränkten Funktionen auf und definiert das

wesentliche Supremum einer Funktion als

(12.206)
Mit den üblichen Operationen für meßbare Funktionen und unter Berücksichtigung der Ungleichung von MINKOWSKI

für Integrale ist für alle ein Vektorraum und eine Halbnorm auf . Mit der

Vereinbarung, zu schreiben, wenn -f.ü. gilt, wird sogar ein Vektorverband. Zwei

Funktionen nennt man äquivalent (oder deklariert man als gleich), wenn -f.ü. auf . Auf

diese Weise werden Funktionen, die -f.ü. übereinstimmen, identifiziert. Somit gewinnt man (mittels Faktorisierung

der Menge nach dem linearen Teilraum ) eine Menge von Äquivalenzklassen, auf die kanonisch

die algebraischen Operationen und die Ordnung übertragen werden können, so daß sich wieder ein Vektorverband
ergibt, der jetzt mit oder (und entsprechend ausführlicher) bezeichnet wird. Seine Elemente

heißen nach wie vor Funktionen, obwohl sie in Wirklichkeit Klassen äquivalenter Funktionen sind.

Von Bedeutung ist nun, daß auf eine Norm ist ( steht dabei für die aus der Funktion

hervorgegange Äquivalenzklasse, die im weiteren einfach wieder mit bezeichnet wird), und

für alle mit ein BANACH-Verband mit vielen guten Verträglichkeitsbedingungen zwischen Norm

und Ordnung, bei mit als Skalarprodukt sogar ein HILBERT-Raum wird (s. Lit. 12.15).

Häufig wird für eine meßbare Teilmenge der Raum betrachtet. Seine Definition bereitet wegen

Schritt 5 bei der Einführung des Integrals aber keine Schwierigkeiten.

Die Räume ergeben sich auch als Vervollständigung (s. auch Abschnitt BANACH-Räume) des mit der

Integralnorm versehenen nichtvollständigen normierten Raumes

aller stetigen Funktionen auf der Menge

(s. Lit. 12.21).

Sei eine Menge von endlichem Maß, d.h. , und gelte für die Beziehung

. Dann gelten und mit einer nicht von abhängenden

Konstanten für die Abschätzung , wobei die

Norm des Raums bezeichnet.

Potenzfunktion
Die Potenzfunktion
(2.54)

ist für und getrennt zu betrachten. Dabei reicht eine Beschränkung auf den Fall aus, weil

die Kurven für gegenüber der von in Richtung der -Achse mit dem Faktor gestreckt und bei

negativem an der -Achse zu spiegeln sind.

a) Fall Der Kurvenverlauf ist für vier charakteristische Fälle der Größen und

in den folgenden Abbildungen dagestellt.

Die Kurve verläuft durch die Punkte (0,0) und (1,1). Für berührt sie die -Achse im
Koordinatenursprung (s. 4. Abbildung), für ebenfalls im Koordinatenursprung die -Achse (s. 1. bis

3. Abbildung). Für gerade gibt es zwei zur -Achse symmetrische Zweige (1. und 4. Abbildung), für
gerade zwei zur -Achse symmetrische Zweige (2. und 3. Abbildung). Für und ungerade ist die Kurve
zentralsymmetrisch zum Koordinatenursprung (2. Abbildung). Die Kurve kann somit im Koordinatenursprung
einen Scheitel, einen Wendepunkt oder einen Rückkehrpunkt besitzen. Asymptoten hat sie keine.

b) Fall Der Kurvenverlauf ist für drei charakteristische Fälle der Größen und

in den folgenden Abbildungen dagestellt.

Die Kurve ist vom hyperbolischen Typ, wobei die Asymptoten mit den Koordinatenachsen zusammenfallen.
Die Unstetigkeitsstelle befindet sich bei Die Kurve nähert sich der -Achse asymptotisch um so
schneller und der -Achse um so langsamer, je größer ist. Der Kurvenverlauf und die Symmetrie

hinsichtlich der Koordinatenachsen bzw. des Koordinatenursprungs hängen wie im Falle davon ab, ob

und gerade oder ungerade sind. Extrema gibt es keine.

Produkt aus Potenz- und Exponentialfunktion
Die Funktion
(2.63)

wird hier nur für den Fall betrachtet, da sich ihre Kurve zu durch Spiegelung an der -Achse

ergibt, und nur für den Fall positiver -Werte, so daß sie stets positiv bleibt. Die folgenden 8 Abbildungen zeigen,
daß durch geeignete Kombination der Parameter die unterschiedlichsten Kurvenverläufe dargestellt werden können.
Für verläuft die Kurve durch den Koordinatenursprung. Tangente ist in diesem Punkt für die -

Achse, für die Winkelhalbierende des ersten Quadranten und für die -Achse.

Für ist die -Achse Asymptote. Für wächst die Funktion mit über alle Grenzen, für geht
sie asymptotisch gegen 0.

Für verschiedene Vorzeichen von und besitzt die Funktion ein Extremum bei Die Kurve

besitzt entweder keinen, einen oder zwei Wendepunkte und bei

m-dimensionale eingebettete Tori als invariante Mengen

Eine Differentialgleichung (17.1) kann einen -dimensionalen Torus als invariante Menge besitzen. Ein in den
Phasenraum eingebetteter m-dimensionaler Torus wird durch eine differenzierbare Abbildung

, die als Funktion in jeder Koordinate als -

periodisch vorausgesetzt wird, definiert.

Beispiel
In einfachen Fällen läßt sich die Bewegung des Systems (17.1) auf dem Torus in Winkelkoordinaten durch

die Differentialgleichungen beschreiben. Die Lösung dieses Systems

mit Anfang zur Zeit ist

.
Eine stetige Funktion heißt quasiperiodisch , wenn eine Darstellung in der Form

, wobei wieder wie oben eine differenzierbare Funktion, die -periodisch

in jeder Komponente ist, besitzt und die Frequenzen inkommensurabel sind, d.h. es keine ganzen Zahlen mit

gibt, so daß ist.

Begriff der Stetigkeit und Unstetigkeitsstelle

Die meisten Funktionen, die in den Anwendungen vorkommen, sind stetig, d.h., bei kleinen Änderungen des
Arguments einer stetigen Funktion ändert sich diese auch nur geringfügig. Die graphische Darstellung einer

solchen Funktion ergibt eine zusammenhängende Kurve. Ist dagegen die Kurve an verschiedenen Stellen
unterbrochen, dann heißt die zugehörige Funktion unstetig , und die Werte des Arguments, an denen die
Unterbrechung auftritt, heißen Unstetigkeitsstellen . In der folgenden Abbildung ist das Kurvenbild einer Funktion
dargestellt, die stückweise stetig ist.
Die Unstetigkeitsstellen befinden sich bei und Die Pfeile stehen für die Aussage, daß ihre
Endpunkte nicht mehr zur Kurve gehören.

● Definition
Definition

Eine Funktion heißt an der Stelle stetig , wenn

1. an der Stelle definiert ist und

2. der Grenzwert existiert und gleich ist.

Das ist genau dann der Fall, wenn es zu jedem vorgegebenen ein gibt, so daß

(2.31)

gilt. Man spricht von einseitiger ( links - oder rechtsseitiger ) Stetigkeit , wenn anstelle von nur

einer der beiden Grenzwerte oder existiert und gleich oder

ist.
Wenn eine Funktion für alle Werte in einem gegebenen Intervall von bis stetig ist, dann wird die Funktion
stetig in diesem Intervall genannt, das als Zahlenintervall offen, halboffen oder abgeschlossen sein kann. Ist eine
Funktion für alle Punkte der Zahlengerade definiert und stetig, dann heißt sie überall stetig .
Eine Funktion besitzt für den Wert der sich im Inneren oder auf dem Rande des Definitionsbereiches

befindet, eine Unstetigkeitsstelle , wenn dort die Funktion nicht definiert ist oder wenn nicht mit dem

Grenzwert übereinstimmt bzw. dieser Grenzwert nicht existiert. Wenn die Funktion nur auf einer Seite

von definiert ist, z.B. für und für dann wird nicht von einer

Unstetigkeitsstelle, sondern von einem Abbrechen der Funktion gesprochen.

Eine Funktion wird stückweise stetig genannt, wenn sie in allen Punkten eines Intervalls mit Ausnahme

endlich vieler einzelner Punkte stetig ist und in ihren Unstetigkeitsstellen endliche Sprünge besitzt.
Stichprobenfunktionen

So wie sich die konkreten Stichproben unterscheiden, sind auch die arithmetischen Mittel von Stichprobe zu
Stichprobe zufallsbedingt unterschiedlich. Sie können als Realisierungen einer neuen Zufallsgröße aufgefaßt werden,
die mit bezeichnet wird und von den Stichprobenvariablen abhängt.

(16.105)

Mit wird die Realisierung der -ten Stichprobenvariablen in der -

ten Stichprobe bezeichnet.

Eine Funktion des Zufallsvektors ist wieder eine Zufallsgröße und heißt

Stichprobenfunktion . Die wichtigsten Stichprobenfunktionen sind Mittelwert, Streuung, Median und Spannweite.
● Mittelwert
● Streuung
● Median (Zentralwert)
● Spannweite
Thetafunktionen
Zur Berechnung der JACOBIschen Funktionen verwendet man die Thetafunktionen

(14.111a)

(14.111b)

(14.111c)

(14.111d)
Ist ( komplex), dann konvergiern die Reihen (14.111a) bis (14.111d) für alle komplexen Argumente .

Bei konstantem verwendet man häufig die Abkürzungen

(14.112)

Damit haben die JACOBIschen Funktionen die folgenden Darstellungen:

(14.113a)

(14.113b)

(14.113c)

mit
 (14.113d)

und gemäß (14.107).

Transzendente Funktionen
Transzendente Funktionen können nicht durch eine algebraische Gleichung vom Typ
(vgl. (2.37)) beschrieben werden. Die einfachsten

elementaren transzendenten Funktionen werden im folgenden aufgeführt.

● Exponentialfunktionen
● Logarithmische Funktionen
● Trigonometrische Funktionen
● Inverse trigonometrische Funktionen
Trigonometrische Funktionen
● Grundlagen
● Wichtige Formeln für trigonometrische Funktionen
● Beschreibung von Schwingungen
Trigonometrische Funktionen

Bei den trigonometrischen Funktionen befindet sich das Argument oder eine algebraische Funktion von hinter
dem Zeichen oder .

Beispiel A

Beispiel B

Beispiel C
Dabei ist zu beachten, daß man allgemein betrachtet unter dem Argument einer trigonometrischen Funktion nicht
unmittelbar einen Winkel oder einen Kreisbogen, wie bei der geometrischen Definition, sondern eine beliebige Größe
versteht. Die trigonometrischen Funktionen können auch ohne Heranziehen geometrischer Vorstellungen rein
analytisch definiert werden. Das wird z.B. bei der Darstellung dieser Funktionen mit Hilfe einer Reihenentwicklung

deutlich oder bei der Lösung der Differentialgleichung mit den Anfangsbedingungen und

an der Stelle . Das Argument der trigonometrischen Funktionen ist bei dieser Deutung

zahlenmäßig gleich dem Bogen in Einheiten des Radianten. Daher kann man bei der Berechnung der
trigonometrischen Funktionen vom Argument im Bogenmaß ausgehen.
Definition der Kreis- oder trigonometrischen Funktionen

● Definition am Einheitskreis
● Vorzeichen der trigonometrischen Funktionen
● Definition der trigonometrischen Funktionen mit Hilfe einer Kreissektorfläche
Trigonometrische Funktionen und Hyperbelfunktionen

(14.76a)

(14.76b)

(14.77a)

(14.77b)

Alle vier Reihen konvergieren in der gesamten Ebene, alle vier Funktionen sind periodisch. Die Periode der
Funktionen (14.76a,b) ist , die der Funktionen (14.77a,b) .
Für rein imaginäres Argument lauten die Ausdrücke dieser Funktionen
(14.78a)
(14.78b)
(14.79a)
(14.79b)
Die Umrechnungsformeln für die trigonometrischen Funktionen und die Hyperbelfunktionen einer reellen
Veränderlichen gelten auch für Funktionen einer komplexen Veränderlichen. So erfolgt die Berechnung der
Funktionen und für das Argument mit Hilfe der Formeln

und .

Als Beispiel sei genannt

(14.80)
Daraus folgt
(14.81a)

(14.81b)

Die Funktionen und werden mit Hilfe der folgenden Formeln bestimmt:
(14.82a)

(14.82b)
Ungerade Funktionen

Ungerade Funktionen genügen der Bedingung

(2.10a)

Ist der Definitionsbereich von dann gilt

(2.10b)
Beispiel A

Beispiel B
Endlicher Sprung:

Die Funktion springt beim Durchlaufen des Punktes von einem endlichen auf einen anderen

endlichen Wert wie in den Punkten der folgenden Abbildung:

Der Wert der Funktion für braucht dabei nicht definiert zu sein, wie es für den Punkt der Fall ist;

er kann auch mit dem Wert oder übereinstimmen (Punkt ) oder aber sowohl von

und verschieden sein (Punkt ).

Beispiel A
Beispiel B

.
Beispiel C
Hebbare Unstetigkeit:

Es existiert der d.h., es ist aber die Funktion ist für entweder

nicht definiert oder es ist Ein Beispiel dafür ist Punkt in der folgenden Abbildung:
Diese Unstetigkeit wird hebbar genannt, weil in dem Moment, da den Wert zugeordnet bekommt,

die Funktion für wieder stetig wird. Dem Kurvenbild wird gewissermaßen ein Punkt hinzugefügt, oder

der ,,abgesprungene`` Punkt wird wieder auf die Kurve gebracht. Die verschiedenen unbestimmten Ausdrücke,
die mit der Regel von L'HOSPITAL oder mit anderen Methoden untersucht werden können und endliche Grenzwerte
liefern, sind Beispiele für hebbare Unstetigkeiten.
Beispiel

für ergibt sich der unbestimmte Ausdruck aber

die Funktion wird dadurch stetig.

Häufig auftretende Arten von Unstetigkeiten

● Funktionsverlauf ins Unendliche:

● Endlicher Sprung:
● Hebbare Unstetigkeit:
Verteilungsfunktion

● Verteilungsfunktion und ihre Eigenschaften

● Verteilungsfunktion bei diskreten und kontinuierlichen Zufallsgrößen
● Flächeninterpretation der Wahrscheinlichkeit, Quantil
Weierstrasssche Funktionen
Von WEIERSTRASS sind die Funktionen
(14.114a)

(14.114b)

(14.114c)

eingeführt worden, wobei und zwei beliebige komplexe Zahlen darstellen, deren Quotient nicht reell ist. Man
setzt

(14.115a)

wobei und beliebige ganze Zahlen sind, und definiert

 (14.115b)

Dabei deutet der Strich am Summenzeichen an, daß das Wertepaar ausgenommen ist. Die Funktion
hat folgende Eigenschaften:

1. Sie ist eine elliptische Funktion mit den Perioden und .

2. Die Reihe (14.115b) konvergiert für alle .

3. Die Funktion genügt der Differentialgleichung

(14.116a)

mit

(14.116b)

Die Größen und werden als Invarianten von bezeichnet.

 4. Die Funktion ist die Umkehrfunktion zu dem Integral

(14.117)

5.

(14.118)

Die WEIERSTRASSschen Funktionen

(14.119a)

(14.119b)

sind nicht doppelperiodisch, also keine elliptischen Funktionen.

Es gelten folgende Beziehungen:

1.
(14.120)

2.
(14.121)

3.
(14.122)

4.

(14.123)

5. Jede elliptische Funktion ist eine rationale Funktion der WEIERSTRASSschen Funktionen und .
Zufallsgrößen, Verteilungsfunktionen
Um die Methoden der Analysis in der Wahrscheinlichkeitsrechnung einsetzen zu können, braucht man die Begriffe
Variable und Funktion.

● Zufallsveränderliche
● Verteilungsfunktion
● Erwartungswert und Streuung, Tschebyscheffsche Ungleichung
● Mehrdimensionale Zufallsveränderliche
Zusammengesetzte Funktionen
Zusammengesetzte Funktionen entstehen durch alle möglichen Kombinationen der aufgeführten algebraischen und
transzendenten Funktionen, wenn eine Funktion als Argument einer anderen dient.
Solche Kombinationen elementarer Funktionen ergeben, endlich oft angewandt, wieder elementare Funktionen.

Beispiel A

Beispiel B
Stetige lineare Funktionale in

Sei . Man nennt den zu konjugierten Exponenten , wenn gilt, wobei man im

Falle setzt.

Beispiel
Aufgrund der HÖLDERschen Ungleichung für Integrale kann das Funktional (12.159) auch auf den Räumen

betrachtet werden, falls ist. Seine

Norm ist dann

(12.162)
(bzgl. der Definition von s. (12.206)). Zu jedem linearen stetigen Funktional im Raum

gibt es ein (bis auf seine Äquivalenzklasse) eindeutig bestimmtes Element , so daß

(12.163)

gelten. Für den Fall s. Lit. 12.18.

Berechnung in beliebigen krummlinigen Koordinaten

Die Koordinaten sind in Parameterform durch die Beziehungen

(8.138)

definiert. Das Flächenstück wird durch die Koordinatenlinien = const und = const in infinitesimale
Flächenelemente eingeteilt (s. Abbildung) und der Integrand in den Koordinaten und ausgedrückt.
Summiert wird zuerst längs eines Koordinatenstreifens, z.B. längs = const, danach über alle Streifen:

(8.139)

Dabei sind bzw. die Gleichungen der inneren bzw. äußeren Randkurve und

der Fläche . Mit und werden die Koordinaten der beiden äußersten Linienbegrenzungen der
Fläche beschrieben. Mit ist der Absolutbetrag der Funktionaldeterminante

(8.140a)

bezeichnet, mit deren Hilfe das Flächenelement in krummlinigen Koordinaten beschrieben wird:

(8.140b)

Die Formel (8.137b) ist ein Spezialfall von Formel (8.139) für die Polarkoordinaten .

Die Funktionaldeterminate ergibt sich hier zu .

Man wählt die krummlinigen Koordinaten derart, daß die Grenzwerte des Integrals (8.139) möglichst einfach
berechnet werden können.

Beispiel
ist für den Fall zu berechnen, daß der Flächeninhalt der Astroide ist, mit

(s. Abbildung).
Zuerst werden die krummlinigen Koordinaten eingeführt, deren Koordinatenlinien

eine Schar ähnlicher Astroiden mit den Gleichungen und darstellen. Die

Koordinatenlinien sind dann Strahlen mit der Gleichung , wobei gilt. Damit ergibt

sich

.
Analytische Bedingung für die Unabhängigkeit

Im Falle zweier Funktionen und darf ihre Funktionaldeterminante

(2.272a)

in dem betrachteten Gebiet nicht identisch verschwinden. Analog gilt im Fall von Funktionen mit
Veränderlichen
 (2.272b)

Wenn die Anzahl der Funktionen kleiner ist als die Anzahl der Veränderlichen

dann sind diese Funktionen unabhängig, sofern wenigstens eine Unterdeterminante -ter
Ordnung der folgenden Matrix nicht verschwindet.

(2.272c)
Die Anzahl der unabhängigen Funktionen ist gleich dem Rang dieser Matrix. Hierbei werden diejenigen
Funktionen unabhängig sein, deren Ableitung als Elemente in der nicht identisch verschwindenden
Unterdeterminante -ter Ordnung stehen.
Wenn ist, dann können von den gegebenen Funktionen höchstens unabhängig sein.
Funktionspapiere
Die gebräuchlichsten Funktionspapiere entstehen dadurch, daß die Achsen eines rechtwinkligen Koordinatensystems
Skalen sind mit den Skalengleichungen
(2.259a)

Dabei sind und Maßstabsfaktoren; und sind die Anfangspunkte der Skalen.

● Einfach-logarithmisches Funktionspapier
● Doppelt-logarithmisches Funktionspapier
● Funktionspapier mit einer reziproken Skala
● Hinweis
Doppelt-logarithmisches Funktionspapier

Wenn beide Achsen eines rechtwinkligen -Koordinatensystems logarithmisch unterteilt sind, dann spricht man
vom doppelt-logarithmischen Funktionspapier oder vom doppelt-logarithmischen Koordinatensystem .

Skalengleichungen: Die Skalengleichungen lauten

(2.262)

wobei Maßstabsfaktoren sind und Anfangspunkte.

Darstellung von Potenzfunktionen: In doppelt-logarithmischem Papaier, das analog zum einfach-
logarithmischen Papier aufgebaut ist, aber eine logarithmisch unterteilte -Achse hat, werden
Potenzfunktionen der Form
(2.263)
als Geraden dargestellt (s. Rektifizierung einer Potenzfunktion). Diese Eigenschaft wird in der gleichen Weise wie
beim einfach-logarithmischen Papier genutzt.
Einfach-logarithmisches Funktionspapier

Ist die -Achse gleichabständig unterteilt, die -Achse jedoch logarithmisch, dann spricht man vom einfach-
logarithmischen Funktionspapier oder vom einfach-logarithmischen Koordinatensystem .

Skalengleichungen:
(2.260)
Die folgende Abbildung zeigt ein Beispiel für einfach-logarithmisches Papier.
 Darstellung von Exponentialfunktionen: Auf einfach-logarithmischem Papier werden Exponentialfunktionen
der Form
(2.261)
als Geraden dargestellt (s. Rektifizierung). Diese Eigenschaft wird wie folgt ausgenutzt: Liegen Meßpunkte, wenn sie
in einfach-logarithmischem Papier eingetragen worden sind, annähernd auf einer Geraden, dann kann zwischen den
Variablen ein Zusammenhang der Form (2.261) angenommen werden. Mit Hilfe dieser Geraden, die nach Augenmaß
durch die Meßpunkte gelegt wird, kann man Näherungswerte für die Parameter und bestimmen:

Liest man zwei Punkte und auf dieser Geraden ab, dann erhält man
und z.B.
Funktionspapier mit einer reziproken Skala

Die Unterteilung der zu skalierenden Koordinatenachse erfolgt mit Hilfe der Gleichung (2.46) für die Funktion
Umgekehrte Proportionalität.
Skalengleichung: Es gilt

(2.264)

wobei der Maßstabsfaktor ist und der Anfangspunkt.

Beispiel Konzentration in einer chemische Reaktion

Bei einer chemischen Reaktion wurden für die Konzentration wobei mit die Zeit bezeichnet

ist, die folgenden Werte gemessen:

/min 5 10 20 40

/mol/l 15,53 11,26 7,27 4,25

Es wird angenommen, daß eine Reaktion 2. Ordnung vorliegt, d.h., es soll der Zusammenhang

gelten. Geht man zum Kehrwert dieser Gleichung über, dann erhält man d.h., der

Zusammenhang wird durch eine Gerade beschrieben, wenn in dem zugehörigen Funktionspapier die

-Achse reziprok und die -Achse linear unterteilt ist. Die Skalengleichung für die -Achse lautet z.B.:

cm.

Aus der zugehörigen Abbildung ist ersichtlich, daß die Meßpunkte annähernd auf einer Geraden liegen,
d.h., der Zusammenhang kann bestätigt werden.
Darüber hinaus kann man mit Hilfe zweier Punkte der Geraden, z.B. liest man und

ab, Näherungswerte für die beiden Parameter (Reaktionsgeschwindigkeits-Konstante) und

(Anfangskonzentration) ermitteln:
Fuzzy-Linguistik

Nimmt eine Kenngröße linguistische Werte wie z.B. ,,niedrig``, ,,mittel`` oder ,,hoch`` an, so bezeichnet man sie als
linguistische Größe oder linguistische Variable. Jeder linguistische Wert ist durch eine Fuzzy-Menge beschreibbar,
beispielsweise durch einen Graphen mit einem bestimmten Träger. Die Anzahl der Fuzzy-Mengen (im Falle von
,,niedrig``, ,,mittel``, ,,hoch`` sind es drei) ist nicht probleminvariant.
In (E2) wird die linguistische Variable mit bezeichnet. Beispielsweise steht für Temperatur, Druck, Volumen,
Frequenz, Geschwindigkeit, Helligkeit, Alter, Abnutzungsgrad etc., aber auch für medizinische, elektrische,
chemische, ökologische etc. Variable.

Beispiel
Mit Hilfe der Zugehörigkeitsfunktion kann man den Zugehörigkeitsgrad eines scharfen Wertes zu

einer unscharfen Menge bestimmen. Die Modellierung einer Prozeßgröße, z.B. der Temperatur, mit dem
linguistischen Wert ,,hoch`` durch eine unscharfe Menge in Form einer trapezförmigen Abhängigkeit, wie
sie die folgende Abbildung zeigt, liefert: Repräsentiert die Temperatur und somit der Wert eine
bestimmte Temperatur, so gehört mit dem Zugehörigkeitsgrad zu der unscharfen Menge ,,hoch``.
Grundlagen der Fuzzy-Logik
● Interpretation von Fuzzy-Mengen (Unscharfe Mengen)
● Zugehörigkeitsfunktionen
● Fuzzy-Mengen
Fuzzy-logisches Schließen

Das fuzzy-logische Schließen z.B. mit der WENN-DANN-Regel ist über die Verknüpfung möglich.

Die Fuzzy-Menge stellt dann die gesuchte Schlußfolgerung dar, die sich als Formel wie folgt darstellt:

(5.296)

mit und
Methode MAMDANI

Für einen fuzzy-geregelten Prozeß werden folgende Entwurfsschritte verwendet:

1. Regelbasis:
Für die -te Regel gelte z.B.
(5.305)

Hierbei charakterisiert den Fehler, die Änderung des Fehlers und die Änderung des Ausgabewertes (nicht
fuzzy-wertig). Alle Größen seien auf ihren Definitionsbereichen und definiert, und der gesamte

Definitionsbereich sei Über diesem Definitionsbereich werden die Größen Fehler und
Fehleränderung fuzzifiziert, d.h. mittels unscharfer Mengen dargestellt, wobei linguistische Beschreibungen benutzt
werden.

2. Fuzzifizierungsalgorithmus:
Im allgemeinen sind der Fehler und dessen Änderung nicht fuzzy-wertig, so daß sie über eine
linguistische Beschreibung fuzzifiziert werden müssen. Die Fuzzy-Werte werden mit den Prämissen der WENN-
DANN-Regeln aus der Regelbasis verglichen. Daraus folgt, welche Regeln aktiv sind und mit welchem Gewicht
 eine Regel beteiligt ist.
3. Verknüpfungsmodul:
Die aktivierten Regeln mit ihrem unterschiedlichen Gewicht werden mit Hilfe einer Verknüpfungsoperation
zusammengefaßt und dem Defuzzifizierungsalgorithmus zugeführt.
4. Entscheidungsmodul:
Im Defuzzifizierungsprozeß soll ein scharfer Wert für die Stellgröße erhalten werden. Mit Hilfe einer
Defuzzifizierungsoperation wird aus der Menge der möglichen Werte eine nicht fuzzy-wertige Größe, d.h. eine
scharfe Größe, ermittelt. Diese Größe drückt aus, wie eine Einstellung des Systems vorzunehmen ist, so daß
die Regelabweichung gering bleibt.

Fuzzy-Regelung bedeutet, daß die Schritte 1. bis 4. wiederholt werden, bis das Ziel, geringste Regelabweichung
und deren Änderung erreicht ist.
Modellierung fuzzy-wertiger Relationen

Unscharfe oder fuzzy-wertige Relationen wie beispielsweise ,,ungefähr gleich``, ,,im wesentlichen grösser`` oder ,,im
wesentlichen kleiner`` etc. spielen für die praktischen Anwendungen eine große Rolle. Sie werden als Relationen
zwischen Zahlen und demzufolge als Teilmengen im erklärt. So läßt sich Gleichheit ,,=`` als Menge
(5.276)

erklären, d.h. durch eine Gerade im .

Zur Modellierung der Relation ,,ungefähr gleich`` kann angrenzend an ein scharfes Gebiet (hier beschrieben

durch die Gerade im , allgemein im , mit der Toleranz ) eine unscharfe Übergangszone zugelassen und
verlangt werden, daß die Zugehörigkeitsfunktion in einer gewünschten Art (linear oder quadratisch) mit abnehmender
Zugehörigkeit gegen Null geht. Eine lineare Abnahme kann wie folgt modelliert werden:
(5.277)

Zur Modellierung der Relation ,,im wesentlichen größer als`` ist es zweckmäßig, von der scharfen Relation ,,

`` auszugehen. Die zugehörige Wertemenge ist dann gegeben durch

 (5.278)

Sie beschreibt das scharfe Gebiet oberhalb der Geraden . Die Modellierung ,,im wesentlichen`` bedeutet,
daß geringe Unterschreitungen in ein Randgebiet unterhalb der Halbebene, gekennzeichnet durch die Gerade, noch
akzeptiert werden. Die Modellierung von ergibt sich dann zu

(5.279)

Setzt man für eine der Variablen einen festen Wert ein, z.B. dann folgt aus dieser modellmäßigen

Beschreibung unmittelbar, daß als unscharfe Schranke bezüglich der anderen Variablen interpretiert werden
kann. Unscharfe Schranken besitzen im Bereich der unscharfen mathematischen Optimierung, der qualitativen
Datenanalyse und der Musterklassifikation praktische Bedeutung.
Die vorstehende Betrachtung zeigt, daß das Konzept der unscharfen Relationen, d.h. der unscharfen Beziehungen
zwischen mehreren Objekten, mit Hilfe unscharfer Mengen aufgebaut werden kann. Im folgenden werden
Grundtatsachen zweistelliger Relationen über einem Grundbereich behandelt, dessen Elemente geordnete Paare
sind.
Verkettung oder Fuzzy-Relationenprodukt

1. Definition: Es seien und aber auch speziell

mit dann versteht man unter der Verkettung oder dem Fuzzy-Relationenprodukt :

(5.287)
Verwendet man über endlichen Grundbereichen eine Matrixdarstellung analog (5.282b), so läßt sich die Verknüpfung
wie folgt motivieren: Es seien gegeben
und

sowie die Matrixdarstellung von in der Form und

mit sowie

(5.288)
Wird für die Verknüpfung die Matrixdarstellung gewählt, dann ist

(5.289)

Als Ergebnis erhält man nicht die übliche Form der Matrixmultiplikation, da die Supremumbildung anstelle der
Summenbildung und die Minimumbildung anstelle der Produktbildung zur Anwendung kommen.

Beispiel

Mit den Darstellungen für und sowie mit Gleichung (5.287) kann die inverse Relation durch

die zu transponierte Matrix dargestellt werden.

2. Interpretation: Sei eine Relation von nach und eine Relation von nach dann sind
folgende Verknüpfungen möglich:
a)
Wird die Verknüpfung aus und als ein max-min-Produkt definiert, dann wird das
vorstehende Fuzzy-Verknüpfungsprodukt als max-min-Verknüpfung bezeichnet. Das Zeichen sup steht
für Supremum und bezeichnet den größten Wert, wenn kein Maximum vorliegt; es wird oft als max-
Operation aufgefaßt.
b)
Wird die Produktbildung wie bei der bekannten Matrix-Multiplikation vorgenommen, dann erhält man die
max-prod-Verknüpfung.
c)
Bei der max-average-Verknüpfung wird die ,,Multiplikation`` durch eine Mittelwertbildung ersetzt.
 -faches kartesisches Produkt

Eine Kreuzproduktmenge aus Grundmengen repräsentiert in Analogie zum oben definierten kartesischen Produkt
ein - faches kartesisches Produkt , d.h. eine -stellige Fuzzy-Relation.

1. Folgerung:
Die bisher betrachteten Fuzzy-Mengen sind einstellige Fuzzy-Relationen, d.h. im Sinne der Analysis Kurven
über einer Grundmenge. Eine zweistellige Fuzzy-Relation kann als Fläche über der Grundmenge aufgefaßt
werden. Eine zweistellige Fuzzy-Relation auf diskreten endlichen Grundmengen kann als Fuzzy-
Relationsmatrix dargestellt werden.

Beispiel
Farbe-Reifegrad-Relation: Es wird der bekannte Zusammenhang zwischen Farbe und Reifegrad
einer Frucht mit den möglichen Farben {grün, gelb, rot} und dem Reifegrad {unreif,
halbreif, reif} in Form einer binären Relationsmatrix mit den Elementen aus {0,1} modelliert.
Ausgangspunkt für die Relationsmatrix
 (5.282a)

ist die Tabelle

unreif halbreif reif

grün 1 0 0
gelb 0 1 0
rot 0 0 1.
2. Interpretation der Relationsmatrix:
WENN eine Frucht grün ist, DANN ist sie unreif.
WENN eine Frucht gelb ist, DANN ist sie halbreif. WENN eine Frucht rot ist, DANN ist sie reif.
Grün ist eindeutig unreif zugeordnet, gelb halbreif und rot reif. Soll darüber hinaus noch formuliert werden, daß
eine grüne Frucht zu einem gewissen Prozentsatz durchaus als halbreif angesehen werden kann,
beispielsweise mit graduellen Zugehörigkeiten wie

(grün, unreif) = 1,0 , (grün, halbreif) = 0,5 , (grün, reif) = 0,0 ,

(gelb, unreif) = 0,25 , (gelb, halbreif) = 1,0 , (gelb, unreif) = 0,25 ,

(rot, unreif) = 0,0 , (rot, halbreif) = 0,5 , (rot, reif) = 1,0 ,

dann erhält man als neue Relationsmatrix mit

(5.282b)
Wissensbasiertes Interpolationssystem

● Interpolationsmechanismen
● Einschränkung für den eindimensionalen Fall
Ähnlichkeit von Fuzzy-Mengen und

1. Fuzzy-ähnliche Mengen:
Zwei Fuzzy-Mengen und mit heißen fuzzy-ähnlich, wenn es für jedes

Zahlen mit gibt, so daß gilt:

(5.256)

2. Satz:
Zwei Fuzzy-Mengen und mit sind fuzzy-ähnlich, wenn sie dieselbe Toleranz

(5.257a)

besitzen, da die Toleranz gerade gleich dem -Schnitt einer Fuzzy-Menge in der Höhe 1 ist:

(5.257b)
3. Streng fuzzy-ähnliche Mengen:
Zwei Fuzzy-Mengen und mit heißen streng fuzzy-ähnlich, wenn sie dieselbe

Toleranz und denselben Träger besitzen:

(5.258a)

(5.258b)
Leere, universelle, normale und subnormale Fuzzy-Mengen,
Fuzzy-Teilmengen

1. Leere Fuzzy-Menge: Eine Fuzzy-Menge über heißt leer , wenn gilt:

(5.252a)

2. Universelle Fuzzy-Menge: Eine Fuzzy-Menge über heißt universell , wenn gilt:

(5.252b)

3. Normale und subnormale Fuzzy-Menge: Ist eine Fuzzy-Menge über so ist die Höhe von

(5.253)

Man spricht von einer normalen Fuzzy-Menge , wenn sonst von einer subnormalen .

Die dargestellten Begriffe und Methoden, die auf normale Fuzzy-Mengen beschränkt sind, lassen sich leicht auf
subnormale Fuzzy-Mengen erweitern.
4. Fuzzy-Teilmenge: Gilt so heißt eine Fuzzy-Teilmenge von

(Schreibweise: .)
Toleranz einer Fuzzy-Menge

Ist eine Fuzzy-Menge über so heißt

(5.254)

Toleranz der Fuzzy-Menge .

Beispiel A
 In der Abbildung ist die Toleranz.

Beispiel B

Für entsteht eine dreieckförmige Zugehörigkeitsfunktion .

Die zugehörige Fuzzy-Menge besitzt keine Toleranz. Ist zusätzlich so entsteht ein
scharfer Wert, Singleton genannt. Ein Singleton besitzt keinen Träger und keine Toleranz.
Eigenschaften unscharfer Mengen

Aus der Definition ergeben sich unmittelbar die folgenden Eigenschaften:

(E1)
Scharfe Mengen können als unscharfe Mengen mit den Zugehörigkeitsgraden 0 und 1 interpretiert werden.
(E2)
Alle Argumentwerte für deren Zugehörigkeitsgrade gilt, werden zum Träger (support) der

unscharfen Menge zusammengefaßt:

(5.244)

(E3)
Die Gleichheit zweier unscharfer Mengen und über der Grundmenge ist gegeben, wenn die Werte
ihrer Zugehörigkeitsfunktionen gleich sind:
(5.245)

(E4)
 Diskrete Darstellung oder Wertepaardarstellung: Im Falle endlicher Grundbereiche d.h.

ist es zweckmäßig, die Zugehörigkeitsfunktionen unscharfer Mengen durch

Wertetabellen zu beschreiben:
Tabellarische Darstellung einer unscharfen Menge

Man schreibt dafür auch

(5.246)

In dieser Definition sind Bruchstriche und Summenzeichen rein symbolisch zu verstehen.

(E5)
Ultra-Fuzzy-Sets: Fuzzy-Mengen, deren Zugehörigkeitsgrade selbst wieder eine Fuzzy-Menge repräsentieren,
nennt man nach ZADEH Ultra-Fuzzy-Sets .
Rechenregeln

1.
Für die Verknüpfung von Fuzzy-Mengen, z.B. und auf

unterschiedlichen Grundmengen mit der UND-Verknüpfung, d.h. mit der min-Operation, gilt:
(5.283a)

mit

(5.283b)

Das Ergebnis der Verknüpfung ist eine Fuzzy-Relation auf der Kreuzproduktmenge (kartesisches Produkt der
Fuzzy-Mengen) mit Sind und diskrete endliche Mengen und somit als

Vektoren darstellbar, dann gilt:

(5.284)
Der Verknüpfungsoperator steht nicht für das übliche Matrizenprodukt, die Produktbildung wird durch die
komponentenweise min-Operation und die Addition durch die komponentenweise max-Operation ersetzt.
Der Grad des Zutreffens einer inversen Relation auf die Objekte ist also stets gleich dem Grad des

Zutreffens von auf die Objekte

2.
Rechenregeln für die Verknüpfung von Fuzzy-Relationen auf derselben Produktmenge lassen sich wie folgt
angeben: Es seien zweistellige Fuzzy-Relationen und gegeben,

mit denen Rechenregeln aufgestellt werden können. Die Berechnungsvorschrift für eine UND-Verknüpfung
erfolgt über die min-Operation:
(5.285)

Eine entsprechende Berechnungsvorschrift für die ODER-Verknüpfung durch die max-Operation ist gegeben durch:

(5.286)
Wissensbasierte Fuzzy-Systeme
Mit Hilfe der mehrwertigen, auf dem Einheitsintervall basierenden Fuzzy-Logik ergeben sich vielseitige
Anwendungsmöglichkeiten im technischen und nichttechnischen Bereich. Das allgemeine Konzept besteht darin,
Größen oder Kennwerte zu fuzzifizieren, geeignet in einer Wissensbasis mit Operatoren zu verknüpfen und die
möglicherweise unscharfen Ergebnismengen gegebenenfalls zu defuzzifizieren.

● Methode MAMDANI
● Methode SUGENO
● Kognitive Systeme
● Wissensbasiertes Interpolationssystem
Interpolationsmechanismen

Mit Hilfe der Fuzzy-Logik lassen sich Interpolationsmechanismen aufbauen. Fuzzy-Systeme sind Systeme zur
Verarbeitung unscharfer Informationen, mit ihnen lassen sich Funktionen approximieren und interpolieren. Ein
einfaches Fuzzy-System, an dem diese Eigenschaften untersucht wurden, ist der SUGENO-Controller. Er besitzt
Eingangsvariable und bestimmt den Wert der Ausgangsvariablen durch Regeln der
Form

(5.312)

Die Fuzzy-Sets partitionieren dabei jeweils die Eingabenmenge Die Konklusionen

der Regeln sind Singletons, die von den Eingabevariablen abhängen können.

Durch die einfache Wahl der Konklusionen kann auf eine aufwendige Defuzzifizierung verzichtet werden und der
Ausgangswert als gewichtete Summe berechnet werden. Dazu berechnet der Controller für jede Regel mit

einer -Norm aus den Zugehörigkeitsgraden der einzelnen Eingaben einen Erfüllungsgrad und bestimmt den
Ausgangswert zu

(5.313)
Gabor-Transformation
Zeit-Frequenz-Analyse nennt man die Charakterisierung eines Signals bezüglich der in ihm enthaltenen Frequenzen
und der Zeitpunkte, zu denen diese Frequenzen auftreten. Dazu wird das Signal in zeitliche Abschnitte (Fenster)
aufgeteilt und anschließend nach FOURIER transformiert. Man spricht deshalb auch von einer ,,gefensterten FOURIER-
Transformation`` FWT(Windowed FOURIER-Transformation).

Die Fensterfunktion ist so zu wählen, daß sie ein Signal außerhalb eines Fensters ausblendet. Von GABOR wurde als
Fensterfunktion

(15.156)

verwendet (s. die folgende Abbildung)

Diese Wahl kann damit erklärt werden, daß mit der ,,Gesamtmasse 1`` um den Punkt konzentriert ist

und die Fensterbreite als konstant (etwa ) angesehen werden kann. Die GABOR-Transformation einer Funktion
ist dann von der Form

(15.157)

Sie gibt an, mit welcher komplexen Amplitude die Grundschwingung während des Zeitintervalls
in vertreten ist, d.h. tritt die Frequenz in diesem Intervall auf, dann besitzt sie die Amplitude
.
Gammafunktion

● Definition
● Eigenschaften der Gammafunktion
● Verallgemeinerung des Begriffs der Fakultät
Eigenschaften der Gammafunktion

(8.102a)
(8.102b)

(8.102c)

(8.102d)

(8.102e)

(8.102f)

Die gleichen Beziehungen gelten bei komplexem Argument , aber nur für .
Gammafunktion

1, 00 1,00000 1, 25 0,90640 1, 50 0,88623 1, 75 0,91906

01 0,99433 26 0,90440 51 0,88659 76 0,92137
02 0,98884 27 0,90250 52 0,88704 77 0,92376
03 0,98355 28 0,90072 53 0,88757 78 0,92623
04 0,97844 29 0,89904 54 0,88818 79 0,92877

1, 05 0,97350 1, 30 0,89747 1, 55 0,88887 1, 80 0,93138

06 0,96874 31 0,89600 56 0,88964 81 0,93408
 07 0,96415 32 0,89464 57 0,89049 82 0,93685
08 0,95973 33 0,89338 58 0,89142 83 0,93969
09 0,95546 34 0,89222 59 0,89243 84 0,94261

1, 10 0,95135 1, 35 0,89115 1, 60 0,89352 1, 85 0,94561

11 0,94740 36 0,89018 61 0,89468 86 0,94869
12 0,94359 37 0,88931 62 0,89592 87 0,95184
13 0,93993 38 0,88854 63 0,89724 88 0,95507
14 0,93642 39 0,88785 64 0,89864 89 0,95838

1, 15 0,93304 1, 40 0,88726 1, 65 0,90012 1, 90 0,96177

16 0,92980 41 0,88676 66 0,90167 91 0,96523
17 0,92670 42 0,88636 67 0,90330 92 0,96877
18 0,92373 43 0,88604 68 0,90500 93 0,97240
19 0,92089 44 0,88581 69 0,90678 94 0,97610

1, 20 0,91817 1, 45 0,88566 1, 70 0,90864 1, 95 0,97988

 21 0,91558 46 0,88560 71 0,91057 96 0,98374
22 0,91311 47 0,88563 72 0,91258 97 0,98768
23 0,91075 48 0,88575 73 0,91467 98 0,99171
24 0,90852 49 0,88592 74 0,91683 99 0,99581

1, 25 0,90640 1, 50 0,88623 1, 75 0,91906 2, 00 1,00000

Die Werte der Gammafunktion für und lassen sich mit Hilfe der folgenden

Formeln berechnen:

(21.71)

Beispiel A

Beispiel B
GAUSS-Schritte

Der erste GAUSS-Schritt wird an der erweiterten Koeffizientenmatrix demonstriert:

Es sei wenn nicht, dann werden entsprechende Gleichungen vertauscht. In der Matrix

(4.115a)

werden die Glieder der 1. Zeile der Reihe nach mit multipliziert und die Ergebnisse

zur 2., 3.,..., -ten Zeile addiert. Die umgeformte Matrix hat dann die Form
 (4.115b)

Die -malige Anwendung dieses GAUSS-Schrittes liefert

(4.116)

GAUSS-Schritte sind elementare Umformungen, durch die der Rang der Matrix und damit auch die Lösung

und das Lösungsverhalten des Systems nicht geändert werden.

GAUSS-Transformation

Der Vektor ist genau dann eine Lösung von (4.119), wenn der Restvektor orthogonal zu allen Spalten von
ist. Das bedeutet:
(4.120)
Diese Gleichung stellt ein lineares Gleichungssystem mit quadratischer Koeffizientenmatrix dar. Es wird als System
der Normalgleichungen bezeichnet. Seine Dimension ist Den Übergang von (4.117) zu (4.120) nennt man
GAUSS-Transformation . Die Matrix ist symmetrisch.
Hat die Matrix den Rang (wegen spricht man in diesem Falle von Vollrang ), dann ist die Matrix

positiv definit und insbesondere regulär, d.h., das System der Normalgleichungen hat bei Vollrang von
eine eindeutige Lösung.
GAUSSsche Glockenkurve
Die Funktion
(2.59)

beschreibt die GAUSSsche Glockenkurve. Sie hat die -Achse zur Symmetrieachse und nähert sich der -Achse

asymptotisch um so schneller, je größer ist.

Das Maximum liegt bei (0,1). Die Wendepunkte und liegen bei . Die zugehörigen

Tangentensteigungen ergeben sich zu

Eine wichtige Anwendung der GAUSSschen Glockenkurve ist die Beschreibung des Normalverteilungsgesetzes der
Beobachtungsfehler :

(2.60)

(Ausführlicher s. Normalverteilung.)
Integralformel von Gauß

Im ebenen Falle der Einschränkung auf die -Ebene geht der Integralsatz von GAUSS in die Integralformel von
GAUSS über. Sie liefert den Zusammenhang zwischen einem Linienintegral und dem dazugehörigen Flächenintegral:

(13.118)

Mit ist eine ebene Fläche bezeichnet, die die Berandung besitzt. und sind stetige Funktionen mit
stetigen partiellen Ableitungen 1. Ordnung.
Vektordarstellung

In Analogie zur Darstellung der reellen Zahlen auf der Zahlengeraden können die komplexen Zahlen als Punkte einer
Ebene, der sogenannten GAUSSschen Zahlenebene, dargestellt werden: Eine Zahl ist dann ein Punkt

mit der Abszisse und der Ordinate .

Die reellen Zahlen liegen auf der Abszissenachse, die auch reelle Achse genannt wird, die imaginären auf der
Ordinatenachse, der imaginären Achse. In der so vorgegebenen Ebene ist jeder Punkt durch einen Radiusvektor
eindeutig bestimmt, so daß jeder komplexen Zahl ein bestimmter Vektor entspricht, der in dieser Ebene liegt und vom
Koordinatenursprung zu dem betreffenden Punkt führt.
Die komplexen Zahlen können also sowohl durch Punkte als auch durch Vektoren dargestellt werden.
Integralsatz von Gauß

Der Integralsatz von GAUSS liefert den Zusammenhang zwischen einem Volumenintegral über ein Volumen , das
von einem Feld durchsetzt ist, und einem Oberflächenintegral über die dieses Volumen umschließende Fläche
. Die Orientierung der Fläche sei so festgelegt, daß die Außenseite die positive Seite ist. Die vektorielle

Feldfunktion soll stetig sein, ihre ersten partiellen Ableitungen sollen existieren und stetig sein.

(13.117a)

Der skalare Fluß des Feldes durch die geschlossene Fläche ist gleich dem Integral der Divergenz von
über das von umschlossene Volumen . In kartesischen Koordinaten gilt:

(13.117b)
Drei- und mehrdimensionale Gebiete

Drei- und mehrdimensionale Gebiete werden analog zum zweidimensionalen Fall behandelt. Das betrifft auch die
Unterscheidung zwischen einfach und mehrfach zusammenhängenden Gebieten. Funktionen von mehr als drei
Veränderlichen werden in den entsprechenden -dimensionalen Räumen geometrisch gedeutet.
Einfach zusammenhängende Gebiete

Die folgende Abbildung zeigt die einfachsten Fälle zusammenhängender Punktmengen mit zwei Veränderlichen.
Gebiete sind hier schraffiert dargestellt; abgeschlossene Gebiete, also Gebiete, deren Rand in die Punktmenge des
Definitionsbereiches einbezogen ist, sind durch ausgezogene blaue Kurven um das Gebiet gekennzeichnet, offene
Gebiete durch gestrichelt blau gezeichnete Kurven. Einschließlich der gesamten Ebene handelt es sich in allen
Fällen der Abbildung um einfach zusammenhängende Gebiete .
Oben: a) Gesamte Ebene, b) unbeschränktes abgeschlossenes Gebiet, c) unbeschränktes offenes Gebiet. Unten: d)
Beschränktes abgeschlossenes Gebiet, e) beschränktes offenes Gebiet.
Mehrfach zusammenhängende Gebiete

Mehrfach zusammenhängende Gebiete sind in der folgenden Abbildung dargestellt. Von links nach rechts handelt es
sich um
a) ein dreifach zusammenhängendes Gebiet, b) ein vierfach zusammenhängendes Gebiet, c) ein mehrfach
zusammenhängendes Gebiet.
Nicht zusammenhängende Gebiete

Ein nicht zusammenhängendes Gebiet zeigt die folgende Abbildung:

Zweidimensionale Gebiete

● Einfach zusammenhängende Gebiete

● Zweifach zusammenhängende Gebiete
● Mehrfach zusammenhängende Gebiete
● Nicht zusammenhängende Gebiete
Zweifach zusammenhängende Gebiete

Wenn im Innern eines betrachteten Ebenenstücks ein Punkt oder eine beschränkte, einfach zusammenhängende
Punktmenge aus dem Definitionsbereich ausgeschlossen ist, dann wird von einem zweifach zusammenhängenden
Gebiet gesprochen. Die Abbildung zeigt von links nach rechts
a) das Beispiel der gesamten Ebene mit Ausnahme des Punktes , b) ein unbeschränktes zweifach
zusammenhängendes Gebiet, c) ein beschränktes zweifach zusammenhängendes Gebiet.
Kollokationsmethode

Der Defekt wird in möglichst günstig verteilten Punkten, den Kollokationsstellen

, zum Verschwinden gebracht:

(19.141)
Die Kollokationsstellen sind im 1. Fall Randpunkte (man spricht dann von Randkollokation ), im 2. Fall innere Punkte
des Integrationsgebietes (man spricht dann von Gebietskollokation ).
Es ergeben sich aus (19.141) Gleichungen für die Koeffizienten. Die Randkollokation ist in der Regel der
Gebietskollokation vorzuziehen.

Beispiel
Für das im Abschnitt Differenzenverfahren behandelte Beispiel werde ein Ansatz verwendet, der bereits die
Differentialgleichung erfüllt:

Die Koeffizienten werden dadurch bestimmt, daß die Randbedingung in den Randpunkten
und erfüllt ist (Randkollokation).

Man erhält das lineare Gleichungssystem

mit der Lösung . Mit Hilfe der

Näherungsfunktion können Näherungswerte für die Lösung in beliebigen Punkten des Integrationsgebietes
berechnet werden.
Zum Vergleich mit dem Differenzenverfahren seien die Werte und

angegeben.
Schnittpunkte zweier Orthodromen

Die betrachteten Orthodromen sollen die nordpolnächsten Punkte und

besitzen, wobei gilt. Einsetzen des Schnittpunktes in beide Orthodromengleichungen

führt auf das Gleichungssystem

(3.233a)
(3.233b)

Elimination von und die Anwendung der Additionstheoreme auf die Kosinusfunktionen ergeben:

(3.234)

Diese Gleichung liefert im Definitionsbereich der geographischen Längen zwei Lösungen

und Die dazugehörigen geographischen Breiten ergeben sich aus (3.233a):

(3.235)
Die Schnittpunkte und sind Gegenpunkte , d.h., sie gehen durch eine Spiegelung am Kugelmittelpunkt
auseinander hervor.
Planimetrie
● Grundbegriffe
● Geometrische Definition der Kreis- und Hyperbel-Funktionen
● Ebene Dreiecke
● Ebene Vierecke
● Ebene Vielecke
● Ebene Kreisfiguren
Vektoralgebra und analytische Geometrie
● Vektoralgebra
● Analytische Geometrie der Ebene
● Analytische Geometrie des Raumes
Analytische Geometrie der Ebene
● Grundlegende Begriffe und Formeln, ebene Koordinatensysteme
● Gerade
● Kreis
● Ellipse
● Hyperbel
● Parabel
● Kurven zweiter Ordnung (Kegelschnitte)
Analytische Geometrie des Raumes
● Grundlegende Begriffe und Formeln, räumliche Koordinatensysteme
● Gerade und Ebene im Raum
● Flächen zweiter Ordnung, Gleichungen in Normalform
● Flächen zweiter Ordnung, allgemeine Theorie
Differentialgeometrie
In der Differentialgeometrie werden ebene und räumliche Kurven und Flächen mit den Methoden der
Differentialrechnung untersucht. Daher wird von den Funktionen, die in die Kurven- bzw. Flächengleichungen
eingehen, vorausgesetzt, daß sie stetig sind und stetige Ableitungen bis zu der Ordnung besitzen, die gemäß dem
Charakter des zu untersuchenden Problems erforderlich ist. Nur in einzelnen Punkten der Kurve oder Fläche darf
diese Bedingung gestört sein. Man spricht dann von singulären Punkten .
Bei der Untersuchung geometrischer Gebilde auf der Grundlage ihrer Gleichungen wird zwischen solchen
Eigenschaften unterschieden, die von der Wahl des Koordinatensystems abhängen, wie Schnittpunkte von Kurven
oder Flächen mit den Koordinatenachsen, Tangentensteigungen, Maxima und Minima, und solchen invarianten
Eigenschaften, die unabhängig sind von Koordinatentransformationen, wie Wendepunkte, Scheitel, Krümmungen.
Außerdem werden noch lokale Eigenschaften, die nur für sehr kleine Teile der Kurven oder Flächen zutreffen, wie
Krümmung und Linienelement von Flächen, von Eigenschaften unterschieden, die Kurven und Flächen im Ganzen
betreffen, wie die Anzahl der Scheitel oder die Länge einer geschlossenen Kurve.

● Ebene Kurven
● Raumkurven
● Flächen
Punkt und Gerade

Punkt und Gerade werden in der modernen Mathematik nicht definiert. Man legt lediglich die Beziehungen zwischen
ihnen durch Axiome fest. Anschaulich kann die Gerade als Spur eines Punktes erklärt werden, der sich in einer
Ebene auf dem kürzesten Verbindungsweg zwischen zwei anderen Punkten bewegt und dabei nie die Richtung
ändert.
Unter einem Punkt versteht man die Schnittstelle zweier Geraden.
Unterabschnitte

● Allgemeine Geradengleichung:
● Geradengleichung mit Richtungskoeffizient:
● Geradengleichung durch einen vorgegebenen Punkt:
● Geradengleichung für zwei vorgegebene Punkte:
● Geradengleichung in Achsenabschnittsform:
● Normalform der Geradengleichung (auch HESSEsche Normalform ):
● Geradengleichung in Polarkoordinaten:

Gleichung der Geraden

Jede in den Koordinaten lineare Gleichung definiert eine Gerade, und umgekehrt ist die Gleichung jeder beliebigen
Geraden eine lineare Gleichung ersten Grades.

Allgemeine Geradengleichung:
 (3.299)
Für ist die Gerade eine Parallele zur -Achse, für eine Parallele zur -Achse, für
verläuft die Gerade durch den Koordinatenursprung.

Geradengleichung mit Richtungskoeffizient:

Jede Gerade, die nicht parallel zur -Achse verläuft, kann durch eine Gleichung der Form

(3.300)
dargestellt werden. Die Größe wird Richtungskoeffizient der Geraden genannt; er ist gleich dem Tangens des
Winkels, den die Gerade mit der positiven Richtung der -Achse einschließt.
Die Strecke wird von der Geraden auf der -Achse abgeschnitten. Sie kann ebenso wie der Tangens je nach
Lage unterschiedliches Vorzeichen besitzen.

Geradengleichung durch einen vorgegebenen Punkt:

Die Gleichung einer Geraden, welche durch einen vorgegebenen Punkt in vorgegebener Richtung

verläuft, lautet
(3.301)
Geradengleichung für zwei vorgegebene Punkte:

Sind zwei Geradenpunkte , und vorgegeben, dann lautet die Geradengleichung

(3.302)
Geradengleichung in Achsenabschnittsform:

Wenn eine Gerade auf den Achsen jeweils die Strecken und abschneidet, wobei die Vorzeichen zu
berücksichtigen sind, dann lautet ihre Gleichung

(3.303)
Normalform der Geradengleichung (auch HESSEsche Normalform ):

Mit als Abstand der Geraden vom Koordinatenursprung und als der Winkel, den die -Achse und die vom

Koordinatenursprung auf die Gerade gefällte Normale einschließen, mit und lautet die
HESSEsche Normalform
(3.304)
Man kann die HESSEsche Normalform aus der allgemeinen Geradengleichung durch Multiplikation mit dem
Normierungsfaktor

(3.305)

herleiten. Das Vorzeichen von muß entgegengesetzt zu dem von gewählt werden.

Geradengleichung in Polarkoordinaten:

Mit als Abstand vom Pol zur Geraden (Normalenstrecke vom Pol zur Geraden) und als Winkel zwischen
Polarachse und der vom Pol auf die Gerade gefällten Normalen gilt
(3.306)
Gerade und Ebene

Eine Gerade kann gänzlich in einer gegebenen Ebene liegen, sie kann mit ihr einen gemeinsamen Punkt haben oder
gar keinen. Im letzten Fall ist die Gerade parallel zur Ebene. Der Winkel zwischen einer Geraden und einer Ebene
wird zwischen der Geraden und ihrer Orthogonalprojektion auf die Ebene gemessen.

Wenn eine Gerade senkrecht auf zwei in einer Ebene liegenden und sich schneidenden Geraden verläuft, dann steht
sie auf jeder beliebigen Geraden in dieser Ebene senkrecht, d.h., sie steht senkrecht zur Ebene.
Zwei Geraden

Zwei Geraden in ein und derselben Ebene haben entweder einen oder keinen gemeinsamen Punkt. Im letzteren
Falle sind sie parallel . Wenn sich durch zwei Geraden keine Ebene legen läßt, wird von windschiefen oder
kreuzenden Geraden gesprochen. Als Winkel zwischen zwei windschiefen Geraden wird der Winkel zwischen zwei
zu ihnen parallelen Geraden bezeichnet, die durch einen Punkt gehen.
Der Abstand zweier windschiefer Geraden voneinander ist definiert als die Strecke, die auf beiden Geraden
senkrecht steht.
Parallele und orthogonale Geraden

Parallele Geraden verlaufen in die gleiche Richtung, besitzen aber keinen gemeinsamen Punkt, d.h., sie nähern und
entfernen sich nicht voneinender und schneiden sich nicht. Die Parallelität wird für zwei parallele Geraden und

in Zeichen dargestellt durch

Orthogonale Geraden bilden beim Schnitt miteinander rechte Winkel, d.h., sie stehen senkrecht aufeinander. Die
Orthogonalität zweier Geraden ist wie die Parallelität eine Lagebeziehung zweier Geraden zueinander.
Winkel zwischen zwei Geraden

1. Geradengleichungen in der allgemeinen Form:

Wenn die beiden Geradengleichungen in der allgemeinen Form
(3.310a)
gegeben sind, dann gilt

(3.310b)

(3.310c)

(3.310d)

Mit den Richtungskoeffizienten und ergibt sich

(3.310e)
 (3.310f)

(3.310g)

Dabei wird der Winkel von einer Geraden zur zweiten im entgegengesetzten Drehsinn des Uhrzeigers gemessen.

2. Parallele Geraden:
Für parallele Geraden (linke Abbildung) ist
 (3.311)

3. Senkrechte Geraden:
Für senkrechte Geraden (rechte Abbildung) ist
(3.312)
Unterabschnitte

● Schnittpunkt zweier Geraden:

● Geradenbüschel:

Schnittpunkt von Geraden

Schnittpunkt zweier Geraden:

Um die Koordinaten des Schnittpunktes zweier Geraden zu berechnen, ist die Lösung des aus ihren

Gleichungen zu bildenden Gleichungssystems zu berechnen. Wenn die Geraden durch die Gleichungen
(3.308a)
gegeben sind, dann gilt
 (3.308b)

Wenn ist, dann sind die Geraden parallel. Ist dann fallen die Geraden

zusammen.

Geradenbüschel:

Wenn eine dritte Gerade mit der Gleichung

(3.309a)
durch den Schnittpunkt der ersten beiden Geraden gehen soll, dann muß die Bedingung

(3.309b)

erfüllt sein.
Die Gleichung
(3.309c)

beschreibt alle Geraden die durch den Schnittpunkt der beiden Geraden (3.308a) hindurchgehen.

Durch (3.309c) wird ein Geradenbüschel mit dem Träger definiert. Wenn die Gleichungen der ersten

beiden Geraden in Normalform gegeben sind, dann erhält man für die Gleichungen der
Winkelhalbierenden der von den beiden Geraden eingeschlossenen Winkel.
JACOBI-Verfahren

In der Koeffizientenmatrix des linearen Gleichungssystems (19.25) seien sämtliche Diagonalelemente

von Null verschieden. Dann kann die -te Zeile nach der Unbekannten aufgelöst werden,

und man erhält unmittelbar die folgende Iterationsvorschrift, in der der Iterationsindex ist:

(19.48)

Die Vorschrift (19.48) wird als JACOBI-Verfahren oder auch als Gesamtschrittverfahren bezeichnet, da sämtliche

Komponenten des neuen Vektors allein aus den Komponenten von berechnet werden. Das JACOBI-

Verfahren konvergiert für beliebige Startvektoren , falls gilt:

 (19.49)

oder

(19.50)
Gesetz der großen Zahlen von Bernoulli

Bei beliebig vorgegebenen Zahlen und ist

(16.102a)

wenn

(16.102b)

Weitere Gesetze dieser Art s. Lit. 16.8, 16.20.

Beispiel
Wievielmal muß man würfeln, um mit einer Wahrscheinlichkeit von mindestens 95 % darauf schließen zu
können, daß sich die Wahrscheinlichkeit des Auftretens der Augenzahl Sechs von der beobachteten
relativen Häufigkeit höchstens um den Betrag unterscheidet?

Es ist und , also , und somit muß nach dem

BERNOULLIschen Gesetz der großen Zahlen sein. Diese Zahl ist sehr groß. Man kann

verkleinern, wenn man die Verteilungsfunktion kennt (s. Lit. 16.10).

Grenzwertsatz von Lindeberg-Levy

Wenn die unabhängigen Zufallsveränderlichen derselben Verteilung mit dem Erwartungswert

und der Streuung genügen, dann strebt die Verteilungsfunktion der zufälligen Veränderlichen

(16.103)

für gegen eine ( )-Normalverteilung, d.h., es ist

(16.104)

Die Ersetzung von durch die ( )-Normalverteilung ist praktisch für möglich (s. Lit. 16.1).

Weitere Grenzwertsätze s. Lit. 16.8, 16.10, 16.20.

Beispiel
Einer laufenden Produktion von Widerständen werden 100 Stück entnommen. Es sei bekannt, daß
sämtliche Widerstandswerte unabhängig sind und derselben Verteilung mit der Streuung
genügen. Der Mittelwert der 100 Widerstände sei . In welchem Bereich liegt mit einer
Wahrscheinlichkeit von 99 % der Erwartungswert der Verteilung?

Es ist . Man kann annehmen (s. (16.103)), daß die

Zufallsveränderliche einer ( )-Normalverteilung genügt. Somit ist

und damit .

Diese Wahrscheinlichkeit soll 99 % sein. Damit gilt . Aus der Tabelle

für die normierte Normalverteilung entnimmt man . Wegen gilt daher

mit der Wahrscheinlichkeit 99 %:

Gewicht einer Messung

Wenn die direkten Meßergebnisse aus verschiedenen Meßverfahren stammen oder Mittelwerte von

Einzelmessungen darstellen, die zu dem gleichen Mittelwert mit verschiedenen Streuungen gehören, setzt

man an die Stelle des gleichgewogenen Mittels das gewogene Mittel

(16.201)

und an die Stelle der Streuungen die Streuungsverhältnisse

(16.202)

Für steht ein beliebiger Wert (meist der mit dem geringsten Fehler), der aus dem Zahlenbereich der

Meßwerte ausgewählt wird. Er dient als Standardabweichung der Gewichtseinheit, d.h., für ist .
Aus (16.200) folgt: Das Gewicht einer Messung ist um so größer, je kleiner ihr Fehler ist.
Gewogenes und arithmetisches Mittel

Bei Anwendung auf den diskreten Fall ergibt sich als Erwartungswert das gewogene Mittel
(16.52)

der Werte mit den Wahrscheinlichkeiten , Gewichte genannt. Bei

Gleichverteilung ist , und wird zum arithmetischen Mittel der Werte :

(16.53)

Bei Anwendung auf den kontinuierlichen Fall erhält man bei Gleichverteilung über dem endlichen Intervall die

Dichtefunktion

(16.54)

und daraus folgt:

(16.55)
Wahrer Wert und seine Näherungen

Der wahre Wert einer meßbaren Größe ist im allgemeinen unbekannt. Als Schätzwert für wird man den

Erwartungswert der Zufallsvariablen wählen, deren Realisierung durch die Meßwerte

erfolgt. Demzufolge bieten sich als Näherungswerte für die folgenden Mittelwerte an:

1. Gleichgewichteter Mittelwert:

(16.182)

wenn die Meßwerte in Klassen mit den absoluten Häufigkeiten und den Klassenmittelwerten

eingeteilt worden sind.

 2. Gewichteter Mittelwert:

(16.183)

Dabei sind die einzelnen Meßwerte mit dem Gewichtsfaktor gewichtet worden.
Eigenschaften

Bikubische Splines werden zur Lösung der folgenden Aufgabe verwendet:

Ein Rechtecksbereich der -Ebene, gegeben durch , werde durch die

Gitterpunkte mit

(19.239)

in die Maschen zerlegt, wobei die Masche aus den Punkten mit

besteht. In den

Gitterpunkten seien von der Funktion die Funktionswerte

(19.240)
gegeben. Gesucht ist eine möglichst einfache, glatte Fläche über , welche die Punkte (19.240) approximiert.
Asymptotische Gleichheit

Zwei Funktionen und , die für definiert sind, heißen asymptotisch gleich für

, wenn gilt:

(7.92a)

bzw.

(7.92b)

Dabei wird in das LANDAU-Symbol ,,groß O`` verwendet. Wenn (7.92b) erfüllt ist, schreibt man auch

Beispiel A
 .

Beispiel B

Beispiel C

.
Gleichheit komplexer Zahlen

Zwei komplexe Zahlen sind definitionsgemäß gleich, wenn ihre Realteile und Imaginärteile für sich einander gleich
sind. Geometrisch betrachtet sind zwei komplexe Zahlen gleich, wenn die zu ihrer Darstellung benötigten Vektoren
gleich sind. Im entgegengesetzten Falle sind die komplexen Zahlen ungleich. Die Begriffe ,,größer`` und ,,kleiner``
sind für komplexe Zahlen nicht definiert.
Gleichheit von Matrizen

Zwei Matrizen und sind gleich, wenn sie vom gleichen Typ sind und wenn ihre

gleichgestellten Elemente einander gleich sind:

(4.20)
Teilmengen

1. Teilmenge:
Sind und Mengen und gilt
(5.36)

dann heißt Teilmenge von , und man schreibt: Mit anderen Worten: ist Teilmenge von

wenn alle Elemente von auch zu gehören.

Gibt es für in weitere Elemente, die nicht in vorkommen, so heißt echte Teilmenge von ,

und man schreibt Die folgende Abbildung zeigt als echte Teilmenge der Menge
Beispiel

Es seien eine Menge gerader Zahlen und eine Menge

natürlicher Zahlen. Da die Menge die ungeraden Zahlen nicht enthält, ist eine echte Teilmenge von

2. Leere Menge:
Es erweist sich als sinnvoll, die leere Menge die kein Element enthält, einzuführen. Wegen des

Extensionalitätsprinzips gibt es nur eine solche Menge.

Beispiel A

Die Menge ist leer.

Beispiel B
 Für jede Menge gilt d.h., die leere Menge ist Teilmenge jeder Menge.

3. Gleichheit von Mengen:

Zwei Mengen sind genau dann gleich, wenn jede eine Teilmenge der anderen ist:
(5.37)
Diese Tatsache wird häufig zum Beweis der Gleichheit zweier Mengen benutzt.
4. Potenzmenge:
Die Menge aller Teilmengen einer Menge nennt man Potenzmenge von und bezeichnet sie mit
d.h.

Beispiel

Für die Menge lautet die Potenzmenge

Es gilt:
1.
Hat eine Menge Elemente, so hat ihre Potenzmenge Elemente.

2.
Für jede Menge gilt d.h. die leere Menge ist Potenzmenge jeder Menge

5. Kardinalzahl:
Die Anzahl der Elemente einer endlichen Menge heißt Kardinalzahl von und wird mit oder
manchmal auch bezeichnet.

Auch unendlichen Mengen werden Kardinalzahlen zugeordnet.

Gleichheit von Vektoren

Zwei Vektoren und gelten als gleich, wenn ihre Beträge gleich sind und ihre Richtungen übereinstimmen, d.h.,
wenn sie parallel und gleich orientiert sind.
Entgegengesetzt gleiche Vektoren zeichnen sich durch gleiche Beträge, aber entgegengesetzte Richtungen aus:
(3.239)
Axiale Vektoren besitzen in diesem Falle entgegengesetzt gleichen Drehsinn.
Äquivalenzrelationen

Eine binäre Relation in einer Menge heißt Äquivalenzrelation , wenn reflexiv, symmetrisch und transitiv ist.
Für verwendet man in diesem Falle auch die Bezeichnung oder , wenn die

Äquivalenzrelation aus dem Zusammenhang bekannt ist, und sagt, ist äquivalent zu (bzgl. ).

Beispiel A

Es gilt genau dann, wenn und bei Division durch den

gleichen Rest lassen (Kongruenzrechnung modulo ).

Beispiel B
 Gleichheitsbeziehung in unterschiedlichen Bereichen, z.B. in der Menge der

rationalen Zahlen: wobei das erste Gleichheitszeichen die Gleichheit in

definiert, während das zweite die Gleichheit in bezeichnet.

Beispiel C
Ähnlichkeit oder Kongruenz geometrischer Figuren.
Beispiel D
Logische Äquivalenz aussagenlogischer Ausdrücke.
Definitionen

1. Algebraischer Ausdruck
oder Term werden eine oder mehrere algebraische Größen, wie Zahlen oder Buchstabensymbole, genannt,
die durch Zeichen wie usw. sowie verschiedene Arten von Klammern zur Festlegung
der Operationsfolge der algebraischen Operationen miteinander verknüpft sind.
2. Identität
ist eine Gleichheitsbeziehung zwischen zwei algebraischen Ausdrücken, die beim Einsetzen beliebiger
Zahlenwerte anstelle der darin aufgeführten Buchstabensymbole erhalten bleibt.
3. Gleichung
nennt man eine Gleichheitsbeziehung zwischen zwei algebraischen Ausdrücken, wenn sich im Unterschied zur
Identität nur einige spezielle Werte einsetzen lassen. So wird z.B. eine Gleichheitsbeziehung
(1.27)

zwischen zwei Funktionen ein und derselben Veränderlichen als Gleichung mit einer Unbekannten bezeichnet, wenn
sie nur für bestimmte Werte dieser Veränderlichen richtig ist. Bleibt die Gleichheitsbeziehung für beliebige Werte der
Variablen erhalten, dann nennt man sie eine Identität bzw. man sagt, die Gleichung ist identisch erfüllt.

4. Identische Umformungen
werden durchgeführt, um einen algebraischen Ausdruck in einen anderen, ihm identisch gleichen zu
überführen. Solche Umformungen können je nach dem Ziel, das dabei verfolgt wird, verschieden aussehen.
Sie sind z.B. zur Gewinnung kürzerer Ausdrücke zweckmäßig, damit das Einsetzen von Zahlen oder weitere
Rechnungen bequemer werden. Außerdem sind oft Ausdrücke gewünscht, die besonders gut zur Lösung von
Gleichungen, zum Logarithmieren, zum Differenzieren, zum Integrieren usw. geeignet sind.
Gleichungen 1. Grades (lineare Gleichungen)

1. Normalform:
(1.148)

2. Anzahl der Lösungen: Es existiert stets eine reelle Lösung

(1.149)
Gleichungen 2. Grades (quadratische Gleichungen)

● Normalform und Anzahl der Lösungen

● Lösung quadratischer Gleichungen, Methode 1
● Lösung quadratischer Gleichungen, Methode 2
Gleichungen 3. Grades (kubische Gleichungen)

● Normalform und Anzahl der Lösungen

● Lösung der kubischen Gleichungen, Methode 1
● Lösung der kubischen Gleichungen, Methode 2, Anwendung der Formel von CARDANO
● Lösung der kubischen Gleichungen, Methode 3, Verwendung von Hilfsgrößen
Gleichungen 4. Grades

1. Normalform:
(1.162)

Sind alle Koeffizienten dieser Gleichung reell, dann hat sie keine oder 2 oder 4 reelle Lösungen.

2. Spezielle Formen: Wenn ist, dann können die Wurzeln von

(1.163a)

mit Hilfe der Formeln

(1.163b)

berechnet werden. Für und werden die Wurzeln der Gleichung

(1.163c)
mit Hilfe der Formeln

(1.163d)

berechnet.

Hinweis: Zur Lösung der allgemeinen Gleichung 4. Grades werden in den nächsten beiden Abschnitten zwei
Methoden betrachtet. Eine dritte Lösungsmethode beruht auf Näherungsmethoden.

● Lösung der allgemeinen Gleichung 4. Grades, Methode 1, Faktorenzerlegung

● Lösung der allgemeinen Gleichung 4. Grades, Methode 2
Algebraische und transzendente Gleichungen
● Umformung algebraischer Gleichungen auf die Normalform
● Gleichungen 1. bis 4. Grades
● Gleichungen n-ten Grades
● Rückführung transzendenter Gleichungen auf algebraische
Allgemeine Eigenschaften der algebraischen Gleichungen

● Wurzeln
● Fundamentalsatz der Algebra
● Wurzelsatz von VIETA
Definition

Die in der Gleichung

(1.144)

enthaltene Veränderliche wird Unbekannte genannt, die speziellen Werte der Veränderlichen,
für die die Gleichung erfüllt wird, sind die Wurzeln oder Lösungen der Gleichung. Zwei Gleichungen sind äquivalent,
wenn sie genau die gleichen Wurzeln besitzen.

Eine algebraische Gleichung liegt vor, wenn jede der darin enthaltenen Funktionen und algebraisch,

d.h. rational oder irrational ist; eine von ihnen kann auch eine Konstante sein. Jede algebraische Gleichung kann
durch algebraische Umformungen auf die Normalform

(1.145)

gebracht werden, die die gleichen Wurzeln wie die Ausgangsform besitzt, aber unter Umständen einige überzählige.
Der Koeffizient wird oft auf den Wert 1 gebracht; im übrigen werden die Koeffizienten hier und im
weiteren als reell vorausgesetzt, im entgegengesetzten Falle wird besonders darauf aufmerksam gemacht.
Der Exponent wird der Grad der Gleichung genannt.

Beispiel

Gesucht ist die Normalform der Gleichung Schrittweise

Umformungen:

Das Ergebnis ist eine Gleichung vierten Grades in der Normalform.

Umformung algebraischer Gleichungen auf die Normalform
● Definition
● Systeme aus algebraischen Gleichungen
● Überzählige Wurzeln
Systeme aus algebraischen Gleichungen

Jedes algebraische Gleichungssystem kann auf die Normalform, d.h. auf eine polynomiale Darstellung gebracht
werden:
(1.146)

Die sind Polynome in

Beispiel
Gesucht ist die Normalform des Systems der Gleichungen:

Die Normalform lautet:

Unterabschnitte

● Differentialgleichung mit gebrochenlinearem Quotienten auf der rechten Seite

● Differentialgleichung mit Quotienten aus zwei beliebigen Funktionen auf der rechten Seite

Singuläre Punkte einer Differentialgleichung

Singuläre Punkte einer Differentialgleichung sind Punkte, in denen die rechte Seite der Differentialgleichung
(9.18a)

nicht definiert ist. Diese Situation tritt z.B. in Differentialgleichungen der folgenden Formen auf:

Differentialgleichung mit gebrochenlinearem Quotienten auf der rechten Seite

 (9.18b)

besitzt im Punkt einen isolierten singulären Punkt , da die Bedingungen des Existenzsatzes lediglich in

jedem beliebig nahe an gelegenen Punkt gelten, nicht aber in diesem selbst. Streng genommen sind die

genannten Bedingungen in diesem Falle für alle Punkte nicht erfüllt, für die ist. Die Erfüllung der
Bedingungen kann dadurch erzwungen werden, daß die Rolle der abhängigen und unabhängigen Variablen
vertauscht und die Gleichung

(9.18c)

betrachtet wird.
Das Verhalten der Integralkurven in der Nähe des singulären Punktes hängt von den Wurzeln der charakteristischen
Gleichung

(9.18d)

ab. Dabei können die folgenden Fälle unterschieden werden:

Fall 1: Wenn die Wurzeln reell sind und gleiches Vorzeichen besitzen, dann ist der singuläre Punkt ein
Knotenpunkt . In der Umgebung des singulären Punktes verlaufen alle Integralkurven durch ihn hindurch und
verfügen hier, sofern die Wurzeln nicht zusammenfallen, mit Ausnahme einer Integralkurve über eine
gemeinsame Tangente. Im Falle einer Doppelwurzel haben entweder alle Integralkurven eine gemeinsame
Tangente, oder durch den singulären Punkt verläuft in jeder Richtung eine eindeutige Kurve.

Beispiel A

Für die Differentialgleichung lautet die charakteristische Gleichung

. Die Integralkurven gehorchen der Gleichung

(s. Abbildung).
 Die Gerade ist in der allgemeinen Lösung ebenfalls enthalten, was aus der Form
hervorgeht.

Beispiel B
 Die charakteristische Gleichung für lautet .

Integralkurven sind (s. Abbildung).

Der singuläre Punkt ist ein sogenannter Knotenpunkt .

Beispiel C
 Die charakteristische Gleichung für lautet .

Integralkurven sind (s. Abbildung).

Der singuläre Punkt ist ein sogenannter Strahlpunkt .

Fall 2: Wenn die Wurzeln reell sind und verschiedene Vorzeichen besitzen, ist der singuläre Punkt ein
Sattelpunkt , durch den zwei Integralkurven verlaufen.

Beispiel D
 Die charakteristische Gleichung für lautet .

Integralkurven sind (s. Abbildung).

Für gibt es die partikulären Integrale .

Fall 3: Wenn die Wurzeln konjugiert komplex sind, dann ist der singuläre Punkt ein Strudelpunkt , auf den sich
die Integralkurven in unendlich vielen Windungen aufwinden.
Beispiel E

Die charakteristische Gleichung für ist

. Integralkurven in Polarkoordinaten sind

(s. Abbildung).
Fall 4: Wenn die Wurzeln rein imaginär sind, dann ist der singuläre Punkt ein Wirbelpunkt , der von der Schar
geschlossener Integralkurven eingeschlossen wird.
 Beispiel F

Die charakteristische Gleichung für ist .

Integralkurven sind (s. Abbildung).

Differentialgleichung mit Quotienten aus zwei beliebigen Funktionen auf der rechten
Seite

(9.19a)

besitzt singuläre Punkte für Werte der Variablen, für die

(9.19b)

gilt. Wenn und stetige Funktionen sind, die stetige partielle Ableitungen besitzen, dann kann (9.19a) in der
Form

(9.19c)

dargestellt werden. Dabei sind und die Koordinaten des singulären Punktes, und die Werte von

sowie müssen infinitesimal von höherer Ordnung im Vergleich zum Abstand des Punktes vom

singulären Punkt sein. Unter diesen Voraussetzungen ist die Art der singulären Punkte der gegebenen

Differentialgleichung die gleiche wie für den singulären Punkt der Näherungsgleichung , die durch Weglassen von
und entsteht. Dazu gibt es die folgenden Ausnahmen:
a)
Wenn der singuläre Punkt ein Wirbelpunkt ist, dann ist der singuläre Punkt der Ausgangsgleichung entweder
ein Wirbelpunkt oder ein Strudelpunkt;
b)

wenn , d.h. oder bzw. ist, dann müssen, damit die Art

des singulären Punktes bestimmt werden kann, Glieder höherer Ordnung in die Betrachtung einbezogen
werden.
Charakteristisches Polynom

Die Eigenwertgleichung (4.124) stellt ein homogenes lineares Gleichungssystem dar, das genau dann nichttriviale
Lösungen besitzt, wenn gilt

(4.125a)

Durch Entwicklung von ergibt sich

(4.125b)

Die Eigenwertbedingung entspricht somit einer Polynomgleichung. Sie wird charakteristische Gleichung genannt; das
Polynom heißt charakteristisches Polynom . Seine Nullstellen sind die Eigenwerte der Matrix A. Damit gilt

für eine beliebige quadratische Matrix A vom Typ

1. Fall: Die Matrix besitzt genau Eigenwerte denn ein Polynom vom Grade

hat Nullstellen, wenn diese entsprechend ihrer Vielfachheit gezählt werden. Die Eigenwerte von
nichtsymmetrischen Matrizen können komplex sein.
2. Fall: Sind die Eigenwerte der Matrix sämtlich verschieden, dann existieren genau linear

unabhängige Eigenvektoren als Lösungen des Gleichungssystems (4.124) mit

3. Fall: Ist ein -facher Eigenwert und hat die Matrix den Rang dann ist die Zahl

der linear unabhängigen Eigenvektoren, die zu gehören, gleich dem sogenannten Rangabfall

Es gilt d.h., zu einer reellen oder komplexen quadratischen Matrix gibt es

mindestens einen und höchstens reelle oder komplexe linear unabhängige Eigenvektoren.

Beispiel A
Die Eigenwerte sind
Die Eigenvektoren werden aus den zugehörigen homogenen linearen Gleichungssystemen bestimmt.

Man erhält z.B. nach dem Austauschverfahren beliebig,

Man wählt und erhält den

Eigenvektor wobei eine beliebige Konstante ist.

Das zugehörige homogene System ergibt beliebig,

 Man wählt und erhält den Eigenvektor

wobei eine beliebige Konstante ist.

Das zugehörige homogene System ergibt beliebig,

Man wählt und erhält den Eigenvektor

wobei eine beliebige Konstante ist.

Beispiel B
Die Eigenwerte sind

Man erhält beliebig, und wählt z.B. Damit lautet der

erste Eigenvektor wobei eine beliebige Konstante ist.

Man erhält beliebig, Zwei linear unabhängige Eigenvektoren

ergeben sich z.B. für und

wobei beliebige Konstanten

sind.
DIOPHANTische Gleichungen und Lösbarkeit

1. Allgemeiner Fall: Eine Gleichung wird DIOPHANTische Gleichung in

Unbekannten genannt, wenn ein Polynom in mit Koeffizienten aus

der Menge der ganzen Zahlen und eine ganzzahlige Konstante ist und man sich ausschließlich für
ganzzahlige Lösungen interessiert. Die Bezeichnung ,, DIOPHANTisch`` erinnert an den griechischen
Mathematiker DIOPHANT, der um 250 lebte.
DIOPHANTische Gleichungen treten in der Praxis z.B. dann auf, wenn Beziehungen zwischen Stückzahlen
beschrieben werden.
Allgemein gelöst sind bisher nur die DIOPHANTischen Gleichungen bis zum zweiten Grad mit zwei Variablen.
Für die DIOPHANTischen Gleichungen höheren Grades sind nur in Spezialfällen Lösungen bekannt.
2. Lineare DIOPHANTische Gleichungen in Unbekannten: Eine lineare DIOPHANTische Gleichung in
Unbekannten ist eine Gleichung der Form
(5.160)
für die nur die ganzzahligen Lösungen gesucht werden. Im weiteren wird ein Lösungsverfahren angegeben.
3. Lösbarkeitsbedingung: Unter der Bedingung, daß nicht alle gleich 0 sind, ist die DIOPHANTische
 Gleichung (5.160) genau dann lösbar, wenn der ggT ein Teiler von ist.

Beispiel

ist lösbar, denn ggT

Wenn eine lineare DIOPHANTische Gleichung in Unbekannten ( ) eine Lösung hat und der

Variablengrundbereich ist, so hat die Gleichung unendlich viele Lösungen. In der Lösungsmenge treten dann

freie Parameter auf. Für Teilmengen von gilt dies aber nicht.
Gleichung der Hyperbel

Die Hyperbelgleichung lautet in der Normalform , d.h. für zusammenfallende - und reelle Achse sowie in der
Parameterform

(3.328a)

(3.328b)

Die Gleichung der Hyperbel in Polarkoordinaten ist unter Polargleichung der Kurven 2. Ordnung zu finden.
Irrationale Gleichungen

Wenn in einer gegebenen Gleichung die Unbekannte auch in einem Radikanden auftritt, dann kann die zugehörige
Normalform Wurzeln enthalten, die der Ausgangsgleichung nicht genügen. Daher ist nach der Lösung der Gleichung
in Normalform eine Probe durch Einsetzen der gefundenen Wurzel in die Ausgangsgleichung erforderlich.

Beispiel

oder

oder

Die Lösungen von (2) sind Die Lösung erfüllt (1), die Lösung aber

nicht.
KORTEWEG-DE-VRIES-Gleichung

● Auftreten
● Gleichung und Lösungen
Allgemeine Gleichung der Kurven zweiter Ordnung

Mit der allgemeinen Gleichung der Kurven 2. Ordnung

(3.351a)
werden die Ellipse, ihr Spezialfall, der Kreis, die Hyperbel, die Parabel oder ein Geradenpaar als zerfallende Kurve
2. Ordnung definiert. Die Rückführung auf die Normalform kann mit Hilfe der in den Tabellen
Transformation der Kurvengleichungen 2. Ordnung auf die Normalform, Mittelpunktsgleichungen
und
Transformation der Kurvengleichungen 2. Ordnung auf die Normalform, parabolische Gleichungen
angegebenen Koordinatentransformationen erreicht werden. Die Koeffizienten in der obigen Gleichung (3.351a) sind
nicht identisch mit den Parametern der speziellen Kegelschnitte in den Gleichungen für die Ellipse, Hyperbel und
Parabel.
Gleichung einer Kurve

Jeder Gleichung für die Koordinaten und entspricht eine Kurve, die die Eigenschaft hat, daß

die Koordinaten jedes beliebigen Kurvenpunktes der Gleichung genügen und daß umgekehrt jeder Punkt, dessen
Koordinaten diese Gleichung erfüllen, auf der Kurve liegt. Die Menge dieser Punkte wird auch geometrischer Ort
genannt. Wenn die Gleichung von keinem reellen Punkt der Ebene erfüllt wird, dann gibt es keine

reelle Kurve; man spricht von einer imaginären Kurve .

Man spricht von einer algebraischen Kurve wenn ein Polynom ist, und nennt seinen

Grad die Ordnung der Kurve. Wenn die Gleichung der Kurve nicht auf die Form mit als

Polynom gebracht werden kann, dann spricht man von einer transzendenten Kurve .
Die Gleichungen von Kurven in anderen Koordinatensystemen können in analoger Weise betrachtet werden. Im
weiteren werden aber, falls nicht ausdrücklich darauf hingewiesen wird, nur die kartesischen Koordinaten verwendet.

Beispiel A
 : algebraische Kurve,

Beispiel B

: transzendente Kurve.
Koordinatengleichungen

Eine ebene Kurve kann analytisch auf eine der folgenden Arten definiert werden.

1. In kartesischen Koordinaten:
(3.424)
(3.425)
(3.426)
2. In Polarkoordinaten:
(3.427)
Logarithmische Gleichungen

Logarithmische Gleichungen können in den folgenden zwei Fällen auf algebraische Gleichungen zurückgeführt werden, wenn die
Unbekannte oder ein Polynom nur unter dem Logarithmuszeichen vorkommt:

1.
Ist in der Gleichung nur der Logarithmus ein und desselben Ausdrucks enthalten, dann kann dieser als neue Unbekannte
eingeführt und die Gleichung nach ihr aufgelöst werden. Die ursprüngliche Unbekannte wird über den Logarithmus berechnet.

Beispiel

Die Substitution liefert die Gleichung

Auflösung nach ergibt für die Gleichung

2.
Liegt die Gleichung in der Form einer Linearkombination von Logarithmen mit ganzzahligen Koeffizienten zur

gleichen Basis von Ausdrücken vor, die ihrerseits Polynome von sind, also in der Form
dann können beide Seiten der Gleichung, jede für sich, auf den

Logarithmus ein und desselben Ausdrucks zurückgeführt werden.

Beispiel

Für ergibt sich beim Einsetzen in die Ausgangsgleichung der Logarithmus einer negativen Zahl, d.h. eine
imaginäre Größe, die unberücksichtigt bleibt.
Diskrete dynamische Systeme

Gegeben sei die Differenzengleichung

(17.3)

die auch als Zuordnung geschrieben werden kann. Dabei ist eine stetige oder -

mal stetig differenzierbare Abbildung, wobei im letzten Fall sei. Ist invertierbar, so definiert (17.3)
durch die Festlegung

(17.4)

ein invertierbares diskretes dynamisches System. Ist nicht invertierbar, so sind die Abbildungen nur für

erklärt.

In den folgenden Beispielen werden die logistische Gleichung und die HÉNON-Abbildung betrachtet.
Beispiel A
Die Differenzengleichung
(17.5)

mit einem Parameter heißt logistische Gleichung . Hierbei ist , und

ist bei fixiertem die Funktion . Offenbar ist unendlich

oft differenzierbar, aber nicht umkehrbar. Also definiert (17.4) kein invertierbares dynamisches System.

Beispiel B
Die Differenzengleichung
(17.6)

mit den Parametern und heißt HÉNON- Abbildung (s. auch die Bilder dazu).

Die dieser Gleichung (17.6) entsprechende Abbildung ist durch

definiert, unendlich oft differenzierbar und umkehrbar.

Gleichungen mit Hyperbelfunktionen

Gleichungen mit Hyperbelfunktionen können auf algebraische Gleichungen zurückgeführt werden, wenn die
Unbekannte nur im Argument der Hyperbelfunktionen steht. Dazu werden die Hyperbelfunktionen durch

Exponentialausdrücke ersetzt und und substituiert, so daß sich eine algebraische Gleichung für

ergibt. Nach deren Lösung ist noch zu berechnen.

Beispiel
.
Gleichungen n-ten Grades
● Allgemeine Eigenschaften der algebraischen Gleichungen
● Gleichungen mit reellen Koeffizienten
Konvergenz einer Funktion im Mittel

Die FOURIER-Reihe konvergiert im Mittel gegen die gegebene Funktion, d.h., es gilt

(7.100a)

wenn die Funktion beschränkt und im Intervall stückweise stetig ist. Eine Folge der Konvergenz im
Mittel ist die PARSEVALsche Gleichung:

(7.100b)
Gleichung einer Raumkurve

Eine Raumkurve kann durch drei Parametergleichungen

(3.370)

festgelegt werden. Jedem Wert des Parameters dem nicht immer eine unmittelbare geometrische Bedeutung
zugemessen werden kann, entspricht ein bestimmter Punkt der Kurve.
Eine andere Methode der Festlegung einer Raumkurve geht von der Angabe zweier Gleichungen aus:
(3.371)
Jede von ihnen definiert eine Fläche. Eine Raumkurve ergibt sich für alle die Punkte, die beiden Gleichungen
genügen, d.h., die Raumkurve ist die Schnittkurve der beiden Flächen. Allgemein liefert jede Gleichung der Form
(3.372)
für beliebiges eine Fläche, die durch die betrachtete Kurve hindurchgeht, so daß sie eine der beiden Gleichungen
(3.371) ersetzen kann.
Vektorgleichungen

Mit als Radiusvektor eines beliebigen Kurvenpunktes können die vom beliebigen Parameter abhängigen
Gleichungen (3.464) in der Vektorform
(3.466)

geschrieben werden und die von der Bogenlänge abhängigen Gleichungen (3.465a) in der Vektorform
(3.467)
Sinus- GORDON-Gleichung

● Auftreten
● Gleichung und Lösungen
Trigonometrische Gleichungen

Trigonometrische Gleichungen können auf algebraische Gleichungen zurückgeführt werden, wenn die Unbekannte
oder der Ausdruck mit ganzzahligem nur im Argument der trigonometrischen Funktionen steht.
Unter Verwendung der trigonometrischen Formeln wird die Gleichung so umgeformt, daß sie nur noch eine einzige
Funktion von enthält, die gleich gesetzt wird. Nach der Lösung der so erhaltenen Gleichung wird bestimmt.
Zu beachten ist hierbei die Mehrdeutigkeit der Lösungen.

Beispiel
 oder Substitution von liefert

und

Die Lösung ergibt wegen keine reellen Lösungen der Ausgangsgleichung;

ergibt und .
L'HUILIERsche Gleichungen

Die Berechnung der Fläche eines sphärischen Dreiecks kann mit Hilfe des Exzesses erfolgen. Dieser kann gemäß
(3.171a) aus den bekannten Winkeln berechnet werden oder, wenn die drei Seiten bekannt sind,
gemäß (3.178a) bis (3.178e) über die berechenbaren Winkel. Die L'HUILIERsche Gleichung ermöglicht jedoch die
unmittelbare Berechnung von aus den Seiten:

(3.186)

Diese Gleichung entspricht der HERONischen Flächenformel der ebenen Trigonometrie.

Sätze

Es werden die folgenden Bezeichnungen verwendet: - Seiten; - die ihnen gegenüberliegenden

Winkel; - Flächeninhalt; - Radius des Umkreises; - Radius des Inkreises;

- halber Dreiecksumfang.
Sinussatz:

(3.74)

Projektionssatz:
(3.75)

Kosinussatz oder Satz des PYTHAGORAS im schiefwinkligen Dreieck:

(3.76)
MOLLWEIDEsche Gleichungen:

(3.77a)
 (3.77b)

Tangenssatz:

(3.78)

Halbwinkelsatz:

(3.79)
NEPERsche Gleichungen und Tangenssatz

(3.184a)

(3.184b)

(3.184c)
 (3.184d)

Die Bezeichnungen der Größen entsprechen denen der Abbildung.

Diese Gleichungen heißen auch NEPERsche Analogien. Aus ihnen werden die zum Tangenssatz der ebenen
Trigonometrie analogen Formeln hergeleitet:
(3.185a)

(3.185b)

(3.185c)
Lineare Gleichungssysteme
● Lineare Systeme, Austauschverfahren
● Lösung linearer Gleichungssysteme
● Überbestimmte lineare Gleichungssysteme
Numerische Lösung von Gleichungssystemen
Bei vielen praktischen Aufgaben werden für unbekannte Größen Bedingungen in

Gleichungsform gestellt:

(19.23)

Die Unbekannten sind so zu bestimmen, daß sie eine Lösung des Gleichungssystems (19.23) darstellen. In der

Regel ist , d.h., die Anzahl der Unbekannten stimmt mit der Anzahl der Gleichungen überein. Im Falle
bezeichnet man (19.23) als überbestimmtes System , im Falle als unterbestimmtes System .
Überbestimmte Systeme haben in der Regel keine Lösung. Man formuliert deshalb die zu (19.23) gehörende
Quadratmittelaufgabe
 (19.24)

als Ersatzaufgabe. Im unterbestimmten Fall können im allgemeinen Unbekannte frei gewählt werden, so

daß die Lösung von (19.23) von Parametern abhängt. Man spricht dann von einer -

dimensionalen Lösungsmannigfaltigkeit .
Man unterscheidet lineare und nichtlineare Gleichungssysteme , je nachdem, ob in (19.23) die Unbekannten nur
linear oder auch nichtlinear auftreten.

● Lineare Gleichungssysteme
● Nichtlineare Gleichungssysteme
Lösbarkeit eines linearen Gleichungssystems

Ein lineares Gleichungssystem heißt lösbar, wenn wenigstens ein Vektor existiert, der (4.107) zu einer Identität
macht. Anderenfalls heißt das System unlösbar.
Das Lösungsverhalten hängt vom Rang der erweiterten Koeffizientenmatrix ab, die durch Hinzufügen der

Komponenten des Vektors als -te Spalte zur Matrix entsteht.

Im Folgenden wird die Lösbarkeit inhomogener und homogener Systeme betrachtet.

1. Allgemeine Regel für das inhomogene System:Das inhomogene System ist genau dann lösbar,
wenn
(4.108a)

ist. Für gilt die folgende Fallunterscheidung:

(4.108b)
 (4.108c)

d.h., Unbekannte können als Parameter frei gewählt werden.

Beispiel A

Die Matrix hat den Rang 2, die erweiterte

Koeffizientenmatrix den Rang 3,

d.h., das System ist unlösbar.

Beispiel B
 Die Matrizen und haben beide den Rang 3.

Wegen ist die Lösung eindeutig.

Sie lautet:

Beispiel C

Die Matrizen und haben beide den Rang 2.

Das System ist lösbar, aber wegen nicht eindeutig.

Man kann Unbekannte als freie Parameter wählen

und erhält z.B.:

Beispiel D

Die Anzahl der Gleichungen stimmt mit der Anzahl der Un-

bekannten überein, aber das System ist wegen

unlösbar.

2. Triviale Lösung und Fundamentalsystem des homogenen Systems:

a) Das homogene Gleichungssystem besitzt stets die sogenannte triviale Lösung

b) Besitzt es eine nichttriviale Lösung d.h. , dann ist auch

mit beliebig und reell eine Lösung des homogenen Gleichungssystems. Besitzt es
 nichttriviale, linear unabhängige Lösungen ..., dann bilden diese ein sogenanntes
Fundamentalsystem, und die allgemeine Lösung des homogenen linearen Gleichungssystems ist von der
Form
(4.109)

Gilt für den Rang der Koeffizientenmatrix des homogenen Gleichungssystems wobei die Anzahl der
Unbekannten ist, dann besitzt das homogene Gleichungssystem ein Fundamentalsystem von Lösungen. Im Falle
hat das homogene System nur die Triviallösung.
Zur Bestimmung eines Fundamentalsystems im Falle können Unbekannte als freie Parameter
gewählt werden, und zwar derart, daß sich die übrigen Unbekannten durch diese ausdrücken lassen, d.h., die
entsprechende -reihige Unterdeterminante darf nicht Null sein. Man kann das durch Umordnen der Gleichungen
und Unbekannten erreichen. Erhält man z.B.

(4.110)

dann ergeben sich die Fundamentallösungen z.B. durch die folgende Wahl der freien Parameter:

(4.111)
Beispiel

. Der Rang der Matrix ist gleich 2.

Das Gleichungssystem läßt sich nach und auflösen,

und man erhält:

Fundamentallösungen sind

und .
GAUSSsches Eliminationsprinzip

Das GAUSSsche Eliminationsprinzip besteht darin, mit Hilfe einer Gleichung eine Unbekannte aus den restlichen
Gleichungen zu entfernen. Dadurch entsteht ein System von Gleichungen und Unbekannten.
Dieses Prinzip wird entsprechend oft angewendet, bis ein sogenanntes gestaffeltes Gleichungssystem entstanden
ist, aus dem dann die Lösung bzw. das Lösungsverhalten des Ausgangssystems einfach ermittelt bzw. abgelesen
werden kann.
Lösung linearer Gleichungssysteme
● Definition und Lösbarkeit
● Anwendung des Austauschverfahrens
● Cramersche Regel
● Gaußscher Algorithmus
Lineare Gleichungssysteme
Gegeben sei das lineare Gleichungssystem

(19.25)

Das System (19.25) lautet in Matrixschreibweise

(19.26)
Dabei bedeuten:
Die quadratische Matrix sei regulär, so daß das System (19.25) eine

eindeutige Lösung besitzt. Bei der numerischen Lösung von (19.25) kann man im wesentlichen zwei
Verfahrensklassen unterscheiden:

1. Direkte Verfahren, die durch elementare Umformungen das Gleichungssystem auf eine Form bringen, aus
der die Lösungen unmittelbar abzulesen oder leicht zu bestimmen sind. Dazu gehören das
Austauschverfahren und die in den folgenden Abschnitten
Dreieckszerlegung einer Matrix, CHOLESKY-Verfahren bei symmetrischer Koeffizientenmatrix
und Orthogonalisierungsverfahren beschriebenen Verfahren.
2. Iterationsverfahren, die von einer bekannten Startnäherung aus eine Folge von Näherungslösungen
erzeugen, welche gegen die Lösung von (19.25) konvergiert (s. Abschnitt
Iteration in Gesamt- und Einzelschritten).

● Dreieckszerlegung einer Matrix

● Cholesky-Verfahren bei symmetrischer Koeffizientenmatrix
● Orthogonalisierungsverfahren
● Iteration in Gesamt- und Einzelschritten
Überbestimmte lineare Gleichungssysteme
● Überbestimmte lineare Gleichungssysteme und lineare Quadratmittelprobleme
● Hinweise zur numerischen Lösung linearer Quadratmittelprobleme
Nichtlineare Gleichungssysteme
Das System der nichtlinearen Gleichungen
(19.55)

für die Unbekannten habe eine Lösung. Diese kann in der Regel nur numerisch mit Hilfe
von Iterationsverfahren bestimmt werden.

● Gewöhnliches Iterationsverfahren
● Newton-Verfahren
● Ableitungsfreies Gauß-Newton-Verfahren
Unterabschnitte

● Normalisierte halblogarithmische Form:

● IEEE-Standard

Gleitpunktzahlen

Für die Darstellung von Gleitpunktzahlen sind prinzipiell zwei verschiedene Formen üblich, wobei die interne
Realisierung im Detail variieren kann.

Normalisierte halblogarithmische Form:

Bei der ersten Form werden die Vorzeichen für den Exponenten und für die Mantisse der Zahl
(19.260)

gesondert gespeichert. Dabei wird meist der Exponent so gewählt, daß für die Mantisse die Bedingung
 gilt. Man spricht dann von der normalisierten halblogarithmischen Form .

Mit den angegebenen Parametern ergibt sich folgender absoluter Wertebereich für die Gleitpunktzahlen:
(19.261)

IEEE-Standard

Die zweite (heute übliche) Form der Gleitpunktdarstellung entspricht dem 1985 verabschiedeten IEEE-Standard (
nstitute of lectrical and lectronics ngineers). Dieser befaßt sich mit der Normung der Rechnerarithmetik
und enthält Festlegungen zu den Formaten, dem Rundungsverhalten, den arithmetischen Operatoren, der
Konvertierung von Zahlenwerten, zu Vergleichsoperatoren und zur Behandlung von Ausnahmefällen wie
Bereichsüberschreitungen. Dort wird für die Gleitpunktzahl folgende Form festgelegt:
Die Charakteristik wird aus dem Exponenten durch Addition einer geeigneten Konstanten gebildet. Diese
wird so gewählt, daß für die Charakteristik nur positive Werte auftreten. Die darstellbare Zahl lautet:
(19.262)

Der Standard gibt zwei Basisformate (einfachgenaue und doppeltgenaue Gleitpunktzahlen) vor, läßt aber auch
erweiterte Formate zu. Die folgende Tabelle enthält die Parameter für die Basisformate des IEEE-Standards.

Tabelle Parameter für Basisformate

Parameter einfachgenau doppeltgenau

Wortlänge in Bits 32 64

maximaler Exponent +127 +1023

minimaler Exponent -127 -1022

Konstante +127 +1023
Anzahl Bits des Exponenten 8 11
Anzahl Bits der Mantisse 24 53
Gleitpunktzahlen

Der Befehl wandelt rationale Zahlen oder zunächst symbolisch dargestellte Zahlen und

Ergebnisse von Berechnungen in Gleitpunktzahlen mit der voreingestellten Präzision um, d.h. in der Regel 20
Stellen.

Beispiel

Die Präzision wird in Maple durch die Umgebungsvariable Digits gesteuert. Ist die Voreinstellung für die konkrete
Aufgabe nicht geeignet, so läßt sich mit
(20.36)
eine Änderung herbeiführen. Diese gilt bis zur nächsten Neufestlegung.
Grundtypen von Zahlen in Mathematica

Mathematica kennt vier Arten von Zahlen, die in der folgenden Tabelle dargestellt sind.

Tabelle Zahlenarten in Mathematica

Zahlenart Kopf Charakteristik Eingabe

Ganze Zahlen exakte ganze Zahl beliebiger Länge

Rationale Zahlen teilerfremder Bruch der Form

Reelle Zahlen Gleitpunktzahl beliebiger spezifierter Präzision

Komplexe Zahlen komplexe Zahl der Form zahl + zahl

Reelle Zahlen, d.h. Gleitpunktzahlen, dürfen beliebige Länge haben. Wird eine ganze Zahl in der Form
geschrieben, so faßt Mathematica sie als Gleitpunktzahl, also vom Typ , auf.
Mit kann man den Typ einer Zahl feststellen. So liefert

, während

ergibt. Die reellen und imaginären Komponenten einer komplexen Zahl können beliebigen Zahlentypen angehören.
Eine Zahl wie wird Mathematica dem Typ Real zuordnen, während vom Typ

Complex ist, da als Gleitpunktzahl mit dem genäherten Wert 0 aufgefaßt wird.

Es gibt einige weitere Operationen, um Auskünfte über Zahlen zu erhalten. So liefert

(20.7a)
Anderenfalls ergibt sich Out[3] = False. Hier sind True und False die Symbole für die BOOLEschen Werte
,,Wahr`` und ,,Falsch``.

testet, ob eine ganze Zahl ist, weshalb

(20.7b)
ergibt. Ähnliche Tests für Zahlen sind mit den Köpfen EvenQ, OddQ und PrimeQ durchführbar. Ihr Sinn ist
selbsterklärend. So ergibt
(20.7c)
während
(20.7d)
liefert.

Die zuletzt genannten Tests gehören zu einer ganzen Gruppe von Testoperatoren, die alle mit Q enden und jeweils
mit True oder False im Sinne eines logischen Tests antworten (u.a. Typprüfung).
Verallgemeinerte GAUSSsche Glockenkurve
Die Kurve der Funktion
(2.62)

kann als Verallgemeinerung der GAUSSschen Glockenkurve (2.59) aufgefaßt werden; sie stellt eine

symmetrische Kurve zur vertikalen Geraden dar, wobei die -Achse nicht geschnitten wird und der

Schnittpunkt mit der -Achse bei liegt.

Der Verlauf der Funktion hängt von den Vorzeichen von und ab. Hier wird nur der Fall betrachtet, da

die Kurve zu durch Spiegelung an der -Achse erhalten werden kann.

a) Fall Die Funktion nimmt von bis zum Minimum ab, um dann wieder bis

anzuwachsen. Dabei bleibt sie stets positiv. Das Minimum liegt bei
Wendepunkte und Asymptoten gibt es nicht.

b) Fall Die -Achse ist Asymptote. Das Maximum liegt bei .

Die Wendepunkte und liegen bei .

Goldener Schnitt:

Goldener Schnitt oder stetige Teilung einer Strecke wird ihre Zerlegung in zwei Teilstrecken und

genannt, wenn sich die Teilstrecke zur Gesamtstrecke verhält wie die Teilstrecke zur Teilstrecke :

(3.295a)

In diesem Falle ist das geometrische Mittel von und , und es gilt:

(3.295b)

(3.295c)

Die Teilstrecke kann auch geometrisch mit Hilfe der in der folgenden Abbildung angegebenen Konstruktion
ermittelt werden.
Die Strecke ist gleichzeitig die Seitenlänge eines regelmäßigen Zehnecks mit einem Umkreis vom Radius
Auf die Gleichung des Goldenen Schnittes führt auch die Aufgabe, von einem Rechteck mit dem Seitenverhältnis
(3.295a) ein Quadrat derart abzutrennen, daß auch für das verbleibende Rechteck (3.295c) gilt.
Definition des Gradienten

Gradient wird ein Vektor genannt, der jedem Punkt eines Skalarfeldes zugeordnet werden kann (in

Zeichen ), und der die folgenden Eigenschaften hat:

1.
hat die Richtung der Normalen der jeweiligen Niveaufläche = const.
2.
ist in Richtung wachsender Funktionswerte von orientiert.
3.

, d.h., der Betrag von stimmt mit der Richtungsableitung der Funktion in

Normalenrichtung überein.

In den folgenden zwei Abschnitten werden zwei verschiedene Definitionen betrachtet.

Differentialausdrücke

1. Differential eines skalaren Feldes als totales Differential der Funktion

(13.42)

2. Ableitung einer Funktion längs einer Raumkurve

(13.43)

3. Gradient des Zentralfeldes

(13.44a)

(13.44b)
Rechenregeln

Im folgenden wird angenommen, daß und konstant sind.

(13.38a)
(13.38b)
(13.38c)
(13.39a)

(13.39b)

(13.40)

(13.41)
Gradient eines Skalarfeldes
● Definition des Gradienten
● Gradient und Richtungsableitung
● Gradient und Volumenableitung
● Weitere Eigenschaften des Gradienten
● Gradient des Skalarfeldes in verschiedenen Koordinaten
● Rechenregeln
● Differentialausdrücke
Gradient des Skalarfeldes in verschiedenen Koordinaten

● Gradient in kartesischen, Zylinder- und Kugelkoordinaten

● Gradient in allgemeinen orthogonalen Koordinaten
Numerische Lösung von Variationsaufgaben
Zur praktischen Lösung von Variationsproblemen werden im wesentlichen zwei Lösungswege verwendet.

1.
Lösung der EULERschen Differentialgleichung und Anpassung der gefundenen Lösung an die
Randbedingungen. Allerdings wird die exakte Lösung der EULERschen Differentialgleichung nur in den
einfachsten Fällen möglich sein, so daß man numerische Methoden zur Lösung von Randwertaufgaben bei
gewöhnlichen Differentialgleichungen bzw. partiellen Differentialgleichungen einsetzen muß (s. auch Kapitel
Computeralgebrasysteme).
2.
Direkte Methoden gehen unmittelbar von der Variationsaufgabe aus und verwenden nicht die EULERsche
Differentialgleichung. Das höchstwahrscheinlich älteste und bekannteste Verfahren dieser Art stellt das RITZ-
Verfahren dar. Es gehört zu den sogenannten Ansatzverfahren, die zur genäherten Lösung von gewöhnlichen
Differentialgleichungen verwendet werden bzw. Ansatzverfahren zur Lösung von partiellen
Differentialgleichungen, und soll an dem folgenden einfachen Beispiel demonstriert werden.

Beispiel
 Das isoperimetrische Problem

(10.52)

bei

(10.53)

ist numerisch zu lösen. Das zugehörige Variationsproblem ohne Integralnebenbedingung lautet gemäß
Variationsaufgaben mit Nebenbedingungen

(10.54)

Als Ansatz für die Näherungslösung wird

(10.55)

gewählt. Die beiden Ansatzfunktionen und sind linear unabhängig und erfüllen beide die

Randbedingungen. Mit (10.55) geht (10.54) in

(10.56)
über, und die notwendigen Bedingungen ergeben das homogene lineare Gleichungssystem

(10.57)

Dieses System hat nichttriviale Lösungen, wenn die Koeffizientendeterminante verschwindet. Daraus folgt:
(10.58)

Für erhält man aus (10.57) beliebig, so daß die zu gehörende, normierte
Lösung lautet:
(10.59)
Zum Vergleich kann man die zur Variationsaufgabe (10.57) gehörende EULERsche Differentialgleichung aufstellen.
Man erhält die Randwertaufgabe
(10.60)

mit den Eigenwerten und den Eigenlösungen . Für den Fall

, d.h. , ergibt sich die normierte Eigenlösung

(10.61)
deren Verlauf sich nur unwesentlich von dem der Näherungslösung (10.59) unterscheidet.

Hinweis: Beim heutigen Stand der Computer- und Software-Entwicklung sollte man zur numerischen Lösung von
Variationsproblemen vor allem die Methode der finiten Elemente (FEM) einsetzen.
Die Grundzüge der Methode der finiten Elemente werden bei der numerischen Behandlung von
Differentialgleichungen beschrieben. Dort wird der Zusammenhang zwischen Differential- und Variationsgleichungen,
der z.B. durch EULERsche Differentialgleichungen oder Bilinearformen gemäß (19.145a,b) vermittelt wird, ausgenutzt.
Auch die Gradientenverfahren, wie sie zur numerischen Behandlung von nichtlinearen Optimierungsaufgaben
verwendet werden, können zur numerischen Lösung von Variationsaufgaben eingesetzt werden.
Spezielle Klassen von Graphen

Endliche Graphen besitzen eine endliche Knotenmenge und eine endliche Kantenmenge. Anderenfalls werden die
Graphen unendlich genannt.
In regulären Graphen vom Grad r haben alle Knoten den Grad
Ein ungerichteter schlichter Graph mit der Knotenmenge heißt vollständiger Graph , wenn je zwei verschiedene
Knoten aus durch eine Kante verbunden sind. Ein vollständiger Graph mit -elementiger Knotenmenge wird mit
bezeichnet.

Kann man die Knotenmenge eines ungerichteten schlichten Graphen in zwei disjunkte Klassen und
zerlegen, so daß jede Kante von einen Knoten aus mit einem Knoten aus verbindet, dann heißt ein
paarer Graph .
Ein paarer Graph wird vollständiger paarer Graph genannt, wenn jeder Knoten aus mit jedem Knoten aus
durch eine Kante verbunden ist. Ist eine -elementige und eine -elementige Menge, dann wird der
Graph mit bezeichnet.

Beispiel
 Die linke Abbildung zeigt einen vollständigen Graphen mit 5 Knoten.

Beispiel
Die rechte Abbildung zeigt einen vollständigen paaren Graphen mit 2-elementiger Knotenmenge und 3-
elementiger Knotenmenge

Weitere spezielle Klassen von Graphen sind ebene Graphen , Bäume und Transportnetze . Ihre Eigenschaften
werden jeweils in einem der folgenden Abschnitte angegeben.
Planare Graphen
In diesem Abschnitt kann man sich auf die Betrachtung ungerichteter Graphen beschränken, weil ein gerichteter
Graph genau dann planar ist, wenn der zugehörige ungerichtete Graph planar ist.

1. Ebener Graph und planarer Graph:

Ein ebener Graph ist ein derart in die Ebene gezeichneter Graph, daß die Schnittpunkte der Kanten stets in
Knoten des Graphen liegen.
Ein zu einem ebenen Graphen isomorpher Graph heißt planar . Die linke Abbildung zeigt einen ebenen
Graphen die rechte Abbildung einen zu isomorphen Graphen der nicht eben, wegen der

Isomorphie zu aber planar ist.

2. Nichtplanarer Graph:
Der vollständige Graph und der vollständige paare Graph sind nichtplanare Graphen.
3. Unterteilungen:
Man erhält eine Unterteilung eines Graphen indem man auf Kanten von Knoten vom Grad 2 einfügt.
Jeder Graph ist eine Unterteilung von sich selbst. In den folgenden beiden Abbildungen sind Unterteilungen
der Graphen bzw. dargestellt.
4. Satz von KURATOWSKI:
Ein Graph ist genau dann nichtplanar, wenn er eine Unterteilung des vollständigen paaren Graphen

oder eine Unterteilung des vollständigen Graphen als Untergraph enthält.

Isomorphie von Graphen

Ein Graph heißt isomorph zu einem Graphen wenn es je eine bijektive

Abbildung von auf und von auf gibt, die verträglich mit der Inzidenzfunktion ist, d.h., sind

die Endpunkte einer Kante bzw. Startpunkt eines Bogens und Zielpunkt dieses Bogens, dann sind

und Endpunkte einer Kante bzw. Startpunkt und Zielpunkt eines Bogens.

Die Abbildung mit ist ein Isomorphismus. Es ist sogar

jede bijektive Abbildung {1,2,3,4} auf {a,b,c,d} ein Isomorphismus, weil die Graphen vollständige Graphen mit gleicher
Knotenzahl sind.
Die folgenden Abbildungen zeigen zwei zueinander isomorphe Graphen.
Zusammenhängende Graphen, Komponenten

Man spricht von einem zusammenhängenden Graph , wenn zu je zwei verschiedenen Knoten in ein

Weg existiert, der mit verbindet. Ist nicht zusammenhängend, dann zerfällt in Komponenten , d.h. in
zusammenhängende induzierte Untergraphen mit maximaler Knotenzahl.
Schlichte Graphen

Ist mehreren Kanten oder Bögen dasselbe ungeordnete oder geordnete Paar von Knoten zugeordnet, dann spricht
man von Mehrfachkanten . Eine Kante oder ein Bogen mit identischen Endpunkten heißt Schlinge . Graphen ohne
Schlingen und Mehrfachkanten bzw. Mehrfachbögen werden schlicht genannt.
Zusammenhängende und stark zusammenhängende Graphen

1. Zusammenhängender Graph:
Ein gerichteter Graph heißt zusammenhängend, wenn je zwei Knoten von durch eine Kette verbunden
sind.
2. Stark zusammenhngender Graph:
Von einem stark zusammenhängenden Graphen spricht man, wenn es in zu je zwei Knoten eine

Bahn gibt, die mit verbindet.

Transportnetz

Ein zusammenhängender gerichteter Graph heißt Transportnetz , wenn in ihm zwei Knoten als Quelle bzw. Senke

ausgezeichnet sind und folgende Eigenschaften gelten:

a)
Es existiert ein Bogen von nach wobei der einzige Bogen mit dem Startknoten und der

einzige Bogen mit dem Zielknoten ist.

b)
Jedem von verschiedenen Bogen ist eine reelle Zahl seine Kapazität , zugeordnet. Der

Bogen hat die Kapazität

Eine Funktion die jedem Bogen eine reelle Zahl zuordnet, heißt Strom auf , wenn für jeden Knoten die
Gleichung
 (5.241a)

gilt. Die Summe

(5.241b)

heißt Stromstärke. Ein Strom heißt mit den Kapazitäten verträglich , wenn für jeden Bogen von gilt:

Beispiel
Transportnetz.
Integralsätze von Green

Die GREENschen Integralsätze liefern Zusammenhänge zwischen jeweils einem Raum- und einem Flächenintegral. Sie ergeben sich aus

der Anwendung des GAUSSschen Satzes auf die Funktion , wobei und skalare Feldfunktionen sind und

das von der Fläche eingeschlossene Volumen.

(13.121)

(13.122)

Speziell für gilt:

(13.123)

In kartesischen Koordinaten hat der 3. GREENsche Satz die folgende Form:

 (13.124)

Beispiel A

Berechnung des Linienintegrals: mit als Schnittkurve zwischen dem Zylinder

und der Ebene . Nach dem Satz von STOKES erhält man:

mit und der Kreisfläche .

Beispiel B
 Gesucht ist der Fluß im Strömungsfeld durch die Oberfläche der Kugel

. Der Satz von GAUSS liefert:

Beispiel C

Wärmeleitungsgleichung: Die zeitliche Änderung des Wärmeinhaltes eines Raumteiles , der keine Wärmequellen
enthalten soll, ergibt sich zu:

( spezifische Wärmekapazität, Dichte, Temperatur), während die damit verbundene

zeitliche Änderung des Wärmeflusses durch die Oberfläche von durch (

Wärmeleitzahl) angegeben wird. Anwendung des Satzes von GAUSS auf das Oberflächenintegral ergibt aus

die Wärmeleitungsgleichung , die im Falle

eines homogenen Körpers ( Konstanten) die Gestalt hat.
Charakteristische Punkte

Es sei eine einparametrige Kurvenschar durch die Gleichung

(3.461)
gegeben. Dann besitzen zwei unendlich benachbarte Kurven dieser Schar mit den Parameterwerten und
Punkte K der größten Annäherung . Dabei handelt es sich entweder um Schnittpunkte der Kurven

und oder um Punkte auf deren Abstand zu gemessen auf der Normalen, eine

infinitesimale Größe höherer Ordnung von ist.

Für strebt die Kurve gegen die Kurve wobei sich in manchen Fällen der Punkt

einer Grenzlage, dem Grenzpunkt , nähern kann.

Grenzwert von Funktionen
● Definition
● Zurückführung auf den Grenzwert einer Folge
● Konvergenzkriterium von CAUCHY
● Unendlicher Grenzwert einer Funktion
● Linksseitiger und rechtsseitiger Grenzwert einer Funktion
● Grenzwert einer Funktion für x gegen unendlich
● Sätze über Grenzwerte von Funktionen
● Berechnung von Grenzwerten
● TAYLOR-Entwicklung
Grenzwerte

Eine Funktion von zwei Veränderlichen besitzt einen Grenzwert für das Wertesystem

wenn sich die Funktion bei beliebiger Annäherung von gegen und von gegen

dem Wert beliebig nähert. Man schreibt dann

(2.273)

Dabei braucht die Funktion für das Wertesystem d.h. im Punkt selbst, den Wert weder

anzunehmen noch definiert zu sein.

● Exakte Formulierung
● Verallgemeinerung auf mehrere Veränderliche
● Iterierte Grenzwerte
Grenzwert der komplexen Funktion

Grenzwert einer Funktion heißt eine komplexe Zahl , wenn für gegen die Funktion gegen

strebt:

(14.1a)

Dazu ist erforderlich, daß sich eine beliebig kleine positive Zahl angeben läßt, für die es eine reelle positive Zahl
derart gibt, daß für jede beliebige komplexe Zahl , ausgenommen höchstens die Zahl selbst, die
Ungleichungen
(14.1b)
(14.1c)
erfüllt sind. Die geometrische Bedeutung geht aus der folgenden Abbildung hervor:
Einem beliebigen Punkt , ausgenommen höchstens den Punkt selbst, der innerhalb eines Kreises mit dem

Mittelpunkt und dem Radius liegt, entspricht in der -Ebene, in die die Funktion abbildet, ein

Punkt , der in einem Kreis mit dem Mittelpunkt und dem Radius liegt. Die Flächen mit den beliebig kleinen

Radien nennt man auch die beliebig kleinen Umgebungen und .

Sphärische Kurven, Großkreis und Kleinkreis

Kurven auf der Kugeloberfläche heißen sphärische Kurven . Wichtige sphärische Kurven sind Großkreise oder
Orthodromen und Kleinkreise. Sie entstehen als Schnittkreis einer durch eine Kugel verlaufenden Ebene,
Schnittebene genannt:
Wird eine Kugel mit dem Radius von einer Ebene (K) geschnitten, die vom Kugelmittelpunkt 0 den Abstand
hat, dann gilt für den Radius des Schnittkreises
(3.160)

Für verläuft die Schnittebene durch den Kugelmittelpunkt, und nimmt den größten Wert an. Der so
entstehende Schnittkreis g in der Ebene heißt Großkreis . Jeder andere Schnittkreis, für den dann

gilt, wird Kleinkreis genannt, z.B. der Kreis (k). Für berührt die Ebene (K) die Kugel in einem
Punkt. Sie wird zu einer sogenannten Tangentialebene .

Beispiel
Auf der Erdkugel stellen der Äquator und die Meridiane mit ihren Gegenmeridianen - das sind ihre
Spiegelungen an der Erdachse - Großkreise dar. Die Breitenkreise sind Kleinkreise (s. auch geographische
Koordinaten).
Begriffsbestimmung

Die Geodätischen der Kugeloberfläche - das sind Kurven, die zwei Punkte und auf dem kürzesten Weg
miteinander verbinden - heißen Orthodromen oder Großkreise (s. auch geodätische Linie).
Bestimmtes Integral als Grenzwert einer Summe

Der Grenzwert, der zum bestimmten Integral führt, wird wie folgt gebildet (s. Abbildung)

1. Schritt: Das Intervall wird durch beliebige Teilpunkte in

,,Elementarintervalle`` zerlegt, die so gewählt sind, daß einer der folgenden Fälle gilt:
(8.35a)
oder
 (8.35b)
2. Schritt: Im Innern oder auf dem Rande jedes der Elementarintervalle wird in Übereinstimmung mit der
Abbildung eine Zahl ausgewählt:

(8.35c)

3. Schritt: Die Werte der Funktion in diesen ausgewählten Punkten werden mit der

zugehörigen Differenz , d.h. mit den Längen der Teilintervalle multipliziert, die im
Falle A mit positivem Vorzeichen, im Falle B mit negativem Vorzeichen zu nehmen sind. Auf diese Weise
entsteht für den Fall A das Bild der Abbildung, die bereits bei der Einführung des Begriffs ,,bestimmtes
Integral`` betrachtet wurde:

4. Schritt: Alle so gewonnenen Produkte werden addiert.

 5. Schritt: Von der auf diese Weise entstehenden Zerlegungs- oder Zwischensumme

(8.36)

wird der Grenzwert für den Fall berechnet, daß die Länge der Elementarintervalle gegen Null strebt und

demzufolge ihre Anzahl gegen . Auf Grund dieser Eigenschaft wird auch als infinitesimale Größe
bezeichnet.

Wenn dieser Grenzwert existiert und unabhängig ist von der Wahl der Zahlen und , heißt er das bestimmte
RIEMANNsche Integral der betreffenden Funktion in dem gegebenen Intervall. Man schreibt dafür

(8.37)

Die beiden Intervallgrenzen werden zu Integrationsgrenzen ; sie legen das Integrationsintervall fest. Man nennt die
obere , die untere Integrationsgrenze ; heißt Integrationsvariable , Integrand .
Allgemeines Prinzip zur Anwendung des bestimmten Integrals

1. Zerlegung der zu berechnenden Größe in eine sehr große Anzahl hinreichend kleiner, d.h. inifinitesimaler
Größen:
(8.57)
2. Ersetzen jeder dieser infinitesimalen Größen durch eine Größe , die in ihrer Form nur wenig von
abweicht und deren Berechnung nach einer bekannten Formel möglich ist. Dabei soll der Fehler
gegenüber und eine infinitesimale Größe höherer Ordnung sein.

3. Darstellung der Größe durch eine Variable und eine Funktion , die so gewählt werden, daß

die Gestalt annimmt.

4. Berechnung der gesuchten Größe als Grenzwert der Summe

(8.58)

wobei für alle gelten muß. Mit und sind die Randwerte von bezeichnet.
Beispiel
Berechnung des Rauminhalts einer Pyramide der Grundfläche und der Höhe (s. linke Abbildung):

a) Zerlegung des zu berechnenden Rauminhaltes durch ebene Schnitte in Volumina dünner

Pyramidenstümpfe (s. mittlere Abbildung): .

b) Ersetzen eines jeden Pyramidenstumpfes durch ein Prisma mit der gleichen Höhe und einer
Grundfläche, die gleich der oberen Grundfläche des Pyramidenstumpfes ist (s. mittlere Abbildung).
Die Volumenabweichung ist eine infinitesimale Größe von höherer Ordnung als .

c) Darstellung der Volumenformel in der Form , wobei der Abstand der

oberen Fläche von der Pyramidenspitze ist. Wegen kann man schreiben:

d) Berechnung des Grenzwertes der Summe

Größter gemeinsamer Teiler als Linearkombination

Aus dem EUKLIDischen Algorithmus folgt:

(5.153a)

Dabei sind und ganze Zahlen. Also ist ggT als Linearkombination von und mit

ganzzahligen Koeffizienten darstellbar:

(5.153b)

Man kann auch ggT als Linearkombination von darstellen, denn:

(5.153c)
Beispiel

ggT(150, 105, 56) = ggT(ggT(150, 105), 56) = ggT(15, 56) =1 mit 15 = (-2) und

also ggT(150, 105, 56) =

Größter gemeinsamer Teiler

Für ganze Zahlen die nicht alle gleich 0 sind, wird die größte Zahl in der Menge der

gemeinsamen Teiler von der größte gemeinsame Teiler von genannt und

mit ggT bezeichnet.

Für die Bestimmung des größten gemeinsamen Teilers reicht es aus, die positiven gemeinsamen Teiler zu
betrachten. Sind die kanonischen Primfaktorenzerlegungen

(5.151a)

von gegeben, dann gilt

(5.151b)
Beispiel
Für die Zahlen
ist

der ggT
Grundaufgaben für rechtwinklig sphärische Dreiecke

Für Berechnungen in rechtwinklig sphärischen Dreiecken geht man im allgemeinen von 3 gegebenen Größen aus,
dem Winkel und zwei weiteren Stücken.

Es ergeben sich dann 6 Grundaufgaben, die in der folgenden Tabelle zusammengestellt sind.
Tabelle Bestimmungsgrößen sphärischer rechtwinkliger Dreiecke
Grund- Gegebene Nummern der Formeln zur Bestim-
aufgabe Bestimmungsgrößen mung der übrigen Größen
1. Hypotenuse und eine (3.187a), (3.187e), (3.187c)
Kathete

2. Zwei Katheten (3.187h), (3.187g), (3.187c)

3. Hypotenuse und ein (3.187a), (3.187f), (3.187d)

Winkel

4. Kathete und der anlie- (3.187e), (3.187j), (3.187i)

gende Winkel

5. Kathete und der gegen- (3.187h), (3.187a), (3.187i)

überliegende Winkel

6. Zwei Winkel (3.187i), (3.187j), (3.187d)

Grundgesamtheit

Grundgesamtheit nennt man eine Menge von Elementen, die auf gewisse Merkmale hin untersucht werden sollen.
Man kann darunter eine Gesamtheit gleichartiger Elemente verstehen, z.B. alle Stücke einer bestimmten Produktion
oder alle Meßwerte einer Meßreihe, die bei ständiger Wiederholung desselben Versuchs auftreten können. Die
Anzahl der Elemente einer Grundgesamtheit kann sehr groß, sogar unendlich sein.
Zweistufige Grundgesamtheit und Urnenmodell

Handelt es sich um eine zweistufige Grundgesamtheit mit zwei Klassen von Elementen, von denen die eine Klasse
Elemente mit der Eigenschaft enthält, die andere Elemente, die die Eigenschaft nicht

besitzen, dann lassen sich bei der Frage nach den Wahrscheinlichkeiten und zwei

Fälle der zufälligen Entnahme von Elementen betrachten, der eine mit Zurücklegen der gezogenen Elemente, der
andere ohne Zurücklegen der gezogenen Elemente. Die gezogenen Elemente, darunter mit der
Eigenschaft , werden Stichprobe genannt, wobei der Umfang der Stichprobe ist. Man kann diesen Sachverhalt
mit Hilfe des Urnenmodells illustrieren.
Integrale elementarer Funktionen

1. Grundintegrale:Die Grundintegrale können unmittelbar aus den Ableitungen bekannter elementarer

Funktionen gewonnen werden, da das unbestimmte Integrieren einer Funktion das Aufsuchen einer

Stammfunktion bedeutet.

Die in der Tabelle Grundintegrale zusammengestellten Integrale ergeben sich aus der Umkehrung der
wichtigsten Differentiationsformeln der Tabelle Ableitungen elementarer Funktionen. Die Integrationskonstente
ist weggelassen worden.
2. Allgemeiner Fall: Bei der Lösung von Integralen wird versucht, ein gegebenes Integral durch algebraische
und trigonometrische Umformungen bzw. durch Anwendung von Integrationsregeln auf die Grundintegrale
zurückzuführen. Die im Abschnitt Integrationsregeln angegebenen Integrationsmethoden ermöglichen die
Integration von Funktionen, die eine elementare Stammfunktion besitzen. Die Integrationsergebnisse sind in
der Tabelle Unbestimmte Integrale zusammengestellt. Folgende Hinweise sind bei der Benutzung zu
beachten:
a)
Die Integrationskonstante wurde meist weggelassen. Ausgenommen sind einige Integrale, die in
verschiedenen Formen mit verschiedenen beliebigen Konstanten darstellbar sind.
b)
 Tritt in der Stammfunktion ein Ausdruck auf, der enthält, dann ist darunter stets

zu verstehen.
c)
Wenn die Stammfunktion durch eine Potenzreihe dargestellt ist, kann die Funktion nicht elementar
integriert werden.

Eine ausführlichere Zusammenstellung enthalten die Tabellenwerke dieser Taschenbuchserie Lit. 8.1 und 8.3.

● Tabelle der Grundintegrale

Tabelle der Grundintegrale

Die in der Tabelle Grundintegrale zusammengestellten Integrale ergeben sich aus der Umkehrung der wichtigsten
Differentiationsformeln der Tabelle Ableitungen elementarer Funktionen. Die Integrationskonstente ist weggelassen
worden.

Tabelle Grundintegrale (Integrale der elementaren Funktionen)

Potenzen Exponentialfunktionen

Trigonometrische Funktionen Hyperbelfunktionen

Gebrochenrationale Funktionen Irrationale Funktionen
Unterabschnitte

● Metrische Koeffizienten und reziproke Grundvektoren:

● Anwendung auf kartesische Koordinaten:
● Skalares Produkt in Koordinatendarstellung:
● Vektorprodukt in Koordinatendarstellung:
● Spatprodukt in Koordinatendarstellung:

Formeln für Produkte in affinen Koordinaten

Metrische Koeffizienten und reziproke Grundvektoren:

Wenn die affinen Koordinaten zweier Vektoren und im System bekannt sind, so daß

(3.269)
gegeben sind, dann müssen zur Berechnung des skalaren Produkts
 (3.270)

oder des Vektorprodukts

(3.271a)
letzteres mit
(3.271b)
die paarweisen Produkte der Koordinatenvektoren bekannt sein. Für das skalare Produkt sind das die sechs
metrischen Koeffizienten (Zahlen)
(3.272a)
(3.272b)
und für das Vektorprodukt die drei Vektoren
(3.273a)

genauer die drei reziproken Vektoren bezüglich wobei der Koeffizient

(3.273b)

der gleich dem gemischten Produkt der Koordinatenvektoren ist, lediglich einer kürzeren Schreibweise in weiteren
Formeln dient. Mit Hilfe der folgenden Multiplikationstabellen für die Grundvektoren wird das Arbeiten mit den
Koeffizienten übersichtlicher.
Skalare Multiplikation Vektorielle Multiplikation
von Grundvektoren von Grundvektoren

Anwendung auf kartesische Koordinaten:

Die kartesischen Koordinaten sind ein Spezialfall der affinen Koordinaten. Aus den folgenden zwei Tabellen ergeben
sich für

die Grundvektoren
 (3.274a)
die metrischen Koeffizienten

(3.274b)

und die reziproken Grundvektoren

(3.274c)

Somit stimmen die reziproken Grundvektoren mit den Grundvektoren des Koordinatensystems überein, oder anders
ausgedrückt, in kartesischen Koordinaten sind die Grundvektorensysteme zu sich selbst reziprok.
Skalare Multiplikation Vektorielle Multiplikation
von reziproken Grundvektoren von reziproken Grundvektoren
Skalares Produkt in Koordinatendarstellung:

(3.275)

Für kartesische Koordinaten geht diese Gleichung in (3.266) über.

Nach dem zweiten Gleichheitszeichen wurde die in der Tensorrechnung übliche abkürzende Schreibweise für
Summen verwendet: Anstelle der gesamten Summe wird nur ein typisches Glied hingeschrieben, so daß über alle
doppelt auftretenden Indizes dieses Gliedes zu summieren ist, d.h. über alle einmal unten und einmal oben
auftretenden Indizes. Manchmal werden die Summationsindizes mit griechischen Buchstaben bezeichnet; hier
durchlaufen sie die Zahlen 1 bis 3. Es gilt also

(3.276)

Vektorprodukt in Koordinatendarstellung:

In Übereinstimmung mit (3.271a) gilt

 (3.277)

(3.278)

Für kartesische Koordinaten geht diese Gleichung in (3.267) über.

Spatprodukt in Koordinatendarstellung:

In Übereinstimmung mit (3.271a) ergibt sich

(3.279)

Für rechtwinklige kartesische Koordinaten geht diese Gleichung in (3.268) über.

Mehrere Drehachsen

Gibt es mehrere Drehachsen, so sind weitere Fallunterscheidungen zu treffen. Haben insbesondere mehrere
Drehachsen eine Ordnung dann treten folgende Gruppen als zugehörige Symmetriegruppen auf:

a) Tetraedergruppe : isomorph zu

b) Oktaedergruppe : isomorph zu

c) Ikosaedergruppe : ord

Diese Gruppen sind die Symmetriegruppen der regulären Polyeder.

Beispiel

Das Methan-Molekül hat als Symmetriegruppe die Tetraedergruppe

Die rot gezeichnete Linie ist die Verlängerung der Verbindung zwischen dem oberen H-Atom und dem C-
Atom auf das Basisdreieck.
Gruppen
● Definition und grundlegende Eigenschaften
● Untergruppen und direkte Produkte
● Abbildungen zwischen Gruppen
Sprungfunktion

Unstetige reelle Funktionen kann man mit Hilfe komplexer Integrale, sogenannter Hakenintegrale nach der Form des
Integrationsweges darstellen. Die Sprungfunktion ist ein Beispiel.

(14.60)

Das Symbol bezeichnet einen Integrationsweg längs der reellen Achse unter Umgehung des

Nullpunktes (s. Abbildung).

Deutet man als Zeit, dann stellt die Funktion eine Größe dar, die zur Zeit von

über den Wert auf den Wert springt.

Die Sprungfunktion oder auch HEAVISIDE-Funktion wird in der Elektrotechnik zur Darstellung plötzlich auftretender
Strom- oder Spannungsstöße verwendet (s. auch Sprungfunktion).
Halbgruppen
● Definition
● Beispiele für Halbgruppen
Ordnungsrelationen

Eine binäre Relation in einer Menge heißt Ordnung oder Ordnungsrelation , wenn reflexiv,
antisymmetrisch und transitiv ist. Ist zusätzlich linear, so heißt vollständige Ordnung , vollständige
Ordnungsrelation oder Kette . Die Menge heißt dann durch geordnet bzw. vollständig geordnet. In einer
vollständig geordneten Menge sind also je zwei Elemente vergleichbar. Statt verwendet man auch die
Bezeichnung oder wenn die Ordnungsrelation aus dem Zusammenhang bekannt ist.
Anstelle von Ordnung ist auch die Bezeichnung Halbordnung oder partielle Ordnung üblich.

Beispiel A

Die Zahlenbereiche sind durch die übliche Beziehung vollständig geordnet.

Beispiel B
Die Teilmengenbeziehung ist eine Ordnung, die nicht vollständig ist.

Beispiel C
Die lexikographische Ordnung auf den Wörtern der deutschen Sprache ist eine Kette.
Halbseitensatz

Mit dem Halbseitensatz kann die Aufgabe, aus den drei Winkeln des sphärischen Dreiecks eine Seite oder alle drei
Seiten zu berechnen, gelöst werden:

(3.179a)

(3.179b)

(3.179c)
 (3.179d)

Die Bezeichnungen der Größen entsprechen denen der Abbildung.

Eine andere Formulierung lautet:

(3.180a)
 (3.180b)

(3.180c)

mit

(3.180d)

(3.180e)

Für die Winkelsumme des sphärischen Dreiecks gilt gemäß (3.169):

(3.181)

so daß stets sein muß. Außerdem sind wegen der Festlegungen über EULERsche Dreiecke alle
vorkommenden Wurzeln reell.
Trigonometrische Funktionen des halben Winkels

In den folgenden Formeln (Halbwinkelsätze) ist vor dem Wurzelzeichen ein positives oder negatives Vorzeichen zu
setzen, je nachdem, in welchem Quadranten sich der Winkel befindet.

(2.103)

(2.104)

(2.105)

(2.106)
Halbwinkelsatz

Zur Berechnung eines Winkels eines sphärischen Dreiecks aus seinen drei Seiten kann der Seiten-Kosinussatz
verwendet werden. Der Halbwinkelsatz bietet in Analogie zum Halbwinkelsatz der ebenen Trigonometrie die
Möglichkeit, den Winkel aus der numerisch günstigeren Tangensfunktion zu berechnen.

(3.177a)

(3.177b)

(3.177c)

(3.177d)
Die Bezeichnungen der Größen entsprechen denen der Abbildung.

Wenn aus drei Seiten eines sphärischen Dreiecks alle drei Winkel zu berechnen sind, kann die folgende Berechnung
günstiger sein:

(3.178a)

(3.178b)
 (3.178c)

mit

(3.178d)

(3.178e)
Melnikov-Methode

Gegeben sei die ebene Differentialgleichung

(17.75)

wobei ein kleiner Parameter ist. Für sei (17.75) ein HAMILTON-System, d.h. für gelte

und , wobei eine -Funktion sei. Das zeitabhängige

Vektorfeld sei zweimal stetig differenzierbar und -periodisch bezüglich des ersten

Arguments. Außerdem seien und beschränkt auf beschränkten Mengen. Bei existiere in (17.75) ein

homokliner Orbit bezüglich des Sattelpunktes . Der POINCARÉ-Schnitt von (17.75) im Phasenraum

bei sehe aus wie in der folgenden Abbildung.

Die POINCARÉ-Abbildung hat für kleine einen Sattel nahe mit den

invarianten Mannigfaltigkeiten und . Ist der homokline Orbit des ungestörten Systems durch

gegeben, so läßt sich der Abstand der Mannigfaltigkeiten und , gemessen entlang

der Geraden, die durch verläuft und senkrecht auf steht, durch die Formel

(17.76a)

berechnen. Dabei ist die MELNIKOV- Funktion , die durch

 (17.76b)

definiert ist. Für und ist . Besitzt die MELNIKOV-Funktion

in eine einfache Nullstelle, d.h., gilt und , dann schneiden sich die

Mannigfaltigkeiten und für genügend kleine transversal. Wenn keine Nullstellen

besitzt, gilt , d.h., es gibt keine homoklinen Punkte.

Bemerkung: Das ungestörte System (17.75) besitze einen heteroklinen Orbit, gegeben durch , der aus

einem Sattel in einen Sattel läuft. Seien und die Sattel der POINCARE-Abbildung für kleine

. Besitzt , berechnet wie oben, in eine einfache Nullstelle, so schneiden sich und

für kleine transversal.

Beispiel
Betrachtet wird die periodisch gestörte Pendelgleichung , d.h. das System

in der ein kleiner Parameter und ein weiterer Parameter ist. Das ungestörte System

ist ein HAMILTON-System mit . Das ungestörte System besitzt (u.a.) ein Paar

heterokliner Orbits durch und . Im zylindrischen Phasenraum sind dies

homokline Orbits, gegeben durch

Die direkte Berechnung der MELNIKOV-Funktion liefert

Da bei eine einfache Nullstelle besitzt, hat die POINCARÉ-Abbildung des gestörten Systems

für kleine transversale homokline Punkte.

HASSE-Diagramme

Endliche geordnete Mengen werden durch HASSE-Diagramme dargestellt: Auf einer endlichen Menge sei eine
Ordnungsrelation gegeben. Die Elemente von werden als Punkte in der Ebene dargestellt, wobei der Punkt

zu oberhalb des Punktes zu liegen soll, falls gilt. Gibt es außerdem kein mit

(man sagt, und sind benachbart ), so werden und durch eine Strecke verbunden. Ein
HASSE-Diagramm ist also ein ,,abgerüstetes`` Pfeildiagramm, bei dem alle Schlingen, Pfeilspitzen und alle Pfeile, die
sich aus der Transitivität der Relation ergeben, weggelassen sind. In der linken Abbildung ist das Pfeildiagramm zur
Teilbarkeitsrelation auf der Menge angegeben. Die Teilbarkeitsrelation ist eine

Ordnungsrelation und wird durch das HASSE-Diagramm in der rechten Abbildung dargestellt.
Häufigkeiten

Es sei ein Ereignis der zu einem Versuch gehörenden Ereignismenge A. Tritt bei -maliger Wiederholung des
Versuches das Ereignis -mal ein, so heißt die Häufigkeit , die relative Häufigkeit des

Ereignisses . Die relative Häufigkeit genügt gewissen einfachen Gesetzmäßigkeiten, die man als Grundlage für
eine axiomatische Definition des Begriffes Wahrscheinlichkeit des Ereignisses in der Ereignismenge A

benutzt. (Der Buchstabe steht für ,,probability``, das englische Wort für Wahrscheinlichkeit.)
Hauptachsentransformation, Ähnlichkeitstransformation

Zu jeder reellen symmetrischen Matrix A gibt es eine orthogonale Matrix U und eine Diagonalmatrix D mit
(4.127)
Dabei sind die Diagonalelemente von D die Eigenwerte von A, und die Spalten von U sind die dazugehörigen
normierten Eigenvektoren. Aus der Gleichung (4.127) folgt unmittelbar
(4.128)
Man bezeichnet diese Gleichung als Hauptachsentransformation . Auf diese Weise wird A in die Diagonalform
überführt.
Wird die quadratische Matrix A mit Hilfe der regulären quadratischen Matrix G nach der Vorschrift
(4.129)

transformiert, dann spricht man von einer Ähnlichkeitstransformation . Die Matrizen A und heißen ähnlich, und es
gilt:

1. Die Matrizen A und haben dieselben Eigenwerte, d.h., bei einer Ähnlichkeitstransformation ändern sich
die Eigenwerte nicht.
2. Ist A symmetrisch, dann ist auch symmetrisch, falls G orthogonal ist:
 (4.130)

Die Beziehung (4.130) heißt Ähnlichkeitstransformation . Bei ihr bleiben Eigenwerte und Symmetrie erhalten. In
diesem Zusammenhang besagt (4.128), daß eine symmetrische Matrix A orthogonal ähnlich auf die reelle
Diagonalform D transformiert werden kann.
Vorwärtseinschneiden durch zwei Strahlen

Man spricht auch von der 1. Hauptaufgabe der Triangulierung . Dabei geht es um die Bestimmung eines Neupunktes
von zwei gegebenen Punkten und aus in einem Dreieck
Gegeben: Gemessen: möglichst auch oder gon

Gesucht:
Lösung:

(3.96a)

(3.96b)
(3.96c)

(3.96d)

(3.96e)
(3.96f)
(3.96g)
(3.96h)
SNELLIUSsche Aufgabe des Rückwärtseinschneidens

Nach SNELLIUS kann das Rückwärtseinschneiden eines Neupunktes über drei gegebene Punkte
erfolgen. Man spricht auch von der 2. Hauptaufgabe der Triangulierung .
Gegeben: Gemessen: in Gesucht:
Lösung:

(3.98a)

(3.98b)

(3.98c)

(3.98d)

(3.98e)

(3.98f)

(3.98g)

(3.98h)

(3.98i)
 (3.98j)

(3.98k)

(3.98l)
(3.98m)
Unterringe, Ideale

1. Unterring: Es sei ein Ring und Ist bezüglich und wieder ein Ring,

so heißt ein Unterring von

Eine nichtleere Teilmenge eines Ringes bildet genau dann einen Unterring von wenn für

alle auch und in liegen ( Unterringkriterium ).

2. Ideal: Ein Unterring heißt Ideal , wenn für alle und sowohl als auch in
liegen. Diese speziellen Unterringe sind die Grundlage für die Bildung von Faktorringen.

Die trivialen Unterringe und sind auch stets Ideale von Körper haben nur triviale Ideale.

3. Hauptideal: Sämtliche Ideale von sind Hauptideale , d.h. Ideale, die von einem Ringelement ,,erzeugt``
werden können. Sie werden in der Form geschrieben und mit bezeichnet.
Integralsatz von Cauchy für einfach zusammenhängende Gebiete

Wenn eine Funktion in einem einfach zusammenhängenden Gebiet analytisch ist, dann gelten die folgenden

zwei äquivalenten Aussagen:

a)
Das über eine geschlossene Kurve erstreckte Integral ist gleich Null:

(14.40)

b)

Der Wert des Integrals ist unabhängig von der die Punkte und verbindenden Kurve.

Dieser Sachverhalt wird Integralsatz von CAUCHY , auch Hauptsatz der Funktionentheorie genannt.
Über die Anwendung des Hauptsatzes der Integralrechnung

1. Warnung: Die Berechnung uneigentlicher Integrale vom Typ (8.87a) kann bei mechanischer Anwendung
der Formel

(8.88)

ohne Berücksichtigung der singulären Punkte im Innern des Intervalls zu groben Fehlern führen.

Beispiel E
So erhält man durch formale Anwendung des Hauptsatzes auf Beispiel D

während dieses Integral in Wirklichkeit divergiert.

2. Allgemeine Regel: Der Hauptsatz der Integralrechnung darf auf den Fall (8.87a) nur angewendet werden,
wenn die Stammfunktion von im singulären Punkt stetig ist.

Beispiel F

In Beispiel D ist die Funktion für unstetig, so daß diese Bedingung nicht

erfüllt ist. Hingegen ist in Beispiel C die Funktion für stetig, so daß der

Hauptsatz auf Beispiel C angewendet werden kann:

.
Hauptsatz der Integralrechnung

Hauptsatz der Integralrechnung wird die Beziehung

(8.38)

genannt, mit der die Berechnung eines bestimmten Integrals auf die Berechnung des zugehörigen unbestimmten
Integrals, d.h. auf die Ermittlung einer Stammfunktion zurückgeführt wird:

(8.39)
Zurückführung auf die Hauptwerte
Die Arkusfunktionen haben in den Definitions- und Wertebereichen für ihren sogenannten Hauptwert , der
ohne den Index geschrieben wird, z.B. In der folgenden Abbildung sind die
Hauptwerte der Arkusfunktionen eingezeichnet.
Hinweis: Taschenrechner geben die Hauptwerte an. Die Zurückführung auf den Hauptwert erfolgt mit Hilfe der
folgenden Formeln:
(2.134a)

(2.134b)

(2.134c)
 (2.134d)

Beispiel A

Beispiel B

Beispiel C
Definitionen

a) Wenn das Integrationsgebiet die abgeschlossene Halbachse ist, und wenn der Integrand dort

definiert ist, dann gilt definitionsgemäß

(8.77)

Im Falle der Existenz des Grenzwertes spricht man von einem konvergenten uneigentlichen Integral . Im Falle der
Nichtexistenz des Grenzwertes wird (8.77) als divergentes Integral bezeichnet.

b) Wenn das Definitionsgebiet einer Funktion die abgeschlossene Halbachse oder die gesamte

Zahlengerade ist, dann definiert man analog

(8.78a)
 (8.78b)

c) Beim Grenzübergang (8.78b) streben die Zahlen und unabhängig voneinander gegen unendlich.
Wenn der Grenzwert (8.78b) dabei nicht existiert, dafür jedoch der Grenzwert

(8.78c)

dann heißt dieser Grenzwert (8.78c) Hauptwert des uneigentlichen Integrals .

Natürlicher Logarithmus

(14.74a)

Wegen kann man schreiben

(14.74b)
(14.74c)
Da eine mehrdeutige periodische Funktion ist, gibt man gewöhnlich nur den Hauptwert des Logarithmus
an:
(14.74d)
Die Funktion ist für alle komplexen Zahlen definiert, ausgenommen die Null.
Sprungfunktion

Der Einheitssprung bei wird durch die Sprungfunktion (s. Abbildung),

auch HEAVISIDEsche Einheitsfunktion genannt, vermittelt:

 (15.25)

Beispiel A

(s. linke

Abbildung).

Beispiel B

(s. rechte Abbildung).

Partialbruchzerlegung

1. Prinzip: Häufig treten in den Anwendungen Bildfunktionen der Form auf, wobei

ein Polynom in darstellt. Hat man die Originalfunktionen zu und gefunden, dann

erhält man die gesuchten Originalfunktionen zu durch Anwendung des Faltungssatzes.

2. Einfache reelle Nullstellen von : Hat die Bildfunktion nur einfache Pole

, dann gilt für sie die Partialbruchzerlegung

(15.40)

Daher lautet die zugehörige Originalfunktion

 (15.41)

3. HEAVYSIDEscher Entwicklungssatz: Ist die Zählerfunktion ebenfalls ein Polynom von , aber von

niedrigerem Grade als , dann erhält man die Originalfunktion zu mit Hilfe der nach HEAVYSIDE

benannten Formel

(15.42)

4. Komplexe Nullstellen: Treten komplexe Wurzeln im Nenner auf, dann kann man den HEAVYSIDEschen
Entwicklungssatz in der gleichen Weise anwenden. Man kann auch jeweils konjugiert komplexe Glieder, die im
Falle komplexer Nullstellen stets vorhanden sein müssen, zu einem quadratischen Ausdruck
zusammenfassen, dessen Rücktransformation wie auch im Falle mehrfacher Nullstellen von mit Hilfe

der Tabelle der Korrespondenzen durchgeführt werden kann.

Beispiel
 , d.h. ,

Die Pole sind sämtlich einfach. Nach dem HEAVISIDEschen Satz

erhält man

oder durch Partialbruchzerlegung und Korrespondenztafel

Die beiden Ausdrücke für sind identisch.

Anwendung des Newton-Verfahrens

Die Funktion wird im aktuellen Näherungspunkt durch eine quadratische Funktion approximiert:

(18.77)

Dabei ist die HESSE-Matrix, d.h. die Matrix der zweiten partiellen Ableitung von im Punkt . Ist

positiv definit, dann hat an der Stelle mit ein globales Minimum, und man

erhält für das NEWTON-Verfahren die Iterationsvorschrift

(18.78a)

(18.78b)

Das NEWTON-Verfahren hat eine hohe Konvergenzgeschwindigkeit, der aber folgende Nachteile gegenüberstehen:
a)
Die Matrix muß positiv definit sein.

b)
Das Verfahren konvergiert nur für hinreichend gute Startwerte.
c)
Es gibt keine Schrittweitensteuerung.
d)
Das Verfahren ist im allgemeinen kein Abstiegsverfahren.
e)

Der Aufwand zur Berechnung von ist mitunter recht groß.

Einige Nachteile können durch die folgende Version eines gedämpften NEWTON-Verfahrens behoben werden:
(18.79)

Der Dämpfungsfaktor kann unter anderem durch Strahlminimierung ermittelt werden.

Hilbert-Raum

Ein vollständiger unitärer Raum heißt HILBERT-Raum .

Als normierte Räume und BANACH-Räume besitzen die HILBERT-Räume auch deren Eigenschaften. Hinzu kommen
noch die eines unitären Raumes.

Unter einem Teilraum eines HILBERT-Raumes versteht man einen abgeschlossenen linearen Teilraum.

Beispiel A

und mit den Skalarprodukten

(12.109)

Beispiel B
 Der Raum mit dem Skalarprodukt

(12.110)

Beispiel C

Sei eine auf meßbare und positive Funktion. Der komplexe Raum aller

meßbaren Funktionen, die auf mit dem Gewicht quadratisch summierbar sind, wird ein HILBERT-

Raum, wenn das Skalarprodukt

(12.111)

betrachtet wird.
Definitionen

1. Vektorfunktion einer skalaren Variablen wird ein Vektor genannt, wenn seine Komponenten
Funktionen von sind:
(13.1)

Die Begriffe Grenzwert, Stetigkeit und Differenzierbarkeit lassen sich von den Komponenten des Vektors auf

den Vektor selbst übertragen.

2. Hodograph einer Vektorfunktion Faßt man die Vektorfunktion als Orts- oder Radiusvektor

eines Punktes auf, dann beschreibt dieser bei Änderung von eine Raumkurve

(s. Abbildung).
Man bezeichnet diese Raumkurve auch als Hodograph der Vektorfunktion .
Kegel

Kegel werden von einer Kegelfläche mit geschlossener Leitkurve und einer ebenen Grundfläche (Flächeninhalt
), die von der Kegelfläche ausgeschnitten wird, begrenzt.

Für beliebige Kegel gilt

(3.134)
Kugelausschnitt

(3.145)

(3.146)
Polyeder
Polyeder wird ein Körper genannt, der von Ebenen begrenzt wird. In diesem Abschnitt werden die folgenden
Bezeichnungen benutzt: - Volumen, - Gesamtoberfläche, - Mantelfläche, - Höhe, - Grundfläche.

● Prisma
● Parallelepiped
● Quader
● Würfel
● Pyramide
● Pyramidenstumpf
● Tetraeder
● Obelisk
● Keil
● Reguläre Polyeder und EULERscher Polyedersatz
Zylinder

Zylinder wird ein Körper genannt, der von einer Zylinderfläche mit geschlossener Leitkurve umgrenzt wird sowie von
zwei parallelen Grundflächen, die die Zylinderfläche aus zwei parallelen Ebenen ausschneidet.

Für jeden beliebigen Zylinder mit dem Grundflächenumfang , dem Umfang des zur Erzeugenden senkrechten
Querschnitts dessen Flächeninhalt und der Länge der Erzeugenden gilt:

(3.123)

(3.124)
Funktion u=f(x,y) zweier unabhängiger Variabler

Für die Darstellung einer Funktion zweier Veränderlicher sind zwei Varianten gebräuchlich:

a) Raumfläche: Eine Funktion von zwei unabhängigen Veränderlichen läßt sich in Analogie zum ebenen
Kurvenbild einer Funktion von einer unabhängigen Veränderlichen als Fläche im Raum darstellen.
Dazu wird der Funktionswert senkrecht über dem Punkt des Definitionsbereiches

abgetragen. Die Endpunkte dieser Strecken bilden eine Fläche im dreidimensionalen Raum.

Beispiel A

Darstellung durch eine Ebene.

Beispiel B
 Darstellung durch ein elliptisches Paraboloid.

Beispiel C
 Darstellung durch eine Halbkugel mit dem Radius

b) Höhen- oder Niveaulinien: Das Bild der Funktion kann auch mit Hilfe von Schnittkurven

ermittelt werden, die durch Schnitte parallel zu den Koordinatenebenen entstehen. Die Schnittkurven
werden auch Höhen- oder Niveaulinien genannt.

Beispiel
 In den folgenden zwei Abbildungen sind die Höhenlinien konzentrische Kreise (nicht eingezeichnet).

Hinweis: Funktionen mit Argumenten aus drei oder mehr Variablen können nicht mehr im dreidimensionalen Raum
dargestellt werden. Ausgehend von der Fläche im dreidimensionalen Raum wird in Analogie dazu der Begriff der
Hyperfläche im -dimensionalen Raum gebraucht.
Geodätische Polarkoordinaten

Im linkshändigen System ebener Polarkoordinaten der Geodäsie wird ein Punkt durch den Richtungswinkel
zwischen der Abszisse und der Strecke sowie durch die Länge der Strecke zwischen dem Punkt und dem
Koordinatenursprung, Pol genannt, festgelegt. Die positive Richtung der Winkelangabe ist in der Geodäsie der
Uhrzeigersinn (linke Abbildung).
Zur Bestimmung von Höhen werden der Zenitwinkel oder der Höhenwinkel bzw. der Neigungswinkel
verwendet.
Die Darstellung im rechtwinkligen dreidimensionalen linkshändigen Koordinatensystem zeigt, daß der Zenitwinkel
zwischen der Zenitachse und der Strecke gemessen wird, der Neigungswinkel zwischen der Strecke und
ihrer senkrechten Projektion auf die -Ebene.
Hohlzylinder

Mit den Bezeichnungen für den äußeren Radius, für den inneren Radius, für die

Radiendifferenz und für den mittleren Radius gilt:

(3.133)
HÖLDERsche Ungleichung

1. HÖLDERsche Ungleichung für Reihen: Wenn und zwei reelle Zahlen sind, für die gilt

und wenn und beliebige Zahlen sind, dann gilt:

(1.123a)

Diese Ungleichung gilt auch für abzählbar unendlich viele Zahlenpaare:

(1.123b)

wobei aus der Konvergenz beider Reihen auf der rechten Seite die Konvergenz der Reihe auf der linken Seite folgt.
2. HÖLDERsche Ungleichung für Integrale: Wenn zwei meßbare Funktionen auf dem

Maßraum sind, dann gilt:

(1.123c)
Definition der kubischen Interpolationssplines

Es seien Interpolationspunkte gegeben. Der kubische Interpolationsspline

ist durch folgende Eigenschaften eindeutig festgelegt:

1. erfüllt die Interpolationsbedingung .

2. ist in jedem Teilintervall ein Polynom vom Grad .

3. ist 2mal stetig differenzierbar im gesamten Approximationsintervall .

4. erfüllt spezielle Randbedingungen:

a)
(man spricht dann von natürlichen Splines ) oder

b)
 sind gegebene Werte) oder

c)
, falls , und sowie (man

spricht dann von periodischen Splines ).

Aus diesen Eigenschaften folgt, daß unter allen 2mal stetig differenzierbaren Funktionen , die die

Interpolationsbedingung erfüllen, dadurch ausgezeichnet ist, daß

(19.230)

gilt ( Satz von HOLLADAY ). Man sagt auf Grund von (19.230), hat minimale Gesamtkrümmung , da für die

Krümmung einer ebenen Kurve in erster Näherung gilt (s. Abschnitt Krümmung und Krümmungskreis).

Darüber hinaus läßt sich zeigen: Legt man durch die Punkte ein dünnes,

elastisches Lineal (engl. Spline), so wird seine Biegelinie durch den kubischen Interpolationsspline

beschrieben.
Homomorphiesatz für Ringe

Ersetzt man im Homomorphiesatz für Gruppen den Begriff Normalteiler durch Ideal, so erhält man den
Homomorphiesatz für Ringe : Ein Ringhomomorphismus bestimmt ein Ideal von , nämlich

Der Faktorring ist isomorph zum homomorphen Bild

Umgekehrt bestimmt jedes Ideal von eine homomorphe Abbildung

mit Diese Abbildung wird natürlicher Homomorphismus

genannt.
Homomorphiesatz
Es seien und -Algebren und ein Homomorphismus. bestimmt eine Kongruenzrelation
in Die Faktoralgebra ist isomorph zum homomorphen Bild

Umgekehrt bestimmt jede Kongruenzrelation eine homomorphe Abbildung mit

Die folgende Abbildung soll den Homomorphiesatz veranschaulichen.

Homomorphismen
Wie bei den klassischen algebraischen Strukturen besteht auch hier über den Homomorphiesatz ein Zusammenhang
zwischen den Homomorphismen und den Kongruenzrelationen.
Es seien und -Algebren. Eine Abbildung heißt Homomorphismus , wenn für jedes

und alle gilt:

(5.194)

Ist darüber hinaus bijektiv, so heißt Isomorphismus ; die Algebren und heißen dann zueinander
isomorph. Das homomorphe Bild einer -Algebra erweist sich als -Unteralgebra von Bei einem

Homomorphismus entspricht der Zerlegung von in bildgleiche Elemente eine Kongruenzrelation, die der Kern
von genannt wird:

(5.195)
Homomorphismen, Isomorphismen, Homomorphiesatz

● Ringhomomorphismus und Ringisomorphismus

● Homomorphiesatz für Ringe
Vektorverband

Im Vektorraum der reellen Zahlen sind die Begriffe -Beschränktheit und Beschränktheit (im herkömmlichen

Sinne) identisch. Es ist bekannt, daß jede von oben beschränkte Menge reeller Zahlen in ihr Supremum - die
kleinste aller oberen Schranken - besitzt. In einem allgemeinen Vektorraum kann die Existenz von Supremum und
Infimum i.allg. nicht einmal für endliche Teilmengen nachgewiesen, sondern muß per Axiom gefordert werden. Ein
geordneter Vektorraum heißt Vektorverband oder linearer Verband (in der englischsprachigen Literatur auch
RIESZscher Raum bzw. und in der russischsprachigen Literatur auch K-Lineal ), wenn für zwei beliebige Elemente
ein Element mit den folgenden Eigenschaften existiert:

1.

2.
ist mit und dann gilt .
Ein solches Element ist eindeutig bestimmt, wird mit bezeichnet und das Supremum von und

(genauer: Supremum der aus den Elementen und bestehenden Menge) genannt. In einem Vektorverband

existiert zu je zwei Elementen und auch stets das Infimum, das mit bezeichnet wird. Zu Anwendungen
positiver Operatoren in Vektorverbänden s.u.a. Lit. 12.3.

Beispiel A

Im Vektorverband wird das Supremum von zwei Funktionen punktweise nach der Formel

(12.33)

berechnet. Im Falle von und (s. Abbildung) ergibt sich für

(12.34)
Beispiel B
Die Räume und sind ebenfalls Vektorverbände, während der geordnete Raum

kein Vektorverband ist, da das Minimum oder Maximum zweier Funktionen im allgemeinen

eine Funktion sein kann, die nicht in jedem Punkt aus differenzierbar zu sein braucht.

Ein linearer Operator des Vektorverbandes in einen Vektorverband heißt

Vektorverbandshomomorphismus oder Homomorphismus der Vektorverbände, wenn für alle
gilt:

(12.35)
Definition

Gegeben sei neben (17.1) mit dem zugehörigen Fluß eine weitere autonome Differentialgleichung

(17.22)

wobei eine auf der offenen Menge gegebene -Abbildung ist. Der Fluß

von (17.22) möge ebenfalls existieren.

Die Differentialgleichungen (17.1) und (17.22) (bzw. deren Flüsse) heißen topologisch äquivalent , wenn es einen
Homöomorphismus (d.h., ist bijektiv, und sind stetig) gibt, der die Orbits von (17.1) in
Orbits von (17.22) unter Beibehaltung der Orientierung, aber nicht unbedingt der Parametrisierung überführt. Die
Systeme (17.1) und (17.22) sind also topologisch äquivalent, wenn es neben dem Homöomorphismus
eine stetige Abbildung gibt, die bei jedem fixierten streng monoton

wachsend ist, auf abbildet, für die für alle ist und die der Beziehung
 für alle und genügt.

Bei topologischer Äquivalenz gehen Ruhelagen von (17.1) in Ruhelagen von (17.22) und periodische Orbits von
(17.1) in periodische Orbits von (17.22) über, wobei die Perioden nicht unbedingt übereinstimmen. Sind also zwei
Systeme (17.1) und (17.22) topologisch äquivalent, so stimmt die topologische Struktur der Zerlegung des
Phasenraumes in Orbits überein. Sind zwei Systeme (17.1) und (17.22) topologisch äquivalent über den
Homöomorphismus und erhält sogar die Parametrisierung, d.h. gilt
so heißen (17.1) und (17.22) topologisch konjugiert .

Topologische Äquivalenz bzw. Konjugiertheit kann sich auch auf Teilmengen der Phasenräume und
beziehen. Ist z.B. (17.1) auf und (17.22) auf definiert, so heißt (17.1) auf topologisch

äquivalent zu (17.22) auf , wenn ein Homöomorphismus existiert, der die Schnitte der Orbits

von (17.1) mit in Schnitte der Orbits von (17.22) mit unter Beibehaltung der Orientierung überführt.

Beispiel A
 Homöomorphismen für (17.1) und (17.22) sind Abbildungen, bei denen z.B. Strecken und Stauchen der
Orbits erlaubt ist, Aufschneiden und Schließen der Orbits dagegen nicht. Die zu den Phasenporträts der
folgenden linken und mittleren Abbildung gehörenden Flüsse sind topologisch äquivalent; die zur linken und
rechten Abbildung gehörenden Flüsse dagegen nicht.

Beispiel B
Gegeben seien die beiden linearen ebenen Differentialgleichungen (s. Lit. 17.19)

Die Phasenporträts dieser Systeme nahe sind in der folgenden linken und rechten Abbildung zu

sehen.

Der Homöomorphismus mit , wobei ist, und die

Funktion mit überführen die Orbits des ersten Systems in Orbits des

zweiten Systems, so daß eine topologische Äquivalenz vorliegt.

Komplexe Argumentwerte

Sind die Koeffizienten in (19.11) reell, so kann die Berechnung von für komplexe Werte

ganz im Reellen ablaufen. Dazu wird wie folgt zerlegt:

(19.18a)

mit
(19.18b)
Es ist dann
(19.18c)
Zur Realisierung von (19.18a) kann man nach COLLATZ das folgende sogenannte zweizeilige HORNER-Schema
aufstellen:
 (19.18d)

Beispiel

. Der Funktionswert für , d.h. und ,

ist zu berechnen.

Man liest ab: .

Reelle Argumentwerte

Zur Berechnung des Funktionswertes eines Polynoms -ten Grades an der Stelle aus seinen

Koeffizienten geht man von der Beziehung

(19.12)

aus, wobei ein Polynom vom Grade ist:

(19.13)

Durch Koeffizientenvergleich in (19.12) bezüglich erhält man die Rekursionsformel

(19.14)

Auf diese Weise werden aus den Koeffizienten von die Koeffizienten von sowie der

gesuchte Funktionswert bestimmt. Durch Wiederholung dieser Vorgehensweise, d.h., im nächsten Schritt

wird das Polynom mit dem Polynom gemäß

(19.15)
verknüpft usw., erhält man schließlich eine Folge von Polynomen . Die

Berechnung der Koeffizienten und Funktionswerte dieser Polynome ist in (19.16) schematisch dargestellt:

(19.16)

Aus dem Schema (19.16) liest man unmittelbar ab. Darüber hinaus gilt:

(19.17)

Beispiel
 . Der Funktionswert und die Ableitungswerte von an der

Stelle sind gemäß (19.16) zu berechnen.

Hinweis: Das HORNER-Schema läßt sich auch für komplexe Koeffizienten durchführen, indem man für jeden
Koeffizienten eine reelle und eine imaginäre Spalte gemäß (19.16) berechnet.
HOUSEHOLDER-Verfahren

Numerisch gutartige Verfahren zur Lösung linearer Quadratmittelprobleme stellen die Orthogonalisierungsverfahren
dar, die auf einer Faktorisierung beruhen. Zu empfehlen ist das HOUSEHOLDER-Verfahren , bei dem Q

eine orthogonale Matrix vom Typ und R eine Dreiecksmatrix vom Typ ist.
Konvexe Mengen

Eine Teilmenge eines reellen Vektorraumes heißt konvex , wenn für jedes Paar von Vektoren alle

Vektoren der Form ebenfalls zu gehören. Mit anderen Worten, die Menge

ist konvex, wenn sie mit je zwei Elementen die gesamte Verbindungsstrecke
(12.15)

auch Intervall genannt, zwischen und enthält. Beispiele konvexer Mengen in sind die mit und
bezeichneten Mengen in der folgenden Abbildung.
Siehe dazu auch Abschnitt Trennung konvexer Mengen.
Der Durchschnitt beliebig vieler konvexer Mengen ist wieder eine konvexe Menge, wobei vereinbarungsgemäß die
leere Menge als konvex angesehen wird. Demzufolge existiert zu jeder Teilmenge eine kleinste konvexe

Menge, die enthält, nämlich der Durchschnitt aller konvexen und enthaltenden Teilmengen von . Sie heißt
konvexe Hülle der Menge und wird mit bezeichnet. Die konvexe Hülle ist mit der Menge aller

konvexen Linearkombinationen von Elementen aus identisch, d.h., besteht aus allen Elementen der

Form , wobei beliebige Elemente aus sind und der

Gleichung genügen. Lineare und affine Teilräume sind stets konvex.

Lineare Hülle

Der Durchschnitt einer beliebigen Anzahl linearer Teilräume in ist wiederum ein linearer Teilraum. Demzufolge
existiert für jede nichtleere Teilmenge ein kleinster linearer Teilraum oder in , der

enthält, nämlich der Durchschnitt aller linearen Teilräume, in denen enthalten ist. Die Menge heißt

lineare Hülle der Menge . Sie ist mit der Menge aller (endlichen) Linearkombinationen
(12.9)

die aus Elementen und Skalaren gebildet werden, identisch.

Hyperbel

● Elemente der Hyperbel

● Gleichung der Hyperbel
● Brennpunktseigenschaften der Hyperbel, Definition der Hyperbel
● Leitlinien der Hyperbel
● Tangenten an die Hyperbel
● Asymptoten der Hyperbel
● Konjugierte Hyperbeln
● Durchmesser der Hyperbel
● Krümmungskreisradius der Hyperbel
● Flächeninhalte in der Hyperbel
● Hyperbelbogen
● Gleichseitige Hyperbeln
Gleichseitige Hyperbeln

Gleichseitige Hyperbeln zeichnen sich durch gleich große Achsen aus, so daß ihre Gleichung lautet
(3.340a)
Die Asymptoten der gleichseitigen Hyperbel stehen senkrecht aufeinander. Wenn die Asymptoten mit den
Koordinatenachsen zusammenfallen, dann lautet die Gleichung

(3.340b)
Umgekehrte Proportionalität
Die Funktion

(2.46)

liefert eine gleichseitige Hyperbel , deren Asymptoten die Koordinatenachsen sind.

Die Unstetigkeitsstelle mit liegt bei Wenn ist, dann nimmt die Funktion von 0 bis

und von bis 0 ab (blaue Kurve im 1. und 3. Quadranten). Ist dann wächst die Funktion von 0

bis und von bis 0 (rote Kurve im 2. und 4. Quadranten). Die Scheitelpunkte und liegen bei

und mit gleichen Vorzeichen für und unterschiedlichen

Vorzeichen für
Extrema gibt es keine. (Ausführlicher s. Hyperbel).
Konjugierte Hyperbeln

Konjugierte Hyperbeln haben die Gleichungen

(3.336)

wobei die zweite Hyperbel in der Abbildung rot dargestellt ist. Sie besitzen gemeinsame Asymptoten derart, daß die
reelle Achse der einen die imaginäre Achse der anderen ist und umgekehrt.
Krümmungskreisradius der Hyperbel

Im Punkt hat die Hyperbel den Krümmungkreissradius

(3.338a)

wobei der Winkel zwischen der Tangente und dem Radiusvektor des Berührungspunktes ist. In den Scheiteln
und gilt

(3.338b)
Leitlinien der Hyperbel

Leitlinien der Hyperbel sind senkrecht auf der reellen Achse im Abstand vom Mittelpunkt stehende

Geraden.
Jeder beliebige Hyperbelpunkt unterliegt der Leitlinieneigenschaft der Hyperbel

(3.330)

(s. auch Leitlinieneigenschaft der Kurven zweiter Ordnung.)

Tangenten an die Hyperbel

Tangenten an die Hyperbel im Punkt beschreibt die Gleichung

(3.331)
Normale und Tangente an die Hyperbel sind jeweils Winkelhalbierende des inneren bzw. äußeren Winkels zwischen
den von den Brennpunkten zum Berührungspunkt weisenden Radiusvektoren. Die Gerade
ist eine Tangente, wenn die Gleichung

(3.332)
erfüllt ist.
Definition der Hyperbelfunktionen
Hyperbelsinus , Hyperbelkosinus und Hyperbeltangens sind durch die folgenden Formeln definiert:

(2.156)

(2.157)

(2.158)

Die geometrische Definition ist eine Analogie zu den trigonometrischen Funktionen.

Hyperbelkotangens , Hyperbelsekans und Hyperbelkosekans sind als reziproke Werte der voranstehenden drei
Hyperbelfunktionen definiert:

(2.159)

(2.160)
 (2.161)

In der folgenden Abbildung ist der Verlauf aller sechs Hyperbelfunktionen dargestellt.
Summen und Differenzen von Hyperbelfunktionen

(2.185)

(2.186)

(2.187)

(2.188)
Wichtige Formeln für Hyperbelfunktionen
Hyperbelfunktionen sind durch Formeln miteinander verknüpft, deren Analogon von den trigonometrischen
Funktionen bekannt ist. Daher lassen sie sich aus den entsprechenden trigonometrischen Formeln mit Hilfe der
Zusammenhänge (2.189) bis (2.196) herleiten.

● Hyperbelfunktionen einer Variablen

● Darstellung einer Hyperbelfunktion durch eine andere gleichen Argumentes
● Formeln für negative Argumente
● Hyperbelfunktionen der Summe und der Differenz zweier Argumente (Additionstheoreme)
● Hyperbelfunktionen des doppelten Arguments
● Formel von MOIVRE für Hyperbelfunktionen
● Hyperbelfunktionen des halben Arguments
● Summen und Differenzen von Hyperbelfunktionen
● Zusammenhang zwischen den Hyperbel- und den trigonometrischen Funktionen mit Hilfe komplexer
Argumente
Hyperboloide

1. Einschaliges Hyperboloid: Mit und als reelle und als imaginäre Halbachsen gilt:

(3.408)

(S. auch geradlinige Erzeugende.)

2. Zweischaliges Hyperboloid: Mit als reelle und als imaginäre Halbachsen gilt:

(3.409)
Die Schnittfiguren von Ebenen parallel zur -Achse sind für beide Hyperboloide Hyperbeln. Im Falle des
einschaligen Hyperboloids können es auch zwei einander schneidende Geraden sein. Ebenenschnitte parallel zur
-Ebene sind Ellipsen.

Für kann das Hyperboloid durch Rotation einer Hyperbel mit den Halbachsen und um die Achse
erzeugt werden. Diese ist im Falle des einschaligen Hyperboloids imaginär, im Falle des zweischaligen reell.
Hyperebenen

Eine von verschiedene lineare Teilmenge des (reellen) Vektorraumes heißt Hyperteilraum oder
Hyperebene durch , wenn ein existiert, mit dem gilt. Mengen der Gestalt

sind affin-lineare Mannigfaltigkeiten (s. Lineare und affin lineare Teilmengen). Ist dabei ein Hyperteilraum, so
nennt man sie Hyperebenen .

Es besteht der folgende enge Zusammenhang zwischen Hyperebenen und linearen Funktionalen: Einerseits ist der
Kern eines linearen Funktionals auf ein Hyperteilraum in , und für

jede Zahl existiert ein mit und . Andererseits

existiert zu einem Hyperteilraum , einem und stets ein eindeutig bestimmtes

lineares Funktional auf mit und . Die Abgeschlossenheit von im Falle

eines normierten Raums ist äquivalent zur Stetigkeit des Funktionals .

Formeln für mehrfache Produkte

(3.264a)

(3.264b)
Komplexe Zahlen

Die allgemeine Form einer komplexen Zahl lautet

(1.133a)

Wenn und alle möglichen reellen Werte durchlaufen, dann werden alle möglichen komplexen Zahlen
erzeugt. Die Zahl wird Realteil , die Zahl Imaginärteil der Zahl genannt:

(1.133b)

Für wird , so daß die reellen Zahlen zum Spezialfall der komplexen Zahlen werden. Für wird
eine ,,rein imaginäre Zahl``.
Die komplexen Zahlen bilden die Menge der komplexen Zahlen, die mit bezeichnet wird.

Hinweis: Funktionen einer komplexen Variablen sind Gegenstand der Betrachtung in

der Funktionentheorie.
Prädikate

Dabei werden die betrachteten Objekte zu einem Individuenbereich z.B. Menge der natürlichen Zahlen,

zusammengefaßt. Eigenschaften der Individuen, z.B. ,, ist eine Primzahl``, und Beziehungen zwischen Individuen,
z.B. ,, ist kleiner als ``, werden als Prädikate bzeichnet. Ein -stelliges Prädikat über dem Individuenbereich
ist eine Abbildung die jedem -Tupel von Individuen einen Wahrheitswert zuordnet.

So sind die oben angeführten Prädikate über den natürlichen Zahlen ein- bzw. zweistellig.
Kommensurabilität

Zwei Zahlen und heißen kommensurabel , d.h. mit gleichem Maß meßbar, wenn sie ganzzahlige Vielfache
einer dritten Zahl sind. Aus folgt dann

(1.7)

Im entgegengesetzten Falle sind und inkommensurabel .

Beispiel A
Im regelmäßigen Fünfeck, dem Pentagramm, sind die Seite und die Diagonale wegen (1.6)
inkommensurable Strecken. Man geht heute davon aus, daß HIPPASOS von Metapontum (450 v. u. Z.) an
diesem Beispiel die irrationalen Zahlen entdeckt hat.
Beispiel B
Die Länge einer Diagonale und die Seitenlänge eines Quadrates sind inkommensurabel, weil sie die

irrationale Zahl zum Quotienten haben.

Zweidimensionaler Fall

1. Definition: Wenn das Kurvenintegral

(8.124)

mit den stetigen Funktionen und , die in einem einfach zusammenhängenden Gebiet definiert sind, nur vom

Anfangspunkt und vom Endpunkt abhängen soll, nicht aber vom Integrationsweg, der beide Punkte verbindet
(s. Abbildung), d.h. für beliebige und und beliebige Integrationswege bzw. die Gleichung

(8.125)

gelten soll, dann ist notwendig und hinreichend, daß eine Funktion von zwei Veränderlichen existiert,

deren vollständiges Differential der Integrand des Kurvenintegrals ist:

(8.126a)
d.h., es gilt
 (8.126b)

Die Funktion ist dann eine Stammfunktion des vollständigen Differentials (8.126a).

In der Physik wird die Stammfunktion als Potential in einem Vektorfeld gedeutet.

2. Existenz der Stammfunktion:Notwendiges und hinreichendes Kriterium für die Existenz der
Stammfunktion , die Integrabilitätsbedingung für den Ausdruck , ist die Gleichheit der
partiellen Ableitungen

(8.127)

von denen gefordert werden muß, daß sie stetig sind.

Definition

Die Gammafunktion , das EULERsche Integral zweiter Gattung (8.91), ermöglicht eine Ausdehnung des Begriffs der
Fakultät auf beliebige Zahlen , auch auf komplexe Zahlen. Sie kann auf zweierlei Weise definiert werden:

(8.101a)

(8.101b)
FOURIER-Integral

Wenn die Funktion in einem beliebigen endlichen Intervall die DIRICHLETschen Bedingungen erfüllt und

außerdem das uneigentliche Integral konvergiert, dann gilt für ihre Darstellung ( FOURIER-

Integral):

(7.107a)

In den Unstetigkeitsstellen setzt man

(7.107b)
Integrale gebrochenrationaler Funktionen

Integrale gebrochenrationaler Funktionen , wobei und Polynome vom Grade

bzw. sind, werden algebraisch auf eine leicht integrierbare Form gebracht. Dazu dient die folgende
Verfahrensweise:

1. Kürzung des Bruches bis und keine gemeinsamen Teiler mehr enthalten.

2. Abspaltung des ganzrationalen Teiles, wenn ist, indem durch geteilt wird. Zu

integrieren verbleiben dann ein Polynom und ein echter Bruch.

3. Zerlegung des Nenners in lineare und quadratische Faktoren:

(8.12a)

mit
 (8.12b)

4. Vorziehen des konstanten Koeffizienten vor das Integralzeichen.

5. Zerlegung in eine Summe von Partialbrüchen: Der so erhaltene echte Bruch, der nicht mehr gekürzt
werden kann und dessen Nenner in seine irreduziblen Faktoren zerlegt ist, wird in eine Summe von
Partialbrüchen zerlegt, die leicht integriert werden können.
Integration
● Definition des Integrals
● Einige Eigenschaften des Integrals
● Konvergenzsätze
● Satz von RADON-NIKODYM
Einige Eigenschaften des Integrals

Sei ein Maßraum und seien meßbare Funktionen und .

1.
Ist integrierbar, dann ist fast überall endlich, d.h. .

2.

Ist integrierbar, dann gilt .

3.
Ist integrierbar und , dann gilt .

4.
Ist auf und integrierbar, dann ist integrierbar, und es gilt

.
5.
Sind integrierbar, dann ist integrierbar, und es gilt

6.
Sind integrierbar auf mit , dann gilt -f.ü. auf .

Ist und das LEBESGUE-Maß, dann spricht man vom ( -dimensionalen) LEBESGUE-Integral . Im Falle

und ist für jede stetige Funktion auf sowohl das RIEMANN-Integral

als auch das LEBESGUE-Integral definiert. Beide Werte sind endlich und stimmen überein. Mehr noch, ist

eine auf beschränkte RIEMANN-integrierbare Funktion, dann ist sie auch LEBESGUE-integrierbar

(integrierbar im LEBESGUEschen Sinne), wobei die Werte beider Integrale identisch sind (Natürlichkeit des LEBESGUE-
Integrals). Die Menge der LEBESGUE-integrierbaren Funktionen ist aber wesentlich umfassender und besitzt eine
Reihe von Vorteilen, die sich insbesondere bei Grenzübergängen unter dem Integral zeigen.
Verallgemeinerungen des Integralbegriffs

Der Begriff des bestimmten Integrals ist als RIEMANN-Integral unter der Voraussetzung einer beschränkten Funktion

und eines abgeschlossenen Integrationsintervalls eingeführt worden. Diese beiden Voraussetzungen

waren Ansatzpunkte für Verallgemeinerungen des RIEMANNschen Integralbegriffs. Im Folgenden werden einige
genannt.

1. Uneigentliche Integrale stellen eine Erweiterung des Integralbegriffs auf unbeschränkte Funktionen und
auf unbeschränkte Integrationsintervalle dar. Sie werden in den anschließenden Abschnitten Integrale mit
unendlichen Integrationsgrenzen und
Integrale mit unbeschränktem Integranden behandelt.

2. STIELTJES-Integral für Funktionen einer Veränderlichen: Es wird von zwei endlichen Funktionen

und ausgegangen, die auf dem endlichen Intervall definiert sind. Wie beim RIEMANN-Integral

wird das Intervall in Elementarintervalle zerlegt, aber an Stelle der RIEMANNschen Zwischensumme (8.36) wird
 (8.76)

gebildet. Wenn der Grenzwert von (8.76) für den Fall, daß die Länge der Elementarintervalle gegen Null strebt,
existiert und zwar unabhängig von der Wahl der Punkte und , dann wird dieser Grenzwert als bestimmtes
STIELTJES- Integral bezeichnet (s. Lit. 8.16, 8.18).

Beispiel

Für geht das STIELTJES-Integral in das RIEMANN-Integral über.

3. LEBESGUE-Integral: Eine weitere Erweiterung des Integralbegriffs erfolgt im Zusammenhang mit der
Maßtheorie, in der das Maß einer Menge, Maßräume und meßbare Funktionen eingeführt werden. In der
Funktionalanalysis wird das LEBESGUE-Integral auf der Basis dieser Begriffe definiert (s. Lit. 8.12). Eine
Verallgemeinerung gegenüber dem RIEMANN-Integral besteht z.B. darin, daß der Integrationsbereich eine
Teilmenge des sein kann und in meßbare Teilmengen zerlegt wird.

Die Bezeichnungen für die Verallgemeinerungen des Integralbegriffs sind nicht einheitlich
(s. Lit. 8.16).
Nichtelementarer Integrale

Integrale elementarer Funktionen sind nicht immer elementare Funktionen. Solche Integrale werden hauptsächlich
mit Hilfe der folgenden drei Methoden gelöst, wobei die Stammfunktion in einer bestimmten Näherung berechnet
wird:

1. Wertetabellen: Integrale von besonderem theoretischen oder praktischen Interesse, die sich nicht durch
elementare Funktionen ausdrücken lassen, können durch eine Wertetabelle dargestellt werden. Dabei wird die
Integrationskonstante durch Festlegung der unteren Integrationsgrenze bestimmt. Solchen speziellen
Funktionen werden meist besondere Namen und Zeichen zugeordnet. Beispiele sind:
a) Integrallogarithmus:

(8.9)

b) Elliptisches Integral erster Gattung:

 (8.10)

2. Integration durch Reihenentwicklung: Der Integrand wird in eine Reihe entwickelt, die im Falle ihrer
gleichmäßigen Konvergenz gliedweise integriert werden kann.
3. Graphische Integration: Eine dritte Näherungsmethode ist die graphische Integration.
Oberflächenintegrale
● Oberflächenintegrale erster Art
● Oberflächenintegrale zweiter Art
● Oberflächenintegral allgemeiner Art
Vektor eines ebenen Flächenstückes

Die vektorielle Darstellung des Oberflächenintegrals zweiter Gattung allgemeiner Art erfordert die Zuordnung eines

Vektors zu einem Flächenstück , der senkrecht auf dieser Fläche steht und dessen Betrag gleich dem
Flächeninhalt von ist. Den Fall eines ebenen Flächenstückes zeigt die folgende Abbildung.
Die positive Richtung von wird gemäß der Rechte-Hand-Regel (auch Rechtsschraube genannt) mit dem der
geschlossenen Umrandungskurve bei gegebenen Umlaufsinn festgelegt: Blickt man vom Vektorursprung in
Richtung Vektorspitze, dann soll der Drehsinn der Umrandungskurve mit dem des Uhrzeigers übereinstimmen. Durch
diese Wahl des positiven Umlaufsinnes auf der Umrandungskurve wird gleichzeitig festgelegt, welche Fläche die
Außenseite ist, d.h. die Seite, von der aus der Vektor abgetragen wird. Diese Festlegungen können auf beliebig
gekrümmte Flächenstücke übertragen werden, die von einer geschlossenen Randkurve begrenzt werden
(s. Abbildung).
Singuläre Integrale und singuläre Punkte

● Singuläres Element und singuläres Integral

● Bestimmung singulärer Integrale
● Singuläre Punkte einer Differentialgleichung
Integration durch Reihenentwicklung, spezielle
nichtelementare Funktionen
Es ist nicht immer möglich, Integrale durch elementare Funktionen auszudrücken, auch wenn der Integrand eine
elementare Funktion ist. In vielen Fällen lassen sich für solche nichtelementaren Integrale Reihenentwicklungen
angeben. Läßt sich der Integrand in eine im Intervall gleichmäßig konvergierende Reihe entwickeln, so erhält

man aus dieser durch gliedweise Integration eine ebenfalls gleichmäßig konvergente Reihe für das bestimmte

Integral .

● Integralsinus ( )

● Integralkosinus ( )

● Integrallogarithmus ( , für als CAUCHYscher Hauptwert)

● Integralexponentialfunktion ( , für als CAUCHYscher Hauptwert)
● GAUSSsches Fehlerintegral und Fehlerfunktion
● Gammafunktion
● Elliptische Integrale
Stammfunktion oder Integral
● Definition
● Existenz
● Unbestimmte Integrale
● Integrale elementarer Funktionen
Uneigentliche Integrale, STIELTJES- und LEBESGUE-Integrale
● Verallgemeinerungen des Integralbegriffs
● Integrale mit unendlichen Integrationsgrenzen
● Integrale mit unbeschränktem Integranden
Umlaufintegral

1. Begriff des Umlaufintegrals: Ein Umlaufintegral ist ein Kurvenintegral über einen geschlossenen
Integrationsweg , d.h., der Anfangspunkt ist mit dem Endpunkt identisch. Man schreibt dafür:

(8.122)

Im allgemeinen ist das Umlaufintegral verschieden von Null. Das gilt jedoch nicht, wenn die Integrabilitätsbedingung
erfüllt ist oder wenn die Integration in einem konservativen Feld durchzuführen ist. Siehe auch Verschwinden des
Umlaufintegrals.

2. Berechnung des Flächeninhaltes einer ebenen Figur: Die Berechnung des Flächeninhaltes einer ebenen
Figur ist ein typisches Beispiel für die Anwendung des Umlaufintegrals in der Form

(8.123)
wobei die Randkurve der ebenen Figur ist. Der Integrationsweg wird positiv gerechnet, wenn er entgegengesetzt
zum Drehsinn des Uhrzeigers verläuft.
Kapitel 8: Integralrechnung
1. Integralrechnung und unbestimmtes Integral: Die Integralrechnung stellt im folgenden Sinne die
Umkehrung der Differentialrechnung dar: Während bei der Differentialrechnung zu einer gegebenen Funktion
die Ableitung zu bestimmen ist, wird in der Integralrechnung zu einer gegebenen Ableitung

eine Funktion gesucht, deren Ableitung mit der vorgegebenen übereinstimmt. Dieser Prozeß ist nicht

eindeutig und führt auf den Begriff des unbestimmten Integrals .

2. Bestimmtes Integral:Geht man von der anschaulichen Aufgabenstellung der Integralrechnung aus, den
Inhalt der Fläche unter der Kurve zu bestimmen, indem man diesen z.B. durch hinreichend

schmale Rechtecke approximiert (s. Abbildung), dann kommt man zum Begriff des bestimmten Integrals.
 3. Zusammenhang zwischen unbestimmtem und bestimmtem Integral: Den Zusammenhang zwischen
den genannten Integralarten vermittelt der Hauptsatz der Integralrechnung.

● Unbestimmtes Integral
● Bestimmte Integrale
● Kurvenintegrale
● Mehrfachintegrale
● Oberflächenintegrale

● Detailliertes Inhaltsverzeichnis
Definition

Das bestimmte Integral einer in einem abgeschlossenen Intervall definierten und beschränkten Funktion

ist eine Zahl, die als Grenzwert einer Summe definiert wird, wobei entweder (Fall A) oder

(Fall B) sein kann. Die Forderung nach Abgeschlossenheit des Intervalls bedeutet, daß auch das
Integrationsintervall beschränkt sein soll.
Bei einer Verallgemeinerung des Begriffs bestimmtes Integral werden auch Funktionen zugelassen, die in einem
beliebigen zusammenhängenden Gebiet definiert sind, wie z.B. das offene oder halboffene Intervall, die
Zahlenhalbachse oder die ganze Zahlengerade, oder aber auch in einem Gebiet, das nur stückweise
zusammenhängend ist, d.h.überall, außer in endlich vielen Punkten. Integrale dieser verallgemeinerten Definition
gehören zu den uneigentlichen Integralen.
Variable obere Integrationsgrenze

1. Partikulärintegral: Wenn die obere Grenze des Integrals variabel gelassen wird (s. Abbildung mit der
Fläche ), dann ist die Fläche eine Funktion der oberen Grenze des Integrals, das dann
Partikulärintegral genannt wird.

In diesem Falle eines variablen Flächeninhalts spricht man von einer Flächenfunktion in der Form
 (8.41)

Um Verwechslungen mit der variablen Integrationsgrenze zu vermeiden, wird hier bei der Darstellung des
Integranden die Integrationsvariable mit bezeichnet.

2. Differentiation des bestimmten Integrals mit variabler oberer Grenze: Ein bestimmtes Integral mit

variabler oberer Integrationsgrenze ist eine stetige Funktion dieser Integrationsgrenze,

d.h. die Stammfunktion des Integranden.

(8.42)

Die geometrische Bedeutung dieses Satzes besteht darin, daß die Ableitung einer variablen Fläche gleich

der variablen Endordinate ist (s. Abbildung):

Dabei sind sowohl die Fläche als auch die Ordinate gemäß Vorzeichenregel mit Vorzeichen zu nehmen.
Integration durch Reihenentwicklung

Wenn der Integrand im Integrationsintervall in eine gleichmäßig konvergente Reihe

(8.52)

entwickelt werden kann, dann läßt sich das Integral in der Form

(8.53)

schreiben. Auf diese Weise kann das bestimmte Integral als konvergente numerische Reihe dargestellt werden:

(8.54)

Im Falle leicht zu integrierender Funktionen , wenn z.B. in eine Potenzreihe entwickelt werden kann, die im
Intervall gleichmäßig konvergiert, kann das Integral mit beliebiger Genauigkeit berechnet werden.

Beispiel

Das Integral ist mit einer Genauigkeit von zu berechnen. Die Reihe

konvergiert gemäß dem Satz von ABEL in jedem beliebigen endlichen

Intervall gleichmäßig, so daß gilt.

Damit folgt

Um bei der Berechnung des Integrals eine Genauigkeit von zu erreichen, genügt es, in Übereinstimmung mit
dem Satz von LEIBNIZ über alternierende Reihen die ersten vier Glieder der Reihenentwicklung zu berechnen:
.
Bestimmte Integrale
● Grundbegriffe, Regeln und Sätze
● Anwendungen bestimmter Integrale
● Uneigentliche Integrale, STIELTJES- und LEBESGUE-Integrale
● Parameterintegrale
● Integration durch Reihenentwicklung, spezielle
nichtelementare Funktionen
Umformung bestimmter Integrale

Durch geeignete Umformung können bestimmte Integrale in vielen Fällen mittels der Substitutionsregel und der
Methode der partiellen Integration berechnet werden.

Beispiel A

Einsatz der Substitutionsregel für .

1. Substitutionsvariante:

. Es ergibt sich
 .

2. Substitutionsvariante: .

Es ergibt sich .

Beispiel B

Methode der partiellen Integration: .

Bestimmte Integrale
● Bestimmte Integrale trigonometrischer Funktionen
● Bestimmte Integrale von Exponentialfunktionen
● Integrale logarithmischer Funktionen
● Integrale algebraischer Funktionen
Integrale algebraischer Funktionen

(21.64)

Mit ist die Betafunktion oder das EULERsche Integral erster Gattung bezeichnet, mit

die Gammafunktion oder das EULERsche Integral zweiter Gattung.

(21.65)
 (21.66)

(21.67)

(21.68)

Mit ist die Gammafunktion bezeichnet (s. auch Tabelle Gammafunktion).

(21.69)

(21.70)
Bestimmte Integrale von Exponentialfunktionen
(zum Teil kombiniert mit algebraischen, trigonometrischen und logarithmischen Funktionen)

(21.42a)

(21.42b)

Mit ist in dieser und in der nächsten Formel die Gammafunktion bezeichnet;

(s. auch Tabelle Gammafunktion).

(21.43a)
 (21.43b)

(21.43c)

(21.44)

(21.45)

(21.46)

(21.47)
 (21.48)

(21.49)

(21.50)

Mit ist die EULERsche Konstante bezeichnet.

Integrale logarithmischer Funktionen
(kombiniert mit algebraischen und trigonometrischen Funktionen)

(21.51)

Mit ist die EULERsche Konstante bezeichnet.

(21.52)

(21.53)
 (21.54)

(21.55)

(21.56)

Mit ist die Gammafunktion bezeichnet (s. auch Tabelle Gammafunktion).

(21.57)

(21.58)

(21.59)
(21.60)

(21.61)

(21.62)

(21.63)
Geometrische Interpretation und Vorzeichenregel

1. Fläche unter der Kurve: Für in sei . Dann läßt sich die Summe (8.36) als

Gesamtinhalt von Rechtecken deuten, durch die die Fläche unter der Kurve angenähert wird.

Demzufolge ergibt der Grenzwert dieser Summe und damit das bestimmte Integral den Inhalt der Fläche ,
 die von der Kurve , der -Achse und den Parallelen und zur -Achse

begrenzt wird:

(8.40)

2. Vorzeichen- oder Flächenregel: Wenn die Funktion im Integrationsintervall abschnittsweise

positiv oder negativ ist, dann nehmen die Teilintegrale über den betreffenden Teilintervallen, also auch die
Teilflächen, positive oder negative Werte an, so daß die Integration über das gesamte Intervall eine
Flächendifferenz liefert.

In der folgenden Abbildung, bestehend aus vier Teilabbildungen, sind vier Fälle mit unterschiedlichen Möglichkeiten
der Flächen-Vorzeichenbildung dargestellt:
Beispiel A

(lies Integral von bis ) ,

Beispiel B

(lies Integral von bis )

.
Elliptische Integrale 1. Art

0 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
10 0,1745 0,1746 0,1746 0,1748 0,1749 0,1751 0,1752 0,1753 0,1754 0,1754
20 0,3491 0,3493 0,3499 0,3508 0,3520 0,3533 0,3545 0,3555 0,3561 0,3564
30 0,5236 0,5243 0,5263 0,5294 0,5334 0,5379 0,5422 0,5459 0,5484 0,5493
40 0,6981 0,6997 0,7043 0,7116 0,7213 0,7323 0,7436 0,7535 0,7604 0,7629
50 0,8727 0,8756 0,8842 0,8982 0,9173 0,9401 0,9647 0,9876 1,0044 1,0107
60 1,0472 1,0519 1,0660 1,0896 1,1226 1,1643 1,2126 1,2619 1,3014 1,3170
70 1,2217 1,2286 1,2495 1,2853 1,3372 1,4068 1,4944 1,5959 1,6918 1,7354
80 1,3963 1,4056 1,4344 1,4846 1,5597 1,6660 1,8125 2,0119 2,2653 2,4362

90 1,5708 1,5828 1,6200 1,6858 1,7868 1,9356 2,1565 2,5046 3,1534

Elliptische Integrale 2. Art

0 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
10 0,1745 0,1745 0,1744 0,1743 0,1742 0,1740 0,1739 0,1738 0,1737 0,1736
20 0,3491 0,3489 0,3483 0,3473 0,3462 0,3450 0,3438 0,3429 0,3422 0,3420
30 0,5236 0,5229 0,5209 0,5179 0,5141 0,5100 0,5061 0,5029 0,5007 0,5000
40 0,6981 0,6966 0,6921 0,6851 0,6763 0,6667 0,6575 0,6497 0,6446 0,6428
50 0,8727 0,8698 0,8614 0,8483 0,8317 0,8134 0,7954 0,7801 0,7697 0,7660
60 1,0472 1,0426 1,0290 1,0076 0,9801 0,9493 0,9184 0,8914 0,8728 0,8660
70 1,2217 1,2149 1,1949 1,1632 1,1221 1,0750 1,0266 0,9830 0,9514 0,9397
80 1,3963 1,3870 1,3597 1,3161 1,2590 1,1926 1,1225 1,0565 1,0054 0,9848
90 1,5708 1,5589 1,5238 1,4675 1,3931 1,3055 1,2111 1,1184 1,0401 1,0000
Elliptische Integrale

Für die vollständigen elliptischen Integrale gelten die folgenden Reihenentwicklungen:

(8.104)

(8.105)

Zahlenwerte sind in der Tabelle ,,Elliptische Integrale`` angegeben.

Elliptische Integrale
● Elliptische Integrale 1. Art
● Elliptische Integrale 2. Art
● Vollständige elliptische Integrale
Vollständige elliptische Integrale

K E K E K E

0 1,5708 1,5708 30 1,6858 1,4675 60 2,1565 1,2111

1 1,5709 1,5707 31 1,6941 1,4608 61 2,1842 1,2015
2 1,5713 1,5703 32 1,7028 1,4539 62 2,2132 1,1920
3 1,5719 1,5697 33 1,7119 1,4469 63 2,2435 1,1826
4 1,5727 1,5689 34 1,7214 1,4397 64 2,2754 1,1732

5 1,5738 1,5678 35 1,7312 1,4323 65 2,3088 1,1638

6 1,5751 1,5665 36 1,7415 1,4248 66 2,3439 1,1545
7 1,5767 1,5649 37 1,7522 1,4171 67 2,3809 1,1453
8 1,5785 1,5632 38 1,7633 1,4092 68 2,4198 1,1362
9 1,5805 1,5611 39 1,7748 1,4013 69 2,4610 1,1272

10 1,5828 1,5589 40 1,7868 1,3931 70 2,5046 1,1184

11 1,5854 1,5564 41 1,7992 1,3849 71 2,5507 1,1096
12 1,5882 1,5537 42 1,8122 1,3765 72 2,5998 1,1011
13 1,5913 1,5507 43 1,8256 1,3680 73 2,6521 1,0927
14 1,5946 1,5476 44 1,8396 1,3594 74 2,7081 1,0844

15 1,5981 1,5442 45 1,8541 1,3506 75 2,7681 1,0764

16 1,6020 1,5405 46 1,8691 1,3418 76 2,8327 1,0686
17 1,6061 1,5367 47 1,8848 1,3329 77 2,9026 1,0611
18 1,6105 1,5326 48 1,9011 1,3238 78 2,9786 1,0538
19 1,6151 1,5283 49 1,9180 1,3147 79 3,0617 1,0468

20 1,6200 1,5238 50 1,9356 1,3055 80 3,1534 1,0401

21 1,6252 1,5191 51 1,9539 1,2963 81 3,2553 1,0338
22 1,6307 1,5141 52 1,9729 1,2870 82 3,3699 1,0278
23 1,6365 1,5090 53 1,9927 1,2776 83 3,5004 1,0223
24 1,6426 1,5037 54 2,0133 1,2681 84 3,6519 1,0172

25 1,6490 1,4981 55 2,0347 1,2587 85 3,8317 1,0127

26 1,6557 1,4924 56 2,0571 1,2492 86 4,0528 1,0080
27 1,6627 1,4864 57 2,0804 1,2397 87 4,3387 1,0053
28 1,6701 1,4803 58 2,1047 1,2301 88 4,7427 1,0026
29 1,6777 1,4740 59 2,1300 1,2206 89 5,4349 1,0008

90 1,0000
Abschätzung des Integralwertes

Wenn die Funktion für die -Werte des Integrationsweges mit der Länge eine positive Zahl

nicht übertrifft, dann gilt

(14.36)
Bestimmtes komplexes Integral

Die Funktion sei stetig in einem Gebiet , in dem eine Kurve die Punkte und verbinden soll. Die

Kurve wird zwischen den Punkten und durch beliebige Teilpunkte in Teilbogen zerlegt
(s. Abbildung).
Auf jedem Teilbogenstück greift man einen Punkt heraus und bildet

(14.32a)

Existiert der Grenzwert

(14.32b)

für und unabhängig von der Wahl der Zwischenpunkte , dann wird durch diesen
Grenzwert das bestimmte komplexe Integral

(14.33)

längs der Kurve zwischen den Punkten und , dem Integrationsweg definiert.
Die Schreibweise bedeutet, daß das bestimmte komplexe Integral längs der Kurve zwischen

den Punkten und zu berechnen ist. Häufig wird für denselben Sachverhalt die Schreibweise

bzw. verwendet.
Eigenschaften und Berechnung komplexer Integrale

● Vergleich mit dem Kurvenintegral 2. Art

● Abschätzung des Integralwertes
● Berechnung komplexer Integrale in Parameterdarstellung
● Unabhängigkeit vom Integrationsweg
● Komplexes Integral über einen geschlossenen Weg
Komplexes Integral über einen geschlossenen Weg

Wenn die Integration einer Funktion , die in einem einfach zusammenhängenden Gebiet analytisch ist, über

einen geschlossenen Integrationsweg erfolgt, der dieses Gebiet begrenzt, dann ist der Wert des Integrals gemäß
dem Integralsatz von CAUCHY gleich Null:

(14.39)

Enthält dieses Gebiet singuläre Punkte, dann ist der Wert des Integrals mit Hilfe des Residuensatzes zu berechnen.

Beispiel
Für die Funktion mit einem singulären Punkt bei ergibt sich der Wert des

Integrals für den geschlossenen, im Gegenuhrzeigersinn durchlaufenen Weg (s. Abbildung) zu

.
Berechnung komplexer Integrale in Parameterdarstellung

Sind der Integrationsweg (oder die Kurve ) in der Form

(14.37)

und die -Werte für den Anfangs- und den Endpunkt als und gegeben, dann kann das komplexe bestimmte Integral
über zwei reelle Kurvenintegrale berechnet werden. Dazu wird der Integrand in Real- und Imaginärteil aufgespaltet, und man
erhält:

(14.38a)
mit

(14.38b)

Beispiel

Die Kurve sei ein Kreis mit dem Radius um den Punkt :

Dann gilt für alle Punkte der Kurve :

.

Durch Einsetzen dieser Werte und Umformung nach der Formel von MOIVRE erhält man:
Unabhängigkeit vom Integrationsweg

Das Integral (14.33) einer Funktion einer komplexen Veränderlichen, die in einem einfach zusammenhängenden

Gebiet definiert ist und die zwei feste Punkte und miteinander verbindet, kann unabhängig vom

Integrationsweg sein. Notwendige und hinreichende Bedingung dafür ist, daß die Funktion in diesem Gebiet
analytisch ist, d.h., daß sie den CAUCHY-RIEMANNschen Differentialgleichungen genügt. Dann gilt (14.35). Ein einfach
zusammenhängendes Gebiet besitzt eine einzige geschlossene, doppelpunktfreie Randkurve.
Unbestimmtes komplexes Integral

Ist das bestimmte Integral vom Integrationsweg unabhängig, so gilt

(14.34)

Dabei ist eine im allgemeinen komplexe Integrationskonstante. Die Funktion wird unbestimmtes

komplexes Integral genannt.

Die unbestimmten Integrale der elementaren Funktionen einer komplexen Veränderlichen werden nach den gleichen
Formeln berechnet wie die Integrale der entsprechenden Elementarfunktionen einer reellen Veränderlichen.

Beispiel A

Beispiel B
.
Vergleich mit dem Kurvenintegral 2. Art

Das bestimmte komplexe Integral besitzt die gleichen Eigenschaften wie das Kurvenintegral 2. Art:

a)
Umkehrung der Richtung des Integrationesweges führt zur Vorzeichenänderung des Integrals.
b)
Bei Zerlegung des Integrationsweges in mehrere Teilabschnitte ist der Wert des gesamten Integrals gleich der
Summe der Integralwerte über die einzelnen Teilwege.
Zusammenhang von bestimmtem und unbestimmtem komplexen Integral

Der Zusammenhang zwischen dem bestimmten und unbestimmten komplexen Integral wird durch die Formel

(14.35)

vermittelt.
Integrale anderer transzendenter Funktionen
● Integrale mit Hyperbelfunktionen, Nr. 426 bis 431
● Integrale mit Hyperbelfunktionen, Nr. 432 bis 439
● Integrale mit Hyperbelfunktionen, Nr. 440 bis 446
● Integrale mit Exponentialfunktionen, Nr. 447 bis 455
● Integrale mit Exponentialfunktionen, Nr. 456 bis 464
● Integrale mit logarithmischen Funktionen, Nr. 465 bis 471
● Integrale mit logarithmischen Funktionen, Nr. 472 bis 479
● Integrale mit logarithmischen Funktionen, Nr. 480 bis 487
● Integrale mit inversen trigonometrischen Funktionen, Nr. 488 bis 495
● Integrale mit inversen trigonometrischen Funktionen, Nr. 496 bis 503
● Integrale mit inversen trigonometrischen Funktionen, Nr. 504 bis 511
● Integrale mit inversen Hyperbelfunktion, Nr. 512 bis 515
Integrale rationaler Funktionen
● Integrale mit , Nr. 1 bis 8

● Integrale mit , Nr. 9 bis 16

● Integrale mit , Nr. 17 bis 24

● Integrale mit , Nr. 25 bis 30

● Integrale mit , Nr. 31 bis 39

● Integrale mit , Nr. 40 bis 48

● Integrale mit , Nr. 49 bis 56

● Integrale mit , Nr. 57 bis 69

● Integrale mit , Nr. 70 bis 82

● Integrale mit , Nr. 83 bis 96

● Integrale mit , Nr.97 bis 100

● Integrale mit , Nr. 101 bis 104

● Einige Fälle der Partialbruchzerlegung, Nr. 105 bis 108

Integrale mit Exponentialfunktionen, Nr. 447 bis 455

Das bestimmte Integral nennt man Integralexponentialfunktion und bezeichnet es mit . Für
 divergiert dieses Integral im Punkt ; in diesem Falle versteht man unter den Hauptwert des

uneigentlichen Integrals.

Mit ist die EULERsche Konstante bezeichnet.

Integrale mit Hyperbelfunktionen, Nr. 426 bis 431
Integrale mit inversen Hyperbelfunktion, Nr. 512 bis 515
Integrale mit inversen trigonometrischen Funktionen, Nr. 488 bis 495
Integration irrationaler Funktionen
● Substitution zur Rückführung auf Integrale rationaler Funktionen
● Substitutionen zur Rückführung auf Integrale rationaler Ausdrücke, die trigonometrische und
Hyperbelfunktionen enthalten
● Integration binomischer Integranden
● Elliptische Integrale
Integrale irrationaler Funktionen

● Integrale mit und , Nr. 109 bis 116

● Andere Integrale mit , Nr. 117 bis 120

● Integrale mit , Nr. 121 bis 132

● Integrale mit , Nr. 133 bis 145

● Integrale mit und , Nr. 146 bis 156

● Integrale mit , Nr. 157 bis 163

● Integrale mit , Nr. 164 bis 170

● Integrale mit , Nr. 171 bis 177

● Integrale mit , Nr. 178 bis 184

● Integrale mit , Nr. 185 bis 191

● Integrale mit , Nr. 192 bis 198

● Integrale mit , Nr. 199 bis 205

● Integrale mit , Nr. 206 bis 212

● Integrale mit , Nr. 213 bis 219

● Integrale mit , Nr. 220 bis 226

● Integrale mit , Nr. 227 bis 233

● Integrale mit , Nr. 234 bis 240

● Integrale mit , Nr. 241 bis 246

● Integrale mit , Nr. 247 bis 254

● Integrale mit , Nr. 255 bis 260

● Integrale mit , Nr. 261 bis 267

● Integrale mit anderen irrationalen Ausdrücken, Nr. 268 bis 272

● Rekursionsformeln für Integral mit binomischem Differential, Nr. 273
Integrale mit Kosinusfunktion, Nr. 313 bis 320
Integrale mit Kotangensfunktion, Nr. 418 bis 425

Mit sind die BERNOULLIschen Zahlen bezeichnet.

Integrale mit logarithmischen Funktionen, Nr. 465 bis 471

Das bestimmte Integral nennt man Integrallogarithmus und bezeichnet es mit . Für
divergiert dieses Integral im Punkt . In diesem Fall versteht man unter den Hauptwert des

uneigentlichen Integrals.

Der Integrallogarithmus hängt mit der Integralexponentialfunktion zusammen: .

Integration rationaler Funktionen
Integrale rationaler Funktionen können stets durch elementare Funktionen ausgedrückt werden.

● Integrale ganzrationaler Funktionen (Polynome)

● Integrale gebrochenrationaler Funktionen
● Vier Fälle bei der Partialbruchzerlegung:
Integrale mit Sinus- und Kosinusfunktion, Nr. 354 bis 360
Integrale mit Sinusfunktion, Nr. 274 bis 281
Unbestimmte Integrale
Hinweise zur Nutzung der Tabellen s. Punkt Integrale elementarer Funktionen.

● Integrale rationaler Funktionen

● Integrale irrationaler Funktionen
● Integrale trigonometrischer Funktionen
● Integrale anderer transzendenter Funktionen
Integrale mit Tangensfunktion, Nr. 409 bis 417

Mit sind die BERNOULLIschen Zahlen bezeichnet.

Integrale trigonometrischer Funktionen
(Integrale von Funktionen, die neben Hyperbel- und Exponentialfunktionen auch die Funktionen und
enthalten sind in den Tabellen Integrale anderer transzendenter Funktionen aufgeführt.)

● Integrale mit Sinusfunktion, Nr. 274 bis 281

● Integrale mit Sinusfunktion, Nr. 282 bis 289
● Integrale mit Sinusfunktion, Nr. 290 bis 296
● Integrale mit Sinusfunktion, Nr. 297 bis 304
● Integrale mit Sinusfunktion, Nr. 305 bis 312
● Integrale mit Kosinusfunktion, Nr. 313 bis 320
● Integrale mit Kosinusfunktion, Nr. 321 bis 328
● Integrale Kosinusfunktion, Nr. 329 bis 336
● Integrale mit Kosinusfunktion, Nr. 337 bis 344
● Integrale mit Kosinusfunktion, Nr. 345 bis 353
● Integrale mit Sinus- und Kosinusfunktion, Nr. 354 bis 360
● Integrale mit Sinus- und Kosinusfunktion, Nr. 361 bis 368
● Integrale mit Sinus- und Kosinusfunktion, Nr. 369 bis 376
● Integrale mit Sinus- und Kosinusfunktion, Nr. 377 bis 384
● Integrale mit Sinus- und Kosinusfunktion, Nr. 385 bis 391
● Integrale mit Sinus- und Kosinusfunktion, Nr. 392 bis 399
● Integrale mit Sinus- und Kosinusfunktion, Nr. 400 bis 408
● Integrale mit Tangensfunktion, Nr. 409 bis 417
● Integrale mit Kotangensfunktion, Nr. 418 bis 425
Wichtige Eigenschaften bestimmter Integrale

Eigenschaft Formel

Hauptsatz der Integralrechnung

Vertauschungsregel
Gleiche Integrationsgrenzen

Intervallregel

Unabhängigkeit von der Bezeich-

nung der Integrationsvariablen

Differentiation nach
variabler oberer Grenze
Mittelwertsatz der Integralrechnung
Integralexponentialfunktion ( , für als CAUCHYscher
Hauptwert)

(8.98a)

(8.98b)
Integralformeln von Cauchy
● Analytische Funktion innerhalb eines Gebietes
● Analytische Funktion außerhalb eines Gebietes
Integralsatz und Integralformel von Gauß

● Integralsatz von Gauß

● Integralformel von Gauß
● Sektorformel
Fredholmsche Integralgleichungen 2. Art
● Integralgleichungen mit ausgearteten Kernen
● Methode der sukzessiven Approximation, Neumann-Reihe
● Fredholmsche Lösungsmethode, Fredholmsche Sätze
● Numerische Verfahren für Fredholmsche Integralgleich-
ungen 2. Art
Fredholmsche Integralgleichung 1. Art
● Integralgleichungen mit ausgearteten Kernen
● Begriffe, analytische Grundlagen
● Zurückführung der Integralgleichung auf ein lineares Gleichungssystem
● Lösung der homogenen Integralgleichung 1. Art
● Konstruktion zweier spezieller Orthonormalsysteme zu einem gegebenen Kern
● Iteratives Verfahren
Definitionen
Unter einer Integralgleichung versteht man eine Gleichung, bei der eine zu bestimmende Funktion auch im
Integranden eines Integrals auftritt. Für die Behandlung von Integralgleichungen gibt es keine einheitliche
Vorgehensweise. Lösungsverhalten sowie Lösungsverfahren hängen von der speziellen Gestalt der Integralgleichung
ab.
Ist die gesuchte Funktion in allen Termen nur linear enthalten, dann spricht man von einer linearen Integralgleichung
. Die allgemeine Form einer linearen Integralgleichung lautet:

(11.1)

Die Funktion ist zu bestimmen, die Funktion heißt Kern der Integralgleichung und ihre

Störfunktion . Diese Funktionen können auch komplexe Werte annehmen. Verschwindet die Funktion in dem

betrachteten Bereich, d.h., ist , dann ist es eine homogene Integralgleichung , andernfalls eine

inhomogene . Die Größe ist ein im allgemeinen komplexwertiger Parameter .

Zwei Spezialfälle von (11.1) haben besondere Bedeutung. Sind die Integrationsgrenzen unabhängig von , also

konstante Größen, d.h. und , dann handelt es sich um eine FREDHOLMsche

Integralgleichung:

(11.2a)

(11.2b)

Ist und , so spricht man von einer VOLTERRAschen Integralgleichung:

(11.2c)

(11.2d)

Kommt die zu ermittelnde Funktion nur unter dem Integral vor, d.h. ist , dann liegt eine
Integralgleichung 1. Art vor (11.2a, 11.2c). Eine Integralgleichung 2. Art ist durch gekennzeichnet

(11.2b,11.2d).

Hinweis: In diesem Kapitel werden nur Integralgleichungen 1. und 2. Art vom FREDHOLMschen und VOLTERRAschen
Typ betrachtet sowie einige singuläre Intgralgleichungen.
Integralgleichungen mit ausgearteten Kernen

Wenn der Kern einer Integralgleichung eine Summe endlich vieler Produkte zweier Funktionen ist, wobei

jeweils die eine Funktion nur von und die andere nur von abhängt, so spricht man von einem ausgearteten
Kern oder einem Produktkern .

● Lösungsansatz im Falle von Produktkernen

● Bestimmung der Ansatzkoeffizienten
● Diskussion der Lösung, Eigenwerte und Eigenfunktionen
● Transponierte Integralgleichung
Neumannsche Reihe zur Lösung der Volterraschen Integral-
gleichungen 2. Art
Die Lösung einer VOLTERRAschen Integralgleichung 2. Art kann mittels der NEUMANNschen Reihe dargestellt
werden. Liegt die Gleichung

(11.61)

vor, so wird formal gesetzt

(11.62a)

Damit ist (11.61) identisch mit der FREDHOLMschen Integralgleichung

(11.62b)

wobei auch gelten kann. Die Lösung besitzt die Darstellung

 (11.62c)

Die iterierten Kerne sind durch die folgenden Gleichungen definiert:

(11.62d)

und allgemein:

(11.62e)

Für die iterierten Kerne gilt ebenfalls für . Falls eine Lösung von (11.61)

existiert, konvergiert die NEUMANNsche Reihe, im Gegensatz zum Fall einer FREDHOLMschen Integralgleichung, für
beliebige Parameter stets gegen diese Lösung.

Beispiel
 .

Ermittlung der Resolvente:

Die angegebene Reihe konvergiert bekanntlich für alle Parameter Man erhält

speziell für .
Spezieller Spline-Ansatz

Für eine spezielle Kernapproximation auf dem Integrationsintervall wird

(11.32)

gewählt. Die Funktion ist nur in dem Intervall , dem sogenannten Träger , ungleich

Null (s. Abbildung).

Zur Bestimmung der Koeffizienten in (11.31a) betrachte man an den Stellen

. Dann gilt

(11.33)

und folglich . Aus diesem Grund setzt man . Die

Gleichung (11.31a) hat damit die Form

 (11.34)

Die Lösung von (11.31c) hat bekanntlich die Darstellung

(11.35)

Der Ausdruck ist dabei ein Polygonzug, der an der Stelle den Wert

annimmt. Bei der Lösung von (11.31c) nach dem Verfahren für ausgeartete Kerne ergibt sich ein lineares

Gleichungssystem für die Zahlen :

(11.36a)

Dabei ist
 (11.36b)

Für die Integrale ergibt sich

(11.36c)

Die Zahlen in (11.36a) sind festgelegt durch

 (11.36d)

Werden die Zahlen aus (11.36a) zur Matrix , die Werte zur Matrix und die Werte

zur Matrix zusammengefaßt, und wird aus den Zahlen der Vektor und aus den gesuchten

Zahlen der Vektor gebildet, dann hat das Gleichungsystem (11.36a) in Matrizenschreibweise die
Form
(11.36e)

Falls die Matrix regulär ist, hat dieses System eine eindeutige Lösung .
Tensorprodukt-Approximation

Eine häufig verwendete Näherung für den Kern ist die Tensorprodukt-Approximation der Form

(11.31a)

mit linear unabhängigen Funktionen bzw. . Diese Funktionen werden

vorgegeben, und die Koeffizienten können so bestimmt werden, daß die Doppelsumme den Kern in einem
gewissen Sinne gut approximiert. Umformung von (11.31a) mit ausgeartetem Kern ergibt:

(11.31b)

Somit kann das unter Integralgleichungen mit ausgearteten Kernen vorgestellte Verfahren zur Lösung der
Integralgleichung

(11.31c)
zur Anwendung kommen. Bei der Auswahl der Funktionen bzw. sollte

beachtet werden, daß die Zahlen in (11.31a) einfach zu bestimmen sind und der Rechenaufwand zur Behandlung
von (11.31c) gering bleibt.
Kapitel 11: Lineare Integralgleichungen
● Einführung und Klassifikation
● Fredholmsche Integralgleichungen 2. Art
● Fredholmsche Integralgleichung 1. Art
● Volterrasche Integralgleichungen
● Singuläre Integralgleichungen

● Detailliertes Inhaltsverzeichnis
Semidiskretes Problem

Zur Bearbeitung der Integralgleichung (11.23) wird das Integral durch einen Näherungsausdruck ersetzt. Derartige
Näherungen bezeichnet man als Quadraturformeln . Sie haben die Form

(11.24)

d.h., anstelle des Integrals steht eine Summe mit Zahlen gewichteter Funktionswerte an den Stützstellen .

Die sind dabei (unabhängig von ) geeignet gewählt. Damit kann (11.23) näherungsweise geschrieben werden:

(11.25a)

Die Quadraturformel hängt dabei noch von der Variablen ab. Der Punkt im Argument der
Funktion deutet an, daß die Quadraturformel bezüglich der unabhängigen Variablen angewendet worden ist. Man
geht über zur Gleichung

(11.25b)

Die Funktion bildet eine Approximation für die exakte Lösung . Man bezeichnet (11.25b) als ein

semidiskretes Problem , da bezüglich der Variablen zu diskreten Werten übergegangen wurde, während die

Variable noch beliebig wählbar ist.

Wenn für eine Funktion die Gleichung (11.25b) für alle gilt, ist diese natürlich auch an den

Stützstellen erfüllt:

(11.25c)

Dies ist ein lineares Gleichungssystem, bestehend aus Gleichungen für die Unbekannten . Durch

Einsetzen dieser Lösungswerte in (11.25b) ist die Lösung des semidiskreten Problems gegeben. Die Genauigkeit
und der Rechenaufwand dieses Verfahrens hängen von der Güte der Quadraturformel ab. Benutzt man z.B. die
linksseitige Rechteckformel mit äquidistanten Stützstellen

(11.26a)

so erhält das System (11.25c) unter Verwendung der Bezeichnungen

(11.26b)
die Form:

(11.26c)

Genau dieses System wurde schon bei der Untersuchung der FREDHOLMschen Lösungsmethode hergeleitet. Da die
linksseitige Rechteckformel aber nicht sehr genau ist, müssen für eine gute Approximation des Integrals eine große
Anzahl von Stützstellen einbezogen werden, wodurch die Dimension des Gleichungssystems wächst. Es empfielt
sich daher, geeignetere Quadraturformeln heranzuziehen.
Umwandlung durch Differentiation

Setzt man und als stetig voraus, dann kann die Integralgleichung 1. Art

(11.58a)

durch Differentiation nach dem Parameter überführt werden in

(11.58b)

Ist für alle , dann ist die Division der Gleichung durch möglich, wodurch eine

Integralgleichung 2. Art entsteht.

Volterrasche Integralgleichungen 2. Art vom Faltungstyp
Besitzt der Kern einer VOLTERRAschen Integralgleichung die spezielle Form

(11.63a)

dann können zur Lösung der Gleichungen

(11.63b)

bzw.

(11.63c)

die Eigenschaften der LAPLACE-Transformation genutzt werden. Falls die LAPLACE-Transformierten

und existieren, dann lauten die

transformierten Probleme unter Beachtung des Faltungssatzes
(11.64a)
bzw.
(11.64b)
Daraus folgt sofort:

(11.64c)

bzw.

(11.64d)

Die Rücktransformation liefert die Lösung des Ausgangsproblems. Durch Umformung des Ausdrucks für die

LAPLACE-Transformierte der Lösung der Integralgleichung 2. Art gemäß

(11.64e)

ergibt sich, falls der Ausdruck

(11.64f)

die Transformierte einer Funktion ist, die Lösungsdarstellung

 (11.64g)

Die Funktion ist der lösende Kern der Integralgleichung.

Beispiel

, d.h. .

Die Rücktransformation liefert . Aus folgt . Nach (11.64g) ergibt

sich die Lösungsdarstellung .

VOLTERRAsche Integralgleichungen

Die VOLTERRAsche Integralgleichung

(12.66)

mit stetigem Kern und stetiger rechter Seite kann man mit Hilfe des VOLTERRAschen Integraloperators

(12.67)

und als das Fixpunktproblem im Raum unter Anwendung des

Fixpunktsatzes behandeln.
Lösung durch Differentiation
Für einige Klassen VOLTERRAscher Integralgleichungen gelingt es, durch Differentiation der Gleichung nach dem
Parameter das Integral zu beseitigen bzw. geeignet zu substituieren. Wird die Stetigkeit von
und sowie im Fall einer Integralgleichung 2. Art die Differenzierbarkeit von

vorausgesetzt, so ergibt die Differentiation von

(11.60a)

(11.60b)

nach dem Parameter :

(11.60c)
 (11.60d)

Beispiel

Gesucht ist eine Funktion für als Lösung von

(I).

Zweimaliges Ableiten nach liefert

(IIa),

(IIb).

Das in der letzten Zeile auftretende Integral entspricht der linken Seite der Integralgleichung (I). Das ergibt

und, da für , also

 .

Zur Bestimmung der Konstanten setzt man in (IIa) . Somit ist , und die

Lösung von (I) lautet: .

Hinweis: Ist der Kern einer VOLTERRAschen Integralgleichung ein Polynom, so gelingt es mit der Methode der
Differentiation immer, die Integralgleichung in eine lineare Differentialgleichung zu überführen. Ist dabei der Grad
der höchsten im Kern auftretenden -Potenz, so erhält man durch -maliges Differenzieren nach eine

Differentialgleichung der Ordnung im Falle einer Integralgleichung 1. Art bzw. der Ordnung für eine

Integralgleichung 2. Art. Dabei wird vorausgesetzt, daß sowohl als auch entsprechend oft

differenzierbar sind.

Beispiel
 .

Dreimaliges Differenzieren nach ergibt (II'a),

(II'b),

(II'c).

Die allgemeine Lösung dieser Differentialgleichung lautet:

Setzt man in (II'a) bzw. (II'b) ein, so erhält man

und somit .

Die Lösung der Integralgleichung (I') ist also .

Methode der Umwandlung

Eine VOLTERRAsche Integralgleichung 2. Art hat die Gestalt

(11.56)

Die Lösungsfunktion ist für Argumente aus dem abgeschlossenen Intervall bzw. aus dem

halboffenen Intervall gesucht. Man kann folgende Aussage über die Lösung der VOLTERRAschen

Integralgleichung 2. Art treffen. Sind die Funktionen für und auf dem Dreiecksbereich

und als stetig vorausgesetzt, dann existiert genau eine , für stetige Lösung der

Integralgleichung. Für diese Lösung gilt:

(11.57)
In vielen Fällen können VOLTERRAsche Integralgleichungen 1. Art in Integralgleichungen 2. Art überführt werden. Die
Aussagen zur Existenz und Eindeutigkeit der Lösung gelten dann in modifizierter Form.
Numerische Behandlung Volterrascher Integralgleichungen
2. Art
Gesucht ist die Lösung der Gleichung

(11.65)

für aus dem Intervall . Numerische Lösungsansätze bestehen darin, das Integral durch eine

Quadraturformel zu approximieren:

(11.66a)

Das Integrationsintervall und somit die Quadraturformel sind von abhängig. Das wird durch den Index von

zum Ausdruck gebracht. Man erhält als Näherungsausdruck für (11.65)

(11.66b)
Die Funktion ist eine Näherung für die Lösung von (11.65). Die Anzahl und Lage der Stützstellen der

Quadraturformel ist von abhängig, wodurch deren Wahl stark eingeschränkt ist. Ist eine Stützstelle von

, so müssen und insbesondere bekannt sein. Dies erfordert aber zuvor

eine Auswertung der rechten Seite von (11.66b) für , was einer Quadratur über dem Intervall entspricht.

Aus diesem Grund ist die Verwendung der häufig bevorzugten GAUSSschen Quadraturformeln nicht möglich. Man löst das
Problem durch die Wahl von Stützstellen und verwendet Quadraturformeln

mit Stützstellen . Die Funktionswerte in den Stützstellen werden abkürzend bezeichnet

durch Für erhält man (vgl. Integralgleichungen mit ausgearteten Kernen)

(11.66c)
und damit:
(11.66d)

Dabei hat die Stützstellen und und folglich die Gestalt

(11.66e)

mit geeigneten Koeffizienten und . Setzt man dieses Verfahren fort, kann man die nacheinander aus der
allgemeinen Beziehung
(11.66f)
bestimmen. Die Quadraturformeln haben folgende Form:

(11.66g)

Damit lautet (11.66f):

(11.66h)

Die einfachste Quadraturformel ist die linksseitige Rechteckformel. Dabei ist

(11.66i)
Man erhält damit das System

(11.67a)

und allgemein

(11.67b)

Eine etwas genauere Approximation des Integrals gewährleistet die Trapezformel. Die Stützstellen seien zur Vereinfachung

äquidistant,
 (11.67c)

Angewandt auf (11.66f) ergibt das

(11.67d)

(11.67e)

Die jeweils zu berechnende Größe kommt dabei auch auf der rechten Seite vor. Die Gleichungen sind aber leicht nach den
gesuchten Funktionswerten umzustellen.

Hinweis: Mit der angeführten Methode können auch nichtlineare Integralgleichungen näherungsweise gelöst werden. In
diesem Fall wird bei Anwendung der Trapezformel zur Bestimmung der jedesmal die Lösung einer nichtlinearen

Gleichung erforderlich sein. Dies kann man umgehen, wenn man die Trapezformel nur auf das Intervall

anwendet und das Intervall mit der linksseitigen Rechteckformel behandelt. Ist genügend klein, wird dieser

Quadraturfehler die Lösung nicht sehr beeinflussen.

Beispiel
Die Integralgleichung soll nach der Vorschrift (11.66f) mit der linksseitigen Rechteckformel näherungsweise gelöst
werden. Als Stützstellen werden die äquidistanten Werte zugrunde gelegt, d.h. .

In der folgenden Tabelle sind zum Vergleich die Werte der exakten Lösung sowie der Näherungslösungen, die mittels
linksseitiger Rechteckformel und Trapezformel ermittelt wurden, aufgeführt. Die Berechnung erfolgte mit der Schrittweite

exakt Rechteckformel Trapezformel

0,2 2,0401 2,0602 2,0401
0,4 2,1621 2,2030 2,1620
0,6 2,3709 2,4342 2,3706
0,8 2,6749 2,7629 2,6743
1,0 3,0862 3,2025 3,0852
Umwandlung durch partielle Integration

Unter der Voraussetzung der Stetigkeit von und kann das Integral in (11.58a) mittels

partieller Integration ausgewertet werden. Mit der Substitution

(11.59a)

ergibt sich

(11.59b)
Ist für , dann führt die Division durch auf die Integralgleichung 2. Art

(11.59c)

aus deren Lösung durch Differentiation die Lösung von (11.58a) ermittelt werden kann.
Zusammenhang mit Differentialgleichungen
Es führen relativ wenige physikalische oder mechanische Aufgabenstellungen direkt auf eine Integralgleichung.
Häufiger sind derartige Probleme mittels Differentialgleichungen beschreibbar. Die Bedeutung der
Integralgleichungen ist in erster Linie darin zu sehen, daß sich eine Reihe von Differentialgleichungen einschließlich
der zugehörigen Rand- und Anfangsbedingungen in eine Integralgleichung überführen lassen.

Beispiel

Aus der Anfangswertaufgabe mit und entsteht durch

Integration in den Grenzen von bis die Integralgleichung

(11.3)

Die gesuchte Funktion tritt hier sowohl auf der linken Seite der Gleichung als auch im Integranden auf. Die
Integralgleichung (11.3) ist linear, wenn die Funktion die Form

hat, d.h., die zugrundeliegende Differentialgleichung ist ebenfalls linear.

Singuläre Integralgleichungen mit Cauchy-Kernen
● Formulierung der Aufgabe
● Existenz einer Lösung
● Eigenschaften des Cauchy-Integrals
● Hilbertsches Randwertproblem
● Lösung des Hilbertschen Randwertproblems
● Lösung der charakteristischen Integralgleichung
Singuläre Integralgleichungen
Eine singuläre Integralgleichung liegt vor, wenn der Integrationsbereich des die Gleichung bestimmenden Integrals
unbeschränkt ist oder der Kern Singularitäten innerhalb des Integrationsbereiches besitzt. Es wird vorausgesetzt, daß
die auftretenden Integrale als uneigentliche Integrale oder als CAUCHY-sche Hauptwerte existieren. Singuläre
Integralgleichungen unterscheiden sich in Eigenschaften und Lösungsverhalten stark von ,,gewöhnlichen``
Integralgleichungen. In den folgenden Abschnitten werden nur einige spezielle Problemstellungen betrachtet.
Umfassendere Darstellungen s. Lit. 11.2, 11.9.

● Abelsche Integralgleichung
● Singuläre Integralgleichungen mit Cauchy-Kernen
Existenz einer Lösung

Die Gleichung besitzt genau dann eine Lösung , wenn für alle Lösungen der

homogenen transponierten Gleichung die Orthogonalitätsbedingung

(11.75a)

erfüllt ist. Entsprechend besitzt die transponierte Gleichung genau dann eine Lösung, wenn

für alle Lösungen der homogenen Gleichung gilt:

(11.75b)
Integrallogarithmus ( , für als CAUCHYscher Hauptwert)

(8.97)
Integralsätze
● Integralsatz und Integralformel von Gauß
● Integralsatz von Stokes
● Integralsätze von Green
Integralsatz von Cauchy, Hauptsatz der Funktionentheorie
● Integralsatz von Cauchy für einfach zusammenhängende Gebiete
● Integralsatz von Cauchy für mehrfach zusammenhängende Gebiete
Integralsatz von Cauchy für mehrfach zusammenhängende Gebiete

Wenn einfach geschlossene Kurven derart sind, daß die Kurve alle

einschließt, aber die sich nicht gegenseitig einschließen oder schneiden, und wenn

ferner in einem Gebiet analytisch ist, das alle und das Gebiet zwischen und den enthält,

d.h. mindestens in dem in der folgenden Abbildung schraffiert gezeichneten Gebiet, dann gilt

(14.41)

falls die Kurven sämtlich im gleichen Sinne, z.B. gegen den Uhrzeigersinn, durchlaufen
werden.
Dieser Satz dient zur Berechnung von Integralen über geschlossene Kurven , die auch singuläre Punkte der
Funktion einschließen (s. auch Residuensatz).

Beispiel
Das Integral ist zu berechnen, wobei eine den Nullpunkt und den Punkt

umschließende Kurve sein soll (s. Abbildung).

Nach dem Integralsatz von CAUCHY kann man zunächst das Integral über durch die Summe der Integrale über

und ersetzen,wobei ein Kreis um den Nullpunkt mit dem Radius und ein Kreis um

den Punkt mit dem Radius sein soll. Der Integrand läßt sich durch Partialbruchzerlegung
vereinfachen, und man erhält

(Zur Integration vergleiche man das Beispiel zur Berechnung eines komplexen Integrals in Parameterdarstellung)
Integralsatz von Stokes

Der Integralsatz von STOKES liefert den Zusammenhang zwischen einem Oberflächenintegral über die gekrümmte und
orientierte Fläche , in der das Vektorfeld definiert ist, und dem Umlaufintegral über die Umrandungskurve
der Fläche . Der Umlaufsinn von wird so gewählt, daß der Umlaufsinn der Berandung des Oberflächenelements
mit der Flächennormalen eine Rechtsschraube bildet. Die vektorielle Feldfunktion sei stetig und besitze stetige
partielle Ableitungen 1. Ordnung.

(13.120a)

Der vektorielle Fluß der Rotation durch eine Fläche , die von der geschlossenen Kurve umrandet wird, ist gleich
dem Umlaufintegral des vektoriellen Feldes über die Kurve .
In kartesischen Koordinaten gilt:
 (13.120b)

Im ebenen Falle geht der Integralsatz von STOKES ebenso wie der von GAUSS in die Integralformel (13.118) von GAUSS
über.
Integralsinus

Integralsinus nennt man das Integral . Untersucht wird in Analogie zum vorangegangenen Beispiel

das komplexe Integral , mit der Kurve gemäß der folgenden Abbildung.
Der Integrand des komplexen Integrals hat an der Stelle einen Pol 1. Ordnung, so daß

, also

Führt man die Grenzübergänge durch, wobei der Integrand des zweiten Integrals für

bezüglich gleichmäßig gegen 1 konvergiert (d.h., der Grenzübergang kann unter dem Integralzeichen
vollzogen werden), dann erhält man unter Beachtung des Lemma von JORDAN ,

also

(14.59)
Integralsinus ( )

(8.95)
Integrale mit Kosinusfunktion, Nr. 321 bis 328

Das bestimmte Integral nennt man Integralkosinus und bezeichnet es mit . Als

Reihenentwicklung ergibt sich:

Mit ist die EULERsche Konstante bezeichnet.

Kapitel 15: Integraltransformationen
● Begriff der Integraltransformation
● Laplace-Transformation
● Fourier-Transformation
● Z-Transformation
● Wavelet-Transformation
● WALSH-Funktionen

● Detailliertes Inhaltsverzeichnis
Anwendungen der Integraltransformationen
● Prinzipielle Bedeutung
● Schema der Operatorenmethode
Allgemeine Definition der Integraltransformationen

Unter einer Integraltransformation versteht man einen Zusammenhang zwischen zwei Funktionen und

der Form

(15.1a)

Die Funktion heißt Originalfunktion , ihr Definitionsbereich Originalbereich . Die Funktion nennt man

Bildfunktion , ihren Definitionsbereich Bildbereich .

Die Funktion heißt der Kern der Transformation. Während es sich bei um eine reelle Veränderliche

handelt, ist eine komplexe Variable.

Eine abgekürzte Schreibweise erhält man durch Einführung des Symbols für die Integraltransformation mit dem
Kern :
 (15.1b)
Man spricht kurz von -Transformation.
Begriff der Integraltransformation
● Allgemeine Definition der Integraltransformationen
● Spezielle Integraltransformationen
● Integraltransformationen von Funktionen einer Veränderlichen
● Umkehrtransformationen
● Linearität der Integraltransformationen
● Integraltransformationen für Funktionen von mehreren
Veränderlichen
● Anwendungen der Integraltransformationen
Linearität der Integraltransformationen

Sind und transformierbare Funktionen, dann gilt

(15.3)

wobei und beliebige Zahlen sein können. Das bedeutet, daß eine Integraltransformation eine lineare

Operation auf der Menge der -transformierbaren Funktionen darstellt.

Integraltransformationen für Funktionen von mehreren
Veränderlichen
Integraltransformationen für Funktionen von mehreren Veränderlichen werden auch Mehrfach-
Integraltransformationen genannt (s. Lit. 15.16). Am verbreitetsten sind die zweifache LAPLACE-Transformation, d.h.
die LAPLACE-Transformation für eine Funktion von zwei Veränderlichen, die zweifache LAPLACE-CARSON-
Transformation und die zweifache FOURIER-Transformation. Mit dem Symbol für die LAPLACE-Transformation
lautet die Definitionsgleichung

(15.4)
Spezielle Integraltransformationen

Für unterschiedliche Kerne und unterschiedliche Definitionsbereiche erhält man unterschiedliche

Integraltransformationen. Die verbreitetsten sind die LAPLACE-Transformation, die LAPLACE-CARSON-Transformation

sowie die FOURIER-Transformation. In der Tabelle ist ein Überblick über Integraltransformationen von Funktionen
einer Veränderlichen gegeben. Hinzu kommen heute vor allem bei der Bilderkennung oder bei der Charakterisierung
von Signalen noch weitere Transformationen wie die Wavelet-Transformation, die GABOR-Transformation und die
WALSH-Transformation .
Umkehrtransformationen
In den Anwendungen ist die Rücktransformation einer Bildfunktion in die Originalfunktion von unmittelbarem
Interesse. Man spricht auch von Umkehrtransformation oder inverser Transformation . Bei Benutzung des Symbols
schreibt sich die Umkehrung der Integraltransformation (15.1a) gemäß
(15.2a)

Der Operator heißt der zu inverse Operator , so daß gilt:

(15.2b)

Die Bestimmung der Umkehrtransformation bedeutet, die Lösung der Integralgleichung (15.1a) zu suchen, in der die

Funktion gegeben ist und die Funktion gesucht wird. Wenn eine Lösung existiert, kann sie in der Form

(15.2c)
geschrieben werden. Die explizite Bestimmung der inversen Operatoren für die verschiedenen
Integraltransformationen, d.h. für verschiedene Kerne , gehört zu den grundlegenden Problemen der

Theorie der Integraltransformationen. Der Anwender benutzt zur Lösung seiner Probleme vor allem die in
entsprechenden Tabellen angegebenen Korrespondenzen von zusammengehörigen Bild- und Originalfunktionen
(Tabellen LAPLACE-Transformationen, FOURIER-Transformationen und Z-Transformationen).
WALSH-Systeme
Analog zu den trigonometrischen Funktionen werden periodische Treppenfunktionen betrachtet. Man verwendet das
Intervall als Periodenintervall und unterteilt es in gleichlange Teilintervalle. Sei die Menge der

periodischen Treppenfunktionen mit der Periode 1 über einer solchen Intervallteilung. Die zu gehörenden
Treppenfunktionen kann man als Vektoren eines endlichdimensionalen Vektorraumes auffassen, denn jede Funktion
wird durch ihre Werte in den Teilintervallen bestimmt und kann demzufolge als
Vektor aufgefaßt werden:
(15.158)

Die zu gehörenden WALSH-Funktionen bilden mit einem geeigneten Skalarprodukt eine orthogonale Basis in
diesem Raum. Die Basisvektoren können auf verschiedene Weise numeriert werden, so daß man sehr viele WALSH-
Systeme erhält, die aber alle dieselben Funktionen enthalten. Es zeigt sich aber, daß drei Systeme zu bevorzugen
sind: WALSH- KRONECKER-Funktionen, WALSH- KACZMARZ-Funktionen und WALSH- PALEY-Funktionen.

In Analogie zur FOURIER-Transformation wird die WALSH- Transformation aufgebaut, wobei die Rolle der
trigonometrischen Funktionen von den WALSH-Funktionen übernommen wird. Man erhält z.B. WALSH-Reihen,
WALSH-Polynome, WALSH-Sinus- und WALSH-Kosinus-Transformationen, WALSH-Integrale, und analog zur
schnellen FOURIER-Transfornmation gibt es die schnelle WALSH-Transformation. Eine Einführung in Theorie und
Anwendung der WALSH-Funktionen s. Lit. 15.7.
Unbestimmte Integrale

Das unbestimmte Integral einer gegebenen Funktion ist der allgemeine Ausdruck

(8.2)

Die Funktion unter dem Integralzeichen heißt Integrand , ist die Integrationsvariable , die

Integrationskonstante . Es ist auch üblich, vor allem in der Physik, das Differential unmittelbar hinter dem
Integralzeichen und damit vor zu setzen.
Planimeter und Integraphen

Planimeter sind Geräte zur Ermittlung des Flächeninhaltes beliebiger geschlossener ebener Kurven, also auch des
bestimmten Integrals einer Funktion , die durch ihre Kurve gegeben ist. Spezielle Planimeter

ermöglichen nicht nur die Berechnung des Integrals , sondern auch der Integrale und

Integraphen sind Geräte, mit deren Hilfe das Kurvenbild einer Stammfunktion gezeichnet

werden kann, wenn das Kurvenbild einer vorgegebenen Funktion bekannt ist (s. Lit. 19.36).
Integrationsregeln
Eine allgemeine Regel für die Berechnung eines Integrals mit einem Integranden aus beliebigen elementaren
Funktionen kann nicht angegeben werden. Durch Üben kann man sich eine gewisse Routine im Integrieren
aneignen. Heute setzt man zur Berechnung von Integralen meist Computer ein und verwendet
Computeralgebrasysteme.

Die wichtigsten Integrationsregeln für unbestimmte Integrale, die anschließend erläutert werden, findet man
zusammengefaßt in der Tabelle Wichtige Integrationsregeln für unbestimmte Integrale.

● Integrand mit konstantem Faktor

● Integration einer Summe oder Differenz
● Umformung des Integranden
● Lineare Transformation im Argument
● Logarithmische Integration
● Substitutionsmethode
● Partielle Integration
● Nichtelementarer Integrale
● Wichtige Integrationsregeln für unbestimmte Integrale
Integration binomischer Integranden

Binomischer Integrand wird ein Ausdruck der Form

(8.18)

genannt, in dem und beliebige reelle Zahlen sind und beliebige positive oder negative rationale
Zahlen. Der Satz von TSCHEBYSCHEFF besagt, daß das Integral

(8.19)

nur in den folgenden drei Fällen durch Elementarfunktionen ausgedrückt werden kann:

1. Fall: ist eine ganze Zahl Wenn eine ganze Zahl ist, kann der Ausdruck nach dem

binomischen Lehrsatz entwickelt werden, so daß der Integrand nach Auflösen der Klammern eine Summe von
Gliedern der Form darstellt, die sich leicht integrieren lassen.
 2. Fall: ist eine ganze Zahl Wenn eine ganze Zahl ist, kann das Integral (8.19) durch die

Substitution , wobei der Nenner des Bruches ist, auf ein Integral einer rationalen

Funktion zurückgeführt werden.

3. Fall: ist eine ganze Zahl Wenn eine ganze Zahl ist, kann das Integral

(8.19) durch die Substitution , wobei der Nenner des Bruches ist, auf ein Integral

einer rationalen Funktion zurückgeführt werden.

Beispiel A
 , (Fall 2):

Substitution

Beispiel B

Da keine der 3 Bedingungen erfüllt ist, kann das Integral keine elementare Funktion sein.
Substitution zur Rückführung auf Integrale rationaler Funktionen

Irrationale Funktionen können nicht immer elementar integriert werden. Die Tabelle enthält eine ganze Reihe von
Integralen irrationaler Funktionen. In den einfachsten Fällen lassen sie sich durch Substitutionen, wie sie in der
folgenden Tabelle aufgeführt sind, auf Integrale rationaler Funktionen zurückführen.

Tabelle Substitutionen zur Integration irrationaler Funktionen I

Integral Substitution
 wobei das kleinste gemeinsame Vielfache
der Zahlen ist.

Eine der drei EULERschen Substitutionen :

1. Für

2. Für

3. Falls das Polynom ver-

schiedene reelle Wurzeln besitzt:

Das Symbol bezeichnet eine rationale Funktion in den Ausdrücken, vor denen
es steht. Die Zahlen sind ganz.
 Ist und hat das Polynom komplexe Wurzeln, so ist der Inte-

grand für keinen Wert von definiert, da dann für alle reellen Werte

von imaginär wird. In diesem Falle ist ein Integrieren nicht von Interesse.

Das Integral kann auf eine der drei Formen

(8.17a)

(8.17b)

(8.17c)

gebracht werden, da sich das quadratische Polynom stets als Summe oder Differenz zweier

Quadrate darstellen läßt.

Beispiel A

mit

Beispiel B

mit

Beispiel C

mit .
Substitutionen zur Rückführung auf Integrale rationaler Ausdrücke, die
trigonometrische und Hyperbelfunktionen enthalten

Die in der folgenden Tabelle angegebenen Substitutionen führen auf Integrale rationaler Ausdrücke, die
trigonometrische Funktionen oder Hyperbelfunktionen enthalten.

Tabelle Substitutionen zur Integration irrationaler Funktionen II

Integral Substitution

oder

oder
oder
Graphische Integration

Graphische Integration ist eine graphische Verfahrensweise, um die als Kurve (s. Abbildung) gegebene

Funktion zu integrieren, d.h. das Integral , das die Größe der Fläche

angibt, graphisch zu berechnen.

 1. Das Kurvenstück wird durch die Punkte

(8.55a)
in gleiche Teile eingeteilt, wobei das Ergebnis um so genauer ausfällt, je größer die Anzahl der Teilungspunkte
ist.
2. In den Teilungspunkten
(8.55b)
werden Lote bis zum Schnitt mit der Kurve errichtet. Die Ordinatenwerte der Strecken
 werden auf der -Achse abgetragen.

3. Auf der negativen -Achse wird eine Strecke von beliebiger Länge abgetragen, und der Punkt
wird mit den Punkten verbunden.

4. Durch den Punkt wird die Strecke parallel zu bis zum Schnitt mit der zum

Teilungspunkt gehörigen Ordinate gelegt, durch den Punkt die Strecke parallel zu

bis zum Schnitt mit der zum Teilungspunkt gehörigen Ordinate usw., bis die letzte Ordinate im Punkt
erreicht ist.
Zahlenmäßig ist das zu berechnende Integral gleich dem Produkt aus den Längen der Strecken und
:

(8.56)

Mit Hilfe der beliebig wählbaren Strecke werden die Ausmaße der Zeichnung bestimmt; je kleiner die
zulässigen Abmessungen der Zeichnung sind, desto größer ist zu wählen. Für ergibt sich

, und der Polygonzug entspricht angenähert dem Kurvenbild

der Stammfunktion von , d.h. dem unbestimmten Integral .
Integration im Komplexen
● Bestimmtes und unbestimmtes Integral
● Integralsatz von Cauchy, Hauptsatz der Funktionentheorie
● Integralformeln von Cauchy
Berechnung reeller Integrale durch Integration im
Komplexen
● Anwendung der Cauchyschen Integralformeln
● Anwendung des Residuensatzes
● Anwendungen des Lemmas von Jordan
Zerlegung des Integrationsintervalls

Das Integrationsintervall kann in Teilintervalle zerlegt werden. Der Wert des bestimmten Integrals über das

gesamte Intervall wird dann gemäß

(8.43)

berechnet ( Intervallregel ).

Besitzt der Integrand eine endliche Zahl von Sprungstellen, dann wird das Intervall durch sie in Teilintervalle
aufgespaltet, in denen die Funktion stetig ist. Das Gesamtintegral kann mittels der Zerlegungsformel aus den
Integralen über die Teilintervalle zusammengesetzt werden.
Integrand mit konstantem Faktor

Ein konstanter Faktor im Integranden kann vor das Integralzeichen gezogen werden ( Faktorregel ):

(8.3)
Lineare Transformation im Argument

Ist bekannt, z.B. aus einer Integraltafel, dann gilt für

(8.5a)

(8.5b)

(8.5c)

Beispiel A
 ,

Beispiel B

Beispiel C

.
Wichtige Integrationsregeln für unbestimmte Integrale

Regel Formel für die Integration

Integrationskonstante ( const)

Integration und
Differentiation

Faktorregel
Summenregel

Partielle Integration

Substitutionsregel

Spezielle Form des

Integranden
Integration der
Umkehrfunktion
Logarithmische Integration

Wenn der Integrand ein Bruch ist, in dem der Zähler die Ableitung des Nenners ist, dann ist das Integral gleich dem
Logarithmus des Nenners:

(8.6)

Beispiel

.
Numerische Integration
● Allgemeine Quadraturformel
● Interpolationsquadraturen
● Quadraturformeln vom Gauß-Typ
● Verfahren von Romberg
Partielle Integration

(8.8)

wobei und stetige Ableitungen besitzen müssen.

Beispiel

Das Integral kann durch partielle Integration gelöst werden, indem man und

setzt, was auf und führt:

.
Substitutionsmethode

Ist bzw. die Umkehrfunktion zu , dann gilt

(8.7)

Beispiel A

. Substitution , danach Partialbruchzerlegung:

Beispiel B
Substitution

.
Integration einer Summe oder Differenz

Das Integral einer Summe oder Differenz kann auf die Integrale der einzelnen Terme zurückgeführt werden ( Summenregel ):

(8.4)

Die Variablen sind Funktionen von .

Beispiel

.
Umformung des Integranden

Die Integration eines komplizierten Integranden läßt sich durch algebraische oder trigonometrische Umformung auf
einfachere Integrale zurückführen.

Beispiel

.
Substitution

Mit Hilfe der Universalsubstitution

(8.25)

läßt sich ein Integral der Form

(8.26)

auf ein Integral einer rationalen Funktion zurückführen, wobei mit eine rationale Funktion des Ausdrucks bezeichnet ist, vor
dem es steht. In einzelnen Fällen können einfachere Substitutionen eingesetzt werden. Wenn der Integrand in (8.26) nur gerade
Potenzen der Funktionen und enthält, kann er durch die Substitution wesentlich einfacher auf ein
Integral einer rationalen Funktion zurückgeführt werden.

Beispiel
Integration unter dem Integralzeichen

Wenn die Funktion (8.90) im Intervall definiert und die Funktion im Rechteck

stetig ist, dann gilt

(8.94)

Man spricht in diesem Falle von Integration unter dem Integralzeichen .

Beispiel A
 Integration der Funktion über dem Rechteck . Die Funktion

ist bei unstetig, für ist sie stetig. Daher kann die Integrationsreihenfolge

gemäß vertauscht werden. Links erhält man

, rechts . Das unbestimmte Integral kann nicht durch

elementare Funktionen ausgedrückt werden. Das bestimmte Integral ist allerdings bekannt, so daß sich

ergibt .

Beispiel B
Integration der Funktion über dem Rechteck . Die

Funktion ist im Punkt unstetig, so daß die Formel (8.94) nicht anwendbar ist. Die Probe ergibt

.
Weitere Sätze über Integrationsgrenzen

1. Unabhängigkeit von der Bezeichnung der Integrationsvariablen: Der Wert eines bestimmten Integrals
ist unabhängig von der Bezeichnung der Integrationsvariablen:

(8.44)

2. Gleiche Integrationsgrenzen: Der Wert des bestimmten Integrals ist Null, wenn die Integrationsgrenzen
gleich sind:

(8.45)

3. Vertauschung der Integrationsgrenzen: Eine Vertauschung der Integrationsgrenzen ändert das

Vorzeichen des Integralwertes ( Vertauschungsregel ):
(8.46)
Volumina

Siehe auch Zweite GULDINsche Regel.

1. Volumen eines rotationssymmetrischen Körpers bei Drehung um die -Achse (s. linke Abbildung):

(8.62a)

2. Volumen eines rotationssymmetrischen Körpers bei Drehung um die -Achse (s. rechte Abbildung):

(8.62b)
3. Volumen eines Körpers, wenn der Flächeninhalt seines senkrecht zur -Achse gelegten Querschnitts eine
Funktion ist (s. Abbildung):

(8.63)
Die Berechnung des Volumens komplizierterer Körper ist mit Hilfe des Doppelintegrals oder mit Hilfe des
Dreifachintegrals möglich.
Formeln zur Berechnung von Volumina mit Hilfe von Mehrfachintegralen sind in der Tabelle
Anwendung von Doppelintegralen und in der Tabelle Anwendung von Dreifachintegralen angegeben.
Quadratische Integrierbarkeit

Eine Funktion heißt quadratisch integrierbar im Intervall , falls gilt:

(11.43)

Insbesondere ist jede in stetige Funktion auch quadratisch integrierbar. Der Funktionenraum aller in

quadratisch integrierbaren Funktionen wird mit bezeichnet.

Intermittenz

Gegeben sei ein stabiler periodischer Orbit von (17.53), der bei seine Stabilität verliert, indem genau einer
der Multiplikatoren, die innerhalb des Einheitskreises lagen, den Wert annimmt. Nach dem Satz über die
Zentrumsmannigfaltigkeit läßt sich die entsprechende Sattelknoten-Bifurkation der POINCARÉ-Abbildung durch eine
eindimensionale Abbildung in der Normalform

beschreiben. Dabei ist ein Parameter, für den mit gilt. Für positives ist der Graph

von in der folgenden Abbildung zu sehen.

Wie die Abbildung zeigt, verweilen für die Iterierten von relativ lange in der Tunnelzone. Für die

Differentialgleichung (17.53) bedeutet dies, daß die entsprechenden Orbits relativ lange in der Umgebung des
ursprünglichen periodischen Orbits bleiben. In dieser Zeit ist das Verhalten von (17.54) nahezu periodisch ( laminare
Phase ). Ist die Tunnelzone durchlaufen, entflieht der betrachtete Orbit, was zu irregulären Bewegungen führt (
turbulente Phase ). Nach einem gewissen Zeitraum wird der Orbit eingefangen und erneut eine laminare Phase
eingeleitet. Ein seltsamer Attraktor entsteht in der beschriebenen Situation dann, wenn der periodische Orbit
verschwindet und seine Stabilität an die chaotische Menge vererbt. Die Sattelknoten-Bifurkation ist nur eine der
generischen lokalen Bifurkationen, die im Intermittenz-Szenario eine Rolle spielen. Zwei weitere sind die
Periodenverdopplung und die Abspaltung eines Torus.
Polynominterpolation

Die Grundaufgabe der Interpolation besteht darin, durch eine Reihe von Punkten

eine geeignete Kurve hindurchzulegen. Graphisch geschieht das mit Hilfe eines Kurvenlineals, rechnerisch mit Hilfe
einer Funktion , die an den Stellen , den sogenannten Stützstellen , die gegebenen Werte als

Funktionswerte annimmt, d.h., erfüllt die Interpolationsbedingung

(19.156)
Als Interpolationsfunktionen sind in erster Linie Polynome gebräuchlich bzw. bei periodischen Funktionen sogenannte
trigonometrische Polynome. Im letzteren Fall spricht man von trigonometrischer Interpolation. Werden

Stützstellen benutzt, so heißt die Ordnung der Interpolation, und der Grad des Interpolationspolynoms ist dann
höchstens gleich . Da mit zunehmendem Polynomgrad die Interpolationspolynome starke Oszillationen aufweisen,
die in der Regel unerwünscht sind, zerlegt man zweckmäßigerweise das Interpolationsintervall in Teilintervalle und
geht zur Spline-Interpolation über.
● Newtonsche Interpolationsformel
● Interpolationsformel nach Lagrange
● Interpolation nach Aitken-Neville
Interpolationsformel nach Lagrange

Um durch Punkte ein Polynom vom Grade hindurchzulegen, kann

man nach LAGRANGE den folgenden Ansatz benutzen:

(19.158)

Dabei werden mit die LAGRANGEschen Grundpolynome bezeichnet. Der Ansatz

(19.158) erfüllt die Interpolationsbedingung (19.156), wenn gilt:

(19.159)

Dabei ist das KRONECKER-Symbol. Aus der Bedingung (19.159) und der Forderung, daß die LAGRANGEschen

Grundpolynome vom Grad sein sollen, ergibt sich die Darstellung

 (19.160)

Beispiel
Die durch die Wertetabelle
x 0 1 3
y 1 3 2
gegebenen Punkte sollen mit Hilfe der LAGRANGEschen Interpolationsformel (19.158) interpoliert werden.
Man erhält:

Das LAGRANGEsche Interpolationspolynom hängt explizit und zwar linear von den gegebenen
Funktionswerten ab. Das ist für theoretische Überlegungen von Bedeutung
(s. z.B. Verfahren von ADAMS-BASHFORTH). Für praktische Rechnungen ist die LAGRANGEsche
Interpolationsformel weniger geeignet.
Newtonsche Interpolationsformel

Zur Lösung der Interpolationsaufgabe (19.156) wird ein Polynom vom Grade in der folgenden Form angesetzt:

(19.157)

Dieser Ansatz, auch NEWTONsche Interpolationsformel genannt, ermöglicht die einfache Berechnung der
Koeffizienten , da die Interpolationsbedingung (19.156) unmittelbar auf ein gestaffeltes

lineares Gleichungssystem führt.

Beispiel
Für erhält man aus (19.156) das folgende Gleichungssystem:

Das Interpolationspolynom ist durch die Interpolationsbedingung (19.156) eindeutig bestimmt.

Die Berechnung von Funktionswerten kann in einfacher Weise mit Hilfe des HORNER- Schemas erfolgen.
Interpolationsquadraturen

Die folgenden Formeln stellen sogenannte Interpolationsquadraturen dar. Dabei wird der Integrand bezüglich

einiger (möglichst weniger) Stützstellen durch ein Polynom entsprechenden Grades interpoliert, und das

Integral über wird durch das über ersetzt. Die Formel für das Integral über das gesamte

Integrationsintervall ergibt sich dann durch Summation. Im folgenden werden nur die praktisch wichtigsten Formeln
für den Fall angegeben, daß die Stützstellen gleichabständig sind:

(19.72)

Zu jeder Quadraturformel wird eine obere Schranke für den Fehlerbetrag angegeben. Dabei bedeutet

eine für den gesamten Bereich der Stützstellen gültige obere Schranke für .
● Rechteckformel
● Trapezformel
● Hermitesche Trapezformel
● Simpson-Formel
Interpolationssplines

● Definition der kubischen Interpolationssplines

● Bestimmung der Spline-Koeffizienten
Bikubische Interpolationssplines

● Eigenschaften
● Tensorprodukt-Ansätze
Zahlenintervall

Eine zusammenhängende Menge reeller Zahlen mit den Endpunkten und , wobei ist und gleich

und gleich gesetzt werden kann, wird Zahlenintervall mit den Endpunkten und genannt. Wenn
der Endpunkt nicht selbst zum Intervall gehört, spricht man vom offenen Intervallende , im entgegengesetzten Falle
vom abgeschlossenen Intervallende .
Die Angabe eines Zahlenintervalls erfolgt durch seine Endpunkte und , indem diese in Klammern gesetzt
werden. Eine eckige Klammer steht für ein geschlossenes Intervallende, eine runde für ein offenes. Es wird zwischen
beiderseits offenen Intervallen , halboffenen Intervallen bzw. und abgeschlossenen Intervallen

unterschieden. Für offene Intervalle findet man auch die Bezeichnung an Stelle von , analog

an Stelle von . In der graphischen Darstellung werden die Endpunkte eines offenen Intervalls durch

volle Pfeilspitzen, die eines abgeschlossenen Intervalls durch Punkte gekennzeichnet.

Übereinanderlegen von Flächen bei Verbiegung

Wenn eine Fläche ohne Zerrung oder Einschnitt verbogen wird, ändert sich ihre Gleichung, aber ihre Metrik bleibt
erhalten. Mit anderen Worten, die erste quadratische Fundamentalform ist bei solchen reinen Verbiegungen eine
Invariante. Daher können zwei unterschiedliche Flächen mit gleicher erster quadratischer Fundamentalform
aufeinander abgewickelt werden.
Invariante einer Kurve zweiter Ordnung

Invariante einer Kurve zweiter Ordnung sind die drei Größen

(3.351b)

Bei Drehungen des Koordinatensystems bleiben sie erhalten, d.h., wenn nach einer Koordinatentransformation die
Kurvengleichung die Form
(3.351c)

hat, dann liefert die Berechnung dieser drei Größen und aus den neuen Konstanten die ursprünglichen
Werte.
Geometrische Deutung

Die Realisierung der Rauminversion kann man sich in einem dreidimensionalen kartesischen Koordinatensystem
geometrisch betrachtet, wie in der folgenden Abbildung dargestellt, in zwei Schritten vorstellen:

1. Durch Spiegelung an einer Koordinatenebene, z.B. der -Ebene, geht das -Koordinatensystem

in das -Koordinatensystem über.Ein rechtshändig orientiertes System wird dabei in ein linkshändig
orientiertes überführt.
 2. Durch eine -Drehung des -Systems um die -Achse entsteht das vollständig am

Koordinatenursprung gespiegelte Koordinatensystem Es behält im Vergleich zum 1. Schritt seine

Linkshändigkeit bei.

Ergebnis: Bei Rauminversion ändert ein polarer Vektor seine Orientierung im Raum um , ein axialer Vektor
behält seinen Drehsinn bei.
Unterabschnitte

● Begriff der Rauminversion:

● Transformationsmatrix:

Tensorverhalten bei Rauminversion

Begriff der Rauminversion:

Unter Koordinateninversion oder Rauminversion versteht man die Spiegelung der Ortskoordinaten von Raumpunkten
am Koordinatenursprung. In einem dreidimensionalen kartesischen Koordinatensystem bedeutet Rauminversion eine
Umkehr der Vorzeichen der Koordinatenachsen:
(4.98)

Dadurch wird ein rechtshändiges in ein linkshändiges Koordinatensystem überführt. Analoges gilt für andere
Koordinatensysteme. In Kugelkoordinaten ergibt sich:
 (4.99)

Bei Spiegelungen dieser Art bleiben die Längen von Vektoren und die Winkel zwischen ihnen unverändert. Der
Übergang wird durch eine lineare Transformation vermittelt.

Transformationsmatrix:

Die Transformationsmatrix einer linearen Transformation im dreidimensionalen Raum gemäß (4.65)

hat bei Rauminversion die folgenden Eigenschaften:

(4.100a)
Für die Komponenten eines Tensors -ter Stufe folgt damit aus (4.68)
(4.100b)
Das bedeutet: Unter einer Punktspiegelung am Koordinatenursprung bleibt ein Tensor 0. Stufe, also ein Skalar,
ungeändert, ein Tensor 1. Stufe, also ein Vektor, ändert sein Vorzeichen, ein Tensor 2. Stufe bleibt ungeändert, usw.
Inzidenzmatrix

Für einen ungerichteten Graphen mit und

wird die Matrix vom Typ mit

(5.234)

Inzidenzmatrix genannt.
Für einen gerichteten Graphen mit und ist

die Inzidenzmatrix die durch

 (5.235)

definierte Matrix vom Typ

Irrationale und transzendente Zahlen

1. Menge der irrationalen Zahlen: Für die Analysis reicht die Menge der rationalen Zahlen nicht aus.
Obgleich sie überall dicht ist, füllt sie nicht die gesamte Zahlengerade aus. Wenn man z.B. die Diagonale
des Einheitsquadrats um dreht, so daß in den Punkt der Zahlengeraden übergeht, dann hat
keine rationale Koordinate.

Erst die Einführung der irrationalen Zahlen ermöglicht es, jedem Punkt der Zahlengeraden eine Zahl
zuzuordnen.
In den Lehrbüchern der Analysis wird eine exakte Definition der irrationalen Zahlen gegeben, z.B. durch
 Intervallschachtelung. Für die Anschauung genügt die Feststellung, daß die irrationalen Zahlen auf der
Zahlengeraden die Punkte einnehmen, die als Lücken zwischen den rationalen Zahlen vorhanden sind, und
daß jede irrationale Zahl durch einen nichtperiodischen unendlichen Dezimalbruch dargestellt werden kann.
2. Algebraische Irrationalitäten: Zu den irrationalen Zahlen gehören insbesondere die nicht ganzzahligen
reellen Wurzeln der algebraischen Gleichungen der Form

mit , ganz und ganzzahligen Koeffizienten. Ein Beispiel ist die Gleichung Man nennt

solche Wurzeln algebraische Irrationalitäten . Einfachste Beispiele für algebraische Irrationalitäten sind reelle
Wurzeln der Gleichungen also Zahlen der Form wenn sie nicht rational sind.

Beispiel

sind algebraische Irrationalitäten.

3. Transzendente Zahlen: Irrationale Zahlen, die keine algebraischen Irrationalitäten sind, nennt man
transzendent .

Beispiel

Die dekadischen Logarithmen der ganzen Zahlen mit Ausnahme von Zahlen der Form sowie
die meisten Werte der trigonometrischen Funktionen eines Winkels sind transzendente Zahlen.
Chi-Quadrat-Test

Es ist zu prüfen, ob eine Zufallsgröße einer Normalverteilung genügt. Daher wird der Wertebereich von in
Klassen eingeteilt und die obere Grenze der -ten Klasse mit bezeichnet. Die

,,theoretische`` Wahrscheinlichkeit, daß in die -te Klasse fällt, sei , d.h., es gilt

(16.117a)

wobei die Verteilungsfunktion von ist ( ist die untere Grenze der 1. Klasse mit

). Da normalverteilt sein soll, muß

(16.117b)

sein. Mit ist die Verteilungsfunktion der normierten GAUSSschen Normalverteilung bezeichnet. Die Parameter

und der Grundgesamtheit sind in der Regel nicht bekannt. Deshalb werden und als Näherungswerte
einer Stichprobe verwendet.

Wurde der Grundgesamtheit eine Stichprobe ( ) vom Umfang entnommen und deren

Häufigkeit bezüglich der oben festgelegten Klasseneinteilung ermittelt, dann genügt die Zufallsgröße

(16.117c)

näherungsweise einer -Verteilung mit Freiheitsgraden. Dazu ist notwendig, daß gilt,

was durch Zusammenfassen einiger Klassen erreicht werden kann.

Die Prüfung auf Normalverteilung (man spricht auch von -Anpassungstest ) besteht darin, daß man nach

Vorgabe einer statistischen Sicherheit oder Irrtumswahrscheinlichkeit das Quantil der Tabelle

-Verteilung entnimmt, für das gilt. Ergibt sich für den nach (16.117c) ermittelten

speziellen Wert

(16.117d)
dann besteht kein Widerspruch zu der Annahme, daß die Stichprobe aus einer Grundgesamtheit stammt, die
normalverteilt ist.

Beispiel

Dem folgenden -Test liegen die Zahlenwerte einer Stichprobe mit einem Umfang von

Messungen zu Grunde aus der der Mittelwert und die Streuung ermittelt

worden sind. Diese Werte werden als Schätzwerte für die unbekannten Parameter und der

Grundgesamtheit verwendet. Damit kann die Testgröße gemäß (16.117c) unter Beachtung von (16.117a)

und (16.117b), wie in der folgenden, Tabelle dargestellt, ermittelt werden.

Tabelle Beispiel zum -Test

15
Aus der letzten Spalte folgt . Wegen der Forderung reduziert sich die Anzahl der

Klassen von auf . Da zur Berechnung der theoretischen Häufigkeit die

beiden Schätzwerte und der Stichprobe an Stelle von und der Grundgesamtheit verwendet

werden, verringert sich die Anzahl der Freiheitsgrade der betreffenden -Verteilung um weitere zwei. Damit

muß als kritischer Wert das Quantil verwendet werden. Für erhält man aus der

Tabelle -Verteilung , so daß wegen kein Widerspruch zu der Annahme

besteht, daß die Grundgesamtheit normalverteilt ist.

Isometrische Räume

Existiert für zwei metrische Räume und eine bijektive Abbildung mit der

Eigenschaft
(12.75)

dann heißen die Räume und isometrisch und eine Isometrie .

Isomorphe Vektorräume

Eine bijektive lineare Abbildung heißt Isomorphismus der Vektorräume und . Die Räume
nennt man im Falle der Existenz eines Isomorphismus isomorph.
Iterationsverfahren
Das allgemeine Prinzip der iterativen Methoden zur genäherten Lösung von Gleichungen besteht darin, ausgehend
von bekannten Näherungswerten für eine Lösung, schrittweise, also durch Iteration , eine

Folge von weiteren Näherungswerten zu erzeugen, die möglichst schnell gegen die betreffende Lösung der
gegebenen Gleichung konvergiert.

● Gewöhnliches Iterationsverfahren
● Newton-Verfahren
● Regula falsi
Iterationsverfahren zur Lösung linearer Gleichungssysteme

Das gegebene lineare -Gleichungssystem

(12.60a)

geht durch Umformung (s. Lineare Gleichungssysteme) gemäß (19.26)in das äquivalente Gleichungssystem

(12.60b)

über. Dieses läßt sich mit dem Operator , definiert durch

 (12.61)

in das Fixpunktproblem
(12.62)
überführen, das im metrischen Raum , versehen mit einer geeigneten Metrik, der euklidischen (12.42), der

Metrik (12.43) oder der Metrik (vgl. mit (12.45)), betrachtet wird. Ist eine der Zahlen

(12.63)

kleiner als 1, dann erweist sich als kontrahierender Operator und besitzt genau einen Fixpunkt (s. BANACHscher
Fixpunktsatz), der der komponentenweise Grenzwert der Iterationsfolge mit beliebigem Startpunkt aus ist.
Gewöhnliches Iterationsverfahren

Zur Lösung einer Gleichung, die auf die Fixpunktform gebracht worden ist, verwendet man die

naheliegende Iterationsvorschrift
(19.3)
die als gewöhnliches Iterationsverfahren bezeichnet wird. Es konvergiert gegen eine Lösung , wenn es eine
Umgebung von (s. Abbildung) mit

(19.4)

gibt und die Ausgangsnäherung in dieser Umgebung liegt.

Ist differenzierbar, dann lautet die entsprechende Bedingung

(19.5)
Die Konvergenz des gewöhnlichen Iterationsverfahrens ist um so besser, je kleiner die Zahl ist.

Beispiel
 , d.h. .

Hinweise:

1. Im Falle komplexer Lösungen setzt man . Durch Trennung von Real- und Imaginärteil geht die zu

lösende Gleichung in ein System zweier Gleichungen für die reellen Unbekannten und über.
2. Die iterative Lösung nichtlinearer Gleichungssysteme wird in Abschnitt Nichtlineare Gleichungen behandelt.
Relaxationsverfahren

Die Iterationsvorschrift des GAUSS-SEIDEL-Verfahrens (19.51) läßt sich auch in der sogenannten Korrekturform

(19.52)

schreiben. Durch geeignete Wahl eines Relaxationsparameters , so daß (19.52) in

(19.53)

übergeht, kann man versuchen, die Konvergenzeigenschaften des Einzelschrittverfahrens zu verbessern. Es läßt
sich zeigen, daß Konvergenz nur für

(19.54)
möglich ist. Für erhält man das Einzelschrittverfahren. Im Fall spricht man von Überrelaxation, die

zugehörigen Iterationsverfahren werden als SOR-Verfahren ( uccessive ver elaxation) bezeichnet. Die
Bestimmung optimaler Relaxationsparameter ist nur für einige spezielle Matrizentypen explizit möglich.
Die Anwendung iterativer Methoden zur Lösung linearer Gleichungssysteme ist vor allem angebracht, wenn die
Hauptdiagonalelemente der Koeffizientenmatrix gegenüber den übrigen Elementen

betragsmäßig stark überwiegen oder wenn durch Umstellung oder geeignete Kombination der einzelnen Gleichungen
eine solche Anordnung erreicht werden kann.
Kante

Eine Figur, die aus zwei, einer Geraden entspringenden Halbebenen gebildet wird, heißt Kante oder Zweiflach .

Im täglichen Sprachgebrauch versteht man im Unterschied zu dieser Definition unter einer Kante die Schnittgerade
zweier Halbebenen. Als Kantenmaß dient der ebene Kantenwinkel den zwei im Innern der Ebenen
senkrecht auf die Schnittgerade in den Punkt gefällte Lote miteinander bilden.
Kantenfolgen

In einem ungerichteten Graphen wird jede Folge

von Elementen aus eine Kantenfolge der Länge genannt.

Ist dann spricht man von einer geschlossenen Kantenfolge oder einem Kreis , anderenfalls von einer

offenen Kantenfolge . Eine Kantenfolge heißt Weg , wenn paarweise verschiedene Knoten sind.
Ein geschlossener Weg ist ein Elementarkreis .

Beispiel
Im Graphen der nebenstehenden Abbildung ist

eine offene Kantenfolge der Länge 5,

eine geschlossene Kantenfolge der Länge 5,

ein Kantenzug,

ein Weg.

Ein Elementarkreis wird durch

dargestellt.
Kardioide
Die Kardioide kann auf zweierlei Weise definiert werden:

1. als Spezialfall der PASCALschen Schnecke mit

(2.226)
wobei der Durchmesser des Kreises ist und
2. als Epizykloide mit gleich großem Durchmesser des festen und des beweglichen Kreises.
Die Gleichung lautet in kartesischen Koordinaten, in Parameterform sowie in Polarkoordinaten:
(2.227a)
(2.227b)
(2.227c)

Der Koordinatenursprung ist ein Rückkehrpunkt. Der Scheitel liegt bei ; Maximum und Minimum
liegen bei mit den Koordinaten

Der Flächeninhalt beträgt d.h. die sechsfache Fläche des Kreises mit dem Durchmesser Die

Kurvenlänge ist
Kartesisches Blatt
Die Gleichung
(2.217a)
oder in Parameterform

(2.217b)

ergibt graphisch dargestellt das kartesische Blatt .

Der Koordinatenursprung ist infolge zweier ihn durchlaufender Kurvenzweige ein Doppelpunkt, in dem beide
Koordinatenachsen Tangenten sind. Der Krümmungsradius ist für beide Kurvenzweige im Koordinatenursprung

Die Asymptote berechnet sich aus der Scheitelpunkt hat die Koordinaten

Der Flächeninhalt der Schleife ist der Flächeninhalt zwischen der Kurve und der Asymptote hat

den gleichen Wert.

Kaskade von Periodenverdopplungen

Analog zur logistischen Gleichung (17.70) kann es auch in zeitkontinuierlichen Systemen zu einer Kaskade von
Periodenverdopplungen nach folgendem Szenario kommen. Das System (17.53) besitzt für den stabilen

periodischen Orbit . Bei findet nahe eine Periodenverdopplung statt, bei der der periodische

Orbit für seine Stabilität verliert. Von ihm spaltet sich ein periodischer Orbit mit etwa doppelter

Periode ab. Bei findet erneut eine Periodenverdopplung statt, wobei seine Stabilität verliert und ein

stabiler Orbit mit nahezu doppelter Periode entsteht. Für wichtige Klassen von Systemen(17.53) setzt sich

dieser Prozeß der Periodenverdopplung fort, so daß eine Folge von Parameterwerten entsteht. Numerische

Berechnungen für bestimmte Differentialgleichungen (17.53) (z.B. bei hydrodynamischen Differentialgleichungen wie
dem LORENZ-System) belegen die Existenz des Grenzwertes , wobei die

FEIGENBAUM-Konstante ist. Bei verliert der Zyklus mit unendlicher Periode seine Stabilität, und es

kommt zur Bildung eines seltsamen Attraktors.

Der geometrische Hintergrund der Entstehung dieses seltsamen Attraktors in (17.53) durch eine Kaskade von
Periodenverdopplungen ist in der folgenden Abbildung zu sehen.

Der POINCARÉ-Schnitt zeigt dabei näherungsweise eine Bäcker-Abbildung, die auf die Entstehung einer CANTOR-
Mengen-ähnliche Struktur hindeutet.
Geordnete normierte Räume
● Kegel im normierten Raum
● Normierte Vektorverbände und Banach-Verbände
Kegel

Liegt die Spitze im Koordinatenursprung (linke Abbildung), dann gilt:

(3.410)
Als Leitkurve kommt eine Ellipse mit den Halbachsen und in Betracht, deren Ebene senkrecht zur -Achse in
einer Entfernung vom Koordinatenursprung liegt. Der Kegel kann in dieser Darstellung als Asymptotenkegel mit
der Gleichung

(3.411)

aufgefaßt werden, dessen Erzeugende sich beiden Hyperboloiden im Unendlichen unbegrenzt nähert (rechte
Abbildung). Für ergibt sich ein gerader Kreiskegel.
Kegel

Eine nichtleere Teilmenge eines (reellen) Vektorraums nennt man einen (konvexen) Kegel , wenn sie den
folgenden Bedingungen genügt:

1.
ist eine konvexe Menge.
2.
Aus und folgt .
3.
Aus und folgt .

Ein Kegel ist auch durch 3. zusammen mit

(12.16)
charakterisiert.

Beispiel A
 Die Menge aller Vektoren mit nichtnegativen Komponenten ist ein Kegel in

Beispiel B

Die Menge aller reellen stetigen Funktionen auf mit nichtnegativen Werten ist ein Kegel im

Raum .

Beispiel C

Die Menge aller reellen Zahlenfolgen mit nichtnegativen Gliedern (also ) ist ein

Kegel in . Analog ergeben sich Kegel in den Vektorräumen der Beispiele C bis G, wenn man jeweils die
Menge der nichtnegativen Folgen in diesen Räumen betrachtet.

Beispiel D

Die Menge , bestehend aus allen Folgen , für die

(12.17)
gilt, ist eine konvexe Menge in , die offenbar kein Kegel ist.

Beispiel E
Beispiele aus zeigt die folgende Abbildung: Links konvexe Menge, die kein Kegel ist, Mitte
nichtkonvexe Menge, rechts konvexe Hülle.
Kegel im normierten Raum

Sei ein reeller normierter Raum mit der Norm . Ein Kegel heißt solid , wenn eine Kugel

(mit positivem Radius) enthält. Die üblichen Kegel in den Räumen sind solid, die in den Räumen

und nicht.

Ein Kegel heißt normal , wenn die Norm in semimonoton ist, d.h., es existiert eine Konstante , so
daß

(12.90)

gilt. Ist ein mit Hilfe eines Kegels geordneter BANACH-Raum, dann ist jedes -Intervall genau dann

normbeschränkt, wenn der Kegel normal ist. Die Kegel der Vektoren mit nichtnegativen Komponenten und der
nichtnegativen Funktionen in den Räumen sind normal.

Ein Kegel heißt regulär , wenn jede monoton wachsende, von oben beschränkte Folge

(12.91)
eine CAUCHY-Folge in ist. In einem BANACH-Raum ist jeder abgeschlossene reguläre Kegel normal. Die Kegel in
sind regulär, die in und nicht.
Kegelflächen

Kegelflächen entstehen durch die Bewegung einer Geraden, der Erzeugenden, die durch einen festen Punkt, die
Spitze, geht und längs einer Kurve, der Leitkurve, geführt wird.
Kurven zweiter Ordnung (Kegelschnitte)

● Allgemeine Gleichung der Kurven zweiter Ordnung

● Invariante einer Kurve zweiter Ordnung
● Gestalt der Kurven 2. Ordnung (Kegelschnitte)
● Leitlinieneigenschaft der Kurven zweiter Ordnung
● Bestimmung der Kurve durch fünf Punkte
● Polargleichung der Kurven zweiter Ordnung
● Transformation der Kurvengleichungen 2. Ordnung auf die Normalform.
Mittelpunktskurven
● Transformation der Kurvengleichungen 2. Ordnung auf die Normalform.
Parabolische Kurven
Gestalt der Kurven 2. Ordnung (Kegelschnitte)

Wenn ein gerader Kreiskegel von einer Ebene geschnitten wird, dann entsteht auf ihr ein Kegelschnitt. Geht die
schneidende Ebene nicht durch die Spitze, dann ergibt sich eine Hyperbel, Parabel oder Ellipse in Abhängigkeit
davon, ob die Ebene parallel zu zwei, nur zu einer oder zu keiner Erzeugenden des Kegels verläuft. Geht die
schneidende Ebene durch die Kegelspitze, dann entstehen zerfallende Kegelschnitte mit Als Kegelschnitt
eines in einen Zylinder entarteten Kegels , dessen Spitze sich im Unendlichen befindet, ergeben sich zwei parallele
Geraden. Der Bestimmung der Gestalt der Kegelschnitte dienen die Tabellen
Transformation der Kurvengleichungen 2. Ordnung auf die Normalform, Mittelpunktsgleichungen
und
Transformation der Kurvengleichungen 2. Ordnung auf die Normalform, parabolische Gleichungen.
Gerader Kreiskegelstumpf

(3.138)

(3.139)
(3.140)

(3.141)
Keil

Keil wird ein Polyeder genannt, dessen Grundfläche ein Rechteck, dessen Seitenflächen je zwei gegenüberliegende
gleichschenklige Dreiecke bzw. Trapeze sind.

Für das Volumen gilt

(3.121)
Sphärisches Zweieck

Durch die Endpunkte und eines Kugeldurchmessers sollen zwei Ebenen und verlaufen, die den

Winkel miteinander einschließen und zwei Großkreishälften und definieren.

Der von zwei Großkreishälften begrenzte Teil der Kugeloberfläche wird sphärisches Zweieck oder Kugelzweieck
genannt. Als Seiten des sphärischen Zweiecks werden die sphärischen Abstände zwischen den Punkten und
auf den Großkreisen definiert. Jede Seite beträgt daher
Als Winkel des sphärischen Zweiecks werden die Winkel zwischen den Tangenten an die Großkreise und in

den Punkten und definiert. Sie sind gleich und stimmen mit dem sogenannten Keilwinkel zwischen den
Ebenen und überein. Sind und die Halbierungspunkte der beiden Großkreisbogen durch und

, dann kann der Winkel auch als sphärischer Abstand der Punkte und aufgefaßt werden. Die Fläche
des Kugelzweiecks verhält sich zur Kugelfläche wie der Winkel zu Daraus folgt

(3.164)
Logarithmentafeln

Die dekadischen und die natürlichen Logarithmen stehen in Logarithmentafeln zur Verfügung. Sie wurden früher mit
Vorteil bei der numerischen Bildung von Potenzen oder zur Vereinfachung numerischer Multiplikationen und
Divisionen verwendet. Am häufigsten wurden die dekadischen Logarithmen dazu benutzt. Heute sind die
Logarithmentafeln durch die Taschenrechner und Personalcomputer weitgehend aus der rechnerischen Praxis
verdrängt.
Jede Dezimalzahl, also jede reelle Zahl, in diesem Zusammenhang auch Numerus genannt, kann durch Vorziehen
einer Zehnerpotenz mit ganzzahligem in der Form
(1.26a)

halblogarithmisch dargestellt werden. Dabei ist durch die Ziffernfolge von bestimmt, während die
Größenordnung von angibt. Somit wird

(1.26b)

Man nennt die Kennzahl und die Ziffernfolge hinter dem Komma von die Mantisse . Letztere wird der
Logarithmentafel entnommen.

Beispiel

, also Kennzahl 2, Mantisse 5105. Für die durch Multiplikation oder Division mit
entstandenen Zahlen, z.B. 3240; 324000; 3,24; 0,0324, haben die Logarithmen die gleiche Mantisse, hier
5105, aber verschiedene Kennzahlen. Daher sind es die Mantissen, die in den Logarithmentafeln tabelliert
sind. Beim Ablesen der Mantisse braucht weder auf die Stelle des Kommas noch auf die links oder rechts
von der Zahl stehenden Nullen einschließlich der Null vor dem Komma geachtet zu werden. Diese gehen in
die Bestimmung der Kennzahl für einen bestimmten Numerus ein.
Konvergenz der NEUMANNschen Reihe

Zur Ermittlung der Lösung ist die Potenzreihe bezüglich

(11.12)

die NEUMANNsche Reihe, auf Konvergenz zu untersuchen. Sind die Funktionen und beschränkt, d.h.,

es gelte
(11.13a)
so bildet die Reihe

(11.13b)

eine Majorante für die Potenzreihe (11.12). Diese geometrische Reihe konvergiert für

(11.13c)
Die NEUMANNsche Reihe konvergiert also ebenfalls absolut und gleichmäßig für alle , die (11.13c) erfüllen (s. auch
Raum linearer stetiger Operatoren). Durch eine schärfere Abschätzung der Glieder der NEUMANNschen Reihe kann das
Konvergenzintervall noch genauer angegeben werden. Danach konvergiert die NEUMANNsche Reihe für

(11.13d)

Diese Einschränkung an den Parameter bedeutet nicht, daß für größere Werte von generell keine Lösung

existieren würde, sondern nur, daß die Lösung unter Umständen nicht durch die NEUMANNsche Reihe angegeben
werden kann. Den Ausdruck

(11.14a)

bezeichnet man als Resolvente oder lösenden Kern der Integralgleichung. Die Resolvente ermöglicht eine
Lösungsdarstellung durch

(11.14b)

Beispiel
 Für die inhomogene FREDHOLMsche Integralgleichung 2. Art erhält man

und damit . Mit der Schranke (11.13c) konvergiert die Reihe sicher für ,

wobei ist. Die Resolvente ist jedoch eine geometrische

Reihe, die sogar für konvergiert. Damit erhält man aus (11.14b)

Hinweis: Ist für ein konkretes die Bedingung (11.13d) nicht erfüllt, so kann ein stetiger Kern in zwei stetige Kerne
zerlegt werden durch , wobei einen ausgearteten Kern darstellt

und so klein ist, daß (11.13d) für diesen Kern erfüllt ist. Auf diese Weise läßt sich für alle , die keine

Eigenwerte sind, eine exakte Lösungsmethode herleiten.

Bogenlänge

Die Bogenlänge zwischen zwei Punkten und auf einem Kleinkreis läßt sich

gemäß Abbildung aus den Beziehungen und

gewinnen:

(3.221)
Beispiel
Für wird der Kleinkreis zur Orthodrome, und aus (3.221) und (3.214b) folgt
Begriffsbestimmung

Die Definition von Kleinkreisen auf der Kugeloberfläche erfordert eine im Vergleich zu der eingangs gegebenen
Begriffsbildung detailliertere Fassung: Danach ist ein Kleinkreis der geometrische Ort aller Punkte, die von einem

festen Punkt auf der Kugeloberfläche den sphärischen Abstand haben.

Mit wird der sphärische Mittelpunkt bezeichnet; heißt spärischer Kleinkreisradius . Die Kleinkreisebene ist die
Grundfläche eines Kugelabschnitts mit der Höhe Der sphärische Mittelpunkt liegt oberhalb des
Kleinkreismittelpunktes in der Kleinkreisebene. Dort hat der Kreis den ebenen Kleinkreisradius
Breitenkreise sind damit spezielle Kleinkreise mit

Beispiel
Für geht der Kleinkreis in eine Orthodrome über.
Kleinkreisgleichungen

Als Beschreibungsparameter lassen sich entweder oder oder der nordpolnächste Kleinkreispunkt
und verwenden.
Ist der laufende Punkt auf dem Kleinkreis so ergibt sich nach dem Seitenkosinussatz gemäß Abbildung

die Kleinkreisgleichung
(3.220a)

Daraus erhält man wegen und :

(3.220b)

Beispiel A

Für ergeben sich aus (3.220a) wegen

Breitenkreise.

Beispiel B
Für ergeben sich aus (3.220b) Orthodromen.
Kurswinkel

Gemäß Abbildung schneidet die Orthodrome durch und den Kleinkreis mit dem

Radius senkrecht.
Für den Kurswinkel der Orthodrome gilt nach (3.215):

(3.222a)

Damit ergibt sich für den gesuchten Kurswinkel des Kleinkreises im Punkt :

(3.222b)
Schnittpunkte mit einem Breitenkreis

Für die geographischen Längen der Schnittpunkte und des Kleinkreises mit dem

Breitenkreis ergibt sich aus (3.220a):

(3.223)

Hinweis: Unter Umständen ist gemäß (3.211) eine Rückversetzung der Winkel erforderlich.
Schnittpunkte mit einem Meridian

Die Berechnung der geographischen Breiten der Schnittpunkte und des Kleinkreises

mit dem Meridian erfolgt gemäß (3.220a) mit den Gleichungen

(3.225a)

wobei gilt:
(3.225b)

Für gibt es im allgemeinen zwei verschiedene Lösungen, von denen jedoch eine entfällt, wenn

ein Pol im Kleinkreis liegt.

Gilt und liegt keiner der Pole im Kleinkreis, dann berührt der Meridian den Kleinkreis in einem

Tangierpunkt mit der geographischen Breite

Kleinstes gemeinsames Vielfaches

Für ganze Zahlen von denen keine gleich 0 ist, wird die kleinste Zahl in der Menge der positiven

gemeinsamen Vielfachen von das kleinste gemeinsame Vielfache von

genannt und mit kgV bezeichnet. Sind die kanonischen Primfaktorenzerlegungen (5.151a) von

gegeben, dann gilt:

(5.154)

Beispiel
Für die Zahlen
gilt

kgV
Klotoide
Klotoide heißt eine Kurve, die sich aus der umgekehrten Proportionalität ihres Krümmungsradius zur Länge des
Bogens ergibt:

(2.241a)
Die Gleichung der Klotoide lautet in Parameterform

(2.241b)

Die Integrale können nicht durch elementare Funktionen ausgedrückt werden; sie lassen sich aber für jeden
Parameter durch numerische Integration berechnen, so daß die Klotoide punktweise gezeichnet
werden kann. Wegen der Berechnung am Computer s. Lit. 3.12.
Die Kurve ist zentralsymmetrisch zum Koordinatenursprung, der gleichzeitig Wendepunkt ist. Im Wendepunkt ist die
-Achse Tangente. Bei und hat die Kurve je einen asymptotischen Punkt mit den Koordinaten

bzw. .

Die Klotoide findet z.B. beim Straßenbau Anwendung, wo der Übergang von einer Geraden in eine Kreiskurve durch
einen Klotoidenabschnitt vermittelt wird (s. Lit. 3.12).
Abstand zweier Knoten

Der Abstand zweier Knoten eines ungerichteten Graphen ist die Länge eines mit

verbindenden Weges mit minimaler Kantenzahl. Existiert ein solcher Weg nicht, dann setzt man
Lokale Phasenporträts nahe Ruhelagen für

Die Differentialgleichung (17.1) mit der hyperbolischen Ruhelage für gelte und

sei das charakteristische Polynom von . Mit den Bezeichnungen

und (Diskriminante des charakteristischen

Polynoms) sind die verschiedenen Ruhelagetypen im Folgenden aufgeführt. Die dazugehörigen Phasenporträts sind links
jeweils für die erste Zeile, rechts für die zweite Zeile dargestellt.
Klassifizierung und Stabilität der Ruhelagen

Sei eine Ruhelage von (17.1). Das lokale Verhalten der Orbits von (17.1) nahe wird, unter gewissen

Voraussetzungen, durch die Variationsgleichung beschrieben, wobei die JACOBI-Matrix

von in ist. Besitzt keinen Eigenwert mit Re , so heißt die Ruhelage hyperbolisch

. Die hyperbolische Ruhelage ist vom Typ , wenn genau Eigenwerte mit negativem

Realteil und Eigenwerte mit positivem Realteil besitzt. Die hyperbolische Ruhelage vom Typ

heißt Senke , wenn ist, Quelle , wenn ist, und Sattel , wenn und ist (s. die
folgenden Abbildungen).
Es gilt der folgende
Satz über Stabilität in der ersten Näherung für kontinuierliche dynamische Systeme: Eine Senke ist
asymptotisch stabil; Quellen und Sattel sind instabil.

Im Rahmen der drei topologischen Grundtypen von hyperbolischen Ruhelagen (Senke, Quelle und Sattelpunkte) sind
weitere algebraische Unterscheidungen üblich. So heißt eine Senke (Quelle) stabiler Knoten ( instabiler Knoten ),
wenn alle Eigenwerte der JACOBI-Matrix reell sind, und stabiler Strudel ( instabiler Strudel ), wenn Eigenwerte mit
nicht verschwindendem Imaginärteil vorliegen. Für ergibt sich daraus eine Einteilung der Sattelpunkte im
Sattelknoten und Sattelstrudel.

In den folgenden Abbildungen sind für die drei toplogischen Grundtypen jeweils links die Eigenwerte der JACOBI-
Matrix und rechts das Phasenporträt dargestellt.

Senke:

Quelle:
Sattelpunkt:
Kubische Splines
Da Interpolations- und Ausgleichspolynome höheren Grades in der Regel unerwünschte Oszillationen zeigen, ist es
zweckmäßig, das Approximationsintervall durch sogenannte Knoten in Teilintervalle zu zerlegen und auf jedem
dieser Teilintervalle die Approximation durch relativ einfache Funktionen vorzunehmen. In der Praxis werden dazu
vor allem kubische Polynome verwendet. Bei dieser stückweisen Approximation ist ein glatter Übergang der
Teilfunktionen an den Knoten zu gewährleisten.

● Interpolationssplines
● Ausgleichssplines
Multiplikation eines Vektors mit einem Skalar

Die Produkte und sind gleich und kollinear zum Vektor Die Länge des Produktvektors, sein Betrag, ist
seine Richtung stimmt für mit der von überein, für ist sie entgegengesetzt. Die

wichtigsten Eigenschaften des Produkts eines Skalars mit einem Vektor sind:
(3.242a)

Eine Linearkombination der Vektoren mit den Skalaren ist ein Vektor der Form

(3.242b)
Partialbruchzerlegung, Fall 1

Die Gleichung für das Nennerpolynom besitzt nur einfache reelle Wurzeln Die

Zerlegung hat dann die Form

(1.50a)

mit den Koeffizienten

(1.50b)

wobei in den Nennern die Werte der Ableitungen für stehen.

Eine andere Möglichkeit zur Bestimmung der Koeffizienten auch in den folgenden Fällen bietet der
Koeffizientenvergleich , auch Methode der unbestimmten Koeffizienten genannt.
Beispiel A

und

und

Beispiel B
Gleichsetzen der Koeffizienten vor gleichen Potenzen von im Zähler der linken und der rechten Seite der
Gleichung führt auf das Gleichungssystem dessen

Lösung die gleichen Werte von und ergibt wie in Beispiel A.

Körper

Ein Ring wird Körper genannt, wenn eine ABELsche Gruppe ist. Deshalb ist jeder Körper speziell ein

kommutativer Ring mit Einselement.

Kombinatorik
Aus den Elementen einer Menge lassen sich häufig auf eine bestimmte Weise neue Mengen zusammenstellen. Die
Art und Weise einer solchen Zusammenstellung führt auf die Begriffe Permutation (Anordnung), Kombination
(Auswahl) und Variation . Beim Begriff der Variation werden Anordnung und Auswahl vereinigt, indem bei der
Auswahl von Elementen auf deren Reihenfolge geachtet wird.
Die Grundaufgabe der Kombinatorik besteht darin, die Anzahl der Auswahl- oder Anordnungsmöglichkeiten zu
ermitteln.

● Permutationen
● Kombinationen
● Variationen
● Zusammenstellung der Formeln der Kombinatorik
Kombinationen
1. Definition: Kombination nennt man eine Auswahl von Elementen aus Elementen ohne Beachtung
der Reihenfolge. Man spricht auch von einer Kombination -ter Klasse und unterscheidet zwischen
Kombinationen ohne und mit Wiederholung.

2. Anzahl der Kombinationen ohne Wiederholung: Für die Anzahl der Möglichkeiten, aus

verschiedenen Elementen Elemente ohne Beachtung der Reihenfolge auszuwählen, gilt

(16.4)

wobei jedes der Elemente höchstens einmal in einer Kombination auftreten darf. Man spricht deshalb auch von
einer Kombination ohne Wiederholung.

Beispiel
 Es gibt Möglichkeiten, aus 30 Teilnehmern einer Wahlversammlung einen 4köpfigen

Wahlvorstand ohne Zuordnung der Funktionen zusammenzustellen.

3. Anzahl der Kombinationen mit Wiederholung: Für die Anzahl der Möglichkeiten, aus verschiedenen
Elementen Elemente ohne Beachtung der Reihenfolge, aber bei Zulassung beliebig vieler Wiederholungen
jedes der Elemente auszuwählen, gilt

(16.5)

Eine andere Formulierung lautet, daß die Anzahl der Möglichkeiten betrachtet wird, aus verschiedenen Elementen
je zusammenzustellen, wobei die Elemente nicht verschieden zu sein brauchen.

Beispiel

Mit Würfeln sind verschiedene Würfe möglich. Für 2 Würfel gilt demzufolge

.
Skalares und dyadisches Produkt zweier Vektoren

Für zwei Vektoren und die als einspaltige bzw. einzeilige Matrizen dargestellt werden können, gibt es bei der
Matrizenmultiplikation die folgenden zwei Möglichkeiten der Produktbildung:
Ist vom Typ (1,n) und vom Typ (n,1), dann ist das Produkt vom Typ (1,1), also eine Zahl. Man spricht dann
vom Skalarprodukt zweier Vektoren.
Ist dagegen vom Typ (n,1) und vom Typ dann ist das Produkt vom Typ , also eine Matrix.

Man spricht in diesem Falle vom dyadischen Produkt zweier Vektoren.

1. Skalarprodukt zweier Vektoren:

Unter dem Skalarprodukt eines Zeilenvektors mit einem Spaltenvektor

von je Elementen versteht man die Zahl

 (4.24)

Das Kommutativgesetz der Multiplikation gilt hier im allgemeinen nicht. Daher ist die Reihenfolge von und

exakt einzuhalten. Bei Vertauschung der Reihenfolge, also würde sich ein dyadisches Produkt ergeben.

2. Dyadisches Produkt oder Tensorprodukt zweier Vektoren:

Unter dem dyadischen Produkt eines Spaltenvektors der Dimension mit einem

Zeilenvektor der Dimension versteht man die Matrix

(4.25)

vom Typ Auch hier gilt das Kommutativgesetz der Multiplikation im allgemeinen nicht.
Orthogonalität
Zwei Elemente eines HILBERT-Raumes (die Begriffe dieses Abschnitts haben auch in Prä- HILBERT-Räumen

bzw. in unitären Räumen Sinn) heißen orthogonal (man schreibt dafür ), wenn . Für eine

beliebige Teilmenge ist die Menge

(12.112)

aller Vektoren, die zu jedem Vektor aus orthogonal sind, ein (abgeschlossener linearer) Teilraum von und
heißt Orthogonalraum zu oder orthogonales Komplement von . Man schreibt , wenn
und gilt. Besteht nur aus dem Element , dann schreibt man .

● Eigenschaften der Orthogonalität

● Orthogonale Systeme
Beliebige Winkel

Da die trigonometrischen Funktionen periodisch sind (Periode bzw. ), kann die Ermittlung der Funktionswerte für
beliebige Argumentwerte nach den folgenden Regeln vereinfacht werden:
Argument mit : Wenn der Winkel größer als (bzw. größer als ) ist, dann werden die

Werte der trigonometrischen Funktionen auf Funktionswerte für Winkel mit (bzw. ) nach

folgenden Regeln zurückgeführt ( ganzzahlig):

(2.70a)

(2.70b)

(2.70c)

(2.70d)

Argument mit : Wenn das Argument negativ ist ( ), dann werden die Funktionen mit den
folgenden Formeln auf Funktionen mit positivem Argument zurückgeführt:

(2.71a)

(2.71b)

(2.71c)

(2.71d)

Argument mit : Wenn ist, dann werden die Funktionen mit Hilfe der

Reduktionsformeln auf Funktionen eines spitzen Winkels zurückgeführt. Man nennt die Beziehungen zwischen
Funktionswerten von Winkeln, die sich um oder unterscheiden bzw. zu oder
ergänzen, Quadrantenrelationen .

Tabelle Reduktionsformeln oder Quadrantenrelationen der trigonometrischen Funktionen

Funktion
Aus der 1. und 2. Spalte ergeben sich die Formeln der Komplementsätze , aus der 1. und 3. die Formeln der
Supplementsätze . Da der Komplementwinkel oder das Komplement von ist, nennt man
Beziehungen der Art
(2.72a)

(2.72b)

Komplementsätze .
Die Beziehungen zwischen den trigonometrischen Funktionen für Supplementwinkel der Art

(2.73a)

(2.73b)

werden wegen Supplementsätze genannt.

Argument mit : Wenn ein spitzer Winkel ( ) vorliegt, dann wurden die
Funktionswerte früher Tabellen entnommen; heute werden sie vom Rechner abgefragt.

Beispiel
Winkel an zwei sich schneidenden Geraden

Beim Schnitt zweier Geraden einer Ebene treten vier verschiedene Winkel auf.

Man unterscheidet Nebenwinkel und Scheitelwinkel, außerdem Komplementwinkel und Supplementwinkel.

Nebenwinkel: Nebenwinkel sind benachbarte Winkel an zwei sich schneidenden Geraden mit einem
gemeinsamen Scheitel und einem gemeinsamen Schenkel; die beiden nicht zusammenfallenden Schenkel
liegen auf ein und derselben Geraden, jedoch auf verschiedenen von ausgehenden Strahlen, so daß sich
die Nebenwinkel zu ergänzen.

Beispiel

In der Abbildung sind es die Winkelpaare und

Scheitelwinkel: Scheitelwinkel sind an zwei sich schneidenden Geraden gegenüberliegende gleich große
Winkel mit gemeinsamem Scheitel , aber ohne gemeinsamen Schenkel. Sie werden durch einen gleich
großen Nebenwinkel zu ergänzt.

Beispiel

In der Abbildung sind und Scheitelwinkel.

Komplementwinkel: Komplementwinkel sind zwei sich zu ergänzende Winkel.

Supplementwinkel: Supplementwinkel sind zwei sich zu ergänzende Winkel.

Beispiel

In der Abbildung sind die Winkelpaare oder Supplementwinkel.

Komplexifikation reeller Vektorräume

Jeden reellen Vektorraum kann man zu einem komplexen Vektorraum erweitern. Die Menge besteht aus
allen Paaren mit . Die Operationen (Addition und Vielfaches mit einer komplexen Zahl

) werden für diese Paare wie folgt festgelegt:

(12.22a)
(12.22b)
Da insbesondere

(12.23)

gilt, kann für das Paar nun auch geschrieben werden. Die Menge ist damit ein komplexer
Vektorraum, in dem die Menge mit dem linearen Teilraum identifiziert wird, also

als oder als aufgefaßt wird.

Die beschriebene Prozedur nennt man Komplexifikation des Vektorraums . Eine linear unabhängige Teilmenge in

ist auch in linear unabhängig. Gleiches gilt für eine Basis in , woraus sich ergibt.
Allgemeine Konchoide
Die Konchoide des NIKOMEDES ist ein Spezialfall der allgemeinen Konchoide . Die Konchoide zu einer gegebenen
Kurve ergibt sich, wenn man den Radiusvektor zu jedem Punkt der gegebenen Kurve um eine konstante Strecke

verlängert. Wenn die Gleichung der Kurve in Polarkoordinaten lautet, dann ist die Gleichung ihrer

Konchoide
(2.224)
Die Konchoide des NIKOMEDES ist dann die Konchoide der Geraden .
PASCALsche Schnecke
Einen weiteren Spezialfall der allgemeinen Konchoide, die Konchoide des Kreises , mit der Bedingung

(2.222), wobei der Koordinatenursprung auf dem Kreis liegt, nennt man PASCALsche Schnecke .

Die Gleichung lautet in kartesischen und Polarkoordinaten sowie in Parameterform:

(2.225a)
(2.225b)
(2.225c)
Dabei ist der Durchmesser des Kreises.
Die Scheitel und liegen bei Die Form der Kurve hängt von den Größen und ab, wie man

aus den drei Abbildungen für die Konchoide des Kreises erkennen kann.
1. Extremwerte und Wendepunkte: Für hat die Kurve vier Extremwerte für

zwei; sie liegen bei

Für existieren zwei Wendepunkte und bei

2. Doppeltangenten: Für gibt es in den Punkten und bei eine

 Doppeltangente.
Der Koordinatenursprung ist ein singulärer Punkt: Für ist er ein isolierter Punkt, für ein

Doppelpunkt mit den Tangentenrichtungen und dem Krümmungsradius

. Für handelt es sich um einen Rückkehrpunkt; die Kurve nennt man Kardioide.

Der Flächeninhalt der Schnecke beträgt wobei im Falle der Flächeninhalt der inneren

Schleife nach dieser Formel doppelt gezählt wird.

Konchoide des NIKOMEDES
Konchoide des NIKOMEDES nennt man den geometrischen Ort aller Punkte für die mit als Schnittpunkt der

Verbindungslinie zwischen und mit der Asymptote die Bedingung

(2.222)
erfüllt ist.
Das Vorzeichen ,, `` gilt für den rechten und ,, `` für den linken Kurvenzweig. Die Gleichung der Konchoide des
NIKOMEDES in kartesischen Koordinaten, in Parameterform und in Polarkoordinaten lautet:
(2.223a)
(2.223b)

(2.223c)
1. Rechter Zweig: Die Asymptote ist ; der Scheitelpunkt liegt bei ; die Wendepunkte

haben als -Wert die größte Wurzel der Gleichung

Die Fläche zwischen dem rechten Zweig und der Asymptote ist .
2. Linker Zweig: Die Asymptote ist ; der Scheitelpunkt liegt bei . Der Ursprung ist

ein singulärer Punkt, dessen Charakter von und abhängt:

a) Für ist es ein isolierter Punkt (obere linke Abbildung). Die Kurve hat dann zwei weitere

Wendepunkte und deren Abszisse sich als zweitgrößte Wurzel der Gleichung

ergibt.
b) Für ist der Koordinatenursprung ein Knoten- bzw. Doppelpunkt (obere rechte Abbildung). Die

Kurve besitzt ein Maximum und ein Minimum an der Stelle .

Die Tangentensteigung beträgt im Koordinatenursprung

Der Krümmungsradius ist hier

c) Für wird der Koordinatenursprung zum Rückkehrpunkt (untere Abbildung).

Vertrauensgrenzen für den Regressionskoeffizienten

Nach der Bestimmung der Regressionskoeffizienten und erhebt sich die Frage, wie gut diese Schätzwerte die
theoretischen Parameter und wiedergeben. Dazu bildet man die Testgrößen

(16.142a)

mit

(16.142b)

Diese stellen die Realisierung von Zufallsgrößen dar, die einer -Verteilung mit Freiheitsgraden

genügen. Demzufolge kann man zu einer vorgegebenen Irrtumswahrscheinlichkeit das Quantil aus der

Tabelle für die STUDENT-Verteilung ablesen, und aus folgt für bzw. :
 (16.143a)

(16.143b)

Mit Hilfe der durch (16.143a,b) beschriebenen sogenannten Konfidenzintervalle für und kann man auch einen
Konfidenzbereich für die unbekannte Regressionsgerade angeben (s. Lit. 16.4, 16.25).
Kongruenzen und Restklassen
● Kongruenzen
● Rechenregeln
● Restklassen, Restklassenring
● Prime Restklassen
● Primitive Restklassen
● Lineare Kongruenzen
● Simultane lineare Kongruenzen
● Quadratische Kongruenzen
● Polynomkongruenzen
Zentrale Symmetrie

Ebene Figuren heißen zentralsymmetrisch , wenn deren Punkte durch eine ebene Drehung von um den
Zentralpunkt oder das Symmetriezentrum zur Deckung gebracht werden können. In der Abbildung deutet der mit
einem Pfeil versehene Halbkreis um den Punkt diese Drehung an.

Da Größe und Gestalt der Figuren bei dieser Transformation erhalten bleiben, spricht man von
Kongruenztransformation . Auch der Umlaufsinn der ebenen Figuren bleibt bei dieser Transformation erhalten.
Wegen des gleichen Umlaufsinnes spricht man von gleichsinnig kongruenten Figuren .
Unter dem Umlaufsinn einer Figur versteht man das Durchlaufen des Randes einer Figur in einem Drehsinn: positiv
im mathematischen Drehsinn, also im Gegenuhrzeigersinn, negativ im Uhrzeigersinn.
Lineare Kongruenzen

1. Definition: Sind und ganze Zahlen, dann wird

(5.171)
lineare Kongruenz (in der Unbekannten x) genannt.
2. Lösungen: Eine ganze Zahl , die die Bedingung erfüllt, ist eine Lösung dieser

Kongruenz. Jede ganze Zahl, die zu kongruent modulo ist, ist ebenfalls eine Lösung. Will man alle
Lösungen von (5.171) angeben, dann genügt es also, die paarweise modulo inkongruenten ganzen Zahlen

zu finden, die die Kongruenz erfüllen. Die Kongruenz (5.171) ist genau dann lösbar, wenn ggT ein

Teiler von ist. Die Anzahl der Lösungen modulo ist dann gleich ggT

Ist insbesondere ggT dann ist die Kongruenz modulo eindeutig lösbar.

Lösungsverfahren: Es gibt verschiedene Lösungsverfahren für lineare Kongruenzen. Z.B. kann man die
 Kongruenz in die diophantische Gleichung umformen und zunächst eine

spezielle Lösung der linearen diophantischen Gleichung mit ggT

ggT ggT ermitteln.

Die Kongruenz ist wegen ggT modulo eindeutig lösbar, und es gilt:

(5.172a)

Die Kongruenz hat modulo genau ggT Lösungen:

(5.172b)

Beispiel

mod 315 ist lösbar, denn ggT ist Teiler von 6; es gibt 3 Lösungen modulo 315.

mod 105 ist eindeutig lösbar: mod 105 (s. Lösungsverfahren für ). Also sind
94, 199 und 304 die Lösungen von mod 315.
Axiale Symmetrie oder Spiegelsymmetrie

Ebene Figuren heißen axialsymmetrisch oder spiegelsymmetrisch , wenn einander entsprechende Punkte durch eine
räumliche Drehung von um eine Gerade zur Deckung gebracht werden können.

Die senkrechten Abstände einander zugeordneter Punkte von der Symmetrieachse, der Geraden sind gleich
groß. Der Umlaufsinn der gedrehten Figur wird bei der Spiegelung an der Geraden umgekehrt. Man spricht daher
von nichtgleichsinnig kongruenten Figuren . Man nennt diese Transformation Umklappung . Da Größe und Gestalt
der Figuren dabei erhalten bleiben, spricht man auch von nichtgleichsinniger Kongruenztransformation . Der
Umlaufsinn der ebenen Figuren wird bei dieser Transformation umgekehrt.

Hinweis: Für räumliche Figuren gelten analoge Aussagen.

Polynomkongruenzen

Sind paarweise teilerfremde Zahlen, dann ist die Kongruenz

(5.179a)
dem System
(5.179b)

äquivalent. Ist die Anzahl der Lösungen von für , dann ist

die Anzahl der Lösungen von Man kann also die Lösung von Kongruenzen

(5.179c)

wobei Primzahlen sind, auf die Lösung von Kongruenzen zurückführen. Diese

wiederum lassen sich wie folgt auf Kongruenzen vom Primzahlmodul zurückführen:

a)
 Jede Lösung von ist auch Lösung von

b)
Jede Lösung von bestimmt unter der Bedingung, daß nicht durch

teilbar ist, eine einzige Lösung modulo

Sei Man setzt und ermittelt die modulo eindeutig bestimmte Lösung

der linearen Kongruenz

(5.180a)

Setzt man in ein, dann erhält man Man ermittelt nun die

modulo eindeutig bestimmte Lösung der linearen Kongruenz

(5.180b)

und erhält durch Einsetzen von in daß gilt. Durch

Fortsetzung des Verfahrens erhält man die Lösung der Kongruenz

Beispiel

Es ist die Kongruenz zu lösen. Aus

folgt d.h. Wegen

und ist zunächst die Lösung der Kongruenz

gesucht: d.h. und

Weiter betrachtet man und erhält als Lösung d.h.

und . Also ist 22 die modulo 27 eindeutig bestimmte Lösung von

.
Quadratische Kongruenzen

● Quadratische Reste modulo

● Eigenschaften quadratischer Kongruenzen
● Allgemeine Bedingungen zur Lösbarkeit
Gleichverteilte Zufallszahlen

1. Begriff der gleichverteilten Zufallszahl: Man versteht unter gleichverteilten Zufallszahlen die im Intervall
gleichverteilten Zufallszahlen, die als Realisierung einer Zufallsgröße mit der folgenden

Dichtefunktion und der folgenden Verteilungsfunktion interpretiert werden:

(16.152)

2. Methode der mittleren Ziffern von Quadraten: Eine einfache Methode zur Erzeugung von Zufallszahlen
wurde von J. V. NEUMANN vorgeschlagen. Sie wird auch Methode der mittleren Ziffern von Quadraten genannt
und geht von einer ganzen Zahl aus, die aus Ziffern besteht. Dann bildet man und erhält eine
ganze Zahl, die aus Ziffern besteht. Von dieser streicht man die ersten und die letzten Ziffern weg, so
daß man wieder eine -ziffrige Zahl erhält. Diese Vorgehensweise wird wiederholt. Setzt man vor die so
ermittelten Zahlen ,,0,``, dann erhält man -stellige Dezimalzahlen, die als Zufallszahlen benutzt werden
können. Die Anzahl richtet sich nach der Stellenzahl des zur Verfügung stehenden Computers. Man wählt
 z.B. . Dieser Algorithmus hat sich bei praktischen Anwendungen nicht bewährt. Er lieferte mehr
kleine Werte, als in der Regel gebraucht wurden. Deshalb wurden verschiedene andere Methoden entwickelt.
3. Kongruenzmethode: Stark verbreitet ist die Kongruenzmethode : Eine Folge ganzer Zahlen
wird nach der Rekursionsformel

(16.153)

berechnet. Dabei ist eine beliebige positive Zahl; und sind ebenfalls ganze positive Zahlen, die geeignet

zu wählen sind. Für ist die kleinste nicht negative ganze Zahl zu nehmen, die der Kongruenz (16.153) genügt.

Die Zahlen liegen zwischen 0 und 1 und können als gleichverteilte Zufallszahlen dienen.

4. Hinweise:
a)
Man wählt , wobei die Zahl der Bits eines Computerwortes darstellt, z.B. . Die
Zahl ist in der Größenordnung von zu wählen.

b)
Zahlen, welche nach einer bestimmten Formel gewonnen werden und die Werte einer Zufallsgröße
simulieren sollen, nennt man Pseudozufallszahlen .
c)
Zufallszahlen kann man schon mit dem Taschenrechner erzeugen, und zwar in der Regel unter dem
Befehl ,,ran``(Abkürzung für Zufall, Englisch random).
Konvexe und konkave Seite einer Kurve

Wenn eine Kurve in der expliziten Form gegeben ist, dann kann für einen kleinen Teil der Kurve, der

den Punkt enthält, angegeben werden, ob die Kurve mit ihrer konkaven Seite nach oben oder nach unten zeigt.
Ausgenommen ist der Fall, daß ein Wendepunkt oder ein singulärer Punkt ist (s. auch ausgezeichnete

Kurvenpunkte). Ist die zweite Ableitung dann zeigt die Kurve mit ihrer konkaven Seite nach oben, d.h.

nach der positiven -Richtung (Punkt in der folgenden Abbildung).

Ist (Punkt ), dann ist die Kurve nach unten konkav. Im Falle ist das Problem bei der

Betrachtung des Wendepunktes eingehender zu untersuchen.

Beispiel
Für ist die Kurve konkav nach oben, für konkav nach unten.
Konvergenz, Konsistenz, Stabilität

● Globaler Diskretisierungsfehler und Konvergenz

● Lokaler Diskretisierungsfehler und Konsistenz
● Stabilität gegenüber Störung der Anfangswerte
● Steife Differentialgleichungen
Konstanten der Atom- und Kernphysik
Atomhülle:

Atomkern:
COMPTON-Wellenlänge von Elementarteilchen
Spezielle elektrische Konstanten
Fundamentalkonstanten
Magnetische Momente von Elementarteilchen
Ruhemassen und Ruhenergien von Elementarteilchen
Ruhemasse:
Ruhenergie:
Thermodynamische Konstanten
Wechselwirkungskonstanten der Elementarteilchenphysik
Astronomische Größen
Einige Anwendungen des Kontraktionsprinzips

● Iterationsverfahren zur Lösung linearer Gleichungssysteme

● FREDHOLMsche Integralgleichungen
● VOLTERRAsche Integralgleichungen
● Satz von PICARD-LINDELÖF
Konvergenz einer unendlichen Reihe mit komplexen Gliedern

Eine Reihe konvergiert gegen eine Zahl , die Summe der Reihe, wenn gilt

(14.44)

Verbindet man die Punkte, die durch die Zahlen in der -Ebene gegeben sind,
durch einen Polygonzug miteinander, dann bedeutet Konvergenz der Reihe die Annäherung des Polygonzugendes
an die Zahl .

Beispiel A

Beispiel B
 (s. Abbildung).

Man spricht von absoluter Konvergenz (s. Beispiel B), wenn auch die Reihe der Absolutbeträge ihrer Glieder
konvergiert, von bedingter Konvergenz (s. Beispiel A), wenn die Reihe konvergiert, die

Reihe ihrer Absolutglieder jedoch divergiert.

Wenn die Glieder einer Reihe gemäß
(14.45)
variable Funktionen sind, dann wird durch die Reihe für die -Werte eine Funktion von definiert, für die

die Reihe konvergiert.

Absolute Konvergenz und Konvergenzradius

Eine Potenzreihe konvergiert entweder nur für oder für alle Werte von , oder es gibt eine Zahl ,

den Konvergenzradius (s. Abbildung), so daß die Reihe für absolut konvergiert und für

divergiert.

Der Konvergenzradius kann mittels

(7.76)
bestimmt werden, falls die Grenzwerte existieren. In den Endpunkten des Konvergenzintervalls und

für die Reihe (7.75a) und und für die Reihe (7.75b) kann die Reihe
entweder konvergent oder divergent sein. Existieren diese Grenzwerte nicht, dann ist an Stelle des gewöhnlichen

Limes ( ) der Limes superior zu nehmen (s. Lit. 7.10, Bd. I).
Absolute und bedingte Konvergenz
● Definition
● Eigenschaften absolut konvergenter Reihen
● Alternierende Reihen
Gleichmäßige Konvergenz
● Definition, Satz von Weierstrass
● Eigenschaften gleichmäßig konvergenter Reihen
Allgemeine Konvergenzsätze
● Konvergenz und Divergenz unendlicher Reihen
● Allgemeine Sätze über die Konvergenz von Reihen
Konvergenz von Operatorenfolgen

1. Punktweise Konvergenz einer Folge von linearen stetigen Operatoren

zu einem Operator liegt vor, wenn in gilt:

(12.141)

2. Gleichmäßige Konvergenz Die übliche Norm-Konvergenz einer Operatorenfolge im Raum

zu , also

(12.142)

ist die gleichmäßige Konvergenz auf der Einheitskugel von . Sie impliziert die punktweise Konvergenz, während
die Umkehrung im allgemeinen nicht gilt.

Anwendungen: Konvergenz von Quadraturformeln, wenn die Anzahl der Stützstellen gegen geht,
Permanenzprinzip von Summations- und Limitierungsverfahren u.a.
Quotientenkriterium von d'Alembert

Wenn für die Reihe

(7.25a)

von einem gewissen an alle Quotienten kleiner sind als eine Zahl , dann ist die Reihe konvergent:

(7.25b)

Wenn diese Quotienten von einem gewissen an größer sind als eine Zahl , dann ist die Reihe divergent.
Daraus ergibt sich: Gilt
 (7.25c)

dann ist die Reihe für konvergent und für divergent.

Beispiel A
Die Reihe

(7.26a)

konvergiert, denn es gilt

(7.26b)

Beispiel B
Für die Reihe

(7.27a)

liefert das Quotientenkriterium wegen

 (7.27b)

keine Entscheidung über die Konvergenz oder Divergenz der Reihe.

Allgemeine Sätze über die Konvergenz von Reihen

1. Weglassen von Anfangsgliedern: Werden endlich viele Anfangsglieder einer Reihe weggelassen oder
endlich viele Glieder einer Reihe hinzugefügt, dann ändert sich das Konvergenzverhalten der Reihe nicht.
2. Multiplikation aller Glieder: Werden alle Glieder einer konvergenten Reihe mit ein und demselben Faktor
multipliziert, dann bleibt die Konvergenz der Reihe ungestört; ihre Summe ist mit dem Faktor zu
multiplizieren.
3. Gliedweise Addition oder Subtraktion: Konvergente Reihen dürfen gliedweise addiert oder subtrahiert
werden. Aus der Konvergenz der Reihen

(7.20a)

(7.20b)

folgt die Konvergenz der folgenden Reihe mit der angegebenen Summe:
 (7.20c)

4. Notwendiges Kriterium für die Konvergenz einer Reihe: Die Folge der Glieder einer konvergenten Reihe
muß gegen Null streben:
(7.21)

Hierbei handelt es sich um eine notwendige , nicht aber um eine hinreichende Bedingung .

Beispiel

Für die harmonische Reihe (7.16) ist aber

Konvergenz von Reihen mit komplexen Gliedern
● Konvergenz einer Zahlenfolge mit komplexen Gliedern
● Konvergenz einer unendlichen Reihe mit komplexen Gliedern
● Potenzreihen im Komplexen
Schwache Konvergenz von Elementen

Eine Folge von Elementen des normierten Raumes heißt schwach konvergent zu einem Element

, wenn die Beziehung gilt (Schreibweise: ).

Offenbar hat man: impliziert Ist ein weiterer normierter Raum und ein
stetiger linearer Operator, dann gelten

a)
impliziert ,
b)
ist kompakt, dann impliziert sogar .

Beispiel A
 Jeder endlichdimensionale Operator ist kompakt. Daraus folgt, daß der identische Operator in einem
unendlichdimensionalen Raum nie kompakt sein kann
(s. Kompakte Teilmengen in normierten Räumen).

Beispiel B
Sei und der durch die unendliche Matrix

(12.184)

gegebene Operator in . Gilt , dann ist ein kompakter Operator von in

mit .

Beispiel C

Der Integraloperator (12.132) erweist sich als kompakter Operator in den Räumen und

.
Vergleichskriterium

Wenn zwei Reihen

(7.22a)

(7.22b)

nur positive Glieder besitzen und wenn von einem gewissen an ist, dann folgt

aus der Konvergenz der Reihe (7.22a) auch die Konvergenz der Reihe (7.22b). Umgekehrt folgt aus der Divergenz
der Reihe (7.22b) auch die Divergenz der Reihe (7.22a).

Beispiel A
Aus dem Vergleich der Glieder der Reihe

(7.23a)
mit denen der geometrischen Reihe (7.15) folgt die Konvergenz der Reihe (7.23a). Von an sind die Glieder
der Reihe (7.23a) kleiner als die der konvergenten Reihe (7.15):

(7.23b)

Beispiel B
Aus dem Vergleich der Glieder der Reihe

(7.24a)

mit denen der harmonischen Reihe (7.16) folgt die Divergenz der Reihe (7.24a). Von an sind die Glieder der
Reihe (7.24a) größer als die der divergenten Reihe (7.16):

(7.24b)
Definition, Satz von Weierstrass

In Übereinstimmung mit der Definition des Grenzwertes einer Zahlenfolge und einer Reihe konvergiert die Reihe
(7.66) in einem gegebenen Gebiet, wenn für eine beliebige Zahl eine ganze Zahl derart angegeben

werden kann, daß die Ungleichung für alle erfüllt ist. Für Funktionenreihen

können dabei zwei Fälle unterschieden werden:

1. Gleichmäßig konvergente Reihe: Es kann eine derartige Zahl gefunden werden, die für alle -Werte
im Konvergenzbereich der Reihe (7.66) gemeinsam gilt. Dann spricht man von einer gleichmäßig
konvergenten Reihe in dem betrachteten Gebiet.
2. Ungleichmäßig konvergente Reihe: Es kann keine derartige Zahl gefunden werden, die für alle -
Werte im Konvergenzgebiet gilt. Es gibt dann aber im Konvergenzbereich der Reihe wenigstens eine Zahl ,
für die die Ungleichung erfüllt ist, egal wie groß gewählt ist. Man spricht in

diesem Falle von einer ungleichmäßig konvergenten Reihe .

Beispiel A
Die Reihe
 (7.71a)

mit der Summe konvergiert für alle Werte von . Die Konvergenz ist hier für jedes beliebige endliche Gebiet von

gleichmäßig, und es gilt für und unter Benutzung des Restgliedes nach der Formel von MACLAURIN für

die Reihe die Ungleichung

(7.71b)

Da schneller als wächst, wird der Ausdruck auf der rechten Seite der Ungleichung für hinreichend

großes , das unabhängig von ist, kleiner als . Für die gesamte Zahlengerade gibt es hier allerdings keine
gleichmäßige Konvergenz: Wie groß man auch immer wählt, es wird sich stets eine Zahl derart finden lassen,

daß größer ist als ein beliebiges vorgegebenes .

Beispiel B

Für alle -Werte im abgeschlossenen Intervall konvergiert die Reihe

(7.72a)
da in Übereinstimmung mit der Schlußfolgerung aus dem Kriterium von D'ALEMBERT gilt:
 (7.72b)

Die Konvergenz ist aber ungleichmäßig, weil

(7.72c)
gilt und, wie groß auch immer gewählt wird, stets ein hinreichend kleines gefunden werden kann, für das
beliebig nahe bei liegt, d.h. nicht kleiner als ist. Gleichmäßige Konvergenz liegt im Intervall

aber mit der Einschränkung vor.

3. Kriterium von WEIERSTRASS für die gleichmäßige Konvergenz: In einem gegebenen Gebiet konvergiert
die Reihe
(7.73a)
gleichmäßig, wenn es eine konvergente Reihe mit konstanten Gliedern
(7.73b)
gibt, so daß für alle -Werte in diesem Gebiet die Ungleichung
(7.73c)
erfüllt werden kann. Man nennt dann (7.73c) eine Majorante zur Reihe (7.73a).
Wurzelkriterium von Cauchy

Gilt für eine Reihe

(7.28a)

von einem gewissen an für alle Zahlen

(7.28b)

dann ist die Reihe konvergent. Sind umgekehrt von einem gewissen an alle Zahlen größer als eine Zahl

und ist , dann divergiert die Reihe. Daraus ergibt sich: Gilt

(7.28c)

dann ist die Reihe konvergent für und divergent für . Für kann keine Aussage über das
Konvergenzverhalten gemacht werden.
Beispiel
Die Reihe

(7.29a)

ist konvergent wegen

(7.29b)
Konvergenz einer Zahlenfolge mit komplexen Gliedern

Eine unendliche Folge komplexer Zahlen hat den Grenzwert , wenn,

beginnend bei einem gewissen , die Ungleichung für eine beliebig kleine positive Zahl erfüllt

werden kann. D.h. von einem gewissen an liegen alle Punkte, die die Zahlen darstellen, innerhalb

eines Kreises mit dem Radius und dem Mittelpunkt in .

Beispiel
Der Grenzwert gilt für beliebiges . Unter dem Ausdruck versteht man den

Wert der Wurzel, der das kleinste Argument besitzt (s. Abbildung).
Definitionen
1. Funktionenreihe wird eine Reihe genannt, deren Glieder Funktionen ein und derselben Variablen sind:

(7.66)

2. Konvergenzbereich der Funktionenreihe (7.66) werden sämtliche Werte genannt, die zum

gemeinsamen Definitionsbereich aller Funktionen gehören und für die die Reihen mit konstanten

Gliedern

(7.67)

konvergieren, d.h. für die der Grenzwert der Partialsummen existiert:

 (7.68)

3. Summe der Reihe (7.66) heißt die Funktion , und man sagt, die Reihe konvergiert gegen die

Funktion .

4. Partialsumme heißt die Summe der ersten Glieder der Reihe (7.66):

(7.69)

5. Restglied heißt die Differenz zwischen der Summe einer konvergenten Funktionenreihe

und ihrer Partialsumme :

(7.70)
Zusammenhang zwischen uneigentlichen Integralen und unendlichen Reihen

Wenn eine beliebige, unbegrenzt wachsende unendliche Folge ist, d.h. wenn gilt

(8.84a)

und wenn die Funktion positiv für ist, dann kann die Frage nach der Konvergenz des Integrals

(8.77) auf die Frage nach der Konvergenz der Reihe

(8.84b)

zurückgeführt werden. Wenn die Reihe (8.84b) konvergiert, dann konvergiert auch das Integral (8.77) und es ist dann
gleich der Summe der Reihe (8.84b). Divergiert die Reihe (8.84b), dann divergiert auch das Integral (8.77). Somit
können die Konvergenzkriterien für Reihen auch zur Konvergenzuntersuchung von Integralen eingesetzt werden.
Beim Integralkriterium für Reihen wird umgekehrt die Konvergenzuntersuchung der Reihen auf die Untersuchung der
Konvergenz eines uneigentlichen Integrals zurückgeführt.
Konvergenzkriterium von CAUCHY

Damit eine Funktion an der Stelle einen Grenzwert besitzt, ist es notwendig und hinreichend, daß

sich die Funktionswerte und für zwei beliebige Werte und der unabhängigen Variablen, die

zum Definitionsbereich gehören und in hinreichender Nähe von liegen, beliebig wenig voneinander unterscheiden.

Exakte Formulierung: Damit eine Funktion an der Stelle einen Grenzwert besitzt, ist es notwendig

und hinreichend, daß sich nach Vorgabe einer beliebig kleinen positiven Zahl eine zweite positive Zahl

angeben läßt, so daß für zwei beliebige Werte und aus dem Definitionsbereich, die den Bedingungen

(2.17a)
genügen, die Ungleichung
(2.17b)
erfüllt ist.
Alternierende Reihen

1. LEIBNIZsches Konvergenzkriterium (Satz von LEIBNIZ):Hinreichendes Kriterium für die Konvergenz der
alternierenden Reihe
(7.35a)

in der die positive Zahlen sind, ist die Erfüllung der zwei Bedingungen

(7.35b)

Beispiel
Die Reihe (7.33) ist nach diesem Kriterium konvergent.
2. Abschätzung des Restgliedes der alternierenden Reihe: Wenn in einer konvergenten alternierenden
Reihe nur die ersten Glieder berücksichtigt werden, dann stimmt das Vorzeichen des Restgliedes mit

dem des ersten weggelassenen Gliedes überein, und ist absolut genommen kleiner als :
 (7.36a)

(7.36b)

Beispiel
Bei der Reihe

(7.37a)

gilt für das Restglied

(7.37b)
Konvergenzsätze

1. Satz von B. LEVI über die monotone Konvergenz: Sei eine fast überall monoton wachsende

Folge nichtnegativer integrierbarer Funktionen mit Werten in . Dann gilt

2. Satz von FATOU: Sei eine Folge nichtnegativer -wertiger meßbarer Funktionen. Dann gilt

3. Satz von LEBESGUE über dominante oder majorisierte Konvergenz: Sei eine Folge von

meßbaren Funktionen, die auf fast überall konvergiert. Wenn es eine solche integrierbare Funktion mit

fast überall gibt, dann ist integrierbar und .

Unterabschnitte

● 1. Konvertierung von Dualzahlen in Oktal- bzw. Hexadezimalzahlen:

● 2. Konvertierung von Dezimalzahlen in Dual-, Oktal- oder Hexadezimalzahlen:
● 3. Konvertierung von Dual-, Oktal- oder Hexadezimalzahlen in Dezimalzahlen:

Konvertierung von Zahlensystemen

Die Umrechnung von einem Zahlensystem in ein anderes wird als Konvertierung bezeichnet. Werden mehrere
Zahlensysteme gleichzeitig benutzt, so ist es zur Vermeidung von Irrtümern üblich, die Basis als Index anzuhängen.

Beispiel
Für die Konvertierung der Dezimalzahl in das Dualsystem, Oktalsystem und
Hexadezimalsystem ergibt sich .

1. Konvertierung von Dualzahlen in Oktal- bzw. Hexadezimalzahlen:

Die Konvertierung von Dualzahlen in Oktal- bzw. Hexadezimalzahlen ist einfach dadurch möglich, daß man vom
Punkt ausgehend nach links und rechts Gruppen von drei bzw. vier Bits bildet und den Wert derselben bestimmt.
Diese Werte sind dann die Ziffern des Oktal- bzw. Hexadezimalsystems.

2. Konvertierung von Dezimalzahlen in Dual-, Oktal- oder Hexadezimalzahlen:

Für die Konvertierung vom Dezimal- in eines der anderen Systeme gelten für den ganzen und den gebrochenen Teil
der Dezimalzahl folgende Algorithmen:

a) Ganzer Teil: Ist die ganze Zahl im Dezimalsystem, dann gilt für das Zahlensystem mit der Basis das
bereits genannte Bildungsgesetz

(19.255)

Dividiert man durch , so erhält man einen ganzzahligen Teil (die Summe) und einen Rest:

(19.256)

Dabei nimmt die Werte an und ist die niederwertige Ziffer des Zahlensystems. Wendet man
das Verfahren jetzt auf die abgespaltete Summe wiederholt an, so ergeben sich die weiteren Ziffern.
 b) Gebrochener Teil: Ist ein echter Dezimalbruch, so lautet die Vorschrift für die Konvertierung in das

Zahlensystem mit der Basis jetzt

(19.257)

Die wiederholte Anwendung auf die entstehenden Summen liefert die Werte

Beispiel A
Umwandlung der Dezimalzahl 139 in eine Dualzahl:
Beispiel B
Umwandlung des Dezimalbruchs 0.8125 in einen Dualbruch:

3. Konvertierung von Dual-, Oktal- oder Hexadezimalzahlen in Dezimalzahlen:

Der Algorithmus für die Umwandlung eines Wertes aus dem Dual-, Oktal- oder Hexadezimalsystem in das
Dezimalsystem lautet, wobei der Dezimalpunkt nach einzufügen ist:

(19.258)

Die Auflösung erfolgt dabei zweckmäßig mit dem HORNER-Schema.

Beispiel
 . Das zugehörige HORNER-Schema

lautet:
Affine Koordinaten

Affine Koordinaten sind eine Verallgemeinerung der kartesischen Koordinaten auf ein System aus drei linear
unabhängigen, also auch nicht mehr zwingend rechtwinklig aufeinander stehenden nichtkomplanaren Grundvektoren
mit drei Koeffizienten wobei die oberen Indizes keinesfalls als Exponenten aufzufassen

sind. In Analogie zu (3.244a,b) ergibt sich zu

(3.248a)
oder
(3.248b)

Diese Schreibweise ist insofern vorteilhaft, als die Skalare die kontravarianten Koordinaten eines

Vektors sind. Für gehen die Formeln (3.248a,b) in (3.244a,b) über. Für die

Linearkombination der Vektoren (3.242b) sowie für die Summe und die Differenz zweier Vektoren (3.246a,b) gelten in
Analogie zu (3.245) die Komponentengleichungen
(3.249a)

(3.249b)
GAUSS-KRÜGER-Koordinaten

Um Teile der gekrümmten Erdoberfläche winkeltreu (konform) auf eine Ebene abzubilden, geht man beim GAUSS-
KRÜGER-System von einer Einteilung in Meridianstreifen aus. Für Deutschland liegen die Mittelmeridiane bei
und ö. L. (linke Abbildung).

Der Koordinatenursprung jedes Meridianstreifensystems ist der Schnittpunkt des Meridians mit dem Äquator. In der
Nord-Süd-Richtung gehen die Systeme über das gesamte Gebiet hinweg, in der Ost-West-Richtung sind die Gebiete
beidseitig auf begrenzt. In Deutschland sind das etwa km. Die Überlappung von etwa
entspricht hier ca. 20 km.
Der Dehnungsfaktor in der Abszissenrichtung ist der gleiche wie im SOLDNER-System (3.162) (rechte Abbildung).
Damit die Abbildung winkeltreu bleibt, sind die Ordinaten an den Lotenden durch Addition eines Betrages zu
verlängern:

(3.163)
Gemischte Koordinaten

Beim Übergang zu einem neuen Koordinatensystem geht (4.92a) in

(4.93a)

über. Dabei entsteht zwischen den Komponenten von und der Zusammenhang

(4.93b)

Man führt die Bezeichnung

(4.93c)
ein und spricht von gemischten Koordinaten des Tensors, weil der Index für kontravariant, der Index für
kovariant steht. Für die Komponenten der Vektoren und gilt dann
(4.93d)

Ersetzt man die kovariante Basis durch die kontravariante Basis dann erhält man analog zu (4.93b) und
(4.93c)

(4.94a)

und (4.93d) geht in

(4.94b)

über. Zwischen den gemischten Koordinaten und besteht der Zusammenhang

(4.94c)
Geodätische Koordinaten

Zur Bestimmung von Punkten werden in der Geometrie gewöhnlich rechtshändige Koordinatensysteme (linke
Abbildung) verwendet, seltener linkshändige (rechte Abbildung).

Näheres s. Rechts- und Linkssysteme.

Im Unterschied zur Geometrie sind in der Geodäsie linkshändige Koordinatensysteme üblich.

● Geodätische rechtwinklige Koordinaten

● Geodätische Polarkoordinaten
● Maßstab
Ebene Koordinaten und ebene Koordinatensysteme

Die Lage jedes Punktes einer Ebene kann mit Hilfe beliebiger Koordinatensysteme beschrieben werden. Die
Zahlen, die die Lage des Punktes bestimmen, heißen die Koordinaten . Meistens werden die kartesischen
Koordinaten und die Polarkoordinaten benutzt.
Übergang von kartesischen Koordinaten zu Polarkoordinaten und umgekehrt

Der Übergang von kartesischen zu Polarkoordinaten und umgekehrt wird mit den folgenden Formeln vollzogen,
wobei Koordinatenursprung und Pol sowie Abszissenachse und Polarachse zusammenfallen sollen:
(3.290a)

(3.290b)

(3.290c)
Definitionen

Die affinen Koordinaten eines Vektors in einem System mit den Grundvektoren definiert

durch die Formel

(3.280)
werden auch kontravariante Koordinaten dieses Vektors genannt. Im Gegensatz dazu entsprechen seine kovarianten
Koordinaten den Koeffizienten einer Vektorzerlegung zu den Grundvektoren d.h. zu den reziproken

Grundvektoren von (s. Lit.22.18, Bd. 11). Mit den kovarianten Koordinaten des Vektors
ergibt sich
(3.281)
Im System der kartesischen Koordinaten stimmen die kovarianten Koordinaten eines Vektors mit seinen
kontravarianten Koordinaten überein.
Krummlinige dreidimensionale Koordinaten

Krummlinige dreidimensionale Koordinaten entstehen, wenn drei Scharen irgendwelcher Flächen derart vorgegeben
werden, daß durch jeden Raumpunkt genau eine Fläche jeder der drei Scharen verläuft. Die Position eines Punktes
wird in solchen Koordinatensystemen durch die Parameterwerte der drei durch diesen Punkt hindurchgehenden
Koordinatenflächen bestimmt. Zu den gebräuchlichsten krummlinigen Koordinatensystemen gehören die Zylinder-
und die Kugelkoordinaten.
Krummlinige Koordinaten

Krummlinige Koordinaten bestehen aus zwei einparametrigen Kurvenscharen in der Ebene, den Koordinatenlinien-
Scharen.

Durch jeden Punkt der Ebene geht dabei jeweils nur eine Kurve jeder Schar hindurch, die sich in diesem Punkt
schneiden. Die Parameter, die diesem Punkt entsprechen, sind seine krummlinigen Koordinaten . In der Abbildung
besitzt der Punkt die krummlinigen Koordinaten und . Im Unterschied zu den krummlinigen
Koordinaten sind im kartesischen Koordinatensystem die Koordinatenlinien Geraden, die parallel zu den
Koordinatenachsen liegen, im Polarkoordinatensystem sind es konzentrische Kreise um den Pol und die vom Pol
ausgehenden Strahlen.
Kugel- oder räumliche Polarkoordinaten

Kugel- oder räumliche Polarkoordinaten bestehen aus

● der Länge des Radius- oder Aufpunktvektors

● dem Winkel zwischen der -Achse und dem Aufpunktvektor sowie

● dem Winkel zwischen der -Achse und der Projektion von auf die -Ebene.
Die positiven Richtungen weisen hier für vom Koordinatenursprung zum Punkt für von der -Achse nach

und für von der -Achse zur Projektion von auf die -Ebene. Mit den Wertebereichen

und werden alle Punkte des Raumes eindeutig erfaßt.

Koordinatenflächen sind

● die Kugeln mit dem Pol 0 als Koordinatenursprung und dem Radius
 ● die Kegel mit der Spitze im Koordinatenursprung und der -Achse als Achse sowie

● die von der -Achse ausgehenden Halbebenen mit

Die Schnittlinien dieser Flächen sind die Koordinatenlinien.

Den Übergang zwischen den Kugelkoordinaten und den kartesischen Koordinaten liefern die folgenden Formeln
(s. auch die Tabelle):
(3.355a)

(3.355b)

Die notwendige Fallunterscheidung bezüglich s. (3.290c). Analoges gilt bezüglich

Zusammenhang zwischen kartesischen, Kreiszylinder- und Kugelkoordinaten

Kartesische Koordinaten Zylinderkoordinaten Kugelkoordinaten

Polarkoordinaten

Die Polarkoordinaten eines Punktes bestehen aus dem Radius , d.h. dem Abstand des Punktes von einem

gegebenen Nullpunkt, dem Pol 0, und dem Polarwinkel , d.h. dem Winkel zwischen der Geraden und einem
gegebenen, durch den Pol hindurchgehenden orientierten Strahl, der Polarachse .

Der Nullpunkt kann auch Koordinatenursprung genannt werden. Der Polarwinkel ist positiv, wenn er im
entgegengesetzten Drehsinn des Uhrzeigers von der Polarachse aus gemessen wird; im entgegengesetzten Falle ist
er negativ.
Grundlegende Begriffe und Formeln, räumliche Koordinatensysteme

Jeder beliebige Punkt im Raum kann mit Hilfe eines Koordinatensystems festgelegt werden. Die Richtungen der
Koordinatenlinien sind durch die Richtungen der Einheitsvektoren festgelegt.

In der Abbildung sind die Verhältnisse für ein kartesisches Koordinatensystem dargestellt. Man unterscheidet
rechtwinklige und schiefwinklige Koordinatensysteme. In ihnen stehen die Einheitsvektoren der Koordinatenlinien
senkrecht bzw. schiefwinklig aufeinander. Eine andere wichtige Unterscheidung ist die Rechts- oder Linkshändigkeit
eines Koordinatensystems.
Die gebräuchlichsten Koordinatensysteme sind kartesische Koordinaten, Zylinderkoordinaten und Kugelkoordinaten.

● Rechts- und Linkssysteme

● Kartesische Koordinaten
● Koordinatenflächen und Koordinatenlinien
● Krummlinige dreidimensionale Koordinaten
● Zylinderkoordinaten
● Kugel- oder räumliche Polarkoordinaten
● Richtung im Raum
● Transformation rechtwinkliger Koordinaten
● Abstand zwischen zwei Punkten
● Teilung einer Strecke
● System aus vier Punkten
● Gleichung einer Fläche
● Gleichung einer Raumkurve
Rein kovariante und rein kontravariante Koordinaten

Setzt man in (4.94b) für die Beziehung ein, so ergibt sich

(4.95a)

wenn man

(4.95b)

setzt. Die heißen rein kovariante Koordinaten des Tensors , weil beide Indizes kovariant stehen. Analog
erhält man die rein kontravarianten Koordinaten

(4.96)

Explizite Darstellungen:
(4.97a)

(4.97b)
SOLDNER-Koordinaten

Für großräumige Vermessungen sind die rechtwinkligen SOLDNER-Koordinaten sowie die GAUSS- KRÜGER-
Koordinaten von Bedeutung. Um Teile der gekrümmten Erdoberfläche in Ordinatenrichtung längentreu auf ein
ebenes rechtwinkliges Koordinatensystem abzubilden, legt man nach SOLDNER die -Achse auf einen Meridian und
den Koordinatenursprung in einen gut vermessenen Zentralpunkt (linke Abbildung).
Die Ordinate und die Abszisse eines Punktes sind durch die Strecken von den Fußpunkten der
sphärischen Lote auf den durch den Zentralpunkt verlaufenden Hauptmeridian und auf den durch den Zentralpunkt
verlaufenden Hauptbreitenkreis gegeben (rechte Abbildung).
Bei der Übertragung der sphärischen Abszissen und Ordinaten in das ebene Koordinatensystem werden Strecken
gedehnt und Richtungen verschwenkt. Der Dehnungsfaktor in der Abszissenrichtung beträgt

(3.162)

Zur Begrenzung der Dehnung des Systems darf die Ausdehnung zu beiden Seiten des Hauptmeridians nicht größer
als 64 km betragen. Eine 1 km lange Strecke besitzt dann bei = 64 km eine Dehnung von 0,05 m.
Koordinaten eines Vektors

● Kartesische Koordinaten
● Affine Koordinaten
● Richtungskoeffizient oder Entwicklungskoeffizient
Zylinderkoordinaten

Zylinderkoordinaten bestehen aus

● den Polarkoordinaten und der Projektion des Punktes auf die -Ebene und

● der Applikate des Punktes

Die Koordinatenflächen des Zylinderkoordinatensystems sind

● die Zylinderflächen mit dem Radius

● die von der -Achse ausgehenden Halbebenen mit und

● die zur -Achse senkrechten Ebenen mit

Die Schnittlinien dieser Koordinatenebenen sind die Koordinatenlinien.
Den Übergang zwischen den Zylinderkoordinaten und den rechtwinkligen kartesischen Koordinaten vermitteln die
folgenden Formeln (s. auch die Tabelle):
(3.354a)

(3.354b)

Die notwendige Fallunterscheidung bezüglich s. (3.290c).

Tabelle Zusammenhang zwischen kartesischen, Kreiszylinder- und Kugelkoordinaten
Kartesische Koordinaten Zylinderkoordinaten Kugelkoordinaten
Koordinatendarstellung von Skalarfeldern

Wenn die Punkte eines Raumteiles durch ihre Koordinaten gegeben werden, z.B. durch kartesische, Zylinder- oder
Kugelkoordinaten, dann erhält man zur Beschreibung des zugehörigen skalaren Feldes (13.6a) im allgemeinen eine
Funktion dreier Veränderlicher:
(13.8a)
Im Falle eines ebenen Feldes genügt eine Funktion zweier Veränderlicher. Für kartesische oder Polarkoordinaten hat
sie die Form:
(13.8b)
Es wird vorausgesetzt, daß die Funktionen in (13.8a) und (13.8b) im allgemeinen stetig sind, ausgenommen einige
Unstetigkeitspunkte, -kurven oder -flächen. Die Funktionen lauten
(13.9a)

(13.9b)
Die Untersuchung von zentralen Feldern führt man am besten unter Zuhilfenahme von Kugelkoordinaten durch, von
axialen Feldern mit Hilfe von Zylinderkoordinaten.
Koordinatendarstellung von Vektorfeldern

● Vektorfeld in kartesischen Koordinaten

● Vektorfeld in Zylinder- und Kugelkoordinaten
Koordinatenflächen und Koordinatenlinien

Koordinatenflächen zeichnen sich durch eine konstant gehaltene Koordinate aus, so daß sie im System der
rechtwinkligen kartesischen Koordinaten parallel zu der von den zwei anderen Koordinatenachsen aufgespannten
Ebene liegen. Durch die drei Koordinatenflächen bzw. wird der dreidimensionale Raum in 8
Oktanten zerlegt.
Koordinatenlinien sind Kurven, auf denen sich nur eine Koordinate ändert, in kartesischen Koordinatensystemen also
Geraden, die parallel zu den Koordinatenachsen verlaufen. Die Koordinatenflächen schneiden einander in den
Koordinatenlinien.
Länge des Parabelbogens

Die Länge des Parabelbogens vom Scheitel 0 bis zum Punkt beträgt

(3.350a)

(3.350b)

Für kleine Werte von gilt näherungsweise

(3.350c)
Geodätische rechtwinklige Koordinaten

Im ebenen linkshändigen rechtwinkligen Koordinatensystem der Geodäsie ist die -Achse die nach oben weisende
Abszisse, die -Achse die nach rechts weisende Ordinate.

Ein Punkt besitzt die Koordinaten Die Ausrichtung der -Achse erfolgt nach praktischen Erwägungen.
Bei Messungen über größere Distanzen, für die meist das SOLDNER-SYSTEM oder das GAUSS-KRÜGER-System
verwendet wird, zeigt die positive -Achse nach Gitter-Nord , die nach rechts weisende -Achse nach Osten. Die
Zählung der Quadranten erfolgt im Gegensatz zu der in der Geometrie sonst üblichen Praxis im Uhrzeigersinn.

Wenn neben der Punktlage in der Ebene auch Höhen anzugeben sind, kann ein dreidimensionales linkshändiges
rechtwinkliges Koordinatensystem verwendet werden, in dem die -Achse, wie in der Abbildung oben

dargestellt, in den Zenit zeigt.

Rechts- und Linkssysteme

In Abhängigkeit von der gegenseitigen Aufeinanderfolge der positiven Koordinatenrichtungen unterscheidet man
Rechtssysteme und Linkssysteme oder rechtshändige bzw. linkshändige Koordinatensysteme . Ein Rechtssystem
besitze z.B. drei in der alphabetischen Reihenfolge genommene und in drei verschiedenen Ebenen liegende
Einheitsvektoren Die Rechtshändigkeit kommt dann dadurch zum Ausdruck, daß eine Drehung eines
der Vektoren um den gemeinsamen Koordinatenursprung auf den nächsten in der alphabetischen Reihenfolge bis
zur Überdeckung auf dem kürzesten Wege im Gegenuhrzeigersinn ausgeführt werden kann. Symbolisch stellt man
diesen Sachverhalt mit Hilfe der folgenden Abbildung dar.
Die hier eingezeichneten Seiten sind durch die Indizes zu ersetzen. Ein Linkssystem erfordert
Drehungen dieser Art im Uhrzeigersinn. Rechts- und Linkssysteme können durch Vektorvertauschung ineinander
überführt werden. Die Vertauschung zweier Vektoren ändert die Händigkeit des Systems, d.h. seine Orientierung:
Aus einem Rechtssystem wird ein Linkssystem und umgekehrt aus einem Linkssystem ein Rechtssystem.
Eine wichtige Art der Vektorvertauschung ist die zyklische Vertauschung , bei der die Orientierung erhalten bleibt.
Gemäß Abbildung erfolgt die Vertauschung der Vektoren im Rechtssystem im Gegenuhrzeigersinn, d.h. nach dem
Schema

Im Linkssystem erfolgt die Vertauschung der Vektoren im Uhrzeigersinn, d.h. nach dem Schema

Ein Rechtssystem kann mit keinem Linkssystem zur Deckung gebracht werden.
Die Spiegelung eines Rechtssystems am Koordinatenursprung führt auf ein Linkssystem.
Beispiel A und B

Linke Abbildung: Das kartesische Koordinatensystem mit den Koordinatenachsen ist ein
Rechtssystem .

Rechte Abbildung: Das kartesische Koordinatensystem mit den Koordinatenachsen ist ein
Linkssystem .

Beispiel C
 Aus dem Rechtssystem wird durch Vertauschung der Vektoren und das Linkssystem

Beispiel D

Durch zyklische Vertauschung erhält man aus dem Rechtssystem das Rechtssystem

und aus diesem wieder das Rechtssystem .

Transformation des Koordinatensystems
● Lineare Transformation
● EINSTEINsche Summenkonvention
● Drehung des Koordinatensystems
Funktion von einer Veränderlichen

Gegeben sei eine Funktion sowie ein funktionaler Zusammenhang, der die unabhängige Variable, die Funktion und
deren Ableitungen enthält:
(6.56a)

(6.56b)

Die Ableitungen können dann bei der Substitution der Variablen auf die folgende Weise berechnet werden:

Fall 1a:
Die Variable wird durch die Variable ersetzt, die mit gemäß
(6.57a)
verknüpft ist. Dann gilt

(6.57b)

(6.57c)
Fall 1b:
Wenn die Verknüpfung beider Variabler nicht in expliziter, sondern in der impliziten Form
(6.58)

gegeben ist, werden die Ableitungen mit denselben Formeln berechnet, aber die Ableitungen

sind nach den Regeln für implizite Funktionen zu berechnen. In diesem Falle kann es

vorkommen, daß der Zusammenhang (6.56b) die Variable enthält. Zur Eliminierung wird dann die Verknüpfung
(6.58) benutzt.
Fall 2:
Die Funktion wird durch eine Funktion ersetzt, die mit gemäß

(6.59a)
verknüpft ist. Die Berechnung der Ableitungen kann dann mit den folgenden Formeln erfolgen:

(6.59b)

(6.59c)

Fall 3:
Die Variablen und werden durch die neuen Veränderlichen und ersetzt, die mittels der Formeln
 (6.60a)
verknüpft sind. Zur Berechnung der Ableitungen können die folgenden Formeln verwendet werden:

(6.60b)

(6.60c)

(6.60d)

mit

(6.60e)

(6.60f)

Die Berechnung der dritten Ableitung geschieht in analoger Weise.

Beispiel
Für die Transformation kartesischer Koordinaten in Polarkoordinaten gemäß
(6.61a)
berechnen sich die erste und zweite Ableitung wie folgt:

(6.61b)

(6.61c)
Transformation der Kurvengleichungen 2. Ordnung auf die Normalform.
Parabolische Kurven

Tabelle Kurvengleichungen 2. Ordnung. Parabolische Kurven

Größen und Gestalt der Kurve

Parabel

Geradenpaar

Parabolische Kurven Parallele Geraden für

Doppelgerade für

Imaginäre Gerade für

Notwendige Koordinatentransformation Normalform der Gleichung
nach Transformation

1. Verschiebung des Koordinatenursprungs in

den Scheitel der Parabel, dessen Koordinaten
und durch die Gleichungen

und

definiert werden.
2. Drehung der Koordinatenachsen um den

Winkel mit ;

das Vorzeichen von muß dem Vorzeichen

von entgegengesetzt sein.
 Drehung der Koordinatenachsen um den ist auf die

Winkel mit
Form
das Vorzeichen von muß dem Vorzeichen transformierbar.
von entgegengesetzt sein.

Im Falle wird vorausgesetzt, daß keiner der Koeffizienten verschwindet.

Der Kurvengleichung entspricht eine imaginäre Kurve.

Hinweis: Sind zwei Koeffizienten ( und oder und so reduzieren sich die notwendigen

Koordinatentransformationen auf eine Verschiebung der Koordinatenachsen.

Die Gleichung erhält die Form

die Gleichung erhält die Form

Koordinatentransformation

In einem kartesischen Koordinatensystem mit den Basisvektoren und kann ein Tensor 2. Stufe als
Matrix

(4.89)

dargestellt werden. Durch

(4.90)

werden krummlinige Koordinaten eingeführt. Die neue Basis werde mit und bezeichnet. Es
gilt

(4.91)
Setzt man dann können und als kovariante und kontravariante Basisvektoren aufgefaßt werden.
Übergang von einem Koordinatensystem zu einem anderen

Hinweis 1: Eine Zusammenstellung der Zusammenhänge zwischen den Komponenten eines Vektors in
kartesischen, Zylinder- und Kugelkoordinaten enthält die Tabelle im nächsten Abschnitt.

Hinweis 2: Beim Übergang von einem Punkt zu einem anderen ändern zwar die Koordinatenvektoren ihre Richtung,
sie stehen aber stets senkrecht aufeinander.

● Kartesische und Zylinderkoordinaten

● Kartesische und Kugelkoordinaten
● Kugel- bzw. Zylinderkoordinaten und kartesische Koordinaten
Prediktor-Korrektor-Verfahren

In der Praxis sind implizite Mehrschrittverfahren gegenüber expliziten vorzuziehen, da sie bei gleicher Genauigkeit
wesentlich größere Schrittweiten erlauben. Dafür erfordert aber ein implizites Mehrschrittverfahren zur Berechnung
des Näherungswertes die Lösung einer im allgemeinen nichtlinearen Gleichung. Diese folgt aus (19.101) und
ist von der Form:

(19.105)

Die Lösung von (19.105) erfolgt iterativ. Dabei geht man wie folgt vor: Ein Startwert wird durch ein explizites

Mehrschrittverfahren, dem sogenannten Prediktor , bestimmt und anschließend durch die Iterationsvorschrift
(19.106)

dem sogenannten Korrektor , der aus dem impliziten Verfahren hervorgeht, verbessert. Spezielle Prediktor-Korrektor-
Formeln sind:
 (19.107a)

(19.107b)

(19.108a)

(19.108b)

Die SIMPSON-Formel als Korrektor in (19.108b) ist numerisch instabil und kann z.B. durch

(19.109)

ersetzt werden.
Lineare Korrelation bei zwei meßbaren Merkmalen

● Zweidimensionale Zufallsgrößen
● Test auf Unabhängigkeit zweier Merkmale
Korrelation und Regression
Bei der Korrelationsanalyse geht es um die Feststellung von Abhängigkeiten zwischen zwei oder mehreren
Merkmalen einer Grundgesamtheit an Hand von Meßwerten. Mit Hilfe der Regressionsanalyse wird dann die Form
der Abhängigkeit zwischen diesen Merkmalen untersucht.

● Lineare Korrelation bei zwei meßbaren Merkmalen

● Lineare Regression bei zwei meßbaren Merkmalen
● Mehrdimensionale Regression
Zweidimensionale Zufallsgrößen

Zwei Merkmale und sollen zu einer zweidimensionalen Zufallsgröße ( ) mit folgenden

Verteilungsfunktionen zusammengefaßt werden:

(16.131a)

(16.131b)
Die Zufallsgrößen und heißen unabhängig voneinander , wenn
(16.132)
gilt. Die wichtigsten Parameter einer zweidimensionalen Verteilung sind:

1. Mittelwerte:

(16.133a)
 (16.133b)

2. Streuungen:
(16.134a)

(16.134b)
3. Kovarianz:
(16.135)
4. Korrelationskoeffizient:

(16.136)

Der Korrelationskoeffizient ist ein Maß für die Abhängigkeit von und , denn es gilt: Alle Punkte ( ) liegen

genau dann mit der Wahrscheinlichkeit 1 auf einer Geraden, wenn ist. Wenn und unabhängige

Zufallsveränderliche sind, dann ist . Aus kann man nur dann auf die Unabhängigkeit der

Merkmale und schließen, wenn diese einer zweidimensionalen Normalverteilung genügen, die durch die
folgende Dichtefunktion definiert ist:
(16.137)
Test auf Unabhängigkeit zweier Merkmale

Bei praktischen Aufgaben ist zu untersuchen, ob eine Stichprobe, die aus Meßpunkten
besteht, aus einer zweidimensionalen, normalverteilten Grundgesamtheit mit dem

Korrelationskoeffizienten stammt, so daß die beiden Zufallsgrößen und als unabhängig

angesehen werden können. Der Test läuft wie folgt ab:

1.
Aufstellen der Hypothese : .
2.
Vorgabe einer Irrtumswahrscheinlichkeit und Ermittlung des Quantils aus der Tabelle der -

Verteilung für .
3.
Berechnung der Testgröße
 (16.138a)

mit

(16.138b)

4.
Ablehnung der Hypothese, falls ist.

Die Größe heißt empirischer Korrelationskoeffizient .

Begriff des Solitons

Solitonen -- man spricht auch von solitären Wellen -- sind physikalisch betrachtet impuls- oder auch stufenförmig
lokalisierte Störungen eines nichtlinearen Mediums oder Feldes; die betreffende Energie ist auf ein enges Gebiet
konzentriert. Sie treten auf:

● in Festkörpern, z.B. in anharmonischen Gittern, in JOSEPHSON-Kontakten, in Glasfasern und in quasi-

eindimensionalen Leitern,
● in Flüssigkeiten als Oberflächenwellen oder Spinwellen,
● in Plasmen als LANGMUIR-Solitonen,
● in linearen Molekülen,
● in der klassischen und Quantenfeldtheorie.

Solitonen haben sowohl Teilchen- als auch Welleneigenschaften; sie sind zu jedem Zeitpunkt örtlich lokalisiert, und
der Bereich der Lokalisierung, bzw. der Punkt, um den herum die Welle lokalisiert ist, bewegt sich wie ein freies
Teilchen; insbesondere kann er auch ruhen. Ein Soliton besitzt eine permanente Ausbreitungsstruktur: Auf Grund
einer Balance zwischen Nichtlinearität und Dispersion ändern sich Form und Geschwindigkeit nicht.

Mathematisch betrachtet, sind Solitonen spezielle Lösungen bestimmter nichtlinearer partieller

Differentialgleichungen, die in Physik, Technik und angewandter Mathematik auftreten. Ihre Besonderheiten
bestehen im Fehlen jeglicher Dissipation sowie darin, daß die nichtlinearen Terme nicht störungstheoretisch
behandelt werden können.
Wichtige Beispiele dafür sind die:

a) KORTEWEG-DE-VRIES- (KdV)-Gleichung:
(9.124)
b) nichtlineare SCHRÖDINGER-(NLS)-Gleichung:
(9.125)
c) Sinus- GORDON- (SG)-Gleichung:
(9.126)

In diesen Gleichungen wird der eindimensionale Fall betrachtet, d.h., es gilt wobei die

Ortskoordinate und die Zeit repräsentieren. Die Gleichungen sind in skalierter Form angegeben, d.h., die beiden
unabhängigen Variablen und sind hier dimensionslose Größen. Bei praktischen Anwendungen sind sie mit den
für das jeweilige Problem charakteristischen, dimensionsbehafteten Größen zu multiplizieren. Analoges gilt für die

Geschwindigkeit . Mit bzw. als Index werden partielle Ableitungen bezeichnet, z.B. .
Kosekans

Die Kosekansfunktion

(2.69)

stellt graphisch eine um die Strecke nach rechts verschobene Sekanskurve dar. Die Asymptoten sind

. Die Maxima liegen bei mit und die Minima bei

mit
Kosinus

1. Gewöhnliche Kosinusfunktion: Die gewöhnliche Kosinusfunktion

(2.65a)

hat ihre Schnittpunkte mit der -Achse bei

sie sind zugleich die

Wendepunkte mit dem Tangentenneigungswinkel Die Extrema befinden sich bei

 2. Allgemeine Kosinusfunktion: Die allgemeine Kosinusfunktion
(2.65b)

läßt sich auch in der Form

(2.65c)

d.h. als allgemeine Sinusfunktion mit der Phasenverschiebung schreiben.

Winkelkosinussatz oder polarer Kosinussatz

(3.175a)

(3.175b)

(3.175c)
Die Bezeichnungen der Größen entsprechen denen der Abbildung.
Der Winkelkosinussatz enthält die drei Winkel des sphärischen Dreiecks und jeweils eine der drei Seiten. Mit ihm
können aus einer Seite und den beiden anliegenden Winkeln der dritte Winkel bzw. aus den drei Winkeln eine Seite
des Dreiecks oder alle drei Seiten berechnet werden. Im Unterschied dazu ergibt sich beim ebenen Dreieck der dritte
Winkel aus der Winkelsumme von . Aus drei gegebenen Winkeln läßt sich beim ebenen Dreieck keine Seite
berechnen, da sich damit unendlich viele, einander ähnliche Dreiecke ergeben.
Kosinussatz oder Seitenkosinussatz

(3.173a)
(3.173b)

(3.173c)
Der Seitenkosinussatz der sphärischen Trigonometrie entspricht dem Kosinussatz der ebenen Trigonometrie. Die
Bezeichnung Seitenkosinussatz bringt zum Ausdruck, daß dieser Satz die drei Seiten des sphärischen Dreiecks
enthält.
Die Bezeichnungen der Größen entsprechen denen der Abbildung.
Kotangens

Die Kotangensfunktion

(2.67)

ergibt eine an der -Achse gespiegelte und um die Strecke nach links verschobene Tangenskurve.
Die Asymptoten liegen bei . Wenn von 0 bis läuft, fällt monoton von bis für

größere Werte von wiederholt sich dieser Verlauf periodisch. Die Schnittpunkte mit der -Achse bei

mit sind zugleich Wendepunkte mit dem

Tangentenneigungswinkel
Zinsen

Zinsen stellen entweder eine Gebühr dar, die für einen Kredit (Leihgeld) zu entrichten ist, oder einen Erlös, der von
einem Guthaben erzielt wird. Für ein Kapital , das während einer ganzen Zinsperiode (in der Regel 1 Jahr)
angelegt ist, werden am Ende der Zinsperiode

(1.80)

Zinsen gezahlt. Dabei ist der Zinssatz pro Zinsperiode , und man sagt, es werden Zinsen für das Kapital

gezahlt.
Komplexes Potential eines Quelle-Senke-Systems

Für eine Quelle im Punkt und eine Senke im Punkt , beide mit gleicher Intensität, erhält man durch
Überlagerung das komplexe Potential

(14.27)

Die Potentiallinien bilden Apollonische Kreise bezüglich und , die Feldlinien

stellen Kreise durch und dar (s. Abbildung).

Kreis

● Gleichung des Kreises in kartesischen Koordinaten

● Parameterdarstellung des Kreises
● Kreisgleichung in Polarkoordinaten
Kreis

Kreise werden mit dem Radius dem Durchmesser sowie mit einer Reihe von Winkeln beschrieben, die hier

nicht im Bogenmaß, sondern im Gradmaß des dazugehörigen Zentriwinkels (linke Abbildung) gemessen werden.

● Winkel im Kreis
● Strecken im Kreis
● Umfang, Flächeninhalt, Zahl
Rückwärtseinschneiden nach CASSINI

Bei diesem Rechenverfahren werden zwei Hilfspunkte und verwendet, die je auf einem Hilfskreis durch

bzw. sowie beide auf einer Geraden durch den Neupunkt liegen.
Gegeben: Gemessen: in Gesucht:

Die Kreismittelpunkte bzw. sind die Schnittpunkte der Mittelsenkrechten von bzw. mit den

Verbindungslinien bzw. Die in gemessenen Winkel erscheinen wieder in bzw.

(Peripheriewinkel).
Lösung:
 (3.99a)
(3.99b)
(3.99c)
(3.99d)

(3.99e)

(3.99f)

(3.99g)
(3.99h)
Gefährlicher Kreis: Bei der Punktauswahl ist dafür zu sorgen, daß die vier betrachteten Punkte nicht auf einem
Kreis liegen, weil es dann keine Lösung gibt; man spricht vom gefährlichen Kreis . In dem Maße, in dem die Punkte in
die Nähe eines gefährlichen Kreises zu liegen kommen, nimmt die Genauigkeit des Verfahrens ab.
Gleichung des Kreises in kartesischen Koordinaten

Die Gleichung des Kreises lautet in kartesischen Koordinaten für den in der linken Abbildung vorliegenden Fall, daß
der Kreismittelpunkt im Koordinatenursprung liegt,
(3.313a)
Liegt der Mittelpunkt im Punkt (rechte Abbildung), dann ergibt sich

(3.313b)
Die allgemeine Gleichung zweiten Grades
(3.314a)
liefert dann und nur dann einen Kreis, wenn und . Für diesen Fall kann die Gleichung stets auf die
Form
(3.314b)
gebracht werden. Für den Radius und die Koordinaten des Mittelpunktes gilt dann
 (3.315a)
(3.315b)

Für liefert die Gleichung keine reelle Kurve, für ergibt sich ein einziger Punkt
Parameterdarstellung des Kreises

(3.316)
wobei der Winkel zwischen dem beweglichen Radius und der positiven Richtung der -Achse ist.
Kreisgleichung in Polarkoordinaten

Die Kreisgleichung in Polarkoordinaten lautet ganz allgemein und in Übereinstimmung mit der linken Abbildung
(3.317a)

Wenn der Kreismittelpunkt auf der Polarachse liegt und der Kreis durch den Koordinatenursprung verläuft (rechte
Abbildung), dann vereinfacht sich die Gleichung zu
(3.317b)
Logarithmische Spirale
Logarithmische Spirale heißt eine Kurve, die alle Strahlen, die vom Koordinatenursprung 0 ausgehen, unter dem
gleichen Winkel schneidet.
Die Gleichung der logarithmischen Spirale lautet in Polarkoordinaten
(2.239)

wobei . Der Nullpunkt ist asymptotischer Punkt der Kurve. Die Länge des Bogens beträgt

der Grenzwert des Bogens berechnet vom Koordinatenursprung aus,

Der Krümmungsradius ist .

Spezialfall Kreis: Für ist , und die Kurve wird zum Kreis.
Ebene Kreisfiguren
● Kreis
● Kreisabschnitt (Kreissegment) und Kreisausschnitt (Kreissektor)
● Kreisring
Geometrische Definition der Kreis- und Hyperbel-Funktionen
● Definition der Kreis- oder trigonometrischen Funktionen
● Geometrische Definition der Hyperbelfunktionen
Gerade Kreiskegel

Gerade Kreiskegel zeichnen sich durch einen Kreis als Grundfläche und eine Spitze über dem Kreismittelpunkt aus.

Mit als Länge der Mantellinie und als Grundflächenradius gilt:

(3.135)

(3.136)

(3.137)
Torus oder Kreisring

Torus oder Kreisring wird ein Körper genannt, der durch die Drehung eines Kreises um eine in der Kreisebene
außerhalb des Kreises liegende Achse entsteht.

(3.156a)
(3.156b)

(3.157a)

(3.157b)
Tonnenkörper

Tonnenkörper enstehen durch Drehung einer Erzeugenden mit entsprechender Krümmung; Kreistonnenkörper durch
Drehung eines Kreisegments, parabolische Tonnenkörper durch Drehung eines Parabelausschnittes.

Kreistonnenkörper (näherungsweise):
 (3.158a)

oder

(3.158b)

Parabolischer Tonnenkörper (näherungsweise):

(3.159)
Gerade Kreiszylinder

Gerade Kreiszylinder zeichnen sich durch einen Kreis als Grundfläche und senkrecht auf der Kreisebene stehende
Erzeugende aus.

Mit als Grundflächenradius gilt:

(3.125)
(3.126)

(3.127)
Schräg abgeschnittener Kreiszylinder

(3.128)

(3.129)
(3.130)
Kapitel 7: Unendliche Reihen
● Zahlenfolgen
● Reihen mit konstanten Gliedern
● Funktionenreihen
● Fourier-Reihen

● Detailliertes Inhaltsverzeichnis
Kriterien

Es gelten folgende Teilbarkeitskriterien:

(5.150a)
(5.150b)
(5.150c)
(5.150d)
(5.150e)
(5.150f)
(5.150g)
(5.150h)
(5.150i)
(5.150j)

(5.150k)
Beispiel A

ist durch 9 teilbar wegen und aber nicht durch 7 teilbar

wegen und .

Beispiel B

91619 ist durch 11 teilbar wegen und .

Beispiel C

99 994 096 ist durch teilbar wegen .

Rechenregeln für Matrizen
Die folgenden Regeln können nur angewendet werden, wenn die darin auftretenden Rechenoperationen
durchführbar sind.

1. Die Multiplikation einer Matrix mit der Einheitsmatrix wird wegen

(4.33)

auch identische Abbildung genannt.

2. Multiplikationen einer Matrix A mit der Skalarmatrix S oder mit der Einheitsmatrix E sind kommutativ:
(4.34a)

(4.34b)

3. Multiplikation einer Matrix A mit der Nullmatrix 0 ergibt die Nullmatrix:

(4.35)
Die Umkehrung dieser Regel gilt im allgemeinen nicht, d.h., aus folgt nicht notwendig oder
.

4. Verschwindendes Produkt zweier Matrizen Auch wenn weder noch Nullmatrizen sind, kann ihr
Produkt eine Nullmatrix ergeben:
(4.36)

Beispiel

5. Multiplikation dreier Matrizen:

(4.37)

6. Transposition von Summe und Produkt zweier Matrizen:

(4.38a)

Für quadratische Matrizen gilt außerdem:

 (4.38b)

7. Inverse eines Produkts aus zwei Matrizen:

(4.39)

8. Potenzieren von Matrizen:

(4.40a)

(4.40b)

(4.40c)

(4.40d)

9. KRONECKER-Produkt: Als Kronecker-Produkt zweier Matrizen und bezeichnet

man die Vorschrift

(4.41)
Bezüglich Transposition und Spur gelten die Regeln
(4.42)
(4.43)
Unterabschnitte

● Krümmung einer Kurve:

● Krümmungskreisradius einer Kurve:
● Formeln für Krümmung und Krümmungskreisradius:

Krümmung und Krümmungskreisradius

Krümmung einer Kurve:

Die Krümmung einer Kurve im Punkt ist der Grenzwert des Verhältnisses des Winkels zwischen den

positiven Tangentenrichtungen in den Punkten und zur Bogenlänge für

(3.435)
Das Vorzeichen der Krümmung gibt an, ob die Kurve mit ihrer konkaven Seite nach der positiven

oder negativen Seite der Kurvennormalen zeigt (s. Kurvennormale). Anders ausgedrückt liegt der

Krümmungsmittelpunkt für auf der positiven Seite der Kurvennormalen, für auf der negativen.

Manchmal wird die Krümmung prinzipiell als positive Größe aufgefaßt. Dann ist immer der Absolutbetrag des
Grenzwertes zu nehmen.

Krümmungskreisradius einer Kurve:

Der Krümmungskreisradius einer Kurve im Punkt ist der reziproke Wert des Betrags der Krümmung:
(3.436)
Die Krümmung ist in einem Punkt um so größer, je kleiner der Krümmungskreisradius ist.

Beispiel A

Für einen Kreis mit dem Radius sind Krümmung und Krümmungskreisradius für

alle Punkte konstant.

Beispiel B
Für die Gerade ist und

Formeln für Krümmung und Krümmungskreisradius:

Mit und gilt allgemein

(3.437)
Daraus ergeben sich für die unterschiedlichen Definitionsformen der Kurvengleichungen verschiedene Ausdrücke für
und

(3.438)
 (3.439)

(3.440)

(3.441)

Beispiel A
Beispiel B

Beispiel C

Beispiel D
Krümmung einer Fläche

● Krümmung von Kurven auf einer Fläche

● Hauptkrümmungskreisradien
● Klassifizierung der Flächenpunkte
● Krümmung einer Fläche
Krümmung einer Kurve, Schraubenlinie

Krümmung einer Kurve im Punkt wird eine Zahl genannt, die die Abweichung der Kurve in der unmittelbaren
Umgebung dieses Punktes von einer Geraden angibt. Die exakte Definition lautet:

(3.471)

1. Krümmungskreisradius Der Krümmungskreisradius ist der Kehrwert der Krümmung:

 (3.472)

2. Formeln zur Berechnung von und

a) Bei Definition der Kurve in der Parameterform als Funktion von

gemäß (3.465a):

(3.473)

wobei es sich um Ableitungen nach handelt.

b) Bei Definition der Kurve in der Parameterform als Funktion von
gemäß (3.464):
 (3.474)

Die Ableitungen sind hier nach vorzunehmen.

3. SchraubenlinieDie Gleichungen
(3.475)
beschreiben die sogenannte Schraubenlinie als Rechtsschraube .

Wenn ein Beobachter in die positive Richtung der -Achse blickt, die gleichzeitig Schraubenachse sein soll, dann
windet sich die Schraube beim Steigen im Drehsinn des Uhrzeigers. Eine Schraubenlinie, die sich im
entgegengesetzten Drehsinn windet, wird Linksschraube genannt.

Beispiel

Es ist die Krümmung der Schraubenlinie (3.475) zu

bestimmen. Wird der Parameter durch ersetzt, dann ergibt sich

und gemäß (3.473)

Beide Größen und sind konstant.

Ein anderer Weg ohne Parametertransformation über (3.474) hätte zu dem gleichen Ergebnis geführt.
Unterabschnitte

● Krümmungskreis und Krümmungskreismittelpunkt:

● Koordinaten des Krümmungskreismittelpunktes:

Krümmungskreis

Krümmungskreis und Krümmungskreismittelpunkt:

1. Krümmungskreis: Der Krümmungskreis im Punkt wird die Grenzlage eines Kreises genannt, der
durch und zwei benachbarte Punkte und der Kurve geht, wenn und
gehen.
 Er verläuft durch den betreffenden Kurvenpunkt und hat dort dieselbe 1. und 2. Ableitung wie die Kurve.
Demgemäß schmiegt er sich der Kurve im Berührungspunkt besonders gut an. Er wird Schmiegkreis oder
Krümmungskreis genannt. Sein Radius heißt Krümmungskreisradius . Es zeigt sich, daß er der Kehrwert des
Absolutbetrages der Kurvenkrümmung ist.
2. Krümmungskreismittelpunkt: Der Mittelpunkt des Krümmungskreises ist der Krümmungsmittelpunkt
des Punktes . Er liegt auf der konkaven Seite der Kurve und auf der zugehörigen Kurvennormalen.

Koordinaten des Krümmungskreismittelpunktes:

Die Berechnung der Koordinaten des Krümmungskreismittelpunktes kann je nach der Definitionsform der

Kurvengleichung mit Hilfe der folgenden Formeln erfolgen. Definition gemäß (3.425):
 (3.442)

Definition gemäß (3.426):

(3.443)

Definition gemäß (3.427):

 (3.444)

Definition gemäß (3.424):

(3.445)

Diese Formeln können auch in der Form

(3.446)

(3.447)

hingeschrieben werden, wobei gemäß (3.438) bis (3.441) berechnet wird.

Krümmungskreisradius der Parabel

Für den Krümmungskreisradius der Parabel im Punkt mit als Normalenlänge gilt allgemein

(3.348a)

und speziell im Scheitel 0:

(3.348b)
Methoden der klassischen Kryptoanalysis
Das Ziel kryptoanalytischer Untersuchungen besteht darin, ohne Kenntnis des Schlüssels aus dem Schlüsseltext
möglichst viele Informationen über den zugehörigen Klartext abzuleiten. Solche Untersuchungen sind nicht nur für
unberechtigte ,,Lauscher`` von Interesse, sondern auch zur Beurteilung der Sicherheit von Kryptosystemen aus der
Sicht von deren Anwendern.

● Statistische Analyse
● KASISKI-FRIEDMAN-Test
KASISKI-FRIEDMAN-Test

Mit der kombinierten Methode von KASISKI und FRIEDMAN ist es möglich, VIGENERE-Chiffren zu brechen. Dabei wird
die Tatsache ausgenutzt, daß bei diesem Chiffrierverfahren das Schlüsselwort periodisch verwendet wird. Es treten
also Wiederholungen von Teilfolgen im Schlüsseltext auf, wenn gleiche Klartextfolgen mit gleichen Schlüsselfolgen
verschlüsselt worden sind. Der Abstand solcher übereinstimmender Teilfolgen mit der Länge im Schlüsseltext
ist ein Vielfaches der Schlüssellänge. Gibt es mehrere sich wiederholende Schlüsseltextfolgen, dann muß die
Schlüssellänge den größten gemeinsamen Teiler der Abstände teilen. Diese Überlegung wird KASISKI-Text genannt.
Man muß aber die Möglichkeit in Betracht ziehen, daß solche Übereinstimmungen auch durch Zufall enstanden sein
könnten und damit das Ergebnis verfälschen würden.

Während der KASISKI-Text die Schlüsselwortlänge nur bis auf Vielfache und Teiler liefert, gibt der Friedman-Test die
Größenordnung der Schlüsselwortlänge an. Für die Schlüsselwortlänge eines VIGENERE-verschlüsselten
Klartextes in deutscher Sprache mit einem Schlüsseltext der Länge (Zeichenzahl) gilt

(5.190a)

Dabei ist der Koinzidenzindex des Schlüsseltextes, der sich wie folgt aus den Anzahlen der Buchstaben
 des Schlüsseltextes berechnen läßt:

(5.190b)

Zur Ermittlung des Schlüsselwortes schreibt man den Schlüsseltext der Länge in Spalten. Es genügt nun,
spaltenweise das Äquivalent der Buchstaben E zu finden, da die Spalten bei der VIGENERE-Chiffre durch eine
Verschiebechiffre entstanden sind. Ist z.B. V der häufigste Buchstabe in einer Spalte, dann findet man im VIGENERE-
Tableau

(5.190c)

den Buchstaben R des Schlüsselwortes.

Benutzt eine VIGENERE-Chiffre einen sehr langen Schlüssel (z.B. von der Länge des Klartextes), dann führen die hier
beschriebenen Methoden nicht zum Ziel. Man kann aber erkennen, ob die verwendete Chiffre monoalphabetisch,
polyalphabetisch mit kleiner Periode oder polyalphabetisch mit großer Periode ist.
Statistische Analyse

Für jede natürliche Sprache gibt es Verteilungen der Häufigkeiten von Einzelbuchstaben, Buchstabenpaaren, Worten
usw. Zum Beispiel ist in der deutschen Sprache E der häufigste Buchstabe.
Buchstaben Gesamthäufigkeiten
E, N 27,18 %
I, S, R, A, T 34,48 %
D, H, U, L, C, G, M, O, B, W, F, K, Z 36,52 %
P, V, J, Y, X, Q 1,82 %
Für ausreichend lange Schlüsseltexte ist es unter Ausnutzung der Häufigkeitsverteilungen möglich,
monoalphabetische monographische Substitutionen zu brechen.
Kryptologie
● Aufgabe der Kryptologie
● Kryptosysteme
● Mathematische Präzisierung
● Sicherheit von Kryptosystemen
● Methoden der klassischen Kryptoanalysis
● One-Time-Tape
● Verfahren mit öffentlichem Schlüssel
● DES-Algorithmus (Data Encryption Standard)
● IDEA-Algorithmus (International Data Encryption Algorithm)
Aufgabe der Kryptologie
Kryptologie ist die Wissenschaft der Geheimhaltung von Informationen durch Transformation von Daten.

Die Idee, Daten vor unberechtigtem Lesen zu schützen, ist schon alt. Als selbstständiger Wissenszweig hat sich die
Kryptologie in den 70-er Jahren unseres Jahrhunderts mit der Einführung von Kryptosystemen mit öffentlichem
Schlüssel etabliert. Heute ist es Aufgabe kryptologischer Untersuchungen, Daten sowohl gegen unberechtigten
Zugriff als auch gegen unberechtigte Änderungen zu schützen.

Neben den ,,klassischen`` militärischen Anwendungen erlangen die Bedürfnisse der Informationsgesellschaft immer
mehr an Bedeutung. Beispielsweise geht es um die Gewährleistung der Sicherheit bei der Nachrichtenübermittlung
per e-mail, um den elektronischen Zahlungsverkehr (Home-Banking), PIN bei EC-Karten usw.

Unter dem Oberbegriff Kryptologie faßt man heute die beiden Teilgebiete Kryptographie und Kryptoanalysis
zusammen. Im Rahmen der Kryptographie werden Kryptosysteme entwickelt, deren kryptographische Stärke mit
Hilfe der Methoden der Kryptoanalysis zum Brechen von Kryptosystemen beurteilt werden kann.
DES-Algorithmus (Data Encryption Standard)
Das DES-Verfahren wurde 1976 vom National Bureau of Standards zum offiziellen US-Verschlüsselungsstandard
erklärt. Der Algorithmus gehört zu den symmetrischen Verschlüsselungsverfahren und spielt auch heute noch unter
den kryptologischen Verfahren eine überragende Rolle. Er eignet sich aber nicht zur Verschlüsselung von
Informationen höchsten Vertraulichkeitsgrades, da bei den inzwischen vorhandenen technischen Möglichkeiten ein
Angriff durch Ausprobieren aller Schlüssel nicht mehr ausgeschlossen werden kann.

Beim DES-Algorithmus werden Permutationen und nichtlineare Substitutionen hintereinander ausgeführt. Der
Algorithmus verwendet einen 56 Bit langen Schlüssel. Genauer, man benutzt einen 64-Bit-Schlüssel, in dem aber nur
56 Bit beliebig wählbar sind; die restlichen 8 Bit ergänzen Blöcke von 7-Bit-Zeichen auf ungerade Parität.

Der Klartext muß in Blöcke von je 64 Bit zerlegt werden. DES überführt dann jeweils einen Klartextblock von 64 Bit in
einen Geheimtextblock von 64 Bit.
Zunächst wird der Klartextblock einer Eingangspermutation unterworfen und anschließend in 16 schlüsselabhängigen
Runden verschlüsselt. Dazu werden aus den 56 Schlüssel-Bits 16 Teilschlüssel gebildet und in
dieser Reihenfolge in den einzelnen Iterationsrunden zur Verschlüsselung eingesetzt.
Anschließend wendet man die zur Eingangspermutation inverse Permutation an und erhält so den zum Klartextblock
gehörenden Schlüsselblock.
Die Entschlüsselung erfolgt im wesentlichen auf die gleiche Weise, nur mit dem Unterschied, daß man die
Teilschlüssel in der umgekehrten Reihenfolge anwenden muß.

Die Stärke des Chiffrierverfahrens liegt in der Konstruktion der Abbildungen, die in den einzelnen Iterationsrunden
angewendet werden. Man kann zeigen, daß jedes Bit des Schlüsseltextes von jedem Bit des zugehörigen Klartextes
und von jedem Bit des Schlüssels abhängig ist.

Obwohl der DES-Algorithmus bis ins Detail offengelegt wurde, ist bis heute keine Möglichkeit öffentlich bekannt
geworden, das Chiffrierverfahren zu brechen, ohne alle Schlüssel durchzuprobieren.
Konzept von DIFFIE und HELLMAN

Das Konzept der Verfahren mit öffentlichem Schlüssel wurde 1976 von DIFFIE und HELLMAN entwickelt. Jeder
Teilnehmer verfügt über einen öffentlichen Schlüssel, der in einem allgemein zugänglichen Verzeichnis veröffentlicht
wird, und einen privaten Schlüssel, der nur dem jeweiligen Teilnehmer selbst bekannt ist und streng geheim gehalten
wird. Solche Verfahren nennt man
asymmetrische Chiffrierverfahren.
Der öffentliche Schlüssel des -ten Teilnehmers bestimmt den Chiffrierschritt ; der private Schlüssel des

-ten Teilnehmers bestimmt den Dechiffrierschritt . Es müssen folgende Bedingungen erfüllt sein:

1. ist die identische Abbildung.

2. Für und gibt es effiziente Realisierungen.

3. Der private Schlüssel kann mit den bis auf absehbare Zeit zur Verfügung stehenden Mitteln nicht aus

dem öffentlichen Schlüssel abgeleitet werden.

Gilt darüber hinaus noch

4. ist die identische Abbildung.

dann handelt es sich um ein Signaturverfahren mit öffentlichem Schlüssel. Ein Signaturverfahren ermöglicht dem
Absender der Nachricht, diese mit einer unfälschbaren Unterschrift zu versehen.

Möchte eine Nachricht verschlüsseln und an senden, dann entnimmt aus dem Verzeichnis den
öffentlichen Schlüssel von und legt damit die Verschlüsselungsfunktion fest: .

sendet nun den Schlüsseltext über das öffentliche Netz an , und kann den Klartext der Nachricht mit
Hilfe seines privaten Schlüssels bestimmen, der die Entschlüsselungsfunktion festlegt:

Um das Fälschen von Nachrichten zu verhindern, kann in einem Signaturverfahren mit öffentlichem Schlüssel
seine Nachricht an wie folgt signieren: verschlüsselt den Klartext mit seinem privaten Schlüssel
gemäß , fügt dem Text seine Unterschrift ,,A`` hinzu und verschlüsselt den unterschriebenen Text

mit dem öffentlichen Schlüssel von : . Der so signierte Text wird

von an geschickt.
Der Teilnehmer entschüsselt den Text mit seinem privaten Schlüssel und erhält
 . Aus diesem Text erkennt den Absender und kann nun

den Text mit dem öffentlichen Schlüssel von entschlüsseln: .

Einwegfunktionen

Chiffrierfunktionen in Verfahren mit öffentlichem Schlüssel müssen Einwegfunktionen mit ,,Falltür`` sein. Unter Falltür
versteht man hier eine geheim zu haltende Zusatzinformation.
Eine injektive Funktion heißt Einwegfunktion mit Falltür, falls die folgenden Bedingungen gelten:

1. Es gibt effiziente Verfahren zur Berechnung von und .

2. Das effiziente Verfahren zur Berechnung von kann aus nicht ohne eine geheim zu haltende

Zusatzinformation gewonnen werden.

Man kann nicht beweisen, daß es Einwegfunktionen gibt, kennt jedoch Funktionen, die als Kandidaten für
Einwegfunktionen in Frage kommen.
IDEA-Algorithmus (International Data Encryption Algorithm)
Der IDEA-Algorithmus wurde 1991 von LAI und MASSAY zum Patent vorgelegt. Wie beim DES-Algorithmus handelt
es sich um ein symmetrisches Verschlüsselungsverfahren; IDEA ist ein potentieller Nachfolger für DES. Der
Algorithmus ist insbesondere als Bestandteil des bekannten Softwarepakets PGP (Pretty Good Privacy) zur
Verschlüsselung von e-mails bekannt geworden. Im Unterschied zu DES wurde nicht nur der Algorithmus
veröffentlicht, sondern auch seine Entwurfsgrundlagen. Ziel war die Verwendung möglichst einfacher Operationen
(Addition modulo 2, Addition modulo , Multiplikation modulo ).

Mit IDEA kann man 64-Bit-Klartextblöcke verschlüsseln und bei Wahl der Teilschlüssel in umgekehrter Reihenfolge
wieder entschlüsseln. Zur Verschlüsselung wird jeder 64-Bit-Klartextblock in vier Teilblöcke von je 16 Bit aufgeteilt.
IDEA benutzt 128-Bit-Schlüssel, aus denen 52 Teilschlssel von je 16 Bit erzeugt werden. In 8
Verschlüsselungsrunden werden jeweils 6 dieser Teilschlüssel benötigt; die restlichen 4 Teilschlüssel werden in einer
Ausgabetransformation mit den vier Textblöcken verknüpft und abschließend zu einem 64-Bit-Schlüsseltextblock
zusammengesetzt.

IDEA ist etwa doppelt so schnell wie DES, in Hardware jedoch schwieriger zu implementieren. Öffentlich sind keine
erfolgreichen Angriffe gegen IDEA bekannt geworden. Angriffe durch Ausprobieren aller Schlüssel bleiben bei der
Schlüssellänge von 128 Bit wirkungslos.
Kryptosysteme
Ein abstraktes Kryptosystem besteht aus den folgenden Mengen: Nachrichtenraum , Schlüsseltextraum ,
Schlüsselräume und , Funktionsräume und .

Eine Nachricht wird durch Anwendung einer Abbildung mit einem Schlüssel zu einem

Schlüsseltext verschlüsselt und über einen Kommunikationskanal übermittelt. Der Empfänger kann aus

die ursprüngliche Nachricht reproduzieren, sofern er über eine geeignete Abbildung und den dazu

passenden Schlüssel verfügt.

Es gibt zwei Arten von Kryptosystemen:

1. Symmetrische Kryptosysteme: Beim klassischen symmetrischen Kryptosystem verwendet man den

gleichen Schlüssel zum Verschlüsseln der Nachricht und zum Entschlüsseln des Schlüsseltextes.
Beim Erstellen von klassischen Kryptosystemen kann der Anwender seiner Phantasie freien Lauf lassen. Das
Verschlüsseln und Entschlüsseln darf aber nicht zu kompliziert werden. In jedem Fall ist die sichere
Übertragung zwischen beiden Kommunikationspartnern unabdingbar.
2. Asymmetrische Kryptosysteme: Beim asymmetrischen Kryptosystem verwendet man zwei Schlüssel,
einen privaten (streng geheimen) und einen öffentlichen Schlüssel. Der öffentliche Schlüssel kann auf dem
gleichen Weg wie der Schlüsseltext übertragen werden. Die Sicherheit der Kommunikation ist hierbei durch die
Verwendung sogenannter Einwegfunktionen gewährleistet, die es dem unbefugten Lauscher unmöglich
machen, den Klartext aus dem Schlüsseltext zu ermitteln.
Mathematische Präzisierung

Ein Alphabet ist eine endliche nichtleere totalgeordnete Menge, deren Elemente

Buchstaben genannt werden. Die Länge des Alphabetes ist . Eine Zeichenreihe der Länge

, die aus Buchstaben von besteht, ist ein Wort der Länge über dem Aplphabet . Mit wird die

Menge aller Wörter der Länge über bezeichnet. Seien und Alphabete sowie eine
endliche Menge.

Eine Kryptofunktion ist eine Abbildung , so daß die Abbildung

für jedes injektiv ist. Dabei werden und

Verschlüsselungsfunktion bzw. Entschlüsselungsfunktion genannt, ist der Klartext und der Schlüsseltext.
Für eine Kryptofunktion ist die einparametrige Familie ein Kryptosystem . Der Begriff Kryptosystem

findet Verwendung, wenn neben der Abbildung auch Struktur und Größe der Schlüsselmenge von Bedeutung sind.
Die Menge aller zu einem Kryptosystem gehörenden Schlüssel heißt Schlüsselraum. Für und
wird

(5.188)
Kryptosystem auf genannt.
Ist ein Kryptosystem auf , dann heißt kontinuierliche Chiffre, falls ist; anderenfalls ist eine
Blockchiffre.

Kryptofunktionen aus einem Kryptosystem auf sind zum Verschlüsseln von Klartexten beliebiger Länge geignet.
Man zerlegt dazu den Klartext in Blöcke der Länge und wendet die Funktion auf jeden der Blöcke einzeln an.
Gegebenenfalls müssen noch sogenannte Blender hinzugefügt werden, um den Klartext auf eine durch teilbare
Länge zu ergänzen. Blender dürfen den Klartext nicht stören.

Man unterscheidet kontextfreie Verschlüsselung , bei der ein Schlüsseltextblock nur Funktion des zugehörigen
Klartextblocks und dessen Schlüssel ist, und kontextsensitive Verschlüsselung , bei der der Schlüsseltextblock auch
von anderen Blöcken der Nachricht abhängig ist. Im Idealfall hängt jede Schlüsseltextstelle von allen Klartextstellen
und allen Schlüsselstellen ab. Kleine Änderungen in Klartext oder Schlüssel bewirken dann große Änderungen im
Schlüsseltext ( Lawineneffekt ).
One-Time-Tape
Hierbei handelt es sich um die einzige, theoretisch als sicher geltende Chiffre. Die Verschlüsselung erfolgt nach dem
Prinzip der VIGENERE-Chiffre, jedoch verwendet man als Schlüssel eine Zufallsfolge von Buchstaben, deren Länge
mit der Länge des Klartextes übereinstimmt.

In der Regel werden one-time-tapes als binäre VIGENERE-Chiffren realisiert: Klartext und Schlüssel sind dann als
Dualzahlen dargestellt und werden modulo 2 addiert. Unter diesen Bedingungen ist die Chiffre involutorisch , d.h.,
das zweimalige Anwenden der Chiffre liefert wieder den Klartext. Die technische Ausführung von binären VIGENERE-
Chiffren erfolgt durch Schieberegisterschaltungen . Darunter versteht man Schaltungen, die nach bestimmten Regeln
aus Speicherbausteinen, die die Zustände 0 oder 1 annehmen können, und Schaltern zusammengesetzt sind.
RSA-Verfahren

Das im Kapitel Zahlentheorie beschriebene RSA-Verfahren ist das populärste asymmetrische

Verschlüsselungsverfahren.

1. Voraussetzungen: Man wählt zwei große Primzahlen und und . Dabei soll

gelten; und müssen sich als Dezimalzahlen in ihrer Länge um einige Stellen unterscheiden; die Differenz

zischen und darf aber auch nicht zu groß sein. Weiterhin sollen und große Primfaktoren

enthalten, und der größte gemeinsame Teiler von und soll möglichst klein sein. Man wähle ein

, das teilerfremd zu ist, und berechne ein mit modulo

. Dann bilden und den öffentlichen Schlüssel und den privaten Schlüssel.

2. Verschlüsselungsoperation:
(5.191a)
3. Entschlüsselungsoperation:
 (5.191b)

Damit gilt für jede Nachricht .

Die zur Verschlüsselung verwendete Funktion ist für ein Kandidat für eine

Einwegfunktion mit Falltür. Die Zusatzinformation liegt hier in der Kenntnis der Primfaktorenzerlegung von . Ohne
diese Information ist es praktisch unmöglich, die Kongruenz
zu lösen.

Das RSA-Verfahren gilt weithin als praktisch sicher, sofern die oben genannten Bedingungen erfüllt sind. Als Nachteil
gegenüber anderen Verfahren sind die relativ große Schlüssellänge und die Tatsache zu beachten, daß RSA
gegenüber DES um etwa den Faktor 1000 langsamer ist.
Sicherheit von Kryptosystemen
In der Kryptoanalysis geht es um die Entwicklung von Methoden, mit denen man aus dem Schlüsseltext ohne
Kenntnis des Schlüssels möglichst viele Informationen über den Klartext gewinnen kann.

Nach A. KERCKHOFF liegt die Sicherheit eines Kryptosystems allein in der Schwierigkeit, den Schlüssel oder genauer
die Entschlüsselungsfunktion zu finden. Sie darf nicht auf der Geheimhaltung des Systems selbst beruhen.

Es gibt verschiedene Aspekte zur Beurteilung der Sicherheit von Kryptosystemen:

a) Absolut sichere Kryptosysteme: Es gibt nur ein absolut sicheres Kryptosystem, das one-time-tape . Der
Beweis dafür wurde von SHANNON im Rahmen der Informationstheorie erbracht.
b) Analytisch sichere Kryptosysteme: Es gibt kein Verfahren, mit dem dieses Kryptosystem systematisch
gebrochen werden kann. Der Beweis für die Nichtexistenz solcher Verfahren kann durch den Nachweis der
Nicht-Berechenbarkeit der Entschlüsselungsfunktion erfolgen.
c) Komplexitätstheoretisch sichere Kryptosysteme: Es gibt keinen Algorithmus, der das Kryptosystem in
Polynomzeit (bezüglich der Textlänge) brechen kann.
d) Praktisch sichere Kryptosysteme: Es ist kein Verfahren bekannt, das das Kryptosystem mit den
verfügbaren Ressourcen mit vertretbaren Kosten brechen kann.
Bei der Kryptoanalyse werden oft statistische Methoden (Häufigkeitsanalysen für Buchstaben und Wörter)
angewandt. Neben dem vollständigen Suchen und der Trial-and-Error-Methode ist auch eine Strukturanalyse des
Kryptosystems denkbar (Lösen von Gleichungssystemen).
Bei Angriffen auf Kryptosysteme kann man versuchen, einige häufig vorkommende Chiffrierfehler auszunutzen,
z.B.die Verwendung stereotyper Formulierungen, das wiederholte Senden wenig geänderter Klartexte, eine
ungeschickte vorhersehbare Schlüsselauswahl und die Verwendung von Füllzeichen.

● Methoden der klassischen Kryptologie

● Tauschchiffren
● VIGENERE-Chiffre
● Matrixsubstitutionen
Verfahren mit öffentlichem Schlüssel
Obwohl die Verfahren der klassischen Kryptologie mit der heutigen Rechentechnik effizient realisierbar sind und auch
für zweiseitige Nachrichtenverbindungen nur ein Schlüssel erforderlich ist, gibt es auch eine Reihe von Nachteilen:

● Die Chiffriersicherheit beruht allein auf der Geheimhaltung des Schlüssels.

● Die Schlüssel müssen vor der Kommunikation auf einem hinreichend gesicherten Kanal ausgetauscht werden;
spontane Kommunikation ist nicht möglich.
● Es ist darüber hinaus nicht möglich, Dritten gegenüber nachzuweisen, daß ein bestimmter Absender eine
bestimmte Nachricht geschickt hat.

● Konzept von DIFFIE und HELLMAN

● Einwegfunktionen
● RSA-Verfahren
Methoden der klassischen Kryptologie

Außer durch Anwendung von Kryptofunktionen ist es auch möglich, einen Klartext durch kryptologische Codes zu
verschlüsseln. Darunter versteht man eine bijektive Abbildung von einer Teilmenge der Menge aller Wörter über
einem Alphabet auf eine Teilmenge der Menge aller Wörter über einem Alphabet . Die Menge aller
Original-Bild-Paare dieser Abbildung heißt Codebuch.

Beispiel
heute abend 0815
morgen abend 1113

Dem Vorteil, daß lange Klartexte durch kurze Nachrichten ersetzt werden können, steht der Nachteil gegenüber, daß
gleiche Klartextteile durch gleiche Schlüsseltextteile ersetzt werden und auch nur teilweise kompromittierte
Codebücher mit großem Aufwand komplett ausgetauscht werden müssen.

Im weiteren Text werden nur noch Verschlüsselungen mit Hilfe von Kryptofunktionen betrachtet. Diese haben den
zusätzlichen Vorteil, daß keine vorherige Absprache über den Inhalt der auszutauschenden Nachrichten erfolgen
muß.
Klassische Kryptooperationen sind Substitution und Transposition . Transpositionen sind in der Kryptologie spezielle,
über geometrische Figuren definierte Permutationen. Im weiteren sollen die Substitutionschiffren genauer vorgestellt
werden. Man unterscheidet monoalphabetische und polyalphabetische Substitutionen , je nachdem, ob ein Alphabet
oder mehrere Alphabete zur Abfassung des Schlüsseltextes herangezogen werden. Allgemeiner spricht man auch
von polyalphabetischen Substitutionen, wenn zwar nur ein Alphabet benutzt wird, jedoch die Verschlüsselung der
Klartextzeichen von deren Position im Text abhängig ist.

Außerdem ist eine Einteilung in monographische und polygraphische Substitutionen sinnvoll. Im ersten Fall werden
Einzelzeichen ersetzt, im zweiten Fall Zeichenfolgen einer festgesetzten Länge .
Matrixsubstitutionen

Sei ein Alphabet und , eine

nichtsinguläre Matrix vom Typ mit ggT(det ) . Die Abbildung, die jedem Klartextblock

den Schlüsseltextblock mit der Indexfolge (die Rechnung wird modulo ausgeführt)

(5.189)

zuordnet, heißt HILL-Chiffre. Es handelt sich dabei um eine monoalphabetische Matrixsubstitution.

Beispiel
Die Buchstaben des Alphabetes seien . Wählt man als Klartext das

Wort ,,HERBST``, dann sind den Buchstabenfolgen HER, BST die Indexfolgen bzw.

zugeordnet. Man erhält und

. Nach Reduktion modulo 26 ergeben sich die Indexfolgen

und sowie die zugehörigen Buchstabenfolgen ZGU bzw. HGG. Der Schlüsseltext

zum Klartext HERBST lautet also ZGUHGG.

Tauschchiffren

Ist und mit dem ggT , dann wird die

Permutation , die jeden Buchstaben auf abbildet, eine Tauschchiffre genannt.

Es gibt verschiedene Tauschchiffren auf .

Verschiebechiffren sind Tauschchiffren mit . Die Verschiebechiffre mit wurde schon von JULIUS
CAESAR (100 bis 44 v. Chr.) benutzt und heißt deshalb CAESAR-Chiffre.
VIGENERE-Chiffre

Die Verschlüsselung bei der VIGENERE-Chiffre basiert auf der periodischen Verwendung eines Schlüsselwortes,
dessen Buchstaben paarweise verschieden sind.

In einer Version dieser Chiffre nach L. CAROLL wird zum Ver- und Entschlüsseln das sogenannte VIGENERE-Tableau
benutzt:
Steht das Klartextzeichen in Zeile und das Schlüsselzeichen in Spalte des VIGENERE-Tableaus, dann wird das
Schlüsseltextzeichen im Schnittpunkt der beiden Reihen im Innern des Tableaus abgelesen. Die Entschlüsselung
erfolgt in umgekehrter Reihenfolge.

Beispiel
Als Schlüsselwort wird ,,Hut`` gewählt.
Klartext: E S W A R E I N M A L
Schlüssel: H U T H U T H U T H U
Schlüsseltext: L M P H L X P H F H F

Formal kann man die VIGENERE-Chiffre auch wie folgt schreiben: Ist der Klartextbuchstabe und der

zugehörige Schlüsselbuchstabe, dann ist der Schklüsseltextbuchstabe genau dann, wenn gilt.
Wurzeln

In Übereinstimmung mit der folgenden Tabelle ,,Definition der Potenzen`` wird als -te Wurzel aus die positive
Zahl
(1.17a)
bezeichnet. Man spricht bei der Berechnung dieser Zahl vom Radizieren oder Wurzelziehen und nennt den
Radikanden und den Wurzelexponenten . Die 2. und die 3. Wurzel werden auch Quadratwurzel bzw. Kubikwurzel
genannt.
Basis Exponent Potenz

beliebig reell,
 rational:

( , ganz, ) ( -te Wurzel aus hoch )

positiv reell
irrational:

positiv
Für die Lösung der Gleichung
(1.17b)

wird häufig auch die Schreibweise verwendet, aber dann repräsentiert diese Darstellung Werte

die im Falle eines negativen oder komplexen Wertes von gemäß (1.143b) zu

berechnen sind.

Beispiel

Die Gleichung hat die drei Wurzeln und

Kugel

Die Kugel besitze den Radius und den Durchmesser .

Jeder ebene Kugelschnitt ergibt einen Kreis. Ein ebener Schnitt durch den Kugelmittelpunkt ergibt einen Großkreis
mit dem Radius . Durch je zwei nicht diametral gegenüberliegende Kugeloberflächenpunkte kann immer nur ein
Großkreis gelegt werden. Die kürzeste Verbindungslinie zwischen zwei Kugeloberflächenpunkten auf der
Kugeloberfläche ist der Bogen des Großkreises.
Formeln für die Kugeloberfläche und das Kugelvolumen:
(3.142a)

(3.142b)

(3.142c)

(3.143a)

(3.143b)

(3.143c)

(3.144a)
(3.144b)
Kugelabschnitt

(3.147)

(3.148)
(3.149)

(3.150)
Legendresche Polynome (Kugelfunktionen)
Wegen der Definition s. Abschnitt LEGENDREsche Polynome 1. Art (Kugelfunktionen), eine Tabelle der Nullstelllen s.
Nullstellen der LEGENDREschen Polynome 1. Art.

0,00 0,0000 0,3750 0,0000 0,0000

0,05 0,3657 0,0927

0,10 0,3379 0,1788

0,15 0,2928 0,2523

0,20 0,2320 0,3075

0,25 0,1577 0,3397

0,30 0,3454 0,1292

0,35 0,3225 0,2225

0,40 0,2706 0,2926

0,45 0,1917 0,3290

0,50 0,3232 0,2231

0,55 0,2708 0,3007

0,60 0,1721 0,3226

0,65 0,1338 0,2737

0,70 0,2350

0,75 0,3438

0,80 0,4600

0,85 0,5838 0,2603

0,90 0,7150 0,4725

0,95 0,8538 0,7184 0,5541

1,00 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

Vektorfeld in Zylinder- und Kugelkoordinaten

Die Einheitsvektoren der Zylinder- und Kugelkoordinaten

(13.17a)

sind Tangenten an die Koordinatenlinien in jedem Punkt (s. die folgenden Abbildungen).
Sie bilden in der angegebenen Reihenfolge jeweils ein orthogonales Rechtssystem. Die Koeffizienten müssen dann
als Funktionen der entsprechenden Koordinaten gegeben sein:

(13.17b)

(13.17c)

Beim Übergang von einem Punkt zu einem anderen ändern zwar die Koordinatenvektoren ihre Richtung, sie stehen
aber stets senkrecht aufeinander.
Kugelschachtelungssatz

Sei ein vollständiger metrischer Raum. Ist

(12.55)

eine Folge von ineinandergeschachtelten abgeschlossenen Kugeln mit , dann ist der Durchschnitt aller
dieser Kugeln nichtleer und besteht nur aus einem einzigen Punkt.
Gilt dieser Satz in einem metrischen Raum, so ist dieser vollständig.
Kugelschicht

(3.151)

(3.152)
 (3.153)

(3.154)

Wenn das Volumen eines Kegelstumpfes ist, der in eine Kugelschicht einbeschrieben ist und die Länge seiner
Mantellinie ist, dann gilt

(3.155)
Begriffsbestimmung

Eine sphärische Kurve, die alle Meridiane unter konstantem Kurswinkel schneidet, heißt Loxodrome oder Kursgleiche
. Breitenkreise und Meridiane sind damit spezielle Loxodromen.
Polargleichung der Kurven zweiter Ordnung

Alle Kurven 2. Ordnung werden mit der einen Polargleichung

(3.352)

beschrieben, wobei der Halbparameter und die Exzentrizität sind. Dabei liegt der Pol im Brennpunkt, während
die Polarachse vom Brennpunkt nach dem nächstgelegenen Scheitelpunkt hin gerichtet ist. Für die Hyperbel definiert
diese Gleichung nur einen Ast.
Kurven dritter Ordnung
Eine ebene Kurve heißt algebraische Kurve der Ordnung , wenn sie durch eine Polynomgleichnung der Form
in zwei Variablen vom Gesamtgrad beschrieben werden kann.

Beispiel A

Die Kardioide mit der Gleichung , ist eine

Kurve 4. Ordnung.

Beispiel B
Die bekannten Kegelschnitte stellen Kurven 2. Ordnung dar.

● Semikubische Parabel
● Versiera der Agnesi
● Kartesisches Blatt
● Zissoide
● Strophoide
Kurve 3. Ordnung, Typ I
Die Funktion

(2.48)

liefert eine Kurve 3. Ordnung . Sie hat die beiden Asymptoten und und besteht aus zwei Ästen, von

denen der eine einer monotonen Änderung von zwischen und bzw. entspricht, während der

andere drei charakteristische Punkte durchläuft: einen Schnittpunkt mit der Asymptote bei ein

Extremum bei und einen Wendepunkt bei Für die Lage

dieser Äste gibt es vier Fälle, die von den Vorzeichen von und abhängen.
Die Schnittpunkte und mit der -Achse liegen bei ihre Anzahl kann zwei,

eins (Berührung) oder null betragen, je nachdem, ob für gilt: oder . Die Funktion (2.48)

geht für in die Funktion (s. Abbildung der reziproken Potenz)

und für in die gebrochen lineare Funktion , einen Spezialfall von (2.47), über.
Kurve 3. Ordnung, Typ II
Die Funktion

(2.49)

beschreibt eine Kurve 3. Ordnung , die symmetrisch zu der vertikalen Geraden bei verläuft und die die

-Achse zur Asymptote hat.

Ihr Verhalten hängt von den Vorzeichen von und ab. Von den zwei Fällen und

wird hier nur der erste betrachtet, da der zweite durch Spiegelung von an der

-Achse erhalten werden kann.

a) Fall Die Funktion ist für beliebiges positiv und stetig und wächst von 0 bis zum Maximum, um

dann wieder gegen 0 zu fallen. Das Maximum liegt bei die Wendepunkte und

liegen bei die zugehörigen Tangentensteigungen (Richtungskoeffizienten)

berechnen sich zu
b) Fall Die Funktion ist für beliebiges positiv, wächst von 0 bis besitzt bei

eine Unstetigkeitsstelle mit und nimmt von hier wieder auf 0 ab.
c) Fall Die Funktion wächst von 0 bis springt an der Unstetigkeitsstelle auf um von

hier über ein Maximum wieder nach zu verlaufen, von wo es einen zweiten Sprung nach gibt, auf

den schließlich ein Abfall gegen 0 folgt. Das Maximum liegt bei die Unstetigkeitsstellen

liegen bei
Kurve 3. Ordnung, Typ III
Die Funktion

(2.50)

beschreibt eine Kurve 3. Ordnung durch den Koordinatenursprung mit der -Achse als Asymptote.
Der Verlauf der Funktion hängt von den Vorzeichen von und von sowie von den Vorzeichen

der Wurzeln und der Gleichung ab, wenn ist, vom Vorzeichen von wenn

ist. Von den zwei Fällen und wird hier nur der erste betrachtet, da sich der zweite durch

Spiegelung der Kurve für an der -Achse ergibt.

a) Fall Die Funktion verläuft stetig, nimmt von 0 bis zum Minimum ab, steigt dann bis zum Maximum
an, um danach wieder auf 0 abzufallen.

Die Extremwerte und liegen bei es gibt drei Wendepunkte.

b) Fall Der Verlauf hängt vom Vorzeichen von ab:

❍ Die Funktion nimmt von 0 bis ab, hat eine Unstetigkeitsstelle, nach der sie von
bis zum Maximum anwächst, um danach gegen 0 zu streben.
 Das Maximum liegt bei .

❍ Die Funktion fällt von 0 bis zum Minimum ab, durchläuft danach den Koordinatenursprung,

steigt dann von 0 bis , hat eine Unstetigkeitsstelle und fällt dann wieder von auf 0 ab.
 Das Minimum liegt bei .

Die Unstetigkeitsstellen liegen in beiden Fällen bei beide Kurven besitzen je einen

Wendepunkt.
c) Fall Die Funktion besitzt zwei Unstetigkeitsstellen bei und ihr Verlauf hängt

von den Vorzeichen von und ab.

❍ Die Vorzeichen von und sind verschieden: Die Funktion nimmt von 0 bis ab, springt auf

nimmt wieder von bis ab, wobei sie durch den Koordinatenursprung verläuft,

erfährt einen zweiten Sprung nach von wo sie gegen 0 abfällt. Extremwerte treten nicht auf.

❍ Die Vorzeichen von und sind beide negativ: Die Funktion nimmt von 0 bis ab, springt auf

läuft von hier über ein Minimum wieder bis auf springt abermals auf steigt dann
bis zum Maximum an, um danach asymptotisch gegen 0 abzufallen.
 Die Extremwerte und werden nach den gleichen Formeln wie im Fall berechnet.

❍ Die Vorzeichen von und sind beide positiv: Die Funktion nimmt von 0 bis zum Minimum ab,

wächst dann auf an, springt auf durchläuft ein Maximum, um wieder zu erreichen,

springt auf und verläuft von hier gegen 0.

 Die Extremwerte und werden nach den gleichen Formeln wie im Fall berechnet.
In allen drei Fällen besitzt die Kurve einen Wendepunkt.
Kurven vierter Ordnung
● Konchoide des NIKOMEDES
● Allgemeine Konchoide
● PASCALsche Schnecke
● Kardioide
● CASSINIsche Kurven
● Lemniskate
Ebene Kurven
● Möglichkeiten, eine ebene Kurve zu definieren
● Lokale Elemente einer Kurve
● Ausgezeichnete Kurvenpunkte und Asymptoten
● Allgemeine Untersuchung einer Kurve nach ihrer Gleichung
● Evoluten und Evolventen
● Einhüllende von Kurvenscharen
Unterabschnitte

● Tangente im Punkt M:
● Gleichungen der Tangente und der Normalen:
● Positive Richtung von Kurventangente und Kurvennormale:
● Steigung der Tangente:
● Abschnitte der Tangente und Normale, Subtangente und Subnormale:
● Winkel zwischen zwei Kurven:

Tangente und Normale

Tangente im Punkt M:

Tangente im Punkt wird die Sekante in ihrer Grenzlage für genannt, Normale eine Gerade, die im
Punkt senkrecht auf der Tangente steht.
Gleichungen der Tangente und der Normalen:

Die Gleichungen der Tangente und der Normalen sind in der folgenden Tabelle für die drei Fälle der impliziten (3.424),
expliziten (3.425) und Parameterform (3.426) angegeben. Dabei sind die Koordinaten des Punktes und

die Koordinaten der Tangenten- und Normalenpunkte. Die Werte der Ableitungen sind für den Punkt zu berechnen.
Tabelle Tangenten- und Normalengleichungen
Art der Gleichung der Tangente Gleichung der Normale
Gleichung
 (3.424)

(3.425)

(3.426)

Beispiel A
 Kreis mit und Punkt :

a) Tangentengleichung:
oder Unter Berücksichtigung der

Kreisgleichung im Punkt
b) Normalengleichung:

oder im Punkt

Beispiel B

Sinuslinie im Punkt 0(0,0):

a) Tangentengleichung:
oder im Punkt

b) Normalengleichung:

oder im Punkt
Beispiel C

Kurve mit im Punkt

a) Tangentengleichung:

oder im Punkt

b) Normalengleichung:
oder im Punkt

Positive Richtung von Kurventangente und Kurvennormale:

Wenn die Kurve in der expliziten (3.425), Parameter- (3.426) oder Polarkoordinatenform (3.427) gegeben ist, dann sind die
positiven Richtungen auf der Tangente und der Normalen festgelegt. Die positive Richtung auf der Tangente stimmt mit
der positiven Richtung der Kurve im Berührungspunkt überein, während sich die positive Richtung auf der Normalen aus
der positiven Richtung der Tangente durch deren Drehung um den Punkt um im entgegengesetzten Drehsinn
des Uhrzeigers ergibt.
Die Tangente und die Normale werden durch den Punkt jeweils in eine positive und eine negative Halbgerade geteilt.

Steigung der Tangente:

Die Steigung der Tangente wird bestimmt

a) durch den Tangentenneigungswinkel zwischen den positiven Richtungen der Abszissenachse und der
Tangente oder,
b) wenn die Kurve in Polarkoordinaten gegeben ist, durch den Winkel zwischen der Richtung des Radiusvektors

und der positiven Richtung der Tangente.

Für die Winkel und gelten die folgenden Formeln, wobei das Bogenelement gemäß (3.428) bis (3.430)
berechnet wird:

(3.431a)

(3.431b)

Beispiel A
Beispiel B

Beispiel C

Abschnitte der Tangente und Normale, Subtangente und Subnormale:

Man erhält in Anlehnung an die Abbildung die folgenden Formeln:

a) In kartesischen Koordinaten für eine Definition gemäß der expliziten (3.425) und der Parameterform (3.426):

(3.432a)

(3.432b)

(3.432c)
 (3.432d)
b) In Polarkoordinaten für eine Definition gemäß der Polarkoordinatenform (3.427):

(3.433a)

(3.433b)

(3.433c)

(3.433d)

Beispiel A

Beispiel B
Winkel zwischen zwei Kurven:

Unter dem Winkel zwischen zwei Kurven und die sich im Punkt schneiden, wird der Winkel zwischen den

Tangenten an diese Kurven im Punkt verstanden.

Die Berechnung des Winkels ist damit auf die Berechnung des Winkels zwischen zwei Geraden mit den
Richtungskoeffizienten

(3.434a)

(3.434b)

zurückgeführt, wobei die Gleichung von und die Gleichung von ist und die

Ableitungen für den Punkt zu berechnen sind.

Beispiel

Es ist der Winkel zwischen den Parabeln und im Punkt zu bestimmen:

.
Positive Richtung auf einer Kurve

Wenn eine Kurve in der Parameterform (3.426) gegeben ist, dann wird auf ihr als positiv die

Richtung definiert, in der sich ein Kurvenpunkt für zunehmende Werte des Parameters bewegt.

Ist die Kurve in der expliziten Form (3.425) gegeben, dann kann die Abszisse

als Parameter aufgefaßt werden, so daß die positive Richtung die mit wachsender Abszisse ist. Für die Angabe in
Polarkoordinaten (3.427) dient der Winkel als Parameter,

so daß die positive Richtung der Zunahme von entspricht, d.h. entgegengesetzt zum Drehsinn des Uhrzeigers.

Beispiel A

Beispiel B
Beispiel C
Scheitel

Scheitel sind Kurvenpunkte, in denen die Krümmung ein Maximum oder ein Minimum besitzt. Die Ellipse hat z.B. die
vier Scheitel (linke Abbildung), die Kurve des Logarithmus (rechte Abbildung) nur einen bei

Die Ermittlung der Scheitelpunkte wird auf die Bestimmung der Extremwerte von oder, wenn das einfacher ist,
auf die von zurückgeführt, die mit den Formeln (3.438) bis (3.441) berechnet werden können.
Aufstellung empirischer Kurven
● Verfahrensweise
● Gebräuchlichste empirische Formeln
Beschreibung von Kurven in komplexer Form
Eine komplexe Funktion von einer reellen Veränderlichen kann auch in Parameterform dargestellt werden:
(14.91)

Bei Änderungen von durchlaufen die Punkte eine Kurve .

Die Gleichungen für Gerade, Kreis, Hyperbel, Ellipse und logarithmische Spirale lauten:

1. Gerade
a) Gerade durch einen Punkt , Winkel mit der -Achse:

(14.92a)
 b) Gerade durch zwei Punkte und :

(14.92b)
2. Kreis
a) Kreis, Radius , Mittelpunkt im Koordinatenursprung:
(14.93a)
 b) Kreis, Radius , Mittelpunkt im Punkt :

(14.93b)

3. Hyperbel, Normalform

(14.94a)
oder
(14.94b)
wobei und konjugiert komplexe Zahlen sind:

(14.94c)
4. Ellipse

a) Ellipse, Normalform :

(14.95a)
oder
(14.95b)
mit

(14.95c)

d.h., und sind beliebige reelle Zahlen.

 b) Ellipse, allgemeine Form: Der Mittelpunkt befindet sich im Punkt , die Achsen sind um einen
Winkel gedreht.
(14.96)
Mit und sind beliebige komplexe Zahlen bezeichnet, die die Länge der Ellipsenachsen und ihre Drehung
bestimmen.
 5. Logarithmische Spirale
(14.97)
wobei und beliebige komplexe Zahlen sind.
Hyperbolische Spirale
Die Gleichung der hyperbolischen Spirale in Polarkoordinaten lautet:

(2.238)

Die Kurve der hyperbolischen Spirale besteht aus zwei Zweigen, die symmetrisch zur -Achse verlaufen. Für beide
Zweige ist die Gerade Asymptote und der Koordinatenursprung asymptotischer Punkt.

Der Flächeninhalt des Sektors beträgt , wobei gilt: .

Der Krümmungsradius ist

Reziproke Potenz
Die Funktion

(2.51)

beschreibt eine Kurve vom hyperbolischen Typ mit den Koordinatenachsen als Asymptoten. Die Unstetigkeitsstelle
liegt bei
a) Fall Für wächst die Funktion bei geradem von 0 bis um dann auf 0

abzufallen, wobei sie stets positiv bleibt. Bei ungeradem fällt sie von 0 auf ab, springt auf
um dann wieder gegen 0 hin abzunehmen.
b) Fall Für fällt die Funktion bei geradem von 0 auf ab, um von hier gegen 0 zu

streben, wobei sie stets negativ bleibt. Bei ungeradem wächst sie von 0 bis , springt auf , um
danach bis 0 anzusteigen.
Extrema hat die Funktion keine. Die Kurve nähert sich um so schneller asymptotisch der -Achse und um so
langsamer der -Achse, je größer ist. Für gerades ist sie symmetrisch zur -Achse, für ungerades

zentralsymmetrisch zum Koordinatenursprung. Die Abbildung zeigt die Fälle und für
Hyperbelkosinus

Der Hyperbelkosinus (2.157) ist eine gerade Funktion, die für von auf 1 monoton fällt

und für von 1 bis monoton wächst.

Das Minimum liegt bei . Asymptoten gibt es keine. Die Kurve verläuft symmetrisch bezüglich der -Achse

und bleibt mit ihren Werten oberhalb der quadratischen Parabel (schwarz gezeichnete Kurve). Da die

Funktion eine Kettenlinie beschreibt, nennt man die Kurve auch Katenoide.
Hyperbelkotangens

Der Hyperbelkotangens (2.159) ist eine ungerade Funktion mit einer Unstetigkeit bei
Für fällt sie monoton von -1 auf für von auf +1. Extremwerte und

Wendepunkte gibt es nicht. Die Asymptoten liegen bei und

Lemniskate
Lemniskate nennt man den Spezialfall der CASSINIschen Kurven , die der Bedingung genügen

(2.230)

wobei die Fixpunkte bei liegen. Die Gleichung lautet in kartesischen und in Polarkoordinaten

(2.231a)

(2.231b)
Der Koordinatenursprung ist Doppelpunkt und Wendepunkt zugleich, wobei die Tangenten sind.

Die Schnittpunkte und mit der -Achse liegen bei die Maxima und Minima

bei der Polarwinkel beträgt in diesen Punkten

Der Krümmungsradius ergibt sich zu und der Flächeninhalt jeder Schleife zu

Raumkurven
● Möglichkeiten, eine Raumkurve zu definieren
● Begleitendes Dreibein
● Krümmung und Windung
Unterabschnitte

● Exponential- und Hyperbelfunktionen

● BESSEL-Funktionen
● Parameterdarstellung

Beispiele für zweidimensionale Graphiken

Die folgenden Graphiken wurden mit Maple erzeugt, danach mit Coreltrace vektorisiert und mit Coreldraw!
nachbearbeitet. Dies war notwendig, weil die unmittelbare Konversion einer Maple-Graphik in eine EPS-Datei nur
sehr kleine Liniendicken ergibt und damit unansehnliche Bilder liefert.

Exponential- und Hyperbelfunktionen

Mit der Konstruktion

(20.91a)
(20.91b)
erhält man die in der folgenden Abbildung dargestellten Exponentialfunktionen.
Ähnlich liefert der Befehl

die gemeinsame Darstellung der vier Hyperbelfunktionen:

Zusätzliche Strukturen, wie Beschriftungen, Achsenpfeile und anderes sind in Graphiken durch nachträgliche
Bearbeitung mit Hilfe von Graphikprogrammen einzufügen.

BESSEL-Funktionen

Mit den beiden Aufrufen

(20.92a)
und
(20.92b)

erhält man jeweils die ersten drei BESSEL-Funktionen mit geradem (erste Abbildung) und mit
ungeradem (zweite Abbildung).
In ähnlicher Art und Weise lassen sich die anderen in Maple vordefinierten speziellen Funktionen darstellen.

Parameterdarstellung

Mit dem Aufruf

(20.93a)
erhält man die in der folgenden Abbildung dargestellte Kurve.
Auf die folgenden zwei Aufrufe liefert MAPLE eine trochoidenähnliche Schleifenfunktion
(vgl. verkürzte Trochoide) bzw. eine hyperbolische Spirale.
(20.93b)
(20.93c)
Durch die Einfügung der Option coords in die Anweisung interpretiert Maple die Parameterdarstellung als
Polarkoordinaten.
Sekans

Die Sekansfunktion

(2.68)

hat die Periode die Asymptoten sind ; stets gilt . Die Maxima liegen bei

mit die Minima bei mit

Semikubische Parabel
Die Gleichung
(2.215a)
oder in Parameterform
(2.215b)
liefert die semikubische Parabel .
Im Koordinatenursprung gibt es einen Rückkehrpunkt, Asymptoten gibt es keine. Die Krümmung

durchläuft alle Werte von bis 0. Der Kurvenbogen hat zwischen dem

Koordinatenursprung und einem Punkt die Länge

Hyperbelsinus

Der Hyperbelsinus (2.156) ist eine ungerade, zwischen und monoton wachsende
Funktion.
Der Koordinatenursprung ist zugleich Symmetriemittel- und Wendepunkt mit dem Tangentenneigungswinkel

Asymptoten gibt es nicht.

Sphärische Kurven

Ein wichtiges Einsatzgebiet der sphärischen Trigonometrie ist die Navigation. Eine ihrer Aufgaben besteht in der
Wahl von Kurswinkeln, die optimale Wegstrecken ermöglichen. Andere Anwendungsgebiete sind das geodätische
Vermessungswesen (s. z.B. Lit. 3.12, Programme und Rechenbeispiele) sowie Roboter-Bewegungsabläufe.
Strophoide
Die Strophoide ist der geometrische Ort aller Punkte und , die auf einem beliebigen Strahl durch den Punkt

liegen ( liegt auf der negativen -Achse) und für die gilt
(2.220)

Dabei ist der Schnittpunkt des Strahles mit der -Achse.

Die Gleichung der Strophoide in kartesischen und Polarkoordinaten sowie in Parameterform lautet:

(2.221a)

(2.221b)

(2.221c)

Der Koordinatenursprung ist ein Doppelpunkt mit den Tangenten . Die Asymptote hat die Gleichung
 , und der Scheitel liegt bei

Der Flächeninhalt der Schleife beträgt der Flächeninhalt zwischen der Kurve und der

Asymptote .
Hyperbeltangens

Der Hyperbeltangens (2.158) ist eine ungerade, für von bis monoton von -1 auf +1
anwachsende Funktion.

Der Koordinatenursprung ist zugleich Symmetriemittel- und Wendepunkt mit dem Tangentenneigungswinkel

Die Asymptoten liegen bei

Tangens

Die Tangensfunktion
(2.66)

hat die Periode und die Asymptoten

Die Funktion wächst für im Intervall von bis monoton zwischen bis für größere Werte

von wiederholt sich dieser Verlauf periodisch. Die Schnittpunkte mit der -Achse bei

sind zugleich Wendepunkte mit dem Tangentenneigungswinkel

Schleppkurve oder Traktrix
Schleppkurve oder Traktrix nennt man den geometrischen Ort aller Punkte mit der Eigenschaft, daß das
Tangentenstück einer Kurve zwischen Berührungspunkt und Schnittpunkt der Tangente mit einer
Leitlinie, hier mit der -Achse, die konstante Länge besitzt.
In der Abbildung ist die Traktrix blau gezeichnet. Die Traktrix wird von einem Punkt , Schleppunkt genannt,
beschrieben, der an einem Ende eines nicht dehnbaren Fadens mit der Länge befestigt ist, wenn das andere
Ende entlang der Leitlinie, hier entlang der -Achse, bewegt wird.
Die Gleichung der Traktrix lautet

(2.243)

Die -Achse ist Asymptote. Der Punkt ist ein Rückkehrpunkt. Die Kurve verläuft symmetrisch zur -

Achse.
Die Länge des Bogens ist Bei wachsender Länge des Bogens nähert sich die Differenz

dem Wert wobei hier die Abszisse des Punktes ist.

Der Krümmungsradius ist Krümmungsradius und Normalenabschnitt sind

zueinander umgekehrt proportional:

Die Evolute der Traktrix, d.h., der geometrische Ort ihrer Krümmungskreismittelpunkte in der Abbildung rot

dargestellt, ist die Katenoide mit der Gleichung (2.242).

Verlängerte und verkürzte Zykloiden oder Trochoiden
Verlängerte und verkürzte Zykloiden oder Trochoiden werden von einem Punkt beschrieben, der sich 1. außerhalb
oder 2. innerhalb eines Kreises auf einem vom Kreismittelpunkt ausgehenden und mit dem Kreis fest verbundenen
Strahl befindet, während der Kreis, ohne zu gleiten, auf einer Geraden abrollt.
Die Gleichung der Trochoiden in Parameterform lautet mit als Radius des Kreises:
(2.233a)
(2.233b)

wobei der Winkel ist. Wegen bestimmt die verlängerte Zykloide und

die verkürzte.

Die Periode der Kurven ist

Die Maxima liegen bei die Minima bei

Die verlängerte Zykloide besitzt bei

Doppelpunkte, wobei die kleinste positive Wurzel der Gleichung ist.

Die verkürzte Zykloide besitzt Wendepunkte bei

Die Länge eines Zyklus berechnet sich zu

Die in der Abbildung schraffiert gezeichnete Fläche beträgt

Für den Krümmungsradius erhält man in den Maxima

und in den Minima

Zissoide
Die Gleichung der Zissoide

(2.218a)

in Parameterform

(2.218b)

und in Polarkoordinaten

(2.218c)

beschreibt den geometrischen Ort aller Punkte , für die gilt

(2.219)
Dabei ist ein beliebiger Punkt auf dem erzeugenden Kreis mit dem Radius und der Schnittpunkt der

Geraden mit der Asymptote .

Der Flächeninhalt zwischen der Kurve und Asymptote berechnet sich zu .

Zykloiden
● Gewöhnliche Zykloide
● Verlängerte und verkürzte Zykloiden oder Trochoiden
● Epizykloide
● Hypozykloide und Astroide
● Verlängerte und verkürzte Epi- und Hypozykloide oder Epi- und Hypotrochoide
Schnittpunkte sphärischer Kurven

● Schnittpunkte zweier Orthodromen

● Schnittpunkte zweier Loxodromen
Spiralen
● ARCHIMEDische Spirale
● Hyperbolische Spirale
● Logarithmische Spirale
● Evolvente des Kreises
● Klotoide
Allgemeine Untersuchung einer Kurve nach ihrer Gleichung

Kurven, gegeben in der impliziten Form (3.424), in der expliziten Form (3.425), in der

Parameterform (3.426) oder in der Polarkoordinatenform (3.427), werden

meist mit dem Ziel untersucht, ihr Verhalten oder ihre Gestalt kennenzulernen.

● Kurvenkonstruktion von explizit gegebenen Funktionen

● Kurvenkonstruktion von implizit gegebenen Funktionen
Kurvenintegrale
Der Integralbegriff kann in verschiedene Richtungen verallgemeinert werden. Während das Integrationsgebiet des
gewöhnlichen bestimmten Integrals ein Intervall auf der Zahlengeraden ist, wird beim Kurvenintegral -, auch
Linienintegral genannt, ein Stück einer ebenen oder räumlichen Kurve als Integrationsgebiet gewählt, d.h., es werden
Grenzwerte von Summen betrachtet, deren Summanden von einer Kurve, dem Integrationsweg, abhängen. Ist die
Kurve, d.h. der Integrationsweg, geschlossen, dann wird das Kurvenintegral zum Umlaufintegral . Man unterscheidet
Kurvenintegrale erster, zweiter und allgemeiner Art.

● Kurvenintegrale erster Art

● Kurvenintegrale zweiter Art
● Kurvenintegral allgemeiner Art
● Unabhängigkeit des Kurvenintegrals vom Integrationsweg
Berechnung des Kurvenintegrals erster Art

Die Berechnung des Kurvenintegrals erster Art erfolgt durch Zurückführung auf die Berechnung des bestimmten
Integrals.

1. Vorgabe der Gleichung des Integrationsweges in Parameterform: Lauten die Gleichungen eines
ebenen Integrationsweges und , dann gilt

(8.108a)

und im Falle eines räumlichen Integrationsweges mit und

(8.108b)
wobei der Wert des Parameters im Punkt und sein Wert für den Punkt ist. Die Punkte und

werden so gewählt, daß die Bedingung erfüllt ist.

2. Vorgabe der Gleichung des Integrationsweges in expliziter Form: Man setzt und erhält aus
(8.108a) im ebenen Falle

(8.109a)

und aus (8.108b) im räumlichen Falle

(8.109b)

Dabei sind und die Abszissen der Punkte und , wobei die Bedingung erfüllt sein muß.

Außerdem wird angenommen, daß jedem Punkt der Projektion des Kurvenstückes auf die -Achse dort
eindeutig ein Punkt entspricht, d.h., daß jeder Kurvenpunkt eindeutig durch einen Abszissenpunkt bestimmt wird.
Wenn das nicht der Fall ist, dann wird das Bogenstück in mehrere Teilintervalle zerlegt, von denen jedes die
genannte Eigenschaft besitzt. Das Kurvenintegral über das gesamte Kurvenstück ist dann gleich der Summe der
Kurvenintegrale über die Teilintervalle.
Definitionen

Kurvenintegral erster Art oder Integral über eine Bogenlänge wird das bestimmte Integral

(8.106)

genannt, wobei eine in einem zusammenhängenden Gebiet definierte Funktion von zwei

Veränderlichen ist und die Integration über den Kurvenbogen einer ebenen, durch ihre Gleichung
vorgegebenen Kurve durchgeführt wird. Das betreffende Bogenstück liegt in dem gleichen Gebiet und wird
Integrationsweg genannt. Der Zahlenwert des Kurvenintegrals erster Art wird auf die folgende Weise ermittelt
(s. Abbildung).

1. Zerlegung des Bogenstückes in Elemementarbogenstücke durch beliebig gewählte Punkte

, beginnend beim Anfangspunkt bis zum Endpunkt .
 2. Auswahl beliebiger Punkte im Innern oder auf dem Rande eines jeden Elementarbogenstückes

mit den Koordinaten und .

3. Multiplikation der Funktionswerte in den gewählten Punkten mit den positiv zu nehmenden

Bogenlängen .

4. Addition aller so gewonnenen Produkte .

5. Berechnung des Grenzwertes der Summe

(8.107a)

für den Fall, daß die Länge jedes Elementarbogenstückes gegen Null geht, also gegen .
Wenn der Grenzwert von (8.107a) existiert und unabhängig ist von der Wahl der Punkte und , so wird er
Kurvenintegral erster Art genannt, und man schreibt

(8.107b)

In Analogie dazu wird das Kurvenintegral erster Art für eine Funktion von drei Veränderlichen

definiert, dessen Integrationsweg das Bogenstück einer Raumkurve ist:

(8.107c)
Existenzsatz

Das Kurvenintegral 1. Art (8.107b) bzw. (8.107c) existiert, wenn die Funktion bzw. sowie die

Kurve längs des Bogenstückes stetig sind und die Kurve dort eine stetige Tangente besitzt. Anders formuliert: Es
existieren in diesem Falle die genannten Grenzwerte, und sie sind unabhängig von der Wahl der Punkte und

. Die Funktion heißt in diesem Falle längs der Kurve integrierbar.

Berechnung der Kurvenintegrale zweiter Art

Die Berechnung der Kurvenintegrale 2. Art erfolgt durch Zurückführung auf die Berechnung des bestimmten
Integrals. Es werden zwei Fälle unterschieden.

● Vorgabe der Gleichung des Integrationsweges in Parameterform:

● Vorgabe der Gleichung des Integrationsweges in expliziter Form:
Definitionen

Kurvenintegral zweiter Art oder Integral über eine Projektion (auf die -, - oder -Achse) wird das bestimmte
Integral

(8.110a)

oder

(8.110b)

genannt, wobei bzw. eine in einem zusammenhängenden Gebiet definierte Funktion von

zwei bzw. drei Veränderlichen ist und die Integration über die Projektion eines ebenen oder räumlichen durch seine

Gleichung vorgegebenen Kurvenbogens auf die -, -, oder -Achse durchgeführt wird. Der
Integrationsweg liegt in dem gleichen Gebiet. Das Kurvenintegral zweiter Art wird ebenso gewonnen wie das
Kurvenintegral erster Art, jedoch mit dem Unterschied, daß beim dritten Schritt die Funktionswerte bzw.

nicht mit den Längen der Elementarbogenstücke multipliziert werden, sondern mit ihren

Projektionen auf eine der Koordinatenachsen (s. Abbildung).

Existenzsatz

Das Kurvenintegral zweiter Art (8.112a), (8.113a), (8.112b), (8.113b) und (8.114) existiert, wenn die Funktion

bzw. sowie die Kurve längs des Bogenstückes stetig sind und die Kurve dort eine stetige

Tangente besitzt.
Projektion auf die x-Achse:

Mit
(8.111)

ergibt sich

(8.112a)

(8.112b)
Projektion auf die y-Achse:

(8.113a)

(8.113b)
Projektion auf die z-Achse:

(8.114)
Kurvenintegral als Kurvenintegral 2. Gattung allgemeiner Art

In kartesischen Koordinaten gilt:

(13.101)
Definition

Kurvenintegral allgemeiner Art wird die Summe der Integrale 2. Art über alle Projektionen einer Kurve genannt. Wenn
entlang des vorgegebenen Kurvenstückes zwei Funktionen und von zwei Veränderlichen

oder drei Funktionen und von drei Veränderlichen definiert sind und die

entsprechenden Kurvenintegrale 2. Art existieren, dann gilt:

1. Für eine ebene Kurve:

(8.118a)

2. Für eine Raumkurve:

(8.118b)
Die vektorielle Darstellung des Kurvenintegrals allgemeiner Art und eine Anwendung in der Mechanik wird im
Abschnitt ,,Kurvenintegral im Vektorfeld`` behandelt.
Eigenschaften des Kurvenintegrals allgemeiner Art

1. Die Zerlegung des Integrationsweges mittels eines Teilungspunktes , der auf der Kurve außerhalb des

Bogenstückes liegen kann (s. Abbildung), führt zur Aufteilung des Integrals in zwei Teilintegrale:

(8.119)

Für den Fall dreier Veränderlicher gelten analoge Formeln.

2. Die Umkehrung der Durchlaufrichtung des Integrationsweges führt zum Vorzeichenwechsel des
Integrals:
 (8.120)

Für den Fall dreier Veränderlicher gelten analoge Formeln.

3. Wegabhängigkeit: Im allgemeinen hängt der Wert des Kurvenintegrals sowohl vom Anfangs- und Endpunkt
als auch vom Integrationsweg ab (s. Abbildung):

(8.121)

Für den Fall dreier Veränderlicher gelten analoge Formeln.

Beispiel A
 , wobei ein Gang der Schraubenlinie

von bis ist.

Beispiel B

, wobei ein Bogen der Parabel zwischen den

Punkten und ist: .

Kurvenintegral im Vektorfeld

● Definition
● Berechnung des Kurvenintegrals in fünf Schritten
Kurvenkonstruktion von explizit gegebenen Funktionen

a) Ermittlung des Definitionsbereiches.

b) Ermittlung der Symmetrie der Kurve hinsichtlich des Koordinatenursprungs und der -Achse aus der
Geradheit oder Ungeradheit der Funktion.
c) Ermittlung des Verhaltens der Funktion im Unendlichen durch Bestimmung der
Grenzwerte und

d) Bestimmung der Unstetigkeitsstellen.

e) Bestimmung der Schnittpunkte mit der -Achse bzw. mit der -Achse durch Berechnung von

bzw. von

f) Bestimmung der Maxima und Minima und Ermittlung der Monotonieintervalle mit Zu- bzw. Abnahme der
Funktion.
g) Bestimmung der Wendepunkte und ihrer Tangentengleichungen.

Mit den so gefundenen Angaben kann die Kurve skizziert und, wo es nötig ist, durch Berechnung einzelner Punkte
präzisiert werden.
Beispiel

Es ist die Kurve der Funktion zu konstruieren:

a)
Die Funktion ist für alle -Werte außer für definiert.
b)
Es gibt keinerlei Symmetrie.
c)
Für strebt so daß Annäherung von unten bedeutet, während

sich für zwar ebenfalls ergibt, aber Annäherung von oben

bedeutet.
d)
Bei gibt es eine Unstetigkeitsstelle derart, daß die Kurve von links und von rechts nach
verläuft, da für kleine -Werte negativ ist.
e)
Da ist, gibt es keinen Schnittpunkt mit der -Achse, während

die Schnittpunkte mit der -Achse bei und

 liefert.
f)
Ein Maximum liegt bei und

g)
Ein Wendepunkt befindet sich bei mit

h)
Nach der Skizzierung der Funktion auf Grund der gewonnenen Daten (s. Abbildung) wird der
Schnittpunkt der Kurve mit der Asymptote bei und berechnet.
Kurvenkonstruktion von implizit gegebenen Funktionen

Ist die Funktion impilzit gemäss gegebene, dann ist die Angabe allgemeiner Regeln ist nicht zu

empfehlen, da sich damit oft umständliche Rechnungen ergeben. Nach Möglichkeit sollten die folgenden Elemente
ermittelt werden:

a) Bestimmung aller Schnittpunkte

mit den Koordinatenachsen.
b) Ermittlung der Symmetrien der Kurven,
indem durch und durch ersetzt wird.
c) Bestimmung der Extremwerte
bezüglich der -Achse und nach Vertauschen von und auch bezüglich der -Achse.
d) Bestimmung der Wendepunkte und der Tangentenneigungen.
e) Bestimmung der singulären Punkte.
f) Bestimmung der Scheitelpunkte
und der zuhörigen Krümmungskreise. Die Kurvenbogenstücke sind oft auf einem relativ großen Abschnitt nur
schwer von den Krümmungskreisabschnitten zu unterscheiden.
g) Bestimmung der Asymptotengleichungen
und der Lage der Kurvenzweige relativ zu den Asymptoten.
Winkel-Rückversetzung

Liegt eine berechnete geographische Länge nicht im Definitionsbereich dann ergibt

sich für die reduzierte geographische Länge zu

(3.211)

Man spricht in diesem Zusammenhang von Rückversetzung des Winkels in den Definitionsbereich.
NEPERsche Regel

Die NEPERsche Regel faßt die Gleichungen (3.187a) bis (3.187j) zusammen. Eine schematische Darstellung liefert
die folgende Abbildung.

Wenn die 5 Bestimmungsstücke eines rechtwinklig sphärischen Dreiecks ohne Berücksichtigung des rechten Winkels
in einem Kreis in der gleichen Reihenfolge angeordnet werden wie im Dreieck und wenn dabei die Katheten

durch ihre Komplementwinkel und ersetzt werden, dann gilt:

Der Kosinus jedes Bestimmungsstücks ist gleich dem Produkt der Kotangensfunktionen seiner beiden
anliegenden Bestimmungsstücke.
 Der Kosinus jedes Bestimmungsstücks ist gleich dem Produkt aus den Sinus der nicht anliegenden
Bestimmungsstücke.

Beispiel A

(s. (3.187a);

Beispiel B

(s. (3.187f)).

Beispiel C
Das Gradnetz einer Kugel ist auf einen Zylinder abzubilden, der die Kugel in einem Meridian berührt. Der
Berührungsmeridian und der Äquator bilden die Achsen eines GAUSS-KRÜGER-Systems.
Lösung: Ein Punkt der Kugeloberfläche wird zu der Ebene. Der Großkreis g durch senkrecht
zum Berührungsmeridian bildet sich als Gerade g' senkrecht zur -Achse und der Kleinkreis durch
parallel zum Berührungsmeridian als Gerade parallel zur -Achse ab. Der Meridian durch hat
als Bild keine Gerade, sondern eine Kurve Die nach oben zeigende Richtung der Tangente von
in gibt die geographische Nordrichtung an, die nach oben zeigende Richtung von die geodätische
Nordrichtung . Der Winkel zwischen beiden Nordrichtungen heißt Meridiankonvergenz .

Im rechtwinklig sphärischen Dreieck mit und ergibt sich aus

 Nach der NEPERschen Regel ist oder

Da und meist klein sind, folgt mit

daraus Die Längenverzerrung dieses Zylinderentwurfes ist

bei kleinen Abständen gering, und es kann gesetzt werden, wobei der Rechtswert von

ist. Man erhält Die Umrechnung von aus dem Bogen- ins Gradmaß ergibt für

km eine Meridiankonvergenz von bzw.

Kompensatorische Operatoren

Gelegentlich benötigt man Operatoren, die zwischen den - und -Normen liegen; sie werden kompensatorische
Operatoren genannt. Beispiele für kompensatorische Operatoren sind der Lambda- und der Gamma-Operator.

1. Lambda-Operator:
(5.270)
Fall
Die Gleichung (5.270) liefert eine Form, die als algebraische Summe bekannt ist (s. Tabelle der - und -
Normen, -Normen); ihr ist der ODER-Operator zuzuordnen.
Fall
Die Gleichung (5.270) liefert eine Form, die als algebraisches Produkt bekannt ist (s. Tabelle der - und -
Normen, -Normen); ihr ist der UND-Operator zuzuordnen.
2. Gamma-Operator:
(5.271)
Fall = 1:
liefert die Darstellung für die algebraische Summe.
Fall = 0:
liefert die Darstellung für das algebraische Produkt.
Die Anwendung des Gamma-Operators auf beliebig viele unscharfe Mengen ist gegeben durch

(5.272)

und mit einer Wichtung versehen ergibt sich:

(5.273)
LANDAU-Symbole

Das gegenseitige Verhalten zweier Funktionen bezüglich einer beliebigen Stelle wird durch die LANDAU-
Symbole (,,groß O``), bzw. (,,klein o``) wie folgt beschrieben: Es bedeutet für

(2.28a)

und

(2.28b)

wobei zugelassen ist. Die LANDAU-Symbole haben nur Sinn bei gleichzeitiger Vorgabe der
Bewegungsrichtung .

Beispiel A
 für denn mit und gilt:

d.h., verhält sich in der Umgebung von wie

Beispiel B

verschwindet von höherer Ordnung als für

d.h., für .

Beispiel C

und verschwinden von gleicher Ordnung für :

d.h., für
Definition

Das Skalarprodukt des Nablaoperators mit sich selbst wird LAPLACE-Operator genannt:
(13.72)

Der LAPLACE-Operator ist kein Vektor. Er schreibt die Summierung der zweiten partiellen Ableitungen vor und kann
sowohl auf skalare als auch auf vektorielle Funktionen angewandt werden. Der LAPLACE-Operator ist ein skalar
invarianter Vektor , d.h., seine Form bleibt bei Translation und/oder Rotation des Koordinatensystems unverändert.
Darstellung des Laplace-Operators in verschiedenen Koordinaten

In den folgenden Formeln erfolgt die Anwendung des LAPLACE-Operators auf die skalare Ortsfunktion . Das

Ergebnis der Anwendung ist dann ein Skalar. Bei Anwendungen auf vektorielle Ortsfunktionen ist das

Ergebnis der Anwendung ein Vektor mit den Komponenten .

1. LAPLACE-Operator in kartesischen Koordinaten

(13.73)

2. LAPLACE-Operator in Zylinderkoordinaten

(13.74)

3. LAPLACE-Operator in Kugelkoordinaten
 (13.75)

4. LAPLACE-Operator in allgemeinen orthogonalen Koordinaten

(13.76a)

mit

(13.76b)

(13.76c)
Laplace-Transformierte, Original- und Bildbereich

● Definition der Laplace-Transformation

● Konvergenz
● Inverse Laplace-Transformation (Rücktransformation)
Additions- oder Linearitätssatz, Ähnlichkeitssätze

1. Additions- oder Linearitätssatz: Die LAPLACE-Transformation einer Summe ist gleich der Summe der
LAPLACE-Transformierten, wobei konstante Faktoren vor das LAPLACE-Integral gezogen werden können
:

(15.9)

2. Ähnlichkeitssätze: Die LAPLACE-Transformierte von ) ergibt eine LAPLACE-

Transformierte, die gleich der Transformierten der durch dividierten Originalfunktion ist, aber mit dem
Argument :

(15.10a)

In Analogie dazu gilt für die Rücktransformation

(15.10b)

Die folgende Abbildung zeigt die Anwendung des Ähnlichkeitssatzes am Beispiel einer Sinusfunktion.
Definition der Laplace-Transformation

Die LAPLACE-Transformation

(15.5)

ordnet einer gegebenen Funktion der reellen Veränderlichen , Originalfunktion genannt, eine andere

Funktion der komplexen Veränderlichen zu, die Bildfunktion genannt wird. Dabei wird vorausgesetzt, daß

die Originalfunktion in ihrem Definitionsbereich , dem Originalbereich , stückweise glatt ist und für

nicht stärker als mit gegen strebt. Der Definitionsbereich der Bildfunktion wird

Bildbereich genannt.

Häufig wird in der Literatur die LAPLACE-Transformierte auch in der WAGNERschen oder LAPLACE-CARSONschen
Form
 (15.6)

eingeführt (s. Lit. 15.17).

Dämpfungssatz

Die LAPLACE-Transformierte einer mit dem Faktor gedämpften Originalfunktion ist gleich der LAPLACE-
Transformierten mit dem Argument :

(15.12)
Lösung von Differentialgleichungen mit Hilfe der Laplace-
Transformation
Schon aus den Rechenregeln für die LAPLACE-Transformation ist zu erkennen, daß durch Anwendung der LAPLACE-
Transformation komplizierte Operationen im Originalbereich wie Differentiation oder Integration durch einfache
algebraische Operationen im Bildbereich ersetzt werden können. Dabei müssen allerdings, z.B. bei der
Differentiation, noch Anfangsbedingungen berücksichtigt werden. Von dieser Tatsache macht man bei der Lösung
von Differentialgleichungen Gebrauch.

● Gewöhnliche Differentialgleichungen mit konstanten Koeffizienten

● Gewöhnliche Differentialgleichungen mit veränderlichen
Koeffizienten
● Partielle Differentialgleichungen
Differentiation im Bildbereich

(15.15)

Die -te Ableitung der Bildfunktion ist gleich der LAPLACE-Transformierten der mit multiplizierten

Originalfunktion :

(15.16)
Differentiation und Integration nach einem Parameter

(15.20a)

(15.20b)

Mit Hilfe dieser Formeln kann man manchmal LAPLACE-Integrale aus bereits bekannten berechnen.
Differentiation im Originalbereich

Wenn die Ableitungen für existieren und die höchste auftretende Ableitung

von eine Bildfunktion besitzt, dann haben auch die niedrigeren Ableitungen einschließlich eine

Bildfunktion, und es gilt:

(15.13)

Aus der Gleichung (15.13) ergibt sich die folgende Darstellung des LAPLACE-Integrals, die zur genäherten
Berechnung von LAPLACE-Integralen genutzt werden kann:
(15.14)
Zusammenhang mit der Laplace-Transformation

Beschreibt man eine diskrete Funktion als Treppenfunktion, dann gilt:

(15.128)
Auf diese stückweise konstante Funktion läßt sich die LAPLACE-Transformation anwenden, und man erhält für
:

(15.129)

Die unendliche Reihe in (15.129) wird auch als diskrete LAPLACE-Transformation bezeichnet und mit dem Symbol
gekennzeichnet:

(15.130)

Setzt man in (15.130) , dann stellt eine Reihe nach absteigenden Potenzen von dar, eine

sogenannte LAURENT-Reihe. Mit der Substitution , die zu dem Namen Z-Transformation geführt hat, erhält
man schließlich aus (15.129) den folgenden Zusammenhang zwischen LAPLACE- und Z-Transformation im Falle von
Treppenfunktionen:

(15.131a)

bzw.

(15.131b)

Auf diese Weise lassen sich Korrespondenzen der Z-Transformation (Tabelle Z-Transformationen) in
Korrespondenzen der LAPLACE-Transformation (s. Tabelle LAPLACE-Transformation) für Treppenfunktionen
umrechnen und umgekehrt.
Divisionssatz

(15.19)

Damit das Integral existiert, muß der Grenzwert existieren.

Integration im Bildbereich

(15.18a)

Diese Formel gilt nur, wenn eine LAPLACE-Transformierte besitzt. Dazu muß für

genügend stark gegen Null streben. Als Integrationsweg kann ein beliebiger, von ausgehender Strahl gewählt
werden, der mit der reellen Achse einen spitzen Winkel bildet.
Im Spezialfall des gewöhnlichen einfachen Integrals gilt:

(15.18b)
Integration im Originalbereich

Die Bildfunktion eines Integrals über die Originalfunktion ist gleich der Bildfunktion der Originalfunktion, multipliziert mit
:

(15.17a)

Im Spezialfall des gewöhnlichen einfachen Integrals gilt:

(15.17b)

Im Originalbereich heben sich Differentiation und Integration gegenseitig auf, wenn die Anfangswerte verschwinden.
Inverse Laplace-Transformation (Rücktransformation)

Aus der Bildfunktion erhält man die Originalfunktion mit Hilfe der Umkehrformel

(15.8)

Der Integrationsweg dieses komplexen Integrals ist die Parallele zur imaginären Achse, wobei

gilt. Ist die Stelle eine Sprungstelle, d.h. ist , dann gibt das Integral dort

den Mittelwert an.

Rücktransformation in den Originalbereich
Für die Rücktransformation in den Originalbereich stehen folgende Wege zur Verfügung:

1.
Benutzung einer Tabelle zusammengehöriger Original- und Bildfunktionen, auch Korrespondenzen genannt
(s. Tabelle LAPLACE-Transformationen).
2.
Zurückführung auf bekannte Korrespondenzen durch Umformung (s. Abschnitt Partialbruchzerlegung und
Abschnitt Reihenentwicklungen).
3.
Auswertung der Umkehrformel (s. Abschnitt Umkehrintegral).

● Rücktransformation mit Hilfe von Tabellen

● Partialbruchzerlegung
● Reihenentwicklungen
● Umkehrintegral
Konvergenz

Das LAPLACE-Integral konvergiert in der rechten Halbebene (s. Abbildung).

Die Bildfunktion ist dann dort eine analytische Funktion mit den Eigenschaften

(15.7a)
Jede Bildfunktion muß diese notwendige Bedingung erfüllen.

(15.7b)

falls die Originalfunktion einen endlichen Grenzwert besitzt.

Rücktransformation mit Hilfe von Tabellen

Die Benutzung der Tafeln wird hier an einem Beispiel aus der Tabelle LAPLACE-Transformationen demonstriert.
Weitere ausführliche Tafeln sind in Lit. 12.3 enthalten.

Beispiel

. Durch Anwendung des Faltungssatzes (15.23)

erhält man
.
Rechenregeln zur Laplace-Transformation

Unter Rechenregeln versteht man im Zusammenhang mit Integraltransformationen die Abbildung von Operationen im
Originalbereich auf andere Operationen im Bildbereich.

Im folgenden werden Originalfunktionen stets mit kleinen Buchstaben bezeichnet, die jeweils zugehörigen
Bildfunktionen mit den entsprechenden großen Buchstaben.

● Additions- oder Linearitätssatz, Ähnlichkeitssätze

● Verschiebungssätze
● Dämpfungssatz
● Differentiation im Originalbereich
● Differentiation im Bildbereich
● Integration im Originalbereich
● Integration im Bildbereich
● Divisionssatz
● Differentiation und Integration nach einem Parameter
● Faltung
Rechteckimpuls

Ein Rechteckimpuls der Höhe und der Breite (s. Abbildung) entsteht durch Überlagerung zweier
Sprungfunktionen in der Form

(15.26)

(15.27)
Reihenentwicklungen

Um aus zu gewinnen, versucht man bisweilen, in eine Reihe zu

entwickeln, deren Glieder bekannte Bildfunktionen sind, d.h. .

● - eine absolut konvergente Reihe

● - eine meromorphe Funktion

Stückweise differenzierbare Funktionen

Die Bildfunktionen stückweise differenzierbarer Funktionen lassen sich mit Hilfe der -Funktion leicht angeben:
Wenn stückweise differenzierbar ist und an den Stellen die Sprünge hat, dann

ist ihre erste Ableitung in der Form

(15.31)

darstellbar, wobei in den Bereichen, in denen differenzierbar ist, die gewöhnliche Ableitung von

bedeutet.
Wenn Sprünge erst in den Ableitungen auftreten, gelten für diese ganz entsprechende Formeln. Auf diese Weise
lassen sich die Bildfunktionen zu Kurvenzügen, die sich aus Parabelbögen beliebig hoher Ordnung zusammensetzen
(empirisch gefundene Kurven wird man meist durch solche einfachen Funktionen annähern), ohne großen
Rechenaufwand angeben. Bei formaler Anwendung von (15.13) sind im Falle einer Sprungstelle die Werte

gleich Null zu setzen.

Beispiel A Unipolarer Sägezahnimpuls

 ;

.
Beispiel B Unipolarer Dreieckimpuls, bipolarer Rechteckimpuls

(s. linke Abbildung);

(s. rechte Abbildung);

.
Beispiel C Unipolarer Trapezimpuls, bipolarer Rechteckimpuls

(s. linke Abbildung);

 (s. rechte Abbildung);

.
Beispiel D Unipolarer Parabelimpuls, bipolarer Sägezahnimpuls

(s. linke Abbildung).

(s. rechte Abbildung).

; ;
.
Laplace-Transformationen

Die in der Tabelle auftretende Konstante ist die EULERsche Konstante .

● Laplace-Transformationen, Seite 1 von 6

● Laplace-Transformationen, Seite 2 von 6
● Laplace-Transformationen, Seite 3 von 6
● Laplace-Transformationen, Seite 4 von 6
● Laplace-Transformationen, Seite 5 von 6
● Laplace-Transformationen, Seite 6 von 6
Umkehrintegral

Die Umkehrformel

(15.47)

stellt ein Integral mit komplexem Weg über eine in gewissen Gebieten analytische Funktion dar, auf das solche Methoden der
Integration im Komplexen wie die Residuenrechnung oder die Verformung des Integrationsweges nach dem Satz von CAUCHY
anwendbar sind.

Beispiel

ist wegen des Anteiles doppeldeutig. Deshalb wird folgender Integrationsweg

gewählt (s. Abbildung):

Nach dem Lemma von JORDAN verschwinden die Integralteile über und für . Auf dem Kreisbogen

(Radius ) bleibt der Integrand beschränkt, und die Länge des Integrationsweges konvergiert gegen Null für ;
daher verschwindet dieser Integralbeitrag. Es bleibt das Integral über die beiden horizontalen Strecken und zu
untersuchen, wobei das obere und untere Ufer der negativen reellen Achse zu berücksichtigen

sind:

Damit erhält man endgültig:

.
Verschiebungssätze

1. Verschiebung nach rechts: Die LAPLACE-Transformierte einer um nach rechts

verschobenen Originalfunktion ist gleich der LAPLACE-Transformierten der nicht verschobenen

Originalfunktion, multipliziert mit dem Faktor :
(15.11a)
2. Verschiebung nach links: Die LAPLACE-Transformierte einer um nach links verschobenen
Originalfunktion ist gleich der mit dem Faktor multiplizierten Differenz aus der LAPLACE-Transformierten

der nicht verschobenen Originalfunktion und dem Integral :

(15.11b)

Die folgenden zwei Abbildungen zeigen die Rechtsverschiebung einer Kosinusfunktion und die Linksverschiebung
einer Geraden.
Quadratische Reste modulo

Man kann alle Kongruenzen lösen, wenn man alle Kongruenzen lösen

kann:
(5.175)

Man betrachtet zunächst quadratische Reste modulo Sei und ggT

Die Zahl heißt quadratischer Rest modulo m , wenn es ein mit gibt.

Ist die kanonische Primfaktorenzerlegung von gegeben, d.h.

(5.176)

so ist genau dann quadratischer Rest modulo wenn quadratischer Rest modulo für

ist.
Ist quadratischer Rest modulo einer Primzahl dann schreibt man dafür auch kurz Ist nicht

quadratischer Rest modulo dann schreibt man ( LEGENDRE-Symbol).

Beispiel
Die Zahlen 1, 4, 7 sind quadratische Reste modulo 9.
Leibnizsche Regel

Zur Berechnung der Ableitung -ter Ordnung für ein Produkt aus zwei Funktionen kann die LEIBNIZsche Regel

(6.22)

benutzt werden. Dabei ist . Wenn durch und durch ersetzt werden, dann erhält man die

Formel, die in ihrer Struktur dem Binomischen Lehrsatz entspricht:

(6.23)

Beispiel A
 : Setzt man dann ergibt sich

Mit Ausnahme der ersten drei sind alle Summanden gleich 0, so daß

Beispiel B

.
Leistungsspektrum

Die FOURIER-Transformierte von heißt Leistungsspektrum (s. auch Spektralinterpretation) und wird mit

bezeichnet. Im zeitkontinuierlichen Fall gilt unter der Voraussetzung

(17.35a)
Im zeitdiskreten Fall ist, falls gilt:

(17.35b)

Liegt die absolute Integrierbarkeit bzw. Summierbarkeit von nicht vor, kann in wichtigen Fällen als

Distribution aufgefaßt werden. Periodischen Bewegungen eines dynamischen Systems entspricht ein
Leistungsspektrum, das durch äquidistante Impulse charakterisiert ist. Bei quasiperiodischen Bewegungen treten im
Leistungsspektrum Impulse auf, die sich aus ganzzahligen Linearkombinationen der Grundimpulse der
quasiperiodischen Bewegung ergeben. Ein ,,breitbandiges Spektrum mit einzelnen Spitzen`` kann dagegen als
Indikator für chaotisches Verhalten gelten.

Beispiel A
 Seien ein -periodischer Orbit von (17.1), eine Testfunktion, so daß das zeitliche Mittel von

Null ist, und habe die FOURIER-Darstellung mit

. Dann ist und

, wobei die -Distribution bezeichnet.

Beispiel B

Seien ein quasiperiodischer Orbit von (17.1), eine Testfunktion, so daß das zeitliche Mittel entlang

Null ist, und habe die Darstellung (zweifache FOURIER-Reihe)

Dann ist und

.
Anwendungen des Lemmas von Jordan
● Lemma von Jordan
● Beispiele zum Lemma von Jordan
● Fresnelsche Integrale
Konvergente und divergente Reihen

Man spricht von einer konvergenten Reihe (7.12), wenn die Folge der Partialsummen konvergiert. Den

Grenzwert

(7.14)

nennt man die Summe und das allgemeine Glied der Reihe. Wenn der Grenzwert (7.14) nicht existiert, spricht
man von einer divergenten Reihe . In diesem Falle können die Partialsummen unbegrenzt wachsen oder oszillieren.
Die Frage nach der Konvergenz einer unendlichen Reihe wird somit auf die Existenz eines Grenzwertes der Folge
zurückgeführt.

Beispiel A
Die geometrische Reihe

(7.15)
ist konvergent.

Beispiel B
Die harmonische Reihe

(7.16)

und die Reihen

(7.17)
und
(7.18)

sind divergent. Während für die Reihen (7.16) und (7.17) ist, oszilliert (7.18).
Vektordiagramm für Schwingungen

Die allgemeine Sinusfunktion (2.128, 2.129) kann bequem mit den Polarkoordinaten und den

kartesischen Koordinaten in einer Ebene dargestellt werden. Die Summe zweier solcher Größen
ergibt sich dann als Summe der zwei Summandenvektoren (linke Abbildung).
Entsprechend liefert die Summe mehrerer solcher Vektoren die Linearkombination mehrerer allgemeiner
Sinusfunktionen. Diese Darstellung wird Vektordiagramm genannt.
Die Größe kann im Vektordiagramm für einen gegebenen Zeitpunkt an Hand der rechten Abbildung bestimmt
werden:
Zuerst wird durch den Koordinatenursprung O die Zeitachse gelegt, die mit konstanter

Winkelgeschwindigkeit um O im Uhrzeigersinn rotiert. Zum Anfangszeitpunkt fallen - und -Achse

zusammen. Danach ist in jedem Zeitpunkt die Projektion des Vektors auf die Zeitachse gleich dem
Betrag der allgemeinen Sinusfunktion Zur Zeit ist die Projektion
auf die -Achse.
Offene EULERsche Linien

Eine offene EULERsche Linie existiert in einem Graphen genau dann, wenn es in genau zwei Knoten
ungeraden Grades gibt. Die linke Abbildung zeigt einen Graphen, der keine geschlossene, sondern eine offene
EULERsche Linie besitzt. Die Kanten sind entlang einer EULERschen Linie fortlaufend numeriert. In der rechten
Abbildung ist ein Graph mit einer geschlossenen EULERschen Linie dargestellt.
Geodätische Linien auf einer Fläche

● Begriff der geodätischen Linien

● Definition
● Gleichung der geodätischen Linie
Gleichung der geodätischen Linie

Wenn eine Fläche in der expliziten Form (3.482) vorgegeben ist, dann lautet die Differentialgleichung

der geodätischen Linien

(3.505)

Ist die Fläche in der Parameterform (3.483) vorgegeben, dann ist

die Differentialgleichung der geodätischen Linien von komplizierterer Art.

Die Bedeutung von entspricht (3.499b):

.
Geodätische Linien

Geodätische Linien heißen diejenigen Kurven auf einer beliebigen Fläche, auf denen die kürzeste Verbindung
zwischen zwei Punkten der Fläche liegt (s. auch geodätische Linie).

Beispiel
In der Ebene sind die Geraden, auf der Kugel die Großkreise die geodätischen Linien.
Pole und Polare

Die Endpunkte und eines Kugeldurchmessers, der senkrecht zur Ebene eines Großkreises g, Polare
genannt, errichtet ist, werden Pole genannt.
Der sphärische Abstand von einem Pol bis zu einem beliebigen Punkt des Großkreises g beträgt stets Die
Richtung der Polaren wird von außen festgelegt: Beim Durchlaufen der Polaren in der gewählten Richtung heißt der
links liegende Pol Linkspol , der rechts liegende Rechtspol .
Singulärwerte und Singulärwertvektoren

Wenn eine reelle Matrix vom Typ mit dem Rang ist, dann heißen die positiven Wurzeln

aus den Eigenwerten der Matrix Singulärwerte der Matrix A. Die

zugehörigen Eigenvektoren von heißen Rechtssingulärvektoren von A, die zugehörigen Eigenvektoren

von Linkssingulärvektoren . Dabei besitzt die Matrix dieselben von Null verschiedenen

Eigenwerte wie die Matrix

(4.138a)

Außerdem besteht zwischen den Rechts- und Linkssingulärvektoren der Zusammenhang

(4.138b)
Es gilt: Eine Matrix vom Typ mit dem Rang besitzt positive Singulärwerte

Dazu existieren orthonormierte Rechtssingulärvektoren und orthonormierte

Linkssingulärvektoren Darüber hinaus existieren zum Singulärwert Null orthonormierte

Rechtssingulärvektoren und orthonormierte Linkssingulärvektoren

Eine Matrix vom Typ hat demzufolge Rechtssingulärvektoren und

Linkssingulärvektoren, die man zu den orthogonalen Matrizen

(4.139)

zusammenfassen kann.
Definition

Unter dem Logarithmus einer Zahl zur Basis oder als Formel geschrieben

wird der Exponent der Potenz verstanden, in die zu erheben ist, um die Zahl zu erhalten.
Folglich ergibt sich aus der Gleichung
(1.18a)

die Gleichung

(1.18b)

und umgekehrt folgt aus der zweiten die erste Gleichung. Speziell gilt

(1.18c)
Zur Ausdehnung des Logarithmus auf negative Argumentwerte bedarf es der komplexen Zahlen.
Logarithmieren einer gegebenen Größe bedeutet das Aufsuchen ihres Logarithmus. Man versteht darunter auch die
Umwandlung logarithmischer Ausdrücke gemäß (1.19a, 1.19b). Das Aufsuchen einer Größe aus ihrem Logarithmus
wird Potenzieren genannt.
Spezielle Logarithmen

1. Logarithmen zur Basis heißen dekadische oder BRIGGSsche Logarithmen . Man schreibt
(1.21)

2. Logarithmen zur Basis heißen natürliche oder NEPERsche Logarithmen . Man schreibt
(1.22)

Der Modul zur Überführung der natürlichen in dekadische Logarithmen ist

(1.23)

der zur Überführung der dekadischen in natürliche

(1.24)
3. Logarithmen zur Basis 2 heißen Duallogarithmen . Man schreibt
(1.25)
Logik
● Aussagenlogik
● Ausdrücke der Prädikatenlogik
3. Grundaufgabe SWS

Gegeben: 2 Seiten und der eingeschlossene Winkel, z. B.

Bedingungen: Keine.

1. Lösung: Gesucht bzw. und

 (3.194a)

(3.194b)

kann im I. oder II. Quadranten liegen. Zwei Entscheidungsmöglichkeiten:

❍ Der größeren Seite liegt der größere Winkel gegenüber oder

❍ Durchführung einer Kontrollrechnung:

(3.195)
2. Lösung: Gesucht bzw. und
(3.196a)

(3.196b)

(3.196c)

3. Lösung: Gesucht und (oder)

(3.197a)
 (3.197b)

(3.197c)

(3.197d)

4. Lösung: Gesucht

(3.198a)

(3.198b)

(3.198c)
 (3.198d)

(3.198e)

(3.198f)

Probe: Doppelte Berechnung von

Hinweis: Die Lösung der 3. Grundaufgabe kann auch durch Zerlegung des vorliegenden schiefwinklig sphärischen
Dreiecks in zwei rechtwinklig sphärische Dreiecke herbeigeführt werden.
Dazu wird von das sphärische Lot auf bis gefällt.
Schnittpunkt mit einem Breitenkreis

Der Schnittpunkt einer Loxodrome mit dem Kurswinkel durch den Punkt mit dem

Breitenkreis berechnet sich gemäß (3.226b) zu

(3.230)

Mit (3.230) läßt sich speziell der Äquatorschnittpunkt berechnen:

(3.231)

Hinweis: Unter Umständen ist gemäß (3.211) eine Rückversetzung der Winkel erforderlich.
Bogenlänge

Aus der Abbildung erkennt man den differentiellen Zusammenhang

(3.227a)
Integration über liefert für die Bogenlänge des Bogenstücks mit den Endpunkten und

(3.227b)

Ist der Abfahrtsort und der Zielort ( gegißter Ort ), so lassen sich bei Vorgabe von und schrittweise

aus (3.227b) zuerst und danach gemäß (3.226b) berechnen.

Näherungsformel: Gemäß der obigen Abbildung erhält man mit und nach einer Mittelung der
geographischen Breiten den Ansatz (3.228a) für eine Näherungsformel zur Berechnung der angenäherten
Bogenlänge gemäß (3.228b):

(3.228a)

(3.228b)
Gleichung der Loxodrome

Die Abbildung zeigt eine Loxodrome mit dem Kurswinkel durch den laufenden Punkt und den

infinitesimal benachbarten Punkt

Das rechtwinklige sphärische Dreieck kann wegen seiner differentiellen Ausmaße als ebenes Dreieck
angesehen werden. Dann gilt:

(3.226a)

Unter Berücksichtigung des Umstandes, daß die Loxodrome durch den Punkt verlaufen soll, ergibt

sich daraus durch Integration die Gleichung der Loxodrome:

(3.226b)

Ist speziell der Schnittpunkt der Loxodrome mit dem Äquator, so folgt daraus:

(3.226c)

Hinweis: Die Berechnung von kann mit (3.231) erfolgen.

Kurswinkel

Für den Kurswinkel der Loxodrome durch die Punkte und bzw. durch

und ihren Äquatorschnittpunkt folgt gemäß (3.226b) und (3.226c):

(3.229a)

(3.229b)
Schnittpunkte mit einem Meridian

Loxodromen - ausgenommen Breitenkreise und Meridiane - wickeln sich spiralförmig-asymptotisch um die Pole.
Die unendlich vielen Schnittpunkte der durch mit dem Kurswinkel

verlaufenden Loxodrome mit dem Meridian berechnen sich gemäß (3.226b) zu

(3.232a)

Ist der Äquatorschnittpunkt der Loxodrome, dann ergibt sich vereinfacht:

(3.232b)
Schnittpunkte zweier Loxodromen

Die betrachteten Loxodromen sollen die Äquatorschnittpunkte und sowie die

Kurswinkel und haben. Einsetzen des Schnittpunktes in beide

Loxodromengleichungen führt auf das Gleichungssystem

(3.236a)

(3.236b)

Elimination von und Auflösung nach ergibt eine Gleichung mit unendlich vielen Lösungen:

(3.237)

Die dazugehörigen geographischen Längen ergeben sich durch Einsetzen von in (3.236a):
 (3.238)

Hinweis: Unter Umständen ist gemäß (3.211) eine Rückversetzung der Winkel erforderlich.
Satz von Lyapunov über asymptotische Stabilität

Eine skalarwertige Funktion heißt positiv definit in einer Umgebung des Punktes , wenn gilt:

1.
ist stetig.
2.
für alle und .

Sei eine offene Teilmenge und eine stetige Funktion. Die Funktion heißt LYAPUNOV-

Funktion von (17.1) in , falls nicht wächst, solange für die Lösung gilt.

Der Satz von LYAPUNOV über asymptotische Stabilität lautet:

Sei eine LYAPUNOV-Funktion von (17.1) und sei positiv definit in einer Umgebung von .

Dann ist stabil. Gilt außerdem, daß aus für eine Lösung von (17.1) mit
 immer folgt, so ist die Ruhelage sogar asymptotisch stabil.

Beispiel

Der Punkt ist Ruhelage der ebenen Differentialgleichung . Mit

liegt eine Funktion vor, die positiv definit in jeder Umgebung von ist und

für deren Ableitung entlang einer beliebigen Lösung für

gilt. Also ist asymptotisch stabil.

Berechnung der Lyapunov-Exponenten

Die Formel , wobei wieder als Halbachsenlängen eines aus der

Einheitskugel mit Mittelpunkt durch Deformation mit hervorgegangenen Ellipsoids interpretiert werden

können, kann zur Berechnung der LYAPUNOV-Exponenten benutzt werden, wenn außerdem noch
Reorthonormalisierungsverfahren, wie das von HOUSHOLDER, herangezogen werden. Die Funktion
ist Lösung der zum Semiorbit des Flusses gehörigen

Variationsgleichung mit Anfang zur Zeit . In der Tat, ist der Fluß von (17.1), so lautet die

Variationsgleichung . Die Lösung dieser Gleichung mit Anfang zur Zeit ist

darstellbar als , wobei die bei normierte Fundamentalmatrix der

Variationsgleichung ist, die, nach dem Satz über die Differenzierbarkeit nach den Anfangszuständen, Lösung der

Matrix-Differentialgleichung mit Anfang ist.

Die Zahl beschreibt das Verhalten der Orbits

, mit Anfang bezüglich des Ausgangsorbits in der Richtung . Ist

, so heißt dies, daß in Richtung für wachsende eine Annäherung der Orbits stattfindet; ist

dagegen , so entfernen sich die Orbits (s. Abbildung).

Für die Summe aller LYAPUNOV-Exponenten von mit dem Attraktor und dem dort konzentrierten

invarianten Maß gilt für -fast alle im Falle eines Flusses von (17.1)
 (17.39a)

und für ein diskretes System (17.3)

(17.39b)

In dissipativen Systemen gilt also . Dies, zusammen mit der Tatsache, daß für Flüsse einer der

LYAPUNOV-Exponenten Null ist, falls der Attraktor keine Ruhelage ist, gestattet Vereinfachungen bei der Berechnung
der LYAPUNOV-Exponenten (s. Lit. 17.16).

Beispiel A

Sei eine Ruhelage des Flusses von (17.1) und seien die Eigenwerte der JACOBI-Matrix in . Mit

dem in konzentrierten Maß gilt für die LYAPUNOV-Exponenten .

Beispiel B
Sei ein -periodischer Orbit von (17.1), und es seien die

Multiplikatoren von . Mit dem in konzentrierten Maß gilt

Definition der Lyapunov-Exponenten

Sei ein glattes dynamisches System auf , das einen Attraktor mit einem dort

konzentrierten invarianten ergodischen Wahrscheinlichkeitsmaß hat. Für beliebige und seien

die Singulärwerte der JACOBI-Matrix von im Punkt . Dann existiert

eine Folge von Zahlen ( LYAPUNOV- Exponenten ), so daß für

-fast überall im Sinne von gilt.

Satz von OSELEDEC: Nach dem Satz von OSELEDEC existiert -fast überall eine Folge von Teilräumen des

(17.38)
so daß für -fast alle die Größe gleichmäßig bezüglich gegen ein

Element strebt.
Mächtigkeit von Mengen
Im Abschnitt Mengenbegriff, Teilmengen wurde die Anzahl der Elemente einer endlichen Menge als Kardinalzahl
bezeichnet. Dieser Anzahlbegriff soll auf unendliche Mengen übertragen werden.

● Mächtigkeit, Kardinalzahl
Abschätzung des Reihenrestes
1. Abschätzung mittels Majorante: Um festzustellen, mit welcher Genauigkeit die Summe einer Reihe durch
ihre -te Teilsumme angenähert wird, versucht man, den Betrag des Restausdrucks

(7.63)

der Reihe abzuschätzen. Dazu benutzt man als Majorante für eine geometrische oder eine

andere Reihe, die sich leicht summieren oder abschätzen läßt.

Beispiel
Abschätzung des Restes der Reihe Für den Quotienten zweier

aufeinanderfolgender Glieder dieser Reihe gilt mit :

Damit kann der Reihenrest

durch die geometrische Reihe (7.15) mit dem

Quotienten und dem Anfangsglied majorisiert werden, und es gilt:

(7.64)

2. Alternierende konvergente Reihen: Für eine konvergente alternierende Reihe, deren Glieder dem Betrage
nach monoton gegen Null streben, gibt es eine einfache Abschätzung des Reihenrestes:
(7.65)
3. Spezielle Reihen: Für einige besondere Reihen, z.B. TAYLOR-Reihen, gibt es bestimmte Formeln für den
Reihenrest.
Definition, Separatrixflächen

Sei eine Ruhelage von (17.3). Dann heißt für stabile

Mannigfaltigkeit und für instabile Mannigfaltigkeit von .

Stabile und instabile Mannigfaltigkeiten heißen auch Separatrixflächen .

Pyramide

Pyramide wird ein Polyeder genannt, dessen Grundfläche ein Vieleck ist und dessen Seitenflächen Dreiecke sind, die
in einem Punkt, der Spitze, zusammenlaufen.
Pyramiden heißen gerade , wenn der Fußpunkt des Lotes von der Spitze auf die Grundfläche deren Mittelpunkt
ist, regulär , wenn die Grundfläche ein regelmäßiges Vieleck ist (linke Abbildung) und n-seitig , wenn die Grundfläche
ein -Eck ist (rechte Abbildung). Zusammen mit der Grundfläche hat die Pyramide Flächen. Für das

Volumen gilt

(3.113)

Wenn es sich um eine reguläre Pyramide handelt, dann ist die Mantelfläche

(3.114)

mit als Umfang der Grundfläche und als Höhe einer Seitenfläche.
Quader

Quader sind gerade Parallelepipede mit rechteckigen Grundflächen.

Im Quader sind die Raumdiagonalen gleich lang. Wenn und die Kantenlängen des Quaders sind und die
Diagonallänge, dann gilt
(3.107)

(3.108)
 (3.109)

wobei mit bzw. das Volumen bzw. die Gesamtoberfläche bezeichnet sind.
Würfel

Würfel sind Quader mit gleichen Kantenlängen Für Diagonale, Volumen und Gesamtoberfläche gilt:
(3.110)

(3.111)

(3.112)
Normalisierte Dezimalzahlen

Jede reelle Zahl läßt sich als Dezimalzahl in der Form

(19.266)

darstellen. Dabei wird als Mantisse bezeichnet, die aus den Ziffern gebildet

wird. Die Zahl ist eine ganze Zahl, der sogenannte Exponent zur Basis 10. Wegen bezeichnet man
(19.243) als normalisierte Dezimalzahl .

Da in einem realen Computer nur mit endlich vielen Ziffern gearbeitet werden kann, muß man sich auf eine feste Zahl
von Mantissenziffern und auf einen festen Wertebereich für den Exponenten beschränken. Dadurch wird aus
der Zahl gemäß (19.243) durch Rundung , wie sie beim praktischen Rechnen üblich ist, die Zahl

(19.267)
d.h., für den durch Rundung verursachten absoluten Fehler gilt:

(19.268)
Algebraische Ausdrücke
Mit Hilfe der arithmetischen Operatoren lassen sich aus Variablen (Symbolen) algebraische Ausdrücke konstruieren.
Sie alle haben den Typ algebraic, zu welchem die ,,Untertypen`` , fraction, float, string,
indexed, series, function, uneval sowie die arithmetischen Operatortypen und der Punktoperatortyp
gehören.

Man erkennt, daß eine einzelne Variable (ein String) auch vom Typ algebraic ist. Die Basiszahlentypen gehören
ebenfalls dazu, denn zu ihnen lassen sich algebraische Ausdrücke in der Regel mit dem Befehl subs auswerten.

Beispiel
Hier wird ein Ausdruck, in diesem Fall ein Polynom dritten Grades in , definiert. Mit dem
Substitutionsoperator subs kann man der Variablen im Polynom (Ausdruck) Werte (Zahlen) zuweisen
und die Auswertung veranlassen:

Der Operator op dient zur Extraktion von Unterausdrücken aus einem Ausdruck. Mit

(20.38)
erhält man die Folge der Teilausdrücke auf der ersten Ebene, also
(20.39)

In der Form wird der -te Term zurückgegeben, also liefert z.B. den Term .

Die Anzahl der Terme (Operanden) des Ausdrucks ermittelt man mit .
Maple

Maple stellt die in der folgenden Tabelle dargestellten Operationen für die Umformung und Vereinfachung
algebraischer Ausdrücke bereit.
Tabelle Operationen zur Manipulation algebraischer Ausdrücke

löst die Potenzen und Produkte in einem algebraischen Ausdruck auf.

Die optionalen Argumente verhindern die weitergehende Auflösung der

Unterausdrücke

faktorisiert den Ausdruck . ist ein optionales RootOf Argument

wendet eingebaute Vereinfachungsregeln auf an. Bei Anwesenheit der

optionalen Argumente werden nur diese zur Anwendung gebracht
 vereinfacht bezüglich seiner Wurzelanteile

stellt in der Normalform einer rationalen Funktion dar

sortiert die Glieder des Polynoms nach fallenden Potenzen

liefert den Koeffizienten des Gliedes mit

faßt Glieder mit der Variablen eines Polynoms mehrerer Veränderlicher zusammen

● Multiplikation von Ausdrücken

● Faktorzerlegung von Polynomen
● Operationen auf Polynomen
● Partialbruchzerlegung
● Manipulation allgemeiner Ausdrücke
Multiplikation von Ausdrücken

Im einfachsten Fall zerlegt Maple den Ausdruck in eine Summe von Potenzen der Variablen:

Beispiel

Beispiel
 Hier erkennt man das Vorgehen von Maple bei Ab- und Anwesenheit eines optionalen Arguments.

Der Ausdruck wird vollständig ausmultipliziert.

Maple hat den Ausdruck des optionalen Arguments unverändert beibehalten.

Beispiel
Dies demonstriert die Fähigkeiten von Maple:
Nutzung der Maple-Bibliothek

Neben den nach dem Start von Maple für den Nutzer uneingeschränkt verfügbaren Befehlen existieren sogenannte
vermischte Bibliotheksfunktionen und Befehle, die durch den Befehl verfügbar gemacht werden

müssen. Eine Aufzählung und Kurzbeschreibung dieser Befehle ist in Lit. 20.10, Abschnitt 2.2 enthalten.

Maple besitzt eine umfangreiche Bibliothek von Spezialpaketen.

Die Zuladung eines Spezialpaketes erfolgt mit dem Befehl

(20.52)

Hier ist der Name des jeweiligen Pakets, also etwa für das Spezialpaket Lineare Algebra. Nach
dem Aufruf listet Maple alle Befehle des Spezialpakets auf und warnt, falls im Paket Neudefinitionen schon vorher
verfügbarer Befehle vorliegen.

Soll nur ein spezieller Befehl aus einem Bibliothekspaket genutzt werden, so erfolgt der Aufruf mit
(20.53)
Unterabschnitte

● Allgemeine Lösung
● Lösung mit Anfangsbedingungen

Lösung von Differentialgleichungen

Mit der Operation dsolve in ihren verschiedenen Formen bietet Maple die Möglichkeit, gewöhnliche
Differentialgleichungen und Systeme symbolisch zu lösen. Die Lösung kann entweder als allgemeine Lösung oder
als spezielle Lösung für vorgegebene Anfangsbedingungen erhalten werden. Die Lösung wird entweder explizit oder
implizit als Funktion eines Parameters angegeben. Der Operator dsolve erlaubt als letztes Argument die in der
folgende Tabelle dargestellten Optionen.
Tabelle Optionen der Operation dsolve

explicit liefert die Lösung, falls möglich, in expliziter Form

laplace verwendet die Laplace-Transformation zur Lösung
series benutzt die Zerlegung in Potenzreihen zur Lösung
 numeric liefert als Ergebnis eine Prozedur zur Berechnung numerischer
Lösungswerte

Allgemeine Lösung

(20.74a)

(20.74b)

Maple liefert die allgemeine Lösung mit einer Konstanten in expliziter Form. Im folgenden Beispiel wird die Lösung
implizit angegeben, da die Auflösung der definierenden Gleichung nach nicht möglich ist. Die zusätzliche

Option explicit führt hier zu keinem Ergebnis.

(20.75a)

(20.75b)

Lösung mit Anfangsbedingungen

Es wird die Differentialgleichung mit betrachtet. Hier wird die Option series

eingesetzt. Dabei ist zu beachten, daß diese Option die Anfangsbedingungen bei erwartet. Das gleiche gilt
für die Option .

(20.76a)

(20.76b)

Man erkennt, daß Gleichung und Anfangsbedingungen in geschweifte Klammern einzuschließen sind. Das gleiche
gilt für die Behandlung von Systemen von Differentialgleichungen.
Differentialoperatoren

Der Operator der Differentiation lautet in Maple . Seine Anwendung erfolgt auf Funktionen in Operatorform
entsprechend bzw. . Im ersten Fall wird die Ableitung einer Funktion von einer Variablen in

Operatorform bestimmt. Das Anhängen der geklammerten Variablen ergibt die Ableitung als Funktion. In anderer
Form läßt sich dies als schreiben. Höhere Ableitungen erhält man durch

Mehrfachanwendung des Operators D, was sich vereinfacht als schreiben läßt, wobei

die -te ,,Potenz`` des Differentialoperators bedeutet.

Ist eine Funktion mehrerer Variabler, so erzeugt die partielle Ableitung von nach der -ten

Variablen. Auch dieses Ergebnis ist wieder ein Operator. Mit erhält man , d.h. die

zweite partielle Ableitung nach der -ten und -ten Variablen. Entsprechend kann man höhere Ableitungen bilden.
Für den Diffentialoperator D gelten die aus der Differentialrechnung bekannten Grundregeln, wobei und
differenzierbare Funktionen sind.

(20.48a)
(20.48b)
(20.48c)
Differentiation

Im Unterkapitel Maple, Abschnitt Funktionen und Operatoren wird der Operator der Differentiation D eingeführt. Seine
Anwendung mit verschiedenen optionalen Argumenten gibt die Möglichkeit, Funktionen in Operatordarstellung zu
differenzieren.

Seine vollständige Syntax lautet:

(20.71a)

Hierdurch wird die partielle Ableitung der (Operator-) Funktion nach der -ten Variablen bestimmt. Das Resultat

ist wiederum eine Funktion in Operatordarstellung. ist äquivalent zu

(20.71b)

Das Argument ist dabei ein in Operatorform dargestellter Funktionsausdruck. Dieser kann neben vordefinierten
Funktionen auch selbstdefinierte Funktionsnamen, mit Pfeiloperatoren definierte Funktionen usw. enthalten.

Beispiel
 Es sei

Dann wird

Neben dem Operator der Differentiation existiert die Operation mit der Syntax

(20.72a)

Hier ist ein algebraischer Ausdruck in den Variablen . Das Resultat ist die partielle Ableitung

des Ausdrucks nach den Variablen . Wenn ist, dann erhält man das gleiche Resultat durch

Mehrfachanwendung der Operation :

(20.72b)
Mehrfache Differentiation nach ein und demselben Argument kann mit dem Folgenoperator $ dargestellt werden.

Beispiel
Wenn die Funktion nicht definiert ist, liefert die Operation diff die auftretenden Ableitungen symbolisch mit

zurück.

Beispiel
Maple

Das Computeralgebrasystem Maple ist in der Lage, eine Vielzahl von Aufgaben der numerischen Mathematik mit
Hilfe eingebauter Näherungsverfahren zu lösen. Dabei kann die Stellenzahl, mit der die Berechnung zu erfolgen hat,
durch die Einstellung der globalen Variablen Digits zu einem beliebigen vorgenommen werden. Es ist aber zu
beachten, daß größere als die Voreinstellung auf Kosten der Rechengeschwindigkeit gehen.

● Numerische Berechnung von Ausdrücken und Funktionen

● Numerische Lösung von Gleichungen
● Numerische Integration
● Numerische Lösung von Differentialgleichungen
Ein- und Ausgabe bei Mathematica und Maple

In dieser Darstellung wird die konkrete Einbindung des jeweiligen Computeralgebrasystems in das Betriebssystem
des Computers nicht behandelt. Es wird davon ausgegangen, daß das Computeralgebrasystem über ein Kommando
aus dem Betriebssystem heraus gestartet wird und danach über eine Kommandozeile oder auf einer Window-
ähnlichen Arbeitsoberfläche ansprechbar ist.

Die Darstellung von Ein- und Ausgaben erfolgt für Mathematica und Maple in jeweils abgesetzten Zeilen, um sie
deutlich von anderen Textpassagen abzuheben, etwa in der Form

(20.1)

Systemspezifische Symbole (Befehle, Typbezeichnungen und ähnliches) werden durch Darstellung in

Schreibmaschinenschrift hervorgehoben.

Aus Gründen der Platzersparnis werden zusammenhängende Ein- und Ausgaben oft durch Zusammenziehen in eine
Zeile (evtl. durch das Zeichen getrennt) dargestellt.
Eingaben und Ausgaben

Im System Maple haben Eingaben die Form

(20.31)
Auch hier ist der erste Teil des Terms, d.h. der vor der öffnenden Klammer, in der Regel ein Operator, eine
Anweisung oder eine Funktion, die auf die in der Klammer stehenden Teile wirken. In bestimmten Fällen sind als
Argumente spezielle Optionen zulässig, die spezifische Anwendungen des Operators oder der Funktion steuern.
Wichtig ist das abschließende Semikolon; es teilt Maple mit, daß die Eingabe beendet ist. Wird die Eingabe mit
einem : beendet, so folgt daraus für Maple, daß die Eingabe zwar abzuarbeiten, das Ergebnis jedoch nicht
darzustellen ist.

Symbole , d.h. Namen in Maple, können aus Buchstaben, Zahlen und dem Blank ( ) bestehen. An erster Stelle darf
keine Zahl stehen. Zwischen Groß- und Kleinbuchstaben wird immer unterschieden. Das Blank wird von Maple für
interne Symbole verwendet, es sollte deshalb in selbstdefinierten Symbolen vermieden werden.

Zeichenketten , d.h. Objekte vom Typ , sind in Hochkommata gefaßt einzugeben:

 (20.32)

Die Ausgabe erfolgt dann jedoch ohne Hochkomma, die Typprüfung mit ergibt .

Solange einem Symbol kein Wert zugewiesen ist, ist das Symbol vom Typ string bzw. name, d.h., die Typprüfung

(20.33)
ergibt true.

Ist dem Nutzer nicht bekannt, ob ein Symbol in Maple schon mit einem Wert belegt ist, so läßt sich das mit der
Eingabe erfragen. Antwortet Maple mit dem Hinweis, daß es diesen Namen nicht kennt, so ist das Symbol
frei verfügbar.

Nachdem dem Symbol ein Wert mit dem Zuweisungsoperator zugewiesen wurde, nimmt das Symbol
automatisch den Typ des zugewiesenen Wertes an.

Beispiel
 Es sei ein Symbol, das hier als Variable dienen soll. Gibt man ein

Wird nunmehr eine Wertzuweisung etwa mit einer ganzen Zahl vorgenommen:

und danach eingegeben, so lautet die Antwort jetzt .

Maple kennt je nach Version eine beträchtliche Anzahl von Anweisungen, Funktionen und Operatoren. Nicht alle sind
beim Start des Systems sofort aufrufbar. Eine Vielzahl spezieller Funktionen und Operationen ist in
Fachgebietspaketen in der Maple-Bibliothek vorhanden. Es gibt z.B. Pakete zur linearen Algebra, zur Statistik usw.
Diese Pakete müssen bei Bedarf mit dem Befehl zugeladen werden (s. Ergänzungen

zur Syntax). Erst danach stehen ihre Operationen und Funktionen dem Nutzer in der üblichen Art zur Verfügung.
Maple

Die Maple-Bibliothek verfügt über das Spezialpaket . Nach dem Befehl

(20.66)
stehen alle 100 Befehle und Operationen dieses Pakets für die Anwendung zur Verfügung. Bezüglich einer
vollständigen Auflistung und Beschreibung muß auf Lit. 20.6 verwiesen werden. Wichtig ist, daß bei Nutzung dieses
Pakets Matrizen und Vektoren mit den speziellen Anweisungen matrix und vector erzeugt werden sollten und
nicht mit den allgemeineren Strukturen .

Mit wird eine -Matrix erzeugt. Fehlt , so sind die Elemente dieser Matrix nicht

spezifiziert, können jedoch nachträglich durch Zuweisungen der Art festgelegt werden. Ist eine

Funktion der Indizes, so erzeugt Maple die Matrix mit diesen Elementen. Schließlich kann eine

Liste mit Listen der Elemente bzw. Vektoren sein. Die Definition von Vektoren erfolgt analog mit .
Ein Vektor ist eine -Matrix, wird jedoch als Spaltenvektor interpretiert.

Die folgende Tabelle gibt einen Überblick über einige wesentliche Operationen mit Matrizen und Vektoren.

Tabelle Matrizenoperationen

bestimmt die zu transponierte Matrix

bestimmt die Determinante der quadratischen Matrix

bestimmt die zur quadratischen Matrix inverse Matrix

bestimmt die zur quadratischen Matrix adjungierte

Matrix, d.h.
.

multipliziert die -Spalte der Matrix mit

multipliziert die -te Zeile mit

Für die Addition von Vektoren und Matrizen steht der Befehl zur Verfügung. Er addiert die jeweils

mit und skalar multiplizierten Matrizen oder Vektoren und . Die optionalen Argumente und können
fehlen. Die Addition funktioniert nur, wenn die entsprechenden Matrizen arithmetisch verknüpfbar sind.

Die Matrizenmultiplikation wird mit ausgeführt oder mit der Kurzform als Infix-Operator.

● Lösung linearer Gleichungssysteme

● Eigenwerte und Eigenvektoren
Ergänzungen zur Syntax, Informationen und Hilfe
● Nutzung der Maple-Bibliothek
● Umgebungsvariable
● Informationen und Hilfe
Faktorzerlegung von Polynomen

Maple ist in der Lage Polynome über algebraischen Erweiterungskörpern zu zerlegen, sofern es prinzipiell möglich
ist.

Beispiel

Zunächst hat Maple eine Faktorzerlegung der beiden Polynome in irreduzible Faktoren bezüglich des
Körpers der rationalen Zahlen durchgeführt. Will man eine weitere Zerlegung über einem algebraischen
Erweiterungskörper, so ist folgendermaßen vorzugehen:
Beispiel

Maple hat den zweiten Faktor weiter zerlegt (in diesem Fall nach einer formalen Erweiterung des Körpers

mit ).

In der Regel weiß man nicht, ob eine solche Erweiterung möglich ist. Sind die Grade der gefundenen
Faktoren , so ist dies immer möglich. Mit der Operation RootOf lassen sich dann die Wurzeln als
algebraische Ausdrücke darstellen.

Beispiel
Der Aufruf von ergibt den konjugiert komplexen Wert von .
Die in diesem Beispiel beschriebene Prozedur liefert im Falle eines Polynoms, das nur über dem Körper der
reellen oder komplexen Zahlen reduzibel ist, eine Folge der Wurzeln als Gleitpunktzahlen.
Tabellen- und feldartige Strukturen, Vektoren und Matrizen
● Tabellen- und feldartige Strukturen
● Eindimensionale Felder
● Zweidimensionale Felder
● Spezielle Anweisungen zu Vektoren und Matrizen
Folgen und Listen
Maple versteht unter einer Folge die Aneinanderreihung von Ausdrücken, die durch Kommas getrennt sind. Die
Reihenfolge der Elemente ist signifikant. Folgen mit gleichen Elementen in unterschiedlicher Reihenfolge sind
verschiedene Objekte. Die Folge ist ein Basistyp von Maple: exprseq.

Beispiel

(20.40a)
definiert eine Folge, denn
(20.40b)

Mit dem Befehl

(20.41)
erzeugt.
Beispiel

Mit erhält man .

Die Bereichsfunktion definiert Laufbereiche von ganzzahligen Variablen, die in der Form

dargestellt werden, und bewirkt, daß die Indexvariable nacheinander die Werte

annimmt. Der Typ dieser Struktur lautet .

Eine äquivalente Form der Erzeugung von Folgen bietet die vereinfachte Schreibweise

(20.42)

die ebenfalls erzeugt. Entsprechend liefert die Folge

und die Folge mit Gliedern .

Folgen können durch Anhängen weiterer Glieder ergänzt werden:

(20.43)

Klammert man eine Folge in eckige Klammern, so entsteht eine Liste , die vom Typ list ist.
Beispiel

Mit dem schon bekannten Operator op erhält man über die der Liste zugrundeliegende Folge zurück.

Um Listen zu erweitern, sind sie zunächst in Folgen umzuwandeln, diese dann entsprechend zu erweitern und mit
eckigen Klammern neu in Listen umzuwandeln.

Listen können als Elemente wiederum Listen enthalten, ihr Typ ist listlist. Strukturen dieser Art spielen bei der
Konstruktion von Matrizen eine Rolle.

Der Zugriff auf Elemente einer Liste erfolgt mit dem Befehl . Dieser liefert das -te Element der

Liste. Einfacher ist es, wenn der Liste ein Name gegeben wurde, etwa , und dann aufgerufen wird. Bei

einer zweifachen Liste findet man die Elemente auf der unteren Ebene mit oder mit dem

gleichbedeutenden Aufruf .

Es bereitet keine Schwierigkeit, Listen mit höherem Verschachtelungsgrad aufzubauen.

Beispiel
Erzeugung einer einfachen Liste:

Extraktion des 4. Elements dieser Liste:

Erzeugung einer zweifach verschachtelten Liste:

(Ausgabe unterdrückt!) Der Zugriff auf das 3. Element der 2. Unterliste:

Erzeugung einer dreifach verschachtelten Liste:

Funktionen

Maple enthält eine große Anzahl vordefinierter Funktionen, die beim Start des Systems sofort verfügbar sind bzw.
aus Spezialpaketen zugeladen werden können. Sie gehören zum Typ mathfunc. Eine Auflistung kann mit
?inifcns erhalten werden.

In den folgenden zwei Tabellen ist eine Übersicht über Standard- und spezielle Funktionen gegeben.

Tabelle Standardfunktionen
Exponentialfunktion exp
Logarithmusfunktionen log, ln
Trigonom. Funktionen sin, cos, tan, cot, sec, csc
Arcusfunktionen arcsin, arccos, arctan, arccot,
Hyperbol. Funktionen sinh, cosh, tanh, coth, sech, csch
Areafunktionen arcsinh, arcsosh, arctanh, arccoth,

Tabelle spezieller Funktionen

 BESSEL-Funktionen und BesselJ , BesselY(v,z)

Modifizierte BESSEL-Funktionen BesselI , BesselK

Gamma-Funktion Gamma

Integralexponentialfunktion Ei

Unter den speziellen Funktionen sind auch die FRESNELschen Funktionen.

Das Paket für orthogonale Polynome enthält neben anderen HERMITEsche-, LAGUERRE-, LEGENDRE-, JACOBI- und
TSCHEBYSCHEFF-Polynome. Für Einzelheiten wird auf Lit. 20.6 verwiesen.
Lösung von Gleichungen mit einer Unbekannten

Polynomgleichungen mit einer Unbekannten, für deren Grad gilt, kann Maple symbolisch lösen.

Beispiel

Mit Maple kann man allgemeine Gleichung dritten Grades mit allgemeinen Koeffizienten in geschlossener Form
lösen.

Beispiel
Man erhält entsprechende Ausdrücke für , die wegen ihrer Länge hier nicht explizit angegeben werden.

Auch die allgemeine Gleichung vierten Grades wird von Maple ohne Probleme gelöst.
Benutzt man in solve eine Gleichung, in der Koeffizienten als Gleitpunktzahlen geschrieben sind, so löst Maple die
Gleichung numerisch.

Beispiel

Maple kann auch Gleichungen lösen, die Wurzelausdrücke der Unbekannten enthalten. Allerdings ist hier Vorsicht
geboten, da Maple quadrieren muß, eventuell mehrfach, und dabei Gleichungen entstehen, deren Lösungen keine
Lösung der ursprünglichen Gleichung sind, sogenannte Scheinlösungen. Deshalb ist jede Lösung, die Maple
anbietet, zur Probe in die Ausgangsgleichung einzusetzen.

Beispiel

Die Lösung der Gleichung soll bestimmt werden. Dazu wird

eingegeben

Mit erhält man nach Aufruf von und die beiden Werte

Durch überzeugt man sich, daß nur der Wert für eine

Lösung darstellt.
Lösung transzendenter Gleichungen

Gleichungen, die transzendente Teile enthalten, lassen sich im allgemeinen nur numerisch lösen. Maple bietet für die
numerische Lösung von Gleichungen beliebiger Art den Befehl . Mit seiner Hilfe versucht Maple, reelle
Wurzeln der untersuchten Gleichung zu finden. Dabei wird in der Regel nur eine Wurzel angegeben. Oft haben
jedoch transzendente Gleichungen viele Wurzeln. Deshalb läßt der Befehl als drittes Argument die
optionale Angabe des zu betrachtenden Bereichs für die Suche nach einer Wurzel zu.

Beispiel

(20.59)
Lösung von nichtlinearen Gleichungssystemen

Systeme von Gleichungen lassen sich mit denselben Befehlen solve und fsolve lösen. Dazu sind als erstes
Argument des Befehls alle Gleichungen in geschweifte Klammern zu fassen, als zweites Argument erwartet der
Befehl die Unbekannten, nach denen aufgelöst werden soll, ebenfalls in geschweiften Klammern:
(20.60)

Beispiel
(20.61)
Eigenwerte und Eigenvektoren

Maple stellt mit und spezielle Operatoren für die Bestimmung von Eigenwerten und
Eigenvektoren quadratischer Matrizen bereit. Dabei ist zu beachten, daß die Eigenwertgleichung bei Matrizen der
Ordnung im allgemeinen nicht mehr geschlossen lösbar ist. Daher liefert Maple in diesem Fall die
Eigenwerte als genäherte Gleitpunktzahlen.

Beispiel
Es sind die Eigenwerte der 5-dimensionalen HILBERT-Matrix zu finden.

Im Paket linalg ist eine spezielle Anweisung zur Erzeugung -dimensionaler HILBERT-Matrizen
vorhanden. Sie lautet . Ihre Matrixelemente sind . Wird nicht

angegeben, so setzt Maple automatisch . Die Aufgabe wird daher mit der Eingabe

gelöst. Maple antwortet mit

Mit allvalues kann man dies in eine Folge genäherter Eigenwerte umwandeln.
Lösung linearer Gleichungssysteme

Zur Behandlung linearer Gleichungssysteme stellt Maple spezielle Operationen bereit, die im Paket für linare Algebra
enthalten sind. Speziell handelt es sich um . Das lineare Gleichungssystem liegt in der Form

(20.67)
vor, wobei seine Matrix bezeichnet und den Vektor der rechten Seite des Gleichungssystems.

Besitzt das System keine Lösung, dann wird die Null-Sequenz Null zurückgegeben. Hat das System mehrere linear
unabhängige Lösungen, so werden diese in Parameterdarstellung wiedergegeben.

Die Operation findet eine Basis im Nullraum der Matrix , der für eine singuläre Matrix von Null

verschieden ist.

Für die Lösung von Gleichungssystemen können auch die Operationen der Matrixmultiplikation und die Bestimmung
von inversen Matrizen benutzt werden.

Beispiel A
 Es wird das Beispiel aus Abschnitt Triviale Lösung und Fundamentalsystem des homogenen Systems

betrachtet, dessen Matrix singulär ist. Das dort untersuchte homogene System besitzt nichttriviale
Lösungen. Zur Lösung wird zunächst die Matrix definiert:

Mit kann man sich überzeugen, daß sie singulär ist, und über

kann die Liste zweier linear unabhängiger Vektoren bestimmt werden. Diese Vektoren bilden eine Basis im
zweidimensionalen Nullraum der Matrix .

Für den allgemeinen Fall stellt Maple Operationen zur Anwendung des GAUSSschen Algorithmus zur Verfügung, die
in der folgenden Tabelle aufgeführt sind.

Tabelle Operationen des GAUSSschen Algorithmus

 erzeugt aus durch Addition von Vielfachen der -ten
Zeile zu allen anderen Zeilen eine Matrix, deren -te Spalte

außer aus Nullen besteht

erzeugt die durch Zeilenpivotisierung entstehende GAUSSsche

Dreiecksmatrix. Die Matrixelemente müssen rationale Zahlen
sein
erzeugt eine Diagonalmatrix nach dem GAUSS-JORDAN-
Verfahren, die Matrixelemente können Gleitpunktzahlen sein

erzeugt die Matrix, die durch Anfügen einer Spalte (gegeben

durch den Vektor ) aus entsteht
Hat man ein Gleichungssystem mit gleicher Anzahl von Gleichungen und Unbekannten sowie nichtsingulärer Matrix,
so löst man das System mit linsolve.

Beispiel B
Es soll das System aus Kapitel Numerische Mathematik, Abschnitt GAUSS-SEIDEL-Verfahren

gelöst werden. Hier ist

Mit linsolve erhält man

Der GAUSS-Algorithmus wird mit

angewendet.
Beispiel C
Es soll das inhomogene Gleichungssystem des Beispiels B aus Abschnitt Allgemeine Regel für das
inhomogene System

gelöst werden. Dazu werden zunächst die zugehörige Matrix und der Vektor der rechten Seite definiert:

Das System ist überbestimmt. Um es zu lösen, kann linsolve nicht benutzt werden. Daher bestimmt man

Mit gaussjord kann die Matrix in eine obere Dreiecksform gebracht werden:
Der Lösungsvektor ist unmittelbar aus ablesbar.
Graphik mit Maple
● Zweidimensionale Graphik
● Dreidimensionale Graphik
Dreidimensionale Graphik

Für die Darstellung von Funktionen zweier unabhängiger Variablen als räumliche Flächen oder auch zur Darstellung
räumlicher Kurven stellt Maple den Befehl plot3d zur Verfügung. Die mit diesem Befehl erzeugten Objekte werden
von Maple ganz analog wie auch die zweidimensionalen in einem eigenen Fenster dargestellt. Die Anzahl der
Optionen zur Darstellung ist wesentlich größer, insbesondere sind zusätzliche Optionen zur Betrachtungsperspektive
von besonderer Bedeutung.

● Syntax des plot3d-Befehls

● Zusätzliche Operationen aus dem Paket plots
Graphische Darstellungen

Die meisten Computeralgebrasysteme gestatten die graphische Darstellung der eingebauten wie auch der
selbstdefinierten Funktionen. In der Regel betrifft dies die Darstellung von Funktionen einer Veränderlichen in
kartesischen und Polarkoordinaten, die Parameterdarstellung und die Darstellung impliziter Funktionen. Funktionen
von zwei Variablen lassen sich als räumliche Flächen darstellen; auch hier sind Parameterdarstellungen möglich. Es
können Kurven im dreidimensionalen Raum erzeugt werden. Darüber hinaus gibt es in den unterschiedlichen
Systemen weitere graphische Darstellungsmöglichkeiten von funktionalen Zusammenhängen, z.B. in Form von
Diagrammen. Alle Systeme verfügen über ein reichhaltiges Angebot von Darstellungsoptionen, die von Linienform
und -dicke über den Einbau zusätzlicher Graphikelemente wie z.B. von Vektoren bis zu Beschriftung und
Farbgestaltung reichen.

In der Regel lassen sich erzeugte Graphiken als Dateien in gängigen Formaten wie Postscript, Raster oder Plotter
exportieren und damit in andere Programme einbinden bzw. direkt auf Drucker und Plotter ausgeben.
Zweidimensionale Graphik

Maple kann über plot-Befehle mit einer Vielzahl von Optionen Funktionen graphisch darstellen. Als
Eingabefunktionen sind sowohl explizite Funktionen einer Variablen, Funktionen in Parameterdarstellung und Listen
von zweidimensionalen Punkten zugelassen. Maple berechnet aus der Eingabefunktion nach bestimmten internen
Algorithmen eine Wertetabelle, deren Punkte nach einem Spline-Verfahren zu einer glatten Kurve verbunden werden.
Mit Hilfe einer Reihe von Optionen kann die Gestaltung der Graphik beeinflußt werden. Die Graphik selbst wird in
einer eigenständigen Umgebung dargestellt und kann mit entsprechenden Systembefehlen in Arbeitsdokumente
eingebunden bzw. in entsprechenden Formaten auf Drucker oder Plotter ausgegeben werden. Die Ausgabe in
Dateien verschiedenen Formats einschließlich Postscript ist möglich.

● Syntax zweidimensionaler Graphik

● Beispiele für zweidimensionale Graphiken
● Spezialpaket plots
Hauptstrukturelemente
● Typen und Objekte
● Eingaben und Ausgaben
Informationen und Hilfe

Hilfe zur Bedeutung von Befehlen und Schlüsselwörtern erhält man durch die Eingabe
(20.55)

Anstelle des Fragezeichens kann auch verwendet werden. Es folgt ein Hilfsbildschirm, der die

entsprechenden Aussagen des Bibliothekshandbuches zum geforderten Begriff enthält.

Läuft Maple unter Windows, so offnet ein Aufruf von HELP ein sich jeweils nach rechts erweiterndes Menü, durch das
man sich durch Anklicken mit der Maus bis zur Erläuterung des gewünschten Begriffs auf dem Hilfsbildschirm
bewegen kann.
Unterabschnitte

● Bestimmte Integrale
● Mehrfachintegrale

Bestimmte Integrale, Mehrfachintegrale

Bestimmte Integrale

Zur Berechnung bestimmter Integrale ist der Befehl int mit dem zweiten Argument zu verwenden. Hier
ist die Integrationsvariable, und gibt die untere und obere Grenze des Integrationsbereiches an.

Beispiel A
Beispiel B

Beispiel C

Wenn Maple das Integral symbolisch nicht lösen kann, gibt es die Eingabe zurück. In diesem Fall kann man
versuchen, eine numerische Integration durchzuführen.

Mehrfachintegrale

Auch Mehrfachintegrale können, soweit explizit möglich, mit Maple berechnet werden, indem man die Operation int
entsprechend oft (verschachtelt) anwendet.

Beispiel A
Beispiel B
Unterabschnitte

● Integrale gebrochenrationaler Funktionen

● Integrale von Wurzelfunktionen
● Integrale mit trigonometrischen Funktionen
● Hinweis:

Unbestimmte Integrale

Wenn zu einer gegebenen Funktion die Stammfunktion als Ausdruck elementarer Funktionen

darstellbar ist, kann Maple diese nach dem Aufruf in der Regel finden. Die Integrationskonstante wird

nicht ausgegeben. Ist die Stammfunktion Maple in geschlossener Form nicht bekannt, so gibt es den Integranden
zurück. Anstelle des Operators int kann auch die Langform integrate benutzt werden.

Integrale gebrochenrationaler Funktionen

Beispiel A

Beispiel B

Integrale von Wurzelfunktionen

Mit Maple können die in den Tabellen Unbestimmte Integrale dargestellten Integrale entsprechend bestimmt werden.

Beispiel

Setzt man so findet man

(20.73)
Integrale mit trigonometrischen Funktionen

Beispiel A

Beispiel B

Hinweis:

Im Falle nichtelementarer Integrale wird lediglich eine Umformung vorgenommen.

Beispiel

denn dieses Integral ist elementar nicht darstellbar.

Manipulation allgemeiner Ausdrücke

Die in der folgenden Tabelle aufgeführten Operationen erlauben die Umformung algebraischer und transzendenter
Ausdrücke mit rationalen und algebraischen Funktionen, die in Maple eingebaute oder selbstdefinierte Funktionen
enthalten. In der Regel lassen sich dabei optionale Argumente angeben, die die Umformung unter bestimmten
Bedingungen ausführen.

Der Befehl simplify kann hierfür exemplarisch eingesetzt werden. In der einfachen Form
versucht Maple eingebaute Vereinfachungsregeln auf den Ausdruck anzuwenden.

Beispiel
 Entsprechend wird

Darüber hinaus existiert der Befehl , der im gewissen Sinne die Umkehrung von expand ist.

Beispiel

Hier wurde combine mit der Option trig aufgerufen, die dafür sorgt, daß trigonometrische Grundregeln
angewendet werden. Benutzt man den Befehl simplify, so wird
 Hier hat Maple die Tangensfunktion auf die Kosinusfunktion zurückgeführt.

Umformungen lassen sich auch mit Exponentialfunktionen, Logarithmus- und weiteren Funktionen durchführen.
Numerische Berechnungen

Computeralgebrasysteme besitzen umfangreiche Prozeduren zur Behandlung von Aufgaben der numerischen
Mathematik. Das betrifft sowohl die Lösung algebraischer Gleichungen, linearer Gleichungssysteme, die Lösung
transzendeter Gleichungen, aber auch die Berechnung bestimmter Integrale, die numerische Lösung von
Differentialgleichungen, Interpolationsprobleme und vieles andere mehr.

Beispiel
Gesucht: Lösungen der Gleichung
(20.4a)
Diese Gleichung 6. Grades ist geschlossen nicht lösbar; sie besitzt jedoch 6 reelle Lösungen, die numerisch zu
finden sind.

In Mathematica wird eingegeben:

(20.4b)
Als Antwort erhält man:
 (20.4c)
Das ist eine Liste mit den 6 Lösungen mit einer bestimmten Genauigkeit, die später erläutert wird.

Die Eingabe in Maple lautet:

(20.4d)

Hier darf in der Eingabe ,, `` fehlen, und die zusätzliche Angabe ,, `` wäre wegen der Eindeutigkeit auch nicht
nötig. Maple setzt den eingegebenen Ausdruck automatisch gleich Null. Als Ausgabe erhält man die Folge der 6
Lösungen. Die Benutzung des Befehls fsolve teilt Maple mit, daß Fließkommazahlen als Ergebnis erwartet werden.
Numerische Berechnung von Ausdrücken und Funktionen

Nach dem Start von Maple wird das ,,Prompt`` angezeigt, das die Bereitschaft für die Eingabe angibt.
Zusammenhängende Ein- und Ausgaben werden oft in einer Zeile dargestellt, eventuell getrennt durch den
Pfeiloperator .

1. Operator evalf:
Zahlenwerte von Ausdrücken, die ganz allgemein eingebaute und nutzerdefinierte Funktionen enthalten und
die zu einer reellen Zahl auswertbar sind, können mit Hilfe des Befehls
(19.289)
bestimmt werden. Mit wird der numerisch auszuwertende Ausdruck bezeichnet; das optionale Argument
kann verwendet werden, um bei der jeweiligen Berechnung abweichend von der Einstellung Digits mit -stelliger
Gleitpunktarithmetik zu arbeiten.

Beispiel
 Anlegen einer Tabelle der Funktionswerte der Funktion .

Zunächst wird die Funktion definiert, was mit dem Pfeiloperator erfolgen kann:

Danach sind die benötigten Funktionswerte mit dem Aufruf evalf(f(x)); , wobei für die numerischen
Werte einzusetzen sind, zu bestimmen.

Eine Tabelle von Funktionswerten in Schritten von 0,2 zwischen 1 und 4 kann man mit

erzeugen. Hier wird z.B. gefordert, mit zwölf Ziffern zu arbeiten.

Maple gibt das Ergebnis in der Form einer einspaltigen Tabelle mit Eintragungen der Art
aus.

2. Operator evalhf:
Neben evalf existiert der Operator evalhf. Er kann auf ähnliche Art wie evalf angewendet werden. Sein
Argument sind ebenfalls Funktionen, die zu einer reellen Zahl auswertbar sind. Hier wird jedoch von Maple die
maschinenspezifische Gleitpunktzahlgenauigkeit genutzt, alle Rechnungen werden mit dieser durchgeführt und
abschließend wird das Ergebnis in das Maple-eigene Gleitpunktzahlsystem überführt. Bei der Nutzung dieses
Befehls kann ein beträchtlicher Zeitgewinn bei umfangreichen numerischen Rechnungen eintreten. Es ist
jedoch zu beachten, daß die im Abschnitt Numerische Probleme beim Rechnen auf Computern beschriebenen
Probleme zu beträchtlichen Fehlern führen können.
Numerische Lösung von Differentialgleichungen

Im Kapitel Computeralgebrasysteme, Lösung von Differentialgleichungen mit Maple wird die Lösung von
gewöhnlichen Differentialgleichungen mit der Operation dsolve behandelt. In den meisten Fällen ist es jedoch nicht
möglich, die Lösung in geschlossener Form anzugeben. In diesen Fällen kann man versuchen, die Gleichung
numerisch zu lösen, wobei entsprechende Anfangsbedingungen gegeben sein müssen.
Dafür wird der Befehl dsolve in der Form
(19.292)

mit der Option numeric als drittes Argument verwendet. Hier enthält das Argument neben der eigentlichen
Differentialgleichung auch die Anfangsbedingungen. Das Resultat dieser Operation ist eine Prozedur, die, wenn man
sie z.B. mit bezeichnet, durch den Aufruf den Wert der Lösung für den Wert der unabhängigen Variablen

berechnet.
Maple benutzt für diesen Prozeß das RUNGE-KUTTA-Verfahren. Die voreingestellte Genauigkeit für den relativen und
den absoluten Fehler beträgt . Mit den globalen Symbolen und kann der
Nutzer diese Einstellungen ändern.
Treten bei der Berechnung Probleme auf, dann zeigt Maple dies durch verschiedenartige Meldungen an.
Beispiel
Behandlung des Beispiels zum RUNGE-KUTTA-Verfahren mit Maple. Man erhält

Mit

kann z.B. der Wert der Lösung im Punkt bestimmt werden.

Numerische Lösung von Gleichungen

Wie im (Kapitel Computeralgebrasysteme) erwähnt, kann Maple in vielen Fällen Gleichungen und
Gleichungssysteme numerisch lösen. Das ist insbesondere dann von Bedeutung, wenn es sich um transzendente
Gleichungen oder um algebraische Gleichungen handelt, die nur im Bereich der reellen Zahlen auflösbar sind.
Dafür wird der Befehl fsolve eingesetzt. Er ist in der Syntax
(19.290)
zu verwenden. In der Regel wird der Befehl für allgemeine Gleichungen eine einzelne Wurzel bestimmen. Für
Polynomgleichungen jedoch liefert er alle reellen Wurzeln. In der folgenden Tabelle sind die zur Verfügung
stehenden Optionen angegeben.
Tabelle von Optionen des Befehls fsolve

complex bestimmt eine einzelne komplexe Wurzel (bzw. alle Wurzeln eines
Polynoms)

bestimmt zumindest Wurzeln (gilt nur für Polynomgleichungen)

fulldigits verhindert die Verkleinerung der Genauigkeit unter die
voreingestellte in Zwischenrechnungen
intervall sucht nach Lösungen im angegebenen Intervall
Beispiel A

Bestimmung aller Lösungen der Polynomgleichung . Mit

Maple hat nur die beiden reellen Wurzeln bestimmt. Mit der Option complex erhält man auch die
komplexen Wurzeln:

Beispiel B

Bestimmung der beiden Lösungen der transzendenten Gleichung .

Nach der Festlegung

die positive Lösung. Mit

bestimmt Maple auch die zweite (negative) Wurzel.

Numerische Integration

Die Berechnung bestimmter Integrale ist oft nur numerisch möglich. Das ist der Fall, wenn der Integrand sehr
kompliziert aufgebaut ist bzw. wenn die Stammfunktion nicht durch elementare Funktionen ausdrückbar ist. In Maple
wird dann der Befehl evalf dem Integrationsbefehl für die Berechnung des bestimmten Integrals vorangestellt:
(19.291)
Darauf wird das Integral mit der geforderten Genauigkeit von Maple unter Zuhilfenahme von Näherungsverfahren
bestimmt. In der Regel funktioniert diese Methode.

Beispiel
 Berechnung des bestimmten Integrals . Da die Stammfunktion nicht bekannt ist, wird

zunächst

angezeigt. Gibt man jedoch

ein, so erhält man . Maple hat unter Benutzung des eingebauten

Näherungsverfahrens die numerische Integration auf 15 Ziffern genau vorgenommen.

In gewissen Fällen versagt diese Methode, insbesondere wenn über große Intervalle zu integrieren ist. Dann kann
man versuchen, mit dem Bibliotheksaufruf

eine andere Näherungsprozedur aufzurufen, die ein adaptives Newtonverfahren verwendet.

Beispiel
Die Eingabe

führt zu einer Fehlermeldung. Mit

erhält man das richtige Resultat. Hier ist das dritte Argument die Angabe der Genauigkeit und das letzte die
interne Bezeichnung des Näherungsverfahrens.
Typen und Objekte

In Maple haben alle Objekte einen Typ , der ihre Zugehörigkeit zu einer Objektklasse bestimmt. Ein Objekt kann
mehreren Typen zugeordnet sein, so z.B., wenn eine bestimmte Objektklasse eine durch zusätzliche Relationen
definierte Unterklasse enthält. Als Beispiel sei erwähnt, daß die Zahl 6 vom Typ integer und vom Typ posint ist.
Mit Hilfe der Typisierung und damit auch einer Hierarchisierung aller Objekte wird die widerspruchsfreie Formulierung
und Abarbeitung bestimmter Klassen von mathematischen Aufgaben garantiert.

Der Nutzer kann jederzeit den Typ eines Objektes mit der Anfrage

(20.30)
erfragen. Nach Abschluß der Eingabe ist unbedingt das Semikolon zu setzen. Die Rückgabe ist der Basistyp des
Objektes. Maple kennt folgende, in der folgenden Tabelle dargestellten Basistypen:

Tabelle Basistypen in Maple

exprseq float fraction function indexed integer list

 procedure series set string table uneval
Die weitergehende Typstruktur kann mit Abfragen der Art type(obj,typname), deren Werte die BOOLEschen
Funktionen true oder false sind, ermittelt werden. In der folgenden Tabelle sind alle Maple bekannten Typnamen
dargestellt.

Tabelle Typenübersicht

. ..

PLOT PLOT3D RootOf algebraic algext algfun

algn algnumext and anything array biconnect bipartite boolean
colourabl connected constant cubic digraph equation even evenfunc
expanded facint float fraction function graph indexed integer
intersect laurent linear list listlist logical mathfunc matrix
minus monomial name negative negint nonneg nonnegint not
numeric odd oddfunc operator or planar point polynom
posint positive primeint procedure quadratic quartic radext radfun
radfunext radical radnum radnumext range rational ratpoly realcons
relation scalar series set sqrt square string subgraph
symmfunc taylor tree trig type undigraph uneval union
 vector

Man erkennt, daß die Typprüffunktionen selbst einen Typ besitzen, nämlich type. Grob gesprochen, charakterisieren
die Basistypen Klassen von grundlegenden Datenstrukturen (Zahlenarten, strukturierte Datentypen) und
Basisoperatoren, während die übrigen tiefergehenden Klassifizierungen der Basistypen bzw. Sachverhalte
algebraischer Natur widerspiegeln bzw. mit bestimmten Prozeduren von Maple verknüpft sind.
Operationen auf Polynomen

Neben den schon bekannten Operationen sind vor allem die Operationen gcd und lcm von Bedeutung. Sie finden
den größten gemeinsamen Teiler (ggT) bzw. das kleinste gemeinsame Vielfache (kgV) zweier Polynome.
Entsprechend liefern den ganzzahligen Anteil der Division der Polynome und und

den Rest.

Beispiel
Mit dem Befehl normal kann man den Quotienten zweier Polynome über dem Körper der rationalen Zahlen in
Normalform bringen, d.h. als Quotienten zweier gekürzter Polynome darstellen.

Beispiel
Mit den Polynomen des voranstehenden Beispiels wird

Mit numer und denom lassen sich Zähler und Nenner getrennt darstellen.
Wichtige Operationen

Die beiden grundsätzlichen Operationen zur symbolischen Lösung von Gleichungen in Maple sind solve und RootOf
bzw. roots. Mit ihnen und ihren möglichen Variationen durch bestimmte optionale Argumente gelingt es, eine Vielzahl
von Gleichungen, auch transzendente, zu lösen. Wenn eine Gleichung nicht in geschlossener Form lösbar ist, kann
Maple nur numerische Näherungslösungen anbieten.

Die Funktion RootOf ist das Symbol für alle Wurzeln einer Gleichung einer Variablen. Mit

(20.58)

versteht Maple unter die Gesamtheit der Wurzeln der Gleichung . Dabei wird der

eingegebene Ausdruck, wenn möglich, in eine einfache Form gebracht und mit der globalen Variablen dargestellt.

Der Aufruf liefert eine Folge der Wurzeln.

Der Befehl solve liefert die Lösung einer Gleichung, sofern diese existiert.
Beispiel

während

ergibt. Diese Gleichung besitzt im Bereich der rationalen Zahlen keine Lösungen. Mit allvalues erhält man
genäherte numerische Lösungen.
Operatoren

In Maple verhalten sich Funktionen wie die sogenannten -Funktionen in der Programmiersprache LISP. Etwas
vereinfacht heißt dies: der Name einer Funktion, sofern sie in Maple definiert ist, wird als Operator aufgefaßt. Mit
anderen Worten, liefert true. Hängt man an den Operator das Argument oder auch

mehrere, sofern dies nötig ist, in runden Klammern an, so entsteht die entsprechende Funktion von der angegebenen
Variablen.

Beispiel

liefert und liefert .

Setzt man als zu prüfendes Argument jedoch ein, so liefert die Typprüfung genau die umgekehrte

Aussage.

Maple bietet die Möglichkeit, selbstdefinierte Funktionen in Form von Operatoren zu erzeugen. Dazu dient der
Erzeugungsoperator . Mit

(20.47)
und mit mathausdr als algebraischer Ausdruck in der Variablen , wird eine neue Funktion in Operatorform mit
dem Namen festgelegt. Der algebraische Ausdruck kann dabei schon vorher definierte und/oder eingebaute
Funktionen enthalten. Hängt man an das so erzeugte Operatorsymbol eine unabhängige Variable in runden
Klammern an, so entsteht die zugehörige Funktion dieser unabhängigen Variablen.

Beispiel

Mit der Übergabe von Zahlenwerten (etwa als Gleitpunktzahlen) an dieses Argument, also durch Aufrufe
der Art

liefert Maple den Funktionswert für diesen Wert.

Umgekehrt erzeugt man aus einer Funktion (man denke etwa an ein Polynom in der Variablen ) den zugehörigen
Operator mit der Anweisung . So entsteht aus mit

wieder der Operator mit dem Symbol .

Mit Operatoren kann man nach den üblichen Regeln arbeiten. Summe und Differenz zweier Operatoren sind wieder
Operatoren. Bei der Multiplikation ist zu beachten, daß darunter die Hintereinanderanwendung beider Operatoren zu
verstehen ist. Maple benutzt dafür das spezielle Multiplikationssymbol . Diese Multiplikation ist im allgemeinen
nicht kommutativ.

Beispiel

Es sei und . Dann gilt

während

liefert.

Will man das Produkt zweier Funktionen bilden, die in Operatordarstellung gegeben sind, so benutzt man die
Schreibweise , die liefert.
Wichtige Operatoren in Maple

Wichtige Operatoren sind als die bekannten arithmetischen Operationen;

als relationale Operatoren.

Von spezieller Bedeutung ist der cat-Operator, der abgekürzt in Infixform auch als Punktoperator `.` geschrieben
wird. Mit diesem Operator können zwei Symbole (Namen) miteinander verknüpft werden.

Beispiel

Anstelle der Eingabe kann man schreiben , das Resultat ist wieder . Es

ist zu beachten, daß zu Beginn der Verknüpfung die leere Zeichenkette zu stehen hat, sonst löst Maple den ersten
Operanden nicht auf. Mit dieser Konstruktion kann man indizierte Variable sehr günstig bereitstellen.
Beispiel

Im Ergebnis hat man eine Folge indizierter Variablen.

Partialbruchzerlegung

Die Partialbruchzerlegung erfolgt in Maple mit dem Befehl convert, der mit der Option parfrac aufzurufen ist.

Beispiel

Unter Benutzung der Polynome und der voranstehenden Beispiele erhält man
Programmierung in Maple
Maple stellt für den Aufbau eigener Prozeduren und Programme die üblichen Kontroll- und Schleifenstrukturen in
spezifischer Form bereit.

Fallunterscheidungen werden mit dem if-Befehl vorgenommen. Seine Grundstruktur ist

(20.49)
Der else-Zweig kann fehlen.

Vor dem else-Zweig können beliebig viele weitere Zweige mit der Struktur

(20.50)
eingefügt werden.

Schleifen erzeugt man mit bzw. , die den Anweisungsteil in der Form
verlangen.
In der -Schleife ist der Laufindex in der Form

zu schreiben, hier ist die Schrittweite. Fehlen Anfangswert und Schrittweite, so werden diese automatisch auf 1
gesetzt.

In der -Schleife lautet der erste Teil

Auch Schleifen können mehrfach ineinander verschachtelt werden.

Um in sich abgeschlossene Programme zu gestalten, benutzt man in Maple die Prozeduranweisung. Sie kann sich
über viele Zeilen erstrecken, entsprechend abgespeichert und unter ihrem Namen in die laufende Arbeit eingefügt
werden. Ihre Grundstruktur lautet

(20.51)

Die Anzahl der Argumente der Prozedur muß nicht mit der im eigentlichen Körper benutzten Anzahl übereinstimmen;
speziell kann die Angabe ganz fehlen. Alle mit local definierten Variablen sind nur intern bekannt.

Beispiel
Es soll eine Prozedur geschrieben werden, die die Summe der Quadratwurzeln aus den ersten
natürlichen Zahlen bestimmt:

Maple liefert die so definierte Prozedur zurück.

Dann wird die Prozedur über ihren Namen mit dem gewünschten Argument aufgerufen:
Spezialpaket plots

In der Maple-Bibliothek findet man das Spezialpaket plots mit zusätzlichen graphischen Operationen. Im
zweidimensionalen Fall sind hier besonders die beiden Anweisungen conformal und von Interesse.
Mit
(20.94)
können Kurven in Polarkoordinatenform gezeichnet werden. Mit kann eine Menge (in geschweifte Klammern
eingeschlossen) mehrerer Funktionen bezeichnet sein. Maple interpretiert die eingehende Variable als

Winkel und zeichnet die Kurven im Bereich zwischen , wenn nicht ein davon abweichender Bereich
explizit eingegeben wird.

Der Befehl

(20.95)
bildet mit Hilfe der komplexen Funktion die Gitterlinien eines rechteckigen Gitters in ein Kurvengitter ab. Die
neuen Gitterlinien schneiden sich ebenfalls rechtwinklig. Mit dem Bereich werden die ursprünglichen Gitterlinien
festgelegt. Er ist voreingestellt auf . Der Bereich legt die Größe des Fensters fest, in welchem

die Abbildung liegt. Hier werden als Voreinstellung die sich aus der Abbildung ergebenden Maxima und Minima
benutzt.
Maple
Das Computeralgebrasystem Maple wurde an der Waterloo-Universität (Ontario Canada) entwickelt. Es wird in der
Version Maple V, release 4 von Waterloo Maple Software vertrieben. Eine gute Einführung findet man neben den
Handbüchern in Lit. 20.6.

● Hauptstrukturelemente
● Zahlenarten in Maple
● Wichtige Operatoren in Maple
● Algebraische Ausdrücke
● Folgen und Listen
● Tabellen- und feldartige Strukturen, Vektoren und Matrizen
● Funktionen und Operatoren
● Programmierung in Maple
● Ergänzungen zur Syntax, Informationen und Hilfe
Umgebungsvariable

Die Ausgaben von Maple lassen sich mit einer Reihe von Umgebungsvariablen steuern. Bereits vorgestellt ist die
Variable , mit der die Anzahl der auszugebenden Ziffern von Gleitpunktzahlen festgelegt werden kann.

Die allgemeine Art der Resultatausgabe wird durch festgelegt. Voreinstellung ist hier

(20.54)
Diese sorgt für die zentrierte Ausgabe im mathematischen Druckstil. Setzt man diese Option auf , so beginnt
die Ausgabe am linken Rand und nutzt die Eingabeschreibweise.
Zahlenarten in Maple
● Grundtypen von Zahlen in Maple
● Spezielle Zahlen
● Darstellung und Konvertierung von Zahlen
Zahlen verschiedener Basis

Die Umwandlung von Zahlen im Zehnersystem in Zahlen einer anderen Basis erfolgt mit dem Befehl . Dieser Befehl ist in
seiner Grundform
(20.37)

von spezieller Bedeutung, da er Ausdrücke von einer Form in eine andere umwandelt, sofern dies sinnvoll ist. Das Argument
kann einer der in der folgenden Tabelle aufgezählten Typen sein.

Tabelle Argumente der Funktion convert

D array base binary confrac decimal

degrees diff double eqnlist equality exp expln expsincos

factorial float fraction GAMMA hex horner hostfile hypergeom
lessthan lessequal list listlist ln matrix metric mod2
multiset name octal parfrac polar polynom radians radical
rational ratpoly RootOf series set sincos sqrfree tan
vector
Die Tabelle zeigt, daß für die Umwandlung von Zahlen eine Vielzahl von Formfunktionen zur Verfügung stehen.
Beispiel
Beispiele für Formfunktionen:

Im letzten der 6 Beispiele ist die Hexadezimalzahl in Linksakzenten einzuschließen.

Mit dem Befehl erfolgt die Umwandlung einer Zahl zur Basis , die in Listenform

einzugeben ist, in eine Zahl zur Basis , die in Listenform ausgegeben wird. Eingabe in Listenform heißt, daß die Zahl in der Form
zu schreiben ist und die Liste einzugeben ist.

Beispiel
Die Oktalzahl 153 soll in eine Hexadezimalzahl umgewandelt werden:

Die Ausgabe erfolgt als Liste.

Maß

Eine auf einer -Algebra definierte Funktion heißt Maß, wenn

a)

b)

c)

impliziert .

Die Eigenschaft c) heißt - Additivität des Maßes. Ist ein Maß auf und sind , dann

ist (Monotonie). Wenn und , dann

 (Stetigkeit von unten).

Seien eine -Algebra von Teilmengen aus und ein Maß auf . Das Tripel heißt

Maßraum , und die Mengen aus heißen meßbar oder - meßbar .

Beispiel A

Seien eine endliche Menge die -Algebra aller Teilmengen von , und

sei jedem eine nichtnegative Zahl zugeordnet. Dann ist die für jede Menge

durch auf definierte

Funktion ein Maß, das (wegen nur endliche Werte annehmende

sogenannte Zählmaß.

Beispiel B
 DIRAC-Maß: Seien eine -Algebra von Teilmengen einer Menge und ein beliebig fixierter Punkt
aus . Durch

ist auf ein Maß definiert. Es heißt (auf konzentrierte) - Funktion . Offensichtlich gilt
(s. Stetige lineare Funktionale), wobei die charakteristische Funktion

der Menge bezeichnet.

Beispiel C

LEBESGUE-Maß: Seien ein metrischer Raum und die kleinste -Algebra von Teilmengen aus

, die alle offenen Mengen von enthält. existiert als der Durchschnitt aller -Algebren, die

die Gesamtheit aller offenen Mengen enthalten, und heißt die BORELsche -Algebra von . Jedes
Element aus heißt BOREL-Menge (s. Lit. 12.6). Sei jetzt . Mit Hilfe einer

Erweiterungsprozedur kann man eine -Algebra und darauf ein Maß konstruieren, das auf der Menge aller
Quader aus mit dem Volumen übereinstimmt. Genauer: Es existiert eine eindeutig bestimmte -
Algebra von Teilmengen aus und ein eindeutig bestimmtes Maß auf mit den folgenden
Eigenschaften:

a)
 Jede offene Menge aus gehört zu , mit anderen Worten: .

b)
Aus und folgen und .

c)
Ist ein Quader, dann ist , und es gilt .

d)
ist translationsinvariant, d.h. für jeden Vektor und jede Menge gelten

und .

Die Elemente aus heißen LEBESGUE-meßbare Teilmengen von . ist das ( -dimensionale)
LEBESGUE-Maß in .

Hinweis: Man sagt in der Maß- und Integrationstheorie, daß eine Behauptung (Eigenschaft, Bedingung) bezüglich
eines Maßes fast überall oder - fast überall auf einer Menge gilt, wenn die Menge, auf der sie nicht erfüllt

ist, das Maß Null hat. Man schreibt dafür auch die Abkürzung f.ü. bzw. -f.ü. Also, ist etwa das LEBESGUE-Maß

auf , sind zwei disjunkte Mengen mit und ist eine Funktion auf mit
 und , dann ist -f.ü. auf genau dann, wenn

.
Natürliches Maß

Sei ein Attraktor von in mit Einzugsgebiet . Für eine beliebige BOREL-Menge und

einen beliebigen Punkt wird die Größe

(17.30)

gebildet, wobei jeweils der Teil der Gesamtzeit ist, in dem der Orbitabschnitt

in der Menge liegt. Wenn für -fast alle aus sogar ist, wird

gesetzt. Da fast alle Orbits mit Anfang für gegen streben, ist ein

Wahrscheinlichkeitsmaß, das auf konzentriert ist.

Physikalische oder SBR-Maße

Die Aussage des Ergodensatzes ist nur dann brauchbar, wenn der Träger des Maßes möglichst groß ist. Seien

eine stetige Abbildung, ein invariantes Maß. Man sagt (s. Lit. 17.9), daß ein SBR-

Maß ist (nach SINAI, BOWEN und RUELLE), wenn für jede stetige Funktion die Menge aller der Punkte
, für die

(17.32a)

gilt, ein positives LEBESGUE-Maß hat. Dafür ist ausreichend, daß die Folge der Maße

(17.32b)

für fast alle schwach gegen konvergiert, d.h. für jede stetige Funktion für
 gilt.

Beispiel
Für einige wichtige Attraktoren, so für den HÉNON-Attraktor, wurde die Existenz eines SBR-Maßes
nachgewiesen.
Satz von RADON-NIKODYM

1. Voraussetzungen: Seien ein -endlicher Maßraum, d.h., es existiert eine Folge

, so daß und gilt. In diesem Falle heißt das Maß

- endlich . Es heißt endlich , wenn , und Wahrscheinlichkeitsmaß , wenn gilt.

Eine auf gegebene reelle Funktion heißt absolutstetig bezüglich , wenn die Gleichung

impliziert. Die Bezeichnung dafür ist .

Für eine integrierbare Funktion ist die auf definierte Funktion -additiv und

absolutstetig bezüglich des Maßes . Fundamental für viele theoretische Untersuchungen und praktische
Anwendungen ist die Umkehrung dieses Fakts:
2. Satz von RADON-NIKODYM:Seien eine -additive Funktion und ein Maß auf einer -Algebra
 gegeben und sei . Dann existiert eine -integrierbare Funktion so, daß für jede Menge
die Beziehung

(12.204)

gilt. Die Funktion ist dabei bis auf ihre Äquivalenzklasse eindeutig bestimmt, und ist nichtnegativ genau dann,

wenn -f.ü.
Koordinaten des Massenmittelpunktes (Schwerpunktes)

Die Koordinaten des Massenmittelpunktes eines Systems materieller Punkte mit den Massen

werden mit den folgenden Formeln berechnet:

(3.293)
Teilung einer Strecke

Die Koordinaten eines Punktes der eine Strecke zwischen den Punkten und

im vorgegebenen Verhältnis

(3.361)

teilen soll, werden mit den Formeln

(3.362a)

(3.362b)

(3.362c)

bestimmt. Der Mittelpunkt der Strecke ergibt sich aus

 (3.363)

Die Koordinaten des Massenmittelpunktes (oft unkorrekterweise Schwerpunkt genannt) eines Systems aus
materiellen Punkten mit den Massen werden mit den folgenden Formeln berechnet, wobei die Summation über

alle von 1 bis zu erfolgen hat:

(3.364)
Berechnung von rechtwinkligen aus polaren Koordinaten beim polaren
Anhängen eines Punktes

Im rechtwinkligen Koordinatensystem sind die Koordinaten eines Neupunktes durch Messungen im polaren
örtlichen System zu ermitteln.
Gegeben: Gemessen: Gesucht:
Lösung:

(3.92a)

(3.92b)
(3.92c)
(3.92d)
Sollte auch gemessen worden sein, dann wird der Unterschied zwischen der örtlich gemessenen Strecke und

der aus den Koordinaten berechneten Strecke mit dem Maßstabsfaktor berücksichtigt:

(3.93a)

(3.93b)
(3.93c)
Matchings
● Matchings, Satz von TUTTE
● Alternierende Wege, Satz von BERGE
● Ermittlung maximaler Matchings
Matchings, Satz von TUTTE

1. Matchings:
Eine Menge von Kanten eines Graphen heißt Matching in wenn keine Schlingen enthält und

je zwei verschiedene Kanten aus keinen gemeinsamen Endpunkt besitzen.

a) Gesättigtes Matching:
Ein Matching von heißt gesättigt , wenn es in kein Matching mit gibt.
b) Maximales Matching:
Ein Matching von nennt man maximal , wenn es in kein Matching mit
gibt.

c) Perfektes Matching:
Ist ein Matching in mit der Eigenschaft, daß jeder Knoten von mit einer Kante aus
indiziert, dann wird perfektes Matching genannt.

Beispiel
 Im Graphen der folgenden Abbildung ist ein gesättigtes Matching

und ein maximales Matching, das außerdem perfekt ist.

d) Hinweis:
In Graphen mit ungerader Knotenzahl gibt es keine perfekten Matchings.
2. Satz von TUTTE:
a) Ein Graph besitzt genau dann ein perfektes Matching, wenn gerade ist und für

jede Teilmenge der Knotenmenge ist. Dabei ist der Graph, der aus

durch Löschen aller Knoten von und der mit diesen Knoten inzidierenden Kanten entsteht. Mit
wird die Anzahl der Komponenten von mit ungerader Knotenzahl bezeichnet.

b)
Perfekte Matchings haben z.B. vollständige Graphen mit gerader Knotenzahl, vollständige paare
Graphen und beliebige reguläre paare Graphen vom Regularitätsgrad
Ermittlung maximaler Matchings

Gegeben sei ein Graph mit einem Matching

a)
Man bilde zu ein gesättigtes Matching mit
b)
Man wähle in einen Knoten der mit keiner Kante aus inzidiert, und suche in einen

zunehmenden alternierenden Weg, der in beginnt.

c)
Existiert ein solcher Weg, dann liefert das oben beschriebene Austauschverfahren ein Matching mit
Existiert kein solcher Weg, dann lösche man in den Knoten und alle mit

inzidierenden Kanten und wiederhole Schritt b).

Es gibt einen kompliziert zu beschreibenden Algorithmus von EDMONDS, der sich zur effektiven Suche nach
maximalen Matchings eignet (s. Lit. 5.29).
Optionen für 3D-Graphik

Die Zahl der Optionen für 3D-Graphik ist groß. In der folgenden Tabelle werden einige in aufgelistet, wobei Optionen,
die aus der 2D-Graphik bekannt sind, nicht aufgeführt werden. Sie lassen sich sinngemäß übertragen.

Tabelle Optionen zur 3D-Graphik

voreingestellt ist , dies zeichnet einen dreidimensionalen

Rahmen um die Fläche
bestimmt die Undurchsichtigkeit der Oberfläche, voreingestellt ist

bestimmt den Punkt im Raum, von dem aus die

Oberfläche betrachtet wird. Voreingestellt ist

voreingestellt ist , damit wird die Oberfläche schattiert,

liefert weiße Oberflächen
 ist hier für die Werte , ,

wählbar. Voreinstellung

ist

Hier sei besonders auf die Option hingewiesen, mit der sehr unterschiedliche Ansichtsperspektiven
für die jeweilige Oberfläche ausgewählt werden können.
Mathematica

Mathematica stellt die in der folgenden Tabelle dargestellten Funktionen und Operatoren für die Umformung
algebraischer Ausdrücke zur Verfügung.
Tabelle Anweisungen zur Manipulation algebraischer Ausdrücke

löst die Potenzen und Produkte in einem Polynom durch

Ausmultiplikation auf

multipliziert nur die Anteile in aus, die enthalten

löst auch Potenzen von Produkten und Potenzen von Potenzen

auf

faktorisiert ein Polynom vollständig

ordnet das Polynom nach Potenzen von

 das gleiche wie vorstehend, nur mit mehreren Variablen

entwickelt nur den Zähler eines rationalen Ausdrucks

entwickelt nur den Nenner

multipliziert sowohl Zähler als auch Nenner vollständig aus

stellt den Ausdruck mit einem gemeinsamen Nenner dar

stellt den Ausdruck als Summe von Termen mit einfachen

Nennern dar (Partialbruchzerlegung)

kürzt gemeinsame Faktoren in den jeweiligen Termen

● Multiplikation von Ausdrücken

● Faktorzerlegung von Polynomen
● Operationen auf Polynomen
● Partialbruchzerlegung
● Manipulation nichtpolynomialer Ausdrücke
Multiplikation von Ausdrücken

Diese Operation der Multiplikation algebraischer Ausdrücke ist in jedem Falle durchführbar. Dabei können
Koeffizienten auch unbestimmte Ausdrücke sein.

Beispiel

Entsprechend wird
Apply

Es sei eine Funktion, die im Zusammenhang mit einer Liste erklärt ist. Dann ergibt

(20.24)

Beispiel

Man erkennt hier gut das allgemeine Schema, wie Mathematica mit Ausdrücken von Ausdrük-kcken
umgeht. Dazu schreibt man die letzte Operation in FullForm:

Die Funktionaloperation Apply ersetzt offensichtlich den Kopf des zu behandelnden Ausdruckes Plus
durch den geforderten List.
Kontexte, Attribute

Mathematica muß mit einer Vielzahl von Symbolen umgehen, darüber hinaus lassen sich weitere Programmoduln je
nach Bedarf hinzuladen. Um Mehrdeutigkeiten zu vermeiden, bestehen die Namen von Symbolen in Mathematica
aus zwei Teilen, dem Kontext und dem Kurznamen.

Als Kurznamen bezeichnet man die Benennungen von Köpfen und Elementen der Ausdrücke. Darüber hinaus
benötigt Mathematica für die Benennung von Symbolen Angaben über die Zugehörigkeit des Symbols zum jeweiligen
Programmteil. Dies wird durch die Angabe des Kontext gewährleistet, der den entsprechenden Programmteil
benennt. Der vollständige Name eines Symbols besteht daher aus dem Kontext und dem Kurznamen, die durch ein '
verbunden werden.

Beim Start von Mathematica sind immer zwei Kontexte präsent: System' sowie Global' . Über die Verfügbarkeit
weiterer Programmoduln kann man sich mit dem Befehl informieren lassen.

Alle in Mathematica eingebauten Funktionen laufen unter dem Kontext System' , während die vom Nutzer definierten
unter dem Kontext Global' abgelegt werden.

Ist ein gegebener Kontext aktuell, also der entsprechende Programmteil geladen, so können die Symbole mit ihrem
Kurznamen angesprochen werden.

Beim Einlesen eines weiteren Mathematica-Programmoduls mit werden die dazugehörigen

Kontexte geöffnet und der schon vorhandenen Liste vorn hinzugefügt. Es kann vorkommen, daß vor dem Zuladen
des neuen Moduls ein Symbol mit einem Namen eingeführt wurde, der jetzt in dem neu eröffneten Kontext unter
einer anderen Definition ebenfalls vorhanden ist. In diesem Falle informiert Mathematica in einer Meldung darüber.
Dann ist entweder der vorher definierte Name mit zu löschen, oder aber man

verwendet für das zugeladene Symbol den vollständigen Namen.

Neben den Eigenschaften, die Symbole per Definition besitzen und die in der Regel spezieller Natur sind, kann man
ihnen allgemeinere Eigenschaften, nämlich Attribute wie Orderless, d.h. ungeordnet, kommutativ, Protected,
d.h., Werte können nicht geändert werden, oder Locked, d.h, Attribute können nicht geändert werden u.a. zuordnen.
Auskunft über die für das jeweilige Objekt zutreffenden Attribute erhält man mit .

Eigene Symbole können mit geschützt werden, so daß keine anderen

Definitionen für diese Symbol eingeführt werden können. Mit Unprotect kann das Attribut wieder entfernt werden.
Haupstrukturelemente
Im System Mathematica werden die Hauptstrukturelemente einheitlich Ausdrücke genannt. Ihre Syntax lautet (es sei
nochmals betont, daß die jeweiligen Objekte durch ihr zugehöriges Symbol, also ihren Namen, anzugeben sind):
(20.6)

Man bezeichnet als Kopf ( ) des Audruckes; ihm ist die Nummer 0 zugeordnet. Die Teile

sind die Elemente des Ausdrucks und unter ihren Nummern aufrufbar.

In vielen Fällen ist der Kopf des Ausdrucks ein Operator oder eine Funktion, die Elemente sind die Operanden oder
die Variablen, auf die der Kopf wirkt.

Sowohl Kopf als auch Elemente eines Ausdrucks können wieder Ausdrücke sein. Eckige Klammern sind in
Mathematica für die Darstellung von Ausdrücken reserviert, sie dürfen nur in diesem Zusammenhang verwendet
werden.

Beispiel
 Der Term , der in Mathematica auch in dieser Infix-Form eingegeben werden darf, hat
die vollständige Form (FullForm)

ist also ebenfalls ein Ausdruck. Mit Plus, Power und Times werden die die entsprechenden
arithmetischen Operatoren bezeichnet.

Man erkennt an dem Beispiel, daß alle einfachen mathematischen Operatoren in der Präfix-Form existieren und daß
die Schreibweise als Term in Mathematica nur eine Vereinfachung ist.

Teile von Ausdrücken können extrahiert werden. Das erfolgt mit der Konstruktion , wobei die

Nummer des entsprechenden Elements ist. Insbesondere wird mit der Kopf des Ausdrucks wiedergegeben.

Beispiel
 Gibt man in Mathematica

ein, wobei das Zeichen auch weggelassen werden kann, und betätigt die Taste EINF, so antwortet
Mathematica mit

Mathematica hat die Eingabe zur Kenntnis genommen und sie in der mathematischen Standardform
wiedergegeben. Hätte man die Eingabe mit einem Semikolon abgeschlossen, so wäre die Ausgabe
unterdrückt worden.

Gibt man

ein, so lautet die Antwort

Das Zeichen % in der eckigen Klammer teilt Mathematica mit, daß die letzte Ausgabe als Argument für die
neue Eingabe zu verwenden ist. Aus diesem Ausdruck kann man mit

das dritte Element herausziehen, das in diesem Fall wiederum ein Ausdruck ist.

Symbole sind in Mathematica die Bezeichner der Grundobjekte; sie können beliebige Folgen von Buchstaben und
Zahlen sein und dürfen nicht mit einer Zahl beginnen. Das Sonderzeichen $ ist zulässig. Es wird zwischen Groß- und
Kleinbuchstaben unterschieden. Systemimmanente Symbole beginnen mit einem Großbuchstaben, bei
zusammengesetzten Worten beginnt auch der zweite Teil mit einem Großbuchstaben. Der Nutzer sollte deshalb zur
Unterscheidung seine selbstdefinierten Symbole nur mit Kleinbuchstaben schreiben.
Mathematica

In Abschnitt Funktionaloperatoren wird der Begriff der Ableitung als Funktionaloperator erläutert. Mathematica verfügt
über eine Vielzahl von Möglichkeiten, um Operationen der Analysis wie die Bestimmung von Differentialquotienten
beliebiger Ordnung, partieller Ableitungen, die Bildung vollständiger Differentiale, unbestimmter und bestimmter
Integrale, Reihenentwicklung von Funktionen sowie die Lösung einer Reihe von Differentialgleichungen
durchzuführen.

● Berechnung von Differentialquotienten

● Unbestimmte Integrale
● Bestimmte Integrale, Mehrfachintegrale
● Lösung von Differentialgleichungen
Lösung von Differentialgleichungen

Mit Mathematica können gewöhnliche Differentialgleichungen symbolisch behandelt werden, wenn eine Lösung in
geschlossener Form prinzipiell möglich ist. In diesem Fall liefert Mathematica in der Regel die Lösung. Die hierfür
zutreffenden Befehle sind in der folgenden Tabelle aufgelistet.
Tabelle Anweisungen zur Lösung von Differentialgleichungen

löst eine evtl. implizite Darstellung der Lösung der

Differentialgleichung nach auf (falls möglich)

liefert die Lösung der Differentialgleichung in Form

einer reinen Funktion

löst ein System gewöhnlicher Differentialgleichungen

Die Lösungen werden (s. Unterkapitel Gewöhnliche Differentialgleichungen) mit den entsprechenden willkürlichen

Konstanten als allgemeine Lösungen dargestellt. Anfangswerte oder Randbedingungen können in den Teil der

Liste, der die Gleichung bzw. Gleichungen enthält, mit eingefügt werden. In diesem Falle erhält man eine spezielle
Lösung.

Als Beispiele sollen hier zwei Differentialgleichungen aus Abschnitt Wichtige Integrationsmethoden im Unterkapitel
Gewöhnliche Differentialgleichungen 1. Ordnung betrachtet werden.

Beispiel A

Es ist die Lsung der Differentialgleichung zu bestimmen.

Mathematica löst diese Gleichung und gibt die Lösung als reine Funktion mit einer Integrationskonstanten
wieder

Das Symbol steht für #, es ist dessen FullForm.

Verlangt man, daß die Lösung für bestimmt wird, dann liefert Mathematica

Man hätte in diesem Beispiel die Substitution auch für andere Größen, wie etwa oder durchführen
können. Hier wird der Vorteil der Benutzung reiner Funktionen deutlich.

Beispiel B

Es ist die Lösung der Differentialgleichung zu bestimmen.

Mathematica gibt die Eingabe ohne Kommentar zurück. Das liegt daran, daß Mathematica die Lösung der
Differentialgleichung, die im Beispiel in impliziter Form angegeben ist, nicht nach auflösen kann.

In solchen Fällen kann man nach numerischen Lösungen suchen. Auch im Falle der symbolischen Lösung von
Differentialgleichungen darf man wie bei der Berechnung unbestimmter Integrale Mathematica nicht überfordern.
Wenn die Resultate nicht als algebraischer Ausdruck elementarer Funktionen darstellbar sind, bleibt nur der Weg,
numerische Lösungen zu suchen.

Es sei hier darauf hingewiesen, daß mit der Version Mathematica 2.2 auch ein Spezialpaket enthalten ist, das
partielle Differentialgleichungen mit partiellen ersten Ableitungen einer einzelnen gesuchten Funktion lösen kann.
Unterabschnitte

● Operator der Differentiation

● Differentiation von Funktionen

Berechnung von Differentialquotienten

Operator der Differentiation

Der Differentiationsoperator wurde als eingeführt. Seine vollständige Schreibweise lautet

(20.68)
Die Argumente geben an, wie oft nach der jeweiligen Variablen differenziert werden soll. In diesem Sinne handelt es
sich um einen Operator der partiellen Differentiation. Mathematica versucht die Darstellung des Ergebnisses als reine
Funktion.

Differentiation von Funktionen

Die Differentiation einer vorgegebenen Funktion kann vereinfachend durch den Operator durchgeführt werden. Mit
wird die Ableitung der Funktion angegeben.

D gehört zu einer Gruppe von Differentialoperationen, die in der folgenden Tabelle aufgeführt sind.

Tabelle Operationen der Differentiation

liefert die -te Ableitung der Funktion .

Entsprechend liefern:

mehrfache Ableitungen jeweils -mal nach

das vollständige Differential der Funktion

die vollständige Ableitung der Funktion

 die vollständige Ableitung einer Funktion mehrerer
Veränderlicher

Für die beiden Beispiele aus Abschnitt Grundregeln für das Differenzieren erhält man

Beispiel A

Beispiel B
Die Anweisung liefert die vollständige Ableitung bzw. das vollständige Differential.

Beispiel C

Beispiel D

Mathematica nimmt in diesen letzten Beispielen an, daß eine Funktion von ist, die es jedoch nicht
kennt, und schreibt den zweiten Teil der Ableitung deshalb wieder symbolisch.

Wenn Mathematica bei der Differentiation auf eine symbolische Funktion stößt, beläßt es diese in der allgemeinen
Form und drückt die Ableitung in der Form aus.

Beispiel E
Mathematica kennt die Regeln für die Differentiation von Produkten, Quotienten und die Kettenregel und kann diese
auch formal anwenden:

Beispiel F

Beispiel G
Differentiation

Mathematica nutzt die Möglichkeit, die Differentiation von Funktionen als Abbildung im Raum der Funktionen
aufzufassen. Der Operator der Differentiation lautet in Mathematica oder abgekürzt . Ist

die Funktion f definiert, so erhält man mit ihre Ableitung.

Beispiel

Mit

also als reine Funktion dargestellt und entsprechend

Mathematica

Das Computeralgebrasystem Mathematica verfügt über einen mächtigen Apparat zur numerischen Lösung vielfältiger
mathematischer Aufgaben. Die Vorgehensweise von Mathematica ist jedoch hierbei ganz anders als im Falle
symbolischer Berechnungen. Mathematica ermittelt nach bestimmten, voreingestellten Prinzipien eine Werteliste der
beteiligten Funktionen ähnlich wie auch für graphische Darstellungen, und bestimmt dann aus diesen Werten die
jeweilige Lösung. Da die Anzahl der benutzten Punkte endlich sein muß, kann es bei ,,schlechten`` Funktionen zu
Problemen kommen. Mathematica wird zwar auch hier versuchen, an problematischen Stellen mehr Stützpunkte zu
wählen, aber schließlich muß es Annahmen über die Stetigkeit in bestimmten Bereichen machen. Hier kann die
Ursache für Fehler im Resultat liegen. Es ist in jedem Fall sinnvoll, so viel wie möglich qualitative Informationen über
die beteiligten Objekte einzuholen und, wenn irgend möglich, symbolische Berechnungen, zumindest in Teilbereichen
der Aufgabe durchzuführen.

In der folgenden Tabelle sind Operationen für die numerische Auswertung dargestellt:

Tabelle numerischer Operationen

NIntegrate berechnet bestimmte Integrale

 NSum berechnet Summen

NProduct berechnet Produkte

NSolve löst numerisch algebraische Gleichungen
NDSolve löst Differentialgleichungen numerisch

Nach dem Starten von Mathematica wird das ,,Prompt`` angezeigt, das die Bereitschaft für die Eingabe

angibt. Die Ausgabe des zugehörigen Ergebnisses kennzeichnet Mathematica mit . Allgemein: Der Text

wird in die ,mit gekennzeichnet Zeilen eingegeben. Die Zeilen, die mit versehen sind, gibt

Mathematica als Antwort zurück. Der in den Ausdrücken auftretende Pfeil bedeutet z.B. ersetze durch den

Wert .

● Kurvenanpassung und Interpolationsverfahren

● Numerische Lösung von Polynomgleichungen
● Numerische Integration
● Numerische Lösung von Differentialgleichungen
Mathematica

Im Abschnitt Mathematica, Listen wurden der Begriff der Matrix und eine Reihe von Operationen mit Matrizen auf der
Grundlage von Listen definiert. Der Einsatz von Mathematica im Rahmen der Theorie linearer Gleichungssysteme
baut auf diesen Festlegungen auf. Es sei im folgenden
(20.62)

eine Matrix vom Typ mit den Elementen , des weiteren seien

(20.63)
zwei - bzw. -dimensionale Vektoren. Mit diesen Definitionen läßt sich das allgemeine System linearer
inhomogener bzw. homogener Gleichungen schreiben (s. Lösung linearer Gleichungssysteme)
(20.64)

● Spezialfall
● Allgemeiner Fall
● Eigenwerte und Eigenvektoren
Faktorzerlegung von Polynomen

Die Faktorzerlegung von Polynomen über ganzen oder rationalen Zahlen wird von Mathematica nur ausgeführt, wenn
sie im Bereich der ganzen oder rationalen Zahlen möglich ist. Anderenfalls gibt Mathematica den Ausdruck
unverändert zurück.

Beispiel

Mathematica hat das Polynom in drei über dem Körper der rationalen Zahlen irreduzible Faktoren zerlegt.

Wenn ein Polynom über dem Körper der komplexen rationalen Zahlen vollständig reduzibel ist, kann man mit der
Option GaussianIntegers eine vollständige Zerlegung erreichen.

Beispiel
FixedPoint

Durch wird die Funktion wiederholt angewendet, bis sich das Ergebnis nicht mehr ändert.
FixedPointList

Die Funktionaloperation erzeugt die fortlaufende Liste mit den

Anwendungsergebnissen von , bis sich der Wert nicht mehr ändert.

Beispiel
Zur Demonstration dieser Art von Funktionaloperationen wird Nest auf die Näherungsformel von NEWTON

für Wurzeln der Gleichung angewendet. Es sei eine Wurzel der Gleichung

in der Nähe von zu finden:

Man hätte auch eine größere Präzision des Ergebnisses verlangen können.
Darstellung von Flächen und Raumkurven

Mathematica bietet die Möglichkeit, dreidimensionale Graphikprimitive darzustellen. Dadurch lassen sich, ganz
ähnlich wie im zweidimensionalen Fall, dreidimensionale Graphiken aufbauen und mit der Anwendung verschiedener
Optionen aus unterschiedlichster Perspektive betrachten. Insbesondere ist deshalb die graphische Darstellung
gekrümmter Flächen im dreidimensionalen Raum möglich, d.h. die graphische Darstellung von Funktionen zweier
Veränderlicher. So ist es möglich, Kurven im dreidimensionalen Raum, z.B. in Parameterdarstellung, zeichnen zu
lassen. Eine ausführliche Beschreibung der dreidimensionalen Graphikprimitive s. Lit. 20.5. Der Umgang mit diesen
Darstellungen erfolgt analog zu dem mit den zweidimensionalen Primitiven.

● Graphische Darstellung von Oberflächen

● Optionen für 3D-Graphik
● Dreidimensionale Objekte in Parameterdarstellung
Funktionaloperationen
Bekanntlich operieren Funktionen auf Zahlen oder algebraischen Ausdrücken. Der symbolische Charakter von
Mathematica gestattet jedoch ebenso Operationen auf Funktionen, da die Namen von Funktionen wie Ausdrücke
behandelt und damit auch wie Ausdrücke manipuliert werden können.

● Inverse Funktion
● Differentiation
● Nest
● NestList
● FixedPoint
● FixedPointList
● Apply
● Map
Funktionen
● Standardfunktionen
● Spezielle Funktionen
● Reine Funktionen
Inverse Funktion

Die Bestimmung der inversen Funktion zu einer gegebenen Funktion erreicht man mit der Funktionaloperation

InverseFunction.

Beispiel A

Beispiel B
Lösung von Gleichungen

Mathematica stellt die Anweisung für die Lösung von Gleichungen zur Verfügung. In gewissem Sinne führt
nacheinander die Operationen und durch.

Mathematica ist nur in der Lage, Gleichungen symbolisch zu lösen, wenn dies in Form algebraischer Ausdrücke
überhaupt möglich ist, d.h. höchstens Gleichungen vierten Grades. Wenn jedoch Gleichungen höheren Grades durch
algebraische Manipulationen wie Faktorisierung in einfachere algebraische Ausdrücke umgeformt werden können,
dann ist Mathematica auch hier in der Lage, Lösungen zu bieten. versucht in solchen Fällen, mit den
eingebauten Operationen und entsprechende Zerlegungen vorzunehmen.

Prinzipiell kann Mathematica unter bestimmten Voraussetzungen numerische Lösungen anbieten.

Beispiel
 Allgemeine Lösung einer Gleichung dritten Grades:

Mathematica liefert

Wegen der Länge ihrer Terme wurde in der Lösungsliste nur die erste Lösung explizit aufgeführt. Will man eine
Gleichung mit gegebenen Koeffizienten lösen, so ist es besser, die Gleichung selbst mit zu

behandeln, als die Werte von der formalen Lösung zuzuweisen.

Beispiel A

Für die kubische Gleichung wird:

Beispiel B
Lösung einer Gleichung 6. Grades:

Mathematica ist es gelungen, die Gleichung in Beispiel B mit internen Mitteln zu faktorisieren; danach wird sie
problemlos gelöst.

Wenn es um numerische Lösungen geht, sollte man von vornherein die Anweisung benutzen; sie ist meist
schneller.

Beispiel
Die folgende komplizierte Gleichung löst man mit NSolve:
Gleichungen

Mathematica ermöglicht die Manipulation und Lösung von Gleichungen in einem breiten Rahmen. Eine Gleichung
wird in Mathematica als logischer Ausdruck aufgefaßt. Wenn man schreibt
(20.57a)
so interpretiert Mathematica dies als die Aufstellung einer Identität. Gibt man
(20.57b)
weil mit diesem Wert von linke und rechte Seite nicht identisch sind.

Die Anweisung veranlaßt, die obige Identität in eine Form zu bringen, die explizit enthält.

Mathematica stellt das Ergebnis mit Hilfe des logischen ODER wieder in der Form einer logischen Aussage dar:

(20.57c)
In diesem Sinne können logische Operationen mit Gleichungen durchgeführt werden.

Mit der Operation können nachfolgend Gleichungen des logischen Typs wie oben in
Transformationsregeln umgewandelt werden. So ergibt

(20.57d)
Lösung transzendenter Gleichungen

Mathematica ist in der Lage, auch transzendente Gleichungen zu lösen. In der Regel ist dies symbolisch nicht möglich.
Außerdem können solche Gleichungen oft unendlich viele Lösungen haben. Daher sollte man Mathematica in solchen Fällen
eine Vorgabe für die Umgebung machen, in der eine Lösung gefunden werden soll. Das ist mit der Anweisung
möglich, wobei der Startwert für die Lösungssuche ist.

Beispiel
Lösung von Gleichungssystemen

Mathematica kann simultan mehrere Gleichungen lösen. Die dafür eingebauten Operationen sind in der folgenden
Tabelle dargestellt und betreffen die symbolische, nicht die numerische Lösung von Gleichungssystemen.

Tabelle Operationen zur Lösung von Gleichungssystemen

löst das gegebene Gleichungssystem nach den

Unbekannten auf

eliminiert die Elemente aus dem

Gleichungssystem
vereinfacht das Gleichungssystem und liefert
alle möglichen Lösungen

Wie im Falle einer Unbekannten, erhält man mit der Anweisung eine numerische Lösung. Beispiele für die
Lösung von linearen Gleichungssystemen werden im Abschnitt lineare Algebra behandelt.
Allgemeiner Fall

Mit den Anweisungen und lassen sich alle im Kapitel Lineare Algebra, Abschnitt
Lösung linearer Gleichungssysteme beschriebenen Fälle behandeln, d.h., es läßt sich festzustellen, ob prinzipiell
eine Lösung existiert, und wenn ja, dann wird diese ermittelt. Im Folgenden werden einige Beispiele aus dem
Abschnitt Lösung linearer Gleichungssysteme betrachtet.

Beispiel A
Das Beispiel im Abschnitt Triviale Lösung und Fundamentalsystem

hat als homogenes System nichttriviale Lösungen, die aus Linearkombinationen von Basisvektoren des
Nullraumes der Matrix bestehen. Das ist jener Teilraum des -dimensionalen Vektorraumes, der bei

Transformationen mit auf die Null abgebildet wird. Ein Satz solcher Basisvektoren läßt sich mit der

Anweisung erzeugen. Mit der Eingabe

erzeugt man die für das System zuständige Matrix, deren Determinante tatsächlich Null ist, was sich mit
überprüfen läßt. Nun wird eingegeben

und als Ausgabe erscheint

eine Liste mit zwei linear unabhängigen Vektoren des vierdimensionalen Raumes, die im
zweidimensionalen Nullraum der Matrix eine Basis bilden. Beliebige Linearkombinationen dieser beiden
 Vektoren liegen ebenfalls im Nullraum, sind also Lösungen des homogenen Gleichungssystems. Ein
Vergleich mit der Lösung des betrachteten Beispiels zeigt die Identität.

Beispiel B
Man erzeugt gemäß Beispiel A aus Abschnitt Allgemeine Regel für das inhomogene System

die Matrix , die vom Typ ist und den Vektor

Auf die Anweisung

erscheint die Meldung

Danach wird die Eingabe nochmals ausgegeben.

Beispiel C
Gemäß Beispiel B aus Abschnitt Allgemeine Regel für das inhomogene System

wird eingegeben:

Da in diesem Fall das System überbestimmt ist, wird geprüft, ob sich die Matrix aufgrund linearer
Abhängigkeiten der Zeilen reduzieren läßt. Mit

geschieht das. Danach gibt man ein

Die Ausgabe enthält die bekannte Lösung.

Eigenwerte und Eigenvektoren

In Abschnitt Eigenwertaufgaben bei Matrizen sind Eigenwerte und Eigenvektoren von Matrizen definiert worden.

Mathematica bietet die Möglichkeit, diese mit speziellen Anweisungen zu bestimmen. So liefert

eine Liste der Eigenvektoren der quadratischen Matrix eine Liste der Eigenvektoren von

. Setzt man anstelle von aber , so erhält man die numerischen Eigenwerte. Bei Matrizen mit der Ordnung

kann man im allgemeinen keine algebraischen Ausdrücke mehr erwarten, da die zu lösende Polynomgleichung
höher als vierten Grades ist. Deshalb kann man in diesen Fällen nur nach numerischen Werten fragen.

Beispiel
Das erzeugt eine 5-dimensionale sogenannte HILBERT-Matrix.

Mit der Anweisung

antwortet Mathematica

Gibt man aber ein

so erhält man
Spezialfall

Im Spezialfall hat das inhomogene System eine eindeutige Lösung, die mit

(20.65)
sofort gefunden werden kann. Mit Mathematica können Systeme dieser Art mit etwa 50 Unbekannten in verträglicher
Zeit in Abhängigkeit vom Computersystem gelöst werden. Eine äquivalente, jedoch eventuell schneller ermittelbare
Lösung kann mit gefunden werden.
Darstellung und Konvertierung von Zahlen

Zahlen sind in verschiedenen Formen darstellbar, die sich ineinander konvertieren lassen. So läßt sich jede reelle
Zahl mit in eine Gleitpunktzahl mit -stelliger Präzision konvertieren.

(20.8a)

Mit kann die Zahl mit der Genauigkeit in eine rationale Zahl gewandelt werden.

So ergibt

(20.8b)

Mit der Genauigkeit übermittelt Mathematica die bestmögliche Näherung der Zahl durch eine rationale Zahl.
Zahlen verschiedener Zahlensysteme können ineinander konvertiert werden. Mit wird die Zahl

im Dezimalsystem in die entsprechende Zahl im System mit der Basis umgewandelt. Ist , so werden

für die Darstellung der weiteren Ziffern wie üblich die fortlaufenden Buchstaben benutzt.
Beispiel A
So wird z.B.
(20.9a)
oder
(20.9b)

Die umgekehrte Transformation wird mit durchgeführt.

Beispiel B
In diesem Sinne liefert
(20.9c)

Die Darstellung der Zahlen erfolgt mit der jeweiligen Präzision (voreingestellt hierfür ist die Maschinenpräzision) und
bei großen Zahlen in der sogenannten wissenschaftlichen Schreibweise, d.h. in der Form
.
Graphik mit Mathematica
● Grundlagen des Graphikaufbaus
● Graphik-Primitive
● Graphikoptionen
● Syntax der Graphikdarstellung
● Zweidimensionale Kurven
● Parameterdarstellung von Kurven
● Darstellung von Flächen und Raumkurven
Graphische Darstellung von Funktionen

Mathematica stellt spezielle Anweisungen für die graphische Darstellung von Funktionen zur Verfügung. Mit
(20.79)

wird die Funktion im Bereich zwischen und graphisch dargestellt. Mathematica

erstellt nach internen Algorithmen eine Funktionstabelle und gibt die sich daraus ergebende Graphik über die
Graphikprimitiven zurück.

Beispiel
Wenn die Funktion im Bereich zwischen und graphisch dargestellt werden soll, ist
einzugeben

Mathematica liefert die in der folgenden Abbildung dargestellte Kurve.

Man erkennt, daß Mathematica bei der Darstellung gewisse voreingestellte Graphikoptionen benutzt. So
werden automatisch Achsen gezeichnet, diese entsprechend skaliert und mit - und -Werten versehen.
An diesem Beispiel erkennt man auch die Wirkung der Voreinstellung von AspectRatio. Das Verhältnis
der Gesamtbreite zur Gesamthöhe entspricht .

Mit dem Befehl kann man sich die volle Darstellung des Graphikobjektes anzeigen

lassen. Man erhält für das betrachtete Beispiel die Ausgabe:

 Das Graphikobjekt besteht demzufolge aus zwei Unterlisten. Die erste enthält die Graphikprimitive ,
mit der die nach dem internen Algorithmus berechneten Kurvenpunkte durch Linien miteinander verbunden
werden. Die zweite Unterliste enthält die für die gegebene Graphik benutzten Optionen. Das sind die
Voreinstellungen. Soll das Bild in bestimmten Positionen bei der Wiedergabe verändert werden, so sind die
veränderten Optionseinstellungen in die -Anweisung nach den beiden Haupteingaben
anzuschließen. Mit

(20.80)

würde die Wiedergabe mit absolut gleich großen - und -Bereichen erfolgen.
Man kann mehrere Optionen gleichzeitig hintereinander angeben.
Mit der Eingabe

(20.81)
werden mehrere Funktionen in eine Graphik gezeichnet.

Mit der Anweisung

(20.82)
kann ein früher erzeugtes Bild erneut, wenn gewünscht mit veränderten Optionen, dargestellt werden.

Mit

(20.83)
können (mit als Liste von Graphikobjekten) Bilder nebeneinander, untereinander und matrixförmig zueinander
angeordnet werden.
Graphikoptionen

Mathematica bietet eine Vielzahl von Graphikoptionen, die die Gestaltung des Bildes als Gesamtheit betreffen. In der
folgenden Tabelle ist eine Auswahl der wichtigsten gegeben. Für eine umfassende Darstellung wird auf Lit. 20.5
verwiesen.

Tabelle Einige Graphikoptionen

setzt das Verhältnis von Höhe zu Breite.

bestimmt aus den absoluten
Koordinaten, Voreinstellung ist

setzt Koordinatenachsen

setzt keine Koordinatenachsen

zeichnet nur die -Achse

erzeugt Rahmen

erzeugt Gitterlinien

beschriftet die Achsen mit dem angegebenen

Symbol

setzt Skalierungsstriche automatisch, mit None

werden diese unterdrückt
an den angegebenen Stellen werden Skalenmarken
gesetzt
Grundlagen des Graphikaufbaus

Mathematica baut graphische Objekte aus eingebauten Graphik-Primitiven auf. Das sind Objekte wie Punkte ( ),
Linien ( ) und Polygone ( ) sowie Eigenschaften dieser Objekte wie Dicke und Farbe.

Des weiteren verfügt Mathematica über viele Optionen, die angeben, in welcher Umgebung und in welcher Art die
graphischen Objekte dargestellt werden sollen.

Mit dem Befehl , wobei eine Liste graphischer Primitiven ist, wird Mathematica aufgefordert,

eine Graphik aus den aufgelisteten Objekten zu erstellen. Der Objektliste kann eine Liste von Optionen für die Art der
Darstellung folgen.

Mit der folgenden Eingabe

(20.77a)
(20.77b)
wird eine Graphik aus folgenden Elementen aufgebaut:
 a) Linienzug von zwei Linien, beginnend im Punkt über den Punkt zum Punkt .

b) Kreis mit dem Mittelpunkt im Punkt und dem Radius 4.

c) Text mit dem Inhalt ''Beispiel``, geschrieben in dem Schriftfont Helvetica-Bold (der Text erscheint zum Bezugspunkt
zentriert).

Mit dem Aufruf liefert Mathematica das Bild der erzeugten Graphik:

Hierbei werden gewisse Voreinsstellungen der Graphikoptionen benutzt. Im gegebenen Fall wurde die Option
auf gesetzt. Ihre Voreinstellung lautet . Das entspricht einem
Verhältnis zwischen der Ausdehnung in der -Richtung zu dem der -Richtung von . Mit

dieser Einstellung wäre der Kreis verzerrt als Ellipse dargestellt worden. Die Einstellung dieser Option auf Automatic
bewirkt, daß die Darstellung unverzerrt erfolgt.
Graphik-Primitive

Mathematica stellt die in der folgenden aufgelisteten zweidimensionalen Graphikobjekte zur Nutzung bereit.

Tabelle Zweidimensionale Graphikobjekte

Punkt an der Position

Linienzug durch die angegebenen Punkte

ausgefülltes Rechteck mit den angegebenen Koordinaten

links unten, rechts oben

ausgefülltes Polygon mit den angegebenen Eckpunkten

Kreis mit dem Radius um den Mittelpunkt

 Kreisbogen mit den jeweiligen Begrenzungswinkeln

Ellipse mit den Halbachsen und

elliptischer Bogen

ausgefüllte Kreise bzw. Ellipsen (anstelle von

Halbachsenangabe)

ergibt zentriert auf den Punkt

Neben diesen Objekten bietet Mathematica für die Art der Darstellung weitere Primitiven, die Graphikanweisungen.
Sie legen fest, wie die Graphikobjekte dargestellt werden. Zu ihnen gehören die in der folgenden Tabelle
aufgelisteten Anweisungen.

Tabelle Graphikanweisungen

Punkte werden mit dem Radius als Bruchteil der

Gesamtbildgröße gezeichnet

zeichnet die Punkte mit dem absoluten Radius

(gemessen in Druckerpunkten pt)

zeichnet Linien mit der relativen Breite

 zeichnet Linien mit der absoluten Breite (ebenfalls in
pt)
zeichnet Linien als sich wiederholende Folge von
Strichen der angegebenen Länge (in relativem Maß)

das gleiche wie vorstehend, aber in absolutem Maß

bestimmt die Graustufe des Objekts ( ergibt

schwarz, weiß)

Darüber hinaus gibt es Anweisungen für Farbeinstellungen, auf die hier nicht eingegangen wird.
Unterabschnitte

● Bestimmte Integrale
● Mehrfachintegrale

Bestimmte Integrale, Mehrfachintegrale

Bestimmte Integrale

Mit der Anweisung kann Mathematica das bestimmte Integral der Funktion

mit der unteren Grenze und der oberen Grenze bestimmen.

Beispiel A
 Nachdem Mathematica ein Spezialpaket für die Integration zugeladen hat, liefert es den Wert (s. Tabelle
Bestimmte Integrale Nr. 9 für ).

Beispiel B
Gibt man aber ein

was falsch ist, da ein uneigentliches Integral vorliegt.

Mathematica nimmt die Stammfunktion von , also , und setzt die Grenzen ein, wonach es die beiden

Ergebnisse voneinander subtrahiert. Daß der Integrand unendlich wird, ist nicht berücksichtigt worden. Mit der
Version 2.2 von Mathematica ist dieser Fehler beseitigt. Nach längerer Bearbeitungszeit meldet Mathematica, das
Integral ist nicht bestimmbar, weil uneigentlich.
Bei der Berechnung bestimmter Integrale ist Vorsicht geboten. Wenn man die Eigenschaften des Integranden nicht
kennt, sollte man sich vor der Integration eine Graphik der Funktion im interessierenden Bereich anfertigen.

Mehrfachintegrale

Zweifache bestimmte Integrale ruft man mit der Anweisung

(20.70)

auf. Die Abarbeitung erfolgt von rechts nach links, zunächst wird also die Integration über durchgeführt. Die

Grenzen und können daher Funktionen von sein, die in die Stammfunktion eingesetzt werden. Danach

wird das Integral über bestimmt.

Beispiel
Für das Integral zur Berechnung einer Fläche zwischen Parabel und einer, diese zweifach
schneidenden Geraden, in Abschnitt Berechnung des Doppelintegrals erhält man

Auch hier ist Aufmerksamkeit in bezug auf Unstetigkeiten der beteiligten Funktionen geboten.
Unterabschnitte

● Integration gebrochenrationaler Funktionen

● Integration trigonometrischer Funktionen
● Hinweis:

Unbestimmte Integrale

Mit der Anweisung versucht Mathematica, das unbestimmte Integral zu

bestimmen. Wenn das Integral Mathematica bekannt ist, gibt es dieses ohne die Integrationskonstante wieder.
Mathematica nimmt an, daß jeder Ausdruck, der die Integrationsvariable nicht enthält, auch nicht von dieser abhängt.
Den bei der Integration (s. Integrationsregeln) auftretenden Problemen kann Mathematica nicht ausweichen. Im
allgemeinen findet es unbestimmte Integrale, wenn sich diese durch elementare Funktionen, wie rationale
Funktionen, Exponential- und Logarithmusfunktionen sowie den trigonometrischen und deren inversen Funktionen
ausdrücken lassen. Wenn Mathematica nicht in der Lage ist, das Integral zu bestimmen, gibt es die Eingabe zurück.
Allerdings kennt Mathematica einige spezielle Funktionen, die durch nicht elementar bestimmbare Integrale definiert
sind, wie z.B. die elliptischen Funktionen und andere.

Zur Demonstration der Möglichkeiten von Mathematica werden einige Beispiele betrachtet, die im Unterkapitel
Unbestimmte Integrale behandelt werden.

Integration gebrochenrationaler Funktionen

(s. Integration rationaler Funktionen)

Beispiel A

Beispiel B
 (20.69)

Integration trigonometrischer Funktionen

(s. Integration trigonometrischer Funktionen)

Beispiel A
Es wird das Beispiel A mit dem Integral

betrachtet:

Beispiel B
 Es wird das Beispiel B mit dem Integral

betrachtet:

Hinweis:

Im Falle nichtelementarer Integrale nimmt Mathematica lediglich eine Umformung vor.

Beispiel
Parameterdarstellung von Kurven

Mathematica verfügt über eine spezielle Graphikanweisung, mit der Kurven in Parameterform dargestellt werden können.
Der grundlegende Befehl dafür lautet:
(20.85)
Es besteht die Möglichkeit, mehrere Parameterkurven in eine Graphik zu zeichnen. Dazu ist in der Anweisung eine Liste
von mehreren Kurven einzugeben. Mit der Option zeichnet Mathematica die
Kurven in ihrer natürlichen Form.

Die in den folgenden zwei Abbildungen dargestellten Parameterkurven archimedische Spirale und logarithmische Spirale
sind mit den Eingaben

und

aufgerufen worden.
Mit

kann eine Trochoide erzeugt werden (s. Abbildung).

Zweidimensionale Kurven

Als Beispiele sollen eine Reihe von Kurven aus dem Kapitel Funktionen und ihre Darstellung erzeugt werden.

● Exponentialfunktionen
● Lineare Funktion plus Areakotangensfunktion
● BESSEL-Funktionen
Listen
● Begriff und Bedeutung
● Verschachtelte Listen
● Operationen mit Listen
● Spezielle Listen
Operationen mit Matrizen und Vektoren

Mathematica ermöglicht die formale Manipulation von Matrizen und Vektoren. Dafür stehen die in der folgenden Tabelle aufgeführten
algebraischen Operationen zur Verfügung.

Tabelle Operationen mit Matrizen

die Matrix wird mit dem Skalar multipliziert

das Produkt der Matrizen und

die Determinante der Matrix

die inverse Matrix zu

die zu transponierte Matrix

die -te Potenz der Matrix

die Eigenwerte der Matrix

 die Eigenvektoren der Matrix

Beispiel A
Es sei

Mit
die zu transponierte Matrix .

Definiert man den allgemeinen vierdimensionalen Vektor mit

so erhält man

Nun kann das Produkt der Matrix mit dem Vektor gebildet werden, was bekanntlich einen neuen Vektor liefert
(s. Rechenoperationen mit Matrizen).
Eine Unterscheidung von Spaltenvektoren und Zeilenvektoren gibt es in Mathematica nicht. Im allgemeinen ist die
Matrixmultiplikation nicht kommutativ (s. Rechenoperationen mit Matrizen). Der Ausdruck entspricht in der linearen Algebra
dem Produkt einer Matrix mit einem nachfolgenden Spaltenvektor, während dem Produkt eines Zeilenvektors mit einer
nachfolgenden Matrix entspricht.

Beispiel B

Im Abschnitt CRAMERsche Regel ist das lineare Gleichungssystem mit der Matrix
und den Vektoren

behandelt worden. Da in diesem Fall det ist, kann man das System gemäß sofort lösen. Das geschieht

durch
Map

Die Operation Map führt, bei entsprechend definierter Funktion , zu dem Ergebnis

(20.25)

Map erstellt eine neue Liste, deren Elemente durch die Anwendung der Funktion auf die Elemente der
Ausgangsliste entstehen.

Beispiel

Es sei die Funktion . Sie wird durch

definiert. Mit diesem erhält man

Auch Map kann im oben genannten Sinn auf allgemeinere Ausdrücke angewendet werden:
Vektoren und Matrizen als Listen
● Aufstellung geeigneter Listen
● Operationen mit Matrizen und Vektoren
Meldungen

Mathematica verfügt über einen Meldeformalismus, der für verschiedenen Zwecke eingesetzt werden kann. Die Meldungen
werden während der Berechnungen erzeugt. Ihre Ausgabe erfolgt in einer einheitlichen Form: , so daß die
Möglichkeit besteht, sich im weiteren auf diese Meldung zu beziehen. Zur Illustration werden folgende Fälle betrachtet:

Beispiel A

Beispiel B
Beispiel C

Im Beispiel A warnt Mathematica daß im Verlaufe der Abarbeitung ein Ausdruck mit dem Wert aufgetaucht ist. Die
Berechnung selbst kann durchgeführt werden. Im Beispiel B ist der Aufruf des Logarithmus mit drei Argumenten erfolgt, was
entsprechend der Definition nicht zulässig ist. Mathematica reagiert nicht. Im Beispiel C stößt Mathematica auf einen
Symbolnamen, der neu ist, jedoch einem bekannten ähnelt. Mathematica weist darauf hin und reagiert nicht.

Der Nutzer kann mit eine Meldung abschalten. In diesem Falle wird sie nicht ausgegeben. Mit On läßt sich

die Meldung wieder zuschalten.

Mit können alle Meldungen angezeigt werden, die sich auf das Symbol mit dem Namen

beziehen.
Muster
Mathematica gestattet dem Nutzer, eigene Funktionen zu definieren und sie in seinen Berechnungen zu nutzen.

Mit

(20.18)

mit Polynom als beliebigem Polynom der Variablen wird eine spezielle Funktion durch den Anwender

definiert.

In der Definition der Funktion f steht nicht , sondern (gesprochen -blank) mit als Symbol für das

Leerzeichen. Das Symbol steht für ,,Irgendetwas mit dem Namen ``. Von hier an wird Mathematica jedesmal,

wenn ein Ausdruck erscheint, dies durch seine obige Definition ersetzen. Diese Art der

Definition wird Muster genannt. Mit dem Symbol blank ist das Grundelement eines Musters bezeichnet; steht
für: ein Muster namens . Es ist auch möglich, in der entsprechenden Definition nur ein zu verwenden, also etwa

. Dieses Muster steht für beliebige Potenzen von mit irgendwelchen Exponenten, also für eine ganze Klasse
von Ausdrücken mit der gleichen Struktur. Entscheidend an einem Muster ist, daß es eine Struktur festlegt. Wenn
Mathematica einen Audruck bezüglich eines Musters prüft, vergleicht es die Struktur der Elemente des Ausdrucks mit
der Struktur des Musters, Mathematica prüft nicht auf mathematische Gleichheit! Dies wird folgendermaßen deutlich:
Sei die Liste

(20.19)
Setzt man
(20.20)
so antwortet Mathematica mit der Liste
(20.21)

Mathematica hat die Elemente der Liste in bezug auf ihre Strukturidentität mit dem Muster untersucht und in

allen Fällen, in denen Übereinstimmung festgestellt wurde, das jeweilige Element durch ersetzt. Die Elemente 1

und wurden nicht ersetzt, da sie nicht von der vorgegebenen Struktur sind, obwohl gilt.

Bemerkung: Der Mustervergleich erfolgt immer über die FullForm. Prüft man
(20.22)

Das ist eine Folge dessen, daß die FullForm von lautet und beim
Strukturvergleich das zweite Argument von Times als zur Struktur des Musters passend erkannt wird.

Mit der Definition

(20.23a)
ersetzt Mathematica entsprechend dem vorgegebenen Muster
(20.23b)
(20.23c)
Hätte man definiert
(20.23d)
die Ausgabe
(20.23e)
entstanden. In diesem Fall spricht also nur die ,,identische`` Eingabe auf die Definition an.
Nest

Die Angabe bedeutet, daß die Funktion f -mal verschachtelt auf anzuwenden ist. Das

Resultat lautet .
NestList

Durch wird eine Liste erzeugt, wobei bis einschließlich zur

Stufe verschachtelt wird.

Numerische Lösung von Differentialgleichungen

Bei der numerischen Lösung von gewöhnlichen Differentialgleichungen oder auch von Systemen von
Differentialgleichungen stellt Mathematica die Ergebnisse mittels eines InterpolatingFunction- Objektes dar.
Die gestattet den Wert der numerischen Lösung an beliebigen Punkten im gegebenen Intervall zu bestimmen oder
aber auch die Lösungskurve zu zeichnen. Die gebräuchlichsten Anweisungen sind in der folgenden Tabelle
dargestellt.
Tabelle von Anweisungen zur numerischen Lösung von Differentialgleichungen

liefert eine numerische Lösung der Differentialgleichung

im Bereich zwischen und

gibt die Lösung im Punkt

zeichnet die Lösung

Beispiel
Lösung der Differentialgleichungen für die Bewegung eines schweren Körpers in einem Medium mit
Reibung. Im Zweidimensionalen lauten die Bewegungsgleichungen

Die Reibung wird hier proportional zur Geschwindigkeit angenommen. Setzt man , so

kann mit den Anfangswerten und folgende Eingabe

zur Lösung der Bewegungsgleichungen vorgenommen werden:

Mathematica antwortet mit der Aufstellung der zugehörigen Interpolationsfunktionen:

Man kann die Lösung mit

als Parameterkurve darstellen (s. Abbildung).

NDSolve akzeptiert eine Reihe von Optionen, die die Genauigkeit der Resultate beeinflussen.
Mit AccuracyGoal kann die Genauigkeit für die Berechnung der numerischen Lösungen vorgegeben werden.
Entsprechendes gilt für PrecisionGoal. Bei der internen Abarbeitung richtet sich Mathematica jedoch nach der
sogenannten WorkingPrecision, diese sollte bei erhöhter Genauigkeit noch um weitere 5 Einheiten erhöht
werden.

Die Anzahl der Schritte, mit denen Mathematica den geforderten Bereich bearbeitet, ist auf 500 voreingestellt. Im
allgemeinen wird Mathematica in der Nähe von problematischen Bereichen adaptiv die Zahl der Stützpunkte
erhöhen. Dies kann in der Umgebung von Singularitäten jedoch zur Erschöpfung der Schrittreserven führen. In
solchen Fällen ist es möglich, mit MaxSteps größere Schrittzahlen vorzugeben. Die Einstellung Infinity für
MaxSteps ist möglich.
Beispiel
Die Gleichungen für das FOUCAULTsche Pendel lauten:

Mit und den Anfangsbedingungen

ergibt sich die zu lösende Gleichungen:

Mit

erhält man die folgende Abbildung:

Numerische Integration

Für die numerische Integration stellt Mathematica die Anweisung NIntegrate zur Verfügung. Anders als bei der symbolischen
Methode wird bei dieser Anweisung mit einer Datenliste der zu integrierenden Funktion gearbeitet. Als Beispiele werden
uneigentliche Integrale betrachtet.

Beispiel A

Beispiel B

Mathematica erkennt im Beispiel B die Unstetigkeit an der Stelle und gibt die entsprechende Warnung als
Antwort. Das hängt damit zusammen, daß Mathematica eine Datenliste mit erhöhter Stützstellenzahl im
problematischen Bereich anlegt und dabei den Pol erfaßt. Dennoch kann die Antwort in manchen Fällen fehlerhaft
sein.
Mathematica verwendet bei der numerischen Integration Voreinstellungen gewisser Optionen, die für spezielle Fälle nicht
ausreichend sind. So wird mit den Parametern MinRecursion und MaxRecursion die minimale bzw. die maximale Anzahl der
Rekursionsschritte, mit denen Mathematica jeweils in problematischen Bereichen arbeitet, bestimmt. Die Voreinstellungen sind
jeweils 0 und 6. Erhöht man diese, so wird Mathematica zwar langsamer arbeiten, jedoch auch bessere Resultate liefern.

Beispiel

Mathematica ist nicht in der Lage, die Spitze bei zu erfassen, da der Integrationsbereich sehr groß ist, und antwortet

Verlangt man jedoch

so erhält man

Das gleiche Resultat wie im letzten Beispiel erhält man mit der erweiteten Anweisung:
(19.288)

Hier können neben unterer und oberer Grenze des Integrals weitere Stellen des Integrationsweges angegeben werden, die
das problematische Stück einengen und so Mathematica zwingen, hier genauer zu evaluieren.
Unterabschnitte

● 1. Kurvenanpassung:
● 2. Interpolation:

Kurvenanpassung und Interpolationsverfahren

1. Kurvenanpassung:

Mit Hilfe der Methode der kleinsten Quadrate (s. auch Abschnitt Approximation im Mittel, Diskrete Aufgabe) kann
Mathematica die Anpassung von ausgewählten Funktionen an einen Datensatz durchführen. Die allgemeine Anweisung
dafür lautet:
(19.287)

Dabei bilden die die Liste der Daten, ist die Liste der ausgewählten Funktionen, die die Anpassung

bewerkstelligen sollen, und steht für den zugehörigen Wertebereich der unabhängigen Variablen. Wählt man

z.B. als , so wird die Anpassung durch ein Polynom -ten Grades durchgeführt.
Beispiel
Es sei die folgende Liste von Daten gegeben:

Mit der Eingabe

wird angenommen, daß den Elementen von die Werte von zugeordnet sind. Man erhält das folgende
Approximationspolynom 4. Grades:

Mit dem Aufruf

erhält man eine Darstellung der Daten und der Approximationskurve (s. Abbildung).

Für die gegebenen Daten ist diese völlig ausreichend. Sie ergeben sich aus den ersten vier Gliedern der
Reihenentwicklung von .
2. Interpolation:

Mathematica stellt spezielle Algorithmen für die Bestimmung von Interpolationsfunktionen zur Verfügung. Diese werden als
sogenannte InterpolatingFunction Objekte dargestellt, die ähnlich wie reine Funktionen aufgebaut sind. Folgende
Anweisungen sind vorhanden:
Tabelle von Anweisungen zur Interpolation

erstellt eine Näherungsfunktion mit den Werten

für die jeweiligen als ganze Zahlen

erstellt eine Näherungsfunktion für die Punktfolge

Anstelle der Funktionswerte kann eine Liste aus Funktionswert und spezifizierten Ableitungen an der jeweiligen Stelle
eingegeben werden.

Beispiel
Mit erhält man die folgende Abbildung:

Man erkennt, daß Mathematica präzise Nachbildung der Datenliste liefert.

Numerische Lösung von Polynomgleichungen

Wie im Abschnitt Mathematica (Kapitel Lösung von Gleichungen und Gleichungssystemen) gezeigt wird, kann
Mathematica die Nullstellen von Polynomen numerisch bestimmen. Dazu dient die Anweisung
, wobei die Genauigkeit vorgibt, mit der die Bestimmung erfolgen soll. Läßt man

weg, so wird mit Maschinengenauigkeit gerechnet. Man erhält stets den vollständigen Satz der Lösungen, also ,
wenn es sich um ein Polynom -ten Grades handelt.

Beispiel
Graphische Darstellung von Oberflächen

Der Befehl verlangt in seiner Grundform die Angabe einer Funktion zweier Variablen und die
Wertebereiche dieser Variablen, für die die Darstellung erfolgen soll:
(20.86)
Alle Optionen sind zunächst mit der Voreinstellung belegt.

Beispiel

Für die Funktion erhält man mit der Eingabe

die erste der zwei folgenden Abbildungen, während die zweite mit

erzeugt wird.
Bei der Halbkugel wurde die Option mit den gewünschten -Werten eingegeben, um das

Objekt an der Ebene abzuschneiden.

Dreidimensionale Objekte in Parameterdarstellung

Ähnlich wie bei der 2D-Graphik können auch dreidimensionale Objekte, die in Parameterdarstellung gegeben sind,
gezeichnet werden. Mit
(20.87)
wird eine parametrisch vorgegebene Oberfläche gezeichnet, mit
(20.88)
wird eine dreidimensionale Kurve parametrisch erzeugt.

Beispiel
Die Objekte in den folgenden zwei Abbildungen wurden mit den Befehlen

(20.89)

erstellt.
Mathematica stellt weitere Anweisungen zur Verfügung, mit denen Dichte- und Konturdiagramme, Balken- und
Sektordiagramme sowie Kombinationen der unterschiedlichsten Diagrammarten erzeugt werden können.

Beispiel
Die Darstellung zum LORENZ-Attraktor wurde mit Mathematica erzeugt.
Operationen auf Polynomen

Die folgende Tabelle enthält eine Auswahl von Operationen, mit denen sich Polynome über dem Körper der
rationalen Zahlen algebraisch manipulieren lassen.
Tabelle Algebraische Polynomoperationen

bestimmt den größten gemeinsamen Teiler der beiden

Polynome
und

bestimmt das kleinste gemeinsame Vielfache der

Polynome
und

Division von (als Funktion von ) durch

unter Fortlassung
des Restes
 Bestimmung des Restes bei der Division von

durch

Beispiel
Es werden zwei Polynome definiert:

Mit diesen Polynomen ergeben die nachfolgenden Operationen:

Unter Berücksichtigung der letzten beiden Ergebnisse gilt also

Wichtige Operatoren
Für viele Grundoperatoren gibt es eine vereinfachte Schreibweise mit der in der Mathematik üblichen Infix-Form
. Jedoch ist in jedem Fall diese nur ein vereinfachendes Synonym für die vollständige
Schreibweise als Ausdruck. Eine Reihe häufig vorkommender Operatoren und ihre vollständige Form enthält die
folgende Tabelle.
Tabelle Wichtige Operatoren in Mathematica

Die meisten Bezeichnungen in der Tabelle sind selbsterklärend. Bei der Multiplikation in der Form ist unbedingt
auf das Leerzeichen zwischen den Faktoren zu achten.
Es sei auf die Ausdrücke mit den Köpfen Rule und Set hingewiesen. Set weist dem Ausdruck auf der linken
Seite, z.B. einer Variablen, den Wert des Ausdrucks auf der rechten Seite, z.B. eine Zahl, zu. Von hier an wird
bis zum Zeitpunkt der Aufhebung dieser Zuordnung durch den zugewiesenen Wert dargestellt. Die Aufhebung erfolgt
entweder durch die Zuweisung eines neuen Wertes oder durch bzw. , d.h. durch Löschen aller

bisherigen Zuweisungen. Die Konstruktion Rule dagegen ist als Transformationsregel aufzufassen. Sie tritt oft im
Zusammenhang mit dem Ersetzungsoperator auf.

oder bedeutet, daß alle im Ausdruck enthaltenen Elemente durch den

Ausdruck zu ersetzen sind.

Beispiel

Für beide Operatoren ist typisch, daß sofort nach Aufstellung der Zuweisung oder der Transformationsregel
die rechte Seite ausgewertet wird. Damit werden die linken Seiten bei jedem nachfolgenden Aufruf durch
die festgelegten rechten Seiten ersetzt.

Daneben gibt es zwei weitere Operatoren, die verzögert wirken.

(20.10a)
und
(20.10b)
Auch hier gilt bis zur Aufhebung der Zuweisung bzw. der Transformationsregel, daß für die linke Seite immer die
rechte eingesetzt wird, jedoch erfolgt die Auswertung der rechten Seite erst zum Zeitpunkt des Aufrufes der linken.

Der Ausdruck oder bedeutet, daß und identisch sind. Equal wird z.B. benutzt, um

Gleichungen zu manipulieren.
Partialbruchzerlegung

Mathematica zerlegt Quotienten zweier Polynome in Partialbrüche. Auch das ist nur über dem Körper der rationalen
Zahlen möglich.

Beispiel

Unter Nutzung der beiden Polynome und des voranstehenden Beispiels erhält man
Programmierung
Mathematica kennt die auch von anderen Programmiersprachen bekannten Schleifenkonstruktionen für die
prozedurale Programmierung. Hierzu gehören u.a. die beiden Grundbefehle
(20.26a)
und
(20.26b)
Der erste Befehl bewirkt die Evaluierung des Ausdruckes , wobei den Wertebereich von bis in
Schritten durchläuft. Läßt man weg, so werden Einer-Schritte verwendet. Fehlt noch , so wird bei 1
begonnen.

Der zweite Befehl evaluiert den Ausdruck, solange den Wert True besitzt.

Beispiel
Zur Berechnung eines Näherungswertes von werde die Reihenentwicklung der Exponentialfunktion
benutzt:
 (20.27)

Die Do-Schleife evaluiert entsprechend einer vorgegebenen Anzahl, die While-Schleife dagegen so lange, bis die
vorgebene Bedingung ungültig wird.

Mathematica bietet insbesondere für die Programmierung die Möglichkeit, Variable lokal zu definieren und zu nutzen.
Das geschieht mit der Anweisung

(20.28)
Die in der Liste eingeschlossenen Variablen oder Konstanten sind bezüglich ihrer Nutzung im Modul lokal, die ihnen
zugewiesenen Werte sind außerhalb des Moduls nicht bekannt.

Beispiel A
Es ist eine Prozedur (Funktion) zu definieren, die die Summe der Quadratwurzeln von 1 bis berechnet.

(20.29)
Der Aufruf liefert dann z.B. 112.083.

Die eigentliche Stärke der Programmiermöglichkeiten in Mathematica liegt allerdings in der Nutzung funktionaler
Methoden der Programmierung, die mit den Operationen Nest, Apply, Map und weiteren möglich werden.

Beispiel B
Beispiel A läßt sich funktional für den Fall, daß eine Genauigkeit auf 10 Ziffern gefordert ist,
folgendermaßen schreiben:

liefert dann

112.0828452.

Für Einzelheiten muß auf Lit. 20.6 verwiesen werden.

Ergänzungen zur Syntax, Informationen, Meldungen
● Kontexte, Attribute
● Informationen
● Meldungen
Mathematica
Mathematica ist ein Computeralgebrasystem, das von der Firma Wolfram-Research, Inc, entwickelt wurde. Eine
umfassende Darstellung der Version Mathematica 2.2 findet man in Lit. 20.5.

● Haupstrukturelemente
● Zahlenarten in Mathematica
● Wichtige Operatoren
● Listen
● Vektoren und Matrizen als Listen
● Funktionen
● Muster
● Funktionaloperationen
● Programmierung
● Ergänzungen zur Syntax, Informationen, Meldungen
Zahlenarten in Mathematica
● Grundtypen von Zahlen in Mathematica
● Spezielle Zahlen
● Darstellung und Konvertierung von Zahlen
Kapitel 23: Mathematische Zeichen
● Beziehungszeichen
● Griechisches Alphabet
● Konstanten
● Aussagenlogik
● Mengen und Gruppen
● Intervalle
● Vorzeichen, Potenzen, Logarithmen, Fakultät
● Zahlentheorie
● Marizen und Determinanten
● Vektoren, Tensoren und Graphen
● Geometrie
● Komplexe Zahlen
● Kreisfunktionen, Hyperbelfunktionen
● Grenzwerte, Summen, Produkte, Funktionen
● Differenz, Ableitungen, Differentialoperatoren
● Integrale
Adjungierte Matrizen

Zu einer komplexen Matrix erhält man die adjungierte Matrix , indem man die zugehörige konjugiert
komplexe Matrix transponiert:
(4.4)
Antihermitesche oder schiefhermitesche Matrix

Antihermitesche Matrix oder schiefhermitesche Matrix wird eine quadratische Matrix genannt, die gleich ihrer
negativen Adjungierten ist:
(4.15a)

Für die Elemente und die Spur einer schiefhermiteschen Matrix gilt

(4.15b)

Man kann jede quadratische Matrix als Summe aus einer hermiteschen Matrix und einer antihermiteschen

Matrix darstellen:

(4.15c)
Antisymmetrische oder schiefsymmetrische Matrizen

Antisymmetrische Matrizen oder schiefsymmetrische Matrizen sind quadratische Matrizen mit der Eigenschaft:
(4.13a)

Für die Elemente einer antisymmetrischen Matrix gilt

(4.13b)

so daß die Spur einer antisymmetrischen Matrix verschwindet:

(4.13c)

Elemente, die spiegelbildlich zur Hauptdiagonale liegen, unterscheiden sich nur durch ihr Vorzeichen.
Jede quadratische Matrix kann in eine Summe aus einer symmetrischen Matrix und einer

antisymmetrischen Matrix zerlegt werden:

(4.13d)
Begriff der Matrix
● Matrizen A vom Typ (m,n)
● Reelle und komplexe Matrizen
● Transponierte oder gestürzte Matrizen
● Adjungierte Matrizen
● Nullmatrix 0
Definition

Quadratische Matrizen besitzen die gleiche Anzahl von Zeilen und Spalten, d.h.

(4.6)

Die Elemente der Matrix , die sich in der Diagonalen von links oben nach rechts unten befinden, werden

Hauptdiagonalelemente genannt. Sie tragen die Bezeichnung d.h., es sind alle Elemente

mit
HERMITEsche Matrizen oder selbstadjungierte Matrizen

HERMITEsche Matrizen oder selbstadjungierte Matrizen sind quadratische Matrizen , die gleich ihrer Adjungierten
sind:
(4.14)

Im Reellen fallen die Begriffe symmetrische und hermitesche Matrix zusammen. Die Determinante einer
hermiteschen Matrix ist reell.
Inverse oder reziproke Matrix

Zu einer regulären Matrix gibt es immer eine inverse Matrix , d.h., die Multiplikation einer Matrix

mit ihrer inversen Matrix ergibt immer die Einheitsmatrix:

(4.27a)

Die Elemente von sind

(4.27b)

wobei die zum Element der Matrix gehörende Adjunkte ist. Die praktische Berechnung von
sollte mit Hilfe von Adjunkten erfolgen. Im Falle einer quadratischen Matrix vom Typ (2,2) gilt:
 (4.28)

Warum in der Matrizenrechnung keine Division von Matrizen eingeführt wurde, sondern mit inversen Matrizen
gerechnet wird, hängt damit zusammen, daß die Division nicht eindeutig erklärbar ist. Die Lösungen der Gleichungen

(4.29)

sind im allgemeinen verschieden.

Invertierung einer Matrix

Im Falle einer nichtsingulären Matrix vom Typ erhält man nach Austauschschritten, angewandt auf das System

die inverse Matrix

Beispiel

Nach dem Ordnen der Elemente erhält man: .

Reelle und komplexe Matrizen

Reelle Matrizen bestehen aus reellen Elementen, komplexe Matrizen aus komplexen Elementen. Man kann eine
Matrix, die aus den komplexen Elementen
(4.2a)
besteht, in zwei Matrizen und der Form
(4.2b)
aufspalten, die beide nur reelle Zahlen enthalten.
Zwischen den Elementen einer komplexen Matrix und der zu ihr konjugiert komplexen Matrix besteht die
Beziehung
(4.2c)
Periodische Orbits

Sei ein -periodischer Orbit von (17.3). Dann heißt

hyperbolisch , wenn eine hyperbolische Ruhelage der Abbildung ist.

Die Matrix heißt Monodromie -Matrix; die Eigenwerte von

sind die Multiplikatoren von .

Sind alle Multiplikatoren von vom Betrag kleiner 1, so ist der periodische Orbit asymptotisch

stabil.
Normale Matrizen

Normale Matrizen genügen der Gleichung

(4.12)
Nullmatrix 0

Nullmatrix 0 wird eine Matrix genannt, deren sämtliche Elemente gleich Null sind:

(4.5)
Matrizen A vom Typ (m,n)

Matrizen vom Typ oder kurz nennt man Systeme von mal Elementen, z.B. Zahlen,

darunter auch komplexe Zahlen, oder Funktionen, Differentialquotienten, Vektoren, die in Zeilen und Spalten
angeordnet sind:

(4.1)

Mit dem Begriff Typ einer Matrix werden die Matrizen entsprechend ihrer Zeilenzahl und ihrer Spaltenzahl
klassifiziert. Eine erste Einteilung in quadratische und rechteckige Matrizen ergibt sich, je nachdem, ob die Zahl der
Zeilen und Spalten gleich groß ist oder nicht.
Quadratische Matrizen
● Definition
● Diagonalmatrizen
● Skalarmatrix S
● Spur einer Matrix
● Symmetrische Matrizen
● Normale Matrizen
● Antisymmetrische oder schiefsymmetrische Matrizen
● HERMITEsche Matrizen oder selbstadjungierte Matrizen
● Antihermitesche oder schiefhermitesche Matrix
● Einheitsmatrix E
● Dreiecksmatrix
Definition

In einer Matrix ist die größte Anzahl der linear unabhängigen Spaltenvektoren stets gleich der größten Anzahl
der linear unabhängigen Zeilenvektoren. Diese Zahl heißt Rang der Matrix , auch mit bezeichnet.
Aussagen zum Rang von Matrizen

1. Matrix vom Typ A Da im Vektorraum der Dimension mehr als Zeilenvektoren oder

Spaltenvektoren der Dimension linear abhängig sind (s. lineare Unabhängigkeit), ist der Rang in einer

Matrix vom Typ höchstens gleich der kleineren der Zahlen und

(4.26a)

2. Reguläre Matrix: Eine quadratische Matrix vom Typ heißt eine reguläre Matrix , wenn ihr Rang

gleich ist. Das ist genau dann der Fall, wenn ihre Determinante von Null verschieden ist
(s. Nullwerden einer Determinante). Für den Rang einer regulären quadratischen Matrix d.h.

gilt

(4.26b)
3. Singuläre Matrix: Eine quadratische Matrix vom Typ heißt eine singuläre Matrix , wenn ihr Rang

gleich 0 ist. Das ist genau dann der Fall, wenn ihre Determinante verschwindet (s. Nullwerden einer
Determinante). Für den Rang einer singulären quadratischen Matrix , d.h. gilt

(4.26c)

4. Nullmatrix: Der Rang der Nullmatrix 0 ist

(4.26d)
Singulärwerte einer Matrix

Sei eine beliebige Matrix vom Typ . Die Singulärwerte von sind die

nichtnegativen Wurzeln der Eigenwerte der positiv semidefiniten Matrix . Die

Eigenwerte sind, ihrer Vielfachheit entsprechend, angeführt.

Die Singulärwerte lassen sich geometrisch interpretieren. Ist eine Kugel mit Mittelpunkt in und Radius

, so ist das Bild ein Ellipsoid mit den Halbachsenlängen (s. Abbildung).
Skalarmatrix S

Skalarmatrix wird eine spezielle Diagonalmatrix genannt, in der alle Diagonalelemente gleich einer reellen oder
komplexen Konstanten sind:

(4.8)
Spur einer Matrix

Für eine quadratische Matrix wird der Begriff der Spur als Summe ihrer Hauptdiagonalelemente definiert:

(4.9)
Symmetrische Matrizen

Symmetrische Matrizen sind quadratische Matrizen , die gleich ihrer transponierten Matrix sind:
(4.10)

Für Elemente, die spiegelbildlich zur Hauptdiagonale liegen, gilt

(4.11)
Transponierte oder gestürzte Matrizen

Aus der Matrix vom Typ entsteht durch Vertauschen der Zeilen und Spalten die transponierte Matrix

. Sie ist vom Typ . Für sie gilt:

(4.3)
Unitäre Matrix

Gilt für eine Matrix mit komplexen Elementen

(4.32)

dann heißt sie eine unitäre Matrix . Im Reellen fallen die Begriffe unitär und orthogonal zusammen.
Multiplikation zweier Matrizen

● Produkt AB zweier Matrizen A und B

● Ungleichheit der Produktmatrizen
● FALKsches Schema
● Multiplikation zweier Matrizen mit komplexen Elementen
● Skalares und dyadisches Produkt zweier Vektoren
● Hinweis zum Begriff des Vektorprodukts zweier Vektoren
Eigenwertaufgaben bei Matrizen
● Allgemeines Eigenwertproblem
● Spezielles Eigenwertproblem
● Singulärwertzerlegung
Multiplikation zweier Matrizen mit komplexen Elementen

Bei der Multiplikation zweier Matrizen mit komplexen Elementen kann die Möglichkeit der Aufspaltung in Real- und
Imaginärteil gemäß (4.2b) genutzt werden: Dabei sind

reelle Matrizen. Nach der Zerlegung liefert die Multiplikation eine Summe, deren Glieder als
Produkte von Matrizen mit reellen Elementen berechnet werden können.

Beispiel

Auch bei der Multiplikation derart zerlegter

Matrizen ist zu berücksichtigen, daß das Kommutativgesetz der Multiplikation im allgemeinen nicht gilt, d.h.,
daß und nicht vertauschbar sind.
Rechenoperationen mit Matrizen
● Gleichheit von Matrizen
● Addition und Subtraktion
● Multiplikation einer Matrix mit einer Zahl
● Multiplikation zweier Matrizen
● Rang einer Matrix
● Inverse oder reziproke Matrix
● Orthogonale Matrizen
Meßfehlereinteilung nach qualitativen Merkmalen

Teilt man die Meßfehler nach ihrer Ursache ein, dann können die folgenden drei Meßfehlerarten unterschieden
werden:

1.
Grobe Meßfehler beruhen auf falschen Ablesungen und Verwechslungen.
2.
Systematische Meßfehler beruhen auf falsch geeichten oder schlecht justierten Meßgeräten und auf der Art
der Meßmethode, wobei die Art des Ablesens sowie systemimmanente Meßfehler eine Rolle spielen können.
Sie sind nicht immer vermeidbar.
3.
Statistische oder zufällige Meßfehler beruhen einerseits auf nicht oder nur wenig beeinflußbaren zufälligen
Veränderungen der Meßbedingungen sowie andererseits auf der Zufälligkeit gewisser Eigenschaften der
betrachteten Ereignisse.

In der Theorie der Meßfehler geht man davon aus, daß alle groben und systematischen Meßfehler ausgeschlossen
werden und lediglich die statistischen Eigenschaften und zufälligen Meßfehler in die Berechnung der Unsicherheiten
eingehen.
Meßfehlerverteilungsdichte

● Meßprotokoll
● Meßfehlerverteilungsdichte
Meßprotokoll

Die Berechnung der Unsicherheiten setzt voraus, daß die Meßergebnisse in einem Meßprotokoll als Urliste tabelliert

und durch die Angabe der relativen Häufigkeiten oder der Dichtefunktion bzw. durch die Angabe der relativen

Summenhäufigkeiten oder der Verteilungsfunktion verfügbar sind. Unter der Variablen ist die Realisierung

der Zufallsveränderlichen zu verstehen, durch welche die zu bestimmende Größe beschrieben wird.
Mehrfachintegrale
Der Integralbegriff kann im Vergleich zum gewöhnlichen Integral und zum Kurvenintegral erweitert werden, indem die
Dimension des Integrationsgebietes erhöht wird. Ist das Integrationsgebiet ein ebenes Flächenstück, dann spricht
man vom Flächenintegral, ist es ein beliebiges räumliches Flächenstück, vom Oberflächenintegral , ist es ein
Raumstück, vom Volumenintegral . Darüber hinaus sind für die verschiedensten Anwendungen andere spezielle
Integralbezeichnungen üblich.

● Doppelintegral
● Dreifachintegral
Unterabschnitte

● Integral einer Variablen

● Doppelintegral
● Hinweis:

Berechnung mehrfacher Integrale

Integral einer Variablen

Zunächst soll für Funktionen einer Variablen die Transformation des bestimmten Integrals

(16.158)

auf einen Ausdruck gezeigt werden, der das Integral

 (16.159)

enthält. Danach kann die Monte-Carlo-Methode gemäß Beispiel für eine Monte-Carlo-Simulation angewendet
werden. Man substituiert wie folgt:

(16.160)

Dadurch geht (16.158) über in

(16.161)

wobei der Integrand der Bedingung genügt.

Doppelintegral

Die näherungsweise Berechnung mehrfacher Integrale mit Hilfe der Monte-Carlo-Methode wird am Beispiel des
Doppelintegrals

(16.162)
gezeigt. Mit wird ein ebenes Flächenstück bezeichnet, das durch die Ungleichungen und

beschrieben sein soll. Mit und sind gegebene Funktionen bezeichnet.

Dann kann als Volumen eines zylinderischen Körpers aufgefaßt werden, der senkrecht auf der -Ebene

steht und für dessen Deckfläche gilt. Dieser Körper liege in dem Quader , der durch die

Ungleichungen beschrieben wird. Nach einer

Transformation analog zu (16.160) erhält man aus (16.162) einen Ausdruck, der das Integral

(16.163)

enthält, wobei als Volumen eines Körpers im dreidimensionalen Einheitswürfel aufgefaßt werden kann.
Das Integral (16.163) wird näherungsweise nach der Monte-Carlo-Methode wie folgt berechnet:

Von einer Folge von Zufallszahlen, die im Intervall gleichverteilt sein sollen, faßt man je 3 als Koordinaten

eines Punktes des Einheitswürfels auf und prüft, ob dem Körper angehört. Ist

das für Punkte der Fall, dann gilt analog zu (16.156)

(16.164)
Hinweis:

Bei bestimmten Integralen mit einer Integratisionsveränderlichen sollte man die im Abschnitt Numerische Integration
beschriebenen Verfahren anwenden.

Bei der Berechnung mehrfacher Integrale ist dagegen die Anwendung der Monte-Carlo-Methode durchaus
zweckmäßig.
Lösung der Membranschwingungsgleichung

Zur Lösung wird die Methode der Variablentrennung verwendet.

Beispiel C: Membranschwingungsgleichung für Schwingungen einer runden, am Rande eingespannten Membran

Die Differentialgleichung ist linear, partiell und vom hyperbolischen Typ. Sie hat in kartesischen Koordinaten
bzw. in Polarkoordinaten die Form

(9.87a)

(9.87b)

Die Anfangs- und Randbedingungen lauten

(9.87c)

(9.87d)

(9.87e)
Einsetzen des Produktansatzes für die drei Variablen
 (9.87f)
in die Differentialgleichung in Polarkoordinaten liefert

(9.87g)

Daraus ergeben sich in Analogie zu den vorangegangenen Beispielen Saitenschwingungsgleichung und

Stabschwingungsgleichung die folgenden Differentialgleichungen:
(9.87h)

(9.87i)

bzw.
(9.87j)

Aus den Bedingungen folgt

(9.87k)

Aus und werden und bestimmt. Berücksichtigung der

selbstverständlichen Bedingung der Beschränkung von für und Substitution von ergibt

(9.87l)
wobei die BESSELschen Funktionen sind mit und . Das Funktionensystem

(9.87m)

mit als -te positive Nullstelle der Funktion ist ein vollständiges System aller Eigenfunktionen des

selbstadjungierten Problems vom STURM- LIOUVILLEschen Typ, die orthogonal mit dem Gewicht sind.
Die Lösung der Aufgabe wird in der Gestalt der Doppelreihe

(9.87n)

angesetzt. Aus den Anfangsbedingungen folgt für

(9.87o)
 (9.87p)

woraus sich ergibt

(9.87q)

(9.87r)

Im Falle ist die im Zähler stehende durch eine zu ersetzen. Zur Bestimmung der Koeffizienten

und wird durch in den Formeln für und ersetzt und mit multipliziert.
Abgeschlossene Mengen und Abschließung

● Abgeschlossene Mengen
● Abschließung
Mengenbegriff, spezielle Mengen
Als Begründer der Mengenlehre gilt Georg CANTOR (1845-1918). Die Bedeutung der von ihm verwendeten
Begriffsbildungen wurde erst später erkannt. Die Mengenlehre hat nahezu alle Gebiete der Mathematik entscheidend
vorangebracht bzw. überhaupt erst ermöglicht und ist heute zu einem unverzichtbaren Handwerkszeug der
Mathematik und deren Anwendungen geworden.

● Elementbeziehung
● Teilmengen
Dichte Teilmengen und separable metrische Räume

Eine Teilmenge eines metrischen Raumes heißt überall dicht ,wenn gilt, mit anderen Worten, jeder
Punkt ist Berührungspunkt der Menge . Das bedeutet, für jedes gibt es eine Folge von

Elementen aus mit .

Beispiel
Nach dem WEIERSTRASSschen Approximationssatz kann jede auf einem abgeschlossenem und
beschränktem Intervall stetige Funktion beliebig genau in der Metrik des Raumes , also

gleichmäßig, durch Polynome genähert werden. Diesen Satz kann man nunmehr wie folgt formulieren: Die
Menge der Polynome auf ist überall dicht in .

Beispiel
 Weitere Beispiele für überall dichte Mengen im Raum sind die Mengen aller rationalen Zahlen Q und
aller irrationalen Zahlen.

Ein metrischer Raum heißt separabel, wenn in eine abzählbare überall dichte Teilmenge existiert. Eine
abzählbare überall dichte Teilmenge in ist zum Beispiel die Menge aller Vektoren mit rationalen Komponenten.
Separabel ist auch der Raum , eine abzählbare überall dichte Teilmenge ist z.B. die Menge aller Elemente
der Form , wobei rationale Zahlen und eine beliebige

natürliche Zahl ist. Der Raum ist nicht separabel.

Eigenschaften der Menge der rationalen Zahlen

● Die Menge der rationalen Zahlen ist unendlich.

● Die Menge ist geordnet , d.h., für je zwei verschiedene rationale Zahlen und kann man angeben, welche
von beiden kleiner als die andere ist.
● Die Menge ist überall dicht , d.h., zwischen je zwei verschiedenen rationalen Zahlen und

existiert wenigstens eine rationale Zahl Daraus folgt, daß zwischen zwei verschiedenen

rationalen Zahlen unendlich viele weitere rationale Zahlen liegen.

Haupteigenschaften

Die reellen Zahlen besitzen die folgenden Haupteigenschaften:

● Die Menge der reellen Zahlen ist unendlich.

● Die Menge der reellen Zahlen ist geordnet , d.h., für je zwei verschiedene reelle Zahlen und kann man
angeben, welche von beiden kleiner als die andere ist.
● Die Menge der reellen Zahlen ist überall dicht , d.h., zwischen je zwei verschiedenen reellen Zahlen und
existiert wenigstens eine reelle Zahl Daraus folgt, daß zwischen zwei

verschiedenen reellen Zahlen unendlich viele weitere reelle Zahlen liegen.

● Die Menge der reellen Zahlen ist stetig , d.h., jedem Punkt der Zahlengeraden entspricht eine reelle Zahl. Das
gilt für die Menge der rationalen Zahlen nicht.
Klassischer Mengenbegriff und unscharfe Mengen

1. Klassische Menge:
Der klassische Mengenbegriff ist zweiwertig, und die klassische BOOLEsche Mengenalgebra ist isomorph zur
zweiwertigen Aussagenlogik. Zu jeder Menge über einer Grundmenge existiert eine Funktion
(5.242a)

die für jedes Element angibt, ob Element der Menge ist oder nicht:

(5.242b)

2. Unscharfe Menge:
Das Konzept der unscharfen Mengen basiert aus logischer Sicht auf der Idee, den Zugehörigkeitsgrad eines
Elements als den graduellen Wahrheitswert einer Aussage im Intervall [0,1] zu betrachten. Zur
mathematischen Modellierung einer Fuzzy-Menge benötigt man eine Funktion, die anstatt in die Menge
in das Intervall [0,1] abbildet, d.h.:
 (5.243)

Mit anderen Worten: Jedem Element kann eine Zahl im Intervall [0,1] zugeordnet werden, die den

Grad der Zugehörigkeit von zu repräsentiert. Die Abbildung heißt Zugehörigkeitsfunktion . Der

Funktionswert an der Stelle heißt Zugehörigkeitsgrad . Die unscharfen Mengen etc. über

werden auch unscharfe Teilmengen von genannt. Die Gesamtheit aller unscharfen Mengen über sei mit
bezeichnet.
Definitionsbereiche und Bezeichnungen

Alle ganzen und gebrochenen Zahlen, die positiven und negativen sowie die Null, werden rationale Zahlen genannt.
In diesem Zusammenhang verwendet man die folgenden Bezeichnungen (s. auch Mengenlehre):

● Menge der natürlichen Zahlen:

(1.1)
● Menge der ganzen Zahlen:
(1.2)
● Menge der rationalen Zahlen:

(1.3)

Die natürlichen Zahlen sind aus dem Bedürfnis des Abzählens bzw. des Ordnens entstanden.
Invariante Mengen

● -und -Grenzmenge, absorbierende Menge

● Stabilität von invarianten Mengen
● Kompakte Mengen
● Attraktor, Einzugsgebiet
Stabilität von invarianten Mengen

Sei eine unter dem dynamischen System auf invariante Menge. Die Menge heißt stabil ,

wenn jede Umgebung von eine andere Umgebung von enthält, so daß für alle

gilt. Die unter invariante Menge heißt asymptotisch stabil , wenn sie stabil ist und folgende

Beziehung gilt:

(17.10)

Dabei ist dist .

Kompakte Mengen

Sei ein metrischer Raum. Ein Mengensystem aus offenen Mengen heißt offene Überdeckung

von , wenn jeder Punkt aus in mindestens einem liegt. Der metrische Raum heißt kompakt ,

wenn aus jeder offenen Überdeckung von endlich viele ausgewählt werden können,

so daß ist. Die Menge heißt kompakt, wenn sie als Teilraum kompakt ist.
Lineare Teilmenge

Linearer Unterraum, lineare Mannigfaltigkeit oder linearer Teilraum eines Vektorraums heißt eine nichtleere
Teilmenge , wenn mit zwei beliebigen Elementen und zwei beliebigen Skalaren ihre

Linearkombination in liegt. ist selbst wieder ein Vektorraum, genügt also den Axiomen (V1) bis

(V7). Der Teilraum kann auch nur aus dem Nullelement bestehen, in diesem Falle heißt er trivial.
Ordnungsbeschränkte Mengen

Sei eine beliebige nichtleere Menge eines geordneten Vektorraumes . Ein Element für das

gilt, heißt obere Schranke der Menge . Eine untere Schranke für ist ein Element
mit

Für zwei Elemente mit definiert man die Menge

(12.31)

und nennt sie Ordnungsintervall oder - Intervall . Offenbar sind bzw. untere bzw. obere Schranke der

Menge wobei diese der Menge sogar angehören. Eine Menge heißt nun ordnungs- oder einfach

(0)- beschränkt, wenn Teilmenge eines Ordnungsintervalls ist, d.h., wenn zwei Elemente existieren,
so daß oder, was äquivalent dazu ist, gilt. Eine von oben beschränkte bzw.

von unten beschränkte Menge ist eine Menge, für die eine obere bzw. eine untere Schranke in existiert.
Reelle Zahlen

Alle rationalen und irrationalen Zahlen werden zu den reellen Zahlen zusammengefaßt. Sie bilden die Menge der
reellen Zahlen , die mit bezeichnet wird.

● Haupteigenschaften
● Arithmetische Operationen
● Zahlenintervall
● Kettenbrüche
● Kommensurabilität
Mengenlehre
● Mengenbegriff, spezielle Mengen
● Operationen mit Mengen
● Relationen und Abbildungen
● Äquivalenz- und Ordnungsrelationen
● Mächtigkeit von Mengen
Operationen mit Mengen
● VENN-Diagramm
● Vereinigung, Durchschnitt, Komplement
● Grundgesetze der Mengenalgebra
● Weitere Mengenoperationen
Weitere Anwendungen der Monte-Carlo-Methode

Die Monte-Carlo-Methode als zufallsbedingte Simulationsmethode (man spricht häufig auch von der Methode der
statistischen Versuche ) wird in den verschiedensten Disziplinen angewendet. Als Beispiele seien genannt:

● Kerntechnik: Untersuchung des Neutronendurchganges durch eine Materialschicht (z.B. Berechnung des
Schutzschildes eines Kernreaktors);
● Nachrichtentechnik: Trennung von Signal und Störung;
● Operations Research: Reihenfolgeprobleme, Ablaufplanung, Lagerhaltung, Bedienungsmodelle.

Zur Lösung derartiger spezieller Probleme muß auf die Literatur verwiesen werden (s. z.B. Lit. 16.18, 16.22).
Monte-Carlo-Methode
● Simulation
● Zufallszahlen
● Beispiel für eine Monte-Carlo-Simulation
● Anwendungen der Monte-Carlo-Methode in der numerischen Mathematik
● Weitere Anwendungen der Monte-Carlo-Methode
Methode SUGENO

Die Methode von SUGENO dient ebenfalls zum Entwurf eines fuzzy-geregelten Prozesses und unterscheidet sich vom
MAMDANI-Konzept durch die Art der Regelbasis und durch die Methode, einen scharfen Ausgangswert zu
bekommen. Sie beinhaltet die folgenden Schritte:

1. Regelbasis:
Die Regelbasis besteht aus Regeln der folgenden Form:

(5.306)

Es bedeuten:

❍ - unscharfe Mengen, die durch Zugehörigkeitsfunktionen festgelegt werden können;

❍ - scharfe Eingabewerte, wie z.B. der Fehler und die Fehleränderung die etwas über die Dynamik
des Systems aussagen;
 ❍ - Parametergewichte der

❍ - zur -ten Regel gehörige Ausgangsgröße

2. Fuzzifizierungsalgorithmus:
Für jede Regel wird ein berechnet.

3. Entscheidungsmodul:
Aus dem gewichteten Mittel der mit den aus der Fuzzifizierung wird die nicht fuzzy-wertige
Ausgangsgröße berechnet:

(5.307)

Dabei bedeutet einen scharfen Wert.

Eine Defuzzifizierung wie bei der MAMDANI-Methode entfällt hier. Die Bereitstellung der Werte der
Gewichtsparameter stellt zwar ein Problem dar, aber die Parameter können durch ein maschinelles

Lernverfahren, z.B. durch ein künstliches neuronales Netz, ermittelt werden.

Arithmetisches Mittel

Arithmetisches Mittel von Größen heißt der Ausdruck

(1.70a)

Für zwei Größen und ergibt sich:

(1.70b)

Die Größen und bilden eine arithmetische Folge.

Geometrisches Mittel

Geometrisches Mittel von positiven Größen heißt der Ausdruck

(1.71a)

Für zwei Größen und ergibt sich

(1.71b)

Die Größen und bilden eine geometrische Folge. Wenn und gegebene Strecken sind, dann kann

eine Strecke der Länge mit Hilfe einer der in den folgenden zwei Abbildungen angegebenen

Konstruktionen ermittelt werden.

Einen speziellen Fall des geometrischen Mittels stellt die Teilung einer Strecke im Verhältnis des Goldenen Schnittes
dar.
Harmonisches Mittel

Harmonisches Mittel von Größen heißt der Ausdruck

(1.72a)

Für zwei Größen und ergibt sich

(1.72b)
Quadratisches Mittel

Quadratisches Mittel von Größen heißt der Ausdruck

(1.73a)

Für zwei Größen und ergibt sich

(1.73b)

Das quadratische Mittel ist von Bedeutung für die Theorie der Beobachtungsfehler.
Mittelwerte
Mittelwerte zweidimensionaler Zufallsgrößen und gewichtete Mittelwerte werden hier nicht betrachtet.

● Arithmetisches Mittel
● Geometrisches Mittel
● Harmonisches Mittel
● Quadratisches Mittel
● Vergleich der Mittelwerte für zwei positive Größen
Erwartungswert und Streuung, Tschebyscheffsche Ungleichung

Zur groben Charakterisierung einer Verteilung werden vor allem die beiden Parameter (Mittelwert) und

(Streuung) einer Zufallsgröße verwendet. In Anlehnung an die Mechanik kann dabei der Mittelwert als Abszisse
des Schwerpunktes einer Fläche interpretiert werden, die von der Kurve der Dichtefunktion und der -Achse

begrenzt wird. Die Streuung stellt dann ein Maß für die Abweichung der Zufallsgröße vom Mittelwert dar.

● Erwartungswert
● Momente n-ter Ordnung
● Streuung und Standardabweichung
● Gewogenes und arithmetisches Mittel
● Tschebyscheffsche Ungleichung
Allgemeine Quadraturformel
Die numerische Auswertung des bestimmten Integrals

(19.69)

muß näherungsweise erfolgen, wenn der Integrand sich nicht elementar integrieren läßt, sehr kompliziert ist

oder nur an ausgewählten Stellen , den Stützstellen , aus dem Integrationsintervall bekannt ist. Zur

genäherten Berechnung von (19.69) werden sogenannte Quadraturformeln benutzt. Sie haben die allgemeine Form

(19.70)

mit
Es gilt
(19.71)

wobei der Quadraturformelfehler ist. Die Anwendung von Quadraturformeln setzt voraus, daß die benötigten
Werte des Integranden und seiner Ableitungen an den Stützstellen als numerische Werte verfügbar sind.

Formeln, die nur Funktionswerte benutzen, heißen Mittelwertformeln . Formeln, die auch Ableitungswerte enthalten,
nennt man HERMITEsche Quadraturformeln .
Mittelwertmethode

Bei der Mittelwertmethode wird die lineare Abhängigkeit der ,,rektifizierten`` Variablen , d.h.

wie folgt ausgenutzt:

Die Bedingungsgleichungen für die vorliegenden Wertepaare werden in zwei gleich

große bzw. nahezu gleich große Gruppen eingeteilt und nach zunehmenden Werten oder geordnet. Durch

Addition der Gleichungen jeder der beiden Gruppen ergeben sich zwei Gleichungen, aus denen bestimmt

werden können. Wenn nun wieder durch die Ausgangsvariablen ausgedrückt werden, dann ist die

gesuchte Abhängigkeit zwischen und gefunden.

Sollten noch nicht alle Parameter bestimmt worden sein, dann ist die Mittelwertmethode erneut anzuwenden, wobei
jetzt die Rektifizierung mit anderen Größen und durchzuführen ist (s. Beispiel).
Rektifizierung und Mittelwertmethode werden vor allem dann angewendet, wenn in der Näherungsformel gewisse
Parameter nichtlinear auftreten, wie z.B. in den Formeln (2.257b, 2.257c).
Betrag einer analytischen Funktion

Der Betrag einer analytischen Funktion, auch Modul , wird ihr Absolutbetrag
(14.7)

genannt. Die Fläche heißt ihr Relief , d.h., ist die Applikate zu jedem Punkt ,

also der Abstand von der -Ebene.

Die Reliefs vieler analytischer Funktionen sind in Lit. 14.10 abgebildet.

Beispiel A

Der Modul der Funktion beträgt

. Das Relief zeigt die linke Abbildung.

Beispiel B
Das Relief der Funktion zeigt die rechte Abbildung.
Positiver und negativer Teil, Modul eines Elements

Für ein beliebiges Element eines Vektorverbandes heißen die Elemente

(12.36)

positiver Teil, negativer Teil und Modul des Elements Für jedes Element sind die drei Elemente

positiv, wobei die folgenden Beziehungen gelten:

(12.37a)
(12.37b)
(12.37c)

sowie bei beliebigem

(12.37d)

In den Vektorverbänden und erhält man für eine Funktion ihren positiven und

negativen Teil sowie ihren Modul mit Hilfe der folgenden Formeln (s. Abbildung):
(12.38a)

(12.38b)

(12.38c)
Trigonometrische Form der komplexen Zahlen

Die Darstellung einer komplexen Zahl

(1.134a)
wird algebraische Form genannt. Wenn Polarkoordinaten anstelle der kartesischen Koordinaten verwendet werden, dann
ergibt sich die trigonometrische Form der Darstellung der komplexen Zahlen
(1.134b)
Die Länge des Radiusvektors eines Punktes wird Modul oder Absolutbetrag der komplexen Zahl genannt, der

Winkel gemessen im Bogenmaß, das Argument der komplexen Zahl oder in Zeichen :

(1.134c)

Im Intervall spricht man vom Hauptwert der komplexen Zahl . Der Zusammenhang zwischen und

für einen Punkt ist derselbe wie der zwischen den kartesischen Koordinaten und den Polarkoordinaten dieses
Punktes (s. Übergang zwischen kartesischen und Polarkoordinaten):
(1.135a)
 (1.135b)
(1.135c)

(1.135d)

bzw.

(1.135e)

Die komplexe Zahl hat den Modul Null, während das Argument unbestimmt ist.
Momente n-ter Ordnung

Man führt weiter ein:

(16.49a)
(16.49b)
Eigenschaften von Zahlenfolgen
1. Definition:Ist eine unendliche Menge von Zahlen
(7.1)
in einer bestimmten Reihenfolge angeordnet, dann spricht man von einer unendlichen Zahlenfolge . Die Zahlen der
Zahlenfolge werden Glieder der Zahlenfolge genannt. Unter den Gliedern einer Zahlenfolge können auch gleiche
Zahlen auftreten. Eine Folge gilt als gegeben, wenn das Bildungsgesetz der Zahlenfolge , d.h. eine Regel, bekannt
ist, nach der jedes beliebige Glied der Zahlenfolge bestimmt werden kann. Häufig läßt sich eine Formel für das
allgemeine Glied angeben.

Beispiel A

Beispiel B
Beispiel C

Beispiel D

Beispiel E

Beispiel F

für ungerades und für gerades :

Beispiel G
Beispiel H

Beispiel I

für ungerades und für gerades :

Beispiel J

für ungerades und für gerades :

.
 2. Monotone Zahlenfolgen: Man nennt eine Folge monoton wachsend , wenn gilt

(7.2)
und monoton fallend , wenn gilt
(7.3)
Man spricht von einer streng monoton wachsenden Folge bzw. streng monoton fallenden Folge , wenn in (7.2) bzw.
(7.3) die Gleichheitszeichen nicht zugelassen sind.

Beispiel A
Von den Folgen A bis J sind A, B, E streng monoton wachsend.

Beispiel B
Die Folge G ist streng monoton fallend.
3. Beschränkte Folgen: Eine Folge heißt beschränkt , wenn für alle ihre Glieder gilt
(7.4)

wobei ist. Existiert eine solche Zahl ( Schranke ) nicht, dann spricht man von einer unbeschränkten
Folge .

Beispiel

Von den Folgen A bis J sind die Folgen C mit D mit E mit F mit

G mit und J mit beschränkt.

Benutzung des Mittelwertes

Zu Berechnung von (16.155) geht man von gleichverteilten Zufallszahlen als Realisierung der

gleichverteilten Zufallsgröße aus. Dann sind die Werte Realisierungen der

Zufallsgröße , für deren Erwartungswert sich nach Formel (16.47a,b) ergibt:

(16.157)

Diese Vorgehensweise, die die Formel für den Mittelwert einer Stichprobe verwendet, wird auch als gewöhnliche
Monte-Carlo-Methode bezeichnet.
Beispiel für eine Monte-Carlo-Simulation

Die genäherte Berechnung des bestimmten Integrals

(16.155)

unter Benutzung von gleichverteilten Zufallszahlen soll als Beispiel für eine zufallsbedingte Simulation behandelt
werden. Im folgenden werden zwei Lösungsmöglichkeiten betrachtet.

● Benutzung der relativen Häufigkeit

● Benutzung des Mittelwertes
Benutzung der relativen Häufigkeit

Es soll angenommen werden, daß gilt. Dies läßt sich durch die Transformation (16.160) stets

erreichen. Dann gibt das Integral den Inhalt einer Fläche an, die ganz im Einheitsquadrat liegt (s. Abbildung).

Von einer Folge gleichverteilter Zufallszahlen aus dem Intervall faßt man je zwei zu den Koordinaten eines

Punktes des Einheitsquadrates zusammen und erzeugt auf diese Weise Punkte .
Bezeichnet man mit die Anzahl der Punkte, die innerhalb oder auf dem Rand der Fläche liegen, dann gilt
unter Beachtung des Begriffes der relativen Häufigkeit:

(16.156)

Um mit Hilfe von (16.156) eine bestimmte Genauigkeit zu erreichen, ist eine sehr große Anzahl von Zufahlszahlen
notwendig. Deshalb hat man nach Möglichkeiten zur Erhöhung der Effektivität gesucht. Eine davon stellt die folgende
Monte-Carlo-Methode dar, weitere findet man in Lit. 16.18.
Nichtwandernde Punkte, Morse-Smale-Systeme

Sei ein dynamisches System auf der -dimensionalen kompakten orientierbaren Mannigfaltigkeit .

Der Punkt heißt nichtwandernd bezüglich , wenn für eine beliebige Umgebung von

gilt:
(17.27)

Beispiel
Ruhelagen und periodische Orbits bestehen nur aus nichtwandernden Punkten.

Die Menge aller nichtwandernden Punkte des von (17.1) erzeugten dynamischen Systems ist

abgeschlossen, invariant unter und enthält alle periodischen Orbits und alle -Grenzmengen von Punkten

aus .
Das dynamische System auf , erzeugt durch ein glattes Vektorfeld, heißt MORSE-SMALE-System,

wenn folgende Bedingungen erfüllt sind:

1.
Das System hat endlich viele Ruhelagen und periodische Orbits und alle sind hyperbolisch.
2.
Alle stabilen und instabilen Mannigfaltigkeiten von Ruhelagen bzw. periodischen Orbits sind transversal
zueinander.
3.
Die Menge aller nichtwanderenden Punkte besteht nur aus Ruhelagen und periodischen Orbits.

Satz von PALIS und SMALE: MORSE-SMALE-Systeme sind strukturstabil.

Die Umkehrung des Satzes von PALIS und SMALE gilt nicht: Es existieren für strukturstabile Systeme mit
unendlich vielen periodischen Orbits.

Für sind strukturstabile Systeme nicht typisch.

Sobolew-Räume

Sei ein beschränktes Gebiet (d.h. eine offene zusammenhängende Menge) mit hinreichend glattem Rand

. Für oder stelle man sich etwa als ein Intervall oder eine konvexe Menge vor.

Eine Funktion nennt man -mal stetig differenzierbar in dem abgeschlossenen Gebiet , wenn

a)
auf -mal stetig differenzierbar ist und
b)
jede ihrer partiellen Ableitungen einen Grenzwert besitzt, wenn zu einem beliebigen Randpunkt von
konvergiert;

mit anderen Worten, jede partielle Ableitung von ist stetig auf den Rand von fortsetzbar.

In diesem Vektorraum wird mit dem LEBESGUE-Maß im die folgende Norm eingeführt:
 (12.88)

Der entstandene normierte Raum wird mit bezeichnet (im Unterschied zu dem mit einer ganz anderen

Norm versehenen Raum ). Hier bedeutet einen Multiindex , d.h. ein geordnetes -Tupel

von nichtnegativen ganzen Zahlen, wobei die Summe der Komponenten von mit

bezeichnet wird. Für eine Funktion mit

nutzt man - wie in (12.88) - die verkürzte Schreibweise

(12.89)

Der normierte Raum ist nicht vollständig. Seine Vervollständigung wird mit oder im Falle von

mit bezeichnet und heißt SOBOLEW-Raum .

Multiplikation

Die Multiplikation zweier komplexer Zahlen in der algebraischen Schreibweise ist definiert durch die Formel

(1.139a)
In der trigonometrischen Schreibweise gilt
(1.139b)
d.h., der Betrag des Produkts ist gleich dem Produkt der Beträge der Faktoren, während das Argument des Produkts gleich
der Summe der Argumente der Faktoren ist.
In der Exponentialform erhält man
(1.139c)

In der geometrischen Interpretation wird der Produktvektor, der das Produkt von und darstellt, durch Drehung des

Vektors im entgegengesetzten Uhrzeigersinn um den Winkel, der dem Argument von entspricht, gedreht und durch

Multiplikation dieses Vektors mit dem Faktor gestreckt. Das Produkt kann auch durch Konstruktion eines

ähnlichen Dreiecks gewonnen werden.

Dabei ist zu berücksichtigen, daß die Multiplikation einer komplexen Zahl mit i eine Drehung ihres Vektors um den Winkel
bedeutet, während der Modul konstant bleibt.
Nablaoperator

Nablaoperator wird ein symbolischer Vektor genannt, der häufig zur Darstellung von räumlichen
Differentialoperationen benutzt wird und dessen Einführung Berechnungen in der Vektoranalysis vereinfacht. Für die
Operatoren Gradient, Vektorgradient, Divergenz und Rotation gilt:
(13.65a)

(13.65b)

(13.65c)

(13.65d)
In kartesischen Koordinaten gilt:

(13.65e)

Die Komponenten des Nablaoperators sind als partielle Ableitungsoperatoren aufzufassen, d.h., das Symbol

schreibt die partielle Ableitung nach vor, wobei die anderen Variablen als Konstanten betrachtet werden. Die
Formeln für die räumlichen Differentialoperatoren in kartesischen Koordinaten ergeben sich durch formale
Multiplikation dieses Vektoroperators mit dem Skalar oder dem Vektor .
Rechenregeln für den Nablaoperator

1. Wenn vor einer Linearkombination steht, in der die Konstanten und die Funktionen

sind, und zwar unabhängig davon, ob es sich um skalare oder vektorielle Funktionen handelt, dann gilt
(13.66)

2. Wenn vor einem Produkt aus skalaren oder vektoriellen Punktfunktionen steht, dann wird der Operator
auf jede dieser Funktionen nacheinander angewendet, über die der Operation unterworfene Funktion wird das
Zeichen gesetzt und anschließend das Ergebnis gemäß

(13.67)

addiert. Daraufhin werden die auf diese Weise erhaltenen Produkte nach den Regeln der Vektoralgebra derart
umgeformt, daß nach dem Operator nur der mit dem Zeichen gekennzeichnete Faktor steht. Nach Abschluß der
Rechnung wird das Zeichen weggelassen.
Beispiel A

Beispiel B

Gemäß erhält man:

.
Zweifache Anwendung des Nablaoperators

Es gilt für jedes Feld :

(13.69)

(13.70)

(13.71)
Kurvenbildervergleiche

Die Aufstellung einer Näherungsformel für eine Funktion für die nur empirisch ermittelte Daten

vorliegen, kann in zwei Schritte eingeteilt werden. Zuerst wird die Art der Näherungsformel ausgewählt, die in der
Regel einige freie Parameter enthält. Danach erfolgt die numerische Bestimmung der Parameterwerte. Wenn es für
die Wahl der Formel keine theoretischen Überlegungen gibt, dann wird unter den einfachsten dafür in Frage
kommenden Funktionen eine Näherungsformel ausgesucht, indem ihre Kurvenbilder mit der Kurve der empirischen
Daten verglichen werden. Die Entscheidung über die Ähnlichkeit der Kurvenbilder nach Augenmaß kann trügerisch
sein. Daher ist nach der Wahl einer Näherungsfunktion vor der Bestimmung der Parameterwerte durch Rektifizierung
zu prüfen, ob die gewählte Formel anwendbar ist.
Näherungsformeln
Unter Beschränkung auf eine hinreichend kleine Umgebung der Entwicklungsstelle sind mit Hilfe der TAYLOR-Entwicklung
rationale Näherungsformeln für viele Funktionen hergeleitet worden, deren erste Glieder für einige dieser Funktionen in der
folgenden Tabelle wiedergegeben sind.
Angaben über die Genauigkeit wurden durch Abschätzung des Restgliedes erhalten.
Die Anwendung von Interpolations- und Ausgleichspolynomen oder Spline-Funktionen bietet weitere Möglichkeiten der
angenäherten Darstellung von Funktionen.

Tabelle Näherungsformeln für einige oft gebrauchte Funktionen

Zulässiges Intervall für bei einem Fehler von

Näherungsformel Nächstes % % %
Glied
von bis von bis von bis
NAND-Funktion und NOR-Funktion

Jede Wahrheitsfunktion kann durch einen aussagenlogischen Ausdruck repräsentiert werden. Wegen (5.17a) und
(5.17b) kann man dabei noch auf Implikationen und Äquivalenz verzichten (vgl. auch BOOLEsche Algebren). In
Anbetracht der DE MORGANschen Regeln sind darüber hinaus noch Konjunktion oder Disjunktion zur Darstellung
aller Wahrheitsfunktionen entbehrlich. Es gibt sogar zwei zweistellige Wahrheitsfunktionen, die einzeln zur
Repräsentation aller Wahrheitsfunktionen ausreichen. Es sind dies die NAND-Funktion oder SHEFFER-Funktion
(Funktionssymbol: ) und die NOR-Funktion oder PEIRCE-Funktion (Funktionssymbol: ) mit folgenden

Wahrheitstafeln:

Tabelle NAND- und NOR- Funktion

NAND- Funktion NOR- Funktion

Der Vergleich dieser Tafeln mit den entsprecheneden Wahrheitstafeln für die Konjunktion bzw. die Disjunktion erklärt
die Namen NAND-Funktion (NICHT-UND) bzw. NOR-Funktion (NICHT-ODER).
Vektoren

Matrizen vom Typ heißen einspaltige Matrizen oder Spaltenvektoren der Dimension ; Matrizen vom Typ

heißen einzeilige Matrizen oder Zeilenvektoren der Dimension :

(4.19a)

(4.19b)

Mit Hilfe der Transponierung kann ein Spaltenvektor in einen Zeilenvektor umgewandelt werden und umgekehrt.
Durch einen Zeilen- bzw. Spaltenvektor der Dimension kann ein Punkt im -dimensionalen euklidischen Raum
beschrieben werden.
Der Nullvektor wird durch gekennzeichnet.
Dynamische Optimierungsprobleme

Das Ziel besteht nun in der Ermittlung einer Politik , die unter Beachtung aller Nebenbedingungen

den Zustand in den Zustand überführt und dabei eine Zielfunktion bzw. Kostenfunktion

minimiert. Die Funktionen werden als Stufenkosten

bezeichnet. Damit lautet das dynamische Optimierungsproblem in der Standardform

(18.115a)

(18.115b)

Die Beziehungen ( ) heißen dynamische und die Beziehungen ( ) statische Nebenbedingungen .

Alternativ zu (18.115a) kann auch ein Maximumproblem vorliegen. Eine Politik , die alle
Nebenbedingungen erfüllt, wird als zulässig bezeichnet. Um die Methoden der dynamischen Optimierung anwenden
zu können, werden im Abschnitt Bellmannsche Funktionalgleichungen einige Forderungen an die Form der
Kostenfunktion gestellt.
Gegenstand

Gegenstand der linearen Optimierung ist die Minimierung oder Maximierung einer linearen Zielfunktion (ZF) von
endlich vielen Variablen unter Einhaltung einer endlichen Anzahl von Nebenbedingungen (NB) oder Restriktionen ,
die als lineare Gleichungen bzw. Ungleichungen vorliegen.

Die Bedeutung der linearen Optimierung besteht darin, daß viele praktische Aufgabenstellungen direkt auf lineare
Optimierungsprobleme führen bzw. durch lineare Modelle näherungsweise als lineare Optimierungsprobleme
beschrieben werden können und daß Theorie und Lösungsverfahren anschaulich und übersichtlich dargestellt
werden können.
Variationsaufgaben mit Nebenbedingungen
Darunter versteht man im wesentlichen isoperimetrische Probleme: Der einfachen Variationsaufgabe, die dort
beschrieben wird und die durch das Funktional (10.11) gekennzeichnet ist, wird zusätzlich eine Nebenbedingung der
Form

(10.25)

auferlegt, wobei die Konstante und die Funktion gegeben sind. Eine Methode zur Lösung solcher Probleme
geht auf LAGRANGE zurück ( Extremwerte mit Nebenbedingungen in Gleichungsform ). Man setzt
(10.26)
wobei ein Parameter ist, und behandelt jetzt die Aufgabe

(10.27)

also eine Extremwertaufgabe ohne Nebenbedingung. Die zugehörige Euler sche Differentialgleichung lautet
 (10.28)

Ihre Lösung hängt noch von dem Parameter ab, der durch Einsetzen von in die

Nebenbedingung (10.25) bestimmt werden kann.

Beispiel
Für das isoperimetrische Problem erhält man

(10.29a)

Da in die Variable nicht vorkommt, erhält man an Stelle der EULERschen Differentialgleichung (10.28) analog
zu (10.22c) die Differentialgleichung

(10.29b)

deren Lösung die Kreisschar

(10.29c)

darstellt. Die Werte und sind aus den Bedingungen und der Forderung, daß

der Kurvenbogen zwischen und die vorgeschriebene Länge hat, zu bestimmen. Für ergibt sich eine
nichtlineare Gleichung, die iterativ durch ein geeignetes Näherungsverfahren gelöst werden muß.
Neugradeinteilung

In der Geodäsie wird im Unterschied zur Mathematik die Neugradeinteilung verwendet. Der Vollwinkel entspricht hier
400 gon (Gon). Die Umrechnung zwischen Graden und Gon kann gemäß der folgenden Beziehungen erfolgen:
Tabelle Umrechnung Altgrade-Bogenmaß-Neugrade II
Raum linearer stetiger Operatoren

Für zwei lineare (stetige) Operatoren sind die Summe und das Vielfache
punktweise erklärt:
(12.134)

Die Menge , häufig auch mit bezeichnet, aller linearen stetigen Operatoren aus in

wird so ein Vektorraum, auf dem sich (12.129) als Norm erweist. Dadurch wird ein normierter

Raum und, falls ein BANACH-Raum ist, sogar ein BANACH-Raum. Insbesondere sind also die Axiome (V1) bis (V7)
und (N1) bis (N3) erfüllt.

Ist , dann kann man für zwei beliebige Elemente durch

(12.135)
das Produkt definieren, das den Axiomen (A1) bis (A4) aus normierte Algebren sowie der Verträglichkeitsbedingung
(12.98) mit der Norm genügt und so zu einer (im allgemeinen nichtkommutativen) normierten und, falls

BANACH-Raum ist, zu einer BANACH-Algebra macht. Damit sind für jeden Operator die Potenzen

(12.136)

definiert, wobei der identische Operator ist. Es gilt

(12.137)
und außerdem existiert stets der (endliche) Grenzwert
(12.138)

der Spektralradius des Operators heißt und den Beziehungen

(12.139)
genügt, wobei der zu adjungierte Operator ist (s. auch (12.173)).

Im Falle der Vollständigkeit von hat der Operator für die Darstellung in Form

der NEUMANNschen Reihe

(12.140)

die für in der Operatornorm von konvergiert.

(S. auch Konvergenz der NEUMANNschen Reihe).

Newton-Verfahren

1. Vorschrift des NEWTON-Verfahrens: Zur Lösung der Nullstellengleichung verfährt das

NEWTON- Verfahren nach der Vorschrift

(19.6)

d.h., es benötigt zur Berechnung des neuen Näherungswertes die Werte der Funktion und ihrer

1. Ableitung an der Stelle .

2. Konvergenz des NEWTON-Verfahrens: Für die Konvergenz des NEWTON-Verfahrens ist die Bedingung
(19.7a)
notwendig, die Bedingung

(19.7b)
hinreichend. Die Bedingungen (19.7a,b) müssen in einer Umgebung von , die alle Punkte sowie enthält,
erfüllt sein. Falls das NEWTON-Verfahren konvergiert, dann konvergiert es so gut, daß sich bei jedem Iterationsschritt
die Anzahl der genauen Stellen etwa verdoppelt. Man spricht in diesem Fall auch von quadratischer Konvergenz.

Beispiel

Zur Lösung der Gleichung , d.h. speziell zur Berechnung der Werte

( gegeben) liefert das NEWTON-Verfahren die Iterationsvorschrift

(19.8)

Für erhält man:

3. Geometrische Interpretation: Die geometrische Interpretation des NEWTON-Verfahrens ist in der folgenden
Abbildung dargestellt:
 Die Grundidee des NEWTON-Verfahrens besteht in der lokalen Approximation der Kurve durch

eine Tangente.

4. Modifiziertes NEWTON-Verfahren: Wenn sich im Laufe der Iteration die Werte von nur noch

unwesentlich ändern, kann man diese konstant lassen und mit dem sogenannten modifizierten NEWTON-
Verfahren weiterrechnen:

(19.9)

Die Güte der Konvergenz wird durch diese Vereinfachung nicht wesentlich beeinflußt.
5. Differenzierbare Funktionen komplexen Argumentes: Das NEWTON-Verfahren ist auch auf
differenzierbare Funktionen komplexen Arguments anwendbar.
Newton-Verfahren
Seien wie im vorhergehenden Abschnitt und . Unter der Voraussetzung der

Differenzierbarkeit von in jedem Punkt der Menge ist ein Operator definiert, der

jedem das Element zuordnet. Der Operator sei auf stetig (in der

Operatornorm); in diesem Falle sagt man, ist stetig differenzierbar auf . Die Menge enthalte eine Lösung
der Gleichung
(12.194)

Weiter sei vorausgesetzt, daß für der Operator stetig invertierbar ist, also
Niveauflächen und Niveaulinien

1. Niveaufläche nennt man die Gesamtheit aller Punkte im Raum, für die die Funktion (13.6a) einen
konstanten Wert
(13.10a)

annimmt. Unterschiedliche Konstanten liefern unterschiedliche Niveauflächen. Durch jeden Punkt

verläuft genau eine Niveaufläche, ausgenommen Punkte, in denen die Funktion nicht eindeutig definiert ist. In den
drei bisher benutzten Koordinatensystemen lauten die Niveauflächengleichungen
(13.10b)

Beispiel A

: Parallele Ebenen.

Beispiel B

: Ähnliche Ellipsoide in Ähnlichkeitslage.

Beispiel C
Zentralfeld: Konzentrische Kugeln.
Beispiel D
Axialfeld: Koaxiale Zylinder.
2. Niveaulinien ergeben sich in ebenen Feldern anstelle der Niveauflächen. Sie genügen der Gleichung
(13.11)
Es ist üblich, die Niveaulinien in bestimmten gleichmäßigen -Abständen darzustellen, wobei der betreffende -
Wert an die zugehörige -Linie geschrieben wird (s. Abbildung).

Bekannte Beispiele sind die Isobaren auf Wetterkarten und die Höhenlinien auf geographischen Karten. In speziellen
Fällen können die Niveauflächen in Punkte oder Linien entarten, die Niveaulinien in isolierte Punkte.

Beispiel
Die Niveaulinien der Felder a) , b) , c) , d) sind in den folgenden

Abbildungen dargestellt.
Beschränktheit und Norm linearer Operatoren

Seien und normierte Räume. Die Kennzeichnung der Norm im Raum ,

etwa durch , wird im weiteren weggelassen, da aus dem jeweiligen Kontext klar wird, in welchem Raum die

Norm betrachtet wird. Ein beliebiger Operator heißt beschränkt, wenn eine reelle Zahl
existiert mit
(12.128)
Ein beschränkter Operator mit der Konstanten ,,dehnt`` jeden Vektor höchstens um das -fache und überführt
jede beschränkte Menge aus in eine beschränkte Menge aus , insbesondere ist das Bild der Einheitskugel
aus in beschränkt. Für die Beschränktheit eines linearen Operators ist die letzte Eigenschaft charakteristisch.
Ein linearer Operator ist genau dann stetig, wenn er beschränkt ist.

Die kleinste Konstante , für die (12.128) noch gilt, heißt Norm des Operators und wird mit bezeichnet,

d.h.
 (12.129)
Für einen stetigen linearen Operator gelten

(12.130)

und außerdem die Abschätzung

(12.131)

Beispiel

Im Raum mit der Norm (12.87e) ist der mittels der auf dem Quadrat stetigen

komplexwertigen Funktion definierte Operator

(12.132)

ein beschränkter linearer Operator, der in abbildet. Für seine Norm gilt

(12.133)
Matrizennormen

a)
Spektralnorm:
(4.51)

Dabei wird mit der größte Eigenwert der Matrix bezeichnet.

b)
Zeilensummennorm:

(4.52)

c)
Spaltensummennorm:

(4.53)

Es läßt sich zeigen, daß die Matrizennorm (4.51) der Vektornorm (4.48) zugeordnet ist. Das gleiche gilt für (4.52) und
(4.49) sowie (4.53) und (4.50).
Konzept für eine Verknüpfung (Aggregation) unscharfer Mengen

1. Prinzip: Der Grad der Zugehörigkeit eines beliebigen Elements zu den Mengen bzw.

soll nur von den beiden Zugehörigkeitsgraden und des Elementes zu den beiden

unscharfen Mengen und abhängen. Mit Hilfe zweier Funktionen

(5.259)

lassen sich die unscharfe Mengenvereinigung und der unscharfe Mengenschnitt wie folgt definieren:

(5.260)

(5.261)

Die Zugehörigkeitsgrade und werden in einen neuen Zugehörigkeitsgrad abgebildet. Die

Funktionen und werden -Norm und -Konorm , letztere auch -Norm genannt.
 2. Interpretation: Die Funktionen und stellen den Wahrheitswert dar, der sich aus der

Verknüpfung der Wahrheitswerte und ergibt.

3. Definition der -Norm: Die -Norm ist eine binäre Operation in [0,1]. Sie ist eine Abbildung
(5.262)

Die -Norm ist eine zweistellige Funktion in sie ist symmetrisch, assoziativ, monoton wachsend und

besitzt 0 als Nullelement und 1 als neutrales Element.

Für gelten folgende Eigenschaften:

(E1) Kommutativität:
(5.263a)

(E2) Assoziativität:
(5.263b)

(E3) Spezielle Operationen mit Nullelement 0 und neutralen Element 1:

(5.263c)

(E4) Monotonie:
 (5.263d)

Definition der -Norm: Die -Norm ist eine zweistellige Funktion in und eine Abbildung

(5.264)

Sie besitzt die folgenden Eigenschaften:

(E1) Kommutativität:
(5.265a)

(E2) Assoziativität:
(5.265b)

(E3) Spezielle Operationen mit Nullelement 0 und neutralen Element 1:

(5.265c)

(E4) Monotonie:
(5.265d)

Mit Hilfe dieser Eigenschaften lassen sich jeweils eine ganze Klasse von Funktionen der -Normen bzw. eine
Klasse von Funktionen der -Normen einführen. Detailierte Untersuchungen haben gezeigt, daß der folgende
Zusammenhang gilt:
(5.265e)

(5.265f)
Vektornormen

Ist ein -dimensionaler Vektor, d.h. dann sind die gebräuchlichen

Vektornormen:

a)
EUKLIDische Norm:

(4.48)

b)
Maximumnorm:

(4.49)

c)
Betragssummennorm:
 (4.50)

Beispiel

Im in der elementaren Vektorrechnung, wird als Betrag des Vektors bezeichnet. Der

Betrag des Vektors gibt die Länge des Vektors an.

Normalformen
● Elementarkonjunktion, Elementardisjunktion
● Kanonische Normalformen
Gleichung der Parabel

Wenn der Koordinatenursprung in den Scheitel der Parabel gelegt wird, die -Achse mit der Parabelachse
zusammenfällt und der Parabelscheitel nach links weisen soll, dann lautet die Normalform der Parabelgleichung
(3.341)
Die Gleichung der Parabel in Polarkoordinaten ist unter Polargleichung der Kurven 2. Ordnung zu finden.
Für Parabeln mit vertikaler Achse lauten die Parabelgleichung und der Halbarameter dieser so gegebenen Parabel
(3.342a)

(3.342b)

Ist so ist die Parabel nach oben geöffnet, für ist sie nach unten geöffnet. Die Koordinaten des
Scheitels sind

(3.342c)
Lösungsansatz und Normalgleichungssystem

Der theoretische Zusammenhang (16.144) wird durch Meßwerte

(16.147a)
auf Grund zufälliger Meßfehler nicht exakt wiedergegeben. Man macht deshalb den Ansatz

(16.147b)

und bestimmt nach der Fehlerquadratmethode gemäß

(16.147c)

die Koeffizienten , die als Schätzwerte für die theoretischen Koeffizienten dienen. Mit den Bezeichnungen
 (16.147d)

erhält man aus der Forderung (16.147c) das sogenannte Normalgleichungssystem

(16.147e)

zur Bestimmung von . Die Matrix ist symmetrisch, so daß sich zur Lösung von (16.147c) das CHOLESKY-
Verfahren besonders eignet.

Beispiel
Mit Hilfe einer Stichprobe, deren Ergebnisse die nebenstehende Wertetabelle enthält, sind die Koeffizienten
der Regressionsfunktion

5 3 5 3

0,5 0,5 0,3 0,3

1,5 3,5 6,2 3,2

(16.148)
zu bestimmen. Aus (16.147d) folgt

(16.149)

und (16.147e) lautet

(16.150)
Normalverteilung

1. Verteilungsfunktion und Dichte: Eine Zufallsveränderliche mit der Verteilungsfunktion

(16.68)

heißt normalverteilt , genauer ( )- normalverteilt . Die Funktion

(16.69)

heißt die Dichte der Normalverteilung. Sie nimmt an der Stelle ihr Maximum an und hat Wendepunkte bei

(s. Abbildung):
 2. Erwartungswert und Streuung: Erwartungswert und Streuung ergeben sich für die Parameter und
der Normalverteilung zu

(16.70a)

und

(16.70b)

Sind die Zufallsveränderlichen und unabhängig und normalverteilt mit den Parametern bzw.
 , so ist auch die Zufallsveränderliche normalverteilt

mit den Parametern .

Die Berechnung der Wahrscheinlichkeit erfolgt mit Hilfe der normierten Normalverteilung

gemäß

(16.71)
Logarithmische Normalverteilung

Dichte, Verteilungsfunktion, Erwartungswert und Streuung:

1. Dichte und Verteilungsfunktion: Die stetige Zufallsgröße , die alle positiven Werte annehmen kann,
besitzt eine logarithmische Normalverteilung (auch Lognormalverteilung genannt) mit den Parametern

und , wenn die Zufallsgröße mit

(16.75)

normalverteilt ist mit den Parametern und . Die Zufallsgröße hat demzufolge die Dichte

(16.76)

und die Verteilungsfunktion

 (16.77)

Bei praktischen Anwendungen wird als Logarithmus entweder der natürliche oder der dekadische Logarithmus
verwendet.
2. Erwartungswert und Streuung: Für Erwartungswert und Streuung der Lognormalverteilung erhält man,
wenn der natürliche Logarithmus verwendet wird:

(16.78)

Bemerkungen:

a) Die Dichtefunktion der Lognormalverteilung ist links durch Null begrenzt und läuft rechts flach aus. Die
folgende Abbildung zeigt die Dichte der Lognormalverteilung für verschiedene Werte von und . Dabei
wurde der natürliche Logarithmus verwendet.
b) Man beachte: und sind Erwartungswert und Streuung der transformierten Zufallsgröße

, während und gemäß (16.78) Erwartungswert und Streuung der Zufallsgröße X sind.

c) Die Verteilungsfunktion der Lognormalverteilung kann mit Hilfe der Verteilungsfunktion der

normierten Normalverteilung berechnet werden, denn es gilt:

(16.79)

d) Die Lognormalverteilung wird häufig bei Lebensdaueranalysen von ökonomischen, technischen und
 biologischen Vorgängen angewendet.
e) Während die Normalverteilung mit der additiven Überlagerung einer großen Anzahl voneinander
unabhängiger zufälliger Ereignisse in Zusammenhang gebracht werden kann, ist es bei der
Lognormalverteilung das multiplikative Zusammenwirken vieler zufälliger Einflüsse.

● Dichte, Verteilungsfunktion, Erwartungswert und Streuung:

Normierte Normalverteilung
Wertetabelle der normierten Normalverteilung

● Normierte Normalverteilung, Teil I

● Normierte Normalverteilung, Teil II
● Normierte Normalverteilung, Teil III
Normalverteilung der Stichprobenmittelwerte

Die Zufallsgröße ist auch annähernd normalverteilt mit den Parametern und , wenn die dazugehörige

Grundgesamtheit einer beliebigen Verteilung mit Mittelwert und Streuung genügt.

Nullstellensatz von BOLZANO

Wenn eine Funktion in einem zusammenhängenden Gebiet definiert und stetig ist und wenn in zwei

verschiedenen Punkten und dieses Gebietes die zugehörigen Funktionswerte unterschiedliche

Vorzeichen besitzen, dann existiert mindestens ein Punkt in diesem Gebiet, für den Null wird:

(2.277)
Kapitel 19: Numerische Mathematik
In diesem Kapitel werden meist nur die Grundprinzipien numerischer Verfahren beschrieben. Ihre Anwendung zur
Lösung praktischer Aufgaben auf dem Computer erfordert in der Regel den Einsatz von Numerik-Bibliotheken der
kommerziellen Software. Einige dieser Bibliotheken werden im Abschnitt Bibliotheken numerischer Verfahren
vorgestellt. Die speziellen Computeralgebrasysteme Mathematica und Maple und deren Numerikprogramme sind im
Kapitel Computeralgebrasysteme und im Abschnitt Anwendung von Computeralgebrasystemen beschrieben. Der
Einfluß von Fehlern, die beim numerischen Rechnen auf Computern auftreten, wird im Abschnitt Numerische
Probleme beim Rechnen auf Computern behandelt.

● Numerische Lösung nichtlinearer Gleichungen

● Numerische Lösung von Gleichungssystemen
● Numerische Integration
● Genäherte Integration von gewöhnlichen Differentialgleichungen
● Genäherte Integration von partiellen
Differentialgleichungen
● Approximation, Ausgleichsrechnung, Harmonische
Analyse
● Darstellung von Kurven und Flächen mit Hilfe von Splines
● Nutzung von Computern
● Detailliertes Inhaltsverzeichnis
Obelisk

Obelisk wird ein Polyeder genannt, dessen Seitenflächen sämtlich Trapeze sind. In dem hier betrachteten Spezialfall
sind die parallelen Grundflächen Rechtecke, einander gegenüberliegende Kanten haben die gleiche Neigung
gegenüber der Grundfläche, laufen aber nicht in einem Punkt zusammen.

Wenn und die Seiten der Grundflächen sind und die Höhe des Obelisken, dann gilt:
(3.120)
Oberflächenintegrale erster Art
Oberflächenintegrale oder Integrale über einem räumlichen Flächenstück stellen eine Verallgemeinerung des
Doppelintegrals dar, ähnlich wie das Kurvenintegral erster Art eine Verallgemeinerung des gewöhnlichen bestimmten
Integrals ist.

● Begriff des Oberflächenintegrals erster Art

● Berechnung des Oberflächenintegrals erster Art
● Flächenelemente gekrümmter Flächen
● Anwendungen des Oberflächenintegrals erster Art
Berechnung des Oberflächenintegrals erster Art

Die Berechnung des Oberflächenintegrals erster Art wird auf die Berechnung des Doppelintegrals über einem
ebenen Gebiet zurückgeführt.

● Explizite Darstellung der Fläche

● Parameterdarstellung der Fläche
Definition

Oberflächenintegral erster Art einer Funktion von drei Veränderlichen , die in einem

zusammenhängenden Gebiet definiert sein muß, nennt man das Integral

(8.148)

das über ein Flächenstück in dem genannten Gebiet genommen wird. Der Zahlenwert des Oberflächenintegrals
erster Art wird auf die folgende Weise ermittelt (s. Abbildung):

1. Beliebige Zerlegung des Flächenstückes in Elementarflächenstücke.

2. Auswahl eines beliebigen Punktes im Innern oder auf dem Rande eines jeden

Elementarflächenstückes.
3. Multiplikation des Funktionswertes von in diesem Punkt mit dem Inhalt von des

entsprechenden Elementarflächenstückes.
 4. Addition aller so gewonnenen Produkte .

5. Berechnung des Grenzwertes der Summe

(8.149a)

für den Fall, daß der Inhalt aller Elementarflächenstücke gegen Null geht, also ihre Anzahl gegen .
Dabei ist wieder zu beachten, daß der Durchmesser des Elementarflächenstückes gegen Null geht und nicht nur eine
Ausdehnung.

Wenn dieser Grenzwert existiert und von der Art der Einteilung des Flächenstückes in Elementarflächenstücke
sowie von der Wahl der Punkte unabhängig ist, dann wird er Oberflächenintegral erster Art der

Funktion über dem Flächenstück genannt, und man schreibt

(8.149b)
Existenzsatz

Das Oberflächenintegral erster Art existiert, wenn die Funktion in dem betrachteten Gebiet stetig ist und

die Funktionen, die in der Gleichung der Fläche auftreten, in diesem Gebiet stetige Ableitungen besitzen.
Explizite Darstellung der Fläche

Ist die Fläche durch die Gleichung

(8.150)
explizit vorgegeben, dann gilt

(8.151a)

wobei die Projektion von auf die -Ebene ist und und die partiellen Ableitungen

sind. Dabei wird vorausgesetzt, daß jedem Punkt der Fläche in der -Ebene eindeutig

ein Punkt ihrer Projektion entspricht, d.h., der Flächenpunkt muß eindeutig durch seine Koordinaten definiert
sein. Sollte das nicht der Fall sein, dann wird das Flächenstück in einige Teilflächenstücke eingeteilt, so daß das
Integral über die gesamte Fläche als algebraische Summe der Integrale über die Teilflächenstücke von dargestellt
werden kann. Ist die Fläche in Parameterform gegeben, dann entfällt diese Einschränkung.
Die Gleichung (8.151a) kann auch in der anderen Form
 (8.151b)

dargestellt werden. Das hängt damit zusammen, daß die Gleichung der Flächennormalen von (8.150) die Form

hat, so daß für den Winkel zwischen der Normalenrichtung und der -Achse die

Beziehung besteht. Bei der Berechnung eines Oberflächenintegrals 1. Art faßt man

diesen Winkel steParameterdarstellungts als spitzen Winkel auf, so daß immer ist.
Parameterdarstellung der Fläche

Ist die Fläche implizit durch die Gleichungen

(8.152a)
in Parameterform vorgegeben (s. Abbildung), dann gilt

(8.152b)

wobei die Funktionen und als Koeffizienten betrachtet werden. Für das Flächenelement in Parameterform gilt
dann
(8.152c)
mit

während der Variabilitätsbereich von und ist. Zur Berechnung des Integrals werden der Reihe nach die beiden
Integrale für und integriert:

(8.152d)

Dabei sind und die Koordinaten der äußersten Koordinatenlinien , zwischen denen das

Flächenstück eingeschlossen ist (s. Abbildung). Mit und sind die Gleichungen der Kurven

und bezeichnet, die das Flächenstück begrenzen.

Die Formel (8.151a) ist ein Spezialfall von (8.152b) für
(8.153)
Begriff des Oberflächenintegrals zweiter Art

● Begriff einer orientierten Fläche

● Projektion eines orientierten Flächenstückes auf eine Koordinatenebene
● Definition des Oberflächenintegrals zweiter Art über eine Projektion auf eine Koordinatenebene
● Existenzsatz für das Oberflächenintegral zweiter Art
Berechnung des Oberflächenintegrals zweiter Art

Als Hauptmethode wird die Zurückführung auf Doppelintegrale betrachtet.

● Explizite Vorgabe der Flächengleichung

● Vorgabe der Flächengleichung in Parameterform
Definition des Oberflächenintegrals zweiter Art über eine Projektion auf eine
Koordinatenebene

Oberflächenintegral zweiter Art einer Funktion von drei Veränderlichen , die in einem

zusammenhängenden Gebiet definiert ist, nennt man das Integral

(8.156)

das über die Projektion auf die -Ebene eines orientierten, in dem gleichen Gebiet liegenden Flächenstückes
genomen wird. Der Zahlenwert des Integrals wird ebenso gewonnen, wie der des Oberflächenintegrals erster Art,
ausgenommen den dritten Schritt, bei dem der Funktionswert nicht mit dem Flächenelement

, sondern mit dessen Projektion , orientiert auf die -Ebene, zu multiplizieren ist. Damit ergibt
sich:
 (8.157a)

In Analogie dazu werden die Oberflächenintegrale zweiter Art über die Projektionen des orientierten Flächenstückes
auf die - und die -Ebene wie folgt berechnet:

(8.157b)

(8.157c)
Existenzsatz für das Oberflächenintegral zweiter Art

Die Oberflächenintegrale zweiter Art (8.157a,b,c) existieren, wenn die Funktion sowie die Funktionen,

die die Gleichung der Fläche bilden, stetig sind und stetige Ableitungen besitzen.
Oberflächenintegral allgemeiner Art

Wenn in einem zusammenhängenden Gebiet drei Funktionen mit den drei Veränderlichen ,

, und ein orientiertes Flächenstück gegeben sind, dann wird als Oberflächenintegral

allgemeiner Art die Summe der Integrale zweiter Art über alle Projektionen bezeichnet:

(8.162)

Die allgemeine Formel, mit deren Hilfe man das Oberflächenintegral allgemeiner Art auf das gewöhnliche
Doppelintegral zurückführt, lautet:

(8.163)

wobei die Größen und die oben angegebene Bedeutung besitzen.

Die vektorielle Darlegung der Theorie des Oberflächenintegrals allgemeiner Art ist im Kapitel Feldtheorie enthalten.

● Eigenschaften des Oberflächenintegrals

● Eine Anwendung des Oberflächenintegrals
Eigenschaften des Oberflächenintegrals

1. Wenn das Integrationsgebiet, d.h. das Flächenstück , auf irgendeine Art in Teilflächenstücke und

eingeteilt ist, dann gilt:

(8.164)

2. Bei Vertauschung von Außen- und Innenseite der Fläche, d.h. bei Änderung der Orientierung der Fläche,
ändert das Integral sein Vorzeichen:

(8.165)
wobei mit und ein und dieselbe Fläche bezeichnet ist, jedoch für entgegengesetzte Orientierung.
3. Im allgemeinen hängt das Oberflächenintegral sowohl von der das Flächenstück begrenzenden Kurve
als auch von der Fläche selbst ab. Daher sind die Integrale über die Flächen und für ein und dieselbe

Begrenzungskurve im allgemeinen verschieden (s. Abbildung):

(8.166)
Berechnung von Oberflächenintegralen

Die Berechnung von Oberflächenintegralen in Skalar- oder Vektorfeldern kann unabhängig davon, ob von einer
geschlossenen Kurve umrandet ist oder selbst eine geschlossene Fläche darstellt, in fünf Schritten erfolgen:

1.
Einteilung des Flächenstückes , auf dem die Außenseite durch den Umlaufsinn der Randkurve bestimmt ist
(s. Abbildung), in beliebige Teilflächenstücke derart, daß jedes dieser Teilflächenstücke durch ein

ebenes Flächenstück angenähert werden kann. Jedem Flächenstück wird gemäß (13.31a) der Vektor

zugeordnet
 Im Falle einer geschlossenen Fläche wird der positive Umlaufsinn der Randkurve so festgelegt, daß die

positive Seite, auf der der Vektor beginnt, die Außenfläche ist.

2.
Auswahl eines beliebigen Punktes mit dem Ortsvektor im Innern oder auf dem Rande jedes
Teilflächenstückes.
3.

Bildung des Produktes im Falle des skalaren Feldes und oder

im Falle eines vektoriellen Feldes.

4.
 Addition der für die Teilflächenstücke gebildeten Produkte.
5.

Bildung des Grenzüberganges für . Dabei sollen die Teilflächenstücke in dem bei der

Berechnung des Doppelintegrals angegebenen Sinne gegen Null streben.

Eine Anwendung des Oberflächenintegrals

Das Volumen eines Körpers, der von einer geschlossenen Fläche begrenzt ist, kann als Oberflächenintegral

(8.167)

berechnet werden, wobei so orientiert ist, daß die äußere Seite der Fläche positiv genommen wird.
Operationen
● -stellige Operationen
● Eigenschaften binärer Operationen
● Äußere Operationen
Äußere Operationen

Manchmal werden auch äußere Operationen betrachtet. Das sind Abbildungen von in wobei eine
,,äußere``, meist auch selbst strukturierte Menge ist.
 -stellige Operationen

Der Strukturbegriff spielt in der Mathematik und ihren Anwendungen eine zentrale Rolle. Hier sollen algebraische
Strukturen behandelt werden, d.h. Mengen, auf denen Operationen erklärt sind. Eine -stellige Operation in einer

Menge ist eine Abbildung , die jedem -Tupel von Elementen aus wieder ein Element aus

zuordnet.
Satz vom abgeschlossenen Graphen

Ein Operator mit heißt abgeschlossen , wenn aus in

und in stets und folgen. Notwendig und hinreichend dafür ist die

Abgeschlossenheit des Graphen des Operators im Raum , d.h. der Menge

(12.143)

wobei hier die Bezeichnung für ein Element der Menge ist. Es gilt: Ist ein abgeschlossener

Operator mit abgeschlossenem Definitionsbereich , dann ist stetig.

Adjungierter Operator zu einem beschränkten Operator
Für einen linearen stetigen Operator wobei normierte Räume sind, ordnet man jedem

durch ein Funktional zu. Auf diese Weise entsteht ein linearer

stetiger Operator
(12.173)
der adjungierter Operator zu heißt und die folgenden Eigenschaften besitzt:
, wobei für die linearen stetigen Operatoren

und ,( sind normierte Räume) der Operator auf natürliche

Weise durch definiert ist.

Mit den in den Abschnitten Lineare Operatoren und Funktionale und

Stetige lineare Funktionale im HILBERT-Raum eingeführten Bezeichnungen bestehen für einen Operator
 die folgenden Identitäten:

(12.174)

wobei die Abgeschlossenheit von die Abgeschlossenheit von impliziert.

Der Operator , den man als aus gewinnt, hat die Eigenschaft: Ist , dann ist

. Der Operator ist also eine Erweiterung von .

Im HILBERT-Raum kann auf Grund des RIESZschen Satzes der adjungierte Operator mit Hilfe des Skalarprodukts
eingeführt werden, wobei sich wegen der Identifizierung von und

neben und sogar ergibt. Ist bijektiv, so ist es auch , und es gilt

. Für die Resolventen von und gilt die Beziehung

(12.175)

woraus sich für das Spektrum des adjungierten Operators ergibt.

Beispiel A
Sei ein Integraloperator mit stetigem Kern

(12.176)

der im Raum betrachtet wird. Der zu adjungierte Operator ist ebenfalls ein

Integraloperator

(12.177)

mit dem Kern , wobei das gemäß (12.163) zu existierende Element aus

ist.

Beispiel B

Im endlichdimensionalen komplexen Raum ist der adjungierte zu einem durch die Matrix

repräsentierten Operator gerade durch die Matrix mit definiert.

Adjungierte Operatoren in normierten Räumen
● Adjungierter Operator zu einem beschränkten Operator
● Adjungierter Operator zu einem unbeschränkten Operator
● Selbstadjungierte Operatoren
Adjungierter Operator zu einem unbeschränkten Operator
Seien und reelle normierte Räume und ein linearer (nicht unbedingt beschränkter) Operator mit dem
(linearen) Definitionsbereich und Werten in . Für ein fixiertes Funktional ist dann der

Ausdruck , der offenbar linear von abhängt, sinnvoll, so daß die Frage nach der Existenz eines

wohlbestimmten Funktionals mit der Eigenschaft

(12.178)

steht. Sei die Menge aller der , für die bei einem gewissen die Darstellung (12.178)

gilt. Ist , dann ist zu vorgegebenem eindeutig bestimmt, so daß ein linearer Operator

mit als Definitionsbereich entsteht. Für beliebige und gilt dann

(12.179)
Der Operator ist sogar abgeschlossen und heißt adjungiert zu . Die Natürlichkeit dieses allgemeinen
Zugangs ergibt sich daraus, daß genau dann gilt, wenn auf beschränkt ist. In diesem

Falle ist und .

Monotone Operatoren in Banach-Räumen
● Spezielle Eigenschaften
● Existenzaussagen
Begriff des kompakten Operators

Ein beliebiger Operator des normierten Raums in den normierten Raum heißt kompakt ,
wenn das Bild jeder beschränkten Menge eine relativkompakte Menge in ist. Ist der Operator

zudem noch stetig, dann heißt er vollstetig . Jeder kompakte lineare Operator ist beschränkt und demzufolge
vollstetig. Für die Kompaktheit eines linearen Operators genügt es zu fordern, daß er die Einheitskugel aus in
eine relativkompakte Menge in überführt.
Hammerstein-Operator

Seien eine kompakte Teilmenge aus eine den CARATHEODORY-Bedingungen genügende und

eine stetige Funktion auf . Der nichtlineare Operator auf

(12.188)

heißt HAMMERSTEIN-Operator . Mit dem linearen von als Kern erzeugten Integraloperator

(12.189)

kann in der Form geschrieben werden. Genügt nun der Kern der Bedingung

(12.190)
und die Funktion der Bedingung (12.187), dann ist ein stetiger und kompakter Operator auf .
Projektoren im Hilbert-Raum

Sei ein Teilraum eines HILBERT-Raums . Dann ist nach dem Projektionssatz für jedes seine

Projektion auf und demzufolge ein Operator mit von auf definiert. heißt

Projektor auf . Offensichtlich ist linear, stetig, und es gilt . Ein stetiger linearer Operator in

ist genau dann ein Projektor (auf einen geeigneten Unterrraum), wenn gilt:

a)
, d.h. ist selbstadjungiert, und
b)
, d.h. ist idempotent .
Positive nichtlineare Operatoren
Der erfolgreiche Einsatz des SCHAUDERschen Fixpunktsatzes erfordert die Auswahl einer Menge mit den
entsprechenden Eigenschaften, die vom betrachteten Operator in sich abgebildet wird.

In Anwendungen, insbesondere in der Lösungstheorie nichtlinearer Randwertprobleme, handelt es sich meistens um

geordnete normierte (aus Funktionen bestehende) Räume und nicht selten um positive, d.h. den betreffenden Kegel
invariant lassende, oder isoton wachsende Operatoren, d.h. solche , für die gilt. Wenn

Verwechslungen ausgeschlossen sind, nennt man solche Operatoren auch monoton (s. etwa Abschnitt Monotone
Operatoren in BANACH-Räumen).

Seien jetzt ein geordneter BANACH-Raum mit abgeschlossenem Kegel und ein

Ordnungsintervall aus . Ist normal und gilt für einen vollstetigen (nicht notwendigerweise

isotonen) Operator , dann besitzt wenigstens einen Fixpunkt in (s. Abbildung).

Ein weiterer Vorteil der Betrachtungen in geordneten Räumen besteht darin, daß für einen isoton wachsenden Operator
, der auf einem -Interval des Raumes definiert ist und (lediglich) die Eckpunkte in

abbildet, also den beiden Bedingungen und genügt, automatisch gilt.

Darüber hinaus sind die beiden durch

(12.198)

wohldefinierten (d.h. )) Folgen monoton wachsend bzw. fallend, d.h.

und . Ein Fixpunkt bzw. des

Operators heißt minimal bzw. maximal , wenn für jeden Fixpunkt von die Ungleichung bzw.

gilt.
Es gelten nun die folgenden Aussagen (s. Abbildung):

Seien ein geordneter BANACH-Raum mit abgeschlossenem Kegel und ein

stetiger isoton wachsender Operator. Sei mit und . Dann gilt

, und der Operator besitzt einen Fixpunkt in , wenn eine der folgenden Bedingungen

erfüllt ist:

a)
 ist normal und kompakt.
b)
ist regulär.

Die wie in (12.198) definierten Folgen und konvergieren dann zum minimalen bzw. maximalen

Fixpunkt von in .

Das Konzept der Ober- und Unterlösungen basiert auf diesen Resultaten (s. Lit. 12.17, 12.13, 12.14).
Stetige lineare Operatoren und Funktionale
● Beschränktheit, Norm und Stetigkeit linearer Operatoren
● Lineare stetige Operatoren in Banach-Räumen
● Elemente der Spektraltheorie linearer Operatoren
● Stetige lineare Funktionale
● Fortsetzung von linearen Funktionalen
● Trennung konvexer Mengen
● Bidualer Raum und reflexive Räume
Positiv definite Operatoren

In der Menge aller selbstadjungierten Operatoren aus kann durch

(12.182)

eine partielle Ordnung eingeführt werden, wobei ein Operator mit positiv (definit) heißt. Für einen

selbstadjungierten Operator gilt (mit Hilfe von (H1) aus HILBERT-Raum, Skalarprodukt)

, so daß positiv definit ist. Jeder positiv definite Operator besitzt seine

Wurzel, d.h., es existiert genau ein positiv definiter Operator mit . Darüber hinaus ist der Vektorraum
der selbstadjungierten Operatoren ein Vektorverband, wobei die Operatoren

(12.183)

für die Spektralzerlegung und Spektral- bzw. Integraldarstellung von selbstadjungierten Operatoren mit Hilfe eines
STIELTJES-Integrals Bedeutung erlangen (s. Lit. 12.1, 12.12, 12.13, 12.15, 12.18, 12.21).
Positive Operatoren

Ein linearer Operator (s. Lit. 12.2, 12.20) des geordneten Vektorraums in den

geordneten Vektorraum heißt positiv, wenn gilt:

(12.32)
Rotation des Vektorfeldes
● Definitionen der Rotation
● Rotation in verschiedenen Koordinaten
● Regeln zur Berechnung der Rotation
● Rotation des Potentialfeldes
Selbstadjungierte Operatoren

Ein Operator heißt selbstadjungiert, wenn . In diesem Falle ist die Zahl

reell. Es gelten

(12.180)

und mit und

(12.181)

Das Spektrum eines selbstadjungierten (beschränkten) Operators liegt im Intervall , wobei

gilt.
● Positiv definite Operatoren
● Projektoren im Hilbert-Raum
Stetige Operatoren
● Stetige Operatoren
● Isometrische Räume
Inverser Operator

Seien und beliebige normierte Räume und ein linearer, nicht unbedingt stetiger Operator.
Dann besitzt einen stetigen Inversen , wenn und mit einer Konstanten

für alle die Abschätzung gilt. Man hat dann sogar

Im Falle von BANACH-Räumen gilt der Satz von BANACH.

URYSOHN-Operator

Seien meßbar und eine Funktion von drei Variablen, dann heißt

der nichtlineare Operator auf

(12.191)

URYSOHN-Operator. Erfüllt der Kern die entsprechenden Bedingungen, dann ist ein stetiger und kompakter
Operator in bzw. in .
Vektorgradient
Der Zusammenhang (13.30c) legt die Bezeichnung

(13.45a)

nahe, wobei Vektorgradient heißt. Aus der Matrizenschreibweise von (13.45a) folgt, daß der

Vektorgradient als Tensor mit Hilfe einer Matrix darstellbar ist:

(13.45b)
 (13.45c)

Tensoren dieser Art spielen in den Ingenieurwissenschaften eine Rolle, z.B. bei der Beschreibung von Spannungen
und Elastizitäten.
Prinzipielle Bedeutung

Neben der großen theoretischen Bedeutung, die Integraltransformationen in solchen grundlegenden Gebieten der
Mathematik wie der Theorie der Integralgleichungen und der Theorie der linearen Operatoren besitzen, haben sie ein
breites Anwendungsfeld bei der Lösung praktischer Probleme in Physik und Technik gefunden. Methoden mit dem
Einsatz von Integraltransformationen werden häufig Operatorenmethoden genannt. Sie eignen sich zur Lösung von
gewöhnlichen und partiellen Differentialgleichungen, von Integralgleichungen und Differenzengleichungen.
Operatorenmethoden

Operatorenmethoden sind nicht nur zur Lösung gewöhnlicher Differentialgleichungen geeignet; sie werden auch zur
Lösung partieller Differentialgleichungen eingesetzt
(s. Anwendungen der Integraltransformationen). Sie beruhen auf einem Übergang von der gesuchten Funktion zu
deren Transformierten. Dazu wird die gesuchte Funktion als Funktion einer der unabhängigen Variablen aufgefaßt,
und bezüglich dieser Variablen wird die Transformation durchgeführt. Die übrigen Variablen werden dabei als
Parameter aufgefaßt. Die Differentialgleichung zur Bestimmung der Transformierten der gesuchten Funktion enthält
dann eine unabhängige Variable weniger als die ursprüngliche Differentialgleichung. Im Spezialfall zweier
unabhängiger Variabler in der ursprünglichen partiellen Differentialgleichung liefert dieses Verfahren eine
gewöhnliche Differentialgleichung. Wenn aus der so gewonnenen Differentialgleichung die Transformierte der
gesuchten Funktion bestimmt werden kann, dann ergibt sich die gesuchte Funktion entweder durch Anwendung der
Umkehrformel oder durch Aufsuchen der Lösung in einer Tabelle der Transformierten.
Schema der Operatorenmethode

Das allgemeine Schema des Einsatzes der Operatorenmethode mit Integraltransformation ist in der folgenden
Abbildung dargestellt.
Die Lösung eines Problems wird nicht auf direktem Wege durch unmittelbare Lösung der Ausgangsgleichung
gesucht; man strebt sie vielmehr über eine Integraltransformation an. Die Rücktransformation der Lösung der
transformierten Lösung führt dann auf die Lösung der Ausgangsgleichung.

Die Anwendung der Operatorenmethode zur Lösung gewöhnlicher Differentialgleichungen besteht in den folgenden
drei Schritten:

1.
Übergang von einer Differentialgleichung für die unbekannte Funktion zu einer Gleichung für ihre
Transformierte.
2.
 Auflösung der erhaltenen Gleichung im Bildbereich, die im allgemeinen keine Differentialgleichung mehr ist,
sondern eine algebraische Gleichung, nach der Bildfunktion.
3.
Rücktransformation der Bildfunktion mit Hilfe von in den Originalbereich, d.h. Bestimmung der
Originalfunktion.

Die Schwierigkeit der Operatorenmethode liegt oft nicht in der Lösung der Gleichung, sondern im Übergang von der
Funktion zur Transformierten und umgekehrt.
Eigenschaften der Kostenfunktion

Voraussetzung für die Aufstellung der BELLMANNschen Funktionalgleichungen sind zwei Forderungen an die
Kostenfunktion: Separierbarkeit und Minimumvertauschbarkeit.

● Separierbarkeit
● Minimumvertauschbarkeit
Bellmannsches Optimalitätsprinzip
Die Berechnung der Funktionalgleichung

(18.128)

entspricht der Bestimmung einer optimalen Politik für den mit dem Zustand startenden

Teilprozeß , welcher aus den letzten Stufen des Gesamtprozesses besteht und dem die
Kostenfunktion

(18.129)

zugrunde liegt. Die optimale Politik des Prozesses mit dem Anfangszustand ist unabhängig von den

Entscheidungen in den ersten Stufen von , die zum Zustand führten. Für die
Ermittlung von wird die Größe benötigt. Ist nun eine optimale Politik für

, dann ist offensichtlich eine optimale Politik für den Teilprozeß zum Anfangszustand

. Diese Aussage wird im BELLMANNschen Optimalitätsprinzip verallgemeinert.

BELLMANNsches Prinzip: Ist eine optimale Politik eines Prozesses und die

zugehörige Zustandsfolge, dann ist für jeden Teilprozeß , mit dem Startzustand die Politik

ebenfalls optimal.
Diskrete dynamische Optimierung
● Diskrete dynamische Entscheidungsmodelle
● Beispiele diskreter Entscheidungsmodelle
● Bellmannsche Funktionalgleichungen
● Bellmannsches Optimalitätsprinzip
● Bellmannsche Funktionalgleichungsmethode
● Beispiele zur Anwendung der Funktionalgleichungs-
methode
Einkaufsproblem

In der -ten Periode eines in Stufen unterteilbaren Zeitraumes benötigt ein Betrieb Mengeneinheiten eines

bestimmten Ausgangsstoffes. Zu Beginn einer Periode sei dieser Stoff in der Menge vorrätig, speziell sei

vorgegeben. Davon ausgehend ist eine Entscheidung darüber zu treffen, welche Menge zum Preis

pro Mengeneinheit einzukaufen ist. Dabei darf die vorhandene Lagerkapazität nicht überschritten werden,

d.h. . Gesucht ist eine Einkaufspolitik , die die Gesamtkosten minimiert. Dies

führt auf das folgende dynamische Problem:

(18.116a)
 (18.116b)

In (18.116b) ist berücksichtigt, daß der Bedarf immer gedeckt ist und die Lagerkapazität nicht überschritten wird.
Enstehen zusätzlich Lagerkosten pro Mengeneinheit und Periode, dann betragen die mittleren Lagerkosten in der
-ten Periode , und die modifizierte Kostenfunktion lautet

(18.117)
 -stufige Entscheidungsprozesse

Ein -stufiger Prozeß startet in der Stufe mit einem Anfangszustand und führt über die

Zwischenzustände in den Stufen in einen Endzustand

Die Zustandsvektoren liegen in Zustandsbereichen . Zur Überführung eines Zustandes in

den Zustand ist eine Entscheidung zu treffen. Alle möglichen Entscheidungsvektoren bei Vorliegen des

Zustandes bilden den Entscheidungsbereich . Aus ergibt sich der Folgezustand

über die Transformation

(18.114)

(S. die folgende Abbildung):

Formulierung der Funktionalgleichungen

Es werden die folgenden Funktionen definiert:

(18.125)

(18.126)

Falls keine Politik existiert, die den Zustand in einen Endzustand überführt, wird

gesetzt. Die Ausnutzung von Separierbarkeit und Minimumvertauschbarkeit sowie der dynamischen

Nebenbedingungen liefert für :

 (18.127)

Die Gleichungen (18.127) zusammen mit Gleichung (18.126) nennt man BELLMANNsche Funktionalgleichungen .

ist der Optimalwert der Kostenfunktion .

Bellmannsche Funktionalgleichungsmethode
● Bestimmung der minimalen Kosten
● Bestimmung der optimalen Politik
Diskrete dynamische Entscheidungsmodelle
Mit den Methoden der dynamischen Optimierung kann eine breite Klasse verschiedenartigster Optimierungsaufgaben
gelöst werden. Die Probleme werden dabei als natürlich oder formal in der Zeit ablaufende Prozesse betrachtet, die
über zeitabhängige Entscheidungen gesteuert werden. Läßt sich der Prozeß in endlich bzw. abzählbar unendlich
viele Stufen einteilen, dann spricht man von diskreter dynamischer Optimierung , anderenfalls von kontinuierlicher
dynamischer Optimierung . Im Rahmen dieses Abschnittes werden nur -stufige diskrete Prozesse untersucht.

● -stufige Entscheidungsprozesse
● Dynamische Optimierungsprobleme
Optimale Einkaufspolitik

● Problemstellung
● Zahlenbeispiel
Bestimmung der optimalen Politik

Variante 1: Mit der Auswertung der Funktionalgleichungen wird für jedes die ermittelte

Minimalstelle abgespeichert. Nach der Berechnung von ist eine optimale Politik einfach dadurch

zu erhalten, daß zunächst aus dem für gespeicherten der Folgezustand

errechnet wird. Die für diesen Zustand gespeicherte Entscheidung liefert

usw.
Variante 2: Zu jedem wird lediglich der Wert gespeichert. Nachdem alle

bekannt sind, schließt sich eine Vorwärtsrechnung an. Beginnend mit und

wird für wachsendes durch Auswertung der Funktionalgleichung

(18.130)
bestimmt. Daraus ergibt sich jeweils . In der Vorwärtsrechnung ist somit auf jeder Stufe

nochmals ein Optimierungsproblem zu lösen.

Vergleich beider Varianten: Bei Variante 1 ist der Rechenaufwand etwas geringer, da die bei der Variante 2
erforderliche Vorwärtsrechnung entfällt. Dagegen muß für jeden Zustand eine Entscheidung

abgespeichert werden, was für höherdimensionale Entscheidungsräume zu einem wesentlich

höheren Speicherplatzbedarf, verglichen mit Variante 2, führt, bei welcher nur die Größen zu

speichern sind. Für die Computerlösung wird deshalb in vielen Fällen Variante 2 vorzuziehen sein.
Rucksackproblem

● Problemstellung
● Zahlenbeispiel
Rucksackproblem

Von den Artikeln mit den Gewichten und den Werten sind einige so

auszuwählen, daß ein Gesamtgewicht nicht überschritten wird. Die getroffene Auswahl soll einen maximalen
Gesamtwert erreichen. Dieses Problem hängt nicht unmittelbar von der Zeit ab. Es wird auf folgende Weise
,,künstlich`` dynamisiert. In jeder Stufe wird eine Entscheidung über die Auswahl des Artikels getroffen.

Dabei ist für ein ausgewähltes , anderenfalls ist . Wird die zu Beginn einer Stufe noch

verfügbare Kapazität mit bezeichnet, dann ergibt sich das folgende dynamische Problem:

(18.118a)
(18.118b)
Basis

Jeder Ecke können linear unabhängige Spaltenvektoren der Matrix A zugeordnet werden, so daß darunter die zu
positiven Komponenten gehörenden Spalten enthalten sind. Dieses System der linear unabhängigen
Spaltenvektoren nennt man eine Basis der Ecke . Im Normalfall ist einer Ecke eindeutig eine Basis zugeordnet. Einer

entarteten Ecke hingegen können im allgemeinen mehrere Basen zugeordnet werden. Es gibt höchstens

Möglichkeiten, aus den Spalten von A linear unabhängige auszuwählen. Demzufolge ist die Anzahl

verschiedener Basen und somit auch der Ecken höchstens gleich . Ist nicht leer, so hat

mindestens eine Ecke.

Beispiel
Der durch die Nebenbedingungen festgelegte zulässige Bereich ist in der folgenden Abbildung dargestellt.
Einführung von Schlupfvariablen führt auf:
Dem Endpunkt des Polyeders entspricht im erweiterten System der Punkt

. Die Spalten 2, 5, 6 und 7 von A bilden die

zugehörige Basis. Der entarteten Ecke entspricht mit . Eine Basis dieser Ecke besteht aus

den Spalten 1, 5, 6 und einer der Spalten 2, 4 oder 7.

Lineare Optimierung
● Problemstellung und geometrische Darstellung
● Grundbegriffe der linearen Optimierung, Normalform
● Simplexverfahren
● Spezielle lineare Optimierungsprobleme
Definition der Ecke und Satz über die Ecke

1. Definition der Ecke Ein Punkt heißt Ecke von , wenn für alle mit
gilt:
(18.7)

d.h., liegt nicht auf der Verbindungsgeraden zweier verschiedener Punkte aus .

2. Satz über den Eckpunkt Der Punkt ist genau dann ein Eckpunkt von , wenn die zu den

positiven Komponenten von gehörenden Spalten der Matrix A linear unabhängig sind.

Unter der Annahme, daß der Rang von A gleich ist, können nur maximal Spalten von A linear
unabhängig sein. Deshalb kann ein Eckpunkt höchstens positive Komponenten besitzen. Die restlichen
Komponenten sind gleich Null. Im Normalfall sind genau Komponenten positiv. Ist die Anzahl der

positiven Komponenten jedoch kleiner als , dann spricht man von einer entarteten Ecke .
Eigenschaften linearer Optimierungsprobleme

An Hand des obigen Beispiels können einige Eigenschaften linearer Optimierungsprobleme graphisch
veranschaulicht werden. Dazu kann auf die Einführung von Schlupfvariablen verzichtet werden.

a)
Eine Gerade teilt die -Ebene in zwei Halbebenen. Somit liegen alle Punkte

, die die Ungleichung erfüllen, auf dieser Geraden bzw. in einer der

Halbebenen. Die graphische Darstellung der Punktmenge in einem kartesischen Koordinatensystem erfolgt
durch Einzeichnen der trennenden Geraden, und die Halbebene, die die Lösungsmenge der Ungleichung
enthält, wird mit Pfeilen gekennzeichnet. Die Ausführung der graphischen Darstellung aller Nebenbedingungen
liefert eine Menge von Halbebenen, deren Durchschnitt den zulässigen Bereich bildet (s. Abbildung).
Im Beispiel oben bilden die Punkte von eine Polygonfläche. Es kann auch vorkommen, daß
unbeschränkt oder leer ist. Treffen in einer Ecke des Polygons mehr als zwei begrenzende Geraden
aufeinander, dann spricht man von einer entarteten Ecke (s. folgende Abbildung).
b)
Alle Punkte in der -Ebene, die der Beziehung genügen, liegen auf

einer gemeinsamen Geraden, der Niveaulinie zum Funktionswert . Bei verschiedener Wahl von wird
eine Schar paralleler Geraden definiert, auf denen der Zielfunktionswert jeweils konstant ist. Geometrisch sind
alle diejenigen Punkte Lösungen des Optimierungsproblems, die sowohl zum zulässigen Bereich als auch
zu einer Niveaulinie mit einem maximalen gehören. Im konkreten Fall ergibt sich

auf der Niveaulinie der Maximalpunkt . Die Niveaulinien

sind in der folgenden Abbildung dargestellt, wobei die Pfeile in die Richtung wachsender Funktionswerte
zeigen.
Man erkennt, daß bei beschränktem zulässigen Bereich das Maximum in mindestens einer Ecke von
eingenommen wird. Dagegen ist bei unbeschränktem denkbar, daß der Zielfunktionswert gegen unendlich
strebt.
Formen der linearen Optimierung

● Gegenstand
● Allgemeine Form
● Formulierung mit vorzeichenbeschränkten Variablen und Schlupfvariablen
● Zulässiger Bereich
Beispiele und graphische Lösungen

● Beispiel Herstellung zweier Produkte:

● Eigenschaften linearer Optimierungsprobleme
Grundbegriffe der linearen Optimierung, Normalform
Betrachtet wird die Aufgabe (18.5a,b) mit dem zulässigen Bereich (18.6a).

● Ecke und Basis

● Normalform der linearen Optimierungsaufgabe
Reihenfolgeproblem

Die Bearbeitung von verschiedenen Produkten erfolgt in einer vom Produkt abhängigen Reihenfolge an
verschiedenen Maschinen. An jeder Maschine können nicht mehrere Produkte gleichzeitig bearbeitet werden. Zur
Bearbeitung eines jeden Produktes wird an jeder Maschine eine vorgegebene Arbeitszeit benötigt. Im
Produktionsablauf können dabei sowohl Wartezeiten, in denen auf Grund belegter Maschinen Produkte nicht
bearbeitet werden können, als auch Maschinenstillstandszeiten auftreten.

Gesucht ist eine Reihenfolge der auf den einzelnen Maschinen nacheinander zu bearbeitenden Produkte, die je nach
ökonomischer Zielsetzung die Gesamtdurchlaufzeit aller Produkte, die Gesamtwartezeit oder die
Gesamtstillstandszeit aller Maschinen minimiert. Ein weiteres Ziel kann in der Minimierung der Gesamtdurchlaufzeit
bestehen, wenn zusätzlich entweder keine Wartezeiten oder keine Stillstandszeiten nach der ersten Arbeitsaufnahme
auftreten sollen.
Revidiertes Simplexverfahren

● Revidiertes Simplextableau
● Revidierter Simplexschritt
Rundreiseproblem

Gegeben sind Orte . Um von nach zu gelangen, muß ein Reisender die Entfernung

zurücklegen. Dabei kann möglich sein.

Es ist eine kürzeste Reiseroute so zu wählen, daß ein Reisender jeden Ort genau einmal besucht und am Ende zum
Ausgangsort zurückkehrt.

Wie beim Zuordnungsproblem ist wiederum in jeder Zeile und jeder Spalte der Entfernungsmatrix C genau ein
Element auszuwählen, so daß die Gesamtsumme der ausgewählten Elemente minimal wird. Allerdings wird die
numerische Lösung des Rundreiseproblems beträchtlich durch die Einschränkung erschwert, daß eine Anordnung
der markierten Elemente in folgender Form möglich sein muß:

(18.30)

Das Rundreiseproblem kann durch die Anwendung von Verzweigungsverfahren (branch and bound) gelöst werden.
Simplextableau

Mit dem Simplexverfahren wird eine Folge von Eckpunkten des zulässigen Bereiches mit wachsenden
Zielfunktionswerten ermittelt. Der Übergang zu einer neuen Ecke wird vollzogen, indem eine zur gegebenen Ecke
gehörende Normalform zu einer Normalform der neuen Ecke umgewandelt wird. Zur übersichtlichen Darstellung
dieses Vorganges sowie zur Formalisierung der rechentechnischen Umsetzung wird eine als bekannt vorausgesetzte
Normalform (18.8a,b) in das folgende Simplextableau eingetragen:
Schema 2

oder kürzer

Die -te Zeile des Tableaus ist zu lesen als

(18.14a)
Für die Zielfunktion gilt
(18.14b)

Aus dem Simplextableau wird die Ecke abgelesen. Gleichzeitig ist der Zielfunktionswert

dieser Ecke durch bestimmt.

Auf jedes Tableau trifft genau einer der drei Fälle zu:

a)
: Das Tableau ist optimal. Der Punkt ist der

Maximalpunkt.
b)
Für mindestens ein gilt und : Das lineare Optimierungsproblem

besitzt keine Lösung, da die Zielfunktion in Richtung wachsender -Werte unbeschränkt wächst.
c)
Für alle mit gibt es mindestens ein mit : Man kann von einer Ecke zu einer Ecke

übergehen mit .Für eine nichtentartete Ecke gilt immer das ,, ``-Zeichen.
Hilfsprogramm und künstliche Variable

Häufig ist es besonders bei einer großen Anzahl von Nebenbedingungen schwierig, sofort eine Ecke und damit ein
Simplextableau anzugeben. Daher stellt man zunächst ein Hilfsprogramm auf, aus dessen Lösung sich ein
Simplextableau der ursprünglichen Aufgabe ergibt. Dazu wird auf der linken Seite jeder Gleichung von

mit eine künstliche Variable addiert und das folgende Hilfsproblem

formuliert:
(18.17a)

(18.17b)

Mit als Basisvariable kann sofort ein erstes Simplextableau angegeben werden:
Schema 5
Die letzte Zeile des Tableaus enthält die auf Nichtbasisvariable umgerechneten Koeffizienten der Hilfszielfunktion ZF
. Offensichtlich ist . Ist für einen Maximalpunkt des Hilfsproblems ,

dann ist und folglich eine Lösung von . Andererseits besitzt bei

keine Lösung.
Ecke mit maximalem Funktionswert

Die Bedeutung der Aussagen über die Ecken des zulässigen Bereiches wird im folgenden Satz deutlich.
Ist nicht leer und die Zielfunktion auf nach oben beschränkt, so ist mindestens eine Ecke

von ein Maximalpunkt.

Eine lineare Optimierungsaufgabe kann somit gelöst werden, indem unter allen Ecken eine mit maximalem
Funktionswert bestimmt wird. Da aber die Anzahl der Ecken von in praktischen Problemstellungen sehr hoch
sein kann, ist eine Methode erforderlich, die eine optimale Ecke zielsicher ansteuert. Eine solche Methode ist das
Simplexverfahren , auch Simplexalgorithmus genannt. Zu seinem Einsatz ist eine geeignete Darstellung der linearen
Optimierungsaufgabe erforderlich, aus der eine Ecke direkt abgelesen werden kann.
Simplexverfahren
● Simplextableau
● Übergang zum neuen Simplextableau
● Bestimmung eines ersten Simplextableaus
● Revidiertes Simplexverfahren
● Dualität in der linearen Optimierung
Transportproblem

● Modell
● Ermittlung einer zulässigen Basislösung
● Lösung des Transportproblems mit der Potentialmethode
Verteilungsproblem

Das Problem wird an Hand eines Beispiels dargelegt.

Beispiel

Die Produkte sind in den Mengen herzustellen. Jedes Produkt

kann auf jeder der Maschinen produziert werden. Zur Herstellung einer

Produkteinheit des Produktes benötigt die Maschine die Bearbeitungszeit und verursacht

dabei die Kosten . Die insgesamt für die Maschine zur Verfügung stehende Maschinenzeit sei

. Die auf jeder Maschine von jedem Produkt herzustellenden Mengen sollen so
festgelegt werden, daß die verursachten Gesamtkosten möglichst gering sind.
Aus der Aufgabe ergibt sich das folgende allgemeine Modell eines Verteilungsproblems:

(18.29a)
 (18.29b)

Das Verteilungsproblem ist eine Verallgemeinerung des Transportproblems und kann mit dem Simplexverfahren
gelöst werden. Sind alle , dann kann nach Einführung eines fiktiven Produktes der effektivere
Transportalgorithmus zur Lösung herangezogen werden.
Zuordnungsproblem

Die Darlegung erfolgt an Hand eines Beispiels.

Beispiel
Es sollen Transportaufträge an Transportunternehmen so vergeben werden, daß jedes Unternehmen
genau einen Auftrag erhält. Gesucht ist die kostengünstigste Zuordnung, wenn das -te Unternehmen für
die Ausführung des -ten Auftrages die Kosten berechnet.

Ein Zuordnungsproblem ist ein spezielles Transportproblem mit und für alle .

(18.28a)

(18.28b)
Jede zulässige Verteilungsmatrix enthält in jeder Zeile und jeder Spalte genau eine 1 und sonst Nullen. Ausgehend
von einer zulässigen Verteilungsmatrix X kann das Zuordnungsproblem ohne Beachtung der
Ganzzahligkeitsforderungen mit dem Transportalgorithmus gelöst werden. Dabei ist jede zulässige Basislösung
(Ecke) entartet, da Basisvariable gleich Null sind. Es sind daher Maßnahmen zur Vermeidung von Zyklen zu
treffen.
Verfahren für unrestringierte Aufgaben
Es wird das allgemeine Optimierungsproblem
(18.71)

mit einer stetig differenzierbaren Funktion betrachtet. Mit den in diesem Abschnitt beschriebenen Verfahren wird

eine im allgemeinen unendliche Punktfolge konstruiert, deren Häufungspunkte stationäre Punkte sind.

Die Punktfolge wird ausgehend von nach der Vorschrift

(18.72)

berechnet, d.h., in wird eine Richtung bestimmt und mittels des Schrittweitenparameters

festgelegt, wie weit in Richtung von entfernt liegt. Ein so konstruiertes Verfahren heißt

Abstiegsverfahren , wenn gilt

 (18.73)

Die Bedingung , wobei der Nablaoperator ist, charakterisiert einen stationären Punkt und kann als

Abbruchtest für die Iterationsverfahren herangezogen werden.

● Verfahren des steilsten Abstieges (Gradientenverfahren)

● Anwendung des Newton-Verfahrens
● Verfahren der konjugierten Gradienten
● Verfahren von Davidon, Fletcher und Powell (DFP)
Barriereverfahren

Es wird eine Folge von Ersatzproblemen der Form

(18.102)

betrachtet. Der Term verhindert, daß der zulässige Bereich bei der Lösung von (18.102) verlassen wird, indem die

Zielfunktion bei Annäherung an den Rand von unbeschränkt wächst. Die Regularitätsbedingung
(18.103)

sei erfüllt, d.h., das Innere von ist nicht leer und der Abschluß von ist gleich .
Die Funktion ist auf definiert und stetig. Sie wächst auf dem Rand von nach . Das Ersatzproblem (18.102) wird mit

einer gegen Null fallenden Folge von Barriereparametern gelöst. Für die Lösung des -ten Problems (18.102) gilt

(18.104)

und jeder Häufungspunkt der Folge ist eine Lösung von (18.96).

Die folgende Abbildung zeigt eine Veranschaulichung des Barriereverfahrens.

Als Realisierungen für die Funktion sind z.B. geeignet

(18.105a)

(18.105b)

Beispiel
 ,

Der Gradient von wird hier nur bezüglich gebildet. Subtraktion beider Gleichungen ergibt ,

Die Lösung der Aufgaben (18.97) und (18.102) im -ten Schritt hängt nicht von den Lösungen der vorangegangenen Schritte ab. Bei der
Verwendung großer Straf- bzw. kleiner Barriereparameter treten bei der Lösung von (18.97) und (18.102) mittels numerischer Verfahren
häufig Konvergenzprobleme auf, falls keine gute Startnäherung verfügbar ist. Praktisch nutzt man deshalb den Lösungspunkt des -ten
Ersatzproblems als Startwert der Lösung des ( )-ten Problems.
Nichtlineare Optimierung
● Problemstellung und theoretische Grundlagen
● Spezielle nichtlineare Optimierungsaufgaben
● Lösungsverfahren für quadratische Optimierungsaufgaben
● Numerische Suchverfahren
● Verfahren für unrestringierte Aufgaben
● Gradientenverfahren für Probleme mit Ungleichungsrestriktionen
● Straf- und Barriereverfahren
● Schnittebenenverfahren
Verfahren von Davidon, Fletcher und Powell (DFP)

Mit dem DFP-Verfahren ermittelt man, ausgehend von , eine Punktfolge nach der Vorschrift

(18.83)

Dabei ist eine symmetrische, positiv definite Matrix. Die Idee des Verfahrens besteht in einer schrittweisen

Approximation der inversen HESSE-Matrix durch die Matrizen in dem Falle, daß eine quadratische

Funktion ist. Ausgehend von einer symmetrischen, positiv definiten Matrix , z.B. ( Einheitsmatrix),

wird aus durch Addition einer Rang-Zwei-Korrekturmatrix

(18.84)

mit und ermittelt. Die Schrittweite

erhält man durch Strahlminimierung aus

 (18.85)

Ist eine quadratische Funktion, dann geht das DFP-Verfahren für in das Verfahren der

konjugierten Gradienten über.

Verfahren der projizierten Gradienten

● Aufgabenstellung und Lösungsprinzip

● Algorithmus
● Bemerkungen zum Algorithmus
Richtungssuchprogramm

Eine zulässige Abstiegsrichtung im Punkt kann durch Lösung des folgenden Optimierungsproblems

gewonnen werden:
(18.88)

(18.89a)

(18.89b)

(18.89c)

Gilt für die Lösung dieses Richtungssuchprogrammes , dann sichert (18.89a) die Zulässigkeit und

(18.89b) die Abstiegseigenschaft von . Mit der Normierungsbedingung (18.89c) wird der zulässige Bereich für
das Richtungssuchprogramm beschränkt. Ist , dann ist ein stationärer Punkt, da in keine zulässige

Abstiegsrichtung existiert.
Ein gemäß (18.89a,b,c) definiertes Richtungssuchprogramm kann innerhalb der Folge der beschränkten ein

Zickzack-Verhalten verursachen. Das kann vermieden werden, wenn die Indexmenge durch die

Indexmenge
(18.90)

der sogenannten in -aktiven Restriktionen ersetzt wird. Dadurch werden lokal Abstiegsrichtungen

ausgeschlossen, die von ausgehend näher an den von -aktiven Restriktionen gebildeten Rand von

heranführen (s. Abbildung).

Ist nach dieser Modifizierung Lösung von (18.89a,b,c), dann ist nur dann ein stationärer Punkt, wenn

erfüllt ist. Anderenfalls ist geeignet zu verkleinern und das Richtungssuchprogramm zu

wiederholen.
Gradientenverfahren für Probleme mit
Ungleichungsrestriktionen
Wenn das Problem
(18.86a)
mit einem Iterationsverfahren der Art
(18.86b)
gelöst werden soll, dann sind auf Grund des eingeschränkten zulässigen Bereiches zwei Voraussetzungen zu
beachten:

1.

Die Richtung muß eine in zulässige Abstiegsrichtung sein.

2.
Die Schrittweite ist so zu bestimmen, daß auch in liegt.
Die verschiedenen Verfahren gemäß Vorschrift (18.86b) unterscheiden sich in der Konstruktion der Richtung .

Um die Zulässigkeit der Folge zu sichern, werden bzw. folgendermaßen bestimmt:

(18.87a)

Daraus resultiert

(18.87b)

Wenn in einem Schritt keine zulässige Abstiegsrichtung existiert, dann ist ein stationärer Punkt.

● Verfahren der zulässigen Richtungen

● Verfahren der projizierten Gradienten
Verfahren der zulässigen Richtungen

● Richtungssuchprogramm
● Spezialfall linearer Restriktionen
Verfahren von Kelley

Die verschiedenen Verfahren unterscheiden sich in der Wahl der trennenden Hyperebenen . Beim Verfahren

von KELLEY wird auf folgende Weise bestimmt: Es wird derart gewählt, daß gilt

(18.112)

Die Funktion besitzt im Punkt die Tangentialebene

(18.113)

Die Hyperebene trennt den Punkt von den Punkten mit

. Daher wird als weitere Restriktion für das -te lineare Programm gesetzt.
Jeder Häufungspunkt der Folge ist ein Minimalpunkt des Ausgangsproblems.

In der praktischen Rechnung zeigt das Verfahren eine geringe Konvergenzgeschwindigkeit. Außerdem steigt die
Restriktionszahl ständig an.
Verfahren der konjugierten Gradienten

Zwei Vektoren heißen konjugierte Vektoren bezüglich einer symmetrischen, positiv definiten Matrix , wenn

gilt
(18.80)

Sind paarweise konjugierte Vektoren bezüglich einer Matrix , dann ist das konvexe quadratische

Problem , in Schritten lösbar, wenn ausgehend von einem beliebigen die

Folge gebildet wird, wobei als optimale Schrittweite in Abstiegsrichtung gewählt wird. Unter der

Annahme, daß in der Nähe des Minimalpunktes annähernd quadratisch ist, d.h. , kann das für

quadratische Zielfunktionen resultierende Verfahren auch auf allgemeinere Funktionen angewendet werden, ohne daß

dabei explizit die Matrix benutzt wird.

Das Verfahren der konjugierten Gradienten besteht aus folgenden Schritten:

 (18.81)

wobei eine geeignete Ausgangsnäherung für ist.

(18.82a)

(18.82b)

(18.82c)

c) Wiederholung des Schrittes b) mit und an Stelle von und .

Konvexe Optimierung

● Konvexe Aufgabe
Konvexität

Die Funktion ist genau dann konvex (streng konvex), wenn die Matrix positiv semidefinit (positiv definit)

ist. Alle Aussagen über konvexe Optimierungsprobleme können für quadratische Aufgaben mit positiv semidefiniter
Matrix übertragen werden, insbesondere ist die SLATER-Bedingung immer erfüllt, und deshalb ist für die
Optimalität eines Punktes notwendig und hinreichend, daß ein Punkt existiert, der das

entsprechende System der lokalen KUHN- TUCKER-Bedingungen erfüllt.

Optimalitätsbedingungen

● Spezielle Richtungen
● Notwendige Optimalitätsbedingung
● Lagrange-Funktion und Sattelpunkt
● Globale Kuhn-Tucker-Bedingungen
● Hinreichende Optimalitätsbedingung
● Lokale Kuhn-Tucker-Bedingungen
● Notwendige Optimalitätsbedingung und Kuhn-Tucker-Bedingungen
Hinreichende Optimalitätsbedingung

Ist ein Sattelpunkt von , dann ist ein globaler Minimalpunkt von (18.31a,b).

Sind die Funktionen und differenzierbar, dann können lokale Optimalitätsbedingungen abgeleitet werden.
Notwendige Optimalitätsbedingung

Ist differenzierbar und ein lokaler Minimalpunkt, dann gilt

(18.36a)
Insbsondere gilt
(18.36b)

falls im Innern von liegt.

Notwendige Optimalitätsbedingung und Kuhn-Tucker-Bedingungen

Ist ein lokaler Minimalpunkt von (18.31a,b) und erfüllt der zulässige Bereich in die

Regularitätsbedingung , dann genügt den lokalen

KUHN- TUCKER-Bedingungen.
Quadratische Optimierung

● Aufgabenstellung
● Lagrange-Funktion und Kuhn-Tucker-Bedingungen
● Konvexität
● Duales Problem
Schnittebenenverfahren
● Aufgabenstellung und Lösungsprinzip
● Verfahren von Kelley
Strafverfahren

Das Problem
(18.96)
wird durch die Folge unrestringierter Minimumaufgaben
(18.97)

ersetzt. Dabei ist ein positiver Parameter. Für gilt

(18.98)

d.h., das Verlassen des zulässigen Bereiches wird mit einer ,,Strafe`` geahndet. Das Problem (18.97)

wird mit einer gegen wachsenden Folge von Strafparametern gelöst. Es gilt

(18.99)
Ist die Lösung des -ten Strafproblems, dann gilt:

(18.100)

und jeder Häufungspunkt der Folge ist eine Lösung von (18.96). Ist es ein , so löst das

Ausgangsproblem.

Als Realisierungen für sind z.B. geeignet:

(18.101a)

(18.101b)

Sind die Funktionen und differenzierbar, so erreicht man im Falle auch auf dem Rand von

Differenzierbarkeit der Straffunktion , so daß analytische Hilfsmittel zur Lösung des Hilfsproblems (18.97)

herangezogen werden können.

Die Abbildung zeigt eine Veranschaulichung des Strafverfahrens.
Beispiel
 .

Die notwendige Optimalitätsbedingung lautet:

Der Gradient von wird hier nur bezüglich gebildet. Durch Subtraktion beider Gleichungen folgt .

Die Gleichung besitzt die eindeutige Lösung

Durch den Grenzübergang ergibt sich als Lösung

Verfahren des Goldenen Schnittes und Fibonacci-Verfahren

Das Intervall wird schrittweise so verkleinert, daß das jeweils neue Teilintervall den Minimalpunkt

enthält. Im Intervall werden die Punkte

(18.67a)

(18.67b)

ermittelt. Das entspricht einer Teilung nach dem Goldenen Schnitt.

Es sind zwei Fälle zu unterscheiden:
(18.68a)

(18.68b)
Ist , dann wird das Verfahren mit dem Intervall wiederholt, wobei aber nunmehr einer der

Werte (Fall a)) bzw. (Fall b)) aus dem ersten Schritt verwendet werden kann. Zur Berechnung eines

Intervalls , in dem der Minimalpunkt liegt, sind somit insgesamt Funktionswertberechnungen

erforderlich. Aus der Forderung

(18.69)
kann eine Abschätzung der notwendigen Schrittzahl gewonnen werden.

Mit dem Verfahren des Goldenen Schnittes wird höchstens eine Funktionswertberechnung mehr benötigt als mit dem
FIBONACCI-Verfahren . An Stelle einer Intervallunterteilung gemäß dem Goldenen Schnitt erfolgt hier eine
Unterteilung mit Hilfe der FIBONACCI-Zahlen.
Verfahren von Hildreth-d'Esopo

● Prinzip
● Iterationslösung
Lösungsverfahren für quadratische Optimierungsaufgaben
● Verfahren von Wolfe
● Verfahren von Hildreth-d'Esopo
Minimumsuche im n-dimensionalen euklidischen Vektorraum

Die Suche nach einer Näherung für einen Minimalpunkt des Problems , kann auf die

Lösung einer Folge eindimensionaler Optimierungsprobleme zurückgeführt werden.

(18.70a)

b) Man löst für die eindimensionalen Probleme

(18.70b)

Ist ein Minimalpunkt bzw. eine Näherung des -ten Problems, dann setzt man .

c) Unterscheiden sich zwei aufeinander folgende Näherungen hinreichend wenig, d.h. gilt für die Norm
(18.70c)

dann ist eine Näherung für . Anderenfalls geht man mit an Stelle von zu Schritt b über. Die

eindimensionalen Probleme im Schritt b) können unter anderem auch mit den unter Eindimensionale Suche beschriebenen
Suchverfahren gelöst werden.
Numerische Suchverfahren
Suchverfahren ermöglichen für eine Reihe von Optimierungsproblemen, mit geringem Rechenaufwand akzeptable
Näherungslösungen zu ermitteln. Sie beruhen prinzipiell auf dem Vergleich von Funktionswerten.

● Eindimensionale Suche
● Minimumsuche im n-dimensionalen euklidischen Vektorraum
Verfahren von Wolfe

● Aufgabenstellung und Lösungsprinzip

Zuordnung

Jeder linearen Optimierungsaufgabe (primales Problem) läßt sich umkehrbar eindeutig ein zweites
Optimierungsproblem (duales Problem) zuordnen:
Primales Problem:
(18.19a)

(18.19b)

Duales Problem:
(18.20a)
 (18.20b)

Die Koeffizienten der Zielfunktion des einen Problems bilden die rechte Seite der Nebenbedingungen des anderen
Problems. Jeder freien Variablen entspricht eine Gleichungs- und jeder vorzeichenbeschränkten Variablen eine
Ungleichungsbedingung des jeweiligen anderen Problems.
Ermittlung der Normalform

Ist eine Ecke von bekannt, dann kann eine Normalform des linearen Optimierungsproblems wie folgt ermittelt
werden. Man wählt eine zur Ecke gehörende Basis aus Spalten von A. Die Basisvariablen werden zum Vektor

und die Nichtbasisvariablen zum Vektor zusammengefaßt. Die zur Basis gehörenden Spalten bilden die

Basismatrix A , die restlichen Spalten die Matrix A . Dann gilt

(18.9)

Die Matrix A ist regulär und besitzt die Inverse A , die sogenannte Basisinverse . Multiplikation von (18.9) mit A

und Umstellung der Zielfunktion nach den Nichbasisvariablen liefert eine kanonische Form des Linearen

Optimierungsproblems:
(18.10a)

(18.10b)
Beispiel

Im obigen Beispiel ist eine Ecke. Somit ist:

(18.11a)

und

(18.11b)

Es ergibt sich das System

(18.12)

Aus erhält man durch Subtraktion der mit 3 multiplizierten ersten Nebenbedingung
eine auf Nichtbasisvariablen umgerechnete Zielfunktion
(18.13)
Normalform und Basislösung

Die lineare Optimierungsaufgabe kann immer, eventuell durch Umbenennung der Variablen, folgendermaßen
umgeformt werden:
(18.8a)

(18.8b)

Die letzten Spalten der Koeffizientenmatrix sind offensichtlich linear unabhängig und bilden eine Basis. Die
Basislösung kann sofort aus dem

Gleichungssystem abgelesen werden. Ist , dann heißt (18.8a,b) eine Normalform oder kanonische Form des
linearen Optimierungsproblems . In diesem Falle ist die Basislösung zulässig, d.h., sie ist , und somit eine

Ecke von . In der Normalform bezeichnet man die Variablen als Nichtbasisvariable und

als Basisvariable . Der zur Ecke gehörende Zielfunktionswert ist , da die in der Zielfunktion

auftretenden -Komponenten, die Nichtbasisvariablen, verschwinden.

Normalform der linearen Optimierungsaufgabe

● Normalform und Basislösung

● Ermittlung der Normalform
Spezielle lineare Optimierungsprobleme
● Transportproblem
● Zuordnungsproblem
● Verteilungsproblem
● Rundreiseproblem
● Reihenfolgeproblem
Allgemeine Form

Ein lineares Optimierungsproblem besitzt die folgende allgemeine Form:

(18.1a)

(18.1b)

Abgekürzte Schreibweise: Die abgekürzte Schreibweise wird Kurzform genannt:

(18.2a)
 (18.2b)

Dabei bedeuten:
Vorzeichenfestlegung: Nebenbedingungen mit ,, ``-Zeichen werden durch Multiplikation mit auf die

obige Form gebracht.

Minimumaufgabe: Eine Minimumaufgabe wird in die äquivalente Maximumaufgabe

überführt:
(18.3)
Ganzzahligkeitsforderungen: Mitunter werden an einige Variable zusätzlich Ganzzahligkeitsforderungen
gestellt. Auf derartige diskrete Probleme soll hier nicht näher eingegangen werden.
Zulässiger Bereich

Die Menge aller nichtnegativen Vektoren , die allen Nebenbedingungen genügen, bilden den zulässigen

Bereich :
(18.6a)

Ein Punkt mit der Eigenschaft

(18.6b)
heißt Maximalpunkt oder Lösungspunkt des linearen Optimierungsproblems.
Ermittlung einer zulässigen Basislösung

Mit der ,,Nordwestecken-Regel `` kann immer eine erste zulässige Basislösung (Ecke) ermittelt werden:
(18.26a)

(18.26b)

(18.26c)

(18.26d)
Liegen nur noch eine Zeile, aber mehrere Spalten vor, dann ist eine Spalte zu streichen und umgekehrt.
c) Ersetze durch und durch und wiederhole den Vorgang mit dem reduzierten Schema.
Alle bei diesem Verfahren besetzten Variablen sind Basisvariable, alle anderen sind Nichtbasisvariable und erhalten den Wert
0.

Beispiel
 Ermittlung einer ersten Ecke mit der Nordwestecken-Regel:

Hinweis: Verfahren zur Aufstellung eines ersten Verteilungsplanes, die auch die anfallenden Transportkosten berücksichtigen
(z.B. VOGELsche Approximationsmethode, s. Lit. 18.15), liefern im allgemeinen bessere Erstlösungen.
Lösung des Transportproblems mit der Potentialmethode

Die Basisvariablen werden iterativ gegen die Nichtbasisvariablen ausgetauscht, um so jeweils eine zugehörige
modifizierte Kostenmatrix zu berechnen. Der Rechengang wird am Beispiel erläutert.

a)
Ermittlung der modifizierten Kostenmatrix aus C mittels
(18.27a)
unter den Bedingungen
(18.27b)

Dazu werden in C die zu Basisvariablen gehörenden Kosten markiert und gesetzt. Die weiteren Größen

und , auch Potentiale bzw. Simplexmultiplikatoren genannt, werden so errechnet, daß zu markierten Kosten

gehörende und zusammen mit den Kosten die Summe 0 ergeben:

Beispiel
 (18.27c)

b)
Berechnung von:
(18.27d)

Ist , dann ist der gegebene Verteilungsplan X optimal; anderenfalls wird als neue Variable gewählt. Im

Beispiel ist .
c)
In werden und die zu Basisvariablen gehörenden Kosten markiert. Enthält eine Zeile oder Spalte
mit maximal einem markierten Element, dann wird diese Spalte oder Zeile gestrichen. Mit der verbleibenden
Restmatrix wird dieser Vorgang wiederholt, bis keine Streichungen mehr möglich sind.

(18.27e)

d)
 Die zu verbleibenden markierten Elementen gehörenden bilden einen Zyklus. Man setzt zunächst

. Alle weiteren zu markierten gehörenden werden so bestimmt, daß die

Nebenbedingungen erfüllt bleiben. Die Größe errechnet sich aus

(18.27f)

wobei Nichtbasisvariable wird. Im Beispiel ist .

(18.27g)

Danach wird das Verfahren ab Schritt 1 und wiederholt.

 (18.27h)

(18.27i)

Die nächste zu bestimmende Matrix enthält keine negativen Elemente. Deshalb ist ein optimaler
Verteilungsplan.
Formulierung mit vorzeichenbeschränkten Variablen und Schlupfvariablen

Für die Herleitung eines Lösungsverfahrens ist es günstig, das System der Nebenbedingungen (18.1b; 18.2b) als
Gleichungssystem mit vorzeichenbeschränkten Variablen zu schreiben. Dazu wird jede freie Variable durch die

Differenz von jeweils zwei nichtnegativen Variablen ersetzt. Die Ungleichungsbedingungen

werden durch Addition einer nichtnegativen Variablen, der Schlupfvariablen , in Gleichungen überführt. Damit nimmt
das lineare Optimierungsproblem die folgende Form an:
Die Kurzform lautet:
(18.4a)

(18.4b)
 (18.5a)
(18.5b)

Es kann vorausgesetzt werden, daß , da anderenfalls das Gleichungssystem linear abhängige bzw.
widersprüchliche Gleichungen enthält.
Minimalpunkte

Ein Punkt heißt globaler Minimalpunkt , wenn für alle gilt. Ist diese

Beziehung nur für zulässige Punkte aus einer Umgebung von erfüllt, dann ist ein lokaler
Minimalpunkt . Aus den Kriterien für die Minimalpunkte ergeben sich die Optimalitätsbedingungen.
Da die Gleichungsrestriktionen durch die zwei Ungleichungen

(18.33)

beschrieben werden können, kann im folgenden von einer leeren Menge ausgegangen werden.
Nichtlineares Optimierungsproblem

Unter einem nichtlinearen Optimierungsproblem werden Aufgaben der Grundform

(18.31a)

(18.31b)

verstanden, wenn mindestens eine der Funktionen , , nicht linear ist. Die Menge aller zulässigen
Punkte wird beschrieben durch
(18.32)
Die Aufgabe besteht in der Bestimmung von Minimalpunkten.
Typen dynamischer Systeme, Orbits

Ein dynamisches System ist ein mathematisches Objekt zur Beschreibung der Zeitentwicklung physikalischer,
biologischer und anderer real existierender Systeme. Es wird definiert durch einen Phasenraum , der im weiteren
oft der , eine Teilmenge davon oder ein metrischer Raum ist, und eine einparametrige Familie von Abbildungen
, wobei der Parameter ( Zeit ) aus ( zeitkontinuierlich ) oder bzw. ( zeitdiskret ) ist.

Für beliebiges muß dabei

a)
und

b)
für alle gelten. Die Abbildung wird kurz als geschrieben.

Im weiteren wird die Zeitmenge mit bezeichnet. Dabei kann oder

sein. Ist , so nennt man das dynamische System auch Fluß ; ist oder , liegt ein

diskretes dynamisches System vor. Da bei und wegen a) und b) für jedes neben

auch die inverse Abbildung existiert, spricht man hier von invertierbaren dynamischen Systemen.

Ist das dynamische System nicht invertierbar, dann versteht man für eine beliebige Menge und beliebiges

unter das Urbild von bezüglich , d.h. die Menge

. Ist für jedes die Abbildung stetig bzw. -mal

stetig differenzierbar (dabei sei ), so heißt das dynamische System stetig bzw. - glatt .

Für beliebiges festes definiert die Abbildung eine Bewegung des dynamischen

Systems mit Anfang zur Zeit . Das Bild einer Bewegung mit Anfang ist der Orbit (oder die

Trajektorie ) durch , d.h. . Analog wird der positive Semiorbit durch als

und, falls oder ist, der negative Semiorbit durch als

 definiert.

Der Orbit heißt Ruhelage , wenn ist, und T-periodisch , wenn ein existiert, so daß

für alle und die kleinste positive Zahl mit dieser Eigenschaft ist. Die Zahl

heißt Periode .
Homokline und heterokline Orbits

Es seien und zwei hyperbolische Ruhelagen oder periodische Orbits von (17.1). Die Separatrixflächen

und können sich schneiden. Der Schnitt besteht dann aus ganzen Orbits. Für zwei Ruhelagen

oder periodische Orbits heißt jeder Orbit heteroklin , falls ist (s. linke

Abbildung), und homoklin , falls . Homokline Orbits von Ruhelagen heißen auch Separatrixschleifen
(s. rechte Abbildung).
Beispiel

Das LORENZ-System (17.2) wird bei festen Parametern und veränderlichem

betrachtet. Die Ruhelage von (17.2) ist für ein Sattel, der durch eine

zweidimensionale stabile Mannigfaltigkeit und eine eindimensionale instabile Mannigfaltigkeit

charakterisiert wird. Bei bilden sich in zwei Separatrixschleifen, d.h., die

beiden Äste der instabilen Mannigfaltigkeit kehren für über die stabile Mannigfaltigkeit in den
Ursprung zurück (s. Lit. 17.4, 17.14).
Entstehung eines periodischen Orbits durch Verschwinden eines
Sattelknotens

Beispiel
Das parameterabhängige System

hat in Polarkoordinaten die Form

(17.73)

Offenbar ist bei beliebigem Parameter der Kreis invariant unter (17.73), und alle Orbits (außer der

Ruhelage ) streben für zu diesem Kreis. Für liegen ein Sattel und ein stabiler Knoten

auf dem Kreis, die bei zu einer zusammengesetzten Ruhelage vom Sattelknoten-Typ verschmelzen. Für
liegt keine Ruhelage mehr auf der Kreislinie, die dann einen periodischen Orbit repräsentiert (s. Abbildung).
Klassifizierung periodischer Orbits

Hat der periodische Orbit von (17.1) außer keinen weiteren Multiplikator auf dem komplexen

Einheitskreis, so heißt hyperbolisch . Der hyperbolische periodische Orbit heißt vom Typ , wenn

Multiplikatoren innerhalb und Multiplikatoren außerhalb des Einheitskreises liegen. Ist und

, so heißt der periodische Orbit vom Typ sattelartig .

Nach einem Satz von ANDRONOV und WITT ist ein hyperbolischer periodischer Orbit von (17.1) vom Typ

asymptotisch stabil. Hyperbolische periodische Orbits vom Typ mit sind instabil.

Beispiel A
 Ein periodischer Orbit in der Ebene mit den Multiplikatoren und

ist asymptotisch stabil, wenn , d.h. wenn ist.

Liegt außer noch ein weiterer Multiplikator auf dem komplexen Einheitskreis, so ist der Satz von
ANDRONOV-WITT nicht anwendbar. Zur Stabilitätsanalyse des periodischen Orbits reichen die Informationen über die
Multiplikatoren nicht aus.

Beispiel B

Als Beispiel sei das ebene System mit der

glatten Funktion gegeben, die zusätzlich den Eigenschaften

und für alle , genügt. Offenbar ist eine

-periodische Lösung des betrachteten Systems und

die FLOQUET-Darstellung der Fundamentalmatrix. Aus ihr erkennt man, daß ist. Die
Verwendung von Polarkoordinaten führt zum System . Aus dieser Darstellung folgt

sofort, daß der periodische Orbit asymptotisch stabil ist.

Bifurkation eines zweifach zusammengesetzten semistabilen periodischen Orbits

Gegeben sei das System (17.53) mit und . Das System (17.53) habe bei den

periodischen Orbit mit den Multiplikatoren und .

Nach dem Satz über die Zentrumsmannigfaltigkeit für Abbildungen werden Bifurkationen in der POINCARÉ-Abbildung
(17.64) durch die eindimensionale reduzierte Abbildung (17.66) mit beschrieben. Wird dabei

und vorausgesetzt, so führt dies auf die Normalformen

(17.67)

(bei bzw. (bei . Die Iterationsverläufe von (17.67)

nahe und die zugehörigen Phasenporträts sind für verschiedene in den folgenden beiden Abbildungen zu
sehen (s. Lit. 17.1).
Für liegen eine stabile und eine instabile Ruhelage nahe vor, die für in der instabilen

Ruhelage verschmelzen. Für existiert keine Ruhelage nahe . Die durch (17.67)
beschriebene Bifurkation in (17.66) heißt subkritische Sattelknoten-Bifurkation für Abbildungen.

Für die Differentialgleichung (17.53) beschreiben die Eigenschaften der Abbildung (17.67) die Bifurkation eines
zweifach zusammengesetzten semistabilen periodischen Orbits: Bei existieren ein stabiler periodischer

Orbit und ein instabiler periodischer Orbit , die bei zu einem semistabilen Orbit verschmelzen,

der sich bei auflöst (s. Abbildung).

Wavelets
Der FOURIER-Transformation fehlt eine Lokalisierungseigenschaft, d.h. ändert sich ein Signal an einer Stelle, dann
ändert sich die Transformierte überall, ohne daß durch ,,einfaches Hinsehen`` die Stelle der Änderung gefunden
werden kann. Der Grund liegt darin, daß die FOURIER-Transformation ein Signal in ebene Wellen zerlegt. Diese
werden durch trigonometrische Funktionen beschrieben, die beliebig lange mit der derselben Periode schwingen. Bei
der Wavelet-Transformation dagegen wird eine fast beliebig wählbare Funktion , das Wavelet (kleine lokalisierte
Welle), zur Analyse eines Signals verschoben und gestaucht.

Beispiele für Wavelets sind:

Beispiel A
HAAR-Wavelet (s. die folgende Abbildung):
 (15.144)

Beispiel B
Mexikanischer Hut (s. die folgende Abbildung).

(15.145)
Allgemein gilt: Als Wavelet kommem alle Funktionen in Frage, die quadratisch integrierbar sind und deren

FOURIER-Transformierte gemäß (15.143a) zu einem positiven endlichen Integral

(15.146)

führen. Im Zusammenhang mit Wavelets sind die folgenden Eigenschaften und Definitionen wichtig:

Mittelwert

Für den Mittelwert von Wavelets gilt:

(15.147)
Moment

Als -tes Moment eines Wavelets bezeichnet man das Integral

(15.148)

Die kleinste positive natürliche Zahl , für die gilt, heißt Ordnung des Wavelets .

Beispiel
Für das HAAR-Wavelet (15.144) gilt , für den mexikanischen Hut (15.145) .

Ordnung

Falls für alle gilt, ist von unendlicher Ordnung. Wavelets mit beschränktem Träger haben stets eine
endliche Ordnung.

Ortogonalität
Ein Wavelet der Ordnung ist orthogonal zu allen Polynomen vom Grade .

● Mittelwert
Geometrischer Ort der charakteristischen Punkte einer Kurvenschar

Geometrischer Ort der charakteristischen Punkte einer Kurvenschar mit der Gleichung (3.461) können eine oder
mehrere Kurven sein. Sie bestehen entweder aus den Punkten der größten Annäherung bzw. aus den Grenzpunkten
der Schar, oder sie bilden die Einhüllende (Enveloppe) der Schar (linke Abbildung), d.h. eine Kurve, die jede Kurve
der Schar berührt (zweite Abbildung von links). Auch Kombinationen beider Arten sind möglich (zwei rechte
Abbildungen).
Bogenlänge

Verläuft die Orthodrome durch die Punkte und , dann berechnet man den sphärischen

Abstand oder die Bogenlänge zwischen den beiden Punkten mit dem Seitenkosinussatz:
(3.214a)
Unter Berücksichtigung des Erdradius läßt sich dieser Mittelpunktwinkel in eine Länge umrechnen:

(3.214b)
Nordpolnächster Punkt und Äquatorschnittpunkte

Nordpolnächster Punkt: Die Koordinaten des nordpolnächsten Punktes einer Orthodrome

mit dem Kurswinkel durch den Punkt ergeben sich

 unter Berücksichtigung seiner relativen Lage zu sowie des Vorzeichens von nach der NEPERschen
Regel gemäß Abbildung als:
(3.212a)
und

(3.212b)

Äquatorschnittpunkte: Die Äquatorschnittpunkte und der Orthodrome

ergeben sich gemäß (3.210) wegen zu:

(3.213)

Hinweis: Unter Umständen ist gemäß (3.211) eine Rückversetzung der Winkel erforderlich.
Gleichung der Orthodrome

Bewegungen auf Orthodromen - die Meridiane und der Äquator ausgenommen - sind mit der Notwendigkeit einer
ständigen Kursänderung verbunden. Solche Orthodromen mit ortsabhängigen Kurswinkeln können eindeutig
unter Zuhilfenahme ihres nordpolnächsten Punktes beschrieben werden, wobei ist.
Im nordpolnächsten Punkt hat die Orthodrome den Kurswinkel Die Gleichung der Orthodrome durch

und den laufenden Punkt dessen relative Lage zu beliebig ist, ergibt sich nach der

NEPERschen Regel gemäß als:

(3.210)
Schnittpunkte mit einem Breitenkreis

Für die Schnittpunkte und einer Orthodrome mit dem Breitenkreis

ergibt sich gemäß (3.210):

(3.216)

Nach der NEPERschen Regel gilt für die beiden Schnittwinkel und unter denen eine Orthodrome mit

dem nordpolnächsten Punkt den Breitenkreis schneidet:

(3.217)

Für den minimalen Kurswinkel muß das Argument in der Arkussinusfunktion hinsichtlich der Variablen

extremal sein. Man erhält: d.h., in den Schnittpunkten mit dem Äquator ist der
Betrag des Kurswinkels minimal:
 (3.218)

Hinweis 1: Lösungen von (3.216) ergeben sich nur für

Hinweis 2: Unter Umständen ist gemäß (3.211) eine Rückversetzung der Winkel erforderlich.
Schnittpunkt mit einem Meridian

Für den Schnittpunkt einer Orthodrome mit dem Meridian ergibt sich gemäß (3.210):

(3.219)
Eigenschaften bezüglich des Eigenwertproblems

1. Anzahl der Eigenwerte: Die Matrix A hat genau reelle Eigenwerte die

entsprechend ihrer Vielfachheit zu zählen sind.

2. Orthogonalität der Eigenvektoren: Die zu verschiedenen Eigenwerten gehörenden

Eigenvektoren und sind orthogonal, d.h., es gilt

(4.126)

3. Matrix mit -fachem Eigenwert: Zu einem -fachen Eigenwert

existieren linear unabhängige Eigenvektoren Wegen (4.124) sind auch alle

nichttrivialen Linearkombinationen Eigenvektoren zu . Davon können mit Hilfe des GRAM-SCHMIDTschen

Orthogonalisierungsverfahrens ausgewählt werden, die orthogonal sind. Insgesamt gilt: Die Matrix A besitzt
genau reelle orthogonale Eigenvektoren.
Beispiel

Die Eigenwerte sind und

Aus dem zugehörigen homogenen Gleichungssystem erhält man beliebig,

beliebig, Man wählt und und

erhält die beiden linear unabhängigen Eigenvektoren und

wobei und beliebige Konstanten sind.

Man erhält beliebig, wählt z.B. und erhält den

Eigenvektor wobei eine beliebige Konstante ist. Die Matrix A ist

symmetrisch, die zu den verschiedenen Eigenwerten gehörenden Eigenvektoren sind orthogonal.

Orthonormalsystem

Zwei quadratisch integrierbare Funktionen mit werden als orthogonal bezeichnet, falls

gilt

(11.44a)

Ein Funktionensystem im Raum wird als Orthonormalsystem bezeichnet, wenn die

Beziehungen

(11.44b)

erfüllt sind. Ein Orthonormalsystem ist überdies vollständig , wenn in keine Funktion existiert,

die zu allen Funktionen dieses Orthonormalsystems orthogonal ist. Ein vollständiges Orthonormalsystem besteht aus
abzählbar vielen Funktionen, die eine Basis des Raumes bilden. Um aus einem Funktionensystem

ein Orthonormalsystem zu ermitteln, kann das GRAM-SCHMIDTsche

Orthogonalisierungsverfahren verwendet werden. Es bestimmt sukzessive für die Koeffizienten

derart, daß

(11.44c)

normiert und zu allen Funktionen orthogonal ist.

Komplexe Nullstellen

Zur Eingrenzung des Bereichs, der in der komplexen Zahlenebene für die reellen oder komplexen Nullstellen in
Frage kommt, geht man von der Polynomgleichung (19.11) zu der Gleichung
(19.20)

über und bestimmt z.B. durch systematisches Probieren eine obere Schranke für die positiven Nullstellen von

(19.20). Es gilt dann für alle Nullstellen von (19.11):

(19.21)

Beispiel
 ,

. Man erhält für

Daraus folgt . Tatsächlich gilt für die betragsgrößte Nullstelle

Hinweis: Für die Bestimmung der Anzahl der komplexen Nullstellen mit negativem Realteil sind z.B. in der
Elektrotechnik in der sogenannten Ortskurventheorie spezielle Verfahren entwickelt worden, die dort als
Stabilitätskriterien bezeichnet werden (s. Lit. 19.11, 19.38).
Parabel

● Elemente der Parabel

● Gleichung der Parabel
● Haupteigenschaft der Parabel
● Durchmesser der Parabel
● Tangente an die Parabel
● Krümmungskreisradius der Parabel
● Flächeninhalte in der Parabel
● Länge des Parabelbogens
Parabel n-ter Ordnung
Die Funktion
(2.45)

mit ganzzahlig, liefert als Kurve eine Parabel -ter Ordnung .

Spezialfall : Die Kurve geht durch die Punkte (0,0) und (1,1) und berührt oder schneidet die

-Achse im Koordinatenursprung. Für gerades ergibt sich eine zur -Achse symmetrische Kurve mit

einem Minimum im Koordinatenursprung. Für ungerades ergibt sich eine zentralsymmetrische Kurve zum
Koordinatenursprung, der zugleich Wendepunkt ist. Asymptoten gibt es keine.
Allgemeiner Fall : Man erhält die Kurve aus der zu gehörenden Kurve durch

Streckung der Abszissen mit dem Faktor . Für spiegelt man an der -Achse.
Paraboloide

Da Paraboloide keinen Mittelpunkt besitzen, wird in den folgenden Gleichungen davon ausgegangen, daß der
Scheitel des Paraboloids im Koordinatenursprung liegt, die -Achse zur Symmetrieachse wird und die - sowie

die -Ebenen Symmetrieebenen sind.

1. Elliptisches Paraboloid:

(3.412)
Ebenenschnitte parallel zur -Achse liefern als Schnittfiguren Parabeln, parallel zur -Ebene Ellipsen.

2. Rotationsparaboloid: Für erhält man ein Rotationsparaboloid, das man sich durch Rotation einer
Parabel mit um ihre in der -Ebene liegende Achse entstanden denken kann.

Der Rauminhalt eines Paraboloidschale, die von einer Ebene senkrecht zur -Achse in der Höhe
abgeschnitten wird, ist

(3.413)

d.h., halb so groß wie der Rauminhalt des elliptischen Zylinders mit der gleichen Deckfläche und Höhe.
3. Hyperbolisches Paraboloid:
 (3.414)

Schnitte parallel zur -Ebene und zur -Ebene liefern kongruente Parabeln als Schnittfiguren, Schnitte

parallel zur -Ebene Hyperbeln sowie ein Paar einander schneidender Geraden.
Tangente an die Parabel

Die Gleichung der Tangente an die Parabel im Punkt lautet

(3.345)
Tangente und Normale der Parabel sind Winkelhalbierende für die Winkel zwischen dem vom Brennpunkt
ausgehenden Radiusvektor und dem Durchmesser des Berührungspunktes. Die Strecke auf der Parabeltangente
zwischen dem Berührungspunkt und dem Schnittpunkt mit der Parabelachse auf der -Achse wird durch die
Tangente im Parabelscheitel, d.h. durch die -Achse halbiert:

(3.346)

Eine Gerade mit der Gleichung ist eine Tangente an die Parabel, wenn gilt:

(3.347)
Parallelepiped

Parallelepiped werden Prismen mit Parallelogrammen als Grundfläche genannt.

In einem Parallelepiped schneiden sich alle vier Raumdiagonalen in einem Punkt und halbieren einander.
Unitäre Räume und einige ihrer Eigenschaften

Mit Hilfe des Skalarprodukts kann man in einem Prä- HILBERT-Raum durch die Festlegung
(12.106)

eine Norm erzeugen. Ein normierter Raum heißt unitär , wenn man in ihm ein Skalarprodukt

einführen kann, das mit der Norm durch (12.106) verknüpft ist. Im unitären Raum gelten aufgrund des
Vorhandenseins des Skalarprodukts und der Verknüpfung (12.106) die folgenden bemerkenswerten Eigenschaften:

1. Dreiecksungleichung:
(12.107)

2. CAUCHY- SCHWARZsche oder SCHWARZ-BUNJAKOWSKIsche Ungleichung:

(12.108a)

3. Parallelogrammgleichung: In der Klasse aller normierten Räume charakterisiert sie die unitären Räume.
(12.108b)
4. Stetigkeit des Skalarprodukts:
(12.108c)
Partialbruchzerlegung, allgemeiner Fall

Jeder echte Bruch, bei dem Zählerpolynom und Nennerpolynom teilerfremd sind,

(1.48)

kann eindeutig in eine Summe von Partialbrüchen zerlegt werden. In dieser Gleichung sind die Koeffizienten
beliebige reelle Zahlen; der Koeffizient der höchsten Potenz im Nenner, also

wird auf den Wert 1 gebracht, indem Zähler und Nenner des Bruches durch den ursprünglichen Koeffizienten
dieses Gliedes dividiert werden. Die Partialbrüche haben die Form

(1.49a)

(1.49b)
mit

(1.49c)

Bei Beschränkung auf reelle Zahlen sind folgende vier Fälle 1, 2, 3 und 4 möglich. Fällt diese Beschränkung weg,
dann treten nur zwei Fälle auf, da die Fälle 1 und 3 sowie 2 und 4 zusammenfallen. So betrachtet kann jeder Bruch
in Brüche der Form (1.49a) zerlegt werden, wobei und komplexe Zahlen sind. Bei der Lösung linearer

Differentialgleichungen wird davon Gebrauch gemacht.

Einige Fälle der Partialbruchzerlegung, Nr. 105 bis 108
Unendliche Reihe und ihre Summe

Aus den Gliedern einer unendlichen Zahlenfolge kann formal der Ausdruck

(7.12)

gebildet werden, der eine unendliche Reihe genannt wird. Die Summen

(7.13)

nennt man Partialsummen .

Winkel im Kreis

(3.44)

(3.45)
(3.46)

(3.47)

(3.48)

(3.49)
Binäre Relationen

1. Begriff der binären Relation in einer Menge: Besondere Bedeutung haben zweistellige (binäre)
Relationen in einer Menge, d.h Im Falle binärer Relationen ist auch die Schreibweise

statt üblich.

Beispiel

Als Beispiel werde in der Menge die Teilbarkeitsbeziehung betrachtet, d.h. die

binäre Relation
(5.67)

2. Pfeildiagramme: Endliche binäre Relationen in einer Menge werden durch Pfeildiagramme oder
Relationsmatrizen dargestellt. Die Elemente von werden als Punkte in der Ebene dargestellt, und genau
dann wird ein Pfeil von nach gezeichnet, wenn gilt. In der Abbildung ist das Pfeildiagramm der
Relation gezeigt.
3. Relationsmatrix: Die Elemente von werden als Zeilen- und Spalteneingänge einer Matrix verwendet.
Am Schnittpunkt der Zeile zu mit der Spalte zu wird eine 1, falls gilt, ansonsten eine 0

notiert. Die folgende Tabelle gibt die Relationsmatrix für wieder:

Pharmazentralnummer

In Apotheken wird zur Kennzeichnung von Arzneimitteln ein ähnliches Nummernsystem mit Prüfziffer verwendet.
Jedes Medikament erhält eine 7-stellige Pharmazentralnummer :
(5.185a)

Die letzte Ziffer ist die Prüfziffer die man als kleinste nichtnegative Zahl erhält, die die Kongruenz

(5.185b)
erfüllt. Auch bei diesem Prüfzifferverfahren werden die Verwechlung einer Ziffer und Drehfehler durch Vertauschung
zweier Ziffern stets aufgedeckt.
Phasenporträt

a)
Ist eine Lösung von (17.1), so ist mit einer beliebigen Konstanten die Funktion ebenfalls

eine Lösung.
b)
Zwei beliebige Orbits von (17.1) haben keinen gemeinsamen Punkt oder stimmen überein. Der Phasenraum
von (17.1) zerfällt also in disjunkte Orbits. Die Zerlegung des Phasenraumes in disjunkte Orbits heißt
Phasenporträt .
c)
Jeder Orbit, verschieden von einer Ruhelage, ist eine reguläre glatte Kurve, die geschlossen oder nicht
geschlossen sein kann.
Austauschregeln

Das in dem linken Schema hervorgehobene Element wird Pivotelement genannt; es steht im Schnittpunkt von

Pivotspalte und Pivotzeile . Die Elemente und des neuen rechten Schemas werden nach den folgenden Austauschregeln
bestimmt:

(4.106a)

(4.106b)

(4.106c)

(4.106d)

Zur Rechenerleichterung (4. Regel) werden die Elemente dem Ausgangsschema als -te Zeile (Kellerzeile)

hinzugefügt. Mit Hilfe dieser Austauschregeln können weitere Variable ausgetauscht werden.
Nichtentarteter Fall

Ist ein Tableau nicht entscheidbar (Fall c), dann wird ein neues Tableau bestimmt, indem eine Basisvariable

ausgewählt und gegen eine Nichtbasisvariable ausgetauscht wird:

Schema 3

Dabei sind folgende Austauschregeln zu beachten:

(18.15a)
 (18.15b)

(18.15c)

(18.15d)

Das Element heißt Pivotelement , die -te Zeile Pivotzeile und die -te Spalte Pivotspalte . Bei der Auswahl
von Pivotzeile und Pivotspalte sind zwei Bedingungen zu berücksichtigen:

a)

Das neue Tableau muß zulässig sein, d.h., es muß gelten .

b)
Es muß gelten .

Dann ist eine neue Ecke mit nicht kleinerem Zielfunktionswert . Die

angegebenen Bedingungen werden mit der folgenden Wahl des Pivotelementes erfüllt:

a)
 Wähle ein mit als Pivotspalte.
b)
Wähle die Pivotzeile so, daß gilt:

(18.16)

Sind die Ecken des zulässigen Bereiches nicht entartet, dann bricht das Simplexverfahren nach einer endlichen
Anzahl von Simplexschritten mit einem entscheidbaren Tableau ab (Fall a) oder Fall b).

Beispiel
Die zum Beispiel unter Ecke und Basis gefundene Normalform kann direkt in ein Simplextableau übertragen
werden.
Schema 4a, b
Das Tableau ist nicht optimal, da in der letzten Zeile noch positive Koeffizienten der Zielfunktion auftreten.
Die dritte Spalte wird als Pivotspalte festgelegt (auch die zweite Spalte wäre denkbar). Mit allen positiven
Koeffizienten der Pivotspalte bildet man die Quotienten . Die Quotienten wurden hinter der letzten

Spalte des Tableaus notiert. Der kleinste Quotient legt die Pivotzeile fest. Ist die Pivotzeile nicht eindeutig
zu bestimmen, dann ist die durch das neue Tableau bestimmte Ecke entartet. Mit den Austauschregeln
erhält man das rechte Tableau. Dieses Tableau bestimmt die Ecke , die dem Punkt

in der Abbildung entspricht.

Da das neue Tableau nicht optimal ist, wird jetzt gegen getauscht (nächstes linkes Schema). Die

Ecke des 3. Tableaus entspricht dem Punkt in der Abbildung. Nach einem weiteren Tausch erhält man

ein optimales Tableau (nächstes rechtes Schema) mit dem Maximalpunkt ,

der dem Punkt mit dem maximalen Zielfunktionswert entspricht.

Schema 4c, d
Poincaré-Abbildung für autonome Differentialgleichungen

Sei ein -periodischer Orbit von (17.1) und eine -dimensionale

glatte Hyperfläche, die in den Orbit transversal schneidet (s. linke Abbildung).

Dann gibt es eine Umgebung von und eine glatte Funktion mit und
 für alle . Die Abbildung mit heißt

POINCARÉ-Abbildung für in . Ist die rechte Seite von (17.1) -mal stetig differenzierbar, so ist

ebenfalls so oft differenzierbar. Die Eigenwerte der JACOBI-Matrix sind die Multiplikatoren

des periodischen Orbits , hängen also nicht von der Wahl des auf und der Wahl der

transversalen Fläche ab. Der POINCARÉ-Abbildung kann ein System (17.3) in zugeordnet werden, das
erklärt ist, solange die Bildpunkte in bleiben. Den Ruhelagen dieses diskreten Systems entsprechen periodische
Orbits von (17.1), und der Stabilität dieser Ruhelagen entspricht die Stabilität der periodischen Orbits von (17.1).

Beispiel
Für das System (17.9a) wird in Polarkoordinaten die transversale Hyperebene

betrachtet. Für diese Ebene kann gewählt werden. Offenbar ist und

damit

wobei die Lösungsdarstellung von (17.9a) genutzt wurde. Es gilt weiter und

.
Poincaré-Abbildung für nichtautonome zeitperiodische
Differentialgleichungen

Eine nichtautonome Differentialgleichung (17.11), deren rechte Seite bezüglich die Periode besitzt, d.h., für

die gilt, wird interpretiert als autonome Differentialgleichung

mit zylindrischem Phasenraum . Sei beliebig.

Dann ist eine transversale Ebene (s. Abbildung).

Die POINCARé-Abbildung ist global als über gegeben, wobei

die Lösung von (17.11) mit Anfang zur Zeit ist.

Vergleich der RIEMANNschen und der GREENschen Methode

Beiden Methoden, der RIEMANNschen und der GREENschen, ist gemein, daß zuerst eine spezielle Lösung der
Differentialgleichung gesucht wird, mit deren Hilfe danach die Lösungen für beliebige Anfangs- und
Randbedingungen bestimmt werden. Der entscheidende Unterschied zwischen der RIEMANNschen und der
GREENschen Funktion besteht darin, daß die erste nur von der Gestalt der linken Seite der Differentialgleichung
abhängt, die zweite jedoch auch noch vom betrachteten Gebiet. Die Ermittlung der GREENschen Funktion ist sogar in
den Fällen, in denen ihre Existenz gesichert ist, ziemlich schwierig, so daß die GREENsche Methode vorwiegend zur
Untersuchung theoretischer Probleme eingesetzt wird.

Beispiel A
Konstruktion der GREENschen Funktion für das DIRICHLETsche Problem der LAPLACEschen
Differentialgleichung
(9.94a)
für den Fall, daß das betrachtete Gebiet ein Kreis ist (s. Abbildung).
Die GREENsche Funktion lautet

(9.94b)

wobei und der Radius des betrachteten Kreises ist. Die Punkte

und liegen in bezug auf den Kreis symmetrisch, d.h., beide Punkte liegen auf demselben Radiusstrahl, und es
gilt
 (9.94c)
Mit der angegebenen Formel (9.92e) zur Lösung des DIRICHLETschen Problems ergibt sich nach Einsetzen der
Normalenableitung der GREENschen Funktion und einigen Umformungen das POISSONsche Integral

(9.94d)

Die Bezeichnungen sind die gleichen wie oben. Mit werden die auf dem Kreisrand vorgegebenen Werte von

beschrieben. Für die Koordinaten des Punktes gilt: .

Beispiel B
Konstruktion der GREENschen Funktion für das DIRICHLETsche Problem der
LAPLACEschen Differentialgleichung
(9.95a)
für den Fall, daß das betrachtete Gebiet eine Kugel mit dem Radius ist. Die GREENsche Funktion hat die Form

(9.95b)

mit als Abstand des Punktes vom Kugelmittelpunkt, als Abstand zwischen

den Punkten und und als Abstand des Punktes zum symmetrischen Punkt des
Punktes gemäß (9.94c), d.h. zum Punkt . Das POISSONsche Integral ergibt sich

bei Beibehaltung der Bezeichnungen von Beispiel A zu

(9.95c)
Poisson-Verteilung

Die Verteilung einer diskreten Zufallsveränderlichen , bei der

(16.66)

ist, heißt POISSON-Verteilung mit den Parametern . Es gilt

1. Erwartungswert und Streuung:

(16.67a)
(16.67b)

Eine Zufallsveränderliche , bei der (16.67a,b) gilt, heißt POISSON-verteilt .

2. Sind und unabhängige, POISSON-verteilte Zufallsveränderliche mit den Parametern bzw.

, so ist auch eine POISSON-verteilte Zufallsveränderliche mit dem Parameter

.
 3. Rekursionsformel:

(16.67c)

Die POISSON-Verteilung geht aus einer Folge von binomialverteilten Zufallsveränderlichen mit den Parametern

durch den Grenzübergang hervor, wenn man mit so variiert, daß

bleibt. Für kann die Binomialverteilung mit im allgemeinen

ausreichender Genauigkeit durch die POISSON-Verteilung ersetzt werden, deren Auswertung einfacher ist.
Zahlenwerte für die POISSON-Verteilung enthält die Tabelle POISSON-Verteilung. In der folgenden Abbildung sind drei
POISSON-Verteilungen für und dargestellt. Die Parameter entsprechen den
Parametern der anschließend zum Vergleich dargestellten drei Binomialverteilungen und drei hypergeometrischen
Verteilung.
Z-Transformationen, Teil III

Nr. Originalfolge Konvergenzbereich

22

23

24
25

26

27

28

29

30
31
Singuläre Punkte

Wenn eine Funktion in der Umgebung eines Punktes analytisch und beschränkt ist, d.h. im

Innern eines beliebig kleinen Kreises mit dem Mittelpunkt , ausgenommen höchstens selbst, dann sind
hinsichtlich der Singularität die folgenden Fälle möglich:

1.
Es gilt , d.h., die Funktion ist auch im Punkt analytisch.

2.
Die Funktion besitzt einen anderen Wert oder sie ist im Punkt nicht definiert, d.h., der Punkt ist

singulär. Man spricht aber von hebbarer Singulärität , weil die Funktion beim Einsetzen des Wertes

im Punkt analytisch wird.

(S. auch die Analogie zur hebbaren Unstetigkeit einer Funktion einer reellen Veränderlichen).
3.
 Wenn die Funktion in der Umgebung des Punktes zwar analytisch, aber nicht

beschränkt ist, dann handelt es sich um einen singulären Punkt .

4.
Gilt bei Annäherung von an den Punkt auf beliebigem Wege , dann nennt man den

Punkt einen Pol und schreibt . Über Pole verschiedener Ordnung s. Isolierte singuläre

Stellen.
5.
Wenn bei Annäherung an einen Punkt keinem Grenzwert zustrebt, sondern je nach der Wahl der

Ausgangspunkte , von denen aus die Annnäherung an erfolgt, die Folgen

verschiedene Grenzwerte besitzen, dann spricht man von einem

wesentlich singulären Punkt . In diesem Falle gibt es Möglichkeiten der Annäherung von an den Punkt ,
die zur Konvergenz von gegen eine beliebig vorgegebene komplexe Zahl führen.

Beispiel A

Die Funktion besitzt im Punkt einen Pol.

Beispiel B

Die Funktion besitzt im Punkt einen wesentlich singulären Punkt (s. Abbildung).
Ganzrationale Funktionen oder Polynome

1. Ganzrationale Funktionen oder Polynome: Sie sind auf der gesamten Zahlengerade stetig.

2. Gebrochenrationale Funktionen: mit den Polynomen und sind überall stetig,

ausgenommen für die -Werte, für die ist, aber bleibt. An solchen Stellen besitzt

die Funktion eine Unstetigkeitsstelle mit einem Verlauf ins Unendliche, die Pol genannt wird. Ist der Wert
sowohl Nullstelle des Nenners als auch des Zählers, dann gibt es nur dann einen Pol, wenn die Vielfachheit
der Nullstelle des Nenners größer ist als die des Zählers. Anderenfalls ist die Unstetigkeit hebbar.
3. Irrationale Funktionen: Wurzeln aus Polynomen mit ganzzahligen Wurzelexponenten sind für alle -
Werte, die zum Definitionsbereich gehören, stetige Funktionen. Auf dem Rande der Definitionsbereiche
können sie mit einem endlichen Wert abbrechen, wenn der Radikand von positiven zu negativen Werten
überwechselt. Wurzeln aus gebrochenen Funktionen sind für solche -Werte unstetig, für die der Radikand
eine Unstetigkeitsstelle besitzt.
4. Trigonometrische Funktionen: Die Funktionen und sind überall stetig; und
besitzen an den Stellen unendliche Sprünge; und besitzen bei

unendliche Sprünge ( ganz).

5. Inverse trigonometrische Funktionen: Die Funktionen und sind überall stetig,
und brechen an den Grenzen ihres Definitionsbereiches wegen ab.

6. Exponentialfunktionen: Die Exponentialfunktionen oder mit sind überall stetig.

7. Logarithmische Funktionen: Die logarithmische Funktion mit beliebiger positiver Basis ist für alle

positiven -Werte stetig und bricht an der Stelle wegen einem

rechtsseitigen Grenzwert, ab.

8. Zusammengesetzte elementare Funktionen: Die Stetigkeit muß für alle -Werte der einzelnen
elementaren Funktionen, die in dem zusammengesetzten Ausdruck enthalten sind, entsprechend den oben
angeführten Fällen untersucht werden (siehe auch Mittelbare Funktionen).

Beispiel
Es sind die Unstetigkeitsstellen der Funktion zu ermitteln. Der Exponent

besitzt an der Stelle einen unendlichen Sprung; für hat auch einen

unendlichen Sprung: Die Funktion hat bei

einen endlichen Nenner. Folglich gibt es für einen unendlichen Sprung vom
gleichen Typ, wie im Punkt der folgenden Abbildung:
Für wird der Nenner zu null, ebenso für die -Werte, für die zu null wird. Letztere

entsprechen den Wurzeln der Gleichung oder wobei eine beliebige

ganze Zahl ist. Der Zähler wird für keinen dieser Werte zu null, so daß die Funktion an den Stellen
Unstetigkeitsstellen der gleichen Art

hat wie der Punkt in der obigen Abbildung.

Isolierte singuläre Stellen

Wenn eine Funktion in der Umgebung eines Punktes analytisch ist, nicht aber in selbst, dann heißt

eine isolierte singuläre Stelle der Funktion . Ist in der Umgebung von in die LAURENT-Reihe

(14.51)

entwickelbar, dann können die isolierten singulären Stellen nach dem Verhalten der LAURENT-Reihen eingeteilt
werden:

1.
Enthält die LAURENT-Reihe keine Glieder mit negativen Potenzen von , wobei für

gilt, dann geht die LAURENT-Entwicklung in die TAYLOR-Reihe mit den aus der CAUCHYschen
Integralformel folgenden Koeffizienten
 (14.52)

über. Die Funktion ist dann auch im Punkt analytisch, selbst wenn ist oder wenn eine

hebbare Singularität ist.

2.
Enthält die LAURENT-Reihe endlich viele Glieder mit negativen Potenzen von , wobei gelten soll

, alle für , dann spricht man von einer außerwesentlichen Singularität im

Punkt oder einem Pol der Ordnung oder Pol der Vielfachheit ; durch Multiplikation mit

, aber keiner niedrigeren Potenz, geht in eine Funktion über, die in und Umgebung

analytisch ist.

Beispiel

hat an der Stelle einen Pol 1. Ordnung.

3.
Enthält die LAURENT-Reihe unendlich viele Glieder mit negativen Potenzen von , dann ist ein

wesentlich singulärer Punkt der Funktion . Bei Annäherung an einen Pol wächst über alle

Grenzen. Bei Annäherung an eine wesentlich singuläre Stelle kommt jeder beliebigen komplexen Zahl

beliebig nahe.

Beispiel

Die Funktion , deren LAURENT-Reihe lautet, hat an der Stelle

eine wesentliche Singularität.

Polardreieck

Das Polardreieck zu einem gegebenen sphärischen Dreieck heißt ein sphärisches Dreieck, für
dessen Seiten die Eckpunkte des gegebenen Dreiecks Pole sind.
Zu jedem sphärischen Dreieck existiert ein Polardreieck Ist das Dreieck das
Polardreieck des sphärischen Dreiecks dann ist auch das Dreieck das Polardreieck des Dreiecks

Die Winkel eines sphärischen Dreiecks und die entsprechenden Seiten seines Polardreiecks sind
Supplementwinkel, ebenso wie die Seiten des sphärischen Dreiecks und die Winkel des Polardreiecks
Supplementwinkel sind:
(3.165a)

(3.165b)
Vermessungstechnische Anwendungen

In der Geodäsie ist die Ermittlung der Koordinaten eines Neupunktes im Rahmen der Triangulierung eine oft
auftretende vermessungstechnische Aufgabe. Verfahren zu ihrer Lösung sind Vorwärtseinschneiden,
Rückwärtseinschneiden, Bogenschnitt, Freie Stationierung und Polygonierung. Auf die letzten beiden Verfahren wird
hier nicht eingegangen.

● Vorwärtseinschneiden durch zwei Strahlen

● Vorwärtseinschneiden ohne Visier
● SNELLIUSsche Aufgabe des Rückwärtseinschneidens
● Rückwärtseinschneiden nach CASSINI
● Bogenschnitt
Polynome
● Lineare Funktion
● Quadratisches Polynom
● Polynom 3. Grades
● Polynom n-ten Grades
● Parabel n-ter Ordnung
Spezielle Beziehungen für arcsin x, arccos x, arctan x

(2.151a)

(2.151b)

(2.151c)

(2.152a)

(2.152b)
 (2.153a)

(2.153b)

(2.153c)

(2.154)

wobei auch gebrochene Werte annehmen kann und über die Gleichung

(2.155)

bestimmt ist. Für ganzzahliges ist ein Polynom in (ein TSCHEBYSCHEFFsches Polynom ). Wegen der

Eigenschaften der TSCHEBYSCHEFFschen Polynome s. TSCHEBYSCHEFF-Approximation.

Lage der Nullstellen

● Reelle Nullstellen
● Komplexe Nullstellen
Lösung von Polynomgleichungen
Polynomgleichungen -ten Grades haben die Form
(19.11)
Zu ihrer effektiven Lösung benötigt man zunächst Verfahren zur Berechnung von Funktions- und Ableitungswerten
des Polynoms sowie eine erste Orientierung über die Lage seiner Nullstellen.

● Horner-Schema
● Lage der Nullstellen
● Numerische Verfahren
Numerische Verfahren

● Allgemeine Verfahren
● Spezielle Verfahren
Komplexe Potentiale

● Begriff des komplexen Potentials

● Komplexes Potential des homogenen Feldes
● Komplexes Potential von Quelle und Senke
● Komplexes Potential eines Quelle-Senke-Systems
● Komplexes Potential des Dipols
● Komplexes Potential eines Wirbels
Komplexes Potential des Dipols

Das komplexe Potential eines Dipols im Punkt , dessen Achse mit der reellen Achse den Winkel
bildet (s. Abbildung), lautet:

(14.28)
Komplexes Potential des homogenen Feldes

Die Funktion
(14.24)
liefert bei reellem das komplexe Potential eines Feldes, dessen Potentiallinien parallel zur -Achse und dessen

Feldlinien parallel zur -Achse verlaufen (s. linke Abbildung).

Für komplexes ergibt sich lediglich eine Drehung des Feldes (s. rechte Abbildung).
Komplexes Potential von Quelle und Senke

Das komplexe Potential eines Feldes, das durch eine Quelle der Ergiebigkeit im Punkt erzeugt
wird, lautet

(14.25)

Für eine Senke der gleichen Intensität gilt

(14.26)

Die Feldlinien verlaufen radial vom Punkt aus, während die Potentiallinien konzentrische Kreise um den

Punkt bilden (s. Abbildung).

Komplexes Potential eines Wirbels

Wenn die Intensität des Wirbels mit reell ist und sich sein Zentrum im Punkt befindet, gilt:

(14.29)

Im Vergleich zur Darstellung des Potentials für Quelle und Senke in der linken Abbildung, sind die Rollen von Feld-
und Potentiallinien vertauscht (rechte Abbildung).
Für komplexes ergibt (14.29) das Potential einer Wirbelquelle, deren Feld- und Potentiallinien je eine
Spiralenschar liefern, die zueinander orthogonal verlaufen (s. rechte Abbildung).
Potential eines konservativen Feldes

Potential eines konservativen Feldes, seine Potentialfunktion oder kurz sein Potential, nennt man die skalare
Stammfunktion

(13.106a)

Sie ergibt sich in einem konservativem Feld bei fixiertem Anfangspunkt und veränderlichem Endpunkt

als Integral

(13.106b)
Zu beachten ist, daß im Unterschied dazu in der Physik als Potential einer Funktion im Punkt eine

Größe verstanden wird, die das entgegengesetzte Vorzeichen besitzt:

(13.107)
Inhomogenes Problem

Wenn ist, sind auf den rechten Seiten der Formeln (9.99a,b,c) Korrekturglieder zu addieren:

a) (Retardiertes Potential):

(9.100a)

für ein Gebiet , das durch beschrieben wird mit

b) :
 (9.100b)

wobei ein Gebiet des -Raumes ist, das durch die Ungleichungen

definiert ist.

c) :

(9.100c)

wobei das Dreieck bedeutet. In den angegebenen Formeln steht für

die Ausbreitungsgeschwindigkeit der Störung.

Rotation des Potentialfeldes

Aus dem Integralsatz von STOKES folgt, daß die Rotation eines Potentialfeldes gleich Null ist:
(13.64a)

Das folgt auch aus (13.57a) für , wenn die Voraussetzungen des

SCHWARZschen Vertauschungssatzes erfüllt sind.

Beispiel

Für mit gilt: und

, wobei eine differenzierbare Funktion von ist.

Potenzreihen
● Definition, Konvergenz
● Rechnen mit Potenzreihen
● Entwicklung in Taylor-Reihen, MacLaurinsche Reihe
Asymptotische Potenzreihen
Zur Funktionswertberechnung können auch divergente Reihen nützlich sein. Im folgenden werden asymptotische

Potenzreihen bezüglich zur Berechnung von Funktionswerten für große Werte von betrachtet.

● Asymptotische Gleichheit
● Asymptotische Potenzreihen
Potenzreihen im Komplexen

● Konvergenz
● Konvergenzkreis
● Ableitungen und Integrale von Potenzreihen, Konvergenzkreis
Ableitungen und Integrale von Potenzreihen, Konvergenzkreis

1. Ableitungen von Potenzreihen und Konvergenzkreis Jede Potenzreihe stellt innerhalb ihres
Konvergenzkreises eine analytische Funktion dar. Die Ableitungen dieser Funktion erhält man durch

gliedweise Differentiation der Potenzreihe. Die abgeleiteten Reihen haben denselben Konvergenzkreisradius
wie die ursprüngliche Reihe.
2. Integrale von Potenzreihen und Konvergenzkreis Die Potenzreihenentwicklung des Integrals

erhält man durch gliedweise Integration der Potenzreihe von . Der Konvergenzradius

bleibt dabei erhalten.

Konvergenz

Eine Potenzreihe im Komplexen hat die Gestalt

(14.46a)

wobei ein fester Punkt der Zahlenebene ist und die Koeffizienten reelle oder komplexe Konstanten sind. Für

geht die Potenzreihe in die Form

(14.46b)

über. Konvergiert die Potenzreihe für einen Wert , dann konvergiert sie absolut und gleichmäßig für

alle Punkte jedes abgeschlossenen Kreises innerhalb des Kreises um mit dem Radius .
Konvergenzkreis

Die Grenze zwischen dem Konvergenzbereich und dem Divergenzbereich einer Potenzreihe ist ein eindeutig
bestimmter Kreis, der Konvergenzkreis. Man bestimmt seinen Radius wie im Reellen, falls die Grenzwerte

(14.47)

existieren. Wenn die Reihe überall divergiert, ausgenommen den Punkt , dann ist , konvergiert sie

überall, dann ist . Das Verhalten der Potenzreihe für Punkte auf dem Rand des Konvergenzkreises ist von
Fall zu Fall zu untersuchen.

Beispiel
Die Potenzreihe mit dem Konvergenzkreisradius divergiert für

(harmonische Reihe) und konvergiert für (nach dem Kriterium von LEIBNIZ für alternierende

Reihen). Auch für alle weiteren Punkte des Einheitskreises mit Ausnahme des Punktes

ist die Reihe konvergent.

Umkehrung einer Potenzreihe

Ist die Reihe

(7.86a)

gegeben, dann versteht man unter ihrer Umkehrung die Reihe

(7.86b)

Die Koeffizienten ergeben sich zu

(7.86c)
Die Konvergenz der Umkehrreihe muß in jedem Beispiel besonders untersucht werden.
Potenzreihenentwicklung analytischer Funktionen
● Konvergenz von Reihen mit komplexen Gliedern
● Taylor-Reihe
● Prinzip der analytischen Fortsetzung
● Laurent-Entwicklung
● Isolierte singuläre Stellen und der Residuensatz
Taylor-Reihe

Jede im Innern eines Gebietes analytische Funktion kann für jeden Punkt in eindeutig in eine

Potenzreihe der Form

(14.48a)

entwickelt werden, wobei der Konvergenzkreis der größte Kreis um ist, der noch ganz dem Gebiet angehört
(s. Abbildung).
Für die im allgemeinen komplexen Koeffizienten der Potenzreihe gilt

(14.48b)

Die TAYLOR-Reihe kann daher in der Form

(14.48c)

geschrieben werden. Innerhalb ihres Konvergenzkreises ist jede Potenzreihe die TAYLOR-Entwicklung ihrer
Summenfunktion.
Beispiele für TAYLOR-Entwicklungen sind die Reihendarstellungen der Funktionen

und in Unterkapitel Elementare transzendente Funktionen.

Sieb des ERATOSTHENES

Mit dem Sieb des ERATOSTHENES kann man alle Primzahlen ermitteln, die kleiner als eine vorgegebene natürliche
Zahl sind:

a)
Man schreibe alle natürlichen Zahlen von 2 bis auf.
b)
Man markiere die 2 und streiche jede zweite auf 2 folgende Zahl.
c)
Ist die erste nichtgestrichene und nichtmarkierte Zahl, dann markiere man und streiche jede -te
darauffolgende Zahl.
d)
Man führe Schritt c) für alle mit aus und beende den Algorithmus.

Alle markierten bzw. nicht gestrichenen Zahlen sind Primzahlen. Es handelt sich dabei um alle Primzahlen
In der Menge der ganzen Zahlen werden die Primzahlen und die zu diesen entgegengesetzten Zahlen Primelemente
genannt.
Primfaktorzerlegung

Es ist üblich, in der Primfaktorenzerlegung einer natürlichen Zahl die Primfaktoren der Größe nach zu ordnen und
gleiche Faktoren zu Potenzen zusammenzufassen. Ordnet man jeder nicht vorkommenden Primzahl den
Exponenten 0 zu, dann gilt: Jede natürliche Zahl ist eindeutig durch die Folge der Exponenten in ihrer
Primfaktorenzerlegung bestimmt.

Beispiel

Zu gehört die Exponentenfolge

Für eine natürliche Zahl seien die paarweise verschiedenen teilenden Primzahlen, und

bezeichne den Exponenten der Primzahl in der Primfaktorenzerlegung von Dann schreibt man

(5.147a)
und nennt diese Darstellung die kanonische Primfaktorenzerlegung von Oft schreibt man dafür auch

(5.147b)

wobei das Produkt über alle Primzahlen zu bilden ist und die Vielfachheit von als Teiler von

bedeutet. Es handelt sich um ein endliches Produkt, da nur endlich viele der Exponenten von 0 verschieden

sind.
Definition und Eigenschaften

Eine natürliche Zahl mit die in der Menge der natürlichen Zahlen nur 1 und als Teiler besitzt, wird
Primzahl genannt. Natürliche Zahlen, die keine Primzahlen sind, heißen zusammengesetzte Zahlen .
Der kleinste positive, von 1 verschiedene Teiler jeder ganzen Zahl ist eine Primzahl. Es gibt unendlich viele
Primzahlen.
Eine natürliche Zahl mit ist genau dann Primzahl, wenn gilt: Für beliebige natürliche Zahlen folgt

aus daß oder gilt.

Primzahlzwillinge, Primzahldrillinge, Primzahlvierlinge

1. Primzahlzwillinge:
Zwei Primzahlen mit dem ,,Abstand`` 2 bilden einen Primzahlzwilling .

Beispiel
(3,5), (5,7), (11,13), (17,19), (29,31), (41,43), (59,61), (71,73), (101,103) sind Primzahlzwillinge.
2. Primzahldrillinge:
Man spricht von Primzahldrillingen , wenn unter vier aufeinanderfolgenden ungeraden Zahlen drei Primzahlen
sind.

Beispiel
(5,7,11), (7,11,13), (11,13,17), (13,17,19), (17,19,23), (37,41,43) sind Primzahldrillinge.
3. Primzahlvierlinge:
Bilden von fünf aufeinanderfolgenden ungeraden Zahlen die ersten beiden und die letzten beiden jeweils einen
Primzahlzwilling, dann spricht man von Primzahlvierlingen .

Beispiel
(5,7,11,13), (11,13,17,19), (101,103,107,109), (191,193,197,199) sind Primzahlvierlinge.
Eine bis heute unbewiesene Vermutung ist, daß unendlich viele Primzahlzwillinge, unendlich viele Primzahldrillinge
und unendlich viele Primzahlvierlinge existieren.
Anwendungsbeispiele für Gruppen
In der Chemie und der Physik finden Gruppen Anwendung zur Beschreibung der ,,Symmetrien`` der entsprechenden
Objekte. Solche Objekte sind z.B. Moleküle, Kristalle, Festkörperstrukturen oder quantenmechanische Systeme.
Diesen Anwendungen liegt das VON NEUMANNsche Prinzip zu Grunde:
Wenn ein System eine gewisse Gruppe von Symmetrieoperationen besitzt, dann muß jede physikalische
Beobachtungsgröße dieses Systems dieselbe Symmetrie besitzen.

● Symmetrieoperationen, Symmetrieelemente
● Symmetriegruppen
● Beispiel Moleküle
Prisma

Prisma heißt ein Polyeder, das gleiche Grundflächen und Parallelogramme als Seitenflächen besitzt.

Ein gerades Prisma zeichnet sich durch senkrecht auf der Grundfläche stehende Kanten aus, ein reguläres Prisma
dadurch, daß es gerade ist und ein regelmäßiges Vieleck zur Grundfläche hat. Für das Polyeder gilt:
(3.102)
 (3.103)
(3.104)
Dabei ist der Umfang eines zu den Kanten senkrechten ebenen Schnittes und die Kantenlänge. Für ein
dreiseitiges Prisma, dessen Grundflächen nicht parallel zueinander liegen, gilt

(3.105)

wobei ein senkrechter Querschnitt, und die Längen der parallelen Kanten sind.
Das Volumen eines -seitigen Prismas mit nicht parallel zur Grundfläche abgeschnittener Deckfläche ist
(3.106)

wobei die Länge der Geraden ist, die die Schwerpunkte der Grundflächen miteinander verbindet und der
zu dieser Linie senkrechte Querschnitt.
Isoperimetrisches Problem
Das allgemeine isoperimetrische Problem besteht darin, unter allen ebenen Flächenstücken mit vorgegebenem
Umfang das flächengrößte zu bestimmen. Die Lösung dieses Problems (ein Kreis mit dem vorgegebenen Umfang)
soll auf die Königin DIDO zurückgehen, die der Sage nach bei der Gründung Karthagos nur soviel Land nehmen
durfte, wie sie mit einer Stierhaut umschließen konnte. Sie schnitt die Haut in feine Streifen und legte sie zu einem
Kreis zusammen.

Ein Spezialfall des allgemeinen isoperimetrischen Problems besteht in der Aufgabe, in einem kartesischen
Koordinatensystem eine Verbindungskurve der Punkte und zu finden, die eine

vorgegebene Länge hat und mit der Verbindungsstrecke die größte Fläche umschließt (s. Abbildung).
Die mathematische Formulierung lautet: Man bestimme eine einmal stetig differenzierbare Funktion , für die

(10.8a)

gilt und die die Nebenbedingung

(10.8b)

sowie die Randbedingungen

(10.8c)
erfüllt.
Regularisiertes Problem

Im rangdefizienten Fall , d.h., wenn ist, kann das Normalgleichungssystem nicht mehr eindeutig

gelöst werden, und auch die Orthogonalisierungsverfahren liefern unbrauchbare Ergebnisse. Dann geht man an
Stelle von (4.119) zu dem sogenannten regularisierten Problem
(4.121)

über. Dabei ist ein Regularisierungsparameter . Die Normalgleichungen zu (4.121) lauten:

(4.122)

Die Koeffizientenmatrix dieses linearen Gleichungssystems ist für positiv definit und insbesondere regulär,

aber die Wahl eines geeigneten Regularisierungsparameters ist ein schwieriges Problem (s. Lit. 4.8).
Definition von Produkten

Zur abkürzenden Schreibweise verwendet man für Produkte das Produktzeichen

(1.10)

Mit dieser Abkürzung wird ein Produkt von Faktoren bezeichnet, wobei Laufindex

genannt wird.
Varietäten
Eine Varietät ist eine Klasse von -Algebren, die abgeschlossen ist gegenüber der Bildung von Unteralgebren,
von homomorphen Bildern und direkten Produkten, d.h., diese Bildungen führen aus nicht heraus. Dabei sind
direkte Produkte folgendermaßen definiert:
Erklärt man auf dem kartesischen Produkt der Trägermengen von -Algebren die entsprechenden Operationen
komponentenweise, so erhält man wieder eine -Algebra, das direkte Produkt dieser Algebren. Der Satz von
BIRKHOFF charakterisiert die Varietäten als diejenigen Klassen von -Algebren, die sich durch ,,Gleichungen``
definieren lassen.
Gemischtes Produkt

Das gemischte Produkt auch Spatprodukt genannt, ergibt einen Skalar, der zahlenmäßig gleich dem

Volumen des von den drei Vektoren gebildeten Parallelepipeds ist; das Ergebnis ist positiv, wenn und ein

Rechtssystem bilden, negativ im entgegengesetzten Falle. Die Klammern und das Multiplikationskreuz können beim
gemischten Produkt weggelassen werden:
(3.262)
Im Unterschied zu einer zyklischen Vertauschung aller drei Faktoren im gemischten Produkt führt eine Vertauschung
zweier Faktoren zu seiner Vorzeichenänderung.

Für komplanare Vektoren , d.h. Vektoren die parallel zu einer von den Vektoren und definierten Ebene
orientiert sind, gilt:
(3.263)
Kartesisches Produkt

Seien und Fuzzy-Grundmengen, so repräsentiert das ,,Kreuzprodukt`` auch kartesisches

Produkt genannt, im Grundbereich eine Fuzzy-Menge:

(5.280)

Die Fuzzy-Menge wird dann in Analogie zur klassischen Mengenlehre zu einer Fuzzy-Relation , weil sie die Elemente
aus den Grundmengen paarweise in Beziehung setzt. Eine unscharfe Relation in ist eine unscharfe
Teilmenge , wobei die Gesamtheit aller unscharfen Mengen über bezeichnet.

läßt sich durch eine Zugehörigkeitsfunktion beschreiben, die jedem Element den

Zugehörigkeitsgrad aus [0,1] zuordnet.

Doppeltes Vektorprodukt

Das doppelte Vektorprodukt ergibt einen neuen, zu und komplanaren Vektor:

(3.261)
Rechenregeln für Produkte

1.
Produkt gleicher Faktoren, d.h., :

(1.11a)

2.
Vorziehen konstanter Faktoren

(1.11b)

3.
Aufspalten in Teilprodukte

(1.11c)

4.
 Produkt von Produkten

(1.11d)

5.
Umnumerierung

(1.11e)

6.
Vertauschen des Produktzeichens bei Doppelprodukten

(1.11f)
Skalare Multiplikation

Das Skalarprodukt zweier Vektoren und auch Punktprodukt genannt, ist durch die Gleichung

(3.251)

definiert, wobei der zwischen und eingeschlossene Winkel, bezogen auf den gemeinsamen Anfangspunkt,
ist.

Das Skalarprodukt ergibt einen Skalar.

Vektorielle Multiplikation

Die Vektorielle Multiplikation ist eine Operation, die zum Vektorprodukt zweier Vektoren und auch

Kreuzprodukt genannt, führt. Dieses ergibt einen Vektor der auf und senkrecht steht, derart, daß die

Vektoren und ein Rechtssystem bilden.

Vorausgesetzt, die Anfangspunkte der drei Vektoren sind in einem Punkt zusammengeführt, dann ist das der Fall,

wenn ein Beobachter, der auf die durch und aufgespannte Ebene und gleichzeitig in die Richtung von blickt,

den Vektor durch die kürzeste Drehung im Uhrzeigersinn nach überführen kann.

Rechte-Hand-Regel: Die Vektoren und haben dann die gleiche Orientierung, wie Daumen, Zeigefinger und

Mittelfinger der rechten Hand ( Rechte-Hand-Regel ).

Quantitativ liefert das Vektorprodukt
(3.252a)
einen Vektor der Länge
(3.252b)

wobei der zwischen und eingeschlossene Winkel ist. Zahlenmäßig ist die Länge von gleich dem

Flächeninhalt des von und aufgespannten Parallelogramms.

Methode der Variablentrennung

Durch spezielle Substitutionen kann für viele Differentialgleichungen der Physik zwar nicht immer die Gesamtheit,
jedoch eine Schar von Lösungen bestimmt werden, die von frei wählbaren Parametern abhängt. Lineare
Differentialgleichungen, besonders zweiter Ordnung, können oft mit Hilfe einer Substitution in der Form eines
Produktansatzes
(9.84)

gelöst werden. Da das Ziel darin besteht, die Funktionen getrennt, d.h. jede für sich aus einer

gewöhnlichen Differentialgleichung zu bestimmen, in der nur noch die eine Variable enthalten ist, spricht man für
(9.84) auch vom Separationsansatz . In vielen Fällen gelingt diese Variablentrennung , nachdem der Lösungsansatz
(9.84) in die gegebene Differentialgleichung eingesetzt wurde. Wenn hierbei die Lösung der gegebenen
Differentialgleichung gewissen homogenen Randbedingungen genügen soll, dann kann es ausreichend sein, daß nur
ein Teil der Funktionen des Separationsansatzes bestimmte

Randbedingungen zu erfüllen braucht.

Aus den so bestimmten Lösungen ergeben sich durch Summationen, Differentiationen und Integrationen neue
Lösungen. Die Parameter sind dabei so zu wählen, daß auch die restlichen Anfangs- und Randbedingungen erfüllt
werden (s. die folgenden Beispiele). Schließlich muß beachtet werden, daß die mit dieser Methode ermittelte Lösung,
sei es in der Gestalt einer Reihe oder eines uneigentlichen Integrals, eine ,,formale Lösung`` ist. Das bedeutet, daß
noch zu prüfen ist, ob die Lösung einen physikalischen Sinn ergibt, d.h. z.B., ob sie konvergiert, ob sie die
ursprüngliche Differentialgleichung und die Randbedingungen erfüllt, d.h. z.B., ob sie gliedweise differenzierbar ist
und ob ein Grenzübergang bei Annäherung an den Rand existiert.
In den Beispielen dieses Abschnitts sind die Reihen und die uneigentlichen Integrale konvergent, wenn die
Funktionen, die die Anfangsbedingungen definieren, entsprechenden Einschränkungen unterworfen werden (s. z.B.
die Forderung nach Stetigkeit in den Abschnitten Saitenschwingungsgleichung und Stabschwingungsgleichung).
Umformung von Proportionen

Aus der Proportion

(1.54a)

folgt

(1.54b)

sowie die abgeleiteten Proportionen

(1.54c)

Aus der Gleichheit der Proportionen

 (1.55a)

folgt

(1.55b)
Prozent

Der Ausdruck p Prozent von K bedeutet wobei mit in der Finanzmathematik ein Kapital gemeint ist.

Das Zeichen für Prozent ist d.h., es gilt

(1.75)
Prozentrechnung
● Prozent
● Aufschlag
● Abschlag oder Rabatt
Prüfen auf Normalverteilung

In der mathematischen Statistik sind verschiedene Tests zum Prüfen auf Normalverteilung entwickelt worden. Von
den beiden gebräuchlichsten wird einer graphisch mit Hilfe von Wahrscheinlichkeitspapier durchgeführt, der andere
erfolgt rechnerisch als ,, -Test``.

● Prüfen mit Hilfe des Wahrscheinlichkeitspapiers

● Chi-Quadrat-Test
Wichtige Prüfverfahren
Eine der Hauptaufgaben der mathematischen Statistik besteht darin, aus Stichproben Rückschlüsse auf die
Grundgesamtheit zu ziehen. Da

1.
eine Verteilung ganz wesentlich durch die Parameter und charakterisiert werden kann (im Falle von

Meßwerten würde man sich unter den exakten Wert oder den Sollwert und unter ein Maß für die
Abweichung von diesem Sollwert vorstellen),
2.
bei der Verteilung von Beobachtungs- und Meßwerten die GAUSSsche Normalverteilung das entscheidende
mathematische Modell darstellt,
stehen bei den Prüfverfahren die folgenden zwei Fragen im Vordergrund:
1.
Liegt den Meßwerten eine Normalverteilung zu Grunde?
2.
Wie gut geben die Stichprobenparameter und die Grundgesamtheit wieder?
● Prüfen auf Normalverteilung
● Verteilung der Stichprobenmittelwerte
● Vertrauensgrenzen für den Mittelwert
● Vertrauensgrenzen für die Streuung
● Prinzip der Prüfverfahren
Skalarprodukt bei Rauminversion

Eine Verletzung der Transformationsformel (4.100b) für Tensoren 1. Stufe ergibt sich auch für die Anwendung der
Rauminversion auf ein Skalarprodukt aus einem polaren und einem axialen Vektor. Da das Ergebnis des
Skalarprodukts ein Skalar ist und dieser in allen Koordinatensystemen denselben Wert besitzt, handelt es sich hierbei
um einen besonderen Skalar, Pseudoskalar genannt, der die Eigenschaft besitzt, bei Rauminversion sein Vorzeichen
zu ändern. Die Drehinvarianzeigenschaft des Skalars besitzt der Pseudoskalar nicht.

Beispiel
Das Skalarprodukt aus den polaren Vektoren (Ortsvektor) bzw. (Geschwindigkeitsvektor) mit dem
axialen Vektor (Vektor der Winkelgeschwindigkeit) ergibt die Skalare und die das
,,falsche`` Spiegelungsverhalten zeigen, also Pseudoskalare sind.
Vektorprodukt bei Rauminversion

Durch Rauminversion werden zwei polare Vektoren und in bzw. überführt, d.h., ihre Komponenten
genügen der Transformationsformel (4.100b) für Tensoren 1. Stufe. Betrachtet man dagegen das Vektorprodukt
als Beispiel eines axialen Vektors, dann erhält man bei Spiegelung am Koordinatenursprung

d.h. eine Verletzung der Transformationsformel (4.100a) für Tensoren 1. Stufe. Deshalb wird der axiale Vektor als
Pseudovektor oder allgemein als Pseudotensor bezeichnet.

Beispiel

Die Vektorprodukte mit dem Ortsvektor dem

Geschwindigkeitsvektor dem Kraftvektor und dem Nablaoperator sind Beispiele für axiale
Vektoren, die das ,,falsche`` Spiegelungsverhalten besitzen.
Pseudotensoren
In der Physik spielt häufig das Spiegelungsverhalten von Tensoren eine Rolle. Wegen ihres unterschiedlichen
Spiegelungsverhaltens unterscheidet man zwischen polaren und axialen Vektoren, obgleich sie mathematisch sonst
völlig gleich zu behandeln sind. In ihrer Beschreibung unterscheiden sich polare und axiale Vektoren dadurch, daß
axiale Vektoren neben ihrer Länge und Orientierung durch einen Drehsinn dargestellt werden können. Axiale
Vektoren werden auch Pseudovektoren genannt. Da Vektoren als Tensoren aufgefaßt werden können, wurde
allgemein der Begriff des Pseudotensors eingeführt.

● Punktspiegelung am Koordinatenursprung
● Einführung des Begriffs Pseudotensor
Transversale homokline Punkte

Die Separatrixflächen und einer hyperbolischen Ruhelage von (17.3) können sich

schneiden. Ist der Schnitt transversal, so heißt jeder Punkt

transversaler homokliner Punkt .

Dabei gilt: Ist transversaler homokliner Punkt, so besteht der Orbit des invertierbaren Systems (17.3)

nur aus transversalen homoklinen Punkten (s. Abbildung).

Pyramidenstumpf

Pyramidenstumpf wird eine Pyramide genannt, deren Spitze durch eine Ebene parallel zur Grundfläche
abgeschnitten ist.
Mit als Höhe der Pyramide, d.h. als Lot von der Spitze auf die Grundfläche, gilt:

(3.115)

(3.116)

Wenn und die obere und untere Grundfläche sind, die Höhe des Pyramidenstumpfes, also der Abstand

zwischen den Grundflächen, und die einander entsprechenden Seiten der Grundflächen, dann gilt für das
Volumen:

(3.117)

Die Mantelfläche des regulären Pyramidenstumpfes ist

(3.118)

wobei und die Umfänge der Grundflächen sind und die Höhe der Seitenflächen.
Nichtlineare Quadratmittelaufgaben

● Prinzipieller Lösungsweg
● GAUSS-NEWTON-Verfahren
Überbestimmte lineare Gleichungssysteme und lineare Quadratmittelprobleme

● Überbestimmte Gleichungssysteme
● Lineares Quadratmittelproblem
● GAUSS-Transformation
Quadraturformeln vom Gauß-Typ
Quadraturformeln vom GAUSS-Typ sind Mittelwertformeln, aber im Ansatz

(19.81)

werden nicht nur die Koeffizienten , sondern auch die Stützstellen als freie Parameter aufgefaßt. Diese
werden so bestimmt, daß die Formel (19.81) für Polynome möglichst hohen Grades exakt ist.
Die Erfahrung zeigt, daß Quadraturformeln vom GAUSS-Typ meist sehr genaue Näherungen liefern, dafür müssen
aber ihre Stützstellen sehr speziell gewählt werden.

● Gaußsche Quadraturformeln
● Lobattosche Quadraturformeln
Lobattosche Quadraturformeln

In einigen Fällen ist es zweckmäßig, auch die Randpunkte des Integrationsintervalls als Stützstellen zu wählen. Dann
treten in (19.81) nur noch freie Parameter auf. Diese können so bestimmt werden, daß Polynome bis zum Grad
exakt integriert werden. Für die Fälle und erhält man:

1. :

(19.84a)

2. :
 (19.84b)

Der Fall stellt die SIMPSON-Formel dar.

Verfahren von Romberg
Zur Erhöhung der Genauigkeit bei der numerischen Integration empfiehlt sich das Verfahren von ROMBERG, bei dem
von einer Folge von Trapezsummen ausgegangen wird, die sich bei fortgesetzter Halbierung des
Integrationsintervalls ergibt.

● Algorithmus des Romberg-Verfahrens

● Extrapolationsprinzip
Quadratwurzel aus einem quadratischen Polynom
Die zwei Funktionen
(2.53)

liefern für eine Ellipse , für eine Hyperbel .

Von den zwei Achsen stimmt eine mit der -Achse überein, die andere ist die Gerade Die Scheitel

und liegen bei die Scheitel und bei wobei

ist.

Definitionsbereich und Verlauf der Funktionen hängen von den Vorzeichen von und ab. Für und

besitzen die Funktionen nur imaginäre Werte, so daß hier keine Kurven existieren. (Ausführlich s. Ellipse
und Hyperbel).
Beschränkte Quantifizierung

Oft ist es sinnvoll, Quantifizierungen auf die Elemente einer vorgegebenen Menge zu beschränken. Dabei ist
(5.33)
und
(5.34)
aufzufassen.
Typen der Ruhelagen

Es sei eine Ruhelage von (17.3) mit . Das lokale Verhalten der Iteration (17.3) nahe wird, unter

gewissen Voraussetzungen, durch die Variationsgleichung bestimmt. Besitzt

keinen Eigenwert mit , so heißt die Ruhelage , analog zum Differentialgleichungfall,

hyperbolisch . Die hyperbolische Ruhelage ist vom Typ , wenn genau Eigenwerte

innerhalb und Eigenwerte außerhalb des komplexen Einheitskreises besitzt. Die hyperbolische

Ruhelage vom Typ heißt für Senke , für Quelle und für und Sattel .

Es gilt der folgende

Satz über Stabilität in der ersten Näherung für diskrete dynamische Systeme: Eine Senke ist asymptotisch
stabil; Quellen und Sattel sind instabil.
Diskrete Quellenverteilung

In Analogie zur Überlagerung physikalischer Felder überlagern sich auch die Vektorfelder der Mathematik. Der

Superpositionssatz lautet: Haben die Vektorfelder die Potentiale , so hat das Vektorfeld das

Potential .

Für diskrete Quellpunkte mit den Ergiebigkeiten , deren Felder sich überlagern, kann

man daher das resultierende Feld durch algebraische Addition der Potentiale bestimmen:

(13.129a)

Dabei ist wieder der Ortsvektor des Aufpunktes, während die Ortsvektoren der Quellpunkte sind.
Treten wirbelfreie Felder und quellenfreie Felder gemeinsam auf und handelt es sich dabei um überall

stetige Felder, dann gilt:

(13.129b)

Erstreckt sich das Vektorfeld ins Unendliche, dann ist die Bestimmung von eindeutig, wenn für

genügend stark verschwindet.

Kontinuierliche Quellenverteilung

Wenn die Quellen über Linien, Flächen oder räumliche Bereiche kontinuierlich verteilt sind, dann treten an die Stelle
der endlichen Ergiebigkeiten infinitesimale, die der Dichte der Quellverteilung entsprechen, und an die Stelle der
Summen Integrale über die Quellbereiche. Im Falle einer stetigen räumlichen Verteilung der Quellergiebigkeit ist die

Quelldichte . Ähnliches gilt für das Potential eines durch Wirbel erzeugten Feldes. Im Falle einer

stetigen räumlichen Wirbelverteilung ist die Wirbelflußdichte durch festgelegt.

Bezeichnungen

Es sei
(5.149a)
eine im dekadischen Positionssystem dargestellte natürliche Zahl. Dann gelten die folgenden Bezeichnungen.

1. Quersumme von :
(5.149b)
2. Alternierende Quersumme 1. Stufe von :
(5.149c)
3. Quersumme 1. Stufe von :
(5.149d)
4. alternieremde Quersumme 1. Stufe von :
(5.149e)
5. Quersumme 2. Stufe von :
(5.149f)
6. alternierende Quersumme 2. Stufe von :
 (5.149g)
7. Weitere Quersummen und weitere alternierende Quersummen: Analog Quersumme 3. Stufe bzw.
alternierende Quersumme 3. Stufe , usw.

Beispiel
Die Zahl 123 456 789 hat die folgenden Quersummen:
,

und .
Bestimmung singulärer Integrale

Gewöhnlich kann ein singuläres Integral für keinen Wert der beliebigen Konstanten aus dem allgemeinen Integral
ermittelt werden. Zur Bestimmung des singulären Integrals einer Differentialgleichung (9.17a) mit muß die
Gleichung

(9.17d)

hinzugezogen und eliminiert werden. Wenn die so gewonnene Beziehung ein Integral der gegebenen
Differentialgleichung ist, dann ist sie ein singuläres Integral. Die Gleichung des Integrals ist zuvor auf eine Form zu
bringen, die keine mehrdeutigen Funktionen enthält, insbesondere keine Radikale, wobei auch die komplexen
Funktionswerte zu berücksichtigen sind.
Radikale sind Ausdrücke, die durch Ineinanderschachtelung von algebraischen Gleichungen auftreten. Wenn die
Gleichung der Integralkurvenschar bekannt ist, d.h. das allgemeine Integral der gegebenen Differentialgleichung,
dann kann die Bestimmung der Einhüllenden der Kurvenschar, die singuläre Integrale darstellen, mit den Methoden
der Differentialgeometrie erfolgen.

Beispiel A
Es ist die Differentialgleichung zu lösen. Die Berechnung der zusätzlichen

Gleichung mit Hilfe von (9.17d) ergibt . Elimination von liefert a) und

b) , wobei a) keine, b) eine singuläre Lösung ist, ein Spezialfall der allgemeinen Lösung

. Die Integralkurven von a) und b) zeigt die folgende Abbildung.

Beispiel B

Es ist die Differentialgleichung zu lösen. Dazu wird die Gleichung auf die Form

gebracht. Außerdem ist . Das singuläre Integral ergibt sich durch

Elimination von zu .
Radizieren oder Ziehen der -ten Wurzel aus einer komplexen Zahl

Radizieren oder Ziehen der -ten Wurzel aus einer komplexen Zahl ist eine zum Potenzieren inverse Operation. Für
ist

(1.143a)
die abkürzende Bezeichnung für die Werte

(1.143b)

Während Addition, Subtraktion, Multiplikation, Division und Potenzieren mit ganzzahligen Exponenten zu eindeutigen
Ergebnissen führen, liefert das Ziehen der -ten Wurzel stets verschiedene Lösungen .

Geometrisch interpretiert sind die Punkte die Eckpunkte eines regelmäßigen -Ecks mit dem Mittelpunkt im

Koordinatenursprung. In der folgenden Abbildung sind die 6 Werte für dargestellt.

Begriff des Randwertproblems

Differentialgleichungen müssen in verschiedenen Anwendungen, z.B. in der mathematischen Physik, als sogenannte
Randwertprobleme gelöst werden. Darunter versteht man Probleme, bei denen die gesuchte Lösung in den
Endpunkten eines Intervalls der unabhängigen Variablen vorgegebenen Bedingungen genügen muß. Eine
Spezifizierung ist das lineare Randwertproblem, das vorliegt, wenn eine Lösung einer linearen Differentialgleichung
gesucht wird, die linearen Randbedingungen genügt. Im folgenden wird die Betrachtung auf lineare
Differentialgleichungen 2. Ordnung beschränkt, für die lineare Randbedingungen vorgegeben sind.
Mehrdimensionale Zufallsveränderliche

Ein Zufallsvektor liegt vor, wenn jedes Elementarereignis darin besteht, daß

Zufallsveränderliche reelle Zahlenwerte annehmen. Die zugehörige

Verteilungsfunktion wird durch
(16.57)

beschrieben. Sie heißt stetig, wenn eine Funktion existiert, so daß

(16.58)

gilt. Die Funktion heißt die Dichte der Verteilung oder Verteilungsdichte . Läßt man einige der

Variablen nach Unendlich streben, so erhält man sogenannte Randverteilungen . Genauere

Untersuchungen und Beispiele findet man in Lit. 16.4 und 16.25.
Von unabhängigen Zufallsveränderlichen spricht man, wenn gilt:

(16.59)
Randwertaufgaben
Die wichtigsten Methoden zur Lösung von Randwertaufgaben bei gewöhnlichen Differentialgleichungen sollen an der
folgenden einfachen linearen Randwertaufgabe für eine Differentialgleichung 2. Ordnung beschrieben werden:
(19.118)

Die Funktionen und sowie die Zahlen und sind gegeben.

Die beschriebenen Methoden lassen sich sinngemäß auf Randwertaufgaben bei Differentialgleichungen höherer
Ordnung übertragen.

● Differenzenverfahren
● Ansatzverfahren
● Schießverfahren
Hilbertsches Randwertproblem

● Zusammenhang
● HILBERTsches Randwertproblem
Lösung der charakteristischen Integralgleichung

● Homogene charakteristische Integralgleichung

● Inhomogene charakteristische Integralgleichung
Homogene Randbedingungen

(11.78)

Die Funktion ändert ihren Wert bei einmaligem Durchlauf der Kurve um den Wert , wobei

eine ganze Zahl ist. Die Wertänderung von bei einmaligem Durchlauf des gesamten Kurvensystems

beträgt dann

(11.79a)

Die Zahl wird als Index des HILBERTschen Problems bezeichnet. Es wird die Funktion

(11.79b)
mit
(11.79c)

gebildet, wobei und , aus dem Inneren von beliebig, aber fest gewählt sind.
Ist eine einfache geschlossene Kurve ( ), dann wird gesetzt. Mit

(11.79d)

erhält man folgende spezielle Lösung des homogenen HILBERTschen Problems, auch Grundlösung genannt:

(11.79e)

Die allgemeinste Lösung des homogenen HILBERTschen Problems, die nicht im Unendlichen verschwindet, lautet für

(11.80)

mit einem beliebigen Polynom höchstens ( )-ten Grades. Für existiert nur die triviale

Lösung . Im Falle besitzt das homogene HILBERTsche Problem linear unabhängige, im

Unendlichen verschwindende Lösungen.

Inhomogene charakteristische Integralgleichung

Ist die allgemeine Lösung des inhomogenen HILBERTschen Problems, dann kann die Lösung der inhomogenen

Integralgleichung nach (11.77a) bestimmt werden:

(11.83a)

(11.83b)

Die Anwendung der Formeln von PLEMELJ und SOCHOZKI (11.76c) auf ergibt

(11.83c)

Einsetzen von (11.83c) in (11.83b) liefert schließlich unter Beachtung von (11.76b) und

die Lösungsdarstellung:
 (11.84)

Entsprechend (11.81c) müssen im Fall für die Existenz einer Lösung zusätzlich die folgenden Bedingungen erfüllt sein:

(11.85)

Beispiel
Gegeben ist die charakteristische Integralgleichung mit konstanten Koeffizienten und

Hier ist eine einfache, geschlossene Kurve, d.h. .

Aus (11.77b) folgt und . ist eine Konstante, und folglich ist . Somit ist

und

.
Da ist, besitzt das homogene HILBERTsche Randwertproblem nur als im Unendlichen verschwindende

Lösung. Gemäß der Lösungsdarstellung (11.84) folgt

Inhomogene Randbedingungen

Die Lösung des inhomogenen HILBERTschen Problems lautet:

(11.81a)
mit

(11.81b)

Ist , dann müssen für die Existenz einer Lösung überdies die Forderungen

(11.81c)

erfüllt sein.
Singuläre Fälle

Randwertprobleme des betrachteten Typs treten bei Anwendungen der FOURIERschen Methode zur Lösung von
Aufgaben der theoretischen Physik häufig auf, aber mit dem Unterschied, daß in den Endpunkten des Intervalls
Singularitäten der Differentialgleichungen vorkommen können, z.B. das Verschwinden von . In solchen

singulären Punkten werden den Lösungen gewisse Einschränkungen auferlegt wie z.B. Stetigkeit oder Endlichkeit
oder unbeschränktes Wachstum, nicht höher als von einer bestimmten Ordnung. Solche Bedingungen spielen die
Rolle von homogenen Randbedingungen. Außerdem tritt der Fall auf, daß bei einigen Randwertproblemen
homogene Randbedingungen zu untersuchen sind, die die Werte der Funktion und ihrer Ableitung in
entgegengesetzten Endpunkten des Intervalls miteinander verknüpfen. Häufig sind dabei die Bedingungen
(9.67)

vertreten, die im Falle Periodizitätsbedingungen darstellen. Für Randwertprobleme mit diesen

Bedingungen gilt alles, was oben ausgeführt wurde, ausgenommen die Behauptung (9.65b). Ausführliche
Darstellungen der Problematik s. Lit. 9.6.
Hilbert-Räume
● Begriff des Hilbert-Raumes
● Orthogonalität
● Fourier-Reihen im Hilbert-Raum
● Existenz einer Basis. Isomorphe Hilbert-Räume
Vektorräume
● Begriff des Vektorraumes
● Lineare und affin-lineare Teilmengen
● Linear unabhängige Elemente
● Konvexe Teilmengen und konvexe Hülle
● Lineare Operatoren und Funktionale
● Komplexifikation reeller Vektorräume
● Geordnete Vektorräume
Metrische Räume
● Begriff des metrischen Raumes
● Vollständige metrische Räume
● Stetige Operatoren
Vollständige metrische Räume
● Cauchy-Folge
● Vollständiger metrischer Raum
● Einige fundamentale Sätze in vollständigen metrischen Räumen
● Einige Anwendungen des Kontraktionsprinzips
● Vervollständigung eines metrischen Raumes
Einige Eigenschaften normierter Räume

In der Klasse aller linearen metrischen Räume sind gerade diejenigen normierbar , d.h., mit Hilfe der Metrik kann
durch eine Norm eingeführt werden, deren Metrik den Bedingungen (12.80a) und (12.80b) genügt.

Zwei normierte Räume und heißen normisomorph , wenn es eine bijektive, lineare Abbildung
mit gibt.

Seien und zwei Normen auf einem Vektorraum , die zu dem normierten Raum bzw.

machen. Die Norm heißt stärker als die Norm , wenn es eine Zahl mit

gibt. In diesem Falle impliziert die Konvergenz einer Folge zu im

Sinne der Norm , also , ihre Konvergenz zu im Sinne der Norm , also
 .

Zwei Normen nennt man äquivalent , wenn es zwei Zahlen gibt, so daß für

gilt.

Auf einem endlichdimensionalen Vektorraum sind alle Normen äquivalent.

Unter einem Teilraum eines normierten Raums versteht man einen abgeschlossenen linearen Teilraum.
Vektorverbände

● Vektorverband
● Positiver und negativer Teil, Modul eines Elements
Spatprodukt bei Rauminversion

Das Spatprodukt aus den polaren Vektoren und ist in Übereinstimmung mit dem Verhalten

des Skalarproduktes bei Rauminversion ein Pseudoskalar , da der Faktor ein axialer Vektor ist. Das

Vorzeichen des Spatproduktes ändert sich bei Rauminversion.

Positive Richtung

Die positive Richtung ist bei Angabe einer Kurve in der Schreibweise (3.464) und (3.466) die Richtung wachsender
Parameterwerte , bei (3.465a) und (3.467) die Richtung, in der die Bogenlängenmessung erfolgt.
Windung einer Kurve

Windung einer Kurve im Punkt wird eine Zahl genannt, die die Abweichung der Kurve in der unmittelbaren Nähe dieses
Punktes von einer ebenen Kurve angibt. Die exakte Definition lautet:

(3.476)

Dabei ist der Binormalenvektor.

1. Windungsradius
 (3.477)

Der Windungsradius ist der Kehrwert der Windung.

2. Formeln zur Berechnung von

a) Bei Definition der Kurve in der Parameterform als Funktion von
gemäß (3.465a):

(3.478)

wobei die Ableitungen nach vorzunehmen sind.

b) Bei Definition der Kurve in der Parameterform als Funktion von
gemäß (3.464):

(3.479)
 wobei gemäß (3.474) zu berechnen ist.

Die mit (3.478, 3.479) berechnete Windung kann positiv oder negativ sein. Im Falle sieht ein Beobachter, der

auf der Hauptnormalen parallel zur Binormalen steht, die Windung der Kurve im Rechtsdrehsinn, im Falle im
Linksdrehsinn.

Beispiel
Die Windung einer Schraubenlinie ist konstant, denn für die Rechtsschraube bzw. Linksschraube gilt:
Richtung im Raum

Eine Richtung im Raum wird mit Hilfe eines Einheitsvektors festgelegt, dessen Koordinaten die
Richtungskosinusse sind, d.h. die Kosinusse der Winkel zwischen der zu beschreibenden Richtung und den positiven
Koordinatenachsen
(3.356a)
Der Winkel zwischen zwei durch ihre Richtungskosinusse und bestimmte Richtungen
berechnet sich gemäß
(3.356b)
Zwei Richtungen stehen aufeinander senkrecht, wenn gilt
(3.356c)
Raumwinkel

Im Raum bildet ein von einem Punkt ausgehendes Strahlenbüschel einen Raumwinkel .

Dieser wird mit bezeichnet und gemäß

(3.101a)
berechnet. Dabei bedeutet das Oberflächenstück, das der Raumwinkel aus einer Kugel ausschneidet, die den
Radius hat und deren Mittelpunkt mit der Spitze des Strahlenbüschels zusammenfällt. Die Einheit des
Raumwinkels ist der Steradiant (sr). Es gilt:

(3.101b)

d.h., ein Raumwinkel von 1 sr schneidet auf der Einheitskugel ( m) eine Fläche der Größe aus.

Beispiel

Der volle Raumwinkel beträgt

Beispiel
Ein Kegel mit dem Öffnungswinkel beschreibt den Raumwinkel
wobei die Formel für den Kugelabschnitt (3.150) berücksichtigt wurde.
Rechenregeln

Für die Anwendung der Z-Transformation ist es wichtig zu wissen, wie sich gewisse Operationen an den
Originalfolgen in entsprechenden Operationen an den Bildfunktionen widerspiegeln und umgekehrt. Im folgenden sei
für .

● Translation
● Summation und Differenzenbildung
● Dämpfung und Faltung
● Differentiation und Integration der Bildfunktion
Skalen

Grundlage einer Skala ist eine Funktion Zu dieser Funktion konstruiert man eine Skala , indem man

auf einer Kurve, z.B. einer Geraden, die Funktionswerte als Längen abträgt, aber mit dem Argument beziffert.
Man kann somit eine Skala als eindimensionale Darstellung der Wertetabelle einer Funktion auffassen.
Die Skalengleichung zur Funktion lautet:

(2.258)

Durch wird der Anfangspunkt der Skala festgelegt. Mit dem Maßstabsfaktor wird berücksichtigt, daß für eine
konkrete Skala nur eine bestimmte Länge zur Verfügung steht.

Beispiel A
Logarithmische Skala :

Für cm und lautet ihre Skalengleichung (in cm).

Zur Wertetabelle

1 2 3 4 5 6 7 8 9 10

0 0,30 0,48 0,60 0,70 0,78 0,85 0,90 0,95 1

erhält man die folgende Skala:

Ihre wichtigste Anwendung, historisch gesehen, fand die logarithmische Skala beim logarithmischen Rechenschieber
. Bei diesem werden z.B. Multiplikation und Division mit Hilfe zweier logarithmischer Skalen, die den gleichen
Maßstabsfaktor haben und gegeneinander verschiebbar angebracht sind, durchgeführt. Aus der folgenden Abbildung
liest man ab: d.h. also

, d.h. also
Beispiel B
Volumenskala auf einem kegelförmigen Meßbecher:
Auf dem Mantel eines Trichters ist eine Skala zum Ablesen des Volumens anzubringen. Die Maße des
Trichters seien: Höhe cm, Durchmesser cm. Mit Hilfe der folgenden linken Abbildung
läßt sich die Skalengleichung wie folgt herleiten: Volumen Mantellinie ,

Daraus folgt so daß sich die

Skalengleichung ergibt. Mit Hilfe der Wertetabelle

erhält man dann die Markierung auf dem Trichter gemäß der rechten Abbildung.
Rechenschieber

Neben den Logarithmen war der Rechenschieber eines der wichtigsten Hilfsmittel in der rechnerischen Praxis. Das
Prinzip des Rechenschiebers beruht auf der Anwendung der Formel (1.19a), die es ermöglicht, Multiplikationen und
Divisionen mit Hilfe von Additionen und Subtraktionen auszuführen. Daher sind auf dem Rechenschieber die
Strecken im logarithmischen Maßstab abgetragen, so daß die genannten Rechenoperationen auf die Addition und
Subtraktion von Strecken zurückgeführt werden können (s. Beispiel Rechenschieber).
Beispiele zum numerischen Rechnen

An einigen Beispielen sei die Problematik des zweckmäßigen Vorgehens beim numerischen Rechnen verdeutlicht.

Beispiel A: Wurzeln der quadratischen Gleichung

mit reellen Koeffizienten und (reelle Wurzeln).

Kritische Situationen ergeben sich für

Vorgehen:

a)

b)
Durch das direkte Auflösungsverfahren ist die Auslöschung bei der Berechnung von nicht zu
 beseitigen. Da jedoch der Summand betragsmäßig überwiegt, tritt eine erhebliche Fehlerdämpfung

bei ein.

Beispiel B: Beispiel Volumen der dünnen Kugelschale für

ergibt wegen starke Auslöschung,

ergibt jedoch keine Auslöschung.

Beispiel C: Beispiel Bildung einer Summe

 Für die Summe werde eine Genauigkeit von drei Stellen

gefordert. Bei 8stelliger Rechnung müßten annähernd 6000 Summanden berücksichtigt werden. Nach der

identischen Umformung erhält man

. Mit dieser Umformung

sind nur noch acht Summenglieder zu berücksichtigen.

Beispiel D: Beispiel Beseitigung der -Situation

 Die -Situation der Funktion

für kann durch Erweiterung mit

beseitigt werden.

Beispiel E: Beispiel eines instabilen rekursiven Prozesses

Algorithmen der allgemeinen Form

sind dann stabil, wenn die Bedingung

erfüllt ist.

Für den speziellen Fall liegt Instabilität vor. Besitzen

nämlich und die Fehler und , so ergeben sich für die Fehler

Damit ist für die Parameter und der

Rechenprozeß instabil.
Beispiel F: Beispiel Numerische Integration einer Differentialgleichung
Für die gewöhnliche Differentialgleichung 1. Ordnung
(19.283)

und der Anfangsbedingung sollen die Probleme bei der numerischen Berechnung etwas ausführlicher

dargestellt werden.

a) Natürliche Instabilität: Neben der exakten Lösung sei die Lösung zu einer gegenüber der

exakten Anfangsbedingung fehlerbehafteten Anfangsbedingung. Für die gestörte Lösung wird

ohne Beschränkung der Allgemeinheit der Ansatz

(19.284a)

gemacht, wobei ein Parameter mit und eine sogenannte Störfunktion ist. Unter Beachtung

von ergibt sich bei Anwendung der Taylor-Entwicklung

(19.284b)

die sogenannte Differentialvariationsgleichung

(19.284c)
Die Lösung des Problems mit lautet dann

(19.284d)

Für führt eine kleine Anfangsstörung zu unbeschränkt wachsender Störung . Damit liegt natürliche

Instabilität vor.
b) Untersuchung des Verfahrensfehlers mit der Trapezformel: Mit ergibt sich die stabile

Differentialgleichung mit der exakten Lösung

(19.285a)

Die Trapezformel lautet

(19.285b)

Angewendet auf die angegebene Differentialgleichung erhält man

 (19.285c)

Mit und daraus erhält man für

(19.285d)

Unter der Voraussetzung gilt dann , und damit strebt für auch gegen die exakte

Lösung .

c) Eingangsfehler: Unter b) war vorausgesetzt worden, daß exakter und näherungsweiser Anfangswert
 übereinstimmen. Jetzt soll das Verhalten untersucht werden, wenn mit gilt.

(19.286a)

Damit ist höchstens von der gleichen Größenordnung wie , und das Verfahren ist bezüglich des
Anfangswertes stabil.

Es sei jedoch darauf hingewiesen, daß für den Fall der numerischen Lösung der obigen Differentialgleichung mit der
SIMPSON-Formel künstlich Instabilitäten eingeführt werden. So würde sich in diesem Fall beispielsweise die
allgemeine Lösung

(19.286b)

für ergeben. Der Grund besteht darin, daß das numerische Lösungsverfahren Differenzen höherer Ordnung
benutzt, als es der Ordnung der Differentialgleichung entspricht.
Numerische Probleme beim Rechnen auf Computern
● Einführung, Fehlerarten
● Normalisierte Dezimalzahlen und Rundung
● Genauigkeitsfragen beim numerischen Rechnen
Genauigkeitsfragen beim numerischen Rechnen

● Fehlerarten
● Beispiele zum numerischen Rechnen
Rechteckimpuls

Ein weiteres Beispiel für die Anwendung des Hakenintegrals und des Lemmas von JORDAN ist die Darstellung des
Rechteckimpulses :

(14.61a)

(14.61b)

(S. auch Rechteckimpuls.)

Unterabschnitte

● 1. Schwerpunkt des Bogenstückes:

● 2. Schwerpunkt einer geschlossenen Kurve:
● 3. Erste GULDINsche Regel:
● 4. Schwerpunkt eines Trapezes:
● 5. Schwerpunkt einer beliebigen ebenen Figur:
● 6. Zweite GULDINsche Regel:

Schwerpunkte, GULDINsche Regeln

1. Schwerpunkt des Bogenstückes:

Der Schwerpunkt des Bogenstückes einer homogenen ebenen Kurve im Intervall mit der
Länge (s. Abbildung) unter Berücksichtigung von (8.60a):

(8.70)

2. Schwerpunkt einer geschlossenen Kurve:

Der Schwerpunkt einer geschlossenen Kurve (s. Abbildung) mit den Gleichungen für den oberen
und für den unteren Kurventeil und der Gesamtlänge ergibt sich zu:

(8.71)
3. Erste GULDINsche Regel:

Die Oberfläche eines Körpers, die bei Rotation eines ebenen Kurvenstückes um eine Achse entsteht, die in der
Ebene dieser Kurve liegt und die Kurve nicht schneidet, ist gleich dem Produkt aus dem Umfang des Kreises, den
der Schwerpunkt des Kurvenstückes bei der Rotation im Abstand von der Umdrehungsachse beschreibt, also

, und der Länge des Kurvenstückes :

(8.72)
4. Schwerpunkt eines Trapezes:

Der Schwerpunkt eines homogenen, zwischen den Kurvenpunkten und krummlinig begrenzten Trapezes
(s. Abbildung) mit dem Flächeninhalt des Trapezes und der Gleichung des Kurvenstückes

ergibt sich zu:

(8.73)
5. Schwerpunkt einer beliebigen ebenen Figur:

Der Schwerpunkt einer beliebigen ebenen Figur (s. Abbildung) mit der Fläche , oben und unten begrenzt
durch Kurven mit den Gleichungen bzw. , berechnet sich gemäß:

(8.74)
Formeln zur Berechnung von Schwerpunkten mit Hilfe von Mehrfachintegralen sind in der Tabelle Anwendung von
Doppelintegralen und in der Tabelle Anwendung von Dreifachintegralen angegeben.

6. Zweite GULDINsche Regel:

Der Rauminhalt eines Körpers , der bei Rotation einer ebenen Figur um eine Achse entsteht, die in der
Figurenebene liegt und die Figur nicht schneidet, ist gleich dem Produkt aus dem Umfang des Kreises, den der
Schwerpunkt dieser Fläche bei der Rotation beschreibt, also , und dem Flächeninhalt der Figur :

(8.75)
Kognitive Systeme

Zur Erläuterung der Methode soll das bekannte Beispiel der Regelung eines, auf einer beweglichen Unterlage
aufrechtstehenden Pendels (Pendel auf beweglicher Unterlage) mit dem MAMDANI-Regelungskonzept behandelt
werden.

Ziel der Regelung ist es, das Pendel so in der Balance zu halten, daß der Pendelstab vertikal steht, d.h. die
Winkelabweichung vom Lot und die Winkelgeschwindigkeit zu Null werden. Das kann durch die Kraft , die
Stellgröße, die auf das untere Ende des Pendels einwirkt, erreicht werden. Dazu wird das Modell eines menschlichen
,,Kontrollexperten``(kognitive Aufgabe) zugrunde gelegt. Der Experte formuliert sein Wissen in Form linguistischer
Regeln. Linguistische Regeln bestehen im allgemeinen aus einer Prämisse, d.h. einer Spezifikation der Werte für die
Meßgrößen, und einer Konklusion, die einen geeigneten Stellwert angibt.
Für jede der Wertemengen für die Meßgrößen und für die Stellgröße sind geeignete
linguistische Terme wie ,,ungefähr Null``, ,,positiv klein`` usw. festzulegen. Dabei kann ,,ungefähr Null`` bezüglich der
Meßgröße durchaus eine andere Bedeutung besitzen als für die Meßgröße .

● Pendel auf beweglicher Unterlage: Modellierung der Aufgabe

● Pendel auf beweglicher Unterlage: Regelauswahl
● Pendel auf beweglicher Unterlage: Entscheidungslogik
● Pendel auf beweglicher Unterlage: Defuzzifizierung
Lineare Regression bei zwei meßbaren Merkmalen

● Bestimmung der Regressionsgeraden

● Vertrauensgrenzen für den Regressionskoeffizienten
Mehrdimensionale Regression

● Funktionaler Zusammenhang
● Vektorschreibweise
● Lösungsansatz und Normalgleichungssystem
● Hinweise:
Vektorschreibweise

Es ist zweckmäßig, im mehrdimensionalen Fall zur vektoriellen Schreibweise

(16.145)
überzugehen, so daß (16.144) jetzt lautet:

(16.146)
Regula falsi

1. Vorschrift der Regula falsi: Zur Lösung der Nullstellengleichung verfährt die Regula falsi nach der

Vorschrift

(19.10)

d.h., sie benutzt nur Funktionswerte und geht aus dem NEWTON-Verfahren (19.6) dadurch hervor, daß die Ableitung

durch den Differenzenquotienten von zwischen und einem vorhergehenden Näherungswert

ersetzt wird.

2. Geometrische Interpretation: Die geometrische Interpretation der Regula falsi ist in der folgenden Abbildung
dargestellt:
Die Grundidee der Regula falsi besteht in der lokalen Approximation der Kurve durch eine Sekante.

3. Konvergenz: Das Verfahren (19.10) konvergiert sicher, wenn man jeweils so wählt, daß und

verschiedene Vorzeichen haben. Ist bei fortgeschrittener Iteration die Konvergenz bereits gesichert, so

wird sie beschleunigt, wenn man ohne Rücksicht auf die Vorzeichenbedingung setzt.

Beispiel
Falls sich im Verlaufe der Rechnung die Werte nur noch unwesentlich ändern, kann auf ihre

Neuberechnung verzichtet werden.

4. STEFFENSEN-Verfahren: Durch Anwendung der Regula falsi mit auf die Gleichung

läßt sich häufig die Konvergenz wesentlich beschleunigen oder im Falle

sogar erzwingen. Diese Vorgehensweise ist unter dem Namen STEFFENSEN-Verfahren bekannt

geworden.

Beispiel
Zur Lösung der Gleichung mit Hilfe des STEFFENSEN-Verfahrens soll die Gleichung

benutzt werden.
Anwendung

Die Singulärwertzerlegung kann zur Rangbestimmung einer Matrix A vom Typ und zur genäherten Lösung

überbestimmter linearer Gleichungssysteme nach dem sogenannten Regularisierungsverfahren , d.h. zur

Lösung der Aufgabe

(4.141)

eingesetzt werden, wobei ein Regularisierungsparameter ist.

Arithmetische Reihe 1. Ordnung

Arithmetische Reihe 1. Ordnung heißt die Reihe (1.56), wenn

die Differenz von je zwei aufeinanderfolgenden Summanden konstant ist, d.h. wenn gilt:
(1.57a)
Somit wird
(1.57b)

(1.57c)
Reihen in normierten Räumen

In einem normierten Raum kann man Reihen von Elementen

(12.85)

betrachten. Eine Reihe heißt konvergent , wenn die Folge der Partialsummen einen Grenzwert besitzt:

(12.86)

Der Grenzwert heißt dann Summe der Reihe, wofür man auch schreibt. Eine Reihe

heißt absolut konvergent , wenn die Zahlenreihe konvergiert. Im BANACH-Raum ist jede absolut

konvergente Reihe konvergent, wobei für ihre Summe gilt.

Endliche Reihen
● Arithmetische Reihen
● Geometrische Reihe
● Spezielle endliche Reihen
● Mittelwerte
Geometrische Reihe
Die Summe (1.56) wird geometrische Reihe genannt, wenn der Quotient von zwei aufeinanderfolgenden Gliedern
konstant ist, d.h. wenn gilt:

(1.59a)

Somit wird

(1.59b)

(1.59c)

Für erhält man eine unendliche geometrische Reihe, die im Falle den folgenden Grenzwert hat:

(1.59d)
Reihen mit konstanten Gliedern
● Allgemeine Konvergenzsätze
● Konvergenzkriterien für Reihen mit positiven Gliedern
● Absolute und bedingte Konvergenz
● Einige spezielle Reihen
● Abschätzung des Reihenrestes
Reihenrest

Unter dem Rest oder dem Restglied einer konvergenten Reihe versteht man die Differenz zwischen

ihrer Summe und der Partialsumme :

(7.19)
Algebraische Funktionen
● Binomische Reihe
● Binomische Reihe mit positiven Exponenten
● Binomische Reihe mit negativen Exponenten
Areafunktionen
Funktion Potenzreihenentwicklungen Konvergenzbereich

Arsinh

Arcosh

Artanh
Arcoth
Binomische Reihe

Nach Umformung auf die Gestalt , wobei , für und für ,

wird man auf die nachfolgenden Reihen geführt.

Binomische Reihe mit negativen Exponenten

Funktion Potenzreihenentwicklungen Konvergenzbereich

Binomische Reihe mit positiven Exponenten

Funktion Potenzreihenentwicklungen Konvergenzbereich

Exponentialfunktionen
Funktion Potenzreihenentwicklungen Konvergenzbereich
Hyperbelfunktionen
Funktion Potenzreihenentwicklungen Konvergenzbereich

sinh

cosh

tanh
 coth

sech

cosech
Inverse trigonometrische Funktionen
Funktion Potenzreihenentwicklungen Konvergenzbereich

arcsin

arccos
arctan

arctan

arccot
Logarithmische Funktionen
Funktion Potenzreihenentwicklungen Konvergenzbereich
 = 2 Artanh

ln

= 2 Arcoth
ln sin ln

ln cos

ln tan ln
Potenzreihenentwicklungen
● Algebraische Funktionen
● Trigonometrische Funktionen
● Exponentialfunktionen
● Logarithmische Funktionen
● Inverse trigonometrische Funktionen
● Hyperbelfunktionen
● Areafunktionen
Trigonometrische Funktionen
Funktion Potenzreihenentwicklungen Konvergenzbereich
Rektifizierung

Vorausgesetzt, zwischen und besteht eine bestimmte Abhängigkeit, dann werden in der gewählten
Näherungsformel zwei Funktionen
(2.244a)

und

(2.244b)

derart substituiert, daß eine lineare Beziehung der Form

(2.244c)

entsteht, wobei und Konstanten sind.

Werden für die gegebenen - und -Werte die zugehörigen - und -Werte berechnet und graphisch
dargestellt, dann kann leicht erkannt werden, ob die zugehörigen Punkte annähernd auf einer Geraden liegen.
Danach ist zu entscheiden, ob die gewählte Formel geeignet ist oder nicht.

Beispiel A

Lautet die Näherungsformel dann kann gesetzt werden, und man

erhält .

Es wäre auch die Substitution möglich. Dann erhielte man .

Beispiel B
Einfach-logarithmische Darstellung.

Beispiel C
Doppelt-logarithmische Darstellung.

Zur Entscheidung, ob empirische Daten einer linearen Beziehung genügen, kann die lineare
Regression und Korrelation herangezogen werden. Die Zurückführung eines funktionalen Zusammenhangs auf eine
lineare Beziehung wird Rektifizierung genannt.
Im Unterkapitel Gebräuchlichste empirische Formeln werden Beispiele für die Rektifizierung einiger Formeln
gegeben, einschließlich eines vollständig durchgerechneten Beispiels.
Relationen und Abbildungen
● -stellige Relationen
● Binäre Relationen
● Relationenprodukt, inverse Relation
● Eigenschaften binärer Relationen
● Abbildungen
Fuzzy-wertige Relationen
● Fuzzy-Relationen
● Fuzzy-Relationenprodukt
Relationenprodukt, inverse Relation

Relationen sind spezielle Mengen, so daß zwischen Relationen die üblichen Mengenoperationen ausgeführt werden
können. Für zweistellige Relationen sind darüber hinaus das Relationenprodukt und die inverse Relation von
Bedeutung. Es seien und zweistellige Relationen. Dann ist das Produkt der

Relationen und durch

(5.68)
definiert. Das Relationenprodukt ist assoziativ, aber nicht kommutativ.
Die inverse Relation einer Relation ist durch
(5.69)
festgelegt.
Für binäre Relationen in einer Menge gelten folgende Beziehungen:
(5.70)
(5.71)
(5.72)
(5.73)

(5.74)
 -stellige Relationen

Relationen beschreiben Beziehungen zwischen den Elementen einer oder verschiedener Mengen. Eine -stellige
Relation zwischen den Mengen ist eine Teilmenge des kartesischen Produkts dieser Mengen, d.h.

Sind die Mengen sämtlich gleich der Menge so wird

und heißt -stellige Relation in der Menge

Rente

Zahlungen, die in regelmäßigen Zeitabschnitten wiederkehren, und zwar in gleicher oder unterschiedlicher Höhe,
vorschüssig oder nachschüssig, werden als Renten bezeichnet. Man unterscheidet:

a) Einzahlungen
Rentenbeträge werden auf ein Konto eingezahlt und mit Zinseszins verzinst. Es werden die Formeln der
Zinseszinsrechnung angewendet.
b) Rückzahlungen
Die Rentenzahlungen erfolgen aus einem Kapital, das mit Zinseszins angelegt ist. Es werden die Formeln der
Tilgungsrechnung angewendet, wobei die Annuität zur Rente wird. Falls höchstens die jeweils anfallenden
Zinsen als Rente ausgezahlt werden, spricht man von einer ewigen Rente .

Rentenzahlungen (Ein- wie Rückzahlungen) können zu den Zinsterminen, d.h. Zinstermin = Rententermin, oder in
kürzeren Abständen innerhalb der Zinsperioden, d.h. unterjährig, vorgenommen werden.
Kontostand nach Rentenzahlungen

Zur nachschüssigen Rentenzahlung stehe ein Kapital zur Verfügung, das mit verzinst wird. Zu jedem

Zinstermin werde der Rentenbetrag ausgezahlt. Der Kontostand nach Zinsperioden, also auch nach
Rentenzahlungen, beträgt:

(1.92a)

Folgerungen aus dieser Gleichung:

(1.92b)

Es ergibt sich d.h., das Kapital ändert sich nicht. Es liegt der Fall der ewigen Rente vor.

(1.92c)
Das Kapital wird aufgebraucht, und zwar nach Rentenzahlungen. Aus (1.92a) folgt dann für :

(1.92d)

Wird eine unterjährige Verzinsung und eine unterjährige Rentenzahlung vorgenommen, dann ist in den Formeln

(1.90) bis (1.92a) durch und entsprechend durch zu ersetzen, wenn

die ursprüngliche Zinsperiode in gleich lange neue Zinsperioden unterteilt wird.

Beispiel
Welcher Betrag muß 20 Jahre lang monatlich nachschüssig eingezahlt werden, damit daran anschließend
20 Jahre lang monatlich eine Rente von 2000.-DM gezahlt werden kann? Die Verzinsung erfolge monatlich
mit .

Aus (1.92d) erhält man für die Summe , die für die anschließenden

Rentenzahlungen benötigt wird: 279 161,54 DM. Die dazu

notwendigen monatlichen Einzahlungen ergeben sich aus (1.90):

DM.
Nachschüssig konstante Rente

● Rentenbarwert und Rentenendwert

● Kontostand nach Rentenzahlungen
Rentenbarwert und Rentenendwert

Die Termine für Zinsberechnung und Rentenzahlung sollen übereinstimmen. Die Verzinsung erfolge mit

Zinseszins, und die Rentenbeträge sollen von der gleichen Höhe sein. Dann gibt der Rentenendwert an, auf

welchen Betrag die regelmäßigen Einzahlungen nach Zinsperioden angewachsen sind:

(1.90)

Der Rentenbarwert stellt den Betrag dar, der zu Beginn der 1. Zinsperiode (einmalig) eingezahlt werden muß, um

nach Zinsperioden mit Zinseszins auf den Rentenendwert angewachsen zu sein:

(1.91)

Beispiel
Von einer Gesellschaft hat jemand 10 Jahre lang jeweils zum Jahresende 5000.-DM zu beanspruchen. Vor
der 1. Zahlung hat die Firma Konkurs angemeldet. Als Forderung an den Konkursverwalter kann nur der
Barwert geltend gemacht werden. Bei Zinsen von pro Jahr gilt:

DM.
Rentenrechnung
● Rente
● Nachschüssig konstante Rente
Vergleich mit der linearen Algebra, Residualspektrum

Ein wesentlicher Unterschied zwischen dem endlichdimensionalen Fall, der im wesentlichen in der linearen Algebra
betrachtet wird, und der Situation im unendlichdimensionalen Fall, mit dem sich die Funktionalanalysis befaßt,
besteht zumindest an dieser Stelle darin, daß in ersterem stets gilt, während in letzterem das

Spektrum in der Regel Punkte enthält, die keine Eigenwerte von sind. Ist injektiv und surjektiv, dann

gilt wegen des Satzes über die Stetigkeit des Inversen . Im Kontrast zum endlichdimensionalen Fall, bei

dem die Surjektivität automatisch aus der Injektivität folgt, muß im unendlichdimensionalen Falle weitaus
differenzierter vorgegangen werden.

Die Menge aller , für die injektiv und dicht in liegt, heißt

stetiges oder kontinuierliches Spektrum und die Menge aller der , mit injektivem und

nichtdichtem Wertebereich, heißt Rest- oder Residualspektrum des Operators .

Für einen beschränkten linearen Operator im komplexen BANACH-Raum gilt die disjunkte Vereinigung

(12.156)
Anwendung des Residuensatzes
Mit Hilfe des Residuensatzes mit der Integrationsformel

(14.57a)

können eine Reihe bestimmter Integrale von Funktionen einer Veränderlichen berechnet werden. Wenn eine

Funktion ist, die in der gesamten oberen Halbebene einschließlich der reellen Achse analytisch ist, ausgenommen
die singulären Punkte , die oberhalb der reellen Achse liegen sollen (s. Abbildung),
und wenn eine Wurzel der Gleichung von der Vielfachheit ist, dann gilt:

(14.57b)

Beispiel
Berechnung des Integrals .

Die Gleichung besitzt die sechsfache Wurzel .

Die Funktion hat in der oberen Halbebene den einzigen singulären Punkt , der

ein Pol mit der Vielfachheit ist, denn die Gleichung hat zwei dreifache Wurzeln bei

und . Das Residuum berechnet sich gemäß (14.54b) zu

. Aus

folgt
 , und mit (14.57b):

Weitere Anwendungen der Residuentheorie s. z.B. Lit. 14.18.

Residuensatz

Mit Hilfe der Residuen kann man den Wert eines Integrals über einen geschlossenen Weg berechnen, der isolierte
singuläre Punkte umschließt (s. Abbildung).

Ist die Funktion in einem einfach zusammenhängenden Gebiet , das von der geschlossenen Kurve
begrenzt wird, mit Ausnahme der endlich vielen Punkte eindeutig und analytisch, dann ist der

Wert des im Gegenuhrzeigersinn über den geschlossenen Weg genommenen Integrals gleich dem Produkt aus
und der Summe der Residuen in allen diesen singulären Punkten:

(14.55)

Beispiel

Die Funktion hat die Pole 1. Ordnung . Die zugehörigen Residuen

haben die Summe . Daher gilt, wenn ein Kreis um den Nullpunkt mit dem Radius ist,
Residuum

Den Koeffizienten der Potenz in der LAURENT-Entwicklung von bezeichnet man als

Residuum der Funktion im singulären Punkt :

(14.54a)

Das zu einem Pol -ter Ordnung gehörende Residuum kann mit der Formel

(14.54b)

berechnet werden.
Wenn die Funktion als Quotient gemäß dargestellt werden kann, wobei die Funktionen

und im Punkt analytisch und eine einfache Wurzel der Gleichung sein soll,

so daß ist, dann ist der Punkt ein Pol 1. Ordnung der Funktion . Mit

(14.54b) ergibt sich:

(14.54c)

Wenn eine -fache Wurzel der Gleichung ist, d.h., wenn

ist, dann ist der Punkt ein -facher Pol der Funktion .
Bestimmung der Resolvente

Läßt man gegen unendlich gehen, dann erhalten die Determinanten und unendlich viele Zeilen

und Spalten. Die Determinante

(11.19a)

wird benutzt, um den lösenden Kern (Resolvente) in der folgenden Form darzustellen:

(11.19b)

(vgl. Konvergenz der NEUMANNschen Reihe). Es gilt die Aussage, daß alle Nullstellen von Polstellen von

sind. Gleichzeitig sind die mit genau die Eigenwerte der Integralgleichung (11.15). In

diesem Fall besitzt die homogene Integralgleichung nicht verschwindende Lösungen, die Eigenfunktionen zum
Eigenwert . Die Kenntnis der Resolvente ermöglicht, falls , eine explizite

Lösungsdarstellung:
 (11.19c)

Zur Ermittlung der Resolvente nutzt man für die Funktionen und Potenzreihenentwicklungen

bezüglich :

(11.20a)

Es ist dabei . Die weiteren Koeffizienten lassen sich aus folgenden

Rekursionsformeln gewinnen:

(11.20b)

Beispiel A
 .

Die exakte Lösung dieser Integralgleichung lautet:

Für mit erhält man

ist eine Näherung für den exakten Eigenwert . Aus der ersten Gleichung

des Systems (11.17b) ermittelt man für das Ergebnis .

Nach Einsetzen dieses Resultates lauten die zweite und dritte Gleichung:
 .

Dieses System hat die Lösung . Speziell für ist

. Die exakten Lösungswerte lauten:

Um eine höhere Genauigkeit zu erreichen, muß die Anzahl der Stützstellen vergrößert werden.

Beispiel B
 .

Damit sind auch und alle folgenden Größen und gleich Null.

.
Aus ermittelt man die 2 Eigenwerte .

Falls kein Eigenwert ist, erhält man als Lösung

.
Resolventenmenge und Resolvente eines Operators

Bei Untersuchungen zur Lösbarkeit von Gleichungen ist man bestrebt, das Problem auf die Form
(12.149)
mit einem Operator von möglichst kleiner Norm zu bringen, da diese wegen (12.139) und (12.140) für eine

funktionalanalytische Behandlung besonders zugänglich ist. Um mit der Theorie auch große Werte von zu

erfassen, untersucht man in einem komplexen BANACH-Raum die gesamte Schar von Gleichungen
(12.150)

Sei ein linearer, im allgemeinen unbeschränkter Operator im BANACH-Raum . Die Menge aller

komplexen Zahlen, für die gilt, heißt Resolventenmenge und der Operator

Resolvente . Sei jetzt ein beschränkter linearer Operator in einem

komplexen BANACH-Raum . Dann gelten die Aussagen:

1.
 Die Menge ist offen. Genauer, ist und genügt der Ungleichung

(12.151)

dann existiert , und es gilt

(12.152)

2.
. Genauer, für mit existiert und

(12.153)

3.
, wenn , und , wenn

4.

, wenn .

5.
 Für ein beliebiges Funktional und beliebiges ist eine holomorphe

Funktion auf .

6.
Für beliebige gilt

(12.154)
Restklassen, Restklassenring

1. Restklassen modulo : Da die Kongruenz modulo eine Äquivalenzrelation in ist, induziert diese
Relation eine Klasseneinteilung von in Restklassen modulo m :
(5.166)
Die Restklasse ,, modulo `` besteht aus allen ganzen Zahlen, die bei Division durch den gleichen Rest wie
lassen. Es gilt genau dann, wenn mod ist.

Zum Modul gibt es genau Restklassen, zu deren Beschreibung man in der Regel ihre kleinsten
nichtnegativen Repräsentanten verwendet:
(5.167)

2. Restklassenaddition und Restklassenmultiplikation: In der Menge der Restklassen modulo

wird durch
(5.168)
(5.169)
eine Restklassenaddition bzw. Restklassenmultiplikation erklärt.
Diese Restklassenoperationen sind unabhängig von der Auswahl der Repräsentanten, d.h., aus
 (5.170a)
folgt
(5.170b)
und
(5.170c)
3. Restklassenring modulo : Die Restklassen modulo bilden bezüglich der Restklassenaddition und
Restklassenmultiplikation einen Ring mit Einselement, den Restklassenring modulo m . Ist eine Primzahl,

dann ist der Restklassenring modulo ein Körper.

Prime Restklassen

Eine Restklasse mit ggT nennt man eine prime Restklasse modulo m . Ist eine Primzahl,

dann sind alle von verschiedenen Restklassen prime Restklassen modulo

Die primen Restklassen modulo bilden bezüglich der Restklassenmultiplikation eine ABELsche Gruppe, die prime
Restklassengruppe modulo m . Die Ordnung dieser Gruppe ist Dabei ist die EULERsche Funktion.

Beispiel A

sind die primen Restklassen modulo 8.

Beispiel B

sind die primen Restklassen modulo 5.

Beispiel C

Es gilt
Primitive Restklassen

Eine prime Restklasse wird primitive Restklasse genannt, wenn sie in der primen Restklassengruppe modulo

die Ordnung hat.

Beispiel A

ist eine primitive Restklasse modulo 5, denn

Beispiel B

Es gibt keine primitive Restklasse modulo 8, denn hat die Ordnung 1, und haben in

der primitiven Restklassengruppe die Ordnung 2.

Hinweis: Es existiert genau dann eine primitive Restklasse modulo wenn oder

gilt, wobei eine ungerade Primzahl und eine natürliche Zahl ist.

Existiert eine primitive Restklasse modulo dann ist die prime Restklassengruppe modulo eine zyklische
Gruppe.
Körpererweiterungen

Es seien und Körper. Gilt , so heißt Körpererweiterung über .

Beispiel A

Die Zahlenbereiche und sind bezüglich der Addition und Multiplikation kommutative Ringe

mit Einselement; und sind sogar Körper.

Die Menge der geraden ganzen Zahlen ist ein Beispiel für einen Ring ohne Einselement.
Die Menge ist der Erweiterungskörper von .
Beispiel B

Die Menge aller -reihigen Matrizen über den reellen Zahlen bildet einen nichtkommutativen Ring
mit der Einheitsmatrix als Einselement.

Beispiel C
 Die Menge der reellen Polynome bildet bezüglich

der üblichen Addition und Multiplikation von Polynomen einen Ring, den Polynomring Allgemeiner

kann man anstelle des Polynomringes über auch Polynomringe über beliebigen kommutativen Ringen
mit Einselement betrachten.

Beispiel D

Beispiele für endliche Ringe sind die Restklassenringe besteht aus allen Klassen

von ganzen Zahlen, die bei der Division durch den gleichen Rest lassen. Mit wird die

durch die ganze Zahl bestimmte Äquivalenzklasse bezüglich der Relation bezeichnet. Dabei sind
durch
(5.109)

Ringoperationen auf erklärt. Ist die natürliche Zahl eine Primzahl, so wird

sogar ein Körper.

Gradient und Richtungsableitung

Die Richtungsableitung der skalaren Feldfunktion nach dem Einheitsvektor ist gleich der Projektion des
Vektors auf die Richtung des Einheitsvektors :

(13.32)

d.h., die Richtungsableitung ist als Skalarprodukt des Richtungsvektors mit dem Gradienten des Feldes
beschreibbar.
Richtungsableitung eines skalaren Feldes

Die Richtungsableitung des skalaren Feldes in einem Punkt mit dem Ortsvektor nach einem

Vektor (s. Abbildung)

ist definiert als Grenzwert des Quotienten

(13.27)

Wenn die Ableitung des Feldes in einem Punkt nach der Richtung des Einheitsvektors von

mit bezeichnet wird, dann besteht zwischen den Ableitungen der Funktion nach dem Vektor und nach

seinem Einheitsvektor in ein und demselben Punkt die Beziehung

(13.28)

Die Ableitung nach dem Einheitsvektor ist ein Maß für die Stärke, mit der die Funktion in Richtung

vom Punkt aus anwächst. Unter allen Ableitungen in einem Punkt nach den verschiedenen Richtungen der

Einheitsvektoren besitzt die Ableitung den größten Wert. Dabei ist der Normaleneinheitsvektor zur

Niveaufläche, auf der der Punkt liegt. Zwischen den Richtungsableitungen bezüglich und einer beliebigen
Richtung besteht der Zusammenhang
(13.29)
Richtungsableitung eines vektoriellen Feldes

In Analogie zur Richtungsableitung eines skalaren Feldes gibt es die Richtungsableitung eines Vektorfeldes. Die

Richtungsableitung des Vektorfeldes in einem Punkt mit dem Ortsvektor (s. Abbildung)
nach einem Vektor ist definiert als Grenzwert des Quotienten

(13.30a)

Wenn die Ableitung des Vektorfeldes in einem Punkt nach der Richtung des Einheitsvektors
von mit bezeichnet wird, dann gilt:

(13.30b)

In kartesischen Koordinaten, d.h. , gilt

(13.30c)

oder in allgemeinen Koordinaten

(13.30d)
Kartesische Koordinaten

Gemäß (3.242c) kann jeder Vektor eindeutig in eine Summe von Vektoren zerlegt werden, die parallel zu

den Grundvektoren des Koordinatensystems stehen:

(3.244a)

wobei die Skalare und die kartesischen Koordinaten des Vektors im System mit den

Einheitsvektoren des Koordinatensystems sind. Man schreibt dafür auch

(3.244b)
Die durch die drei Einheitsvektoren festgelegten Richtungen bilden ein senkrechtes Richtungstripel . Die kartesischen
Koordinaten eines Vektors sind die Projektionen dieses Vektors auf die Koordinatenachsen.
Wird ein Vektor parallel zu oder entlang einer der Koordinatenachsen verschoben, dann ändern sich seine
Koordinaten in den anderen beiden Richtungen nicht.
Die Koordinaten einer Linearkombination mehrerer Vektoren ergeben sich als gleichgestaltete Linearkombination der
Koordinaten dieser Vektoren, so daß die Vektorgleichung (3.242b) drei skalaren Komponentengleichungen
entspricht:

(3.245)

Für die Koordinaten der Summe und der Differenz zweier Vektoren
 (3.246a)
gilt insbesondere
(3.246b)

Der Radiusvektor eines Punktes hat die kartesischen Koordinaten dieses Punktes:

(3.247)
Richtungswinkel

Der Richtungswinkel in einem Punkt gibt die Richtung einer orientierten Strecke bezüglich einer durch den
Punkt verlaufenden Parallelen zur -Achse an.
Da die Messung des Winkels in der Geodäsie im Uhrzeigersinn erfolgt sind die Quadranten in umgekehrter
Reihenfolge numeriert als im rechtshändigen kartesischen Koordinatensystem.
Die Formeln der ebenen Trigonometrie können aber ohne Änderung verwendet werden.

Tabelle Richtungswinkel bei vorzeichentreuer Streckeneingabe über oder

Quadrant I II III IV

Anzeige im Rechner
Richtungswinkel gon gon gon gon
Eigenschaften absolut konvergenter Reihen

1. Vertauschung von Gliedern:

a)
Die Glieder einer absolut konvergenten Reihe können nach Belieben miteinander vertauscht werden:
Die Reihensumme ändert sich dadurch nicht.
b)
Wenn die Glieder einer bedingt konvergenten Reihe so umgestellt werden, daß in die Umstellung
beliebig viele Glieder einbezogen sind, dann kann dadurch die Reihensumme geändert werden. Der
Satz von RIEMANN besagt, daß auf diese Weise jede beliebige vorgegebene Zahl zur Reihensumme
gemacht werden kann.
2. Addition und Subtraktion: Absolut konvergente Reihen können gliedweise addiert oder subtrahiert
werden.
3. Multiplikation: Absolut konvergente Reihen können wie gewöhnliche Polynome miteinander multipliziert
werden. Das Ergebnis ist wieder als Reihe darstellbar, z.B.:

(7.34a)
Wenn die Reihensummen und bekannt sind, dann ergibt sich die Summe der

multiplizierten Reihen gemäß

(7.34b)

Wenn zwei Reihen und

konvergent sind und wenigstens eine von ihnen absolut konvergiert,

dann konvergiert auch die durch Multiplikation aus beiden erhaltene Reihe. Sie ist jedoch nicht notwendig ebenfalls
absolut konvergent.
Ringe und Körper
In diesem Abschnitt werden algebraische Strukturen mit zwei binären Operationen betrachtet.

● Definitionen
● Unterringe, Ideale
● Homomorphismen, Isomorphismen, Homomorphiesatz
Ringe

Eine Menge versehen mit zwei binären Operationen heißt Ring (Bezeichnung: ), wenn

eine ABELsche Gruppe,

eine Halbgruppe ist und

die Distributivgesetze gelten:

(5.108)

Ist kommutativ bzw. hat ein neutrales Element, so heißt der Ring kommutativ bzw.

Ring mit Einselement.

Algorithmus des Romberg-Verfahrens

Das Verfahren besteht aus den folgenden Schritten:

1. Trapezsummenextrapolation: Als Näherung für das Integral werden nach (19.76) für die

Schrittweiten

(19.85)

die Trapezsummen bestimmt. Dabei beachte man die rekursive Beziehung

 (19.86)

Die Rekursionsformel (19.86) besagt, daß für die Berechnung von aus nur die Funktionswerte an

den neu hinzukommenden Stützstellen benötigt werden.

2. Dreieckschema: Man setzt und berechnet rekursiv die Werte

(19.87)

Die Anordnung der nach dieser Formel (19.87) berechneten Werte erfolgt am günstigsten in einem Dreieckschema,
dessen Berechnung spaltenweise durchgeführt wird:

(19.88)

Das Schema wird nach unten mit fester Spaltenzahl so weit fortgesetzt, bis die Werte rechts unten im Schema
hinreichend gut übereinstimmen. Die Werte der zweiten Spalte entsprechen den nach der

SIMPSON-Formel berechneten.
Definitionen der Rotation

● 1. Definition
● 2. Definition
Rotation in verschiedenen Koordinaten

● Rotation in kartesischen, Zylinder- und Kugelkoordinaten

● Rotation in allgemeinen orthogonalen Koordinaten
Runge-Kutta-Verfahren 4. Ordnung

● Rechenschema
● Hinweise
Lösung der Saitenschwingungsgleichung

Zur Lösung wird die Methode der Variablentrennung verwendet.

Beispiel A: Saitenschwingungsgleichung
Saitenschwingungsgleichung wird die lineare partielle Differentialgleichung zweiter Ordnung vom
hyperbolischen Typ

(9.85a)

genannt, mit deren Hilfe die Schwingungen einer gespannten Saite beschrieben werden. Die Aufgabe besteht darin,
diese Gleichung unter den Anfangs- und Randbedingungen

(9.85b)

zu lösen.
Mit einem Separationsansatz der Form
(9.85c)
liefert Einsetzen in die gegebene Differentialgleichung (9.85a) die Gleichung
 (9.85d)

Die Variablen sind getrennt, denn da die linke Seite nicht von und die rechte nicht von abhängt, ist jede Seite
für sich eine konstante Größe. Die Konstante wird negativ gewählt und gleich gesetzt, da sich mit

nichtnegativen Werten nur die triviale Lösung ergibt. Man erhält die zwei linearen

Differentialgleichungen
(9.85e)
(9.85f)

Aus den Randbedingungen folgt .

Man sieht, daß eine Eigenfunktion des STURM- LIOUVILLEschen Randwertproblems ist und der

zugehörige Eigenwert. Integration der Differentialgleichung (9.85e) für und Berücksichtigung der
Randbedingungen ergibt

(9.85g)

Integration der Gleichung (9.85f) für jeden Eigenwert liefert jeweils eine partikuläre Lösung der ursprünglichen
Differentialgleichung (9.85a):

(9.85h)

Durch die Forderungen, daß für

 (9.85i)

zu wird und

(9.85j)

zu ergibt sich mit Hilfe einer FOURIER-Reihenentwicklung nach Sinusfunktionen

(9.85k)
Strukturstabile Systeme in der Ebene

Die ebene Differentialgleichung (17.1) mit sei strukturstabil. Dann gilt:

a)
Die Differentialgleichung (17.1) hat nur eine endliche Anzahl von Ruhelagen und periodischer Orbits.
b)

Alle -Grenzmengen mit von (17.1) bestehen nur aus Ruhelagen und periodischen Orbits.

Satz von ANDRONOV und PONTRYAGIN: Die ebene Differentialgleichung (17.1) mit ist genau dann

strukturstabil, wenn gilt:

a)
Alle Ruhelagen und periodische Orbits in sind hyperbolisch.
b)
Es gibt keine Separatrizen (d.h. heterokline und homokline Orbits), die aus einem Sattel kommen und in einen
Sattel münden.
Stabilität periodischer Orbits

Sei eine -periodische Lösung von (17.1) und ihr Orbit. Das

Phasenporträt nahe wird, unter gewissen Voraussetzungen, durch die Variationsgleichung

beschrieben. Da eine -periodische stetige Matrixfunktion

vom Typ ist, folgt aus dem Satz von FLOQUET, daß die bei normierte Fundamentalmatrix

der Variationsgleichung als darstellbar ist, wobei eine -periodische reguläre glatte

Matrixfunktion mit ist und eine konstante Matrix vom Typ darstellt, die nicht eindeutig

festliegt. Die Matrix heißt Monodromie-Matrix des periodischen Orbits , die Eigenwerte

von sind die Multiplikatoren des periodischen Orbits . Wird der Orbit durch

eine andere Lösung repräsentiert, d.h. ist , so stimmen die Multiplikatoren von
 und überein. Einer der Multiplikatoren eines periodischen Orbits ist immer gleich Eins ( Satz von

ANDRONOV-WITT ).

Seien die Multiplikatoren des periodischen Orbits , und sei die

Monodromie-Matrix von . Dann gilt

(17.17)

Ist also , so ist und .

Beispiel
Sei eine -periodische Lösung von (17.9a). Die Matrix der

Variationsgleichung lautet

Die bei normierte Fundamentalmatrix ist

wobei das letzte Produkt eine FLOQUET-Darstellung von darstellt. Also ist und

. Die Multiplikatoren lassen sich auch ohne FLOQUET-Darstellung bestimmen. Für System (17.9a)

ist div . Damit ergibt sich div . Nach obiger

Formel ist .
BAIREscher Kategoriensatz

Sei ein vollständiger metrischer Raum und eine Folge von abgeschlossenen Mengen in mit

. Dann existiert mindestens ein Index , für den die Menge einen inneren Punkt enthält.
Satz von Banach über die Stetigkeit des inversen Operators

Satz:
Ist ein linearer stetiger bijektiver Operator von auf , dann ist der inverse Operator stetig.
Anwendungen:
Als wichtige Anwendungen ergeben sich daraus beispielsweise die Stetigkeit von bei Injektivität und

Surjektivität von , was bei der Untersuchung des Spektrums eines Operators von Bedeutung ist, sowie die
Stetige Abhängigkeit der Lösung
sowohl von der rechten Seite als auch von den Anfangswerten bei Anfangswertproblemen für lineare
Differentialgleichungen .

Das soll an der folgenden Anfangswertaufgabe gezeigt werden:

Beispiel
Das Anfangswertproblem
(12.144a)

mit den Koeffizienten besitzt für jede rechte Seite und jedes Zahlenpaar
 genau eine Lösung aus , die im folgenden Sinne stetig von und abhängt. Sind

und gilt für

(12.144b)

dann gilt:

(12.144c)
BANACH-STEINHAUS-Satz, Prinzip der gleichmäßigen Beschränkheit

Der Satz charakterisiert die punktweise Konvergenz einer Folge von linearen stetigen Operatoren zu einem linearen
stetigen Operator durch die beiden Bedingungen:

a)
Für jedes Element aus einer überall dichten Teilmenge hat die Folge einen Grenzwert in

.
b)
Mit einer Konstanten gilt
Satz über die Beschränktheit einer Funktion

Wenn eine Funktion in einem abgeschlossenen Intervall definiert und stetig ist, dann ist sie in diesem

Intervall auch beschränkt, d.h., es lassen sich zwei Zahlen und finden, für die gilt:
(2.35)
Satz über die Beschränktheit einer Funktion

Wenn eine Funktion in einem abgeschlossenen beschränkten Gebiet stetig ist, dann ist sie in diesem

Gebiet auch beschränkt, d.h., es existieren zwei Zahlen und derart, daß für jeden Punkt in diesem

Gebiet gilt
(2.279)
Satz von BOLZANO

Wenn eine Funktion in einem abgeschlossenen Intervall definiert und stetig ist und die Funktionswerte

in den Endpunkten des Intervalls und verschiedene Vorzeichen besitzen, dann existiert mindestens ein

Wert für den zu null wird:

(2.33)
Geometrisch gedeutet, schneidet die Kurve einer stetigen Funktion beim Übergang von der einen Seite der -Achse
auf die andere dabei wenigstens einmal die -Achse.
Satz von FERMAT

Wenn eine Funktion in einem zusammenhängenden Intervall definiert ist und in irgendeinem inneren

Punkt dieses Intervalls ihren größten oder kleinsten Wert besitzt (s. Abbildung), d.h., wenn für alle dieses
Intervalls gilt
(6.27a)

oder

(6.27b)

und wenn darüber hinaus ihre Ableitung im Punkt existiert, dann kann diese dort nur gleich Null sein:

(6.27c)

Die geometrische Bedeutung des Satzes von FERMAT besteht darin, daß eine Funktion, die den Satz erfüllt, in den
Punkten und der Funktionskurve parallel zur -Achse verlaufende Tangenten besitzt.
Der Satz von FERMAT stellt aber lediglich eine notwendige Bedingung für die Existenz eines Maximal- oder
Minimalwertes einer Funktion in einem Intervall dar. Aus der folgenden linken Abbildung erkennt man, daß die
Bedingung nicht hinreichend ist: Im Punkt ist zwar erfüllt, aber es gibt weder einen Maximal- noch

einen Minimalwert an der Stelle.

Auch die Bedingung der Differenzierbarkeit im Satz von FERMAT ist wesentlich. So hat die Funktion im Punkt der
rechten Abbildung zwar einen Maximalwert, die Ableitung existiert dort aber nicht.
Satz von FERMAT-EULER

Der Satz von FERMAT-EULER ist einer der wichtigsten Sätze der elementaren Zahlentheorie. Sind und teilerfremde natürliche Zahlen, dann gilt:
(5.182)
Beispiel

Es sind die letzten drei Ziffern der Dezimalbruchdarstellung von zu ermitteln. Gesucht ist mit mit Es gilt und nach

dem Satz von FERMAT ist Weiter gilt

Daraus folgt

Die Dezimaldarstellung von endet mit den Ziffern 289.

Hinweis: Der obige Satz geht für , d.h. auf FERMAT zurück; die allgemeine Form stammt von EULER. Der Satz bildet die Grundlage eines

Codierungsverfahrens. Er beinhaltet ein notwendiges Kriterium für die Primzahleigenschaft einer natürlichen Zahl: Ist eine Primzahl, dann gilt für jede ganze Zahl

mit
Satz von Grobman und Hartman

Sei eine hyperbolische Ruhelage von (17.1). Dann ist die Differentialgleichung (17.1) nahe topologisch

äquivalent zu ihrer Linearisierung .

Satz von GROBMAN und HARTMAN

Ist in (17.3) ein Diffeomorphismus eine hyperbolische Ruhelage von (17.3), so ist (17.3)

nahe topologisch konjugiert zur Linearisierung .

Satz von Hadamard und Perron

Wichtige Eigenschaften der Separatrixflächen werden durch den Satz von HADAMARD und PERRON beschrieben:
Sei eine hyperbolische Ruhelage oder ein hyperbolischer periodischer Orbit von (17.1).

a)
und sind verallgemeinerte -Flächen, d.h. immersierte -Mannigfaltigkeiten, die lokal wie

-glatte Elementarflächen aussehen. Jeder Orbit von (17.1), der für oder nicht gegen

strebt, verläßt eine hinreichend kleine Umgebung von für oder .

b)
Ist eine Ruhelage vom Typ , so sind und Flächen der Dimension

bzw. . Die Fläche bzw. tangiert in den stabilen Untervektorraum

(17.20a)

bzw. den instabilen Untervektorraum

 (17.20b)

c)
Ist ein hyperbolischer periodischer Orbit vom Typ so sind und Flächen der

Dimension bzw. , die sich längs transversal schneiden (s. Abbildung).

Beispiel A
 Nochmalige Betrachtung der Differentialgleichung (17.19a) und Benutzung für die Bestimmung einer lokalen

stabilen Mannigfaltigkeit der Ruhelage von (17.19a) den Ansatz

Sei eine Lösung von (17.19a), die in liegt. Aufgrund der Invarianz für zu

benachbarten Zeiten ergibt sich . Durch Differentiation und Darstellung von und

über das System (17.19a) ergibt sich für die unbekannte Funktion das Anfangswertproblem

. Über den Reihenansatz , in

dem beachtet wurde, ergibt sich durch Einsetzen und Koeffizientenvergleich und

für .

Beispiel B
Für das System

(17.21)
mit einem Parameter ist ein periodischer Orbit mit den

Multiplikatoren und . In Zylinderkoordinaten

hat die Lösung von (17.21) mit Anfang zur Zeit die

Darstellung , wobei und die Lösung von (17.9a) in

Polarkoordinaten ist. Damit ist

Die beiden Separatrixflächen sind in der folgenden Abbildung zu sehen:

Geometrische Form des Satzes von Hahn-Banach

Seien ein normierter Raum, und ein linearer Teilraum von . Dann gibt es zu jeder nichtleeren

konvexen offenen Menge , die sich mit der affin-linearen Mannigfaltigkeit nicht schneidet, eine

abgeschlossene Hyperebene mit .

Satz von Hellinger und Toeplitz

Sei ein linearer Operator in einem HILBERT-Raum . Wenn für alle gilt, so

ist stetig.
Kompakte selbstadjungierte Operatoren
Ein kompakter selbstadjungierter Operator besitzt wenigstens einen (von Null verschiedenen) Eigenwert.

Genauer, hat immer einen Eigenwert mit .

hat die Darstellung , wobei die verschiedenen Eigenwerte von und den

Projektor auf den Eigenraum bezeichnen. Man sagt in diesem Zusammenhang auch, daß der Operator

diagonalisiert werden kann. Daraus ergibt sich für jedes , wobei das

orthonormierte System der Eigenvektoren von ist.

Satz von HILBERT-SCHMIDT: Ist ein kompakter selbstadjungierter Operator im separablen HILBERT-Raum ,
dann gibt es in eine Basis aus den Eigenvektoren von

Die sogenannten Spektral-(abbildungs-)sätze (s. Lit. 12.9, 12.11, 12.13, 12.15, 12.16, 12.21) kann man als die
Verallgemeinerung des Satzes von HILBERT-SCHMIDT auf den nichtkompakten Fall selbstadjungierter (beschränkter
oder unbeschränkter) Operatoren auffassen.
Satz von HURWITZ

Bei verschiedenen Anwendungen, z.B. in der Schwingungslehre, ist es wichtig festzustellen, ob eine beliebige
Lösung einer homogenen Differentialgleichung mit konstanten Koeffizienten für gegen Null strebt. Das
ist stets dann der Fall, wenn die Realteile aller Wurzeln der charakteristischen Gleichung
(9.42a)
negativ sind. Das wiederum ist nach dem Satz von HURWITZ dann und nur dann der Fall, wenn alle Determinanten

(9.42b)

positiv sind.
Satz von Krein und Losanowskij

Der Satz von KREIN und LOSANOWSKIJ macht eine Aussage über die Stetigkeit positiver linearer Operatoren.
Sind und geordnete normierte Räume, wobei ein

erzeugender Kegel ist, dann ist die Menge aller positiven linearen und stetigen Operatoren , d.h.

, ein Kegel in . Dann besagt der Satz von M.G. KREIN, G.J. LOSANOWSKIJ

(s. Lit. 12.20): Sind und geordnete BANACH-Räume mit abgeschlossenen Kegeln und und

erzeugendem , dann folgt aus der Positivität eines linearen Operators seine Stetigkeit.
Leray-Schauder-Theorie

Für die Existenz von Lösungen der Gleichungen und , mit jeweils vollstetigem

Operator , ist auf der Grundlage tiefliegender Eigenschaften des Abbildungsgrades ein weiteres Prinzip entdeckt
worden, das etwa für Existenzbeweise bei nichtlinearen Randwertproblemen erfolgreich eingesetzt wird. Die hier
angeführten Resultate dieser Theorie sind für praktische Belange vielfach die geeignetsten, wobei Formulierungen
gewählt wurden, die ohne Erwähnung des Abbildungsgrades auskommen.

Satz von LERAY-SCHAUDER, 1. Formulierung: Seien eine offene beschränkte Menge eines rellen
BANACH-Raumes und ein vollstetiger Operator. Sei ein solcher Punkt, daß

für alle und gilt, wobei den Rand der Menge

bezeichnet. Dann hat die Gleichung wenigstens eine Lösung.

Satz von LERAY-SCHAUDER, 2. Formulierung: In Anwendungen erweist sich häufig auch die folgende
Variante dieses Satzes als vorteilhaft. Sei ein vollstetiger Operator auf dem BANACH-Raum . Wenn die
Lösungen der Gleichungsschar
 (12.197)

eine gleichmäßige apriori -Abschätzung gestatten, d. h. , so daß und , die (12.197) genügen,

die Ungleichung gilt, dann besitzt die Gleichung eine Lösung.

Satz von PICARD-LINDELÖF

Es werde die Differentialgleichung

(12.68)

mit einer stetigen Abbildung betrachtet, wobei ein offenes Intervall aus und eine

offene Teilmenge aus sind. Die Abbildung genüge bezüglich einer LIPSCHITZ-Bedingung, d.h., es gibt

eine positive Konstante mit

(12.69)

wobei die euklidische Metrik in bezeichnet (unter Verwendung der Norm, gilt die Beziehung (12.79)

. Sei ein beliebiger Punkt. Dann gibt es solche

Zahlen und so, daß die Menge in

liegt. Seien und . Dann existiert eine Zahl ,

so daß für jedes mit das Anfangswertproblem

(12.70)

genau eine (lokale) Lösung besitzt, d.h. für und

. Die Lösung dieses Anfangswertproblems ist äquivalent zur Lösung der Integralgleichung

(12.71)

Bezeichnet jetzt die abgeschlossene Kugel des in der Metrik

(12.72)

vollständigen metrischen Raumes , dann ist mit der induzierten Metrik selbst

ein vollständiger metrischer Raum. Ist der durch

(12.73)

definierte Operator, dann ergibt sich die Lösung der Integralgleichung (12.71) als eindeutiger Fixpunkt des Operators
, der sogar iterativ erzeugt werden kann.
Satz von ROLLE

Wenn eine Funktion in einem abgeschlossenen Intervall stetig ist, wenigstens in dem offenen

Intervall eine Ableitung besitzt und in den Endwerten des Intervalls den Wert Null annimmt, d.h., wenn

(6.28a)

ist, dann existiert mindestens ein Wert zwischen und derart, daß gilt

(6.28b)

Die geometrische Bedeutung des Satzes von ROLLE besteht darin, daß eine Funktion die die -Achse

in zwei Punkten und schneidet, in diesem Intervall stetig ist und in jedem inneren Punkt eine Tangente
besitzt, zwischen und wenigstens einen Punkt besitzt, in dem die Kurventangente parallel zur -Achse
verläuft (linke Abbildung).
Es kann auch mehrere derartige Punkte in dem Intervall geben, z.B. die Punkte und in der rechten
Abbildung. Daß die Forderung nach Stetigkeit und Existenz einer Ableitung in dem Intervall wesentlich ist, kann an
Hand der folgenden linken Abbildung erkannt werden, wo die Funktion bei eine Unstetigkeitsstelle besitzt,
und an Hand der rechten Abbildung, wo die Funktion im Punkt keine Ableitung besitzt. In beiden Fällen gibt
es keinen Punkt , in dem gilt.
Eigenschaften linearer kompakter Operatoren

Eine sequentielle Charakteristik der Kompaktheit eines Operators aus ist die folgende: Für jede

beschränkte Folge aus enthält die Folge eine konvergente Teilfolge. Eine

Linearkombination kompakter Operatoren ist wieder kompakt. Ist einer der Operatoren
kompakt, dann sind es auch die Operatoren und

. Falls ein BANACH-Raum ist, hat man die folgenden wichtigen Aussagen.

1. Konvergenz: Konvergiert eine Folge von kompakten Operatoren im Raum , dann

ist der Grenzwert ebenfalls ein kompakter Operator.

2. Satz von SCHAUDER: Ist ein linearer stetiger Operator, dann sind und gleichzeitig kompakt
(oder nicht).
3. Spektraleigenschaften eines kompakten Operators in einem (unendlichdimensionalen) BANACH-
Raum Die Null gehört zum Spektrum. Jeder von Null verschiedene Punkt des Spektrums ist ein
Eigenwert mit endlichdimensionalem Eigenraum , und für

liegen außerhalb des Kreises stets nur endlich viele Eigenwerte von , wobei einzig die Null

Häufungspunkt der Menge der Eigenwerte sein kann. Ist kein Eigenwert von , dann ist im
Falle seiner Existenz unbeschränkt.
Satz von Shilnikov

Betrachtet wird die Differentialgleichung (17.53) im mit einem skalaren Parameter . Das System (17.53) habe

bei die hyperbolische Ruhelage vom Sattelknoten-Typ, die für kleine erhalten bleibe. Die JACOBI-

Matrix habe den Eigenwert und die konjugiert komplexen Eigenwerte mit

. Weiter habe (17.53) bei eine Separatrixschleife , d.h. einen homoklinen Orbit, der für

und gegen geht (s. Abbildung).

Dann hat (17.53) nahe der Separatrixschleife folgende Phasenporträts:

a)
Sei . Bricht die Separatrixschleife bei in der mit gekennzeichneten Variante der

obigen Abbildung auf, so setzt bei genau ein periodischer Orbit von (17.53) ein. Bricht die
 Separatrixschleife bei in der mit gekennzeichneten Variante der obigen Abbildung auf, so entsteht
kein periodischer Orbit.
b)
Sei . Dann existieren bei (bzw. für kleine ) nahe der Separatrixschleife (bzw.

nahe der zerfallenen Schleife ) abzählbar unendlich viele sattelartige periodische Orbits. Die POINCARÉ-

Abbildung bezüglich einer zu transversalen Ebene erzeugt bei eine abzählbar unendliche Menge

von Hufeisen-Abbildungen, von denen bei kleinen eine endliche Anzahl bleibt.
Satz von WEIERSTRASS

Wenn eine Funktion auf einem abgeschlossenen Intervall definiert und stetig ist, dann besitzt

dort ein absolutes Maximum und ein absolutes Minimum , d.h., es existiert in diesem Intervall wenigstens ein
Punkt und wenigstens ein Punkt so daß für alle mit gilt:

(2.36)
Die Differenz zwischen dem kleinsten und dem größten Wert einer stetigen Funktion wird ihre Schwankung in dem
gegebenen Intervall genannt. Der Begriff der Schwankung einer Funktion kann auch auf Funktionen ausgedehnt
werden, die keinen größten oder kleinsten Funktionswert besitzen (s. Lit. 22.16, Bd. 3]).
Satz von WEIERSTRASS über die Existenz des größten und kleinsten
Funktionswertes

Wenn eine Funktion in einem abgeschlossenen und beschränkten Gebiet stetig ist, dann existiert in

diesem Gebiet mindestens ein Punkt derart, daß der Wert größer als alle übrigen Werte von

in diesem Gebiet ist. Außerdem existiert dann mindestens ein Punkt für den der Wert

kleiner als alle übrigen Werte von in diesem Gebiet ist. Für einen beliebigen Punkt

dieses Gebietes gilt

(2.280)
Satz von Wilson

Ein weiteres Primzahlkriterium liefert der Satz von WILSON.

Für jede Primzahl ist

Auch die Umkehrung dieses Satzes ist eine wahre Aussage, so daß gilt:
Die Zahl ist genau dann eine Primzahl, wenn ist.
Satz über die Zentrumsmannigfaltigkeit für Abbildungen

Gegeben sei ein periodischer Orbit von (17.53) bei mit den Multiplikatoren .

Eine Bifurkation nahe ist möglich, wenn bei Änderung von mindestens einer der Multiplikatoren auf den

komplexen Einheitskreis trifft. Die Verwendung einer zu transversalen Fläche führt auf eine parameterabhängige
POINCARÉ-Abbildung
(17.64)

Dabei sei , wobei und offene Mengen sind, eine -Abbildung,

wobei die Abbildung mit sogar ein -

Diffeomorphismus sei. Es sei weiter und die JACOBI-Matrix habe Eigenwerte

mit Eigenwerte mit und

Eigenwerte mit . Dann ist nach dem Satz über die Zentrumsmannigfaltigkeit für

Abbildungen (s. Lit. 17.12) nahe topologisch konjugiert zur Abbildung

(17.65)

nahe mit . Dabei ist eine -differenzierbare

Abbildung, die den Bedingungen und genügt. Außerdem sind bzw.

Matrizen vom Typ bzw. .

Aus (17.65) folgt, daß Bifurkationen von (17.64) nahe ausschließlich durch die reduzierte Abbildung

(17.66)

auf der lokalen Zentrumsmannigfaltigkeit beschrieben werden.

Zerlegungssatz

Jede Äquivalenzrelation in einer Menge bewirkt eine Zerlegung von nämlich

Umgekehrt bestimmt jede Zerlegung einer Menge eine Äquivalenzrelation in :

(5.91)
Man kann eine Äquivalenzrelation in einer Menge als Verallgemeinerung der Gleichheitsbeziehung auffassen,
wobei von ,,unwesentlichen`` Eigenschaften der Elemente von abstrahiert wird und Elemente, die sich bezüglich
einer gewissen Eigenschaft nicht unterscheiden, zu einer Äquivalenzklasse zusammengefaßt werden.
Anfangswertaufgaben
Das Prinzip der im folgenden dargestellten Verfahren zur Lösung der Anfangswertaufgabe
(19.93)

besteht darin, für die gesuchte Funktion an ausgewählten Stützstellen Näherungswerte zu ermitteln.

In der Regel werden äquidistante Stützstellen mit der vorgegebenen Schrittweite verwendet:
(19.94)

● Eulersches Polygonzugverfahren
● Runge-Kutta-Verfahren 4. Ordnung
● Mehrschrittverfahren
● Prediktor-Korrektor-Verfahren
● Konvergenz, Konsistenz, Stabilität
Hinweise

1.
Für die spezielle Differentialgleichung geht das RUNGE-KUTTA-Verfahren in die SIMPSON-Formel

über.
2.
Bei einer sehr großen Anzahl von Integrationsschritten kann sich ein Wechsel der Schrittweite als zweckmäßig
oder sogar notwendig erweisen. Über einen Schrittweitenwechsel kann mit Hilfe einer Fehlerschätzung
entschieden werden, die dadurch gewonnen wird, daß man die Rechnung etwa mit doppelter Schrittweite
wiederholt. Hat man z.B. für die Näherungswerte (Rechnung mit einfacher Schrittweite)

und (Rechnung mit doppelter Schrittweite) bestimmt, dann gilt für den Fehler

die Schätzung

(19.100)
Informationen über die Realisierung der sogenannten Schrittweitensteuerung findet man in der Literatur
(s. Lit. 19.27).

3.
RUNGE-KUTTA-Schemata für Differentialgleichungen höherer Ordnung s. Lit. 19.27. Andererseits können
Differentialgleichungen höherer Ordnung in ein System von Differentialgleichungen 1. Ordnung überführt
werden (s. Zurückführung auf ein System von Differentialgleichungen). Dann besteht das Näherungsverfahren
aus parallel durchgeführten Rechnungen gemäß (19.99), die durch die Differentialgleichungen miteinander
gekoppelt sind.
Schrödinger-Gleichung

● Begriff der SCHRÖDINGER-Gleichung

● Zeitabhängige SCHRÖDINGER-Gleichung
● Zeitunabhängige SCHRÖDINGER-Gleichung
● Kräftefreie Bewegung eines Teilchens in einem Quader
● Teilchenbewegung im radialsymmetrischen Zentralfeld
● Linearer harmonischer Oszillator
Nichtlineare SCHRÖDINGER-Gleichung

● Auftreten
● Gleichung und Lösungen
Zeitabhängige SCHRÖDINGER-Gleichung

Den allgemeinen nichtrelativistischen Fall eines spinlosen Teilchens mit der Masse und der Geschwindigkeit
im orts- und zeitabhängigen Potentialfeld beschreibt die zeitabhängige SCHRÖDINGER-Gleichung

(9.104a). Die unter Besonderheiten aufgeführten speziellen Bedingungen, denen die Wellenfunktion genügen muß,
lauten:

a) Die -Funktion muß beschränkt und stetig sein.

b) Die partiellen Ableitungen und müssen stetig sein.

c) Die Funktion muß integrierbar sein, also muß

(9.105a)

gelten. Gemäß Normierungsbedingung muß die Wahrscheinlichkeit, das Teilchen im betrachteten Gebiet zu finden,
gleich sein. Dazu reicht (9.105a) aus, weil das Integral stets durch einen Faktor vor auf gebracht werden
kann.
Eine Lösung der zeitabhängigen SCHRÖDINGER-Gleichung hat die Form

(9.105b)

Der Zustand des Teilchens wird in einem Zeitpunkt durch eine periodische Funktion von der Zeit mit der
Kreisfrequenz beschrieben. Wenn die Energie des Teilchens in dem Zustand den festen Wert

besitzt, dann hängt die Wahrscheinlichkeit , es in einem Raumelement zu finden, nicht von
der Zeit ab:
(9.105c)
Man spricht vom stationären Zustand des Teilchens.
Schwarzsches Spiegelungsprinzip

● Sachverhalt
● Anwendungen
Allgemeines Viereck

Konvexes Viereck: In jedem konvexen Viereck (s. Abbildung) beträgt die Summe der Innenwinkel :

(3.31)
Außerdem ist
(3.32)

wobei die Strecke ist, die die Mittelpunkte der Diagonalen miteinander verbindet.

Flächeninhalt:

(3.33)

Tangentenviereck: In ein Viereck kann ein Kreis dann und nur dann einbeschrieben werden, wenn
(3.34)

ist; man spricht dann von einem Tangentenviereck (linke Abbildung).

 Sehnenviereck: Mit einem Umkreis umbeschrieben werden kann ein Viereck dann und nur dann, wenn
(3.35)

ist; in diesem Falle spricht man vom Sehnenviereck (rechte Abbildung).

Für das Sehnenviereck gilt

(3.36)

Mit dem halben Umfang des Vierecks ist sein Flächeninhalt

(3.37)
Sektorformel

Ein wichtiger Spezialfall der GAUSSschen Integralformel wird Sektorformel genannt. Mit ihrer Hilfe können ebene
Flächen berechnet werden. Für folgt

(13.119)
Auflösung einer Sattel-Sattel-Separatrix in der Ebene

Beispiel
Gegeben sei die parameterabhängige ebene Differentialgleichung
(17.74)

Für hat (17.74) die beiden Sättel und und die -Achse als invariante Menge. Teil dieser

invarianten Menge ist der heterokline Orbit. Für kleine bleiben die Sattelpunkte erhalten, während der

heterokline Orbit zerfällt (s. Abbildung).

Statistische Sicherheit des Stichprobenmittelwertes

Wenn normalverteilt ist mit den Parametern und , dann ist normalverteilt mit den Parametern und

, d.h., die Dichtefunktion von ist stärker um den Mittelwert konzentriert als die Dichtefunktion

der Grundgesamtheit. Es gilt für einen vorgegebenen Wert :

(16.118)

Daraus folgt, daß mit wachsendem Umfang der Stichprobe die Wahrscheinlichkeit größer wird, daß der
Stichprobenmittelwert eine gute Näherung für ist.

Beispiel
Für erhält man aus (16.118) , und für

verschiedene Werte von folgen daraus die Werte in der folgenden Tabelle. Man liest aus der Tabelle
z.B. ab, daß bei einer Stichprobe vom Umfang der Stichprobenmittelwert mit einer Sicherheit

von 99,95 % um höchstens vom Mittelwert der Grundgesamtheit abweicht.

Tabelle Statistische Sicherheit des Stichprobenmittels

1 38,29 %
4 68,27 %
16 95,45 %
25 98,76 %
49 99,96 %
Signale
Geht von einem physikalischen Objekt eine Wirkung aus, die sich ausbreitet und mathematisch z.B. durch eine
Funktion oder eine Zahlenfolge beschreiben läßt, dann spricht man von einem Signal .

Unter Signalanalyse versteht man die Chrakterisierung eines Signals durch eine Größe, die für das Signal typisch ist.
Mathematisch bedeutet das: Die Funktion oder Zahlenfolge, die das Signal beschreibt, wird auf eine andere Funktion
oder Zahlenfolge abgebildet, die die typische Eigenschaft des Signals besonders gut erkennen läßt. Bei solchen
Abbildungen können allerdings auch Informationen verloren gehen.

Die Umkehrung der Signalanalyse, d.h. die Wiedergewinnung des Ausgangssignals, wird als Signalsynthese
bezeichnet.

Der Zusammenhang zwischen Signalanalyse und Signalsynthese wird am Beispiel der FOURIER-Transformation

besonders deutlich: Ein Signal ( Zeit) werde durch die Frequenzen , die in ihm enthalten sind,

charakterisiert. Dann beschreibt die Formel (15.143a) die Signalanalyse, die Formel (15.143b) die Signalsynthese:
(15.143a)

(15.143b)
Revidierter Simplexschritt

a)
Das Tableau ist nicht optimal, solange wenigstens ein ist .

Auswahl der Pivotspalte für ein .

b)
Berechnung der Pivotspalte durch Multiplikation der -ten Spalte der Koeffizientenmatrix von (18.18b) mit

und Eintragen des ermittelten Vektors in die letzte Spalte des Tableaus.
Ermittlung der Pivotzeile wie beim Simplexalgorithmus gemäß (18.16).
c)
Berechnung des neuen Tableaus mit den Austauschregeln (18.15a-d), wobei formal durch ersetzt wird

und die Indizes im Bereich liegen. Die Größen werden nicht eingetragen. Mit

ermittelt man für , wobei die

 -te Spalte der Koeffizientenmatrix von (18.18b) darstellt.

Beispiel

In die Normalform des unter Ecke und Basis behandelten Beispiels soll aufgenommen werden. Die

zugehörige Pivotspalte wird in das folgende linke Tableau eingetragen.

Schema 8a, b
Für erhält man : .

Der ermittelte Eckpunkt entspricht dem Punkt in der Abbildung aus dem

betrachteten Beispiel.
Als nächste Pivotspalte wird bestimmt. Die Größe mit
ist im rechten Tableau bereits eingetragen. Der weitere Rechengang erfolgt in Analogie zum Beispiel im Abschnitt
Übergang zum neuen Simplextableau, nichtentarteter Fall.
Revidiertes Simplextableau

Das lineare Optimierungsproblem sei in einer Normalform gegeben:

(18.18a)

(18.18b)

Um zu einer anderen Normalform und damit zu einer anderen Ecke zu wechseln, genügt es, das Gleichungssystem
(18.18b) mit der entsprechenden Basisinversen zu multiplizieren. Das Simplexverfahren kann also dahingehend
modifiziert werden, daß in jedem Schritt anstatt eines neuen Tableaus nur die Basisinverse ermittelt wird. Vom
eigentlichen Tableau sind nur die zur Bestimmung des neuen Pivotelements erforderlichen Größen zu berechnen. Ist
die Anzahl der Variablen sehr groß im Vergleich zur Anzahl der Nebenbedingungen , dann erreicht

man mit der revidierten Simplexmethode eine beachtliche Verringerung an Rechenaufwand und Speicherplatz bei
gleichzeitiger Erhöhung der Rechengenauigkeit.
Die allgemeine Form eines revidierten Simplextableaus zeigt das folgende Schema.
Schema 7

Die eingetragenen Größen haben die folgende Bedeutung:

● : aktuelle Basisvariable.

● : auf Nichtbasisvariable umgerechnete Koeffizienten der Zielfunktion.

● : rechte Seite der aktuellen Normalform.

● : Wert der Zielfunktion in der Ecke .

● : aktuelle Basisinverse, wobei die Spalten von die zu den

Variablen gehörenden Spalten der aktuellen Normalform sind;

● : aktuelle Pivotspalte.
Simulation

Unter Simulation versteht man die Untersuchung eines Prozesses oder Systems mit Hilfe eines Ersatzsystems. Als
Ersatzsysteme verwendet man in der Regel mathematische Modelle, die den zu untersuchenden Prozeß
beschreiben und auf einem Computer ausgewertet werden können. Man spricht dann von digitaler Simulation . Sind
bei einer solchen Simulation gewisse Größen zufällig auszuwählen, dann spricht man von einer Monte-Carlo-
Simulation oder einer zufallsbedingten Simulation. Die dabei notwendige zufällige Auswahl kann mit Hilfe von
Zufallszahlen erfolgen.
Singulärwertzerlegung

Die Darstellung

(4.140a)
mit
 (4.140b)

heißt Singulärwertzerlegung der Matrix Die Matrix ist wie die Matrix vom Typ und enthält bis

auf die ersten Diagonalelemente nur Nullen. Dabei sind die die

Singulärwerte von
Isolierte singuläre Stellen und der Residuensatz
● Isolierte singuläre Stellen
● Meromorphe Funktionen
● Elliptische Funktionen
● Residuum
● Residuensatz
Sinus-Kosinussatz

(3.174a)

(3.174b)

Vier weitere Gleichungen können durch zyklische Vertauschung gewonnen werden.

Der Sinus-Kosinussatz entspricht dem Projektionssatz der ebenen Trigonometrie. Da er fünf Größen des sphärischen
Dreiecks enthält, wird er nicht unmittelbar zur Auflösung sphärischer Dreiecke benutzt, sondern hauptsächlich zur
Ableitung weiterer Gleichungen.
Die Bezeichnungen der Größen entsprechen denen der Abbildung.
Polarer Sinus-Kosinussatz

(3.176a)

(3.176b)
Die Bezeichnungen der Größen entsprechen denen der Abbildung.
Vier weitere Gleichungen können durch zyklische Vertauschung gewonnen werden.
Wie der Winkel-Kosinussatz werden auch die Formeln des Polaren Sinus-Kosinussatzes weniger zur unmnittelbaren
Dreiecksberechnung verwendet, als vielmehr zur Herleitung weiterer Formeln.
Sinussatz

(3.172a)

(3.172b)

(3.172c)

Die Bezeichnungen der Größen entsprechen denen der Abbildung.

Die drei Gleichungen lassen sich auch als fortlaufende Proportionen schreiben, d.h., im sphärischen Dreieck
verhalten sich die Sinus der Seiten wie die Sinus der Gegenwinkel:

(3.172d)

Der Sinussatz der sphärischen Trigonometrie entspricht dem Sinussatz der ebenen Trigonometrie.
Skalare und Vektoren

Größen, deren Werte reelle Zahlen sind, werden Skalare genannt. Beispiele sind Masse, Temperatur, Energie und
Arbeit. (Zur skalaren Invarianz s. skalare Invariante 1, skalare Invariante 2 und Pseudoskalar.) Im Unterschied dazu
werden Größen, zu deren vollständiger Charakerisierung sowohl eine Maßzahl als auch eine Richtung und
manchmal ein Drehsinn im Raum erforderlich sind, Vektoren genannt. Beispiele sind Kraft, Geschwindigkeit,
Beschleunigung, Winkelgeschwindigkeit, Winkelbeschleunigung sowie elektrische und magnetische Feldstärke.
In diesem Buch werden Vektoren im dreidimensionalen EUKLIDischen Raum durch gekennzeichnet, im Rahmen
der Matrizenrechnung durch .
Tensor 0. Stufe

Ein Tensor nullter Stufe hat nur eine Komponente, d.h., er ist ein Skalar. Da sein Wert in allen Koordinatensystemen
gleich ist, spricht man von der Invarianz des Skalars oder vom invarianten Skalar .
Formeln für Produkte in kartesischen Koordinaten

Wenn die Vektoren in kartesischen Koordinaten gemäß

(3.265)
gegeben sind, dann werden die Produkte nach den folgenden Formeln berechnet:

Skalarprodukt:
(3.266)
Vektorprodukt:

(3.267)

Spatprodukt:
(3.268)
Gleichung und Lösungen

Die SG-Gleichung für die Evolutionsfunktion lautet

(9.134)
Sie besitzt die folgenden Solitonlösungen:

Kink-Soliton:
(9.135)

wobei und gilt.

In der Abbildung ist das Kink-Soliton (9.135) der Gleichung (9.134) für dargestellt.
Das Kink-Soliton ist durch die zwei dimensionslosen Parameter und bestimmt, die Geschwindigkeit ist
unabhängig von der Amplitude, die Zeit- und die Ortsableitung sind gewöhnliche lokalisierte Solitonen:

(9.136)

Antikink-Soliton:
(9.137)

Kink-Antikink-Soliton: Mit entsteht aus (9.135) bzw. (9.137) ein statisches Kink-Antikink-Soliton:
 (9.138)

Weitere Lösungen von (9.134) sind:

Kink-Kink-Kollision:

(9.139)

Kink-Antikink-Kollision:

(9.140)

Doppel- oder Breather-Soliton, auch Kink-Antikink-Dublett:

(9.141)

Diese Gleichung (9.141) stellt eine stationäre Welle dar, deren Einhüllende mit der Frequenz moduliert ist.
Örtlich periodisches Kink-Gitter:

(9.142a)

Zwischen Wellenlänge und Gitterkonstante besteht die Beziehung

 (9.142b)

Für also ergibt sich

(9.142c)

d.h. wieder das Kink-Soliton (9.135) und das Antikink-Soliton (9.137) mit .

Hinweis: Mit sn ist eine JACOBIsche elliptische Funktion mit dem Modul und der Periode bezeichnet:
(9.143a)

(9.143b)

(9.143c)

Die Gleichung (9.143b) geht aus der inversen Funktion (14.102b) zum elliptischen Integral 1. Gattung durch die
Substitution hervor.
Die Reihenentwicklung des vollständigen elliptischen Integrals ist als Gleichung (8.104) angegeben.
Wechselwirkung zwischen Solitonen

Treffen zwei Solitonen, die sich mit verschiedenen Geschwindigkeiten bewegen, aufeinander, so tauchen sie nach
einer Wechselwirkung wieder auf, als hätten sie sich ungestört durchdrungen, d.h. Form und Geschwindigkeit jedes
Solitons bleiben asymptotisch erhalten; es tritt lediglich eine Phasenverschiebung auf. Zwei Solitonen können
miteinander wechselwirken, ohne sich zu zerstören. Daher spricht man von elastischer Wechselwirkung. Letztere ist
äquivalent mit der Existenz einer -Solitonen-Lösung, wobei die Anzahl der Solitonen ist. Bei der Lösung einer
Anfangswertaufgabe zeigt sich, daß ein vorgegebener Anfangsimpuls in Solitonen zerfällt, wobei deren Anzahl nicht
von der Impulsform, sondern von der Impulsfläche abhängt.
Spektrum eines Operators

● Spektrum, Definition
● Vergleich mit der linearen Algebra, Residualspektrum
Elemente der Spektraltheorie linearer Operatoren
● Resolventenmenge und Resolvente eines Operators
● Spektrum eines Operators
Eigenschaften

Der bikubische Interpolationsspline ist durch folgende Eigenschaften eindeutig festgelegt:

1.
erfüllt die Interpolationsbedingung

(19.241)
2.
Auf jeder Masche des Rechteckbereiches ist identisch mit einem bikubischen Polynom,

d.h., es gilt die Darstellung

(19.242)

Damit wird durch 16 Ansatzkoeffizienten repräsentiert, und für die Beschreibung von sind

Koeffizienten notwendig.
3.
Die Ableitungen

(19.243)

sind stetig auf . Damit wird eine gewisse Glattheit der gesuchten Fläche gewährleistet.
4.
erfüllt spezielle Randbedingungen:

(19.244)

Dabei sind , und vorgegebene Zahlenwerte.

Bei der Bestimmung der Ansatzkoeffizienten können die Ergebnisse der eindimensionalen kubischen Spline-
Interpolation ganz entscheidend ausgenutzt werden. Es zeigt sich:
1.
Es ist eine sehr große Anzahl linearer Gleichungssyteme, aber nur mit tridiagonaler

Koeffizientenmatrix, zu lösen.
2.
Die linearen Gleichungssysteme unterscheiden sich im wesentlichen nur durch ihre rechten Seiten.

Man kann im allgemeinen sagen, bikubische Interpolationssplines sind günstig bzgl. Rechenzeit und Genauigkeit und
damit recht gut geeignet für viele praktische Anwendungen. Zur rechentechnischen Realisierung der
Koeffizientenbestimmung s. Lit. 19.6, 19.28.
Bestimmung der Spline-Koeffizienten

Für den kubischen Interpolationsspline wird für der Ansatz

(19.231)

gemacht. Die Länge der Teilintervalle wird mit bezeichnet. Zur Bestimmung der
Ansatzkoeffizienten für den natürlichen Spline kann man wie folgt vorgehen:

1.
Aus der Interpolationsforderung folgt
(19.232)

Es ist zweckmäßig, den im Ansatz nicht auftretenden Koeffizienten einzuführen und zu setzen.
2.
Die Stetigkeit von an den inneren Knoten führt zu
 (19.233)

Aus den natürlichen Randbedingungen folgt , und (19.233) gilt auch für , wenn man einführt

und setzt.
3.
Die Stetigkeit von an den inneren Knoten führt zu

(19.234)

4.
Die Stetigkeit von an den inneren Knoten ergibt

(19.235)

Wegen (19.232) ist die rechte Seite des linearen Gleichungssystems (19.235) zur Bestimmung der Koeffizienten

bekannt. Die linke Seite hat folgende Gestalt:

 (19.236)

Die Koeffizientenmatrix ist tridiagonal , so daß sich das Gleichungssystem (19.235) durch LR-Zerlegung sehr einfach
numerisch lösen läßt. Aus den Koeffizienten erhält man über (19.234) und (19.233) die restlichen Koeffizienten.
B-B-Flächendarstellung

Gegeben seien Punkte mit den Ortsvektoren , die als

Netzpunkte einer Fläche längs Parameterlinien aufgefaßt werden können. Analog zu den B-B-Kurven (19.252) ordnet
man den Netzpunkten durch

(19.253)

eine Fläche zu. Die Darstellung (19.253) ist für den Flächenentwurf geeignet, da auf einfache Weise durch die
Veränderung von Netzpunkten eine Variation der Fläche möglich ist. Allerdings ist der Einfluß aller Netzpunkte
global, so daß man auch in (19.253) von den BERNSTEINschen Grundpolynomen zu B-Splines übergehen sollte.
Bikubische Splines
● Eigenschaften
Stabilität gegenüber Störung der Anfangswerte

Bei der praktischen Durchführung von Einschrittverfahren kommt zum globalen Diskretisierungsfehler noch

ein Rundungsfehleranteil hinzu. Das hat zur Folge, daß mit einer nicht zu kleinen, endlichen Schrittweite

gerechnet werden muß. Dabei ist die Frage wichtig, wie sich die numerische Lösung eines

Einschrittverfahrens gegenüber Störungen des Anfangswertes verhält, und zwar auch für den Fall .

In der Theorie der gewöhnlichen Differentialgleichungen heißt eine Anfangswertaufgabe (19.93) stabil bezüglich
Störungen ihrer Anfangswerte , wenn gilt:

(19.114)

Dabei ist die Lösung von (19.93) mit der gegenüber gestörten Anfangsbedingung . Die

Abschätzung (19.114) besagt, daß die Lösungsänderung betragsmäßig nicht größer ist als die Störung des
Anfangswertes.
Im allgemeinen läßt sich (19.114) nur schwer überprüfen. Deshalb führt man die lineare Testaufgabe

(19.115)
ein, die stabil ist, und prüft ein Einschrittverfahren an dieser speziellen Anfangswertaufgabe. Man sagt: Ein
konsistentes Einzelschrittverfahren heißt für die Schrittweite absolut stabil bezüglich Störungen des

Anfangswertes, wenn alle damit für das lineare Testproblem (19.115) berechneten Näherungen der Abschätzung

(19.116)

genügen.

Beispiel
Für (19.115) ergibt das EULERsche Polygonzugverfahren (19.97)

. Man sieht, daß (19.116) für gilt, und erhält

dadurch die Schrittweitenbeschränkung .

Definition

Die Differentialgleichung (17.1), d.h. das Vektorfeld , heißt strukturstabil (oder robust ), wenn bei

kleinen Störungen von topologisch äquivalente Differentialgleichungen entstehen. Die präzise Definition der

Strukturstabilität erfordert einen Abstandsbegriff zwischen zwei Vektorfeldern auf . Wir beschränken uns auf die
Betrachtung solcher glatter Vektorfelder auf , die alle eine feste offene, beschränkte und zusammenhängende
Menge als absorbierende Menge besitzen. Der Rand von sei eine glatte -

dimensionale Hyperfläche und sei darstellbar als , wobei eine

-Funktion mit in einer Umgebung von ist. Sei der metrische Raum aller glatten

Vektorfelder auf , versehen mit der - Metrik

(17.25)
(Im ersten Term der rechten Seite bedeutet die EUKLIDische Vektornorm, im zweiten die Operatornorm.)

Diejenigen glatten Vektorfelder , die transversal den Rand in Richtung schneiden, d.h., für die

und gilt, bilden die Menge

. Das Vektorfeld heißt strukturstabil , wenn es ein gibt, so daß jedes

andere Vektorfeld mit topologisch äquivalent zu ist.

Beispiel

Betrachtet wird die ebene Differentialgleichung

(17.26)

mit einem Parameter , wobei sei. Die Differentialgleichung gehört z.B. zu mit

(s. linke Abbildung). Offenbar gilt . Das

Vektorfeld ist strukturell instabil, da beliebig nahe von Vektorfelder existieren, die topologisch nicht

äquivalent zu sind (s. mittlere und rechte Abbildung).

Dies wird klar, wenn man zur Polarkoordinatendarstellung von (17.26) übergeht. Für

existiert immer der stabile Grenzzyklus .

Strukturstabile diskrete Systeme

Im Falle von diskreten Systemen (17.3), d.h. von Abbildungen , sei eine

beschränkte, offene und zusammenhängende Menge mit glattem Rand. Sei Diff der metrische Raum aller

Diffeomorphismen auf , versehen mit der bezüglich definierten -Metrik. Die Menge Diff

bestehe aus denjenigen Diffeomorphismen , für die gilt. Die Abbildung

(und damit das dynamische System (17.3)) heißt strukturstabil , wenn es ein gibt, so daß

jede andere Abbildung mit topologisch konjugiert zu ist.

Lösung der Stabschwingungsgleichung

Zur Lösung wird die Methode der Variablentrennung verwendet.

Beispiel B: Stabschwingungsgleichung
wird die lineare partielle Differentialgleichung zweiter Ordnung vom hyperbolischen Typ genannt, mit deren
Hilfe die longitudinalen Schwingungen eines Stabes beschrieben werden, dessen eines Ende frei ist und
auf dessen zweites, eingespanntes Ende im Anfangszeitpunkt eine konstante Kraft wirkt. Zu lösen ist die
gleiche Differentialgleichung wie im Beispiel Saitenschwingungsgleichung, d.h.

(9.86a)

mit den gleichen Anfangs-, aber nunmehr inhomogenen Randbedingungen:

(9.86b)

(9.86c)
 (9.86d)

Diese Bedingungen können durch die homogenen Bedingungen

(9.86e)

ersetzt werden, indem für die neue unbekannte Funktion

(9.86f)

eingeführt wird. Allerdings wird dann die Differentialgleichung inhomogen:

(9.86g)

Die Lösung wird in Form der Summe gesucht. Dabei genügt der homogenen Differentialgleichung

sowie den Rand- und Anfangsbedingungen für , d.h.

(9.86h)

während der inhomogenen Differentialgleichung genügt und die verschwindenden Anfangs- und

Randbedingungen erfüllt. Daraus ergibt sich . Eingehen in die Differentialgleichung mit dem

Produktansatz
 (9.86i)
ergibt wie in Beispiel Saitenschwingungsgleichung die Gleichung

(9.86j)

und damit gewöhnliche Differentialgleichungen für die separierten Variablen. Integration der Differentialgleichung für
und Einsetzen der Randbedingungen liefert die Eigenfunktionen

(9.86k)

sowie die dazugehörigen Eigenwerte

(9.86l)

Durch das gleiche Vorgehen wie in Beispiel Saitenschwingungsgleichung erhält man schließlich

(9.86m)

wobei und die Koeffizienten der FOURIER-Reihenentwicklung für die Funktionen

und im Intervall sind.

Standardabweichungen

Die Standardabweichung der Gewichtseinheit ergibt sich als Schätzwert zu

(16.203)

Es ist darauf zu achten, daß ist, im entgegengesetzten Falle sind mit systematischen

Abweichungen enthalten.
Die Standardabweichung der Einzelmessung lautet

(16.204)

wobei erwartet werden kann.

Die Standardabweichung des gewogenen arithmetischen Mittels lautet:

(16.205)
Beschreibende Statistik
● Statistische Erfassung gegebener Meßwerte
● Statistische Parameter
Mathematische Statistik
Die mathematische Statistik stellt eine Anwendung der Wahrscheinlichkeitstheorie auf konkrete
Massenerscheinungen dar. Ihre Sätze ermöglichen Wahrscheinlichkeitsaussagen über Eigenschaften einer
bestimmten Menge aus den Ergebnissen von Versuchen, deren Anzahl aus ökonomischen Gründen möglichst klein
zu halten ist.

● Stichprobenfunktionen
● Beschreibende Statistik
● Wichtige Prüfverfahren
● Korrelation und Regression
● Monte-Carlo-Methode
Kapitel 16: Wahrscheinlichkeitsrechnung und
Mathematische Statistik
Wahrscheinlichkeitsrechnung und mathematische Statistik befassen sich mit den Gesetzmäßigkeiten des zufälligen
Eintretens bestimmter Ereignisse aus einer vorgegebenen Ereignismenge bei Versuchen im allgemeinsten Sinne.
Dabei wird vorausgesetzt, daß diese Versuche unter unveränderten Bedingungen beliebig oft wiederholt werden
können. Ihre Anwendung finden diese Gebiete der Mathematik bei der statistischen Beurteilung von
Massenerscheinungen. Die mathematische Behandlung von Zufallserscheinungen wird auch unter dem Begriff
Stochastik zusammengefaßt.

● Kombinatorik
● Wahrscheinlichkeitsrechnung
● Mathematische Statistik
● Theorie der Meßfehler

● Detailliertes Inhaltsverzeichnis
Stereometrie
● Geraden und Ebenen im Raum
● Kanten, Ecken, Raumwinkel
● Polyeder
● Körper, die durch gekrümmte Flächen begrenzt sind
Stetigkeit und Unstetigkeitspunkte elementarer Funktionen

Die elementaren Funktionen sind in ihrem Definitionsbereich stetig; Unstetigkeitsstellen gehören nicht zum
Definitionsbereich. Es können die folgenden allgemeinen Aussagen gemacht werden:

● Ganzrationale Funktionen oder Polynome

Stetigkeit

Eine Funktion von zwei Veränderlichen wird an der Stelle d.h. im Punkt , stetig

genannt, wenn

1. der Punkt dem Definitionsbereich der Funktion angehört und wenn

2. der Grenzwert für existiert und

(2.276)

ist.

Anderenfalls besitzt die Funktion an der Stelle eine Unstetigkeit.

Wenn eine Funktion in allen Punkten eines zusammenhängenden Gebietes definiert und stetig ist, dann wird sie
stetig in diesem Gebiet genannt.
In Analogie dazu wird die Stetigkeit einer Funktion von mehr als zwei Veränderlichen definiert.
Stetigkeit der komplexen Funktion

Eine Funktion heißt an der Stelle stetig, wenn es zu jeder vorgegebenen, beliebig kleinen

Umgebung eines Punktes der -Ebene eine Umgebung des Punktes der

-Ebene gibt, deren durch vermittelte Bildpunkte ganz in liegen. Wie in der Abbildung

dargestellt, ist z.B. ein Kreis mit dem Radius um den Punkt .
Es gilt dann
(14.2)

Der Grenzwert der Funktion ist gleich dem Funktionswert der unabhängigen Variablen.
Stetigkeit mittelbarer Funktionen y=f(u(x))

Wenn eine stetige Funktion bezüglich ist und eine stetige Funktion bezüglich und der

Wertebereich von im Definitionsbereich von enthalten ist, dann ist auch die mittelbare Funktion

stetig bezüglich , und es gilt

(2.32)

Das bedeutet, daß jede stetige Funktion von einer stetigen Funktion einer Variablen wieder stetig ist.
Stichprobe

Um nicht die gesamte Grundgesamtheit auf die betreffenden Merkmale hin untersuchen zu müssen, entnimmt man
ihr eine Teilmenge, eine sogenannte Stichprobe , vom Umfang . Erfolgt die Auswahl zufallsgemäß,

d.h., jedes Element der Grundgesamtheit muß die gleiche Chance haben, ausgewählt zu werden, dann spricht man
von einer zufälligen Stichprobe . Die zufällige Auswahl kann durch Mischen oder blindes Ziehen bzw. durch
Festlegung der auszuwählenden Elemente mit Hilfe von Zufallszahlen erfolgen.
Strahl und Strecke

Ein Strahl enthält genau die und nur die Menge aller der Punkte einer Geraden, die auf der gleichen Seite eines
Punktes 0 dieser Geraden liegen, den Punkt 0 inbegriffen. Man kann sich den Strahl durch die Bewegung eines
Punktes vorstellen, die im Punkt 0 beginnt und ohne Richtungsänderung auf der Geraden erfolgt, ähnlich wie ein
Lichtstrahl nach seiner Emission, solange dieser nicht nicht abgelenkt wird.
Eine Strecke enthält genau die Menge aller Punkte einer Geraden, die zwischen zwei Punkten und
dieser Geraden liegen, die Punkte und inbegriffen. Die Strecke ist die kürzeste Verbindung der beiden

Ebenenpunkte und . Der Durchlaufsinn einer Strecke wird mit Hilfe eines Pfeiles gemäß gekennzeichnet
oder als Richtung vom erstgenannten Punkt nach dem zweitgenannten Punkt verstanden.
Klassische algebraische Strukturen
● Operationen
● Halbgruppen
● Gruppen
● Anwendungsbeispiele für Gruppen
● Ringe und Körper
● Vektorräume
Winkelpaare an geschnittenen Parallelen

Beim Schnitt zweier paralleler Geraden durch eine dritte Gerade treten acht Winkel auf.

Neben Scheitelwinkel und Nebenwinkel für Winkel mit gemeinsamem Scheitelpunkt sind für Winkel mit
verschiedenen Scheitelpunkten Wechselwinkel, Stufenwinkel und entgegengesetzt liegende Winkel zu
unterscheiden.

Wechselwinkel: Wechselwinkel sind gleich große, auf verschiedenen Seiten der Schnittgeraden und der
Parallelen liegende Winkel. Die Schenkel von Wechselwinkeln sind paarweise entgegengesetzt gerichtet.

Beispiel

In der Abbildung sind die Winkelpaare und

Wechselwinkel.
Stufenwinkel oder Gegenwinkel: Stufenwinkel sind gleich große, auf der gleichen Seite der Schnittgeraden
und auf den gleichen Seiten der Parallelen liegende Winkel. Die Schenkel von Stufenwinkeln sind paarweise
gleichgerichtet.

Beispiel

In der Abbildung sind die Winkelpaare und

Stufenwinkel.
Entgegengesetzte Winkel: Entgegengesetzte Winkel sind auf der gleichen Seite der Schnittgeraden , aber

auf verschiedenen Seiten der Parallelen gelegene Winkel, die sich zu ergänzen. Ein Schenkelpaar ist
gleichgerichtet, das andere entgegengesetzt gerichtet.

Beispiel
In der Abbildung sind z.B. die Winkelpaare und

entgegengesetzte Winkel.
Reelle Nullstellen

Mit der Kartesischen Zeichenregel kann man einen ersten Hinweis darauf bekommen, ob die Polynomgleichung
(19.11) reelle Nullstellen hat. Es gilt:

1.
Die Anzahl der positiven Nullstellen ist gleich der Anzahl der Vorzeichenwechsel in der Koeffizientenfolge
(19.19a)
oder um eine gerade Anzahl kleiner.
2.
Die Anzahl der negativen Nullstellen ist gleich der Anzahl der Vorzeichenwechsel in der Koeffizientenfolge
(19.19b)
oder um eine gerade Anzahl kleiner.

Beispiel

hat 1 oder 3 positive Wurzeln und 0 oder 2

negative Wurzeln.
Mit der STURMschen Kette kann man genaue Auskunft über die Anzahl der reellen Nullstellen zwischen zwei Stellen
und bekommen.
Einen Überblick über den Verlauf der Kurve und damit auch über die Lage ihrer Nullstellen verschafft

man sich dadurch, daß man mit Hilfe des HORNER-Schemas für gleichabständige Argumentwerte
die Funktionswerte ermittelt. Hat man zwei Stellen und

gefunden, an denen entgegengesetzte Vorzeichen hat, dann liegt zwischen ihnen mindestens eine reelle

Nullstelle.
Prinzip der B-B-Kurvendarstellung

Gegeben seien Eckpunkte mit den Ortsvektoren eines räumlichen Polygons,

das in diesem Zusammenhang als Stützpolygon bezeichnet wird. Durch die Vorschrift

(19.252)

wird diesen Punkten eine Raumkurve, die sogenannte B-B-Kurve zugeordnet. Wegen (19.249) kann (19.252) als
,,variable Konvexkombination`` der gegebenen Punkte aufgefaßt werden. Die Raumkurve (19.252) hat folgende
wichtige Eigenschaften:

1.
Die Punkte und werden interpoliert.
2.

Die Vektoren und sind Tangenten von in bzw. .

Den Zusammenhang zwischen Stützpolygon und B-B-Kurve zeigt die folgende Abbildung.

Die B-B-Darstellung wird vor allem für den Entwurf von Kurven eingesetzt, da man durch die Änderung von
Polygonecken den Kurvenverlauf auf sehr einfache Weise beeinflussen kann.

Häufig werden an Stelle der BERNSTEINschen Grundpolynome normalisierte B-Splines verwendet. Die zugehörigen
Raumkurven heißen dann B-Spline-Kurven. Ihr Verlauf entspricht prinzipiell dem der B-B-Kurven, aber sie haben
folgende Vorteile gegenüber diesen:

1.
Das Stützpolygon wird besser approximiert.
2.
Bei Änderung von Polygoneckpunkten ändert sich die B-Spline-Kurve nur lokal.
3.
 Neben der lokalen Änderung des Kurvenverlaufs kann auch die Differenzierbarkeit beeinflußt werden.

So lassen sich z.B. auch Knicke und Geradenstücke erzeugen.

Definition von Summen

Zur abkürzenden Schreibweise verwendet man für Summen das Summenzeichen

(1.8)

Mit dieser Abkürzung wird eine Summe von Summanden bezeichnet. Man nennt

Laufindex oder Summationsvariable .

Rechenregeln für Summen

1.
Summe gleicher Summanden, d.h.,

(1.9a)

2.
Multiplikation mit einem konstanten Faktor

(1.9b)

3.
Aufspalten einer Summe

(1.9c)

4.
 Addition von Summen gleicher Länge

(1.9d)

5.
Umnumerierung

(1.9e)

6.
Vertauschen der Summationsfolge bei Doppelsummen

(1.9f)
Superpositionsprinzip

● Superposition komplexer Potentiale

● Erzeugung neuer Felder
Superposition oder Überlagerung von Schwingungen

Superposition oder Überlagerung von Schwingungen nennt man im einfachsten Falle die Addition zweier
Schwingungen mit gleicher Frequenz. Sie führt wieder auf eine harmonische Schwingung mit derselben Frequenz:
(2.130a)
wobei

(2.130b)

und

(2.130c)

bedeuten. Auch eine Linearkombination mehrerer allgemeiner Sinusfunktionen gleicher Frequenz führt wieder auf
eine allgemeine Sinusfunktion (harmonische Schwingung) mit derselben Frequenz:
 (2.131)

Die Größen und können mit Hilfe eines Vektordiagramms bestimmt werden:
Symmetriegruppen

Zu jeder Symmetrieoperation gibt es eine inverse Operation die wieder ,,rückgängig`` macht, d.h., es

gilt
(5.105)
Dabei bezeichnet die identische Operation, die den gesamten Raum unverändert läßt. Die Gesamtheit der
Symmetrieoperationen eines räumlichen Objektes bildet bezüglich der Hintereinander-Ausführung eine Gruppe, die
im allgemeinen nichtkommutative Symmetriegruppe des Objektes. Dabei gelten die folgenden Beziehungen:

a) Jede Drehung ist das Produkt zweier Spiegelungen. Die Schnittgerade der beiden Spiegelungsebenen ist
die Drehachse.
b) Für zwei Spiegelungen und gilt
(5.106)
genau dann, wenn die zugehörigen Spiegelungsebenen identisch sind oder senkrecht aufeinander stehen. Im ersten
Fall ist das Produkt die Identität im zweiten die Drehung
c) Das Produkt zweier Drehungen mit sich schneidenden Drehachsen ist wieder eine Drehung, deren Achse
durch den Schnittpunkt der gegebenen Drehachsen geht.
 d) Für zwei Drehungen und um dieselbe oder um zwei zueinander senkrechte Achsen gilt:

(5.107)
Das Produkt ist jeweils wieder eine Drehung. Im ersten Fall ist die zugehörige Drehachse die gegebene, im zweiten
steht die Drehachse senkrecht auf den beiden gegebenen.
Lineare Systeme

Ein lineares System besteht aus den Linearformen

(4.104)

Die Elemente der Matrix , die vom Typ ist, und die Komponenten des

Spaltenvektors sind konstant. Die Komponenten des Spaltenvektors sind die

unabhängigen , die Komponenten des Spaltenvektors die abhängigen Variablen .

System aus vier Punkten

Vier Punkte und können entweder einen

Tetraeder bilden oder in einer Ebene liegen.

Der Rauminhalt eines Tetraeders kann über

 (3.365)

berechnet werden, wobei sich nur dann ein positiver Wert ergibt, wenn die Orientierung des Vektorentripels

mit der Orientierung des Koordinatensystems übereinstimmt (s. affine Koordinaten). Im

entgegengesetzten Falle ergibt sich ein negativer Wert.

In einer Ebene liegen die vier Punkte genau dann, wenn die Bedingung

(3.366)

erfüllt ist.
Mischende dynamische Systeme

Ein dynamisches System auf mit invariantem Wahrscheinlichkeitsmaß heißt mischend ,

wenn für beliebige BOREL-Mengen gilt. Für ein

mischendes System hängt also das Maß der Menge aller Punkte, die bei in und für große in liegen,
nur vom Produkt ab.

Ein mischendes System ist auch ergodisch: Seien ein mischendes System und eine BOREL-Menge mit

. Dann gilt und ist oder .

Ein Fluß von (17.1) ist genau dann mischend, wenn für beliebige quadratisch integrierbare Funktionen
 die Beziehung

(17.33)

gilt. Dabei bezeichnen und die räumlichen Mittel, die durch die zeitlichen Mittel ersetzt werden.

Beispiel
Die Modulo-Abbildung (17.28) ist mischend. Die Rotationsabbildung (17.31) ist bezüglich des

Wahrscheinlichkeitsmaßes nicht mischend.

Definition mittels Tabelle

Funktionen von mehreren Veränderlichen können mit Hilfe von Wertetabellen definiert werden. Die Wertetabellen der
elliptischen Integrale sind ein Beispiel für Funktionen von zwei unabhängigen Veränderlichen. Dort sind die Werte der
unabhängigen Variablen am oberen und linken Rand der Tabelle eingetragen. Ein gesuchter Funktionswert kann als
Schnittpunkt der zugehörigen Zeilen und Spalten aufgesucht werden. Man spricht von Tabellen mit doppeltem
Eingang .
Geometrische Bedeutung der Ableitung

Wenn wie in der folgenden Abbildung als Kurve in kartesischen Koordinaten dargestellt ist und die -

sowie die -Achse den gleichen Maßstab haben, dann ist

(6.2)
wobei der Winkel zwischen der -Achse und der Tangente an die Kurve in dem betreffenden Punkt ist. Der
Winkel wird von der positiven -Achse zur Tangente im entgegengesetzten Drehsinn des Uhrzeigers gemessen und
als Tangentenneigungswinkel bezeichnet.
Geometrische Bedeutung

Die geometrische Bedeutung des vollständigen Differentials einer Funktion von zwei Veränderlichen

die in einem kartesischen Koordinatensystem als Fläche dargestellt werden kann (obere Fläche durch den Punkt
in der Abbildung), besteht darin, daß gleich dem Zuwachs der Applikate der Tangentialebene (untere Fläche
durch den betrachteten Punkt) ist, wenn und die Inkremente von und sind. Mit ist der Zuwachs

der Applikate der Fläche für die Inkremente und von und bezeichnet.
Aus der TAYLORschen Formel folgt für Funktionen von zwei Variablen

(6.44a)

Vernachlässigt man das Restglied dann stellt

(6.44b)
die Gleichung der Tangentialebene an die Fläche im Punkt dar.
Tangierpunkte

Der Kleinkreis wird von zwei Meridianen, den Tangiermeridianen , in den Tangierpunkten und

berührt.
Aus der Forderung, daß für sie das Argument des Arkuskosinus in (3.223) hinsichtlich der Variablen extremal
sein muß, erhält man:

(3.224a)

(3.224b)

Hinweis: Unter Umständen ist gemäß (3.211) eine Rückversetzung der Winkel erforderlich.
Taylor-Entwicklung für Vektorfunktionen

(13.4)

Die Entwicklung einer Vektorfunktion in eine TAYLOR-Reihe hat nur Sinn, wenn die Reihe konvergiert. Die
Konvergenz dieser Reihe wird ebenso wie die jeder beliebigen anderen Reihe mit vektoriellen Gliedern nach der
gleichen Methode wie die Konvergenz einer Reihe mit komplexen Gliedern bestimmt. Man kann die Konvergenz
einer Reihe mit vektoriellen Gliedern auf die Konvergenz von Reihen mit skalaren Gliedern zurückführen. Das
Differential einer Vektorfunktion wird definiert durch

(13.5)
Teilbarkeit
● Teiler
● Elementare Teilbarkeitsregeln
● Primzahlen
● Primzahlzwillinge, Primzahldrillinge, Primzahlvierlinge
● Fundamentalsatz der elementaren Zahlentheorie
● Kanonische Primfaktorenzerlegung
● Teilbarkeitskriterien
● Größter gemeinsamer Teiler
● EUKLIDischer Algorithmus
● Größter gemeinsamer Teiler als Linearkombination
● Kleinstes gemeinsames Vielfaches
● Zusammenhang zwischen dem ggT und dem kgV
● FIBONACCI-Zahlen
Elementare Teilbarkeitsregeln

(5.135)
(5.136)
(5.137)
(5.138)
(5.139)
(5.140)
(5.141)
(5.142)
(5.143)
(5.144)
(5.145)
(5.146)
Teiler

Eine ganze Zahl heißt in durch eine ganze Zahl ohne Rest teilbar , wenn es eine ganze Zahl gibt,
die die Bedingung
(5.134)

erfüllt. Dabei ist ein Teiler von in und der zu komplementäre Teiler ; ist ein Vielfaches von Für ,,

teilt `` schreibt man auch Für ,, teilt nicht`` kann man schreiben. Die Teilbarkeitsbeziehung

(5.134) ist eine binäre Relation in . Analog kann man die Teilbarkeit in der Menge der natürlichen Zahlen
definieren.
Positive Teiler

Wenn eine natürliche Zahl mit der kanonischen Primfaktorenzerlegung (5.147a) gegeben ist, dann läßt sich

jeder postive Teiler von in der Form

(5.148a)

darstellen. Die Anzahl aller positiven Teiler von ist

(5.148b)

Beispiel A

.
Beispiel B

falls paarweise verschiedene Primzahlen sind.

Das Produkt aller positiven Teiler von ist gegeben durch

(5.148c)

Beispiel A

Beispiel B

falls Primzahl ist.

Beispiel C

, falls und zwei verschiedene Primzahlen sind.

Die Summe aller positiven Teiler von ist

(5.148d)

Beispiel A

Beispiel B

, falls Primzahl ist.

Konvexe Teilmengen und konvexe Hülle
● Konvexe Mengen
● Kegel
Affiner Teilraum

Eine Teilmenge eines Vektorraumes der Gestalt

(12.8)

wobei ein fixiertes Element und ein linearer Teilraum ist, heißt affin-linearer Teilraum oder affine

Mannigfaltigkeit, die man (im Falle von ) als Verallgemeinerung einer nicht durch den Nullpunkt
verlaufenden Geraden oder Ebene ansehen kann.
Tensor 1. Stufe

Ein Tensor erster Stufe hat 3 Komponenten und Das Transformationsgesetz (4.68) lautet

(4.69)

Das ist aber gerade das Transformationsgesetz für Vektoren, d.h., ein Vektor ist ein Tensor 1. Stufe.
Rechenregeln

Für Tensoren 2. Stufe gelten dieselben Rechenregeln wie für Matrizen. Insbesondere läßt sich jeder Tensor als
Summe eines symmetrischen und eines schiefsymmetrischen Tensors darstellen:

(4.76a)

Ein Tensor heißt symmetrisch , wenn

(4.76b)

gilt. Im Falle

(4.76c)

heißt er schief- oder antisymmetrisch . Dabei ist zu beachten, daß bei einem antisymmetrischen Tensor die Elemente
 und Null sind. Der Begriff der Symmetrie und Antisymmetrie läßt sich auch auf Tensoren höherer Stufe
übertragen, wenn man diese Begriffe auf bestimmte Paare von Indizes bezieht.
Definition

Eine mathematische oder physikalische Größe läßt sich in einem kartesischen Koordinatensystem durch
Elemente die translationsinvariant sind, beschreiben. Dabei sei die Anzahl der Indizes

genau Die Indizes sind geordnet und jeder Index nimmt die Werte 1, 2 und 3 an.

Gilt für die Elemente bei einer Transformation des Koordinatensystems nach gemäß (4.65)

(4.68)

dann wird als Tensor -ter Stufe bezeichnet, und die Elemente (meist Zahlen) mit geordneten Indizes

sind die Komponenten des Tensors .

Tensorinvarianten

Von den invarianten Tensoren muß man die Tensorinvarianten unterscheiden. Letztere sind Funktionen von
Tensorkomponenten, deren Form und deren Wert bei Drehung des Koordinatensystems gleichbleibt.

Beispiel A

Für die Spur des Tensors der durch Drehung in übergeht, gilt:

(4.80)
Die Spur des Tensors ist gleich der Summe der Eigenwerte (vgl. Spur der Matrix).
Beispiel B
Für die Determinante des Tensors gilt:

(4.81)

Die Determinante des Tensors ist gleich dem Produkt der Eigenwerte.
Tensoren
● Transformation des Koordinatensystems
● Tensoren in kartesischen Koordinaten
● Tensoren mit speziellen Eigenschaften
● Tensoren in krummlinigen Koordinatensystemen
● Pseudotensoren
Tensorprodukt-Ansätze

Der bikubische Spline-Ansatz (19.242) ist ein Beispiel für einen sogenannten Tensorprodukt -Ansatz, der die Form

(19.245)

hat und vor allem für Approximationen über Rechteckgittern geeignet ist.

Die Funktionen und bilden zwei linear unabhängige

Funktionssysteme. Tensorprodukt-Ansätze haben in numerischer Hinsicht den großen Vorteil, daß sich z.B. die
Lösung der zweidimensionalen Interpolationsaufgabe (19.241) auf die Lösung von eindimensionalen Aufgaben
zurückführen läßt. Darüber hinaus gilt: Die zweidimensionale Interpolationsaufgabe (19.241) ist mit dem Ansatz
(19.245) eindeutig lösbar, wenn

1.
die eindimensionalen Interpolationsaufgaben mit den Ansatzfunktionen bezüglich der Stützstellen
 und
2.
die eindimensionalen Interpolationsaufgaben mit den Ansatzfunktionen bezüglich der Stützstellen

eindeutig lösbar sind.

Ein wichtiger Tensorprodukt-Ansatz ist der mit kubischen B-Splines:

(19.246)

Dabei sind die Funktionen und normalisierte B-Splines der Ordnung 4. Mit wird die Anzahl

der Knoten bezüglich , mit die Anzahl der Knoten bezüglich bezeichnet. Die Knoten sind frei wählbar, aber
für die Lösbarkeit der Interpolationsaufgabe müssen gewisse Bedingungen an die Lage der Knoten und die der
Stützstellen der Interpolation gestellt werden.

B-Spline-Ansätze führen bei der Lösung von Interpolationsaufgaben auf Gleichungssysteme, deren
Koeffizientenmatrizen Bandstruktur haben, also von numerisch günstiger Struktur sind.

Lösungen für verschiedene Interpolationsaufgaben mit Hilfe von bikubischen B-Spline-Ansätzen s. Lit. 19.15.
Tetraeder

Tetraeder wird eine dreieckige Pyramide genannt.

Mit den Bezeichnungen und gilt:

(3.119)
Tilgungsrechnung
● Tilgung
● Gleiche Tilgungsraten
● Gleiche Annuitäten
Wavelet-Transformation

Zu einem Wavelet kann man mit Hilfe eines Parameters eine ganze Schar von Funktionen bilden:

(15.149)

Im Falle wird die Ausgangsfunktion gestaucht. Im Falle wird zusätzlich eine Spiegelung

vorgenommen. Der Faktor ist ein Skalierungsfaktor.

Mit Hilfe eines zweiten Parameters können die Funktionen noch verschoben werden. Man erhält dann die

zweiparametrige Kurvenschar
 (15.150)

Der reelle Verschiebunbgsparameter charakterisiert den Zeitpunkt (bzw. den Ort), während der Parameter die
Ausdehnung der Funktion angibt. Die Funktion wird im Zusammenhang mit der Wavelet-

Transformation als Basisfunktion bezeichnet.

Die Wavelet-Transformation einer Funktion ist wie folgt definiert:

(15.151a)

Für die Rücktransformation gilt:

(15.151b)

Dabei ist eine Konstante, die vom speziellen Wavelet abhängt.

Beispiel
 Unter Verwendung des HAAR-Wavelets (F1150502) erhält man

und damit

(15.152)

Der Wert gemäß (15.152) stellt eine Differenz von Mittelwerten der Funktion über zwei

benachbarten Intervallen der Länge um den Punkt dar.

Bemerkungen:
1.
In den Anwendungen spielt die dyadische Wavelet-Transformation eine große Rolle. Als Basisfunktionen
verwendet sie die Funktionen

(15.153)

d.h. die verschiedenen Basisfunktionen ergeben sich aus einem Wavelet durch Verdoppeln oder Halbieren

der Breite und durch Verschieben um ganzzahlige Vielfache der Breite.

2.
Als orthogonales Wavelet bezeichnet man ein Wavelet , bei dem die gemäß (15.153) erzeugten

Basisfunktionen eine orthogonale Basis bilden.

3.
Besonders gute numerische Eigenschaften haben DAUBECHIES-Wavelets. Das sind orthogonale Wavelets mit
einem kompakten Träger, d.h. sie sind nur auf einem Teil der Zeitachse von Null verschieden. Für sie gibt es
aber keine geschlossene Darstellung (s. Lit. 15.11).
Trägheitsmomente

1. Trägheitsmoment des Bogenstücks einer homogenen Kurve mit der konstanten Dichte im

Intervall bezüglich der -Achse (s. linke Abbildung):

(8.68)

Ist die Dichte eine Funktion , dann muß ihr analytischer Ausdruck in die Integration einbezogen werden.
 2. Trägheitsmoment einer homogenen ebenen Figur mit der Dichte bezüglich der -Achse, wobei

gleichzeitig die Länge des zur -Achse parallelen Schnittes ist (s. rechte Abbildung):

(8.69)

Im Falle der Ortsabhängigkeit der Dichte muß der analytische Ausdruck in die Integration einbezogen werden.
Formeln zur Berechnung von Trägheitsmomenten mit Hilfe von Mehrfachintegralen sind in der Tabelle Anwendung
von Doppelintegralen und in der Tabelle Anwendung von Dreifachintegralen angegeben.
Zyklische Vertauschungen

Es werden die folgenden Bezeichnungen verwendet: - Seiten; - die ihnen gegenüberliegenden

Winkel; - Flächeninhalt; - Radius des Umkreises; - Radius des Inkreises;

- halber Dreiecksumfang.
Da im schiefwinkligen Dreieck alle Seiten gleichberechtigt sind, ebenso alle Winkel, können aus jeder für bestimmte
Seiten und Winkel bewiesenen Formel zwei weitere gewonnen werden, wenn Seiten und Winkel gemäß der
folgenden Abbildung zyklisch vertauscht werden.
Beispiel

Aus (Sinussatz) erhält man durch zyklische Vertauschung:

Lineare Transformation

Durch die lineare Transformation

(4.65)

wird im dreidimensionalen Raum eine Koordinatentransformation beschrieben. Dabei sind und

die Koordinaten ein und desselben Punktes, bezogen auf zwei verschiedene

Koordinatensysteme und
Wavelet-Transformation
● Signale
● Wavelets
● Wavelet-Transformation
● Diskrete Wavelet-Transformation
● Gabor-Transformation
Trapez

Trapez wird ein Viereck genannt, bei dem zwei Seiten zueinander parallel sind.

Mit den Bezeichnungen und für die beiden Grundlinien des Trapezes, für die Höhe und für die Mittellinie
, die die Mittelpunkte der beiden nicht parallelen Seiten miteinander verbindet, ergibt sich

(3.28)
 (3.29)

Im gleichschenkligen Trapez mit ist:

(3.30)
Trennung konvexer Mengen
● Hyperebenen
● Geometrische Form des Satzes von Hahn-Banach
● Trennung konvexer Mengen
Triangulierung

Das Integrationsgebiet wird in einfache Teilgebiete zerlegt. In der Regel nimmt man eine Triangulierung vor, bei
der durch Dreiecke so überdeckt wird, daß einander angrenzende Dreiecke eine ganze Seite oder nur einen
Eckpunkt gemeinsam haben. Ein krummlinig begrenztes Gebiet kann durch Dreiecke recht gut approximiert werden
(s. Abbildung).
Hinweis: Um numerische Schwierigkeiten zu vermeiden, sollte die Triangulierung keine allzu stumpfen Dreiecke
enthalten.

Beispiel
Eine Triangulierung des Einheitsquadrates könnte in der in der folgenden Abbildung angegebenen Weise
erfolgen.

Dabei geht man von Gitterpunkten mit den Koordinaten

; aus. Man erhält innere

Punkte. Im Hinblick auf die Wahl von Ansatzfunktionen ist es zweckmäßig, jeweils 6 Dreiecke, die im
Punkte zusammenstoßen, zu dem Flächenstück zusammenzufassen.
Folgerungen aus dem Alternantensatz

Der Alternantensatz ist der Ausgangspunkt für die numerische Lösung der stetigen TSCHEBYSCHEFFschen
Approximationsaufgabe. Wählt man als Näherungsfunktion

(19.198)

mit linear unabhängigen, bekannten Ansatzfunktionen, dann sollen mit die

Koeffizienten der Lösung der TSCHEBYSCHEFFschen Aufgabe und mit die

zugehörige Minimalabweichung gemäß (19.192) bezeichnet werden. In dem Fall, daß die Funktionen und

differenzierbar sind, folgt aus dem Alternantensatz

(19.199)
Die Stellen sind Alternantenpunkte mit

(19.200)

Die Gleichungen (19.199) stellen Bedingungen für die unbekannten Größen der

TSCHEBYSCHEFFschen Approximationsaufgabe dar: Ansatzkoeffizienten, Alternantenpunkte und die

Minimalabweichung . Falls die Intervallrandpunkte zu den Alternantenpunkten gehören, brauchen dort die
Bedingungen für die Ableitung nicht zu gelten.
Prinzip der TSCHEBYSCHEFF-Approximation

Unter TSCHEBYSCHEFF-Approximation oder gleichmäßiger Approximation versteht man im stetigen Fall die folgende
Aufgabe: In einem Intervall ist die Funktion durch eine Näherungsfunktion

so zu approximieren, daß der größte Fehlerbetrag

(19.192)

durch geeignete Wahl der Parameter möglichst klein wird. Existiert für eine solche

Näherungsfunktion, dann wird der Maximalwert der Abweichung in mindestens Punkten des Intervalls,
den sogenannten Alternantenpunkten , mit abwechselndem Vorzeichen angenommen (s. Abbildung).
Das ist der wesentliche Inhalt des sogenannten Alternantensatzes zur Charakterisierung der Lösung einer
TSCHEBYSCHEFFschen Approximationsaufgabe.
Beispiel

Approximiert man auf dem Intervall die Funktion durch ein Polynom vom Grade

im TSCHEBYSCHEFFschen Sinne, dann erhält man als Fehlerfunktion, wenn auf den

Maximalwert 1 normiert wird, das TSCHEBYSCHEFFsche Polynom . Die Alternantenpunkte, die sich

aus den Randpunkten und genau Punkten im Innern des Intervalls zusammensetzen, entsprechen

den Extremstellen von (s. die folgende, aus 6 Teilen bestehende Abbildung).
Eigenschaften der TSCHEBYSCHEFFschen Polynome

1. Darstellungen:
(19.193a)

(19.193b)

(19.193c)

2. Nullstellen von :

(19.194)

3. Extremstellen von für :

 (19.195)

4. Rekursionsformel:
(19.196)
Daraus folgt z.B.

(19.197a)

(19.197b)

(19.197c)

(19.197d)

(19.197e)

(19.197f)

(19.197g)
TSCHEBYSCHEFFsche Ungleichung

Wenn positive reelle Zahlen sind, dann gilt

(1.121a)

sowie

(1.121b)
Für zwei endliche Zahlenfolgen mit positiven Zahlen ist das Produkt der arithmetischen Mittel dieser Folgen
kleiner oder gleich bzw. größer oder gleich dem arithmetischen Mittel der paarweisen Produkte, wenn beide
Zahlenfolgen entweder ab- oder zunehmen oder die eine Folge zu- und die andere abnimmt.
Kovariante und kontravariante Koordinaten von Tensoren 1. Stufe

Um die EINSTEINsche Summenkonvention anwenden zu können, beschreibt man die kovarianten bzw.
kontravarianten Basisvektoren durch

(4.85)

Die Darstellung eines Vektors lautet dann

(4.86)

Die Komponenten werden als kontravariante Koordinaten, die Komponenten als kovariante Koordinaten

des Vektors bezeichnet. Zwischen diesen Koordinaten besteht der Zusammenhang

(4.87a)
mit

(4.87b)
Weiterhin gilt mit dem KRONECKER-Symbol
(4.88a)

und daraus folgt

(4.88b)

Den Übergang von zu bzw. von zu gemäß (4.87b) beschreibt man als Heraufziehen bzw.
Herunterziehen des Index durch Überschiebung.

Hinweis: In kartesischen Koordinatensystemen sind kovariante und kontravariante Koordinaten einander gleich.
Umlaufintegral eines Vektorfeldes

Umlaufintegral eines Vektorfeldes nennt man ein Kurvenintegral dieses Feldes, das über einen geschlossenen
Integrationsweg genommen wird. Wird der skalare Wert mit und der Weg auf der geschlossenen Kurve mit
bezeichnet, dann gilt:

(13.102)
Verschwinden des Umlaufintegrals

Das Umlaufintegral über eine ebene geschlossene Kurve, d.h. das Kurvenintegral von , ist gleich
Null, wenn die Bedingung (8.127) erfüllt ist und wenn innerhalb der geschlossenen Kurve keine Punkte liegen, in

denen eine der Funktionen oder unstetig oder nicht definiert ist.
Linear unabhängige Elemente
● Lineare Unabhängigkeit
● Basis und Dimension eines Vektorraumes
Ungleichungen 1. Grades

Ungleichungen 1. Grades besitzen die Lösung

(1.128a)

und

(1.128b)

Beispiel
Allgemeiner Fall der Ungleichung 2. Grades

(1.132a)

oder

(1.132b)

Die Ungleichung wird durch dividiert, wobei sich das Vorzeichen im Falle ändert, so daß sie auf die Form

(1.132c)

oder

(1.132d)

gebracht wird. Durch quadratische Ergänzung folgt

 (1.132e)

oder

(1.132f)

Bezeichnet man nun mit und mit , dann ergibt sich die Ungleichung

(1.132g)

oder

(1.132h)

Nachdem diese gelöst ist, kann bestimmt werden.

Beispiel A
 Die Lösung ist

Beispiel B

Die Ungleichung ist identisch erfüllt.

Beispiel C

und

Die Lösungsbereiche sind und .

Ungleichungen 2. Grades

Die Ungleichungen 2. Grades

(1.129a)

und

(1.129b)

besitzen die folgenden Lösungen:

(1.130a)

(1.130b)

(1.131a)
(1.131b)
Ungleichungen für verschiedene Mittel

1. Ungleichungen für arithmetisches und geometrisches Mittel:

(1.112)

Das arithmetische Mittel von positiven Zahlen ist größer oder gleich dem geometrischen Mittel dieser Zahlen. Das
Gleichheitszeichen gilt nur, wenn alle Zahlen gleich sind.

2. Ungleichungen für arithmetisches und quadratisches Mittel:

(1.113)

Der Absolutbetrag des arithmetischen Mittels mehrerer Zahlen ist kleiner oder gleich dem quadratischen Mittel.
3. Ungleichungen für verschiedene Mittelwerte reeller Zahlen: Für die Ungleichungen, die das
arithmetische, geometrische, harmonische und quadratische Mittel zweier positiver reeller Zahlen und mit
miteinander verknüpfen, gilt:
 (1.114)
Dabei bedeuten:

(1.115)

(s. auch Mittelwerte).

Auflösung von Ungleichungen 1. und 2. Grades
● Allgemeines
● Ungleichungen 1. Grades
● Ungleichungen 2. Grades
● Allgemeiner Fall der Ungleichung 2. Grades
BERNOULLIsche und Binomische Ungleichung

1. BERNOULLIsche Ungleichung: Für reelle Zahlen ist

(1.116)
Das Gleichheitszeichen gilt für .
2. Binomische Ungleichung: Für alle reellen Zahlen gilt

(1.117)
CAUCHY-SCHWARZsche Ungleichung

Die CAUCHY-SCHWARZsche Ungleichung gilt für beliebige komplexe Zahlen sowie für alle reellen

Zahlen

(1.118a)

oder

(1.118b)

Für zwei endliche Zahlenfolgen mit jeweils Zahlen ist die Summe ihrer paarweisen Produkte kleiner oder gleich
dem Produkt der beiden Quadratwurzeln aus den Summen der Quadrate dieser Wurzeln. Das Gleichheitszeichen gilt
nur für

Wenn ist und und als rechtwinklige kartesische Koordinaten von Vektoren

aufgefaßt werden, dann besagt die Ungleichung von CAUCHY-SCHWARZ, daß das skalare Produkt zweier Vektoren
kleiner oder gleich dem Produkt der Beträge dieser Vektoren ist. Wenn ist, dann kann diese Aussage auf

Vektoren im -dimensionalen euklidischen Raum ausgedehnt werden.

Ein Analogon dazu ist die CAUCHY-SCHWARZsche Ungleichung für konvergente unendliche Reihen sowie für
bestimmte Integrale:

(1.119)

(1.120)
MINKOWSKIsche Ungleichung

1. MINKOWSKIsche Ungleichung für Reihen: Wenn ist und sowie mit

zwei Zahlenfolgen sind, dann gilt:

(1.124a)

2. MINKOWSKIsche Ungleichung für Integrale: Wenn und zwei meßbare Funktionen auf dem

Maßraum sind, dann gilt:

(1.124b)
Reine Ungleichungen
● Definitionen
● Eigenschaften der Ungleichungen vom Typ I und II
Tschebyscheffsche Ungleichung

Hat die Zufallsveränderliche den Erwartungswert und die Standardabweichung , so gilt für beliebiges

die TSCHEBYSCHEFFsche Ungleichung :

(16.56)

Danach ist es sehr unwahrscheinlich, daß Werte der Zufallsveränderlichen um ein Vielfaches der
Standardabweichung vom Erwartungswert entfernt liegen ( groß).
Verallgemeinerte TSCHEBYSCHEFFsche Ungleichung

Wenn positive reelle Zahlen sind, dann gilt

(1.122a)

sowie
(1.122b)
Eigenschaften der Ungleichungen vom Typ I und II

● Sinnänderung des Ungleichheitszeichens und Transitivität

● Addition und Subtraktion
● Multiplikation und Division einer Ungleichung mit einer Zahl, Ungleichung bezüglich der Kehrwerte
Ungleichungen
● Reine Ungleichungen
● Spezielle Ungleichungen
● Auflösung von Ungleichungen 1. und 2. Grades
Identische, gleichsinnige, ungleichsinnige und äquivalente Ungleichungen

1. Identische Ungleichungen zeichnen sich durch ihre Gültigkeit für alle Werte der in ihnen enthaltenen
Buchstabensymbole aus.
2. Gleichsinnige Ungleichungen liegen vor, wenn von zwei Ungleichungen beide zum Typ I oder beide zum
Typ II gehören.
3. Ungleichsinnige Ungleichungen liegen vor, wenn die eine Ungleichung zum Typ I, die andere zum Typ II
gehört.
4. Äquivalente Ungleichungen liegen vor, wenn zwei Ungleichungen mit denselben Unbekannten für die
gleichen Werte der Unbekannten richtig sind.
Spezielle Ungleichungen
● Dreiecksungleichung für reelle und komplexe Zahlen
● Ungleichungen für den Absolutbetrag der Differenz reeller Zahlen
● Ungleichungen für verschiedene Mittel
● BERNOULLIsche und Binomische Ungleichung
● CAUCHY-SCHWARZsche Ungleichung
● TSCHEBYSCHEFFsche Ungleichung
● Verallgemeinerte TSCHEBYSCHEFFsche Ungleichung
● HÖLDERsche Ungleichung
● MINKOWSKIsche Ungleichung
Sinnänderung des Ungleichheitszeichens und Transitivität

1. Sinnänderung des Ungleichheitszeichens:

(1.102a)

(1.102b)

2. Transitivität:
(1.103a)

(1.103b)
Interpretation von Fuzzy-Mengen (Unscharfe Mengen)

Das englische Wort ,,fuzzy`` bedeutet so viel wie fusselig oder besser unscharf. Auf dieser Bedeutung beruht der
Name Fuzzy-Logik . Grundsätzlich sollten zwei Arten von Unschärfe unterschieden werden: Vagheit und Unsicherheit
. Mathematisch gesehen, gehören dazu zwei Konzepte: Die Theorie der unscharfen Mengen und die Theorie der
unscharfen Maße. In der folgenden praxisorientierten Einführung sollen die Begriffe, Methoden und Konzepte
unscharfer Mengen, die zur Zeit als mathematische Hilfsmittel akzeptiert werden, auf der Basis der mehrwertigen
Logik erläutert werden.

● Klassischer Mengenbegriff und unscharfe Mengen

● Eigenschaften unscharfer Mengen
● Fuzzy-Linguistik
Unterdeterminanten

Eine Unterdeterminante -ter Ordnung des Elements einer Determinante -ter Ordnung heißt

diejenige Determinante, die sich aus der gegebenen Determinante durch Streichen der -ten Zeile und -ten
Spalte ergibt.

Beispiel
Entwicklung einer Determinante 4. Ordnung nach den Elementen der 3. Zeile:
Urnenmodell

In einem Gefäß befindet sich eine große Anzahl schwarzer und weißer Kugeln. Gefragt ist nach der
Wahrscheinlichkeit dafür, daß sich unter gezogenen Kugeln schwarze befinden. Wird jede gezogene Kugel
nach der Feststellung ihrer Farbe wieder zurückgelegt, dann ergibt sich für die Wahrscheinlichkeit dafür, daß sich
unter den gezogenen Kugeln schwarze befinden, eine Binomialverteilung . Werden die gezogenen Kugeln
nicht zurückgelegt, dann ergibt sich eine hypergeometrische Verteilung .
Variationen
1. Definition: Variation nennt man eine Auswahl von Elementen aus verschiedenen Elementen unter
Beachtung der Reihenfolge. Das bedeutet: Variationen sind Kombinationen mit Beachtung der Reihenfolge.
Deshalb ist auch bei den Variationen zwischen Variation ohne und mit Wiederholung zu unterscheiden.

2. Anzahl der Variationen ohne Wiederholung: Für die Anzahl der Möglichkeiten, aus

verschiedenen Elementen unter Beachtung der Reihenfolge auszuwählen, gilt

(16.6)

Beispiel
Wieviel Möglichkeiten gibt es, in einer Wahlversammlung mit 30 Teilnehmern einen 4köpfigen
Wahlvorstand, bestehend aus dem Vorsitzenden, seinem Stellvertreter und dem 1. und 2. Wahlhelfer

zusammenzustellen? Die Antwort lautet .

 3. Anzahl der Variationen mit Wiederholung: Wenn von den verschiedenen Ausgangselementen in einer
Variation einzelne auch mehrfach auftreten dürfen, dann spricht man von einer Variation mit Wiederholung. Für
ihre Anzahl gilt
(16.7)

Beispiel A
Beim Fußball-Toto sind für 12 Spiele verschiedene Tips möglich.

Beispiel B
Mit der digitalen Einheit Byte, die aus 8 Bits besteht, können verschiedene Zeichen dargestellt
werden, was in der bekannten ASCII-Tabelle zum Ausdruck kommt.
Allgemeinere Variationsaufgaben
Es sollen zwei Verallgemeinerungen der einfachen Variationsaufgabe betrachtet werden.

1. Verallgemeinerung

: Das Funktional der Variationsaufgabe hängt von partiellen

Ableitungen höherer Ordnung der gesuchten Funktion ab. Im vorliegenden Fall, in dem die partiellen

Ableitungen bis zur 2. Ordnung einschließlich auftreten, lautet die EULERsche Differentialgleichung:

(10.50)
2. Verallgemeinerung

: Im Falle einer Variationsaufgabe, bei der

unabhängige Variablen auftreten, lautet die EULERsche Differentialgleichung:

(10.51)
Variationsaufgaben mit Funktionen mehrerer
Veränderlicher
● Einfache Variationsaufgabe
● Allgemeinere Variationsaufgaben
Variationsaufgaben mit höheren Ableitungen
Es werden zwei Aufgabenklassen betrachtet.

1. :

Die Variationsaufgabe lautet:

(10.30a)

mit den Randbedingungen

(10.30b)

wobei die Zahlenwerte und sowie die Funktion gegeben sind. Analog zur Verfahrensweise
unter EULERsche Differentialgleichung der Variationsrechnung werden Vergleichsfunktionen

mit eingeführt, und man erhält die

EULERsche Differentialgleichung
 (10.31)

als notwendige Bedingung für die Lösung des Variationsproblems (10.30a). Die Differentialgleichung (10.31) stellt
eine Differentialgleichung 4. Ordnung dar. Ihre allgemeine Lösung enthält 4 willkürliche Konstanten, die mit Hilfe der
Randbedingungen (10.30b) bestimmt werden können.

Beispiel
Für das Problem

(10.32a)

mit gegebenen Konstanten und gilt . Daraus folgt

, und die

EULERsche Differentialgleichung lautet:

(10.32b)
Das ist eine lineare Differentialgleichung 4. Ordnung mit konstanten Koeffizienten.

2. :
 In diesem allgemeinen Fall, bei dem das Funktional der Variationsaufgabe von den Ableitungen der

gesuchten Funktion bis zur Ordnung abhängen soll, lautet die zugehörige EULERsche

Differentialgleichung

(10.33)

deren Lösung Randbedingungen analog zu (10.30b) bis zur Ordnung erfüllen müssen.
Variationsaufgaben mit mehreren gesuchten Funktionen
Das Funktional der Variationsaufgabe habe die Form

(10.34)

wobei die gesuchten Funktionen für und vorgegebene Werte

annehmen sollen. Man wählt zweimal stetig differenzierbare Vergleichsfunktionen

(10.35)

wobei die Funktionen in den Randpunkten verschwinden sollen. Mit (10.35) geht

(10.34) in über, und aus den notwendigen Bedingungen

(10.36)
für Extremwerte von Funktionen von mehreren Veränderlichen ergeben sich die EULERschen
Differentialgleichungen

(10.37)

deren Lösungen die vorgegebenen Randbedingungen erfüllen müssen.

Aufstellung einer Variationsaufgabe

Zu der vorgegebenen Randwertaufgabe ist eine Variationsaufgabe zu formulieren. Die Vorgehensweise wird an der
Randwertaufgabe
(19.143)

gezeigt. Multipliziert man die Differentialgleichung in (19.143) mit einer hinreichend glatten Funktion , die

auf dem Rand von verschwindet, und integriert man anschließend über , dann erhält man

(19.144)

Durch Anwendung der GAUSSschen Integralformel, indem man und setzt,

erhält man aus (19.144) die Variationsgleichung

(19.145a)
mit
(19.145b)
Erste und zweite Variation
Bei der Herleitung der EULERschen Differentialgleichung mit Hilfe von Vergleichsfunktionen wurde die TAYLOR-
Entwicklung des Integranden von

(10.62)

nach den bezüglich linearen Gliedern abgebrochen. Berücksichtigt man auch die quadratischen Glieder, dann
erhält man
 (10.63)

Bezeichnet man als

1. Variation
des Funktionals den Ausdruck

(10.64)

2. Variation
des Funktionals den Ausdruck

(10.65)
dann kann man schreiben:

(10.66)

Mit Hilfe dieser Variationen lassen sich die verschiedenen Optimalitätsbedingungen für das Funktional

formulieren (s. Lit. 10.6).

Anwendungen in der Physik
Die Variationsrechnung spielt in der Physik eine entscheidende Rolle. So kann man die Grundgleichungen der
NEWTONschen Mechanik aus einem Variationsprinzip herleiten und zur JACOBI-HAMILTONschen Theorie gelangen,
aber auch in der Atomtheorie und der Quantenphysik hat die Variationsrechnung große Bedeutung. Dabei zeigte
sich, daß eine Erweiterung und Verallgemeinerung der klassischen mathematischen Begriffe unbedingt notwendig
ist. Deshalb muß heute die Variationsrechnung im Rahmen moderner mathematischer Disziplinen wie z.B. der
Funktionalanalysis und der Optimierung betrachtet werden. In den voransstehenden Abschnitten konnte lediglich ein
Einblick in den klassischen Teil der Variationsrechnung gegeben werden (s. Lit. 10.3, 10.4, 10.6).
Ergänzungen
● Erste und zweite Variation
● Anwendungen in der Physik
Polare und axiale Vektoren

Polare Vektoren dienen der Darstellung von Größen mit Maßzahl und Raumrichtung, wie Geschwindigkeit und
Beschleunigung, axiale Vektoren dagegen der Darstellung von Größen mit Maßzahl, Raumrichtung und Drehsinn,
wie Winkelgeschwindigkeit und Winkelbeschleunigung. In der zeichnerischen Wiedergabe werden sie durch einen
polaren bzw. axialen Pfeil unterschieden.

In der mathematischen Behandlung besteht zwischen ihnen kein Unterschied.

Freie, gebundene und linienflüchtige Vektoren

Ein freier Vektor ändert seine Eigenschaften Modul und Richtung nicht, wenn er parallel zu sich selbst derart
verschoben wird, daß sein Anfangspunkt in einem beliebigen Raumpunkt fällt. Wenn die Eigenschaften eines Vektors
an einen bestimmten Anfangspunkt gebunden sind, dann spricht man von einem gebundenem Vektor . Ein
linienflüchtiger Vektor darf nur längs der Geraden verschoben werden, in die er weist.
Zusammenhang zwischen den Komponenten eines Vektors in kartesischen, Zylinder- und
Kugelkoordinaten

Tabelle Vektorkomponenten in kartesischen, Zylinder- und Kugelkoordinaten

Kartesische Koordinaten Zylinderkoordinaten Kugelkoordinaten
Hinweis: Beim Übergang von einem Punkt zu einem anderen ändern zwar die Koordinatenvektoren ihre Richtung, sie stehen aber stets
senkrecht aufeinander.
Zerlegung von Vektoren

Jeder beliebige Vektor kann eindeutig in eine Summe aus drei Vektoren zerlegt werden, die parallel zu drei
gegebenen nichtkomplanaren Vektoren sind:

(3.242c)

Die Summanden und werden die Komponenten der Vektorzerlegung genannt, die skalaren

Faktoren und die Koeffizienten . Vektoren, die parallel zu einer Ebene liegen, können durch zwei

nichtkollineare Vektoren und in die Form

 (3.243)
gebracht werden.
Vektoralgebra
● Definition des Vektors, Rechenregeln
● Koordinaten eines Vektors
● Skalarprodukt und Vektorprodukt
● Mehrfache multiplikative Verknüpfungen
● Vektorielle Gleichungen
● Kovariante und kontravariante Koordinaten eines Vektors
● Geometrische Anwendungen der Vektoralgebra
Vektorfeld in kartesischen Koordinaten

Das Vektorfeld (13.12a) kann mit Hilfe dreier skalarer Felder und definiert werden, die als

Koeffizienten des Vektors bei seiner Zerlegung in drei beliebige inkomplanare Vektoren
aufzufassen sind:
(13.16a)

Wählt man für diese drei Vektoren die Einheitsvektoren der drei Koordinatenachsen , und drückt man die

Koeffizienten in kartesischen Koordinaten aus, dann gilt

(13.16b)

Somit kann das Vektorfeld mit Hilfe dreier skalarer Funktionen von drei skalaren Veränderlichen definiert werden.
Vektorfelder mit punktförmigen Quellen
● Coulomb-Feld der Punktladung
● Gravitationsfeld der Punktmasse
Zentrales Vektorfeld

Alle Vektoren liegen auf Geraden, die durch einen bestimmten Punkt, das Zentrum , verlaufen (s. Abbildung).

Wird der Koordinatenursprung in das Zentrum gelegt, dann kann das Feld mit Hilfe von
 (13.13a)

definiert werden, da alle Vektoren die Richtung des Radiusvektors besitzen. Oft ist es von Vorteil, dieses Feld
durch die Formel

(13.13b)

zu beschreiben, wobei die Länge des Vektors angibt und der Einheitsvektor ist.
Zylindrisches Vektorfeld

a)
Alle Vektoren liegen auf Geraden, die auf einer bestimmten Geraden, der Achse, senkrecht stehen und
durch diese hindurchgehen, und
b)
alle Vektoren für Punkte, die gleichen Abstand von der Achse haben, besitzen gleiche Beträge und sind
entweder auf die Achse hin- oder von ihr weggerichtet (s. Abbildung).
 Wird der Koordinatenursprung auf die Achse gelegt, die durch den Vektor vorgegeben ist, dann kann dieses
Feld durch die Formel

(13.15a)

beschrieben werden. Dabei ist die Projektion von auf die Ebene, die auf der Achse senkrecht steht:

(13.15b)
Jeder Schnitt dieses Feldes mit Ebenen, die senkrecht auf der Achse stehen, ergibt gleichartige Kreisfelder.
Lineare Vektorfunktion

In einem festgelegten Koordinatensystem wird mit Hilfe des Tensors gemäß (4.89) durch
(4.92a)
mit
(4.92b)

eine lineare Beziehung zwischen den Vektoren und hergestellt. Deshalb wird (4.92a) auch als lineare
Vektorfunktion bezeichnet.
Vektorfunktion einer skalaren Variablen
● Definitionen
● Ableitung einer Vektorfunktion
● Differentiationsregeln für Vektoren
● Taylor-Entwicklung für Vektorfunktionen
Vektorgradient

Der Vektorgradient kann mit Hilfe des Nablaoperators gemäß

(13.68a)

dargestellt werden. Für den im Zusammenhang mit dem Vektorgradienten vorkommenden Ausdruck gilt:

(13.68b)

Außerdem gilt für :

(13.68c)
Reines Wirbelfeld oder quellenfreies Wirbelfeld

Reines Wirbelfeld wird ein Feld genannt, manchmal auch solenoides Vektorfeld , dessen Divergenz überall

gleich Null ist; dieses Feld ist also quellenfrei. Ist die Wirbeldichte , dann gilt:

(13.127a)

Die Wirbeldichte kann nicht beliebig gegeben sein, sondern muß der Gleichung genügen. Mit

dem Ansatz
(13.127b)
ergibt sich gemäß (13.94)
(13.127c)

Somit genügt formal der POISSONschen Differentialgleichung wie das Potential eines wirbelfreien Feldes
 und heißt deshalb Vektorpotential . Für jeden beliebigen Punkt gilt dann

(13.127d)

Die Bedeutung von ist die gleiche wie in (13.126b); die Integration erfolgt über den gesamten Raum.
Geordnete Vektorräume
● Kegel und Halbordnung
● Ordnungsbeschränkte Mengen
● Positive Operatoren
● Vektorverbände
Vektorräume
● Definition
● Lineare Abbildungen
● Unterräume, Dimensionsformel
Definition

Ein Vektorraum über einem Körper ( -Vektorraum) besteht aus einer additiv geschriebenen ABELschen
Gruppe von ,,Vektoren``, einem Körper von ,,Skalaren`` und einer äußeren

Multiplikation die jedem geordneten Paar mit und einen Vektor

zuordnet. Dabei gelten folgende Gesetze:

(5.113)
(5.114)
(5.115)
(5.116)
(5.117)
(5.118)
(5.119)
 (5.120)
Ist , so spricht man von einem reellen Vektorraum .

Beispiel A

Einspaltige bzw. einzeilige reelle Matrizen vom Typ bzw. bilden bezüglich der

Matrizenaddition und der äußeren Multiplikation mit einer reellen Zahl einen reellen Vektorraum
(s. Vektorraum der Spalten- bzw. Zeilenvektoren).

Beispiel B

Alle reellen Matrizen vom Typ bilden einen reellen Vektorraum.

Beispiel C

Alle auf einem Intervall stetigen reellen Funktionen bilden mit den durch

(5.121)
definierten Operationen einen reellen Vektorraum. Funktionenräume spielen in der Funktionalanalysis eine
wesentliche Rolle.

● Lineare Abhängigkeit
VENN-Diagramm

Zur Veranschaulichung von Mengen und Mengenoperationen benutzt man VENN-Diagramme . Dabei werden
Mengen durch ebene Figuren dargestellt. So wird durch die linke Abbildung die Teilmengenbeziehung
dargestellt.
Verknüpfungsregeln

Für die Verknüpfung unscharfer Relationen gelten die folgenden Gesetzmäßigkeiten:

(E1) Assoziativgesetz:
(5.290)

(E2) Distributivgesetz für die Verknüpfung mit Vereinigungsbildung:

(5.291)

(E3) Distributivgesetz in abgeschwächter Form für die Verknüpfung mit Schnittbildung:

(5.292)

(E4) Inversenbildung:
(5.293)

(E5) Komplementbildung und Inversenbildung:

 (5.294)

(E6) Monotonieeigenschaften:
(5.295)

Beispiel A
Die Gleichung (5.287) für das Relationenprodukt wurde entsprechend wie bei der
Durchschnittsbildung mittels der min-Operation definiert. Allgemeine Überlegungen zeigen, daß statt der
min-Operation irgendeine der -Normen verwendet werden kann.
Beispiel B
Für die Vereinigungs-, Durchschnitts- und Komplementbildung bezüglich -Schnitte gilt:

Entsprechendes gilt auch für die scharfen -

Schnitte.
Chi-Quadrat-Verteilung

Es seien unabhängige, ( )-normalverteilte Zufallsveränderliche. Dann heißt die

Verteilung der Zufallsveränderlichen
(16.88)

-Verteilung mit dem Freiheitsgrad . Ihre Verteilungsfunktion wird mit bezeichnet, die zugehörige

Dichtefunktion mit . Es gilt:

1. Dichte und Verteilungsfunktion:

(16.89)

2. Erwartungswert und Streuung:

(16.90)
3. Sind und unabhängige Zufallsveränderliche, die je einer -Verteilung mit bzw.

Freiheitsgraden genügen, so ist die Zufallsveränderliche -verteilt mit

Freiheitsgraden.
4. Dichtefunktionen bei verschiedenen Zufallsveränderlichen : Sind

unabhängige, ( )-normalverteilte Zufallsveränderliche, so besitzt

(16.91)

(16.92)

(16.93)

5. Quantile: Für die Quantile der -Verteilung mit dem Freiheitsgrad (s. Abbildung) gilt

(16.94)
Quantile der -Verteilung sind in der zugehörigen Tabelle zu finden.
Chi-Quadrat-Verteilung
● Chi-Quadrat-Verteilung, Teil I
● Chi-Quadrat-Verteilung, Teil II
Diskrete Verteilungen
● Zweistufige Grundgesamtheit und Urnenmodell
● Urnenmodell
● Binomialverteilung
● Hypergeometrische Verteilung
● Poisson-Verteilung
Hypergeometrische Verteilung

Wie bei der Betrachtung der Binomialverteilung liege eine zweistufige Grundgesamtheit mit zwei Klassen von
Elementen vor, von denen die eine Klasse Elemente mit der Eigenschaft enthält, die andere

Elemente, die die Eigenschaft nicht besitzen. Im Unterschied zu dem auf die Binomialverteilung führenden Fall
mit Zurücklegen der gezogenen Kugeln des Urnenmodells wird jetzt der Fall ohne Zurücklegen betrachtet.
Die Wahrscheinlichkeit dafür, daß sich unter gezogenen Kugeln schwarze befinden, ist durch

(16.64a)

mit
(16.64b)

gegeben. Die Wahrscheinlichkeiten und berechnet man gemäß (16.60).

Eine Zufallsgröße , die der Verteilung (16.64a) genügt, heißt hypergeometrisch verteilt.

1. Erwartungswert und Streuung:

 (16.65a)

(16.65b)

2. Rekursionsformel:

(16.65c)

In der folgenden Abbildung sind drei hypergeometrische Verteilungen für die Fälle

und für dargestellt, was den Fällen und der sich anschließenden Abbidung
zur Binomialverteilung entspricht.
In diesen Beispielen sind keine signifikanten Unterschiede zwischen Binomial- und hypergeometrischer Verteilung zu
erkennen.
Stetige Verteilungen
● Normalverteilung
● Normierte Normalverteilung, Gaußsches Fehlerintegral
● Logarithmische Normalverteilung
● Exponentialverteilung
● Weibull-Verteilung
● Chi-Quadrat-Verteilung
● Fisher-Verteilung
● Student-Verteilung
Verteilung der Stichprobenmittelwerte

Es sei eine kontinuierliche Zufallsgröße. Der zugehörigen Grundgesamtheit kann man beliebig viele Stichproben
vom Umfang entnehmen. Dann beschreiben die zugehörigen Stichprobenmittelwerte eine neue Zufallsgröße ,
die ebenfalls kontinuierlich ist. Für deren statistische Sicherheit und Normalverteilung gelten die im folgenden
dargelegten Aussagen.

● Statistische Sicherheit des Stichprobenmittelwertes

● Normalverteilung der Stichprobenmittelwerte
Student-Verteilung

Ist eine ( )-normalverteilte Zufallsveränderliche und eine von unabhängige Zufallsveränderliche, die

-verteilt ist mit Freiheitsgraden, so heißt die Verteilung der Zufallsgröße

(16.98)

STUDENT-Verteilung oder -Verteilung mit Freiheitsgraden.

1. Verteilungsfunktion und Dichte: Die Verteilungsfunktion wird mit , die zugehörige Dichte mit

bezeichnet.
 (16.99)

2. Erwartungswert und Streuung:

(16.100a)

(16.100b)

3. Quantile: Für die Quantile bzw. der -Verteilung (s. folgende zwei Abbildungen) gilt:

(16.101a)
oder
(16.101b)
Die Quantile der STUDENT-Verteilung sind in der zugehörigen Tabelle zu finden.

Das Einsatzgebiet der STUDENT-Verteilung, die von GOSSET unter dem Pseudonym STUDENT eingeführt wurde, sind
Stichproben mit geringem Umfang , für die nur Schätzwerte des Erwartungswertes und der Standardabweichung
angegeben werden können. Die Standardabweichung der Grundgesamtheit ist in (16.100b) nicht mehr enthalten.
Studentsche t-Verteilung
● Studentsche t-Verteilung, Teil I
● Studentsche t-Verteilung, Teil II
Weibull-Verteilung

1. Dichte und Verteilungsfunktion: Die stetige Zufallsgröße genügt einer WEIBULL-Verteilung mit den
Parametern und ( ), wenn ihre Dichte durch

(16.83)

und ihre Verteilungsfunktion durch

(16.84)

gegeben sind.
2. Erwartungswert und Streuung:

(16.85)
Mit wird dabei die Gammafunktion bezeichnet:

(16.86)

In (16.83) ist der Form- und der Maßstabsparameter (s. die folgenden zwei Abbildungen):

Bemerkungen:
 a) Für geht die WEIBULL-Verteilung in die Exponentialverteilung mit dem Parameter über.

b) Die WEIBULL-Verteilung gibt es auch als dreiparametrige Verteilung, wenn zusätzlich der Parameter als
sogenannter Lageparameter eingeführt wird. Die Verteilungsfunktion lautet dann:

(16.87)

c) Die WEIBULL-Verteilung wird besonders in der Zuverlässigkeitstheorie angewendet, weil sie in sehr flexibler
Weise die Funktionsdauer von Bauteilen oder Baugruppen beschreiben kann.

● Bemerkungen:
Verteilungsfunktion bei diskreten und kontinuierlichen Zufallsgrößen

1. Diskrete Zufallsgröße: Eine diskrete Zufallsveränderliche , die die Werte mit

den Wahrscheinlichkeiten annimmt, hat die Verteilungsfunktion

(16.43)

2. Kontinuierliche Zufallsgröße: Bei einer kontinuierlichen Zufallsgröße ist die Wahrscheinlichkeit dafür, daß
sie einen bestimmten Wert annimmt, gleich . Man betrachtet daher die Wahrscheinlichkeit dafür, daß

in einem endlichen Intervall liegt.

Läßt sich diese mit Hilfe einer Funktion , der Wahrscheinlichkeitsdichte , in der Form

(16.44)

darstellen, dann spricht man von einer stetigen Verteilungsfunktion

 (16.45)

und einer stetigen Zufallsgröße .

Verteilungsfunktion und ihre Eigenschaften

Die Verteilung der Zufallsveränderlichen wird durch die Verteilungsfunktion beschrieben:

(16.42)

Sie gibt an, mit welcher Wahrscheinlichkeit die Zufallsgröße einen Wert zwischen und annimmt. Die
Verteilungsfunktion hat die folgenden Eigenschaften:

1.
.

2.
ist eine nicht fallende Funktion von .

3.
ist rechtsseitig stetig.

Hinweis: In verschiedenen Darstellungen wird auch, abweichend von der DIN-Vorschrift, die Definition
verwendet.
Vertrauensgrenzen für den Mittelwert

● Vertrauensgrenzen für den Mittelwert bei bekannter Streuung

● Vertrauensgrenzen für den Mittelwert bei unbekannter Streuung
Vertrauensgrenzen für den Mittelwert bei bekannter Streuung

Es sei eine kontinuierliche Zufallsgröße, normalverteilt mit den Parametern und . Gemäß Abschnitt

Verteilung der Stichprobenmittelwerte ist dann ebenfalls eine kontinuierliche Zufallsgröße, normalverteilt mit den

Parametern und . Durch die Substitution

(16.119)

erhält man eine Zufallsgröße , die der normierten Normalverteilung genügt. Für diese gilt

(16.120)

Gibt man jetzt eine Irrtumswahrscheinlichkeit vor und verlangt

(16.121)
dann kann man aus (16.120) numerisch bestimmen bzw. aus der Tabelle der normierten

Normalverteilung ablesen und erhält aus unter Beachtung von (16.119) die Beziehung

(16.122)

Die Werte in (16.122) heißen Vertrauensgrenzen für den Mittelwert der Grundgesamtheit bei

bekannter Streuung und vorgegebener Irrtumswahrscheinlichkeit . Man kann auch sagen: Der Mittelwert

liegt mit der statistischen Sicherheit zwischen den Vertrauensgrenzen (16.122).

Hinweis: Ist der Stichprobenumfang hinreichend groß , dann kann in (16.122) an Stelle der in der

Regel unbekannten Streuung der Grundgesamtheit die Stichprobenstreuung verwendet werden.

Anderenfalls müssen die Vertrauensgrenzen mit Hilfe der -Verteilung gemäß (16.125) ermittelt werden.
Vertrauensgrenzen für den Mittelwert bei unbekannter Streuung

Wenn die Streuung der Grundgesamtheit unbekannt ist, dann ersetzt man sie durch die Stichprobenstreuung
und erhält an Stelle von (16.119) die Zufallsvariable

(16.123)

die der -Verteilung mit Freiheitsgraden genügt. Dabei ist der Umfang der Stichprobe. Mit einer

vorgegebenen Irrtumswahrscheinlichkeit gilt dann

(16.124)

Aus (16.124) folgt , wobei das Quantil der -Verteilung (mit

Freiheitsgraden) zur Irrtumswahrscheinlichkeit darstellt (Tabelle STUDENT-Verteilung). Aus

folgt
 (16.125)

Die Werte heißen Vertrauensgrenzen für den Mittelwert der Grundgesamtheit bei

unbekannter Streuung und vorgegebener Irrtumswahrscheinlichkeit .

Beispiel
Eine Stichprobe bestehe aus den folgenden 6 Meßwerten: 0,842; 0,846; 0,835; 0,839; 0,843; 0,838. Daraus
erhält man und . Wie groß ist höchstens die Abweichung des

Stichprobenmittelwertes vom Mittelwert der Grundgesamtheit, wenn eine Irrtumswahrscheinlichkeit

von 5 % bzw. 1 % zugelassen wird?

1.
: Aus der Tabelle -Verteilung liest man ab und erhält

, d.h., mit 95 % Wahrscheinlichkeit weicht der

Stichprobenmittelwert höchstens um vom Mittelwert ab.

2.

: , d.h., mit 99
% Sicherheit weicht um höchstens von ab.
Vertrauensgrenzen für die Streuung

Die Zufallsgröße sei normalverteilt mit den Parametern und . Dann genügt die neue Zufallsgröße

(16.126)

einer -Verteilung mit Freiheitsgraden, wobei der Umfang einer Stichprobe ist und deren

Streuung. Aus der folgenden Abbildung, in der die Wahrscheinlichkeitsdichte der -Verteilung bedeutet,

folgt

(16.127)

d.h., mit den Quantilen der -Verteilung besteht der Zusammenhang (s. Tabelle -Verteilung):

(16.128)

Unter Beachtung von (16.126) erhält man damit die folgende Abschätzung für die unbekannte Streuung der
Grundgesamtheit bei einer Irrtumswahrscheinlichkeit :

(16.129)

Das durch (16.129) beschriebene Vertrauensintervall für wird bei kleinem Stichprobenumfang noch sehr grob
sein.

Beispiel

Für die Zahlenwerte des Beispiels Stichprobe mit 6 Meßwerten und liest man aus der Tabelle

-Verteilung ab: und . Somit folgt aus (16.129):

mit .
Vervollständigung eines metrischen Raumes

Jeder beliebige, also im allgemeinen nicht vollständige metrische Raum kann vervollständigt werden; genauer, es
existiert ein metrischer Raum mit folgenden Eigenschaften:

1.
enthält einen zu isometrischen Teilraum .
2.
ist überall dicht in .
3.
ist ein vollständiger metrischer Raum.
4.
Ist ein beliebiger metrischer Raum mit den Eigenschaften 1. bis 3., dann sind und isometrisch.
Der dadurch bis auf Isometrie eindeutig bestimmte vollständige metrische Raum heißt die Vervollständigung
des Raumes .
Ebene Vielecke
● Allgemeine Eigenschaften
● Regelmäßige Vielecke
Ebene Vierecke
● Parallelogramm
● Rechteck und Quadrat
● Rhombus
● Trapez
● Allgemeines Viereck
Wurzelsatz von VIETA

Der Zusammenhang zwischen den Wurzeln und den Koeffizienten der Gleichung (1.166a) ist
gegeben durch:

(1.168)
Winkelbezeichnungen

Winkel werden nach dem Richtungsunterschied ihrer Schenkel bezeichnet. Für Winkel im Intervall sind die
in der Abbildung dargestellten und in der Tabelle angegebenen Bezeichnungen gebräuchlich.

Tabelle Winkelbezeichnungen im Grad- und im Bogenmaß

Volterrasche Integralgleichungen
● Theoretische Grundlagen
● Lösung durch Differentiation
● Neumannsche Reihe zur Lösung der Volterraschen Integral-
gleichungen 2. Art
● Volterrasche Integralgleichungen 2. Art vom Faltungstyp
● Numerische Behandlung Volterrascher Integralgleichungen
2. Art
Theoretische Grundlagen
● Methode der Umwandlung
● Umwandlung durch Differentiation
● Umwandlung durch partielle Integration
Gradient und Volumenableitung

Jedem Punkt eines skalaren Feldes kann der Vektor Gradient als Volumenableitung des

skalaren Feldes zugeordnet werden:

(13.33)

Dabei ist das Volumen eines Raumteiles, der den betrachteten Punkt enthält und die geschlossene Fläche
zur Oberfläche hat.
Volumenelemente

Koordinaten Volumenelement

Kartesische Koordinaten

Zylinderkoordinaten

Kugelkoordinaten

Beliebige krummlinige Koordinaten ( Funktionaldeterminante)

Vorwärtseinschneiden ohne Visier

Wenn Punkt nicht von Punkt eingesehen werden kann, bestimmt man die Richtungswinkel und

über Anschlußrichtungen zu anderen sichtbaren und koordinierten Punkten und

Gegeben: Gemessen: in in möglichst auch

Gesucht:

Lösung: Zurückführung auf die VES, Berechnung von , gemäß (3.96a) und:

(3.97a)

(3.97b)
(3.97c)
(3.97d)
(3.97e)
(3.97f)

(3.97g)

(3.97h)

(3.97i)

(3.97j)
Bedingte Wahrscheinlichkeiten, Satz von Bayes

● Bedingte Wahrscheinlichkeit
● Unabhängige Ereignisse
● Ereignisse in einem vollständigen Ereignissystem
● Beispiel für Ereignisse in einem vollständigen Ereignissystem
Definition der Wahrscheinlichkeit

1.
Für jedes Ereignis gilt:

(16.28)
2.
Für das unmögliche Ereignis und das sichere Ereignis gilt
(16.29)
3.
Schließen die Ereignisse und einander aus ( ), so ist

(16.30)
Wahrscheinlichkeitsmaße auf Attraktoren
● Invariantes Maß
● Elemente der Ergodentheorie
Unterabschnitte

● Prinzip des Wahrscheinlichkeitspapiers:

● Anwendung des Wahrscheinlichkeitspapiers:

Prüfen mit Hilfe des Wahrscheinlichkeitspapiers

Prinzip des Wahrscheinlichkeitspapiers:

In einem rechtwinkligen Koordinatensystem ist die -Achse gleichabständig unterteilt, während die -Achse die

folgende Skala darstellt: Sie ist gleichabständig bezüglich unterteilt, wird aber mit

(16.115)
beziffert. Falls eine Zufallsgröße einer Normalverteilung mit Mittelwert und Streuung genügt, dann gilt für
ihre Verteilungsfunktion

(16.116a)

d.h., es muß

(16.116b)

gelten und damit ein linearer Zusammenhang zwischen und bestehen. Aus der Substitution (16.116b) liest
man außerdem die folgende Zuordnung ab:

Anwendung des Wahrscheinlichkeitspapiers:

Entnimmt man einer normalverteilten Grundgesamtheit eine Stichprobe, berechnet deren relative
Summationshäufigkeiten gemäß (16.110) und trägt diese in das Wahrscheinlichkeitspapier als Ordinaten zu den
entsprechenden oberen Klassengrenzen als Abszissen ein, dann liegen diese Punkte annähernd (bis auf zufällige
Abweichungen) auf einer Geraden (s. Abbildung).

Aus der Abbildung ist ersichtlich, daß für das zu Grunde liegende Beispiel eine Normalverteilung angenommen
werden kann. Außerdem liest man ab: .

Hinweis: Die Werte der relativen Summenhäufigkeiten lassen sich einfacher in das Wahrscheinlichkeitspapier

eintragen, wenn dessen Bezifferung der Ordinate bezüglich gleichabständig ist, was ungleichabständige
Ordinaten zur Folge hat.
Wahrscheinlichkeitsrechnung
● Ereignisse, Häufigkeiten und Wahrscheinlichkeiten
● Zufallsgrößen, Verteilungsfunktionen
● Diskrete Verteilungen
● Stetige Verteilungen
● Gesetze der großen Zahlen, Grenzwertsätze
WALSH-Funktionen
● Treppenfunktionen
● WALSH-Systeme
Lösung der Wärmeleitungsgleichung

Zur Lösung wird die Methode der Variablentrennung verwendet.

Beispiel E: Wärmeleitungsgleichung
(s. auch Wärmeleitungsgleichung für ein homogenes Medium)
Die Wärmeausbreitung in einem homogenen Stab, dessen eines Ende im Unendlichen liegt, während das
andere unter konstanter Temperatur gehalten wird, beschreibt die lineare partielle Differentialgleichung
zweiter Ordnung vom parabolischen Typ

(9.89a)

die im Gebiet den Anfangs- und Randbedingungen

(9.89b)
genügt. Dabei soll angenommen werden, daß die Temperatur im Unendlichen Null beträgt. Der Separationsansatz
(9.89c)
eingesetzt in (9.89a), liefert die Beziehung
 (9.89d)

wobei der Parameter in Analogie zu dem Vorgehen in den Beispielen A bis D eingeführt wird. Als Lösung für
erhält man

(9.89e)

Aus der Bedingung, daß die Lösungen für und getrennt sein sollen, folgt, daß ist. Für

ergibt sich mit der Randbedingung

(9.89f)
und somit
(9.89g)
wobei eine beliebige reelle Zahl sein kann. Die Lösung kann daher in der Form

(9.89h)

angesetzt werden. Aus der Anfangsbedingung folgt die Gleichung

(9.89i)

die erfüllt ist, wenn für die Konstante

 (9.89j)

wie bei der Bestimmung der FOURIER-Koeffizienten gesetzt wird. Einsetzen in in (9.89i) ergibt

(9.89k)

und nach Ersetzen des Produkts der Sinus- durch eine Differenz von Kosinusfunktionen (2.115) und unter Benutzung
von Formel (21.46) in der Tabelle bestimmter Integrale erhält man schließlich

(9.89l)
Unterabschnitte

● Problemstellung:
● LAPLACE-Transformation:
● Rücktransformation:

Lösung der eindimensionalen Wärmeleitungsgleichung für ein homogenes Medium

Problemstellung:

Die eindimensionale Wärmeleitungsgleichung mit verschwindendem Störglied und für ein homogenes Medium sei in
der Form
(15.60a)

in dem Grundgebiet und mit den Anfangs- und Randbedingungen

(15.60b)
gegeben. Die Zeitkoordinate wurde durch die Substitution ersetzt. Wie die dreidimensionale
Wärmeleitungsgleichung, so ist auch (15.60a) vom parabolischen Typ.

LAPLACE-Transformation:

Die Bildgleichung lautet

(15.61a)

die Randbedingungen sind

(15.61b)

Die Lösung der Bildgleichung lautet dann

(15.61c)

Es ist von Vorteil, zunächst zwei Partikulärlösungen und mit der Eigenschaft

(15.62a)
 (15.62b)

herzustellen, d.h.

(15.62c)

(15.62d)

Die gesuchte Lösung der Bildgleichung hat dann die Form

(15.63)

Rücktransformation:

Die Rücktransformation ist im Falle besonders einfach und liefert:

(15.64a)
(15.64b)
Diskrete Wavelet-Transformation
● Schnelle Wavelet-Transformation
● Diskrete Haar-Wavelet-Transformation
Diskrete Haar-Wavelet-Transformation

Als Beispiel für eine diskrete Wavelet-Transformation wird die HAAR-Wavelet-Transformation beschrieben: Von
einem Signal sind die Werte gegeben. Aus diesen werden die Detailwerte

wie folgt berechnet:

(15.154)

Die Werte werden abgespeichert, während auf die Werte die Vorschrift (15.154) angewendet wird, d.h., in

(15.154) werden die Werte durch die Werte ersetzt. Diese Vorgehensweise wird fortgesetzt, so daß sich aus

(15.155)

schließlich eine Folge von Detailvektoren mit den Komponenten ergibt. Jeder Detailvektor enthält

Informationen über Eigenschaften des Signals.

Hinweis: Für große Werte von konvergiert die diskrete Wavelet-Transformation gegen die Integral-Wavelet-
Transformation (15.151a).
Weg eines Punktes

Der Weg eines Punktes, zurückgelegt in der Zeit bis , ergibt sich bei zeitabhängiger Geschwindigkeit

zu:

(8.64)
Wellengleichung

Die Ausbreitung von Schwingungen als wellenförmige Erscheinung in einem homogenen Medium wird mit Hilfe der
Wellengleichung

(9.97a)

beschrieben, deren rechte Seite verschwindet, wenn keine Störungskräfte auftreten. Das Symbol steht

für die Variablen des -dimensionalen Problems. Der LAPLACE-Operator ist dann wie folgt
definiert:

(9.97b)

Die Lösung der Wellengleichung ist die Wellenfunktion . Die Differentialgleichung (9.97a) ist vom hyperbolischen
Typ.

● Homogenes Problem
● Inhomogenes Problem
Dreidimensionale Wärmeleitungsgleichung

Die Ausbreitung der Wärme in einem homogenen Medium wird durch die lineare partielle Differentialgleichung
zweiter Ordnung vom parabolischen Typ

(9.101a)

beschrieben, wobei der LAPLACE-Operator ist, hier beschränkt auf maximal drei Ausbreitungsrichtungen
, beschreibbar auch durch den Ortsvektor . Wenn der Wärmestrom weder Quellen noch Senken

besitzt, verschwindet die rechte Seite wegen .

Das CAUCHYsche Problem kann folgendermaßen gestellt werden: Es ist eine für beschränkte Lösung

zu suchen, wobei sein soll. Die Forderung nach der Beschränktheit sichert gleichzeitig

die Eindeutigkeit der Lösung.

Für die homogene Differentialgleichung mit erhält man die Wellenfunktion
 (9.101b)

Für die inhomogene Differentialgleichung mit ist auf der rechten Seite dieser Gleichung der folgende

Ausdruck zu addieren:

(9.101c)

Die Aufgabe, für zu bestimmen, wenn die Werte von gegeben sind, kann so nicht gelöst

werden, weil das CAUCHYsche Problem dann nicht mehr korrekt gestellt ist.
Da die Temperatur zur Wärmemenge proportional ist, setzt man oft (Temperaturfeld) und
(Wärmediffusionskonstante oder Temperaturleitzahl) und erhält

(9.101d)
Unterabschnitte

● Problemstellung:
● Fourier-Transformation:
● Rücktransformation:

Lösung der eindimensionalen Wellengleichung für ein homogenes Medium

Problemstellung:

Die eindimensionale Wellengleichung mit verschwindendem Störglied und für ein homogenes Medium lautet:
(15.105a)
Wie die dreidimensionale Wellengleichung (9.97a), so ist auch 15.105a eine partielle Differentialgleichung vom
hyperbolischen Typ. Das CAUCHYsche Problem sei durch die Anfangsbedingungen
(15.105b)
korrekt gestellt.

Fourier-Transformation:
Zur Lösung wird die FOURIER-Transformation bezüglich durchgeführt, wobei die Zeitkoordinate konstant gehalten
wird:
(15.106a)
Daraus ergibt sich:

(15.106b)

(15.106c)

(15.106d)

(15.106e)

Das Ergebnis ist eine gewöhnliche Differentialgleichung für die nun wieder als Veränderliche zu betrachtende
Zeitkoordinate mit dem Parameter der Bildfunktion.

Die allgemeine Lösung dieser bekannten Differentialgleichung mit konstanten Koeffizienten lautet

(15.107a)
Mit Hilfe der Anfangsbedingungen
(15.107b)
lassen sich die Konstanten und bestimmen:

(15.107c)

Die Lösung ergibt sich zu

(15.107d)

Rücktransformation:

Zur Rücktransformation der Funktion kann der Verschiebungssatz,

(15.108a)
mit Vorteil eingesetzt werden, woraus sich ergibt
(15.108b)
Die Anwendung der Integrationsregel

(15.108c)
 (15.108d)

nach Substitution und analog

(15.108e)

Die endgültige Lösung im Originalbereich lautet somit

(15.109)
Bestimmung von Extremwerten und Wendepunkten
● Maxima und Minima
● Notwendige Bedingung für die Existenz eines relativen Extremwertes
● Relative Extremwerte einer differenzierbaren, explizit gegebenen Funktion
● Bestimmung der globalen Extremwerte
● Bestimmung der Extremwerte einer implizit gegebenen Funktion
Winkel

● Winkelbegriff
● Winkelbezeichnungen
Winkelbegriff

Ein Winkel ist durch zwei von einem gemeinsamen Punkt ausgehende Strahlen und festgelegt, die durch
eine Drehung ineinander überführt werden können.

Ist auf dem Strahl der Punkt und auf dem Strahl der Punkt ausgezeichnet, dann wird der Winkel bei der
in der Abbildung angegebenen Drehrichtung durch die Symbolik oder durch die Symbolik oder

durch einen griechischen Buchstaben bezeichnet. Der Punkt wird Scheitelpunkt genannt, die Strahlen und
heißen Schenkel des Winkels.
In der Mathematik heißt ein Winkel positiv bzw. negativ, wenn die Drehung im Gegenuhrzeigersinn bzw. im
Uhrzeigersinn erfolgt. Es ist also grundsätzlich zwischen dem Winkel und dem Winkel zu

unterscheiden. Es gilt

Hinweis: In der Geodäsie wird ein positiver Winkel durch Drehung im Uhrzeigersinn festgelegt.
Wurzeln

Die linke Seite der Gleichung

(1.166a)

wird Polynom vom Grade genannt, eine Lösung dieser Gleichung eine Wurzel des Polynoms

Wenn eine Wurzel des Polynoms ist, dann ist durch teilbar. Im allgemeinen Falle gilt

(1.166b)

Dabei ist ein Polynom vom Grade Wenn durch aber nicht mehr durch

teilbar ist, dann wird eine -fache Wurzel der Gleichung genannt. In diesem Falle

ist gemeinsame Wurzel des Polynoms und seiner Ableitungen bis einschließlich der -ten

Ordnung.
Z-Transformationen
● Z-Transformationen, Teil I
● Z-Transformationen, Teil II
● Z-Transformationen, Teil III
Zahlen
● Natürliche, ganze und rationale Zahlen
● Irrationale und transzendente Zahlen
● Reelle Zahlen
Imaginäre und komplexe Zahlen
● Imaginäre Einheit
● Komplexe Zahlen
Komplexe Zahlen
● Imaginäre und komplexe Zahlen
● Geometrische Veranschaulichung
● Rechnen mit komplexen Zahlen
Konjugiert komplexe Zahlen

Konjugiert komplexe Zahlen werden zwei komplexe Zahlen und genannt, wenn ihre Realteile gleich sind, ihre
Imaginärteile sich aber durch das Vorzeichen unterscheiden: Re

Geometrisch interpretiert liegen Punkte, die konjugiert komplexen Zahlen entsprechen, symmetrisch zur reellen
Achse. Die Moduln konjugiert komplexer Zahlen sind einander gleich, während sich ihre Argumente nur durch das
Vorzeichen unterscheiden:
(1.137a)

(1.137b)

An Stelle von verwendet man auch die Bezeichnung für die zu konjugiert komplexe Zahl.
Primzahlen

● Definition und Eigenschaften

● Sieb des ERATOSTHENES
Zahlensysteme

● Bildungsgesetz
● Konvertierung von Zahlensystemen
Elementare Zahlentheorie
Die elementare Zahlentheorie befaßt sich mit den Teilbarkeitseigenschaften der ganzen Zahlen.

● Teilbarkeit
● Lineare Diophantische Gleichungen
● Kongruenzen und Restklassen
● Sätze von Fermat, Euler und Wilson
● Codes
Zinseszinsen

Da ein Kapital nach jeder Zinsperiode um den Betrag der Zinsen wächst, werden die eingegangenen Zinsen in der
jeweils nächsten Zinsperiode mitverzinst. Diese Mitverzinsung heißt Zinseszins .
Bei der Veränderung eines Kapitals durch Zinseszinsen sind verschiedene Fälle zu unterscheiden.

● Einmalige Einzahlung
● Regelmäßige Einzahlungen
● Unterjährige Einzahlungen
Zinseszinsrechnung
● Zinsen
● Zinseszinsen
Anwendungen der Z-Transformation
● Allgemeine Lösung linearer Differenzengleichungen
● Differenzengleichung zweiter Ordnung (Anfangswertaufgabe)
● Differenzengleichung zweiter Ordnung (Randwertaufgabe)
Originalfolge und Bildfunktion

Der Folge wird die unendliche Reihe

(15.110)

zugeordnet. Falls diese Reihe konvergiert, sagt man, die Folge ist Z-transformierbar , und schreibt

(15.111)

Man nennt Originalfolge , Bildfunktion . Mit ist eine komplexe Variable bezeichnet, mit eine

komplexwertige Funktion.

Beispiel

. Die zugehörige unendliche Reihe lautet

 (15.112)

Sie stellt bezüglich eine geometrische Reihe dar, die für gegen die Reihensumme

konvergiert, für aber divergiert. Das bedeutet, die Folge ist Z-transformierbar für

, d.h. für alle Punkte außerhalb des Einheitskreises der -Ebene.

Definition der Z-Transformation

● Originalfolge und Bildfunktion

● Eigenschaften
● Grenzwertsätze
Differentiation und Integration der Bildfunktion

1. Differentiation der Bildfunktion:

(15.126)

Durch wiederholte Anwendung von (15.126) lassen sich auch Ableitungen höherer Ordnung von bestimmen.

2. Integration der Bildfunktion: Unter der Voraussetzung gilt

(15.127)
Summation und Differenzenbildung

1. Summation: Für gilt:

(15.120)

2. Differenzenbildung: Für die Differenzen

(15.121)
gilt die Regel:

(15.122)
Umkehrung der Z-Transformation

Die Umkehrung der Z-Transformation oder kurz Rücktransformation besteht darin, zu einer gegebenen Bildfunktion
die zugehörige, eindeutige Originalfolge zu finden. Man schreibt dann

(15.132)
Für die Rücktransformation gibt es verschiedene Möglichkeiten.

1. Benutzung von Tabellen: Wenn die Funktion in der Tabelle explizit nicht vorkommt, kann man

versuchen, durch Umformungen und durch Anwendung der Rechenregeln zu Funktionen zu gelangen, die in
Tabelle Z-Transformationen vorhanden sind.

2. LAURENT-Reihe von : Wegen der Definition (15.110 gelingt eine Rücktransformation sofort, wenn für

eine Reihenentwicklung in bekannt ist oder sich leicht ermitteln läßt.

3. TAYLOR-Reihe von : Da eine Reihe nach aufsteigenden Potenzen von ist, ergibt sich
 wegen (15.110) nach der TAYLOR-Formel

(15.133)

4. Anwendung eines Grenzwertsatzes: Mit Hilfe der Grenzwerte (15.112) und (15.116) kann man die

Originalfolge aus ihrer Bildfunktion unmittelbar bestimmen.

Beispiel

. Es sollen die voranstehenden vier Methoden angewendet werden.

1.
Durch Partialbruchzerlegung von erhält man Funktionen, die in der

Tabelle Z-Transformationen enthalten sind.

Daraus folgt

2.
 Durch Division geht in die folgende Reihe nach absteigenden Potenzen von über:

Daraus liest man unmittelbar ab,

aber man erhält keinen geschlossenen Ausdruck für das allgemeine Glied .
3.

Zur Bildung von und den in (15.133) benötigten Ableitungen geht man zweckmäßigerweise von der

Partialbruchzerlegung von aus und erhält:

 Unter Berücksichtigung der Fakultäten in (15.133) ergibt sich .
4.
Die Anwendung der Grenzwertsätze unter Beachtung der BERNOULLIschen Regel ergibt:
Auf diese Weise läßt sich die Originalfolge sukzessiv bestimmen.
Translation

Man unterscheidet eine Vorwärts- und eine Rückwärtsverschiebung.

1. Erster Verschiebungssatz:
(15.118)

dabei wird für festgelegt.

2. Zweiter Verschiebungssatz:

(15.119)
Zufallsveränderliche

Eine Menge von Elementarereignissen möge sich dadurch beschreiben lassen, daß eine Größe unter
Zufallsbedingungen Werte aus einem reellen Bereich annehmen kann. D.h., jedes zufällige Ereignis eines
gewissen Versuches soll durch eine reelle Zahl charakterisiert werden. Dann werden alle zufälligen Ereignisse
dieses Versuches durch die Variable beschrieben, die Zufallsgröße oder Zufallsveränderliche genannt wird.

Besteht aus endlich oder abzählbar unendlich vielen Werten, dann spricht man von einer diskreten Zufallsgröße ;
besteht aus der ganzen reellen Zahlengeraden oder aus Teilintervallen, dann spricht man von einer
kontinuierlichen Zufallsgröße .

Beispiel A

Ordnet man im Beispiel A den Ereignissen bzw. die Werte 1, 2, 3 bzw. 4 zu, so

ist damit eine diskrete Zufallsgröße definiert.

Beispiel B
Die Brenndauer einer aus einem Produktionsvorrat willkürlich herausgegriffenen Glühlampe ist eine
kontinuierliche Zufallsveränderliche. Das Elementarereignis tritt ein, wenn die Brenndauer
gleich der Zeit ist.
Zufallsvektor

Eine Zufallsgröße wird durch ihre Verteilungsfunktion und deren Parameter charakterisiert, wobei die
Verteilungsfunktion ihrerseits durch die Eigenschaften der Grundgesamtheit bestimmt ist. Diese sind aber bei Beginn
einer statistischen Untersuchung nicht bekannt, so daß man möglichst viele Informationen mit Hilfe von Stichproben
gewinnen muß. In der Regel wird man sich nicht auf eine Stichprobe beschränken, sondern mehrere Stichproben,
praktischerweise vom gleichen Umfang , untersuchen. Dabei zeigt sich, daß die Realisierungen von Stichprobe zu
Stichprobe unterschiedlich ausfallen, d.h. der 1. Wert der 1. Stichprobe von 1. Wert der 2. Stichprobe verschieden
sein wird usw. Damit ist die Variable 1. Wert der Stichprobe ebenfalls eine Zufallsgröße, die mit bezeichnet wird.

Analog kann man für den -ten Stichprobenwert die Zufallsgröße einführen, die
man auch Stichprobenvariable nennt. Zusammengefaßt erhält man den Zufallsvektor

Jede konkrete Stichprobe vom Umfang mit den Elementen , die einer Grundgesamtheit entnommen wurden,
kann als Vektor
zusammengefaßt und als eine Realisierung des Zufallsvektors angesehen werden.
Tabelle von Zufallszahlen

1. Erzeugung: Eine Tabelle von Zufallszahlen könnte man auf folgende Weise erzeugen: Auf zehn gleichen
Chips sei jeweils eine der zehn Ziffern eingeprägt. Diese zehn Chips werden in einem Gefäß
gut gemischt. Danach wird ein Chip gezogen und seine Ziffer in einer Tabelle festgehalten. Der Chip wird
wieder in das Gefäß zurückgelegt. Es wird erneut gemischt und die Ziehung wiederholt. Auf diese Weise
entsteht eine Reihe von Zufallszahlen, die aus Gründen der Übersichtlichkeit z.B. in Gruppen zu je vier
zusammengfaßt werden (s. Tabelle Zufallszahlen).

Die Verfahren, nach denen Zufallszahlen aufgestellt werden, müssen sichern, daß die Ziffern
an jeder Stelle der vierstelligen Zahlen gleichwahrscheinlich sind.
2. Anwendung: Die Anwendung einer Tabelle von Zufallszahlen soll an einem Beispiel demonstriert werden.
Von Untersuchungsobjekten sollen zufällig ausgewählt werden. Dazu werden die
Objekte von 000 bis 249 durchnumeriert. In der Tabelle Zufallszahlen wird willkührlich in irgend einer Spalte
oder Zeile eine Zahl ausgewählt und eine Vorschrift festgelegt, nach der die Auswahl der übrigen 19
Zufallszahlen erfolgen soll, z.B. vertikal, horizontal oder diagonal. Von den Zufallszahlen werden nur die ersten
drei Ziffern berücksichtigt. Von den so entstehenden 3-stelligen Zufallszahlen werden nur die verwendet, die
kleiner als 250 sind.
Zufallszahlen
Wegen der Bedeutung der Zufallszahlen s. Abschnitt Monte-Carlo-Methode
Zufallszahlen mit anderen Verteilungen

Zur Erzeugung von Zufallszahlen mit einer beliebigen Verteilungsfunktion geht man wie folgt vor:

Ausgangspunkt ist eine Folge gleichverteilter Zufallszahlen . Aus ihnen berechnet man die Zahlen

für . Dabei ist die Umkehrfunktion zur Verteilungsfunktion .

Dann gilt:

(16.154)

d.h., die Zufallszahlen genügen einer Verteilung mit der Verteilungsfunktion , die stetig und

monoton sein muß.

Zugehörigkeitsfunktionen

Die Zugehörigkeitsfunktionen werden durch Graphen mit Werten zwischen 0 und 1 modelliert. Mit ihrer Hilfe kann
eine graduelle Zugehörigkeit zu einer Menge dargestellt werden.

● Trapezförmige Zugehörigkeitsfunktionen
● Glockenförmige Zugehörigkeitsfunktionen
Glockenförmige Zugehörigkeitsfunktionen

In Analogie zu den trapezförmigen Zugehörigkeitsfunktionen, die sich durch einen diskontinuierlichen Verlauf
auszeichnen, finden auch glockenförmige Zugehörigkeitsfunktionen mit kontinuierlichem Kurvenverlauf Anwendung.

Resümee: Als Resümee der zu betrachtenden Beispiele ergibt sich, daß unscharfe und unpräzise Informationen
durch Fuzzy-Mengen beschrieben und durch Zugehörigkeitsfunktionen visualisiert werden können.

Sprachliche Aussagen wie WENN-DANN-Regeln werden dann zu Berechnungsverfahren.

Beispiel A
Eine Klasse glockenförmiger, differenzierbarer Zugehörigkeitsfunktionen erhält man mit Hilfe von
Funktionen der Art

(5.250)

wenn geeignet wählt wird.

Für und z.B. bzw. oder erhält man mit dem

Normierungsfaktor die in der folgenden Abbildung dargestellten Zugehörigkeitsfunktionen

unterschiedlicher Breite einer symmetrischen Kurvenschar. Mit dem Wert

ergibt sich die äußere, mit die innere Kurve.

Asymmetrische Zugehörigkeitsfunktionen in wie sie die folgende Abbildung zeigt, erhält man beispielsweise

für oder mit geeigneten Normierungsfaktoren. Der

Faktor im ersten Polynom bewirkt eine Verschiebung des Maximums nach links und liefert eine

asymmetrische Kurvenform. Entsprechend bewirkt der Faktor im zweiten Polynom eine Verschiebung

nach rechts mit asymmetrischer Form.

Beispiel B
Beispiele für eine noch flexiblere Klasse von Zugehörigkeitsfunktionen erhält man durch eine
Transformation in gemäß

(5.251)

wobei für die bereits bei den glockenförmigen Zugehörigkeitsfunktionen benutzte Funktion

(5.250) mit verwendet werden kann. Ist eine glatte Transformation in [a,b],

d.h. ist unendlich differenzierbar im Intervall , so ist auch glatt, weil glatt ist. Verlangt man,

daß steigend oder fallend und glatt ist, dann liefert die Transformation Möglichkeiten, die Kurvenform
einer Zugehörigkeitsfunktion zu verändern.
In der Praxis sind Polynome für die Transformation gut geeignet. Im Intervall ist das
einfachste Polynom die Identität .

Das nächst einfache Polynom mit den angegebenen Eigenschaften ist

mit einer Konstanten . Mit der Wahl

für maximale Krümmung des Polynoms ergibt sich . Wählt man für die

Identitätsfunktion, d.h. so kann man zusammen mit rekursiv durch für

weitere Polynome berechnen.

Setzt man für die Transformation in (5.251) die entsprechenden Transformationspolynome

ein, so erhält man eine Folge glatter Funktionen und (linke Abbildung), die zur

Konstruktion von Zugehörigkeitsfunktionen verwendet werden können, wobei zu einer

Geraden konvergiert. Mit Hilfe der Funktion sowie ihrer gespiegelten Form und einer waagerechten
Geraden kann eine trapezförmige Zugehörigkeitsfunktion differenzierbar approximiert werden (rechte
Abbildung).
Trapezförmige Zugehörigkeitsfunktionen

Weit verbreitet sind trapezförmige Zugehörigkeitsfunktionen. Die folgenden Beispiele für bereichsweise stetig
differenzierbare Zugehörigkeitsfunktionen und Spezialfälle davon, wie beispielsweise dreieckförmige
Zugehörigkeitsfunktionen, sind oft verwendete Funktionsgraphen. Mit stetigen bzw. bereichsweise stetigen
Funktionsgraphen als Repräsentanten fuzzy-wertiger Größen, die miteinander verknüpft werden sollen, erhält man im
allgemeinen glattere Ergebnisfunktionen für die Ausgabegröße.

Beispiel A
Die folgende, sich nach oben trapezförmig verjüngende Zugehörigkeitsfunktion, ergibt die darunter gezeigte
Form des Graphen.
(5.247)
 Für und geht dieser Graph in den einer Dreieckfunktion über. Je nach

Wahl unterschiedlicher Werte erhält man symmetrische oder asymmetrische Trapez-und

symmetrische Dreieckfunktionen und oder asymmetrische

Dreieckfunktionen und

Beispiel B
Die folgende, sich nach unten trapezförmig verjüngende Zugehörigkeitsfunktion, ergibt die dazu gezeigte
Form des Graphen.

(5.248)
Beispiel C
Die folgende verallgemeinerte Trapezfunktion ergibt die dazu gezeigte Zugehörigkeitsfunktion.

(5.249)
Doppelintegral
● Begriff des Doppelintegrals
● Berechnung des Doppelintegrals
● Ebene Flächenelemente in der -Ebene
● Anwendungen von Doppelintegralen
Zwischenwertsatz

Wenn eine Funktion in einem zusammenhängenden Gebiet definiert und stetig ist und in zwei Punkten und

dieses Gebietes, wobei ist, verschiedene Werte und annimmt, d.h.

(2.34a)
dann existiert zu jeder zwischen und gelegenen Zahl wenigstens ein Punkt zwischen und , für den
(2.34b)

gilt. Anders ausgedrückt: Die Funktion nimmt jeden Wert zwischen und wenigstens einmal an.
Zwischenwertsatz

Wenn eine Funktion in einem Gebiet definiert und stetig ist und wenn sie in zwei Punkten und

verschiedene Werte und annimmt, dann gibt es für jede Zahl

die zwischen und liegt, einen Punkt derart, daß gilt:

(2.278)
Gewöhnliche Zykloide
Gewöhnliche Zykloide wird eine Kurve genannt, die von einem Peripheriepunkt eines Kreises beschrieben wird, der
auf einer Geraden abrollt, ohne zu gleiten.

Die Gleichung der gewöhnlichen Zykloide lautet in Parameterform

(2.232a)

wobei der Radius des Kreises und der Wälzwinkel sind, und in kartesischen Koordinaten
 (2.232b)

Die Kurve ist periodisch mit der Periode ( Basis der Zykloide )

Die Rückkehrpunkte liegen bei 0, , die Scheitelpunkte bei

Die Länge des Bogens ist die Länge eines Zweiges

Der Flächeninhalt beträgt

Der Krümmungsradius ist in den Scheiteln

Die Evolute einer Zykloide ist eine kongruente Zykloide ; sie ist in der Abbildung grün gezeichnet.
Zylinder

1. Elliptischer Zylinder: (linke Abbildung)

(3.419)

2. Hyperbolische Zylinder: (untere Abbildung)

(3.420)

3. Parabolische Zylinder: (rechte Abbildung)

(3.421)
Zylinderabschnitt, auch Zylinderhuf

Mit den Bezeichnungen in der Abbildung sowie in rad gilt:

(3.131)
 (3.132)

wobei die Formeln auch im Falle ihre Gültigkeit behalten.

Bahnen in gerichteten Graphen
● Bogenfolgen
● Zusammenhängende und stark zusammenhängende Graphen
● Algorithmus von DANTZIG
Kapitel 5: Algebra und Diskrete Mathematik
● Logik
● Mengenlehre
● Klassische algebraische Strukturen
● Elementare Zahlentheorie
● Kryptologie
● Universelle Algebra
● Boolesche Algebren und Schaltalgebra
● Algorithmen der Graphentheorie
● Fuzzy-Logik

● Detailliertes Inhaltsverzeichnis
Generische Eigenschaften

● Definition
● Generische Eigenschaften von ebenen Systemen, Hamilton-Systeme
● Nichtwandernde Punkte, Morse-Smale-Systeme
Kapitel 17: Dynamische Systeme und Chaos
● Gewöhnliche Differentialgleichungen und Abbildungen
● Quantitative Beschreibung von Attraktoren
● Bifurkationstheorie, Wege zum Chaos

● Detailliertes Inhaltsverzeichnis
Dynamische Systeme und Chaos
17.1
AFRAIMOVICH, V.S.; GAVRILOV, N.K.; LUKYANOV, V.I.; SHILNIKOV, L.P.: Grundlegende Bifurkationen
dynamischer Systeme (in Russisch). -- Universitätsverlag Gorki 1985.

17.2
ARGYRIS, J.; FAUST, G.; HAASE, M.: Die Erforschung des Chaos. -- Verlag Vieweg 1994.

17.3
ARROWSMITH, D.K.; PLACE, C.M.: An introduction to Dynamical Systems. -- Cambridge University Press 1990.

17.4
BELYKH, V.N.: Qualitative Methoden der Theorie nichtlinearer Schwingungen von konzentrierten Systemen. --
Universitätsverlag Gorki 1980.

17.5
BOTHE, H.G.; SCHMELING, J.; SIEGMUND-SCHULTZE, R.: Studie zur Dynamik differenzierbarer Abbildungen. --
Weierstrass- Institut Berlin 1989.

17.6
 BRÖCKER, TH.: Analysis III. -- Wissenschaftsverlag Zürich 1992.

17.7
DE MALO, W.; VAN STRIEN, S.: One-Dimensional Dynamics. -- Springer-Verlag 1993

17.8
EDGAR, G.A.: Measure, Topology and Fractal Geometry. -- Springer-Verlag 1990.

17.9
FALCONER, K.: Fractal Geometry. -- Wiley 1990.

17.10
GREBOGI, C.; OTT, E.; PELIKAN, S.; YORKE, J.A.: Strange attractors that are not chaotic. -- Physica 13 D 1984.

17.11
GUCKENHEIMER, J.; HOLMES, P.: Nonlinear Oscillations, Dynamical Systems and Bifurcations of Vector Fields. --
Springer-Verlag 1990.

17.12
HALE, J.; KOSCAK, H.: Dynamics and Bifurcations. -- Springer-Verlag 1991.

17.13
KIRCHGRABER, U.: Chaotisches Verhalten in einfachen Systemen. -- Elemente der Mathematik 1992.

17.14
LEONOV, G.A., REITMANN, V.: Attraktoreingrenzung für nichtlineare Systeme. -- B. G. Teubner 1992.
17.15
LEONOV, G.A., REITMANN, V.; SMIRNOVA, V.B.: Non-Local Methods for Pendulum-Like Feedback Systems -- B.
G. Teubner 1987.

17.16
LEVEN, R.W.; KOCH, B.-P.; POMPE, B.: Chaos in dissipativen Systemen. -- Akademie-Verlag 1994.

17.17
MAREK, M.; SCHREIBER, I.: Chaotic Behaviour of Deterministic Dissipative Systems. -- Cambridge University
Press 1991.

17.18
MEDVED', M.: Fundamentals of Dynamical Systems and Bifurcations Theory. -- Adam Hilger 1992.

17.19
PERKO, L.: Differential Equations and Dynamical Systems. -- Springer-Verlag 1991.

17.20
PILYUGIN, S. YU.: Einführung in robuste Systeme von Differentialgleichungen. -- Universitätsverlag Leningrad
1988.

17.21
RABINOVICH, M. I.; TRUBEZKOV, D. I.: Einführung in die Theorie der Schwingungen und Wellen. -- Nauka
Moskau 1984.
Allgemeine Verfahren

Alle im Abschnitt Iterationsverfahren angegebenen Verfahren sind zur Bestimmung reeller Wurzeln von
Polynomgleichungen anwendbar. Das NEWTON-Verfahren ist bei Polynomgleichungen besonders geeignet, da es
rasch konvergiert und die benötigten Werte und mit Hilfe des HORNER-Schemas schnell berechnet

werden können. Ist der Näherungswert für eine Nullstelle der Polynomgleichung schon

ziemlich genau, dann kann die Korrekturgröße mit Hilfe der Fixpunktgleichung

(19.22)

iterativ verbessert werden.

Numerische Mathematik
19.1
CHAPRA, S.C.; CANALE, R.P.: Numerical Methods for Engineers. -- McGraw-Hill Book Co. 1989.

19.2
COLLATZ, L.: Numerical Treatment of Differential Equations. -- Springer 1966.

19.3
DAVIS, P.J.; RABINOWITZ, P: Methods of numerical integration. -- Academic Press 1984.

19.4
DE BOOR, C.: A practical guide to splines. -- Springer-Verlag 1978.

19.5
ENGELN-MÜLLGES, G.; REUTTER, F.: Formelsammlung zur Numerischen Mathematik mit FORTRAN 77-
Programmen. -- Bibliographisches Institut 1988.

19.6
ENGELN-MÜLLGES, G.; REUTTER, F.: Numerische Mathematik für Ingenieure. -- Bibliographisches Institut 1987.
19.7
ENGELN-MÜLLGES, G.; REUTTER, F.: Numerik-Algorithmen. Entscheidungshilfe zur zur Auswahl und Nutzung. --
VDI-Verlag, Düsseldorf 1996.

19.8
GOLUB, G., ORTEGA, J.M.: Scientific Computing. -- B. G. Teubner 1996.

19.9
GROSSMANN, CH.; ROOS, H.-G.: Numerik partieller Differentialgleichungen. -- B. G. Teubner 1992.

19.10
HÄMMERLIN, G.; HOFFMANN, K.-H.: Numerische Mathematik. -- Springer-Verlag, 4. Auflage 1994.

19.11
HEITZINGER, W.; TROCH, I.; VALENTIN, G.: Praxis nichtlinearer Gleichungen. -- C. Hanser Verlag 1984.

19.12
KIEBASI´NSKI, A.; SCHWETLICK, H.: Numerische lineare Algebra. Eine computerorientierte Einführung. --
Verlag H. Deutsch 1988.

19.13
KNOTHE, K.; WESSELS, H.: Finite Elemente. Eine Einführung für Ingenieure. -- Springer-Verlag 1992.

19.14
LANCASTER, P; SALKAUSKA, S.K.: Curve and Surface Fitting. -- Academic Press 1986.

19.15
 LOCHER, F.: Numerische Mathematik für Informatiker. -- Springer-Verlag 1992.

19.16
MAESS, G.: Vorlesungen über numerische Mathematik, Bd. 1 u. 2. -- Akademie-Verlag 1984-1988.

19.17
MEINARDUS, G.: Approximation von Funktionen und ihre numerische Behandlung. -- Springer-Verlag 1964.

19.178
MEINARDUS, G.; MERZ, G.: Praktische Mathematik. Für Ingenieure, Mathematiker und Physiker, Bd. 1 u. 2. --
Bibliographisches Institut 1979-82.

19.19
MEIS, T.; MARKOWITZ, U.: Numerische Behandlung partieller Differentialgleichungen. -- Springer-Verlag 1978.

19.20
MÜHLIG, H.; STEFAN, F.: Approximation von Flächen mit Hilfe von B-Splines. -- Wiss. Z. TU Dresden 1991.

19.21
MULANSKY, B.: Glättung mittels zweidimensionaler Tensorprodukt-Spline-Funktionen. -- Wiss. Z. TU Dresden
1990.

19.22
MYSCHKIS, A.D.: Angewandte Mathematik für Physiker und Ingenieure. -- Verlag H. Deutsch 1981.

19.23
REINSCH, CHR.: Smoothing by Spline Functions. -- Numer. Math. 1967.
19.24
SAMARSKII, A.A.: Theorie der Differenzenverfahren. -- Akademische Verlagsgesellschaft 1984.

19.25
SCHWARZ, H.R.: Methode der finiten Elemente. -- B. G. Teubner 1984.

19.26
SCHWARZ, H.R.: Numerische Mathematik. -- B. G. Teubner 1986.

19.27
SCHWETLICK, H.; KRETZSCHMAR, H.: Numerische Verfahren für Naturwissenschaftler und Ingenieure. --
Fachbuchverlag 1991.

19.28
SPÄTH, H.: Spline-Algorithmen zur Konstruktion glatter Kurven und Flächen. -- Oldenbourg-Verlag 1983.

19.29
STOER, J.; BULIRSCH, R.: Numerische Mathematik, Bd. 1 u. 2. -- Springer-Verlag 1989-90.

19.30
STROUD, A.H.: Approximate calculation of multiple integrals. -- Prentice Hall 1971.

19.31
STUMMEL, F.; HAINER, K.: Praktische Mathematik. -- B. G. Teubner.

19.32
TÖRNIG, W.: Numerische Mathematik für Ingenieure und Physiker, Bd. 1 u. 2. -- Springer-Verlag 1990.
19.33
ÜBERHUBER, C.: Computer-Numerik 1, Computer-Numerik 2. -- Springer-Verlag 1995

19.34
WELLER, F.: Numerische Mathematik für Ingenieure und Naturwissenschaftler. -- Verlag Vieweg 1995.

19.35
WERNER, J.: Numerische Mathematik, Bd. 1 u. 2. -- Verlag Vieweg 1992.

19.36
WILLERS, F.A.: Mathematische Maschinen und Instrumente. -- Akademie-Verlag 1951.

19.37
WILLERS, F.A.: Methoden der praktischen Analysis. -- Akademie-Verlag 1951.

19.38
ZURMÜHL, R.: Praktische Mathematik für Ingenieure und Physiker. -- Springer-Verlag 1984.
Normierte Räume
● Begriff des normierten Raumes
● Banach-Räume
● Geordnete normierte Räume
● Normierte Algebren
Kapitel 12: Funktionalanalysis
1. Begriff der Funktionalanalysis Die Funktionalanalysis entstand, als man erkannte, daß viele Probleme aus
verschiedenen Disziplinen, z.B. aus den Natur- und Technikwissenschaften und aus der Ökonomie,
gemeinsame Strukturen aufweisen. Man entdeckte allgemeingültige Prinzipien, die in enger Wechselwirkung
mit der mathematischen Analysis, der linearen Algebra, der Geometrie sowie anderer Gebiete der Mathematik
entstanden und entwickelte eine einheitliche Begriffswelt.
2. Unendlichdimensionale Räume Viele Probleme, deren mathematische Formulierung auf unendliche
Gleichungs- und Ungleichungssysteme, Differential- oder Integralgleichungen, Approximations-, Variations-
und Optimierungsprobleme u.a. führt, sprengen den viel zu engen Rahmen des endlichdimensionalen Raumes
und verlangen als natürliche Grundlage einen unendlichdimensionalen Raum, in dem sie im allgemeinen mit
Hilfe einer Operatorenbeziehung formuliert, untersucht und gelöst werden können.
3. Lineare und nichtlineare Operatoren Waren es am Anfang der Formierung der Funktionalanalysis - etwa
in der ersten Hälfte dieses Jahrhunderts - vorwiegend lineare oder linearisierte Probleme, die die Entwicklung
einer Theorie linearer Operatoren motivierten, so bestimmen in den letzten Jahrzehnten, hauptsächlich aus
den Erfordernissen praktischer Anwendungen der Funktionalanalysis resultierend, auch immer mehr
nichtlineare Phänomene und ihr Zusammenspiel mit den gut entwickelten linearen Methoden das aktuelle Bild
der Funktionalanalysis, was zur Herausbildung der Theorie nichtlinearer Operatoren führte. Charakteristisch ist
eine zunehmende Orientierung auf Anwendungen bei der Lösung von Differentialgleichungen, bei den
numerischen Methoden, in der Optimierung usw., wodurch Denkweisen und Methoden der Funktionalanalysis
für Ingenieure und andere Anwender unverzichtbar werden.
4. Grundstrukturen: Im vorliegenden Kapitel können nur die Grundstrukturen umrissen werden: die
 gebräuchlichsten Typen von Räumen und einige Klassen von Operatoren in diesen Räumen. Die abstrakte
Begriffswelt wird an einigen Beispielen erläutert, die auch in anderen Kapiteln, teilweise eigenständig, erörtert
worden sind, deren Lösbarkeit oder Eindeutigkeit der Lösung dort aber nur postuliert oder im Einzelfalle
speziell gezeigt werden konnte. Es wird ersichtlich, daß die Funktionalanalysis für derartige und weitere
Fragestellungen aus ihrem abstrakten Verständnis heraus eine ganze Reihe von allgemeinen
Zusammenhängen in der Form mathematischer Sätze zur Verfügung stellt, die den Anwender in die Lage
versetzen, die Lösung konkreter Probleme in Angriff zu nehmen.

● Vektorräume
● Metrische Räume
● Normierte Räume
● Hilbert-Räume
● Stetige lineare Operatoren und Funktionale
● Adjungierte Operatoren in normierten Räumen
● Kompakte Mengen und kompakte Operatoren
● Nichtlineare Operatoren
● Maß und Lebesgue-Integral

● Detailliertes Inhaltsverzeichnis
Beispiele von Banach-Räumen

Beispiel A

(12.87a)

Die so entstehenden normierten Räume auf ein und demselben Vektorraum bezeichnet man oft mit
und nennt sie für im Falle von euklidische und im Falle

von unitäre Räume .

Beispiel B

(12.87b)
Beispiel C
(12.87c)

Beispiel D

(12.87d)

Beispiel E

(12.87e)

Beispiel F

(12.87f)

Beispiel G
(12.87g)
Funktionalanalysis
12.1
ACHIESER, N.I.; GLASMANN, I.M.: Theorie der linearen Operatoren im HILBERT-Raum. -- Berlin 1975.

12.2
ALIPRANTIS, C.D.; BURKINSHAW, O.: Positive Operators. -- Academic Press Inc., Orlando 1985.

12.3
ALIPRANTIS, C.D.; BORDER, K.C.; LUXEMBURG, W.A.J.: Positive Operators, Riesz Spaces and Economics. --
Springer-Verlag 1991.

12.4
ALT, H.W.: Lineare Funktionalanalysis -- Eine anwendungdorientierte Einführung. -- Springer-Verlag 1976.

12.5
BALAKRISHNAN, A.V.: Applied Functional Analysis. -- Springer-Verlag 1976.

12.6
BAUER, H.: Maß- und Integrationstheorie. -- Verlag W. de Gruyter 1990.
12.7
BRONSTEIN, I.N.; SEMENDAJEW, K.A.: Ergänzende Kapitel zum Taschenbuch der Mathematik. -- BSB B. G.
Teubner, Leipzig 1970; Verlag H. Deutsch 1990.

12.8
COLLATZ, L.: Funktionalanalysis und Numerische Mathematik. -- Springer-Verlag 1964.

12.9
DUNFORD, N.; SCHWARTZ, J.T.: Linear Operators Teil I bis III. -- Intersciences Publishers New York, London
1958, 1963, 1971.

12.10
EDWARDS, R.E.: Functional Analysis. -- Holt, Rinehart and Winston, New York 1965.

12.11
GAJEWSKI, H.; GRÖGER, K.; ZACHARIAS, K.: Nichtlineare Operatorengleichungen und
Operatordifferentialgleichungen. -- Akademie-Verlag 1974.

12.12
GÖPFERT, A.; RIEDRICH, T.: Funktionalanalysis. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 22), 1980; Verlag
H. Deutsch, (MINÖA, Bd. 22), 1980.

12.13
HALMOS, P.R.: A HILBERT Space Problem Book. -- Van Nostrand Comp. Princeton 1967.

12.14
HEUSER, H.: Funktionalanalysis. -- B. G. Teubner 1986.
12.15
HUTSON, V.C.L.; PYM, J.S.: Applications of Functional Analysis and Operator Theory. -- Academic Press,
London 1980.

12.16
HEWITT, E.; STROMBERG, K.: Real and Abstract Analysis. -- Springer-Verlag 1965

12.17
JOSHI, M.C.; BOSE, R.K.: Some Topics in Nonlinear Functional Analysis. -- Wiley Eastern Limited, New Delhi
1985.

12.18
KANTOROWITSCH, L.V.; AKILOW, G.P.: Funktionalanalysis (in Russisch) -- Nauka, Moskau 1977.

12.19
KOLMOGOROW, A.N.; FOMIN, S.W.: Reelle Funktionen und Funktionalanalysis. -- Akademie-Verlag 1975.

12.20
KRASNOSEL'SKIJ, M.A.; LIFSHITZ, J.A., SOBOLEV, A.V.: Positive Linear Systems. -- Heldermann Verlag Berlin
1989.

12.21
LJUSTERNIK, L.A.; SOBOLEW, W.I.: Elemente der Funktionalanalysis. -- Akademie-Verlag, 4. Auflage 1968,
Nachdruck: Verlag H. Deutsch 1975.

12.22
MEYER-NIEBERG, P.: Banach Lattices. -- Springer-Verlag 1991.
12.23
NEUMARK, M.A.: Normierte Algebren. -- Berlin 1959.

12.24
RUDIN, W.: Functional Analysis. -- McGraw-Hill, New York 1973.

12.25
SCHAEFER, H.H.: Topological Vector Spaces. -- Macmillan, New York 1966.

12.26
SCHAEFER, H.H.: Banach Lattices and Positive Operators. -- Springer-Verlag 1974.

12.27
TRENOGIN, W.A.: Funktionalanalysis (in Russisch). -- Nauka, Moskau 1980.

12.28
YOSIDA, K.: Functional Analysis. -- Springer-Verlag 1965.
Iteration in Gesamt- und Einzelschritten

● JACOBI-Verfahren
● GAUSS-SEIDEL-Verfahren
● Relaxationsverfahren
Orthogonalisierungsverfahren

● Lineare Ausgleichsaufgaben
● Orthogonalisierungsverfahren
Lineare Unabhängigkeit

Eine endliche Teilmenge eines Vektorraums heißt linear unabhängig , wenn aus

(12.14)
folgt. Anderenfalls heißt sie linear abhängig . Hat man und beliebige

Vektoren aus , dann ist aufgrund der Vektorraumaxiome trivialerweise das Nullelement

von . lineare Unabhängigkeit der Vektoren bedeutet die Darstellung des Nullelements

ausschließlich nur mit . Dieser wichtige Begriff der linearen

Abhängigkeit ist aus der Linearen Algebra gut bekannt und diente bereits zur Definition eines Fundamentalsystems
von Lösungen für homogene Differentialgleichungen. Eine unendliche Teilmenge heißt linear unabhängig ,

wenn jede endliche Teilmenge von linear unabhängig ist. Anderenfalls heißt wieder linear abhängig .

Beispiel
Bezeichnet man mit die Folge, deren Glieder bis auf das -te alle gleich sind und das -te Glied

gleich ist, dann liegt im Raum und demzufolge in jedem Folgenraum. Die Menge

ist linear unabhängig in allen diesen Räumen. Im Raum ist z.B. das

Funktionensystem

linear unabhängig, wohingegen die Funktionen linear abhängig sind

(s. trigonometrische Funktionen für Winkelvielfache).

Kovariante und kontravariante Basisvektoren

● Kovariante Basis
● Kontravariante Basis
Kapitel 4: Lineare Algebra
● Matrizen
● Determinanten
● Tensoren
● Lineare Gleichungssysteme
● Eigenwertaufgaben bei Matrizen

● Detailliertes Inhaltsverzeichnis
Potenzen, Wurzeln, Logarithmen
● Potenzen
● Wurzeln
● Logarithmen
Kapitel 1: Arithmetik
● Elementare Rechenregeln
● Endliche Reihen
● Finanzmathematik
● Ungleichungen
● Komplexe Zahlen
● Algebraische und transzendente Gleichungen

● Detailliertes Inhaltsverzeichnis
Einige Eigenschaften der Logarithmen

1. Jede positive Zahl besitzt für jede beliebige positive Basis ihren Logarithmus, ausgenommen zur Basis

2. Logarithmen einer gemeinsamen Basis unterliegen den folgenden Rechenregeln:

(1.19a)

(1.19b)

Um nach diesen Regeln Summen und Differenzen zu logarithmieren, sind diese vorher, falls möglich, in Produkte
oder Quotienten umzuwandeln.

Beispiel
 Logarithmieren des Ausdrucks :

Oft wird die inverse Umformung benötigt, d.h. die Darstellung eines Ausdrucks mit einigen Logarithmen
verschiedener Größen in den Logarithmus eines einzigen Ausdrucks.
Beispiel

3. Logarithmen verschiedener Basis sind zueinander proportional, so daß sich die Logarithmen zu einer Basis
über die Logarithmen zur Basis berechnen lassen:

(1.20)

Man nennt auch den Transformationsmodul.

Definitionen

Potenzen sind gemäß der folgenden Tabelle definiert.

Basis Exponent Potenz

beliebig reell,

rational:

( , ganz, ) ( -te Wurzel aus hoch )

positiv reell
irrational:

positiv
Rechenregeln

Für die Potenzen gelten bei Beachtung der Definitionsbereiche für Basis und Exponent die folgenden Rechenregeln:

(1.12)

(1.13)

(1.14)

(1.15)

Dabei ist der natürliche Logarithmus von und seine Basis.

Eine spezielle Potenz ist

 (1.16)

Man beachte besonders: für

Untergruppen und direkte Produkte

● Untergruppen
● Normalteiler
● Direkte Produkte
Bäume

● Bäume
● Wurzelbäume
● Reguläre binäre Bäume
● Geordnete binäre Bäume
Gerüste

● Gerüste, Satz von CAYLEY

● Matrix-Gerüst-Satz
● Minimalgerüste
Beispiel für Ereignisse in einem vollständigen Ereignissystem

Beispiel
Von 3 gleichartigen Maschinen eines Betriebes produziert die erste 20 %, die zweite 30 % und die dritte 50
% der Gesamtproduktion. Dabei verursacht die erste 5 %, die zweite 4 % und die dritte 2 % Ausschuß ihrer
eigenen Produktion. Zwei typische Fragen der Qualitätskontrolle sind dann:

a)
Mit welcher Wahrscheinlichkeit ist ein zufällig dem Lager entnommenes Stück Ausschuß?
b)
Wie groß ist die Wahrscheinlichkeit dafür, daß ein zufällig gefundenes Ausschußstück z.B. von der
ersten Maschine produziert wurde?

Man wählt folgende Bezeichnungen:

● : Produkt der -ten Maschine ( ) mit

● .
 ● : Ausschußstück aus der gesamten Produktion.
● : Ausschußwahrscheinlichkeit der ersten Maschine = ; analog gilt

und .

Damit können die gestellten Fragen wie folgt beantwortet werden:

a)

.
b)

.
Beispiele nichtlinearer Operatoren
Für nichtlineare Operatoren gilt der für den linearen Fall erwähnte Zusammenhang zwischen Stetigkeit und
Beschränktheit im allgemeinen nicht mehr.

Bei der Behandlung nichtlinearer Operatorengleichungen, z.B. nichtlinearer Randwertprobleme oder

Integralgleichungen, treten häufig die in den folgenden Abschnitten aufgeführten nichtlinearen Operatoren auf.

● Nemytskij-Operator
● Hammerstein-Operator
● URYSOHN-Operator
Asymptotisches Verhalten der FOURIER-Koeffizienten

Wenn eine periodische Funktion mit ihren Ableitungen bis zur -ten Ordnung stetig ist, dann streben für

auch die Ausdrücke und gegen Null.

Wichtigste Eigenschaften von Fourier-Reihen

● Mittlerer quadratischer Fehler einer Funktion

● Konvergenz einer Funktion im Mittel
● DIRICHLETsche Bedingungen
● Asymptotisches Verhalten der FOURIER-Koeffizienten
Kapitel 18: Optimierung
● Lineare Optimierung
● Nichtlineare Optimierung
● Diskrete dynamische Optimierung

● Detailliertes Inhaltsverzeichnis
Rechenregeln für Wahrscheinlichkeiten

1.
Aus folgt

(16.31)
2.
und
(16.32)
3.
Für endlich viele, paarweise einander ausschließende Ereignisse ,

gilt

(16.33)
4.a
Für beliebige Ereignisse gilt
 (16.34a)

4.b
Speziell für gilt:
(16.34b)
5.
Gleichwahrscheinliche Ereignisse: Sind alle Ereignisse eines vollständigen

Ereignissystems gleichwahrscheinlich, so gilt

(16.35)

6.
Ist als Summe von der Ereignisse darstellbar, so sagt man, daß

Ereignisse für das Eintreten von günstig sind, und es gilt dann
(16.36)
Häufigkeiten und Wahrscheinlichkeiten

● Häufigkeiten
● Definition der Wahrscheinlichkeit
● Rechenregeln für Wahrscheinlichkeiten
● Beispiele für Wahrscheinlichkeiten
BOOLEsche Funktionen, BOOLEsche Ausdrücke
● BOOLEsche Funktionen
● BOOLEsche Ausdrücke
● Wertverlaufsgleiche BOOLEsche Ausdrücke
Meßfehler und ihre Verteilung
● Meßfehlereinteilung nach qualitativen Merkmalen
● Meßfehlerverteilungsdichte
● Fehlernormalverteilung
● Meßfehlereinteilung nach quantitativen Merkmalen
● Angabe von Meßergebnissen mit Fehlergrenzen
● Fehlerrechnung für direkte Messungen gleicher Genauigkeit
● Fehlerrechnung für direkte Messungen ungleicher Genauigkeit
Geeignete Umformung

Die Funktion wird auf eine für die Grenzwertberechnung geeignete Form gebracht.

Beispiel A

Beispiel B

Beispiel C
Berechnung von Grenzwerten

Zur Berechnung von Grenzwerten werden die Sätze über Grenzwerte von Funktionen sowie eine Reihe von
Umformungen benutzt:

● Geeignete Umformung
● BERNOULLI-L'HOSPITALsche Regel
Kapitel 2: Funktionen und ihre Darstellung
● Funktionsbegriff
● Elementare Funktionen
● Polynome
● Gebrochenrationale Funktionen
● Irrationale Funktionen
● Exponentialfunktionen und logarithmische Funktionen
● Trigonometrische Funktionen
● Zyklometrische Funktionen (Arkusfunktionen)
● Hyperbelfunktionen
● Areafunktionen
● Kurven dritter Ordnung
● Kurven vierter Ordnung
● Zykloiden
● Spiralen
● Verschiedene andere Kurven
● Aufstellung empirischer Kurven
● Skalen und Funktionspapiere
● Funktionen von mehreren Veränderlichen

● Detailliertes Inhaltsverzeichnis
Bernoullische und Eulersche Zahlen

● Erste Definition der BERNOULLIschen Zahlen

● Zweite Definition der BERNOULLIschen Zahlen
● Erste Definition der EULERschen Zahlen
● Zweite Definition der EULERschen Zahlen
Zweite Definition der BERNOULLIschen Zahlen

Manche Autoren gehen zur Definition der BERNOULLIschen Zahlen von der folgenden Darstellung aus:

(7.60b)

Dadurch erhält man die Rekursionsformel

(7.60c)

wobei nach Anwendung des binomischen Satzes überall durch zu ersetzen ist. Für die ersten Zahlen gilt:

(7.60d)
Es besteht der Zusammenhang
(7.60e)
Differentialgleichungen, allgemein
9.1
ARNOLD, V.I.: Gewöhnliche Differentialgleichungen. -- Deutscher Verlag der Wissenschaften 1979.

9.2
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

9.3
BRAUN, M.: Differentialgleichungen und ihre Anwendungen. -- Springer-Verlag 1991.

9.4
COLLATZ, L.: Differentialgleichungen. -- B. G. Teubner 1990.

9.5
COLLATZ, L.: Eigenwertaufgaben mit technischen Anwendungen. -- Akademische Verlagsgesellschaft 1963.

9.6
COURANT, R.; HILBERT, D.: Methoden der mathematischen Physik, Bd. 1 u. 2. -- Springer-Verlag 1968.

9.7
 FETZER, A.; FRÄNKEL, H.: Mathematik Lehrbuch für Fachhochschulen, Bd. 1, 2. -- VDI-Verlag 1995.

9.8
FRANK, PH.; MISES, R. V.: Die Differential- und Integralgleichungen der Mechanik und Physik, Bd. 1 u. 2. --
Verlag Vieweg 1961.

9.9
GOLUBEW, V.V.: Differentialgleichungen im Komplexen. -- Deutscher Verlag der Wissenschaften 1958.

9.10
GREINER, W.: Quantenmechanik, Teil 1. -- Verlag H. Deutsch 1992.

9.11
GREINER, W.; MÜLLER, B.: Quantenmechanik, Teil 2. -- Verlag H. Deutsch 1990.

9.12
HEUSER, H.: Gewöhnliche Differentialgleichungen: Einführung in Lehre und Gebrauch. -- B. G. Teubner 1991.

9.13
KAMKE, E.: Differentialgleichungen, Bd. 1-2. -- B. G. Teubner, Leipzig 1969, 1965.

9.14
KAMKE, E.: Differentialgleichungen, Lösungsmethoden und Lösungen, Teil 1 u. 2. -- BSB B. G. Teubner,
Leipzig 1977.

9.15
KUNTZMANN, J: Systeme von Differentialgleichungen. -- Berlin 1970.
9.16
LANDAU, L.D.; LIFSCHITZ, E.M.: Quantenmechanik. -- Akademie-Verlag 1979, Verlag H. Deutsch 1992.

9.17
MAGNUS, K.: Schwingungen. -- B. G. Teubner 1986.

9.18
MEINHOLD, P.; WAGNER, E.: Partielle Differentialgleichungen. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 8),
1975; Verlag H. Deutsch, (MINÖA, Bd. 8), 1979.

9.19
MICHLIN, S.G.: Partielle Differentialgleichungen in der mathematischen Physik. -- Verlag H. Deutsch 1978.

9.20
PETROWSKI, I.G.: Vorlesungen über die Theorie der gewöhnlichen Differentialgleichungen. -- B. G. Teubner,
Leipzig 1954.

9.21
PETROWSKI, I.G.: Vorlesungen über partielle Differentialgleichungen. -- B. G. Teubner, Leipzig 1955.

9.22
POLJANIN, A.D.; SAIZEW, V.F.: Sammlung gewöhnlicher Differentialgleichungen. -- Verlag H. Deutsch 1996.

9.23
REISSIG, R.; SANSONE, G.; CONTI, R.: Nichtlineare Differentialgleichungen höherer Ordnung. -- Edizioni
Cremonese 1969.
9.24
SMIRNOW, W.I.: Lehrgang der höheren Mathematik, Teil 2. -- Deutscher Verlag der Wissenschaften 1953;
Verlag H. Deutsch 1987-1991, seit 1994 Verlag H. Deutsch unter dem Titel Lehrbuch der höheren Mathematik.

9.25
SOMMERFELD, A.: Partielle Differentialgleichungen der Physik. -- Verlag H. Deutsch 1992.

9.26
STEPANOW, W.W.: Lehrbuch der Differentialgleichungen. -- Deutscher Verlag der Wissenschaften 1982.

9.27
WENZEL, H.: Gewöhnliche Differentialgleichungen 1 und 2. -- BSB B. G. Teubner, Leipzig, (MINÖL,
Bd. 7/1, 7/2), 1974; Verlag H. Deutsch, (MINÖA, Bd. 7/1, 7/2), 1981.

9.28
WLADIMIROW, V.S.: Gleichungen der mathematischen Physik. -- Deutscher Verlag der Wissenschaften 1972.
Tabellen
21.1
ABRAMOWITZ, M.; STEGUN, I. A.: Pocketbook of Mathematical Functions. -- Verlag H. Deutsch 1984.

21.2
APELBLAT, A.: Tables of Integrals and Series. -- Verlag H. Deutsch 1996

21.3
BRYTSCHKOW, JU.A.; MARITSCHEW, O.I.; PRUDNIKOW, A.P.: Tabellen unbestimmter Integrale. -- Verlag H.
Deutsch 1992.

21.4
EMDE, F.: Tafeln elementarer Funktionen. -- B. G. Teubner, Leipzig 1959.

21.5
GRADSTEIN,I.S.; RYSHIK, I.M.: Summen-, Produkt- und Integraltafeln, Bd. 1 u. 2. -- Verlag H. Deutsch 1981.

21.6
GRÖBNER, W.; HOFREITER, N.: Integraltafel, Teil 1: Unbestimmte Integrale, Teil 2: Bestimmte Integrale. --
Springer-Verlag, Teil 1, 5. Auflage 1975; Teil 2, 5. Auflage 1973.
21.7
JAHNKE, E.; EMDE, F.; LÖSCH, F.: Tafeln höherer Funktionen. -- B. G. Teubner, Leipzig 1960.

21.8
MADELUNG, E.: Die mathematischen Hilfsmittel des Physikers. -- Springer-Verlag, 7. Auflage 1964.

21.9
MAGNUS, W.; OBERHETTINGER, F.: Formeln und Sätze für die speziellen Funktionen der mathematischen
Physik. -- Springer-Verlag 1948.

21.10
MEYER ZUR CAPELLEN, W.: Integraltafeln. -- Springer-Verlag 1950.

21.11
MÜLLER, H.P.; NEUMANN, P.; STORM, R.: Tafeln der mathematischen Statistik. -- C. Hanser Verlag 1979.

21.12
POLJANIN, A.D.; SAIZEW, V.F.: Sammlung gewöhnlicher Differentialgleichungen. -- Verlag H. Deutsch 1996.

21.13
SCHÜLER: Acht- und neunstellige Tabellen zu den elliptischen Funktionen, dargestellt mittels des JACOBIschen
Parameters . -- Springer-Verlag 1955.

21.14
SCHULER, M.; GEBELEIN, H.: Acht- und neunstellige Tabellen zu den elliptischen Funktionen. -- Springer-Verlag
 1955.

21.15
SCHÜTTE, K.: Index mathematischer Tafelwerke und Tabellen. -- München 1966.
Besselsche Funktionen (Zylinderfunktionen) Teil II

0,00 0,00

5, 0 , 1776 , 3276 , 3085 +0, 1479 27, 24 24, 34 3691 4045

5, 1 0, 1443 0, 3371 0, 3216 0, 1137 29, 79 26, 68 3308 3619

5, 2 0, 1103 0, 3432 0, 3313 0, 0792 32, 58 29, 25 2966 3239
5, 3 0, 0758 0, 3460 0, 3374 0, 0445 35, 65 32, 08 2659 2900
5, 4 0, 0412 0, 3453 0, 3402 +0, 0101 39, 01 35, 18 2385 2597

5, 5 , 0068 , 3414 , 3395 , 0238 42, 69 38, 59 2139 3226

5, 6 +0, 0270 0, 3343 0, 3354 0, 0568 46, 74 42, 33 1918 2083

5, 8 0, 0917 0, 3110 0, 3177 0, 1192 56, 04 50, 95 1544 1673
5, 9 0, 1220 0, 2951 0, 3044 0, 1481 61, 38 55, 90 1386 1499

6, 0 +0, 1506 , 2767 , 2882 , 1750 67, 23 61, 34 1244 1344

6, 1 0, 1773 0, 2559 0, 2694 0, 1998 73, 66 67, 32 1117 1205

6, 2 0, 2017 0, 2329 0, 2483 0, 2223 80, 72 73, 89 1003 1081
6, 3 0, 2238 0, 2081 0, 2251 0, 2422 88, 46 81, 10 09001 09691
6, 4 0, 2433 0, 1816 0, 1999 0, 2596 96, 96 89, 03 08083 08693

6, 5 +0, 2601 , 1538 , 1732 , 2741 106, 3 97, 74 07259 07799

6, 6 0, 2740 0, 1250 0, 1452 0, 2857 116, 5 107, 3 06520 06998

6, 7 0, 2851 0, 0953 0, 1162 0, 2945 127, 8 117, 8 05857 06280
6, 8 0, 2931 0, 0652 0, 0864 0, 3002 140, 1 129, 4 05262 05636
6, 9 0, 2981 0, 0349 0, 0563 0, 3029 153, 7 142, 1 04728 05059

7, 0 +0, 3001 , 0047 , 0259 , 3027 168, 6 156, 0 04248 04542

7, 1 0, 2991 +0, 0252 +0, 0042 0, 2995 185, 0 171, 4 03817 04078
7, 2 0, 2951 0, 0543 0, 0339 0, 2934 202, 9 188, 3 03431 03662
7, 3 0, 2882 0, 0826 0, 0628 0, 2846 222, 7 206, 8 03084 03288
7, 4 0, 2786 0, 1096 0, 0907 0, 2731 244, 3 227, 2 02772 02953
7, 5 +0, 2663 +0, 1352 +0, 1173 , 2591 268, 2 249, 6 02492 02653

7, 6 0, 2516 0, 1592 0, 1424 0, 2428 294, 3 274, 2 02240 02383

7, 7 0, 2346 0, 1813 0, 1658 0, 2243 323, 1 301, 3 02014 02141
7, 8 0, 2154 0, 2014 0, 1872 0, 2039 354, 7 331, 1 01811 01924
7, 9 0, 1944 0, 2192 0, 2065 0, 1817 389, 4 363, 9 01629 01729

8, 0 +0, 1717 +0, 2346 +0, 2235 , 1581 427, 6 399, 9 01465 01554

8, 1 0, 1475 0, 2476 0, 2381 0, 1331 469, 5 439, 5 01317 01396

8, 2 0, 1222 0, 2580 0, 2501 0, 1072 515, 6 483, 0 01185 01255
8, 3 0, 0960 0, 2657 0, 2595 0, 0806 566, 3 531, 0 01066 01128
8, 4 0, 0692 0, 2708 0, 2662 0, 0535 621, 9 583, 7 009588 01014

8, 5 +0, 0419 +0, 2731 +0, 2702 , 0262 683, 2 641, 6 008626 009120

8, 6 +0, 0146 0, 2728 0, 2715 +0, 0011 750, 5 705, 4 007761 008200

8, 7 , 0125 0, 2697 0, 2700 0, 0280 824, 4 775, 5 006983 007374

8, 8 0, 0392 0, 2641 0, 2659 0, 0544 905, 8 852, 7 006283 006631

8, 9 0, 0653 0, 2559 0, 2592 0, 0799 995, 2 937, 5 005654 005964
 9, 0 , 0903 +0, 2453 +0, 2499 +0, 1043 1094 1031 005088 005364

9, 1 0, 1142 0, 2324 0, 2383 0, 1275 1202 1134 004579 004825

9, 2 0, 1367 0, 2174 0, 2245 0, 1491 1321 1247 004121 004340
9, 3 0, 1577 0, 2004 0, 2086 0, 1691 1451 1371 003710 003904
9, 4 0, 1768 0, 1816 0, 1907 0, 1871 1595 1508 003339 003512

9, 5 , 1939 +0, 1613 +0, 1712 +0, 2032 1753 1658 003036 003160

9, 6 0, 2090 0, 1395 0, 1502 0, 2171 1927 1824 002706 002843

9, 7 0, 2218 0, 1166 0, 1279 0, 2287 2119 2006 002436 002559
9, 8 0, 2323 0, 0928 0, 1045 0, 2379 2329 2207 002193 002302
9, 9 0, 2403 0, 0684 0, 0804 0, 2447 2561 2428 001975 002072

10, 0 , 2459 +0, 0435 +0, 0557 +0, 2490 2816 2671 001778 001865
Kapitel 21: Tabellen
● Häufig gebrauchte Konstanten
● Physikalische Konstanten
● Potenzreihenentwicklungen
● Fourier-Entwicklungen
● Unbestimmte Integrale
● Bestimmte Integrale
● Elliptische Integrale
● Gammafunktion
● Besselsche Funktionen (Zylinderfunktionen) Teil I
● Besselsche Funktionen (Zylinderfunktionen) Teil II
● Legendresche Polynome (Kugelfunktionen)
● Laplace-Transformationen
● Fourier-Transformationen
● Z-Transformationen
● Poisson-Verteilung
● Normierte Normalverteilung
● Chi-Quadrat-Verteilung
● Fishersche F-Verteilung
● Studentsche t-Verteilung
● Zufallszahlen
Beweismethoden
Im wesentlichen unterscheidet man drei Beweismethoden:

● direkter Beweis,
● indirekter Beweis,
● vollständige Induktion.

Außerdem spricht man noch vom konstruktiven Beweis.

● Direkter Beweis
● Indirekter Beweis oder Beweis durch Widerspruch
● Vollständige Induktion
● Konstruktiver Beweis
Summen und Produkte
● Definition von Summen
● Rechenregeln für Summen
● Definition von Produkten
● Rechenregeln für Produkte
Anwendung von Computeralgebrasystemen
● Mathematica
● Maple
Nutzung von Computern
● Interne Zeichendarstellung
● Numerische Probleme beim Rechnen auf Computern
● Bibliotheken numerischer Verfahren
● Anwendung von Computeralgebrasystemen
Begriff des normierten Raumes
● Axiome des normierten Raumes
● Einige Eigenschaften normierter Räume
Lokale Bifurkationen nahe Ruhelagen

● Satz über die Zentrumsmannigfaltigkeit für Differentialgleichungen

● Sattelknoten-Bifurkation und transkritische Bifurkation
● Hopf-Bifurkation
● Bifurkationen in zweiparametrigen Differentialgleichungen
● Symmetriebrechung
Spezielle Formeln

(1.28)

(1.29)

(1.30)

(1.31)

Der Ausdruck wird nach dem binomischen Satz berechnet.

(1.32)
(1.33)

(1.34)

(1.35)
Berechnung der Binomialkoeffizienten

Die Berechnung der Binomialkoeffizienten kann mit Hilfe der folgenden Formeln erfolgen:

(1.38)

(1.39)

(1.40)

(1.41)
 (1.42)

(1.43)

Für beliebige reelle Zahlen ist der Binomialkoeffizient wie folgt definiert:

(1.44)

Beispiel
Eigenschaften der Binomialkoeffizienten

1. Die Binomialkoeffizienten wachsen bis zur Mitte der Binomischen Formel (1.36a) an, um danach wieder
abzunehmen.
2. Die Binomialkoeffizienten der Glieder, die gleichen Abstand vom Anfang bzw. vom Ende der Binomischen
Formel haben, sind einander gleich.
3. Die Summe der Binomialkoeffizienten in der Binomischen Formel -ten Grades beträgt .
4. Die Summe der Binomialkoeffizienten, die an den ungeraden Stellen stehen, ist gleich der Summe der an
den geraden Stellen stehenden.
Potenz einer Differenz

(1.45)
Verallgemeinerung für eine beliebige Potenz

Die Formel (1.36a) für den binomischen Satz kann auch auf negative und gebrochene Exponenten ausgedehnt

werden. Für ergibt eine konvergente unendliche Reihe :

(1.46)
Lage der Kurve relativ zum begleitenden Dreibein

Für die gewöhnlichen Kurvenpunkte liegt die Raumkurve in der Umgebung des Punktes auf einer Seite der
Rektifizierungsebene und schneidet sowohl die Normal- als auch die Schmiegungsebene (linke Abbildung).
Die Projektionen eines kleinen Kurvenabschnitts um den Punkt auf die drei Ebenen haben dabei
näherungsweise die folgende Gestalt:

1. Quadratische Parabel auf die Schmiegungsebene (zweite Abbildung);

2. kubische Parabel auf die Rektifizierungsebene (dritte Abbildung);
3. semikubische Parabel auf die Normalebene (vierte Abbildung).

Wenn die Krümmung oder die Windung der Kurve im Punkt gleich 0 sind oder wenn ein singulärer Punkt
ist, also wenn ist, dann kann die Kurve auch eine andere Gestalt haben (s. Lit. 22.2,

Band 2, Teil 7).

Kapitel 3: Geometrie
● Planimetrie
● Ebene Trigonometrie
● Stereometrie
● Sphärische Trigonometrie
● Vektoralgebra und analytische Geometrie
● Differentialgeometrie

● Detailliertes Inhaltsverzeichnis
Krümmung und Windung

● Krümmung einer Kurve, Schraubenlinie

● Windung einer Kurve
● FRENETsche Formeln
Erzeugung der Normalform

Die praktische Durchführung der Transformation (4.134) erfolgt über die Hauptachsentransformation (4.128).
Anschaulich bedeutet dieses Vorgehen, daß zunächst das Koordinatensystem einer Drehung mit der
Orthogonalmatrix U der Eigenvektoren von A unterworfen wird, so daß die Form

(4.135)

entsteht, in der L die Diagonalmatrix von A ist. Daran schließt sich eine Drehung mit der Diagonalmatrix D an, deren

Diagonalelemente lauten. Die Gesamtransformation wird dann durch

(4.136)
beschrieben, und man erhält:

(4.137)
Singulärwertzerlegung
● Singulärwerte und Singulärwertvektoren
● Singulärwertzerlegung
● Anwendung
Spezielles Eigenwertproblem
● Charakteristisches Polynom
● Reelle symmetrische Matrizen, Ähnlichkeitstransformationen
● Hauptachsentransformation quadratischer Formen
● Hinweise zur numerischen Bestimmung von Eigenwerten
Lineare Algebra
4.1
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

4.2
BERENDT, G.; WEIMAR, E.: Mathematik für Physiker, Bd. 1. -- VCH, Weinheim 1990.

4.3
BOSECK, H.: Einführung in die Theorie der linearen Vektorräume. -- Verlag H. Deutsch 1984.

4.4
BUNSE, W.; BUNSE-GERSTNER, A.: Numerische lineare Algebra. -- B. G. Teubner 1985.

4.5
FADDEJEW, D.K.; FADDEJEWA, W.N.: Numerische Methoden der linearen Algebra. -- Deutscher Verlag der
Wissenschaften 1970.

4.6
GELLRICH, R.; GELLRICH, C.: Mathematik, Bd. 1 -- Verlag H. Deutsch 1993.
4.7
JÄNICH, K.: Lineare Algebra. -- Springer-Verlag 1993.

4.8
KIEBASI´NSKI, A.; SCHWETLICK, H.: Numerische lineare Algebra. Eine computerorientierte Einführung. --
Verlag H. Deutsch 1988.

4.9
KLIN, M.CH.; PÖSCHEL, R.; ROSENBAUM, K.: Angewandte Algebra. -- Verlag H. Deutsch 1988.

4.10
KLINGENBERG, W.: Lineare Algebra und Geometrie. -- Springer-Verlag 1993.

4.11
KOECHER, M.: Lineare Algebra und analytische Geometrie. -- Springer-Verlag 1992.

4.12
LIPPMANN, H.: Angewandte Tensorrechnung. Für Ingenieure, Physiker und Mathematiker. -- Springer-Verlag
1993.

4.13
MANTEUFFEL, K.; SEIFFART, E.; VETTERS, K.: Lineare Algebra. -- BSB B. G. Teubner, Leipzig (MINÖL, Bd. 13),
1975; Verlag H. Deutsch, (MINÖA, Bd. 13), 1978.

4.14
NICKEL, H. (HRSG.): Algebra und Geometrie für Ingenieure. -- Verlag H. Deutsch 1990.
4.15
OSE, G. (HRSG.): Lehr- und Übungsbuch Mathematik, Bd. 4. -- Verlag H. Deutsch 1995.

4.16
PFENNINGER, H.R.: Lineare Algebra. -- Verlag Verlag H. Deutsch 1991.

4.17
RASCHEWSKI, P.K.: Riemannsche Geometrie und Tensoranalysis. -- Verlag H. Deutsch 1995.

4.18
REICHARDT, H.: Vorlesungen über Vektor- und Tensorrechnung. -- Deutscher Verlag der Wissenschaften 1968.

4.19
SCHULTZ-PISZACHICH, W.: Tensoralgebra und -analysis. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 11),
1977; Verlag H. Deutsch, (MINÖA, Bd. 11), 1979.

4.20
SMIRNOW, W.I.: Lehrgang der höheren Mathematik, Teil III,1. -- Deutscher Verlag der Wissenschaften 1953;
Verlag H. Deutsch 1989-1991, seit 1994 Verlag H. Deutsch unter dem Titel Lehrbuch der höheren Mathematik.

4.21
ZURMÜHL, R.; FALK, S.: Matrizen und ihre Anwendung - 1. Grundlagen. -- Springer-Verlag 1992.
Grundbegriffe und Bezeichnungen
● Ungerichtete und gerichtete Graphen
● Adjazenz
● Schlichte Graphen
● Knotengrade
● Spezielle Klassen von Graphen
● Darstellung von Graphen
● Isomorphie von Graphen
● Untergraphen, Faktoren
● Adjazenzmatrix
● Inzidenzmatrix
● Bewertete Graphen
Durchlaufungen von ungerichteten Graphen
● Kantenfolgen
● Eulersche Linien
● Hamilton-Kreise
Kurvenintegrale erster Art
● Definitionen
● Existenzsatz
● Berechnung des Kurvenintegrals erster Art
● Kurvenelemente
● Anwendungen des Kurvenintegrals erster Art
Lokale Elemente einer Kurve

In Abhängigkeit davon, ob ein variabler Punkt auf der Kurve in der expliziten (3.425), Parameter- (3.426) oder
Polarkoordinaten-Form (3.427) gegeben ist, wird seine Position durch oder bestimmt. In der weiteren

Betrachtung wird mit ein beliebig nahe bei gelegener Punkt mit den Parameterwerten

oder bezeichnet.

● Bogenelement
● Tangente und Normale
● Konvexe und konkave Seite einer Kurve
● Krümmung und Krümmungskreisradius
● Krümmungskreis
Mantelflächen von Rotationskörpern

(Siehe auch GULDINsche Regel)

1. Flächeninhalt eines durch Rotation der Kurve um die -Achse entstehenden Mantels (s. linke

Abbildung):

(8.61a)
 2. Flächeninhalt eines durch Rotation der Kurve um die -Achse entstehenden Mantels

(s. rechte Abbildung):

(8.61b)

Zur Berechnung von Flächen, die kompliziertere Körper begrenzen, s.

Anwendung von Doppelintegralen und Anwendung des Oberflächenintegrals 1. Art.
Allgemeine Formeln zur Berechnung von Flächen mit Hilfe von Doppelintegralen sind in der Tabelle Anwendung von
Doppelintegralen angegeben.
Anwendungen in der Geometrie

● Flächeninhalte ebener Flächen

● Bogenlängen ebener Kurven
● Mantelflächen von Rotationskörpern
● Volumina
Elliptische Integrale

● Unbestimmte elliptische Integrale

● Bestimmte elliptische Integrale
Kurvenintegrale zweiter Art
● Definitionen
● Projektion auf die x-Achse:
● Projektion auf die y-Achse:
● Projektion auf die z-Achse:
● Existenzsatz
● Berechnung der Kurvenintegrale zweiter Art
Möglichkeiten, eine Raumkurve zu definieren

● Koordinatengleichungen
● Vektorgleichungen
● Positive Richtung
Grundbegriffe
● Punkt, Gerade, Strahl, Strecke
● Winkel
● Winkel an zwei sich schneidenden Geraden
● Winkelpaare an geschnittenen Parallelen
● Winkel im Gradmaß und im Bogenmaß
Winkel in der Geodäsie

● Neugradeinteilung
● Richtungswinkel
Kompakte Mengen und kompakte Operatoren
● Kompakte Teilmengen in normierten Räumen
● Kompakte Operatoren
● Fredholmsche Alternative
● Kompakte Operatoren im Hilbert-Raum
● Kompakte selbstadjungierte Operatoren
Kompakte Operatoren
● Begriff des kompakten Operators
● Eigenschaften linearer kompakter Operatoren
● Schwache Konvergenz von Elementen
Ereignisse

● Ereignisarten
● Rechenregeln
Kapitel 10: Variationsrechnung
● Aufgabenstellung
● Historische Aufgaben
● Variationsaufgaben mit Funktionen einer Veränderlichen
● Variationsaufgaben mit Funktionen mehrerer Veränderlicher
● Numerische Lösung von Variationsaufgaben
● Ergänzungen

● Detailliertes Inhaltsverzeichnis
Variationsaufgaben mit Funktionen einer
Veränderlichen
● Einfache Variationsaufgabe und Extremale
● Eulersche Differentialgleichung der Variationsrechnung
● Variationsaufgaben mit Nebenbedingungen
● Variationsaufgaben mit höheren Ableitungen
● Variationsaufgaben mit mehreren gesuchten Funktionen
● Variationsaufgaben in Parameterdarstellung
Historische Aufgaben
● Isoperimetrisches Problem
● Brachistochronenproblem
Tangentialebene und Flächennormale

● Definitionen
● Gleichungen der Tangentialebene und der Flächennormalen
● Singuläre Flächenpunkte (Kegelpunkte)
Möglichkeiten, eine Fläche zu definieren

● Gleichung einer Fläche

● Krummlinige Koordinaten auf einer Fläche
Spezielle Koordinatensysteme

● Geographische Koordinaten
● SOLDNER-Koordinaten
● GAUSS-KRÜGER-Koordinaten
Eulersche Linien

● EULERsche Linien, EULERsche Graphen

● Konstruktion einer geschlossenen EULERschen Linie
● Offene EULERsche Linien
● Chinesisches Briefträgerproblem
Algebra und Diskrete Mathematik, Graphentheorie
5.28
BIESS, G.: Graphentheorie. -- Verlag H. Deutsch 1979.

5.29
EDMONDS, J.: Paths, Trees and Flowers. -- Canad. J. Math. (1965), 449-467.

5.30
EDMONDS, J., JOHNSON, E.L.: Matching, Euler Tours and the Chinese Postman. -- Math. Programming
(1973), 88-129.

5.31
NÄGLER, G., STOPP, F.: Graphen und Anwendungen -- B. G. Teubner 1995.

5.32
SACHS, H.: Einführung in die Theorie der endlichen Graphen. -- B. G. Teubner, Leipzig 1970.

5.33
VOLKMANN, L.: Graphen und Diagraphen. -- Springer-Verlag 1991.
Rückführung auf die einfachste Form

Jeder gebrochen rationale Ausdruck kann auf die Form eines Quotienten zweier teilerfremder Polynome gebracht
werden. Dazu werden nur elementare Umformungen benötigt wie Addition, Subtraktion, Multiplikation und Division
von Polynomen und Brüchen sowie Kürzen von Brüchen.

Beispiel

Aufsuchen der einfachsten Form von

Partialbruchzerlegung, Fall 2

Wenn die Gleichung für das Polynom des Nenners reelle Wurzeln besitzt, diese aber mehrfach auftreten,

dann erfolgt die Zerlegung nach der Formel

(1.51)

Beispiel

Die Koeffizienten werden mit der Methode der unbestimmten Koeffizienten bestimmt.
Partialbruchzerlegung, Fall 3

Wenn die Gleichung für das Polynom des Nenners auch einfache komplexe Wurzeln besitzt, hat die

Zerlegung die Form

(1.52)

Die quadratischen Nenner ergeben sich aus der Tatsache, daß mit einer komplexen Wurzel auch

die zugehörige konjugiert komplexe Zahl eine Wurzel der betreffenden Polynomgleichung ist.

Beispiel
Die Koeffizienten werden mit der Methode der unbestimmten Koeffizienten bestimmt.
Partialbruchzerlegung, Fall 4

Wenn die Gleichung für das Polynom des Nenners mehrfache komplexe Wurzeln besitzt, dann erfolgt

die Zerlegung nach der Formel

(1.53)

Beispiel
Die Koeffizienten werden mit der Methode der unbestimmten Koeffizienten
bestimmt.
Definition

Unter einer endlichen Reihe wird die Summe

(1.56)

verstanden, deren Summanden in der Regel nach einem bestimmten Gesetz gebildet werden. Die Summanden
sind Zahlen und heißen Glieder der Reihe.
Lösung der kubischen Gleichungen, Methode 1

Faktorenzerlegung auf der linken Seite der Gleichung führt, falls sie gelingt, direkt von
(1.159a)

auf die Wurzeln der Gleichung

(1.159b)

Beispiel
Lösung der kubischen Gleichungen, Methode 3, Verwendung von Hilfsgrößen

Mit aus Gleichung (1.156b) wird

(1.161)

gesetzt, wobei das Vorzeichen von mit dem von übereinstimmen muß. Daraufhin werden die Hilfsgröße und

mit ihrer Hilfe die Wurzeln und in Abhängigkeit von den Vorzeichen von und aus der

folgenden Tabelle bestimmt.

Beispiel

Probe: im Rahmen der Rechengenauigkeit anstelle von 0.

Normalform und Anzahl der Lösungen

1. Normalform:
(1.156a)

oder nach Division durch und Substitution von

(1.156b)
mit

(1.156c)

und

(1.156d)

2. Anzahl der Lösungen: In Abhängigkeit vom Vorzeichen der Diskriminante

 (1.157)

ergibt sich:

❍ für eine reelle Lösung (eine reelle und zwei komplexe Wurzeln),

❍ für drei reelle Lösungen (drei verschiedene reelle Wurzeln),

❍ für eine reelle Lösung (eine dreifache reelle Wurzel) im Falle oder zwei reelle

Lösungen (eine einfache reelle Wurzel und eine zweifache reelle Wurzel) im Falle

3. Eigenschaften der Wurzeln der kubischen Gleichung: Sind und die Wurzeln der kubischen
Gleichung (1.156a), dann gilt:

(1.158)

Hinweis: Zur Lösung der Gleichung 3. Grades werden in den nächsten drei Abschnitten drei Methoden betrachtet.
Eine vierte Lösungsmethode beruht auf Näherungsmethoden.
Normalform und Anzahl der Lösungen

1. Normalform:
(1.150a)
oder nach Division durch
(1.150b)
2. Anzahl der reellen Lösungen: In Abhängigkeit vom Vorzeichen der Diskriminante

(1.151a)

ergibt sich:

❍ für gibt es 2 reelle Lösungen (2 reelle Wurzeln),

❍ für gibt es 1 reelle Lösung (2 zusammenfallende Wurzeln),

❍ für gibt es keine reelle Lösung (2 komplexe Wurzeln).

3. Eigenschaften der Wurzeln der quadratischen Gleichung: Sind und die Wurzeln der
quadratischen Gleichung, dann gilt:
(1.152)
Kapitel 14: Funktionentheorie
● Funktionen einer komplexen Veränderlichen
● Integration im Komplexen
● Potenzreihenentwicklung analytischer Funktionen
● Berechnung reeller Integrale durch Integration im Komplexen
● Algebraische und elementare transzendente Funktionen
● Elliptische Funktionen

● Detailliertes Inhaltsverzeichnis
Einige fundamentale Sätze in vollständigen metrischen Räumen

Die Wichtigkeit vollständiger metrischer Räume resultiert u.a. auch aus der Gültigkeit einer ganzen Reihe
bedeutender Sätze und Prinzipien, die aus der reellen Analysis bekannt und nützlich sind und die man gern für den
Fall unendlichdimensionaler Räume zur Verfügung haben möchte.

● Kugelschachtelungssatz
● BAIREscher Kategoriensatz
● BANACHscher Fixpunktsatz
Integralgleichungen
11.1
DRABEK, P., KUFNER, A.: Integralgleichungen. -- B. G. Teubner 1996.

11.2
FENYÖ, S.; STOLLE, H.W.: Theorie und Praxis der linearen Integralgleichungen Bd. 1 bis 4. -- Deutscher Verlag
der Wissenschaften 1984.

11.3
FRANK, PH.; MISES, R. V.: Die Differential- und Integralgleichungen der Mechanik und Physik, Bd. 1 u. 2. --
Verlag Vieweg 1961.

11.4
HACKBUSCH, W.: Integralgleichungen. -- B. G. Teubner 1989.

11.5
KANTOROWITSCH, L.W.; KRYLOW, W.I.: Näherungsmethoden der höheren Analysis. -- Deutscher Verlag der
Wissenschaften 1956.

11.6
 KUPRADSE, W.D.: Randwertaufgaben der Schwingungstheorie und Integralgleichungen. -- Deutscher Verlag
der Wissenschaften 1956.

11.7
MICHLIN, S.G.: Vorlesungen über lineare Integralgleichungen. -- Berlin 1962.

11.8
MICHLIN, S.G.; SMOLIZKI, CH., L.: Näherungsmethoden zur Lösung von Differential- und Integralgleichungen. --
Leipzig 1969.

11.9
MUSCHELISCHWILI, N.I.: Singuläre Integralgleichungen. -- Akademie-Verlag 1965.

11.10
SCHMEIDLER, W.: Integralgleichungen mit Anwendungen in Physik und Technik. -- Akademische
Verlagsgesellschaft 1950.

11.11
SMIRNOW, W.I.: Lehrgang der höheren Mathematik, Bd. IV/1. -- Deutscher Verlag der Wissenschaften 1953;
Verlag H. Deutsch 1987-1993, seit 1994 Verlag H. Deutsch unter dem Titel Lehrbuch der höheren Mathematik.
Definitionen

1. Rechts offenes oder abgeschlossenes Definitionsintervall Die Definition des uneigentlichen Integrals für
eine Funktion , die ein rechts offenes Definitionsintervall oder ein abgeschlossenes

Definitionsintervall besitzt, aber im Punkt den Grenzwert hat, lautet in beiden

Fällen:

(8.85)

Wenn dieser Grenzwert existiert, dann existiert bzw. konvergiert auch das Integral (8.77), und man spricht von einem
konvergenten uneigentlichen Integral . Existiert der Grenzwert nicht, dann existiert bzw. konvergiert auch das Integral
nicht, und man spricht von einem divergenten uneigentlichen Integral .
2. Links offenes oder abgeschlossenes Definitionsintervall Die Definition des uneigentlichen Integrals für
eine Funktion , die ein links offenes Definitionsintervall oder ein abgeschlossenes

Definitionsintervall besitzt, aber im Punkt den Grenzwert , erfolgt in Analogie zur

Definition (8.85):
 (8.86)

3. Zwei halboffene angrenzende Definitionsintervalle Die Definition des uneigentlichen Integrals für eine
Funktion , die im gesamten Intervall definiert ist, ausgenommen einen inneren Punkt mit

, d.h., für eine Funktion , die in zwei angrenzenden halboffenen Intervallen und

definiert ist, aber im Punkt den Grenzwert besitzt, lautet:

(8.87a)

Dabei streben die Zahlen und unabhängig voneinander gegen Null. Wenn der Grenzwert (8.87a) nicht existiert,
wohl aber

(8.87b)

dann heißt der Grenzwert (8.87b) der Hauptwert des uneigentlichen Integrals , auch CAUCHYscher Hauptwert .
Geometrische Bedeutung

Die geometrische Bedeutung der Integrale unstetiger Funktionen (8.85), (8.86) und (8.87a) besteht darin, daß mit ihnen
Flächeninhalte von Figuren ermittelt werden, die sich längs einer vertikalen Asymptote ins Unendliche erstrecken, wie sie
in den folgenden drei Abbildungen dargestellt sind. Dabei entspricht die linke Abbildung (8.85), die rechte (8.86) und die
untere (8.87a).
Beispiel A

; Fall (8.86), singulärer Punkt bei .

(konvergent).
Beispiel B

; Fall (8.85), singulärer Punkt bei .

(divergent).

Beispiel C

; Fall (8.87a), singulärer Punkt bei .

(konvergent).

Beispiel D
; Fall (8.87a), singulärer Punkt bei .

(divergent).
Nichtlineare partielle Differentialgleichungen 1. Ordnung

● Allgemeine Form der partiellen Differentialgleichung 1. Ordnung

● Kanonische Systeme von Differentialgleichungen
● CLAIRAUTsche Differentialgleichung
● Differentialgleichungen erster Ordnung mit zwei unabhängigen Veränderlichen
● Lineare partielle Differentialgleichungen erster Ordnung in vollständigen Differentialen
Lineare partielle Differentialgleichungen 1. Ordnung

● Lineare und quasilineare partielle Differentialgleichungen

● Integration der homogenen partiellen linearen Differentialgleichung
● Integration der inhomogenen linearen und der quasilinearen partiellen Differentialgleichung
● Geometrische Darstellung und Charakteristik des Systems
● CAUCHYsches Problem
Quantitative Beschreibung von Attraktoren
● Wahrscheinlichkeitsmaße auf Attraktoren
● Entropien
● Lyapunov-Exponenten
● Dimensionen
● Seltsame Attraktoren und Chaos
● Chaos in eindimensionalen Abbildungen
Algebra und Diskrete Mathematik, Zahlentheorie
5.18
BUNDSCHUH, P.: Einführung in die Zahlentheorie. -- Springer-Verlag 1992.

5.19
KRÄTZEL, E.: Zahlentheorie. -- Deutscher Verlag der Wissenschaften 1981.

5.20
PADBERG, F.: Elementare Zahlentheorie. -- BI- Wissenschaftsverlag 1991.

5.21
RIVEST, R.L., SHAMIR, A., ADLEMAN, L.: A Method for Obtaining Digital Signatures and Public Key
Cryptosystems. -- Comm. ACM (1978), 12 - 126.

5.22
SCHEID, H.: Zahlentheorie. -- BI- Wissenschaftsverlag 1991, 2. Auflage Spektrum Akademischer Verlag 1995.

5.23
SCHMUTZER, E.: Grundlagen der theoretischen Physik, Bd. 1, 4. -- Deutscher Verlag der Wissenschaften 1991.
Hinweise zur numerischen Lösung linearer Quadratmittelprobleme

● CHOLESKY-Verfahren
● HOUSEHOLDER-Verfahren
● Regularisiertes Problem
Kapitel 20: Computeralgebrasysteme
● Einführung
● Mathematica
● Maple
● Anwendungen von Computeralgebrasystemen
● Graphik in Computeralgebrasytemen

● Detailliertes Inhaltsverzeichnis
Maple

Maple verfügt über eine Vielzahl von Möglichkeiten zur Behandlung von Aufgaben der Analysis. Neben der
Differentiation von Funktionen gehören dazu die Berechnug unbestimmter und bestimmter Integrale, die Berechnung
mehrfacher Integrale und die Entwicklung von Funktionen in Potenzreihen. Grundelemente der Theorie analytischer
Funktionen werden zur Nutzung angeboten. Zahlreiche Differentialgleichungen können gelöst werden.

● Differentiation
● Unbestimmte Integrale
● Bestimmte Integrale, Mehrfachintegrale
● Lösung von Differentialgleichungen
Mathematica

● Gleichungen
● Lösung von Gleichungen
● Lösung transzendenter Gleichungen
● Lösung von Gleichungssystemen
Maple

● Wichtige Operationen
● Lösung von Gleichungen mit einer Unbekannten
● Lösung transzendenter Gleichungen
● Lösung von nichtlinearen Gleichungssystemen
Aufbau und Umgang mit Computeralgebrasystemen
● Hauptstrukturelemente
Objekttypen

Computeralgebrasysteme arbeiten mit einer Vielzahl von Objekttypen. Objekte sind die dem jeweiligen System
bekannten Zahlen, Variablen, Operatoren, Funktionen usw., die mit dem Start des Systems latent geladen sind und
aufgerufen bzw. vom Nutzer entsprechend der Syntax definiert werden können.

Klassen von Objekten wie etwa Zahlenarten oder Listen usw. nennt man Typen .

Die meisten Objekte werden durch ihren Namen identifiziert, den man sich zur Objektklasse Symbol zugehörig
denken kann und der bestimmten grammatikalischen Regeln genügen muß.

Der Nutzer gibt in die Eingabezeile eine Folge von Objekten, d.h. deren Namen, entsprechend der vorgeschriebenen
Syntax ein, schließt die Eingabe mit einem dafür vorgesehenen Sonderzeichen und/oder einem speziellen
Systemkommando ab, worauf das System mit der Abarbeitung beginnt und in weiteren Zeilen das Ergebnis darstellt
(Eingaben können sich über mehrere Zeilen erstrecken).

Die nachfolgend beschriebenen Objekte bzw. Objekttypen und -klassen stehen in der Regel in allen
Computeralgebrasystemen zur Verfügung, wobei auf Besonderheiten bei der Besprechung der einzelnen Systeme
eingegangen wird.
Einführende Beispiele für die Hauptanwendungsgebiete
● Formelmanipulation
● Numerische Berechnungen
● Graphische Darstellungen
● Programmierung in Computeralgebrasystemen
Spezielle Möglichkeiten der Arbeit mit Computeralgebrasystemen

Die meisten Computeralgebrasysteme können mit externen Dateisystemen und Dateien kommunizieren, d.h. Daten
ex- und importieren. Neben einem Grundvorrat an Definitionen und Befehlen, der bei jedem Start des Systems
geladen wird, bieten die meisten Systeme umfangreiche Bibliotheken mit Zusatzpaketen spezieller mathematischer
Gebiete an, die nach Bedarf zugeladen werden können (s. Lit. 20.4).

Computeralgebrasyteme ermöglichen Programmierungen zum Aufbau eigener Programmpakete.

Die Möglichkeiten von Computeralgebrasytemen sollten jedoch nicht überschätzt werden. Wenn für ein Integral kein
geschlossener Ausdruck existiert, dann kann auch mit Hilfe eines Computeralgebrasytems keiner gefunden werden.

Bezüglich der auftretender Fehler s. Abschnitt Numerische Probleme auf Computern.

Wichtige Fälle vektorieller Felder

● Zentrales Vektorfeld
● Sphärisches Vektorfeld
● Zylindrisches Vektorfeld
Kapitel 13: Vektoranalysis und Feldtheorie
● Grundbegriffe der Feldtheorie
● Räumliche Differentialoperationen
● Integration in Vektorfeldern
● Berechnung von Feldern
● Differentialgleichungen der Feldtheorie

● Detailliertes Inhaltsverzeichnis
Unlösbarkeit des linearen Gleichungssystems

Das lineare Gleichungssystem (4.112a) ist unlösbar, wenn sich im obigen 2. Fall ergibt. Dann enthält das
System einen Widerspruch.

Beispiel
 Nach 3 Austauschschritten (z.B.

erhält man:

Das Verfahren endet mit dem 1. Fall: und sind unabhängige Variable.

Man setzt und ist ein Parameter. Damit lautet die

Lösung
Beschreibung von Schwingungen
● Problemstellung
● Superposition oder Überlagerung von Schwingungen
● Vektordiagramm für Schwingungen
● Dämpfung von Schwingungen
Unterabschnitte

● Erste Form der Darstellung ( TAYLORsche Reihe):

● Zweite Form der Darstellung:

TAYLORsche Reihe für Funktionen von einer Veränderlichen

Stetige Funktionen , die für alle Ableitungen besitzen, können oftmals mit Hilfe der TAYLORschen

Formel als Summe einer Potenzreihe dargestellt werden.

Erste Form der Darstellung ( TAYLORsche Reihe):

(7.87a)

Diese Reihenentwicklung ist für die -Werte richtig, für die das Restglied beim Übergang
 gegen Null strebt. Dabei ist zu beachten, daß der Begriff Restglied nur dann mit dem in diesem Buch
eingeführten Begriff gleichen Namens identisch ist, wenn die Formel (7.87a) zutreffend ist, d.h. angewendet werden
darf.
Für das Restglied gibt es die folgenden Darstellungen:

(7.87b)

(7.87c)

Zweite Form der Darstellung:

(7.88a)

Die Ausdrücke für das Restglied sind:

(7.88b)
(7.88c)
Fuzzy-Mengen

● Leere, universelle, normale und subnormale Fuzzy-Mengen,

Fuzzy-Teilmengen
● Toleranz einer Fuzzy-Menge
● Schnitt einer Fuzzy-Menge
● Ähnlichkeit von Fuzzy-Mengen und
● Umwandlung kontinuierlicher und diskreter fuzzy-wertiger Mengen:
Hauptachsentransformation quadratischer Formen

● Definition
● Eigenschaften der reellen quadratischen Form
● Erzeugung der Normalform
Eigenschaften der reellen quadratischen Form

1. In einer reellen positiv definiten quadratischen Form sind alle Hauptdiagonalelemente der zugehörigen
reellen symmetrischen Matrix A positiv, d.h., es ist
(4.132)

Für die positive Definitheit stellt diese Gleichung eine notwendige Bedingung dar.

2. Eine reelle quadratische Form ist genau dann positiv definit, wenn sämtliche Eigenwerte der
zugehörigen Matrix A positiv sind.
3. Eine reelle quadratische Form deren zugehörige Matrix A den Rang hat, kann durch die

lineare Transformation
(4.133)

in eine Summe rein quadratischer Glieder, die sogenannte Normalform

 (4.134)

mit beliebig vorgegebenen positiven Werten überführt werden.

Methoden zur Definition einer reellen Funktion
● Angabe einer Funktion
● Analytische Darstellung reeller Funktionen
Verschiedene ebene Definitionsbereiche
● Definitionsbereich einer Funktion
● Zweidimensionale Gebiete
● Drei- und mehrdimensionale Gebiete
● Methoden zur Definition einer Funktion
● Definitionsbereich einer Funktion
● Formen der analytischen Darstellung einer Funktion
● Abhängigkeit von Funktionen
Abbildungen

Eine Abbildung der Menge in die Menge heißt

● injektiv, wenn
(12.18)
● surjektiv, wenn für
(12.19)
● bijektiv, wenn sowohl injektiv als auch surjektiv ist.

wird Definitionsbereich des Operators genannt und mit oder bezeichnet, während die

Teilmenge mit aus Wertebereich des Operators heißt und mit

oder bezeichnet wird.

Homomorphismus und Endomorphismus

Seien und zwei Vektorräume über ein und demselben Körper und eine lineare Teilmenge aus .
Eine Abbildung heißt linear, lineare Transformation,linearer Operator oder Homomorphismus, wenn
für beliebige und stets gilt:

(12.20)
Für einen linearen Operator bevorzugt man in Anlehnung an lineare Funktionen die Bezeichnung , während
für allgemeine Operatoren steht. ist der Nullraum oder Kern des

Operators und wird mit bezeichnet. Als Endomorphismus von bezeichnet man eine lineare

Abbildung des Vektorraumes in sich. Ist eine injektive lineare Abbildung, so ist die aus durch

(12.21)

definierte Abbildung linear und heißt Inverse oder Umkehrabbildung von . Ist der

Vektorraum , so nennt man eine lineare Abbildung ein lineares Funktional oder eine Linearform.
Fuzzy-Logik
● Grundlagen der Fuzzy-Logik
● Verknüpfungen unscharfer Mengen
● Fuzzy-wertige Relationen
● Fuzzy-Inferenz oder Fuzzy-Implikation
● Defuzzifizierungsmethoden
● Wissensbasierte Fuzzy-Systeme
Weitere Formeln

● DELAMBREsche Gleichungen
● NEPERsche Gleichungen und Tangenssatz
● L'HUILIERsche Gleichungen
Maß und Lebesgue-Integral
● Sigma-Algebren und Maße
● Meßbare Funktionen
● Integration
● -Räume
● Distributionen
 -Algebra

Sei eine beliebige Menge. Ein nichtleeres System von Teilmengen aus heißt - Algebra , wenn

1.
impliziert und

2.

impliziert .

Jede -Algebra enthält die Mengen und , mit abzählbar vielen Mengen auch deren Durchschnitt sowie mit

zwei Mengen auch jeweils deren Differenzmengen.

Im weiteren bezeichne die durch die Elemente und erweiterte Menge (Zahlengerade) ,

wobei die Rechenregeln und Ordnungseigenschaften aus in natürlicher Weise auf übertragen werden. Die
Ausdrücke und sind dabei nicht zugelassen, während und den

Wert erhalten.
Eigenschaften der Laplace-Transformation
● Laplace-Transformierte, Original- und Bildbereich
● Rechenregeln zur Laplace-Transformation
● Bildfunktionen spezieller Funktionen
● Diracsche -Funktion und Distributionen
Bildfunktionen spezieller Funktionen

● Sprungfunktion
● Rechteckimpuls
● Impulsfunktion
● Stückweise differenzierbare Funktionen
● Periodische Funktionen
Stetige lineare Funktionale
● Definition
● Stetige lineare Funktionale im Hilbert-Raum, Satz von Riesz
● Stetige lineare Funktionale in
Invariante Tensoren

● Definition
● Deltatensor
● Epsilontensor
● Tensorinvarianten
Weitere Grundgesetze

● Umformungen
● NAND-Funktion und NOR-Funktion
Einführung
● Kurzcharakteristik von Computeralgebrasystemen
● Einführende Beispiele für die Hauptanwendungsgebiete
● Aufbau und Umgang mit Computeralgebrasystemen
Beschränkung auf Mathematica und Maple

Die zur Zeit bekannten Systeme unterliegen der Weiterentwicklung. Insofern kann jede konkrete Darstellung nur den
aktuellen Stand reflektieren. Im folgenden soll eine Einführung in die grundlegende Struktur solcher Systeme und ihre
Anwendung in wichtigen mathematischen Bereichen gegeben werden. Damit diese Einführung gleichzeitig als
Anleitung für erste praktische Schritte bei der Arbeit mit Computeralgebrasystemen dienen kann, werden die
Darlegungen konkret auf die beiden Systeme Mathematica (Version 2.2) und Maple (Version V) beschränkt. Diese
Auswahl ist willkürlich; jedoch scheinen diese beiden Systeme gegenwärtig die größte Verbreitung gefunden zu
haben. Eine Konversion von Mathematica nach Maple ist möglich. Die dazu notwendigen Dateien werden in
Handbüchern auf einer CD-ROM mitgeliefert (s. Lit. 20.8).
Komplexe Wurzeln

Komplexe Wurzeln können auch als Lösungen von Polynomgleichungen mit reellen Koeffizienten auftreten, aber nur
paarweise konjugiert komplex, d.h., wenn eine Wurzel ist, dann ist auch eine, und zwar

mit der gleichen Vielfachheit. Mit und woraus

folgt, gilt

(1.169)
Wird in (1.167a) das Produkt eines jeden Paares derartiger Faktoren gemäß (1.169) ersetzt, dann ergibt sich eine
Zerlegung des Polynoms mit reellen Koeffizienten in reelle Faktoren gemäß

(1.170)
Dabei sind reelle Wurzeln des Polynoms . Es hat außerdem Paare von konjugiert

komplexen Wurzeln, die man als Nullstellen der quadratischen Faktoren

erhält. Die Zahlen und sind reell, und es gilt

.
Lösung von Gleichungen n-ten Grades

Im allgemeinen sind Gleichungen mit nur noch näherungsweise lösbar. In der Praxis werden aber auch
schon zur Lösung von Gleichungen 3. und 4. Grades Näherungsmethoden angewendet. Eine näherungsweise
Lösung von Gleichungen -ten Grades zur Ermittlung aller Wurzeln einer algebraischen Gleichung -ten Grades,
einschließlich der komplexen, ist mit der Methode von BRODETSKY-SMEAL möglich (s. Lit. 1.9, 19.38). Die
Berechnung einzelner reeller Wurzeln algebraischer Gleichungen kann auch mit Hilfe der allgemeinen
Näherungsmethoden zur Lösung nichtlinearer Gleichungen erfolgen. Zur Bestimmung komplexer Nullstellen
algebraischer Gleichungen wird das BAIRSTOW-Verfahren angewendet (s. Lit. 19.22).
Gleichungen mit reellen Koeffizienten

● Komplexe Wurzeln
● Anzahl der Wurzeln einer Gleichung mit reellen Koeffizienten
● Lösung von Gleichungen n-ten Grades
Definitionen
● Determinante
● Unterdeterminanten
Determinanten
● Definitionen
● Rechenregeln für Determinanten
● Berechnung von Determinanten
Rang einer Matrix

● Definition
● Aussagen zum Rang von Matrizen
● Regel zur Ermittlung des Ranges
Divergenz in kartesischen, Zylinder- und Kugelkoordinaten

1. Divergenz in kartesischen Koordinaten

(13.47a)

mit

(13.47b)

Das Skalarfeld ist durch das Skalarprodukt aus Nablaoperator und Vektor gemäß

(13.47c)

darstellbar und zeichnet sich daher durch Translations- und Drehungsinvarianz, also durch
skalare Invarianz aus.

2. Divergenz in Zylinderkoordinaten
 (13.48a)

mit

(13.48b)
3. Divergenz in Kugelkoordinaten

(13.49a)

mit
(13.49b)
Regeln zur Berechnung der Divergenz

(13.51a)
(13.51b)

(13.51c)

(13.52)

(13.53)
Tensoren in kartesischen Koordinaten
● Definition
● Tensor 0. Stufe
● Tensor 1. Stufe
● Tensor 2. Stufe
● Rechenregeln
Natürliche, ganze und rationale Zahlen

● Definitionsbereiche und Bezeichnungen

● Eigenschaften der Menge der rationalen Zahlen
● Arithmetische Operationen
● Darstellung der rationalen Zahlen
Superposition komplexer Potentiale

Ein von mehreren Quellen, Senken und Wirbeln erzeugtes Feld ergibt sich rechnerisch durch additive Überlagerung
der durch sie erzeugten Einzelfelder, d.h. durch Addition ihrer komplexen Potentiale bzw. Stromfunktionen.
Mathematisch gesehen ist das durch die Linearität der LAPLACEschen Differentialgleichung und
möglich.
Definition und grundlegende Eigenschaften

● Definition
● Beispiele für Gruppen
● Gruppentafeln
Grundbegriffe

● Typen dynamischer Systeme, Orbits

● Fluß einer Differentialgleichung
● Diskrete dynamische Systeme
● Volumenschrumpfende und volumenerhaltende Systeme
Kapitel 6: Differentialrechnung
● Differentiation von Funktionen einer Veränderlichen
● Differentiation von Funktionen von mehreren Veränderlichen

● Detailliertes Inhaltsverzeichnis
Geometrische Bedeutung der partiellen Ableitung einer Funktion von zwei
Veränderlichen

Stellt man eine Funktion als Fläche in einem kartesischen Koordinatensystem dar und legt man

durch den Flächenpunkt eine Ebene parallel zur -Ebene, dann gilt

(6.36a)
Dabei ist der Winkel zwischen der positiven -Achse und der Tangente an die Schnittkurve der Fläche in dem
betreffenden Punkt mit einer Ebene, die parallel zur -Ebene verläuft. Die Messung von erfolgt, ausgehend

von der -Achse zur Tangente an die Schnittkurve, im entgegengesetzten Drehsinn des Uhrzeigers. Dabei ist der
Blick von der positiven -Achse gegen die Schnittebene gerichtet. In Analogie zu ist gemäß

(6.36b)
definiert.
Bezüglich der Ableitung nach einer gegebenen Richtung s. Richtungsableitung bzw. nach einem Volumen
s. Volumenableitung.
Partielle Ableitungen
● Partielle Ableitung einer Funktion
● Geometrische Bedeutung der partiellen Ableitung einer Funktion von zwei Veränderlichen
● Begriff des Differentials
● Haupteigenschaften des Differentials
● Partielles Differential
Vollständiges Differential und Differentiale höherer Ordnung
● Begriff des vollständigen Differentials einer Funktion von mehreren
Veränderlichen (totales Differential)
● Ableitungen und Differentiale höherer Ordnungen
Vollständiges Differential n-ter Ordnung einer Funktion mehrerer
Veränderlicher

Das vollständiges Differential -ter Ordnung einer Funktion mehrerer Veränderlicher ergibt sich zu

(6.48)
Berechnung der Stammfunktion

● Zweidimensionaler Fall
● Dreidimensionaler Fall
Problemstellung

Zu bestimmen sind Zahlenwert und Fehler einer Größe , die über die Funktion von

den unabhängigen Variablen abhängt. Die Werte können als Realisierungen von

Zufallsgrößen angesehen werden und lassen sich als Mittelwerte je einer Meßreihe mit Meßwerten

bestimmen. Ihre Streuung ist . Es ist zu untersuchen, wie sich die Fehler der Variablen auf die Funktion

auswirken. Die Funktion muß differenzierbar sein, ihre Variablen

müssen stochastisch unabhängig sein, sie dürfen aber beliebigen Verteilungen mit unterschiedlichen Streuungen
genügen.
n Funktionen von m Veränderlichen, gegeben durch ein System von n Gleichungen

Die Berechnung der partiellen Ableitungen erster und höherer Ordnung erfolgt nach dem gleichen Schema, wie es in
den vorangegangenen Fällen demonstriert wurde.
Differentiation von Funktionen von mehreren
Veränderlichen
● Partielle Ableitungen
● Vollständiges Differential und Differentiale höherer Ordnung
● Differentiationsregeln für Funktionen von mehreren Veränderlichen
● Substitution von Variablen in Differentialausdrücken und
Koordinatentransformationen
● Extremwerte von Funktionen von mehreren Veränderlichen
Funktion von zwei Veränderlichen

Gegeben sei eine Funktion sowie ein funktionaler Zusammenhang, der die unabhängigen Variablen, die Funktion und deren
partielle Ableitungen enthält:
(6.62a)

(6.62b)

Wenn und durch neue Variable und , gegeben durch

(6.63a)
substituiert werden, können die partiellen Ableitungen erster Ordnung aus dem Gleichungssystem

(6.63b)

mit den neuen Funktionen und von und berechnet werden zu

(6.63c)

Die partiellen Ableitungen zweiter Ordnung werden mit denselben Formeln berechnet, aber indem sie nicht auf sondern
auf dessen partielle Ableitungen und angewendet werden, z.B.

(6.64)

Die höheren partiellen Ableitungen können in derselben Weise berechnet werden.

Beispiel
Der LAPLACE-Operator soll in Polarkoordinaten ausgedrückt werden:

(6.65a)

(6.65b)
Gang der Rechnung:
 Analog wird berechnet, so daß man erhält:

(6.65c)

Hinweis: Wenn Funktionen mit mehreren Veränderlichen substituiert werden sollen, können ähnliche Substitutionsformeln
hergeleitet werden.
Differentialgleichungen
● Gewöhnliche Differentialgleichungen
❍ Differentialgleichungen 1. Ordnung

■ Existenzsatz, Richtungsfeld

■ Existenz einer Lösung, LIPSCHITZ-Bedingung

■ Richtungsfeld, Vertikale Richtungen

■ Allgemeines Integral

■ Wichtige Integrationsmethoden

■ Trennung der Variablen

■ Homogene Gleichungen oder Ähnlichkeitsdifferentialgleichungen

■ Exakte Differentialgleichung

■ Integrierender Faktor

■ Lineare Differentialgleichung erster Ordnung

■ BERNOULLIsche Differentialgleichung

■ RICCATIsche Differentialgleichung

■ Implizite Differentialgleichungen

■ Lösung in Parameterform
 ■ LAGRANGEsche Differentialgleichung
■ CLAIRAUTsche Differentialgleichung

■ Singuläre Integrale und singuläre Punkte

■ Singuläres Element und singuläres Integral

■ Bestimmung singulärer Integrale

■ Singuläre Punkte einer Differentialgleichung

■ Differentialgleichung mit gebrochenlinearem Quotienten auf der rechten Seite

■ Differentialgleichung mit Quotienten aus zwei beliebigen Funktionen auf der rechten

Seite
■ Näherungsmethoden zur Integration von Differentialgleichungen 1. Ordnung

■ Methode der sukzessivem Approximation nach PICARD

■ Integration durch Reihenentwicklung

■ Graphische Integration von Differentialgleichungen

■ Numerische Integration

❍ Differentialgleichungen höherer Ordnung und Systeme von Differentialgleichungen

■ Grundlegende Betrachtungen

■ Existenz einer Lösung

■ Zurückführung auf ein System von Differentialgleichungen:

■ Existenz eines Lösungssystems:

■ LIPSCHITZ-Bedingung:

■ Allgemeine Lösung

■ Konstanten und geometrische Bedeutung:

■ Berechnung eines ersten Integrals:

■ Erniedrigung der Ordnung

■ Fall 1
 ■ Fall 2
■ Fall 3

■ Fall 4

■ Lineare Differentialgleichungen n-ter Ordnung

■ Klassifizierungen

■ Fundamentalsystem von Lösungen

■ Erniedrigung der Ordnung

■ Superpositionssatz

■ Zerlegungssatz

■ Lösung der inhomogenen Differentialgleichung mittels Quadraturen

■ Methode der Variation der Konstanten:

■ Methode von CAUCHY:

■ Lösung linearer Differentialgleichungen mit konstanten Koeffizienten

■ Operatorenschreibweise

■ Lösungen der homogenen Differentialgleichung mit konstanten Koeffizienten

■ Satz von HURWITZ

■ Lösungen der inhomogenen Differentialgleichung mit konstanten Koeffizienten

■ 1. Fall

■ 2. Fall

■ EULERsche Differentialgleichung:

■ Systeme linearer Differentialgleichungen mit konstanten Koeffizienten

■ Normalform

■ Homogene Systeme linearer Differentialgleichungen erster Ordnung

mit konstanten Koeffizienten

■ Inhomogene Systeme linearer Differerentialgleichungen 1. Ordnung
 ■ Systeme zweiter Ordnung
■ Lineare Differentialgleichungen zweiter Ordnung
■ Allgemeine Methoden

■ BESSELsche Differentialgleichung

■ Definierende Gleichung:

■ BESSEL- oder Zylinderfunktionen:

■ BESSEL-Funktionen mit imaginären Variablen:

■ Formeln für BESSEL-Funktionen

■LEGENDREsche Differentialgleichung
■ LEGENDREsche Polynome oder Kugelfunktionen 1. Art:

■ Eigenschaften der LEGENDREschen Polynome 1. Art:

■ LEGENDREsche Funktionen oder Kugelfunktionen 2. Art:

■ Hypergeometrische Differentialgleichung

■ LAGUERREsche Differentialgleichung

■ HERMITEsche Differentialgleichung

❍ Randwertprobleme
■ Problemstellung

■ Begriff des Randwertproblems

■ Selbstadjungierte Differentialgleichung

■ STURM- LIOUVILLEsches Problem

■ Haupteigenschaften der Eigenfunktionen und Eigenwerte

■ Entwicklung nach Eigenfunktionen

■ Nichtsinguläre Fälle

■ Singuläre Fälle
● Partielle Differentialgleichungen
❍ Partielle Differentialgleichungen 1. Ordnung

■ Lineare partielle Differentialgleichungen 1. Ordnung

■ Lineare und quasilineare partielle Differentialgleichungen

■ Integration der homogenen partiellen linearen Differentialgleichung

■ Integration der inhomogenen linearen und der quasilinearen partiellen Differentialgleichung

■ Geometrische Darstellung und Charakteristik des Systems

■ CAUCHYsches Problem

■ Nichtlineare partielle Differentialgleichungen 1. Ordnung

■ Allgemeine Form der partiellen Differentialgleichung 1. Ordnung

■ Kanonische Systeme von Differentialgleichungen

■ CLAIRAUTsche Differentialgleichung

■ Differentialgleichungen erster Ordnung mit zwei unabhängigen Veränderlichen

■ Lineare partielle Differentialgleichungen erster Ordnung in vollständigen Differentialen

❍ Lineare partielle Differentialgleichungen 2. Ordnung

■ Klassifikation und Eigenschaften der Differentialgleichungen

2. Ordnung mit zwei unabhängigen Veränderlichen

■ Allgemeine Form

■ Charakteristiken

■ Normalform oder kanonische Form

■ Verallgemeinerung:

■ Klassifikation und Eigenschaften der Differentialgleichungen

2. Ordnung mit mehr als zwei unabhängigen Veränderlichen

■ Allgemeine Form

■ Lineare partielle Differentialgleichungen 2. Ordnung mit konstanten Koeffizienten

 ■ Integrationsmethoden für lineare partielle Differentialgleichungen 2. Ordnung
■ Methode der Variablentrennung

■ Lösung der Saitenschwingungsgleichung

■ Lösung der Stabschwingungsgleichung

■ Lösung der Membranschwingungsgleichung

■ Lösung des Dirichletschen Problems

■ Lösung der Wärmeleitungsgleichung

■ RIEMANNsche Methode zur Lösung des CAUCHYschen Problems der hyperbolischen

Differentialgleichung
■ GREENsche Methode zur Lösung von Randwertproblemen für elliptische

Differentialgleichungen mit zwei unabhängigen Variablen

■ GREENsche Methode zur Lösung von Randwertproblemen mit drei

unabhängigen Variablen
■ Vergleich der RIEMANNschen und der GREENschen Methode

■ Operatorenmethoden

■ Näherungsmethoden

❍ Partielle Differentialgleichungen aus Naturwissenschaft

und Technik
■ Problemstellungen und Randbedingungen

■ Problemstellungen

■ Anfangs- und Randbedingungen

■ Inhomogene Bedingungen und inhomogene Differentialgleichungen

■ Wellengleichung

■ Homogenes Problem

■ Inhomogenes Problem
■ Wärmeleitungs- und Diffusionsgleichung für ein homogenes Medium
■ Dreidimensionale Wärmeleitungsgleichung

■ Dreidimensionale Diffusionsgleichung

■ Potentialgleichung
■ Schrödinger-Gleichung
■ Begriff der SCHRÖDINGER-Gleichung

■ Bestimmung und Abhängigkeiten

■ Besonderheiten

■ Zeitabhängige SCHRÖDINGER-Gleichung

■ Zeitunabhängige SCHRÖDINGER-Gleichung

■ Kräftefreie Bewegung eines Teilchens in einem Quader

■ Problemstellung:

■ Lösungsansatz:

■ Lösungen:

■ Spezialfall Würfel, Entartung:

■ Teilchenbewegung im radialsymmetrischen Zentralfeld

■ Problemstellung:

■ Lösungsansätze:

■ Lösung der Radialgleichung:

■ Lösung der Polargleichung:

■ Lösung der Azimutalgleichung:

■ Gesamtlösung für die Winkelabhängigkeit:

■ Parität:

■ Linearer harmonischer Oszillator

■ Problemstellung
 ■ Lösungsansatz und Lösungsgang
■ Physikalische Lösungen:

❍ Nichtlineare partielle Differentialgleichungen, Solitonen

■ Physikalisch-mathematische Problemstellung

■ Begriff des Solitons

■ Wechselwirkung zwischen Solitonen

■ Nichtlineare Evolutionsgleichungen

■ KORTEWEG-DE-VRIES-Gleichung

■ Auftreten

■ Gleichung und Lösungen

■ Nichtlineare SCHRÖDINGER-Gleichung

■ Auftreten

■ Gleichung und Lösungen

■ Sinus- GORDON-Gleichung

■ Auftreten

■ Gleichung und Lösungen

■ Weitere nichtlineare Evolutionsgleichungen mit Solitonlösungen

Wichtige Integrationsmethoden

● Trennung der Variablen

● Homogene Gleichungen oder Ähnlichkeitsdifferentialgleichungen
● Exakte Differentialgleichung
● Integrierender Faktor
● Lineare Differentialgleichung erster Ordnung
● BERNOULLIsche Differentialgleichung
● RICCATIsche Differentialgleichung
Näherungsmethoden zur Integration von Differentialgleichungen 1. Ordnung

● Methode der sukzessivem Approximation nach PICARD

● Integration durch Reihenentwicklung
● Graphische Integration von Differentialgleichungen
● Numerische Integration
Stabilitätstheorie

● Lyapunov-Stabilität und orbitale Stabilität

● Satz von Lyapunov über asymptotische Stabilität
● Klassifizierung und Stabilität der Ruhelagen
● Stabilität periodischer Orbits
● Klassifizierung periodischer Orbits
● Eigenschaften von Grenzmengen, Grenzzyklen
● m-dimensionale eingebettete Tori als invariante Mengen
Existenz des Flusses und Phasenraumstruktur

● Fortsetzbarkeit der Lösungen

● Phasenporträt
● Satz von Liouville
Problemstellung

● Begriff des Randwertproblems

● Selbstadjungierte Differentialgleichung
● STURM- LIOUVILLEsches Problem
Charakteristiken

Charakteristiken der linearen partiellen Differentialgleichungen 2. Ordnung heißen die Integralkurven der
Differentialgleichung

(9.80)

Zu den drei Typen von Differentialgleichungen können hinsichtlich der Charakteristiken die folgenden allgemeinen
Aussagen getroffen werden:

1.
Hyperbolischer Typ: Es existieren zwei Scharen reeller Charakteristiken.
2.
Parabolischer Typ: Es existiert nur eine Schar reeller Charakteristiken.
3.
Elliptischer Typ: Es existieren keine reellen Charakteristiken.
4.
Eine Differentialgleichung, die sich aus (9.79a) durch Koordinatentransformationen ergibt, besitzt die gleichen
Charakteristiken wie (9.79a).
5.
Wenn die Schar der Charakteristiken mit einer Schar der Koordinatenlinien zusammenfällt, dann fehlt in
(9.79a) das Glied mit der zweiten Ableitung der unbekannten Funktion nach der betreffenden unabhängigen
Variablen. Im Falle der Differentialgleichung vom parabolischen Typ fehlt hierbei auch noch das Glied mit der
gemischten Ableitung.
Lösung linearer Differentialgleichungen mit konstanten Koeffizienten

● Operatorenschreibweise
● Lösungen der homogenen Differentialgleichung mit konstanten Koeffizienten
● Satz von HURWITZ
● Lösungen der inhomogenen Differentialgleichung mit konstanten Koeffizienten
Zweidimensionaler Fall

Wenn die Integrabilitätsbedingung (8.127) erfüllt ist, dann ist über einen beliebigen Integrationsweg innerhalb des

Gültigkeitsbereiches von (8.127), der einen beliebigen festen Punkt mit dem variablen Punkt

verbindet (s. Abbildung), die Stammfunktion gleich dem Kurvenintegral:

(8.131)

Bei praktischen Rechnungen ist es bequem, einen zu den Koordinatenachsen parallelen Integrationsweg zu wählen,
d.h. einen der beiden Abschnitte oder , wenn dieser nicht außerhalb des Gültigkeitsbereiches von
(8.127) liegt. Somit gibt es zwei Formeln für die Berechnung der Stammfunktion und des vollständigen

Differentials :
(8.132a)

(8.132b)
Grundlegende Betrachtungen

● Existenz einer Lösung

● Allgemeine Lösung
Integralrechnung
8.1
APELBLAT, A.: Tables of Integrals and Series. -- Verlag H. Deutsch 1996.

8.2
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

8.3
BRYTSCHKOW, J.A.; MARITSCHEW, O.I.; PRUDNIKOV, A.P.: Tabellen unbestimmter Integrale. -- Verlag H.
Deutsch 1992.

8.4
COURANT, R.: Vorlesungen über Differential- und Integralrechnung, Bd. 1 u. 2. -- Springer-Verlag 1971-72.

8.5
FETZER, A.; FRÄNKEL, H.: Mathematik Lehrbuch für Fachhochschulen, Bd. 1, 2. -- VDI-Verlag 1995.

8.6
FICHTENHOLZ, G.M.: Differential- und Integralrechnung, Bd. 1 bis 3. -- Deutscher Verlag der Wissenschaften
1964; Verlag H. Deutsch 1989-92, seit 1994 Verlag H. Deutsch.
8.7
GELLRICH, R.; GELLRICH, C.: Mathematik, Bd. 1 u. 3. -- Verlag H. Deutsch 1993-94.

8.8
GÜNTHER, P. (HRSG.): Grundkurs Analysis, Bd. 3. -- B. G. Teubner, Leipzig 1973.

8.9
HARBARTH, K.; RIEDRICH, T.: Differentialrechnung für Funktionen mit mehreren Variablen. -- BSB B. G.
Teubner, Leipzig, (MINÖL, Bd. 4), 1978; Verlag H. Deutsch, (MINÖA, Bd. 4) 1978.

8.10
JOOS, G.E.; RICHTER, E.: Höhere Mathematik. Ein kompaktes Lehrbuch für Studium und Beruf. -- Verlag H.
Deutsch 1994.

8.11
KAMKE, E.: Das LEBESGUE-STIELTJES-Integral. -- B. G. Teubner; Leipzig 1960.

8.12
KNOPP, K.: Theorie und Anwendung der unendlichen Reihen. -- Springer-Verlag 1964.

8.13
KÖRBER, K.-H.; PFORR, E.A.: Integralrechnung für Funktionen mit mehreren Variablen. -- BSB B. G. Teubner,
Leipzig, (MINÖL, Bd. 5), 1974; Verlag H. Deutsch, (MINÖA, Bd. 5), 1979.

8.14
MANGOLDT, H. V.; KNOPP, K., HRG. F. LÖSCH: Einführung in die höhere Mathematik, Bd. 1 bis 4. -- S. Hirzel
 Verlag 1989.

8.15
MANGOLDT, H. V.; KNOPP; LÖSCH: Einführung in die höhere Mathematik, Bd. IV. -- S. Hirzel Verlag 1975.

8.16
PAPULA, L.: Mathematik für Ingenieure, Bd. 1 bis 3. -- Verlag Vieweg 1994-1996.

8.17
PFORR, E.A.; SCHIROTZEK, W.: Differential- und Integralrechnung für Funktionen mit einer Variablen. -- BSB B.
G. Teubner, Leipzig, (MINÖL, Bd. 2), 1973; Verlag H. Deutsch, (MINÖA, Bd. 2), 1978.

8.18
SCHELL, H.-J.: Unendliche Reihen. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 3), 1974; Verlag H. Deutsch,
(MINÖA, Bd. 3), 1978.

8.19
SMIRNOW, W.I.: Lehrgang der höheren Mathematik, Bd. II u. III. -- Deutscher Verlag der Wissenschaften 1953;
Verlag H. Deutsch 1987-1991, seit 1994 Verlag H. Deutsch unter dem Titel Lehrbuch der höheren Mathematik.

8.20
STÖCKER, H. (HRSG.): Analysis für Ingenieurstudenten. -- Verlag H. Deutsch 1995.

8.21
TRIEBEL, H.: Höhere Analysis. -- Verlag Harri Deutsch 1980.

8.22
ZACHMANN, H.G.: Mathematik für Chemiker. -- VCH, Weinheim 1990.
Trennung der Variablen

Wenn eine Differentialgleichung auf die Form

(9.6a)
gebracht werden kann, dann kann sie auch in der Form
(9.6b)

dargestellt werden, in der die Variablen und voneinander getrennt in zwei Termen auftreten. Dazu ist die

Gleichung (9.6a) durch zu dividieren. Für das allgemeine Integral ergibt sich

(9.7)

Sollten für irgendwelche Werte oder die Funktionen oder Null werden, dann sind

und ebenfalls Integrale der Differentialgleichung.

Beispiel

.
Lösung in Parameterform

Gegeben sei eine Differentialgleichung in der impliziten Form

(9.14)

Ein Verfahren, zu einer Auflösung nach zu kommen, geht von dem Satz aus, daß durch einen Punkt

genau Integralkurven verlaufen, wenn die folgenden Bedingungen erfüllt sind:

a) In dem Punkt besitze die Gleichung mit insgesamt

reelle Wurzeln .

b) Die Funktion und ihre ersten Ableitungen seien für stetig, und

es gelte .

Wenn sich eine gegebene Gleichung nach auflösen läßt, dann zerfällt sie in Gleichungen von der eben
beschriebenen Form, nach deren Lösung man Integralkurvenscharen erhält. Sollte sich eine Gleichung in der
Form oder darstellen lassen, dann erhält man, indem gesetzt und als

Hilfsveränderliche verstanden wird, durch Differentiation nach bzw. eine Gleichung in bzw. ,

die nach der Ableitung aufgelöst ist. Ihre Lösung zusammen mit der Ausgangsgleichung (9.14) ergibt dann die
Lösung in Parameterform.

Beispiel

Es ist die Differentialgleichung zu lösen. Man setzt und erhält .

Differentiation nach und Setzen von

liefert oder .

Die Auflösung dieser in linearen Gleichung ergibt . Einsetzen in die

Ausgangsgleichung für ergibt die Lösung in Parameterform.

Erste Glieder einiger Potenzen einer Potenzreihe

(7.79)

(7.80)

(7.81)

(7.82)
(7.83)

(7.84)
Prinzip

Die Differentialgleichung -ter Ordnung

(15.48a)

mit den Anfangswerten geht durch LAPLACE-

Transformation in die Gleichung

(15.48b)

über. Dabei ist die charakteristische Gleichung der Differentialgleichung.

Differentialgleichung 1. Ordnung

Original- und Bildgleichung lauten

(15.49a)

(15.49b)

wobei . Für ergibt sich dann

(15.49c)

(15.50a)

(15.50b)
(15.50c)
Differentialgleichung 2. Ordnung

Original- und Bildgleichung lauten

(15.51a)

(15.51b)

Für ergibt sich dann

(15.51c)

Fallunterscheidungen:

(15.52a)
 (15.52b)

(15.53a)

(15.53b)

(15.54a)

(15.54b)

Die Lösung erhält man dann durch Faltung der Originalfunktionen des Zählers von mit .

Die Anwendung der Faltung wird man zu vermeiden und die rechte Seite möglichst direkt zu transformieren suchen.

Beispiel
Die Bildgleichung für die Differentialgleichung

mit und lautet

Durch Partialbruchzerlegung des zweiten und dritten Terms der rechten Seite, wobei man die
quadratischen Ausdrücke nicht in Linearfaktoren zerlegt, erhält man die Darstellung

und nach gliedweiser Transformation (s. Tafel der Korrespondenzen) die Lösung

.
Qualitative Theorie gewöhnlicher Differentialgleichungen
● Existenz des Flusses und Phasenraumstruktur
● Lineare Differentialgleichungen
● Stabilitätstheorie
● Invariante Mannigfaltigkeiten
● Poincaré-Abbildung
● Topologische Äquivalenz von Differentialgleichungen
Fall 4

ist eine Funktion von x allein:

(9.32a)

Die allgemeine Lösung erhält man durch -malige Integration in der Form
(9.32b)
mit

(9.32c)

Hierbei ist zu beachten, daß keine zusätzliche willkürliche Konstante ist, denn eine Änderung von zieht eine

Änderung von wegen

(9.32d)

nach sich.
Normalform oder kanonische Form

Zur Transformation der Differentialgleichung (9.79a) in die Normalform der linearen partiellen Differentialgleichungen
zweiter Ordnung gibt es die folgenden Möglichkeiten:

1. Transformation in die Normalform: Die Differentialgleichung (9.79a) kann durch die Einführung neuer
unabhängiger Veränderlicher
(9.81a)
in Übereinstimmung mit dem Vorzeichen der Diskriminante (9.79b) auf eine der folgenden drei Normalformen
gebracht werden:

(9.81b)

(9.81c)
 (9.81d)

Glieder, die keine partiellen Ableitungen zweiter Ordnung der unbekannten Funktionen enthalten, sind durch Punkte
angedeutet.
2. Transformation in die Normalform (9.81b) beim hyperbolischen Typ: Wenn im hyperbolischen Fall zwei
Charakteristikenscharen als Koordinatenlinienscharen im neuen Koordinatensystem (9.81a) gewählt werden,

d.h., wenn für die Gleichungen der Charakteristikenscharen mit

gesetzt wird, dann geht (9.79a) über in

(9.81e)

Diese Form heißt auch Normalform der Differentialgleichung vom hyperbolischen Typ . Von hier gelangt man zur
Normalform (9.81b) mit Hilfe der Substitution
(9.81f)
3. Transformation in die Normalform (9.81c) beim parabolischen Typ: Für die Schar
wird die einzige in diesem Falle gegebene Charakteristikenschar gewählt, wobei für eine

beliebige Funktion von und gewählt werden kann, die aber nicht von abhängen darf.
4. Transformation in die Normalform (9.81d) beim elliptischen Typ: Wenn die Koeffizienten

analytische Funktionen sind, dann definiert die Gleichung der

Charakteristiken im elliptischen Falle zwei konjugiert komplexe Scharen von Kurven
. Wird gesetzt, dann geht die

Gleichung in die Normalform (9.81d) über.

Verallgemeinerung:

Alle Aussagen zur Klassifizierung und Transformation auf die Normalform gelten auch für Gleichungen der
allgemeineren Form

(9.82)

in der die gesuchten Funktionen und ihre partiellen Ableitungen und im Gegensatz zu (9.79a)

nicht mehr nur linear auftreten.

Fall 1

, d.h., tritt nicht explizit auf:

(9.29a)
Durch die Substitution

(9.29b)

kann die Ordnung der Differentialgleichung von auf reduziert werden.

Beispiel
Die Verringerung der Ordnung um 1 erfolgt für die Differentialgleichung mit der

Substitution , die auf und führt

und damit auf . Durch Kürzung mit geht keine Lösung verloren,

da die Lösung liefert, die in der allgemeinen Lösung für enthalten ist.
Fall 2

, d.h., tritt nicht explizit auf:

(9.30a)
Die Ordnung der Differentialgleichung kann durch die Substitution
(9.30b)

von auf verringert werden. Wenn in der Ausgangsgleichung die ersten Ableitungen fehlen, dann

lautet die Substitution

(9.30c)

Beispiel
Die Ordnung der Differentialgleichung wird durch die Substitution

erniedrigt, so daß sich die CLAIRAUTsche Differentialgleichung mit der

allgemeinen Lösung ergibt. Daraus erhält man

. Aus der singulären Lösung der CLAIRAUTschen

Differentialgleichung erhält man die singuläre Lösung

der zu lösenden Differentialgleichung.

Fall 3

ist eine homogene Funktion in , , ,..., :

(9.31a)
Eine Erniedrigung der Ordnung kann durch die Substitution

(9.31b)

erreicht werden.

Beispiel

Die Differentialgleichung wird durch die Substitution mit der Ableitung

umgeformt. Die Ordnung wird dabei um 1 erniedrigt. Man erhält , woraus

folgt oder .
Partielle Differentialgleichungen aus Naturwissenschaft
und Technik
● Problemstellungen und Randbedingungen
● Wellengleichung
● Wärmeleitungs- und Diffusionsgleichung für ein homogenes Medium
● Potentialgleichung
● Schrödinger-Gleichung
Allgemeine Vorgehensweise

Die Lösung einer partiellen Differentialgleichung ist eine Funktion mindestens zweier Variablen: . Da

die FOURIER-Transformation eine Integration bezüglich einer Variablen darstellt, ist die andere Variable bei der
Transformation als konstant zu betrachten. Hier wird variabel und fest gewählt:

(15.102)

Auch bei der Transformation von Ableitungen bleibt eine Variable fest, hier wieder :

(15.103)

Für die Ableitungen nach ist vorauszusetzen, daß sie mit dem FOURIER-Integral vertauschbar sind:

(15.104)

Damit erhält man im Bildbereich eine gewöhnliche Differentialgleichung. Außerdem sind die Rand- und
Anfangsbedingungen in den Bildbereich zu transformieren.
Allgemeine Vorgehensweise

Die Lösung einer partiellen Differentialgleichung ist eine Funktion mindestens zweier Variabler: . Da

die LAPLACE-Transformation eine Integration bezüglich einer Variablen darstellt, ist die andere Variable bei der
Transformation als konstant zu betrachten:

(15.57)

Auch bei der Transformation von Ableitungen bleibt fest:

(15.58)
Für die Ableitungen nach ist vorauszusetzen, daß sie mit dem LAPLACE-Integral vertauschbar sind:

(15.59)

Damit erhält man im Unterbereich eine gewöhnliche Differentialgleichung. Außerdem sind die Rand- und
Anfangsbedingungen in den Bildbereich zu transformieren.
Physikalisch-mathematische Problemstellung

● Begriff des Solitons

● Wechselwirkung zwischen Solitonen
● Nichtlineare Evolutionsgleichungen
Laplace-Operator

● Definition
● Darstellung des Laplace-Operators in verschiedenen Koordinaten
● Spezielle Verknüpfungen von Nabla- und LAPLACE-Operator
Zusammenfassung

Ein Vektorfeld ist durch die Angabe seiner Quellen und Wirbel im gesamten Raum vollständig und eindeutig
bestimmt, falls alle diese Quellen und Wirbel im Endlichen liegen.
Problemstellungen und Randbedingungen

● Problemstellungen
● Anfangs- und Randbedingungen
● Inhomogene Bedingungen und inhomogene Differentialgleichungen
Anwendungen der Monte-Carlo-Methode in der numerischen Mathematik

● Berechnung mehrfacher Integrale

● Lösung partieller Differentialgleichungen
Nablaoperator, Laplace-Operator
● Nablaoperator
● Rechenregeln für den Nablaoperator
● Vektorgradient
● Zweifache Anwendung des Nablaoperators
● Laplace-Operator
Spezielle Verknüpfungen von Nabla- und LAPLACE-Operator

(13.77)

(13.78)

(13.79)

wobei

(13.80)
Eine Funktion von einer Veränderlichen

Eine Funktion von einer Veränderlichen sei gegeben durch die Gleichung

(6.51a)
Durch Differentiation dieser Gleichung nach ergibt sich mit Hilfe von (6.49b)
(6.51b)
und

(6.51c)

Differentiation von (6.51b) liefert auf die gleiche Weise

(6.51d)
so daß man unter Berücksichtigung von (6.51b) erhält

(6.51e)

Durch analoges Vorgehen berechnet man

 (6.51f)

was nach aufgelöst werden kann.

Eine Funktion von mehreren Veränderlichen

Eine Funktion von mehreren Veränderlichen sei gegeben durch die

Gleichung
(6.52a)

Die partiellen Ableitungen

(6.52b)

werden in Analogie zum eben demonstrierten Fall ermittelt, aber mit Hilfe der Formeln (6.50b). Auf dieselbe Weise
werden die partiellen Ableitungen höherer Ordnung berechnet.
Zwei Funktionen von einer Veränderlichen

Zwei Funktionen von einer Veränderlichen und seien gegeben durch das

Gleichungssystem
(6.53a)
Differentiation von (6.53a) gemäß (6.49b) liefert
(6.53b)

(6.53c)

Die zweiten Ableitungen und werden in derselben Weise durch Differentiation von (6.53b) unter

Berücksichtigung von und berechnet.

n Funktionen von einer Veränderlichen

Funktionen von einer Veränderlichen seien gegeben durch ein

System von Gleichungen

(6.54a)
Differentiation von (6.54a) mit Hilfe von (6.49b) liefert

(6.54b)

Auflösen von (6.54b) liefert die gesuchten Ableitungen .

Auf die gleiche Weise werden die Ableitungen höherer Ordnung bestimmt.
Zwei Funktionen von zwei Veränderlichen

Zwei Funktionen von zwei Veränderlichen seien gegeben durch das

Gleichungssystem
(6.55a)

Differentiation von (6.55a) nach und mit Hilfe von (6.49b) liefert

(6.55b)

(6.55c)
Auflösen des Systems (6.55b) nach und des Systems (6.55c) nach ergibt die partiellen

Ableitungen erster Ordnung.

Die Ableitungen höherer Ordnung werden auf gleiche Weise berechnet.
Parameterintegrale
● Definition
● Differentiation unter dem Integralzeichen
● Integration unter dem Integralzeichen
Ableitungen höherer Ordnung der einfachsten Funktionen

In der folgenden Tabelle sind die -ten Ableitungen für die einfachsten Funktionen zusammengestellt.
Tabelle Ableitungen höherer Ordnung einiger elementarer Funktionen

Funktion -te Ableitung

(für ganzzahliges und ist die -te Ableitung gleich 0)

für gerades , für ungerades

für gerades , für ungerades

Tabelle der Ableitungen elementarer Funktionen

Tabelle Ableitungen elementarer Funktionen in Intervallen, in denen diese definiert

und die auftretenden Nenner 0 sind

Funktion Ableitung Funktion Ableitung

(Konstante) 0

1
 )

Weitere Ableitungen elementarer Funktionen können aus der Umkehrung der Integrationsergebnisse in der Tabelle
Unbestimmte Integrale elementarer Funktionen gewonnen werden.

Hinweis: Bei der Lösung praktischer Aufgaben ist es zweckmäßig, vor dem Differenzieren einer Funktion diese, sofern das
möglich ist, in eine Summe umzuformen, indem Klammerausdrücke aufgelöst und ganzrationale Teile abgespaltet werden oder
der Ausdruck logarithmiert wird.

Beispiel A

Beispiel B
Eigenschaften der Z-Transformation
● Diskrete Funktionen
● Definition der Z-Transformation
● Rechenregeln
● Zusammenhang mit der Laplace-Transformation
● Umkehrung der Z-Transformation
Arithmetische Reihen
● Definition
● Arithmetische Reihe 1. Ordnung
● Arithmetische Reihe -ter Ordnung
Analytische Funktionen
● Definition der analytischen Funktion
● Beispiele analytischer Funktionen
● Eigenschaften analytischer Funktionen
● Singuläre Punkte
Stetigkeit, Differenzierbarkeit
● Definition der komplexen Funktion
● Grenzwert der komplexen Funktion
● Stetigkeit der komplexen Funktion
● Differenzierbarkeit der komplexen Funktion
Dimensionen
● Metrische Dimensionen
● Auf invariante Maße zurückgehende Dimensionen
● Lokale Hausdorff-Dimension nach Douady-Oesterlé
● Beispiele von Attraktoren
Beispiele von Attraktoren

● Hufeisen-Abbildung
● Dissipative Bäcker-Abbildung
● Solenoid oder Solenoid-Attraktor
Bäume und Gerüste
● Bäume
● Gerüste
Rechenschema

Das Rechenschema für den Schritt von nach zur genäherten Lösung der Anfangswertaufgabe
(19.93) lautet:

(19.99)

Die weiteren Schritte erfolgen nach demselben Schema. Der Fehler des RUNGE-KUTTA-Verfahrens gemäß (19.99) ist
von der Größenordnung , so daß bei geeigneter Wahl der Schrittweite eine sehr hohe Genauigkeit erzielt wird.

Beispiel
 mit . ist in einem Schritt, d.h. , zu bestimmen (s. die

folgende Tabelle). Der auf 8 Dezimalen genaue Wert lautet 0,01041860.

Kantenfolgen

● Kantenfolgen
● Zusammenhängende Graphen, Komponenten
● Abstand zweier Knoten
● Problem des kürzesten Weges
Fourier-Reihen
● Trigonometrische Summe und Fourier-Reihe
● Koeffizientenbestimmung für symmetrische Funktionen
● Koeffizientenbestimmung mit Hilfe numerischer Methoden
● Fourier-Reihe und Fourier-Integral
● Hinweise zur Tabelle einiger Fourier-Entwicklungen
Tensoren mit speziellen Eigenschaften
● Tensoren 2. Stufe
● Invariante Tensoren
Mehrfache multiplikative Verknüpfungen

● Doppeltes Vektorprodukt
● Gemischtes Produkt
● Formeln für mehrfache Produkte
● Formeln für Produkte in kartesischen Koordinaten
● Formeln für Produkte in affinen Koordinaten
Skalarprodukt und Vektorprodukt

● Skalare Multiplikation
● Vektorielle Multiplikation
● Eigenschaften der Produkte von Vektoren
Konvergenzkriterien für Reihen mit positiven Gliedern
● Vergleichskriterium
● Quotientenkriterium von d'Alembert
● Wurzelkriterium von Cauchy
● Integralkriterium von Cauchy
Allgemeine Regeln für die vier Grundrechenarten

Formal betrachtet wird mit komplexen Zahlen in der gleichen Weise gerechnet wie mit gewöhnlichen

Binomen, nur daß zu berücksichtigen ist. Bei Divisionen komplexer Zahlen durch eine andere komplexe

Zahl wird zuerst der Imaginärteil des Nenners beseitigt, indem Zähler und Nenner mit der konjugiert komplexen Zahl
des Nenners multipliziert werden. Das ist möglich, weil
(1.141)
eine reelle Zahl liefert.

Beispiel
.
Rechnen mit komplexen Zahlen
● Addition und Subtraktion
● Multiplikation
● Division
● Allgemeine Regeln für die vier Grundrechenarten
● Potenzieren einer komplexen Zahl
● Radizieren oder Ziehen der -ten Wurzel aus einer komplexen Zahl
Normalisierte Dezimalzahlen und Rundung

● Normalisierte Dezimalzahlen
● Grundoperationen des numerischen Rechnens
Elementare Rechenregeln
● Zahlen
● Beweismethoden
● Summen und Produkte
● Potenzen, Wurzeln, Logarithmen
● Algebraische Ausdrücke
● Ganzrationale Ausdrücke
● Gebrochenrationale Ausdrücke
● Irrationale Ausdrücke
Körper, die durch gekrümmte Flächen begrenzt sind
In diesem Abschnitt werden die folgenden Bezeichnungen benutzt: - Volumen, - Gesamtoberfläche, -
Manteloberfläche, - Höhe, - Grundfläche.

● Zylinderförmige Körper
● Kegelförmige Körper
● Kugel und Teile von Kugeln
● Torus oder Kreisring
● Tonnenkörper
Berechnung des Doppelintegrals

Die Berechnung des Doppelintegrals wird auf die nacheinanderfolgende Berechnung zweier Integrale zurückgeführt,
die je nach dem verwendeten Koordinatensystem verschieden aussieht.

● Berechnung in kartesischen Koordinaten

● Berechnung in Polarkoordinaten
● Berechnung in beliebigen krummlinigen Koordinaten
Begriff des Doppelintegrals

● Definition
● Existenzsatz
● Geometrische Bedeutung
Ausgezeichnete Kurvenpunkte und Asymptoten

Es werden nur Punkte betrachtet, die invariant sind gegenüber Koordinatentransformationen. Die Bestimmung von
Maxima und Minima wird unter Bestimmung von Extremwerten im Kapitel Differentialrechnung betrachtet.

● Wendepunkte und Regeln zu ihrer Bestimmung

● Scheitel
● Singulärer Punkt
● Asymptoten
Algebra und Diskrete Mathematik, Gruppentheorie
5.9
ALEXANDROFF, P.S.: Einführung in die Gruppentheorie. -- Verlag H. Deutsch 1992.

5.10
BELGER, M., EHRENBERG, L.: Theorie und Anwendungen der Symmetriegruppen. -- BSB B. G. Teubner,
Leipzig, (MINÖL Bd. 23), 1981; Verlag H. Deutsch (MINÖA Bd. 23), 1981.

5.11
FÄSSLER, A.; STIEFEL, E.: Gruppentheoretische Methoden und ihre Anwendungen. -- Birkhäuser-Verlag 1992.

5.12
HEIN, W.: Struktur und Darstellungstheorie der klassischen Gruppen. -- Springer-Verlag 1990.

5.13
LIDL, R., PILZ, G.: Angewandte abstrakte Algebra I. -- BI-Wissenschaftverlag 1982.

5.14
MARGENAU, M., MURPHY, G.M.: Die Mathematik für Physik und Chemie. -- B. G. Teubner, Leipzig 1964; Verlag
H. Deutsch 1965.
5.15
MATHIAK, K., STINGL, P.: Gruppentheorie für Chemiker, Physiko-Chemiker, Mineralogen. -- Deutscher Verlag
der Wissenschaften 1970.

5.16
STIEFEL, E., FÄSSLER, A.: Gruppentheoretische Methoden und ihre Anwendung. -- B. G. Teubner 1979.

5.17
ZACHMANN, H.G.: Mathematik für Chemiker. -- VCH, Weinheim 1990.
Punktspiegelung am Koordinatenursprung

● Tensorverhalten bei Rauminversion

● Geometrische Deutung
Grundlegende Begriffe und Formeln, ebene Koordinatensysteme

● Ebene Koordinaten und ebene Koordinatensysteme

● Kartesische oder DESCARTESsche Koordinaten
● Polarkoordinaten
● Krummlinige Koordinaten
● Koordinatentransformationen
● Übergang von kartesischen Koordinaten zu Polarkoordinaten und umgekehrt
● Abstand zwischen zwei Punkten
● Koordinaten des Massenmittelpunktes (Schwerpunktes)
● Teilung einer Strecke im gegebenen Verhältnis:
● Goldener Schnitt:
● Flächeninhalte
● Gleichung einer Kurve
Symmetrie

● Zentrale Symmetrie
● Axiale Symmetrie oder Spiegelsymmetrie
● Kongruente Dreiecke, Kongruenzsätze
● Ähnliche Dreiecke, Ähnlichkeitssätze
Geodätische Anwendungen
● Geodätische Koordinaten
● Winkel in der Geodäsie
● Koordinatentransformationen
● Vermessungstechnische Anwendungen
2. Grundaufgabe WWW

Gegeben: 3 Winkel
Bedingungen:

1. Lösung: Gesucht
 (3.191a)

(3.191b)

2. Lösung: Gesucht

(3.192a)

(3.192b)

(3.192c)

(3.192d)

Proben:
(3.193a)

(3.193b)
Grundformeln und Sätze

● Zyklische Vertauschungen
● Sätze
● Weitere Beziehungen
● Strecken im Dreieck und Fläche
Ebene Trigonometrie
● Rechtwinklige ebene Dreiecke
● Berechnungen in schiefwinkligen ebenen Dreiecken
● Geodätische Anwendungen
Polardreieck

● Pole und Polare

● Polardreieck
Grundbegriffe der Geometrie auf der Kugel
● Kurven, Bogen und Winkel auf der Kugel
● Spezielle Koordinatensysteme
● Sphärisches Zweieck
● Sphärisches Dreieck
● Polardreieck
● Eulersche und Nicht-Eulersche Dreiecke
● Dreikant
Sphärische Trigonometrie
Bei geodätischen Messungen, die sich über größere Entfernungen erstrecken, muß die Kugelgestalt der Erde
berücksichtigt werden. Dazu ist eine Geometrie auf der Kugel erforderlich. Insbesondere werden Formeln zur
Berechnung sphärischer Dreiecke benötigt, also für Dreiecke, die auf einer Kugel liegen. Das wurde schon im alten
Griechenland erkannt, und so kam es neben der Entwicklung der ebenen Trigonometrie zur Entwicklung der
sphärischen Trigonometrie, als deren Begründer HIPPARCH (um 150 v. u. Zeit) anzusehen ist.

● Grundbegriffe der Geometrie auf der Kugel

● Haupteigenschaften sphärischer Dreiecke
● Berechnung sphärischer Dreiecke
Orthodrome

● Begriffsbestimmung
● Gleichung der Orthodrome
● Winkel-Rückversetzung
● Nordpolnächster Punkt und Äquatorschnittpunkte
● Bogenlänge
● Kurswinkel
● Schnittpunkte mit einem Breitenkreis
● Schnittpunkt mit einem Meridian
Kleinkreis

● Begriffsbestimmung
● Kleinkreisgleichungen
● Bogenlänge
● Kurswinkel
● Schnittpunkte mit einem Breitenkreis
● Tangierpunkte
● Schnittpunkte mit einem Meridian
Loxodrome

● Begriffsbestimmung
● Gleichung der Loxodrome
● Bogenlänge
● Kurswinkel
● Schnittpunkt mit einem Breitenkreis
● Schnittpunkte mit einem Meridian
Spezielle Formeln

Im rechtwinklig sphärischen Dreieck ist einer der drei Winkel gleich Die Seiten und Winkel werden analog zum
ebenen rechtwinkligen Dreieck bezeichnet.

Wenn wie in der Abbildung ein rechter Winkel ist, dann heißt die Seite Hypotenuse, und heißen Katheten;

und sind die Kathetenwinkel. Aus den Gleichungen (3.172a) bis (3.186) folgt für

(3.187a)
(3.187b)
 (3.187c)
(3.187d)
(3.187e)
(3.187f)
(3.187g)
(3.187h)
(3.187i)
(3.187j)

Treten bei bestimmten Aufgaben andere Seiten und Winkel auf, z.B. anstelle von die Größen ,
dann können die erforderlichen Gleichungen durch zyklische Vertauschung gewonnen werden.
1. Grundaufgabe SSS

Gegeben: 3 Seiten

Bedingungen:

1. Lösung: Gesucht
 (3.188a)

oder

(3.188b)

(3.188c)

2. Lösung: Gesucht

(3.189a)

(3.189b)

(3.189c)

(3.189d)

Proben:
(3.190a)
(3.190b)
4. Grundaufgabe WSW

Gegeben: 1 Seite und die zwei anliegenden Winkel, z.B.

Bedingungen: Keine.
 1. Lösung: Gesucht bzw. und

(3.199a)

(3.199b)

kann im I. oder II. Quadranten liegen. Zwei Entscheidungsmöglichkeiten:

❍ Dem größeren Winkel liegt die größere Seite gegenüber oder

❍ Durchführung einer Kontrollrechnung:

(3.200)

2. Lösung: Gesucht bzw. und

(3.201a)

(3.201b)

(3.201c)

3. Lösung: Gesucht und (oder)

(3.202a)
 (3.202b)

(3.202c)

(3.202d)

4. Lösung: Gesucht

(3.203a)

(3.203b)

(3.203c)

(3.203d)
 (3.203e)

(3.203f)

Probe: Doppelte Berechnung von

Hinweis: Die Lösung der 4. Grundaufgabe kann auch durch Zerlegung des vorliegenden schiefwinklig sphärischen
Dreiecks in zwei rechtwinklig sphärische Dreiecke herbeigeführt werden.
Dazu wird von das sphärische Lot auf bis gefällt.
5. Grundaufgabe WWW

Gegeben: 2 Seiten und der einer Seite gegenüberliegende Winkel, z.B.

Bedingungen: Siehe Fallunterscheidung.

Lösung: Gesucht: beliebige fehlende Größe

(3.204)
Zwei Werte sind möglich. Es sei spitz und stumpf.
Fallunterscheidung:

1.

d.h. 0 Lösungen.

2.

d.h. 1 Lösung .

3.

d.h. weitere Fallunterscheidungen sind notwendig:

3.1. Weitere Fallunterscheidung:

3.1.1.

1 Lösung: .

3.1.2.
 1 Lösung: .

3.2. Weitere Fallunterscheidung:

3.2.1. ,

d.h. 2 Lösungen .

3.2.2. ,
d.h. 0 Lösungen.

Fortführung: Weitere Berechnung mit einem Winkel oder 2 Winkeln

Hinweis Die Lösung der 5. Grundaufgabe kann auch durch Zerlegung des vorliegenden schiefwinklig sphärischen
Dreiecks in zwei rechtwinklig sphärische Dreiecke herbeigeführt werden, wobei die Seiten und auftreten.
Dazu wird von das sphärische Lot auf bis gefällt.
Formeln zur 5. Grundaufgabe bei Zerlegung in zwei rechtwinklige sphärische Dreiecke:

1. Weg:
(3.205a)
(3.205b)
(3.205c)
(3.205d)
2. Weg:
 (3.206a)

(3.206b)

Probe: Doppelte Berechnung von

Berechnung der Ansatzkoeffizienten

Man bestimmt die Ansatzkoeffizienten durch die Forderung, daß der Ansatz (19.147) die Variationsaufgabe

(19.145a) für alle Ansatzfunktionen erfüllt, d.h., in (19.145a) wird für und für

gesetzt. Auf diese Weise ergibt sich das lineare Gleichungssystem

(19.151)

zur Bestimmung der Ansatzkoeffizienten. In (19.151) bedeuten:

(19.152)

Bei der Berechnung von ist zu beachten, daß Beiträge zur Integration nur die Fälle liefern, in denen

die Gebiete und keinen leeren Durchschnitt haben. Diese Gebiete sind in der folgenden Tabelle durch
Schraffur gekennzeichnet.
 Hilfstabelle zur FEM

Flächenstück- Graphische Dreiecke

auswahl Darstellung von
0
Die Integration erfolgt jeweils über ein Dreieck mit dem Flächeninhalt , so daß die Anteile der partiellen

Ableitungen nach ergeben:

(19.153a)
Analog erhält man für die Anteile der partiellen Ableitungen nach :

(19.153b)

Die Berechnung der rechten Seite von (19.151)ergibt:

(19.154a)

wobei mit das Volumen der von über beschriebenen Pyramide der Höhe 1 bezeichnet wird

(s. Abbildung).
Wegen

(19.154b)

Damit ergeben die Variationsgleichungen (19.151) das lineare Gleichungssystem

(19.155)
für die Bestimmung der Ansatzkoeffizienten.
Ungleichungen für den Absolutbetrag der Differenz reeller Zahlen

Für alle reellen Zahlen gilt

(1.111)

Der Absolutbetrag der Differenz zweier reeller Zahlen ist kleiner oder gleich der Summe bzw. größer oder gleich der
Differenz der Absolutbeträge dieser Zahlen.
Definition des Vektors, Rechenregeln

● Skalare und Vektoren

● Polare und axiale Vektoren
● Modul (Absolutbetrag des Vektors) und Raumrichtung
● Gleichheit von Vektoren
● Freie, gebundene und linienflüchtige Vektoren
● Spezielle Vektoren
● Linearkombinationen von Vektoren
● Multiplikation eines Vektors mit einem Skalar
● Zerlegung von Vektoren
Begriff des Dreifachintegrals

● Definition
● Existenzsatz
Haupteigenschaften sphärischer Dreiecke
● Allgemeine Aussagen
● Grundformeln und Anwendungen
● Weitere Formeln
Anwendungen in Mechanik und Physik

● Weg eines Punktes

● Arbeit
● Druck
● Trägheitsmomente
● Schwerpunkte, GULDINsche Regeln
Dualitätsaussagen

a)
Besitzen beide Probleme zulässige Punkte, d.h., , dann gilt

(18.21a)
und für beide Probleme existieren Optimalpunkte.
b)
Die Punkte und sind genau dann Optimalpunkte des jeweiligen Problems, wenn gilt:

(18.21b)
c)
Ist über nach oben bzw. über nach unten unbeschränkt, so ist bzw.

d)
Die Punkte und sind genau dann Optimalpunkte der jeweiligen Aufgaben, wenn gilt:
 (18.21c)

An Hand der letzten beiden Beziehungen kann man aus einer nicht entarteten Optimallösung des dualen

Problems eine Lösung des primalen Problems aus dem folgenden linearen Gleichungssystem ermitteln:

(18.22a)

(18.22b)

(18.22c)

Zur Lösung des dualen Problems kann das Simplexverfahren verwendet werden.
Einsatzgebiete der dualen Aufgabe

Die Bearbeitung des dualen Problems kann in den folgenden Fällen von Vorteil sein:

a)
Wenn für das duale Problem eine Normalform leichter zu finden ist, geht man von der primalen zur dualen
Aufgabe über.
b)
Wenn im primalen Problem die Anzahl der Restriktionen groß gegenüber der Anzahl der Variablen ist, so kann
bei der Lösung des dualen Problems mit dem revidierten Simplexverfahren der Rechenaufwand verringert
werden.

Beispiel
Für das Beispiel aus Abschnitt Ecke und Basis gilt ohne Schlupfvariablen.
Primales Problem:

Duales Problem:
NB :

Wird das duale Problem nach Einführung von Schlupfvariablen und Aufstellung eines ersten
Simplextableaus mit dem Simplexverfahren gelöst, dann ergibt sich unter Vernachlässigung der
Schlupfvariablen in der Lösung: mit .

Daraus kann eine Lösung des primalen Problems über das System für

ermittelt werden, d.h., , so daß schließlich

folgt mit .
Spezielle nichtlineare Optimierungsaufgaben
● Konvexe Optimierung
● Quadratische Optimierung
Problemstellung und theoretische Grundlagen
● Problemstellung
● Optimalitätsbedingungen
● Dualität in der Optimierung
Haupteigenschaft der Parabel

(Definition der Parabel) Die Parabel ist der geometrische Ort aller Punkte die von einem festen Punkt,

dem Brennpunkt, und einer festen Geraden, der Leitlinie, gleich große Entfernung besitzen.

Hier und in den folgenden Formeln in kartesischen Koordinaten wird die Normalform der Parabelgleichung
angenommen. Dann ist

(3.343)

wobei der vom Brennpunkt ausgehende Radiusvektor des Parabelpunktes ist.

Praktische Verknüpfungen unscharfer Mengen

● Durchschnitt und Vereinigung zweier Fuzzy-Mengen

● Tabelle der - und -Normen
Tabelle der - und -Normen

Tabelle der - und -Normen,

Autor -Norm -Norm

ZADEH Durchschnitt: Vereinigung:

LUKASIEWICZ beschränkte Differenz beschränkte Summe

algebraisches Produkt algebraische Summe

 drastisches Produkt drastische Summe

HAMACHER Produkt Summe

EINSTEIN Produkt Summe

FRANK
YAGER

SCHWEIZER

DOMBI

WEBER
 DUBOIS

Hinweis zur Tabelle: Es existiert eine Ordnungsrelation für die in der Tabelle aufgelisteten - und -Normen bezüglich ihrer
Rückgabewerte:
(5.269)
Umwandlung kontinuierlicher und diskreter fuzzy-wertiger Mengen:

Wird eine kontinuierliche fuzzy-wertige Menge, dargestellt durch ihre Zugehörigkeitsfunktion, diskretisiert, so entsteht
eine Menge von Singletons. Umgekehrt kann durch Interpolation von Zwischenwerten eine diskrete Menge in eine
kontinuierliche Menge umgewandelt werden.
Kovariante und kontravariante Koordinaten eines Vektors

● Definitionen
● Darstellung der Koordinaten mit Hilfe von Skalarprodukten
● Darstellung des Skalarprodukts mit Hilfe von Koordinaten
Kanten, Ecken, Raumwinkel
● Kante
● Ecke
● Dreiseitige Ecken
● Raumwinkel
Tensoren 2. Stufe

● Rechenregeln
● Hauptachsentransformation
Gleichung der Einhüllenden

Die Gleichung der Einhüllenden wird aus (3.461) berechnet, indem aus dem folgenden Gleichungssystem eliminiert
wird:

(3.462)

Beispiel
Es ist die Gleichung der Geradenschar zu bestimmen, die dadurch entsteht, daß die Enden einer Strecke
entlang der Koordinatenachsen gleiten.
Die Gleichung der Kurvenschar lautet:

oder

Durch Eliminierung von ergibt sich mit

als Einhüllende eine Astroide.

Kegel und Halbordnung

● Kegel
● Halbordnung
Kanonische Normalformen

Unter den kanonischen Normalformen eines BOOLEschen Ausdrucks versteht man die kanonischen
Normalformen der zugehörigen BOOLEschen Funktion
Oft bereitet die Überprüfung der Wertverlaufsgleichheit zweier BOOLEscher Ausdrücke durch Umformung Probleme.
Hilfreich sind dann die kanonischen Normalformen: Zwei BOOLEsche Ausdrücke sind genau dann wertverlaufsgleich,
wenn die zugehörigen eindeutig bestimmten kanonischen Normalformen Zeichen für Zeichen übereinstimmen.

Beispiel
Die Ausdrücke

und

sind untereinander wertverlaufsgleich, weil beide die kanonisch disjunktive (bzw. konjunktive) Normalform
haben.
Lösungsverhalten

Aus der im Ergebnis der GAUSS-Schritte erhaltenen Matrix (4.116) liest man für das zu lösende inhomogene lineare
Gleichungssystem ab:

1. Fall: Das System ist unlösbar, wenn eine der Zahlen von Null verschieden

ist.

2. Fall: Das System ist lösbar, wenn gilt

Weiterhin ist zu unterscheiden:

a) Die Lösung ist eindeutig.
b) Die Lösung ist nicht eindeutig; Unbekannte sind als Parameter frei wählbar.
Im Falle der Lösbarkeit werden die Unbekannten sukzessiv, mit der letzten Gleichung beginnend, aus dem
gestaffelten Gleichungssystem, das zu (4.116) gehört, bestimmt.

Beispiel A
 Nach drei GAUSS-Schritten
hat die erweiterte Koeffizi-
entenmatrix die Form

Die Lösung ist eindeutig, und aus dem zugehörigen gestaffelten linearen Gleichungssystem folgt
.

Beispiel B

Nach zwei GAUSS-Schritten hat

die erweiterte Koeffizientenmatrix
die Form

Eine Lösung existiert, aber sie ist nicht eindeutig. Man kann eine Unbekannte als freien Parameter wählen,
z.B. und erhält:
Integration trigonometrischer Funktionen
Hinweis: Die Tabelle Unbestimmte Integrale enthält eine große Anzahl von Integralen mit trigonometrischen
Funktionen.

● Substitution
● Vereinfachte Methoden
Lyapunov-Exponenten
● Singulärwerte einer Matrix
● Definition der Lyapunov-Exponenten
● Berechnung der Lyapunov-Exponenten
● Metrische Entropie und LYAPUNOV-Exponenten
Entropien
● Topologische Entropie
● Metrische Entropie
Symmetrie 4. Art

Wenn die Funktion ungerade ist und außerdem der Symmetrie 3. Art genügt (s. linke Abbildung), dann gilt für

die Koeffizienten

(7.104)

Wenn die Funktion gerade ist und außerdem der Symmetrie 3. Art genügt (s. rechte Abbildung), dann gilt für

die Koeffizienten

(7.105)
Koeffizientenbestimmung mit Hilfe numerischer Methoden

Wenn die periodische Funktion kompliziert ist oder im Intervall nur für ein diskretes System

von Punkten mit bekannt ist, muß die Berechnung der FOURIER-

Koeffizienten näherungsweise erfolgen. Dabei kann z.B. bei der Auswertung von Meßergebnissen die Zahl sehr
groß sein. In diesen Fällen wendet man die
Methoden der numerischen harmonischen Analyse an.
Koeffizientenbestimmung für symmetrische Funktionen
● Symmetrien verschiedener Art
● Formen der Entwicklung in eine FOURIER-Reihe
Symmetrien verschiedener Art

● Symmetrie 1. Art
● Symmetrie 2. Art
● Symmetrie 3. Art
● Symmetrie 4. Art
Symmetrie 2. Art

Wenn eine ungerade Funktion ist, d.h. wenn (s. Abbildung), dann gilt für die

Koeffizienten

(7.102)
Evoluten und Evolventen

● Evolute
Bedingte Wahrscheinlichkeit

Die Wahrscheinlichkeit für das Eintreten des Ereignisses unter der Bedingung, daß das Ereignis bereits
eigetreten ist, die sogenannte bedingte Wahrscheinlichkeit oder wird definiert durch

(16.37)

Es gilt:

1.
Falls und , so ist

(16.38a)

2.
Falls , so ist

(16.38b)
Zylinderförmige Körper

● Zylinderfläche
● Zylinder
● Gerade Kreiszylinder
● Schräg abgeschnittener Kreiszylinder
● Zylinderabschnitt, auch Zylinderhuf
● Hohlzylinder
Äquivalenzklassen, Zerlegungen

● Äquivalenzklassen
● Zerlegungssatz
Grundbegriffe

● FOURIER-Darstellung periodischer Funktionen ( FOURIER-Analyse)

● FOURIER-Reihe
● Komplexe Darstellung der FOURIER-Reihe
Konstruktion einer geschlossenen EULERschen Linie

Ist ein EULERscher Graph, dann wähle man einen beliebigen Knoten in und konstruiere, ausgehend von

, einen Kantenzug , den man nicht mehr fortsetzen kann. Enthält noch nicht alle Kanten von so

bilde man ausgehend von einem Knoten , der von durchlaufen wird und in mit einer nicht in

enthaltenen Kante indiziert, einen Kantenzug den man nicht mehr fortsetzen kann. Die beiden Kantenzüge

und setze man zu einem geschlossenen Kantenzug von zusammen, indem man von aus bis

durchläuft, von aus ganz durchläuft, und danach über die noch nicht benutzten Kanten von den

Kantenzug zu fortsetzt. Eine Fortsetzung des Verfahrens liefert nach endlich vielen Schritten eine geschlossene
EULERsche Linie.
Sätze von Fermat, Euler und Wilson
● EULERsche Funktion
● Satz von FERMAT-EULER
● Satz von Wilson
Geometrische Veranschaulichung
● Vektordarstellung
● Gleichheit komplexer Zahlen
● Trigonometrische Form der komplexen Zahlen
● Exponentialform einer komplexen Zahl
● Konjugiert komplexe Zahlen
Unterabschnitte

● Zusammenhang zwischen EULERschen und BERNOULLIschen Zahlen

Zweite Definition der EULERschen Zahlen

Zur Definition der EULERschen Zahlen kann man in Analogie zu (7.60c) von der Rekursionsformel
(7.61b)

ausgehen, wobei auch hier nach Anwendung des binomischen Satzes überall durch zu ersetzen ist. Für

die ersten Zahlen gilt:

(7.61c)
Es besteht der Zusammenhang
(7.61d)
Tabelle Erste EULERsche Zahlen

1 1 5 50521
2 5 6 2702765
3 61 7 199360981
4 1385

Zusammenhang zwischen EULERschen und BERNOULLIschen Zahlen

Zwischen den EULERschen und den BERNOULLIschen Zahlen besteht der Zusammenhang

(7.62)
Verschiedene andere Kurven
● Kettenlinie oder Katenoide
● Schleppkurve oder Traktrix
Exponentialfunktionen und logarithmische
Funktionen
● Exponentialfunktion
● Logarithmische Funktionen
● GAUSSsche Glockenkurve
● Exponentialsumme
● Verallgemeinerte GAUSSsche Glockenkurve
● Produkt aus Potenz- und Exponentialfunktion
Definition

Eine Gleichung ist transzendent, wenn wenigstens eine der Funktionen oder nicht

algebraisch ist.

Beispiel A

Beispiel B

Beispiel C

Beispiel D
Beispiel E

Beispiel F

In manchen Fällen kann die Lösung transzendenter Gleichungen z.B. durch geeignete Substitutionen auf die Lösung
algebraischer Gleichungen zurückgeführt werden. Im allgemeinen können transzendente Gleichungen jedoch nur
näherungsweise gelöst werden. Im folgenden werden einige Fälle betrachtet, die sich auf algebraische Gleichungen
zurückführen lassen.
Rückführung transzendenter Gleichungen auf algebraische
● Definition
● Exponentialgleichungen
● Logarithmische Gleichungen
● Trigonometrische Gleichungen
● Gleichungen mit Hyperbelfunktionen
Gaußsche Quadraturformeln

Setzt man in (19.81) als Integrationsintervall , und wählt man als Stützstellen die Nullstellen der

LEGENDREschen Polynome (s. auch Tabelle LEGENDREsche Polynome) , dann können die Koeffizienten so

bestimmt werden, daß die Formel (19.81) Polynome bis zum Grad exakt integriert. Die Nullstellen der

LEGENDREschen Polynome liegen symmetrisch zum Nullpunkt. Für die Fälle und 3 erhält man:
 (19.82)

Hinweis: Durch die Transformation läßt sich das allgemeine Integrationsintervall auf das

Intervall transformieren. Mit den obigen für das Intervall gültigen Werten für und gilt

dann:
(19.83)
Notwendige Bedingung für die Existenz eines relativen Extremwertes

Ein relatives Maximum oder Minimum kann bei einer stetigen Funktion nur in den Punkten auftreten, in denen die
Ableitung entweder verschwindet oder nicht definiert ist. Das bedeutet: In den Kurvenpunkten, die relativen
Extremwerten entsprechen, verläuft die Tangente entweder parallel zur -Achse (linke Abbildung) oder parallel zur
-Achse (mittlere Abbildung) oder sie existiert gar nicht (rechte Abbildung).
Allerdings handelt es sich hierbei nicht um hinreichende Bedingungen, was an Hand der Punkte in der
folgenden Abbildung erkennbar ist, für die diese Bedingungen erfüllt sind, in denen es aber keine Extrema gibt.
Wenn eine stetige Funktion relative Extremwerte besitzt, dann wechseln Maxima und Minima einander ab, so daß
zwischen zwei benachbarten Maxima stets ein Minimum liegt und umgekehrt.
Extremwerte von Funktionen von mehreren Veränderlichen
● Definition
● Geometrische Bedeutung
● Bestimmung der Extremwerte einer Funktion von zwei Veränderlichen
● Bestimmung der Extremwerte einer Funktion von n Veränderlichen
● Bestimmung der Extremwerte unter Vorgabe von Nebenbedingungen
Geometrische Bedeutung

Geometrisch betrachtet entspricht der relative Extremwert einer Funktion zweier Veränderlicher, die in einem
kartesischen Koordinatensystem als Fläche dargestellt ist, einem Punkt , in dem die Applikate der Fläche größer
oder kleiner ist als die Applikate aller beliebigen anderen Punkte in hinreichend kleiner Entfernung vom Punkt ,
d.h. in einem Gebiet kleiner Ausdehnung, das den Punkt enthält.
Wenn die Fläche im Punkt der ein relatives Extremum darstellt, eine Tangentialebene besitzt, dann verläuft diese

parallel zur -Ebene (linke und mittlere Abbildung). Diese Bedingung ist notwendig, aber nicht hinreichend dafür,

daß im Punkt ein Maximum oder Minimum vorhanden ist. In der rechten Abbildung zeichnet sich die Fläche im
Punkt durch eine horizontale Tangentialebene aus, doch besitzt die Funktion dort kein Extremum, sondern einen
Sattelpunkt.
Seiten

Summe der Seiten: Die Summe der Seiten liegt zwischen und :
(3.166)

Summe zweier Seiten: Die Summe zweier Seiten ist größer als die dritte, z.B.
(3.167)

Differenz zweier Seiten: Die Differenz zweier Seiten ist kleiner als die dritte Seite, z.B.
(3.168)
Allgemeine Aussagen

Für ein EULERsches Dreieck mit den Seiten und denen die Winkel und gegenüberliegen, gelten
Beziehungen, die in den folgenden Abschnitten zusammengestellt sind.

● Seiten
● Winkel
● Flächeninhalt
Bestimmung der Kurve durch fünf Punkte

Durch fünf vorgegebene Punkte kann eine und nur eine Kurve 2. Ordnung gehen. Wenn drei dieser Punkte auf einer
Geraden liegen, dann ergibt sich ein zerfallender Kegelschnitt .
Ungleichheit der Produktmatrizen

Falls die beiden Produkte und gebildet werden können, ist im allgemeinen d.h., das

Kommutativgesetz der Multiplikation gilt im allgemeinen nicht. Gilt aber , dann heißen und
miteinander vertauschbar.
Meßfehlereinteilung nach quantitativen Merkmalen

● Wahrer Wert und seine Näherungen

● Fehler der Einzelmessung einer Meßreihe
● Fehler des arithmetischen Mittelwertes einer Meßreihe
● Absoluter und relativer Fehler
● Absoluter und relativer Maximalfehler
Angabe von Meßergebnissen mit Fehlergrenzen

Eine realistische Einschätzung eines Meßergebnisses ist nur möglich, wenn der zu erwartende Fehler mit angegeben
wird; Fehlerangaben sind unverzichtbarer Bestandteil eines Meßergebnisses. Aus den Angaben muß zu erkennen
sein, welche Fehlerart mit welchen Vertrauensgrenzen und bei welcher Irrtumswahrscheinlichkeit angegeben wird.

● Angabe der definierten Fehler

● Vorgabe beliebiger Vertrauensgrenzen
Dichte und Verteilungsfunktion

In den meisten Fällen der Praxis kann davon ausgegangen werden, daß die Meßfehler normalverteilt sind, und zwar
mit dem Mittelwert und einer Streuung , d.h., für die Dichtefunktion und die Verteilungsfunktion

von Meßfehlern soll gelten:

(16.175a)

und

(16.175b)

Dabei ist die Verteilungsfunktion der normierten Normalverteilung (s. auch Tabelle Normierte

Normalverteilung). Im Falle von (16.175a,b) spricht man auch von der Fehlernormalverteilung .

In der folgenden Abbildung ist die Dichte der Fehlernormalverteilung (16.175a) mit Wende- und Schwerpunkt
dargestellt.

Die nächste Abbildung zeigt das Verhalten der Dichte der Fehlernormalverteilung bei drei verschiedenen Werten der
Streuung.
Die Wendepunkte liegen bei den Abszissenwerten , die Schwerpunkte der Flächenhälften bei . Der

Maximalwert der Kurve bei beträgt . Mit wachsendem verbreitert sich die Kurve, wobei

der Flächeninhalt unter ihr konstant gleich Eins bleibt. Die Verteilung besagt, daß, gemessen am absoluten Betrag,
kleine Fehler häufig vorkommen, große selten.
Trigonometrische Interpolation

Einige spezielle trigonometrische Polynome, die mit den Näherungskoeffizienten und gebildet werden,

haben wichtige Approximationseigenschaften. Zwei davon sind:

1. Interpolation: Es sei . Das spezielle trigonometrische Polynom

(19.211)

mit den Koeffizienten (19.210) erfüllt an den Stützstellen (19.209) die Interpolationsbedingung

(19.212)

Infolge der Periodizität von ist .

 2. Approximation im Mittel: Es sei . Das spezielle trigonometrische Polynom

(19.213)

mit und den Koeffizienten (19.210) approximiert die Funktion im diskreten quadratischen Mittel

bezüglich der Stützstellen (19.209), d.h., die Fehlerquadratsumme

(19.214)

Die Formeln (19.210) bilden den Ausgangspunkt für verschiedene Verfahren zur effektiven Berechnung der FOURIER-
Koeffizienten.
Unterschied zum Maximalfehler

Die Angabe des absoluten oder relativen Maximalfehlers (16.197, 16.198) bedeutet, daß kein Ausgleich zwischen
den Meßergebnissen durchgeführt wird. Bei der Ermittlung des absoluten oder relativen Fehlers mit Hilfe des
Fehlerfortpflanzungsgesetzes (16.209) oder (16.212) wird mit einer vorgegebenen Wahrscheinlichkeit innerhalb eines
festgelegten Vertrauensintervalls zwischen den Meßergebnissen ausgeglichen.
Die Vorgehensweise erfolgt in der in Abschnitt Angabe von Meßergebnissen mit Fehlergrenzen angegebenen Weise.
Fehlerangabe

Die Fehlerangaben können wie in Abschnitt Angabe von Meßergebnissen mit Fehlergrenzen dargestellt, entweder mit Hilfe der
definierten Fehler oder mit Hilfe der -Quantile des Freiheitsgrades erfolgen.

Beispiel

Es ist das Endergebnis für Meßreihen mit den verschiedenen Mittelwerten und den

verschiedenen Standardabweichungen anzugeben. Eine der Meßreihen stammt aus dem Beispiel mit 10 direkten
Messungen gleicher Genauigkeit.
Tabelle Fehlerangaben zu einer Meßreihe
Man berechnet und wählt sowie . Mit

berechnet man und erhält . Für die Standardabweichungen ergibt sich

und . Das Endergebnis lautet

.
Spezialfälle

1. Linearer Fall: Ein häufig auftretender Fall ist die Addition der Fehlerbeiträge linear eingehender
Fehlergrößen mit :

(16.210)
Beispiel
Am Ausgang des Impulsverstärkers eines Detektorkanals zur Spektrometrierung von Strahlungen wird eine
Impulsbreite festgestellt, die auf drei Anteile zurückgeführt werden kann:
1.
Statistische Energieverteilung der Strahlung des zu spektrometrierenden Übergangs einer Energie
, charakterisiert durch ,
2.
statistische Umsetzungsprozesse im Detektor mit ,
3.
elektronisches Rauschen des Verstärkers der Detektorimpulse .
Für die Gesamtimpulsbreite ergibt sich
 (16.211)

2. Potenzgesetz: Oft treten die Variablen in der Form

(16.212)
auf. Durch logarithmische Differentiation ergibt sich der relative Fehler zu

(16.213)

und hieraus ergibt sich nach dem Fehlerfortpflanzungsgesetz für den mittleren relativen Fehler

(16.214)

Beispiel

Die Funktion habe die Form , die

Standardabweichungen sind . Der relative Fehler ergibt sich dann zu

Gebräuchlichste empirische Formeln
In diesem Abschnitt werden einige der einfachsten Formeln für die Anpassung an empirische funktionelle
Abhängigkeiten aufgeführt und die dazugehörigen Kurvenbilder dargestellt. Auf jeder der Abbildungen sind mehrere
Kurven für verschiedene Werte der in die Formeln eingehenden Parameter eingezeichnet worden. Der Einfluß der
Parameterwerte auf die Form der Kurven wird in den folgenden Abschnitten untersucht.
Bei der Auswahl einer geeigneten Funktion ist zu berücksichtigen, daß meist nur ein Teil der dazugehörigen Kurve
zur Reproduktion der empirischen Daten benötigt wird, und zwar meist beschränkt auf ein bestimmtes Intervall der
unabhängigen Variablen. Daher wäre es z.B. falsch anzunehmen, die Formel ist nur dann gut

geeignet, wenn die Kurve der empirischen Daten ein Maximum oder Minimum besitzt.

● Potenzfunktionen
● Exponentialfunktionen
● Quadratisches Polynom
● Gebrochenlineare Funktion
● Quadratwurzel aus einem quadratischen Polynom
● Verallgemeinerte GAUSSsche Glockenkurve
● Kurve 3. Ordnung, Typ II
● Kurve 3. Ordnung, Typ III
● Kurve 3. Ordnung, Typ I
● Produkt aus Potenz- und Exponentialfunktion
● Exponentialsumme
● Vollständig durchgerechnetes Beispiel
Parameterbestimmung

Die wichtigste Methode zur Bestimmung der Parameterwerte ist die Methode der kleinsten Quadrate. In vielen Fällen
können jedoch noch einfachere Methoden mit Erfolg eingesetzt werden, z.B. die Mittelwertmethode .

● Mittelwertmethode
● Fehlerquadratmethode
Matrizenschreibweise

In Matrizenschreibweise haben die Normalgleichungen (19.177) und die Fehlerquadratsumme (19.176) die folgende
übersichtliche Form:
(19.179a)
mit

(19.179b)

Würde man an Stelle der Forderung, die Fehlerquadratsumme zu minimieren, in den Punkten die

Interpolationsforderung stellen, dann ergäbe sich das Gleichungssystem

(19.180)

ein überbestimmtes lineares Gleichungssystem im Fall , das in der Regel keine Lösung hat. Durch

Multiplikation mit erhält man aus (19.180) das Normalgleichungssystem (19.177) bzw. (19.179a). Aus
numerischer Sicht ist es jedoch günstiger, zur Lösung von Ausgleichsaufgaben auf (19.180) das HOUSEHOLDER-
Verfahren anzuwenden, das eine Lösung im Sinne der minimalen Fehlerquadratsumme (19.176) liefert.
Überbestimmte Gleichungssysteme

Das lineare Gleichungssystem

(4.117)

besitze eine rechteckige Koeffizientenmatrix mit .

Die Matrix und der Vektor der rechten Seite seien bekannt. Gesucht sei der Vektor

Wegen spricht man von einem überbestimmten System . Sein

Lösungsverhalten und gegebenenfalls seine Lösung können z.B. mit dem Austauschverfahren bestimmt werden.
Skalares Feld oder skalare Punktfunktion

Wird jedem Punkt eines Raumteiles ein Zahlenwert (Skalar) zugeordnet, dann schreibt man
(13.6a)
und bezeichnet diese Gleichung als Skalarfeld . Beispiele für Skalarfelder sind Temperatur, Dichte, Potential usw.
eines Körpers. Man kann ein skalares Feld auch durch

(13.6b)

beschreiben, wobei der Ortsvektor des Punktes (s. Spezielle Vektoren) bei fest gewähltem Pol 0 ist .
Oberflächenintegrale in kartesischen Koordinaten als
Oberflächenintegrale 2. Art

(13.113)

(13.114)

(13.115)
Die Existenzsätze für diese Integrale können in Analogie zu den für Oberflächenintegrale 2. Art angegebenen formuliert
werden.
Bei der Berechnung der Zweifachintegrale werden zunächst die Projektionen von auf die Koordinatenebenen gebildet
(s. Abbildung), wobei eine der Variablen oder durch die beiden anderen mit Hilfe der Flächengleichung für
ausgedrückt werden muß.

Hinweis: Integrale über eine geschlossene Fläche werden durch die Darstellungsweise

(13.116)
gekennzeichnet.

Beispiel A

Es ist zu berechnen, wobei über das Ebenenstück zu integrieren ist, das

zwischen den drei Koordinatenebenen eingeschlossen ist. Die obere Seite soll die positive sein:

In Analogie dazu berechnet man die beiden anderen Integrale. Das Ergebnis lautet: .

Beispiel B
 Es ist über das gleiche

Ebenenstück wie in Beispiel A zu integrieren:

Die beiden anderen Integrale werden in Analogie dazu berechnet. Das Ergebnis lautet:

Beispiel C

Es ist zu berechnen,

wobei über das gleiche Ebenenstück wie in Beispiel A zu integrieren ist: Die Ausführung der Rechnung liefert

.
Oberflächenintegrale
● Vektor eines ebenen Flächenstückes
● Berechnung von Oberflächenintegralen
● Oberflächenintegrale und Fluß von Feldern
● Oberflächenintegrale in kartesischen Koordinaten als
Oberflächenintegrale 2. Art
Definition

Von einem konservativen Feld oder einem Potentialfeld spricht man, wenn der Wert des Kurvenintegrals (13.96a)
in einem Vektorfeld nur von der Lage der Punkte und abhängt und nicht vom konkreten Integrationsweg
zwischen diesen beiden Punkten.
Der Zahlenwert des Umlaufintegrals in einem konservativen Feld ist stets gleich Null:

(13.103)

Ein konservatives Feld zeichnet sich immer durch Wirbelfreiheit aus:

(13.104)

Umgekehrt ist diese Gleichung die notwendige und hinreichende Bedingung dafür, daß das Feld konservativ ist.
Dazu muß weiterhin vorausgesetzt werden, daß die partiellen Ableitungen der Feldfunktion nach den enthaltenen
Koordinaten stetig sind und der Definitionsbereich von einfach zusammenhängend ist. Für ein dreidimensionales
Feld hat dieser, Integrabilitätsbedingung genannte Zusammenhang in kartesischen Koordinaten die Form
(13.105)
Kurvenintegral und Potential im Vektorfeld
● Kurvenintegral im Vektorfeld
● Bedeutung des Kurvenintegrals in der Mechanik
● Eigenschaften des Kurvenintegrals
● Kurvenintegral als Kurvenintegral 2. Gattung allgemeiner Art
● Umlaufintegral eines Vektorfeldes
● Konservatives oder Potentialfeld
Zusammenhang zwischen Gradient, Kurvenintegral und Potential

Wenn die Beziehung gilt, dann ist das Potential des Feldes , und umgekehrt

ist ein Potentialfeld oder konservatives Feld. In der Physik ist in Übereinstimmung mit (13.107) das negative

Vorzeichen zu berücksichtigen.
Berechnung des Potentials eines konservativen Feldes

Ist die Funktion in kartesischen Koordinaten gegeben, , dann gilt für das

vollständige Differential ihrer Potentialfunktion:

(13.108a)

Dabei müssen die Koeffizienten der Integrabilitätsbedingung (13.105) genügen. Die Bestimmung von

erfolgt über das Gleichungssystem

(13.108b)

Praktischerweise berechnet man das Potential durch Integration über drei zu den Koordinatenachsen parallele,
Anfangs- und Endpunkt der Integration miteinander verbindende Strecken (s. Abbildung):
(13.109)
Berechnung von Feldern
● Reines Quellenfeld
● Reines Wirbelfeld oder quellenfreies Wirbelfeld
● Vektorfelder mit punktförmigen Quellen
● Superposition von Feldern
Vektorfelder
● Vektorielles Feld oder vektorielle Punktfunktion
● Wichtige Fälle vektorieller Felder
● Koordinatendarstellung von Vektorfeldern
● Übergang von einem Koordinatensystem zu einem anderen
● Zusammenhang zwischen den Komponenten eines Vektors in kartesischen, Zylinder- und Kugelkoordinaten
● Feldlinien
Zusammenhang zwischen dem ggT und dem kgV

Für beliebige ganze Zahlen gilt:

(5.155)

Deshalb kann das kgV auch ohne Kenntnis der Primfaktorenzerlegung von und unter Zuhilfenahme des

EUKLIDischen Algorithmus ermittelt werden.

Vergleich der Mittelwerte für zwei positive Größen

Für
gilt

(1.74a)

(1.74b)
Für
gilt
(1.74c)
Arithmetik
1.1
ASSER, G.: Grundbegriffe der Mathematik. Mengen, Abbildungen, natürliche Zahlen. -- Deutscher Verlag der
Wissenschaften 1980.

1.2
BOSCH, K.: Finanzmathematik. -- Oldenbourg-Verlag 1991.

1.3
HEILMANN, W.-R.: Grundbegriffe der Risikotheorie. -- Verlag Versicherungswirtschaft 1986.

1.4
ISENBART, F., MÜNZER, H.: Lebensversicherungsmathematik für Praxis und Studium. -- Verlag Gabler,
2. Auflage 1986.

1.5
DÜCK, W.; KÖRTH, H.; RUNGE, W.; WUNDERLICH, L.: Mathematik für Ökonomen, Bd. 1 u. 2. -- Verlag H.
Deutsch 1989.

1.6
 Fachlexikon ABC Mathematik. -- Verlag H. Deutsch 1978.

1.7
GELLRICH, R.; GELLRICH, C.: Mathematik, Bd. 1. -- Verlag H. Deutsch 1993.

1.8
GOTTWALD, S.; KÜSTNER, H.; HELLWICH, M.; KÄSTNER, H.: Mathematik Ratgeber. -- Verlag H. Deutsch 1988.

1.9
HEITZINGER, W.; TROCH, I.; VALENTIN, G.: Praxis nichtlinearer Gleichungen. -- C. Hanser Verlag 1984.

1.10
NICKEL, H. (HRSG.): Algebra und Geometrie für Ingenieure. -- Verlag H. Deutsch 1990.

1.11
PFEIFER, A.: Praktische Finanzmathematik. -- Verlag Harri Deutsch 1995.

1.12
WISLICENY, J.: Grundbegriffe der Mathematik. Rationale, reelle und komplexe Zahlen. -- Verlag H. Deutsch
1988.
Chi-Quadrat-Verteilung, Teil II

-Verteilung: Quantile
Fishersche F-Verteilung, Teil I
= 0,05
FISHERsche -Verteilung: Quantile für
Fishersche F-Verteilung, Teil II
= 0,01
FISHERsche -Verteilung: Quantile für
Definition

Eine geodätische Linie ist eine Kurve auf einer Fläche, deren Hauptnormale in jedem Flächenpunkt in die Richtung
der Flächennormalen fällt (s. auch geodätische Linie, sphärische Geometrie).

Beispiel
Auf einem Kreiszylinder sind die geodätischen Linien Schraubenlinien.
Projektion eines orientierten Flächenstückes auf eine Koordinatenebene

Wenn ein begrenztes Stück einer orientierten Fläche auf eine Koordinatenebene projiziert wird, z.B. auf die -

Ebene, dann kann dieser Projektion auf die folgende Weise ein Vorzeichen zugeordnet werden
(s. Abbildung).
Fällt der Blick von der positiven Seite der -Achse aus auf die -Ebene und sieht man dabei die positive Seite

des Flächenstückes , dann gibt man der Projektion das positive Vorzeichen, im entgegengesetzten
Falle das negative (linke bzw. rechte obere Abbildung).

Liegt das Flächenstück so, daß man zum Teil seine Innen- und zum Teil seine Außenseite sieht, dann ergibt sich
als algebraische Summe der Projektionen dieser Teile, die einmal von der Innen-, zum anderen von der
Außenseite zu sehen sind (linke untere Abbildung). Die rechte untere Abbildung zeigt die Projektionen des
Flächenstückes und eines Flächenstückes , von denen die eine negativ, die andere positiv zu nehmen
ist.
Die Projektion einer geschlossenen orientierten Fläche ist gleich Null.
Invariante Mannigfaltigkeiten

● Definition, Separatrixflächen
● Satz von Hadamard und Perron
● Lokale Phasenporträts nahe Ruhelagen für
● Homokline und heterokline Orbits
Grundformeln und Anwendungen

● Sinussatz
● Kosinussatz oder Seitenkosinussatz
● Sinus-Kosinussatz
● Winkelkosinussatz oder polarer Kosinussatz
● Polarer Sinus-Kosinussatz
● Halbwinkelsatz
● Halbseitensatz
● Anwendungen der Grundformeln der sphärischen Trigonometrie
Oberflächenintegrale zweiter Art
Das Oberflächenintegral zweiter Art , auch Integral über eine Projektion , ist wie das Oberflächenintegral erster Art
eine Erweiterung des Begriffs Doppelintegral.

● Begriff des Oberflächenintegrals zweiter Art

● Berechnung des Oberflächenintegrals zweiter Art
Darstellung des Skalarprodukts mit Hilfe von Koordinaten

Die Darstellung eines skalaren Produkts zweier Vektoren durch seine kontravarianten Koordinaten liefert Formel
(3.275). Die entsprechende Formel für kovariante Koordinaten lautet
(3.285)

wobei die metrischen Koeffizienten im System mit den reziproken Vektoren sind. Ihr

Zusammenhang mit den Koeffizienten lautet

(3.286)

wobei die Unterdeterminante der im Nenner stehenden Determinante ist; sie entsteht durch Streichen der
Zeile und Spalte des Elements

Wenn der Vektor durch kovariante Koordinaten gegeben ist, der Vektor dagegen durch kontravariante
Koordinaten, dann ist ihr Skalarprodukt gleich
 (3.287a)
und analog gilt
(3.287b)
Lineare und affin-lineare Teilmengen
● Lineare Teilmenge
● Affiner Teilraum
● Lineare Hülle
● Beispiele für Vektorräume von Folgen
● Beispiele für Vektorräume von Funktionen
Hyperbelfunktionen des doppelten Arguments

(2.176)

(2.177)

(2.178)

(2.179)
Hyperbelfunktionen des halben Arguments

(2.181)

(2.182)

Das Vorzeichen vor der Wurzel ist positiv für und negativ für zu nehmen.

(2.183)

(2.184)
Trigonometrische Funktionen für Winkelvielfache

(2.88)

(2.89)

(2.90)

(2.91)

(2.92)

(2.93)
(2.94)

(2.95)

(2.96)

(2.97)

(2.98)

(2.99)
Wichtige Formeln für trigonometrische Funktionen
Trigonometrische Funktionen mit komplexen Zahlen werden in der Funktionentheorie betrachtet.

● Funktionen eines Winkels

● Trigonometrische Funktionen gleichen Winkels
● Trigonometrische Funktionen von Summe und Differenz zweier Winkel
● Trigonometrische Funktionen für Winkelvielfache
● Trigonometrische Funktionen für große Werte n der Winkelvielfachen
● Trigonometrische Funktionen des halben Winkels
● Summen und Differenzen zweier trigonometrischer Funktionen
(Additionstheoreme)
● Produkte trigonometrischer Funktionen
● Potenzen trigonometrischer Funktionen
Fourier-Integral

● Fourier-Integral in komplexer Darstellung

● Äquivalente Darstellungen des Fourier-Integrals
Formeln zur trigonometrischen Interpolation

● Formeln für die FOURIER-Koeffizienten

● Trigonometrische Interpolation
Begriffe, analytische Grundlagen
● Lösungsansatz
● Quadratische Integrierbarkeit
● Orthonormalsystem
● Fourier-Reihen
Eigenschaften der Fourier-Transformation
● Fourier-Integral
● Fourier-Transformation und Umkehrtransformation
● Rechenregeln zur Fourier-Transformation
● Vergleich von Fourier- und Laplace-Transformation
● Bildfunktionen spezieller Funktionen
Sinus-Fourier-Transformationen Seite 6 von 6

Nr. =

54
55 ,

56
0,

57 ,

,
58

59

60

61

62
Kosinus-Fourier-Transformationen Seite 1 von 7

Nr. =

1
1,

0,
2 ,

0,

3 Ci (Integralkosinus)
0,

4
5 ,

0,

6
0,

7 ,

8 ,

9
10

11
Kosinus-Fourier-Transformationen Seite 2 von 7

Nr. =

12

13

14

0,
15 , 0 Re 1

16

17

18

19

20

21
22

23
Kosinus-Fourier-Transformationen Seite 3 von 7

Nr. =

24

25
26
,

0,

27

28

29

30
31

32

33

34
Kosinus-Fourier-Transformationen Seite 4 von 7

Nr. =

35

36

37
38

39 ,

0,

40 ,

,
41 ,

42

43

44

45
Kosinus-Fourier-Transformationen Seite 5 von 7

Nr. =

46

0 ,
47

, 0

0,
49

50

0 ,

51

52
53

54
Kosinus-Fourier-Transformationen Seite 6 von 7

Nr. =

55

56

57
58

59

60

61

62
63

64

65
Kosinus-Fourier-Transformationen Seite 7 von 7

Nr. =

66

67

68
69

70

71

72
73

74

75
Sinus-Fourier-Transformationen Seite 1 von 6

Nr. =

1
1,

0,
2 ,

0,

4 ,

0,

5
0,

,
6

7 ,

0,

8
0,

10
11
Sinus-Fourier-Transformationen Seite 2 von 6

Nr. =

12

13

14

15
16

17

18

19 , 0 Re 2

20

21

22
23
Sinus-Fourier-Transformationen Seite 3 von 6

Nr. =

24

25

26
27

28

29

30

31 ,

0,
32

33

34
Sinus-Fourier-Transformationen Seite 4 von 6

Nr. =

35

36
37

38

39

40
41

42

43

44

45
Sinus-Fourier-Transformationen Seite 5 von 6

Nr. =

46 ,

,
47
,

0,

48 ,

49

50
51

52

0,
53
0,

0,
Laplace-Transformationen, Seite 6 von 6

Nr.

66

67

68
69

70

71

72

73
74
Poisson-Verteilung
● Poisson-Verteilung, Teil I
● Poisson-Verteilung, Teil II
Integraltransformationen
15.1
BERG, L.: Operatorenrechnung, Bd. 1 u. 2. -- Deutscher Verlag der Wissenschaften 1972-74.

15.2
BLATTER, C.: Wavelets - Eine Einführung. -- Vieweg 1998

15.3
DOETSCH, G.: Handbuch der LAPLACE-Transformation, Bd. 1 bis 3. -- Birkhäuser Verlag 1950-1958.

15.4
DOETSCH, G.: Anleitung zum praktischen Gebrauch der LAPLACE-Transformation. -- Oldenbourg-Verlag, 6.
Auflage 1989.

15.5
FETZER, V.: Integral-Transformationen. -- Hüthig Verlag 1977.

15.6
FÖLLINGER, O.: LAPLACE- und FOURIER-Transformation. -- Hüthig, 6.Auflage 1993.
15.7
GAUSS, E.: WALSH-Funktionen für Ingenieure und Naturwissenschaftler. -- B. G. Teubner 1994.

15.8
GELFAND, I.M.; SCHILOW, G.E.: Verallgemeinerte Funktionen (Distributionen), Bd. 1 bis 4. -- Deutscher Verlag
der Wissenschaften 1962-66.

15.9
HUBBARD, B.B.: Wavelets. Die Mathematik der kleinen Wellen. Birkhäuser 1997.

15.10
JENNISON, R.C.: FOURIER-Transforms and convolutions for the experimentalist. -- Pergamon Press 1961.

15.11
LOUIS, A. K.; MAASS, P.; RIEDER, A.: Wavelets. Theorie und Anwendungen. -- B. G. Teubner Stuttgart 1994.

15.12
OBERHETTINGER, F.: Tabellen zur FOURIER-Transformation. -- Springer-Verlag 1957.

15.13
OBERHETTINGER, F.; BADIL, L.: Tables of LAPLACE Transforms. -- Springer-Verlag 1973.

15.14
PAPOULIS, A.: The FOURIER-Integral and its Applications. -- McGraw-Hill 1962.

15.15
STOPP, F.: Operatorenrechnung. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 10), 1976; Verlag H. Deutsch,
 (MINÖA, Bd. 10), 1978.

15.16
VICH, R.: Z-Transformation, Theorie und Anwendung. -- Verlag Technik 1964.

15.17
VOELKER, D.; DOETSCH, G.: Die zweidimensionale LAPLACE-Transformation. -- Birkhäuser Verlag 1950.

15.18
WAGNER, K.W.: Operatorenrechnung und LAPLACEsche Transformation. -- J.A. Barth Verlag 1950.

15.19
ZYPKIN, J.S.: Theorie der linearen Impulssysteme. -- Verlag Technik 1967.
Fredholmsche Lösungsmethode, Fredholmsche Sätze
● Fredholmsche Lösungsmethode
● Fredholmsche Sätze
Kompakte Operatoren im Hilbert-Raum

Sei ein kompakter Operator. Dann ist Grenzwert (in ) einer Folge von

endlichdimensionalen Operatoren. Die Nähe zum endlichdimensionalen Fall ersieht man unter anderem aus
folgendem:

● Ist ein endlichdimensionaler Operator und , dann folgt aus der Injektivität von die

Existenz von und .

● Ist ein kompakter Operator, dann sind äquivalent:

1.
es und ist stetig,
2.
, d.h. ist injektiv,
3.
, d.h. ist surjektiv.
Integralgleichungen mit ausgearteten Kernen
● Formulierung der Aufgabe
● Lösungsansatz
● Lösungen
Näherungslösung durch Diskretisierung

Eine FREDHOLMsche Integralgleichung 2. Art

(11.15)

kann näherungsweise in Form eines linearen Gleichungssystems dargestellt werden. Es sei vorausgesetzt, daß die
Funktionen und für stetig sind.

Das Integral in (11.15) soll durch die linksseitige Rechteckformel angenähert werden. Man könnte aber auch eine
beliebige andere Quadraturformel anwenden. Mit den äquidistanten Punkten

(11.16a)

erhält man die Näherung

(11.16b)

Man ersetzt in dieser Beziehung durch eine Funktion , die (11.16b) exakt erfüllt:

(11.16c)
Zur Auswertung dieser Näherungslösung benötigt man die Funktionswerte der Funktion in den Stützstellen

. Setzt man in (11.16c) nacheinander , so erhält

man ein lineares Gleichungssystem für die gesuchten Funktionswerte . Mit den Abkürzungen

(11.17a)
lautet dieses Gleichungssystem

(11.17b)

Das System besitzt die Koeffizientendeterminante

(11.17c)

Diese Determinante hat dieselbe Struktur wie die Koeffizientendeterminante, die bei der Behandlung von
Integralgleichungen mit ausgearteten Kernen auftritt. Das Gleichungssystem (11.17b) besitzt eine eindeutige Lösung

für alle mit . Diese Lösung besteht aus Näherungen für die Funktionswerte der gesuchten Funktion
 in den Stützstellen. Die Zahlen mit sind Näherungen für die Eigenwerte der

Integralgleichung. Die Lösung von (11.17b) läßt sich gemäß der CRAMERschen Regel als Quotient darstellen:

(11.18)

Dabei entsteht aus , indem die -te Spalte durch ersetzt wird.
Prinzipielle Vorgehensweise

Im allgemeinen ist die Auflösung des unter Zurückführung der Integralgleichung auf ein lineares Gleichungssystem
aufgestellten unendlichen linearen Gleichungssystems nicht einfacher als die Lösung des Ausgangsproblems. Durch
geeignete Wahl der Orthonormalsysteme und kann jedoch die Struktur der Kernmatrix K so

beeinflußt werden, daß sich das Gleichungssystem einfach lösen läßt. Das folgende Verfahren konstruiert zwei
Orthonormalsysteme, die eine Kernmatrix liefern, deren Koeffizienten nur für und ungleich
Null sind.
Mit der Methode des voranstehenden Abschnittes werden zunächst zwei orthonormierte Lösungssysteme

bzw. der homogenen Integralgleichung bzw. der dazu transponierten homogenen Gleichung bestimmt,

d.h., alle Lösungen dieser zwei Integralgleichungen lassen sich durch Linearkombination der Funktionen

bzw. darstellen. Diese Orthonormalsysteme sind nicht vollständig. Mit dem folgenden Verfahren werden

diese Systeme durch schrittweises Hinzufügen von Funktionen , zu vollständigen

Orthonormalsystemen ergänzt.
Definition und Darstellung

Die trigonometrischen Funktionen werden über geometrische Betrachtungen hergeleitet. Daher wird ihre Definition
sowie die Angabe des Arguments im Grad- oder Bogenmaß in der Geometrie besprochen.

● Sinus
● Kosinus
● Tangens
● Kotangens
● Sekans
● Kosekans
Kanonische Primfaktorenzerlegung

● Primfaktorzerlegung
● Positive Teiler
Abhängigkeit von Funktionen

● Spezieller Fall zweier Funktionen

● Allgemeiner Fall mehrerer Funktionen
● Analytische Bedingung für die Unabhängigkeit
Allgemeiner Fall mehrerer Funktionen

In Analogie zum Fall zweier Funktionen gilt, daß Funktionen von Veränderlichen

in einem gemeinsamen Definitionsbereich abhängig sind, wenn irgendeine von ihnen als Funktion
der anderen ausdrückbar ist, d.h., wenn es für jeden Punkt des Gebietes eine Identität der Art
(2.271)

gibt. Wenn keine solche Funktion existiert, dann spricht man von unabhängigen Funktionen.

Beispiel

Die Funktionen und

sind abhängig, da

gilt.
Geometrische Bedeutung des Integrals mit unendlichen Integrationsgrenzen

Die Integrale (8.77), (8.78a) und (8.78b) sind die Flächeninhalte der Figuren, die in den folgenden 9 Abbildungen
dargestellt sind.
Beispiel A

(divergent).
Beispiel B

(konvergent).

Beispiel C

(konvergent).
Integrale mit unendlichen Integrationsgrenzen

● Definitionen
● Geometrische Bedeutung des Integrals mit unendlichen Integrationsgrenzen
● Hinreichende Konvergenzkriterien
● Zusammenhang zwischen uneigentlichen Integralen und unendlichen Reihen
Beispiele analytischer Funktionen

1. Funktionenklassen Die elementaren algebraischen und transzendenten Funktionen sind mit Ausnahme
einzelner isolierter singulärer Punkte in der gesamten -Ebene analytisch. Sie besitzen in allen regulären
Punkten Ableitungen beliebig hoher Ordnung.

Beispiel A

Die Funktion mit und ist überall analytisch.

Beispiel B

Die Funktion , definiert durch die Gleichungen , ist in

keinem Punkt analytisch.

Beispiel C

Die Funktion mit ist analytisch.

 Beispiel D

Die Funktion mit ist analytisch.

2. Ermittlung der Funktionen oder Wenn die Funktionen und jede für sich der LAPLACEschen
Differentialgleichung genügen, sind sie harmonische Funktionen. Ist eine der beiden harmonischen Funktionen
bekannt, z.B. , dann kann die zweite bis auf eine additive Konstante als konjugierte harmonische Funktion
mit Hilfe der
CAUCHY-RIEMANNschen Differentialgleichung ermittelt werden:

(14.6)

Analog kann ermittelt werden, wenn bekannt ist.

Darstellung der Areafunktionen durch den natürlichen
Logarithmus
Mit Hilfe der Definition der Hyperbelfunktionen (2.156) bis (2.161) können die Areafunktionen über die
Logarithmusfunktion ausgedrückt werden:
(2.201)

(2.202)

(2.203)

(2.204)
Beziehungen zwischen den verschiedenen Areafunktionen

(2.205)

(2.206)

(2.207)

(2.208)
Formeln für negative Argumente
(2.212)
(2.213)
(2.214)

Während und ungerade Funktionen sind, ist (2.202) für negative

Argumente nicht definiert.
Definition der zyklometrischen Funktionen
Die Vorgehensweise wird am Beispiel der Arkussinusfunktion gezeigt, die in der ersten der vier folgenden
Abbildungen dargestellt ist.
Der Definitionsbereich von wird in die Monotonieintervalle mit

zerlegt. Spiegelung von an der Winkelhalbierenden liefert die

Umkehrfunktionen
(2.133a)

mit den Definitions- und Wertebereichen

 (2.133b)

Die Schreibweise ist gleichbedeutend mit Analog erhält man die übrigen

Arkusfunktionen und die in der zweiten, dritten und vierten Abbildungen

dargestellt sind. Die Definitions- und Wertebereiche der Arkusfunktionen und die gleichbedeutenden
trigonometrischen Funktionen sind in der folgenden Tabelle aufgeführt.
Tabelle der Definitions- und Wertebereiche der zyklometrischen
Funktionen
Tabelle Definitions- und Wertebereiche der zyklometrischen Funktionen

Gleichbedeutende
Arkusfunktion Definitionsbereich Wertebereich
trigonometrische

Funktion
 . Für erhält man den Hauptwert der jeweiligen zyklometrischen Funktion,

der ohne Index geschrieben wird (z.B. ).

Beziehungen zwischen den Hauptwerten

(2.135)

(2.136)

(2.137)

(2.138)
(2.139)

(2.140)
Formeln für negative Argumente
(2.141)

(2.142)

(2.143)

(2.144)
Summe und Differenz von arccos x und arccos y

(2.147a)

(2.147b)

(2.148a)

(2.148b)
Summe und Differenz von arctan x und arctan y

(2.149a)

(2.149b)

(2.149c)

(2.150a)

(2.150b)
(2.150c)
Einige Funktionstypen
● Monotone Funktionen
● Beschränkte Funktionen
● Gerade Funktionen
● Ungerade Funktionen
● Darstellung mit Hilfe gerader und ungerader Funktionen
● Periodische Funktionen
● Inverse oder Umkehrfunktionen
Stetigkeit einer Funktion
● Begriff der Stetigkeit und Unstetigkeitsstelle
● Häufig auftretende Arten von Unstetigkeiten
● Stetigkeit und Unstetigkeitspunkte elementarer Funktionen
● Eigenschaften stetiger Funktionen
Eigenschaften der Jacobischen Funktionen

Mit den Substitutionen

(14.107)

lassen sich für die JACOBIschen Funktionen die in der folgenden Tabelle aufgeführten Eigenschaften angeben, wobei
und beliebige ganze Zahlen sind.
Tabelle Perioden, Nullstellen und Pole der JACOBIschen Funktionen
Perioden
Nullstellen Pole

sn

cn

dn

Der Verlauf von sn , cn und dn ist in der folgenden Abbildung dargestellt.

Außerhalb ihrer Polstellen gelten für die JACOBIschen Funktionen die folgenden Beziehungen:
(14.108)

(14.109a)

(14.109b)
 (14.109c)

(14.110a)

(14.110b)
(14.110c)
Weitere Eigenschaften der JACOBIschen und weiterer elliptischer Funktionen s. Lit. 14.12, 14.18.
Hyperbelfunktionen und inverse Hyperbelfunktionen
Siehe in den Abschnitten Hyperbelfunktionen bzw. Inverse Hyperbelfunktionen.
Definition und Beispiele

1. Definition: Von einer algebraischen Funktion spricht man, wenn die Funktion das Ergebnis endlich vieler
algebraischer Operationen mit diesen Veränderlichen und eventuell noch mit endlich vielen Konstanten ist.
Ganz allgemein kann eine komplexe algebraische Funktion wie ihr reelles Analogon implizit als

Polynom
(14.63)
definiert werden. Solche Funktionen müssen sich durchaus nicht immer nach auflösen lassen.
2. Beispiele algebraischer Funktionen:
a) Lineare Funktion
(14.64)
b) inverse Funktion

(14.65)

c) quadratische Funktion
(14.66)
d) Quadratwurzelfunktion
(14.67)
e) gebrochenlineare Funktion

(14.68)
Real- und Imaginärteile der trigonometrischen Funktionen und Hyperbelfunktionen

Tabelle Real- und Imaginärteile der trigonometrischen und Hyperbelfunktionen

Absolutbeträge und Argumente der trigonometrischen und Hyperbelfunktionen

Tabelle Absolutbeträge und Argumente der trigonometrischen und Hyperbelfunktionen

Funktionentheorie
14.1
ABRAMOWITZ, M.; STEGUN, I. A.: Pocketbook of Mathematical Functions. -- Verlag H. Deutsch 1984.

14.2
ALBRING, W.: Angewandte Strömungslehre. -- Theodor Steinkopff Verlag 1970.

14.3
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

14.4
BEHNKE, H.; SOMMER, F.: Theorie der analytischen Funktionen einer komplexen Veränderlichen. -- Springer-
Verlag 1976.

14.5
BETZ, A.: Konforme Abbildung. -- Springer-Verlag 1964.

14.6
FICHTENHOLZ, G.M.: Differential- und Integralrechnung, Bd. 2. -- Deutscher Verag der Wissenschaften 1964;
Verlag H. Deutsch 1989-92, seit 1994 Verlag H. Deutsch.
14.7
FISCHER, W.; LIEB, I.: Funktionentheorie. -- Verlag Vieweg 1992.

14.8
FREITAG, E.; BUSAM, R.: Funktionentheorie. -- Springer-Verlag, 2., erweiterte Auflage 1994.

14.9
GREUEL, O.: Komplexe Funktionen und konforme Abbildungen. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 9),
1978; Verlag H. Deutsch, (MINÖA, Bd. 9), 1978.

14.10
JAHNKE, E.; EMDE, F.: Tafeln höherer Funktionen. -- B. G. Teubner, Leipzig 1960.

14.11
JÄNICH, K.: Funktionentheorie. Eine Einführung. -- Springer-Verlag 1993.

14.12
KNOPP: Funktionentheorie. -- Verlag W. de Gruyter 1976.

14.13
LAWRENTJEW, M.A.; SCHABAT, B.W.: Methoden der komplexen Funktionentheorie. -- Deutscher Verlag der
Wissenschaften 1966.

14.14
MAGNUS, W.; OBERHETTINGER, F.: Formeln und Sätze für die speziellen Funktionen der mathematischen
Physik. -- Springer-Verlag 1948.
14.15
OBERHETTINGER, F.; MAGNUS, W.: Anwendung der elliptischen Funktionen in Physik und Technik. -- Springer-
Verlag 1949.

14.16
RÜHS, F.: Funktionentheorie. -- Deutscher Verlag der Wissenschaften 1976.

14.17
SCHARK, R.: Funktionentheorie für Ingenieurstudenten. -- Verlag H. Deutsch 1993.

14.18
SMIRNOW: Lehrgang der höheren Mathematik, Bd. III. -- Deutscher Verlag der Wissenschaften 1954, Verlag H.
Deutsch 1987-91, seit 1994 Verlag H. Deutsch unter dem Titel Lehrbuch der höheren Mathematik.

14.19
WUNSCH, G.: Feldtheorie. -- Verlag Technik 1975.
Zurückführung auf den Grenzwert einer Folge

Eine Funktion besitzt an der Stelle den Grenzwert wenn für jede Folge von -Werten

, die innerhalb des Definitionsbereiches liegen und gegen konvergieren, die zugehörige

Folge der Funktionswerte gegen konvergiert.

Verallgemeinerung auf mehrere Veränderliche

a) Der Begriff des Grenzwertes einer Funktion von mehreren Veränderlichen wird analog zum Fall der Funktion
von zwei Veränderlichen definiert.
b) Kriterien für die Existenz eines Grenzwertes einer Funktion von mehreren Veränderlichen erhält man durch
Verallgemeinerung der Kriterien, die für Funktionen von einer Veränderlichen gelten, d.h. durch Zurückführung
auf den Grenzwert einer Folge sowie über das
Konvergenzkriterium von CAUCHY.
Von höherer Ordnung unendlich groß

Eine Funktion wird von höherer Ordnung unendlich groß als eine Funktion wenn beim

Grenzübergang ihre Absolutbeträge sowie der Absolutbetrag des Quotienten über alle Grenzen

wachsen.
Von höherer Ordnung unendlich klein

Eine Funktion wird von höherer Ordnung unendlich klein als eine Funktion d.h., sie verschwindet von

höherer Ordnung, wenn beim Grenzübergang ihre Absolutbeträge sowie der Quotient gegen null

gehen.
Null oder unendlich von gleicher Größenordnung

Zwei Funktionen und gehen gegen null oder unendlich von der gleichen Größenordnung, wenn der

Absolutbetrag des Quotienten beim Grenzübergang einem endlichen Grenzwert zustrebt.

Gesamtdarstellungen der höheren Mathematik
22.1
ABRAMOWITZ, M.; STEGUN, I. A.: Pocketbook of Mathematical Functions. -- Verlag H. Deutsch 1984.

22.2
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

22.3
BERENDT, G.; WEIMAR, E.: Mathematik für Physiker, Bd. 1 u. 2. -- VCH, Weinheim 1990.

22.4
BRONSTEIN, J.N.; SEMENDJAJEW, K.A.: Taschenbuch der Mathematik. -- B. G. Teubner Leipzig 1976,
17. Auflage; Verlag H. Deutsch 1977.

22.5
BRONSTEIN, J.N.; SEMENDJAJEW, K.A.: Taschenbuch der Mathematik. -- B. G. Teubner Leipzig 1989, 24.,
neubearbeitete Auflage; Verlag H. Deutsch 1989,

22.6
BRONSTEIN, J.N.; SEMENDJAJEW, K.A.: Taschenbuch der Mathematik, Ergänzende Kapitel. -- Verlag H.
 Deutsch 1991.

22.7
DALLMANN, H.; ELSTER, K.-H.; ELSTER, R.: Einführung in die höhere Mathematik, Bd. 1-3. -- Gustav Fischer
Verlag 1991.

22.8
DRESZER, J.: Mathematik-Handbuch für Technik und Naturwissenschaft. -- Verlag H. Deutsch 1975.

22.9
DÜCK, W.; KÖRTH, H.; RUNGE, W.; WUNDERLICH, L.: Mathematik für Ökonomen, Bd. 1 u. 2. -- Verlag H.
Deutsch 1989.

22.10
Fachlexikon ABC Mathematik. -- Verlag H. Deutsch 1978.

22.11
FICHTENHOLZ, G.M.: Differential- und Integralrechnung, Bd. 1 u. 3. -- Deutscher Verlag der Wissenschaften
1964; Verlag H. Deutsch 1989-92, seit 1994 Verlag H. Deutsch.

22.12
FISCHER, H.; KAUL, H.: Mathematik für Physiker, 1. -- B. G. Teubner 1990.

22.13
HAINZL, J.: Mathematik für Naturwissenschaftler. -- B. G. Teubner 1985.

22.14
 JOOS, G.; RICHTER, E.W.: Höhere Mathematik für den Praktiker. -- Verlag H. Deutsch 1994.

22.15
Kleine Enzyklopädie Mathematik. -- Verlag Enzyklopädie, Leipzig 1967. -- Gekürzte Ausgabe: Mathematik
Ratgeber. -- Verlag H. Deutsch 1988.

22.16
MANGOLDT, H. V.; KNOPP, K., HRG. F. LÖSCH: Einführung in die höhere Mathematik, Bd. 1 bis 4. -- S. Hirzel
Verlag 1989.

22.17
MARGENAU, H.; MURPHY, G.M.: Die Mathematik für Physik und Chemie, Bd. 1 u. 2. -- Verlag H. Deutsch 1965-
67.

22.18
Mathematik für Ingenieure, Naturwissenschaftler, Ökonomen und Landwirte. -- BSB B.G. Teubner, Leipzig,
(MINÖL, Bd. 1 bis 23), 1973 bis 1981.

Mathematik für Ingenieure, Naturwissenschaftler, Ökonomen und sonstige anwendungsorientierte Berufe. --

Verlag Harri Deutsch, (MINÖA, Bd. 1-23) 1973-1981.

22.19
NETZ, H.; RAST, J.: Formeln der Mathematik. -- C. Hanser Verlag 1986.

22.20
PAPULA, L.: Mathematik für Ingenieure, Bd. 1 bis 3. -- Verlag Vieweg 1994-1996.
22.21
PHILIPPOW, E.: Taschenbuch Elektrotechnik. -- Verlag Technik 1968.

22.22
PLASCHKO, P.; BROD, K.: Höhere mathematische Methoden für Ingenieure und Physiker. -- Springer-Verlag
1989.

22.23
PRECHT, M.; VOIT, K.; KRAFT, R.: Mathematik für Nichtmathematiker, Bd. 1 u. 2. -- Oldenbourg-Verlag 1991.

22.24
ROTHE, R.: Höhere Mathematik für Mathematiker, Physiker, Ingenieure, Teil I bis IV. -- B. G. Teubner 1958 -
1964.

22.25
SCHMUTZER, E.: Grundlagen der theoretischen Physik, Bd. 1 u. 4. -- Deutscher Verlag der Wissenschaften
1991.

22.26
SMIRNOW, W.I.: Lehrgang der höheren Mathematik, Bd. 1 bis 5.-- Deutscher Verlag der Wissenschaften 1953;
Verlag H. Deutsch 1987-1991, seit 1994 im Verlag H. Deutsch unter dem Titel Lehrbuch der höheren
Mathematik.

22.27
STÖCKER, H.: Taschenbuch mathematischer Formeln und moderner Verfahren. -- Verlag H. Deutsch,
3. Auflage 1995.
22.28
ZEIDLER, E. (HRSG.): Teubner-Taschenbuch der Mathematik. -- B. G. Teubner, Teil 1 1996, Teil 2 1995.
Definitionsbereich einer Funktion

In der Analysis werden meistens Funktionen betrachtet, die mit Hilfe von Formeln definiert sind. Dabei werden alle
die Wertesysteme der unabhängigen Variablen in den Definitionsbereich einbezogen, für die der analytische
Ausdruck der Funktion Sinn hat, d.h. für die er eindeutig bestimmte endliche und reelle Werte annimmt.

Beispiel A

Der Definitionsbereich ist die gesamte Ebene.

Beispiel B
 Den Definitionsbereich bilden alle Wertesysteme , die die Ungleichung

erfüllen. Geometrisch betrachtet stellt dieser Definitionsbereich das in der folgenden

Abbildung dargestellte offene Gebiet im Innern eines Kreises dar.

Beispiel C
 : Den Definitionsbereich bilden alle Wertesysteme , die die Ungleichung

erfüllen, d.h., der Definitionsbereich ist ein abgeschlossenes Gebiet, das aus
einem Streifen zwischen zwei parallelen Geraden besteht.

Beispiel D
 Der Definitionsbereich besteht aus allen

Wertesystemen, die die Ungleichungen erfüllen, d.h., er besteht

aus allen Punkten, die über einem Quadrat mit der Seitenlänge 1 gelegen sind.
Graphische Darstellung der Hyperbelfunktionen
● Hyperbelsinus
● Hyperbelkosinus
● Hyperbeltangens
● Hyperbelkotangens
Definition der trigonometrischen Funktionen mit Hilfe einer Kreissektorfläche

Die Funktionen sind über die Strecken am Einheitskreis

mit definiert, wobei als Argument der Zentriwinkel dient.

Zu dieser Definition hätte auch die Fläche des Sektors benutzt werden können (schattiert gezeichnet).

Mit dem Zentriwinkel gemessen in Radianten, ergibt sich für gerade Somit

ergeben sich die gleichen Definitionsgleichungen wie in (3.3), (3.4), (3.5) zu

Eigenschaften bestimmter Integrale

Die wichtigsten Eigenschaften der bestimmten Integrale, die im folgenden erläutert werden, findet man
zusammengefaßt in der Tabelle Wichtige Eigenschaften bestimmter Integrale.

● Hauptsatz der Integralrechnung

● Geometrische Interpretation und Vorzeichenregel
● Variable obere Integrationsgrenze
● Zerlegung des Integrationsintervalls
● Weitere Sätze über Integrationsgrenzen
● Mittelwertsatz und verallgemeinerter Mittelwertsatz
● Abschätzung des bestimmten Integrals
● Wichtige Eigenschaften bestimmter Integrale
Definition und Existenz des bestimmten Integrals

● Definition
● Bestimmtes Integral als Grenzwert einer Summe
● Existenz des bestimmten Integrals
Eigenschaften stetiger Funktionen

● Stetigkeit von Summe, Differenz, Produkt und Quotient stetiger Funktionen

● Stetigkeit mittelbarer Funktionen y=f(u(x))
● Satz von BOLZANO
● Zwischenwertsatz
● Existenz einer inversen Funktion
● Satz über die Beschränktheit einer Funktion
● Satz von WEIERSTRASS
Algebraische Funktionen
● Definition und Beispiele
Eigenschaften analytischer Funktionen

● Betrag einer analytischen Funktion

● Nullstellen, Beschränktheit, Maximalwert
Meßbare Funktion

Sei eine -Algebra von Teilmengen einer Menge . Eine Funktion heißt meßbar , wenn für

beliebiges die Menge in liegt.

Eine komplexwertige Funktion heißt meßbar, wenn beide Funktionen und meßbar sind.

Ist die -Algebra der LEBESGUE-meßbaren Mengen aus und eine stetige Funktion, dann

ist die Menge (s. Stetige Operatoren) für jedes offen und

damit meßbar.
Hinweis

Es gibt noch viele andere Möglichkeiten, Funktionspapiere zu konstruieren und anzuwenden. Obwohl heute in den
meisten Fällen leistungsfähige Computer zur Auswertung von Meßergebnissen zur Verfügung stehen, werden in der
Laborpraxis häufig noch Funktionspapiere verwendet, um mit deren Hilfe aus einigen wenigen Meßwerten eine
Aussage über funktionelle Zusammenhänge zu bekommen oder Näherungswerte für Parameter zu erhalten, die beim
Einsatz von numerischen Verfahren (s. nichtlineare Quadratmittelaufgaben) als Startwerte benötigt werden.
Definition und Darstellung
● Definition
● Darstellungen
Eigenschaften stetiger Funktionen
● Nullstellensatz von BOLZANO
● Zwischenwertsatz
● Satz über die Beschränktheit einer Funktion
● Satz von WEIERSTRASS über die Existenz des größten und kleinsten
Funktionswertes
Abschätzung des bestimmten Integrals

Der Wert eines bestimmten Integrals liegt zwischen den Produkten des kleinsten und des größten Funktionswertes
und des Integranden im Intervall mit der Länge des Integrationsintervalls:

(8.50)

Die geometrische Bedeutung dieses Satzes ist an Hand der folgenden Abbildung zu erkennen:
Darstellung mit Hilfe gerader und ungerader Funktionen

Genügt der Definitionsbereich einer Funktion der Bedingung ,,aus folgt ``, dann ist

als Summe einer geraden Funktion und einer ungeraden Funktion darstellbar:

(2.11)

Beispiel

(s. auch

Hyperbelfunktionen).
Mittelwert

Der Mittelwert der Zufallsveränderlichen lautet:

(16.106a)

Im konkreten Fall lautet der Mittelwert zur Stichprobe

(16.106b)

Häufig ist es vorteilhaft, zur Berechnung des Mittelwertes einen Schätzwert einzuführen, der beliebig gewählt

werden kann, aber nach Möglichkeit in der Nähe des zu erwartenden Mittelwertes liegen soll. Wenn z.B. in großen
Meßreihen die mehrstellige Zahlen sind, bei denen sich lediglich die letzten Stellen von Meßwert zu Meßwert
ändern, ist es einfacher, mit den kleineren Zahlen
(16.106c)
zu rechnen. Es gilt dann
(16.106d)
Stichprobenfunktionen
● Grundgesamtheit, Stichproben, Zufallsvektor
● Stichprobenfunktionen
Streuung

Die Streuung der Zufallsveränderlichen mit dem Mittelwert lautet:

(16.107a)

Im konkreten Fall lautet die Streuung zur Stichprobe

(16.107b)

Mit dem Schätzwert ergibt sich

(16.107c)
Für wird wegen die Korrektur .
Median (Zentralwert)

Sind Elemente einer Stichprobe der Größe nach geordnet, so heißt Median im Falle ungerade der an

-ter Stelle stehende Wert, im Falle gerade der Mittelwert aus den an -ter und -ter Stelle

stehenden Werten.

Im konkreten Fall lautet der Median zur Stichprobe , deren Elemente der Größe nach

geordnet sind

(16.108)
Spannweite

(16.109a)

Im konkreten Fall lautet die Spannweite zur Stichprobe

(16.109b)

Jede spezielle Realisierung einer Stichprobenfunktion wird mit Ausnahme der Spannweite mit kleinen
Buchstaben bezeichnet, d.h., im konkreten Fall werden zur Stichprobe die Werte

und berechnet.

Beispiel
Der laufenden Produktion von permanentdynamischen Lautsprechern wird eine Stichprobe von 15
Lautsprechern entnommen.

1 1,01 6 1,00 11 1,00

2 1,02 7 0,99 12 1,00
3 1,00 8 1,01 13 1,02
4 0,98 9 1,01 14 1,00
5 0,99 10 1,00 15 1,01

Das interessierende Merkmal sei die Luftspaltinduktion , gemessen in Tesla. Daraus berechnet
man:
.

.
Grundlagen
● Definition und Darstellung
● Wertebereiche und Funktionsverläufe der trigonometrischen Funktionen
Vorzeichen der trigonometrischen Funktionen

Das Vorzeichen der trigonometrischen Funktionen hängt davon ab, in welchem Quadranten des Einheitskreises der
bewegliche Radius liegt.

Das Vorzeichen kann aus der Tabelle entnommen werden.

Tabelle Vorzeichen der trigonometrischen Funktionen
Quadrant Größe des Winkels

I + + + + + +

II + +

III + +

IV + +
Funktionsverlauf ins Unendliche:

Das ist die am häufigsten auftretende Unstetigkeit. In der folgenden Abbildung tritt sie in den Punkten und
auf.
Beispiel A
 Die Kurve ist auf der linken Abbildung

dargestellt:

Die Unstetigkeit ist von der Art des Punktes

Die symbolische Bezeichnung bzw. steht für links- bzw. rechtsseitigen Grenzwert.

Beispiel B
 Die Unstetigkeitsstelle ist von der

Art des Punktes

Beispiel C

Die Unstetigkeitsstelle ist von der Art des

Punktes aber mit dem Unterschied, daß die Funktion im Punkt nicht definiert ist.
Skalen und Funktionspapiere
● Skalen
● Funktionspapiere
Potenzfunktionen

● Typ

● Typ
Fuzzy-Relationenprodukt

● Verkettung oder Fuzzy-Relationenprodukt

● Verknüpfungsregeln
● Fuzzy-logisches Schließen
Fuzzy-Relationen

● Modellierung fuzzy-wertiger Relationen

● Kartesisches Produkt
● Eigenschaften fuzzy-wertiger Relationen
● -faches kartesisches Produkt
● Rechenregeln
Eigenschaften fuzzy-wertiger Relationen

(E1)
Da unscharfe Relationen nur spezielle unscharfe Mengen sind, gelten prinzipiell die für unscharfe Mengen
ausgesprochenen Aussagen auch für unscharfe Relationen.
(E2)
Alle für unscharfe Mengen erklärten Verknüpfungen lassen sich auf unscharfe Relationen anwenden; sie
liefern als Resultat wieder unscharfe Relationen.
(E3)
Der Begriff des -Schnittes läßt sich auf Grund der vorangegangenen Überlegungen mühelos auf unscharfe
Relationen übertragen.
(E4)
Der Träger als 0-Schnitt einer unscharfen Relation ist eine gewöhnliche Relation von

(E5)
Mit wird der Zugehörigkeitswert bezeichnet, d.h. der Grad, mit dem die unscharfe Relation auf

die Objekte zutrifft. Der Wert bedeutet, daß auf voll zutrifft, der Wert

daß auf nicht zutrifft.

(E6)
Es sei eine unscharfe Relation, dann wird die zu inverse unscharfe Relation

definiert durch
(5.281)

Beispiel

Die inverse Relation bedeutet ,,im wesentlichen kleiner als``; die Vereinigung kann als

Beziehung ,,im wesentlichen kleiner oder ungefähr gleich`` beschrieben werden.

(S. Modellierung fuzzy-wertiger Relationen.)
Pendel auf beweglicher Unterlage: Defuzzifizierung

1. Ergebnis: Die Entscheidungslogik liefert keinen scharfen Wert für den Stellwert, sondern eine Fuzzy-
Menge. D.h., mit der Methode erhält man eine Abbildung, die jedem Tupel
von Meßwerten eine Fuzzy-Menge, nämlich von

zuordnet.
Defuzzifizierung bedeutet, daß ein Stellwert berechnet werden muß. Die Schwerpunktsmethode und die
Maximum-Kriterium-Methode liefern als Stellgröße die Werte bzw.
2. Bemerkungen:
a)
Die ,,wissensbasierte`` Trajektorie soll so in der Regelbasis verlaufen, daß der Endpunkt im Zentrum
geringster Regelabweichung liegt.
b)
Durch die Defuzzifizierung wird ein Iterationsprozeß eingeleitet, der letztlich in die Mitte der Regelfläche
führt, d.h. die Stellgröße Null liefert.
c)
Jedes nichtlineare Kennfeld kann durch Wahl geeigneter Parameter beliebig genau approximiert
werden.
Einschränkung für den eindimensionalen Fall

Bei Fuzzy-Systemen mit nur einer Eingabe werden oft Fuzzy-Mengen verwendet, die durch
Dreieckfunktionen dargestellt, die sich auf der Höhe 0,5 schneiden werden. Solche Fuzzy-Mengen genügen drei
Bedigungen:

1.
Für jede Regel gibt es eine Eingabe für die nur eine Regel erfüllt ist. Für diese Eingabe wird die

Ausgabe über berechnet. Dadurch ist die Ausgabe des Fuzzy-Systems an Stützstellen

festgelegt. Man kann daher sagen, das Fuzzy-System interpoliert die Stützstellen . Die

Forderung, daß an den Stützstellen nur die eine Regel gilt, ist für eine exakte Interpolation

hinreichend, aber nicht notwendig. Für zwei Regeln und , wie sie im folgenden betrachtet werden,

bedeutet diese Forderung, daß gilt. Zur Erfüllung der 1. Bedingung muß
 sein. Das ist eine hinreichende Bedingung für eine exakte Interpolation der

Stützstellen.
2.
Zwischen zwei aufeinanderfolgenden Stützstellen sind höchstens 2 Regeln erfüllt. Sind und zwei

solche Stützstellen mit den Regeln und so berechnet sich für Eingaben die

Ausgabe zu

(5.314)

mit von abhängigen und sowie

Der eigentliche Verlauf der Interpolationskurve zwischen und wird von der Funktion bestimmt. Diese wird

daher als Kurvenverlauf bezeichnet. Sie hängt nur von den Erfüllungsgraden und ab, die sich als Werte der

Zugehörigkeitsfunktionen und an der Stelle ergeben, d.h., es ist und

oder kurz und Der Kurvenverlauf hängt nur vom Verhältnis

der Zugehörigkeitsfunktionen ab.

3.
Die Zugehörigkeitsfunktionen sind positiv, so daß die Ausgabe eine Konvexkombination der Konklusionen

ist. Daher gilt:

(5.315)

bzw. für den allgemeinen Fall

(5.316)

Für konstante Konklusionen bewirken die Terme und lediglich eine Verschiebung und Streckung des

Kurvenverlaufes Sind die Konklusionen von den Eingangsvariablen abhängig, dann wird der Kurvenverlauf in
verschiedenen Abschnitten unterschiedlich verzerrt. Dadurch kann sich eine andere Ausgangsfunktion ergeben.

Verwendet man für die Eingabe linear abhängige Konklusionen und Zugehörigkeitsfunktionen mit konstanter

Summe, dann ist die Ausgabe mit von abhängigen und einer Konstanten , so daß

sich Polynome 2. Ordnung als Interpolationsfunktionen ergeben. Diese Polynome kann man zur Konstruktion eines
Interpolationsverfahrens mit Polynomen 2. Ordnung verwenden.
Allgemein ergibt sich aus der Wahl von Polynomen -ter Ordnung als Konklusion ein Interpolationspolynom
 -ter Ordnung. Daher können die konventionellen Interpolationsverfahren, die lokal mit Polynomen

interpolieren (beispielsweise mit Splines), auch mit diesen Fuzzy-Systemen durchgeführt werden.
Wahrscheinlichkeitsrechnung und mathematische
Statistik
16.1
BANDEMER, H.; BELLMANN, A.: Statistische Versuchsplanung. -- BSB B. G. Teubner, Leipzig, (MINÖL,
Bd. 19/2), 1976; Verlag H. Deutsch, (MINÖA, Bd. 19/2), 1979.

16.2
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

16.3
BEHNEN, K., NEUHAUS, G.: Grundkurs Stochastik. -- B. G. Teubner, 3. Auflage 1995.

16.4
BEYER, O. et al.: Wahrscheinlichkeitsrechnung und mathematische Statistik. -- BSB B. G. Teubner, Leipzig,
(MINÖL, Bd. 17), 1976; Verlag H. Deutsch, (MINÖA, Bd. 17), 1980.

16.5
BEYER, O. ET. AL.: Stochastische Prozesse und Modelle. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 19/1),
1976; Verlag H. Deutsch, (MINÖL, Bd. 19/1), 1980.
16.6
CLAUSS; FINZE; PARTZSCH: Statistik für Soziologen, Pädagogen, Psychologen und Mediziner, Bd. 1. -- Verlag
H. Deutsch 1995.

16.7
DÜCK, W.; KÖSTH, H.; RUNGE, W.; WUNDERLICH, L.: Mathematik für Ökonomen, Bd. 1. -- Verlag H. Deutsch
1989.

16.8
FISZ, M.: Wahrscheinlichkeitsrechnung und mathematische Statistik. -- Deutscher Verlag der Wissenschaften,
11. Auflage 1988.

16.9
HARTMANN; LEZKI; SCHÄFER: Mathematische Methoden in der Stoffwirtschaft. -- Deutscher Verlag für
Grundstoffindustrie.

16.10
HEINHOLD, J.; GAEDE, K.-W.: Ingenieurstatistik. -- Oldenbourg-Verlag 1964.

16.11
HOCHSTÄDTER, D.: Statistische Methodenlehre. -- Verlag H. Deutsch 1993.

16.12
HOCHSTÄDTER, D., KAISER, U.: Varianz- und Kovarianzanalyse. -- Verlag H. Deutsch 1988.

16.13
 HÖPCKE, W.: Fehlerlehre und Ausgleichrechnung. -- Verlag W. de Gruyter 1980.

16.14
KOLMOGOROFF: Grundbegriffe der Wahrscheinlichkeitsrechnung. -- Springer-Verlag 1977.

16.15
LAHRES: Einführung in die diskreten MARKOFF-Prozesse und ihre Anwendungen. -- Verlag Vieweg 1964.

16.16
MANTEUFFEL, K.; STUMPE, D.: Spieltheorie. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 21/1), 1977; Verlag H.
Deutsch, (MINÖA, Bd. 21/1)1979.

16.17
OSE, G. (HRSG.): Lehr- und Übungsbuch Mathematik, Bd. 4. -- Verlag H. Deutsch 1991.

16.18
PISCHLER, J.; ZSCHIESCHE, H.-U.: Simulationsmethoden. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 20),
1976; Verlag H. Deutsch, (MINÖA, Bd. 20), 1978.

16.19
PRECHT, M.; VOIT, K.; KRAFT, R.: Mathematik 1 für Nichtmathematiker. -- Oldenbourg-Verlag 1990.

16.20
R`ENY, A.: Wahrscheinlichkeitsrechnung. -- Deutscher Verlag der Wissenschaften 1966.

16.21
RINNE, H.: Taschenbuch der Statistik. -- Verlag H. Deutsch 1995
16.22
SOBOL, I.M.: Die Monte-Carlo-Methode. -- Verlag H. Deutsch 1991.

16.23
STORM, R.: Wahrscheinlichkeitsrechnung, mathematische Statistik und statistische Qualitätskontrolle. --
Fachbuchverlag, 10. Auflage 1995.

16.24
TAYLOR, J.R.: Fehleranalyse. -- VCH, Weinheim 1988.

16.25
WEBER, E.: Grundriß der biologischen Statistik für Naturwissenschaftler, Landwirte und Mediziner. -- Gustav
Fischer Verlag 1972.

16.26
WEBER, H.: Einführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure. -- B. G. Teubner 1992.

16.27
ZURMÜHL, R.: Praktische Mathematik für Ingenieure und Physiker. -- Springer-Verlag 1984.
Funktionaler Zusammenhang

Zwischen den Merkmalen und bestehe ein funktionaler Zusammenhang, der durch die
theoretische Regressionsfunktion

(16.144)

beschrieben werden soll. Die Funktionen sind bekannte Funktionen von unabhängigen

Variablen. Die Koeffizienten sind konstant und treten in (16.144) linear auf. Man spricht deshalb im Falle von

(16.144) auch von linearer Regression , obwohl die Funktionen beliebig sein können.

Beispiel
Die Funktion , ein vollständiges

quadratisches Polynom in zwei Variablen mit

und , ist ein Beispiel für eine

theoretische Regressionsfunktion der linearen Regression.

Methoden zur Definition einer Funktion

● Definition mittels Tabelle

● Definition mittels Formeln
Gerade

● Gleichung der Geraden

● Abstand eines Punktes von einer Geraden
● Schnittpunkt von Geraden
● Winkel zwischen zwei Geraden
Punkt, Gerade, Strahl, Strecke

● Punkt und Gerade

● Strahl und Strecke
● Parallele und orthogonale Geraden
Gesetze der großen Zahlen, Grenzwertsätze

Die Gesetze der großen Zahlen geben Zusammenhänge zwischen der relativen Häufigkeit eines zufälligen

Ereignisses und deren Wahrscheinlichkeit bei einer großen Anzahl von Wiederholungen des Versuches

wieder.

● Gesetz der großen Zahlen von Bernoulli

● Grenzwertsatz von Lindeberg-Levy
Asymptotische Potenzreihen

1. Begriff der asymptotischen Reihe: Eine Reihe heißt asymptotische Potenzreihe der Funktion

, die für definiert ist, wenn

(7.93)

für jedes gilt. Dabei wird in das LANDAU-Symbol ,,groß O`` verwendet. Für (7.93)

schreibt man auch .

2. Eigenschaften asymptotischer Potenzreihen:

a) Eindeutigkeit:
 Existiert für eine Funktion die asymptotische Potenzreihe, dann ist sie eindeutig, aber durch eine

asymptotische Potenzreihe ist eine Funktion nicht eindeutig bestimmt.

b) Konvergenz:
Von einer asymptotischen Potenzreihe muß keine Konvergenz gefordert werden.

Beispiel A

ist eine asymptotische Reihe, die für alle mit konvergiert.

Beispiel B

Wiederholte partielle Integration ergibt für das Parameterintegral ,

das für konvergiert, die Darstellung

mit

. Wegen
 gilt und damit

(7.94)

Die asymptotische Potenzreihe (7.94) ist divergent für alle , da der Betrag des Quotienten aus dem -ten

und dem -ten Glied den Wert hat. Trotzdem ist diese divergente Reihe zur Funktionswertberechnung von

gut geeignet. So erhält man z.B. für mit Hilfe der Partialsummen und die

Abschätzung .
Gleichungen 1. bis 4. Grades
● Gleichungen 1. Grades (lineare Gleichungen)
● Gleichungen 2. Grades (quadratische Gleichungen)
● Gleichungen 3. Grades (kubische Gleichungen)
● Gleichungen 4. Grades
Lösung quadratischer Gleichungen, Methode 1

Faktorenzerlegung führt von

(1.153a)

oder

(1.153b)

falls sie gelingt, direkt auf die Wurzeln

(1.153c)

Beispiel
Lösung quadratischer Gleichungen, Methode 2

Die Anwendung von Lösungsformeln führt

a)
für die Form (1.150a) auf die Lösungen

(1.154a)

oder

(1.154b)

wobei die zweite Formel bei geradzahligem vorteilhaft ist.

b)
Für die Form (1.150b) führt sie auf die Lösungen

(1.155)
Lösung der allgemeinen Gleichung 4. Grades, Methode 1, Faktorenzerlegung

Faktorenzerlegung der linken Seite von

(1.164a)
führt, falls das gelingt, direkt auf die Wurzeln
(1.164b)

Beispiel
Lösung der allgemeinen Gleichung 4. Grades, Methode 2

Die Wurzeln der Gleichung (1.164a) stimmen für mit den Wurzeln der Gleichung

(1.165a)

überein, wobei und irgendeine reelle Wurzel der kubischen Gleichung

(1.165b)

ist.
Überzählige Wurzeln

Nach der Umformung einer algebraischen Gleichung auf die Normalform kann es vorkommen, daß

Lösungen besitzt, die keine Lösungen der Ausgangsgleichung sind. Es sind zwei Fälle möglich, Verschwinden des
Nenners und irrationale Gleichungen, die in den nächsten beiden Abschnitten betrachtet werden.

● Verschwinden des Nenners

● Irrationale Gleichungen
Reelle symmetrische Matrizen, Ähnlichkeitstransformationen

Für das spezielle Eigenwertproblem A bzw. (4.124) gelten im Falle einer reellen

symmetrischen Matrix A die folgenden Aussagen:

● Eigenschaften bezüglich des Eigenwertproblems

● Hauptachsentransformation, Ähnlichkeitstransformation
Lineare Diophantische Gleichungen
● DIOPHANTische Gleichungen und Lösbarkeit
● Lösungsverfahren für
● Reduktionsverfahren für
Lösungsverfahren für

Es sei
(5.161a)

eine lösbare DIOPHANTische Gleichung, d.h. ggT Um eine spezielle Lösung der Gleichung zu erhalten,

dividiert man die Gleichung durch den ggT und erhält mit ggT

Wie unter GgT als Linearkombination beschrieben, berechnet man nun den ggT mit Hilfe des

EUKLIDischen Algorithmus, um schließlich eine Darstellung von 1 als Linearkombination von und zu erhalten:

Durch Einsetzen in die Ausgangsgleichung kann man sich davon überzeugen, daß das geordnete Paar
ganzer Zahlen eine Lösung der vorgegebenen DIOPHANTischen Gleichung ist.

Die Lösungsgesamtheit der Gleichung (5.161a) erhält man wie folgt: Ist irgendeine spezielle Lösung, die
man auch durch Probieren erhalten haben könnte, dann ist die Menge aller Lösungen:
(5.161b)

Beispiel A

. Man dividiert durch 3, denn 3= ggT Daraus folgt

und (s. GgT als Linearkombination). Das geordnete

Paar ist eine spezielle Lösung der Gleichung

Beispiel B

Die Lösungsmenge der Gleichung ist .

Verschwinden des Nenners

Wenn eine Gleichung die Form eines Bruches

(1.147a)

mit den Polynomen und hat, dann ergibt sich die Normalform durch Multiplikation mit dem Nenner:

(1.147b)

ihre Wurzeln stimmen mit denen der Ausgangsgleichung überein, ausgenommen die Fälle, in denen eine Wurzel
der Gleichung zugleich auch Wurzel der Gleichung ist.

In diesen Fällen ist der Bruch zuerst durch zu kürzen, eventuell durch falls das möglich ist. Im

entgegengesetzten Falle würde die Gleichung eine Wurzel enthalten, die entweder keine
Wurzel der Ausgangsgleichung ist oder in dieser als Wurzel geringerer Vielfalt auftritt.

Beispiel A

oder

Wenn nicht mit gekürzt wird, dann genügt die Wurzel der Gleichung

nicht aber der Gleichung (1), weil sie auch den Nenner zu Null macht.
Beispiel B

Wenn nicht mit gekürzt wird, dann ergibt sich die Gleichung mit der

dreifachen Wurzel

Die Gleichung (2) besitzt aber nur die einfache Wurzel

Auftreten

Die KdV-Gleichung tritt auf bei der Behandlung von

● Oberflächenwellen in flachem Wasser,

● anharmonischen Schwingungen in nichtlinearen Gittern,
● Problemen der Plasmaphysik und
● nichtlinearen elektrischen Netzwerken.
Möglichkeiten, eine ebene Kurve zu definieren

● Koordinatengleichungen
● Positive Richtung auf einer Kurve
Gleichung und Lösungen

Die NLS-Gleichung für die Evolutionsfunktion und ihre Solitonlösung lauten:

(9.132)

(9.133)

Hier ist komplex. Das NLS-Soliton ist durch die 4 dimensionslosen Parameter und

charakterisiert. Die Einhüllende des Wellenpakets bewegt sich mit der Geschwindigkeit , die

Phasengeschwindigkeit der eingehüllten Welle ist . Im Unterschied zum KdV-Soliton (9.128)

können hier die Amplitude (über ) und die Geschwindigkeit (über ) unabhängig voneinander gewählt werden.

Im Falle von wechselwirkenden Solitonen werden diese durch willkürlich wählbare Parameter
charakterisiert: . Falls die Solitonen verschiedene Geschwindigkeiten
haben, zerfällt die -Solitonenlösung asymptotisch für in eine Summe von individuellen Solitonen der
Form (9.133).

Die Abbildung zeigt eine Darstellung des Realteiles von (9.133) mit und .
Zuordnung eines Systems linearer Funktionen

Zur Lösung von (4.107) wird dem linearen Gleichungssystem ein System linearer Funktionen

zugeordnet, auf das das Austauschverfahren anzuwenden ist:

(4.112a)
ist äquivalent zu
(4.112b)

Die Matrix ist vom Typ ist ein Spaltenvektor mit Komponenten, d.h., die Anzahl der

Gleichungen muß nicht mit der Anzahl der Unbekannten übereinstimmen. Nach Abschluß des
Austauschverfahrens wird gesetzt. Das Lösungsverhalten von kann unmittelbar aus dem letzten
Austauschschema abgelesen werden.
Lösbarkeit des linearen Gleichungssystems

Das lineare Gleichungssystem (4.112a) ist genau dann lösbar, wenn für das zugeordnete System linearer Funktionen
(4.112b) einer der folgenden zwei Fälle gilt:

1. Fall: Alle lassen sich gegen gewisse austauschen. Das bedeutet, das

zugehörige System linearer Funktionen ist linear unabhängig.

2. Fall: Mindestens ein ist nicht mehr gegen ein austauschbar, d.h., es gilt

(4.113)

und es ist Das bedeutet, das zugehörige System linearer Funktionen ist linear abhängig.
Pseudotensoren -ter Stufe

In Verallgemeinerung der Begriffe Pseudoskalar und Pseudovektor ist ein Pseudotensor -ter Stufe dadurch
gekennzeichnet, daß er sich unter einer reinen Drehung (Drehungsmatrix mit ) wie ein Tensor -
ter Stufe verhält, sein Spiegelungsverhalten sich aber um einen Faktor unterscheidet. Beispiele für
Pseudotensoren höherer Stufe s. Lit. 4.2.
Lineare Systeme, Austauschverfahren
● Lineare Systeme
● Austauschverfahren
● Lineare Abhängigkeiten
● Invertierung einer Matrix
Definition und Lösbarkeit

● Lineares Gleichungssystem
● Lösbarkeit eines linearen Gleichungssystems
Austauschverfahren

● Austauschschema
● Austauschregeln
Darstellung und Konvertierung von Zahlen

● Gleitpunktzahlen
● Zahlen verschiedener Basis
Spezielle Zahlen

In Mathematica sind einige spezielle Zahlen enthalten, die häufig benötigt werden und mit beliebiger Genauigkeit

aufgerufen werden können. Dazu gehören mit dem Symbol Pi, mit dem Symbol E, als

Umrechnungsfaktor von Gradmaß in Bogenmaß mit dem Symbol Degree, Infinity als Symbol für sowie die
schon benutzte imaginäre Einheit I.
Gradient in allgemeinen orthogonalen Koordinaten

Mit gilt:

(13.37a)
wobei sich ergibt:

(13.37b)
Weitere Eigenschaften des Gradienten

1.
Der absolute Betrag des Gradienten ist in den Punkten größer, in deren Umgebung die Feldliniendichte größer
ist.
2.
Der Gradient verschwindet ( ), wenn sich in dem betrachteten Feldpunkt ein Maximum oder

Minimum von befindet. Dort entarten die Niveauflächen bzw. Niveaulinien zu einem Punkt.
Gradient in kartesischen, Zylinder- und Kugelkoordinaten

1. Gradient in kartesischen Koordinaten

(13.34)

2. Gradient in Zylinderkoordinaten ( )

(13.35a)

(13.35b)

3. Gradient in Kugelkoordinaten ( )

(13.36a)

(13.36b)
Darstellung von Graphen

Endliche Graphen können veranschaulicht werden, indem man jedem Knoten einen Punkt in der Ebene zuordnet und
zwei Punkte genau dann durch eine gerichtete oder ungerichtete Kurve verbindet, wenn der Graph die
entsprechende Kante besitzt. In den folgenden vier Abbildungen sind Beispiele gezeigt.
Die untere rechte Abbildung zeigt den PETERSEN-Graph , der dadurch bekannt geworden ist, daß er für viele
graphentheoretische Vermutungen, deren Beweis allgemein nicht gelang, als Gegenbeispiel diente.
Transportnetze
● Transportnetz
● Maximalstrom-Algorithmus von FORD und FULKERSON
Exakte Formulierung

Eine Funktion von zwei Veränderlichen besitzt einen Grenzwert wenn sich

nach Vorgabe einer beliebig kleinen positiven Zahl eine zweite positive Zahl angeben läßt, so daß gilt

(2.274a)

für alle Punkte des Quadrates

(2.274b)
Kurven, Bogen und Winkel auf der Kugel

● Sphärische Kurven, Großkreis und Kleinkreis

● Sphärischer Abstand
● Geodätische Linien
● Messung des sphärischen Abstandes
● Schnittwinkel, Kurswinkel und Azimut
Anwendungen bestimmter Integrale
● Allgemeines Prinzip zur Anwendung des bestimmten Integrals
● Anwendungen in der Geometrie
● Anwendungen in Mechanik und Physik
Grundgesamtheit, Stichproben, Zufallsvektor

● Grundgesamtheit
● Stichprobe
● Zufällige Auswahl mit Hilfe von Zufallszahlen
● Zufallsvektor
Permutationen
1. Definition: Permutation nennt man eine Anordnung von Elementen in einer bestimmten
Reihenfolge.
2. Anzahl der Permutationen ohne Wiederholung: Für die Anzahl der Permutationen von
verschiedenen Elementen gilt
(16.1)

Beispiel
In einem Hörsaal wurde eine Reihe mit 16 Sitzplätzen von genau 16 Studenten besetzt. Es gibt
Möglichkeiten für die Sitzordnung.

3. Anzahl der Permutationen mit Wiederholung: Für die Anzahl der Permutationen von

Elementen, darunter gleichen , gilt

 (16.2)

Beispiel
Eine Reihe von 16 Sitzplätzen im Hörsaal wird von 16 Studenten mit ihren Taschen belegt. Unter den 16
Taschen befinden sich 4 gleiche. Dann gibt es Möglichkeiten für die Anordnung der Taschen.

4. Verallgemeinerung: Für die Anzahl der Permutationen von Elementen, eingeteilt in

Gruppen mit jeweils gleichen Elementen , gilt

(16.3)

Beispiel

Aus den fünf Ziffern 4, 4, 5, 5, 5 können verschiedene fünfstellige Zahlen gebildet

werden.
Genau eine Drehachse

a)
Sind Drehungen um beliebige Winkel möglich, d.h. , so ist das Molekül linear, und die
Symmetriegruppe ist unendlich.

Beispiel A
Beim Molekül des Kochsalzes vom Typ Na--Cl gibt es keine horizontale Spiegelung. Die
dazugehörige Symmetriegruppe aller Drehungen um wird mit bezeichnet.

Beispiel B

Das Molekül besitzt eine horizontale Spiegelung. Die zugehörige Symmetriegruppe wird durch

die Drehungen und diese Spiegelung erzeugt und mit bezeichnet.

b)
Die Drehachse ist -zählig, sie ist aber keine Drehspiegelungsachse der Ordnung
Gibt es keine weiteren Symmetrieelemente, dann wird von einer Drehung um den Winkel um

erzeugt, d.h. In diesem Fall wird ebenfalls mit bezeichnet.

Gibt es noch eine vertikale Spiegelung so gilt , und wird mit

bezeichnet. (s. Definition und grundlegende Eigenschaften von Gruppen).
Existiert dagegen eine horizontale Spiegelung so gilt wird mit

bezeichnet und ist für ungerades zyklisch (s. Untergruppen).

Beispiel A
Beim Wasserstoffperoxid treten diese drei Fälle in der oben angegebenen Reihenfolge für
bzw. ein (Drehachse rot).
 Beispiel B

Das Wassermolekül besitzt als Symmetrieelemente eine zweizählige Drehachse und eine
vertikale Spiegelungsebene. Folglich ist die Symmetriegruppe des Wassermoleküls isomorph zur
Gruppe die ihrerseits isomorph zur KLEINschen Vierergruppe ist.

c)
Die Drehachse ist -zählig, ist aber gleichzeitig Drehspiegelungsachse der Ordnung Dabei sind zwei
Fälle zu unterscheiden.
Gibt es weiter keine vertikale Spiegelung, so gilt und wird auch mit

bezeichnet.
Beispiel
 Ein Beispiel ist das Molekül Tetrahydroxy-Allen mit der Formel (Drehachse rot).

Gibt es eine vertikale Spiegelung, dann ist eine Gruppe der Ordnung die mit

bezeichnet wird.
Beispiel
Für ergibt sich d.h. die Diedergruppe der Ordnung 8. Ein Beispiel ist das
Allen-Molekül (Drehachse rot).
Beispiel Moleküle

● Räumliche Darstellung
● Keine Drehachse
● Genau eine Drehachse
● Mehrere Drehachsen
Beispiele für Halbgruppen

Beispiel A
Zahlenbereiche bezüglich Addition oder Multiplikation.

Beispiel B
Potenzmenge bezüglich Vereinigung oder Durchschnitt.

Beispiel C
Matrizen bezüglich Addition oder Multiplikation.

Beispiel D
Menge aller ,,Wörter`` (strings) über einem ,,Alphabet`` bezüglich Hintereinanderschreibung
(Worthalbgruppe ).

Hinweis: Bis auf die Multiplikation von Matrizen und die Hintereinanderschreibung von Wörtern sind alle in den
Beispielen vorkommenden Operationen kommutativ; man spricht dann von kommutativen Halbgruppen.
Beispiele zum Lemma von Jordan

● Berechnung des Integrals

● Integralsinus
● Sprungfunktion
● Rechteckimpuls
Definition

Oft auftretende algebraische Strukturen haben besondere Namen bekommen. Eine Menge versehen mit einer

assoziativen binären Operation heißt Halbgruppe ; Bezeichnung

Anwendungen der Grundformeln der sphärischen Trigonometrie

Mit Hilfe der angegebenen Grundformeln können z.B. Entfernungen und Azimute bzw. Kurswinkel auf der Erde
bestimmt werden.

Beispiel A

Es ist die kürzeste Entfernung zwischen Dresden und Alma Ata

zu berechnen.
Lösung: Die geographischen Koordinaten und der Nordpol liefern zwei auf

Meridianen liegende Seiten und des Dreiecks sowie den

eingeschlossenen Winkel Für folgt aus dem Kosinussatz

(3.173a)
 (3.182)

also Der Großkreisabschnitt hat

gemäß (3.161a) die Länge 4694 km.

Beispiel B

Es sind die Kurswinkel und bei Abfahrt und Ankunft sowie die Entfernung in Seemeilen für eine

Schiffsreise auf einem Großkreis von Bombay nach Dar es Saalam

zu berechnen.
Lösung: Die Berechnung der zwei Seiten

sowie des eingeschlossenen Winkels im sphärischen Dreieck mit

den geographischen Koordinaten mit Hilfe des Kosinussatzes

(3.173c)
 liefert , und wegen

sm ergibt sich sm.

Mit dem Seitenkosinussatz (3.173a) erhält man

und

Somit ist und .

Hinweis: Die Verwendung des Sinussatzes zur Berechnung von Seiten und Winkeln ist nur dann sinnvoll, wenn aus
der Aufgabenstellung ersichtlich ist, ob diese spitz oder stumpf sind.
Invariante Mannigfaltigkeiten

● Definition, Separatrixflächen
● Satz von Hadamard und Perron für diskrete Systeme
● Transversale homokline Punkte
Begriff des Hilbert-Raumes
● Skalarprodukt
● Unitäre Räume und einige ihrer Eigenschaften
● Hilbert-Raum
Kegelförmige Körper

● Kegelflächen
● Kegel
● Gerade Kreiskegel
● Gerader Kreiskegelstumpf
Kugel und Teile von Kugeln

● Kugel
● Kugelausschnitt
● Kugelabschnitt
● Kugelschicht
Wertesystem der Variablen

Das Wertesystem eines Arguments aus zwei Variablen und kann als Punkt der Ebene mit den kartesischen

Koordinaten und dargestellt werden; einem Wertesystem aus drei Variablen entspricht ein Punkt mit

drei kartesischen Koordinaten im dreidimensionalen Raum. Systeme aus vier und mehr Koordinaten kann
man sich nicht mehr anschaulich vorstellen. In Analogie zum dreidimensionalen Raum spricht man aber bei
Systemen aus Variablen von einem Punkt im -dimensionalen Raum mit den kartesischen

Koordinaten In dem im vorigen Abschnitt betrachteten Beispiel B mit vier

Variablen ist das Wertesystem ein Punkt im vierdimensionalen Raum mit den Koordinaten

und
Darstellungen

● Wertesystem der Variablen

● Funktion u=f(x,y) zweier unabhängiger Variabler
Maßstab

Maßstab nennt man im Karten- und Zeichenwesen das Verhältnis von Strecken in einem

Koordinatensystem relativ zu einer Strecke in einem anderen Koordinatensystem

Maßstabsumrechnung für Strecken: Mit als Modul oder Maßzahl und als Index für Natur und
als Index für Karte gilt:
(3.89a)
Für zwei Strecken mit verschiedenen Modulen gilt:

(3.89b)

Maßstabsumrechnung für Flächen: Wenn die Flächen gemäß berechnet

werden, gilt:
(3.90a)

Für zwei Flächen mit verschiedenen Modulen gilt:

(3.90b)
Topologische Konjugiertheit von diskreten Systemen

● Definition
● Satz von GROBMAN und HARTMAN
Horner-Schema

● Reelle Argumentwerte
● Komplexe Argumentwerte
Formeln für negative Argumente

(2.168)

(2.169)

(2.170)

(2.171)
Hyperbelfunktionen einer Variablen

(2.162)

(2.163)

(2.164)

(2.165)

(2.166)

(2.167)
Darstellung einer Hyperbelfunktion durch eine andere gleichen Argumentes

Die entsprechenden Formeln sind der Übersichtlichkeit wegen in der folgenden Tabelle zusammengefaßt.
Tabelle Beziehungen zwischen den Hyperbelfunktionen gleichen Arguments für
Integrale ganzrationaler Funktionen (Polynome)

Integrale ganzrationaler Funktionen (Polynome) werden durch direkte gliedweise Integration berechnet:

(8.11)
Vier Fälle bei der Partialbruchzerlegung:

● 1. Fall: Alle Wurzeln des Nenners sind reell und einfach

● 2. Fall: Alle Wurzeln des Nenners sind reell, einige von ihnen sind mehrfach
● 3. Fall: Einige Wurzeln des Nenners sind einfach komplex
● 4. Fall: Einige Wurzeln des Nenners sind mehrfach komplex
Unbestimmtes Integral
● Stammfunktion oder Integral
● Integrationsregeln
● Integration rationaler Funktionen
● Integration irrationaler Funktionen
● Integration trigonometrischer Funktionen
● Integration weiterer transzendenter Funktionen
Definition

Stammfunktion oder Integral einer gegebenen Funktion , die in einem zusammenhängenden Intervall

definiert ist, wird eine differenzierbare Funktion genannt, die in demselben Intervall definiert ist und

deren Ableitung gleich ist:

(8.1)
Da bei der Differentiation einer Funktion eine additiv auftretende Konstante verschwindet, existieren zu einer
gegebenen Funktion unendlich viele Stammfunktionen. Die Differenz zweier Stammfunktionen ist eine Konstante.
Daher können die Bilder aller Stammfunktionen zu einer gegebenen Funktion durch

Parallelverschiebung einer bestimmten Stammfunktion in Richtung der Ordinatenachse erzeugt werden.

Existenz

Jede in einem zusammenhängenden Intervall stetige Funktion besitzt dort eine Stammfunktion. Im Falle von
Unstetigkeitsstellen wird das Intervall in Teilintervalle zerlegt, in denen die Ausgangsfunktion stetig ist.
Die gegebene Funktion befindet sich im oberen Teil der Abbildung, die Stammfunktion im

unteren.
Kurvenintegral allgemeiner Art
● Definition
● Eigenschaften des Kurvenintegrals allgemeiner Art
● Umlaufintegral
Integralrechnung
● Unbestimmtes Integral
❍ Stammfunktion oder Integral

■ Definition

■ Existenz

■ Unbestimmte Integrale

■ Integrale elementarer Funktionen

■ Tabelle der Grundintegrale

❍ Integrationsregeln

■ Integrand mit konstantem Faktor

■ Integration einer Summe oder Differenz

■ Umformung des Integranden

■ Lineare Transformation im Argument

■ Logarithmische Integration

■ Substitutionsmethode

■ Partielle Integration

■ Nichtelementarer Integrale
 ■ Wichtige Integrationsregeln für unbestimmte Integrale
❍ Integration rationaler Funktionen
■ Integrale ganzrationaler Funktionen (Polynome)

■ Integrale gebrochenrationaler Funktionen

■ Vier Fälle bei der Partialbruchzerlegung:

■ 1. Fall: Alle Wurzeln des Nenners sind reell und einfach

■ 2. Fall: Alle Wurzeln des Nenners sind reell, einige von ihnen sind mehrfach

■ 3. Fall: Einige Wurzeln des Nenners sind einfach komplex

■ 4. Fall: Einige Wurzeln des Nenners sind mehrfach komplex

❍ Integration irrationaler Funktionen

■ Substitution zur Rückführung auf Integrale rationaler Funktionen

■ Substitutionen zur Rückführung auf Integrale rationaler Ausdrücke, die trigonometrische und

Hyperbelfunktionen enthalten
■ Integration binomischer Integranden

■ Elliptische Integrale

■ Unbestimmte elliptische Integrale

■ Bestimmte elliptische Integrale

❍ Integration trigonometrischer Funktionen

■ Substitution

■ Vereinfachte Methoden

■ Integrand der Form und

■ Integrand der Form und

■ Integrand der Form :
 ■ Integrand der Form :
■ Integrand der Form :
❍ Integration weiterer transzendenter Funktionen

■ Integrale mit Exponentialfunktionen

■ Integrale mit Hyperbelfunktionen

■ Anwendung der partiellen Integration

● Bestimmte Integrale
❍ Grundbegriffe, Regeln und Sätze

■ Definition und Existenz des bestimmten Integrals

■ Definition

■ Bestimmtes Integral als Grenzwert einer Summe

■ Existenz des bestimmten Integrals

■ Eigenschaften bestimmter Integrale

■ Hauptsatz der Integralrechnung

■ Geometrische Interpretation und Vorzeichenregel

■ Variable obere Integrationsgrenze

■ Zerlegung des Integrationsintervalls

■ Weitere Sätze über Integrationsgrenzen

■ Mittelwertsatz und verallgemeinerter Mittelwertsatz

■ Abschätzung des bestimmten Integrals

■ Wichtige Eigenschaften bestimmter Integrale

■ Berechnung bestimmter Integrale

■ Hauptmethode

■ Umformung bestimmter Integrale

■ Methoden zur Berechnung komplizierter Integrale

 ■Integration durch Reihenentwicklung
■ Graphische Integration

■ Planimeter und Integraphen

■ Numerische Integration

❍ Anwendungen bestimmter Integrale

■ Allgemeines Prinzip zur Anwendung des bestimmten Integrals

■ Anwendungen in der Geometrie

■ Flächeninhalte ebener Flächen

■ Bogenlängen ebener Kurven

■ Mantelflächen von Rotationskörpern

■ Volumina

■ Anwendungen in Mechanik und Physik

■ Weg eines Punktes

■ Arbeit

■ Druck

■ Trägheitsmomente

■ Schwerpunkte, GULDINsche Regeln

■ 1. Schwerpunkt des Bogenstückes:

■ 2. Schwerpunkt einer geschlossenen Kurve:
■ 3. Erste GULDINsche Regel:
■ 4. Schwerpunkt eines Trapezes:
■ 5. Schwerpunkt einer beliebigen ebenen Figur:
■ 6. Zweite GULDINsche Regel:

❍ Uneigentliche Integrale, STIELTJES- und LEBESGUE-Integrale

 ■ Verallgemeinerungen des Integralbegriffs
■ Integrale mit unendlichen Integrationsgrenzen

■ Definitionen

■ Geometrische Bedeutung des Integrals mit unendlichen Integrationsgrenzen

■ Hinreichende Konvergenzkriterien

■ Zusammenhang zwischen uneigentlichen Integralen und unendlichen Reihen

■ Integrale mit unbeschränktem Integranden

■ Definitionen

■ Geometrische Bedeutung

■ Über die Anwendung des Hauptsatzes der Integralrechnung

■ Hinreichende Bedingung für die Konvergenz eines uneigentlichen Integrals mit

unbeschränktem Integranden
❍ Parameterintegrale
■ Definition

■ Differentiation unter dem Integralzeichen

■ Integration unter dem Integralzeichen

❍ Integration durch Reihenentwicklung, spezielle

nichtelementare Funktionen

■ Integralsinus ( )

■ Integralkosinus ( )

■ Integrallogarithmus ( , für als CAUCHYscher Hauptwert)

■ Integralexponentialfunktion ( , für als CAUCHYscher Hauptwert)

 ■ GAUSSsches Fehlerintegral und Fehlerfunktion
■ Gammafunktion

■ Definition

■ Eigenschaften der Gammafunktion

■ Verallgemeinerung des Begriffs der Fakultät

■ Elliptische Integrale

● Kurvenintegrale
❍ Kurvenintegrale erster Art

■ Definitionen

■ Existenzsatz

■ Berechnung des Kurvenintegrals erster Art

■ Kurvenelemente

■ Anwendungen des Kurvenintegrals erster Art

❍ Kurvenintegrale zweiter Art

■ Definitionen

■ Projektion auf die x-Achse:

■ Projektion auf die y-Achse:

■ Projektion auf die z-Achse:

■ Existenzsatz

■ Berechnung der Kurvenintegrale zweiter Art

■ Vorgabe der Gleichung des Integrationsweges in Parameterform:

■ Vorgabe der Gleichung des Integrationsweges in expliziter Form:

❍ Kurvenintegral allgemeiner Art

■ Definition

■ Eigenschaften des Kurvenintegrals allgemeiner Art

 ■ Umlaufintegral
❍ Unabhängigkeit des Kurvenintegrals vom Integrationsweg

■ Zweidimensionaler Fall

■ Dreidimensionaler Fall

■ Berechnung der Stammfunktion

■ Zweidimensionaler Fall

■ Dreidimensionaler Fall

■ Verschwinden des Umlaufintegrals

● Mehrfachintegrale
❍ Doppelintegral

■ Begriff des Doppelintegrals

■ Definition

■ Existenzsatz

■ Geometrische Bedeutung

■ Berechnung des Doppelintegrals

■ Berechnung in kartesischen Koordinaten

■ Berechnung in Polarkoordinaten

■ Berechnung in beliebigen krummlinigen Koordinaten

■ Ebene Flächenelemente in der -Ebene

■ Anwendungen von Doppelintegralen
❍ Dreifachintegral
■ Begriff des Dreifachintegrals

■ Definition

■ Existenzsatz
 ■ Berechnung des Dreifachintegrals
■ Berechnung in kartesischen Koordinaten

■ Berechnung in Zylinderkoordinaten

■ Berechnung in Kugelkoordinaten

■ Berechnung in beliebigen krummlinigen Koordinaten

■ Volumenelemente
■ Anwendungen von Dreifachintegralen

● Oberflächenintegrale
❍ Oberflächenintegrale erster Art

■ Begriff des Oberflächenintegrals erster Art

■ Definition

■ Existenzsatz

■ Berechnung des Oberflächenintegrals erster Art

■ Explizite Darstellung der Fläche

■ Parameterdarstellung der Fläche

■ Flächenelemente gekrümmter Flächen

■ Anwendungen des Oberflächenintegrals erster Art

❍ Oberflächenintegrale zweiter Art

■ Begriff des Oberflächenintegrals zweiter Art

■ Begriff einer orientierten Fläche

■ Projektion eines orientierten Flächenstückes auf eine Koordinatenebene

■ Definition des Oberflächenintegrals zweiter Art über eine Projektion auf eine

Koordinatenebene
■ Existenzsatz für das Oberflächenintegral zweiter Art
 ■ Berechnung des Oberflächenintegrals zweiter Art
■ Explizite Vorgabe der Flächengleichung

■ Vorgabe der Flächengleichung in Parameterform

❍ Oberflächenintegral allgemeiner Art

■ Eigenschaften des Oberflächenintegrals

■ Eine Anwendung des Oberflächenintegrals

Methoden zur Berechnung komplizierter Integrale

Wenn die Berechnung eines unbestimmten Integrals sehr kompliziert ist oder wenn es sich nicht durch elementare
Funktionen ausdrücken läßt, dann ist es in einer Reihe von Fällen durch Anwendung verschiedener Methoden
(manchmal ,,Kunstgriffe`` genannt) trotzdem möglich, den Wert des Integrals zu berechnen. Dazu gehören die
Integration von Funktionen mit komplexen Veränderlichen, wie sie in den Beispielen zur Anwendung des
Residuensatzes und des Lemmas von JORDAN demonstriert werden, und auch die Differentiation eines Integrals
nach einem Parameter:

(8.51)

Beispiel
 . Parametereinführung :

Anwendung von (8.51) auf :

Integration: . Ergebnis:

.
Berechnung bestimmter Integrale

● Hauptmethode
● Umformung bestimmter Integrale
● Methoden zur Berechnung komplizierter Integrale
● Integration durch Reihenentwicklung
● Graphische Integration
● Planimeter und Integraphen
● Numerische Integration
Anwendung der partiellen Integration

Wenn der Integrand Logarithmen, inverse trigonometrische Funktionen, inverse Hyperbelfunktionen oder Produkte
von mit oder enthält, kann die Lösung durch einfache oder mehrfache
Anwendung der partiellen Integration herbeigeführt werden.
In einigen Fällen führt die wiederholte Anwendung der partiellen Integration wieder auf das ursprünglich gegebene
Integral. Dann wird seine Berechnung auf die Lösung einer algebraischen Gleichung zurückgeführt. Auf diese Weise

werden z.B. die Integrale berechnet, wozu eine zweimalige partielle

Integration erforderlich ist. Als Faktor wird in beiden Fällen die Funktion des gleichen Typs gewählt, also entweder
die Exponential- oder die trigonometrische Funktion.
Die partielle Integration wird auch in den Fällen

eingesetzt, wobei ein Polynom ist.

Grundbegriffe, Regeln und Sätze
● Definition und Existenz des bestimmten Integrals
● Eigenschaften bestimmter Integrale
● Berechnung bestimmter Integrale
Hauptmethode

Die Hauptmethode zur Berechnung eines bestimmten Integrals ist der Weg über den Hauptsatz der
Integralrechnung, d.h. die Berechnung des unbestimmten Integrals, z.B. unter Benutzung der Tabelle Unbestimmte
Integrale. Dabei ist darauf zu achten, ob beim Einsetzen der Grenzen uneigentliche Integrale entstehen.
Heute werden verbreitet Computeralgebrasysteme zur analytischen Berechnung von unbestimmten und bestimmter
Integralen eingesetzt.
Definition des Integrals im Komplexen

● Bestimmtes komplexes Integral

● Unbestimmtes komplexes Integral
● Zusammenhang von bestimmtem und unbestimmtem komplexen Integral
Bestimmtes und unbestimmtes Integral
● Definition des Integrals im Komplexen
● Eigenschaften und Berechnung komplexer Integrale
Integrale mit Hyperbelfunktionen, Nr. 432 bis 439
Integrale mit Hyperbelfunktionen, Nr. 440 bis 446
Integrale mit Exponentialfunktionen, Nr. 456 bis 464
Integrale mit logarithmischen Funktionen, Nr. 472 bis 479
Integrale mit logarithmischen Funktionen, Nr. 480 bis 487

Mit sind die BERNOULLIschen Zahlen bezeichnet.

Integrale mit inversen trigonometrischen Funktionen, Nr. 496 bis 503
Integrale mit inversen trigonometrischen Funktionen, Nr. 504 bis 511
Integrale mit , Nr. 1 bis 8

Das Integral wird für oder bei ganzzahligem und gebrochenem angewandt; in diesem Fällen wird
nach dem binomischen Lehrsatz entwickelt.
Integrale mit , Nr. 9 bis 16
Integrale mit , Nr. 17 bis 24
Integrale mit , Nr. 25 bis 30
Wenn der Nenner des Gliedes unter dem Summenzeichen verschwindet, dann ist ein solches Glied durch das
folgende zu ersetzen:
Integrale mit , Nr. 31 bis 39
Integrale mit , Nr. 40 bis 48
Integrale mit , Nr. 49 bis 56
Integrale mit , Nr. 57 bis 69
Integrale mit , Nr. 70 bis 82
Integrale mit , Nr. 83 bis 96
Integrale mit , Nr.97 bis 100
Integrale mit , Nr. 101 bis 104
4. Fall: Einige Wurzeln des Nenners sind mehrfach komplex

(8.16a)

a) Form der Zerlegung:

(8.16b)

b) Methode der unbestimmten Koeffizienten: Die Konstanten werden mit Hilfe der Methode der
unbestimmten Koeffizienten bestimmt.
c) Integration des Ausdrucks mit in folgenden Schritten:

) Umformung des Zählers gemäß

(8.16c)

) Zerlegung des gesuchten Integrals in zwei Summanden, wobei sich der erste direkt integrieren läßt:

(8.16d)

) Der zweite Summand wird ohne den konstanten Faktor mit der folgenden Rekursionsformel
berechnet:

(8.16e)
Beispiel

Mit Hilfe der Methode der unbestimmten Koeffizienten ergibt sich das Gleichungssystem

woraus folgt also:

. Da gemäß (8.16e) gilt:

, ergibt sich

schließlich:
.
Integrale mit und , Nr. 109 bis 116
Andere Integrale mit , Nr. 117 bis 120
Integrale mit , Nr. 121 bis 132
Integrale mit , Nr. 133 bis 145
Integrale mit und , Nr. 146 bis 156
Integrale mit , Nr. 157 bis 163
Integrale mit , Nr. 164 bis 170
Integrale mit , Nr. 171 bis 177
Integrale mit , Nr. 178 bis 184
Integrale mit , Nr. 185 bis 191
Integrale mit , Nr. 192 bis 198
Integrale mit , Nr. 199 bis 205
Integrale mit , Nr. 206 bis 212
Integrale mit , Nr. 213 bis 219
Integrale mit , Nr. 220 bis 226
Integrale mit , Nr. 227 bis 233
Integrale mit , Nr. 234 bis 240
Integrale mit , Nr. 241 bis 246
Integrale mit , Nr. 247 bis 254

.
Integrale mit , Nr. 255 bis 260

.
Integrale mit , Nr. 261 bis 267
Integrale mit anderen irrationalen Ausdrücken, Nr. 268 bis 272
Rekursionsformeln für Integral mit binomischem Differential, Nr. 273
Integrale mit Sinusfunktion, Nr. 305 bis 312
Integrale mit Kosinusfunktion, Nr. 345 bis 353
Integrale mit Sinus- und Kosinusfunktion, Nr. 361 bis 368
Integrale mit Sinusfunktion, Nr. 282 bis 289

Das bestimmte Integral nennt man Integralsinus und bezeichnet es mit .

Als Reihenentwicklung (s. auch Berechnung des Integrals) ergibt sich:

Integrale mit Sinus- und Kosinusfunktion, Nr. 400 bis 408
Integrale mit Sinusfunktion, Nr. 290 bis 296

Mit sind die BERNOULLIschen Zahlen bezeichnet.

Integrale mit Sinusfunktion, Nr. 297 bis 304
Integrale Kosinusfunktion, Nr. 329 bis 336

Mit sind die EULERschen Zahlen bezeichnet.

Integrale mit Kosinusfunktion, Nr. 337 bis 344
Integrale mit Sinus- und Kosinusfunktion, Nr. 369 bis 376
Integrale mit Sinus- und Kosinusfunktion, Nr. 377 bis 384
Integrale mit Sinus- und Kosinusfunktion, Nr. 385 bis 391
Integrale mit Sinus- und Kosinusfunktion, Nr. 392 bis 399
Einführung und Klassifikation
● Definitionen
● Zusammenhang mit Differentialgleichungen
Lineare Integralgleichungen
● Einführung und Klassifikation
❍ Definitionen

❍ Zusammenhang mit Differentialgleichungen

● Fredholmsche Integralgleichungen 2. Art

❍ Integralgleichungen mit ausgearteten Kernen

■ Lösungsansatz im Falle von Produktkernen

■ Bestimmung der Ansatzkoeffizienten

■ Diskussion der Lösung, Eigenwerte und Eigenfunktionen

■ Transponierte Integralgleichung

❍ Methode der sukzessiven Approximation, Neumann-Reihe

■ Iterationsverfahren

■ Konvergenz der NEUMANNschen Reihe

❍ Fredholmsche Lösungsmethode, Fredholmsche Sätze

■ Fredholmsche Lösungsmethode

■ Näherungslösung durch Diskretisierung

■ Bestimmung der Resolvente

 ■ Fredholmsche Sätze
❍ Numerische Verfahren für Fredholmsche Integralgleich-

ungen 2. Art
■ Approximation des Integrals

■ Semidiskretes Problem

■ NYSTRÖM-Verfahren

■ Kernapproximation

■ Tensorprodukt-Approximation

■ Spezieller Spline-Ansatz

■ Kollokationsmethode

● Fredholmsche Integralgleichung 1. Art

❍ Integralgleichungen mit ausgearteten Kernen

■ Formulierung der Aufgabe

■ Lösungsansatz

■ Lösungen

❍ Begriffe, analytische Grundlagen

■ Lösungsansatz

■ Quadratische Integrierbarkeit

■ Orthonormalsystem

■ Fourier-Reihen

❍ Zurückführung der Integralgleichung auf ein lineares Gleichungssystem

■ Problemstellung

❍ Lösung der homogenen Integralgleichung 1. Art

❍ Konstruktion zweier spezieller Orthonormalsysteme zu einem gegebenen Kern

■ Prinzipielle Vorgehensweise
 ■ Algorithmus
❍ Iteratives Verfahren

● Volterrasche Integralgleichungen
❍ Theoretische Grundlagen

■ Methode der Umwandlung

■ Umwandlung durch Differentiation

■ Umwandlung durch partielle Integration

❍ Lösung durch Differentiation

❍ Neumannsche Reihe zur Lösung der Volterraschen Integral-

gleichungen 2. Art
❍ Volterrasche Integralgleichungen 2. Art vom Faltungstyp

❍ Numerische Behandlung Volterrascher Integralgleichungen

2. Art
● Singuläre Integralgleichungen
❍ Abelsche Integralgleichung

❍ Singuläre Integralgleichungen mit Cauchy-Kernen

■ Formulierung der Aufgabe

■ Existenz einer Lösung

■ Eigenschaften des Cauchy-Integrals

■ Hilbertsches Randwertproblem

■ Zusammenhang

■ HILBERTsches Randwertproblem

■ Lösung des Hilbertschen Randwertproblems

■ Homogene Randbedingungen

■ Inhomogene Randbedingungen
■ Lösung der charakteristischen Integralgleichung
■ Homogene charakteristische Integralgleichung

■ Inhomogene charakteristische Integralgleichung

Lösung des Hilbertschen Randwertproblems

● Homogene Randbedingungen
● Inhomogene Randbedingungen
Berechnung des Integrals

Dem gesuchten reellen Integral wird auf folgende Weise ein komplexes Integral zugeordnet:

Das letzte dieser Integrale ist Bestandteil des komplexen Integrals . Die Kurve besteht aus
dem oben definierten Halbkreisbogen und dem Stück der reellen Achse und . Der

komplexe Integrand hat in der oberen Halbebene nur die singuläre Stelle . Nach dem Residuensatz gilt:

so daß

Aus ergibt sich unter Beachtung des Lemmas von JORDAN:

Auf ähnliche Weise wurden weitere Integrale der Tabelle Bestimmte Integrale berechnet.
Laplace-Transformation
● Eigenschaften der Laplace-Transformation
● Rücktransformation in den Originalbereich
● Lösung von Differentialgleichungen mit Hilfe der Laplace-
Transformation
Integraltransformationen
● Begriff der Integraltransformation
❍ Allgemeine Definition der Integraltransformationen

❍ Spezielle Integraltransformationen

❍ Integraltransformationen von Funktionen einer Veränderlichen

❍ Umkehrtransformationen

❍ Linearität der Integraltransformationen

❍ Integraltransformationen für Funktionen von mehreren

Veränderlichen
❍ Anwendungen der Integraltransformationen

■ Prinzipielle Bedeutung

■ Schema der Operatorenmethode

● Laplace-Transformation
❍ Eigenschaften der Laplace-Transformation

■ Laplace-Transformierte, Original- und Bildbereich

■ Definition der Laplace-Transformation

■ Konvergenz
 ■ Inverse Laplace-Transformation (Rücktransformation)
■ Rechenregeln zur Laplace-Transformation
■ Additions- oder Linearitätssatz, Ähnlichkeitssätze

■ Verschiebungssätze

■ Dämpfungssatz

■ Differentiation im Originalbereich

■ Differentiation im Bildbereich

■ Integration im Originalbereich

■ Integration im Bildbereich

■ Divisionssatz

■ Differentiation und Integration nach einem Parameter

■ Faltung

■ Faltung im Originalbereich:

■ Faltung im Bildbereich (komplexe Faltung):

■ Bildfunktionen spezieller Funktionen

■ Sprungfunktion

■ Rechteckimpuls

■ Impulsfunktion

■ Stückweise differenzierbare Funktionen

■ Periodische Funktionen

■ Diracsche -Funktion und Distributionen

■ Verallgemeinerte Funktionen

■ Approximationen der -Funktion

■ Eigenschaften der -Funktion
 ❍ Rücktransformation in den Originalbereich
■ Rücktransformation mit Hilfe von Tabellen

■ Partialbruchzerlegung

■ Reihenentwicklungen

■ - eine absolut konvergente Reihe

■ - eine meromorphe Funktion

■ Umkehrintegral
❍ Lösung von Differentialgleichungen mit Hilfe der Laplace-

Transformation
■ Gewöhnliche Differentialgleichungen mit konstanten Koeffizienten

■ Prinzip

■ Differentialgleichung 1. Ordnung

■ Differentialgleichung 2. Ordnung

■ Differentialgleichung n-ter Ordnung

■ Gewöhnliche Differentialgleichungen mit veränderlichen

Koeffizienten
■ Partielle Differentialgleichungen

■ Allgemeine Vorgehensweise

■ Lösung der eindimensionalen Wärmeleitungsgleichung für ein homogenes Medium

■ Problemstellung:

■ LAPLACE-Transformation:

■ Rücktransformation:

● Fourier-Transformation
❍ Eigenschaften der Fourier-Transformation
■ Fourier-Integral

■ Fourier-Integral in komplexer Darstellung

■ Äquivalente Darstellungen des Fourier-Integrals

■ Fourier-Transformation und Umkehrtransformation

■ Definition und Existenz der Fourier-Transformation

■ 1. Definition der Fourier-Transformation:

■ 2. Fourier-Transformierbarkeit einer Funktion:

■ 3. Nicht Fourier-transformierbare Funktionen:

■ Fourier-Sinus- und Fourier-Kosinus-Transformation

■ Exponentielle Fourier-Transformation

■ Tabellen der Fourier-Transformation

■ Spektralinterpretation der FOURIER-Transformation

■ Rechenregeln zur Fourier-Transformation

■ Additionssatz, Ähnlichkeitssatz

■ Verschiebungssatz

■ Dämpfungssatz

■ Differentiation im Bildbereich und im Originalbereich

■ Integration im Bildbereich

■ Integration im Originalbereich und PARSEVALsche Formel

■ Faltung

■ Vergleich von Fourier- und Laplace-Transformation

■ Bildfunktionen spezieller Funktionen

■ Bildfunktion zur Exponentialfunktion mit dem Argument -a|t|

■ Bildfunktion zur Exponentialfunktion mit dem Argument -at

 ■ Bildfunktion zum bipolaren Rechteckimpuls
■ Bildfunktion zur gedämpften Schwingung

❍ Lösung von Differentialgleichungen mit Hilfe der Fourier-Transformation

■ Gewöhnliche lineare Differentialgleichungen

■ Partielle Differentialgleichungen

■ Allgemeine Vorgehensweise

■ Lösung der eindimensionalen Wellengleichung für ein homogenes Medium

■ Problemstellung:

■ Fourier-Transformation:

■ Rücktransformation:

● Z-Transformation
❍ Eigenschaften der Z-Transformation

■ Diskrete Funktionen

■ Definition der Z-Transformation

■ Originalfolge und Bildfunktion

■ Eigenschaften

■ Grenzwertsätze

■ Rechenregeln

■ Translation

■ Summation und Differenzenbildung

■ Dämpfung und Faltung

■ Differentiation und Integration der Bildfunktion

■ Zusammenhang mit der Laplace-Transformation

■ Umkehrung der Z-Transformation

❍ Anwendungen der Z-Transformation

 ■ Allgemeine Lösung linearer Differenzengleichungen
■ Differenzengleichung zweiter Ordnung (Anfangswertaufgabe)

■ Differenzengleichung zweiter Ordnung (Randwertaufgabe)

● Wavelet-Transformation
❍ Signale

❍ Wavelets

■ Mittelwert

■ Moment

■ Ordnung

■ Ortogonalität

❍ Wavelet-Transformation

❍ Diskrete Wavelet-Transformation

■ Schnelle Wavelet-Transformation

■ Diskrete Haar-Wavelet-Transformation

❍ Gabor-Transformation

● WALSH-Funktionen
❍ Treppenfunktionen

❍ WALSH-Systeme
Treppenfunktionen
Bei der Approximation von Funktionen spielen orthogonale Funktionensysteme, z.B. spezielle Polynome oder
trigonometrische Funktionen, eine wichtige Rolle, weil sie glatt, d.h. hinreichend oft differenzierbar in dem
betrachteten Intervall sind. Es gibt aber auch Probleme, z.B. die Übertragung der Bildpunkte eines gerasterten
Bildes, für deren mathematische Behandlung glatte Funktionen nicht geeignet sind, sondern sich Treppenfunktionen ,
also stückweise konstante Funktionen besser eignen. WALSH-Funktionen sind sehr einfache Treppenfunktionen. Sie
nehmen nur die zwei Funktionswerte + 1 und - 1 an. Diese zwei Funktionswerte entsprechen zwei Zuständen, so daß
WALSH-Funktionen besonders einfach in Computern realisiert werden können.
Numerische Integration

Wenn der Integrand eines bestimmten Integrals sehr kompliziert ist, sich nicht elementar integrieren läßt oder nur in
Form von diskreten Funktionswerten vorliegt, z.B. als Wertetabelle, dann sind sogenannte Quadraturformeln und
andere Methoden der numerischen Mathematik anzuwenden.
Integrale mit Hyperbelfunktionen

Integrale mit Hyperbelfunktionen, die die Funktionen und im Integranden

enthalten, werden gewöhnlich berechnet, indem die Hyperbelfunktionen durch Exponentialfunktionen ersetzt werden.

Die meist auftretenden Fälle werden mit

Methoden integriert, wie sie bei den trigonometrischen Funktionen zur Anwendung kommen.
Vereinfachte Methoden

● Integrand der Form und

● Integrand der Form und

● Integrand der Form :
● Integrand der Form :
● Integrand der Form :
Tautologien der Prädikatenlogik

Die Verneinung prädikatenlogischer Ausdrücke wird durch folgende Tautologien beschrieben:

(5.22)
Damit sind die Quantoren und durcheinander ausdrückbar:
(5.23)
Weitere Tautologien der Prädikatenlogik sind:
(5.24)
(5.25)
(5.26)
(5.27)
Außerdem gelten folgende Implikationen:
(5.28)
(5.29)
(5.30)
(5.31)
 (5.32)
Die Umkehrungen dieser Implikationen gelten durchweg nicht. Insbesondere muß man beachten, daß verschiedene
Quantoren nicht vertauschbar sind (s. letzte Implikation).
Arithmetische Operationen

Die arithmetischen Operationen sind mit reellen Zahlen stets durchführbar und ergeben stets wieder eine reelle Zahl.
Eine Ausnahme ist die Division durch Null. Das Potenzieren und seine Umkehrung sind ebenfalls im System der
reellen Zahlen möglich; aus jeder positiven reellen Zahl lassen sich beliebige Wurzeln ziehen; zu jeder positiven
reellen Zahl gibt es einen Logarithmus mit beliebiger positiver Basis, ausgenommen die Eins als Basis.
Eine Verallgemeinerung des Zahlbegriffs in der Analysis führt zu den komplexen Zahlen.
Einführung des Begriffs Pseudotensor

● Vektorprodukt bei Rauminversion

● Skalarprodukt bei Rauminversion
● Spatprodukt bei Rauminversion
● Pseudovektor und schiefsymmetrischer Tensor 2. Stufe
● Pseudotensoren -ter Stufe
Stetige Operatoren

Sei eine Abbildung des metrischen Raumes in den metrischen Raum

. heißt stetig im Punkt , wenn für jede Umgebung des Punktes

eine Umgebung existiert, so daß gilt:

(12.74)

heißt stetig auf der Menge , wenn in jedem Punkt der Menge A stetig ist. Äquivalente Eigenschaften

zur Stetigkeit auf sind:

a)
Für einen beliebigen Punkt und eine beliebige Folge mit gilt

stets , also impliziert .

b)
 Für eine beliebige offene Teilmenge ist das Urbild eine offene Teilmenge in .

c)
Für eine beliebige abgeschlossene Teilmenge ist das Urbild eine abgeschlossene

Teilmenge in .
d)

Für eine beliebige Teilmenge gilt .

Kurswinkel

Setzt man den Sinus- und Seitenkosinussatz zur Berechnung von und ein, so ergibt eine Division

der Ergebnisse und anschließende Auflösung nach dem Kurswinkel :

(3.215)

Hinweis: Mit den Formeln (3.214a), (3.215), (3.212a) und (3.212b) lassen sich die Koordinaten des nordpolnächsten
Punktes einer durch zwei Punkte und festgelegten Orthodrome berechnen.
Geometrie
3.1
BÄR, G.: Geometrie. -- B. G. Teubner 1996.

3.2
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

3.3
BÖHM, J.: Geometrie, Bd. 1 u. 2. -- Verlag Verlag H. Deutsch 1988.

3.4
DRESZER, J.: Mathematik-Handbuch für Technik und Naturwissenschaft. -- Verlag H. Deutsch 1975.

3.5
EFIMOW, N.V.: Höhere Geometrie, Bd. 1 u. 2. -- Verlag Vieweg 1970.

3.6
FISCHER, G.: Analytische Geometrie. -- Verlag Vieweg 1988.

3.7
 Kleine Enzyklopädie Mathematik. -- Verlag Enzyklopädie, Leipzig 1967. -- Gekürzte Ausgabe: Mathematik
Ratgeber. -- Verlag H. Deutsch 1988.

3.8
KLINGENBERG, W.: Lineare Algebra und Geometrie. -- Springer-Verlag 1993.

3.9
KLOTZEK, B.: Einführung in die Differentialgeometrie, Bd. 1 u. 2. -- Verlag H. Deutsch 1995.

3.10
KOECHER, M.: Lineare Algebra und analytische Geometrie. -- Springer-Verlag 1992.

3.11
MANGOLDT, H. V.; KNOPP, K.: Einführung in die höhere Mathematik, Bd. II. -- S. Hirzel Verlag 1978.

3.12
MARSOLEK, L.: BASIC im Bau- und Vermessungswesen. -- B. G. Teubner 1986.

3.13
MATTHEWS, V.: Vermessungskunde Teil 1 u. 2. -- B. G. Teubner 1993.

3.14
NICKEL, H. (HRSG.): Algebra und Geometrie für Ingenieure. -- Verlag H. Deutsch 1990.

3.15
PAULI, W. (HRSG.): Lehr- und Übungsbuch Mathematik, Bd. 2 Planimetrie, Stereometrie und Trigonometrie der
Ebene. -- Verlag H. Deutsch 1989.
3.16
RASCHEWSKI, P.K.: Riemannsche Geometrie und Tensoranalysis. -- Verlag H. Deutsch 1995.

3.17
SCHÖNE, W.: Differentialgeometrie. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 6), 1975; Verlag H. Deutsch,
(MINÖA, Bd. 6) 1978.

3.18
SCHRÖDER, E.: Darstellende Geometrie. -- Verlag H. Deutsch 1980.

3.19
SIGL, R.: Ebene und sphärische Trigonometrie. -- Verlag H. Wichmann 1977.

3.20
STEINERT, K.-G.: Sphärische Trigonometrie. -- B. G. Teubner 1977.
Zusammenstellung der Formeln der Kombinatorik
Tabelle Zusammenstellung der Formeln der Kombinatorik

Anzahl der Möglichkeiten

Art der Auswahl bzw. Zu-
ohne Wiederholung mit Wiederholung
sammenstellung von aus
Elementen

Permutationen

Kombinationen

Variationen
Hinweis zum Begriff des Vektorprodukts zweier Vektoren

Im Bereich der Multivektoren oder vollständig alternierenden Tensoren, die hier nicht vorgestellt werden können, gibt
es das sogenannte progressive, alternierende oder äußere Produkt, das im klassischen dreidimensionalen Falle das
bekannte Vektorprodukt darstellt.
Funktionswerte für ausgewählte Winkelargumente im Grad- oder Bogenmaß

.
Tabelle Werte der trigonometrischen Funktionen für und

Winkel Bogen
Winkel im Bogenmaß

Funktionswerte im Bogenmaß, d.h. in der Einheit Radiant, können mit Hilfe von

(2.74)

umgerechnet werden (s. Einheit des Grad- und des Bogenmaßes).

Wertebereiche und Funktionsverläufe der trigonometrischen Funktionen

● Winkelbereich zwischen 0 und 360 Grad

● Funktionswerte für ausgewählte Winkelargumente im Grad- oder Bogenmaß
● Beliebige Winkel
● Winkel im Bogenmaß
Reduktionsverfahren für

Gegeben ist die lösbare DIOPHANTische Gleichung

(5.162a)

mit und ggT Wäre ggT

dann müßte man die Gleichung noch durch ggT dividieren. Nach

der Umformung
(5.162b)
betrachtet man als ganzzahlige Konstante und erhält eine lineare DIOPHANTische Gleichung in

Unbekannten, die genau dann lösbar ist, wenn ggT ein Teiler von ist.

Die Bedingung
(5.162c)

ist genau dann erfüllt, wenn es ganze Zahlen gibt, für die gilt:

(5.162d)
Das ist eine lineare DIOPHANTische Gleichung in zwei Unbekannten, die mit Hilfe des Lösungsverfahrens für
gelöst werden kann. Ist ihre Lösung bekannt, dann hat man nur noch eine lineare DIOPHANTische Gleichung in
Unbekannten zu lösen.
Die beschriebene Reduktion ist fortsetzbar, bis man schließlich eine lineare DIOPHANTische Gleichung in zwei
Unbekannten erhält, die mit dem Verfahren für gelöst werden kann.
Aus den zwischenzeitlich berechneten Lösungsmengen für DIOPHANTische Gleichungen in zwei Unbekannten muß
man nun nur noch die Lösungsmenge der Ausgangsgleichung ablesen.

Beispiel
Es ist die DIOPHANTische Gleichung
(5.163a)

zu lösen. Sie ist lösbar, denn ggT ist ein Teiler von 3.

Die DIOPHANTische Gleichung

(5.163b)

in den Unbekannten ist genau dann lösbar, wenn ggT ein Teiler von ist. Die

zugehörige DIOPHANTische Gleichung hat die Lösungsmenge

Daraus folgt und gesucht ist nun die Lösungsmenge

der lösbaren DIOPHANTischen Gleichung bzw.

(5.163c)
für jedes

Die Gleichung (5.163c) ist lösbar wegen ggT Es gilt

und Die Lösungsmenge ist

Daraus folgt

so daß sich die Lösungsmenge von (5.163a) zu

ergibt.
Kongruenzen

Es sei eine natürliche Zahl mit Lassen zwei ganze Zahlen und bei Division durch den

gleichen Rest, so nennt man und kongruent modulo m und schreibt dafür mod oder

Beispiel

mod 5 , mod 5 , mod 5 .

Hinweis: Offensichtlich gilt mod genau dann, wenn ein Teiler der Differenz ist. Die

Kongruenz modulo ist eine Äquivalenzrelation in der Menge der ganzen Zahlen. Es gilt:

(5.164a)
(5.164b)
(5.164c)
Rechenregeln

(5.165a)
(5.165b)
(5.165c)

(5.165d)
Allgemeine Bedingungen zur Lösbarkeit

Eine Kongruenz ggT ist genau dann lösbar, wenn für und

für ist. Sind diese Bedingungen erfüllt, dann gibt es für eine Lösung, für zwei und

für vier Lösungen modulo

Für Kongruenzen der allgemeinen Form
(5.178a)
sind

(5.178b)

notwendige Bedingungen für die Lösbarkeit. Sind alle diese Bedingungen erfüllt, dann ist die Anzahl der Lösungen gleich
für und gleich für und gleich für .
Eigenschaften quadratischer Kongruenzen

Es gelten folgende Eigenschaften:

(5.177a)

(5.177b)

(5.177c)

(5.177d)

(5.177e)

(E6) Quadratisches Reziprozitätsgesetz: Sind und zwei verschiedene ungerade Primzahlen, dann gilt:
 (5.177f)

Beispiel

.
Zufallszahlen

Zufallszahlen sind Realisierungen von Zufallsgrößen, die bestimmten Verteilungen genügen. Auf diese Weise kann
man verschiedene Arten von Zufallszahlen unterscheiden.

● Gleichverteilte Zufallszahlen
● Zufallszahlen mit anderen Verteilungen
● Tabelle von Zufallszahlen
Physikalische Konstanten
Die Tabelle enthält diejenigen physikalischen Werte, die in der Veröffentlichung ,,Die Festlegung der fundamentalen
physikalischen Konstanten 1986`` (E.R. Cohen und B.N. Taylor, Review of Modern Physics, Vol. 59, No. 4, Oktober
1987) enthalten sind und auf dem CODATA Bulletin No. 63, November 1986 basieren.
Die Zahlen in den runden Klammern stellen die Standardabweichung der letzten Ziffern des Wertes dar.

● Fundamentalkonstanten
● Spezielle elektrische Konstanten
● Thermodynamische Konstanten
● Konstanten der Atom- und Kernphysik
● Magnetische Momente von Elementarteilchen
● COMPTON-Wellenlänge von Elementarteilchen
● Ruhemassen und Ruhenergien von Elementarteilchen
● Wechselwirkungskonstanten der Elementarteilchenphysik
● Astronomische Größen
Definition

Die wichtigsten Funktionenreihen sind die Potenzreihen der Gestalt

(7.75a)

oder

(7.75b)

wobei die Koeffizienten und die Entwicklungsstelle konstante Zahlen sind.

Definition, Konvergenz

● Definition
● Absolute Konvergenz und Konvergenzradius
● Gleichmäßige Konvergenz
Unendliche Reihen
7.1
APELBLAT, A.: Tables of Integrals and Series. -- Verlag H. Deutsch 1996.

7.2
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

7.3
COURANT, R.: Vorlesungen über Differential- und Integralrechnung, Bd. 1 u. 2. -- Springer-Verlag 1971-72.

7.4
FETZER, A.; FRÄNKEL, H.: Mathematik Lehrbuch für Fachhochschulen, Bd. 1, 2. -- VDI-Verlag 1995.

7.5
FICHTENHOLZ, G.M.: Differential- und Integralrechnung, Bd. 1 bis 3. -- Deutscher Verlag der Wissenschaften
1964; Verlag H. Deutsch 1989-92, seit 1994 Verlag H. Deutsch.

7.6
GELLRICH, R.; GELLRICH, C.: Mathematik, Bd. 1 bis 3. -- Verlag H. Deutsch 1993-1995.
7.7
HARBARTH, K.; RIEDRICH, T.: Differentialrechnung für Funktionen mit mehreren Variablen. -- BSB B. G.
Teubner, Leipzig, (MINÖL, Bd. 4), 1976; Verlag H. Deutsch, (MINÖA, Bd. 4), 1978.

7.8
KNOPP, K.: Theorie und Anwendung der unendlichen Reihen. -- Springer-Verlag 1964.

7.9
KÖRBER, K.-H.; PFORR, E.A.: Integralrechnung für Funktionen mit mehreren Variablen. -- BSB B. G. Teubner,
Leipzig (MINÖL, Bd. 5), 1974; Verlag H. Deutsch, (MINÖA, Bd. 5), 1980.

7.10
MANGOLDT, H. V.; KNOPP, K., HRG. F. LÖSCH: Einführung in die höhere Mathematik, Bd. 1 bis 4. -- S. Hirzel
Verlag 1989.

7.11
PAPULA, L.: Mathematik für Ingenieure, Bd. 1 bis 3. -- Verlag Vieweg 1994-1996.

7.12
PLASCHKO, P.; BROD, K.: Höhere mathematische Methoden für Ingenieure und Physiker. --Springer-Verlag
1989.

7.13
PFORR, E.A.; SCHIROTZEK, W.: Differential- und Integralrechnung für Funktionen mit einer Variablen. -- BSB B.
G. Teubner, Leipzig, (MINÖL, Bd. 2), 1973; Verlag H. Deutsch, (MINÖA, Bd. 2), 1978.

7.14
 SCHELL, H.-J.: Unendliche Reihen. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 3), 1974; Verlag H. Deutsch,
(MINÖA, Bd. 3), 1978.

7.15
SMIRNOW, W.I.: Lehrgang der höheren Mathematik, Bd. II u. III. -- Deutscher Verlag der Wissenschaften 1953;
Verlag H. Deutsch 1987-1991, seit 1994 Verlag H. Deutsch unter dem Titel Lehrbuch der höheren Mathematik.

7.16
STÖCKER, H.(HRSG.): Analysis für Ingenieurstudenten. -- Verlag H. Deutsch 1995.

7.17
TRIEBEL, H.: Höhere Analysis. -- Verlag H. Deutsch 1980.
Definition

Neben der Reihe

(7.31a)

mit Gliedern, die verschiedene Vorzeichen haben können, wie z.B. in einer alternierenden Reihe, wird auch die Reihe

(7.31b)

betrachtet, deren Glieder die Absolutbeträge der Glieder der Reihe (7.31a) sind. Wenn die Reihe (7.31b) konvergent
ist, dann ist es auch die Reihe (7.31a). In diesem Falle spricht man von der absoluten Konvergenz der Reihe (7.31a).
Wenn die Reihe (7.31b) divergent ist, dann kann die Reihe (7.31a) entweder auch divergent oder konvergent sein. Im
letzten Falle spricht man von der bedingten Konvergenz der Reihe (7.31a).

Beispiel A
Die Reihe
 (7.32a)

in der eine beliebige konstante Zahl ist, konvergiert absolut, da die Reihe mit dem absoluten Glied

konvergiert. Dies zeigt ein Vergleich mit der geometrischen Reihe (7.15):

(7.32b)

Beispiel B
Die Reihe

(7.33)

konvergiert bedingt, wie (7.35b) und ein Vergleich mit der divergenten harmonischen Reihe (7.16) zeigen, die das

allgemeine Glied hat.

Eigenschaften gleichmäßig konvergenter Reihen

1. Stetigkeit: Wenn stetige Funktionen in einem Definitionsbereich sind

und wenn die Reihe in diesem Gebiet gleichmäßig konvergiert,

dann ist ihre Summe in dem gleichen Gebiet eine stetige Funktion. Wenn die Reihe in einem endlichen

Gebiet nicht gleichmäßig konvergiert, dann kann ihre Summe in diesem Gebiet Unstetigkeitsstellen

besitzen.

Beispiel A

Die Summe der Reihe (7.72a) ist

unstetig: für und für .

Beispiel B
 Die Summe der Reihe (7.71a) ist eine stetige Funktion: Die

Reihe ist ungleichmäßig konvergent, aber nicht in einem endlichen Gebiet, sondern auf der gesamten
Zahlengeraden.

2. Integration und Differentiation gleichmäßig konvergenter Reihen: Im Gebiet der gleichmäßigen

Konvergenz darf eine Reihe gliedweise integriert werden. Ebenso darf eine konvergente Reihe gliedweise
differenziert werden, wenn die dadurch entstehende Reihe gleichmäßig konvergent ist. Das heißt:

(7.74a)

(7.74b)
Rechnen mit Potenzreihen

● Summe und Produkt

● Erste Glieder einiger Potenzen einer Potenzreihe
● Quotient zweier Potenzreihen
● Umkehrung einer Potenzreihe
Konvergenz und Divergenz unendlicher Reihen

● Unendliche Reihe und ihre Summe

● Konvergente und divergente Reihen
● Reihenrest
Lineare stetige Operatoren in Banach-Räumen
Die Räume und seien jetzt als BANACH-Räume vorausgesetzt.

● BANACH-STEINHAUS-Satz, Prinzip der gleichmäßigen Beschränkheit

● Satz von der offenen Abbildung
● Satz vom abgeschlossenen Graphen
● Satz von Hellinger und Toeplitz
● Satz von Krein und Losanowskij
● Inverser Operator
● Satz von Banach über die Stetigkeit des inversen Operators
● Methode der sukzessiven Approximation
Beschränktheit, Norm und Stetigkeit linearer Operatoren
● Beschränktheit und Norm linearer Operatoren
● Raum linearer stetiger Operatoren
● Konvergenz von Operatorenfolgen
Einige spezielle Reihen
● Summenwerte einiger Reihen mit konstanten Gliedern
● Bernoullische und Eulersche Zahlen
Kovariante, kontravariante und gemischte Koordinaten von Tensoren 2. Stufe

● Koordinatentransformation
● Lineare Vektorfunktion
● Gemischte Koordinaten
● Rein kovariante und rein kontravariante Koordinaten
Darstellung der Koordinaten mit Hilfe von Skalarprodukten

Die kovariante Koordinate eines Vektors ist gleich dem skalaren Produkt dieses Vektors mit dem zugehörigen
Grundvektor des Koordinatensystems:
(3.282)
Die kontravariante Koordinate eines Vektors ist gleich dem skalaren Produkt dieses Vektors mit dem zugehörigen
reziproken Grundvektor:
(3.283)
In kartesischen Koordinaten stimmen die oberen mit den unteren Formeln überein:
(3.284)
Kartesische und Zylinderkoordinaten

1. Darstellung der kartesischen Koordinaten durch Zylinderkoordinaten:

(13.18)

2. Darstellung der Zylinderkoordinaten durch kartesische Koordinaten:

(13.19)
Kartesische und Kugelkoordinaten

1. Darstellung der kartesischen Koordinaten durch Kugelkoordinaten:

(13.20)

2. Darstellung der Kugelkoordinaten durch kartesische Koordinaten:

(13.21)
Kugel- bzw. Zylinderkoordinaten und kartesische Koordinaten

1. Darstellung des sphärischen Vektorfeldes durch kartesische Koordinaten:

(13.22)

2. Darstellung des zylindrischen Vektorfeldes durch kartesische Koordinaten:

(13.23)

Untersuchungen in Kugelfeldern führt man vorteilhafterweise unter Verwendung von Kugelkoordinaten durch, d.h. mit

, Untersuchungen in Zylinderfeldern unter Verwendung von Zylinderkoordinaten, d.h. mit

. Für ebene Felder (s. Abbildung)

gilt
(13.24)

für Kreisfelder

(13.25)
Regelmäßige Vielecke

Seiten und Winkel: Regelmäßige Vielecke zeichnen sich durch die Gleichheit aller Seiten und aller Winkel
aus. Für regelmäßige -Ecke, d.h. für regelmäßige Vielecke mit Seiten, gelten die folgenden Aussagen.
Zentriwinkel:

(3.39)

Außenwinkel:

(3.40)
 Innenwinkel:
(3.41)

Seitenlänge:

(3.42)

Flächeninhalt:

(3.43)

wobei der Umkreis- und der Inkreisradius sind.

Unendliche Reihen
● Zahlenfolgen
❍ Eigenschaften von Zahlenfolgen

❍ Grenzwerte von Zahlenfolgen

● Reihen mit konstanten Gliedern

❍ Allgemeine Konvergenzsätze

■ Konvergenz und Divergenz unendlicher Reihen

■ Unendliche Reihe und ihre Summe

■ Konvergente und divergente Reihen

■ Reihenrest

■ Allgemeine Sätze über die Konvergenz von Reihen

❍ Konvergenzkriterien für Reihen mit positiven Gliedern

■ Vergleichskriterium

■ Quotientenkriterium von d'Alembert

■ Wurzelkriterium von Cauchy

■ Integralkriterium von Cauchy

❍ Absolute und bedingte Konvergenz

 ■ Definition
■ Eigenschaften absolut konvergenter Reihen

■ Alternierende Reihen

❍ Einige spezielle Reihen

■ Summenwerte einiger Reihen mit konstanten Gliedern

■ Bernoullische und Eulersche Zahlen

■ Erste Definition der BERNOULLIschen Zahlen

■ Zweite Definition der BERNOULLIschen Zahlen

■ Erste Definition der EULERschen Zahlen

■ Zweite Definition der EULERschen Zahlen

■ Zusammenhang zwischen EULERschen und BERNOULLIschen Zahlen

❍ Abschätzung des Reihenrestes

● Funktionenreihen
❍ Definitionen

❍ Gleichmäßige Konvergenz

■ Definition, Satz von Weierstrass

■ Eigenschaften gleichmäßig konvergenter Reihen

❍ Potenzreihen

■ Definition, Konvergenz

■ Definition

■ Absolute Konvergenz und Konvergenzradius

■ Gleichmäßige Konvergenz

■ Rechnen mit Potenzreihen

■ Summe und Produkt

■ Erste Glieder einiger Potenzen einer Potenzreihe

 ■ Quotient zweier Potenzreihen
■ Umkehrung einer Potenzreihe

■ Entwicklung in Taylor-Reihen, MacLaurinsche Reihe

■ TAYLORsche Reihe für Funktionen von einer Veränderlichen

■ Erste Form der Darstellung ( TAYLORsche Reihe):

■ Zweite Form der Darstellung:

■ MACLAURINsche Reihe

■ TAYLORsche Reihe für Funktionen von zwei Veränderlichen

■ Erste Form der Darstellung:

■ Zweite Form der Darstellung:

■ TAYLORsche Reihe für Funktionen von Veränderlichen

❍ Näherungsformeln

❍ Asymptotische Potenzreihen

■ Asymptotische Gleichheit

■ Asymptotische Potenzreihen

● Fourier-Reihen
❍ Trigonometrische Summe und Fourier-Reihe

■ Grundbegriffe

■ FOURIER-Darstellung periodischer Funktionen ( FOURIER-Analyse)

■ FOURIER-Reihe

■ Komplexe Darstellung der FOURIER-Reihe

■ Wichtigste Eigenschaften von Fourier-Reihen

■ Mittlerer quadratischer Fehler einer Funktion

■ Konvergenz einer Funktion im Mittel

■ DIRICHLETsche Bedingungen
 ■ Asymptotisches Verhalten der FOURIER-Koeffizienten
❍ Koeffizientenbestimmung für symmetrische Funktionen
■ Symmetrien verschiedener Art

■ Symmetrie 1. Art

■ Symmetrie 2. Art

■ Symmetrie 3. Art

■ Symmetrie 4. Art

■ Formen der Entwicklung in eine FOURIER-Reihe

❍ Koeffizientenbestimmung mit Hilfe numerischer Methoden

❍ Fourier-Reihe und Fourier-Integral
■ FOURIER-Integral

■ Grenzfall einer nichtperiodischen Funktion

❍ Hinweise zur Tabelle einiger Fourier-Entwicklungen

Teilbarkeitskriterien

● Bezeichnungen
● Kriterien
Verfahrensweise
● Kurvenbildervergleiche
● Rektifizierung
● Parameterbestimmung
Syntax zweidimensionaler Graphik

Der zweidimensionale Plot-Befehl hat die prinzipielle Struktur

(20.90)

Das erste Argument kann folgende Bedeutung besitzen:

a) eine reelle Funktion einer unabhängigen Variablen, etwa ;

b) ein Operator einer Funktion, der z.B. mit dem Pfeilsymbol erzeugt wurde;
c) die Parameterdarstellung einer reellen Funktion in Form einer Liste , wobei

den Laufbereich des Parameters angibt;

d) mehrere, in geschweifte Klammern eingeschlossene Funktionen, die gemeinsam dargestellt werden sollen;
e) eine Liste von Zahlen (gerade Anzahl), die fortlaufend als -Koordinaten von Punkten interpretiert

werden.

Der Vollständigkeit halber sei hinzugefügt, daß auch durch Prozeduren erzeugte Funktionen das erste Argument im
Befehl sein können.
Das zweite Argument ist der Laufbereich der unabhängigen Variablen; er ist in der Form
einzugeben. Wird kein Argument eingegeben, so nimmt Maple automatisch den Laufbereich an. Es ist

möglich, einer oder beiden Grenzen den Wert und/oder zuzuordnen. In diesem Fall wählt Maple eine

Darstellung der -Achse mit .

Das dritte Argument steuert den Darstellungsbereich der abhängigen (vertikalen) Variablen. Auch er ist in der
Form einzugeben. Wird er fortgelassen, so nimmt Maple die sich aus der Funktionsgleichung ergebenden
Werte für den jeweiligen Bereich der unabhängigen Variablen. Dies kann problematisch werden, wenn in diesem
Bereich z.B. eine Polstelle liegt. Daher sollte man, wenn nötig, diesen Bereich begrenzen.

Als weitere Argumente können eine oder mehrere Optionen folgen, die in der folgenden Tabelle dargestellt sind.

Tabelle Optionen des Plot-Befehls

Bewirkt die Darstellung einer parametrischen Eingabe in
Polarkoordinaten (der erste Parameter ist der Radius, der
zweite das Argument).
Legt die minimale Anzahl der generierten Punkte fest
(Voreinstellung 49).
Setzt die horizontale Auflösung der Darstellung in pixel
(Voreinstellung ).
 Setzt die Anzahl der Skalenstriche auf der -Achse

Veranlaßt die Verbindung mit kubischer Spline-Interpolation

(Voreinstellung).
Veranlaßt lineare Interpolation.

Zeichnet nur die Punkte.

Setzt den Titel für die Graphik, muß ein String sein.
Zur Darstellung mehrerer Funktionen durch Maple in einer Graphik werden diese in der Regel in verschiedenen
Farben oder in unterschiedlicher Linienstruktur erzeugt.

Die auf der Windows-Oberfläche laufende Version von Maple V/2 bietet die Möglichkeit, direkt an der Graphik über
entsprechende Menüs Veränderungen wie z.B. das Verhältnis von horizontaler zu vertikaler Abmessung, die
Rahmung des Bildes usw. vorzunehmen.
Vorgabe der Gleichung des Integrationsweges in Parameterform:

Mit den Parametergleichungen des Integrationsweges

(8.115)

ergeben sich die folgenden Formeln:

(8.116a)

(8.116b)
 (8.116c)

(8.116d)

(8.116e)

Dabei sind bzw. die Werte des Parameters für den Anfangspunkt bzw. den Endpunkt des

Bogenstückes. Hier wird im Gegensatz zum Kurvenintegral erster Art die Forderung nicht erhoben.

Hinweis: Bei der Umkehrung des Integrationsweges, d.h., beim Vertauschen der Punkte und , ändern die
Integrale ihr Vorzeichen.
Vorgabe der Gleichung des Integrationsweges in expliziter Form:

Mit den Gleichungen

(8.117)

für den Integrationsweg im Falle einer ebenen bzw. räumlichen Kurve und mit den Abszissen und der Punkte
und , wobei die Forderung nicht mehr unbedingt zu erfüllen ist, tritt in den Formeln (8.112a) bis

(8.114) die Abszisse an die Stelle des Parameters .

Eigenschaften des Kurvenintegrals

(13.97)

(13.98)

(13.99)
(13.100)
Definition

Kurven- oder Linienintegral einer Vektorfunktion , genommen über ein Bogenstück (s. Abbildung),

nennt man den Skalar

(13.96a)
Berechnung des Kurvenintegrals in fünf Schritten

1.

Einteilung des Weges (s. Abbildung) durch Zwischenpunkte

in kleinere Teilbogenstücke, die

durch die Vektoren angenähert werden.

2.
Wahl von Punkten mit den Radiusvektoren , die im Innern oder auf dem Rande eines jeden
Teilbogenstückes liegen können.
3.

Skalare Multiplikation der Funktionswerte in den so ausgewählten Punkten mit .

4.
Addition aller auf diese Weise erhaltenen Produkte.
5.
 Berechnung des Grenzwertes der erhaltenen Summe für , also für

Wenn der Grenzwert existiert und von der Wahl der Punkte und unabhängig ist, dann wird er als
Kurvenintegral

(13.96b)

bezeichnet. Die Existenz des Kurvenintegrals (13.96a,b) ist gesichert, wenn die Vektorfunktion und das

Bogenstück stetig sind und wenn letzteres stetige Tangenten besitzt. Eine Vektorfunktion ist stetig,

wenn die zu ihrer Beschreibung notwendigen drei skalaren Funktionen, ihre Komponenten, stetig sind.
Laplace-Transformationen, Seite 1 von 6

Nr.

4
5

10
11
Laplace-Transformationen, Seite 2 von 6

Nr.

12

13

14

15
16

17

18

19

20

21
22

23

24

25
Laplace-Transformationen, Seite 3 von 6

Nr.

26

27

28
29

30

31

32

33

34
35

36

37

38
Laplace-Transformationen, Seite 4 von 6

Nr.

39

40

41
42

43

44

45
46

47

48

49

50

51
52
Laplace-Transformationen, Seite 5 von 6

Nr.

53

54

55
56

57

58

59

60

61
62

63 (s. BESSEL-Funktion)

64 (s. BESSEL-Funktion)

65
Elemente der Ergodentheorie

● Ergodische dynamische Systeme

● Physikalische oder SBR-Maße
● Mischende dynamische Systeme
● Autokorrelationsfunktion
● Leistungsspektrum
Lemma von Jordan

In vielen Fällen lassen sich reelle uneigentliche Integrale mit unbeschränktem Integrationsgebiet durch komplexe
Integrale über geschlossene Wege berechnen. Um dabei immer wiederkehrende Abschätzungen zu vermeiden,
benutzt man das Lemma von JORDAN , das sich auf Integrale der Form

bezieht, wobei der in der oberen Halbebene der -Ebene gelegene Halbkreisbogen um den Nullpunkt mit dem

Radius ist (s. Abbildung).

Das Lemma von JORDAN unterscheidet folgende Fälle:

a) :

Strebt in der oberen Halbebene und auf der reellen Achse für gleichmäßig gegen Null und

ist eine positive Zahl, dann gilt für

(14.58a)

b) :
 Strebt der Ausdruck für gleichmäßig gegen Null, dann gilt diese Aussage auch im Falle

.
c) :

Liegt der Halbkreis unterhalb der reellen Achse, dann gilt die enstsprechende Aussage auch für .
d)
Der Satz gilt auch, wenn es sich statt um einen vollen Halbkreis um einen Teilbogen handelt.
e)
Der entsprechende Sachverhalt liegt für Integrale der Form

(14.58b)

vor, wenn einen Halbkreis bzw. Teilbogen in der linken Halbebene mit darstellt, bzw in der rechten mit

.
Computeralgebrasysteme
20.1
BENKER, M.: Mathematik mit Mathcad. -- Springer-Verlag 1996.

20.2
BURKHARDT, W.: Erste Schritte mit Mathematica. -- Springer-Verlag, 2. Auflage 1996.

20.3
BURKHARDT, W.: Erste Schritte mit Maple. -- Springer-Verlag, 2. Auflage 1996.

20.4
CHAR, GEDDES, GONNET, LEONG, MONAGAN, WATT: Maple V Library, Reference Manual. -- Springer-Verlag
1991.

20.5
DAVENPORT, J.H., SIRET, Y.; TOURNIER, E.: Computer Algebra. -- Academic Press 1993.

20.6
GLOGGENGIESSER, H.: Maple V. -- Verlag Markt & Technik 1993.
20.7
JENKS, R.D.; SUTOR, R.S.: Axiom. -- Springer-Verlag 1992.

20.8
KOFLER, M.: Maple V, Release 4, --Addison Wesley, (Deutschland) GmbH, Bonn 1996.

20.9
MAEDER, R.: Programmierung in Mathematica, Second Edition. -- Addison Wesley 1991.

20.10
WOLFRAM, S.: Mathematica, Second Edition. -- Addison Wesley 1992.
Der Funktionaloperator map

Der Operator map kann in Maple benutzt werden, um einen Operator bzw. eine Funktion auf einen Ausdruck bzw.
dessen Komponenten anzuwenden. Sei z.B. ein Operator, der eine Funktion repräsentiert. Dann liefert
den Aussdruck . Entsprechend erhält man mit

das Resultat .

Beispiel
Funktionen und Operatoren
● Funktionen
● Operatoren
● Differentialoperatoren
● Der Funktionaloperator map
Spezielle Anweisungen zu Vektoren und Matrizen

Maple stellt die speziellen Erzeugungsanweisungen zur Verfügung, die allerdings mit dem
Spezialpaket linalg zugeladen werden müssen.

Dieses Spezialpaket erlaubt die Arbeit mit einer Vielzahl von Operationen der linearen Algebra. Hier soll nur erwähnt
werden, daß die Multiplikation von Matrizen mit der Operation & ausgeführt werden kann und alle Operationen mit
der Evaluierungsfunktion evalm aufgerufen werden müssen.

Beispiel
Mit der Matrix und dem Vektor aus dem vorigen Beispiel wird

Die Multiplikation einer Matrix mit einem Spaltenvektor ergibt wieder einen Spaltenvektor. Eine
Multiplikation in der umgekehrten Reihenfolge hätte zu einer Fehlermeldung geführt.
Tabellen- und feldartige Strukturen

Maple besitzt zur Konstruktion tabellen- und feldartiger Strukturen die beiden Befehle table und . Mit

(20.44)

erzeugt Maple eine tabellenartige Struktur, in der eine Indexfunktion ist und eine Liste von Ausdrücken,
die Gleichungen als Elemente enthält. In diesem Fall benutzt Maple die linken Seiten der Gleichungen als
Numerierung der Tabelleneinträge und die rechten Seiten als die jeweiligen Tabelleneinträge. Enthält die Liste nur
Elemente, so nimmt Maple die natürliche Numerierung der Tabelleneinträge, beginnend mit der 1, an.

Beispiel
Ein erneuter Aufruf von oder liefert nur die Symbole oder zurück. Erst mit gibt Maple die

Tabelle zurück; beim Aufruf erhält man die Komponenten der Tabelle in der Form Liste der

Gleichungen für die Tabellenwerte. Hieran erkennt man, daß das Evaluierungsprinzip für diese Strukturen von der
Regel abweicht. In der Regel evaluiert Maple einen Ausdruck bis zum Ende, d.h. bis keine weiteren Umformungen
mehr möglich sind. Im gegebenen Fall wird die Definition zwar zur Kenntnis genommen, jedoch die weitere
Auswertung unterdrückt, bis sie mit der speziellen Anweisung op ausdrücklich gefordert wird.

Die Indizes von erhält man als Folge mit dem Befehl , eine Folge der Glieder mit
 .

Beispiel
Für die obigen Beispiele gilt

und entsprechend z.B.

Mit dem Befehl

(20.45)
lassen sich spezielle Tabellen (Felder) erzeugen, die mehrdimensional sein können und ganzzahlige Laufbereiche für
jede Dimension besitzen.
Eindimensionale Felder

Mit erzeugt man z.B. ein eindimensionales Feld der Länge 5 ohne explizite Elemente, mit

ebenfalls, jedoch mit den angegebenen Komponenten.

Solche eindimensionalen Felder interpretiert Maple auch als Vektoren. Mit der Typprüfungsfunktion
erhält man . Fragt man jedoch , so wird daraus . Das

hängt mit der schon erwähnten Spezialform der Evaluierung zusammen. Erst nach bekommt

man mit die gesuchte Antwort .

Zweidimensionale Felder

Entsprechend definiert man zweidimensionale Felder, etwa mit

(20.46)

Die so definierte Struktur versteht Maple als Matrix der Dimension . Die Werte von sind die

entsprechenden Matrixelemente.

Beispiel

ergibt einen Vektor. Eine Matrix bekommt man z.B. mit

Diese wird mit

 Maple hat hier die nicht festgelegten Werte des Feldes (der Matrix) durch die Einträge
charakterisiert. Weist man jetzt allen oder einigen dieser Einträge durch Zuweisungen Werte zu, etwa durch

so führt ein erneuter Aufruf von zur Ausgabe der Matrix mit den nunmehr festgelegten Werten:

Mit dem Aufruf

stellt Maple die erzeugte Matrix mit ihren Elementen dar, da diese in der Definition explizit angegeben sind. Die
optionalen Dimensionsangaben sind hier nicht nötig, da durch die vollständige Angabe der Matrixelemente die
Definition eindeutig ist. Kennt man allerdings von einer Matrix nur einige Werte, so muß der jeweilige Laufbereich
angegeben werden; Maple ersetzt die nichtdefinierten Werte durch ihren formalen Wert:

Als optionale Argumente können Indexfunktionen der Art diagonal, identity, symmetric,
antisymmetric, sparse benutzt werden. Man erhält damit die entsprechenden Matrizen.

Beispiel
Syntax des plot3d-Befehls

Der Befehl ist in vier verschiedenen Formen verfügbar:

a) . In dieser Form ist eine Funktion zweier

unabhängiger Variabler, deren jeweilige Laufbereiche von und festgelegt werden. Das
Ergebnis ist eine räumliche Fläche.
b) . Hier ist ein Operator oder eine Prozedur mit zwei Argumenten, z.B. mit dem

Pfeiloperator erzeugt, die Laufbereiche beziehen sich auf diese Argumente.

c) . Die drei Funktionen der beiden

Parameter und definieren die Parameterdarstellung einer räumlichen Fläche, begrenzt durch die
Laufbereiche der beiden Parameter.
d) . Das ist die äquivalente Form der Parameterdarstellung, wobei

Operatoren oder Prozeduren in zwei Argumenten sein müssen.

Alle weiteren Argumente des Operators plot3d interpretiert Maple als Optionen. Die möglichen Optionen sind in der
folgenden Tabelle dargestellt. Sie sind in der Form zu benutzen.

Tabelle Optionen des Befehls plot3d

setzt die minimale Zahl der generierten Punkte
(Voreinstellung ist )
legt die Dimension des Rechteckgitters fest, auf dem die
Punkte generiert werden

spezifiziert die Achsenbezeichnungen (string erforderlich)

ist ein Wert von POINT, HIDDEN, PATCH,

WIREFIRE. Hiermit wird die Art der Darstellung der
Oberfläche festgelegt

kann die Werte BOXED, NORMAL, FRAME oder NONE

annehmen. Hiermit wird die Darstellung der Achsen
spezifiziert
spezifiziert das zu benutzende Koordinatensystem. Werte
sind
cartesian, sperical, cylindrical. Voreinstellung
ist cartesian
 nimmt Werte zwischen 0 und 1 an und bestimmt die
Betrachtungsperspektive. Voreinstellung ist 1 (orthogonale
Projektion)
spezifiziert die Winkel des Raumpunktes im sphärischen
Koordinatensystem, von dem aus die Oberfläche betrachtet
wird

gibt den Bereich der -Werte, für die die Oberfläche

dargestellt wird. Voreinstellung ist die gesamte Oberfläche
In der Regel sind fast alle Optionen über die entsprechenden Menüs im Zeichnungsfenster erreichbar und
entsprechend einstellbar. Auf diese Weise kann man nachträglich die Anschaulichkeit der darzustellenden
Oberfläche wesentlich verbessern.
Zusätzliche Operationen aus dem Paket plots

Das schon erwähnte Bibliothekspaket plots liefert weitere Möglichkeiten für die Darstellung räumlicher Strukturen.
Besonders soll hier die Darstellung von Raumkurven mit dem Befehl erwähnt werden. Dieser
erwartet als erstes Argument eine Liste mit drei Funktionen eines Parameters, das zweite Argument muß den
Laufbereich dieses Parameters festlegen. Darüber hinaus sind die Optionen des Befehls plot3d zugelassen, sofern
sie für diesen Fall sinnvoll sind. Für weitere Informationen zu diesem Paket muß auf die Literatur verwiesen werden.

Beispiel
Es sollen die beiden mit
(20.96a)
und
(20.96b)
erzeugten Graphiken einer perspektivisch dargestellten Kugel und einer perspektivisch dargestellten räumlichen
Spirale gezeigt werden:
Grundtypen von Zahlen in Maple

Maple kennt die in der folgenden Tabelle aufgeführten Grundtypen von Zahlen.

Tabelle Zahlenarten in Maple

Zahlenart Typ Darstellungsform

Ganze Zahl integer Kette beliebig vieler Ziffern

Bruchzahlen fraction Bruch zweier ganzer Zahlen

Gleitpunktzahlen float oder in wissenschaftlicher Notation

Mit Hilfe der Typprüfungsfunktionen gemäß Tabelle können weitere Eigenschaften ganzer Zahlen erfragt werden:

1. Rationale Zahlen (Typ rational): Rationale Zahlen sind in Maple die ganzen Zahlen und die Brüche,
wobei ein Bruch, der zur ganzen Zahl vereinfacht werden kann, von Maple nicht als Bruch (Typ fraction)
erkannt wird.
2. Gleitpunktzahlen (Typ float): Setzt man hinter eine ganze Zahl den Dezimalpunkt ( ), so wird sie
 automatisch als Gleitpunktzahl interpretiert.
3. Gemeinsamkeiten: Alle drei Zahlenarten haben die Typen realcons, numeric und constant. Die
letzten beiden Typen treffen auch für komplexe Zahlen zu.
4. Komplexe Zahlen: Komplexe Zahlen werden mit der imaginären Einheit I wie üblich gebildet. Die Zahl I ist
vom Typ radnum, also die Wurzel einer rationalen Zahl. Ihre Definition lautet intern
(20.34)

Der hier verwendete Befehl alias bietet die Möglichkeit, abkürzende Benennungen für Funktionen, Definitionen und
andere mathematische Symbole einzuführen. Er ist in der Form
(20.35)

aufzurufen. Hier sind die Gleichungen, die das abkürzende Symbol über vorhandenen Maple-Funktionen
definieren. Beim Aufruf der Funktion zeigt Maple neben der gerade definierten Abkürzung auch alle anderen schon
vorhandenen alias an. Will man die Abkürzung wieder aufheben, so ist aufzurufen.
Spezielle Zahlen

Maple kennt eine Reihe spezieller Zahlen der Mathematik wie z.B. Pi, E, gamma.
Invariantes Maß

● Definition, auf dem Attraktor konzentrierte Maße

● Natürliches Maß
Berechnung von Polarkoordinaten aus rechtwinkligen Koordinaten

Für zwei Punkte und in einem rechtwinkligen Koordinatensystem mit der von nach

orientierten Strecke und den Richtungswinkeln gilt:

 (3.91a)

(3.91b)

(3.91c)

(3.91d)

Der Quadrant des Winkels hängt von den Vorzeichen von und ab. Wird bei Rechnungen mit

dem Taschenrechner mit vorzeichentreuen Werten und eingegeben, dann erhält man mit den

Tasten oder einen Winkel , zu dem je nach Quadrant die in der folgenden Tabelle
angegebenen Gon-Werte zu addieren sind.
Richtungswinkel bei vorzeichentreuer Streckeneingabe über oder

Quadrant I II III IV
Anzeige im Rechner

Richtungswinkel gon gon gon gon

Koordinatentransformation zwischen zwei rechtwinkligen Koordinatensystemen

Bei der Einbindung örtlich bestimmter Punkte in eine Landeskarte ist die Transformation des örtlichen Systems
in das Landessystem erforderlich.
Das System ist gegen das System um den Winkel gedreht und um parallel verschoben. Die

Richtungswinkel im System sind mit bezeichnet. Gegeben sind die Koordinaten von und in beiden

Systemen und die Koordinaten eines Punktes im -System. Die Transformation erfolgt mit den folgenden
Beziehungen:

(3.94a)

(3.94b)

(3.94c)

(3.94d)

(3.94e)

(3.94f)

(3.94g)
(3.94h)
(3.94i)
(3.94j)
Hinweis: Die folgenden zwei Formeln können zur Probe verwendet werden.
(3.94k)
(3.94l)
Wenn die Strecke auf der -Achse liegt, vereinfachen sich die Formeln zu

(3.95a)

(3.95b)

(3.95c)
(3.95d)
(3.95e)
(3.95f)
Koordinatentransformationen

● Berechnung von Polarkoordinaten aus rechtwinkligen Koordinaten

● Berechnung von rechtwinkligen aus polaren Koordinaten beim polaren
Anhängen eines Punktes
● Koordinatentransformation zwischen zwei rechtwinkligen Koordinatensystemen
Informationen

Informationen über eingebaute Objekte und deren Haupteigenschaften kann man mit folgenden Befehlen ausgeben
lassen:

Information über das Objekt mit dem Namen ausgeben.

Ausführlichere Information über das Objekt ausgeben.

Informationen über alle Mathematica-Objekte, deren Namen mit B beginnen, ausgeben.

Es ist auch möglich, über spezielle Operatoren Informationen zu erhalten, z.B. mit über den
Zuweisungsoperator.
Standardfunktionen

Mathematica kennt eine Vielzahl mathematischer Standardfunktionen, die in der folgenden Tabelle aufgelistet sind.
Tabelle Standardfunktionen
Exponentialfunktion Exp[x]
Logarithmusfunktionen Log[x], Log[b,x]
Trigonom. Funktionen Sin[x], Cos[x], Tan[x], Cot[x], Sec[x], Csc[x]
Arcusfunktionen ArcSin[x], ArcCos[x], ArcTan[x], ArcCot[x], ArcSec[x], ArcCsc[x]
Hyperbol. Funktionen Sinh[x], Cosh[x], Tanh[x], Coth[x], Sech[x], Csch[x]
Areafunktionen ArcSinh[x], ArcCosh[x], ArcTanh[x], ArcCoth[x], ArcSech[x], ArcCsch[x]
Alle diese Funktionen sind auch für komplexe Argumente verfügbar.

In jedem Fall ist auf Eindeutigkeit der Funktionen zu achten. Bei reellen Funktionen muß gegebenenfalls ein Zweig
der Funktion ausgewählt werden; bei Funktionen mit komplexem Argument ist der Hauptwert zu wählen.
Spezielle Funktionen

Mathematica kennt auch eine Anzahl spezieller Funktionen. Die folgende Tabelle listet einige auf:
Tabelle spezieller Funktionen

BESSEL-Funktionen und BesselJ[n,z], BesselY[n,z]

Modifizierte BESSEL-Funktionen BesselI[n,z], BesselK[n,z]

LEGENDREsche Polynome LegendrP[n,x]

Kugelfunktionen SphericalHarmonicY[l,m,theta,phi]

Weitere Funktionen können mit entsprechenden Spezialpaketen zugeladen werden. (s. auch Lit. 17.1).
Reine Funktionen

Mathematica bietet die Möglichkeit, sogenannte reine Funktionen zu nutzen. Das sind Funktionen ohne spezielle
Namen. Man bezeichnet sie mit . Mit wird der Ausdruck für die Funktion in

der Variablen bezeichnet.

(20.15)
und mit
(20.16)

Man kann für reine Funktionen eine vereinfachte Schreibweise nutzen. Sie lautet , wobei die zu
benutzende Variable mit # gekennzeichnet wird. Anstelle der vorhergehenden zwei Zeilen kann man also schreiben
(20.17)
Es lassen sich auch reine Funktionen mehrerer Veränderlicher definieren:
oder in Kurzform , wobei die Variablen in durch

die Elemente bezeichnet werden. Die Benutzung des Zeichens & zum Abschluß ist sehr wichtig, da
hieran erkannt wird, daß der vorstehende Ausdruck als reine Funktion zu betrachten ist.
Syntax der Graphikdarstellung

● Aufbau von Graphikobjekten

● Graphische Darstellung von Funktionen
Aufbau von Graphikobjekten

Wenn ein graphisches Objekt aus den Primitiven aufgebaut werden soll, ist zunächst eine Liste der entsprechenden
Objekte mit ihren Hauptangaben zu erstellen, etwa in der Form
(20.78a)
wobei die Objekte selbst wieder Listen von Graphikobjekten sein können. So sei Objekt 1 z.B.

und entsprechend

Will man eines der Graphikobjekte, etwa , mit speziellen Graphikanweisungen versehen, so ist es mit der
entsprechenden Anweisung in einer Liste zusammenzufassen

Die Anweisung gilt für alle nachfolgenden Objekte in der gleichen Klammer, auch für eventuell weiter verschachtelte,
jedoch nicht für solche außerhalb der Listenklammer.

Aus den erzeugten Objekten werden zwei unterschiedliche Graphiklisten festgelegt:

die sich im zweiten Objekt durch die Strichdicke des Kreises unterscheiden. Mit dem Aufruf
 (20.78b)
erhält man die in der Abbildung dargestellten Bilder.

Beim Aufruf des zweiten Bildes wurde die Option eingefügt. Das führt zur Ausgabe des
Achsenkreuzes mit einer von Mathematica gewählten Markierung auf den Achsen und der entsprechenden
Skalierung.
Integrand der Form :

(8.31a)

1. Eine der Zahlen oder ist ungerade: Zurückführung auf die Fälle oder

Beispiel A

Beispiel B

.
 2. Die Zahlen und sind beide gerade: Zurückführung auf die Fälle oder durch Halbierung
der Potenz und Verwendung der trigonometrischen Formeln

(8.31b)

Beispiel

.
BESSEL-Funktionen

Mit den Aufrufen

(20.84)

werden Graphiken der BESSEL-Funktion für und erzeugt, die danach mit dem

Aufruf

nebeneinander dargestellt werden können (s. Abbildung).

Exponentialfunktionen

Eine Kurvenschar mit mehreren Exponentialfunktionen erzeugt Mathematica mit folgenden Eingaben:

Das sind die Definitionen der beteiligten Funktionen. Die Funktion braucht nicht definiert zu werden, da sie in
Mathematica eingebaut ist. In einem zweiten Schritt werden die folgenden Graphiken erzeugt:

Das gesamte Bild erhält man mit (s. Abbildung):

Auf die Anbringung von Text an den Kurven wurde hier verzichtet. Das wäre mit der Graphikprimitiven möglich
gewesen.
Lineare Funktion plus Areakotangensfunktion

Unter Berücksichtigung der im Abschnitt Areafunktionen dargestellten Eigenschaften der Funktion läßt
sich folgendermaßen graphisch darstellen:

Die große Präzision der -Werte nahe 1 und wurde gewählt, um hinreichend große Funktionswerte für den

gewünschten -Bereich zu erhalten. Als Resultat erhält man die folgende Abbildung:
Begriff und Bedeutung

Listen sind in Mathematica wichtige Instrumente für die Manipulation ganzer Gruppen von Größen, die vor allem in der
höherdimensionalen Algebra und Analysis von großem Wert sind. Da auch allgemein Ausdrücke vielfach Ähnlichkeiten mit
Listen besitzen, wird der Umgang mit Listen zu einem Musterbeispiel für Manipulationen auf bestimmten Klassen von
Ausdrücken.

Unter einer Liste versteht man die Zusammenfassung mehrerer Objekte zu einem neuen Objekt, der Liste, wobei in der Liste
zunächst alle Objekte gleichwertig sind und sich nur durch ihren Standort in der Liste voneinander unterscheiden. Die
Aufstellung einer Liste erfolgt mit der Angabe

(20.11)
Zur Erläuterung der Arbeit mit Listen wird eine konkrete Liste benutzt, die mit bezeichnet wird:
(20.12)

Mathematica benutzt bei der Wiedergabe der Liste die Kurzform: Einschluß in geschweifte Klammern.

In der folgenden Tabelle sind Befehle dargestellt, die auf Elemente bzw. mehrere Elemente zugreifen und dann eine
,,Unterliste`` ausgeben.

Tabelle Befehle für die Auswahl von Listenelementen

 wählt das erste Element aus

wählt das letzte Element aus

oder wählt das -te Element aus

erstellt eine Liste aus den Elementen mit den angegebenen Nummern

äquivalent zur vorherigen Operation

ergibt die Liste der ersten Elemente von

ergibt die Liste der Elemente von bis

ergibt die Liste ohne die ersten Elemente

ergibt die Liste ohne Elemente von bis

Beispiel
Für die Liste in (20.11) gilt z.B.
Verschachtelte Listen

Die Elemente von Listen können wiederum Listen sein, so daß verschachtelte Listen entstehen. Setzt man z.B.

und analog für und , so entsteht eine verschachtelte Liste, die hier wegen ihres Umfanges nicht explizit

dargestellt werden soll. Mit greift man auf das -te Element der -ten Unterliste zu. Das gleiche

Resultat erhält man mit . Im betrachteten Beispiel wird

Des weiteren liefert oder

eine Liste, die aus den mit numerierten Listen besteht, welche jeweils die mit numerierten
Elemente enthalten.

Beispiel
Für das oben betrachtete Beispiel etwa

Aus diesen Darlegungen ist das Prinzip der Verschachtelung von Listen erkennbar. Es macht keine Mühe, Listen mit
der Verschachtelungsstufe 3 und höher zu entwerfen und auf diese mit entsprechenden Auswahloperationen zu
wirken.
Operationen mit Listen

Mathematica bietet eine Reihe weiterer Operationen, mit denen Listen abgefragt, erweitert oder verkürzt werden
können:
Tabelle Operationen mit Listen

liefert eine Liste der Positionen, an denen in der Liste auftritt

prüft, ob Element der Liste ist

prüft, ob nirgendwo in der Liste auftritt

fügt an den Anfang der Liste hinzu

fügt am Ende der Liste hinzu

 fügt an der Stelle zur Liste hinzu

löscht die Elemente mit den Nummern aus der Liste

ersetzt das Element an der Stelle durch

Beispiel
Mit Delete kann man z.B. die Liste um das Glied verringern:

wobei jedoch in der Ausgabe die durch ihre Werte - sie sind selbst Listen - ersetzt erscheinen.
Spezielle Listen

Mathematica stellt eine Reihe von Operationen bereit, die spezielle Listen aufbauen. Eine dieser Operationen, die
häufig bei der Arbeit mit mathematischen Funktionen eine Rolle spielt, ist Table:
Tabelle Die Operation

erzeugt eine Liste mit Werten von

erzeugt eine Liste von Werten von von bis

das gleiche wie letztes, nur in Schritten

Beispiel
 Tabelle der Binominalkoeffizienten zu :

Mit Table können auch mehrdimensionele Tabellen hergestellt werden. So erhält man mit

mehrstufige verschachtelte Tabellen, so etwa aus

die Binominalkoeffizienten bis zur Stufe 7:

Mit der Operation Range lassen sich speziell fortlaufende Zahlenlisten erzeugen:

Entsprechend wirken und , die Zahlenlisten von bis in den

Stufen 1 bzw. erstellen.

Aufstellung geeigneter Listen

Eine Reihe spezieller (Listen-) Anweisungen steht für die Definition von Vektoren und Matrizen bereit. Eine einstufige
Liste der Art
(20.13)

läßt sich jederzeit als Vektor im -dimensionalen Raum mit den Komponenten auffassen. Die

spezielle Operation erzeugt die Liste (den Vektor) . Mit Vektoren dieser

Art kann symbolische Vektorrechnung betrieben werden.

Die oben eingeführten zweistufigen Listen und können als Matrizen mit den Zeilen und den Spalten

aufgefaßt werden. In diesem Falle wäre das Element der Matrix in der -ten Zeile und der -ten Spalte. Mit

ist eine Rechteckmatrix vom Typ (6,5), mit eine quadratische Matrix vom Typ (5,5) gegeben.

Mit der Operation wird eine Matrix vom Typ erzeugt, deren Elemente mit
gekennzeichnet werden. Mit werden die Zeilen numeriert, läuft von 1 bis numeriert die Spalten und läuft

von 1 bis . In dieser symbolischen Form läßt sich darstellen:

(20.14a)
wobei für die Elemente gilt:
(20.14b)

Die Operation erzeugt die -stufige Einheitsmatrix.

Mit der Operation wird eine Diagonalmatrix mit den Elementen von liste auf der

Hauptdiagonalen erzeugt.
Die Operation gibt die Dimension einer Matrix, deren Struktur durch liste gegeben ist.

Schließlich erhält man mit eine matrixartige Darstellung von liste . Eine weitere Möglichkeit

zur Definition von Matrizen lautet: Es sei eine Funktion der ganzen Zahlen und . Dann kann mit

eine Matrix vom Typ definiert werden, deren Elemente die jeweiligen

sind.
Beziehungszeichen
gleich ungefähr gleich kleiner oder gleich

identisch gleich kleiner größer oder gleich

gleich per definitionem größer ungleich, verschieden von

sehr viel kleiner sehr viel größer entspricht

Griechisches Alphabet
Alpha Beta Gamma Delta Epsilon

Zeta Eta Theta Iota Kappa

Lambda My Ny Xi Omikron

Pi Rho Sigma Tau Ypsilon

Phi Chi Psi Omega

Konstanten
const konstante Größe (Konstante)

Eulersche Konstante

Verhältnis des Kreisumfanges zum Kreisdurchmesser

Basis der natürliche Logarithmen

Aussagenlogik
, Aussagen

, Negation der Aussage

, Konjunktion, logisches UND

, Disjunktion, logisches ODER

Implikation, WENN , DANN

Äquivalenz, GENAU DANN, WENN

Mengen und Gruppen
Mengen

Menge der natürlichen Zahlen Menge der ganzen Zahlen

Menge der rationalen Zahlen Menge der reellen Zahlen

Menge der positiven reellen Zahlen dimensionsionaler euklidischer Vektorraum

Menge der komplexen Zahlen

Abschließung der Menge oder Komplement von bzgl. einer Grundmenge

ist echte Teilmenge von ist Teilmenge von

Differenz zweier Mengen symmetrische Differenz

kartesisches Produkt Relationenprodukt

ist Element von ist nicht Element von

Kardinalzahl der Menge leere Menge, Nullmenge

Durchschnitt zweier Mengen Durchschnitt von Mengen

Vereinigung zweier Mengen Vereinigung von Mengen

für alle Elemente es existiert ein Element

Isomorphie von Gruppen Äquivalenzrelation

Restklassenaddition Restklassenmultiplikation

orthogonale Zerlegung des Raumes KRONECKER-Produkt

Teilmenge aller aus mit der Eigenschaft

 Menge aller mit der Eigenschaft

Abbildung aus dem Raum in den Raum

supp Träger (support)

Supremum: Kleinste obere Schranke der nach oben beschränkten, nichtleeren Menge

Infimum: Größte untere Schranke der nach unten beschränkten, nichtleeren Menge
Intervalle
abgeschlossenes Intervall, d.h.

offenes Intervall, d.h.

linksoffenes Intervall, d.h

rechtsoffenes Intervall, d.h.

Vorzeichen, Potenzen, Logarithmen, Fakultät
Vorzeichen (signum) der Zahl , z.B. sign , sign0 = 0

Absolutbetrag der Zahl

in der -ten Potenz

Quadratwurzel aus

-te Wurzel aus

Logarithmus der Zahl zur Basis , z.B.

dekadischer Logarithmus (Basis 10) der Zahl , z.B.

natürlicher Logarithmus (Basis ) der Zahl , z.B.

Fakultät, z.B.: ;

speziell:

; speziell:
Zahlentheorie
teilt

teilt nicht

ist kongruent zu modulo , d.h. ist durch teilbar

ggT größter gemeinsamer Teiler von

kgV kleinstes gemeinsames Vielfaches von

Binomialkoeffizient
LEGENDRE-Symbol
Marizen und Determinanten
Matrix mit den Elementen

transponierte Matrix

inverse Matrix

Determinante der quadratischen Matrix

Einheitsmatrix

Nullmatrix

KRONECKER-Symbol: für und für

Hinweis: In Kapitel 17 stehen für Matrizen kursiv gesetzte Buchstaben.

Vektoren, Tensoren und Graphen
Spaltenvektor im

Einheitsvektor in Richtung

Norm von

Vektoren im

Basisvektoren (orthonormiert) des kartesischen Koordinatensystems

Koordinaten (Komponenten) des Vektors

 Betrag, Länge des Vektors

Multiplikation eines Vektors mit einem Skalar

skalares Produkt

vektorielles Produkt

gemischtes Produkt (Spatprodukt)

, Nullvektor

Tensor

Graph mit der Knotenmenge und der Kantenmenge

Geometrie
orthogonal (senkrecht) parallel

gleich und parallel ähnlich, z.B.: ; proportional

Dreieck ) Winkel, z.B.: )

Bogenstück, z.B.: rad Radiant

als Maß für Winkel und Kreisbogen, z.B.:

Komplexe Zahlen
(mitunter ) Imaginäre Einheit Realteil der Zahl

Imaginärteil der Zahl Betrag von

Argument von

oder Die zu konjugiert komplexe Zahl, Ln Logarithmus (natürlicher)

z.B.: einer komplexen Zahl

Kreisfunktionen, Hyperbelfunktionen
Sinus Kosinus

Tangens Kotangens

Sekans Kosekans

Areasinus Areakosinus

Areatangens Areakotangens

Areasekans Areakosekans

Hauptwert von Arkussinus Hauptwert von Arkuskosinus

Hauptwert von Arkustangens Hauptwert von Arkuskotangens

Hauptwert von Arkussekans Hauptwert von Arkuskosekans

Hyperbelsinus Hyperbelkosinus
Hyperbeltangens Hyperbelkotangens

Hyperbelsekans Hyperbelkosekans
Grenzwerte, Summen, Produkte, Funktionen
ist Grenzwert der Folge . Man schreibt auch für ;

z.B.:

ist Grenzwert der Funktion , wenn gegen strebt

für LANDAU-Symbol ,,klein o`` bedeutet: für

für LANDAU-Symbol ,,groß O`` bedeutet:

für
 Summe, in der (der Laufindex) von 1 bis läuft

, Produkt, in dem (der Laufindex) von 1 bis läuft

, Bezeichnung einer Funktion, z.B.:

Differenz, Ableitungen, Differentialoperatoren
Differenz oder Zuwachs, z.B.:

Differential, z.B.:

Bildung der ersten, zweiten, , -ten Ableitung

erste, zweite, -te Ableitung der Funktion

Bildung der ersten, zweiten, , -ten partiellen Ableitung

Bildung der zweiten partiellen Ableitung zunächst nach , dann nach

erste, zweite, partielle Ableitung der Funktion

Differentialoperator, z.B.:

Gradient eines skalaren Feldes

Divergenz eines Vektorfeldes

Rotation eines Vektorfeldes

Nablaoperator, hier in kartesischen Koordinaten (auch HAMILTONscher

Differentialoperator genannt, nicht zu verwechseln mit dem HAMILTON-

Operator der Quantenmechanik)

LAPLACE-Operator

Richtungsableitung, d.h. Ableitung eines skalaren Feldes nach der

Richtung des Vektors

Integrale

bestimmtes Integral der Funktion zwischen den Grenzen und

Kurvenintegral 1. Art bzgl. der Raumkurve mit der Bogenlänge

Integral über eine geschlossene Kurve (Umlaufintegral)

Doppelintegral über einem ebenen Flächenstück

Oberflächenintegral 1. Art über einer räumlichen Fläche

Oberflächenintegral 2. Art über einer geschlossenen Oberfläche

Dreifachintegral oder Volumenintegral über dem Volumen

Regel zur Ermittlung des Ranges

Bei elementaren Umformungen ändert sich der Rang von Matrizen nicht. Elementare Umformungen in diesem
Zusammenhange sind:

1. Vertauschung zweier Zeilen miteinander oder zweier Spalten miteinander,

2. Multiplikation einer Zeile oder Spalte mit einer Zahl und
3. Addition einer Zeile zu einer Zeile oder einer Spalte zu einer Spalte.

Zur Bestimmung ihres Ranges kann man daher jede Matrix durch geeignete Linearkombinationen der Zeilen so
umformen, daß in der -ten Zeile mindestens die ersten Elemente gleich Null

werden (s. Prinzip des GAUSSschen Algorithmus). Die Anzahl der vom Nullvektor verschiedenen Zeilenvektoren in
der so umgeformten Matrix ist dann gleich ihrem Rang
Ruhelagen, periodische Orbits und Grenzmengen

● Typen der Ruhelagen

● Periodische Orbits
● Eigenschaften der -Grenzmenge
Produkt AB zweier Matrizen A und B

Das Produkt zweier Matrizen und , auch skalares Matrixprodukt genannt, läßt sich nur bilden, wenn die
Spaltenanzahl des linken Faktors gleich der Zeilenanzahl des rechten Faktors ist. Wenn eine Matrix vom
Typ ist, dann muß die Matrix vom Typ sein, und das Produkt ist eine Matrix

vom Typ . Hierbei ist gleich dem Skalarprodukt der -ten Zeile des linken Faktors

mit der -ten Spalte des rechten Faktors B:

(4.23)
Dynamische Systeme
● Grundbegriffe
● Invariante Mengen
Spezielle endliche Reihen

(1.60)

(1.61)

(1.62)

(1.63)

(1.64)

(1.65)
(1.66)

(1.67)

(1.68)

(1.69)
Exponentialsumme

(2.257a)

Typische Kurvenverläufe dieser Funktion zeigt die folgende Abbildung.

Die Diskussion der Funktion erfolgte im Abschnitt Exponentialsumme (s. Gleichung (2.61)).
Wenn die -Werte eine arithmetische Folge mit der Differenz bilden und irgend drei
aufeinanderfolgende Werte der gegebenen Funktion sind, dann rektifiziert man gemäß

(2.257b)

Nachdem und mit Hilfe dieser Gleichung bestimmt sind, wird wieder rektifiziert gemäß
(2.257c)
Tensoren in krummlinigen Koordinatensystemen
● Kovariante und kontravariante Basisvektoren
● Kovariante und kontravariante Koordinaten von Tensoren 1. Stufe
● Kovariante, kontravariante und gemischte Koordinaten von Tensoren 2. Stufe
● Rechenregeln
Umformungen

(5.18a)

(5.18b)

(5.18c)
(5.18d)
Beispiele diskreter Entscheidungsmodelle
● Einkaufsproblem
● Rucksackproblem
Bellmannsche Funktionalgleichungen
● Eigenschaften der Kostenfunktion
● Formulierung der Funktionalgleichungen
Poisson-Verteilung, Teil II

Wertetabelle der Poissonverteilung: :

4,0 5,0 6,0 7,0 8,0 9,0

0 0,018316 0,006738 0,002479 0,000912 0,000335 0,000123
1 0,073263 0,033690 0,014873 0,006383 0,002684 0,001111
2 0,146525 0,084224 0,044618 0,022341 0,010735 0,004998
3 0,195367 0,140374 0,089235 0,052129 0,028626 0,014994
4 0,195367 0,175467 0,133853 0,091126 0,057252 0,033737
5 0,156293 0,175467 0,160623 0,127717 0,091604 0,060727
6 0,104194 0,146223 0,160623 0,149003 0,122138 0,091090
7 0,059540 0,104445 0,137677 0,149003 0,139587 0,117116
8 0,029770 0,065278 0,103258 0,130377 0,139587 0,131756
9 0,013231 0,036266 0,068838 0,101405 0,124077 0,131756
10 0,005292 0,018133 0,041303 0,070983 0,099262 0,118580
11 0,001925 0,008242 0,022529 0,045171 0,072190 0,097020
12 0,000642 0,003434 0,011264 0,026350 0,048127 0,072765
13 0,000197 0,001321 0,005199 0,014188 0,029616 0,050376
14 0,000056 0,000472 0,002228 0,007094 0,016924 0,032384
15 0,000015 0,000157 0,000891 0,003311 0,009026 0,019431
16 0,000004 0,000049 0,000334 0,001448 0,004513 0,010930
17 0,000001 0,000014 0,000118 0,000596 0,002124 0,005786
18 0,000004 0,000039 0,000232 0,000944 0,002893
19 0,000001 0,000012 0,000085 0,000397 0,001370
20 0,000004 0,000030 0,000159 0,000617
21 0,000001 0,000010 0,000061 0,000264
22 0,000003 0,000022 0,000108
23 0,000001 0,000008 0,000042
24 0,000003 0,000016
25 0,000001 0,000006
26 0,000002
27 0,000001
Normierte Normalverteilung, Teil I
Normierte Normalverteilung, Teil II
Normierte Normalverteilung, Teil III
Zahlenbeispiel

, , , , , ,

, , , , , .

Aufgrund der Ganzzahligkeit der Gewichte ist . Die Tabelle

enthält für alle Stufen und alle Zustände die Funktionswerte und die jeweilige Entscheidung

. Exemplarisch werden die Größen , und berechnet.

Die optimale Politik lautet

1 2 3 4 5 6 7 8 9 10

19; 0

2 0; 0 3; 0 4; 1 7; 1 9; 0 10; 1 13; 1 13; 1 15; 0 16; 0 19; 1

3 0; 0 3; 0 3; 0 6; 1 9; 1 9; 0 10; 0 12; 1 15; 1 16; 1 16; 0
4 0; 0 3; 1 3; 1 3; 1 6; 0 9; 1 10; 1 10; 1 10; 1 13; 0 16; 1
5 0; 0 0; 0 0; 0 0; 0 6; 0 7; 1 7; 1 7; 1 7; 1 13; 1 13; 1
6 0; 0 0; 0 0; 0 0; 0 6; 1 6; 1 6; 1 6; 1 6; 1 6; 1 6; 1
Numerische Mathematik
● Numerische Lösung nichtlinearer Gleichungen
❍ Iterationsverfahren

■ Gewöhnliches Iterationsverfahren

■ Newton-Verfahren

■ Regula falsi

❍ Lösung von Polynomgleichungen

■ Horner-Schema

■ Reelle Argumentwerte

■ Komplexe Argumentwerte

■ Lage der Nullstellen

■ Reelle Nullstellen

■ Komplexe Nullstellen

■ Numerische Verfahren

■ Allgemeine Verfahren

■ Spezielle Verfahren

● Numerische Lösung von Gleichungssystemen

 ❍ Lineare Gleichungssysteme
■ Dreieckszerlegung einer Matrix

■ Prinzip des GAUSSschen Eliminationsverfahrens

■ Dreieckszerlegung

■ Anwendung der Dreieckszerlegung

■ Wahl der Pivots

■ Cholesky-Verfahren bei symmetrischer Koeffizientenmatrix

■ Orthogonalisierungsverfahren

■ Lineare Ausgleichsaufgaben

■ Orthogonalisierungsverfahren

■ Iteration in Gesamt- und Einzelschritten

■ JACOBI-Verfahren

■ GAUSS-SEIDEL-Verfahren

■ Relaxationsverfahren

❍ Nichtlineare Gleichungssysteme

■ Gewöhnliches Iterationsverfahren

■ Newton-Verfahren

■ Ableitungsfreies Gauß-Newton-Verfahren

● Numerische Integration
❍ Allgemeine Quadraturformel

❍ Interpolationsquadraturen

■ Rechteckformel

■ Trapezformel

■ Hermitesche Trapezformel

■ Simpson-Formel
 ❍ Quadraturformeln vom Gauß-Typ
■ Gaußsche Quadraturformeln

■ Lobattosche Quadraturformeln

❍ Verfahren von Romberg

■ Algorithmus des Romberg-Verfahrens

■ Extrapolationsprinzip

● Genäherte Integration von gewöhnlichen Differentialgleichungen

❍ Anfangswertaufgaben

■ Eulersches Polygonzugverfahren

■ Runge-Kutta-Verfahren 4. Ordnung

■ Rechenschema

■ Hinweise

■ Mehrschrittverfahren

■ Prediktor-Korrektor-Verfahren

■ Konvergenz, Konsistenz, Stabilität

■ Globaler Diskretisierungsfehler und Konvergenz

■ Lokaler Diskretisierungsfehler und Konsistenz

■ Stabilität gegenüber Störung der Anfangswerte

■ Steife Differentialgleichungen

❍ Randwertaufgaben

■ Differenzenverfahren

■ Ansatzverfahren

■ Schießverfahren

● Genäherte Integration von partiellen

Differentialgleichungen
 ❍ Differenzenverfahren
❍ Ansatzverfahren

■ Kollokationsmethode

■ Fehlerquadratmethode

❍ Methode der finiten Elemente (FEM)

■ Aufstellung einer Variationsaufgabe

■ Triangulierung

■ Ansatz

■ Berechnung der Ansatzkoeffizienten

■ Bemerkungen

● Approximation, Ausgleichsrechnung, Harmonische

Analyse
❍ Polynominterpolation

■ Newtonsche Interpolationsformel

■ Interpolationsformel nach Lagrange

■ Interpolation nach Aitken-Neville

❍ Approximation im Mittel

■ Stetige Aufgabe, Normalgleichungen

■ Diskrete Aufgabe, Normalgleichungen, Householder-Verfahren

■ Methode der kleinste Quadrate

■ Matrizenschreibweise

■ Mehrdimensionale Aufgaben

■ Nichtlineare Quadratmittelaufgaben

■ Prinzipieller Lösungsweg

■ GAUSS-NEWTON-Verfahren
 ❍ Tschebyscheff-Approximation
■ Aufgabenstellung und Alternantensatz

■ Prinzip der TSCHEBYSCHEFF-Approximation

■ Eigenschaften der TSCHEBYSCHEFFschen Polynome

■ Remes-Algorithmus

■ Folgerungen aus dem Alternantensatz

■ Bestimmung der Minimallösung nach REMES

■ Diskrete Tschebyscheff-Approximation und Optimierung

❍ Harmonische Analyse

■ Formeln zur trigonometrischen Interpolation

■ Formeln für die FOURIER-Koeffizienten

■ Trigonometrische Interpolation

■ Schnelle Fourier-Transformation (FFT)

■ Numerischer Aufwand bei der Berechnung der FOURIER-Koeffizienten

■ Komplexe Darstellung der FOURIER-Summe

■ Numerische Berechnung der komplexen FOURIER-Koeffizienten

■ Schemata zur FFT

● Darstellung von Kurven und Flächen mit Hilfe von Splines

❍ Kubische Splines

■ Interpolationssplines

■ Definition der kubischen Interpolationssplines

■ Bestimmung der Spline-Koeffizienten

■ Ausgleichssplines

❍ Bikubische Splines

■ Eigenschaften
 ■ Bikubische Interpolationssplines
■ Eigenschaften

■ Tensorprodukt-Ansätze

■ Bikubische Ausgleichssplines

❍ Bernstein-Bézier-Darstellung von Kurven und Flächen

■ Prinzip der B-B-Kurvendarstellung

■ B-B-Flächendarstellung

● Nutzung von Computern

❍ Interne Zeichendarstellung

■ Zahlensysteme

■ Bildungsgesetz

■ Konvertierung von Zahlensystemen

■ 1. Konvertierung von Dualzahlen in Oktal- bzw. Hexadezimalzahlen:

■ 2. Konvertierung von Dezimalzahlen in Dual-, Oktal- oder Hexadezimalzahlen:

■ 3. Konvertierung von Dual-, Oktal- oder Hexadezimalzahlen in Dezimalzahlen:

■ Interne Zahlendarstellung

■ Festpunktzahlen

■ Gleitpunktzahlen

■ Normalisierte halblogarithmische Form:

■ IEEE-Standard

❍ Numerische Probleme beim Rechnen auf Computern

■ Einführung, Fehlerarten

■ Normalisierte Dezimalzahlen und Rundung

■ Normalisierte Dezimalzahlen

■ Grundoperationen des numerischen Rechnens

 ■ Addition:
■ Subtraktion:

■ Multiplikation:

■ Division:

■ Resultatfehler:

■ Vermeidung der Auslöschung:

■ Genauigkeitsfragen beim numerischen Rechnen

■ Fehlerarten

■ Eingangsfehler

■ Verfahrensfehler:

■ Rundungsfehler:

■ Beispiele zum numerischen Rechnen

❍ Bibliotheken numerischer Verfahren

■ NAG-Bibliothek

■ IMSL-Bibliothek

■ FORTRAN SSL II

■ Aachener Bibliothek

❍ Anwendung von Computeralgebrasystemen

■ Mathematica

■ Kurvenanpassung und Interpolationsverfahren

■ 1. Kurvenanpassung:

■ 2. Interpolation:

■ Numerische Lösung von Polynomgleichungen

■ Numerische Integration

■ Numerische Lösung von Differentialgleichungen

■ Maple
■ Numerische Berechnung von Ausdrücken und Funktionen
■ Numerische Lösung von Gleichungen
■ Numerische Integration
■ Numerische Lösung von Differentialgleichungen
Begriff des Oberflächenintegrals erster Art

● Definition
● Existenzsatz
Explizite Vorgabe der Flächengleichung

Ist die Fläche durch die Gleichung

(8.158)
explizit vorgegeben, dann wird das Integral (8.157c) nach der Formel

(8.159a)

berechnet, wobei gilt . Die Oberflächenintegrale der Funktion über die Projektionen

des Flächenstückes auf die anderen Koordinatenebenen werden analog berechnet:

(8.159b)

wobei die Gleichung der Fläche nach aufgelöst ist und zu setzen ist.
 (8.159c)

wobei die nach aufgelöste Gleichung der Fläche ist und zu setzen ist. Wenn

die Orientierung der Fläche geändert wird, d.h., wenn die Außen- mit der Innenseite vertauscht wird, dann ändert das
Integral über die Projektion sein Vorzeichen.
Vorgabe der Flächengleichung in Parameterform

Ist die Fläche durch die Gleichungen

(8.160)
in Parameterform vorgegeben, dann berechnet man die Integrale (8.157a,b,c) nach den folgenden Formeln:

(8.161a)

(8.161b)

(8.161c)

Dabei sind die Ausdrücke die Funktionaldeterminanten der Funktionenpaare

aus der Menge , die von den Variablen und abhängen, ist der Variabilitätsbereich von und

des Flächenstückes .
Satz von der offenen Abbildung

Der Satz besagt, daß ein linearer stetiger Operator, der auf abbildet, offen ist, d.h., das Bild ist eine

offene Menge in für jede offene Menge aus .

Spezielle Eigenschaften

Ein beliebiger Operator heißt demistetig im Punkt

, wenn für jede (in der Norm von ) zu konvergente Folge die Folge

in schwach zu konvergiert. heißt demistetig auf der Menge , wenn in jedem

Punkt von demistetig ist.

In diesem Abschnitt wird eine andere Verallgemeinerung des aus der reellen Analysis bekannten Monotoniebegriffs
eingeführt. Seien jetzt ein reeller BANACH-Raum, sein Dual, und ein

nichtlinearer Operator. Dann heißt monoton , wenn für die Ungleichung

gilt. Ist ein HILBERT-Raum, dann ist das Skalarprodukt gemeint,

während im Falle eines BANACH-Raumes bzgl. der Bezeichnung auf Abschnitt Fortsetzung von linearen Funktionalen
verwiesen wird. Der Operator heißt streng monoton wenn es eine Konstante gibt, so daß
 für gilt.

Ein Operator heißt koerzitiv , wenn gilt.

Existenzaussagen

Existenzaussagen für Lösungen von Operatorengleichungen mit monotonem Operator können hier nur exemplarisch
angegeben werden: Ist der Operator , der einen reellen separablen BANACH-Raum in

abbildet, monoton, demistetig und koerzitiv, dann hat die Gleichung für beliebiges eine

Lösung. Ist zudem der Operator streng monoton, dann ist die Lösung sogar eindeutig, in diesem Falle existiert
also der inverse Operator .

Für einen monotonen demistetigen Operator im HILBERT-Raum mit gilt

, wobei stetig ist. Wenn als streng monoton vorausgesetzt wird, dann ist

bijektiv mit stetigem .

Konstruktive Näherungsmethoden für die Lösung der Gleichung mit monotonem Operator im

HILBERT-Raum basieren auf der Idee des GALERKIN-Verfahrens oder Lit. 12.11, 12.21.
Mit dieser Theorie kann man ebenfalls mehrdeutige Operatoren behandeln, auf die der
Monotoniebegriff durch und verallgemeinert

wird (s. Lit. 12.14).

Regeln zur Berechnung der Rotation

(13.61)

(13.62)

(13.63)
Separierbarkeit

Die Funktion heißt separierbar , wenn sie mit zweiargumentigen Funktionen

und mit Funktionen in folgender Form geschrieben werden kann:

(18.119)
Minimumvertauschbarkeit

Eine Funktion heißt minimumvertauschbar , falls gilt:

(18.120)

Diese Eigenschaft ist zum Beispiel dann erfüllt, wenn für jedes bezüglich des zweiten Argumentes

monoton wachsend ist, d.h., wenn für alle gilt:

(18.121)

Für die Kostenfunktion des dynamischen Optimierungsproblems wird nun die Separierbarkeit von und die

Minimumvertauschbarkeit aller Funktionen , gefordert.

Folgende häufig Verwendung findende Klassen von Kostenfunktionen genügen beiden Bedingungen:

(18.122)

Die Funktionen lauten

(18.123)

bzw.

(18.124)
Beispiele zur Anwendung der Funktionalgleichungs-
methode
● Optimale Einkaufspolitik
● Rucksackproblem
Bestimmung der minimalen Kosten

Mittels der Funktionalgleichungen (18.126,18.127) werden, mit beginnend, für abnehmende alle

Funktionswerte mit bestimmt. Dies erfordert für jedes die Lösung

eines Optimierungsproblems über dem Entscheidungsbereich . Für jedes ergibt sich dabei eine

Minimalstelle als optimale Entscheidung für die erste Stufe eines mit beginnenden Teilprozesses .

Sind die Mengen nicht endlich oder auch sehr groß, dann können die Werte unter Umständen an

ausgewählten Stützstellen berechnet werden, woraus mittels Interpolation gegebenenfalls

Zwischenwerte ermittelt werden können. Mit ist der Optimalwert der Kostenfunktion für den Prozeß

gefunden. Die Ermittlung einer optimalen Politik sowie einer zugehörigen Zustandsfolge

kann auf 2 Arten erfolgen.

Problemstellung

Das Problem der Bestimmung einer optimalen Einkaufspolitik aus Abschnitt Einkaufsproblem

(18.131a)

(18.131b)

führt auf die Funktionalgleichungen

(18.132a)

(18.132b)
Zahlenbeispiel

, , , , , ,

, , , , , .

1. Rückwärtsrechnung: Die Funktionswerte werden an den Stützstellen

bestimmt. Es genügt dann, die Minimumsuche nur für ganzzahlige Entscheidungen

durchzuführen.
Gemäß Variante 2 der BELLMANNschen Funktionalgleichungsmethode werden nur die Werte in die letzte

Zeile der Tabelle eingetragen. Exemplarisch wird bestimmt.

=0 1 2 3 4 5 6 7 8 9 10

j=1 75
2 59 56 53 50 47 44 41 38 35 32 29
3 44 39 34 29 24 21 18 15 12 9 6
4 24 21 18 15 12 9 6 4 2 0 0
5 22 18 14 10 6 4 2 0 0 0 0
6 6 4 2 0 0 0 0 0 0 0 0
2. Vorwärtsrechnung:

Als Minimalstelle ergibt sich und somit . Dieses Verfahren wird für

und alle nachfolgenden Stufen wiederholt. Die optimale Politik lautet

Problemstellung

Gegeben sei das bereits betrachtete Rucksackproblem

(18.133a)

(18.133b)

Da ein Maximumproblem vorliegt, lauten die BELLMANNschen Funktionalgleichungen jetzt

(18.134a)

(18.134b)
Da lediglich die Entscheidungen 0 und 1 auftreten, empfiehlt sich die Anwendung der Variante 1 der
Funktionalgleichungsmethode. Es ergibt sich für :

(18.135)

(18.136)
Ecke und Basis

● Definition der Ecke und Satz über die Ecke

● Basis
● Ecke mit maximalem Funktionswert
Problemstellung und geometrische Darstellung
● Formen der linearen Optimierung
● Beispiele und graphische Lösungen
Beispiel Herstellung zweier Produkte:

Für die Herstellung zweier Produkte und werden die Ausgangsstoffe und benötigt. Aus

dem folgenden Schema sind die für die Erzeugung einer Produkteinheit ( PE ) der Produkte und
erforderlichen Mengeneinheiten ( ME ) der Ausgangsstoffe sowie die verfügbaren Materialkontingente zu entnehmen.
Der Verkauf einer Produkteinheit von bzw. erbringt einen Gewinn von 20 bzw. 60 Gewinneinheiten ( GE ).

Gesucht ist ein Produktionsprogramm, das maximalen Gewinn sichert, wobei mindestens 10 Produktionseinheiten
von erzeugt werden sollen.

Schema 1

ME pro PE ME pro PE ME pro PE

 12 8 0

6 12 10

Kontigent 630 620 350

Bezeichnet man mit bzw. die Anzahl der Produkteinheiten von bzw. , dann ergibt sich die folgende
Aufgabe:

Einführung von Schlupfvariablen führt auf:

Fallunterscheidung

Ziel der Lösung des Hilfsprogramms mit dem Simplexverfahren ist es, die künstlichen Variablen aus der Basis zu
entfernen. Wird eine künstliche Variable zur Nichtbasisvariable, dann kann die zugehörige Spalte im Tableau
gestrichen werden. Man ermittelt so einen Maximalpunkt und unterscheidet:

1. :

Das System besitzt keine Lösung.

2. :

Falls sich unter den Basisvariablen keine künstlichen Variablen befinden, ist sofort ein Tableau für die
ursprüngliche Aufgabe gegeben. Anderenfalls wird so lange aus einer zu einer künstlichen Variablen
gehörenden Zeile ein Pivotelement gewählt, ein Austauschschritt ausgeführt und anschließend die
Pivotspalte gestrichen, bis alle künstlichen Variablen aus dem Tableau entfernt worden sind.

Durch die Einführung von künstlichen Variablen kann die Dimension des Hilfsproblems stark anwachsen. Mitunter ist
es nicht notwendig, zu jeder Gleichung eine künstliche Variable zu addieren. War das System der
Nebenbedingungen vor der Einführung von Schlupfvariablen gegeben durch
mit , dann sind nur in den ersten beiden Systemen
künstliche Variable erforderlich. Für das dritte System können die Schlupfvariablen als erste Basisvariable gewählt
werden.

Beispiel
Im Beispiel unter Ecke und Basis ist nur in der ersten Gleichung eine künstliche Variable erforderlich:

Das ermittelte Tableau ist mit optimal. Durch Streichen der zweiten Spalte erhält man ein erstes

Tableau für das Ausgangsproblem. Schema 6a, b

Übergang zum neuen Simplextableau

● Nichtentarteter Fall
● Entarteter Fall
Bestimmung eines ersten Simplextableaus

● Hilfsprogramm und künstliche Variable

● Fallunterscheidung
Modell

Ein von Erzeugern in den Mengen produziertes Erzeugnis soll zu

Verbrauchern mit dem Bedarf transportiert werden. Die Kosten des Transportes

einer Produkteinheit vom Erzeugnis zum Verbraucher betragen . Von werden

Produkteinheiten zu transportiert. Gesucht ist eine, die Transportkosten minimierende Aufteilung der Erzeugnisse
auf die Verbraucher. Es wird vorausgesetzt, daß die Gesamtkapazität der Erzeuger gleich dem Gesamtverbrauch ist,
d.h.

(18.23)

Man bildet die Kostenmatrix C und die Verteilungsmatrix X:

 (18.24a)

(18.24b)

Ist die Bedingung (18.23) nicht erfüllt, dann werden zwei Fälle unterschieden:

a)
Für wird ein fiktiver Verbraucher mit dem Bedarf und den

Transportkosten eingeführt.
b)
Für wird ein fiktiver Erzeuger mit der Kapazität und
 den Transportkosten eingeführt. Zur Bestimmung eines optimalen Verteilungsplanes ist das
folgende Optimierungsproblem zu lösen:

(18.25a)

(18.25b)

Das Minimum dieses Problems wird in einer Ecke des zulässigen Bereiches angenommen. Von den

Nebenbedingungen sind linear unabhängig, so daß eine Ecke im nicht entarteten Fall, der hier

vorausgesetzt werden soll, positive Komponenten besitzt. Die folgende Bestimmung eines
optimalen Verteilungsplanes wird als Transportalgorithmus bezeichnet.
Straf- und Barriereverfahren
Das Grundprinzip dieser Verfahrensklasse besteht darin, daß ein Optimierungsproblem mit Nebenbedingungen durch
Modifikation der Zielfunktion in eine Folge von Optimierungsaufgaben ohne Nebenbedingungen umgeformt wird. Die
modifizierten Probleme können z.B. mit Verfahren für unrestringierte Aufgaben gelöst werden. Bei geeigneter
Konstruktion der modifizierten Zielfunktionen ist jeder Häufungspunkt der Folge der Lösungspunkte dieser
Ersatzprobleme eine Lösung der ursprünglichen Aufgabe.

● Strafverfahren
● Barriereverfahren
Spezialfall linearer Restriktionen

Sind die Funktionen linear, d.h. , dann kann ein einfacheres Richtungssuchprogramm

aufgestellt werden:
(18.91)

(18.92a)

(18.92b)

Die Wirkung der Wahl verschiedener Normen bzw. ist in der

folgenden Abbildung gezeigt.

Die in einem gewissen Sinne beste Wahl der Norm ist , denn mit dem

Richtungssuchprogramm ermittelt man das , das den kleinsten Winkel mit bildet. Dann ist das

Richtungssuchprogramm jedoch nicht linear und erfordert einen höheren Rechenaufwand. Dagegen ergibt sich mit
ein System linearer Nebenbedingungen , so

daß das Richtungssuchprogramm z.B. mit dem Simplexverfahren gelöst werden kann.

Um zu sichern, daß das Verfahren der zulässigen Richtungen für quadratische Optimierungsprobleme
mit in endlich vielen Schritten zum Ziel führt, wird das

Richtungssuchprogramm durch die folgende Konjugationsvorschrift ergänzt: Ist in einem Schritt , d.h.

ist ein ,,innerer`` Punkt, dann wird dem Richtungssuchprogramm die Bedingung
 (18.93)
hinzugefügt. Weiterhin werden entsprechende Bedingungen aus vorhergehenden Schritten beibehalten. Die Bedingungen
(18.93) werden erst fallengelassen, wenn ein Schritt gesetzt wird.

Beispiel

1. Schritt:

Start mit .

Richtungssuchprogramm: .

Strahlmimierung: mit .

Maximal zulässige Schrittweite:

 .

2. Schritt:

Richtungssuchprogramm:

3. Schritt:

Richtungssuchprogramm:

,
 .

Das nächste Richtungssuchprogramm liefert . Daher ist der Minimalpunkt (s. Abbildung).
Aufgabenstellung und Lösungsprinzip

Gegeben ist das konvexe Optimierungsproblem

(18.94)

mit . Eine zulässige Abstiegsrichtung im Punkt wird auf folgende Weise ermittelt: Ist

eine zulässige Richtung, dann wird gesetzt. Anderenfalls liegt auf dem Rand

von und zeigt aus hinaus. Mittels einer linearen Abbildung wird der Vektor

auf eine lineare Teilmannigfaltigkeit des Randes von projiziert, die von einer Teilmenge der in aktiven

Restriktionen gebildet wird. Die Projektion auf eine Kante zeigt die folgende linke Abbildung, die Projektion auf eine
Seitenfläche die rechte Abbildung.
Unter der Voraussetzung der Nichtentartungsbedingung, d.h. für alle sind die Vektoren ,

linear unabhängig, ist eine solche Projektion gegeben durch

(18.95)

Dabei besteht aus allen den , deren entsprechende Nebenbedingungen die lineare Teilmannigfaltigkeit

bilden, in die projiziert werden soll.

Algorithmus

Das Verfahren der projizierten Gradienten besteht aus folgendem Algorithmus:

Starte mit , setze und gehe nach folgendem Schema vor:

I:

Ist zulässige Richtung, dann wird gesetzt und mit III fortgesetzt.

Anderenfalls wird aus den Vektoren mit gebildet und zu II übergegangen.

II:

Es wird gesetzt. Ist , wird mit III fortgesetzt.

Ist und gilt , dann ist ein Minimalpunkt. Die lokalen

 KUHN- TUCKER-Bedingungen sind offensichtlich erfüllt.

Ist , dann ist ein mit zu wählen, die -te Zeile aus zu streichen und II zu

wiederholen.
III:

Berechnung von sowie von und Übergang mit zu I.

Bemerkungen zum Algorithmus

Wenn nicht zulässig ist, wird dieser Vektor zunächst in die Teilmannigfaltigkeit geringster Dimension,

auf der liegt, abgebildet. Ist , dann steht senkrecht auf dieser Teilmannigfaltigkeit. Gilt

nicht , dann wird durch Weglassen einer aktiven Nebenbedingung die Teilmannigfaltigkeit um eine

Dimension erweitert, wodurch eintreten kann (s. Abbildung mit Projektion auf eine Seitenfläche).

Da häufig aus durch Hinzufügen bzw. Streichen einer Zeile entsteht, kann die aufwendige Berechnung
von erleichtert werden, indem die Kenntnis von genutzt wird.

Beispiel
Lösung des Problems vom vorigen Beispiel.

1. Schritt: ,

I:

III:

Die Schrittweite wird wie im vorigen Beispiel ermittelt: .

2. Schritt:
I:

II:
 .

III:

3. Schritt:
I:

II:

II:

III:
 .

4. Schritt:
I:

II:

Daraus folgt, daß Minimalpunkt ist.

Aufgabenstellung und Lösungsprinzip

Es wird das Optimierungsproblem

(18.106)

über dem beschränkten Bereich , der mit konvexen Funktionen durch

beschrieben ist, betrachtet. Ein Problem mit nichtlinearer, aber konvexer Zielfunktion wird in

diese Form überführt, indem

(18.107)

als weitere Nebenbedingung aufgenommen und

(18.108)

mit gelöst wird.

Die Grundidee des Verfahrens besteht in der iterativen linearen Approximation von in der Nähe des
Minimalpunktes durch konvexe Polyeder, womit das Ausgangsproblem auf eine Folge linearer Programme
zurückgeführt wird.

Zunächst wird ein Polyeder

(18.109)

bestimmt. Aus dem linearen Programm

(18.110)

wird ein bezüglich optimaler Eckpunkt von erhalten. Ist , dann ist die Optimallösung des

Ausgangsproblems gefunden. Anderenfalls wird eine Hyperebene

die den Punkt von trennt, ermittelt, so daß das neue Polyeder

(18.111)

erhalten wird.
Die Abbildung zeigt eine schematische Darstellung des Schnittebenenverfahrens.
Lagrange-Funktion und Kuhn-Tucker-Bedingungen

Die LAGRANGE-Funktion zum Problem (18.46a,b) ist

(18.48)
Die KUHN- TUCKER-Bedingungen lauten mit

(18.49)

für den zulässigen Bereich:

Fall I: Fall II: Fall III:

a) , a) , a) , (18.50a)

b) , b) , b) , (18.50b)

c) , c) , c) , (18.50c)

d) . d) . d) . (18.50d)
Duales Problem

Ist positiv definit, dann kann das zu (18.46a) duale Problem (18.44a) explizit in folgender Weise formuliert
werden:
(18.51a)

(18.51b)

Setzt man den Ausdruck für in die duale Zielfunktion ein, dann entsteht das

äquivalente Problem

(18.52)

für das gilt: Ist eine Lösung von (18.46a,b), dann besitzt (18.52) eine Lösung , und es gilt
 (18.53)
Das Problem (18.52) kann durch die äquivalente Formulierung

(18.54a)

(18.54b)

ersetzt werden.
Spezielle Richtungen

1. Kegel der zulässigen Richtungen Der Kegel der zulässigen Richtungen in ist definiert durch

(18.34)

wobei Richtungen mit bezeichnet sind. Ist , dann liegen alle Punkte des Strahls für

hinreichend kleine -Werte in .

2. Abstiegsrichtung Eine Abstiegsrichtung im Punkt ist ein Vektor , für den es ein gibt
mit:
(18.35)
In einem Minimalpunkt existiert keine Abstiegsrichtung, die zugleich auch zulässig ist.

Ist differenzierbar, so folgt aus die Abstiegseigenschaft der Richtung . Mit ist der

Nablaoperator bezeichnet, so daß den Gradienten der skalaren Funktion an der Stelle darstellt.
Aufgabenstellung

Die quadratische Optimierung umfaßt Aufgaben der Form

(18.46a)

(18.46b)

Dabei ist eine symmetrische -Matrix, eine -Matrix und .

Der zulässige Bereich kann alternativ in folgende Darstellungen überführt werden:

(18.47a)

(18.47b)
Aufgabenstellung, gleichmäßige Suche

1. Aufgabenstellung: Es sei auf unimodal und ein globaler Minimalpunkt. Dann soll ein

Intervall mit und , bestimmt werden. Dabei heißt

, eine unimodale Funktion im Intervall , falls auf jedem abgeschlossenen

Teilintervall genau einen lokalen Minimalpunkt besitzt.

2. Gleichmäßige Suche: Man wählt ( ganzzahlig) so, daß gilt, und berechnet die

Werte für . Ist unter diesen Funktionswerten ein kleinster

Wert, dann liegt der Minimalpunkt im Intervall . Die für die geforderte Genauigkeit

notwendige Anzahl von Funktionswertberechnungen kann mittels

 (18.66)

abgeschätzt werden.
Eindimensionale Suche

Viele Optimierungsverfahren beinhalten als Teilaufgabe die Minimierung einer Funktion für . Oft

ist dabei eine Näherung für den Minimalpunkt ausreichend.

● Aufgabenstellung, gleichmäßige Suche

● Verfahren des Goldenen Schnittes und Fibonacci-Verfahren
Aufgabenstellung und Lösungsprinzip

Das Verfahren von WOLFE ist zur Lösung von quadratischen Problemen der folgenden speziellen Form geeignet:
(18.55)

Für die hier beschriebene Version des Verfahrens wird als positiv definit vorausgesetzt. Die Grundidee besteht in
der Ermittlung einer Lösung des dem Problem (18.55) zugeordneten Systems der KUHN- TUCKER-

Bedingungen:
(18.56a)

(18.56b)

(18.56c)

(18.57)

Die Formeln (18.56a,b,c) stellen ein lineares Ungleichungssystem mit Ungleichungen und

Variablen dar. Auf Grund der Bedingung (18.57) muß entweder oder gelten.
Daher besitzt jede Lösung von (18.56a,b,c,18.57) höchstens von Null verschiedene Komponenten und muß
folglich eine Basislösung von (18.56a,b,c) sein.
Lösungsgang: Mit Hilfe des Simplexverfahrens wird zunächst eine zulässige Basislösung (Ecke) des Systems

bestimmt. Die zu den Basisvariablen von gehörenden Indizes bilden die Indexmenge . Um eine
Lösung des Systems (18.56a,b,c) zu finden, die auch (18.57) erfüllt, formuliert man das folgende Hilfsproblem:
(18.58)

(18.59a)

(18.59b)

(18.59c)

(18.60)

Für eine Lösung dieses Problems, die gleichzeitig (18.56a,b,c) und (18.57) erfüllt, muß gelten.

Als zulässige Basislösung für das System (18.59a,b,c) ist bekannt, die gleichzeitig der

Bedingung (18.60) genügt. Eine zu dieser Basislösung gehörende Basis wird aus den folgenden Spalten der
Koeffizientenmatrix
 (18.61)

zusammengesetzt. In (18.61) bedeuten Einheitsmatrix, Nullmatrix und Nullvektor entsprechender Dimension.

a)
Spalten, die zu mit gehören,
b)
Spalten, die zu mit gehören,

c)
alle Spalten zu ,
d)
die letzte Spalte, dafür wird aber eine geeignete der unter b) und c) bestimmten Spalten wieder weggelassen.

Ist , dann ist zwar der Austausch nach d) nicht möglich, es ist dann aber bereits ein Lösungspunkt.

Man kann nunmehr ein erstes Simplextableau aufstellen. Die Minimierung der Zielfunktion erfolgt mit dem

Simplexverfahren unter der folgenden Zusatzregel, die sichert:

Bleibt in einem Austauschschritt Basisvariable, dann darf nicht Basisvariable werden und
umgekehrt.
Für positiv definites führt das Simplexverfahren unter Beachtung der Zusatzregel zu einer Lösung des Problems
(18.58,18.59a,b,c, 18.60) mit . Für positiv semidefinites kann auf Grund der eingeschränkten
Pivotelementwahl der Fall eintreten, daß kein Austauschschritt mehr ausgeführt werden kann, ohne die Zusatzregel zu
verletzen, obwohl gilt. Man kann zeigen, daß in diesem Fall überhaupt nicht verkleinert werden kann.

Beispiel

In diesem Falle ist lediglich positiv semidefinit. Eine zulässige Basislösung von ist

, . Als Basisvektoren werden gewählt:

a) die Spalten 3 und 4 von , b) die Spalten 1 und 2 von , c) die Spalten von
 und d) die Spalte anstelle der 1. Spalte von .

Aus diesen Spalten wird die Basismatrix gebildet und die Basisinverse errechnet. Durch Multiplikation mit der Matrix

(18.61) sowie des Vektors mit der Basisinversen ergibt sich ein erstes Simplextableau:

Schema 9
Auf Grund der Zusatzregel kann in diesem Tableau nur gegen ausgetauscht werden. Als Lösung erhält man

nach einigen Austauschschritten . Die letzten zwei Gleichungen von

lauten: . Man kann deshalb den Umfang des

Problems zu Beginn der Rechnung reduzieren, indem man die freien Variablen und aus dem System
eliminiert.
Prinzip

Dem streng konvexen Optimierungsproblem

(18.62)
ist das duale Problem

(18.63a)

(18.63b)

zugeordnet. Die Matrix ist positiv definit und besitzt positive Diagonalelemente .

Die Variablen und sind über die folgende Beziehung miteinander verknüpft:

(18.64)
Iterationslösung

Das duale Problem (18.63a,b), das nur die Nebenbedingung enthält, kann mit Hilfe des folgenden einfachen
Iterationsverfahrens in Schritten gelöst werden:

a)
Setze (z.B. ), .

b)

Berechne für gemäß

(18.65a)

(18.65b)

c)
 Falls ein Abbruchkriterium, z.B. , nicht erfüllt ist, wird Schritt b) mit

an Stelle von wiederholt.

Unter der Voraussetzung, daß ein mit existiert, konvergiert die Folge gegen den

Minimalwert und die mittels (18.64) gebildete Folge gegen die Lösung des Ausgangsproblems.

Dagegen konvergiert die Folge nicht immer.

Optimierung
18.1
BECKMANN, M.J.: Spieltheorie, dynamische Optimierung, Lagerhaltung, Warteschlangentheorie, Simulation,
unscharfe Entscheidungen. In: Grundlagen des Operations - Research (Hrsg. TOMASGAL). -- Springer-Verlag
1992.

18.2
BIESS, G.: Graphentheorie. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 21/2), 1980; Verlag H. Deutsch,
(MINÖA, Bd. 21/2), 1980.

18.3
DÜCK, W.; KÖSTH, H.; RUNGE, W.; WUNDERLICH, L.: Mathematik für Ökonomen, Bd. 2. -- Verlag H. Deutsch
1980.

18.4
ELSTER, K.-H.: Einführung in die nichtlineare Optimierung.-- B. G. Teubner 1978.

18.5
GOEBEL: Variationsrechnung in BANACH-Raümen, (Beiträge zur Analysis 2). -- Deutscher Verlag der
Wissenschaften 1971.
18.6
GROSSMANN, C.; KLEINMICHEL, H.: Verfahren der nichtlinearen Optimierung. -- B. G. Teubner, Leipzig 1976.

18.7
KOSMOL: Methoden zur numerischen Behandlung nichtlinearer Gleichungen und Optimierungsaufgaben. -- B.
G. Teubner, 2. Auflage 1992.

18.8
KLÖTZLER, R.: Mehrdimensionale Variationsrechnung. -- Birkhäuser Verlag 1970.

18.9
KRABS, W.: Optimierung und Approximation. -- B. G. Teubner.

18.10
KRELLE, W.; KÜNZI, H.P.; RANDOW, R. V.: Nichtlineare Programmierung. -- Springer-Verlag 1979.

18.11
Optimierung und optimale Steuerung. Lexikon der Optimierung. -- Akademie-Verlag 1986.

18.12
OSE, G. (FEDERFÜHRUNG): Lehr- und Übungsbuch Mathematik, Bd. 4. -- Verlag H. Deutsch 1991.

18.13
PIEHLER, J.: Einführung in die lineare Optimierung -- BGB B.G. Teubner 1970.

18.14
 PONTRJAGIN, L.S. ET AL: Mathematische Theorie der optimalen Prozesse. -- Deutscher Verlag der
Wissenschaften 1964.

18.15
SEIFFART, E.; MANTEUFFEL, K.: Lineare Optimierung. -- BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 14), 1974;
Verlag H. Deutsch, (MINÖA, Bd. 14), 1981.
Problemstellung

● Nichtlineares Optimierungsproblem
● Minimalpunkte
Entarteter Fall

Ist in einem Simplextableau nach erfolgter Pivotspaltenwahl die Festlegung der Pivotzeile nicht eindeutig möglich,
dann wird das neue Tableau eine entartete Ecke darstellen. Geometrisch ist eine entartete Ecke als Zusammenfallen
mehrerer Ecken in einem Punkt interpretierbar. Für eine solche Ecke gibt es mehrere Basen. Somit kann der Fall
eintreten, daß einige Austauschschritte ausgeführt werden, ohne zu einer neuen Ecke zu gelangen. Es sind sogar
Beispiele konstruierbar, die nach einigen Schritten ein bereits betrachtetes Tableau ergeben, so daß unendlich viele
Zyklen auftreten können.

Beim Auftreten einer entarteten Ecke ist es möglich, das Gleichungssystem durch Addition von (mit einem
geeigneten ) zu den Restriktionskonstanten so zu stören, daß diese und alle folgenden Ecken des
gestörten Systems nicht mehr entartet sind und das Optimum des gestörten Problems mit dem des ungestörten
Problems übereinstimmt, wenn man in der Lösung setzt. Algorithmisch wird diese Störung durch einen
Zusatz zum Simplextableau erreicht, worauf hier nicht eingegangen werden soll.

Werden die Pivotspalte und im nicht eindeutigen Fall die Pivotzeile ,,zufällig`` gewählt, dann ist eine Zyklenbildung in
den meisten praktischen Fällen unwahrscheinlich.
Z-Transformationen, Teil II

Nr. Originalfolge Konvergenzbereich

11

12

13
14

15

16

17

18

19
20

21
Anwendungen

Die Anwendung des SCHWARZschen Spiegelungsprinzips vereinfacht die Berechnung und Darstellung von ebenen
Feldern mit geradlinigen Begrenzungen: Ist der gerade Rand eine Stromlinie (isolierender Rand in der linken
Abbildung), dann sind alle Quellen als Quellen, alle Senken als Senken und alle Wirbel als entgegengesetzt
drehende Wirbel zu spiegeln. Ist der gerade Rand eine Potentiallinie (stark leitender Rand in der rechten Abbildung),
dann sind alle Quellen als Senken, alle Senken als Quellen und alle Wirbel als gleichsinnig drehende Wirbel zu
spiegeln.
Rotation in kartesischen, Zylinder- und Kugelkoordinaten

1. Rotation in kartesischen Koordinaten

(13.57a)

Das Vektorfeld ist durch das Vektorprodukt aus Nablaoperator und Vektor gemäß
(13.57b)

darstellbar.

2. Rotation in Zylinderkoordinaten
(13.58a)

mit
 (13.58b)

3. Rotation in Kugelkoordinaten
(13.59a)

mit
Quotient zweier Potenzreihen

(7.85)

Diese Formel ergibt sich, indem der Quotient als Reihe mit unbestimmten Koeffizienten angesetzt und mit der Nenner-
Reihe ausmultipliziert wird, worauf die Koeffizienten der entstehenden Reihe durch Koeffizientenvergleich mit der Zähler-
Reihe bestimmt werden.
Prinzipieller Lösungsweg

Der prinzipielle Lösungsweg soll am eindimensionalen diskreten Fall gezeigt werden. Die Ansatzfunktion

hänge nichtlinear von einigen Parametern ab.

Beispiel A

. In dieser Exponentialsumme treten die Parameter und nichtlinear

auf.

Beispiel B

. In diesem Ansatz sind und die nichtlinearen Paramter.

Die Abhängigkeit der Ansatzfunktion von einem Parametervektor soll durch die

Bezeichnung
 (19.185)
zum Ausdruck gebracht werden.
Es seien Wertepaare gegeben. Zur Minimierung der Fehlerquadratsumme

(19.186)

führen die notwendigen Bedingungen auf ein nichtlineares

Normalgleichungssystem, das iterativ z.B. mit Hilfe des NEWTON-Verfahrens gelöst werden muß.
GAUSS-NEWTON-Verfahren

Einen anderen Lösungsweg, der bei praktischen Aufgaben in der Regel gegangen wird, vermittelt das GAUSS-
NEWTON-Verfahren, das zur Lösung der nichtlinearen Quadratmittelaufgabe (19.24) beschrieben worden ist. Die
Übertragung auf die jetzt vorliegende nichtlineare Approximationsaufgabe (19.186) erfordert die folgenden Schritte:

1. Linearisierung
der Ansatzfunktion nach TAYLOR bezüglich der Parameter . Dazu müssen Näherungswerte

bekannt sein:

(19.187)

2. Lösung
der linearen Ausgleichsaufgabe
 (19.188)

mit Hilfe des Normalgleichungssystems

(19.189)

oder nach dem HOUSEHOLDER-Verfahren. In (19.189) sind die Komponenten der Vektoren und durch

(19.190a)

(19.190b)

gegeben. Die Matrix wird analog zu in (19.179b) gebildet, indem man durch

ersetzt.

3. Berechnung
einer neuen Näherung durch
 (19.191)

wobei ein Schrittweitenparameter ist.

Durch Wiederholung der Schritte 2 und 3 mit an Stelle von usw. erhält man für die gesuchten Parameter

Folgen von Näherungswerten, deren Konvergenz sehr stark von der Güte der Startnäherung abhängt. Mit Hilfe des
Schrittweitenparameters läßt sich aber zunächst eine Verkleinerung der Fehlerquadratsumme erzielen.
Zusammenhang

Mit der Lösung der charakteristischen Integralgleichung hängt das HILBERTsche Randwertproblem eng zusammen.

Ist eine Lösung von (11.74b), dann ist (11.76a) eine in und holomorphe Funktion mit

. Gemäß der Formeln von PLEMELJ und SOCHOZKI (11.76c) gilt:

(11.77a)
Die charakteristische Integralgleichung lautet mit

(11.77b)

(11.77c)
HILBERTsches Randwertproblem

Gesucht ist eine in und holomorphe, im Unendlichen verschwindende Funktion , die auf die

Randbedingung (11.77c) erfüllt. Eine Lösung des HILBERTschen Problems ist in der Form (11.76a)

darstellbar. Zufolge der ersten Gleichung von (11.77a) ist damit eine Lösung der charakteristischen

Integralgleichung bestimmt.
Homogene charakteristische Integralgleichung

Ist die Lösung des zugeordneten homogenen HILBERTschen Problems, dann folgt aus (11.77a) die

Lösungsdarstellung der homogenen Integralgleichung

(11.82a)

Für existiert nur die triviale Lösung . Für lautet die allgemeine Lösung

(11.82b)

mit einem Polynom höchstens vom Grad .

Pseudovektor und schiefsymmetrischer Tensor 2. Stufe

Das Tensorprodukt der axialen Vektoren und ergibt gemäß (4.73a)

einen Tensor 2. Stufe mit den Komponenten Da sich jeder Tensor 2. Stufe als

Summe eines symmetrischen und eines schiefsymmetrischen Tensors 2. Stufe darstellen läßt, gilt wegen (4.80)

(4.101)

Der schiefsymmetrische Anteil in dieser Gleichung ergibt bis auf den Faktor gerade die Komponenten des

Vektorprodukts so daß man den axialen Vektor mit den Komponenten auch

als schiefsymmetrischen Tensor 2. Stufe

 (4.102a)

mit

(4.102b)

auffassen kann, dessen Komponenten die Transformationsformel (4.100b) für Tensoren 2. Stufe erfüllen.

Damit kann man jeden axialen Vektor (Pseudovektor oder Pseudotensor 1. Stufe) als

schiefsymmetrischen Tensor 2. Stufe auffassen, wobei gilt

(4.103)
Grenzwertsätze

Analog zu den Grenzwerteigenschaften der Bildfunktion der LAPLACE-Transformation (15.11b) gelten für die Z-
Transformation die folgenden Grenzwertsätze:

a)
Wenn existiert, dann ist

(15.113)

Dabei kann auf der reellen Achse oder längs eines beliebigen Weges nach verlaufen. Da die Reihen

(15.114)

(15.115)
offensichtlich ebenfalls Z-Transformierte sind, erhält man analog zu (15.113):

(15.116)

Auf diese Weise kann man die Originalfunktion aus ihrer Bildfunktion bestimmen.

b)
Wenn existiert, so ist

(15.117)

Man kann den Wert von aus (15.117) aber nur ermitteln, wenn man weiß, daß der Grenzwert existiert,
denn die obige Aussage ist nicht umkehrbar.

Beispiel

. Daraus folgt und

, aber existiert nicht.

Pendel auf beweglicher Unterlage: Modellierung der Aufgabe

Für die Menge (Winkelwerte) seien sieben linguistische Terme, nämlich negativ groß (ng), negativ mittel (nm),
negativ klein (nk), etwa Null (eN), positiv klein (pk), positiv mittel (pm) und positiv groß (pg) gewählt und
entsprechend für die Eingangsgröße (Werte der Winkelgeschwindigkeit).
Für die mathematische Modellierung muß jedem dieser linguistischen Terme eine Fuzzy-Menge über Graphen
zugeordnet werden, wie es unter Fuzzy-Inferenz gezeigt wurde. Festlegung der Wertebereiche:

● Winkelwerte: .

● Winkelgeschwindigkeitswerte:

● Kraftwerte:

Die Partitionierung der Eingangsgrößen und und der Ausgangsgröße ist in der folgenden Abbildung
dargestellt.
Die Startwerte sind in der Regel aktuelle Meßwerte, z.B.
Pendel auf beweglicher Unterlage: Regelauswahl

Von den gemäß Tabelle 49 möglichen Regeln ( ) sind 19 praxisrelevant, und von diesen werden die folgenden
beiden Regeln R1 und R2 betrachtet.
Tabelle: Regelbasis mit 19 praxisrelevanten Regeln

ng nm nk eN pk pm pg

ng pk pg
nm pm
nk nm nk pk
eN ng nm nk eN pk pm pg
pk nk pk pm
pm nm
pg ng nk
R1:
Ist positiv klein (pk) und etwa Null (eN), dann ist positiv klein (pk). Für den Erfüllungsgrad der

Prämisse mit ergibt sich die

Ausgabenmenge durch einen -Schnitt der Ausgabe-Fuzzy-Menge positiv-klein (pk) in der Höhe
(s. Abbildung Teil c))

(5.308)

R2:
Ist positiv mittel (pm) und etwa Null (eN), dann ist positiv mittel (pm). Für den Erfüllungsgrad der
Prämisse ergibt sich in Analogie zu Regel 1 mit

die Ausgabenmenge (s. Abbildung

Teil f))

(5.309)
Pendel auf beweglicher Unterlage: Entscheidungslogik

Die Auswertung mit der min-Operation der Regel liefert die Fuzzy-Menge in den Abbildungsteilen a - c.

Die entsprechende Auswertung für die Regel zeigen die Abbildungsteile d - f. Aus der Fuzzy-Aussagenmenge
(Abbildungsteil g) wird letztlich die Stellgröße mit einer Defuzzifizierungsmethode berechnet.

a)
Auswertung der erhaltenen Fuzzy-Mengen, die mittels Operatoren zusammengefügt wurden
(s. max-min-Komposition). Die Entscheidungslogik liefert:

(5.310)

b)
Für den Funktionsgraphen der Fuzzy-Menge nach Maximumsbildung ergibt sich
 (5.311)

c)
Für alle anderen 17 Regeln ergibt sich ein Erfüllungsgrad Null für die Prämisse, d.h. sie liefern Fuzzy-Mengen,
die selbst Null sind.
Vollständig durchgerechnetes Beispiel

Beispiel Vollständig durchgerechnetes Beispiel auf der Grundlage einer Tabelle mit Meßwerten
1. Aufgabenstellung: Es ist eine empirische Formel für die in der folgenden Tabelle vorgegebene
Abhängigkeit zwischen und zu suchen.

Tabelle zur Annäherung empirischer Daten

0,1 1,78 0,056 0,007 -1,000 0,250 0,301 0,252 0,252 1,78
0,2 3,18 0,063 0,031 -0,699 0,502 0,176 +0,002 -0,097 3,15
0,3 3,19 0,094 0,063 -0,523 0,504 0,125 -0,099 -0,447 3,16
0,4 2,54 0,157 0,125 -0,398 0,405 0,097 -0,157 -0,803 2,52
0,5 1,77 0,282 0,244 -0,301 0,248 0,079 -0,191 -1,134 1,76
0,6 1,14 0,526 0,488 -0,222 0,057 0,067 -0,218 -1,455 1,14
 0,7 0,69 1,014 0,986 -0,155 -0,161 0,058 -0,237 - 0,70
0,8 0,40 2,000 1,913 -0,097 -0,398 0,051 -0,240 - 0,41
0,9 0,23 3,913 3,78 -0,046 -0,638 0,046 -0,248 - 0,23
1,0 0,13 7,69 8,02 0,000 -0,886 0,041 -0,269 - 0,13
1,1 0,07 15,71 14,29 0,041 -1,155 0,038 -0,243 - 0,07
1,2 0,04 30,0 - 0,079 -1,398 - - - 0,04

2. Auswahl der Näherungsfunktion: Ein Vergleich der Kurve, die auf der Grundlage der Daten in
der Tabelle erhalten wurde (nächste Abbildung), mit bisher betrachteten Kurven zeigt, daß die

Formeln (2.254) oder (2.256a) mit den folgenden

Abbildungen geeignet sein könnten.

3. Parameterbestimmung: Nimmt man Formel (2.254), dann sind und zu rektifizieren. Die

Rechnung zeigt aber, daß die Abhängigkeit zwischen und weit entfernt von Linearität ist.

Zur Überprüfung der Eignung von Formel (2.256a) wird die Kurve der Abhängigkeit und

für erzeugt sowie die für und für

In beiden Fällen ist die Übereinstimmung mit einer Geraden ausreichend, so daß die Formel

für die Näherung geeignet ist. Zur Bestimmung der Konstanten und wird eine

lineare Abhängigkeit zwischen und mit der Mittelwertmethode gesucht. Addition der

Bedingungsgleichungen in zwei Gruppen zu je drei

Gleichungen führt auf
woraus sich und ergibt. Zur Bestimmung von werden alle Gleichungen

vom Typ addiert, was

ergibt, so daß aus folgt Die

mit der Formel berechneten -Werte sind in der letzten Spalte der obigen

Werte-Tabelle als angegeben. Die Fehlerquadratsumme beträgt 0,0024. Benutzt man die durch
Rektifizierung gewonnenen Parameter als Startwerte zur iterativen Lösung der nichtlinearen
Quadratmittelaufgabe

dann erhält man mit der minimalen

Fehlerquadratsumme 0,000 0916.
Bestimmung der Minimallösung nach REMES

Nach REMES geht man zur numerischen Bestimmung der Minimallösung wie folgt vor:

1.

Man bestimmt eine Alternantennäherung gemäß (19.200), z.B.

gleichabständig oder als Extremstellen von .

2.
Man löst das lineare Gleichungssystem

und erhält als Lösung die Näherungen und .

3.
 Man ermittelt eine neue Alternantennäherung , z.B. als Extremstellen der

Fehlerfunktion . Dabei genügt es, Näherungen für diese Extremstellen zu

verwenden.

Durch Wiederholung der Schritte 2. und 3. mit und an Stelle von und usw. erhält man

Folgen von Näherungen für die Koeffizienten und die Alternantenpunkte, für deren Konvergenz Bedingungen
angegeben werden können (s. Lit. 19.29). Man kann das Verfahren, das die Grundidee des sogenannten REMES-
Algorithmus wiedergibt, abbrechen, wenn z.B. von einem gewissen Iterationsindex an

(19.201)

mit hinreichender Genauigkeit gilt.

1. Definition

Zu einem Vektorfeld läßt sich durch Bildung der negativ genommenen Volumenableitung ein vektorielles

Feld, das Feld seiner Rotation bilden (in Zeichen: oder mit Hilfe des Nablaoperators ):

(13.55)
2. Definition

Zu einem Vektorfeld läßt sich ein zweites Vektorfeld, seine Rotation bilden, indem die folgenden Schritte

durchgeführt werden:

a)
Aufspannen eines kleinen Flächenstückes um den den Punkt . Dieses Flächenstück soll durch den Vektor
beschrieben werden, der in die Richtung der Normalen zeigt und dessen Betrag gleich dem Inhalt des
Fächenstückes ist. Der Rand des Flächenstückes sei mit bezeichnet (s. Abbildung).
b)

Berechnung des Umlaufintegrals längs der Randkurve des Flächenstücks.

c)
Untersuchung des Grenzwertes
 wobei die Lage des Flächenstückes ungeändert bleibt.
d)
Änderung der Lage des Flächenstückes mit dem Ziel, den Maximalwert einen Maximalwert des gewonnenen
Grenzwertes zu ermitteln. Das zugehörige Flächenstück habe den Flächeninhalt und die Randkurve

.
e)
Bestimmung des Vektors im Punkt , dessen Betrag gleich dem gefundenen Maximalwert des
Grenzwertes ist und dessen Richtung mit der Normalen des Flächenstückes zusammenfällt. Es gilt dann:

(13.56a)

Die Projektion von auf die Flächennormale des Flächenstücks mit dem Inhalt , d.h. die Komponente

des Vektors in beliebig vorgegebener Richtung , ergibt sich zu

 (13.56b)

Die Feldlinien des Feldes werden Wirbellinien des Vektorfeldes genannt.

Rotation in allgemeinen orthogonalen Koordinaten

(13.60a)

mit

(13.60b)
Strukturstabile Differentialgleichungen

● Definition
● Strukturstabile Systeme in der Ebene
Diskrete dynamische Systeme
● Ruhelagen, periodische Orbits und Grenzmengen
● Invariante Mannigfaltigkeiten
● Topologische Konjugiertheit von diskreten Systemen
Strukturelle Stabilität (Robustheit)
● Strukturstabile Differentialgleichungen
● Strukturstabile diskrete Systeme
● Generische Eigenschaften
Auftreten

Die NLS-Gleichung tritt auf

● in der nichtlinearen Optik, wo der Brechungsindex von der elektrischen Feldstärke abhängig ist, wie

z.B. beim KERR-Effekt, bei dem mit gilt, und

● in der Hydrodynamik selbstgravitierender Scheiben, wo sie die Beschreibung von galaktischen Spiralarmen
gestattet.
Sachverhalt

Ist eine komplexe Funktion in einem Gebiet analytisch, zu dessen Rand ein Stück einer Geraden

gehört, ist sie auf stetig und bildet sie die Gerade auf eine Gerade ab, dann werden Punkte, die

symmetrisch zu liegen, auf Punkte abgebildet, die symmetrisch zu liegen (s. Abbildung).
Wahrscheinlichkeitsrechnung und mathematische Statistik
● Kombinatorik
❍ Permutationen

❍ Kombinationen

❍ Variationen

❍ Zusammenstellung der Formeln der Kombinatorik

● Wahrscheinlichkeitsrechnung
❍ Ereignisse, Häufigkeiten und Wahrscheinlichkeiten

■ Ereignisse

■ Ereignisarten

■ Rechenregeln

■ Häufigkeiten und Wahrscheinlichkeiten

■ Häufigkeiten

■ Definition der Wahrscheinlichkeit

■ Rechenregeln für Wahrscheinlichkeiten

■ Beispiele für Wahrscheinlichkeiten

■ Bedingte Wahrscheinlichkeiten, Satz von Bayes

 ■ Bedingte Wahrscheinlichkeit
■ Unabhängige Ereignisse

■ Ereignisse in einem vollständigen Ereignissystem

■ Beispiel für Ereignisse in einem vollständigen Ereignissystem

❍ Zufallsgrößen, Verteilungsfunktionen
■ Zufallsveränderliche

■ Verteilungsfunktion

■ Verteilungsfunktion und ihre Eigenschaften

■ Verteilungsfunktion bei diskreten und kontinuierlichen Zufallsgrößen

■ Flächeninterpretation der Wahrscheinlichkeit, Quantil

■ Erwartungswert und Streuung, Tschebyscheffsche Ungleichung

■ Erwartungswert

■ Momente n-ter Ordnung

■ Streuung und Standardabweichung

■ Gewogenes und arithmetisches Mittel

■ Tschebyscheffsche Ungleichung

■ Mehrdimensionale Zufallsveränderliche

❍ Diskrete Verteilungen
■ Zweistufige Grundgesamtheit und Urnenmodell

■ Urnenmodell

■ Binomialverteilung

■ Hypergeometrische Verteilung

■ Poisson-Verteilung

❍ Stetige Verteilungen
■ Normalverteilung
 ■Normierte Normalverteilung, Gaußsches Fehlerintegral
■ Logarithmische Normalverteilung

■ Dichte, Verteilungsfunktion, Erwartungswert und Streuung:

■ Exponentialverteilung

■ Weibull-Verteilung

■ Bemerkungen:

■ Chi-Quadrat-Verteilung

■ Fisher-Verteilung

■ Student-Verteilung

❍ Gesetze der großen Zahlen, Grenzwertsätze

■ Gesetz der großen Zahlen von Bernoulli

■ Grenzwertsatz von Lindeberg-Levy

● Mathematische Statistik
❍ Stichprobenfunktionen

■ Grundgesamtheit, Stichproben, Zufallsvektor

■ Grundgesamtheit

■ Stichprobe

■ Zufällige Auswahl mit Hilfe von Zufallszahlen

■ Zufallsvektor

■ Stichprobenfunktionen

■ Mittelwert

■ Streuung

■ Median (Zentralwert)

■ Spannweite

❍ Beschreibende Statistik
 ■ Statistische Erfassung gegebener Meßwerte
■ Statistische Parameter

❍ Wichtige Prüfverfahren
■ Prüfen auf Normalverteilung

■ Prüfen mit Hilfe des Wahrscheinlichkeitspapiers

■ Prinzip des Wahrscheinlichkeitspapiers:

■ Anwendung des Wahrscheinlichkeitspapiers:

■ Chi-Quadrat-Test

■ Verteilung der Stichprobenmittelwerte

■ Statistische Sicherheit des Stichprobenmittelwertes

■ Normalverteilung der Stichprobenmittelwerte

■ Vertrauensgrenzen für den Mittelwert

■ Vertrauensgrenzen für den Mittelwert bei bekannter Streuung

■ Vertrauensgrenzen für den Mittelwert bei unbekannter Streuung

■ Vertrauensgrenzen für die Streuung

■ Prinzip der Prüfverfahren

❍ Korrelation und Regression

■ Lineare Korrelation bei zwei meßbaren Merkmalen

■ Zweidimensionale Zufallsgrößen

■ Test auf Unabhängigkeit zweier Merkmale

■ Lineare Regression bei zwei meßbaren Merkmalen

■ Bestimmung der Regressionsgeraden

■ Vertrauensgrenzen für den Regressionskoeffizienten

■ Mehrdimensionale Regression

■ Funktionaler Zusammenhang
 ■ Vektorschreibweise
■ Lösungsansatz und Normalgleichungssystem

■ Hinweise:

❍ Monte-Carlo-Methode

■ Simulation

■ Zufallszahlen

■ Gleichverteilte Zufallszahlen

■ Zufallszahlen mit anderen Verteilungen

■ Tabelle von Zufallszahlen

■ Beispiel für eine Monte-Carlo-Simulation

■ Benutzung der relativen Häufigkeit

■ Benutzung des Mittelwertes

■ Anwendungen der Monte-Carlo-Methode in der numerischen Mathematik

■ Berechnung mehrfacher Integrale

■ Integral einer Variablen

■ Doppelintegral

■ Hinweis:

■ Lösung partieller Differentialgleichungen

■ Methode der Irrfahrtsprozesse:

■ Lösungsprinzip:

■ Weitere Anwendungen der Monte-Carlo-Methode

● Theorie der Meßfehler

❍ Meßfehler und ihre Verteilung

■ Meßfehlereinteilung nach qualitativen Merkmalen

■ Meßfehlerverteilungsdichte
 ■ Meßprotokoll
■ Meßfehlerverteilungsdichte

■ Fehlernormalverteilung
■ Dichte und Verteilungsfunktion

■ Parameter zur Charakterisierung der Breite der Fehlernormalverteilung

■ Zusammenhang zwischen Standartabweichung, mittlerem und wahrscheinlichem Fehler

sowie Genauigkeit
■ Meßfehlereinteilung nach quantitativen Merkmalen
■ Wahrer Wert und seine Näherungen

■ Fehler der Einzelmessung einer Meßreihe

■ 1. Wahrer und scheinbarer Fehler der Einzelmessung einer Meßreihe

■ 2. Mittlerer quadratischer Fehler der Einzelmessung oder Standardabweichung der

Einzelmessung:
■ 3. Wahrscheinlicher Fehler:

■ 4. Mittlerer Fehler:

■ Fehler des arithmetischen Mittelwertes einer Meßreihe

■ Absoluter und relativer Fehler

■ Absoluter und relativer Maximalfehler

■ Angabe von Meßergebnissen mit Fehlergrenzen

■ Angabe der definierten Fehler

■ Vorgabe beliebiger Vertrauensgrenzen

■ Fehlerrechnung für direkte Messungen gleicher Genauigkeit

■ Fehlerrechnung für direkte Messungen ungleicher Genauigkeit
■ Gewicht einer Messung

■ Standardabweichungen
 ■ Fehlerangabe
❍ Fehlerfortpflanzung und Fehleranalyse
■ Gaußsches Fehlerfortpflanzungsgesetz

■ Problemstellung

■ TAYLOR-Entwicklung

■ Näherung für die Streuung

■ Spezialfälle

■ Unterschied zum Maximalfehler

■ Fehleranalyse
Stetigkeit von Summe, Differenz, Produkt und Quotient stetiger Funktionen

Sind und auf einem Intervall stetig, dann sind dort auch , und

stetige Funktionen, wobei im Falle des Quotienten noch vorausgesetzt werden muß.
Zufällige Auswahl mit Hilfe von Zufallszahlen

Bei gehortetem oder geschichtetem Material, z.B. Betonplatten, ist eine zufällige Entnahme besonders schwierig oder
sogar unmöglich. Dann kann eine Tafel von Zufallszahlen verwendet werden (s. z.B. Tabelle Zufallszahlen).

Auf dem Intervall kann man mit vielen Taschenrechnern gleichmäßig verteilte Zufallszahlen erzeugen, indem

man z.B. mit der Taste RAN völlig regellos angeordnete Zahlen zwischen und aufruft.
Daraus lassen sich durch Aneinanderreihen der Ziffern nach dem Komma mehrstellige Zufallszahlen bilden.

Häufig werden Zufallszahlen auch in Tabellen angegeben. In der Tabelle Zufallszahlen sind zweistellige
Zufallszahlen angegeben, die auch zu mehrstelligen Zufallszahlen zusammengefaßt werden können.

Beispiel
Aus einer Lieferung von 70 gestapelten Rohren soll eine zufällige Stichprobe vom Umfang 10 entnommen
werden. Dazu werden die Rohre von 00 bis 69 numeriert. Mit Hilfe einer zweistelligen Zufallszahlentafel
wird das System festgelegt, nach dem die Auswahl geschehen soll, z.B. horizontal, vertikal oder diagonal.
Sollten sich dabei Zufallszahlen wiederholen oder treten Zahlen auf, die größer als 69 sind, dann werden
diese weggelassen. Die Rohre mit den Nummern der entsprechenden Zufallszahlen gehören dann zur
Stichprobe. Steht nur eine Tafel mehrstelliger Zufallszahlen zur Verfügung, dann werden bestimmte
Zweiergruppen ausgewählt.
Definition mittels Formeln

Funktionen von mehreren Veränderlichen lassen sich auch durch eine oder mehrere Formeln definieren.

Beispiel A

Beispiel B

Beispiel C
Gleiche Tilgungsraten

Die Tilgung erfolgt unterjährig, es werde aber keine unterjährige Verzinsung mit Zinseszins vereinbart. Es werden
folgende Bezeichnungen verwendet:
Schuld (Verzinsung nachschüssig mit ),

Tilgungsrate ,

Anzahl der Tilgungsraten pro Zinsperiode,

Anzahl der Zinsperioden bis zur endgültigen Tilgung der Schuld.
Für den Schuldner ergibt sich außer der Zahlung der Tilgungsraten noch die folgende Belastung durch Zinsen:

1. Zinsen für die -te Zinsperiode:

(1.86a)

2. Gesamtzinsen zur Tilgung einer Schuld Die Zahlung erfolge in Raten bei
 Zinsperioden zu Zinsen:

(1.86b)

Beispiel
Eine Schuld von 60 000.-DM wird jährlich mit 8% verzinst. 60 Monate lang sollen nachschüssig jeweils
1000.-DM getilgt werden. Wie hoch sind die jeweils an den Jahresenden anfallenden Zinsen? Die Zinsen
für jedes Jahr berechnet man aus (1.86a) mit und . Sie sind in
der folgenden Tabelle aufgelistet. Die Gesamtzinsen hätte man auch mit Hilfe von (1.86b) gemäß

12200.-DM ermitteln können.

1. Jahr: 4360.-DM

2. Jahr: 3400.-DM

3. Jahr: 2440.-DM

4. Jahr: 1480.-DM
5. Jahr: 520.-DM

12200.-DM
Dreidimensionaler Fall

Ist die Bedingung (8.129c) erfüllt, dann kann die Stammfunktion für den Integrationsweg (s. Abbildung)
mit der Formel

(8.133)

berechnet werden. Für die anderen fünf möglichen Integrationswege mit Abschnitten, die parallel zu den
Koordinatenachsen verlaufen, ergeben sich fünf weitere Formeln.
Beispiel A

. Die Bedingung (8.129c) ist erfüllt:

. Anwendung der Formel (8.132b) und Einsetzen von

( darf nicht gewählt werden, da die Funktionen und im Punkt unstetig

sind) liefert
 .

Beispiel B

Die Bedingungen (8.129c) sind erfüllt. Anwendung von (8.133) und Einsetzen von
liefert:

.
Allgemeines

Eine Ungleichung wird gelöst, indem man sie schrittweise in äquivalente Ungleichungen umformt. Wie bei der Lösung
einer Gleichung werden die Summanden von der einen Seite auf die andere gebracht, wobei jeweils das Vorzeichen
zu wechseln ist. Weiter können beide Seiten der Ungleichung mit ein und derselben Zahl, die ungleich Null sein muß,
multipliziert oder dividiert werden, wobei der Sinn des Ungleichheitszeichens erhalten bleibt, wenn diese Zahl positiv
ist, sich aber ändert, wenn sie negativ ist. Eine Ungleichung 1. Grades kann auf diese Weise immer auf die Form
(1.125)

gebracht werden, eine Ungleichung 2. Grades im einfachsten Falle auf die Form

(1.126a)

oder

(1.126b)

und im allgemeinen Falle auf die Form

(1.127a)
oder

(1.127b)
Definitionen

● Ungleichungen
● Identische, gleichsinnige, ungleichsinnige und äquivalente Ungleichungen
● Lösung von Ungleichungen
Lösung von Ungleichungen

Ungleichungen können ebenso wie Gleichungen unbekannte Größen enthalten, die gewöhnlich durch die letzten
Buchstaben des Alphabets bezeichnet werden. Die Lösung einer Ungleichung oder eines Systems von
Ungleichungen zu suchen, bedeutet zu bestimmen, innerhalb welcher Grenzen sich die unbekannten Größen
bewegen dürfen, damit die Ungleichung oder alle Ungleichungen des Systems richtig bleiben.
Lösungen können für alle fünf Typen von Ungleichungen gesucht werden; meistens treten die reinen Ungleichungen
vom Typ I und II auf.
Addition und Subtraktion

1. Addition und Subtraktion einer Größe:

(1.104a)

(1.104b)

Durch Addition oder Subtraktion ein und derselben Größe auf beiden Seiten ändert sich der Sinn der Ungleichung
nicht.

2. Addition von Ungleichungen:

(1.105a)

(1.105b)

Zwei gleichsinnige Ungleichungen können seitenweise addiert werden.

3. Subtraktion von Ungleichungen

(1.106a)
 (1.106b)

Von einer Ungleichung kann eine andere ihr ungleichsinnige Ungleichung glied- oder seitenweise subtrahiert werden,
wobei das Ungleichheitszeichen der ersten Ungleichung erhalten bleibt. Im Unterschied dazu lassen sich
gleichsinnige Ungleichungen nicht gliedweise subtrahieren.
Multiplikation und Division einer Ungleichung mit einer Zahl, Ungleichung bezüglich
der Kehrwerte

1. Multiplikation und Division einer Ungleichung mit einer Zahl:

(1.107a)

(1.107b)

(1.107c)

(1.107d)

Wenn eine Ungleichung beidseitig mit einer positiven Zahl multipliziert oder durch eine positive Zahl dividiert wird,
dann bleibt der Sinn der Ungleichung erhalten; ist dagegen die Zahl negativ, dann muß der Sinn des
Ungleichheitszeichens umgekehrt werden.

2. Ungleichung bezüglich des Kehrwertes:

(1.108)
Abschreibung mit verschiedenen Abschreibungsarten

Da bei der geometrisch-degressiven Abschreibung der Restwert Null für endliches nicht erreicht werden kann, ist
es zweckmäßig, von einem bestimmten Zeitpunkt an, z.B. nach Jahren, von der geometrisch-degressiven zur
linearen Abschreibung überzugehen. Man legt so fest, daß von diesem Zeitpunkt an die Abschreibungsraten der
geometrisch-degressiven Abschreibung kleiner sind als die der linearen Abschreibung. Aus dieser Forderung folgt:

(1.101)

Dabei gibt das letzte Jahr der geometrisch-degressiven Abschreibung und das letzte Jahr der linearen
Abschreibung auf Null an.

Beispiel
Eine Maschine mit dem Anschaffungswert 50 000.-DM soll in 15 Jahren auf Null abgeschrieben werden,
und zwar Jahre lang geometrisch-degressiv mit jeweils vom Restwert, danach linear. Aus

(1.101) folgt d.h., nach Jahren ist es zweckmäßig, von der

geometrisch-degressiven zur linearen Abschreibung überzugehen.

Ungleichungen

Ungleichungen sind Verknüpfungen zweier algebraischer Ausdrücke durch eins der folgenden Zeichen:
Typ I (,,größer``) Typ II (,,kleiner``)

Typ III (,,verschieden von, ungleich``) Typ IIIa (,,größer oder kleiner``)

Typ IV (,,größer oder gleich``) Typ IVa (,,nicht kleiner``)

Typ V (,,kleiner oder gleich``) Typ Va (,,nicht größer``)

Gemäß dieser Verknüpfungen können 5 Typen von Ungleichungen unterschieden werden. Die Zeichen unter Typ III
und IIIa, IV und IVa sowie V und Va besitzen jeweils die gleiche Bedeutung, so daß sie sich gegenseitig ersetzen
lassen. Wenn sich das Zeichen IIIa auf Größen bezieht, für die die Begriffe ,,größer`` oder ,,kleiner`` nicht definiert
sind, z.B. bei komplexen Zahlen oder Vektoren, dann läßt es sich durch das Zeichen III ersetzen. In diesem Abschnitt
werden nur reelle Zahlen benutzt.
Variationsrechnung
10.1
BLANCHARD, P.; BRÜNING, E.: Variational methods in mathematical physics. -- Springer-Verlag 1992

10.2
KLINGBEIL, E.: Variationsrechnung. -- BI-Verlag 1988.

10.3
KLÖTZLER, R.: Mehrdimensionale Variationsrechnung. -- Birkhäuser Verlag 1970.

10.4
KOSMOL, P.: Optimierung und Approximation. -- Verlag W. de Gruyter 1991.

10.5
MICHLIN, S.G.: Numerische Realisierung von Variationsmethoden. -- Akademie-Verlag 1969.

10.6
ROTHE, R.: Höhere Mathematik für Mathematiker, Physiker, Ingenieure, Teil VII. -- B. G. Teubner, Leipzig
1960.
10.7
SCHWANK, F.: Randwertprobleme. -- B. G. Teubner, Leipzig 1951.
Vektorielles Feld oder vektorielle Punktfunktion

Wird jedem Punkt eines Raumteiles ein Vektor zugeordnet, so schreibt man
(13.12a)
und bezeichnet (13.12a) als Vektorfeld .

Beispiele für Vektorfelder sind das Geschwindigkeitsfeld der Teilchen einer strömenden Flüssigkeit sowie Kraft- und
Feldstärkefelder.

Ein Vektorfeld kann auch durch

(13.12b)

beschrieben werden, wobei der Ortsvektor des Punktes bei fest gewähltem Pol 0 ist. Ein ebenes Vektorfeld
zeichnet sich dadurch aus, daß alle -Werte und alle -Werte jeweils in einer Ebene liegen (s. auch Analytische
Geometrie der Ebene).
Chi-Quadrat-Verteilung, Teil I

-Verteilung: Quantile
Studentsche t-Verteilung, Teil I

STUDENTsche -Verteilung: Quantile bzw.

Studentsche t-Verteilung, Teil II

STUDENTsche -Verteilung: Quantile bzw.

Allgemeine Eigenschaften

Summe der Innen- und Außenwinkel: Wenn die Zahl der Seiten eines Vielecks ist, dann ist die Summe
der Innenwinkel

(3.38)

die der Außenwinkel gleich

Flächeninhalt: Der Flächeninhalt wird durch Zerlegen in Dreiecke berechnet.

Ereignisse, Häufigkeiten und Wahrscheinlichkeiten
● Ereignisse
● Häufigkeiten und Wahrscheinlichkeiten
● Bedingte Wahrscheinlichkeiten, Satz von Bayes
Produkte trigonometrischer Funktionen

(2.115)

(2.116)

(2.117)

(2.118)
(2.119)

(2.120)

(2.121)
Z-Transformationen, Teil I
Zur -Transformation s. Definition, Rechenregeln, Umkehrung.

Nr. Originalfolge Bildfunktion Konvergenzbereich

3
4

10
Begriff und Eigenschaften der konformen Abbildung

● Definition
● Konforme Abbildung durch affine Differentialtransformation
● Orthogonale Systeme
Eigenschaften

Da die Bildfunktion gemäß (15.110) eine Potenzreihe bezüglich der komplexen Veränderlichen ist, folgt

aus den Eigenschaften von Potenzreihen im Komplexen:

a)
Für eine Z-transformierbare Folge gibt es eine reelle Zahl , so daß die Reihe (15.110) absolut

konvergiert für und divergiert für . Für ist die Reihe sogar

gleichmäßig konvergent. Mit ist der Konvergenzradius der Potenzreihe (15.110) bezüglich

bezeichnet. Konvergiert die Reihe für alle , so setzt man . Für nicht Z-transformierbare

Folgen setzt man .

b)
Ist Z-transformierbar für , dann ist die zugehörige Bildfunktion eine analytische
Funktion für und gleichzeitig die einzige Bildfunktion von . Für die Umkehrung gilt: Ist

eine analytische Funktion für und auch für regulär, dann gibt es zu

genau eine Originalfolge . Dabei heißt regulär für , wenn eine

Potenzreihenentwicklung der Form (15.110) besitzt und gilt.

Kapitel 22: Literatur
● Arithmetik
● Funktionen und ihre Darstellung
● Geometrie
● Lineare Algebra
● Algebra und Diskrete Mathematik
● Differentialrechnung
● Unendliche Reihen
● Integralrechnung
● Differentialgleichungen
● Variationsrechnung
● Integralgleichungen
● Funktionalanalysis
● Vektoranalysis und Feldtheorie
● Funktionentheorie
● Integraltransformationen
● Wahrscheinlichkeitsrechnung und mathematische Statistik
● Dynamische Systeme und Chaos
● Optimierung
● Numerische Mathematik
● Computeralgebrasysteme
● Tabellen
● Gesamtdarstellungen der höheren Mathematik
Gewöhnliche Differentialgleichungen und
Abbildungen
● Dynamische Systeme
● Qualitative Theorie gewöhnlicher Differentialgleichungen
● Diskrete dynamische Systeme
● Strukturelle Stabilität (Robustheit)
Dynamische Systeme und Chaos
● Gewöhnliche Differentialgleichungen und Abbildungen
❍ Dynamische Systeme

■ Grundbegriffe

■ Typen dynamischer Systeme, Orbits

■ Fluß einer Differentialgleichung

■ Diskrete dynamische Systeme

■ Volumenschrumpfende und volumenerhaltende Systeme

■ Invariante Mengen

■ -und -Grenzmenge, absorbierende Menge

■ Stabilität von invarianten Mengen

■ Kompakte Mengen

■ Attraktor, Einzugsgebiet

❍ Qualitative Theorie gewöhnlicher Differentialgleichungen

■ Existenz des Flusses und Phasenraumstruktur

■ Fortsetzbarkeit der Lösungen

■ Phasenporträt
 ■ Satz von Liouville
■ Lineare Differentialgleichungen
■ Hauptsätze

■ Autonome lineare Differentialgleichungen

■ Lineare Differentialgleichungen mit periodischen Koeffizienten

■ Stabilitätstheorie
■ Lyapunov-Stabilität und orbitale Stabilität

■ Satz von Lyapunov über asymptotische Stabilität

■ Klassifizierung und Stabilität der Ruhelagen

■ Stabilität periodischer Orbits

■ Klassifizierung periodischer Orbits

■ Eigenschaften von Grenzmengen, Grenzzyklen

■ m-dimensionale eingebettete Tori als invariante Mengen

■ Invariante Mannigfaltigkeiten
■ Definition, Separatrixflächen

■ Satz von Hadamard und Perron

■ Lokale Phasenporträts nahe Ruhelagen für

■ Homokline und heterokline Orbits

■ Poincaré-Abbildung
■ Poincaré-Abbildung für autonome Differentialgleichungen

■ Poincaré-Abbildung für nichtautonome zeitperiodische

Differentialgleichungen
■ Topologische Äquivalenz von Differentialgleichungen
■ Definition

■ Satz von Grobman und Hartman

 ❍ Diskrete dynamische Systeme
■ Ruhelagen, periodische Orbits und Grenzmengen

■ Typen der Ruhelagen

■ Periodische Orbits

■ Eigenschaften der -Grenzmenge

■ Invariante Mannigfaltigkeiten

■ Definition, Separatrixflächen

■ Satz von Hadamard und Perron für diskrete Systeme

■ Transversale homokline Punkte

■ Topologische Konjugiertheit von diskreten Systemen

■ Definition

■ Satz von GROBMAN und HARTMAN

❍ Strukturelle Stabilität (Robustheit)

■ Strukturstabile Differentialgleichungen

■ Definition

■ Strukturstabile Systeme in der Ebene

■ Strukturstabile diskrete Systeme

■ Generische Eigenschaften

■ Definition

■ Generische Eigenschaften von ebenen Systemen, Hamilton-Systeme

■ Nichtwandernde Punkte, Morse-Smale-Systeme

● Quantitative Beschreibung von Attraktoren

❍ Wahrscheinlichkeitsmaße auf Attraktoren

■ Invariantes Maß

■ Definition, auf dem Attraktor konzentrierte Maße

 ■ Natürliches Maß
■ Elemente der Ergodentheorie

■ Ergodische dynamische Systeme

■ Physikalische oder SBR-Maße

■ Mischende dynamische Systeme

■ Autokorrelationsfunktion

■ Leistungsspektrum

❍ Entropien
■ Topologische Entropie

■ Metrische Entropie

❍ Lyapunov-Exponenten
■ Singulärwerte einer Matrix

■ Definition der Lyapunov-Exponenten

■ Berechnung der Lyapunov-Exponenten

■ Metrische Entropie und LYAPUNOV-Exponenten

❍ Dimensionen
■ Metrische Dimensionen

■ Fraktale

■ Hausdorff-Dimension

■ Kapazitätsdimension

■ Selbstähnlichkeit

■ Auf invariante Maße zurückgehende Dimensionen

■ Dimension eines Maßes

■ Informationsdimension

■ Korrelationsdimension
 ■ Verallgemeinerte Dimension
■ Lyapunov-Dimension

■ Lokale Hausdorff-Dimension nach Douady-Oesterlé

■ Beispiele von Attraktoren

■ Hufeisen-Abbildung

■ Dissipative Bäcker-Abbildung

■ Solenoid oder Solenoid-Attraktor

❍ Seltsame Attraktoren und Chaos

■ Chaotischer Attraktor

■ Fraktale und seltsame Attraktoren

■ Chaotisches System nach Devaney

❍ Chaos in eindimensionalen Abbildungen

● Bifurkationstheorie, Wege zum Chaos

❍ Bifurkationen in Morse-Smale-Systemen

■ Lokale Bifurkationen nahe Ruhelagen

■ Satz über die Zentrumsmannigfaltigkeit für Differentialgleichungen

■ Sattelknoten-Bifurkation und transkritische Bifurkation

■ Hopf-Bifurkation

■ Bifurkationen in zweiparametrigen Differentialgleichungen

■ Spitzen-Bifurkation

■ Bogdanov-Takens-Bifurkation

■ Verallgemeinerte Hopf-Bifurkation

■ Symmetriebrechung

■ Lokale Bifurkationen nahe einem periodischen Orbit

■ Satz über die Zentrumsmannigfaltigkeit für Abbildungen

 ■ Bifurkation eines zweifach zusammengesetzten semistabilen periodischen Orbits
■ Periodenverdopplung oder Flip-Bifurkation

■ Abspaltung eines Torus

■ Globale Bifurkationen

■ Entstehung eines periodischen Orbits durch Verschwinden eines

Sattelknotens
■ Auflösung einer Sattel-Sattel-Separatrix in der Ebene

❍ Übergänge zum Chaos

■ Kaskade von Periodenverdopplungen

■ Intermittenz

■ Globale homokline Bifurkationen

■ Satz von Smale

■ Satz von Shilnikov

■ Melnikov-Methode

■ Auflösung eines Torus

■ Vom Torus zum Chaos

■ Hopf-Landau-Modell der Turbulenz:

■ RUELLE-TAKENS-NEWHOUSE-Szenario:

■ Satz über den Glattheitsverlust und die Zerstörung eines Torus :

■ Abbildungen auf dem Einheitskreis und Rotationszahl
■ Äquivalente und geliftete Abbildung

■ Rotationszahl:

■ Differentialgleichungen auf dem Torus

■ Standardform einer Kreisabbildung
■ Standardform:
■ Teufelstreppe und ARNOLD-Zunge:
■ Goldenes Mittel, FIBONACCI-Zahlen:
Algebra und diskrete Mathematik
● Logik
❍ Aussagenlogik
■ Aussagen

■ Aussagenverbindungen

■ Wahrheitstafeln

■ Ausdrücke der Aussagenlogik

■ Wahrheitsfunktionen

■ Grundgesetze der Aussagenlogik

■ Weitere Grundgesetze

■ Umformungen

■ NAND-Funktion und NOR-Funktion

■ Tautologien, mathematische Schlußweisen

❍ Ausdrücke der Prädikatenlogik

■ Prädikate

■ Quantoren

■ Ausdrücke des Prädikatenkalküls

 ■ Interpretation prädikatenlogischer Ausdrücke
■ Tautologien der Prädikatenlogik

■ Beschränkte Quantifizierung

● Mengenlehre
❍ Mengenbegriff, spezielle Mengen

■ Elementbeziehung

■ Teilmengen

❍ Operationen mit Mengen

■ VENN-Diagramm

■ Vereinigung, Durchschnitt, Komplement

■ Grundgesetze der Mengenalgebra

■ Weitere Mengenoperationen

❍ Relationen und Abbildungen

■ -stellige Relationen
■ Binäre Relationen

■ Relationenprodukt, inverse Relation

■ Eigenschaften binärer Relationen

■ Abbildungen

❍ Äquivalenz- und Ordnungsrelationen

■ Äquivalenzrelationen

■ Äquivalenzklassen, Zerlegungen

■ Äquivalenzklassen

■ Zerlegungssatz

■ Ordnungsrelationen

■ HASSE-Diagramme
 ❍ Mächtigkeit von Mengen
■ Mächtigkeit, Kardinalzahl

● Klassische algebraische Strukturen

❍ Operationen

■ -stellige Operationen
■ Eigenschaften binärer Operationen

■ Äußere Operationen

❍ Halbgruppen
■ Definition

■ Beispiele für Halbgruppen

❍ Gruppen
■ Definition und grundlegende Eigenschaften

■ Definition

■ Beispiele für Gruppen

■ Gruppentafeln

■ Untergruppen und direkte Produkte

■ Untergruppen

■ Zyklische Untergruppen:

■ Verallgemeinerung:

■ Gruppenordnung, Links- und Rechtsnebenklassen:

■ Satz von LAGRANGE:

■ Normalteiler

■ Direkte Produkte

■ Definition:

■ Basissatz für ABELsche Gruppen:

 ■ Abbildungen zwischen Gruppen
■ Homomorphismen und Isomorphismen

■ Satz von CAYLEY

■ Homomorphiesatz für Gruppen

❍ Anwendungsbeispiele für Gruppen

■ Symmetrieoperationen, Symmetrieelemente

■ Symmetriegruppen

■ Beispiel Moleküle

■ Räumliche Darstellung

■ Keine Drehachse

■ Genau eine Drehachse

■ Mehrere Drehachsen

❍ Ringe und Körper

■ Definitionen

■ Ringe

■ Körper

■ Körpererweiterungen

■ Unterringe, Ideale

■ Homomorphismen, Isomorphismen, Homomorphiesatz

■ Ringhomomorphismus und Ringisomorphismus

■ Homomorphiesatz für Ringe

❍ Vektorräume
■ Definition

■ Lineare Abhängigkeit

■ Lineare Abbildungen
 ■ Unterräume, Dimensionsformel
■ EUKLIDische Vektorräume, EUKLIDische Norm

● Elementare Zahlentheorie
❍ Teilbarkeit

■ Teiler

■ Elementare Teilbarkeitsregeln

■ Primzahlen

■ Definition und Eigenschaften

■ Sieb des ERATOSTHENES

■ Primzahlzwillinge, Primzahldrillinge, Primzahlvierlinge

■ Fundamentalsatz der elementaren Zahlentheorie

■ Kanonische Primfaktorenzerlegung

■ Primfaktorzerlegung

■ Positive Teiler

■ Teilbarkeitskriterien

■ Bezeichnungen

■ Kriterien

■ Größter gemeinsamer Teiler

■ EUKLIDischer Algorithmus

■ Größter gemeinsamer Teiler als Linearkombination

■ Kleinstes gemeinsames Vielfaches

■ Zusammenhang zwischen dem ggT und dem kgV

■ FIBONACCI-Zahlen

■ FIBONACCI-Folge

■ FIBONACCI-Rekursionsformel
 ■ Satz zum EUKLIDischen Algorithmus
❍ Lineare Diophantische Gleichungen
■ DIOPHANTische Gleichungen und Lösbarkeit

■ Lösungsverfahren für
■ Reduktionsverfahren für
❍ Kongruenzen und Restklassen
■ Kongruenzen

■ Rechenregeln

■ Restklassen, Restklassenring

■ Prime Restklassen

■ Primitive Restklassen

■ Lineare Kongruenzen

■ Simultane lineare Kongruenzen

■ Quadratische Kongruenzen

■ Quadratische Reste modulo

■ Eigenschaften quadratischer Kongruenzen

■ Allgemeine Bedingungen zur Lösbarkeit

■ Polynomkongruenzen

❍ Sätze von Fermat, Euler und Wilson

■ EULERsche Funktion

■ Satz von FERMAT-EULER

■ Satz von Wilson

❍ Codes
■ RSA-Codes
 ■ Internationale Standard-Buchnummer ISBN
■ Pharmazentralnummer
■ Einheitliches Kontonummernsystem EKONS
■ Europäische Artikelnummer EAN
● Kryptologie
❍ Aufgabe der Kryptologie

❍ Kryptosysteme

❍ Mathematische Präzisierung

❍ Sicherheit von Kryptosystemen

■ Methoden der klassischen Kryptologie

■ Tauschchiffren

■ VIGENERE-Chiffre

■ Matrixsubstitutionen

❍ Methoden der klassischen Kryptoanalysis

■ Statistische Analyse

■ KASISKI-FRIEDMAN-Test

❍ One-Time-Tape

❍ Verfahren mit öffentlichem Schlüssel

■ Konzept von DIFFIE und HELLMAN

■ Einwegfunktionen

■ RSA-Verfahren

❍ DES-Algorithmus (Data Encryption Standard)

❍ IDEA-Algorithmus (International Data Encryption Algorithm)

● Universelle Algebra
❍ Definition
 ❍ Kongruenzrelationen, Faktoralgebren
❍ Homomorphismen

❍ Homomorphiesatz

❍ Varietäten

❍ Termalgebren, freie Algebren

● Boolesche Algebren und Schaltalgebra

❍ Definition und Grundgesetze

❍ Dualitätsprinzip

❍ Endliche BOOLEsche Algebren

❍ BOOLEsche Algebren als Ordnungen

❍ BOOLEsche Funktionen, BOOLEsche Ausdrücke

■ BOOLEsche Funktionen

■ BOOLEsche Ausdrücke

■ Wertverlaufsgleiche BOOLEsche Ausdrücke

❍ Normalformen

■ Elementarkonjunktion, Elementardisjunktion

■ Kanonische Normalformen

❍ Schaltalgebra

● Algorithmen der Graphentheorie

❍ Grundbegriffe und Bezeichnungen

■ Ungerichtete und gerichtete Graphen

■ Adjazenz

■ Schlichte Graphen

■ Knotengrade

■ Spezielle Klassen von Graphen

 ■ Darstellung von Graphen
■ Isomorphie von Graphen

■ Untergraphen, Faktoren

■ Adjazenzmatrix

■ Inzidenzmatrix

■ Bewertete Graphen

❍ Durchlaufungen von ungerichteten Graphen

■ Kantenfolgen

■ Kantenfolgen

■ Zusammenhängende Graphen, Komponenten

■ Abstand zweier Knoten

■ Problem des kürzesten Weges

■ Eulersche Linien

■ EULERsche Linien, EULERsche Graphen

■ Konstruktion einer geschlossenen EULERschen Linie

■ Offene EULERsche Linien

■ Chinesisches Briefträgerproblem

■ Hamilton-Kreise

❍ Bäume und Gerüste

■ Bäume

■ Bäume

■ Wurzelbäume

■ Reguläre binäre Bäume

■ Geordnete binäre Bäume

■ Gerüste
 ■ Gerüste, Satz von CAYLEY
■ Matrix-Gerüst-Satz
■ Minimalgerüste
❍ Matchings
■ Matchings, Satz von TUTTE

■ Alternierende Wege, Satz von BERGE

■ Ermittlung maximaler Matchings

❍ Planare Graphen

❍ Bahnen in gerichteten Graphen

■ Bogenfolgen

■ Zusammenhängende und stark zusammenhängende Graphen

■ Algorithmus von DANTZIG

❍ Transportnetze

■ Transportnetz

■ Maximalstrom-Algorithmus von FORD und FULKERSON

● Fuzzy-Logik
❍ Grundlagen der Fuzzy-Logik

■ Interpretation von Fuzzy-Mengen (Unscharfe Mengen)

■ Klassischer Mengenbegriff und unscharfe Mengen

■ Eigenschaften unscharfer Mengen

■ Fuzzy-Linguistik

■ Zugehörigkeitsfunktionen

■ Trapezförmige Zugehörigkeitsfunktionen

■ Glockenförmige Zugehörigkeitsfunktionen

■ Fuzzy-Mengen
 ■ Leere, universelle, normale und subnormale Fuzzy-Mengen,
Fuzzy-Teilmengen
■ Toleranz einer Fuzzy-Menge
■ Schnitt einer Fuzzy-Menge
■ Ähnlichkeit von Fuzzy-Mengen und
■ Umwandlung kontinuierlicher und diskreter fuzzy-wertiger Mengen:

❍ Verknüpfungen unscharfer Mengen

■ Konzept für eine Verknüpfung (Aggregation) unscharfer Mengen

■ Praktische Verknüpfungen unscharfer Mengen

■ Durchschnitt und Vereinigung zweier Fuzzy-Mengen

■ Tabelle der - und -Normen

■ Kompensatorische Operatoren

■ Erweiterungsprinzip

■ Unscharfe Komplementfunktion

❍ Fuzzy-wertige Relationen
■ Fuzzy-Relationen

■ Modellierung fuzzy-wertiger Relationen

■ Kartesisches Produkt

■ Eigenschaften fuzzy-wertiger Relationen

■ -faches kartesisches Produkt

■ Rechenregeln
■ Fuzzy-Relationenprodukt
■ Verkettung oder Fuzzy-Relationenprodukt

■ Verknüpfungsregeln
 ■ Fuzzy-logisches Schließen
❍ Fuzzy-Inferenz oder Fuzzy-Implikation
❍ Defuzzifizierungsmethoden
❍ Wissensbasierte Fuzzy-Systeme
■ Methode MAMDANI

■ Methode SUGENO

■ Kognitive Systeme

■ Pendel auf beweglicher Unterlage: Modellierung der Aufgabe

■ Pendel auf beweglicher Unterlage: Regelauswahl

■ Pendel auf beweglicher Unterlage: Entscheidungslogik

■ Pendel auf beweglicher Unterlage: Defuzzifizierung

■ Wissensbasiertes Interpolationssystem

■ Interpolationsmechanismen

■ Einschränkung für den eindimensionalen Fall

Funktionalanalysis
● Vektorräume
❍ Begriff des Vektorraumes

❍ Lineare und affin-lineare Teilmengen

■ Lineare Teilmenge

■ Affiner Teilraum

■ Lineare Hülle

■ Beispiele für Vektorräume von Folgen

■ Beispiele für Vektorräume von Funktionen

❍ Linear unabhängige Elemente

■ Lineare Unabhängigkeit

■ Basis und Dimension eines Vektorraumes

❍ Konvexe Teilmengen und konvexe Hülle

■ Konvexe Mengen

■ Kegel

❍ Lineare Operatoren und Funktionale

■ Abbildungen
 ■ Homomorphismus und Endomorphismus
■ Isomorphe Vektorräume

❍ Komplexifikation reeller Vektorräume

❍ Geordnete Vektorräume

■ Kegel und Halbordnung

■ Kegel

■ Halbordnung

■ Ordnungsbeschränkte Mengen

■ Positive Operatoren

■ Vektorverbände

■ Vektorverband

■ Positiver und negativer Teil, Modul eines Elements

● Metrische Räume
❍ Begriff des metrischen Raumes

■ Kugeln und Umgebungen

■ Konvergenz von Folgen im metrischen Raum

■ Abgeschlossene Mengen und Abschließung

■ Abgeschlossene Mengen

■ Abschließung

■ Dichte Teilmengen und separable metrische Räume

❍ Vollständige metrische Räume

■ Cauchy-Folge

■ Vollständiger metrischer Raum

■ Einige fundamentale Sätze in vollständigen metrischen Räumen

■ Kugelschachtelungssatz
 ■ BAIREscher Kategoriensatz
■ BANACHscher Fixpunktsatz

■ Einige Anwendungen des Kontraktionsprinzips

■ Iterationsverfahren zur Lösung linearer Gleichungssysteme

■ FREDHOLMsche Integralgleichungen

■ VOLTERRAsche Integralgleichungen

■ Satz von PICARD-LINDELÖF

■ Vervollständigung eines metrischen Raumes

❍ Stetige Operatoren

■ Stetige Operatoren

■ Isometrische Räume

● Normierte Räume
❍ Begriff des normierten Raumes

■ Axiome des normierten Raumes

■ Einige Eigenschaften normierter Räume

❍ Banach-Räume

■ Reihen in normierten Räumen

■ Beispiele von Banach-Räumen

■ Sobolew-Räume

❍ Geordnete normierte Räume

■ Kegel im normierten Raum

■ Normierte Vektorverbände und Banach-Verbände

❍ Normierte Algebren

● Hilbert-Räume
❍ Begriff des Hilbert-Raumes
 ■ Skalarprodukt
■ Unitäre Räume und einige ihrer Eigenschaften

■ Hilbert-Raum

❍ Orthogonalität

■ Eigenschaften der Orthogonalität

■ Orthogonale Systeme

❍ Fourier-Reihen im Hilbert-Raum

■ Bestapproximation

■ PARSEVALsche Gleichung, Satz von RIESZ-FISCHER

❍ Existenz einer Basis. Isomorphe Hilbert-Räume

● Stetige lineare Operatoren und Funktionale

❍ Beschränktheit, Norm und Stetigkeit linearer Operatoren

■ Beschränktheit und Norm linearer Operatoren

■ Raum linearer stetiger Operatoren

■ Konvergenz von Operatorenfolgen

❍ Lineare stetige Operatoren in Banach-Räumen

■ BANACH-STEINHAUS-Satz, Prinzip der gleichmäßigen Beschränkheit

■ Satz von der offenen Abbildung

■ Satz vom abgeschlossenen Graphen

■ Satz von Hellinger und Toeplitz

■ Satz von Krein und Losanowskij

■ Inverser Operator

■ Satz von Banach über die Stetigkeit des inversen Operators

■ Methode der sukzessiven Approximation

❍ Elemente der Spektraltheorie linearer Operatoren

 ■ Resolventenmenge und Resolvente eines Operators
■ Spektrum eines Operators

■ Spektrum, Definition

■ Vergleich mit der linearen Algebra, Residualspektrum

❍ Stetige lineare Funktionale

■ Definition

■ Stetige lineare Funktionale im Hilbert-Raum, Satz von Riesz

■Stetige lineare Funktionale in

❍ Fortsetzung von linearen Funktionalen

■ Halbnorm

■ Fortsetzungssatz von HAHN-BANACH (analytische Form)

❍ Trennung konvexer Mengen

■ Hyperebenen

■ Geometrische Form des Satzes von Hahn-Banach

■ Trennung konvexer Mengen

❍ Bidualer Raum und reflexive Räume

● Adjungierte Operatoren in normierten Räumen

❍ Adjungierter Operator zu einem beschränkten Operator

❍ Adjungierter Operator zu einem unbeschränkten Operator

❍ Selbstadjungierte Operatoren

■ Positiv definite Operatoren

■ Projektoren im Hilbert-Raum

● Kompakte Mengen und kompakte Operatoren

❍ Kompakte Teilmengen in normierten Räumen

❍ Kompakte Operatoren
 ■ Begriff des kompakten Operators
■ Eigenschaften linearer kompakter Operatoren

■ Schwache Konvergenz von Elementen

❍ Fredholmsche Alternative

❍ Kompakte Operatoren im Hilbert-Raum

❍ Kompakte selbstadjungierte Operatoren

● Nichtlineare Operatoren
❍ Beispiele nichtlinearer Operatoren

■ Nemytskij-Operator

■ Hammerstein-Operator

■ URYSOHN-Operator

❍ Differenzierbarkeit nichtlinearer Operatoren

❍ Newton-Verfahren

❍ Schaudersches Fixpunktprinzip

❍ Leray-Schauder-Theorie

❍ Positive nichtlineare Operatoren

❍ Monotone Operatoren in Banach-Räumen

■ Spezielle Eigenschaften

■ Existenzaussagen

● Maß und Lebesgue-Integral

❍ Sigma-Algebren und Maße

■ -Algebra
■ Maß

❍ Meßbare Funktionen
■ Meßbare Funktion
 ■ Eigenschaften der Klasse der meßbaren Funktionen
❍ Integration
■ Definition des Integrals

■ Einige Eigenschaften des Integrals

■ Konvergenzsätze

■ Satz von RADON-NIKODYM

❍ -Räume
❍ Distributionen
■ Formel der partiellen Integration

■ Verallgemeinerte Ableitung

■ Distribution

■ Ableitung einer Distribution

Funktionentheorie
● Funktionen einer komplexen Veränderlichen
❍ Stetigkeit, Differenzierbarkeit

■ Definition der komplexen Funktion

■ Grenzwert der komplexen Funktion

■ Stetigkeit der komplexen Funktion

■ Differenzierbarkeit der komplexen Funktion

❍ Analytische Funktionen

■ Definition der analytischen Funktion

■ Beispiele analytischer Funktionen

■ Eigenschaften analytischer Funktionen

■ Betrag einer analytischen Funktion

■ Nullstellen, Beschränktheit, Maximalwert

■ Singuläre Punkte

❍ Konforme Abbildung

■ Begriff und Eigenschaften der konformen Abbildung

■ Definition
 ■ Konforme Abbildung durch affine Differentialtransformation
■ Orthogonale Systeme

■ Einfachste konforme Abbildungen

■ Lineare Funktion:

■ Inversion

■ Gebrochenlineare Funktion

■ Quadratische Funktion

■ Quadratwurzel

■ Summe aus linearer und gebrochenlinearer Funktion

■ Logarithmus

■ Exponentialfunktion

■ Schwarz-Christoffelsche Formel

■ Schwarzsches Spiegelungsprinzip
■ Sachverhalt

■ Anwendungen

■ Komplexe Potentiale
■ Begriff des komplexen Potentials

■ Komplexes Potential des homogenen Feldes

■ Komplexes Potential von Quelle und Senke

■ Komplexes Potential eines Quelle-Senke-Systems

■ Komplexes Potential des Dipols

■ Komplexes Potential eines Wirbels

■ Superpositionsprinzip
■ Superposition komplexer Potentiale

■ Erzeugung neuer Felder

 ■ Erzeugung durch Integration
■ Erzeugung mit dem Maxwellschen Diagonalverfahren

❍ Beliebige Abbildung der komplexen Zahlenebene

● Integration im Komplexen
❍ Bestimmtes und unbestimmtes Integral

■ Definition des Integrals im Komplexen

■ Bestimmtes komplexes Integral

■ Unbestimmtes komplexes Integral

■ Zusammenhang von bestimmtem und unbestimmtem komplexen Integral

■ Eigenschaften und Berechnung komplexer Integrale

■ Vergleich mit dem Kurvenintegral 2. Art

■ Abschätzung des Integralwertes

■ Berechnung komplexer Integrale in Parameterdarstellung

■ Unabhängigkeit vom Integrationsweg

■ Komplexes Integral über einen geschlossenen Weg

❍ Integralsatz von Cauchy, Hauptsatz der Funktionentheorie

■ Integralsatz von Cauchy für einfach zusammenhängende Gebiete

■ Integralsatz von Cauchy für mehrfach zusammenhängende Gebiete

❍ Integralformeln von Cauchy

■ Analytische Funktion innerhalb eines Gebietes

■ Analytische Funktion außerhalb eines Gebietes

● Potenzreihenentwicklung analytischer Funktionen

❍ Konvergenz von Reihen mit komplexen Gliedern

■ Konvergenz einer Zahlenfolge mit komplexen Gliedern

■ Konvergenz einer unendlichen Reihe mit komplexen Gliedern

 ■ Potenzreihen im Komplexen
■ Konvergenz

■ Konvergenzkreis

■ Ableitungen und Integrale von Potenzreihen, Konvergenzkreis

❍ Taylor-Reihe

❍ Prinzip der analytischen Fortsetzung

❍ Laurent-Entwicklung

❍ Isolierte singuläre Stellen und der Residuensatz

■ Isolierte singuläre Stellen

■ Meromorphe Funktionen

■ Elliptische Funktionen

■ Residuum

■ Residuensatz

● Berechnung reeller Integrale durch Integration im Komplexen

❍ Anwendung der Cauchyschen Integralformeln

❍ Anwendung des Residuensatzes

❍ Anwendungen des Lemmas von Jordan

■ Lemma von Jordan

■ Beispiele zum Lemma von Jordan

■ Berechnung des Integrals

■ Integralsinus
■ Sprungfunktion
 ■ Rechteckimpuls
■ Fresnelsche Integrale

● Algebraische und elementare transzendente Funktionen

❍ Algebraische Funktionen

■ Definition und Beispiele

❍ Elementare transzendente Funktionen

■ Natürliche Exponentialfunktion

■ Natürlicher Logarithmus

■ Allgemeine Exponentialfunktion

■ Trigonometrische Funktionen und Hyperbelfunktionen

■ Inverse trigonometrische Funktionen und inverse Hyperbelfunktionen

■ Real- und Imaginärteile der trigonometrischen Funktionen und Hyperbelfunktionen

■ Absolutbeträge und Argumente der trigonometrischen und Hyperbelfunktionen

❍ Beschreibung von Kurven in komplexer Form

● Elliptische Funktionen
❍ Zusammenhang mit elliptischen Integralen

❍ Jacobi-Funktionen

■ Definition

■ Meromorphe und doppelperiodische Funktionen

■ Eigenschaften der Jacobischen Funktionen

❍ Thetafunktionen

❍ Weierstrasssche Funktionen
Vektoranalysis und Feldtheorie
13.1
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

13.2
BREHMER, S.; HAAR, H.: Differentialformen und Vektoranalysis. -- Berlin 1972.

13.3
DOMKE, E.: Vektoranalysis: Einführung für Ingenieure und Naturwissenschaftler. -- BI-Verlag 1990.

13.4
FOCK, V.: Theorie von Raum, Zeit und Gravitation. -- Berlin 1960.

13.5
KÄSTNER, S.: Vektoren, Tensoren, Spinoren. -- Berlin 1964.

13.6
REICHARDT, H.: Vorlesungen über Vektor- und Tensorrechnung. -- Deutscher Verlag der Wissenschaften 1968.

13.7
 SCHARK, R.: Vektoranalysis für Ingenieurstudenten. -- Verlag H. Deutsch 1992.

13.8
SCHMUTZER, E.: Relativistische Physik. -- B. G. Teubner, Leipzig 1968.

13.9
WUNSCH, G.: Feldtheorie. -- Verlag Technik 1971.
Definition

Unter einer konformen Abbildung versteht man die Abbildung der - in die -Ebene mit Hilfe einer analytischen
Funktion in allen Punkten , in denen ist.

(14.8)

Die konforme Abbildung besitzt die folgende Haupteigenschaft: Alle Linienelemente im Punkt

erfahren bei der Überführung in Linienelemente im Punkt dieselbe Streckung im Verhältnis

und dieselbe Drehung um den Winkel . Dadurch werden geometrische Gebilde

in einem infinitesimalen Gebiet in ähnliche Figuren transformiert, behalten also ihre Form bei (s. Abbildung):
Geometrische Gebilde endlicher Abmessungen werden zwar verzerrt dargestellt, die Schnittwinkel zwischen den
Kurven bleiben aber erhalten, u.a. auch die Orthogonalität der Kurvenscharen (s. Abbildung).
Konforme Abbildungen haben in der Physik, Elektrotechnik, Hydro- und Aerodynamik sowie in anderen
Anwendungsgebieten der Mathematik weite Verbreitung gefunden.
Orthogonale Systeme

Die Koordinatenlinien und der -Ebene werden durch konforme Abbildungen in zwei
orthogonale Kurvenscharen transformiert. Allgemein kann mit Hilfe der analytischen Funktionen eine Vielfalt
orthogonaler Systeme krummliniger Koordinaten generiert werden. In der Umkehrung gilt, daß zu jeder konformen
Abbildung ein orthogonales Kurvennetz existiert, das in ein orthogonales kartesisches Koordinatensystem abgebildet
wird.

Beispiel A

Im Falle ist die Orthogonalität gestört.

Beispiel B
Im Falle bleibt die Orthogonalität erhalten, ausgenommen den Punkt wegen .
Die Koordinatenlinien gehen in zwei Scharen konfokaler Parabeln über (s. Abbildung), der 1. Quadrant der
-Ebene in die obere Hälfte der -Ebene.
Geometrie
● Planimetrie
❍ Grundbegriffe

■ Punkt, Gerade, Strahl, Strecke

■ Punkt und Gerade

■ Strahl und Strecke

■ Parallele und orthogonale Geraden

■ Winkel

■ Winkelbegriff

■ Winkelbezeichnungen

■ Winkel an zwei sich schneidenden Geraden

■ Winkelpaare an geschnittenen Parallelen

■ Winkel im Gradmaß und im Bogenmaß

❍ Geometrische Definition der Kreis- und Hyperbel-Funktionen

■ Definition der Kreis- oder trigonometrischen Funktionen

■ Definition am Einheitskreis

■ Vorzeichen der trigonometrischen Funktionen

 ■ Definition der trigonometrischen Funktionen mit Hilfe einer Kreissektorfläche
■ Geometrische Definition der Hyperbelfunktionen

❍ Ebene Dreiecke
■ Aussagen zu ebenen Dreiecken

■ Summe zweier Seiten, Summe der Winkel

■ Vollständige Bestimmung des Dreiecks

■ Seitenhalbierende und Winkelhalbierende

■ Inkreis und Umkreis

■ Höhe und Mittellinie des Dreiecks

■ Arten von Dreiecken

■ Symmetrie

■ Zentrale Symmetrie

■ Axiale Symmetrie oder Spiegelsymmetrie

■ Kongruente Dreiecke, Kongruenzsätze

■ Kongruenz:

■ Kongruenzsätze:

■ Ähnliche Dreiecke, Ähnlichkeitssätze

❍ Ebene Vierecke
■ Parallelogramm

■ Rechteck und Quadrat

■ Rhombus

■ Trapez

■ Allgemeines Viereck

❍ Ebene Vielecke
■ Allgemeine Eigenschaften
 ■ Regelmäßige Vielecke
❍ Ebene Kreisfiguren
■ Kreis

■ Winkel im Kreis

■ Strecken im Kreis

■ Umfang, Flächeninhalt, Zahl

■ Kreisabschnitt (Kreissegment) und Kreisausschnitt (Kreissektor)

■ Kreisring

● Ebene Trigonometrie
❍ Rechtwinklige ebene Dreiecke

■ Grundformeln und Sätze

■ Berechnung von Seiten und Winkeln im ebenen rechtwinkligen Dreieck

❍ Berechnungen in schiefwinkligen ebenen Dreiecken

■ Grundformeln und Sätze

■ Zyklische Vertauschungen

■ Sätze

■ Weitere Beziehungen

■ Strecken im Dreieck und Fläche

■ Grundaufgaben zur Berechnung ebener schiefwinkliger Dreiecke

❍ Geodätische Anwendungen

■ Geodätische Koordinaten

■ Geodätische rechtwinklige Koordinaten

■ Geodätische Polarkoordinaten

■ Maßstab

■ Winkel in der Geodäsie

 ■ Neugradeinteilung
■ Richtungswinkel

■ Koordinatentransformationen

■ Berechnung von Polarkoordinaten aus rechtwinkligen Koordinaten

■ Berechnung von rechtwinkligen aus polaren Koordinaten beim polaren

Anhängen eines Punktes

■ Koordinatentransformation zwischen zwei rechtwinkligen Koordinatensystemen

■ Vermessungstechnische Anwendungen

■ Vorwärtseinschneiden durch zwei Strahlen

■ Vorwärtseinschneiden ohne Visier

■ SNELLIUSsche Aufgabe des Rückwärtseinschneidens

■ Rückwärtseinschneiden nach CASSINI

■ Bogenschnitt

● Stereometrie
❍ Geraden und Ebenen im Raum

■ Zwei Geraden

■ Zwei Ebenen

■ Gerade und Ebene

❍ Kanten, Ecken, Raumwinkel

■ Kante

■ Ecke

■ Dreiseitige Ecken

■ Raumwinkel

❍ Polyeder

■ Prisma
 ■ Parallelepiped
■ Quader

■ Würfel

■ Pyramide

■ Pyramidenstumpf

■ Tetraeder

■ Obelisk

■ Keil

■ Reguläre Polyeder und EULERscher Polyedersatz

❍ Körper, die durch gekrümmte Flächen begrenzt sind

■ Zylinderförmige Körper

■ Zylinderfläche

■ Zylinder

■ Gerade Kreiszylinder

■ Schräg abgeschnittener Kreiszylinder

■ Zylinderabschnitt, auch Zylinderhuf

■ Hohlzylinder

■ Kegelförmige Körper

■ Kegelflächen

■ Kegel

■ Gerade Kreiskegel

■ Gerader Kreiskegelstumpf

■ Kugel und Teile von Kugeln

■ Kugel

■ Kugelausschnitt
 ■ Kugelabschnitt
■ Kugelschicht

■ Torus oder Kreisring

■ Tonnenkörper

● Sphärische Trigonometrie
❍ Grundbegriffe der Geometrie auf der Kugel

■ Kurven, Bogen und Winkel auf der Kugel

■ Sphärische Kurven, Großkreis und Kleinkreis

■ Sphärischer Abstand

■ Geodätische Linien

■ Messung des sphärischen Abstandes

■ Schnittwinkel, Kurswinkel und Azimut

■ Spezielle Koordinatensysteme

■ Geographische Koordinaten

■ SOLDNER-Koordinaten

■ GAUSS-KRÜGER-Koordinaten

■ Sphärisches Zweieck

■ Sphärisches Dreieck

■ Polardreieck

■ Pole und Polare

■ Polardreieck

■ Eulersche und Nicht-Eulersche Dreiecke

■ Dreikant

❍ Haupteigenschaften sphärischer Dreiecke

■ Allgemeine Aussagen
 ■ Seiten
■ Winkel

■ Flächeninhalt

■ Grundformeln und Anwendungen

■ Sinussatz

■ Kosinussatz oder Seitenkosinussatz

■ Sinus-Kosinussatz

■ Winkelkosinussatz oder polarer Kosinussatz

■ Polarer Sinus-Kosinussatz

■ Halbwinkelsatz

■ Halbseitensatz

■ Anwendungen der Grundformeln der sphärischen Trigonometrie

■ Weitere Formeln

■ DELAMBREsche Gleichungen

■ NEPERsche Gleichungen und Tangenssatz

■ L'HUILIERsche Gleichungen

❍ Berechnung sphärischer Dreiecke

■ Grundaufgaben, Genauigkeitsbetrachtungen

■ Rechtwinklig sphärisches Dreieck

■ Spezielle Formeln

■ Grundaufgaben für rechtwinklig sphärische Dreiecke

■ NEPERsche Regel

■ Schiefwinklig sphärisches Dreieck

■ 1. Grundaufgabe SSS

■ 2. Grundaufgabe WWW
 ■ 3. Grundaufgabe SWS
■ 4. Grundaufgabe WSW

■ 5. Grundaufgabe WWW

■ 6. Grundaufgabe WWS

■ Sphärische Kurven
■ Orthodrome
■ Begriffsbestimmung

■ Gleichung der Orthodrome

■ Winkel-Rückversetzung

■ Nordpolnächster Punkt und Äquatorschnittpunkte

■ Bogenlänge

■ Kurswinkel

■ Schnittpunkte mit einem Breitenkreis

■ Schnittpunkt mit einem Meridian

■ Kleinkreis
■ Begriffsbestimmung

■ Kleinkreisgleichungen

■ Bogenlänge

■ Kurswinkel

■ Schnittpunkte mit einem Breitenkreis

■ Tangierpunkte

■ Schnittpunkte mit einem Meridian

■ Loxodrome
■ Begriffsbestimmung

■ Gleichung der Loxodrome

 ■ Bogenlänge
■ Kurswinkel

■ Schnittpunkt mit einem Breitenkreis

■ Schnittpunkte mit einem Meridian

■ Schnittpunkte sphärischer Kurven

■ Schnittpunkte zweier Orthodromen

■ Schnittpunkte zweier Loxodromen

● Vektoralgebra und analytische Geometrie

❍ Vektoralgebra

■ Definition des Vektors, Rechenregeln

■ Skalare und Vektoren

■ Polare und axiale Vektoren

■ Modul (Absolutbetrag des Vektors) und Raumrichtung

■ Gleichheit von Vektoren

■ Freie, gebundene und linienflüchtige Vektoren

■ Spezielle Vektoren

■ Linearkombinationen von Vektoren

■ Multiplikation eines Vektors mit einem Skalar

■ Zerlegung von Vektoren

■ Koordinaten eines Vektors

■ Kartesische Koordinaten

■ Affine Koordinaten

■ Richtungskoeffizient oder Entwicklungskoeffizient

■ Skalarprodukt und Vektorprodukt

■ Skalare Multiplikation
 ■ Vektorielle Multiplikation
■ Eigenschaften der Produkte von Vektoren

■ Mehrfache multiplikative Verknüpfungen

■ Doppeltes Vektorprodukt

■ Gemischtes Produkt

■ Formeln für mehrfache Produkte

■ Formeln für Produkte in kartesischen Koordinaten

■ Formeln für Produkte in affinen Koordinaten

■ Metrische Koeffizienten und reziproke Grundvektoren:

■ Anwendung auf kartesische Koordinaten:

■ Skalares Produkt in Koordinatendarstellung:

■ Vektorprodukt in Koordinatendarstellung:

■ Spatprodukt in Koordinatendarstellung:

■ Vektorielle Gleichungen

■ Kovariante und kontravariante Koordinaten eines Vektors

■ Definitionen

■ Darstellung der Koordinaten mit Hilfe von Skalarprodukten

■ Darstellung des Skalarprodukts mit Hilfe von Koordinaten

■ Geometrische Anwendungen der Vektoralgebra

❍ Analytische Geometrie der Ebene

■ Grundlegende Begriffe und Formeln, ebene Koordinatensysteme

■ Ebene Koordinaten und ebene Koordinatensysteme

■ Kartesische oder DESCARTESsche Koordinaten

■ Polarkoordinaten

■ Krummlinige Koordinaten
 ■ Koordinatentransformationen
■ Übergang von kartesischen Koordinaten zu Polarkoordinaten und umgekehrt

■ Abstand zwischen zwei Punkten

■ Koordinaten des Massenmittelpunktes (Schwerpunktes)

■ Teilung einer Strecke im gegebenen Verhältnis:

■ Goldener Schnitt:

■ Flächeninhalte

■ Flächeninhalt eines Dreiecks:

■ Flächeninhalt eines Vielecks:

■ Gleichung einer Kurve

■ Gerade
■ Gleichung der Geraden

■ Allgemeine Geradengleichung:

■ Geradengleichung mit Richtungskoeffizient:

■ Geradengleichung durch einen vorgegebenen Punkt:

■ Geradengleichung für zwei vorgegebene Punkte:

■ Geradengleichung in Achsenabschnittsform:

■ Normalform der Geradengleichung (auch HESSEsche Normalform ):

■ Geradengleichung in Polarkoordinaten:

■ Abstand eines Punktes von einer Geraden

■ Schnittpunkt von Geraden

■ Schnittpunkt zweier Geraden:

■ Geradenbüschel:

■ Winkel zwischen zwei Geraden

■ Kreis
 ■ Gleichung des Kreises in kartesischen Koordinaten
■ Parameterdarstellung des Kreises

■ Kreisgleichung in Polarkoordinaten

■ Ellipse
■ Elemente der Ellipse

■ Gleichung der Ellipse

■ Brennpunktseigenschaften der Ellipse, Definition der Ellipse

■ Leitlinien der Ellipse

■ Durchmesser der Ellipse

■ Tangenten an die Ellipse

■ Krümmungskreisradius der Ellipse

■ Flächeninhalte der Ellipse

■ Ellipsenbogen und Ellipsenumfang

■ Hyperbel
■ Elemente der Hyperbel

■ Gleichung der Hyperbel

■ Brennpunktseigenschaften der Hyperbel, Definition der Hyperbel

■ Leitlinien der Hyperbel

■ Tangenten an die Hyperbel

■ Asymptoten der Hyperbel

■ Konjugierte Hyperbeln

■ Durchmesser der Hyperbel

■ Krümmungskreisradius der Hyperbel

■ Flächeninhalte in der Hyperbel

■ Hyperbelbogen
 ■ Gleichseitige Hyperbeln
■ Parabel

■ Elemente der Parabel

■ Gleichung der Parabel

■ Haupteigenschaft der Parabel

■ Durchmesser der Parabel

■ Tangente an die Parabel

■ Krümmungskreisradius der Parabel

■ Flächeninhalte in der Parabel

■ Länge des Parabelbogens

■ Kurven zweiter Ordnung (Kegelschnitte)

■ Allgemeine Gleichung der Kurven zweiter Ordnung

■ Invariante einer Kurve zweiter Ordnung

■ Gestalt der Kurven 2. Ordnung (Kegelschnitte)

■ Leitlinieneigenschaft der Kurven zweiter Ordnung

■ Bestimmung der Kurve durch fünf Punkte

■ Polargleichung der Kurven zweiter Ordnung

■ Transformation der Kurvengleichungen 2. Ordnung auf die Normalform.

Mittelpunktskurven
■ Transformation der Kurvengleichungen 2. Ordnung auf die Normalform.

Parabolische Kurven
❍ Analytische Geometrie des Raumes
■ Grundlegende Begriffe und Formeln, räumliche Koordinatensysteme

■ Rechts- und Linkssysteme

■ Kartesische Koordinaten
 ■Koordinatenflächen und Koordinatenlinien
■ Krummlinige dreidimensionale Koordinaten

■ Zylinderkoordinaten

■ Kugel- oder räumliche Polarkoordinaten

■ Richtung im Raum

■ Transformation rechtwinkliger Koordinaten

■ Parallelverschiebung:

■ Drehung der Koordinatenachsen:

■ Eigenschaften der Transformationsdeterminante:

■ EULERsche Winkel:

■ Skalare Invariante:

■ Abstand zwischen zwei Punkten

■ Teilung einer Strecke

■ System aus vier Punkten

■ Gleichung einer Fläche

■ Gleichung einer Zylinderfläche:

■ Gleichung einer Rotationsfläche:

■ Gleichung einer Raumkurve

■ Gerade und Ebene im Raum

■ Ebenengleichungen

■ Allgemeine Ebenengleichung:

■ HESSEsche Normalform der Ebenengleichung:

■ Achsenabschnittsform der Ebenengleichung:

■ Gleichung einer Ebene, durch drei Punkte:

■ Gleichung einer Ebene durch zwei Punkte, parallel zu einer Geraden:

 ■ Gleichung einer Ebene durch einen Punkt, parallel zu zwei Geraden:
■ Gleichung einer Ebene durch einen Punkt, senkrecht zu einer Geraden:

■ Abstand eines Punktes von einer Ebene:

■ Gleichung einer Ebene durch die Schnittlinie zweier Ebenen:

■ Zwei und mehr Ebenen im Raum

■ Winkel zwischen zwei Ebenen, allgemeiner Fall:

■ Schnittpunkt dreier Ebenen:

■ Parallelitäts- und Orthogonalitätsbedingung für Ebenen:

■ Schnittpunkt von vier Ebenen:

■ Abstand zweier paralleler Ebenen:

■ Gleichungen für die Gerade im Raum

■ Gleichung einer Geraden im Raum, allgemeiner Fall:

■ Gleichung der Geraden in zwei projizierenden Ebenen:

■ Gleichung einer Geraden durch einen Punkt und parallel zum Richtungsvektor:

■ Gleichung einer Geraden durch zwei Punkte:

■ Gleichung einer Geraden durch einen Punkt senkrecht zu einer Ebene:

■ Abstand eines Punktes von einer in Komponententarstellung gegebenen Geraden:

■ Kürzester Abstand zwischen zwei in Komponentendarstellung gegebenen Geraden:

■ Schnittpunkte von Ebenen und Geraden:

■ Schnittpunkt zweier Geraden:

■ Winkel zwischen zwei Geraden:

■ Winkel zwischen einer Geraden und einer Ebene:

■ Flächen zweiter Ordnung, Gleichungen in Normalform

■ Mittelpunktsflächen

■ Ellipsoide
 ■ Hyperboloide
■ Kegel

■ Paraboloide

■ Geradlinige Erzeugende einer Fläche

■ Zylinder

■ Flächen zweiter Ordnung, allgemeine Theorie

■ Gestalt der Flächen 2. Ordnung, Mittelpunktsflächen

■ Gestalt der Flächen 2. Ordnung, Paraboloide, Zylinder und Ebenenpaare

● Differentialgeometrie
❍ Ebene Kurven

■ Möglichkeiten, eine ebene Kurve zu definieren

■ Koordinatengleichungen

■ Positive Richtung auf einer Kurve

■ Lokale Elemente einer Kurve

■ Bogenelement

■ Tangente und Normale

■ Tangente im Punkt M:

■ Gleichungen der Tangente und der Normalen:

■ Positive Richtung von Kurventangente und Kurvennormale:

■ Steigung der Tangente:

■ Abschnitte der Tangente und Normale, Subtangente und Subnormale:

■ Winkel zwischen zwei Kurven:

■ Konvexe und konkave Seite einer Kurve

■ Krümmung und Krümmungskreisradius

■ Krümmung einer Kurve:

 ■ Krümmungskreisradius einer Kurve:
■ Formeln für Krümmung und Krümmungskreisradius:

■ Krümmungskreis

■ Krümmungskreis und Krümmungskreismittelpunkt:

■ Koordinaten des Krümmungskreismittelpunktes:

■ Ausgezeichnete Kurvenpunkte und Asymptoten

■ Wendepunkte und Regeln zu ihrer Bestimmung

■ Explizite Definitionsform der Kurve

■ Andere Definitionsformen

■ Scheitel

■ Singulärer Punkt

■ Arten singulärer Punkte:

■ Bestimmung von Selbstberührungs-, Knick- und Abbrechpunkten:

■ Bestimmung von Mehrfachpunkten (Fälle a) bis e) sowie i) und j)):

■ Algebraische Kurven, gegeben als Polynom in x und y:

■ Asymptoten

■ Definition:

■ Vorgabe der Funktion in Parameterform:

■ Vorgabe der Funktion in expliziter Form:

■ Vorgabe der Funktion in algebraischer impliziter Form:

■ Allgemeine Untersuchung einer Kurve nach ihrer Gleichung

■ Kurvenkonstruktion von explizit gegebenen Funktionen

■ Kurvenkonstruktion von implizit gegebenen Funktionen

■ Evoluten und Evolventen

■ Evolute
 ■ Evolvente oder Involute
■ Einhüllende von Kurvenscharen

■ Charakteristische Punkte

■ Geometrischer Ort der charakteristischen Punkte einer Kurvenschar

■ Gleichung der Einhüllenden

❍ Raumkurven
■ Möglichkeiten, eine Raumkurve zu definieren

■ Koordinatengleichungen

■ Vektorgleichungen

■ Positive Richtung

■ Begleitendes Dreibein

■ Definitionen

■ Lage der Kurve relativ zum begleitenden Dreibein

■ Gleichungen der Elemente des begleitenden Dreibeins

■ Definition der Kurve als Schnitt zweier Flächen:

■ Definition der Kurve als Funktion eines Parameters t in der Parameterform und als

Vektorgleichung:
■ Definition der Kurve als Funktion der Bogenlänge s in der Parameterform und als

Vektorgleichung:
■ Krümmung und Windung

■ Krümmung einer Kurve, Schraubenlinie

■ Windung einer Kurve

■ FRENETsche Formeln

❍ Flächen
■ Möglichkeiten, eine Fläche zu definieren
 ■ Gleichung einer Fläche
■ Krummlinige Koordinaten auf einer Fläche

■ Tangentialebene und Flächennormale

■ Definitionen

■ Gleichungen der Tangentialebene und der Flächennormalen

■ Singuläre Flächenpunkte (Kegelpunkte)

■ Linienelement auf einer Fläche

■ Differential des Bogens

■ Messungen auf der Fläche

■ Übereinanderlegen von Flächen bei Verbiegung

■ Krümmung einer Fläche

■ Krümmung von Kurven auf einer Fläche

■ Hauptkrümmungskreisradien

■ Klassifizierung der Flächenpunkte

■ Krümmung einer Fläche

■ Regelflächen und abwickelbare Flächen

■ Geodätische Linien auf einer Fläche
■ Begriff der geodätischen Linien

■ Definition

■ Gleichung der geodätischen Linie

Summe und Produkt

Konvergente Potenzreihen dürfen innerhalb ihres gemeinsamen Konvergenzbereiches gliedweise addiert,

miteinander multipliziert und mit einem beliebigen konstanten Zahlenfaktor multipliziert werden. Das Produkt zweier
Potenzreihen ergibt sich zu

(7.78)
Lineare Algebra
● Matrizen
❍ Begriff der Matrix

■ Matrizen A vom Typ (m,n)

■ Reelle und komplexe Matrizen

■ Transponierte oder gestürzte Matrizen

■ Adjungierte Matrizen

■ Nullmatrix 0

❍ Quadratische Matrizen

■ Definition

■ Diagonalmatrizen

■ Skalarmatrix S

■ Spur einer Matrix

■ Symmetrische Matrizen

■ Normale Matrizen

■ Antisymmetrische oder schiefsymmetrische Matrizen

■ HERMITEsche Matrizen oder selbstadjungierte Matrizen

 ■ Antihermitesche oder schiefhermitesche Matrix
■ Einheitsmatrix E

■ Dreiecksmatrix

❍ Vektoren
❍ Rechenoperationen mit Matrizen
■ Gleichheit von Matrizen

■ Addition und Subtraktion

■ Multiplikation einer Matrix mit einer Zahl

■ Multiplikation zweier Matrizen

■ Produkt AB zweier Matrizen A und B

■ Ungleichheit der Produktmatrizen

■ FALKsches Schema

■ Multiplikation zweier Matrizen mit komplexen Elementen

■ Skalares und dyadisches Produkt zweier Vektoren

■ Hinweis zum Begriff des Vektorprodukts zweier Vektoren

■ Rang einer Matrix

■ Definition

■ Aussagen zum Rang von Matrizen

■ Regel zur Ermittlung des Ranges

■ Inverse oder reziproke Matrix

■ Orthogonale Matrizen

■ Unitäre Matrix

❍ Rechenregeln für Matrizen

❍ Vektor- und Matrizennorm
■ Vektornormen
 ■ Matrizennormen
● Determinanten
❍ Definitionen

■ Determinante

■ Unterdeterminanten

❍ Rechenregeln für Determinanten

❍ Berechnung von Determinanten

● Tensoren
❍ Transformation des Koordinatensystems

■ Lineare Transformation

■ EINSTEINsche Summenkonvention

■ Drehung des Koordinatensystems

❍ Tensoren in kartesischen Koordinaten

■ Definition

■ Tensor 0. Stufe

■ Tensor 1. Stufe

■ Tensor 2. Stufe

■ Rechenregeln

❍ Tensoren mit speziellen Eigenschaften

■ Tensoren 2. Stufe

■ Rechenregeln

■ Hauptachsentransformation

■ Invariante Tensoren

■ Definition

■ Deltatensor
 ■ Epsilontensor
■ Tensorinvarianten

❍ Tensoren in krummlinigen Koordinatensystemen

■ Kovariante und kontravariante Basisvektoren

■ Kovariante Basis

■ Kontravariante Basis

■ Kovariante und kontravariante Koordinaten von Tensoren 1. Stufe

■ Kovariante, kontravariante und gemischte Koordinaten von Tensoren 2. Stufe

■ Koordinatentransformation

■ Lineare Vektorfunktion

■ Gemischte Koordinaten

■ Rein kovariante und rein kontravariante Koordinaten

■ Rechenregeln

❍ Pseudotensoren
■ Punktspiegelung am Koordinatenursprung

■ Tensorverhalten bei Rauminversion

■ Begriff der Rauminversion:

■ Transformationsmatrix:

■ Geometrische Deutung

■ Einführung des Begriffs Pseudotensor

■ Vektorprodukt bei Rauminversion

■ Skalarprodukt bei Rauminversion

■ Spatprodukt bei Rauminversion

■ Pseudovektor und schiefsymmetrischer Tensor 2. Stufe

■ Pseudotensoren -ter Stufe

● Lineare Gleichungssysteme
❍ Lineare Systeme, Austauschverfahren

■ Lineare Systeme

■ Austauschverfahren

■ Austauschschema

■ Austauschregeln

■ Lineare Abhängigkeiten

■ Invertierung einer Matrix

❍ Lösung linearer Gleichungssysteme

■ Definition und Lösbarkeit

■ Lineares Gleichungssystem

■ Lösbarkeit eines linearen Gleichungssystems

■ Anwendung des Austauschverfahrens

■ Zuordnung eines Systems linearer Funktionen

■ Lösbarkeit des linearen Gleichungssystems

■ Unlösbarkeit des linearen Gleichungssystems

■ Cramersche Regel

■ Gaußscher Algorithmus

■ GAUSSsches Eliminationsprinzip

■ GAUSS-Schritte

■ Lösungsverhalten

❍ Überbestimmte lineare Gleichungssysteme

■ Überbestimmte lineare Gleichungssysteme und lineare Quadratmittelprobleme

■ Überbestimmte Gleichungssysteme

■ Lineares Quadratmittelproblem
 ■ GAUSS-Transformation
■ Hinweise zur numerischen Lösung linearer Quadratmittelprobleme

■ CHOLESKY-Verfahren

■ HOUSEHOLDER-Verfahren

■ Regularisiertes Problem

● Eigenwertaufgaben bei Matrizen

❍ Allgemeines Eigenwertproblem

❍ Spezielles Eigenwertproblem

■ Charakteristisches Polynom

■ Reelle symmetrische Matrizen, Ähnlichkeitstransformationen

■ Eigenschaften bezüglich des Eigenwertproblems

■ Hauptachsentransformation, Ähnlichkeitstransformation

■ Hauptachsentransformation quadratischer Formen

■ Definition

■ Eigenschaften der reellen quadratischen Form

■ Erzeugung der Normalform

■ Hinweise zur numerischen Bestimmung von Eigenwerten

❍ Singulärwertzerlegung

■ Singulärwerte und Singulärwertvektoren

■ Singulärwertzerlegung

■ Anwendung
Differentialrechnung
● Differentiation von Funktionen einer Veränderlichen
❍ Differentialquotient

■ Differentialquotient oder Ableitung einer Funktion

■ Geometrische Bedeutung der Ableitung

■ Differenzierbarkeit

■ Links- und rechtsseitige Ableitung

❍ Differentiationsregeln für Funktionen einer Veränderlichen

■ Ableitungen elementarer Funktionen

■ Tabelle der Ableitungen elementarer Funktionen

■ Grundregeln für das Differenzieren

■ Konstantenregel

■ Faktorregel

■ Summenregel

■ Produktregel

■ Quotientenregel

■ Kettenregel
 ■ Logarithmische Differentiation
■ Ableitung der inversen Funktion

■ Ableitung einer impliziten Funktion

■ Ableitung einer Funktion in Parameterdarstellung

■ Tabelle Differentiationsregeln

■ Graphische Differentiation

❍ Ableitungen höherer Ordnung

■ Definition der Ableitungen höherer Ordnung

■ Ableitungen höherer Ordnung der einfachsten Funktionen

■ Leibnizsche Regel

■ Höhere Ableitungen von Funktionen in Parameterdarstellung

■ Ableitungen höherer Ordnung der inversen Funktion

❍ Hauptsätze der Differentialrechnung

■ Monotoniebedingungen

■ Satz von FERMAT

■ Satz von ROLLE

■ Mittelwertsatz der Differentialrechnung

■ Satz von TAYLOR für Funktionen von einer Veränderlichen

■ Verallgemeinerter Mittelwertsatz der Differentialrechnung

❍ Bestimmung von Extremwerten und Wendepunkten

■ Maxima und Minima

■ Notwendige Bedingung für die Existenz eines relativen Extremwertes

■ Relative Extremwerte einer differenzierbaren, explizit gegebenen Funktion

■ Bestimmung der globalen Extremwerte

■ Bestimmung der Extremwerte einer implizit gegebenen Funktion

● Differentiation von Funktionen von mehreren
Veränderlichen
❍ Partielle Ableitungen

■ Partielle Ableitung einer Funktion

■ Geometrische Bedeutung der partiellen Ableitung einer Funktion von zwei Veränderlichen

■ Begriff des Differentials

■ Haupteigenschaften des Differentials

■ Partielles Differential

❍ Vollständiges Differential und Differentiale höherer Ordnung

■ Begriff des vollständigen Differentials einer Funktion von mehreren

Veränderlichen (totales Differential)

■ Differenzierbarkeit

■ Vollständiges Differential

■ Geometrische Bedeutung

■ Ableitungen und Differentiale höherer Ordnungen

■ Partielle Ableitung zweiter Ordnung

■ Differential zweiter Ordnung einer Funktion von einer Veränderlichen

■ Vollständiges Differential zweiter Ordnung

■ Vollständiges Differential n-ter Ordnung

■ Vollständiges Differential n-ter Ordnung einer Funktion mehrerer

Veränderlicher
❍ Differentiationsregeln für Funktionen von mehreren

Veränderlichen
■ Differentiation von zusammengesetzten Funktionen

■ Differentiation impliziter Funktionen

 ■ Eine Funktion von einer Veränderlichen
■ Eine Funktion von mehreren Veränderlichen

■ Zwei Funktionen von einer Veränderlichen

■ n Funktionen von einer Veränderlichen

■ Zwei Funktionen von zwei Veränderlichen

■ n Funktionen von m Veränderlichen, gegeben durch ein System von n Gleichungen

❍ Substitution von Variablen in Differentialausdrücken und

Koordinatentransformationen
■ Funktion von einer Veränderlichen

■ Funktion von zwei Veränderlichen

❍ Extremwerte von Funktionen von mehreren Veränderlichen

■ Definition

■ Geometrische Bedeutung

■ Bestimmung der Extremwerte einer Funktion von zwei Veränderlichen

■ Bestimmung der Extremwerte einer Funktion von n Veränderlichen

■ Bestimmung der Extremwerte unter Vorgabe von Nebenbedingungen

Vektoranalysis und Feldtheorie
● Grundbegriffe der Feldtheorie
❍ Vektorfunktion einer skalaren Variablen

■ Definitionen

■ Ableitung einer Vektorfunktion

■ Differentiationsregeln für Vektoren

■ Taylor-Entwicklung für Vektorfunktionen

❍ Skalarfelder

■ Skalares Feld oder skalare Punktfunktion

■ Wichtige Fälle skalarer Felder

■ Koordinatendarstellung von Skalarfeldern

■ Niveauflächen und Niveaulinien

❍ Vektorfelder

■ Vektorielles Feld oder vektorielle Punktfunktion

■ Wichtige Fälle vektorieller Felder

■ Zentrales Vektorfeld

■ Sphärisches Vektorfeld
 ■ Zylindrisches Vektorfeld
■ Koordinatendarstellung von Vektorfeldern

■ Vektorfeld in kartesischen Koordinaten

■ Vektorfeld in Zylinder- und Kugelkoordinaten

■ Übergang von einem Koordinatensystem zu einem anderen

■ Kartesische und Zylinderkoordinaten

■ Kartesische und Kugelkoordinaten

■ Kugel- bzw. Zylinderkoordinaten und kartesische Koordinaten

■ Zusammenhang zwischen den Komponenten eines Vektors in kartesischen, Zylinder- und

Kugelkoordinaten
■ Feldlinien

● Räumliche Differentialoperationen
❍ Richtungs- und Volumenableitung

■ Richtungsableitung eines skalaren Feldes

■ Richtungsableitung eines vektoriellen Feldes

■ Volumenableitung oder räumliche Ableitung

❍ Gradient eines Skalarfeldes

■ Definition des Gradienten

■ Gradient und Richtungsableitung

■ Gradient und Volumenableitung

■ Weitere Eigenschaften des Gradienten

■ Gradient des Skalarfeldes in verschiedenen Koordinaten

■ Gradient in kartesischen, Zylinder- und Kugelkoordinaten

■ Gradient in allgemeinen orthogonalen Koordinaten

■ Rechenregeln
 ■ Differentialausdrücke
❍ Vektorgradient
❍ Divergenz des Vektorfeldes
■ Definition der Divergenz

■ Divergenz in verschiedenen Koordinaten

■ Divergenz in kartesischen, Zylinder- und Kugelkoordinaten

■ Divergenz in allgemeinen orthogonalen Koordinaten

■ Regeln zur Berechnung der Divergenz

■ Divergenz eines Zentralfeldes

❍ Rotation des Vektorfeldes

■ Definitionen der Rotation

■ 1. Definition

■ 2. Definition

■ Rotation in verschiedenen Koordinaten

■ Rotation in kartesischen, Zylinder- und Kugelkoordinaten

■ Rotation in allgemeinen orthogonalen Koordinaten

■ Regeln zur Berechnung der Rotation

■ Rotation des Potentialfeldes

❍ Nablaoperator, Laplace-Operator
■ Nablaoperator

■ Rechenregeln für den Nablaoperator

■ Vektorgradient

■ Zweifache Anwendung des Nablaoperators

■ Laplace-Operator

■ Definition
 ■ Darstellung des Laplace-Operators in verschiedenen Koordinaten
■ Spezielle Verknüpfungen von Nabla- und LAPLACE-Operator

❍ Übersicht zu den räumlichen Differentialoperationen

■ Vektoranalytische Ausdrücke in kartesischen, Zylinder- und

Kugelkoordinaten
■ Prinzipielle Verknüpfungen und Ergebnisse

■ Rechenregeln für Differentialoperatoren

● Integration in Vektorfeldern
❍ Kurvenintegral und Potential im Vektorfeld

■ Kurvenintegral im Vektorfeld

■ Definition

■ Berechnung des Kurvenintegrals in fünf Schritten

■ Bedeutung des Kurvenintegrals in der Mechanik

■ Eigenschaften des Kurvenintegrals

■ Kurvenintegral als Kurvenintegral 2. Gattung allgemeiner Art

■ Umlaufintegral eines Vektorfeldes

■ Konservatives oder Potentialfeld

■ Definition

■ Potential eines konservativen Feldes

■ Zusammenhang zwischen Gradient, Kurvenintegral und Potential

■ Berechnung des Potentials eines konservativen Feldes

❍ Oberflächenintegrale

■ Vektor eines ebenen Flächenstückes

■ Berechnung von Oberflächenintegralen

■ Oberflächenintegrale und Fluß von Feldern

 ■ Oberflächenintegrale in kartesischen Koordinaten als
Oberflächenintegrale 2. Art
❍ Integralsätze

■ Integralsatz und Integralformel von Gauß

■ Integralsatz von Gauß

■ Integralformel von Gauß

■ Sektorformel

■ Integralsatz von Stokes

■ Integralsätze von Green

● Berechnung von Feldern

❍ Reines Quellenfeld

❍ Reines Wirbelfeld oder quellenfreies Wirbelfeld

❍ Vektorfelder mit punktförmigen Quellen

■ Coulomb-Feld der Punktladung

■ Gravitationsfeld der Punktmasse

❍ Superposition von Feldern

■ Diskrete Quellenverteilung

■ Kontinuierliche Quellenverteilung

■ Zusammenfassung

● Differentialgleichungen der Feldtheorie

❍ Laplacesche Differentialgleichung

❍ Poissonsche Differentialgleichung
Arithmetik
● Elementare Rechenregeln
❍ Zahlen

■ Natürliche, ganze und rationale Zahlen

■ Definitionsbereiche und Bezeichnungen

■ Eigenschaften der Menge der rationalen Zahlen

■ Arithmetische Operationen

■ Darstellung der rationalen Zahlen

■ Irrationale und transzendente Zahlen

■ Reelle Zahlen

■ Haupteigenschaften

■ Arithmetische Operationen

■ Zahlenintervall

■ Kettenbrüche

■ Kommensurabilität

❍ Beweismethoden

■ Direkter Beweis
 ■ Indirekter Beweis oder Beweis durch Widerspruch
■ Vollständige Induktion

■ Konstruktiver Beweis

❍ Summen und Produkte

■ Definition von Summen

■ Rechenregeln für Summen

■ Definition von Produkten

■ Rechenregeln für Produkte

❍ Potenzen, Wurzeln, Logarithmen

■ Potenzen

■ Definitionen

■ Rechenregeln

■ Wurzeln

■ Logarithmen

■ Definition

■ Einige Eigenschaften der Logarithmen

■ Spezielle Logarithmen

■ Logarithmentafeln

■ Rechenschieber

❍ Algebraische Ausdrücke
■ Definitionen

■ Einteilung der algebraischen Ausdrücke

❍ Ganzrationale Ausdrücke
■ Darstellung in Form eines Polynoms

■ Zerlegung eines Polynoms in Faktoren

 ■ Spezielle Formeln
■ Binomischer Satz

■ Binomialkoeffizienten

■ Berechnung der Binomialkoeffizienten

■ Eigenschaften der Binomialkoeffizienten

■ Potenz einer Differenz

■ Verallgemeinerung für eine beliebige Potenz

■ Bestimmung des größten gemeinsamen Teilers zweier Polynome

❍ Gebrochenrationale Ausdrücke

■ Rückführung auf die einfachste Form

■ Bestimmung des ganzrationalen Anteils

■ Partialbruchzerlegung, allgemeiner Fall

■ Partialbruchzerlegung, Fall 1

■ Partialbruchzerlegung, Fall 2

■ Partialbruchzerlegung, Fall 3

■ Partialbruchzerlegung, Fall 4

■ Umformung von Proportionen

❍ Irrationale Ausdrücke

● Endliche Reihen
❍ Arithmetische Reihen

■ Definition

■ Arithmetische Reihe 1. Ordnung

■ Arithmetische Reihe -ter Ordnung

❍ Geometrische Reihe
❍ Spezielle endliche Reihen
 ❍ Mittelwerte
■ Arithmetisches Mittel

■ Geometrisches Mittel

■ Harmonisches Mittel

■ Quadratisches Mittel

■ Vergleich der Mittelwerte für zwei positive Größen

● Finanzmathematik
❍ Prozentrechnung

■ Prozent

■ Aufschlag

■ Abschlag oder Rabatt

❍ Zinseszinsrechnung

■ Zinsen

■ Zinseszinsen

■ Einmalige Einzahlung

■ Regelmäßige Einzahlungen

■ Unterjährige Einzahlungen

❍ Tilgungsrechnung

■ Tilgung

■ Gleiche Tilgungsraten

■ Gleiche Annuitäten

❍ Rentenrechnung

■ Rente

■ Nachschüssig konstante Rente

 ■ Rentenbarwert und Rentenendwert
■ Kontostand nach Rentenzahlungen
❍ Abschreibungen

■ Abschreibungsarten

■ Lineare Abschreibung

■ Arithmetisch-degressive Abschreibung

■ Digitale Abschreibung

■ Geometrisch-degressive Abschreibung

■ Abschreibung mit verschiedenen Abschreibungsarten

● Ungleichungen
❍ Reine Ungleichungen

■ Definitionen

■ Ungleichungen

■ Identische, gleichsinnige, ungleichsinnige und äquivalente Ungleichungen

■ Lösung von Ungleichungen

■ Eigenschaften der Ungleichungen vom Typ I und II

■ Sinnänderung des Ungleichheitszeichens und Transitivität

■ Addition und Subtraktion

■ Multiplikation und Division einer Ungleichung mit einer Zahl, Ungleichung bezüglich der

Kehrwerte
❍ Spezielle Ungleichungen

■ Dreiecksungleichung für reelle und komplexe Zahlen

■ Ungleichungen für den Absolutbetrag der Differenz reeller Zahlen

■ Ungleichungen für verschiedene Mittel

■ BERNOULLIsche und Binomische Ungleichung

 ■ CAUCHY-SCHWARZsche Ungleichung
■ TSCHEBYSCHEFFsche Ungleichung

■ Verallgemeinerte TSCHEBYSCHEFFsche Ungleichung

■ HÖLDERsche Ungleichung

■ MINKOWSKIsche Ungleichung

❍ Auflösung von Ungleichungen 1. und 2. Grades

■ Allgemeines

■ Ungleichungen 1. Grades

■ Ungleichungen 2. Grades

■ Allgemeiner Fall der Ungleichung 2. Grades

● Komplexe Zahlen
❍ Imaginäre und komplexe Zahlen

■ Imaginäre Einheit

■ Komplexe Zahlen

❍ Geometrische Veranschaulichung

■ Vektordarstellung

■ Gleichheit komplexer Zahlen

■ Trigonometrische Form der komplexen Zahlen

■ Exponentialform einer komplexen Zahl

■ Konjugiert komplexe Zahlen

❍ Rechnen mit komplexen Zahlen

■ Addition und Subtraktion

■ Multiplikation

■ Division

■ Allgemeine Regeln für die vier Grundrechenarten

 ■ Potenzieren einer komplexen Zahl
■ Radizieren oder Ziehen der -ten Wurzel aus einer komplexen Zahl
● Algebraische und transzendente Gleichungen
❍ Umformung algebraischer Gleichungen auf die Normalform

■ Definition

■ Systeme aus algebraischen Gleichungen

■ Überzählige Wurzeln

■ Verschwinden des Nenners

■ Irrationale Gleichungen

❍ Gleichungen 1. bis 4. Grades

■ Gleichungen 1. Grades (lineare Gleichungen)

■ Gleichungen 2. Grades (quadratische Gleichungen)

■ Normalform und Anzahl der Lösungen

■ Lösung quadratischer Gleichungen, Methode 1

■ Lösung quadratischer Gleichungen, Methode 2

■ Gleichungen 3. Grades (kubische Gleichungen)

■ Normalform und Anzahl der Lösungen

■ Lösung der kubischen Gleichungen, Methode 1

■ Lösung der kubischen Gleichungen, Methode 2, Anwendung der Formel von CARDANO

■ Lösung der kubischen Gleichungen, Methode 3, Verwendung von Hilfsgrößen

■ Gleichungen 4. Grades

■ Lösung der allgemeinen Gleichung 4. Grades, Methode 1, Faktorenzerlegung

■ Lösung der allgemeinen Gleichung 4. Grades, Methode 2

❍ Gleichungen n-ten Grades

■ Allgemeine Eigenschaften der algebraischen Gleichungen
 ■ Wurzeln
■ Fundamentalsatz der Algebra

■ Wurzelsatz von VIETA

■ Gleichungen mit reellen Koeffizienten

■ Komplexe Wurzeln

■ Anzahl der Wurzeln einer Gleichung mit reellen Koeffizienten

■ Lösung von Gleichungen n-ten Grades

❍ Rückführung transzendenter Gleichungen auf algebraische

■ Definition

■ Exponentialgleichungen

■ Logarithmische Gleichungen

■ Trigonometrische Gleichungen

■ Gleichungen mit Hyperbelfunktionen

Abschreibungsarten

Bei Gütern, die z.B. durch Abnutzung oder Alterung eine Wertminderung erfahren, wird jährlich eine Abschreibung
vorgenommen. Durch eine solche Abschreibung während eines Bilanzjahres wird der Anfangswert zu Beginn des
Jahres auf den Restwert am Ende des Jahres reduziert. Es werden folgende Bezeichnungen verwendet:
Anschaffungswert,
Nutzungsdauer (in Jahren),
Restwert nach Jahren

Abschreibungsrate im -ten Jahr.

Die Abschreibungsarten unterscheiden sich vor allem durch die Festlegung der Abschreibungsraten :

Lineare Abschreibung , d.h. gleiche Jahresraten,

Degressive Abschreibung , d.h. fallende Jahresraten.
Funktionen und ihre Darstellung
● Funktionsbegriff
❍ Definition der Funktion

❍ Methoden zur Definition einer reellen Funktion

■ Angabe einer Funktion

■ Analytische Darstellung reeller Funktionen

❍ Einige Funktionstypen

■ Monotone Funktionen

■ Beschränkte Funktionen

■ Gerade Funktionen

■ Ungerade Funktionen

■ Darstellung mit Hilfe gerader und ungerader Funktionen

■ Periodische Funktionen

■ Inverse oder Umkehrfunktionen

❍ Grenzwert von Funktionen

■ Definition

■ Zurückführung auf den Grenzwert einer Folge

 ■ Konvergenzkriterium von CAUCHY
■ Unendlicher Grenzwert einer Funktion
■ Linksseitiger und rechtsseitiger Grenzwert einer Funktion
■ Grenzwert einer Funktion für x gegen unendlich
■ Sätze über Grenzwerte von Funktionen
■ Berechnung von Grenzwerten
■ Geeignete Umformung

■ BERNOULLI-L'HOSPITALsche Regel

■ Unbestimmte Ausdrücke der Form oder :

■ Unbestimmte Ausdrücke der Form :

■ Unbestimmte Ausdrücke der Form :

■ Unbestimmte Ausdrücke der Form :

■ TAYLOR-Entwicklung
❍ Größenordnung von Funktionen und LANDAU-Symbole
■ Von höherer Ordnung unendlich groß

■ Von höherer Ordnung unendlich klein

■ Null oder unendlich von gleicher Größenordnung

■ LANDAU-Symbole

■ Polynome

■ Exponentialfunktion

■ Logarithmusfunktion
 ❍ Stetigkeit einer Funktion
■ Begriff der Stetigkeit und Unstetigkeitsstelle

■ Definition

■ Häufig auftretende Arten von Unstetigkeiten

■ Funktionsverlauf ins Unendliche:

■ Endlicher Sprung:

■ Hebbare Unstetigkeit:

■ Stetigkeit und Unstetigkeitspunkte elementarer Funktionen

■ Ganzrationale Funktionen oder Polynome

■ Eigenschaften stetiger Funktionen

■ Stetigkeit von Summe, Differenz, Produkt und Quotient stetiger Funktionen

■ Stetigkeit mittelbarer Funktionen y=f(u(x))

■ Satz von BOLZANO

■ Zwischenwertsatz

■ Existenz einer inversen Funktion

■ Satz über die Beschränktheit einer Funktion

■ Satz von WEIERSTRASS

● Elementare Funktionen
❍ Algebraische Funktionen

❍ Transzendente Funktionen

■ Exponentialfunktionen

■ Logarithmische Funktionen

■ Trigonometrische Funktionen

■ Inverse trigonometrische Funktionen

❍ Hyperbelfunktionen und inverse Hyperbelfunktionen

 ❍ Zusammengesetzte Funktionen
● Polynome
❍ Lineare Funktion

❍ Quadratisches Polynom

❍ Polynom 3. Grades

❍ Polynom n-ten Grades

❍ Parabel n-ter Ordnung

● Gebrochenrationale Funktionen
❍ Umgekehrte Proportionalität

❍ Gebrochen lineare Funktion

❍ Kurve 3. Ordnung, Typ I

❍ Kurve 3. Ordnung, Typ II

❍ Kurve 3. Ordnung, Typ III

❍ Reziproke Potenz

● Irrationale Funktionen
❍ Quadratwurzel aus einem linearen Binom

❍ Quadratwurzel aus einem quadratischen Polynom

❍ Potenzfunktion

● Exponentialfunktionen und logarithmische Funktionen

❍ Exponentialfunktion

❍ Logarithmische Funktionen

❍ GAUSSsche Glockenkurve

❍ Exponentialsumme

❍ Verallgemeinerte GAUSSsche Glockenkurve

❍ Produkt aus Potenz- und Exponentialfunktion

● Trigonometrische Funktionen
❍ Grundlagen

■ Definition und Darstellung

■ Sinus

■ Kosinus

■ Tangens

■ Kotangens

■ Sekans

■ Kosekans

■ Wertebereiche und Funktionsverläufe der trigonometrischen Funktionen

■ Winkelbereich zwischen 0 und 360 Grad

■ Funktionswerte für ausgewählte Winkelargumente im Grad- oder Bogenmaß

■ Beliebige Winkel

■ Winkel im Bogenmaß

❍ Wichtige Formeln für trigonometrische Funktionen

■ Funktionen eines Winkels

■ Trigonometrische Funktionen gleichen Winkels

■ Trigonometrische Funktionen von Summe und Differenz zweier Winkel

■ Trigonometrische Funktionen für Winkelvielfache

■ Trigonometrische Funktionen für große Werte n der Winkelvielfachen

■ Trigonometrische Funktionen des halben Winkels

■ Summen und Differenzen zweier trigonometrischer Funktionen

(Additionstheoreme)
■ Produkte trigonometrischer Funktionen

■ Potenzen trigonometrischer Funktionen

 ❍ Beschreibung von Schwingungen
■ Problemstellung

■ Superposition oder Überlagerung von Schwingungen

■ Vektordiagramm für Schwingungen

■ Dämpfung von Schwingungen

● Zyklometrische Funktionen (Arkusfunktionen)

❍ Definition der zyklometrischen Funktionen

❍ Tabelle der Definitions- und Wertebereiche der zyklometrischen Funktionen

❍ Zurückführung auf die Hauptwerte

❍ Beziehungen zwischen den Hauptwerten

❍ Formeln für negative Argumente

❍ Summe und Differenz von arcsin x und arcsin y

❍ Summe und Differenz von arccos x und arccos y

❍ Summe und Differenz von arctan x und arctan y

❍ Spezielle Beziehungen für arcsin x, arccos x, arctan x

● Hyperbelfunktionen
❍ Definition der Hyperbelfunktionen

❍ Graphische Darstellung der Hyperbelfunktionen

■ Hyperbelsinus

■ Hyperbelkosinus

■ Hyperbeltangens

■ Hyperbelkotangens

❍ Wichtige Formeln für Hyperbelfunktionen

■ Hyperbelfunktionen einer Variablen

■ Darstellung einer Hyperbelfunktion durch eine andere gleichen Argumentes

 ■ Formeln für negative Argumente
■ Hyperbelfunktionen der Summe und der Differenz zweier Argumente (Additionstheoreme)

■ Hyperbelfunktionen des doppelten Arguments

■ Formel von MOIVRE für Hyperbelfunktionen

■ Hyperbelfunktionen des halben Arguments

■ Summen und Differenzen von Hyperbelfunktionen

■ Zusammenhang zwischen den Hyperbel- und den trigonometrischen Funktionen mit Hilfe

komplexer Argumente
● Areafunktionen
❍ Definitions- und Wertebereiche

❍ Areasinus

❍ Areakosinus

❍ Areatangens

❍ Areakotangens

❍ Darstellung der Areafunktionen durch den natürlichen Logarithmus

❍ Beziehungen zwischen den verschiedenen Areafunktionen

❍ Summen und Differenzen von Areafunktionen

❍ Formeln für negative Argumente

● Kurven dritter Ordnung

❍ Semikubische Parabel

❍ Versiera der Agnesi

❍ Kartesisches Blatt

❍ Zissoide

❍ Strophoide

● Kurven vierter Ordnung

 ❍ Konchoide des NIKOMEDES
❍ Allgemeine Konchoide

❍ PASCALsche Schnecke

❍ Kardioide

❍ CASSINIsche Kurven

❍ Lemniskate

● Zykloiden
❍ Gewöhnliche Zykloide

❍ Verlängerte und verkürzte Zykloiden oder Trochoiden

❍ Epizykloide

❍ Hypozykloide und Astroide

❍ Verlängerte und verkürzte Epi- und Hypozykloide oder Epi- und Hypotrochoide

● Spiralen
❍ ARCHIMEDische Spirale

❍ Hyperbolische Spirale

❍ Logarithmische Spirale

❍ Evolvente des Kreises

❍ Klotoide

● Verschiedene andere Kurven

❍ Kettenlinie oder Katenoide

❍ Schleppkurve oder Traktrix

● Aufstellung empirischer Kurven

❍ Verfahrensweise

■ Kurvenbildervergleiche

■ Rektifizierung
 ■ Parameterbestimmung
■ Mittelwertmethode

■ Fehlerquadratmethode

❍ Gebräuchlichste empirische Formeln

■ Potenzfunktionen

■ Typ

■ Typ

■ Exponentialfunktionen

■ Typ

■ Typ

■ Quadratisches Polynom
■ Gebrochenlineare Funktion

■ Quadratwurzel aus einem quadratischen Polynom

■ Verallgemeinerte GAUSSsche Glockenkurve

■ Kurve 3. Ordnung, Typ II

■ Kurve 3. Ordnung, Typ III

■ Kurve 3. Ordnung, Typ I

■ Produkt aus Potenz- und Exponentialfunktion

■ Exponentialsumme

■ Vollständig durchgerechnetes Beispiel

● Skalen und Funktionspapiere

 ❍ Skalen
❍ Funktionspapiere

■ Einfach-logarithmisches Funktionspapier

■ Doppelt-logarithmisches Funktionspapier

■ Funktionspapier mit einer reziproken Skala

■ Hinweis

● Funktionen von mehreren Veränderlichen

❍ Definition und Darstellung

■ Definition

■ Darstellungen

■ Wertesystem der Variablen

■ Funktion u=f(x,y) zweier unabhängiger Variabler

❍ Verschiedene ebene Definitionsbereiche

■ Definitionsbereich einer Funktion

■ Zweidimensionale Gebiete

■ Einfach zusammenhängende Gebiete

■ Zweifach zusammenhängende Gebiete

■ Mehrfach zusammenhängende Gebiete

■ Nicht zusammenhängende Gebiete

■ Drei- und mehrdimensionale Gebiete

■ Methoden zur Definition einer Funktion

■ Definition mittels Tabelle

■ Definition mittels Formeln

■ Definitionsbereich einer Funktion

■ Formen der analytischen Darstellung einer Funktion

 ■ Abhängigkeit von Funktionen
■ Spezieller Fall zweier Funktionen

■ Allgemeiner Fall mehrerer Funktionen

■ Analytische Bedingung für die Unabhängigkeit

❍ Grenzwerte
■ Exakte Formulierung

■ Verallgemeinerung auf mehrere Veränderliche

■ Iterierte Grenzwerte

❍ Stetigkeit
❍ Eigenschaften stetiger Funktionen
■ Nullstellensatz von BOLZANO

■ Zwischenwertsatz

■ Satz über die Beschränktheit einer Funktion

■ Satz von WEIERSTRASS über die Existenz des größten und kleinsten

Funktionswertes
Trigonometrische Funktionen gleichen Winkels

Die entsprechenden Formeln sind in der folgenden Tabelle zusammengefaßt. In ihnen ist vor dem Wurzelzeichen ein
positives oder negatives Vorzeichen zu setzen, je nachdem, in welchem Quadranten sich der Winkel befindet.

Tabelle Trigonometrische Funktionen gleichen Arguments ( )

Funktionen eines Winkels

(2.75)

(2.76)

(2.77)

(2.78)

(2.79)

(2.80)

(2.81a)
(2.81b)
Potenzen trigonometrischer Funktionen

(2.122)

(2.123)

(2.124)

(2.125)

(2.126)
 (2.127)

Für große Werte von ermittelt man und , indem die Formeln für und
nacheinander angewendet werden.
Algebra und Diskrete Mathematik, Kryptologie
5.24
BAUER, F. L.: Kryptologie -- Methoden und Maximen. -- Springer-Verlag 1993.

5.25
HORSTER, P.: Kryptologie. -- BI-Wissenschaftsverlag 1985.

5.26
SCHNEIDER, B.: Angewandte Kryptologie -- Protokolle, Algorithmen und Sourcecode in C. -- Addison-Wesley-
Longman 1996.

5.27
WOBST, R.: Methoden, Risiken und Nutzen der Datenverschlüsselung. -- Addison-Wesley-Longman 1997.
Algebra und Diskrete Mathematik, Fuzzy-Logik
5.34
BANDEMER, H., GOTTWALD, S.: Einführung in Fuzzy-Methoden - Theorie und Anwendungen unscharfer
Mengen. -- Akademie-Verlag, 4. Auflage 1993.

5.35
DRIANKOV, D., HELLENDORN, H., REINFRANK, M.: An Introduction to Fuzzy Control.-- Springer-Verlag 1993.

5.36
DUBOIS, D., PRADE, H.: Fuzzy-Sets and System-Theory and Applications. -- Academic Press, Inc., London
1980.

5.37
GOTTWALD, S.: Mehrwertige Logik. Eine Einführung in Theorie und Anwendungen. -- Akademie-Verlag 1989.

5.38
GRAUEL, A.: Fuzzy-Logik. Einführung in die Grundlagen mit Anwendungen. -- BI Wissenschaftsverlag,
Mannheim 1995.

5.39
 KAHLERT, J., FRANK, H: Fuzzy-Logik und Fuzzy-Control. Eine anwendungsorientierte Einführung mit
Begleitssoftware. -- Verlag Vieweg 1993.

5.40
KRUSE, R., GEBHARDT, J., KLAWONN, F.: Fuzzy-Systeme. -- B.G.Teubner 1993.

5.41
ZIMMERMANN, H-J.: Fuzzy Sets. Decision Making and Expert Systems. -- Verlag Kluwer-Nijhoff 1987.

5.42
ZIMMERMANN, H-J., ALTROCK, C.: Fuzzy-Logik, Bd. 1, Technologie. -- Oldenbourg-Verlag 1993.
Algebra und Diskrete Mathematik
● Algebra und Diskrete Mathematik, allgemein
● Algebra und Diskrete Mathematik, Gruppentheorie
● Algebra und Diskrete Mathematik, Zahlentheorie
● Algebra und Diskrete Mathematik, Kryptologie
● Algebra und Diskrete Mathematik, Graphentheorie
● Algebra und Diskrete Mathematik, Fuzzy-Logik
Trigonometrische Summe und Fourier-Reihe
● Grundbegriffe
● Wichtigste Eigenschaften von Fourier-Reihen
Winkelbereich zwischen 0 und 360 Grad

Die sechs trigonometrischen Funktionen sind in der folgenden Abbildung in allen vier Quadranten für einen vollen
Winkelbereich von bis bzw. einen vollen Bogenbereich von 0 bis gemeinsam dargestellt.
In der folgenden Tabelle ist ein Überblick über die Definitions- und Wertebereiche der trigonometrischen Funktionen
gegeben. Das Funktionsvorzeichen, das vom Quadranten abhängt, in dem das Funktionsargument liegt, kann aus
der zweiten Tabelle entnommen werden.
Tabelle Definitions- und Wertebereiche der trigonometrischen Funktionen

Wertebereich Definitionsbereich Wertebereich Definitionsbereich

 Tabelle Vorzeichen der trigonometrischen Funktionen

Quadrant Größe des Winkels

I + + + + + +

II + +

III + +

IV + +
Optimierung
● Lineare Optimierung
❍ Problemstellung und geometrische Darstellung

■ Formen der linearen Optimierung

■ Gegenstand

■ Allgemeine Form

■ Formulierung mit vorzeichenbeschränkten Variablen und Schlupfvariablen

■ Zulässiger Bereich

■ Beispiele und graphische Lösungen

■ Beispiel Herstellung zweier Produkte:

■ Eigenschaften linearer Optimierungsprobleme

❍ Grundbegriffe der linearen Optimierung, Normalform

■ Ecke und Basis

■ Definition der Ecke und Satz über die Ecke

■ Basis

■ Ecke mit maximalem Funktionswert

■ Normalform der linearen Optimierungsaufgabe

 ■ Normalform und Basislösung
■ Ermittlung der Normalform

❍ Simplexverfahren
■ Simplextableau

■ Übergang zum neuen Simplextableau

■ Nichtentarteter Fall

■ Entarteter Fall

■ Bestimmung eines ersten Simplextableaus

■ Hilfsprogramm und künstliche Variable

■ Fallunterscheidung

■ Revidiertes Simplexverfahren

■ Revidiertes Simplextableau

■ Revidierter Simplexschritt

■ Dualität in der linearen Optimierung

■ Zuordnung

■ Dualitätsaussagen

■ Einsatzgebiete der dualen Aufgabe

❍ Spezielle lineare Optimierungsprobleme

■ Transportproblem

■ Modell

■ Ermittlung einer zulässigen Basislösung

■ Lösung des Transportproblems mit der Potentialmethode

■ Zuordnungsproblem

■ Verteilungsproblem

■ Rundreiseproblem
 ■ Reihenfolgeproblem
● Nichtlineare Optimierung
❍ Problemstellung und theoretische Grundlagen

■ Problemstellung

■ Nichtlineares Optimierungsproblem

■ Minimalpunkte

■ Optimalitätsbedingungen

■ Spezielle Richtungen

■ Notwendige Optimalitätsbedingung

■ Lagrange-Funktion und Sattelpunkt

■ Globale Kuhn-Tucker-Bedingungen

■ Hinreichende Optimalitätsbedingung

■ Lokale Kuhn-Tucker-Bedingungen

■ Notwendige Optimalitätsbedingung und Kuhn-Tucker-Bedingungen

■ Dualität in der Optimierung

❍ Spezielle nichtlineare Optimierungsaufgaben

■ Konvexe Optimierung

■ Konvexe Aufgabe

■ Optimalitätsbedingungen

■ Quadratische Optimierung

■ Aufgabenstellung

■ Lagrange-Funktion und Kuhn-Tucker-Bedingungen

■ Konvexität

■ Duales Problem

❍ Lösungsverfahren für quadratische Optimierungsaufgaben

 ■ Verfahren von Wolfe
■ Aufgabenstellung und Lösungsprinzip

■ Verfahren von Hildreth-d'Esopo

■ Prinzip

■ Iterationslösung

❍ Numerische Suchverfahren
■ Eindimensionale Suche

■ Aufgabenstellung, gleichmäßige Suche

■ Verfahren des Goldenen Schnittes und Fibonacci-Verfahren

■ Minimumsuche im n-dimensionalen euklidischen Vektorraum

❍ Verfahren für unrestringierte Aufgaben

■ Verfahren des steilsten Abstieges (Gradientenverfahren)

■ Anwendung des Newton-Verfahrens

■ Verfahren der konjugierten Gradienten

■ Verfahren von Davidon, Fletcher und Powell (DFP)

❍ Gradientenverfahren für Probleme mit Ungleichungsrestriktionen

■ Verfahren der zulässigen Richtungen

■ Richtungssuchprogramm

■ Spezialfall linearer Restriktionen

■ Verfahren der projizierten Gradienten

■ Aufgabenstellung und Lösungsprinzip

■ Algorithmus

■ Bemerkungen zum Algorithmus

❍ Straf- und Barriereverfahren

■ Strafverfahren
 ■ Barriereverfahren
❍ Schnittebenenverfahren

■ Aufgabenstellung und Lösungsprinzip

■ Verfahren von Kelley

● Diskrete dynamische Optimierung

❍ Diskrete dynamische Entscheidungsmodelle

■ -stufige Entscheidungsprozesse
■ Dynamische Optimierungsprobleme

❍ Beispiele diskreter Entscheidungsmodelle

■ Einkaufsproblem

■ Rucksackproblem

❍ Bellmannsche Funktionalgleichungen
■ Eigenschaften der Kostenfunktion

■ Separierbarkeit

■ Minimumvertauschbarkeit

■ Formulierung der Funktionalgleichungen

❍ Bellmannsches Optimalitätsprinzip
❍ Bellmannsche Funktionalgleichungsmethode
■ Bestimmung der minimalen Kosten

■ Bestimmung der optimalen Politik

❍ Beispiele zur Anwendung der Funktionalgleichungs-

methode
■ Optimale Einkaufspolitik

■ Problemstellung

■ Zahlenbeispiel
■ Rucksackproblem
■ Problemstellung

■ Zahlenbeispiel
Computeralgebrasysteme
● Einführung
❍ Kurzcharakteristik von Computeralgebrasystemen

■ Allgemeine Zielstellungen für Computeralgebrasysteme

■ Spezielle Möglichkeiten der Arbeit mit Computeralgebrasystemen

■ Beschränkung auf Mathematica und Maple

■ Ein- und Ausgabe bei Mathematica und Maple

❍ Einführende Beispiele für die Hauptanwendungsgebiete

■ Formelmanipulation

■ Numerische Berechnungen

■ Graphische Darstellungen

■ Programmierung in Computeralgebrasystemen

❍ Aufbau und Umgang mit Computeralgebrasystemen

■ Hauptstrukturelemente

■ Objekttypen

■ Zahlen

■ Variable und Zuweisungsoperatoren

 ■ Operatoren
■ Terme und Funktionen
■ Listen und Mengen
● Mathematica
❍ Haupstrukturelemente

❍ Zahlenarten in Mathematica

■ Grundtypen von Zahlen in Mathematica

■ Spezielle Zahlen

■ Darstellung und Konvertierung von Zahlen

❍ Wichtige Operatoren

❍ Listen

■ Begriff und Bedeutung

■ Verschachtelte Listen

■ Operationen mit Listen

■ Spezielle Listen

❍ Vektoren und Matrizen als Listen

■ Aufstellung geeigneter Listen

■ Operationen mit Matrizen und Vektoren

❍ Funktionen

■ Standardfunktionen

■ Spezielle Funktionen

■ Reine Funktionen

❍ Muster

❍ Funktionaloperationen

■ Inverse Funktion
 ■ Differentiation
■ Nest

■ NestList

■ FixedPoint

■ FixedPointList

■ Apply

■ Map

❍ Programmierung
❍ Ergänzungen zur Syntax, Informationen, Meldungen
■ Kontexte, Attribute

■ Informationen

■ Meldungen

● Maple
❍ Hauptstrukturelemente
■ Typen und Objekte

■ Eingaben und Ausgaben

❍ Zahlenarten in Maple
■ Grundtypen von Zahlen in Maple

■ Spezielle Zahlen

■ Darstellung und Konvertierung von Zahlen

■ Gleitpunktzahlen

■ Zahlen verschiedener Basis

❍ Wichtige Operatoren in Maple

❍ Algebraische Ausdrücke
❍ Folgen und Listen
 ❍ Tabellen- und feldartige Strukturen, Vektoren und Matrizen
■ Tabellen- und feldartige Strukturen

■ Eindimensionale Felder

■ Zweidimensionale Felder

■ Spezielle Anweisungen zu Vektoren und Matrizen

❍ Funktionen und Operatoren

■ Funktionen

■ Operatoren

■ Differentialoperatoren

■ Der Funktionaloperator map

❍ Programmierung in Maple

❍ Ergänzungen zur Syntax, Informationen und Hilfe

■ Nutzung der Maple-Bibliothek

■ Umgebungsvariable

■ Informationen und Hilfe

● Anwendungen von Computeralgebrasystemen

❍ Manipulation algebraischer Ausdrücke

■ Mathematica

■ Multiplikation von Ausdrücken

■ Faktorzerlegung von Polynomen

■ Operationen auf Polynomen

■ Partialbruchzerlegung

■ Manipulation nichtpolynomialer Ausdrücke

■ Maple

■ Multiplikation von Ausdrücken

 Faktorzerlegung von Polynomen
■

■ Operationen auf Polynomen

■ Partialbruchzerlegung

■ Manipulation allgemeiner Ausdrücke

❍ Lösung von Gleichungen und Gleichungssystemen

■ Mathematica

■ Gleichungen

■ Lösung von Gleichungen

■ Lösung transzendenter Gleichungen

■ Lösung von Gleichungssystemen

■ Maple

■ Wichtige Operationen

■ Lösung von Gleichungen mit einer Unbekannten

■ Lösung transzendenter Gleichungen

■ Lösung von nichtlinearen Gleichungssystemen

❍ Elemente der linearen Algebra

■ Mathematica

■ Spezialfall
■ Allgemeiner Fall
■ Eigenwerte und Eigenvektoren
■ Maple
■ Lösung linearer Gleichungssysteme
■ Eigenwerte und Eigenvektoren

❍ Differential- und Integralrechnung

■ Mathematica
■ Berechnung von Differentialquotienten

■ Operator der Differentiation

■ Differentiation von Funktionen

■ Unbestimmte Integrale

■ Integration gebrochenrationaler Funktionen

■ Integration trigonometrischer Funktionen

■ Hinweis:

■ Bestimmte Integrale, Mehrfachintegrale

■ Bestimmte Integrale

■ Mehrfachintegrale

■ Lösung von Differentialgleichungen

■ Maple
■ Differentiation

■ Unbestimmte Integrale

■ Integrale gebrochenrationaler Funktionen

■ Integrale von Wurzelfunktionen

■ Integrale mit trigonometrischen Funktionen

■ Hinweis:

■ Bestimmte Integrale, Mehrfachintegrale

■ Bestimmte Integrale

■ Mehrfachintegrale

■ Lösung von Differentialgleichungen

■ Allgemeine Lösung

■ Lösung mit Anfangsbedingungen

● Graphik in Computeralgebrasytemen
❍ Graphik mit Mathematica

■ Grundlagen des Graphikaufbaus

■ Graphik-Primitive

■ Graphikoptionen

■ Syntax der Graphikdarstellung

■ Aufbau von Graphikobjekten

■ Graphische Darstellung von Funktionen

■ Zweidimensionale Kurven

■ Exponentialfunktionen

■ Lineare Funktion plus Areakotangensfunktion

■ BESSEL-Funktionen

■ Parameterdarstellung von Kurven

■ Darstellung von Flächen und Raumkurven

■ Graphische Darstellung von Oberflächen

■ Optionen für 3D-Graphik

■ Dreidimensionale Objekte in Parameterdarstellung

❍ Graphik mit Maple

■ Zweidimensionale Graphik

■ Syntax zweidimensionaler Graphik

■ Beispiele für zweidimensionale Graphiken

■ Exponential- und Hyperbelfunktionen

■ BESSEL-Funktionen

■ Parameterdarstellung

■ Spezialpaket plots
■ Dreidimensionale Graphik
■ Syntax des plot3d-Befehls

■ Zusätzliche Operationen aus dem Paket plots

Exponentialfunktionen

● Typ

● Typ
Quadratisches Polynom

(2.249a)

Mögliche Kurvenverläufe dieser Funktion zeigt die folgende Abbildung.

Wegen der Diskussion des quadratischen Polynoms s. Gleichung (2.42).
Die Koeffizienten und werden in der Regel nach der Fehlerquadratmethode bestimmt; aber auch hier ist eine

Rektifizierung möglich. Nach der Wahl irgendeines Datenpunktes wird rektifiziert gemäß

(2.249b)
Bilden die gegebenen -Werte eine arithmetische Folge mit der Differenz so rektifiziert man gemäß

(2.249c)

In beiden Fällen wird nach der Ermittlung von und aus der Gleichung

(2.249d)

berechnet, wobei die Anzahl der gegebenen -Werte ist, über die summiert wird.
Gebrochenlineare Funktion

(2.250a)

Wegen der Diskussion der gebrochenlinearen Funktion s. Gleichung (2.47). Der typische Kurvenverlauf ist in der
folgenden Abbildung gezeigt.
Nach der Wahl irgendeines Datenpunktes wird gemäß

(2.250b)

rektifiziert. Nach der Bestimmung von und wird die gewonnene Formel in der Form

(2.250c)

hingeschrieben. Manchmal reicht auch die Form

(2.250d)

Dann wird und rektifiziert oder und im ersten Falle und sowie

im zweiten.
Quadratwurzel aus einem quadratischen Polynom

(2.251)

Mehrere mögliche Kurvenverläufe dieser Funktion sind in der folgenden Abbildung dargestellt.
Die Funktion wurde im Abschnitt Quadratwurzel aus einem quadratischen Polynom diskutiert (s. Gleichung (2.53)).

Wenn die neue Variable eingeführt wird, dann läßt sich die weitere Rechnung auf den Fall des

Quadratischen Polynoms zurückführen.

Verallgemeinerte GAUSSsche Glockenkurve

(2.252)

In der folgenden Abbildung sind mehrere Kurvenverläufe dieser Funktion dargestellt.

Die Diskussion der Funktion erfolgte im Abschnitt verallgemeinerte GAUSSsche Glockenkurve (s. Gleichung (2.62)).
Die Einführung der neuen Variablen ermöglicht die Zurückführung auf den Fall des Quadratischen
Polynoms.
Kurve 3. Ordnung, Typ II

(2.253)

In der folgenden Abbildung sind mögliche Kurvenverläufe dieser Funktion dargestellt.

Die Diskussion der Funktion dieses Typs erfolgte im Abschnitt Kurve 3. Ordnung (s. Gleichung (2.49)).

Diese Aufgabe kann ebenfalls durch Einführung einer neuen Veränderlichen auf den Fall des

Quadratischen Polynoms zurückgeführt werden.

Kurve 3. Ordnung, Typ III

(2.254)

Typische Kurvenverläufe dieser Funktion sind in der folgenden Abbildung gezeigt.

Wegen der Diskussion der Kurve 3. Ordnung s. Gleichung (2.50).

Auf den Fall des Quadratischen Polynoms kann auch diese Aufgabe durch Einführung der neuen Variablen

zurückgeführt werden.
Kurve 3. Ordnung, Typ I

(2.255)

Typische Kurvenverläufe dieser Funktion zeigt die folgende Abbildung.

Wegen der Diskussion der Kurve 3. Ordnung dieses Typs s. Gleichung (2.48).
Hier kann die Aufgabe ebenso wie die vorangehenden auf den Fall des Quadratischen Polynoms zurückgeführt

werden, diesmal durch Einführung der neuen Variablen

Produkt aus Potenz- und Exponentialfunktion

(2.256a)
Typische Kurvenverläufe dieser Funktion zeigt die folgende Abbildung.
Die Diskussion der Funktion erfolgte im Abschnitt Produkt aus Potenz- und Exponentialfunktion (s. Gleichung (2.63)).
Wenn die empirischen -Werte eine arithmetische Folge mit der Differenz bilden, dann wird gemäß
(2.256b)

rektifiziert. Dabei wird mit bzw. die Differenz zweier aufeinanderfolgender Werte von

bzw. bezeichnet. Bilden jedoch die -Werte eine geometrische Folge mit dem Quotienten , dann erfolgt
die Rektifizierung gemäß

(2.256c)

Nachdem und bestimmt sind, wird die gegebene Gleichung logarithmiert, um ebenso zu bestimmen wie

in (2.249d). Wenn die gegebenen -Werte keine geometrische Folge bilden, sich aber jeweils zwei -Werte so
auswählen lassen, daß ihr Quotient den konstanten Wert ergibt, dann gilt für die Rektifizierung die gleiche Formel

wie im Falle einer geometrischen Folge der -Werte, wenn gesetzt wird. Dabei ist mit

die Differenz zweier Werte von bezeichnet, deren zugehörige -Werte den konstanten Quotienten
ergeben (s. Beispiel).
Bei der Gründung des Verlags Harri Deutsch im Jahre 1961 wurden die langjährigen Erfahrungen aus der Fachbuchhandlung
Harri Deutsch an der Universität Frankfurt in die Verlagskonzeption eingebracht.

Aus der Nähe zur Universität ergaben sich insbesondere die Programmschwerpunkte in den Gebieten Naturwissenschaften,
Mathematik und Technik.

Dem Selbstverständnis des Verlags entsprechend, werden seit Bestehen didaktisch ausgereifte und preisgünstige Lehrbücher und
Nachschlagewerke mit hohem Informationsgehalt für Studenten, Dozenten und Praktiker dieser Fächer bereitgestellt.

Mit großem Erfolg arbeitete der Verlag Harri Deutsch in seiner Anfangsphase mit ostdeutschen und osteuropäischen Verlagen
zusammen. So konnte renommierte Fachliteratur durch Lizenzausgaben einem wesentlich breiteren Interessentenkreis zugänglich
gemacht werden.

Inzwischen wurden wichtige Teile des Verlagsprogramms völlig überarbeitet und um neue Titel erweitert. Mit dem Einsatz
zukunftsweisender Technik konnte das Verlagskonzept auch unter veränderten Rahmenbedingungen bewahrt werden.
Konsequent wird die Verlagsproduktion entsprechend den Erfordernissen des elektronischen Zeitalters ausgebaut.

Große Teile des Programms sind am Niveau von Fachhochschule und Universität orientiert, die Bandbreite reicht jedoch von
populärwissenschaftlichen Darstellungen über Literatur für die Mittel- und Oberstufe an Gymnasien bis hin zu
Forschungsmonographien.

Ausführliche Informationen zu den Produkten des Verlags Harri Deutsch finden Sie unter http://www.de.uu.net/shop/HD/verlag/

Wenn Sie künftig aktuelle Verlagsinformationen per E-Mail wünschen, schicken Sie uns bitte eine E-Mail mit dem Subject
"Verlags-Info".
Das Label "hades"
Wissenschaftliches Publizieren muß sich seit der Entwicklung der elektronischen Medien neuen Herausforderungen stellen. Die
Anforderungen an Produkte und Produzenten übersteigen die der klassischen Verlagsobjekte.

Um die Chancen der neuen Informationsmärkte wahrzunehmen, hat der Verlag Harri Deutsch unter dem Markenzeichen harri
deutsch electronic science - kurz: "hades" - seine Aktivitäten im Bereich des elektronischen Publizierens gebündelt.

Die ersten Projekte unter dem Label "hades" sind die Reihen DeskTop und cliXX, in denen elektronische Nachschlagewerke
(DeskTop) und interaktive Lehrgänge (cliXX) für Schüler, Studenten, Lehrer, Wissenschaftler und Praktiker entwickelt werden.

Dabei werden HTML-Strukturen verwendet, weil

● sie on- und offline (CD-ROM) nutzbar sind,

● sie plattformunabhängig laufen,
● sie die Einbindung multimedialer Komponenten erlauben und
● die entsprechenden Browser den Nutzern sowohl in lokalen Netzen als auch zu Hause vertraut sind.

Folgende Werke sind verfügbar oder in Vorbereitung:

W. Bauer u. a.: cliXX · Physik

 1997, Multiplattform-CD-ROM auf HTML-Basis, DM 48,- (unverbindliche Preisempfehlung), ISBN 3-8171-1553-9.

Als einführender Lehrgang in die Physik vermittelt die CD-ROM Grundwissen aus den Gebieten Mechanik, Wärmelehre,
Schwingungen und Wellen.
Der Lehrgang wendet sich an Ingenieur- und Universitätsstudenten mit Physik im Nebenfach, ist aber aufgrund der
multimedialen Aufbereitung auch in der Sekundarstufe II schon sinnvoll einsetzbar. Der Lernerfolg wird unterstützt durch
interaktiv zu lösende Aufgaben mit jeweils neu generierten Zahlenwerten, Lösungshilfen und Kontrollen.

N. Treitz: cliXX · Physik in bewegten Bildern

1999, Multiplattform-CD-ROM auf HTML-Basis, ca DM 39,- (unverbindliche Preisempfehlung) , ISBN 3-8171-1577-6.

Wie schon in seinem Buch Brücke zur Physik (ISBN 3-8171-1518-0) behandelt der Autor auch auf der Multiplattform-CD-
ROM in unkonventioneller Weise ein breites Themenspektrum der Physik. Die CD-ROM ermöglicht, physikalische
Zusammenhänge nicht mehr nur statisch in Grafiken, sondern durch dynamische Animationen im QuickTime-Format
darzustellen.
Die durch Hyperlinks vernetzte HTML-Struktur verbindet tabellarische Themenüberblicke, kurze einführende und
erklärende Texte, Animationen physikalischer Modelle, gefilmte Experimente, Programmsequenzen in Pascal sowie
Aufgaben mit Lösungen.
Darüberhinaus enthält die CD-ROM stereoskopische Animationen: Mit der beiliegenden Stereo-Brille erscheinen
geometrische Objekte als frei im Raum schwebend.
Die CD-ROM ist geeignet für Lehrkräfte, Studienanfänger und Schüler der Sekundarstufe II.

M. Sietz u. a.: cliXX · Chemie

1999, Multiplattform-CD-ROM auf HTML-Basis, ca DM 38,- (unverbindliche Preisempfehlung), ISBN 3-8171-1488-5.

 Als einführender Lehrgang in die Chemie vermittelt die CD-ROM Grundwissen aus den Gebieten Allgemeine und
Anorganische Chemie, Organische Chemie, Hydrochemie und Biochemie. Neu ist dabei die modellhafte, teils vereinfachte
Darstellung, die auf ein chemisches Grundverständnis für umweltrelevante Themen abzielt.
Der Lehrgang wendet sich an FH- und Universitätsstudenten mit Chemie im Nebenfach. Aufgrund der multimedialen
Aufbereitung und der spezifischen Ausichtung ist cliXX · Chemie auch schon in der Sekundarstufe II fächerübergreifend
einsetzbar.
Durch das umfangreiche Glossar, die Versuchsprotokolle und die Klausuren mit Lösungen eignet sich CD-ROM gut zum
Selbststudium und zur Prüfungsvorbereitung.

I. N. Bronstein u. a.: Taschenbuch der Mathematik mit Multiplattform-CD-ROM

1999, 4., überarbeitete und erweiterte Auflage, im Bundle mit Multiplattform-CD-ROM auf HTML-Basis, DM 78,- , ISBN
3-8171-2014-1.

Dieses Werk ist im deutschsprachigen Raum für viele Studierende der Ingenieur- und Naturwissenschaften ein
unverzichtbares Buch geworden. Aber auch im Berufsalltag erfüllt das erprobte Standardwerk thematisch und methodisch
die Erfordernisse der Zeit.
Die dem Buch beiliegende CD-ROM aus der DeskTop-Reihe enthält den kompletten Inhalt des Taschenbuches der
Mathematik als HTML-Struktur mit zahlreichen Hyperlinks und farbigen, bildschirmgerechten Abbildungen.

H. Stöcker u. a.: Taschenbuch mathematischer Formeln und moderner Verfahren mit Multiplattform-CD-ROM

1999, 4., korrigierte Auflage, im Bundle mit Multiplattform-CD-ROM auf HTML-Basis, DM 58,- , ISBN 3-8171-1573-3.

Von elementarer Schulmathematik über Basiswissen für Abiturienten bis zum Aufbauwissen für Studierende und als
Informationspool und Nachschlagewerk für Berufspraktiker liefert das Standardwerk den mathematischen Hintergrund.
Die dem Buch beiliegende CD-ROM aus der DeskTop-Reihe enthält den kompletten Inhalt des Taschenbuches
 mathematischer Formeln und moderner Verfahren als vernetzte HTML-Struktur mit zahlreichen Hyperlinks, farbigen,
bildschirmgerechten Abbildungen und multimedialen Zusatzkomponenten.

H. Stöcker u. a.: Taschenbuch der Physik mit Multiplattform-CD-ROM

1997, 3., völlig überarbeitete und erweiterte Auflage, im Bundle mit Multiplattform-CD-ROM auf HTML-Basis, DM 68,-
, ISBN 3-8171-1580-6.

Ein Nachschlagewerk für Ingenieure und Naturwissenschaftler, die im physikalisch-technischen Sektor tätig sind. Eine
Formelsammlung für Studierende dieser Fachrichtungen, die den relevanten Stoff leicht auffinden möchten.
Die dem Buch beiliegende CD-ROM aus der DeskTop-Reihe enthält den kompletten Inhalt des Taschenbuches der Physik
als vernetzte HTML-Struktur mit zahlreichen Hyperlinks, farbigen, bildschirmgerechten Abbildungen und multimedialen
Zusatzkomponenten wie Filmen im QuickTime-Format.

W. Schröter u. a.: Taschenbuch der Chemie mit Multiplattform-CD-ROM

1995, 17., korrigierte Auflage, im Bundle mit Multiplattform-CD-ROM auf HTML-Basis, DM 58,- , ISBN 3-8171-1555-5.

Das Taschenbuch gliedert sich in die Hauptteile Allgemeine Chemie, Anorganische Chemie und Organische Chemie.
Diese werden ergänzt durch Abschnitte über Sondergebiete, makromolekulare Werkstoffe und die Nomenklatur chemischr
Verbindungen. Begriffe werden definiert, Gesetzmäßigkeiten und Beziehungen hergeleitet, ihre Anwendung wird -
vielfach anhand von Beispielen - erlätert.
Die dem Buch beiliegende CD-ROM aus der DeskTop-Reihe enthält den kompletten Inhalt des Taschenbuches der
Chemie als vernetzte HTML-Struktur mit zahlreichen Hyperlinks, farbigen, bildschirmgerechten Abbildungen und
multimedialen Zusatzkomponenten.
Weitere Informationen finden Sie auf der Internetseite des Verlages Harri Deutsch.
Taschenbuch der Mathematik:

Vorwort zur 1. Auflage der CD-ROM

Die Erfahrung der letzten Jahre zeigt, daß es ein weit verbreitetes Interesse gibt, Nachschlagewerke und Handbücher auf dem
eigenen Computer zur Verfügung zu haben. Auch auf dem Gebiet der Mathematik kann es von Vorteil sein, die Möglichkeiten
der CD-ROM zu nutzen.

Daher wurde in Übereinkunft zwischen Autoren und Verlag entschieden, das ,,Taschenbuch der Mathematik``, bekannt unter
dem Namen ,,BRONSTEIN``, parallel zum Buch, aber auch als Einlage in der 4. Auflage, als CD-ROM herauszubringen.
Grundlage bildet die wesentlich erweiterte und überarbeitete 3. Auflage des Buches, das sich seit der Neuübersetzung des
russischsprachigen Originals (3. Auflage, Moskau 1953) als 1. Auflage im Jahr 1996 zu einem umfangreichen Nachschlagewerk
entwickelt hat.

Die 3. Auflage des anwendungsorientierten Klassikers ,,Bronstein``, die die Grundlage für die Erarbeitung der CD-ROM bildet,
wurde ebenso wie die vohergehenden Auflagen in einem Maße angenommen, daß auch sie in weniger als zwei Jahren vergriffen
war. Damit ergab sich neuerlich die Gelegenheit, einzelne Kapitel zu erweitern und bekannt gewordene Formulierungs-, Formel-,
Druck- und Layoutfehler auszumerzen. Zahlreiche Hinweise aus der Leserschaft fanden dabei dankbare Aufnahme.
Rückmeldungen und Informationen werden auch in Zukunft erbeten.
Abgesehen von zahlreichen kleineren Verbesserungen und Ergänzungen in allen Kapiteln galt bei dieser Überarbeitung den
Kapiteln Arithmeitik, Funktionen, Lineare Algebra, Differentialrechnung, Integralrechnung, Vektoranalysis und Feldtheorie,
Wahrscheinlichkeitsrechnung und mathematische Statistik sowie Numerische Mathematik die besondere Aufmerksamkeit.

Einige Abschnitte sind neu hinzugekommen. Zu ihnen gehören z.B. die Abschnitte Beweismethoden in Kapitel 1, Skalen und
Funktionspapiere in Kapitel 2, Kryptologie in Kapitel 5, DIRACsche -Funktion und Distributionen in Kapitel 15,
Wavelets in Kapitel 15 sowie Interpolationsformel von LAGRANGE in Kapitel 19.

In einzelne Kapitel wurden weitere Tabellen aufgenommen, die das praktische Arbeiten erleichtern. Hier sind insbesondere die
Tabellen zu den Differentiations- und Integrationsregeln, zu den Flächen- und Volumenelementen in verschiedenen Koordinaten
sowie eine Tabelle mit Zufallszahlen zu nennen. Tabellen, die im Buch über zwei Seiten reichen oder eine ganze Seite
einnehmen, wurden aufgetrennt oder aufgelöst, um bei der Betrachtung der HTML-Seiten ein allzu häufiges Verschieben des
Bildes (scrollen) zu vermeiden.

Allen Lesern und Fachkollegen, die uns durch ihre wertvollen Stellungnahmen, Bemerkungen und Anregungen zu einzelnen
Abschnitten der 3. Auflage des Buches die Überarbeitung erleichtert haben, möchten wir an dieser Stelle unseren herzlichen
Dank sagen. Besonderer Dank gebührt Herrn Prof. Dr. G. BRECHT, Itzehoe und Herrn Dr. T. H. Kick, Ludwigsburg, die sich mit
vielen Kapiteln des Buches auseinandergesetzt haben.

Die Erarbeitung der CD-ROM erforderte umfangreiche technische Vorbereitungen und die Umsetzung der LATEX-Vorlage in
die HTML-Spache. Wir danken in diesem Zusammenhang besonders den Herren Prof. Dr. A. ANDREEFF, Dresden, Dipl.-
Phys. K. Horn sowie dem VERLAG HARRI DEUTSCH für die ausgezeichnete Zusammenarbeit.
 Dresden, im März 1998

Koautoren

Einige Kapitel und Abschnitte sind in Zusammenarbeit mit Koautoren enstanden.

Kapitel bzw. Abschnitt Koautor

Sphärische Trigonometrie (3.4.1 bis 3.4.3) Dr. H. NICKEL, Dresden
Sphärische Kurven (3.4.4) Prof. L. MARSOLEK, Berlin
Algebra und Diskrete Mathematik (5, außer 5.4, 5.5, 5.8) Dr. J. BRUNNER, Dresden
Zahlentheorie, Kryptologie, Graphen (5.4, 5.5, 5.8) Doz. Dr. U. BAUMANN, Dresden
Fuzzy-Logik (5.9) Prof. Dr. GRAUEL, Soest
Nichtlin. part. Differentialgleichungen, Solitonen (9.2.4) Prof. Dr. ZIESCHE, Dresden
Integralgleichungen (11) Dipl.-Math. I. STEINERT, Düsseldorf
Funktionalanalysis (12) Prof. Dr. M. WEBER, Dresden
Elliptische Funktionen (14.6) Dr. N. M. FLEISCHER, Moskau
Dynamische Systeme und Chaos (17) Doz. Dr. V. REITMANN, Dresden
Optimierung (18) Dipl.-Math. I. STEINERT, Düsseldorf
Computeralgebrasysteme (19.8.4, 20.) Prof. Dr. G. FLACH, Dresden
Danksagung
Die Erarbeitung der CD-ROM erforderte umfangreiche technische Vorbereitungen und die Umsetzung der LATEX-Vorlage in
die HTML-Spache. Wir danken in diesem Zusammenhang besonders den Herren Prof. Dr. A. ANDREEFF, Dresden, Dipl.-
Phys. K. Horn sowie dem VERLAG HARRI DEUTSCH für die ausgezeichnete Zusammenarbeit.

Dresden, im März 1998

"Real Informationsdesign" ist eine Gruppe von vier
Produktgestaltern, die mit einem festen Stamm freier
Mitarbeiter seit 1994 interaktive Produkte konzipiert, gestaltet
und produziert. Neben CD-ROMs und Benutzungsoberflächen
softwaregesteuerter Geräte (Interface-Design) entstehen in der
Fabriketage von Real auch Konzepte für Präsentationen im
Internet. Die vier Designer legen Wert auf eine Gestaltung,
die sparsam und den Inhalten angemessen ist. Die Vorteile der
neuen Technologien lassen sich durch gezielten Einsatz
sinnvoller und witziger Interaktionen nutzen, nicht aber durch
möglichst viele aufwendige Effekte.

Neben hades arbeitet Real Informationsdesign u.a. für Bosch,

Blaupunkt, den Rat für Formgebung/German Design Council,
Ogilvy & Mather, das Design Zentrum Hessen, den
Hessischen Rundfunk und den Rowohlt-Systhema-Verlag.
Kunden

Blaupunkt, Hildesheim
Buchhändlervereinigung, Frankfurt
Bosch, Hildesheim
Dacon, Bad Vilbel
Design Zentrum Hessen, Darmstadt
Frankfurter Buchmesse
Hessisches Ministerium für Wissenschaft und Kunst
Hessischer Rundfunk, Frankfurt
Hessische Gesellschaft für Demokratie und Ökologie
Kittelberger, Reutlingen
Mediaplex, Kronberg
ms+, Werbeagentur Frankfurt
Rat für Formgebung, Frankfurt
Rowohlt-Systhema-Verlag, München
Verlag Harri Deutsch, Thun und Frankfurt am Main
Anmerkungen zum Copyright
© 1998 by Verlag Harri Deutsch AG Thun.

Dieses Produkt ist in seiner Gesamtstruktur und in seinen Teilen (Texte, Tabellen, Bilder, Movies, Programme) urheberrechtlich
geschützt.

Alle Rechte vorbehalten. All copyrights reserved.

Der Erwerb dieses Produktes berechtigt nicht zum kommerziellen Verleih.

Vervielfältigung, Vermietung, Aufführung, Änderung sind nur mit ausdrücklicher und schriftlicher Genehmigung des Verlags
erlaubt.

Der Verlag gestattet allen Nutzern, die diese CD-ROM käuflich erworben haben, das enthaltene Material zu Lehr-, Ausbildungs-
und Vortragszwecken zu nutzen.

Nicht gestattet ist es dagegen, die Inhalte in ein Netz - welcher Art auch immer - einzuspeisen, es also mehreren Nutzern an
verschiedenen Rechnern zur gleichen Zeit zur Verfügung zu stellen.

Im Material enthaltene Copyright-Informationen dürfen nicht verändert oder weggelassen werden.

Der Inhalt dieses Produkts wurde sorgfältig erarbeitet. Dennoch übernehmen Herausgeber und Verlag für die Richtigkeit von
Angaben, Hinweisen und Ratschlägen sowie für inhaltliche Fehler keine Haftung.
Summenwerte einiger Reihen mit konstanten Gliedern

(7.38)

(7.39)

(7.40)

(7.41)

(7.42)

(7.43)

(7.44)
(7.45)

(7.46)

(7.47)

(7.48)

(7.49)

(7.50)

(7.51)

(7.52)

(7.53)
 (7.54)

(7.55)

(7.56)

(7.57)

(7.58)

(7.59)

Mit sind die EULERschen Zahlen, mit die BERNOULLIschen Zahlen bezeichnet.
Differentialgleichungen
● Differentialgleichungen, allgemein
● Nichtlineare partielle Differentialgleichungen, Solitonen
Nichtlineare partielle Differentialgleichungen, Solitonen
9.29
DODD, R.K., EILBECK, J.C., GIBBON, J.D., MORRIS, H.C.: Solitons and Nonlinear Wave Equations. -- Academic
Press 1982.

9.30
DRAZIN, P.G., JOHNSON, R.: Solitons. An Introduction. -- Cambridge University Press 1989.

9.31
GU CHAOHAO (Ed.): Soliton Theory and Its Applications. -- Springer-Verlag 1995

9.32
LAMB, G.L.: Elements of Soliton Theory. -- Wiley 1980.

9.33
MAKHANKOV, V.G.: Soliton Phenomenology (übers. aus dem Russ.). -- Verlag Kluwer 1991.

9.34
REMOISSENET, S.: Waves Called Solitons. Concepts and Experiments. -- Springer-Verlag 1994.
9.35
TODA, M.: Nonlinear Waves and Solitons. -- Verlag Kluwer 1989.

9.36
VVEDENSKY, D.: Partical Differential Equations with Mathematica. -- Addison-Wesley 1993.
Häufig gebrauchte Konstanten

3, 141592654

0, 017453293

0, 000290888

0, 000004848

1 rad=1 57, 29577951

0, 01
0, 001

2, 718281828

0, 434294482

2, 302585093

0, 577215665 EULERsche Konstante

Variationsrechnung
● Aufgabenstellung
● Historische Aufgaben
❍ Isoperimetrisches Problem

❍ Brachistochronenproblem

● Variationsaufgaben mit Funktionen einer Veränderlichen

❍ Einfache Variationsaufgabe und Extremale

❍ Eulersche Differentialgleichung der Variationsrechnung

❍ Variationsaufgaben mit Nebenbedingungen

❍ Variationsaufgaben mit höheren Ableitungen

❍ Variationsaufgaben mit mehreren gesuchten Funktionen

❍ Variationsaufgaben in Parameterdarstellung

● Variationsaufgaben mit Funktionen mehrerer Veränderlicher

❍ Einfache Variationsaufgabe

❍ Allgemeinere Variationsaufgaben

● Numerische Lösung von Variationsaufgaben

● Ergänzungen
❍ Erste und zweite Variation
❍ Anwendungen in der Physik
Algebra und Diskrete Mathematik, allgemein
5.1
AIGNER, M.: Diskrete Mathematik. -- Verlag Vieweg 1993.

5.2
BELKNER, H.: Determinanten und Matrizen. -- Verlag H. Deutsch 1988.

5.3
BURRIS, S.; SANKAPPANAVAR, H. P.: A Course in Universal Algebra. -- Springer-Verlag 1981.

5.4
DÖRFLER, W.; PESCHEK, W.: Einführung in die Mathematik für Informatiker. -- C. Hanser Verlag 1988.

5.5
EHRIG, H.; MAHR, B.: Fundamentals of Algebraic Specification 1. -- Springer-Verlag 1985.

5.6
METZ, J.; MERBETH, G.: Schaltalgebra. -- Verlag Verlag H. Deutsch 1970.

5.7
 WECHLER, W.: Universal Algebra for Computer Scientists. -- Springer-Verlag 1992.

5.8
WINTER, R.: Grundlagen der formalen Logik. -- Verlag H. Deutsch 1996.
Symmetrie 3. Art

Wenn für gilt (s. Abbildung), dann ergeben sich die Koeffizienten zu

(7.103a)

(7.103b)
Symmetrie 1. Art

Wenn eine gerade Funktion ist, d.h. wenn (s. Abbildung), dann gilt für die Koeffizienten

(7.101)
Bedeutung des Kurvenintegrals in der Mechanik

Wenn ein Kraftfeld darstellt, d.h. , dann ist (13.96a) die Arbeit, die die Kraft verrichtet,

wenn ein Massenpunkt längs des Weges bewegt wird (s. Abbildungen und auch (8.130)).
Funktionen und ihre Darstellung
2.1
ASSER, G.: Einführung in die mathematische Logik, Teil I bis III. -- Verlag H. Deutsch 1976-1983.

2.2
FETZER, A.; FRÄNKEL, H.: Mathematik Lehrbuch für Fachhochschulen, Bd. 1. -- VDI-Verlag 1995.

2.3
FICHTENHOLZ, G.M.: Differential- und Integralrechnung, Bd. 1. -- Deutscher Verlag der Wissenschaften 1964;
Verlag H. Deutsch 1989-1992, seit 1994 Verlag H. Deutsch.

2.4
GELLRICH, R.; GELLRICH, C.: Mathematik, Bd. 1. -- Verlag H. Deutsch 1993.

2.5
GÖRKE, L.: Mengen - Relationen - Funktionen. -- Verlag H. Deutsch 1974.

2.6
HASSE, M.: Grundbegriffe der Mengenlehre und Logik. -- Verlag H. Deutsch 1970.
2.7
Handbook of Mathematical, Scientific and Engineering. Formulas, Tables, Functions, Graphs, Transforms. --
Research and Aducation Association 1961.

2.8
PAPULA, L.: Mathematik für Ingenieure, Bd. 1 bis 3. -- Verlag Vieweg 1994-1996.

2.9
SIEBER, N.; SEBASTIAN, H.J.; ZEIDLER, G.: Grundlagen der Mathmatik, Abbildungen, Funktionen, Folgen. --
BSB B. G. Teubner, Leipzig, (MINÖL, Bd. 1), 1973; Verlag H. Deutsch, (MINÖA, Bd. 1), 1978.

2.10
SMIRNOW, W.I.: Lehrgang der höheren Mathematik, Bd. 1. -- Deutscher Verlag der Wissenschaften 1953;
Verlag H. Deutsch 1987-1991, seit 1994 Verlag H. Deutsch unter dem Titel Lehrbuch der höheren Mathematik.

2.11
STÖCKER, H. (HRSG.): Analysis für Ingenieurstudenten, Bd. 1. -- Verlag H. Deutsch 1995.
Poisson-Verteilung, Teil I

Wertetabelle der POISSON-Verteilung:

0,1 0,2 0,3 0,4 0,5 0,6

0 0,904837 0,818731 0,740818 0,670320 0,606531 0,548812
1 0,090484 0,163746 0,222245 0,268128 0,303265 0,329287
2 0,004524 0,016375 0,033337 0,053626 0,075816 0,098786
3 0,000151 0,001091 0,003334 0,007150 0,012636 0,019757
4 0,000004 0,000055 0,000250 0,000715 0,001580 0,002964
5 0,000002 0,000015 0,000057 0,000158 0,000356
6 0,000001 0,000004 0,000013 0,000035
7 0,000001 0,000003

0,7 0,8 0,9 1,0 2,0 3,0

0 0,496585 0,449329 0,406570 0,367879 0,135335 0,049787
1 0,347610 0,359463 0,365913 0,367879 0,270671 0,149361
2 0,121663 0,143785 0,164661 0,183940 0,270671 0,224042
3 0,028388 0,038343 0,049398 0,061313 0,180447 0,224042
4 0,004968 0,007669 0,011115 0,015328 0,090224 0,168031
5 0,000696 0,001227 0,002001 0,003066 0,036089 0,100819
6 0,000081 0,000164 0,000300 0,000511 0,012030 0,050409
7 0,000008 0,000019 0,000039 0,000073 0,003437 0,021604
8 0,000001 0,000002 0,000004 0,000009 0,000859 0,008102
9 0,000001 0,000191 0,002701
10 0,000038 0,000810
11 0,000007 0,000221
12 0,000001 0,000055
13 0,000013
14 0,000003
15 0,000001
Typ

(2.245a)
Typische Kurvenverläufe für unterschiedliche Varianten des Exponenten von dieser Gleichung zeigt die folgende
Abbildung.
Kurven mit teilweise ähnlichem Verlauf liefern die folgenden Funktionen:

● Parabel -ter Ordnung mit der Gleichung (2.45),

● Umgekehrte Proportionalität mit der Gleichung (2.46),

● Reziproke Potenz mit der Gleichung (2.51),

 ● Potenzfunktion mit der Gleichung (2.54),

Rektifiziert wird durch Logarithmieren gemäß

(2.245b)
Typ

(2.246a)

Hier handelt es sich um die gleichen Kurven wie für (2.245a) des vorigen Abschnittes, aber in -

Richtung um verschoben.
Wenn gegeben ist, dann wird rektifiziert gemäß
(2.246b)
Ist unbekannt, dann wird zunächst bestimmt und danach gemäß
(2.246c)

rektifiziert. Zur Bestimmung von werden drei Punkte mit den Abszissen- und Ordinatenwerten beliebig,
 und gewählt, so daß gilt. Nachdem bestimmt worden

sind, kann korrigiert und als Mittelwert der Größen gewählt werden.
Keine Drehachse

a)
Existiert überhaupt kein Symmetrieelement, so ist d.h., außer der Identität läßt das Molekül

keine Symmetrieoperationen zu.

Beispiel
Das Molekül Halbacetal ist nicht eben und besitzt vier verschiedene Atomgruppen.

b)
Ist eine Spiegelung bzw. eine Inversion, so ist bzw. und
damit jeweils isomorph zu

Beispiel
Das Molekül der Traubensäure kann im Mittelpunkt gespiegelt werden (Inversion).
Räumliche Darstellung

Es erfordert viel Routine, um alle Symmetrieelemente eines Objektes zu erkennen. In der Literatur, z.B. in 5.15, 5.16,
5.17, ist ausführlich beschrieben, wie man die Symmetriegruppen von Molekülen erhält, wenn alle
Symmetrieelemente bekannt sind. Zur räumlichen Darstellung der Moleküle kann die aus der folgenden Abbildung
ersichtliche Symbolik verwendet werden:

Das Zeichen oberhalb C bedeutet, daß sich hier die OH-Gruppe über der Zeichenebene befindet, das Zeichen rechts
neben C, daß sich die -Gruppe unter ihr befindet.
Die Bestimmung der Symmetriegruppe kann in Abhängigkeit davon erfolgen, ob es keine Drehachse gibt, genau eine
oder mehrere (s. die nächsten drei Abschnitte).
1. Fall: Alle Wurzeln des Nenners sind reell und einfach

(8.13a)

a) Form der Zerlegung:

(8.13b)

mit

(8.13c)

b) Methode der unbestimmten Koeffizienten: Die Zahlen können auch mit Hilfe der Methode der
unbestimmten Koeffizienten berechnet werden.
c) Integration gemäß

(8.13d)

Beispiel
 ,

.
2. Fall: Alle Wurzeln des Nenners sind reell, einige von ihnen sind mehrfach

(8.14a)

a) Form der Zerlegung:

(8.14b)

b) Methode der unbestimmten Koeffizienten: Die Konstanten werden mit Hilfe

der Methode der unbestimmten Koeffizienten berechnet.
c) Integration gemäß

(8.14c)

Beispiel
 .

Die Berechnung der Konstanten mit Hilfe der Methode der unbestimmten Koeffizienten ergibt:

. Die Integration erfolgt gemäß

.
3. Fall: Einige Wurzeln des Nenners sind einfach komplex

(8.15a)

mit

(8.15b)

a) Form der Zerlegung:

(8.15c)

b) Methode der unbestimmten Koeffizienten: Die Konstanten werden mit Hilfe der Methode der
 unbestimmten Koeffizienten berechnet.

c) Integration des Ausdrucks gemäß

(8.15d)

Beispiel

. Die Methode der unbestimmten Koeffizienten

liefert .

, wobei in

diesem Falle das Glied mit der Funktion arctan fehlt.

Integration weiterer transzendenter Funktionen
Hinweis: Die Tabelle Unbestimmte Integrale enthälte eine große Anzahl von Integralen transzendenter Funktionen.

● Integrale mit Exponentialfunktionen

● Integrale mit Hyperbelfunktionen
● Anwendung der partiellen Integration
Integrand der Form und

1. Integrand der Form

(8.27)

2. Integrand der Form

(8.28)
Integrand der Form und

1. Integrand der Form :

(8.29a)

a) Fall , ungerade:

(8.29b)

b) Fall , gerade:

(8.29c)

Die Potenz wird auf diese Weise halbiert. Nach Auflösen der Klammer für wird gliedweise integriert.
 2. Integrand der Form :

(8.30a)

a) Fall , ungerade:

(8.30b)

b) Fall , gerade:

(8.30c)

Die Potenz wird auf diese Weise halbiert. Nach Auflösen der Klammer wird gliedweise integriert.
Integrand der Form :

(8.32a)

Durch Wiederholung dieses Verfahrens der Potenzerniedrigung ergibt sich für gerades bzw. ungerades
schließlich das Integral

(8.32b)
Integrand der Form :

(8.33)

Die Lösung erfolgt durch Integration wie im Falle .

Integrale mit Exponentialfunktionen

Integrale mit Exponentialfunktionen können in Integrale mit rationalen Funktionen im Integranden überführt werden,
wenn sie in der Form

(8.34a)

gegeben sind, wobei rationale Zahlen sind. Dazu sind zwei Substitutionen erforderlich:

1. Substitution von führt auf ein Integral

(8.34b)

2. Substitution von , wobei das kleinste gemeinsame Vielfache der Nenner der Brüche

ist, führt auf ein Integral mit einer rationalen Funktion.

Differentialrechnung
6.1
BAULE, B.: Die Mathematik des Naturforschers und Ingenieurs, Bd. 1 u. 2. -- Verlag H. Deutsch 1979.

6.2
COURANT, R.: Vorlesungen über Differential- und Integralrechnung, Bd. 1 u. 2. -- Springer-Verlag 1971-72.

6.3
FETZER, A.; FRÄNKEL, H.: Mathematik Lehrbuch für Fachhochschulen, Bd. 1, 2. -- VDI-Verlag 1995.

6.4
FICHTENHOLZ, G.M.: Differential- und Integralrechnung, Bd. 1 bis 3. -- Deutscher Verlag der Wissenschaften
1964; Verlag H. Deutsch 1989-92, seit 1994 Verlag H. Deutsch.

6.5
GELLRICH, R.; GELLRICH, C.: Mathematik, Bd. 1 u. 3. -- Verlag H. Deutsch 1993-1994.

6.6
HARBARTH, K.; RIEDRICH, T.: Differentialrechnung für Funktionen mit mehreren Variablen. -- BSB B. G.
Teubner, Leipzig (MINÖL, Bd. 4), 1976; Verlag H. Deutsch, (MINÖA, Bd. 4) 1978.
6.7
JOOS, G.E.; RICHTER, E.: Höhere Mathematik. Ein kompaktes Lehrbuch für Studium und Beruf. -- Verlag H.
Deutsch 1994.

6.8
KNOPP, K.: Theorie und Anwendung der unendlichen Reihen. -- Springer-Verlag 1964.

6.9
KÖRBER, K.-H.; PFORR, E.A.: Integralrechnung für Funktionen mit mehreren Variablen. -- BSB B. G. Teubner,
Leipzig, (MINÖL, Bd. 5), 1974; Verlag H. Deutsch, (MINÖA, Bd. 5), 1980.

6.10
MANGOLDT, H. V.; KNOPP, K.: Einführung in die höhere Mathematik, Bd. 2 u. 3. -- S. Hirzel Verlag 1978-81.

6.11
PAPULA, L.: Mathematik für Ingenieure, Bd. 1 bis 3. -- Verlag Vieweg 1994-1996.

6.12
PFORR, E.A.; SCHIROTZEK, W.: Differential- und Integralrechnung für Funktionen mit einer Variablen. -- BSB B.
G. Teubner, Leipzig, (MINÖL, Bd. 2), 1973; Verlag H. Deutsch, (MINÖA, Bd. 2) 1978.

6.13
SMIRNOW, W.I.: Lehrgang der höheren Mathematik, Bd. II u. III. -- Deutscher Verlag der Wissenschaften 1953;
Verlag H. Deutsch 1987-1991, seit 1994 Verlag H. Deutsch unter dem Titel Lehrbuch der höheren Mathematik.

6.14
 STÖCKER, H. (HRSG.): Analysis für Ingenieurstudenten. -- Verlag H. Deutsch 1995.

6.15
TRIEBEL, H.: Höhere Analysis. -- Verlag Harri Deutsch 1980.

6.16
ZACHMANN, H.G.: Mathematik für Chemiker. -- VCH, Weinheim 1990.
Typ

(2.247a)
Typische Kurvenverläufe dieser Funktion zeigt die folgende Abbildung.
Wegen der Diskussion der Exponentialfunktion s. Gleichung (2.55).
Rektifiziert wird durch Logarithmieren gemäß
(2.247b)
Typ

(2.248a)

Hier handelt es sich um die gleichen Kurven wie für die Exponentialfunktion (2.247a) des

vorangegangenen Abschnitts, aber in -Richtung um verschoben.

Es wird bestimmt und durch Logarithmieren rektifiziert gemäß
(2.248b)

Zur Bestimmung von werden drei Punkte mit den Abszissen- und Ordinatenwerten beliebig,

und gewählt, so daß gilt. Nach der Bestimmung von

kann nachträglich als Mittelwert der Größen erneut bestimmt werden.