Technische Universitat Berlin

Fakultt ii Institut fr Mathematik a u Prof. Dr. Dirk Ferus

Analysis II fur Ingenieure

dO

x u x v x du dv dO = x x v u

Information. Fr die erfolgreiche Teilnahme an diesem Modul u erhalten Sie 8 Leistungspunkte nach ECTS. Entsprechend erwarten wir von durchschnittlich begabten und vorgebildeten Studierenden folgenden Arbeitsaufwand: Vorlesung Ubung Husliche Nacharbeit und Hausaufgaben a Klausurvorbereitung Version vom 16.05.2007 4h/Woche 2h/Woche 8h/Woche 30h

Inhaltsverzeichnis
1 Mehrdimensionale Dierentialrechnung 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 Vorbemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Topologie im Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Konvergenz im Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Abbildungen, Funktionen, Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . Lineare Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Dierentiation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 7 8 11 14 20 22 26 29 31 36 40 45 48 55 60 60 67 67 69 72 73 75 81 86 86 91 93 98

Partielle Ableitungen und totales Dierential . . . . . . . . . . . . . . . . . . . . . . Der Gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Anwendungsbeispiele fr die Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . u

1.10 Rechenregeln fr die Dierentiation . . . . . . . . . . . . . . . . . . . . . . . . . . . . u 1.11 Koordinatensysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.12 Fehlerapproximation und Fehlerschranken . . . . . . . . . . . . . . . . . . . . . . . . 1.13 Hhere Ableitungen. Extremwerte . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 1.14 Extrema mit Nebenbedingungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Vektoranalysis 2.1 2.2 Klassische Dierentialoperatoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mehrfach-Anwendung der Dierentialoperatoren . . . . . . . . . . . . . . . . . . . . 2.2.1 2.2.2 2.2.3 2.2.4 2.3 2.4 Der Laplaceoperator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Das Potential . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Das Vektorpotential . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Die Wellengleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Nablakalkl. Andere Koordinaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . u Kurvenintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3 Mehrdimensionale Integration 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 Integration von Funktionen in mehreren Variablen . . . . . . . . . . . . . . . . . . . Berechnung durch Riemannsche Summen . . . . . . . . . . . . . . . . . . . . . . . . Berechnung durch Mehrfach-Integration . . . . . . . . . . . . . . . . . . . . . . . . . Berechnung durch Koordinatentransformation . . . . . . . . . . . . . . . . . . . . . .

Flchen im Raum. Skalare Oberchenintegrale . . . . . . . . . . . . . . . . . . . . . 106 a a Integration von Vektorfeldern: Flussintegrale . . . . . . . . . . . . . . . . . . . . . . 114 Der Integralsatz von Gau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 Der Integralsatz von Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 128

0 Anhang: Unendliche Reihen

0.1 0.2 0.3

Reihen mit konstanten Gliedern. Konvergenzkriterien. . . . . . . . . . . . . . . . . . 128 Weitere Konvergenzkriterien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 Funktionenreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

Literatur
Als Lehrbcher zu dieser Veranstaltung werden empfohlen: u G. Brwol, G. Seifert: Hhere Mathematik f r Naturwissenschaftler und a o u Ingenieure, Spektrum Akademischer Verlag Meyberg, Vachenauer: Hhere Mathematik 1, Springer Verlag o Farbig unterlegt nden Sie Beispiele aus den Ingenieuranwendungen, oft mit expliziten Hinweisen auf Ingenieurskripten des Grundstudiums: M ller: Mechanik II u W.H. Mller: Mechanik II, u Skript TUB SS 2002 M ller: Mechanik III u W.H. Mller: Mechanik III, u Skript TUB, WS 2002/3 Popov: Mechanik III V. Popov: Mechanik III, Skript TUB WS 2002/3 Grundlagen der Elektrotechnik, Teil A Naunin: Grundlagen der Elektrotechnik, LaborSkript TUB Theoretische Elektrotechnik Henke: Theoretische Elektrotechnik, Skript TUB 1990/91 Werkstoe II Werkstoe und Bauelemente der Elektrotechnik II, Skript TUB, Institut fr Werkstoe der Elektrotechnik u Energie-, Impuls- und Stotransport Lehrbuch Baehr/Stephan: Wrme- und Stobertragung a u zur VL Auracher: Energie-, Impuls- und Stotransport Verfahrentechnik I Kraume: Verfahrenstechnik I, Skript TUB Zu einzelnen Veranstaltungen (wie der Mechanik) existieren mehrere und vielleicht auch neuere Skripten und Lehrbcher. Wir begngen uns meistens mit einem Zitat, auch wenn u u sich der betreende Sachverhalt in der Regel an mehreren Stellen ndet.

Im Wintersemester beginnt die Veranstaltung mit einem Abschnitt uber Unendliche Reihen (vgl. Anhang 0).

1
1.1

Mehrdimensionale Dierentialrechnung
Vorbemerkungen

Funktionen, die physikalisch-technische Gren beschreiben, hngen in der Regel von sehr o a vielen Parametern ab: Die Temperatur im Innern eines Autos hngt ab von der Sonneneina strahlung, von der Temperatur des Motors, von der Auentemperatur, von der Dicke und spezischen Wrmeleitfhigkeit der Isolierung, von der Wrmekonvektion durch Lftung und a a a u vielen anderen Parametern. Der Spannungsabfall einer Wechselstromleitung hngt ab von a der Lnge, dem spezischen Materialwiderstand, der Temperatur, der Frequenz, dem Widera stand des umgebenden Mediums, . . . Richtet man das Augenmerk nur auf die Vernderung a der Funktion bei Variation eines Parameters, so hat man eine Funktion einer Variablen. Hug ndern sich aber gleichzeitig mehrere Parameter, und man muss also Funktionen a a mehrerer Variablen untersuchen. Insbesondere mchte man die Dierential- und Integralo rechnung auf solche Funktionen ausdehnen. Als typisches Beispiel knnen Sie ortsabhngige o a Funktionen betrachten, da haben Sie schon 3 Variable fr die Raumkoordinaten. Aber Funku tionen, die von den Raumkoordinaten zweier Punkte abhngen, haben schon 6 Variable. a Oft hngen die Funktionen nicht nur von mehreren Variablen ab, sondern ihre Werte sind a auch mehrdimensional: sie haben mehrere Komponenten. Je nach geometrischer Interpretation spricht man dann von Abbildungen, Transformationen oder Vektorfeldern. Die Bahn eines Massenpunktes ist eine Abbildung der Zeitachse in den 3-dimensionalen Raum (1 Variable, 3 Komponenten).
y Die Abbildung (x, y) ( x2 + y 2 , arctan x ) nennt man eine Transformation (auf Polarkoordinaten, 2 Variable, 2 Komponenten).

Das (zeitinvariante) Strmungsfeld einer Flssigkeit oder das elektrische Feld eines o u Dipols sind Beispiele fr Vektorfelder (3 Variable, 3 Komponenten). u

1.2

Topologie im Rn

Der n-dimensionale Raum Beschreibung von Teilmengen darin Oene und abgeschlossene Mengen Der n-dimensionale Euklidische Raum Rn besteht aus den n-tupeln reeller Zahlen x = (x1 , . . . , xn ), die wir je nach Zusammenhang auch als Punkte des Rn oder als Vektoren im Rn be zeichnen. Bemerkung. Neben Vektoren des Rn kommen in der Analysis wie in der linearen Algebra hug auch Matrizen vor. Aus rechentechnisch-formalen Grnden ist es dann vorzuziehen, a u Vektoren als Spalten
x1

. .
. xn

zu schreiben. Im u geschriebenen Text und besonders in der Analysis, wo es um Ausdrcke

x1 . der Form f ( . ) geht, ist diese Notation unhandlich. Manchmal behilft man sich dann . xn

mit dem Symbol (. . .)T . Dabei steht der Buchstabe T fr Transposition = Vertauschung u von Zeilen und Spalten:
x1 . (x1 , . . . , xn ) = . . .
T

xn

Es ist allerdings durchaus gebruchlich, einfach (x1 , . . . , xn ) statt (x1 , . . . , xn )T zu schreia ben. Wir werden das auch tun, wenn die gerade betrachtete Situation nicht mehr Sorgfalt erfordert. Letzteres ist zum Beispiel der Fall, wenn auch lineare Abbildungen und Matrizen ins Spiel kommen. Der R2 ist die Ebene, der R3 der gewhnliche 3-dimensionale Raum. Ihre Elemente beo zeichnen wir oft mit (x, y) bzw. (x, y, z). Fr Vektoren im Rn haben wir ein Skalarprodukt und eine Lnge deniert: u a
n

xy =
k=1

xk yk = x1 y1 + . . . + xn yn , xx= x2 + . . . + x2 . n 1

|x | = Dafr gelten folgende Fomeln: u |cx | = |c | |x | |x + y | |x | + |y | |x y | |x ||y |

(Dreiecksungleichung) (Cauchy-Schwarzsche Ungleichung)

Den Abstand von zwei Punkten im Rn denieren wir als

n

|x y | =
k=1

(xk yk )2 .

In der Ebene wird diese Denition durch den Satz des Pythagoras motiviert. Aus der vorstehenden Dreiecksungleichung fr Vektoren ergibt sich die Dreiecksungleichung fr ein Dreieck u u mit den Eckpunkten x, y, z: |x z | |x y | + |y z |. Wir betrachten nun Beispiele von Teilmengen des Rn , die mit diesen Begrien deniert werden: Beispiel 1. Durch {x R3 x a | < r} wird das Innere einer Kugel vom Radius r um den Punkt a beschrieben. Man nennt die entsprechende Menge auch im Rn eine (oene) Kugel. Im Zweidimensionalen ist eine Kugel im Sinne dieser Denition also ein Kreis. Die Menge {x R3 x a | = r} ist die Oberche dieser Kugel, auch Sphre genannt. a a Beispiel 2. Seien a, b Rn mit ak < bk fr alle k. Dann heit u {x Rn ak xk bk }

ein n-dimensionales Quader. Fr n = 2 ist das ein Rechteck mit den diagonal gegenberliegenden u u Ecken a, b. Beispiel 3. {(x, y, z) R3 ist der obere Halbraum des R . Beispiel 4. Oft beschreibt man eine Teilmenge des Rn , indem man einfach die denierende Gleichung oder Ungleichung angibt, die bei den obigen Beispielen im zweiten Teil der Mengenklammer steht. Man sagt etwa, dass x2 y2 z2 + 2 + 2 1, a2 b c a, b, c > 0
3

z > 0}

ein Ellipsoid (Inneres und Oberche) mit den Halbachsen a, b, c ist. a Eine Kugel {x Rn |xa| < r} mit a Rn als Mittelpunkt ist eine Umgebung des Punktes a. Allgemeiner nennt man jede Menge U Rn , die eine solche Kugel mit Mittelpunkt a enthlt auch eine Umgebung von a. a

Sei nun A Rn . Man nennt a einen Randpunkt von A, wenn in jeder - noch so kleinen - Kugel um a sowohl Punkte von A liegen, wie auch Punkte, die nicht in A (sondern in Rn \ A) liegen, wenn also gilt:

Fr jede Kugel U von a ist U A = und U (Rn \A) = . u Ein Randpunkt a selber kann zu A gehren oder auch nicht. o 9

(1)

Denition 5. Wenn alle Randpunkte von A zu A gehren, heit A abgeschlossen. Wenn o keiner dazugehrt, heit A oen. Gehren manche dazu, andere nicht, so ist A weder oen o o noch abgeschlossen. Denken Sie an oene und abgeschlossene Intervalle: [0, 1 ] enthlt alle seine Randpunkte, a nmlich 0 und 1, whrend ]0, 1 [ keinen der beiden enthlt. Das erste Intervall ist nach alter a a a wie neuer Terminologie abgeschlossen, das zweite oen. Halboene Intervalle wie ]0, 1] liefern Beispiele von Mengen, die weder oen noch abgeschlossen sind. Aber: Die Intervalle [0, [ und ] , [ sind abgeschlossene Mengen, das zweite ist auch oen! Kriterium f r oene Mengen. Eine Menge ist oen, wenn sie keinen ihrer Randpunkte u enthlt, d.h. wenn keiner ihrer Punkte ein Randpunkt ist. Dann gibt es also um jeden ihrer a u Punkte eine Kugel U , die nicht die Bedingung (1) erfllt. Weil der Punkt selber aber in A ist, mssen dann alle Punkte von U in A sein, die Kugel U liegt ganz in A. Die Umkehrung u ist auch richtig: Wenn ein Punkt von A Mittelpunkt einer Kugel ist, die ganz in A liegt, ist er natrlich kein Randpunkt. Wir haben also: u

Satz 6 (Oenheitskriterium). Eine Menge A ist oen, wenn es um jeden ihrer Punkte eine Kugel gibt, die ganz in A liegt. Punkte mit dieser Eigenschaft heien innere Punkte von A. Also ist A genau dann oen, wenn es nur innere Punkte enthlt. a Wir werden bei der Betrachtung von Funktionen hug voraussetzen, dass ihr Denitionsbea reich oen ist, und zwar aus folgendem Grund: Will man untersuchen, was mit den Werten der Funktion passiert, wenn man ihr Argument etwas verndert, so bleibt das Argument a wenigstens bei kleinen Anderungen immer im Denitionsbereich der Funktion. Beispiel 7. Die oene Kugel x2 + y 2 + z 2 < r2 mit r > 0 ist wirklich oen. Ist nmlich x1 a ein Punkt daraus, so ist sein Abstand a vom Mittelpunkt der Kugel, also von 0, echt kleiner als r. 1 Die (oene) Kugel vom Radius 2 (r a) um den Punkt x1 liegt dann ganz in der ursprnglichen Kuu gel. Auf den Faktor 1 kann man sogar verzichten, 2 wenn man die oene kleine Kugel whlt. Das ist ana x1 schaulich vllig klar. (Oder?) Wir rechnen es aber zur o r-a Ubung noch einmal formal nach: Sei K die gegebene a Kugel. Nach Denition ist dann fr x1 K u r a := |x1 0| < r.

Ist nun x2 ein Punkt der oenen Kugel vom Radius r a um x1 , so gilt |x2 x1 | < r a. Aus der Dreiecksungleichung folgt |x2 0| |x2 x1 | + |x1 0| < r a + a = r.

Beispiel 8. Die Teilmenge A = Rn von Rn hat eine sonderbare Eigenschaft. Keiner ihrer Randpunkte gehrt zu der Menge - weil sie keine Randpunkte hat. Andrerseits gehren alle o o ihre Randpunkte zu der Menge - weil sie keine Randpunkte hat. Der Rn ist also gleichzeitig oen und abgeschlossen! Dasselbe Schicksal teilt die leere Menge, und zwar aus denselben Grnden. Das sind aber auch die einzigen Mengen im Rn mit dieser Pathologie. u

10

1.3

Konvergenz im Rn

Wir verallgemeinern den Begri der Konvergenz von Folgen reeller Zahlen auf Folgen von Vektoren im Rn .

Konvergenz
Wenn wir im mehrdimensionalen Raum dierenzieren und integrieren wollen, mssen wir u in diesem Raum Grenzwerte bilden. Wir mssen also zum Beispiel erklren, was es heissen u a soll, dass eine Folge von Punkten im Rn konvergiert. Eine Folge im Rn sieht so aus: (xk )kN . Fr jedes k N ist xk also ein Punkt im Rn . u Wenn wir von so einem Punkt die Komponenten brauchen, wird die Sache kompliziert, wir bentigen einen zweiten Index: o xk = (xk1 , . . . , xkn ). Der erste Index soll also der Folgenindex sein, der zweite die Komponente bezeichnen. Fr die folgende Denition kommen wir aber ohne Komponenten aus: u Denition 9. Eine Folge (xk )kN im Rn heit konvergent gegen a Rn , wenn
k

lim |xk a | = 0.

Beachten Sie, dass (|xk a |)kN einfach eine Folge reeller Zahlen ist, und dafr wissen wir, u was Konvergenz ist. Man schreibt dann auch a = lim xk .
k

Anschauliche Interpretation
Die Folge (xk ) konvergiert genau dann gegen a, wenn folgendes gilt: In jeder (noch so kleinen) Kugel um a liegt der ganze Rest der Folge von einem bestimmten Index k0 an. Formal heit das: Wenn man eine beliebige Zahl r > 0 vorgibt, so gibt es dazu ein k0 , so dass |xk a| < r fr alle k k0 . u
1 1 Beispiel 10. Sei n = 2 und xk = ( k cos k, k sin k) fr ein festes . Dann ist u

|xk 0| = Also ist limk xk = 0.

1 1 1 ( cos k)2 + ( sin k)2 = 0 fr k . u k k k

Komponentenweise Konvergenz
Aus
n

|xk a | =
m=1

(xkm am )2

sieht man sofort, dass a = lim xk lim xkm = am fr alle m. u

k k

Satz 11 (Komponentenweise Konvergenz). Eine Folge von Vektoren konvergiert genau dann, wenn alle Komponentenfolgen konvergieren.

11

1 Beispiel 12. Fr die Folge xk = ((1)k , k ) ist die Folge der ersten Komponenten, also u k ((1) )k1 , nicht konvergent. Daher ist die ganze Folge nicht konvergent.

Im Fall n = 2 kann man statt Vektoren auch einfach komplexe Zahlen verwenden: Der 1 1 Vektor (x, y) in der Ebene entspricht z = x + iy. So entspricht xk = ( k cos k, k sin k) aus 1 ik 1 dem obigen Beispiel die Folge der zk = k (cos k + i sin k) = k e . Beispiel 13. Wir betrachten fr eine komplexe Zahl c = a+ib und ein beliebig vorgegebenes u z0 = x0 + iy0 = 0 die rekursiv denierte Folge zk+1 = 1 2 zk + c zk .

Wenn c = a > 0 und z0 = x0 0 reell sind, bleibt die ganze Folge reell, und wir haben > frher gesehen, dass sie gegen a konvergiert. Die komplexe Folge zk kann man natrlich u u auch als Folge im R2 schreiben, aber wir verzichten hier darauf. Die Folge (zk ) konvergiert gegen diejenige der beiden komplexen Wurzeln aus a + ib, die nher an z0 liegt. Fr z0 a u auf der Mittelsenkrechten zwischen den beiden Werten divergiert die Folge, oder sie bricht ab. Beispiel 14. Die Folge zk+1 = f (zk ) = 2 3 zk + c 2 2zk

konvergiert zwar fr positive reelle c und z0 gegen 3 c. Aber es gibt drei komplexe Wuru zeln aus c, und die komplexe Ebene besitzt entsprechend drei Bereiche, deren Punkte unter dem Rekursionsverfahren jeweils gegen eine andere dieser drei Wurzeln konvergieren. Anders als im Beispiel 13 bestehen aber diese Bereiche jeweils aus verschiedenen Komponenten, deren Grenzen uberaus komplizierte Mengen (Juliamengen) sind. In dem folgenden Mathematica-Beispiel ist c = 1. Es werden fr jeden Ausgangspunkt z0 zehn Iterationsschritu te durchgefhrt und z0 dann gefrbt mit einer Farbe, die die Position von f 10 (z0 ) zu den u a drei Fixpunkten 1, 0.5 + 0.866025i und 0.5 0.866025i angibt. Dazu werden die Niveaus der Funktion Im(f 10 (z)) benutzt.

f [z ] :=

2 3

z+

1 2z 2

g[x , y ] := Nest[f, x + iy, 10] b = 1.4; ContourPlot[ Evaluate[Im[g[x, y]]], {x, b, b}, {y, b, b}, PlotPoints > 50, FrameTicks > False];

Die mit nur geringem Rechenaufwand produzierte Abbildung zeigt (mindestens so gut wie die handelsblichen Kunstgewerbsprodukte) das sogenannte chaotische Verhalten dieses Reu kursionsverfahrens.

Grenzwerte in Teilmengen

Wenn man eine Menge A Rn und in dieser eine Folge von xk A gegeben hat, die gegen ein x konvergiert, liegt dann x auch in A? Das muss nicht so sein. Man wei ja nur, dass in jeder Kugel um x fast alle Folgenglieder liegen, also sicher Punkte aus A. Aber es knnen o 12

durchaus darin auch (fr jeden Radius) Punkte vom Komplement Rn \ A liegen. Dann ist u x ein Randpunkt von A. Wenn A abgeschlossen ist, liegt der Grenzwert also auch in A (vorausgesetzt die Folge konvergiert!), andernfalls kann er auch ein Randpunkt sein, der nicht zu A gehrt. o
1 So konvergiert die Folge (1 k , 0) von Punkten in der oenen Kreisscheibe

U = {(x, y) R2

x2 + y 2 < 1}

gegen (1, 0) U . Betrachtet man sie dagegen als Folge in der abgeschlossenen Kreisscheibe, / so liegt der Grenzwert auch in dieser. Fr das folgende erinnern wir daran, dass nach Analysis I jede Folge reeller Zahlen eine u monotone Teilfolge enthlt und dass monotone beschrnkte Folgen konvergent sind. Also a a enthlt jede beschrnkte Folge reeller Zahlen eine konvergente Teilfolge. Sei nun (xk ) eia a ne beschrnkte Folge im Rn , d.h. eine, die in einer Kugel vom (vielleicht groen) Radius a R < liegt. Dann ist die Folge der ersten Komponenten (xk1 ) beschrnkt. Nach der Vora bemerkung hat also (xk ) eine Teilfolge, deren erste Komponenten konvergieren. Aus dieser Teilfolge knnen wir nach demselben Argument eine aussuchen, fr die die Folge der zweiten o u Komponenten konvergiert; die Folge der ersten konvergiert dann immer noch! Nachdem wir das n-mal wiederholt haben, erhalten wir eine Teilfolge von (xk ), deren smtliche Kompoa nentenfolgen konvergieren, die also selbst konvergiert: Jede beschrnkte Folge im Rn enthlt a a also eine konvergente Teilfolge. Haben wir nun eine Folge (xk ) in einer beschrnkten und abgeschlossenen Menge A Rn a a (solche Mengen nennen wir auch kompakt), so enthlt sie eine Teilfolge, die konvergiert. Der Limes liegt wegen der Abgeschlossenheit von A dann wieder in A. Wir haben: Satz 15 (Folgenkompaktheit). Jede Folge in einer kompakten Teilmenge A Rn enthlt a eine in A konvergente Teilfolge.

13

1.4

Abbildungen, Funktionen, Stetigkeit

An verschiedenen Beispielen trainieren wir unsere Vorstellung von mehrdimensionalen Abbildungen. Wir erklren den Begri der Stetigkeit fr solche Abbildungen. a u Der Existenzsatz fr Extremwerte ist - wie im 1-Dimensionalen - eine wichtige Ergnzung u a zu den Extremalkriterien mittels Dierentialrechnung. Wir betrachten Abbildungen f : Rn G Rm , die jedem Punkt einer Menge G Rn einen Punkt im Rm zuordnet. Die Menge G heit der Denitionsbereich von f . Abbildungen mit Werten in R = R1 , also mit m = 1, nennt man auch Funktionen.

Veranschaulichung von mehrdimensionalen Abbildungen

1. Veranschaulichung als Graph. f :RR Graph der Boltzmann-MaxwellVerteilung aus der kinetischen Gastheorie v 4 M 2RT
3/2

0.5 0.4 0.3

v 2 e 2RT

M v2

0.2 0.1

bei fester Temperatur T .

f : R2 R Der Graph derselben Funktion in Abhngigkeit von 2 Variablen v und T . a

0.4 0.2 0 0 2 4 400 6 8 600

1000 800

2. Veranschaulichung als Niveaulinien und -chen. a f : R2 R Die Abbildung zeigt ein Dipolpotential der Form u(x, y) = Qax 2 3 . Sie wurde 2
x +y
10

erzeugt mit dem Mathematica-Befehl ContourPlot[x/ x2 + y 2 , {x,-10,10},{y,-10,10}, PlotPoints > 100] 14

3

-5

-10 -10

-5

10

Dabei ist also Q = 1, a = (1, 0). Die Option PlotPoints >100 erzwingt eine feinere Darstellung (mehr berechnete Punkte als automatisch), weil sonst Verzerrungen durch Rechenfehler sichtbar werden. Die Menge {x f (x) = c} nennt man allgemein die Niveaumenge von f zum Niveau c. Fr Funktionen f : R2 R sind die Niveaumengen typischerweise Kurven, fr u u f : R3 R Flchen, die sogenannten Niveaukurven bzw. Niveauchen. Eine graphia a sche Darstellung von Niveauchen ist problematisch, aber im Kopf kann man sich a sehr gut vorstellen, dass der 3-dimensionale Raum durch die Niveauchen einer sola chen Funktion geblttert wird. a 3. Veranschaulichung als Bildmenge.

f : R2 R3

4. Veranschaulichung als Vektorfeld.

f : R2 R2

Wiederum kann man sich Vektorfelder im 3-dimensionalen Raum ganz gut vorstellen, aber nicht sehr gut graphisch darstellen. 5. Veranschaulichung durch Flusslinien. Bei der Darstellung von Vektorfeldern uberlagern sich schon im R2 oft Bilder der Pfeile so, dass man nichts mehr erkennen kann. Dann kann man sich oft ubersichtlichere Verhltnisse a schaen, indem man nicht die Pfeile darstellt, sondern die sogenannten Flusslinien, die man erhlt, a wenn ein Partikel den Pfeilen folgt. Allerdings hat man damit Information verloren: Es ist nicht mehr klar, wie schnell die einzelnen Flusslinien durchlau fen werden. (Die Ahnlichkeit mit den Niveaukurven des Dipolpotentials hat einen tieferen Grund, auf den wir hier nicht eingehen.)

15

Das folgende Beispiel soll demonstrieren, dass man die Veranschaulichung von Funktionen nicht einfach dem Rechner uberlassen kann. Beispiel 16. Wir versuchen, eine anschauliche Vorstellung vom Verlauf der Funktion f (x, y) = x3 y 2 (1 x y) zu gewinnen.
4

2000 0 -2000 -4000 -4 0 -2 0 2 4 -4 -2 4 2

-2

-4

-4

-2

So ganz uberzeugend ist das nicht. Deshalb bemhen wir auer Mathematica auch noch u unseren Kopf. Der Faktor x3 y 2 ist 0 in der Halbebene links der y-Achse, der Faktor (1 x y) ist 0 oberhalb der Geraden y = 1 x. Das Produkt der beiden Faktoren ist deshalb in dem gefrbten Bereich 0. Das a 0-Niveau ist die Vereinigung der beiden Koordinatenachsen mit der Geraden y = 1 x.

Diese Uberlegung liefert Einsichten uber die Funktion, die die obigen Bildern nicht vermit teln. Wir ubertragen nun den Grenzwertbegri von Folgen auf Funktionen. Denition 17 (Grenzwerte einer Abbildung). Seien f : Rn G Rm eine Abbildung, a Rn und b Rm . Wir sagen, dass f (x) gegen b geht, wenn x gegen a geht, falls gilt: Fr jede Folge (xk ) in G\{a} mit lim xk = a gilt lim f (xk ) = b. u
k k

Um oensichtlichen Unsinn zu verhindern, wollen wir auerdem fordern, dass es wenigstens eine Folge (xk ) in G \ {a} gibt, die gegen a konvergiert. Notation: limxa f (x) = b. Kurz gesagt:
xa

lim f (x) = b : lim f (xk ) = b fr jede gegen a konvergierende Folge. u

k x2 x2 +y 2

Beispiel 18. Die Funktion f (x, y) :=

ist deniert auf G = R2 \{0}. Es ist |x| x2 + y 2 |x|.

0 f (x, y) = |x|

Ist daher limk (xk , yk ) = (0, 0), so folgt limk f (xk , yk ) = 0. Also lim
(x,y)(0,0)

x2 x2 + y 2

= 0.

16

Denition 19 (Stetigkeit). Seien f : Rn G Rm eine Abbildung und a G. Dann heit f stetig in a, wenn
xa

lim f (x) = f (a).

Die Abbildung f heit stetig (auf G), wenn sie in jedem Punkt a G stetig ist. Beispiel 20. Typisches Beispiel einer vektorwertigen Funktion ist das Geschwindigkeitsfeld eines strmenden Gases, etwa der Luft in einem Windkanal. Bei niedrigen Geschwindigkeiten o ist es in weiten Bereichen stetig, Wirbel hingegen markieren Unstetigkeitsstellen. Beispiel 21. Wir betrachten fr u R3 die Vektorprodukt-Funktion f : R3 R3 mit u f (x) = x u. Dann ist |x u| = |x||u | sin |x||u |, also |f (x) f (a)| = |x u a u | = |(x a) u | |x a||u | 0 fr x a. u Daher ist f stetig. a Stetigkeit komponentenweise. Weil Konvergenz im Rm quivalent zu komponentenweiser Konvergenz ist, gilt limk f (xk ) = b genau dann, wenn limk fi (xk ) = bi fr alle i. u

Satz 22 (Komponentenweise Stetigkeit). f = (f1 , . . . , fm ) ist genau dann stetig, wenn alle Komponentenfunktionen fi stetig sind.

Beispiel 23. Wir betrachten noch einmal die Abbildung f (x) = x u aus dem letzten Beispiel und zeigen die komponentenweise Stetigkeit. Die erste Komponentenfunktion ist f1 (x1 , x2 , x3 ) = x2 u3 x3 u2 . Fr a = (a1 , a2 , a3 ) R3 ist u |f1 (x1 , x2 , x3 ) f1 (a1 , a2 , a3 )| = |(x2 a2 )u3 (x3 a3 )u2 | |x2 a2 ||u3 | + |x3 a3 ||u2 | |x a|(|u2 | + |u3 |). Fr x a geht das gegen Null, daher ist die erste Komponentenfunktion von f stetig. u Ebenso zeigt man die Stetigkeit fr die beiden anderen, und daher ist auch f selbst stetig. u

Partielle Stetigkeit. Wir haben gesehen, dass man bei einer Abbildung f : Rn

Rm die Stetigkeit einfach an den (reellwertigen) Komponentenfunktionen untersuchen kann. Rm oder R auf der rechten Seite macht also keinen groen Unterschied. Wir betrachten der einfacheren Notation wegen jetzt eine Funktion f : Rn G R. Dann knnen wir o f (x) = f (x1 , . . . , xn ) als Funktion jeder einzelnen Variablen betrachten, indem wir uns

17

vorstellen, dass die anderen festbleiben. Es stellt sich die naheliegende Frage, ob f in a stetig ist, wenn alle die Funktionen x1 f (x1 , a2 , a3 , . . . , an ) x2 f (a1 , x2 , a3 , . . . , an ) x3 f (a1 , a2 , x3 , . . . , an ) ... xn f (a1 , a2 , a3 , . . . , xn )

stetig sind. Man nennt das partielle Stetigkeit, weil man immer nur einen Teil der Variablen - nmlich eine - als variabel betrachtet. Folgt aus partieller Stetigkeit die Stetigkeit? Das ist a nicht so: Partielle Stetigkeit impliziert NICHT Stetigkeit. Beispiel 24. Sei f : R2 R gegeben durch f (0, 0) := 0 und f (x, y) := x2 xy fr (x, y) = (0, 0). u + y2

1 Fr R geht nmlich die Folge ( k , ) gegen (0, 0), aber es ist u a k

1 f( , ) = 2( 1 + k k k k2

2 k2 )

. 1 + 2

Fr = 0 und k geht das also nicht gegen 0 = f (0, 0). Andererseits ist f in (0, 0) u wegen f (x, 0) = 0 = f (0, y) aber partiell stetig. Dieses Beispiel zeigt genauer, warum partielle Stetigkeit viel schwcher ist als totale Stea tigkeit: Die Variable x muss sich der Stelle a auf beliebige Weise nhern drfen. Bei der a u partiellen Stetigkeit schrnkt man sich aber auf achsenparallele Annherung ein. a a

In unserem Beispiel ist die Funktion auf allen Geraden durch den Nullpunkt jeweils konstant (Wert /(1 + 2 )), nur im Nullpunkt hat sie denitionsgem den Wert 0. Der kommt a heraus, wenn man auf der x-Achse ( = 0) oder auf der y-Achse ( = ) an den Nullpunkt heranluft, aber eben nur dann. a Selbst wenn f (x) f (a) bei Annherung auf allen Geraden durch a a gilt, folgt daraus nicht die Stetigkeit in a. Ein Gegenbeispiel liefert die Funktion g mit g(x, y) = 1, falls y = x2 = 0, und g(x, y) = 0 sonst. Wie sieht der Graph dieser Funktion aus?

18

Rechenregeln. Mit stetigen Abbildungen mehrerer Variabler kann man rechnen wie

mit solchen in einer Variablen: Summen und Hintereinanderschaltung stetiger Abbildungen sind stetig. Auch Produkte stetiger Abbildungen sind meistens stetig. Man muss nur spe zizieren, was Produkt bedeuten soll. Fr reellwertige Funktionen ist das klar, fr vektoru u wertige kann man das Skalarprodukt darunter verstehen, fr R3 -wertige das Vektorprodukt, u siehe oben. In allen Fllen bleibt die Stetigkeit erhalten. a

Extremwerte stetiger Funktionen. Alles in allem sind stetige Funktionen fr u

Ingenieure nicht so wichtig wie zum Beispiel dierenzierbare, weil eben Dierentialrechnung ein so starkes Hilfsmittel ist. Wir wollen diesen Abschnitt aber mit einem Resultat uber stetige Funktionen beschlieen, das bei der Suche nach Extremwerten von grundlegender Bedeutung ist. Wenn man uber Maximum und Minimum von Abbildungen reden will, be trachtet man sinnvollerweise nur reellwertige Abbildungen, also Funktionen f . Mit Hilfe der Differentialrechnung ndet man, wie wir spter sehen werden, extremal-verdchtige a a Punkte; allerdings nur im Inneren des Denitionsbereichs. Dann muss man noch den Rand untersuchen. Bei einer Variablen waren das die zwei Endpunkte des Intervalls, in mehreren Variablen ist die Sache viel schwieriger. Ehe man diesen Aufwand betreibt, wsste man u natrlich gern, ob man nach einem Phantom sucht oder ob das Maximum bzw. Minimum u wirklich irgendwo angenommen wird. Darber gibt der folgenden Satz Auskunft: u Satz 25 (Extremwerte auf Kompakta). Eine stetige Funktion f : Rn A R nimmt auf einer nicht-leeren kompakten (= abgeschlossenen und beschrnkten) Menge A ihr Maxia mum und Minimum an. Eine typische Anwendung dieses Satzes werden wir spter genauer untersuchen (Beispiel a 66): Die dierenzierbare, also stetige, Funktion f auf der (kompakten!) Kreisscheibe D = {(x, y) x2 + y 2 1}

hat auf dem Rand Werte 1 und im Inneren nur an der Stelle (x, y) = (0, 0) (mehrdimensionale) Ableitung = 0. Weiter ist f (0, 0) = 0. Dann wei man ohne weitere Untersuchung (zum Beispiel der zweiten Ableitungen), dass die Funktion in (0, 0) ihr Minimum und auf dem Rand (irgendwo) ihr Maximum annimmt. Beweis des Satzes. Sei M := supxA f (x). Dann ist M R {+}. Nach Denition des Supremums gibt es eine Folge (xk ) in A mit limk f (xk ) = M . Weil A kompakt ist, hat die Folge (xk ) eine konvergente Teilfolge mit Grenzwert a A. Fr diese Teilfolge ist der u Grenzwert der Funktionswerte natrlich immer noch M . Also knnen wir einfach annehmen, u o dass limk xk = a. Weil f stetig ist, ist dann M = limk f (xk ) = f (a). Beispiel 26. Die Kugel B := {x R3 | |x| 1} ist abgeschlossen (warum?) und beschrnkt, also kompakt. Fr a R3 nimmt daher die a u stetige Funktion f (x) := |x a|, x B, auf B ihr Maximum und ihr Minimum an. Beschreiben Sie, wo. Beachten Sie dabei die verschiedenen Mglichkeiten fr a relativ zu B. o u

19

1.5

Lineare Abbildungen

Dierenzieren heit linear approximieren. Deshalb wiederholen wir vor der Differentialrechung noch einmal die aus der Linearen Algebra bekannten linearen Abbildungen. Eine sehr wichtige Familie von Abbildungen des Rn in den Rm sind die linearen Abildungen. Sie werden durch (m n)-Matrizen wie folgt gegeben: Ist a11 a12 . . . a1n . . . . . A= . . . ... . am1 am2 ... amn eine solche Matrix, so ist die (ebenfalls mit A bezeichnete) Abbildung gegeben durch das Matrixprodukt x1 a11 a12 . . . a1n . a x + a12 x2 + . . . + a1n xn . 11 1 . . . . = . . . . Ax = . . . . ... . . . . . am1 am2 . . . amn am1 x1 + am2 x2 + . . . + amn xn xn In diesem Zusammenhang ist es ublich, Vektoren als Spaltenvektoren zu schreiben. Ax ent steht dann einfach durch Matrixmultiplikation. Die i-te Komponentenfunktion ist gegeben durch
n

Ai x = (Ax)i =
j=1

aij xj .

Die linearen Abbildungen haben die einfach nachzurechnenden charakteristischen Eigenschaften A(cx) = cAx, A(x + y ) = Ax + Ay.

Das hat zur Folge, dass zum Beispiel die Gerade a + tb durch A abgebildet wird auf A(a + tb) = Aa + tAb und das ist wieder eine Gerade, falls Ab = 0, andernfalls ein Punkt. Lineare Gebilde wie Geraden oder auch Ebenen gehen also unter linearen Abbildungen wieder in lineare Gebilde uber: ein Grund fr das Adjektiv linear. Mglicherweise verringert sich allerdings die u o Dimension dieser Gebilde, wenn der Rang(A) < n ist. Abgesehen von den konstanten Abbildungen sind die linearen Abbildungen die einfachsten Abbildungen von Rn in den Rm uberhaupt. Das sollen die beiden folgenden Beispiele belegen. Beispiel 27. Fr m = n = 1 sieht eine lineare Abbildung einfach so aus: Man hat A = (a) u und A : R R, x ax. Beispiel 28. Fr m = 1 ist A = (a1 . . . an ) und u Ax = a1 x1 + . . . + an xn = a x. So ist fr n = 3 etwa A u
x y z

= 2x y + 7z eine solche Abbildung.

20

Satz 29. Lineare Abbildungen sind stetig. Das gilt, weil ihre Komponentenfunktionen stetig sind:
n

|Ai x Ai y|
j=1

|aij ||xj yj | 0 fr x y. u

21

1.6

Dierentiation

Wir erklren die Ableitung einer Abbildung in einem Punkt als deren lineare Approa ximation, also als eine Matrix. Die Ableitung kommt unter vielen verschiedenen Namen vor, von denen manche (wie das totale Dierential) gelegentlich zu Unrecht zu besonders geheimnisvollen Objekten stilisiert werden. Das Geheimnis der Dierentialrechnung ist die Approximation von Funktionen durch einfache (nmlich lineare) Funktionen. Wir beschreiben das zunchst noch einmal fr den Fall a a u einer Variablen. Man hat f (x) f (x0 ) + f (x0 ) (x x0 ) (2)

Links steht eine beliebige dierenzierbare Funktion f (x). In der Nhe der Stelle x0 kann a man sie approximieren durch die Funktion auf der rechten Seite: eine lineare Funktion plus Konstante, d.h. eine Funktion der Form mx + b. Man hat den (im allgemeinen gekrmmten) u Graphen der Funktion durch eine Gerade (nmlich die Tangente) approximiert. Den a F ehler = f (x) (f (x0 ) + f (x0 ) (x x0 )) kann man ohne weiteren Aufwand jedenfalls qualitativ beschreiben: Fr x x0 geht er u schneller als linear gegen Null: F ehler lim = 0. xx0 x x0 Wir wollen nun die Dierentiation fr Funktionen mehrerer Variablen behandeln. Zunchst u a stellen wir aber noch fest, dass man (2) auch so schreiben kann f (x + x) f (x) + f (x)x mit lim
x0

F ehler = 0. x

Denition 30. Seien G Rn oen und f : G Rm eine Abbildung. Dann heit f in x G dierenzierbar, wenn es eine lineare Abbildung, also eine (m n)-Matrix A gibt, so dass F ehler f (x + x) f (x) + Ax und lim = 0. (3) x0 |x| Im Nenner rechts muss man den Betrag schreiben, weil man durch Vektoren nicht dividieren kann. Wenn f in x dierenzierbar ist, gibt es auch nur eine solche Matrix - wir erklren im a nchsten Abschnitt, wie man sie nden kann -, und die nennt man dann die Ableitung oder a das Dierential oder die Funktionalmatrix von f an der Stelle x. Man schreibt dafr u f (x) := A oder dx f := A. Die Notation df (fr reellwertige Funktionen) ist zum Beispiel in der Thermodynamik ausu gesprochen ublich. Man nennt die Ableitung dort das totale Dierential im Gegensatz zu den partiellen Ableitungen. Wir kommen darauf zurck. u T otales Dif f erential Dif f erential Ableitung und F unktionalmatrix 22

sind also nur verschiedene Namen fr dasselbe Ding. u

Schreibt man f := f (x + x) f (x), so erhlt man also die Grundidee der Dierentiala rechnung, die lineare Approximation, in der ebenso komprimierten wie suggestiven Formel f f (x)x. (4)

Der Fehler (linke Seite minus rechte Seite) geht fr x 0 schneller als linear gegen 0. Dabei u sind f ein m-reihiger Vektor, x ein n-reihiger Vektor und f (x) eine (m n)-Matrix. Bemerkungen. 1. Die Ableitung von f an der Stelle x ist also eine von x abhngige Matrix oder lineare a Abbildung. Man kann sie daher auch als abhngig von zwei Argumenten verstehen, a nmlich von der Stellle x, an der dierenziert wird, und von x als Argument der a linearen Abbildung A. 2. Die Denition der Dierenzierbarkeit liefert erst einmal kein Rezept, wie man die Ableitung denn ausrechnen kann. Beispiel 31. Fr den Fall m = n = 1 ist die neue Ableitung eine (1, 1)-Matrix, in der u einfach die alte Ableitung als einzige Komponente steht. Beispiel 32. Wir betrachten f : R2 R2 mit f (x, y) = Dafr ist u f (x + x, y + y) = = = =
(x + x)(y + y) (x + x)2 (y + y)2 xy + yx + xy + xy x2 y 2 + 2xx 2yy + (x)2 (y)2 xy x2 y 2 xy x2 y 2 xy x2 y 2

+ +

yx + xy 2xx 2yy

+
x y

xy (x)2 (y)2

y x 2x 2y

xy (x)2 (y)2

Es bleibt der Fehler abzuschtzen: a xy = |(x, y)| |x| x2 + y 2

1

|y| 0 fr (x, y) (0, 0)). u

Ebenso schliet man fr die 2. Komponenten (x)2 (y)2 . Damit ist f uberall dierenu zierbar und die Ableitung an der Stelle (x, y) ist f (x, y) = d(x,y) f = y x . 2x 2y

Beispiel 33 (Geometrische Interpretation). Fr den Fall m = 1 und n = 2, den unsere u geometrische Anschauung gerade noch bewltigt, schreiben wir fr den Augenblick wieder a u (x0 , y0 ) statt x und (x, y) statt x + x. Weiter schreiben wir die (1, 2)-Matrix A in der Form A = (a b). Dann wird aus der Approximation (3) f (x, y) f (x0 , y0 ) + (a b)
x x0 y y0

= f (x0 , y0 ) + a(x x0 ) + b(y y0 ). 23

(5)

Die linke Seite gibt die Gleichung z = f (x, y), also die Gleichung fr den Graphen von f . Die rechte Seite gibt u z = f (x0 , y0 ) + a(x x0 ) + b(y y0 ), und das ist die Gleichung fr die Tangentialebene an den Graphen im Punkt (x0 , y0 , f (x0 , y0 )). u Die Koezienten a und b sind die Steigungen der Tangentialebene in der x- bzw. in der yRichtung.
z

(x ,y )
0 0

y x

Beispiel 34 ( Physikalische Interpretation). Sei x = tv Rn . Die Abbildung t x + tv, 0 t,

beschreibt eine gerade Bahnkurve, die mit Geschwindigkeit v in x startet. Die Gleichung f (x + tv) f (x) + tf (x)v besagt entsprechend, dass sich die Funktion f lngs der Bahn mit der Geschwindigkeit a f (x)v andert. Beachten Sie, dass die Ableitung gewissermaen zwei Argumente hat: x gibt an, an welcher Stelle man sich gerade bendet und v, in welcher Richtung und wie schnell man den Punkt x verndert. a

Komponentenweise Differentiation. Wir schreiben

f=
f1 . . . fm

und A =

A1 . . . Am

und (3) komponenentenweise. Wir nden fi (x + x) fi (x) + Ai x und lim

x0

F ehleri |x|

= 0.

Daraus sieht man sofort, dass f genau dann in x dierenzierbar ist, wenn alle seine Komponentenfunktionen fi in x dierenzierbar sind. Die einzeiligen Matrizen Ai = fi (x) bilden dann gerade die Zeilen der Matrix A = f (x). 24

Nach dieser Feststellung kann man sich bei der Dierentialrechnung oft auf reellwertige Funktionen beschrnken. Vektorwertige dierenziert man einfach komponentenweise. a

Richtungsableitung. Fr x = tv gilt, weil f (x) linear ist, u

f (x + tv) = f (x) + tf (x)v + F ehler(tv), wobei
t0

lim

F ehler(tv) F ehler(tv) F ehler(x) |v| = 0. = lim |v| = lim t0 t |tv| x0 |x|

Daraus folgt f (x + tv) f (x) . (6) t Wenn v ein Einheitsvektor oder eine sogenannte Richtung ist, d.h. wenn |v| = 1 ist, nennt man diesen Ausdruck auch die Richtungsableitung von f an der Stelle x in Richtung v und schreibt dafr u f (x) := f (x)v. (7) v f (x)v = lim
t0

Die Gleichung (6) kann man zur Berechnung der Ableitung f (x) benutzen. Wir gehen darauf im nchsten Abschnittt genauer ein. a

25

1.7

Partielle Ableitungen und totales Dierential

Die Ableitung=das totale Dierential ist eine Matrix, die partiellen Ableitungen sind deren Eintrge. a Partielle Dierentiation ist also eine Methode zur Berechnung der Ableitung. Wie berechnet man die Ableitungsmatrix einer dierenzierbaren Funktion? Sei f : Rn G Rm in x dierenzierbar. Wir betrachten die Richtungsableitung in Richtung des j-ten Standard-Basisvectors ej = (0, . . . , 0, 1, 0, . . . , 0) mit einer 1 in der j-ten Komponente. Dafr ist dann u f (x + tej ) f (x) f (x1 , . . . , xj + t, . . . , xn ) f (x1 , . . . , xn ) f (x) = f (x)ej = lim = lim . t0 t0 ej t t Aber die rechte Seite ist einfach die Ableitung g (x) der Funktion g(x) := f (x1 , . . . , xj1 , x, xj+1 , . . . , xn ) von einer Variablen an der Stelle x = xj . Wir nennen das die j-te partielle Ableitung von f an der Stelle x und bezeichnen sie mit f (x), gelegentlich auch mit fxj (x). xj Denition 35. Die partielle Ableitung von f : Rn G Rn an der Stelle x ist deniert als f f f (x1 , . . . , xj + t, . . . , xn ) f (x1 , . . . , xn ) . (x) := (x) = lim t0 xj ej t Ist f =
f1 . , . . fm

f1
xj

so ist

f xj

. . .
fm xj

u . Und fr eine (m n)-Matrix A liefert Aej bekannt-

lich gerade die j-te Spalte. Damit erhalten wir das gewnschte Rezept zur Berechnung der u Ableitungsmatrix mittels Analysis 1-Dierentiation:

Satz 36 (Ableitungsmatrix, Funktionalmatrix). Die Ableitung einer dierenzierbaren Abbildung vom Rn in den Rm an der Stelle x ist eine (m n)-Matrix gebildet aus den partiellen Ableitungen: ... ... f (x) = fm (x) . . . x1 f1
x1 (x)

f1 xn (x)
fm xn (x)

Man nennt sie auch die Ableitungsmatrix oder Funktionalmatrix. Dann ist f (x)x = f
x1 . . (x) . xn

= f f (x)x1 + . . . + (x)xn , x1 xn (8)

26

und die Fehlerapproximation aus (4) ist damit gegeben durch f = f (x + x) f (x) f (x)x = f f (x)x1 + . . . + (x)xn . x1 xn (9)

Beispiel 37 (Totales Dierential, Pfasche Formen).

Thermodynamik I

Einen ganz einfachen Spezialfall des totalen Dierentials haben wir fr die erste Komponenu tenfunktion f (x1 , . . . , xn ) = x1 . Dafr ist u dx1 = ( Es folgt f f dx1 = ( , 0, . . . , 0) x1 x1 und entsprechend fr die anderen Komponentenfunktionen. Das bedeutet aber u df = ( f f f f ,..., )= dx1 + . . . + dxn . x1 xn x1 xn (10) x1 x1 ,..., ) = (1, 0, . . . , 0). x1 xn

Eine anschauliche Interpretation dieser Formel ist die Gleichung (9), und so wird das totale Dierential oft verwendet: als eine Fehlerapproximation. Die diversen partiellen Ableitungen geben an, wie empndlich f auf Anderungen der entsprechenden Variablen ragiert, und das totale Dierential kombiniert diese Informationen fr den Fall, dass sich alle Variablen u a ndern. Allgemeiner nden Sie (zum Beispiel in der Thermodynamik) Ausdrcke der Form u g1 dx1 + . . . + gn dxn , (11)

wobei die Funktionen g1 , . . . , gn nicht unbedingt die smtlichen partiellen Ableitungen einer a Funktion f sind, zum Beispiel x dx+xy dy. Ein solcher Ausdruck (11) ist also nichts anderes, als eine lineare Abbildung oder Matrix (g1 , . . . , gn ) mit Funktionen als Komponenten, die man auch ein (unvollstndiges) Dierential oder eine a Pfasche Form nennt. Wenn (11) das totale Dierential einer Funktion f ist, d.h. wenn es eine Funktion f gibt, so dass f = gi , xi heit das Dierential auch vollstndig. a Ein Beispiel fr eine Pfasche Form ist u x2 dx1 oder, in der (V, P )-Ebene der Thermodynamik, P dV. Uberlegen Sie, dass P dV unvollstndig, aber P dV + V dP vollstndig ist. a a

27

Partielle und totale Differenzierbarkeit. Wenn fr eine Funktion alu

le partiellen Ableitungen existieren, so nennt man sie partiell dierenzierbar. Wie bei der partiellen Stetigkeit folgt auch hier aus der partiellen Dierenzierbarkeit NICHT die Dierenzierbarkeit. Die Funktion mit f (x, y) := liefert auch hier ein Gegenbeispiel. Aber es gilt der folgende wunderbare Satz: xy und f (0, 0) := 0 x2 + y 2

Satz 38. Existieren fr f : Rn G Rm alle partiellen Ableitungen und sind diese stetig, u so ist f dierenzierbar. Damit ist die mehrdimensionale Dierentiation in der Regel endgltig auf die 1-dimensionale u zurckgefhrt: u u Verfahren. Will man eine Funktion mehrerer Variablen dierenzieren, so berechnet man die partiellen Ableitungen. Sind diese stetig, so ist die Funktion (total) dierenzierbar und man hat die Ableitungsmatrix bereits berechnet. Existiert eine der partiellen Ableitungen nicht, so ist die Funktion nicht dierenzierbar. Existieren die partiellen Ableitungen, aber sind sie nicht alle stetig, so kann die Funktion dierenzierbar sein oder auch nicht. In diesem Fall der glcklicherweise selten u ist muss man die Existenz des Fehler-Grenzwertes in der Denition (3) nachprfen, u wobei A die Matrix der partiellen Ableitungen ist. Ist f nicht stetig, so ist f nicht dierenzierbar. Beispiel 39. Dies ist ein einfaches numerisches Beispiel fr die Berechnung der Funktiou nalmatrix und der dadurch gegebenen linearen Abbildung. Sei f : R2 R3 gegeben durch f (x, y) =
xy x+y x

Dann sind die partiellen Ableitungen oensichtlich y f (x, y) = 1 1 Weiter hat man zum Beispiel 5 7 f (7, 5) = 1 1 , 1 0

stetig und x 1 . 0

f (7, 5)

2 3

31 5 2

28

1.8

Der Gradient

Wir lernen den Gradienten kennen als eine andere Schreibweise aber auch als eine andere Interpretation der Ableitung einer reellwertigen Funktion. Der Fall reellwertiger Funktionen (m = 1) ist vermutlich der wichtigste in der Dierentialrechnung. In diesem Fall kann man die (1 n)-Matrix f (x) auch durch die transponierte (n 1)-Matrix f (x)T , d.h. als Vektor im Rn auassen und das Produkt f (x)x als Skalarprodukt lesen. Man nennt f (x)T auch den Gradienten von f an der Stelle x. Denition 40 (Gradient). Der Gradient einer dierenzierbaren Funktion f : Rn G R ist die Ableitung f (x) interpretiert als Vektor oder, genauer, als Vektorfeld: gradx f :=
xf
f (x) x1

= f f (x), . . . , (x) x1 xn
T

:=

. . .
f (x) xn

Gem der zu Anfang von Abschnitt 1.2 gemachten Bemerkung uber Spalten- und Zeilennoa f f tation nennen wir aber auch ( x1 (x), . . . , xn (x)) den Gradienten, wenn wir diesen Ausdruck als Vektor und nicht als Matrix oder lineare Abbildung verstehen. Damit ergibt sich
n

f (x + x) f (x) + gradx f x = f (x) +

i=1

f (x)xi . xi

oder f gradx f x =

i=1

f xi = f (x)x. xi

(12)

Das ist also die Anderung von f in Richtung von x, vgl. (7). Fr |u| = 1 ist u gradx f u = f . u

Der Gradient ermglicht auch bei beliebiger Dimension n noch eine anschauliche Intero pretation der Ableitung. Nach (12) wird die Anderung von f an der Stelle x in der Richtung x gegeben durch f | gradx f | |x| cos , wobei den Winkel zwischen dem Gradienten und x bezeichnet. Die Anderung ist am grten, wenn x in die Richtung des Gradienten weist, o am kleinsten (negativ), wenn x entgegengesetzt zur Richtung des Gradienten weist, und 0, wenn x orthogonal zum Gradienten weist.

29

Satz 41 (Bedeutung des Gradienten). Der Gradient einer Funktion (eines skalaren Feldes) f weist in die Richtung des strksten Wachstums von f . Er steht senkrecht auf dem a Niveau von f .

Die letztere Aussage ergibt sich so: Bewegt man sich von x aus auf der Niveaulinie oder -che, so bleibt f natrlich konstant, d.h. in dieser Richtung ist f = 0 und deshalb a u gradx f x = 0.

f=3

grad f x

f=2 x f=1

30

1.9

Anwendungsbeispiele fur die Ableitung

Wir lernen verschiedene Anwendungen der Dierentialrechnung auf Probleme aus der Geometrie, der Mechanik und der Strmungsmechanik kennen. o In den Beispielen dieses Abschnitts berechnen wir partielle Ableitungen und unterstellen kommentarlos deren Stetigkeit. Beispiel 42 (Geometrisches Beispiel). Das Dach eines Gebudes ist gegeben als Graph a der Funktion f (x, y) = sin 2x cos y, .4 x 1, 1 y 0. An der Kanten x = 1 stt es gegen eine vertikale Mauer. Entsteht dabei eine Rinne oder o gar eine Mulde, in der das Regenwasser stehen bleibt? Wir betrachten die Funktion h(x, y, z) = z f (x, y). Das Dach ist gerade das 0-Niveau von h, und der Gradient von h grad h = (2 cos 2x cos y, sin 2x sin y, 1) ausgewertet an der Stelle (x, y, f (x, y)) liefert deshalb einen Normalenvektor senkrecht auf der Dachche. a Seine z-Komponente ist 1, er zeigt also nach oben. Seine x-Komponente auf der Schnittkante mit der Wand ist 2 cos 2 cos y, 1 y 0.

sin 2 sin y 0.91 sin y

Fr 1 y 0 ist der Sinus sin y negativ, die Komponente also uberall < 0. Daher gibt es u keine Mulde. Will man genauer den Anschluwinkel zwischen Dach und Wand in Abhngigkeit von y ermitteln, a so muss man den Winkel zwischen der oben berechneten Dach-Normalen und der Mauer-Normalen (1, 0, 0) ermitteln: = arccos 2 cos 2 cos y (2 cos 2 cos y)2 + (sin 2 sin y)2 + 12
-1 -0.8 -0.6 -0.4 -0.2 55

Ein Plot dieser Funktion zeigt, dass der Winkel zwischen 700 und etwas uber 500 liegt.

31

Weil cos 2 < 0, aber cos t > 0 fr 1 t 0, ist das u > 0. Also entsteht zwischen Dach und Wand eine Rinne. Die y-Komponente des Normalenvektors lngs der a Schnittlinie ist

Normalenvektor Liegt nicht in der xz-Ebene!

Schnitt mit der xz-Ebene

70

65

60

Die folgenden Abbildungen zeigen das Dach und das Feld grad f , also das Geschwindigkeitsfeld abieenden Regenwassers zusammen mit den Niveaulinien.

1 0.5 0 -0.5 0 0.5 1 -1 0 -0.2 -0.4 -0.6 -0.8

Beispiel 43 (Volumendeformation von Stben). Das Volumen eines Zylinders vom a Radius r und der Hhe h ist V = r2 h. Fr die Volumennderung bei Anderung von Radius o u a und Hhe, etwa unter Druck oder Zug, gilt daher o dV = 2rh dr + r2 dh. Genauer bedeutet dies, dass eine Anderung von r zu r + r und h zu h + h in erster Nherung(!) das Volumen um a 2rhr + r2 h verndert. Die exakte Anderung berechnet sich leicht zu a V = 2rhr + r2 h + 2rrh + (h + h)(r)2 , aber die letzten (in . . . quadratischen) Terme sind bei hinreichend kleinem h, r eben zu vernachlssigen. Vergleiche hierzu auch den Abschnitt 1.12 uber Fehlerapproximation und a Fehlerschranken. Die relative Volumennderung in erster Nherung ist a a dV dr dh dh =2 + = V r h h 1+2 dr dh / r h .

Die relative Lngsdilatation und der Quotienten aus Querdilatation zu Lngsdilatation a a := dh dr dh und := / h r h

heien in der Theorie druck- oder zugbelasteter Stbe die Dehnung und die Querzahl oder a Poissonsche Zahl. Erstere ist nach dem Hookeschen Gesetz der Quotient = /E aus Spannung und Elastizittsmodul. a

32

Beispiel 44 (Drillschwingung).
Mller: Mechanik II, Abschnitt 15.2 u

Ein Krper vom Trgheitsmoment , der am o a Ende eines zylindrischen Drahtes der Lnge a l vom Radius R und vom Torsionsmodul G um die Achse des Drahtes schwingt, hat eine Schwingungsdauer l T = T (l, , G, R) = 2 . 2 G R Damit hat man T (l, , G, R) = = oder 2

2R

l l 2 l , , , 2R2 lG 2R2 G 2R2 G G R3 G

T (l, , G, R) 1 1 (l , , G1 , 4R1 ) 2

1 1 1 1 dT = l1 dl + 1 d G1 dG 2R1 dR. T 2 2 2 Daraus liest man ab, wie die relative Schwingungsdauer in erster Nherung von den einzelnen a Parametern abhngt. a Dahinter steckt der einfache Sachverhalt, dass wenn f (x) proportional zu einer Potenz x ist, also f (x) = cx gilt, die relative Anderung von f umgekehrt proportional zu x ist: cx1 f (x) = = x1 . f (x) cx

Beispiel 45 (Stationre Strmungen, inkompressible Fl ssigkeiten). a o u

Verfahrentechnik I, Abschnitt 1.5.1

Eine stationre Strmung im Rn lt sich mathematisch beschreiben durch eine Abbildung a o a : R Rn Rn , (t, x) t (x). Hlt man x fest, so beschreibt t t (x) eine Kurve, die Flusslinie, auf der sich das a strmende Teilchen bewegt, welches sich zur Zeit t = 0 an der Stelle x bendet. Hlt man o a hingegen t fest, so ist t : x t (x) eine Abbildung des ganzen Raumes, die alle Teilchen um die Zeit t weiterrckt. u Man hat deshalb 0 (x) = x und s+t (x) = s (t (x)). Aus der Linearen Algebra wissen wir, dass die Determinante einer linearen Abbildung (Matrix) die Volumenverzerrung durch diese Abbildung beschreibt. Fr die dierenzierbare Abu bildung t : Rn R n

(13)

33

wird die innitesimale Volumenverzerrung durch die Determinante der Ableitung det t = det (t )i xj

gegeben (vgl. auch Abschnitt 3.4). Das heit, ein kleiner Bereich an der Stelle x wird durch die Strmung nach der Zeit t in einen kleinen Bereich an der Stelle t (x) transportiert, o dessen Volumen sich zum ursprnglichen verhlt wie det t (x) : 1. u a Wenn uns die Volumenverzerrung entlang einer Flulinie interessiert, mssen wir u det t (x) t berechnen. Wir machen das fr den Fall n = 2 (zweidimensionales Volumen = Flche) u a und schreiben (t, x, y) t (x, y) = 1 (t, x, y) .
2

Dann erhalten wir det t (x, y) =

1 x 2 x 1 y 2 y

1 2 2 1 . x y x y

Das dierenzieren wir nach der Zeit und benutzen dabei die Produktregel und im Vorgri auf Satz von Schwarz aus Abschnitt 1.13 die Formel 1 1 1 = = t x x t x Wir erhalten 1 2 1 2 det t (x, y) = + t x y x y Wir betrachten das fr t = 0. Wegen (13) ist u 0 (x) = und deshalb
1 (0, x, y) 2 (0, x, y)

2 1 2 1 + x y x y

x y

1 2 =1= , x y det t (x, y) t

2 1 =0= . x y = 1 2 + . x y
1 (0, x, y) 2 (0, x, y)

Also nden wir

t=0

Das Vektorfeld v(x) :=

t (x) t

=
t=0

ist aber gerade das Geschwindigkeitsfeld zu unserer Strmung , und die Flchenverzerrung o a durch die Strmung an der Stelle (x, y) ist gegeben durch o v1 v2 (x, y) + (x, y). x y Fr Dimension n = 3 wird die Rechnung etwas komplizierter, ergibt aber die analoge Formel. u Wir halten das Ergebnis in einem Satz fest. Vgl. auch Abschnitt 2.1.

34

Satz 46. Die Volumenverzerrung einer stationren Strmung im R3 berechnet sich aus a o ihrem Geschwindigkeitsfeld v mit der Formel div v := v1 v2 v3 + + . x1 x2 x3

Diesen Ausdruck nennt man die Divergenz von v. Divengenzfreie Strmungen (div v = 0) sind also volumentreu (inkompressibel). o

35

1.10

Rechenregeln fur die Dierentiation

Wir lernen insbesondere verschiedene Variationen der Produktregel und der Kettenregel kennen. Die Rechenregeln fr die Dierentiation haben bei einer wie bei mehreren Variablen u eigentlich zwei Aspekte. Sie besagen, dass 1. Summen, Vielfache, Produkte oder Kompositionen von dierenzierbaren Funktionen wieder dierenzierbar sind. Das erspart es uns, bei jeder neuen Funktion auf die Denition der Dierenzierbarkeit zurckzugreifen und Grenzwerte zu berechnen. Weiter u liefern sie 2. Formeln fr die Berechnung der Ableitung von Summen etc. aus den Ableitungen der u einzelnen Bausteine. Die erste Aussage trit unverndert fr Funktionen mehrerer Variablen zu, die Formeln a u werden gelegentlich etwas komplizierter, weil die Ableitung nicht mehr ein Skalar, sondern eine Matrix ist. Einfach ist es mit der Summe oder Vielfachen von dierenzierbaren Funktionen f , g : Rn G Rm . Dafr gilt u (f + g) = f + g , (f ) = f . Hier stehen also die Summe oder das skalare Vielfache von Matrizen. Die Produktregel setzt voraus, dass fr die Abbildungen ein Produkt deniert ist. Wir u geben folgende Flle an, in denen die aus der Dierenzierbarkeit der beiden Faktoren auch a die des Produktes folgt: 1. Wenigstens eine der beiden Abbildungen ist reellwertig. Dann ist das Produkt (f g)(x) := f (x)g(x) deniert. 2. f und g sind Rm -wertig und Produkt bedeutet Skalarprodukt: (f g)(x) := f (x) g(x). 3. f und g sind R3 -wertig und Produkt bedeutet Vektorprodukt: (f g)(x) := f (x) g(x). Wir erinnern an die Denitionen des Skalarproduktes und des Vektorproduktes:
f1 g1

. . = f1 g1 + . . . + fn gn . .
. fn . gn

f1 g1 . . . . . . f3 g3

f2 g3 f3 g2 f3 g1 f1 g3 f1 g2 f2 g1

36

Die Formel fr die Dierentiation der Produkte in Matrixschreibweise, also z.B. fr (f g) u u ist etwas kompliziert, und wir beschrnken uns darauf, sie fr die partiellen Ableitungen a u anzugeben: Produkt mit reeller Funktion: (f g) f g = g+f xj xj xj Skalarprodukt: (f g) f g = g+f xj xj xj Vektorprodukt: (f g) f g = g+f . xj xj xj Beispiel 47. exy y
x + 2y xy

= xexy

x + 2y xy

+ exy

2 x

= exy

x2 + 2xy + 2 x2 y + x

Rechenregeln fr den Gradienten. Aus der Produktregel fr die (partiellen) u u

Ableitungen folgt gradx (f g) = g(x) gradx f + f (x) gradx g, Sind f : R R und g : Rn R, so ist nach der Kettenregel fr Funktionen einer u g Vernderlichen (f g) = f (g) xj , also a xj gradx (f g) = f (g(x)) gradx g.

Beispiel 48 (Coulombpotential). Sei r(x) := |x| = grad r = und grad Allgemeiner ist grad 1 xa = . |x a| |x a|3 1 2 x2 i grad( x2 ) = i

x2 . Dann ist i

1 x1 xn x (2x1 , . . . , 2xn ) = ( , . . . , )= 2r r r r

1 x = grad r1 = (1)r2 grad r = 3 . r r

Die Funktion 1/r tritt hug als sogenanntes Potential zentralsymmetrischer Kraftfelder auf, a zum Beispiel im Gravitationsgesetz von Newton oder beim elektrischen Feld einer Punktladung (Coulombpotential). Die Kettenregel schreibt sich genauso wie bei Funktionen einer Variablen, wenn man die Matrixmultiplikation verwendet:

37

Satz 49 (Kettenregel mit Ableitungsmatrizen). Hat man dierenzierbare Abbildungen g : Rn Rm und f : Rm Rp , so ist f g = f (g) : Rn Rp auch dierenzierbar, und es gilt (f (g)) (x) = f (g(x)) g (x). Dabei steht auf der rechten Seite das Produkt von zwei Matrizen, Wir bezeichnen die Variablen im Rm mit y = (y1 , . . . , ym ) und schreiben die Matrizen mit g partiellen Ableitungen aus: f = ( fk )k,i und g = ( xi )i,j . Dann hat man yi j Satz 50 (Kettenregel mit partiellen Ableitungen). (fk g) (x) = xj
m

i=1

gi fk (g(x)) (x). yi xj

(14)

Beispiel 51. Seien f (x, y) := 1 2 f (g) = = cos ( cos )2 2

3

x +y 2

und g(, ) = ( cos , sin ). Dann ist cos + sin ( cos )2 + ( sin )2
3

( sin )2 =

sin

cos2 + sin2

1 . 2
1

Natrlich kann man auch explizit ausrechnen, dass f (g)(, ) = u renzieren. Beispiel 52. Nach dem Cosinussatz gilt im Dreieck c= a2 + b2 2ab cos .

und dann direkt die-

Wie gro ist der Fehler c, wenn a, b und mit Fehlern a, b und gemessen sind? Es gilt c = 1 2 a2 a2 + b2 1 + b2 2ab cos 2ab cos ((2a 2b cos )a + (2b 2a cos )b + 2ab sin )

((a b cos )a + (b a cos )b + ab sin ) .

Vergleiche hierzu auch den Abschnitt 1.12 uber Fehlerapproximation und Fehlerschranken. Beispiel 53. Seien f : Rn R ein ortsabhngiges Potential und x : R Rn , t x(t) die a Bahn eines Teilchens im Raum Rn . Dann erhalten wir d(f x) f f (t) = (x(t))x1 (t) + . . . + (x(t))xn (t) = (gradx(t) f ) x(t). dt x1 xn Dabei haben wir wie ublich die Ableitung nach t mit einem Punkt bezeichnet. Interpretiert man den Gradienten des Potentials f als Kraftfeld, so ist also die Anderung des Potentials lngs der Bahnkurve gleich der Geschwindigkeit des Teilchens multipliziert mit der a Komponente der Kraft in Richtung der Bahn. Beachten Sie (grad f ) x = | grad f ||x| cos . 38

Verluft die Bahnkurve x(t) in einem Niveau von f , so ist also f (x(t)) = const. und deshalb a (grad f ) x = 0. Das ist der wahre Beweis dafr, dass der Gradient auf den Niveaus u senkrecht steht.

grad

x(t)

x(t)

x(t)

39

1.11

Koordinatensysteme

Symmetrische Probleme lassen sich oft bequemer in anderen als den kartesischen Koordinaten beschreiben. Dann spielt bei der Dierentialtion die Kettenregel eine wichtige Rolle. Wir untersuchen hug gebrauchte Koordinatensysteme. a Sie nden hug die Kettenregel (14) in der folgenden Form a fk = xj
m

i=1

fk yi . yi xj

(15)

Das ist viel einfacher zu behalten als (14). Aber es bedarf einer Interpretation. Ich will dabei annehmen, dass p = 1 ist, so dass wir uns den Index k sparen knnen. Weiter nehmen wir o der Einfachheit halber noch m = n = 2 an. Statt y1 , y2 wollen wir gern x, y schreiben und statt x1 , x2 benutzen wir u, v. Dann erhalten wir f x f y f = + u x u y u (16)

und ebenso fr v. In dieser Formel ist nicht gesagt, an welcher Stelle die Ableitungen zu u nehmen sind, aber das macht man vermutlich automatisch richtig. Schwieriger ist die Frage, von welchen Variablen f eigentlich abhngt? Jedenfalls wird es nach x, y, u und eventuell a auch nach v dierenziert. Ist es eine Funktion von vier Variablen? Dieses Problem, das vor allem bei der Verwendung verschiedener Koordinatensysteme vorkommt, will ich jetzt klren. a Der Ingenieur stellt sich unter f eine physikalische Gre vor, zum Beispiel ein elektrisches o Potential in der Ebene (weil m = 2). Das Potential hngt vom Ort (x, y) ab, und deshalb a ist f = f (x, y). Vielleicht ist f aber viel einfacher in Polarkoordinaten (u, v) = (, ) zu 1 beschreiben. Dann ist fr den Ingenieur eben f = f (, ). Wenn etwa f (x, y) = 2 2 , u
x +y 1 dann ist f (, ) = . Weil das Potential als physikalische Gre unabhngig davon ist, o a welche Koordinaten wir zu seiner Beschreibung verwenden, benutzt der Ingenieur allemal denselben Buchstaben f , um es zu bezeichnen.

Fr den Mathematiker ist das verwirrend: Als mathematische Funktion sieht f in beiden u 1 Fllen ganz verschieden aus. Was ist denn f (4, 3)? Ist es 5 oder 1 . Sind (4, 3) kartesische a 4 Koordinaten oder Polarkoordinaten? Ist y = 3 oder = 3? Der Mathematiker wrde u 1 fr die Funktionen verschiedene Symbole benutzen, zum Beispiel f (, ) = , und dann ist u mathematisch exakt f (, ) = f ( cos , sin ). Die Formel (16) wrde er schreiben als u f x f y f = + . x y Fr den Mathematiker geht es also nicht um die physikalische Gre Potential, sondern u o um die mathematischen Modelle dafr, und die sind in Abhngigkeit von den verwendeten u a Koordinaten ganz verschieden. Die Formeln (15), (16) beruhen auf der physikalischen Interpretation. f ist eine Funktion der x-Variablen, aber diese sind wiederum Funktionen der u-Variablen - in der mathematischen Version ist x = g. Weil in (15) links eine Ableitung nach uj steht, ist f als Funktion der u-Variablen zu interpretieren. Auerdem muss man die partiellen Ableitungen an den f richtigen Stellen nehmen, die xi eben an der Stelle x = x(u). 40

Wir stellen hier die gebruchlichsten Koordinatensysteme zusammen und geben an, welche a partiellen Ableitungen sich aus der Kettenregel ergeben. Dabei benutzen wir im Sinne der gerade gegebenen Erklrungen die physikalische Interpretation. a

Ebene Polarkoordinaten. Die Position eines

Punktes = (0, 0) in der Ebene wird beschrieben durch seinen Abstand vom Ursprung und den Winkel zwischen dem Ortsvektor und der positiven x-Achse. Beachten Sie y aber, dass man keine in der ganzen Ebene ohne den Ur sprung stetige Winkelfunktion erklren kann: Luft man a a einmal um den Ursprung herum, so ist der Winkel um 2 x gewachsen. Der Winkel ist nur bis auf Vielfache von 2 eindeutig bestimmt. Das beste was man bekommen kann, ist eine auf einem Schlitzgebiet stetige Winkelfunktion. Wir geben dafr zwei Beispiele: u

-> <- _ _
2 y + arctan _ x 2 y arctan _ x
-> <x arccot _ y

3_

-> <- _ _ 2 2

x + arccot _

Beachten Sie aber: Wenn man es nur mit sin und cos zu tun hat, macht die Mehrdeutigkeit nichts aus. Auch wenn es nicht um den Wert von , sondern, wie beim Dierenzieren, um kleine Anderungen von geht, spielt die Mehrdeutigkeit keine Rolle. Darum sind zum x Beispiel x oder wohldeniert. Aus x = cos , erhalten wir x = cos , y = sin , und damit f x f y f f f = + = cos + sin x y x y f f x f y f f = + = sin + cos x y x y Beachten Sie, dass man diese Formeln anschaulich verstehen kann, wenn man sie in der Form f = grad f (cos , sin ), f = grad f ( sin , cos ), 41 x = sin , y = cos , y = sin . (17)

-> <0

schreibt. Die -Ableitung ist die Richtungsableitung in radialer Richtung, die -Ableitung die in dazu senkrechter Richtung, wobei der Faktor bercksichtigt, dass eine Anderung u des Winkels en Punkt (x, y) proportional zu seinem Abstand von 0 bewegt. Fr die umgekehrte Richtung ndet man aus = u x = , x x2 + y 2

y = . y

Die Berechnung von kann man, ohne sich auf diverse arctan-Funktionen einzulassen, sehr x elegant machen, indem man zum Beispiel die zweiten Gleichung (17) nach x dierenziert. Man erhlt a x x sin + cos = sin + x = 2y + x . 0= x x x x Ausen nach o
x

und eine hnliche Rechnung fr die y-Ableitung liefern a u y = 2, x x = 2. y

Damit erhlt man a

x f y f f y f x f f = 2 , = + 2 . x y

Zylinderkoordinaten. Zylinderkoordinaten in R3 sind ebene Polarkoordinaten, die

durch die z-Koordinate ergnzt werden: a

x = cos y = sin z=z

x2 + y 2
z

Entsprechend sind die Formeln fr die partiellen Abu leitungen nach diesen Koordinaten im wesentlichen dieselben wie fr ebene Polarkoordinaten: u

f f f = cos + sin x y f f f = sin + cos x y f f = . z z

42

Kugelkoordinaten. In Kugelkoordinaten beschreibt man Punkte im R3 durch ihren

Abstand r vom Ursprung und durch ihre geographische Breite und ihre geographische Lnge . Dabei ist die Konvention hinsichtlich nicht einheitlich. Wir wollen als a Azimutwinkel vom Nordpol aus messen. (Alternativ kann man auch wie die ubliche geographische Breite von Aquator aus messen.)
z

x = r sin cos y = r sin sin z = r cos .

r=

x2 + y 2 + z 2

r y

Wie bei den ebenen Polarkoordinaten nden wir f f f f = sin cos + sin sin + cos r x y z f f f f = r cos cos + r cos sin r sin x y z f f f = r sin sin + r sin cos . x y Knnen Sie das auch wie bei den ebenen Polarkoordinaten anschaulich interpretieren? o Fr die partiellen Ableitungen nach x, y, z von in Polarkoordinaten gegebenen Funktionen u nden wir sofort x r y r z r = , = , = . x r y r z r Dierentiation von z = r cos nach x liefert 0= Ausen nach o
x

x cos r sin = sin cos cos r sin . r x x

und hnliche Rechnungen fr die y- und z-Ableitung liefern a u cos cos = , x r cos sin = , y r sin = . z r

Nun dierenzieren wir y = r sin sin nach x: 0= x sin sin + r cos sin + r sin cos r x x x

= sin2 cos sin + cos2 sin cos + r sin cos = cos sin + r sin cos Ausen nach o
x

und hnliche Rechnungen fr die y- und z-Ableitung liefern a u sin = , x r sin cos = , y r sin = 0. z

Beispiel 54. Wenn wir das Coulombpotential f (x, y, z) = 1 approximieren, so erhalten r

43

wir bei Verwendung kartesischer Koordinaten f (x + x, y + y, z + z) f (x, y, z) + In Kugelkoordinaten erhlt man a f (r + r, + , + ) f (r, , ) + 1 r. r2 y z x x + 3 y + 3 z. r3 r r

Nur Anderungen des Arguments in radialer Richtung machen sich bemerkbar, und zwar mit einem Proportionalittsfaktor 1/r2 . Aus der kartesichen Formel kann man das auch a herauslesen, aber mit grerer Mhe. Knnen Sies? o u o Wir kommen auf die Dierentialrechnung in anderen Koordinatensystemen im Kapitel Vek toranalysis noch einmal ausfhrlich zurck. Dafr stellen wir noch einmal unsere Ergebnisse u u u zusammen. Die Ableitungen der kartesischen Koordinaten, also zum Beispiel x sind allerr dings so leicht zu nden, dass wir sie nicht noch einmal aufschreiben.

Polarkoordinaten

x = cos y = sin
y y

x2 + y 2

x x

= =

x sin

= =

y cos

Zylinderkoordinaten

x = cos y = sin z=z

y y z y

x2 + y 2

x x z x

= =

x sin

= =

y cos

z z z z

=0 =0 =1

=0

=0

Kugelkoordinaten

x = r sin cos y = r sin sin r = z = r cos

r y y y

x2 + y 2 + z 2

r x x x

= = =

x r cos cos r sin r sin

= = =

y r cos sin r cos r sin

r z z z

= =

z r sin r

=0

44

1.12

Fehlerapproximation und Fehlerschranken

Wir lernen eine wichtige Anwendung der Dierentialrechnung kennen: Die Behandlung von (Mess-)fehlern mittels der Ableitung. Wenn wir eine reellwertige Funktion f berechnen, deren Eingangsdaten xi mit Fehlern (zum Beispiel Messfehlern) xi behaftet sind, und wir wissen wollen, welchen Einuss diese Fehler auf den Funktionswert haben, dann knnen wir natrlich die Approximation durch die o u Ableitung benutzen: f (x)xi . f f (x)x = xi Beispiel 55 (Approximation des Fehlers). Wir betrachten die Funktion W (R, L) := R2 + 2 L2 mit fester Frequenz = 6000 [sec1 ]. Es sei R = 20 0.1 [] und L = 5 103 104 [H]. Dann ist R W 2 L W = , = R W L W und W = 36.06[], W W W 20 18 104 4 R + L = 0.1[] + 10 [] = 0.55[]. R L 1300 1300

Das gibt als approximative Einschlieung 35.51 W W 36.61. (18)

Beispiel 56 (Approximation des Relativen Fehlers). Wir setzen das vorangehende Beispiel fort: Fr die relativen Fehler W , R und L ergibt sich (Division mit W und u W R L Erweitern mit R bzw. L) R2 R 2 L2 L 4 R 9 L W 2 + = + . 2 W W R W L 13 R 13 L Diese Formel gibt Aufschlu darber, welcher relative Messfehler in welchem Mae fr den u u relativen Fehler im Ergebnis verantwortlich ist. Das kann fr die Planung von Versuchsreihen u eine wichtige Information sein. Und die bekommt man nicht durch Rumrechnen. Die vorstehenen Fehlerabschtzungen benutzen die Formel f f (x)x, und sind deshalb a Approximationen fr den Fehler, keine wirklich sicheren Fehlerschranken. Letztere kann man u im hier betrachteten Beispiel aber relativ leicht direkt bekommen: Beispiel 57 (Fehlerschranken durch Monotonie). Weil W in R und L oensichtlich monoton wachsend ist, liegt fr R und L in den angegebenen Genauigkeitsintervallen der u Wert von W im Intervall W (R R, L L) W + W W (R + R, L + L), also 35.50[] W + W 36.61[].

45

Das ist mit dem Rechner bequemer zu erreichen, als erst die partiellen Ableitungen zu bilden und auszuwerten, und es gibt verllichere Information: Der Fehler kann, wie man a sieht, grer sein, als in der Approximation (18) angegeben. o Wenn man keine Monotonie wie in diesem Beispiel hat, muss natrlich keiner der Werte u f (x1 x1 , . . . , xn xn ) f (x1 , . . . , xn ) (mit allen mglichen Vorzeichenkombinationen) die maximale Abweichung realisieren. Und o wenn die Feststellung der Monotonie aufwendig ist, ist die Approximation mit dem totalen Dierential vielleicht einfacher. Schranken kann man dann mit dem folgenden Satz erhalten. Er przisiert die sehr einleuchtende Tatsache, dass Schranken fr die Ableitung (= Wachsa u tumsrate) einer Funktion Schranken fr deren Wachstum liefern, und er gibt zuverlssige u a Fehlerschranken. Satz 58 (Fehlerschrankensatz). Seien f : Rn G R dierenzierbar und G oen. Seien x, y G. Die Verbindungsstrecke S zwischen x und y liege ganz in G. Seien M1 , . . . , Mn reelle Zahlen, so dass fr alle z S u f (z) Mi . xi Dann gilt |f (y) f (x)|
i

Mi |yi xi |.

Im allgemeinen Fall ist die Voraussetzung uber die Verbindungsstrecke von selbst erfllt, u wenn G konvex ist: Denition 59 (Konvex). Eine Teilmenge G Rn heit konvex, wenn sie mit je zwei Punkten auch deren Verbindungsstrecke enthlt: Fr x, y G gilt a u S = {(1 t)x + ty 0 t 1} G.

Zum Beispiel sind Kreise, Kugeln, Ellipsen oder Ellipsoide konvex. Beweis des Fehlerschrankensatzes. Wir setzen h(t) := f ((1 t)x + ty) fr 0 t 1. Dann u f ist h nach der Kettenregel dierenzierbar und h(t) = ((1 t)x + ty)(xi + yi ). Daher xi erhalten wir fr ein geeignetes t zwischen 0 und 1 u |f (y) f (x)| = |h(1) h(0)| = |h(t)| f | ((1 t)x + ty)||yi xi | xi

Mi |yi xi |.

Sind also die Gren xi mit Messfehlern xi behaftet, so ergibt sich fr den resultierenden o u Fehler von f : |f | := |f (x1 + x1 , . . . , xn + xn ) f (x1 , . . . , xn )| Mi |xi |.

46

Beispiel 60 (Fehlerschranken mit dem Satz). Fr das oben betrachtete Beispiel ist u etwa R R W = = 1, 2 + 2 L2 R R R L W 2 L = = . 2 + 2 L2 L L R

Damit erhalten wir als grobe, aber zuverlssige Abschtzung a a |W | |R| + |L| 0.1 [] + 6000 104 [Hsec1 ] = 0.7 [].

47

1.13

Hohere Ableitungen. Extremwerte

Wenn die lineare Approximation einer Funktion nicht ausreicht, kann man hhere Abo leitungen heranziehen. Mittels zweiter Ableitungen kann man den Funktionsgraphen nicht nur durch seine Tangentialebene, sondern durch eine Flche wie ein Paraboloid a oder Hyperboloid approximieren. Dazu lernen wir den Satz von Taylor in mehreren Variablen kennen. Eine wichtige Anwendung sind Extremalkriterien. Denition 61. Sei f : Rn G R eine Funktion, deren smtliche partielle Ableitungen a f in G existieren und selber dierenzierbar sind. Dann nennt man die Funktionen xj
f ( xj ) 2f := xi xj xi

die zweiten partiellen Ableitungen von f . Sind diese Funktionen stetig, so nennt man f zweimal stetig dierenzierbar. In diesem Fall gilt der Satz von Schwarz: 2f 2f = . xi xj xj xi Er vereinfacht die Berechnung der (smtlichen) zweiten partiellen Ableitungen um fast die a Hlfte. a Entsprechend deniert man hhere als zweite partielle Ableitungen. Hhere partielle Abo o leitungen von vektorwertigen Funktionen deniert man komponentenweise, aber wir beschrnken uns in diesem Abschnitt auf reellwertige Funktionen, insbesondere deshalb weil a wir Extremwerte betrachten wollen, und die machen fr vektorwertige Funktionen keinen u Sinn. Wie im Fall einer Variablen, kann man die hheren Ableitungen benutzen, um eine o (entsprechend oft dierenzierbare) Funktion durch ein Polynom besser als durch eine li neare Funktion zu approximieren. Es gibt auch hier eine Taylorformel, die wir aber nur fr u die zweite Ordnung notieren: Satz 62 (Taylorformel). Sei f : Rn G R zweimal stetig partiell dierenzierbar. Die Verbindungssstrecke von x und x + x liege in G. Dann gilt
n

f (x + x) = f (x) +
i=1

f 1 2f (x)xi + (x + tx)xi xj xi 2 i,j=1 xi xj

(19)

fr ein geeignetes t ]0, 1[. Weiter gilt u f (x + x) = f (x) +

i

f 1 (x)xi + xi 2 F ehler |x|2

i,j

2f (x)xi xj + F ehler, xi xj

(20)

wobei lim
x0

= 0.

Man beweist den Satz durch Rckfhrung auf den eindimensionalen Fall, aber wir gehen u u darauf nicht ein. Wir gehen auch nicht auf konkrete Approximationen von Funktionen mit 48

Hilfe des Satzes von Taylor ein. Dass aber die Approximation (20) einem ein anschauliches Bild vom Funktionsverlauf in der Nhe eines Punktes vermittelt, ist sehr wichtig zum Beispiel a fr Extremwertuntersuchungen. u Sind etwa die ersten partiellen Ableitungen an der Stelle x alle 0, sind weiter die gemischten 2 zweiten Ableitungen auch = 0 und die doppelten zweiten, also die (xif)2 , an dieser Stelle alle positiv, so sieht man aus f (x + x) f (x) + 1 2 2f (x)(xi )2 , (xi )2
0

(21)

dass f an der Stelle x ein lokales Minimum hat. Dem gehen wir nun genauer nach. Sei also f : Rn G R eine dierenzierbare Funktion auf einer OFFENEN Menge G und f a x G. Ist gradx f = 0, also etwa xi (x) = 0, und whlt man x = (0, . . . , xi , . . . , 0), so gilt f f (x + x) f (x) + (x)xi . xi Indem man xi mit verschiedenem Vorzeichen versieht, kann man also f (x + x) > f (x) und f (x + x) < f (x) fr beliebig kleine |xi | erzielen: Beliebig nah bei x nimmt f grere u o und kleiner Werte an als an der Stelle selbst. Also hat f in x kein Extremum. Das liefert:

Satz 63 (Lokale Extrema: Notwendiges Kriterium). Notwendig dafr, dass f im u inneren Punkt x ein lokales Maximum oder Minimum hat, ist gradx f = 0. Man nennt Punkte x, in denen der Gradient verschwindet auch kritische Punkte von f .

Fr n = 1 ist das einfach die bekannte Bedingung f (x) = 0. Aus der Taylorformel folgt u weiter sofort:

49

Satz 64 (Lokale Extrema: Hinreichendes Kriterium). Sei f : G R zweimal stetig partiell dierenzierbar. Sei x G und gradx f = 0. Wir betrachten die sogenannte Hesseform hessx f (u) :=
i,j

2f (x)ui uj xi xj

u Rn .

(i) Ist hessx f (u) > 0 fr alle u = 0, so hat f in x ein striktes lokales Minimum. u (ii) Ist hessx f (u) < 0 fr alle u = 0, so hat f in x ein striktes lokales Maximum. u (iii) Wechselt hessx f (u) fr verschiedene u das Vorzeichen, so hat f in x kein lokales u Extremum. (iv) Hat man nur hessx f (u) 0 oder hessx f (u) 0 fr alle u = 0, so gibt das Kriterium u keine Auskunft. Man nennt die Hesseform im Fall (i) positiv denit, im Fall (ii) negativ denit, im Fall (iii) indenit und in den Fllen (iv) positiv bzw. negativ semidenit, a In gewissem Sinne ersetzt also die Hesseform hessx f oder die aus allen zweiten partiellen Ableitungen gebildete sogenannte Hessematrix f (x) :=
2f x2 1

...

2f x1 xn

. . .
2f xn x1

. . . ...
2f x2 n

die zweite Ableitung im Fall einer Variablen, wobei wir dann nach dem Satz von Taylor schreiben drfen u 2f 2f . . . x1 xn x1 x2 1 . 1 . . . . + Fehler. f (x + x) = f (x) + f (x)x + (x1 , . . . , xn ) . . . . 2 2 xn f 2f ... 2 xn x1 x
n

Die positive oder negative Denitheit der Hesseform ist im allgemeinen nicht leicht nachzuprfen. In der linearen Algebra wird gezeigt, dass sie gleichbedeutend damit ist, dass alle u Eigenwerte der Hessematrix positiv bzw. negativ sind. Wir untersuchen hier nur den Fall n = 2 genauer. Wir schreiben und u = (v, w). Dann ist hessx f (u) = Av 2 + 2Bvw + Cw2 . 50
2f x2 (x) 2f xy (x) 2f xy (x)

A = 2f B y 2 (x)

B C

Wir fragen, wann das fr alle u = (v, w) = (0, 0) positiv ist. Setzen wir w = 0, so sehen wir, u dass A > 0 sein muss. Ist andrerseits w = 0, so schreiben wir v v Av 2 + 2Bvw + Cw2 = A( )2 + 2B + C w2 =v At2 + 2Bt + C w2 . t:= w w w Die Klammer ganz rechts beschreibt aber eine (wegen A > 0) nach oben oene Parabel mit Scheitel an der Stelle 2At + 2B = 0, also t = B . Dort ist der Funktionswert A A( B 2 B B 2 + AC ) + 2B( ) + C = . A A A

Also ist die Hesseform genau dann positiv denit, wenn A > 0 und AC B 2 > 0. Der Ausdruck 2 2f 2f 2f 2 AC B = x2 y 2 xy heit die Determinante der Hessematrix. Eine analoge Untersuchung ergibt, dass die Hesseform genau dann negativ denit ist, wenn A < 0, die Determinante aber wieder positiv ist. Ist die Determinante negativ, so ist die Hesseform indenit. Wir fassen das zusammen: Satz 65 (Hinreichendes Kriterium f r n = 2). Sei f : R2 G R auf der oenen u Menge G zweimal stetig dierenzierbar. Sei x G und f f (x) = (x) = 0. x y Im folgenden sind alle Ableitungen an der Stelle x zu nehmen. Es gilt: 2f 2f x2 y 2 2f 2f x2 y 2 2f 2f x2 y 2 2f xy 2f xy 2f xy
2

<0
2

= kein lokales Extremum 2f >0 x2 2f <0 x2 = lokales Minimum = lokales Maximum

> 0 und
2

> 0 und

Ist die Determinante der Hessematrix = 0, so gibt das Kriterium keine Auskunft.
2

f Ubrigens ist bei f f xy > 0 die Bedingung f > 0 gleichbedeutend mit f > 0, x2 y 2 x2 y 2 so dass die letzten beiden Bedingungen des Satzes nicht unsymmetrisch in x und y sind.

Die Untersuchung einer Funktion auf Extremwerte ist keine Routineangelegenheit. Die Tests mittels Dierentialrechnung geben oft nur unvollstndige Auskunft, und man muss sich im a konkreten Einzelfall etwas einfallen lassen, wie die folgenden Beispiele zeigen. Beispiel 66. Berechne das Minimum von f (x, y) := x2 + (2 x)3 y 2

51

auf der Kreisscheibe D : x2 + y 2 1. Zunchst ist f eine stetige Funktion auf der kompakten Menge D. Daher nimmt f sein a Minimum tatschlich irgendwo auf D an. Wir mssen das Innere und die Randpunkte separat a u untersuchen. Wir beginnen mit dem Inneren. Wir nden f = 2x 3(2 x)2 y 2 , x f = 2(2 x)3 y. y

Aus f = 0 folgt x = 2 und dann f = 4 = 0, oder y = 0 und dann f = 2x. Also ist y x x (x, y) = (0, 0) der einzige Punkt, in dem grad f = 0. Also liegt das Minimum in (0, 0), wo der Funktionswert f (0, 0) = 0 ist, oder auf dem Rand. Auf dem Rand ist aber x2 + y 2 = 1 und deshalb f (x, y) = x2 + (2 x)3 y 2 x2 + y 2 = 1.
1

Also ist das Minimum 0; es wird (nur) in (0, 0) angenommen. Man kann sicherheitshalber noch die Hessematrix in (0, 0) berechnen. Sie ist 2 + 6(2 x)y 2 6(2 x)2 y 6(2 x)2 y 2(2 x)3
(0,0)

2 = 0

0 . 16

Das ist oenbar positiv denit, und deshalb liegt in (0, 0) ein lokales Minimum vor. Wir wussten aber schon, dass dort das globale Minimum liegt. Sucht man auch das Maximum auf der Kreisscheibe so muss dieses auf dem Rand x2 +y 2 = 1 liegen. Fr x = 1 ist y = 0 und f (1, 0) = 1. Dierenziert man x2 + (2 x)3 (1 u x2 ) und bestimmt numerisch die Nullstellen im Intervall [1, +1], so ndet man nur eine, und zwar bei x = 0.48972. Weil f in y quadratisch ist, liegt das Maximum also bei (0.48972, 0.760174) und hat den Wert fmax = 11.9716. Beispiel 67. Berechne das Minimum von f (x, y) := x2 + (2 x)3 y 2 , aber diesmal auf ganz R2 . Man ndet, dass auch auf R2 nur in (0, 0) beide partiellen Ableitungen verschwinden. Dort ist ein lokales Minimum. Daraus kann man aber nicht schlieen, dass dies auch das globale Minimum ist. Die Funktion ist ein ungerades Polynom in x, und deshalb gilt wie oben sup f = +, inf f = . Das Minimum wird also gar nicht angenommen. Beispiel 68. Gesucht sind die lokalen und globalen Extrema der Funktion f (x, y) = x3 y 2 (1 x y) auf R2 . Randpunkte gibt es also nicht. In y ist f ein Polynom dritten Grades. Whlt man a x > 0 beliebig, so ist lim f (x, y) = .
y

Insbesondere ist also sup f (x, y) = , inf f (x, y) =

52

und f nimmt kein globales Maximum oder Minimum an. Fr den Gradient ndet man: u grad f (x, y) = genau dann, wenn x2 y = 0, d.h. wenn (x, y) auf einer der beiden Achsen liegt, oder wenn 3 4x 3y = 0 2 2x 3y = 0, 1 1 (x, y) = ( , ). 2 3 Wir untersuchen nun zunchst, ob im letzteren Punkt wirklich ein lokales Extremum vorliegt. a Die Hessematrix in diesem Punkt ergibt sich nach kurzer Rechnung als Die Determinante ist 2f 2f 1 2f 2 1 |( 1 , 1 ) ( )|( 1 , 1 ) = >0 2 y 2 2 3 2 3 x xy 72 144 und deshalb liegt an dieser Stelle ein lokales Extremum vor, und zwar ein lokales Maximum, weil 1 2f | 1 1 = < 0. x2 ( 2 , 3 ) 9 1 Der Funktionswert ist f ( 1 , 1 ) = 432 . 2 3 Die Entscheidung, ob bei (x, y) = ( 1 , 1 ) ein Maximum oder Minimum vorliegt, kann 2 3 man auch ohne Hessematrix treen. Vergleiche dazu die nachstehende Abbildung und Beispiel 16. Auf dem kompakten Dreieck mit den Endpunkten (0, 0), (1, 0) und (0, 1) nimmt die stetige Funktion f ihr Maximum an. Auf dem Rand des Dreiecks ist sie = 0 und im Innern positiv. Also liegt das Maximum irgendwo im Innern, und der einzige 1 Kandidat ist (x, y) = ( 2 , 1 ). 3 Untersuchung der Achsen. Andere Kandidaten fr lokale Extremwerte sind nur noch die u Punkte auf den beiden Achsen. Der Funktionswert dort ist 0. Die Determinante der Hessematrix ist auf den Achsen = 0, so dass das Kriterium mit der zweiten Ableitung versagt.
2f x2 2f xy 2f y 2 2f xy

3x2 y 2 (1 x y) x3 y 2 2x3 y(1 x y) x3 y 2

= x2 y

3y 4xy 3y 2

2x 2x2 3xy

=
0

d.h. wenn

= 9 1 12

1 12 . 1 8

Nach Beispiel 16 hat man nebenstehende Verteilung der Funktionswerte von f . In den farbigen Bereichen ist f negativ. In der Nhe a eines jeden Punktes auf der y-Achse gibt es sowohl Punkte mit negativem wie solche mit positivem Funktionswert, also liegen dort keine lokalen Extremalpunkte. Ein Gleiches gilt fr die beiden Punkte (0, 0) und (0, 1) auf der u x-Achse. 53

In allen anderen Punkten der x-Achse liegen hingegen lokale Extrema. Wie die obige Skizze zeigt, hat f in den Punkten {(x, 0) 0 < x < 1} ein (schwaches) lokales Minimum (in allen Nachbarpunkten ist f 0), und in den Punkten {(x, 0) | x > 1 oder x < 0} liegen (schwache) lokale Maxima.

54

1.14

Extrema mit Nebenbedingungen

Wir suchen Extremwerte, wenn sich das Argument der Funktion nicht frei im Raum bewegen kann, sondern auf eine Flche eingeschrnkt ist. a a Wo nimmt die Funktion f (x, y, z) = xyz auf der abgeschlossenen Kugel B = {(x, y, z) | x2 + y 2 + z 2 1} ihr Maximum an? Weil f stetig und B kompakt ist, wird dieses Maximum wirklich irgendwo angenommen, die Frage macht also Sinn. Wir untersuchen zunchst die Punkte im Inneren von B, wo grad f = 0: a f = yz = 0, x f = xz = 0, y f = xy = 0. z

Diese Gleichungen sind genau dort erfllt, wo zwei der drei Koordinaten = 0 sind, und u das sind genau die Koordinatenachsen. Dort ist dann aber f = 0, und da f oenbar in B auch positive Werte annimmt, wird hier gewi nicht das Maximum angenommen. (Auch nicht das Minimum.) Also wird das Maximum auf dem Rand von B angenommen. Es bleibt die Aufgabe, auf dem Rand von B, also auf der Sphre x2 + y 2 + z 2 = 1, das Maximum von f a zu nden. Wir haben damit allgemeiner formuliert das folgende Problem: Wir suchen ein Extremum einer Funktion f = f (x, y, z) auf einer Flche im R3 . Diese a Flche ist gegeben als Niveauche einer Funktion g, nmlich in unserem Fall durch a a a die Gleichung g(x, y, z) = x2 + y 2 + z 2 1 = 0. (Beachten Sie: Wir haben eine gewisse Normierung vorgenommen, indem wir die 1 auf die linke Seite gebracht haben. Die Flche ist damit das 0-Niveau unserer Funktion g.) a Man sagt auch:

Man sucht ein Extremum der Funktion f unter der Nebenbedingung g = 0.

Geometrisch bedeutet unser Problem: Man nde ein achsenparalleles Quader grten Inhalts o unter der Nebenbedingung, dass die Ecken auf einer Sphre vom Radius 1 liegen. Ist (x, y, z) a eine solche Ecke, so ist f (x, y, z) = xyz gerade ein Achtel des Volumens. 1. Lsungsansatz. Man lst die Gleichung g(x, y, z) = 0 zum Beispiel nach z auf, in o o unserem Fall z = 1 x2 y 2 , und bestimmt dann die Extremalstellen von f (x, y) = f (x, y, z(x, y)), in unserem Fall also von f (x, y) = xy 1 x2 y 2 . Man ndet f =y x 1 x2 y 2 x2 y 1 x2 y 2 xy 2 1 x2 y 2 = 0, = 0.

f = x 1 x2 y 2 y

55

 Wir knnen wieder die Flle x = 0 oder y = 0 ausschlieen, weil hier f = 0. Dann folgt o a 1 2 2 2 2 2 2 2 aber (1 x y ) x = 0 = (1 x y ) y und daraus leicht x = y 2 = 3 . Dann ist 1 1 1 1 z = 1 2/3 = 3 und wir nden die beiden Maximalpunkte (x, y, z) = ( 3 , 3 , 3 ) und 1 1 1 (x, y, z) = ( 3 , 3 , 3 ). (Die Punkte mit gemischten Vorzeichen in den beiden ersten Komponenten liefern einen negativen Funktionswert, also sicher kein Maximum.) Probleme bei diesem Lsungsverfahren sind: o Die Ausung nach z ist nicht eindeutig: Warum nicht z = 1 x2 y 2 ? Das o 1 1 1 1 1 1 htte mit (x, y, z) = ( 3 , 3 , 3 ) und (x, y, z) = ( 3 , 3 , 3 ) zwei weitere a Maximalpunkte geliefert. Sind das nun alle? Bei komplizierteren Funktionen g mag die Ausung nach einer der Variablen gar nicht o explizit mglich sein. o Wichtiger: Die Funktion z = 1 x2 y 2 und damit auch f sind nur fr die Punkte u 2 2 mit x + y < 1 dierenzierbar. Deshalb muss man die Punkte mit x2 + y 2 = 1 noch gesondert untersuchen. Die willkrliche Auswahl von z zerstrt die Symmetrie des Problems und fhrt deshalb u o u zu mhsamen Rechnungen. u 2. Lsungsansatz. Bevor wir diesen diskutieren, wollen wir noch einmal an folgendes ero innern. Bei gewhnlichen Extremalproblemen ohne Nebenbedingungen ist die notwendige o Bedingung fr ein Extremum in einem inneren Punkt x, dass dort die Ableitung (= der u Gradient) verschwindet, so dass also alle Richtungsableitungen gradx f u verschwinden. Ist eine Richtungsableitung in x etwa > 0, so ist dort sicher kein Maximum, und weil dann die Ableitung in Gegenrichtung < 0 ist, auch kein Minimum. Wenn wir jetzt f nur auf einer Niveauche von g untersuchen, ergibt sich folgendes Bild: a Der Vektor gradx g steht an der Stelle x senkrecht auf der g-Niveauche. Wenn also die a Einschrnkung von f auf diese Niveauche in x ein lokales Extremum hat, mssen alle a a u Richtungsableitungen gradx f u = 0 sein, wenn u in Richtung der Niveauche zeigt. Also a steht grad f senkrecht auf allen Vektoren, die auf grad g senkrecht stehen. Das bedeutet aber, dass grad f in dieselbe Richtung zeigt wie grad g: Es gibt ein R mit gradx f = gradx g. Schreibt man das in partiellen Ableitungen, so ndet man f g = xi xi fr i = 1, . . . , n(= 3 in unserem Spezialfall). u

Das sind n Gleichungen fr n+1 Unbekannte, nmliche die gesuchten xi und die Hilfsvariable u a , die auch Lagrangescher Multiplikator heit. Zum Glck haben wir noch eine (n + 1)-te u Gleichung, nmlich g(x) = 0. a Bei dieser Uberlegung haben wir stillschweigend vorausgesetzt, dass g = 0 wirklich in der Nhe von x eine glatte Niveauche beschreibt, auf der der Gradient senkrecht steht. Das a a ist aber nur in solchen x sicher, in denen gradx g = 0. Die Punkte mit gradx g = 0 muss man separat untersuchen.
Zum Beispiel liefert g(x, y, z) = yz = 0 die Vereinigung der xz- mit der xy-Ebene. Entlang der x-Achse schneiden sich diese beiden unter 900 . Dort hat man also keine glatte Niveauche. Der a Gradient verschwindet dort. Der Satz uber implizit denierte Funktionen (auf den wir nicht nher eingehen) besagt, dass man a

56

g(x1 , . . . , xi , . . . , xn ) = 0 in der Nhe von x eindeutig nach xi ausen kann, wenn g(x) = 0 und a o
g (x) xi

= 0, also insbesondere gradx g = 0. Und xi ist dann eine dierenzierbare Funktion der

anderen Variablen stetige Dierenzierbarkeit von g vorausgesetzt. In diesem Fall kann man unseren 1. Lsungsversuch przisieren und kommt genau zu dem von uns geometrisch hergeleiteten Kriterium, o a das wir nun noch einmal als Satz zusammenfassen.

Satz 69 (Extremwerte mit Nebenbedingungen). Die reellwertigen Funktionen f und g auf der oenen Menge G Rn mgen stetige partielle Ableitungen haben. o Gesucht sind die Extremwerte von f unter der Nebenbedingung g = 0. Die einzig mglichen Kandidaten sind dann die Lsungen x G von einem der beiden o o folgenden Gleichungssysteme gradx f = gradx g, g(x) = 0. oder gradx g = 0, g(x) = 0, Im ersten Fall hat man eine zustzliche dummy-Variable , den sogenannten Lagrangea Multiplikator, der uns eigentlich nicht interessiert. Das entstehende System von n + 1 Gleichungen fr die n + 1 Unbekannten x1 , . . . , xn , ist im allgemeinen nicht-linear u und deshalb schwierig zu lsen. Typischerweise erhalten wir eine Anzahl einzelner o Punkte als Lsungen. Die Funktionswerte dort entscheiden uber (globale) Maxima und o Minima. Der zweiten Fall, der sogenannte singulre Fall, hat nichts mit f zu tun. Er liefert a die Punkte, wo das g-Niveau keine glatte Flche oder Kurve ist, und wo unsere Argua mentation deshalb versagt. Diese Punkte muss man (ad hoc) mit anderen Methoden untersuchen. Bemerkung. Eine gngige Variante fr den ersten Fall ist die folgende: Man bildet die a u Funktion h(x, ) := f (x) g(x) von n + 1 Variablen und bestimmt deren Extrema ohne Nebenbedingung. Der Gradient von h ist nmlich a
f

x1 f xn

g x

g(x)

g x n
. . .

Die Bedingung grad h = 0 liefert also dasselbe Gleichungssystem wie im Satz. Beispiel 70. Wir betrachten wieder das Problem, f (x, y, z) = xyz unter der Nebenbedingung g(x, y, z) = x2 + y 2 + z 2 1 = 0 zu maximieren. Es ist grad g = (2x, 2y, 2z) = 0 fr u alle (x, y, z) = (0, 0, 0), also insbesondere fr alle, die die Nebenbedingung erfllen. Daher u u

57

gibt es keine singulren Punkte. Aus dem zweiten Gleichungssystem erhlt man a a yz = 2x, xz = 2y, xy = 2z. Multipliziert man diese Gleichungen mit x, y, z, addiert und verwendet die Nebenbedingung, 1 so hat man 3xyz = 2. Einsetzen von in die obigen Gleichungen liefert x2 = y 2 = z 2 = 3 oder zwei Koordinaten sind 0, die dritte dann wegen der Nebenbedingung 1. Die letzteren Punkte scheiden als Achsenpunkte wieder aus (f = 0). Mgliche Extrema liegen also in den o Punkten 1 1 1 ( , , ) 3 3 3 mit voneinander unabhngigen Vorzeichen. Die entsprechenden Funktionswerte sind f = a 1 33 . Die positiven sind die Maxima, die negativen die Minima. Diese Rechnung ist deutlich einfacher als die im 1. Lsungsansatz. o

Beispiel 71. Die Produktivitt eines Produktionsprozesses sei gegeben durch die Formel a f (x, y) = Ax y . Dabei seien x die Materialkosten, y die Lohnkosten und A, , > 0 positive Konstanten. Gefragt ist, wie bei vorgegebenen Gesamtkosten x + y = c eine maximale Produktion zu realisieren sei. Gesucht ist also das Maximum von f unter der Nebenbedingung g(x, y) = x + y c = 0. Sinnvollerweise sollen x, y 0 sein. Die Menge {(x, y) R2 x + y c = 0, x, y 0}

ist eine Strecke und daher eine kompakte Teilmenge des R2 . Da f stetig ist, nimmt es darauf sein Maximum an, und weil f (x, y) = 0, falls x = 0 oder y = 0, kommen diese beiden Punkte dafr nicht in Frage. Wir lsen nun grad f = grad g: u o Ax1 y = 1, Ax y 1 = 1, Daraus folgt unter der Annahme x = 0 = y durch Division, dass y = x. Aus der Nebenbedingung folgt dann x = (c y) = c x, also x= c , + c . +

y=

Warum realisiert das das Maximum? Die stetige Funktion f nimmt auf der kompakten Menge {(x, y) 0 x, y c und x + y = c}

58

ihr Maximum und Minimum an. Ist x = c, so folgt aus der Nebenbedingung y = 0, also f (x, y) = 0 und analog fr y = c. Weil f aber unter der Nebenbedingung oensichtlich u auch positive Werte annimmt, muss das Maximum in einem Punkt der oenen Menge {(x, y) 0 < x, y < c} angenommen werden. Dort ist der gefundene Punkt aber der einzige Kandidat.

59

2
2.1

Vektoranalysis
Klassische Dierentialoperatoren

Die partiellen Ableitungen einer Abbildung kann man auf verschiedene Weise zu neuen Abbildungen kombinieren. Solche Kombinationsvorschriften nennt man dann Dierentialoperatoren. Einige der so konstruierten Dierentialoperatoren spielen in der Physik eine wichtig Rolle. Wir wollen ihre Denitionen kennenlernen und eine anschauliche Vorstellung fr sie entwickeln. u Wir betrachten in diesem Abschnitt Abbildungen u : Rn G R und v : Rn G Rn . die wir aber als Felder interpretieren: Wir stellen uns vor, dass v(x) ein Vektor ist, der an der Stelle x sitzt, so dass v ein Vektorfeld ist. Beispiele liefern elektrische oder ma gnetische Felder, Geschwindigkeitsfelder stationrer Strmungen oder Kraftfelder wie das a o der Gravitation. Reellwertige Funktionen u bezeichnen wir dann als skalare Felder: an jeder Stelle sitzt ein skalarer Wert. Temperaturverteilungen, Materialdichten oder Potentiale von Kraftfeldern sind Beispiele dafr. u

Der Gradient eines skalaren Feldes. Den Gradienten haben wir schon frher u
ausfhrlich behandelt. Fr r = u u grad r = x , r x2 + y 2 + z 2 war grad 1 x = 3, r r grad 1 2x = 4. r2 r (22)

Die Divergenz eines Vektorfeldes. Die Divergenz eines Vektorfeldes ist ein
skalares Feld. Wir haben sie bereits im Beispiel 45 kennengelernt. Wir geben hier ein etwas andere Interpretation: Wieder verstehen wir das Vektorfeld v als stationres Strmungsfeld, a o d.h. als das Geschwindigkeitsfeld strmender Teilchen, deren Geschwindigkeit an jeder Stelle o zeitunabhngig (=stationr) ist. Fr einen Augenblick nehmen wir an, v sei konstant (= a a u homogenes Strmungsfeld). Wir betrachten eine (ebene durchlssige) Flche in der Strmung o a a o und fragen, wieviel Flssigkeit in der Zeiteinheit durch die Flche hindurchstrmt. u a o Man stellt sich vor, dass die Flche in der Strmung mitschwimmt. Das von ihr uberstrichene a o Volumen ist dann genau die gesuchte Gre. o Dieses Volumen ist aber gleich dem Flcheninhalt a F multipliziert mit der Komponente h von v in der zur Flche senkrechten Richtung. Ist die Strmung a o senkrecht zur Flche, so erhlt man a a F |v|. Andernfalls ergibt sich F e v, wobei e ein zur Flche senkrechter Einheitsvektor ist. a Nun betrachten wir eine rumlich inhomogene Strmung. Die Strmung habe Quellen und a o o Senken, die aber nicht in Punkten konzentriert, sondern stetig verteilt seien: Wir nehmen 60
F

an, dass es eine Quelldichte-Funktion (x) gibt. Legen wir um x einen kleinen Wrfel der u Kantenlnge 2t, so ist die davon eingeschlossene Quelle bei kleinem t ungefhr a a V olumen Quelldichte (2t)n (x), wobei Sie sich vorstellen knnen, dass n = 3. (Bei greren Wrfeln mte man eigentlich o o u u integrieren. Darauf kommen wir im Kapitel 3 zurck.) Die Strmungsbilanz durch die u o Oberche des Wrfels ist dann gerade gleich der eingeschlossenen Quelle. a u
2n

(2t)n (x)
i=1 n

Flu durch die i-te Seite

n

=
i=1

(2t)n1 ei v(x + tei ) +

i=1

(2t)n1 (ei ) v(x tei ).

Es folgt, wenn vi die i-te Komponente von v bezeichnet, (x) 1 2t 1 = 2 (vi (x + tei ) vi (x tei )) vi (x + tei ) vi (x) vi (x tei ) vi (x) + t t
vi xi n

Fr t 0 gehen beide Summanden gegen u

und die Quelldichte wird vi (x). xi

(x) =
i=1

Man bezeichnet die Quelldichte als die Divergenz des Vektorfeldes v:

n

divx v =
i=1

vi (x). xi

Die Divergenz eines Vektorfeldes ist also ein skalares Feld. Ein Feld mit div v = 0 heit ein divergenzfreies oder quellenfreies Vektorfeld. Beispiel 72. v(x) = v0 = const. liefert div v = 0. Beispiel 73. Wir betrachten das Feld v(x) = ax mit a > 0. Die Divergenz ist in diesem Fall konstant = na. Das erscheint auf den ersten Blick paradox, weil das Feld doch aus 0 kommt. Aber wenn man beachtet, dass v(x) = a(xx0 )+ax0 , so wird klar: Das Feld kommt nicht nur aus 0, sondern, bis auf einen homogenen, also quellenfreien Anteil, ebenso aus x0.

Beispiel 74. Fr das zentrale Kraftfeld zum Potential 1/r aus Beispiel 48, also fr u u v = grad 1 x = 3, r r

rechnet man mit (22) leicht nach, dass div v = n3 . Fr n = 3 ist also div v = 0. Beachten u r3 Sie, dass wirklich in x = 0 die einzige Quelle dieses Feldes sitzt. 61

Fr die Berechnung der Divergenz ist die folgende Rechenregel hilfreich, die sich unmittelbar u aus der Denition der Divergenz ergibt. Fr ein skalares Feld und ein Vektorfeld v gilt: u div(v) = (grad ) v + div v.

Beispiel 75. Fr u H(x, y, z) := x y , ,0 x2 + y 2 x2 + y 2

ist div H = 0 (Nachrechnen!). Das Feld beschreibt eine um die z-Achse rotierende Strmung, o deren Geschwindigkeit 1 |H| = r umgekehrt proportional zum Abstand von der Achse ist. In der Elektrotechnik ist H bis auf eine Konstante das Magnetfeld im Auenraum eines (unendlich langen) Leiters in der z-Achse.

Beispiel 76 (Kontinuittsgleichung). a
Verfahrentechnik I, Abschnitt 5.1 Energie-, Impuls- und Stotransport,Abschnitt 3.2.2 Mller: Mechanik u III, Abschnitt 16.1,Popov: Mechanik III, Vorlesung 9

Die Divergenz kommt in den Anwendungen hug in sogenannten Kontinuittsgleichungen a a vor, etwa bei Flssigkeiten der Dichte , die mit der Geschwindigkeit v strmen und fr die u o u der Satz von der Erhaltung der Masse gltig ist. u = div(v). t Unsere Herleitung der Divergenz erklrt das Minuszeichen: Positive Strmungbilanz fr ein a o u Volumenelement bedeutet abnehmende Massendichte im Inneren. Wir kommen darauf im Rahmen des Gauschen Integralsatzes zurck. u

Die Rotation eines Vektorfeldes. Wir motivieren die Denition der Rotation
in drei Schritten: 1. Wir beginnen mit einer Vorbetrachtung uber Rota tionen im 3-dimensionalen Raum und betrachten eine Drehung mit konstanter Geschwindigkeit um eine Achse durch den Nullpunkt des R3 . Das Geschwindigkeitsfeld dieser Drehung lt sich bequem so bea schreiben: v(x) = a x. (23) Dabei zeigt a in die Richtung der Achse, und die Lnge |a| ist gerade die Winkelgeschwindigkeit. Bea achten Sie, dass v tangential ist an die Kreise in Ebenen senkrecht zu a.

|x| sin v(x) x a

62

Nun kann man (23) auch so schreiben: 0 a x = a3 x1 a1 x3 = a3 a 1 x2 a 2 x1 a2

a2 x3 a3 x2

a3 0 a1 a2 x 1 a1 x2 . x 3 0

(24)

Man kann eine Achsendrehung also beschreiben durch einen Drehvektor a oder, gleichwertig, durch eine (zur Diagonalen schiefsymmetrische) Matrix, deren Koezienten gerade die Koezienten des Drehvektors in der obigen Anordnung sind. 2. Wir nennen eine (quadratische) Matrix (aij ) symmetrisch, wenn aij = aji , und schiefsymmetrisch, wenn aij = aji fr alle i, j gilt. Eine schiefsymmetrische 3 3-Matrix u entspricht einer Drehung um eine Achse und damit eineindeutig einem Vektor des R3 unter der Beziehung (24). Mit Hilfe der an der Diagonalen gespiegelten Matrix AT , der sogenannten Transponierten, kann man eine beliebige n n-Matrix (aij ) immer schreiben als (aij ) = 1 1 (aij ) (aij )T + (aij ) + (aij )T 2 2 1 1 = (aij aji ) + (aij + aji ) . 2 2

Man hat also eine Zerlegung in den sogenannten Rotationsanteil von (aij ) und den rotationsfreien Anteil. 3. Nun betrachten wir eine beliebige (dierenzierbare, stationre) Strmung v und approa o ximieren diese in der Nhe von x0 linear: a v(x) v(x0 ) + v (x) (x x0 ) .
M atrix V ektor

Der erste Summand ist eine homogene stationre Strmung. Der zweite Teil ist das a o Produkt der Ableitung (Funktionalmatrix, Matrix der partiellen Ableitungen) mit x x0 . Der Rotationsanteil von v (x) ist 1 1 v (v )T = 2 2 Dem entspricht der Vektor 1 v 1 2 x3
v2 x1 v3 x2

vi vj xj xi .

.
i,j=1,...,n

v2 x3 v3 x1 v1 x2

Dieser ist also der Rotationsanteil der Ableitung (=linearen Approximation) von v. Denition 77. Das Vektorfeld
v3 x2

v2 x3 v3 x1 v1 x2

v rot v := x1 3
v2 x1

63

heit die Rotation von v. Die Rotation eines Vektorfeldes ist wieder ein Vektorfeld. Ist rot v = 0, so nennt man das Feld rotations- oder wirbelfrei. Man hat also die Strmung v lokal approximiert durch einen homogenen Anteil, einen Roo tationsanteil und einen rotationsfreien Anteil v(x) v(x0 ) +
homogen

1 1 rotx0 v (x x0 ) + v (x0 ) + (v (x0 ))T (x x0 ) . 2 2

Rotationsanteil wirbelf rei

Beispiel 78. Ahnlich wie im Beispiel 73 zur Divergenz ndet man, dass das Vektorfeld v(x) = 1 a x an jeder Stelle 2 x0 die Rotation rotx0 v = a besitzt. Das ist oenbar, weil v(x) = 1 1 1 a x = a x0 + a (x x0 ). 2 2 2

Natrlich kann man auch einfach losrechnen, indem u man die partiellen Ableitungen von v(x) = 1 (a2 x3 2 a3 x2 , a3 x1 a1 x3 , a1 x2 a2 x1 ) bildet.

Fr die Berechnung der Rotation ist die folgende Rechenregel hilfreich, die sich unmittelbar u aus der Denition der Rotation ergibt. Fr ein skalares Feld und ein Vektorfeld v gilt: u rot(v) = (grad ) v + rot v. (25)

x u Beispiel 79. Fr das Kraftfeld v des zentralen Potentials 1 , also fr v = r3 ndet man u r rot v = 0.

Beispiel 80. Fr u H(x, y, z) = 1 x2 + y 2

y x 0

ndet man mit (25) und (22) rot H = rot 1 2 + y2 x

y x 0

2x

y x 0

y x 0

1 = 2 2 )2 2y (x + y
0 0 0

1 rot + 2 2 x +y

1 = 2 (x + y 2 )2

1 + 2 0 = 0. x + y2
2

2x2 + 2y 2

64

Rechenregeln fr die Differentialoperatoren. Alle drei Operatoren u

sind linear: Auf Summen kann man sie gliedweise anwenden, konstante skalare Faktoren wandern heraus. Fr , u : Rn G R und v, w : Rn G Rn hat man Produktregeln, die wir zum u Teil oben schon angegeben und benutzt haben

grad(u) = grad u + u grad , div(v) = (grad ) v + div v, rot(v) = (grad ) v + rot v div(v w) = (rot v) w v rot w

(n=3), (n=3).

Beispiel 81 (Ein Messverfahren f r die Rotation). Die Divergenz kann man bestimu men, indem man die Strmungsbilanz eines kleinen durchlssigen Wrfels mit. Fr die Roo a u u tation betrachtet man ein kleines Schaufelrad, dessen Nabe am Mepunkt x xiert ist und dessen Achse um diesen Punkt frei drehbar ist. Dreht man die Achse so, dass die Strmung o das Rad mit maximaler Geschwindigkeit dreht, so zeigt die Achse in Richtung der Rotation und die geeignet normierte Geschwindigkeit liefert die Gre (den Betrag) der Rotation. o
y
1.5 1 0.5

Das Vektorfeld v(x, y, z) = 0 hat die Rota

0

tion rot v =

0 0

-0.5

. In der Abbildung erkennt

man, dass das Rad sich im mathematisch negativen Sinn dreht, weil oben eine strkere a Strmung herrscht als unten. o Beweis fr das Schaufelrad-Verfahren bei der linearisierten Strmung. Sei A eine 3 3u o Matrix und 1 1 A = (A + AT ) + (A AT ) =: A+ + A 2 2 die Zerlegung in den symmetrischen und schiefsymmetrischen Teil, und sei a R3 mit A x = a x fr alle x. u Sei weiter u, v ein Paar orthonormaler Vektoren, so dass der Kreis x(t) = u cos t + v sin t das Schaufelrad beschreibt. Das Drehmoment, das die Strmung v(x) = Ax auf das Rad o ausbt, ist gegeben durch die Integration der tangentialen Komponente lngs des Rades, die u a wir durch Skalarmultiplikation mit dem Tangentialvektor x(t) beschreiben. In der Rechnung benutzen wir, dass wegen der Symmetrie von A+ gilt: d + A x(t), x(t) = A+ x(t), x(t) + A+ x(t), x(t) = 2 A+ x(t), x(t) . dt

65

Damit erhalten wir

2 2 2

F =
0 2

Ax(t), x(t) dt =
0

A+ x(t), x(t) dt +
0 2

A x(t), x(t) dt

=
0

1 d + A x(t), x(t) dt + 2 dt

a x(t), x(t) dt
0 2

1 2

A+ x(2), x(2) A+ x(0), x(0)

=0

+
0

det(a, x(t), x(t)) dt

=konstant

= 2 det(a, u, v) = 2 a, u v . Das wird maximal, wenn die Achse u v des Schaufelrades in Richtung des Vektors a liegt, und |a| ist dann das bis auf den Faktor 2 das Drehmoment. Wir stellen fr die in den Anwendungen wichtigen Felder im R3 noch einmal die Wirkung u der Dierentialoperatoren dar.

Physikalische Bedeutung

Feld r

grad
x r x r3

div 0

rot 0

Coulombpotential Coulombfeld

1 r x r3

y x 0

Magnetfeld des Leiters 1 2 +y 2 x

1 rJ

0 0

Biot-Savart-Feld

J x3 r

xJ r3

66

2.2

Mehrfach-Anwendung der Dierentialoperatoren

Hug kommen Kombinationen der klassischen Dierentialoperatoren vor. a Der Laplaceoperator div grad = ist ein Dierentialoperator von besonderer Wichtigkeit fr mehrdimensionale Schwingungsprobleme oder fr Diusionsprozesse. u u Andere Kombinationen sind vor allem wichtig im Zusammenhang mit der Frage nach der Existenz sogenannter Potentiale. In physikalischen Anwendungen kommen sehr hug Kombinationen von zwei der im letzten a Abschnitt besprochenen Dierentialoperatoren vor. Sinnvoll sind div grad u, rot grad u, div rot v, rot rot v, grad div v. Diese Kombinationen wollen wir in diesem Abschnitt betrachten. Bemerkung. Physikalische Felder hngen sehr hug von Ort und Zeit ab, wie die folgena a den Beispiele unterstreichen. Sie sind also Funktionen auf einem 4-dimensionalen Raum. In den Dierentialgleichungen fr diese Gren behandelt man in der Regel die Zeitvariable u o gesondert und wendet Dierentialoperatoren nur auf die Ortsvariablen an. 2.2.1 Der Laplaceoperator

Auf ein zweimal dierenzierbares skalares Feld u kann man den Laplaceoperator anwenden: u := div(grad u) = 2u 2u 2 + . . . + x2 x1 n

Fr n = 1 ist u = u . Tatschlich spielt in hheren Dimensionen oft die Rolle der u a o zweiten Ableitung. Auch auf zweimal dierenzierbare Vektorfelder kann man den Lapla ceoperator anwenden: einfach komponentenweise:
v1 . . .

v1 . . .

vn

vn

Beispiel 82 (Diusion und Wrmeleitung). a

Werkstoe II, Abschnitt 8.3, Verfahrentechnik I, Kapitel 2 oder Energie-, Impuls- und Stotransport, Abschnitt 2.5

Die raumzeitliche Temperaturverteilung T in einem (wrmeisotropen) Medium wird bea schrieben durch die sogenannte Wrmeleitungsgleichung a T = T. t Diese Gleichung beschreibt gleichermaen auch die Konzentration von Stoen bei einem Diusionsvorgang in (isotropen) Medien. Man bezeichnet sie deshalb auch als Diusionsgleichung. Wir erklren den physikalischen Hintergrund fr diese Formel spter in Verbindung mit dem a u a Gauschen Integralsatz, vgl. Beispiel 142.

67

Beispiel 83.
Energie-, Impuls- und Stotransport, Abschnitt 2.5

Die explizite Lsung der Wrmeleitungsgleichung ist nur bei speziellen zustzlichen Rando a a und Anfangswerten mglich (vgl. Beispiel 124), im allgemeinen ist man auf numerische o Lsungen angewiesen. Dazu benutzt man Diskretisierungsverfahren, die wir hier an einem o einfachen Beispiel fr den eindimensionalen Fall u 2T T . = t x2 (26)

skizzieren. Dies Modell wird zum Beispiel benutzt bei der Wrmeleitung oder Dampfdiusion a durch eine Wand. Man whlt kleine x und t und setzt a Tn,k := T (x0 + nx, t0 + kt). Aus der (eindimensionalen) Taylorformel ergibt sich T (x, t)x + x T T (x x, t) T (x, t) (x, t)x + x T (x + x, t) T (x, t) + 1 2T (x, t)(x)2 2 x2 1 2T (x, t)(x)2 2 x2

und daraus durch Addition fr x = x0 + nx und t = t0 + kt u Tn+1,k + Tn1,k 2Tn,k Einfacher erhlt man ebenso a Tn,k+1 Tn,k T (x, t)t. t 2T (x, t)(x)2 . x2

Daher ersetzt man die Gleichung (26) durch die Dierenzengleichung Tn,k+1 Tn,k = t (Tn+1,k + Tn1,k 2Tn,k ). (x)2

Kennt man die anfngliche Temperaturverteilung, also Tn,0 fr alle n, so ergeben sich rea u kursiv daraus die Tn,k fr alle k. u

Beispiel 84 (Schwingung, Wellen).

Mller: Mechanik III, Abschnitt 17; Popov: Mechanik III; Theoretische Elektrotechnik, Abschnitt 5/6 u

Die Schwingung einer Saite wird beschrieben durch ihre Auslenkung u(x, t) an der Stelle x zur Zeit t. Dafr leitet die Physik folgende Gleichung her: u 2u 2u = 2. t2 x Fr die Schwingungen einer ebenen Membran oder fr rumliche Schwingungsprobleme u u a ergibt sich die mehrdimensionale Wellengleichung 2u = u. t2

68

Beispiel 85 (Harmonische Funktionen). Funktionen mit u = 0, die sogenannten harmonischen Funktionen spielen als Potentiale quellfreier Felder in der Potentialtheorie eine groe Rolle. Wir berechnen ein Beispiel. Fr k Z und r = x2 + . . . + x2 ist u n 1 rk = krk2 xi , xi Daher bekommt man rk = nkrk2 + k(k 2)rk4 und r2n =
1 r n2

2 rk = krk2 + k(k 2)rk4 x2 . i x2 i

x2 = k(n + k 2)rk2 i

ist harmonisch: 1 = 0. rn2

2.2.2

Das Potential

Durch simples Nachrechnen unter Ausnutzung der Vertauschbarkeit zweiter partieller Ableitungen beweist man fr Funktionen u : R3 G R mit stetigen 2. partiellen Ableitungen: u rot grad u = 0. (27)

Denition 86 (Potential). Ist v ein Vektorfeld, so heit eine Funktion u ein Potential fr u v, wenn grad u = v. Das Vektorfeld v nennt man in diesem Fall ein Potentialfeld oder ein konservatives Feld. Oenbar ist ein Potential nur bis auf eine Konstante bestimmt. Im Fall n = 1 ist u also eine Stammfunktion von v = v1 . Aber im Gegensatz zu skalaren Funktionen, die wenn sie nur stetig sind - nach dem Hauptsatz der Dierential-und Integralrechnung immer Stammfunktionen haben, besitzt nicht jedes Vektorfeld ein Potential. Wegen (27) gilt:

Satz 87 (Notwendige Potentialbedingung). Notwendig fr die Existenz eines Potentiu als zum stetig dierenzierbaren Vektorfeld v : R3 G R3 ist die Bedingung rot v = 0. Nur wirbelfreie Vektorfelder knnen ein Potential haben. o Sie mssen allerdings nicht, auch wenn das hug behauptet wird. u a

69

Beispiel 88. Das zentrale Kraftfeld aus Beispiel 48 und das Feld aus Beispiel 75 sind beide wirbelfrei. Das erste hat ein Potential, nmlich r1 . Das zweite hingegen, also a
y x 0

1 H(x, y, z) := 2 x + y2 hat kein Potential. Wir wollen das plausibel machen: Das Feld ist tangential an Kreise um die z-Achse senkrecht zu dieser. Diese Kreise nennt man auch die Feldlinien. Gbe es ein Potential u, so zeigte a der Gradient von u in Richtung dieser Feldlinien. Folgt man einer solchen, so bewegt man sich immer in Richtung des Gradienten von u. Das heit, lngs der Feldlinie nimmt der a Wert von u stndig zu. Aber wenn man eina mal herum ist, muss u wieder beim selben Wert angekommen sein. Widerspruch! Immerhin gilt:

z j

So mten die Potentialflchen verlaufen!

Satz 89 (Hinreichende Potentialbedingung). Ist v stetig dierenzierbar und wirbelfrei auf einem oenen Denitionsbereich und ist G eine oene konvexe Teilmenge des Denitionsbereichs von v, so existiert in G ein Potential fr v. Um jeden Punkt gibt es eine u oene Kugel, die im Denitionsbereich liegt. Deshalb haben wirbelfreie Felder immer lokale Potentiale. Die Wirbelfreiheit ist auch hinreichend fr die Existenz eines Potentials, wenn G sternfrmig u o oder einfach zusammenhngend ist. Sternfrmig bedeutet, dass es in G einen Punkt gibt, so a o dass die Verbindungsstrecke zwischen diesem Punkt und jedem anderen Punkt von G ganz in G liegt. Einfach zusammenhngend bedeutet, dass G keine Lcher hat, genauer, dass a o man jede geschlossene Kurve in G auf einen Punkt zusammenziehen kann. Beispiel 90. Die Funktion u = arctan

y x

ist auf der (konvexen) Menge {(x, y, z) x > 0} wirklich ein Potential fr das Feld u 1 H(x, y, z) := x2 +y2 (y, x, 0) aus dem vorigen Beispiel. Sie ist sogar ein lokales Potential auf einer Umgebung eines jeden Punktes mit x = 0. Aber sie ist eben nicht auf dem ganzen Komplement der zAchse deniert. Wie ndet man zu einem gegebenen wirbelfreien Vektorfeld ein (lokales) Potential bzw. eine Stammfunktion? Wir zeigen das an einem

70

Beispiel 91 (Potentialbestimmung). Gegeben sei das Vektorfeld

3x2 y

v(x, y, z) = x3 + z .
y+1

Rechnen Sie nach, dass rot v = 0 ist. Gesucht ist eine Stammfunktion, d.h. eine Funktion : R3 R mit = 3x2 y x = x3 + z y =y+1 z Aus der ersten Gleichung ergibt sich = x3 y, nmlich durch Integration nach x. Oenbar a sind aber die y- und z-Ableitung von nicht richtig. Der Grund ist, dass wir die Integrationskonstante unterschlagen haben, und weil wir bezglich x integriert haben, kann diese u Konstante von y und z abhngen: a = x3 y + c(y, z). Einsetzen in die zweite Gleichung liefert x3 + also, und jetzt sind wir vorsichtiger, c = yz + h(z). Daraus folgt mit der dritten Gleichung schlielich y+ h = y + 1, z c = x3 + z, y

also h(z) = z + const. Damit haben wir die Stammfunktion (x, y, z) = x3 y + yz + z + const. und das Potential u(x, y, z) = (x3 y + yz + z + const.) gefunden. Dieses Verfahren funktioniert nur, wenn wirklich ein lokales Potential existiert. Probieren Sie
3x2 y

v(x, y, z) = x2 + z .
y+1

71

Bemerkung. Die Frage nach der Existenz eines Potentials fr ein Vektorfeld macht auch in u hheren Dimensionen Sinn. Die Rotation gibt es allerdings nur in Dimension 3. In hheren o o Dimensionen tritt an die Stelle der Wirbelfreiheit die sogenannnte Integrabilittsbedingung a vi vj = . xj xi Das ist nmlich, falls ein Potential existiert, gerade die Bedingung fr die Vertauschbarkeit a u der zweiten Ableitungen, und im 3-dimensionalen Fall ergibt sich wieder die Wirbelfreiheit. 2.2.3 Das Vektorpotential

Durch simples Nachrechnen unter Ausnutzung der Vertauschbarkeit zweiter partieller Ableitungen beweist man fr Vektorfelder mit stetigen zweiten partiellen Ableitungen: u div rot w = 0. . Wir sagen, das Vektorfeld v hat ein Vektorpotential, wenn es sich in der Form. v = rot w schreiben lsst. w heit dann ein Vektorpotential. Aus (28) sieht man sofort, dass a div v = 0, also die Quellfreiheit von v, eine notwendige Bedingung fr die Existenz eines Vektorpotenu tials ist. Diese Bedingung ist wiederum lokal, nicht aber global, auch hinreichend. (28)

Satz 92 (Existenz eines Vektorpotentials). Eine notwendige Bedingung fr die Existenz u eines Vektorpotentials zu einem stetig dierenzierbaren Vektorfeld v : R3 G R3 ist div v = 0. Auf konvexen Mengen G ist sie auch hinreichend. Quellfreie Felder haben also lokale Vektorpotentiale.

72

Beispiel 93. Ein divergenzfreies Feld ohne globales Vektorpotential ist das Feld v= x r3

aus Beispiel 48. Aus Symmetriegrnden mte ein Vektorpotential nmlich von der Form u u a w = f (r)x mit einer vom Radius abhngigen Funktion f sein. Dafr ist aber a u rot w = grad(f (r)) x + f (r) rot x =
=0

f (r) x x = 0. r

Sie knnen aber mit einiger Mhe nachrechnen, dass o u w(x, y, z) = 1

yz

xz 2 + y 2 ) x2 + y 2 + z 2 (x
0

ein lokales Vektorpotential fr alle Punkte liefert, die nicht auf der z-Achse liegen. u

2.2.4

Die Wellengleichung

Durch einfaches Nachrechnen besttigt man a rot rot v = grad div v v.

73

Beispiel 94. Wir leiten als Anwendung die Wellengleichung aus den Maxwellschen Gleichungen her. Die Maxwellschen Gleichungen im Vakuum (0 H) t ( 0 E) rot H = t div E = 0 rot E = div H = 0 liefern
0 0

(Induktionsgesetz) (Durchutungsgesetz) (el. Quellenfreiheit) (magn. Quellenfreiheit)

(29) (30) (31) (32)

(0 H) 2E = rot H = rot = rot rot E 2 (30) 0 t t t (29) = grad div E + E = E

(31)

Die Gleichung E =
0 0

2E t2

heit die Wellengleichung fr das elektrische Feld. u Vergleichen Sie etwa Mller: Mechanik III, Popov: Mechanik III oder Theoretische Elektrou technik, Abschnitt 5/6.

74

2.3

Nablakalkul. Andere Koordinaten

Wir lernen eine andere Notation fr die klassischen Dierentiationsoperatoren kennen. u Wir berechnen diese Operatoren in anderen Koordinatensystemen.

Nablaoperator. Wir denieren den Operator

:=
x1

. . .
xn

und rechnen mit diesem in der oensichtlichen Weise, d.h. als ob es ein ordinrer Vektor a wre. Dann nden wir a grad u = div v = rot v = u v v.

Das liefert einfache Merkregeln fr die obigen Dierentialoperatoren. Weiter kann man sich u angewhnen, wie folgt zu rechnen: o div(uv) = rot(uv) = (uv) = ( u)v + u v = (grad u) v + u div v, (uv) = ( u) v + u( v) = grad u v + u rot v.

Hier rechnet man also mit wie mit einer vektoriellen Ableitung. Man verwendet eine Produktregel, deren Produkte man aber geeignet interpretieren muss. Bercksichtigt man u a (b c) = c (a b) (Spatprodukt), so ergibt sich weiter: div(v w) = (v w) = w ( v) = w rot v

aber das ist nur die halbe Wahrheit! Die richtige Formel haben wir frher angegeben: u div(v w) = w rot v v rot w. Vermutlich ist der Nablaoperator doch keine so groe Hilfe: Mit ihm lsst sich nur dann a einfach rechnen, wenn man vorher wei, was herauskommen soll.

Andere Koordinaten. Bei Problemen mit gewissen Symmetrien verwendet man

hug andere Koordinatensysteme. Zum Beispiel lsst sich das zentrale Potential in Kua a gelkoordinaten viel einfacher schreiben, als in Kartesischen Koordinaten: 1 ist einfacher als r 1 x2 + y2 + z2 .

Es ist deshalb wnschenswert, Formeln fr grad, div und rot in diesen Koordinatensysteu u men zu haben. Allerdings ist es dabei angemessen, auch die Vektorfeldern nicht durch ihre Komponenten (v1 , . . . , vn ) bezglich der Kartesischen Basisvektoren e1 , . . . , en zu beschreiu ben, sondern bezglich einer Basis, die an das jeweilige Koordinatensystem angepasst ist. u Dabei whlt man gern orthogonale Koordinatensysteme. Ein wesentlicher Unterschied ist a aber, dass diese Basen nicht mehr konstant sind, sondern vom jeweiligen Punkt abhngen, a in dem man das Vektorfeld betrachtet. Das wird deutlicher an einem Beispiel: In ebenen Polarkoordinaten1 verwendet man e :=
1 Vergleiche

cos sin

x y

= ,

e :=

sin cos

y
x

Abschnitt 1.11

75

Dann ist x y e1 = cos e sin e = e e , y x e2 = sin e + cos e = e + e .

e e
2

er e
1

Beispiel 95. Das Vektorfeld H= schreibt sich als H= x2 y + y2 x y e e + x2 x + y2 y x e + e = 1 e . y x , x2 + y 2 x2 + y 2 = y x e1 + 2 e2 x2 + y 2 x + y2

Im dreidimensionalen Raum mit Zylinderkoordinaten hat das Feld dann noch eine Komponente = 0 in z-Richtung. Wir fhren nun beispielhaft die Berechnung von Gradient und Divergenz in ebenen Polaru koordinaten vor und geben anschlieend die Resultate fr Zylinder- und Kugelkoordinaten u ohne Rechnung an.

Berechnung des Gradienten in ebenen Polarkoordinaten. Wegen

x = , x y = , y y = 2, x x = 2, y

ergibt sich der Gradient einer Funktion u(, ) mit der Kettenregel so: u 1 u 0 grad u = + x 0 y 1 u u 1 u u 0 =( + ) +( + ) x x 0 y y 1 y u x 0 u 2 0 = ( + )+ ( + ) y x 0 0
2

u 1 u e + e .

Berechnung der Divergenz in ebenen Polarkoordinaten. Sei andrerseits ein Vektorfeld in der Form v(, ) = v e + v e gegeben und div v gesucht. Dann ist v = v (cos e1 + sin e2 ) + v ( sin e1 + cos e2 ) = (v cos v sin )e1 + (v sin + v cos )e2 . 76

Es folgt div v = (v cos v sin ) + (v sin + v cos ) x y = + (v cos v sin ) + + (v sin + v cos ) x x y y x v x v y v v = cos sin + 2 cos v sin sin v cos y v y v x v v + sin + cos + 2 sin + v cos + cos v sin v 1 v 1 = + + v .

1 Beim v aus dem vorstehenden Beispiel ist v = 0, v = , und deshalb div v = 0 ohne jede Rechnung.

Differentialoperatoren in Zylinderkoordinaten. Bei Zylinderkoordinaten (, , z) im R3 benutzt man die Basis (e , e , ez ) mit ez = e3 . Es ergeben sich die folgenden Formeln im R3 : grad u = u 1 u u e + e + ez , z 1 v vz 1 v + + + v , div v = z 1 vz v v vz rot v = e + z z 1 2u 2u 2 u 1 u + + + 2. u = 2 2 2 z

e +

v 1 v 1 + v ez ,

Das folgende Beispiel beschftigt sich noch einmal mit dem Laplaceoperator und diskutiert a ein Standardverfahren zur Gewinnung von Lsungen der Schwingungsgleichung im rumlich o a eindimensionalen und zweidimensionalen Fall, also etwa die Schwingungen einer Saite oder einer Membran. Fr rechteckige Membrane sind die Kartesischen Koordinaten angemessen, u fr kreisfrmige Membrane sind Polarkoordinaten vorzuziehen. u o

77

Beispiel 96 (Separation in Polarkoordinaten).

Mller: Mechanik III, Abschnitt 17 Popov: Mechanik III, Theoretische Elektrotechnik, Abschnitt 5/6 u

Sucht man Lsungen der eindimensionalen Schwingungsgleichung o 2u 2u = 2 t x2 (bei der wir zur Vereinfachung = 1 gesetzt haben), so kann man den auf Euler und Bernoulli zurckgehenden Separationsansatz benutzen: Man nimmt an, dass die Lsung von u o der Form u(x, t) = g(x)h(t) ist. Beachten Sie: Nicht jede Lsung ist von dieser Form, aber sehr viele, und durch Kombination o verschiedener solcher Lsungen erhlt man alle. o a Setzt man den Ansatz in die Dierentialgleichung ein, so ndet man g(x)h (t) = g (x)h(t). Division mit g(x)h(t) liefert g (x) h (t) = . h(t) g(x) Die linke Seite hngt nur von t ab, die rechte nur von x. Andert man t, so ndert sich die a a rechte Seite nicht, aber dann ndert sich auch die linke Seite nicht! Beide Seiten sind also a konstant: h (t) g (x) = 2 = . h(t) g(x) Wir haben der Einfachheit halber angenommen, dass die Konstante negativ ist, dann kann man sie als 2 schreiben. Positive Konstanten liefern weitere Lsungen. Der Separatio onsansatz vereinfacht die partielle Dierentialgleichung zu einem nicht gekoppelten System gewhnlicher Dierentialgleichungen o h + 2 h = 0, g + 2 g = 0. Diese haben Sinus-Cosinus Lsungen, aus denen man zum Beispiel o u(x, t) = A cos (t t0 ) cos (x x0 ) mit beliebigen Konstanten A, t0 , x0 erhlt. a Nun betrachten wir den Fall einer schwingenden kreisfrmigen Platte. Die Schwingungsgleio chung ist (wieder mit zu 1 normierten Parametern) 2u = u. t2 Sucht man rotationssymmetrische, d.h. von unabhngige Lsungen, so bietet sich die a o Verwendung von Polarkoordinaten und der Ansatz u(, t) = g()h(t)

78

an. Nun benutzt man den Laplaceoperator in Polarkoordinaten, d.h. in Zylinderkoordinaten ohne z: 1 g()h (t) = g ()h(t) + g ()h(t). Dasselbe Argument wie oben fhrt zu u h (t) g () 1 g () = 2 = + . h(t) g() g() Wieder ergibt sich fr die Zeitfunktion eine Sinus-Cosinus-Gleichung u h + 2 h = 0, aber fr die Radialkomponente ergibt sich eine kompliziertere Dierentialgleichung: u g + g + 2 g = 0.

Die beschrnkten Lsungen davon (die unbea o schrnkten sind aus physikalischen Grnden unintera u essant) sind g() = AJ0 (), wobei A eine beliebige Konstante und J0 die Besselfunktion der Ordnung 0 ist.

1 0.8 0.6 0.4 0.2

2 -0.2 -0.4

10

Differentialoperatoren in Kugelkoordinaten. Bei Kugelkoordinaten verwendet man die Basis

er e

1 er = (xe1 + ye2 + ze3 ) r e = cos cos e1 + cos sin e2 sin e3 1 (ye1 + xe2 ). e = r sin

Man ndet grad u = u 1 u 1 u er + e + e , r r sin r 1 (r2 vr ) 1 v 1 (v sin ) div v = 2 + + , r r r sin r sin 1 (v sin ) v 1 1 vr (rv ) rot v = er + r sin r sin r 1 (rv ) vr + e , r r u = 2 u 2 u 1 2u 1 (sin u ) + + 2 2 + 2 . r2 r r r sin r sin 2

Beachten Sie, dass diese Formeln zwar einigermaen kompliziert aussehen, dass aber andrerseits hug die Vektorfelder in diesen Koordinaten besonders einfach aussehen, so dass a

79

die Berechnung der Dierentialoperatoren dann doch sehr einfach ist. Das zeigen die beiden nachstehenden Beispiele: Beispiel 97. Fr u(r, , ) = rk erhlt man u a 2 u = k(k 1)rk2 + krk1 = k(k + 1)rk2 . r (Beachte: n = 3.)

Beispiel 98 (Coulombfeld). Zum Potential U = v = grad U = Ohne groe Rechnung sieht man dann sofort

1 r

erhlt man das Kraftfeld a

1 er . r2

1 ( r2 ) div v = 2 r = 0, r r rot v = 0.

80

2.4

Kurvenintegrale

Wir lernen, wie man Vektorfelder uber eine Kurve integriert und wie man die Energie eines Massenpunktes berechnet, der sich in einem Kraftfeld bewegt. Wir lernen, wie man skalare Funktionen uber Kurven integriert und insbesondere, wie man die Lnge einer Kurve berechnet. a Kurvenintegrale liefern auch das Modell fr die Beschreibung thermodynamischer Prou zesse. In diesem Abschnitt werden Vektorfelder vorwiegend als Kraftfelder interpretiert. Wir bezeichnen sie daher mit dem gebruchlichen Buchstaben F (fr force). a u

Bewegt sich ein Massenpunkt in einem Kraftfeld F vom Punkt P1 zum Punkt P2 , so gewinnt er bei dieser Bewegung (kinetische) Energie. Im homogenen Kraftfeld ist die Energie gegeben durch die Streckenlnge mal die a Komponente der Kraft in Richtung der Strecke: A = F (P2 P1 ).

P
1

F cos

P F

Ist das Kraftfeld aber rumlich vernderlich und bewegt sich der Massenpunkt auf einer a a Kurve von P1 = x0 uber die Zwischenpunkte xi nach P2 = xn , so ist die Energie nherungsa weise
n

A=
i=1

F (xi ) (xi xi1 ).

Ist die Kurve gegeben durch eine Parametrisierung x : [a, b ] R3 , und whlt man die Zwischenpunkte xi = x(ti ) immer feiner, so ergibt sich im Grenzwert a
n

A = lim
b

F (x(ti ))
i=1

x(ti ) x(ti1 ) (ti ti1 ) ti ti1

=
a

F (x(t)) x(t)dt.

Das fhrt zu folgender u Denition 99. Das Integral des Vektorfeldes F uber die Kurve x : [a, b ] Rn ist deniert durch
b

F ds :=
x a

F (x(t)) x(t)dt.

Dabei setzen wir oenbar voraus, dass x(t) dierenzierbar ist. Wenn wir uberdies annehmen, dass F und x stetig sind, so existiert das Integral. x ist der Geschwindigkeitsvektor, und weil Geschwindigkeit x Zeit = zurckgelegte Strecke, ist xdt das vektorielle Streckenelement. u Daher die Bezeichnung ds. In der Praxis kommen oft Kurven vor, die nur stckweise eine stetige Ableitung haben, die u also durch Aneinanderhngen von endlich vielen Kurven mit stetiger Ableitung entstehen. a 81

Ein Beispiel ist die Integration uber den Rand eines Dreiecks. Dafr addiert man einfach u die entsprechenden Kurvenintegrale. Beispiel 100. Eine Masse m erfhrt im Gravitationsfeld der Masse M die Kraft a F = mM und
x

x , r3

F ds ist die auf dem Weg x gewonnene Energie.

Beispiel 101. Sei F (x, y) = (x2 y, x + y). Wir betrachten vier Kurven zwischen (0, 0) und (1, 1), nmlich a x1 (t) := (t, t), x2 (t) := (1 t, 1 t), 2 y1 (t) := (t, t ), y2 (t) := ( t, t)
(0,0) x , x2
1

(1,1)

y , y2 1

fr 0 t 1. u Dann erhalten wir

1 1

F ds =
x1 0 1

(t3 , 2t) (1, 1)dt =

0

(t3 + 2t)dt =

5 , 4

F ds =
x2 0

((1 t)3 , 2(1 t)) (1, 1)dt

0 1

1t=u 1

(u3 , 2u) (1, 1)(du) =

1 1 0

5 (u3 + 2u)du = , 4 41 , 30

F ds =
y1 0 1

(t4 , t + t2 ) (1, 2t)dt =

0

(t4 + 2t2 + 2t3 )dt =

1 0

F ds =
y2 0

1 (t2 , t + t) ( , 1)dt = 2 t

41 1 . ( t3/2 + t + t)dt = 2 30

In diesem Beispiel sehen wir: Das Kurvenintegral eines Vektorfeldes ist im allgemeinen nicht nur vom Anfangs- und Endpunkt der Kurve abhngig, sondern davon, wie die Kurve dazwischen verluft. a a Integration uber dieselbe Kurve in entgegengesetzter Richtung liefert den negativen Wert fr das Integral. u Integration uber dieselbe Kurve in verschiedenen gleichgerichteten Parametrisierun gen liefert denselben Wert fr das Integral. u Die beiden letzten Tatsachen gelten allgemein: Das Kurvenintegral hngt nicht von der a Parametrisierung ab, es ist parameterinvariant, solange man die Orientierung erhlt. Wir a beweisen das zur (Rechen-)Ubung. Sei x2 (t) = x1 (h(t)), 82 t

und a = h() h(t) h() = b. Dann ist

F ds =
x2

F (x2 (t)) x2 (t)dt =

h()

F (x1 (h(t))) x1 (h(t))h(t)dt

b

=
h()

F (x1 ( )) x1 ( )d = F ds.
x1

()

F (x1 ( )) x1 ( )d
a

Kehrt h hingegen die Orientierung um, d.h. ist b = h() h(t) h() = a, so erbt man der Stelle () ein Minuszeichen. Bei Potentialfeldern (d.h. wenn es eine Stammfunktion gibt!) hngt das Integral nicht mehr a davon ab, wie man vom Anfangspunkt zum Endpunkt kommt, es ist wegunabhngig. a (Aber nur bei Wegen mit gleichem Anfangspunkt und gleichem Endpunkt!) Beispiel 102. Sei F = grad u ein Vektorfeld mit Potential u. Dann gilt
b b

F ds =
x a b

F (x(t)) x(t)dt =
a i

Fi (x(t))xi (t) dt
b a i

=
a i

u (x(t))xi (t) dt = xi
b

u dxi (x(t)) xi dt

dt

(Kettenregel)

du(x(t)) dt

dt = u(x(a)) u(x(b)).

Also F ds = u(Anf angspunkt) u(Endpunkt).

x

Die freiwerdende Energie ist gleich der Potentialdierenz an den Endpunkten der Kurve. Man sagt: Satz 103. Das Kurvenintegral von Potentialfeldern ist wegunabhngig, nmlich gleich der a a Potentialdierenz zwischen Anfangs- und Endpunkt des Weges.

Hiervon gilt auch die Umkehrung: Ist F ein auf einer oenen und wegzusammenhngenden a Teilmenge G Rn deniertes Vektorfeld und ist das Kurvenintegral wegunabhngig fr alle a u Kurven in G, so besitzt F in G ein Potential, nmlich a u(x1 ) :=
x

F ds,

wobei x0 ein beliebig gewhlter fester Punkt in G und x eine Kurve von x0 nach x1 in a G ist. Nach Voraussetzung ist es egal, welche Kurve man dafr whlt. Andert man x0 , so u a a u u ndert sich das Potential um eine Konstante, bleibt also ein Potential. Natrlich msste 83

man nachrechnen, dass u die richtigen partiellen Ableitungen hat. Das ist relativ einfach, a u wenn man fr xi die Kurve x so whlt, dass sie auf dem letzten Stck einfach parallel zur u u xi -Achse verluft; aber wir fhren den Beweis nicht vor. a u Satz 104. Vektorfelder mit wegunabhngigem Integral besitzen ein Potential. a

Integration skalarer Funktionen uber Kurven. Wir denieren noch einen anderen Begri von Kurvenintegral. Wenn wir eine Kurve x : [a, b] Rn gege ben haben, und weiter eine Funktion : x([a, b]) R, die wir uns etwa als Massendichte vorstellen, so denieren wir
b

ds :=
x a

(x(t))|x(t)| dt.

Fr den Fall = 1 erhlt man u a

b b

Lnge(x) := a
a

ds =
a

|x| dt.

Wenn Sie t als Zeitparameter interpretieren, dann ist das also die Formel Strecke = Geschwindigkeit Zeit in integraler Form. Beispiel 105.
Mller: Mechanik I, Abschnitt 5 u

Wir berechnen den Schwerpunkt des Halbkreisbogens C := {(r cos t, r sin t) 0 t }.

Die x-Koordinate ist aus Symmetriegrnden oenbar xS = 0. Die y-Koordinate ist gegeben u durch yds r sin t r2 sin2 t + r2 cos2 tdt 2r2 2 C 0 yS = = = = r. 2 sin2 t + r 2 cos2 tdt r ds r C
0

Wir schlieen diesen Abschnitt mit einer anderen Formulierung des Kurvenintegrals uber Felder, die inhaltlich aber nichts Neues bringt:

84

Beispiel 106 (Felder und Integrale in der Thermodynamik).

Thermodynamik I

In der Thermodynamik (und anderenorts) verwendet man statt der Vektorfelder

v1 . . .

v=

die Pfaschen Formen v1 dx1 + . . . + vn dxn ,

vn

vergleichen Sie Beispiel 37. Das Vektorfeld v hat ein Potential, wenn es eine Funktion u gibt, so dass v = grad u, d.h. u = vi xi

Das bedeutet fr die Pfasche Form aber gerade, dass sie ein vollstndiges Dierential ist: u a d(u) = v1 dx1 + . . . + vn dxn . Das Kurvenintegral einer Pfaschen Form ist deniert als
n b n

vi dxi :=
x i=1 a i=1

vi (x(t))

dxi (t) dt

dt.

Es ist also gerade das Kurvenintegral des entsprechenden Vektorfeldes. Vektorfelder oder Pfasche Formen sind nur zwei verschiedene Schreibweisen fr dasselbe u mathematische Objekt, es gibt gewissermaen ein Lexikon, um eine Notation in die andere zu ubersetzen. Elektrodynamik/Mechanik Vektorfeld Potentialfeld wirbelfrei Potential(=wegunabhngiges Integral) a wegabhngiges Integral a Thermodynamik Pfasche Form Vollstndiges Dierential a
vi xj vj xi

(geschlossen)

Zustandsvariable Prozessvariable

85

3
3.1

Mehrdimensionale Integration
Integration von Funktionen in mehreren Variablen

Wie das eindimensionale Integral als Mittel zur Flchenberechnung unter einem Funka tionsgraphen eingefhrt wurde, kann man das zweidimensionale Integral verstehen als u Mittel zur Volumenberechnung. Aber was soll dann ein dreidimensionales Integral bedeuten? Dazu interpretieren wir das zweidimensionale Integral einer Funktion als Gesamtladung einer Flche, auf der eine Ladungsdichte verteilt ist. Entsprechend kann man a sich ein dreidimensionales Integral dann vorstellen als Gesamtladung einer durch den Integranden gegebenen rumlichen Ladungsverteilung. a Das Integral von (positiven reellwertigen) Funktionen einer Variablen dient der Berechnung von Flcheninhalten unter dem Graphen dieser Funktionen. Entsprechend kann man Voa lumina unter dem Graphen von (positiven reellwertigen) Funktionen zweier Variabler mit einem erweiterten Integralbegri berechnen. Wir beginnen mit einer Treppenfunktion auf einem Rechteck R im R2 . Wir nehmen an, dass dieses Rechteck durch achsenparalle Streifen bei xi bzw. yj in kleine Rechtecke Rij zerlegt ist, vgl. die Abbildung. Wir schreiben xi := xi xi1 , yj := yj yj1 . Sei nun f : R R eine Treppenfunktion auf R, d.h. auf dem Innern eines jeden kleinen Rechtecks Rij konstant. Die Werte von f auf den Rechteck-Rndern a interessieren uns nicht weiter, aber wir wollen voraussetzen, dass f beschrnkt ist. a
y 3 2

R23

y1 y0

R31

x0

x1

x3

Ist uberdies f 0, so ist das Volumen unter dem Graphen von f wie folgt zu berechnen: Sei (ij , ij ) ein beliebiger Punkt im Innern des Rechtecks Rij . Dann ist f (ij , ij )xi yj das Volumen uber dem Rechteck Rij , und das Gesamtvolumen ist f (x, y)dxdy :=
R j i

f (ij , ij )xi yj .

(33)

Wir benutzen (33) als Denition fr das Integral einer Treppenfunktion f , auch wenn diese u wechselndes Vorzeichen hat. Wir erweitern nun den Integralbegri auf solche Funktionen einstweilen deniert auf dem Rechteck R , die sich gut durch Treppenfunktionen einschlieen lassen: Zu jedem k N soll es Treppenfunktionen fk und f k geben, so dass fk (x, y) f (x, y) f k (x, y) fr alle (x, y) R u
1 k

ist, und der Bereich zwischen fk und f k ein Volumen < f k (x, y)dxdy
R R

hat: 1 . k (34)

fk (x, y)dxdy <

86

Wir sagen dann, dass die Folge (fk )k>0 die Funktion f gut approximiert und setzen f (x, y)dxdy = lim
R k R

fk (x, y)dxdy = lim

k R

f k (x, y)dxdy .

Natrlich ist das nur sinnvoll, weil man beweisen kann, dass dieser Limes tatschlich immer u a existiert und dass er unabhngig davon ist, welche Folge (fk ) von gut approximierenden a Treppenfunktionen man fr die Approximation whlt. u a Sei schlielich f : B R deniert auf einer kompakten Menge B R2 . Kompakt hie: abgeschlossen und beschrnkt, vergleichen Sie Abschnitt 1.2. Wenn Sie irgendwo der a Mandelbrod-Menge (Apfelmnnchen) begegnet sind oder sich an das Beispiel 14 erinnern, a wissen Sie vielleicht, dass der Rand von kompakten Mengen sehr wild aussehen kann. Wir wollen deshalb fr das Kapitel 3 folgende Vereinbarung treen: u

Generalvoraussetzung. Wir betrachten nur kompakte Mengen im R2 bzw. R3 , deren Rand stckweise glatt ist, d.h. aus endlich vielen glatten Kurven u bzw. Flchen besteht. a

Beispiele sind Kreise, Rechtecke, Dreiecke bzw. Kugeln, Quader, Wrfel,. . . u Diese Generalvorausetzung hat den Vorteil, dass man sie ruhig vergessen kann: Einerseits kommen in Ihrer Praxis kaum andere kompakte Mengen vor, andrerseits bleiben die im weiteren uber kompakte Mengen gemachten Aussagen im wesentlichen richtig ohne die Ge neralvoraussetzung, wenn man den allgemeineren Lebesgueschen Integralbegri verwendet. Die Beschrnktheit von B bedeutet, dass B enthalten ist in einem Rechteck R, und wir a denieren einfach f (x, y) := 0, falls (x, y) R\B. Wir setzen dann f (x, y)dxdy :=
B R

f (x, y)dxdy,

falls das rechte Integral existiert.

B R

Hier ist f=0

Integrierbare Funktionen. Auf diese Weise ist das Integral uber die kompakte
Menge B erklrt fr eine gewisse Klasse von Funktionen, die wir integrierbare Funktionen a u nennen wollen. Alle beschrnkten Funktionen mit nicht zuviel Unstetigkeit sind integrierbar. a

87

Stetige Funktionen haben gar keine Unstetigkeit und lassen sich deshalb integrieren. Aber auch manche unstetigen Funktionen lassen sich integrieren, Treppenfunktionen zum Beispiel. Bei den letzteren liegen die Unstetigkeitsstellen in den Rnder der kleinen Rechtecke. a Allgemein soll nicht zuviel Unstetigkeit genau bedeuten: Die Unstetigkeitsmenge ist enthalten in der Vereinigung von endlich vielen glatten Kurven. Gelegentlich muss man vektorwertige Funktionen integrieren: Denition 107 (Integration vektorwertige Funktionen). Vektorwertige Funktionen integriert man komponenetenweise:
f1 (x, y) R

f2 (x, y)

dxdy := B R

f1 (x, y)dxdy

B f2 (x, y)dxdy

Beispiel 108.
Mller: Mechanik I, Abschnitt 5 u

Die Masse M einer Platte B R2 von variabler Dichte (x, y) ist gegeben durch M=
B

(x, y)dxdy.

Der Schwerpunkt der Platte ist 1 s= M

B

(x, y) dxdy.
y

u Wie soll man sich die zweidimensionalen Integrale vorstellen? Fr das Integral f (x, y)dxdy gibt es mindestens zwei hug benutzte Anwendungen und Interpretationen. a
B

Geometrische Interpretation. Unsere anfngliche Motivation zeigt das Integral als a Volumen unter dem Graphen von f und damit als Lsung eines dreidimensionalen o Problems. Physikalische Interpretation. Im ersten Teil des vorstehenden Beispiels ergab das Integral hingegen die Masse der (dnnen) Platte B und damit die Lsung eines zweiu o dimensionalen Problems. Auch die Schwerpunktberechnung muss man so sehen.

Dreidimensionale Integration. Integration von Funktionen auf kompakten Mengen des dreidimensionalen Raumes deniert man ganz analog. Fr sie spielt allerdings u
nur das Analogon der Physikalischen Interpretation eine Rolle: vierdimensionale Volumina sind fr den Ingenieur kein Thema. u Wieder sind stetige Funktionen integrierbar, und es sind bei beschrnkten Funktionen auch a Unstetigkeitsstellen erlaubt, wenn diese enthalten sind in der Vereinigung von endlich vielen glatten Flchen. So ist zum Beispiel die Funktion a f (x, y, z) := 1 fr x2 + y 2 + z 2 1 und x 0 u 0 sonst

88

auf einer abgeschlossenen Halbkugel 1 und auerhalb 0. Die Menge der Unstetigkeitsstellen ist enthalten in der Kugelche x2 + y 2 + z 2 = 1 vereinigt mit der Ebene x = 0. Also ist f a integrierbar, und nach Denition ist das Integral genau das Volumen der Halbkugel. Beispiel 109.
Mller: Mechanik II, Abschnitt 14.2 u

Das Trgheitsmoment eines Massenpunktes m bezglich der z-Achse ist gegeben durch a u = m(x2 + y 2 ). Das Trgheitsmoment eines Krpers aus endlich vielen Massenpunkten mi in den Positionen a o (xi , yi ) ist 2 = mi (x2 + yi ). i
i

Hat man nun aber einen inhomogenen Krper B der Massendichte gegeben, so erhlt man o a sein Trgheitsmoment durch Ubergang von der Summe zum Integral: a =
B

(x, y, z)(x2 + y 2 )dxdydz.

Rechenregeln. Wir geben nun eine Zusammenstellung der Rechenregeln fr das mehru
dimensionale Integral. Die integrierbaren Funktionen bilden einen Vektorraum, d.h. Linearkombinationen von integrierbaren Funktionen sind wieder integrierbar. Das Integral ist ein lineares Funktional auf diesem Vektorraum, was ganz bescheiden bedeutet, dass man (endliche) Summen von integrierbaren Funktionen gliedweise integrieren und konstante Faktoren aus dem Integral herausziehen darf. Wir schreiben das fr zweidimensionale Integrale, es gilt aber allgemein. u (f (x, y) + g(x, y))dxdy =
B B

f (x, y)dxdy +
B

g(x, y)dxdy,

f (x, y)dxdy =
B B

f (x, y)dxdy, g(x, y)dxdy, falls f g,

f (x, y)dxdy
B B

f (x, y)dxdy
B B

|f (x, y)|dxdy.

Ist schlielich der Integrationsbereich B durch eine oder mehrere glatte Kurven (im 3dimensionalen: glatte Flchen) in zwei Teile B1 , B2 zerlegt, a

89

B1

so gilt f (x, y)dxdy =

B=B1 B2 B1

f (x, y)dxdy +
B2

f (x, y)dxdy.

Zum Beispiel kann man das Integral uber den Kreisring B2 als Dierenz zweier Integrale (ber den groen und den kleinen Kreis) berechnen. u

90

3.2

Berechnung durch Riemannsche Summen

Beim Ubergang von der Mechanik einzelner Massenpunkte zur Mechanik starrer Krper o und zur Kontinuumsmechanik entstehen mehrdimensionale Integrale als Grenzwerte von Summen. Unsere Integraldenition erweist sich als wunderbar passend zu dieser Methode, viel passender als etwa eine Denition durch iterierte eindimensionale Integrale, wie sie im nchsten Abschnitt vorkommen. a Fr die Berechnung mehrdimensionaler Integrale gibt es verschiedene Methoden. Zunchst u a kann man einfach auf die Denition zurckgreifen, aber der folgende Sachverhalt vereinfacht u das: Fr die stetigen (oder nicht zu unstetigen beschrnkten Funktionen im oben erwhnten u a a Sinne) kann man das Integral berechnen, indem man (im 2- dimensionalen Fall) ein Rechteck R um B in feine Rechtecke unterteilt, aus jedem der feinen Rechtecke einen Funktionswert auswhlt und die so entstehende Treppenfunktion integriert (d.h. summiert): a S=
i,j

f (ij , ij )xi xj .

Die dabei auftretenden Summen nennt man auch Riemannsche Summen. Fr eine Folge von u Unterteilungen, die auf richtige Weise immer feiner werden, konvergiert dann die Folge der Treppenfunktions-Integrale gegen das gesuchte Integral. Auf richtige Weise bedeutet, dass man die Teilrechtecke in x- und y-Richtung gleichermaen kleiner machen muss. Ein gutes Ma dafr ist die maximale Diagonale der Teilrechtecke. Geht sie gegen null, so konvergieren u die Riemannschen Summen gegen das Integral. Wie bei Integralen in einer Variablen kann man dies zur numerischen Nherung des Integrals benutzen. a Beispiel 110. Wir wollen die Funktion f (x, y) = cos x cos y uber den Viertelkreis B := {(x, y) x2 + y 2 1, x 0, y 0}

integrieren. Wir setzen f (x, y) = 0 fr x2 + y 2 > 1 und integrieren uber das Rechteck u R = {(x, y) 0 x 1, 0 y 1},

indem wir dieses in Quadrate der Kantenlnge 1/n zerlegen. a Wir betrachten die Riemannschen Summen mit Funktionswerten in der rechten oberen bzw. linken unteren Ecke der Teilquadrate, d.h.
i j f(n, n) F (n) = , n2 i,j=1 n
1 0.75 0.5 0.25 0 0 0.2 0.4 0.6 0.8 1 0 0.2 1 0.8 0.6 0.4

G(n) =

f ( i1 , j1 ) n n . n2 i,j=1

Die Abbildung macht deutlich, dass F (n) eine untere und G(n) eine obere Schranke fr das u Integral liefert. Mit Mathematica erhlt man a

91

F (n)

G(n)

und mit der Integrationssoftware von Mathematica: NIntegrate[f[x, y], {x, 0, 1}, {y, 0, 1}] 0.604740

10 0.5246 0.6873 20 0.5629 0.6456 50 0.5874 0.6209 200 0.6004 0.6088

92

3.3

Berechnung durch Mehrfach-Integration

Wir lernen, wie man mehrdimensionale Integrale uber einfache Integrationsbereiche zurckfhrt auf mehrere eindimensionale Integrale. u u Neben numerischen Methoden htte man natrlich gern einfache Methoden fr die exakte a u u Berechnung von mehrdimensionalen Integralen, am liebsten so etwas wie die Geschichte mit der Stammfunktion. Dafr gibt es keinen wirklichen Ersatz, aber es gibt andere wichtige u Hilfen, auf die wir in diesem und dem nchsten Abschnitten eingehen. a Wir betrachten zunchst eine stetige Funktion f : R R auf einem Rechteck a R = [a1 , b1 ] [a2 , b2 ]. Man kann beweisen, dass dann gilt:
b1 b2

f (x, y)dxdy =
R a1 a2

f (x, y)dy dx.

Die rechte Seite ist so zu verstehen: Fr jedes feste x [a1 , b1 ] ist f (x, .) : [a2 , b2 ] R u eine (stetige) Funktion. Diese integriert man uber das Intervall [a2 , b2 ] (inneres Integral der rechten Seite) und erhlt fr das gewhlte x eine reelle Zahl. Auf diese Weise entsteht eine a u a Funktion von x, die man anschlieend uber [a1 , b1 ] integriert (ueres Integral der rechten a Seite). Die Behauptung ist, dass dies gerade das gesuchte Integral uber das Rechteck R liefert. Das zweidimensionale Integral ist also auf zwei eindimensionale reduziert worden. Anschaulich kann man das so symbolisieren:
b 2

a 2 a 1 b 1

Beispiel 111. Sei R = [0, 1] [0, 1]. Dann ist

1 1 1

(xy + 1)dxdy =
R 0 1 0

(xy + 1)dy dx =
0

(xy 2 /2 + y)|1 dx 0 5 . 4

=
0

(x/2 + 1)dx = (x2 /4 + x)|1 = 0

Was aber tut man, wenn der Integrationsbereich kein Rechteck ist? Ein typischer Fall ist dieser:

93

Der untere Rand des Integrationsbereichs B ist der Graph einer Funktion : [a, b ] R, der obere der einer Funktion : [a, b ] R mit . (Was bedeutet es, wenn an manchen Stellen (x) = (x)?) Auch in diesem Fall kann man die Integration uber R auf zwei eindimensionale Integrale reduzieren: Symbolisch sieht das so aus:

Genauer formulieren wir das Ergebnis nun in einem Satz. Satz 112 (Mehrfachintegration, n = 2). Seien , : [a, b] R dierenzierbar und . Sei B = {(x, y) a x b und (x) y (x)}. Dann ist B kompakt. Ist f : B R stetig, so gilt:
b (x)

f (x, y)dxdy =
B a (x)

f (x, y)dy dx.

Beispiel 113. Sei B = {(x, y) Dann ist

1

0 x, 0 y, x2 + y 2 1} der Viertelkreis vom Radius 1.

1x2 1

(xy + 1)dxdy =
B 0 1 0

(xy + 1)dy dx =
0

(xy 2 /2 + y)|0 1x dx

=
0

(x/2(1 x2 ) +

1 x2 )dx
1

= (x2 /4 x4 /8)|1 + 0
0

1 x2 dx

1 1 1 + (Flche des Einheitskreises) = + . a 8 4 8 4

Beispiel 114.
Mller: Mechanik I, Abschnitt 5 u

Fr die y-Koordinate des Schwerpunktes des Halbkreises u B = {(x, y) erhalten wir mit Beispiel 108 den Wert 1 yS = 2 r /2
+r r 0 r 2 x2

x2 + y 2 r2 }

ydydx =

1 2r3 2 2r = . r2 /2 3 3

Vergleichen Sie das mit dem Schwerpunkt des Halbkreisbogens in Beispiel 105.

94

Entsprechendes gilt auch in drei Dimensionen. An die Stelle des ueren Integrationsintera valls tritt dann ein zweidimensionaler Integrationsbereich, auf den man dann hoentlich den vorstehenden Satz anwenden kann, so dass man das dreidimensionale Integral auf drei eindimensionale reduziert. Satz 115 (Mehrfachintegration, n = 3). Seien B R2 kompakt und , : B R dierenzierbar mit . Sei B = {(x, y, z) | (x, y) B und (x, y) z (x, y)}. Dann ist B kompakt. Ist f : B R stetig, so gilt:
(x,y)

f (x, y, z)dxdydz =
B B (x,y)

f (x, y, z)dz

dxdy.

Bemerkungen. 1) Natrlich lassen sich die Rollen der Variablen in den vorstehenden Stzen u a vertauschen. Man kann eventuell auch erst uber x und dann uber y integrieren:

2) Hug kann man ein gegebenes B nicht so darstellen, wie es in den Stzen vorausgesetzt a a ist, aber man kann es in verschiedene Bereiche zerlegen, die so aussehen. Dann integriert man uber die einzelnen Bereiche und addiert die Ergebnisse, vgl. Beispiel 118. 3) Ein Hauptproblem bei der Mehrfachintegration ist, den Integrationsbereich entsprechend zu beschreiben. Man braucht dazu geometrische Vorstellungskraft (und da hapert es leider oft). Beispiel 116. Berechne 2xzdxdydz,
B

wobei B der kompakte Bereich zwischen den vier Flchen a x = 0, x = 1 y2 , z = 0, x + 2z = 1 ist.

z y

x B*

95

Wir bezeichnen mit B den Boden des Bereiches B, also das Gebiet der xy-Ebene zwischen der y-Achse und der Parabel x = 1 y 2 . Dann ist B = {(x, y, z) Daher folgt
1x 2

(x, y) B und 0 z

1 (1 x)}. 2

2xzdxdydz =
B B z=0

2xzdz

dxdy =
B 1

xz 2 |z=0 2

z= 1x

dxdy 1 3 (x 2x2 + x)dx dy 4

=
B 1

1 3 (x 2x2 + x)dxdy = 4

1y 2 x=0

y=1

=
y=1

1 1 4 2 3 1 2 1y2 ( x x + x )|x=0 dy 4 4 3 2 1 2 1 (1 y 2 )4 (1 y 2 )3 + (1 y 2 )2 dy 4 3 2

1 1 = 4 y=1 2 = . 63

Stattdessen htte man auch das Dreieck in der xz-Ebene als B whlen knnen. Dann a a o ergeben sich die folgenden Integrale. Beachten Sie, dass in der Notation die d-Terme von innen nach auen die Reihenfolge der Integrationsvariablen angeben.
1/2 12z x=0 1x

2xzdxdydz =
B z=0

y= 1x

2xz dydxdz.

Beispiel 117. Sie knnen auch ein Programm fr numerische Integration benutzen. In o u Mathematica sieht das vorstehende Beispiel so aus: In[1]:=NIntegrate[ 2 x z,{y,-1,1},{x,0,1-y 2 },{z,0,(1-x)/2}] Out[1]=0.031746 Eine Zeile Eingabe, ein Klick, schon hat man das Ergebnis. Wenn Sie allerdings die geschweiften Klammern ansehen, die den Laufbereich der einzelnen Variablen beschreiben, dann erkennen Sie, dass Ihnen das Programm die Umsetzung des geometrisch gegebenen Integrationsbereichs in eine algebraische Beschreibung, eben die Entscheidung uber die Reihenfolge der Integrationen und die Bestimmung der zugehrigen Integrationsintervalle, leider nicht o abnimmt. Beispiel 118. Sei B := {(x, y) r2 x2 + y 2 R2 } der Kreisring mit innerem und a uerem Radius r bzw. R. Dann ist

96

f (x, y)dxdy
y

=
B1

f (x, y)dxdy + . . . +
r + R2 x2 y= R2 x2 r 2 x2 +r B4

f (x, y)dxdy
1

2 4 x

+r

+ R2 x2 y=+ r 2 x2 + R2 x2

= +

f (x, y)dxdy +
x=r R

f (x, y)dxdy f (x, y)dxdy.

x=R

x=r

y= R2 x2

f (x, y)dxdy +
x=r

y= R2 x2

Oft empehlt es sich allerdings, stattdessen die Bereichsadditivitt des Integrals zu bea nutzen und so zu rechnen:
R + R2 x2 y= R2 x2 r + r 2 x2 y= r 2 x2

f (x, y)dxdy =
B x=R

f (x, y)dxdy
x=r

f (x, y)dxdy .

Integral uber den groen Kreis

Integral uber den kleinen Kreis

Natrlich klappt das nur, wenn f auch auf dem kleinen Kreis deniert ist. u Ist aber z.B. f (x, y) = x2 + y 2 r2 , so ist das nicht der Fall und die KreisscheibenZerlegung macht gar keinen Sinn. Man muss dann doch auf die obige komplizierte Zerlegung zurckgreifen. Oder man muss sich etwas anderes einfallen lassen, vgl. nchsten Abschnitt. u a

97

3.4

Berechnung durch Koordinatentransformation

Bei kreisfrmigen Integrationsbereichen liegt die Verwendung von Polarkoordinaten o nahe. Allgemeiner kann man vielleicht einem Integrationsbereich besser angepasste Koordinaten verwenden, als die kartesischen. Bei der Integration muss man dann aber auch das Flchen- bzw. Volumenelement den neuen Koordinaten anpassen. Wir lernen, a wie man das macht. Manche Bereiche lassen sich am bequemsten nicht in kartesischen, sondern in anderen Koordinaten beschreiben. Der Kreisring aus dem Beispiel im letzten Abschnitt war mhevoll u zu behandeln. In Polarkoordinaten entspricht diesem Kreisring einfach ein Rechteck
2

Problemstellung. Ist nun

f (x, y)dxdy
B

gesucht, kann man dann einfach f in Polarkoordinaten ausdrcken und u f (, )dd

R

berechnen? NEIN, das gibt im allgemeinen nicht das gewnschte Ergebnis. Der Grund dafr u u wird deutlich, wenn man eine konstante Funktion, etwa f = 1 betrachtet. Das erste Integral liefert das Volumen eines Krpers der konstanten Hhe 1 uber dem Kreisring B, also einfach o o die Flche des Kreisrings a (R2 r2 ) = (R r)(R + r). Aber in Polarkoordinaten ist ebenfalls f = 1. Das zweite Integral liefert daher die Flche a des Rechtecks 2(R r), also im allgemeinen etwas anderes. Denkt man an das Volumen (lokal) als GrundcheHhe, so sieht man: Die Transfora o mation der (nun wieder beliebigen) Funktion f passt zwar die Hhe den neuen Koordinaten o an, aber man muss die Grundche korrigieren. a
Zwischenbetrachtung. Eine lineare Abbildung 0 1 0 1 0 B uC BxC Ba11 @ A@ A=B @ v y a21 10 1 a12 C BuC C@ A A v a22

bildet das von den beiden Einheitsvektoren e1 , e2 aufgespannte Quadrat der Flche 1 auf ein Para 0 1 0 1 Ba11 C Ba12 C allelogramm mit den Seiten @ A und @ A ab, und das hat Flcheninhalt |a11 a22 a12 a21 | = a
a21 a22

98

| det A|. Die Flchenverzerrung durch eine lineare Abbildung von R2 in sich ist gegeben durch den a Absolutbetrag ihrer Determinante. Eine dierenzierbare Koordinatentransformation approximiert man lokal durch ihre Ableitung. Das ist eine lineare Abbildung mit der Funktionalmatrix (aus den 1. partiellen Ableitungen) als Matrix. Die Flchenverzerrung ist dann gegeben durch den Absolutbetrag der Determinante der Funktioa nalmatrix.

Wir fassen das Ergebnis in einem Satz zusammen: Satz 119 (Transformationsformel f r n = 2). Seien B, R R2 kompakte Bereiche und u sei f : B R stetig. Sei x:
v u x(u, v)

y(u, v)

eine Transformation mit stetigen partiellen Ableitungen, welche R surjektiv und (mit mglio chen Ausnahmen in Randpunkten von R) injektiv auf B abbildet. Dann gilt
x

f (x, y)dxdy =
B R

u f (x(u, v), y(u, v)) det

y u

x v y v

dudv.

Fr die hier auftretende Funktionaldeterminante nden sie in der Literatur auch diese Nou tation u (x, y) := det (u, v) y
u x x v y v

Beispiel 120. Fr Polarkoordinaten u x = cos , y = sin spielen und spielen also die Rolle von u und v. Die Funktionaldeterminante ist
x

det
y

cos sin = det = cos2 + sin2 = . y sin cos

Weil 0 ist, kann man sich die Absolutstriche sparen. Beispiel 121. Wir wollen das Volumen eines Torus

99

durch Integration der Hhenfunktion uber dem Kreisring mit den Radien 0 < r < R beo rechnen. Dann ist a = r+R der Radius der Seele des Torus und b = Rr der Radius des 2 2 erzeugenden Kreises. In Polarkoordinaten ist die Hhenfunktion dann gegeben durch o f (, ) = b2 (a 2 )2 .

z b r a
Damit ergibt sich 1 V 2
2 a+b 2

=
=0 =ab

b2 (a )2 dd =
=0

2 ab d = 2 ab2 . 2

Das eindimensionale Integral uber erfordert eine Anwendung der Substitutionsregel oder a hnliches, das wir unterschlagen haben. Das Ergebnis kann man auch so schreiben: Das Volumen des ganzen Torus ist 2 2 ab2 = (2a)(b2 ), also gerade die Lnge der Seele a multipliziert mit der Flche des Querschnitts. a Dies ist ein Spezialfall der Guldinschen Regel: Entsteht ein Krper durch Rotation einer o ganz in einer Halbebene durch die Rotationsachse gelegenen Flche, so ist sein Volumen a gleich dem Flcheninhalt dieser Flche multipliziert mit der Lnge des Kreises, den a a a der Flchenschwerpunkt beschreibt. a

Bemerkungen. Praktischerweise erlaubt der Satz 119, dass x auf dem Rand von R nicht injektiv ist. Gerade bei den Polarkoordinaten bekme man sonst Probleme: Die oensichta liche Beschreibung des Kreises ist fr = 0 und fr = 0 = 2 nicht injektiv. u u Die Transformationsformel gilt fr beliebige krummlinige Koordinatensysteme, nicht nur fr u u Polarkoordinaten; aber in der Praxis des Ingenieurs kommen wohl vor allem diese vor. Wir notieren deshalb noch einmal in Kurzfassung

Satz 122 (Integration in Polarkoordinaten). f (x, y)dxdy =

B R

f (, ) dd.

Dabei ist R der B entsprechende Bereich in der (, )-Ebene, und f (, ) bedeutet genauer f (x(, ), y(, )), vgl. die Bemerkung uber Koordinatensysteme im Abschnitt 1.11.

100

Flchenelemente. In Anbetracht der Denition des a

mehrdimensionalen Integrals bezeichnet man dA = dxdy auch als das (innitesimale) Flchenelement. Bei der Koa ordinatentransformation muss man dies nach dem obigen Satz ersetzen durch das Flchenelement in Polarkoordinaa ten dA = dxdy dd. Wir wollen das noch anschaulich verdeutlichen. Dem Rechteck mit den diagonalen Ecken (, ), ( + , + ) entspricht in der (x, y)-Ebene annhernd ein Rechteck mit den a Seiten und , also mit dem Flcheninhalt . a
y x

Beispiel 123 (Gausche Fehlerfunktion). Sei B(r) ein Kreis vom Radius r um den Nullpunkt und 2 2 1 f (x, y) = e 2 (x +y ) . Dann erhalten wir mit der Transformationsformel bei Verwendung von Polarkoordinaten e 2 (x
B(r)
1 2

+y 2 )

dxdy =
R(r)

2 2

dd.

Dabei ist R(r) das Rechteck 0 2, 0 r, und der Faktor ist ein Geschenk des 2 2 Himmels, denn e /2 lsst sich im Gegensatz zu e /2 integrieren: a e 2 (x
B(r) 2
1 2

+y 2 )

dxdy =
0

(
0

2 /2

d)d =
0

(e

/2 r )0 d

=
0

(1 er

/2

)d = 2(1 er

/2

).

Lsst man hier r gehen, so erhlt man ein zweidimensionales uneigentliches Integral a a e 2 (x
R2
1 2

+y 2 )

dxdy = lim 2(1 er

r

/2

) = 2.

Wir betrachten nun andrerseits das Quadrat Q(r) mit der Kantenlnge 2r um den Nullpunkt. a Dafr ist u e 2 (x
Q(r) =:I(r) r
2 1 2

+y 2 )

dxdy =
r

(
r

e 2 (x

+y 2 )

dx)dy =
r

(e 2 y

r r

e 2 x dx)dy

= I(r)
r

e 2 y dy = I(r)2 . e 2 (x
R2
1 2

Lsst man hier r gehen, so strebt die linke Seite wieder gegen a die rechte Seite aber gegen das Quadrat von I() := lim I(r) =
r

+y 2 )

dxdy = 2,

e 2 x dx.

Wir

men, weil e keine elementare Stammfunktion besitzt, und auch Substitutionsregel und partielle Integration nicht zum Ziel fhrten. Aber dies ist nicht irgendein Integral, wie Sie u 101

2 + erhalten ex /2 dx 1 2 x2

2. Dieses Integral haben wir frher nicht herausbekomu

daran erkennen knnen, dass die Funktion e 2 x sogar den Weg auf den alten deutschen o Zehn-Mark-Schein gefunden hatte. Mit der Substitutionsregel nden Sie leicht 2 Die Funktion
+ 0

et dt = 1.

x 2 2 erf(x) := et dt 0 heit Gausche Fehlerfunktion. Sie spielt als Normalverteilung in der Wahrscheinlichkeitsrechnung eine wichtige Rolle, und der eben berechnete Grenzwert

erf() := lim erf(x) = 1

x

ist dafr essentiell. u Beispiel 124 (Diusion und Wrmeleitung). Die Fehlerfunktion kommt aber auch a in ganz anderem Zusammenhang vor. Um das zu erklren, rechnen wir fr ein > 0 die a u Ableitungen der Funktion x u(x, t) := erf( ) (35) 2 t aus. Wir nden
x2 u 2 x , = e 4t t 4 t3/2 x2 2u 2 1 2x = e 4t . 2 x 2 t 4t

Daher gilt 2u u = 2. t x Die Funktion u(x, t) ist also eine (aber keineswegs die einzige!) Lsung der sogenannten o (1+1)-dimensionalen Wrmeleitungs- oder Diusionsgleichung. Sie begegnet Ihnen in dieser a Funktion in ungezhlten Anwendungen, etwa a bei der Herstellung von Fremdstokonzentrationen in einem Halbleiter durch Diusion, vgl. [Werkstoe II, Abschnitt 8.3], bei Diusionsprozessen in einer Vielzahl von Varianten, vgl. [Verfahrentechnik I, Kapitel 2] oder [Energie-, Impuls- und Stotransport, Abschnitt 2.5], und gleichermaen bei Wrmeleitungsphnomenen, etwa bei der Temperaturentwicklung in einer einseia a tig erhitzten feuerdmmenden Wand, vgl. [Energie-, Impuls- und Stotransport, Aba schnitt 2.3].

Oenbar gilt fr u wie in (35), dass u(0, t) = 0 und u u(x, 0) := limt 0 u(x, t) = 1. Deshalb kann man u deuten als die Temperatur eines (nach rechts unendlich langen) Metallstabes, der zur Zeit t = 0 uberall die Temperatur 10 hat, und dann am Ende x = 0 stndig auf 00 gekhlt wird. a u

u 1 0.8 0.6 0.4 0.2 x Rumliche Temperaturverteilung zu verschiedenen Zeiten t

10

12

102

Der 3-dimensionale Fall. Hier muss man die Volumenverzerrung durch die Koordinatentransformation bercksichtigen. Man erhlt ganz analog zum obigen 2-dimensionalen u a Fall Satz 125 (Transformationsformel f r n = 3). Seien B, R R3 kompakte Bereiche und u sei f : B R stetig. Sei
u x(u, v, w)

x : v y(u, v, w)
w z(u, v, w)

eine Transformation mit stetigen partiellen Ableitungen, welche R surjektiv und (mit mglio chen Ausnahmen in Randpunkten von R) injektiv auf B abbildet. Dann gilt f (x, y, z)dxdydz =
B

f (x(u, v, w), y(u, v, w), z(u, v, w)) det y u

z u x u x v y v z v

x w y w z w

dudvdw.

Wichtige Anwendungen betreen die Zylinderkoordinaten x = cos , y = sin , z = z, wo sich das Volumenelement dV = dddz

dz d

ergibt, und die sphrischen Polarkoordinaten oder a

Kugelkoordinaten
dr r d d = r sin d

x = r sin cos , y = r sin sin , z = r cos .

103

In diesem Fall berechnen wir die Funktionaldeterminante det y r

z r x r x y z x

sin cos y = det sin sin z cos

r cos cos r sin sin 2 r cos sin r sin cos = r sin . r sin 0

Also ist das Volumenelement in Kugelkoordinaten gegeben durch dV = r dr d d = r2 sin drdd.

Beispiel 126.
Mller: Mechanik II, Abschnitt 14.2 u

Das Trgheitsmoment einer Hohlkugel H vom inneren Radius R1 und ueren Radius R2 a a und von der konstanten Dichte 0 bezglich einer Achse durch den Mittelpunkt ist gegeben u durch
2 0 R2

=
H

(x2 + y 2 )0 dxdydz = 0
0 2 0 R2 R1 R1

(r2 sin2 )r2 sin drdd

= 0
0

1 5 5 r4 sin3 drdd = 0 (R2 R1 ) 2 5

sin3 d
0
4 =3

8 5 5 0 (R2 R1 ). 15
4 3 3 3 (R2 R1 ), und damit schreibt sich 5 R 5 R1 2 M 2 3 R3 . 5 R2 1

Die Masse der Hohlkugel ist 0

z.B. kann man durch Messung von (vgl. Mechanik) sowie von M und R2 den inneren Radius R1 bestimmen. 2 Das Trgheitsmoment der Vollkugel (R1 = 0, R2 =: R) ergibt sich zu V = 5 M R2 , und a fr R1 u R2 =: R bekommt man (etwa mit der Regel von lHospital) das Trgheitsmoment a a einer sehr dnnen Kugelschale als S = 2 M R2 . Bei gleicher Masse und gleichem uerem u 3 Radius (folglich bei geringerer Dichte!) hat also die Vollkugel kleineres Trgheitsmoment als a die Kugelschale, sie rollt schneller eine schiefe Ebene hinunter. Das Trgheitsmoment eines Hohlzylinders spielt etwa bei Drehspulinstrumenten eine Rolle. a Mit Hilfe von Zylinderkoordinaten berechnet man wie oben (aber etwas einfacher) fr einen u Hohlzylinder der Hhe h mit Radien R1 < R2 o = M 2 2 (R1 + R2 ). 2

104

Zum Abschluss betrachten wir ein Beispiel fr Nicht-Standard-Koordinaten. u Beispiel 127. Seien B R2 ein kompakter Bereich und (a, b, h) R3 ein Punkt mit h > 0. Die Verbindungsstrecke zwischen einem Punkt (x, y, 0) und (a, b, h) ist dann
(1 t)x + ta

(1 t)y + tb ,
th

0 t 1,

und deshalb ist B := {((1 t)x + ta, (1 t)y + tb, th) (x, y) B , 0 t 1}

der (schiefe) Kegel uber der Grundche B mit der Spitze (a, b, h). Wir wollen sein Volua men V (B) berechnen.
(a,b,h)

Beachten Sie, dass R := {(u, v, w) (u, v) B , 0 w 1}

1

der Zylinder der Hhe 1 uber der Grundche o a B ist.

B*

B*

(a,b)

Die Abbildung
u

(1 w)u + wa

v
w

(1 w)v + wb
wh

bildet R bijektiv und stetig dierenzierbar auf B ab. Ihre Funktionaldeterminante ist 1 w det 0 0 0 1w 0 u + a 2 v + b = (1 w) h. h

Daher liefert die Transformationsformel V (B) =

B 1

dxdydz =
R

(1 w)2 h dudvdw 1 (1 w)3 dudv 3 0

1

=h
B 0

(1 w)2 dw dudv = h
B

h = 3
B

h dudv = F (B ), 3

wobei F (B ) die Flche von B bezeichnet. Das Volumen ist ein Drittel Grundche mal a a Hhe. Diese Formel kennen Sie vielleicht fr einfache Figuren wie den geraden Kreiskegel o u oder die Pyramide aus der Schule.

105

3.5

Flchen im Raum. Skalare Oberchenintegrale a a

Wir lernen, wie man Flchen im Raum mit Koordinaten versieht (parametrisiert) und a wie man uber so parametrisierte Flchen integriert. a Insbesondere lernen wir den Begri des Oberchenelementes einer Flche kennnen. a a Wir betrachten Flchen im dreidimensionalen Raum R3 , zum Beispiel die Kugelche, den a a Graphen einer Funktion f (x, y) von zwei Variablen, die Oberche eines chemischen Reaka tors oder eines mechanischen Krpers. Um mit einer solchen Flche F rechnen zu knnen, o a o zum Beispiel ihren Flcheninhalt oder den Flu einer physikalischen Gre durch sie berecha o nen zu knnen, braucht man Koordinaten (u, v) auf der Flche, die die Punkte mglichst o a o eindeutig festlegen. Die Wahl solcher Koordinaten, kann Ihnen in einfachen Fllen vielleicht eine mathematische a Software abnehmen, in der Regel ist sie aber in zweifacher Weise eine Herausforderung an Ihre Fhigkeiten: Sie brauchen dazu nmlich erstens eine geometrische Vorstellung von a a der Flche und zweitens die Fhigkeit, Koordinatenfunktionen dafr wirklich aufs Papier a a u (in den Rechner) zu bringen. Beides erfordert Ubung. Die Beispiele in diesem Abschnitt reprsentieren Standardsituationen. a Beispiel 128 (Parametrisierung der Sphre). Auf der Kugelche oder Sphre vom a a a Radius R bieten sich dafr die geographische Breite u = und die geographische Lnge u a v = an, die den Punkt
R sin cos

x = x(, ) = R sin sin

R cos

(36)

auf der Kugel festlegen. Die Koordinaten durchlaufen den Bereich B : 0 , also ein Rechteck. Man hat dann zwei Abbildungen, die zueinander invers sind: Die Abbildung, die dem Punkt x F auf der Flche den Punkt (u, v) im Koordinaten- oder Parameterbereich B zuordnet, a und deren Umkehrabbildung
x(u, v)

0 2,

x(u, v) := y(u, v),

z(u, v)

die jedem Parameterpaar (u, v) B den entsprechenden Punkt auf der Flche zuordnet. a Diese zweite Abbildung ist fr unsere Zwecke brauchbarer, und wir nennen sie eine Parau metrisierung der Flche F . a

106

z v

F x R

y u x

Technische Anforderungen an eine Parametrisierung. Wir wollen von

unseren Parametrisierungen folgendes verlangen: 1. Der Parameterbereich B ist kompakt, und der Rand B besteht aus hchstens endlich o vielen glatten Kurven (Beispiele: Kreis oder Rechteck). 2. x : B F ist surjektiv und auf B\B injektiv. (B bezeichnet den Rand von B. Die Bedingung bedeutet, dass die Koordinaten eines Punktes meistens eindeutig festliegen, dass aber zum Beispiel bei der Kugel (, 0) und (, 2) zum selben Punkt gehren.) o 3. x : B R3 hat stetige partielle Ableitungen und 4.
x u

und

x v

sind uberall auf B\B linear unabhngig. a

Denition 129 (Flche). Wir nennen nun eine Teilmenge F R3 eine (glatte) Flche, a a wenn es fr F eine solche Parametrisierung gibt. Im allgemeinen gibt es dann sogar mehrere u verschiedene Parametrisierungen. Die oben angegebene Parametrisierung der Sphre erfllt die gestellten Bedingungen. Wir a u prfen die 4. Bedingung und erinnern daran, dass a, b R3 genau dann linear unabhngig u a sind, wenn a b = 0. Die partiellen Ableitungen von x sind

R cos cos

R sin sin

x = R cos sin ,
R sin

x = R sin cos .
0

Sie haben das Vektorprodukt x x = (R sin )x = (R2 sin )er , (37)

x wobei er = |x| der radiale Einheitsvektor ist (Nachrechnen). Fr 0 < < ist das = 0, u und deshalb sind die partiellen Ableitungen dort linear unabhngig. Auch die Bedingung a der Injektivitt ist erfllt: Die Kugelkoordinaten sind eindeutig bis auf die Randflle = a u a 0, = , = 0, = 2.

Wir geben zwei weitere Beispiele fr die Parametrisierung geometrisch gegebener Flchen. u a

107

Beispiel 130 (Parametrisierung von Funktionsgraphen). Der Graph einer dierenzierbaren Funktion f : R2 B R ist eine glatte Flche, auf der der Fupunkt natrliche a u Koordinaten (u, v) = (x, y) liefert. Die Parametrisierung ist dann gegeben durch
u v

x(u, v) :=

(38)

f (u, v)

v=y

u=x

Konkret ist der Graph von f (x, y) = R2 x2 y 2 eine Funktion, deren Graph die obere Halbkugelche vom Radius R ist. In diesem Fall liefert also (38) eine weitere Parametrisiea rung der Halbkugel neben der durch (36) mit 0 gegebenen. 2 Beispiel 131 (Parametrisierung von Rotationschen). Ist x = g(z) eine positive a Funktion von z und rotiert man deren (in der (x, z)-Ebene liegenden) Graphen um die z-Achse, so erhlt man eine Rotationsche, die man wie folgt parametrisieren kann: a a
g(u) cos

x(u, ) = g(u) sin .

u

(39)

Fr x = u

z erhlt man ein Rotationsparaboloid: a

z

x=g(z) y

Dagegen ergibt x =

R2 z 2 eine weitere Parametrisierung der Kugelche. a

Das Oberflchenelement. Gegeben sei ein glattes Flchenstck a a u

x(u, v)

u x : B R3 , y(u, v). v
z(u, v)

108

x Dann spannen die partiellen Ableitungen u , x die Tangentialebene an die Flche auf. a v Einem kleinen Rechteck mit diagonalen Ecken (u, v) und (u + u, v + v) entspricht auf der x Flche annhernd ein Parallelogramm, das von den Vektoren u u und v x aufgespannt a a v wird, und das die Flche a x x uv u v

besitzt.

x v x v u
Wir bezeichnen deshalb den Ausdruck dO = x x dudv u v

x u

als das (innitesimale) Oberchenelement2 . Zum Beispiel berechnet sich das Oberchenelement a a der Kugelkoordinatenparametrisierung (36) wegen (37) als dO = R2 sin dd. Wir denieren nun hnlich wie bei den Kurvenintegralen in Abschnitt 2.4 zwei Arten von a Oberchenintegralen: Wir integrieren skalare Funktionen und wir integrieren (im nchsten a a Abschnitt) Vektorfelder uber eine Flche. a

Integration skalarer Funktionen.

Denition 132. Sei x : B R3 eine glatte Flche, F := x(B) die Bildmenge und : F R a eine skalare Funktion. Dann deniert man dO :=
F x

dO :=
B

(x)

x x dudv. u v

(40)

Fr = 1 erhlt man die Oberche von F : u a a O(F ) =

B

x x dudv. u v

Ist eine Massen- oder Ladungsverteilung auf der Flche, so liefert das Integral die Gesamta masse oder -ladung.
2 Vergleichen Sie die Situation bei der Transformationsformel. Eine ebene Koordinatentransformation kann man auch als Flche im R3 ansehen, die zufllig in R2 liegt. Dann ist dO = dA. a a

109

Beispiel 133 (Flchentrgheitsmoment). a a

Mller: Mechanik II, Abschnitt 14.2 u

Wir betrachten die Funktion (x, y, z) = 0 (x2 + y 2 ) fr eine positive Konstante 0 und u wollen diese uber die Kugelche S(R) vom Radius R um 0 integrieren. Wir benutzen die a Parametrisierung (36) und nden:
2

0 (x2 + y 2 )dO = 0
0 S(R) 2 0

(R2 sin2 cos2 + R2 sin2 sin2 )R2 sin dd

= 0
0 0

R4 sin3 dd = 0 R4 2
0

sin3 d

= 0 R4 2

4 8 = 0 R 4 . 3 3

Ist 0 die homogene Massendichte der Kugelschale, so ist die Dichte des Trgheitsmoments a bezglich der z-Achse, und das obige Integral liefert das gesamte Trgheitmoment . Die u a 2 Gesamtmasse ist nach der Formel fr die Kugelche M = 4R2 0 , so dass = 3 M R2 in u a ubereinstimmung mit Beispiel 126. Beispiel 134 (Oberche von Rotationschen). Fr die Parametrisierung einer Roa a u tationsche wie im Beispiel 131 nden wir: a
g (u) cos g(u) sin g(u) cos

x x = g (u) sin g(u) cos = g(u) sin . u

1 0 g(u)g (u)

Die Oberche wird daher a

2 b b

O(F ) =
0 a

g(u) 1 + g (u)2 dud =

a

2g(u)
Kreisumf ang

1 + g (u)2 du .
Streif enbreite

110

Beispiel 135. Eine Ringkernspule besitze einen torusfrmigen Kern mit einer Seele vom o Radius R und einem Querschnitt vom Radius r. Hat die Wicklung eine Dicke h, die klein im Vergleich zu r ist, so ist das Volumen der Wicklung annhernd hOberche des Torus. a a Wir berechnen diese Oberche. Eine Parametrisierung ist gegeben durch a
cos cos 0 (R + r cos ) cos

x(, ) = R sin + r sin cos + 0 sin = (R + r cos ) sin .

0 0 1 r sin

Wir erledigen die Rechenarbeit mittels Mathematica

In[1]:= u=D[{(R+ r Cos[Theta])Cos[Phi],(R+ r Cos[Theta])Sin[Phi], r Sin[Theta]},Theta]; v=D[{(R+ r Cos[Theta])Cos[Phi],(R+ r Cos[Theta])Sin[Phi], r Sin[Theta]},Phi]; w=Sqrt[Simplify[Cross[u,v].Cross[u,v]]] p Out[2]= r2 (R + rCos[Theta])2 Integrate[w,{Theta,0,2 Pi},{Phi,0,2 Pi}] Out[3]=
4 2 R r2 (r+R)2 r+R

Mit u und v berechnen wir die partiellen Ableitungen nach , . Das Semikolon am Zeilenende unterdrckt den Ausdruck der Ergebnisse. Mit w berechnen wir dann das Skalarprodukt u x x vom Kreuzprodukt der partiellen Ableitungen mit sich selbst, also ( x ) ( x ) und ziehen daraus die Wurzel. Das Ergebnis ndet sich in Out[2], das Ergebnis der Integration in Out[3]. Beachten Sie, dass das Programm nicht wei, dass 0 < r < R. Folglich sind die Vorzeichen von R + r cos oder r + R nicht klar. Wir wissen darber aber Bescheid und u knnen das letzte Ergebnis zusammenfassen: Die Oberche ist o a O = 4 2 rR = (2R)(2r). Dahinter steht wieder eine Guldinsche Regel wie im Beispiel 121 des vorangehenden Ab schnitts.

111

Beispiele fr die Parametrisierung von Kurven und Flchen. Wir u a beschlieen diesen Abschnitt mit einigen Beispielen fr die Parametrisierung von Kurven u und Flchen. a
Ellipse y2 x2 + 2 = 1, a2 b a, b > 0.
b a x y

Parametrisierung der oberen Hlfte als Graph: a x(u) = u, b 1 u2 a2 , a u a.

Parametrisierung der ganzen Ellipse x(t) = (a cos t, b sin t), Hyperbel y2 x2 2 = 1, a2 b a, b > 0.
a

0 t 2.
y

b x

Parametrisierung des rechten Astes als Graph uber der y-Achse: x(u) = Andere Parametrisierung: x(t) = (a cosh t, b sinh t), Katenoid Rotationsche der Kettenlinie a z = cosh x.
z cosh x y x

a 1+

u2 ,u , a2

u R.

tR

Parametrisierung als Rotationsche y-Achse: a x(t, ) = (t, cosh t cos , cosh t sin ) , y R.

112

Ellipsoid Gleichung y2 z2 x2 + 2 + 2 = 1, a2 b c
c

a, b, c > 0.

y b a x

Parametrisierung der oberen Hlfte als Graph: a x(u, v) = u, v, c 1 ( v2 u2 + 2) , 2 a b v2 u2 + 2 1. a2 b

Parametrisierung mit elliptischen Koordinaten: x(, ) = (a sin cos , b sin sin , c cos ), Kreiskegel Hhe h, Basisradius r. o 0 /2, 0 2.
z h

y r x

Parametrisierung als Rotationsche um die z-Achse: a x(u, ) = a(1 u u ) cos , a(1 ) sin , u h h 0 u h, 0 2.

113

3.6

Integration von Vektorfeldern: Flussintegrale

Den Fluss einer Strmung durch eine virtuelle Flche berechnet man durch Integration o a des Geschwindigkeitsfeldes der Strmung uber diese Flche. o a Dazu erklren wir das vektorielle Oberchenelement und das Flussintegral. a a Viel wichtiger als die Integration skalarer Funktionen uber Flchen ist in der Elektrotechnik a oder der Dynamik von Gasen oder Flssigkeiten die Integration von Vektorfeldern. Dabei u deutet man die Vektorfelder als Geschwindigkeitsfelder stationrer Strmungen, und das a o Integral soll den Fluss durch die Flche in der Zeiteinheit liefern. Dazu multipliziert man a die Komponente des Vektorfeldes senkrecht zur Flche mit dem Oberchenelement und a a x a integriert dies. Es ist ntzlich zu erinnern, dass u x ein Vektor senkrecht zur Flche ist, u v dessen Lnge gerade der Betrag des Oberchenelements ist. Man nennt a a dO := x x dudv u v

deshalb auch das vektorielle Oberchenelement. Der gesuchte Fluss pro Zeiteinheit durch a das Oberchenelement ist also gerade v dO. a
dO z v v

x R

y u x

Denition 136 (Fluintegral). Sei x : B R3 eine glatte Flche und F := x(B) die a Bildmenge. Sei weiter v ein stetiges Vektorfeld auf einer oenen Menge, die F enthlt. Dann a denieren wir das (Fluss)integral von v uber F durch v dO :=
F x

v dO :=
B

v(x(u, v))

x x u v

dudv.

Der Integrand ist ein sogenanntes Spatprodukt, nmlich von der Form a (b c). Aber dafr a u gibt es die Formel a (b c) = det(a, b, c), bei der man kein Vektorprodukt mehr ausrechnen muss. Also kurz x x v dO := det v(x), , dudv. u v
F B

Diese Formel ist allerdings kein Fortschritt, wenn man dO bereits ausgerechnet hat, wie wir z.B. in (37) fr die Kugelkoordinatenparametrisierung. u

114

 Beispiel 137. Wie gro ist der Fluss des homogenen Feldes E =
2 2 2

0 0

durch den Graphen

E3

der Funktion f (u, v) = uv + v uber der Kreisscheibe B : u + v 9? Wir benutzen die Parametrisierung
u v uv + v 2

x(u, v) = Dann ist E dO =

F B

1 0 v 0 1 u + 2v dudv =

0 det 0 E3

E3 dudv = 9E3 .
B

Der Fluss hngt also gar nicht von der Funktion f ab, er ist fr alle Graphen uber der a u Kreisscheibe B gleich. Machen Sie sich klar, dass man das auch erwarten sollte.

Beispiel 138. Wie gro ist der Fluss der stationren Strmung a o v= x |x|3

durch eine Kugelche S(R) vom Radius R um den Ursprung? Wir benutzen die Kugelkoa ordinatenparametrisierung (37) und erhalten
2 0 2 0 0

v dO =
0 S(R)

1 x (R sin x) dd R3

R3 R3

sin dd = 4.

Der Fluss ist insbesondere unabhngig vom Radius der Kugel. Das sollte man auch erwarten, a weil die Strke der Strmung quadratisch mit dem Radius abnimmt, whrend die Flche a o a a der Sphre quadratisch mit dem Radius wchst. a a

Parameterinvarianz und Orientierung. Wir haben uns bei der Integration

uber Kugeln in den vorstehenden Beispielen immer fr die Parametrisierung durch Kugelkou ordinaten entschieden. Wre das Ergebnis bei einer Parametrisierung z.B. als Rotationsche a a . . . schreiben, betrachten wir entgegen von x = R2 z 2 dasselbe gewesen? Wenn wir
F

unserer anfnglichen Denition die Flche F eben doch als Punktmenge im R3 und nicht a a als Abbildung. Tatschlich kann man zeigen, dass wie es in den physikalischen Beispiea len natrlich nicht anders sein darf das Integral skalarer Funktionen uber eine Flche u a unabhngig ist von der Parametrisierung. Beim Flussintegral ergibt sich allerdings mglia o cherweise ein Vorzeichenwechsel, der auch physikalisch verstndlich ist: Man muss speziziea ren, in welcher Richtung der Durchuss positiv gerechnet werden soll. Bei parametrisierten 115

Flchen geschieht das so, dass man die Richtung von dO als positiv deniert. Dazu braucht a man aber eben eine Parametrisierung. Verwendet man fr die Kugel statt (u, v) = (, ) u die Koordinaten (u, v) = (, ) in anderer Reihenfolge, so andert dO und damit auch das Flussintegral sein Vorzeichen.

Wir wollen bei der Kugel und allgemeiner bei Oberchen kompakter Bereiche a vereinbaren, dass das vektorielle Oberchenelement nach auen weisen soll. a

Falls Sie eine Parametrisierung gefunden haben, bei der das Oberchenelement ins Innere a des kompakten Bereiches weist, knnen Sie am einfachsten damit weiterarbeiten, mssen o u aber das Vorzeichen des Flussintegrals umkehren. Warum vereinbaren wir nicht gleich fr alle Flchen, wohin das Oberchenelement zeigen u a a soll? Weil es dafr keine sinnvolle Methode gibt: Wenn die Flche z.B. ein Quadrat ist, u a das irgendwie im 3-dimensionalen Raum liegt, dann macht es keinen Sinn von innen und auen zu sprechen. Das geht nur bei Oberchen von Krpern. (Vergleichen Sie auch die a o Konvention zum Satz von Stokes im nchsten Abschnitt.) a

Flchenstcke und Flchen. Typische Flchen, uber die man im Ingenieurbea u a a

reich integrieren mchte, sind neben den Kugeln die Oberchen von Wrfeln (allgemeiner o a u von Quadern) und von Kreiszylindern. Die beiden letzteren bestehen allerdings nicht aus einem, sondern aus mehreren glatten Flchenstcken im Sinne unserer Denition. Jede Seia u te ist ein solches glattes Flchenstck. Wir denieren deshalb einfach eine Flche F als eine a u a endliche Familie von glatten Flchenstcken F1 , . . . , Fk und denieren a u ... =
F F1

... + ... +
Fk

...

Das Integral uber einen Wrfel ist also die Summe uber die Integrale uber die sechs Seiten, u wobei wieder alle vektoriellen Oberchenelemente nach auen weisen sollen. Das Integral a uber einen Kreiszylinder ist das Integral uber den Mantel plus die Integrale uber Boden und Deckel, wieder mit der Orientierungsvereinbarung wie oben.

116

3.7

Der Integralsatz von Gau

Wir lernen den Integralsatz von Gau kennen, der in der Sprache der Mathematik einen anschaulichen physikalischen Sachverhalt beschreibt: Die Strmungsbilanz durch eine o geschlossene virtuelle Flche gibt Aufschluss uber die von ihr eingeschlossenen Quellen. a Wir haben frher die Divergenz eines Vektorfeldes als seine Quelldichte eingefhrt. Beu u trachtet man die Fluss-Bilanz uber die Oberche eines dreidimensionalen Bereiches B, so a ist aus physikalischen Grnden einleuchtend, dass der Uberschuss des austretenden Flusses u uber den eintretenden gerade die gesamte Quelle im Innern des Bereiches wiedergibt. Dies lsst sich mathematisch beweisen und ist der Inhalt des folgenden Satzes. a

Satz 139 (Integralsatz von GAUSS = Divergenzsatz). Sei B ein kompakter Bereich, dessen Rand B eine Flche im Sinne des letzten Abschnitts ist. Die Parametrisierung dieser a Flche sei so gewhlt, dass die Normale uberall aus dem Bereich B heraus weist. a a Sei v ein Vektorfeld auf einer oenen Umgebung von B mit stetigen partiellen Ableitungen. Dann gilt div v dxdydz =
B B

v dO.

Typische Beispiele fr B sind die Vollkugel vom Radius R oder ein Wrfel der Kantenlnge u u a 2R. Im ersten Fall kann man die Kugelche B = S(R) dann durch die Kugelkoordinaten a parametrisieren. Im zweiten Fall besteht B aus den sechs Seiten des Wrfels, die einzeln u so zu parametrisieren sind, dass das vektorielle Flchenelement nach auen weist, vgl. den a folgenden Beweis.
Wir beschrnken uns auf den Spezialfall, dass B ein Wrfel W der Kantenlnge 2R um den a u a Nullpunkt ist. Zunchst whlen wir auch ein sehr spezielles Vektorfeld, nmlich eines der Form a a a 0 1 f (x, y, z)C B B C B C v(x, y, z) = B C. 0 B C @ A 0 Dann ist div v =
f (x, y, z) x

und Z div v dxdydz =

R R

ZZZ
W

R R

R R

f dx dydz x (41)

Z =

R R

(f (R, y, z) f (R, y, z)) dydz.

R

Wir berechnen nun andrerseits das Flussintegral von v durch die Randche des Wrfels. Weil v nur eine a u x-Komponente hat, ist der Flu durch die obere und untere sowie durch die vordere und hintere Wrfelseite u = 0, und wir mssen nur die rechte und linke Seite u W + = {(x, y, z) W | x = +R} und W = {(x, y, z) W | x = R} des Wrfels betrachten: u

117

W -

W+

Wir whlen folgende Parametrisierungen: a W+ : W

x+ (u, v) = (R, u, v), x (u, v) = (R, u, v),

wo R u, v R. Das vektorielle Oberchenelement ist fr beide Parametrisierungen a u 0 1 0 1 0 1 B0C B0C B1C B C B C B C B C B C B C dO = B1C B0Cdudv = B0Cdudv. B C B C B C @ A @ A @ A 0 1 0 Fr W weist es also in den Wrfel hinein, und wir mssen das korrigieren, indem wir das Integral abziehen. u u u Der Fluss ist damit 1 0 1 0 1 0 1 0 f (R, u, v)C B1C f (R, u, v)C B1C Z R Z R B ZZ Z R Z R B C B C B C B C B C B C B C B C B v dO = C B0Cdudv B C B0Cdudv B 0 0 C B C C B C R R B R R B A @ A @ A @ A @ W 0 0 0 0 Z R Z R Z R Z R = f (R, u, v) dudv f (R, u, v) dudv Z =
R R R R

R R

(f (R, u, v) f (R, u, v))dudv.

Vergleich mit (41) zeigt die Behauptung. 0 0 1 0 0 1

B C B C B C B C B C B C Natrlich klappt der Beweis auch, wenn v von der Form Bg(x, y, z)C oder B u C ist. Deshalb gilt er 0 B C B C @ A @ A 0 h(x, y, z) aber auch fr beliebiges u 0 1 0 1 0 1 0 1 f (x, y, z)C Bf (x, y, z)C B 0 0 B C B C B C B C B C B C B C B C B C B C v = B g(x, y, z) C = B C + Bg(x, y, z)C + B C. 0 0 B C B C B C B C @ A @ A @ A @ A h(x, y, z) 0 0 h(x, y, z) Schlielich muss man zeigen, dass der Satz auch fr deformierte Wrfel richtig bleibt und dass man jeden u u Bereich B in solche zerlegen kann. Das ist aber technisch sehr kompliziert.

Der entscheidende Schritt im obigen Beweis, bei dem nmlich die Ableitung von v (Divera genz) verschwindet und aus dem Dreifachintegral ein Doppelintegral wird, ist die Stelle (41). b Hier benutzt man den Fundamentalsatz der Dierentialrechnung a f (x)dx = f (b) f (a), den man als eine eindimensionale Version des Satzes von Gau auassen kann: Es ist ja f (x) = f = div f fr eindimensionale Vektorfelder. Rechts steht dann gewissermaen als u x 0-faches Integral die Dierenz der Funktionswerte auf dem Rand des Integrationsbereichs [a, b ].

118

Beispiel 140. Als Vektorfeld betrachten wir das Feld v(x, y, z) = x x2 + y 2 + z 2

3,

vgl. Beispiel 138. Auf dieses Vektorfeld und auf B=Vollkugel um 0 mit Radius R lt sich a der Satz von Gau NICHT anwenden, denn v ist auf B nicht dierenzierbar: in 0 ist es nicht einmal stetig. Uberall sonst in R3 ist allerdings div v = 0, wie wir frher nachgerechnet u haben. Wir betrachten nun als Bereich B eine Hohlkugel um 0 mit innerem Radius R1 und a uerem Radius R2 . Wir bezeichnen mit S1 und S2 die beiden Randkomponenten, die innere und uere Kugelche. Nach dem Satz von Gau ist dann wegen des Verschwindens der a a Divergenz 0=
B

div v dxdydz =
S1

v dO1 +
S2

v dO2 .

Beachten Sie die Orientierung der beiden Randkomponenten: Auf S2 zhlt der Fluss weg a vom Nullpunkt positiv, auf S1 aber negativ, weil das aus B herausweisende vektorielle Oberchenelement in die kleine Kugel hinein zeigt: a
S2 B

S1

Bleibt man hingegen bei der frheren Konvention uber die Parametrisierung von Kugelu chen (nach auen ist positiv), so muss man schreiben a 0=
S1

v dO1 +
S2

v dO2 .

Der Fluss durch die kleine Kugelche ist also gleich dem durch die groe. Das hatten wir a frher schon einmal explizit ausgerechnet. Aber der Satz von Gau liefert erheblich viel u mehr: Man kann um die innere Kugel einen beliebigen Krper herumlegen, und der Fluss o durch die uere Flche bleibt gleich dem durch die kleine Kugel. a a

S2 S S11 B

Natrlich knnte man die kleine Kugel auch noch deformieren ... u o

119

Beispiel 141 (Ein Messverfahren f r die Divergenz). Betrachten wir einen Wrfel u u W (R) der Kantenlnge 2R um einen Punkt x im Strmungsfeld v, so ist, wenn die partiellen a o Ableitungen von v stetig sind und R klein ist, die Divergenz von v auf dem Wrfel annhernd u a konstant, also ist 1 1 div v dxdydz = v dO. divx v (2R)3 (2R)3
W (R) W (R)

Der mit dem Volumen normierte Flu/Zeiteinheit durch die Wrfelche misst also die u a Quelldichte div v. Beispiel 142 (Wrmeleitungsgleichung). a
Energie-, Impuls- und Stotransport, Abschnitt 2.1

Wir betrachten einen kompakten Bereich B in einem (wrmeisotropen) Medium und wollen a darin die Vernderung der Temperatur in Abhngigkeit von Ort und Zeit beschreiben. Die a a Gesamtenergie U in B ergibt sich durch Integration der spezischen inneren Energie u multipliziert mit der Dichte : U=
B

u dxdydz.

a Die zeitliche Anderung dU der Gesamtenergie ist gleich dem gesamten Wrmeu durch die dt Oberche in B hinein, daher das Minuszeichen: a dU d = dt dt
B

u dxdydz =
B

u dxdydz = t
B

q dO.

Mit dem Gauschen Satz folgt

B

u dxdydz = t
B

div q dxdydz.

(42)

Daraus ergibt sich wie im vorstehenden Beispiel u = div q. t (43)

Nun ist die zeitliche Anderung der spezischen Energie proportional zur Anderung der Temperatur T u =c , c = spezische Wrmekapazitt, a a t t und nach dem Fourierschen Gesetz ist der Wrmeu proportional zum Gradienten der a Temperatur: Die Wrme iet in Richtung des steilsten Temperaturabfalls: a q = grad T, = Wrmeleitfhigkeit. a a

Einsetzen der beiden letzten Identitten in (43) liefert wegen = div grad die Wrmea a leitungsgleichung. T = T. c t Mit hnlicher Argumentation ergibt sich, dass die Gleichung auch Diusionsprozesse bea schreibt, vgl. z.B. Energie-, Impuls- und Stotransport, Abschnitt 2.1, VTI, Kapitel 2 oder Werkstoe II, Abschnitt 8.3.

120

3.8

Der Integralsatz von Stokes

Wir uberlegen, wie man den Rand eines Flchenstcks im dreidimensionalen Raum a u orientieren kann. Der Satz von Stokes, den wir dann betrachten wollen, ist weniger anschaulich als der Satz von Gau. Er spielt aber zum Beispiel bei Modellen fr die elektromagnetische u Induktion ein wichtige Rolle. Wir betrachten als Anwendungen die Gausche Formel zur Flchenberechnung in der a Geodsie und den Carnotschen Kreisprozess. a

Eine Konvention. Im folgenden Integralsatz von Stokes kommt ein Kurvenintegral uber die Randkurve einer Flche a vor, das davon abhngt, in welcher Richtung man die Kura ve durchluft. Bei einem Gebiet in der Ebene kann man a die Randkurve so durchlaufen, dass das Gebiet zur Linken liegt: Man nennt das auch den mathematisch positiven Umlaufsinn (entgegen dem Uhrzeiger). Bei einer Flche im Raum ist aber kein solcher Umlaufsinn auf natrliche Weise ausgezeicha u net:

Ist die Flche im Raum hingegen parametrisiert, so zeichnet das vektorielle Oberchenelea a ment eine Seite der Flche als Oberseite aus. Von der Seite aus soll man dann die mathea matisch positive Umlaufrichtung fr die Randkurve whlen: u a

dO bzw.

dO

(Bei dieser Flche hat die Randkurve zwei Komponenten.) a Kann man die Flche in einem Stck parametrisieren, so hat ihr Parameterbereich in der a u uv-Ebene eine kanonische Randorientierung mit dem Parameterbereich zur Linken. Diese Parametrisierung der Randkurve entspricht unter der Parameterabbildung x gerade der richtigen Randorientierung der Flche. a

121

F R dO

Satz 143 (Integralsatz von Stokes). Sei F eine (parametrisierte) Flche im Raum R3 a mit stckweise glatter Randkurve F , die durchlaufen wird, wie oben beschrieben. Sei v ein u Vektorfeld mit stetigen partiellen Ableitungen auf einer oenen Umgebung von F . Dann gilt rot v dO =
F F

v ds.

Ist die Flche geschlossen (wie die Kugel- oder Wrfelche), also F = , so gilt a u a rot v dO = 0.
F

Auf den Beweis gehen wir nicht ein. Bemerkungen. 1. Beide Integrale in dem Satz hngen von der Orientierung ab. Beim a Flchenintegral kommt es darauf an, in welche Richtung die Normale zeigt, beim Randina tegral auf den Umlaufsinn. Eine Anderung ergibt jeweils eine Anderung des Vorzeichens. Durch unsere Vereinbarung uber die Randorientierung haben wir die beiden so gekoppelt, dass der Satz richtig ist. 2. Manche Leute knnen sich nicht merken, auf welcher Seite v und auf welcher rot v steht. o Merkregel: Ein Integral weniger = eine Dierentiation weniger. Dasselbe gilt auch fr den u Satz von Gau. 3. Wir erinnern noch einmal daran, dass Flchen fr uns aus endlich vielen glatten Flchena u a stcken bestehen, und dass glatte Flchenstcke eine Parametrisierung mit den zu Beginn u a u von Abschnitt 3.5 gemachten Eigenschaften besitzen. Die Randkurve F besteht deshalb immer aus einer oder mehreren geschlossenen Kurve. Das wird gelegentlich unterstrichen durch die folgende Notation v ds.
F

Man nennt das auch ein Kontourintegral. Beispiel 144. Dieses Beispiel hat keine physikalische Bedeutung, es soll nur noch einmal die Integraldenitionen demonstrieren, die in den Stokesschen Satz eingehen. Sei
y3

v(x, y, z) = x2
z

und F die obere Halbsphre vom Radius R mit der Kugelkoordinatenparametrisierung. Wir a berechnen zunchst das Randintegral. Die Randkurve ist der Kreis vom Radius R in der a xy-Ebene mit dem positivem Umlaufsinn: F : x(t) = R(cos t, sin t, 0), 122 0 t 2.

Damit wird
2

v ds =
F 0

v(x(t)) x(t)dt
2

R3 sin3 t

R sin t

=
0

2 2 R cos t R cos t dt =
0
2

(R4 sin4 t + R3 cos3 t)dt

0

= R4
0

3 sin4 tdt = R4 . 4
0 0

. Das vektorielle

Nun berechnen wir das Flchenintegral. Zunchst ist rot v = a a

2x 3y 2

Oberchenelement der Kugelkoordinaten war R sin xdd. Damit erhalten wir a

0 0 R sin cos
2 /2 0

rot v dO =
F 0

(R sin R sin sin )dd

R cos

2R sin cos 3R2 sin2 sin2

2 /2

=
0 0 /2

R2 sin cos (2R sin cos 3R2 sin2 sin2 )dd

2 /2 2

= 2R3
0

sin2 cos d
0

cos d 3R4
0 =0

sin3 cos d
0

sin2 d

3 1 = 3R4 ( sin ) = R4 . 4 2 4 Stimmt also. Beispiel 145. Sei v = grad u ein Vektorfeld, welches ein Potential u besitzt. Dann gilt fr jede Kurve x : [a, b] R3 , dass x v ds = u(x(a)) u(x(b)). Also gilt u v ds = 0 fr jede geschlossene Kurve x. u
x

(44)

Ist die geschlossene Kurve der Rand einer Flche F , so folgt das auch aus dem Satz von a Stokes, denn dann ist x v ds = rot grad u dO, und rot grad u = 0.
F

Sei nun v = rot w ein Vektorfeld, welches ein Vektorpotential w besitzt. Dann gilt nach dem Satz von Stokes v dO =
F F

rot w dO = 0

fr jede geschlossene Flche F . u a

(45)

Das ist also eine notwendige Bedingung fr die Existenz eines Vektorpotentials, so wie u (44) eine notwendige (und hinreichende) Bedingung fr die Existenz eines gewhnlichen u o Potentials ist. Das zentrale Kraftfeld v= 1 x = grad |x|3 |x| 123

erfllt zwar die notwendige Bedingung div v = 0, aber nicht die Bedingung (45) und hat u deshalb kein Vektorpotential. Beispiel 146 (Ein Messverfahren f r die Rotation). Vergleiche Beispiel 81. Wir beu trachten in einem Punkt x der Strmung v ein Rad vom (kleinen) Radius R, das die Strmung o o um eine zur z-Achse parallele Achse dreht. Dann ist die Drehgeschwindigkeit proportional zu v ds.
K

Dabei ist das Integral uber den Rand des Rades zu nehmen. Betrachten wir nun die Kreis che K des Rades mit einer Parametrisierung, so dass a dO = e3 dO ist, und whlen wir R so klein, dass rot v auf dem Rad annhernd konstant ist, so folgt aus a a dem Satz von Stokes 1 1 rot v e3 dO = v ds. rot v e3 2 R R2 K
K

Die z-Komponente der Rotation ist also die normierte Drehgeschwindigkeit des Rades. Entsprechend kann man mit anderer Achsenstellung die x- und y-Komponenten bestimmen. Stellt man die Achse so, dass die Drehgeschwindigkeit (im positiven Sinne) maximal ist, so zeigt die Achse in Richtung der Rotation. Beispiel 147 (Greensche Formel). In diesem Beispiel betrachten wir ebene Vektorfelder v=
p(x, y) q(x, y)

auf die natrliche Weise als Vektorfelder im R3 , nmlich vermge u a o

p(x, y)

v(x, y, z) = q(x, y).

0

Dann ist rot v =

0 0
q x

p y

Ist nun F R2 R3 ein a ebener Bereich mit Randkurve x, so ist das vektorielle Flchen0

element von F einfach 0dxdy und der Satz von Stokes liefert
1

q p x y
F

dxdy =
x

ds
q

oder, wenn x = : [a, b ] R2 ,

y x

q p x y
F

dxdy =
a

p(x(t))

dx dy + q(x(t)) dt dt

dt.

(46)

124

Man schreibt das auch kurz als sogenannte GREENsche Formel q p x y

F

dxdy =
x

(pdx + qdy).

Das ist hbsch, aber wenn Sie die rechte Seite berechnen mssen, ist es gut, sich an (46) zu u u erinnern. Beispiel 148. Betrachtet man im vorstehenden Beispiel den Spezialfall p(x, y) = 0, q(x, y) = q p x, so wird x y = 1. Dann folgt aber
b b

1dxdy =
F a

(px + q y)dt =
a

x(t)y(t)dt.

Das linke Integral ist gerade der Flcheninhalt von F . Mit p = y, q = 0 erhlt man ein a a analoges Resultat. Es ist
b b

Flche von F = a
a

x(t)y(t)dt =
a

y(t)x(t)dt.

(47)

Man kann also die Flche von F durch ein Randintegral ausrechnen. Das wurde frher bei a u den Planarimetern zur graphischen Flchenberechnung benutzt. a

Beispiel 149 (Gausche Flchenformel). Ist F speziell ein Polygon mit Eckpunkten a (xi , yi ), i = 0, . . . , n und (xn , yn ) = (x0 , y0 ), (xn+1 , yn+1 ) := (x1 , y1 ), so ist x(t) = (xi + t(xi+1 xi ), yi + t(yi+1 yi )) eine Parametrisierung der i-ten Randkante, und der Integralbeitrag dieser Kante wird
1

x(t)y(t)dt =
x 0

(xi + t(xi+1 xi ))(yi+1 yi )dt

1 = xi (yi+1 yi ) + (xi+1 xi )(yi+1 yi ) 2 1 1 = xi (yi+1 yi ) + xi+1 (yi+1 yi ). 2 2 Daraus ergibt sich die in der Landvermessung heute noch wichtige Flchenformel von Gau: a Flche von F = a 1 2 1 2 1 2
n1

xi (yi+1 yi ) +
i=0 n1

1 2 1 2

n1

xi+1 (yi+1 yi )
i=0 n

= =

xi (yi+1 yi ) +
i=0 n

xi (yi yi1 )
i=1

xi (yi+1 yi1 ).
i=1

125

Beispiel 150.
Thermodynamik I, Abschnitt 7.5

Die Formel (47) spielt eine Rolle in der Thermodynamik. Die Zustnde eines idealen Gases a kann man sich als Punkte auf einer Flche im dreidimensionalen (V, p, T )-Raum vorstellen, a die durch die Gasgleichung pV = RT gegeben ist, also als der Graph der Funktion T = pV R (R =universelle Gaskonstante, =Molzahl.) Auf dieser Flche kann man oenbar zwei der drei Variablen als Koordinaten benutzen, a ublicherweise (V, p). Ein thermodynamischer Prozess ist eine Kurve auf der Zustandsche, a die man also beschreiben kann in der Form t (V (t), p(t)). Dann ist
t2

A=
t1

p(t)V (t)dt

die bei der Uberfhrung vom Zustand zur Zeit t1 in den zur Zeit t2 vom Prozess geleiu stete geleistete Arbeit. ( pV = RT = Q ist gerade die Wrmemenge, welche die a Volumennderung um V beim Druck p freisetzt.) Bei geschlossenen Kurven, sogenannten a Kreisprozessen, ist das nach (47) also das Negative der eingeschlossenen Flche, wenn diese a vom Prozess gegen den Uhrzeigersinn umlaufen wird. Beim berhmten Carnotschen Kreisprozess wird ein u Carnot-Prozess krummliniges Viereck im Uhrzeigersinn umlaufen. P Die Seiten sind abwechselnd Isothermen, die durch Hyperbelgleichungen pV = const (also T = const) charakterisiert sind, und sogenannte Adiabaten, die durch die Poissongleichung pV = const. charakteAdiabaten risiert sind (1 < < 2). Weil der Umlauf gegen den Uhrzeiger erfolgt, gibt der Flcheninhalt die geleistea te Arbeit. Durch x (RT ) 1 V (x, T ) := , p(x, T ) := 1 x (RT ) 1

Isothermen

(48)

wird ein Rechteck x1 x x2 , T1 T T2 bei geeigneter Wahl von xi , Ti gerade auf die obige Flche abgebildet, weil a p(x, T )V (x, T ) = (RT ) 1 1 = RT, p(x, T )V (x, T ) = x1 . Die (x, T )-Koordinatenlinien entsprechen also gerade den Isothermen und Adiabaten. Nach der Transformationsformel ist die Flche dann a
T2 x2 x1 x2 x1 x2 x1 x2 x1
1

pdV =
T1 T2

(V, p) dxdT (x, T )

=
T1 T2

(RT ) det 1 1 x2 (RT )

1 1

1 1 1 1 R 1 (RT ) 1 1 1 R x 1 (RT )

dxdT

=
T1 T2

1 1 1 R R dxdT x1 x 1 R x2 dxdT = R(T2 T1 ) ln . x x1

=
T1

126

Nach (48) ist schlielich

x2 x1

V (x2 ,T ) V (x1 ,T )

=:

V2 V1 .

Daher ist die gesamte (mechanische) Arbeit V2 . V1

A = R(T2 T1 ) ln

Die auf der T2 -Isotherme vom Prozess (aus einem externen Speicher) absorbierte Wrmea menge ist V2 V2 V2 RT2 dV = RT2 ln , Q2 = pdV = V V1 V1 V1
V2 auf der T1 -Isotherme gibt der Prozess die Wrmemenge RT1 ln V1 ab. a

127

Anhang: Unendliche Reihen

Unendliche Reihen sind Verallgemeinerungen endlicher Summen auf den Fall unendlich vieler Glieder. Von besonderer Bedeutung sind Polynome von unendlichem Grad, die sogenann ten Potenzreihen

ak (x x0 )k
k=0

und trigonometrische Polynome von unendlicher Ordnung, die sogenannten Fourierreihen a0 + (ak cos(kt) + bk sin(kt)). 2
k=1

Zunchst aber betrachten wir die einfachere Situation unendlicher Reihen, deren Glieder a Konstanten sind.

0.1

Reihen mit konstanten Gliedern. Konvergenzkriterien.

Was sind unendliche Reihen, was sind Partialsummen? Wann ist eine unendliche Reihe konvergent? Die geometrische Reihe als allerwichtigste konvergente Reihe Rechenregeln fr Reihen u Eine unendliche Reihe hat die Form

a0 + a1 + a2 + . . . =
k=0

ak ,

wobei die ak reelle Zahlen sind. Die endlichen Summen

n

sn = a0 + a1 + a2 + . . . + an =
k=0

ak

heien die Partialsummen der Reihe. Denition 151 (Reihenkonvergenz). Wenn die Folge (sn )nN der Partialsummen gegen A konvergiert, nennt man die unendliche Reihe gegen A konvergent und schreibt

ak = A.
k=0

Man nennt A dann auch die Summe der unendlichen Reihe. Statt N betrachtet man auch andere Summationsbereiche, z.B.
1 k=1 k .

Beispiel 152 (Die geometrische Reihe). Sei q R und sei ak = q k . Die zugehrige o Reihe

qk = 1 + q + q2 + q3 + . . .
k=0

heit die geometrische Reihe. Sie ist die wichtigste Reihe uberhaupt. Die Partialsummen sind gegeben durch n n+1 falls q = 1 sn = q k = 1qn+1 sonst. 1q k=0 128

Fr q = 1 ist die Reihe also divergent. Fr |q| > 1 ist die Folge (q n+1 )nN und daher auch u u 1q n+1 die Partialsummenfolge sn = 1q divergent. Dasselbe gilt fr q = 1. Die geometrische u Reihe ist also fr alle q mit |q| 1 divergent. Andrerseits ist limn q n+1 = 0 fr |q| < 1, u u und deshalb erhalten wir

k k=0 q

1 1q

fr |q| < 1. u

Insbesondere folgt daraus z.B.

0, 999 . . . =
k=1

9(

1 k 9 ) = 10 10

(
k=0

1 k 1 9 ) = 1 = 1. 10 10 1 10

Beispiel 153 (Dopplereekt). Eine ruhende Schallquelle sendet Wellen mit der Frequenz , der Schwingungsdauer T = 1/ und der Ausbreitungsgeschwindigkeit c aus. Die Wellenlnge ist dann = cT = c/. a Bewegt sich der Empfnger mit der Gea schwindigkeit v < c auf die ruhende Quelle zu, so verkrzt sich die empfanu gene Frequenz auf = c+v v = 1+ . c
c v

=cT

Bewegt sich andrereits die Quelle mit der Geschwindigkeit v < c auf den Empfnger zu, so verkrzt sich die Wela u lenlnge auf = (c v)/ = c/, die a empfangene Frequenz ist = 1 v v = 1 + + ( )2 + . . . . 1 v/c c c

~ =(c-v)T

In diesem Fall ist die Frequenz also hher als bei bewegtem Empfnger. o a

Rechenregeln fr konvergente unendliche Reihen. Sind u

und bk = B konvergente unendliche Reihen, so konvergiert (ak + bk ) = Ist weiter c R so folgt (cak ) = c ak . ak + bk .

ak = A (ak + bk ) gegen A + B: (49)

(50)

Mit Produkten unendlicher Reihen ist es komplizierter. Man muss jedes Glied der einen Reihe mit jedem Glied der anderen Reihe malnehmen, was bei unendlich vielen Gliedern Probleme

129

macht. Eine einleuchtende Anordnung der Produkte gibt die sogenannte Produktformel von Cauchy:

(
i=0

ai )(
j=0

bj ) =
k=0

ck , wobei ck := a0 bk + a1 bk1 + . . . + ak b0 .

(51)

Die Gleichung stimmt, wenn alle drei Reihen konvergent sind. Aber aus der Konvergenz der Reihen i=0 ai und j=0 bj folgt im allgemeinen nicht die Konvergenz der Reihe k=0 ck . Vergleiche dazu aber die Bemerkungen uber absolut konvergente Reihen weiter unten.

Konvergenzkriterien. Wie prft man, ob eine Reihe konvergiert? Ein einfaches u notwendiges Kriterium ist das folgende: Wenn die Reihe ak konvergiert, wenn also die Partialsummenfolge (sn ) gegen einen Wert A konvergiert, dann konvergiert auch die Folge (sn1 ) gegen A, sie hat ja dieselben Glieder, nur in der Numerierung um eins verschoben. Aber dann gilt 0 = lim sn lim sn1 = lim(sn sn1 ) = lim an . Nur wenn lim ak = 0 hat die Reihe also eine Chance, konvergent zu sein:
Satz 154 (Notwendiges Konvergenzkriterium). ak konvergent = lim ak = 0.

Dass aber eine Reihe mit dieser Eigenschaft nicht konvergent sein muss, zeigt das sehr berhmte Gegenstck zur geometrischen Reihe: u u Beispiel 155 (Divergenz der harmonischen Reihe). Die harmonische Reihe ist die Reihe 1 1 1 = 1 + + + ... k 2 3
k=1

Wir erinnern daran, dass das uneigentliche Integral 1 dx nicht existiert. 1 x Aus dem Vergleich von Integral und Summe in der Abbildung folgt daher die Divergenz der harmonischen Reihe.

1 ___ x

Die Divergenz der harmonischen Reihe hat folgende praktische Anwendung: Wir bauen einen Turm aus Ziegelsteinen der Lnge 1 von a oben nach unten, indem wir den bereits gebauten Turm so auf den nchsten Stein setzen, dass sein Schwerpunkt gerade a uber der Kante des neuen untersten Steins liegt, der Turm al so gerade eben nicht umkippt. Ist Sn1 die x-Koordinate des Schwerpunktes der ersten n 1 Steine, so liegt der Schwerpunkt des n-ten Steins also bei Sn1 + 1 , und der Schwerpunkt 2 des erweiterten Turms bei
x

1 2 3 4
1 _ 6 1 _ 4 1 _ 2

n n+1

1 _ 2n

Sn =

n 1 1 1 1 X 1 ((n 1)Sn1 + (Sn1 + )) = Sn1 + = . n 2 2n 2 k=1 k

Wegen der Divergenz der harmonischen Reihe kann man also den uberhang beliebig gro machen. Zum P4 1 Beispiel ist 1 = 1.04, mit fnf Steinen kann man einen uberhang von mehr als einem Stein und mit u k=1 k 2 32 Steinen einen von mehr als zwei Steinen realisieren.

130

Beispiel 156 (Riemannsche Zetafunktion).

Werkstoe I, Abschnitt 2.5

Fr s > 1 existiert das Integral u

1

dx . xs

1 ___ xs

Am nebenstehenden Bild sieht man deshalb, dass

k=1

1 ks

fr s > 1 konvergiert. u Die fr s > 1 denierte Funktion u (s) :=

k=1

1/k s

heit die Riemannsche Zetafunktion. Die Uberlegungen der vorangehenden Beispiele kann man ausbauen zu einem Satz, der eine Beziehung zwischen uneigentlichen Integralen und unendlichen Reihen herstellt: Satz 157 (Reihen-Integral-Kriterium). Sei f : [m, [ R, m N eine monoton fallende Funktion mit f (x) 0 fr alle x [m, [. Dann existiert das uneigentliche Integral u f (x) dx genau dann, wenn die Reihe k=m f (k) konvergiert. m

131

0.2

Weitere Konvergenzkriterien

Wir lernen die wichtigsten Konvergenzkriterien fr unendliche Reihen. u Zurck zur Frage: Wie pr ft man, ob eine unendliche Reihe konvergent ist? Wir u u wollen dafr jetzt zwei hinreichende Kriterien geben. Hinreichend bedeutet: Wenn dies u und das erfllt ist, dann ist die Reihe konvergent. Aber sie kann auch konvergent sein, wenn u diese Voraussetzungen nicht vorliegen. Zunchst vergleichen wir zwei Reihen a ak und bk . Von der zweiten Reihe sei schon bekannt, dass sie konvergiert, und wir wollen annehmen, dass 0 ak bk fr alle k u (52)

gilt. Weil die Summanden 0 sind, sind die Folgen der Partialsummen monoton wachsend und
n n

ak
k=0 k=0

bk
k=0

bk =: M.

Die Partialsummenfolge der Reihe niekriterium konvergent.

ak ist also beschrnkt, und daher nach dem Monotoa

Dieses Argument kann man nur auf Reihen ohne negative Glieder anwenden. Aber mit einem Trick lt es sich verallgemeinern: Hat man statt (52) die allgemeinere Bedingung a |ak | bk fr alle k, u 2bk

so kann man die Reihe ck = (ak + |ak |) betrachten und mit der Reihe 2 bk = vergleichen. Die zweite Reihe ist natrlich wie die Reihe u bk konvergent, und weil 0 ak + |ak | 2bk ,

ist die Reihe ck nach unserer gerade gemachten Uberlegung konvergent. Natrlich konu vergiert danach auch die Reihe |ak | und damit schlielich die Reihe ak = Wir fassen das zusammen: Satz 158 (Vergleichskriterium=Majorantenkriterium). Die Reihe gent, und es gelte |ak | bk fr alle k. u (Hier gengt: Fr alle k von einem gewissen k0 N an.) Dann ist Reihe u u

((ak + |ak |) |ak |) =

(ak + |ak |)

|ak |.

bk sei konver-

ak
k=0

konvergent.

Beispiel 159. Wir vergleichen die Reihen

k=1

1 k2

und
k=2

1 1 ) k1 k

132

Fr k > 1 ist u 1 1 1 1 1 = 2 < = . 2 k k k(k 1) k1 k Die Konvergenz der zweiten Reihe kann man aber leicht einsehen, weil man ihre Partialsummen explizit bestimmen kann:
n

(
k=2

1 1 1 1 1 1 1 1 1 ) = ( ) + ( ) + ...( ) = 1 1. k1 k 1 2 2 3 n1 n n
1 k=1 k2 bewiesen. 1 2 k2 = /6.

Damit haben wir noch einmal die Konvergenz von Grenzwert der Reihe zu bestimmen. Er ist (2) =

Schwieriger ist, den

Der Nachteil beim Vergleichskriterium ist, dass man schon eine konvergente Majorante bk haben muss. Das folgende Kriterium benutzt nur die zu untersuchende Reihe und ist deshalb meistens die erste Wahl, wenn man eine Reihe auf Konvergenz untersuchen will. Erst wenn es keine Auskunft uber die Konvergenz gibt, versucht man andere Kriterien.
k=0

Satz 160 (Quotientenkriterium). Ist die Reihe lim ak+1 . ak

ak konvergent? Berechne dazu

Ist der Grenzwert < 1, so ist die Reihe konvergent. Ist der Grenzwert > 1, so ist die Reihe divergent. Ist der Grenzwert = 1 oder existiert er gar nicht, so gibt dieses Kriterium keine Auskunft.

Das ist so zu verstehen, dass die ak alle (oder wenigstens alle von einer Stelle k0 an) ungleich null sein mssen und der Limes auch existiert. u
k+1 Beweis. Zum Beweis whlen wir ein q echt zwischen lim | aak | und 1: a

lim |

ak+1 | < q < 1. ak

k+1 Weil lim | aak | < q ist dann (nach der Denition der Konvergenz)

ak+1 <q ak fr alle k von einem gewissen k0 an. Daraus folgt fr k k0 : u u |ak | < q|ak1 | < q 2 |ak2 | < . . . < q kk0 |ak0 | = q k Aber nach dem Resultat uber die geometrische Reihe ist

(53)

|ak0 | . q k0

qk
k=0

|ak0 | |ak0 | = k0 k0 q q

qk =
k=0

|ak0 | 1 . q k0 1 q bk

Die erste Behauptung folgt daher aus dem Vergleichssatz angewendet auf die Reihe |ak0 | mit bk = q k qk0 . 133

Die zweite Behauptung ergibt sich wie folgt: Ist der Limes > 1, so bedeutet das fr groe k, u dass |ak+1 | > |ak |. Also konvergieren die ak sicher nicht gegen null. Bemerkung: Beim Beweis haben wir nicht wirklich die Existenz des Limes benutzt, sondern nur gebraucht, dass es eine Zahl q kleiner als 1 gibt, so dass (53) fr alle k k0 gilt. Das u Quotientenkriterium gilt also auch mit dieser schwcheren Voraussetzung: a
k+1 Gibt es q < 1 und k0 , so dass | aak | q fr alle k k0 , so ist die Reihe u

ak konvergent.

Beispiel 161. Die Reihe

k=0

k 2k

ist konvergent nach dem Quotientenkriterium: Es ist ak+1 = ak

k+1 2k+1 k 2k

2k (k + 1) 1 1 1 = (1 + ) < 1. k+1 k 2 2 k 2

Beispiel 162 (Wo das Quotientenkriterium versagt). Fr die beiden Reihen u

k=1

1 und k

k=1

1 k2

ist der Limes des Quotienten aufeinanderfolgender Glieder beide Male = 1. Das Quotientenkriterium macht in diesen Fllen keine Aussage. Aber wie wir gesehen haben, ist die erste a Reihe divergent, die zweite (zum Beispiel nach dem Vergleichskriterium) konvergent. Zum Abschluss betrachten wir noch eine Reihe, fr welche die vorstehenden Kriterien ebenu falls versagen, nmlich die sogenannte alternierende harmonische Reihe: a

(1)k+1
k=1

1 1 1 1 = 1 + ... k 2 3 4

Diese Reihe ist konvergent. Die Tatsache der Konvergenz kann man relativ leicht einsehen. Bei jedem Schritt wird abwechselnd die Partialsumme erhht oder erniedrigt, wobei die Difo 1 ferenz monoton kleiner wird. Die ungeraden Partialsummen 1, 1 2 + 1 , . . . sind daher eine 3 1 1 1 1 monoton fallende, die geraden 1 2 , 1 2 + 3 4 , . . . eine monoton wachsende Folge. Beide sind beschrnkt und daher konvergent. Und weil sich die benachbarten sn und sn+1 nur a 1 um n+1 unterscheiden, konvergieren sie gegen denselben Grenzwert. Also konvergiert die gesamte Folge der Partialsummen. Diese Argumentation liefert ein weiteres Konvergenzkriterium: Satz 163 (Leibniz-Kriterium). Eine alternierende Reihe deren Glieder absolut genommen eine monoton gegen null konvergierende Folgen bilden, ist konvergent. Der Grenzwert der obigen Reihe ist wiederum schwierig zu bestimmen. Er ist ln 2. An dieser Reihe kann man noch ein wichtiges Phnomen deutlich machen: Bei unendlichen a Reihen ist die Reihenfolge der Glieder im allgemeinen nicht mehr gleichgltig, es gilt kein u Kommutativgesetz. Das liegt daran, dass eine Umordnung der Glieder die Partial summenfolge vllig durcheinander bringt. Bei der alternierenden harmonischen Reihe sind o nmlich die Reihen der positiven bzw. negativen Glieder a 1+ 1 1 1 1 1 + + ... + + + ... 3 5 2 4 6 134

beide divergent. (Die zweite ist einfach die halbe harmonischen Reihe und deshalb divergent; die Glieder und darum die Partialsummen der ersten Reihe sind aber oensichtlich grer o als die der zweiten, weshalb auch die erste Reihe divergent ist.) Darum kann man von der alternierenden Reihe zunchst so viele positive Glieder (der Reihe nach) addieren, bis man a z.B. uber 27 ist. Dann addiert man negative Glieder solange, bis man unter 27 kommt. Dann addiert man weiter positive Glieder, bis man wieder uber 27 ist. Auf diese Weise erwischt man schlielich alle Glieder der Reihe und hat sie so umgeordnet, dass die neue Reihe nun gegen 27 konvergiert. Diese Zauberei funktionierte, weil man Glieder verschiedenen Vorzeichens hat, die fr sich u genommen divergente Reihen bilden. Wenn nicht nur die Reihe ak , sondern auch die Reihe |ak | konvergiert, kann das wohl nicht mehr passieren. Denition 164 (Absolute Konvergenz). Wenn die Reihe |ak | konvergiert, nennt man die Reihe ak absolut konvergent. (Nach dem Vergleichskriterium ist sie dann auch im gewhnlichen Sinne konvergent.) o

Vorteile absolut konvergenter Reihen. Vergleichskriterium und Quotientenkriterium liefern absolut konvergente Reihen. Diese haben den Vorteil, dass man mit ihnen ziemlich so wie mit endlichen Summen rechnen darf. Genauer: Absolut konvergente Reihen darf man beliebig umordnen, die Konvergenz und der Grenzwert ndern sich nicht. a Das Cauchyprodukt zweier absolut konvergenter Reihen ist wieder (absolut) konvergent, vgl. (51).3

Komplexe Reihen. Fr Reihen mit komplexen Gliedern deniert man die Konvergenz u
genauso wie im reellen Fall. Alle die obigen Regeln mit Ausnahme des Leibniz-Kriteriums gelten auch im Komplexen. Zum Beispiel gilt

zk =
k=0

1 1z

fr alle z C mit |z| < 1. u

Es gengt, wenn nur eine der beiden Reihen absolut konvergent und die andere konvergent ist. u

135

0.3

Funktionenreihen

Reihen, deren Glieder nicht konstant, sondern Funktionen sind, nennt man Funktionenreihen. Wir lernen die beiden wichtigsten Typen solcher Reihen kennen, die Potenzreihen und die Fourierreihen.

Potenz- und Taylorreihen. Die wichtigsten Funktionen erhlt man durch eine a
Verallgemeinerung der Polynome auf unendliche Summen: Denition 165. Eine Potenzreihe ist eine unendliche Reihe der Form

ak (z z0 )k .
k=0

(54)

Wir wollen diese Reihen gleich im Komplexen betrachten. Das ist nicht komplizierter, aber dei Begrie Konvergenzradius und Konvergenzkreis werden viel anschaulicher. Wir neh men deshalb an, dass die Koezienten ak und der Entwicklungspunkt z0 komplexe Zahlen sind. Weiter ist z eine komplexe Variable. Auf der Menge D C aller z, fr die die Reihe konvergiert, liefert f (z) := u also eine Funktion f : D C.
k=0

ak (z z0 )k

Wir untersuchen nun die Frage, fr welche Werte von z die Reihe konvergiert. Es ist einu leuchtend, dass sie konvergiert, wenn |z z0 | klein ist, und divergiert, wenn diese Zahl gro ist. Dabei hngt die Bedeutung von klein und gro vermutlich von den ak ab. a Wir versuchen das Quotientenkriterium. Beachten Sie aber, dass jetzt ak (z z0 )k die Rolle ubernimmt, die im Satz 160 der Term ak spielte. Wir mssen also u ak+1 (z z0 )k+1 ak+1 = |z z0 | ak (z z0 )k ak betrachten. Wir nehmen an, dass der Grenzwert A := limk
ak+1 ak

existiert.4 Dann ist die Reihe

fr A|z z0 | < 1 nach dem Quotientenkriterium (absolut) konvergent, fr A|z z0 | > 1 u u divergent. Bei A = 0 ist die Reihe also fr alle z C konvergent, bei 0 < A < ist die u Reihe fr alle z mit u |z z0 | < R := 1 A 1 |z z0 | > R := A konvergent, divergent. (55) (56)

Ist A = , so ist die Reihe nur fr z = z0 konvergent. u Es gilt:

4

Das muss nicht so sein. Dann kommen wir mit diesem Kriterium nicht weiter.

136

Satz 166 (Konvergenz von Potenzreihen). Die Potenzreihe

ak (z z0 )k
k=0

ist fr alle z in einem oenen Kreis (dem Konvergenzkreis) vom Radius R um den u Mittelpunkt z0 (absolut) konvergent und fr alle z auerhalb des abgeschlossenen Kreises u divergent. Das Konvergenzverhalten auf dem Rand des Kreises muss man bei jeder speziellen Reihe in jedem Punkt einzeln untersuchen. ur den sogenannten Konvergenzradius R gilt R = lim 1
ak+1 ak

falls der Limes exitiert. Dabei ist auch der Wert R = zugelassen, ein Kreis mit unendlichem Radius ist die ganze Ebene C.

Ein oener Kreis ist ein Kreis ohne die berandende Kreislinie, beim abge schlossenen Kreis ist diese einbegriffen. Beachten Sie, dass der Quotient der ak hier das Reziproke von der Formel im Quotientenkriterium ist. Beachten Sie weiter, dass wir die obige Aussage nur unter der Annahme bewiesen haben, dass der Grenzwert existiert. Sie bleibt aber richtig, auch wenn der Grenzwert nicht existiert, nur hat man dann keine so einfache Formel mehr fr R. u Ein Wort zur Sprache: Sagen Sie nicht, die Reihe sei innerhalb des Konvergenzradius konvergent. Der Konvergenzradius ist eine Zahl, z.B. 7. Was soll es bedeuten, dass die Reihe innerhalb von 7 konvergiert? Beispiel 167. Die geometrische Reihe R = 1. Es gilt

Im Komplexen

divergent

abs. konvergent z
0

Im Reellen

divergent

absolut konvergent x -R 0 x
0

divergent x +R 0

z k ist eine Potenzreihe mit Konvergenzradius 1 1z fr |z| < 1. u

f (z) =
k=0

zk =

Beispiel 168. Die Potenzreihe

k=0

5k z 2k k+1

(57)

enthlt nur gerade Potenzen, es ist ak = 0 fr alle ungeraden k. Darum sind die Quotia u enten aufeinanderfolgender Koezienten abwechselnd null oder nicht deniert. Der obige Grenzwert existiert also nicht. Aber man kann natrlich das Quotientenkriterium direkt u versuchen: 5k+1 2k+2 z 5(k + 1)z 2 lim k+2 = lim = 5|z|2 . k 5 k k k+2 z 2k k+1 137

Also hat man Konvergenz fr |z| < u 1 ist R = 5 .

1 5

und Divergenz fr |z| > u

1 . 5

Der Konvergenzradius

Im folgenden Satz beschrnken wir uns wieder auf reelle Reihen. a

Satz 169 (Dierentiation von Potenzreihen). Die reelle Potenzreihe

ak (x x0 )k
k=0

habe Konvergenzradius R > 0. Sie konvergiert dann also auf einem Intervall ]x0 R, x0 + R[ und deniert dort eine Funktion f (x). Diese Funktion ist dierenzierbar und es gilt

f (x) =
k=1

kak (x x0 )k1 =
k=0

(k + 1)ak+1 (x x0 )k .

Der Konvergenzradius der abgeleiteten Reihe ist wieder R. Kurz: Potenzreihen darf man gliedweise dierenzieren. Der Konvergenzradius ndert sich a dabei nicht. Ebenso darf man Potenzreihen gliedweise integrieren.

Beispiel 170. Die Reihe

z k+1 k=0 k+1

hat Konvergenzradius1. Sie ist

fr z = 1 divergent (harmonische Reihe) u fr z = 1 konvergent (alternierende harmonische Reihe). u Fr reelles x [1, 1[ gilt u

k=0

xk+1 = ln(1 x). k+1

(58)

1 Die Ableitungen der beiden Seiten sind nmlich k=0 xk bzw. 1x , also gleich. Deshalb a sind die beiden Seiten von (58) nach dem Konstanzkriterium gleich bis auf eine additive Konstante c. Einsetzen von x = 0 liefert c = 0. Dieses liefert die Gleichheit (58) nur fr u |x| < 1. Sie ist aber auch fr x = 1 wahr und liefert, wenn man mit (-1) multiplziert, den u Wert der alternierenden harmonischen Reihe:

k=0

(1)k 1 1 = 1 + + . . . = ln(2). k+1 2 3

Bei der Untersuchung der trigonometrischen Funktionen und der Exponentialfunktion in Analysis I haben wir die Taylorpolynome dieser Funktionen ausgerechnet und diese Funktionen dadurch approximiert. Die Vermutung liegt nahe, dass man sie durch unendliche Taylorpolynome, d.h. durch die bei n entstehenden Potenzreihen exakt darstellen kann. Beispiel 171 (Exponentialreihe). Die Potenzreihe

k=0

xk k!

138

hat den Konvergenzradius R = . (Nachrechnen!) Also deniert sie eine dierezierbare Funktion y : R R, fr die gilt u y(0) = 1 + und y (x) =
k=0

01 02 + + ... = 1 1! 2!

xk1 = k k!

k=1

xk1 = (k 1)!

k=0

xk = y(x). k!

Damit ist der noch oene Existenzbeweis fr die Exponentialfunktion gefhrt: u u

exp x =
k=0

xk . k!

Ebenso schliet man fr die trigonometrischen Funktionen und erhlt die Reihendarstellunu a gen: Beispiel 172 (Sinus- und Cosinusreihe).

sin x = cos x =

(1)m x2m+1 (2m + 1)! m=0 (1)m 2m x . (2m)! m=0

Die eben betrachteten Reihen, die Exponentialreihe und die trigonometrischen Reihen, sind Beispiele fr sogenannte Taylorreihen: u Ist die Funktion f (x) auf einem Intervall um x0 unendlich oft dierenzierbar, so kann man die Potenzreihe f (k) (x0 ) (x x0 )k k!
k=0

bilden, die Taylorreihe zu f (x) im Punkt x0 . Ist f (x) durch eine Potenzreihe um x0 gegeben, so ist diese auch gerade die Taylorreihe im Punkt x0 . Aber im allgemeinen ist es nicht klar, ob das Restglied fr n wirklich gegen 0 geht, d.h. u ob die Taylorreihe von f wirklich gegen f konvergiert. Und es gibt Funktionen, bei denen das falsch ist.

139

Fourierreihen. Wir betrachten eine Funktion f : R R mit Periode T =

Fourierkoezienten ak und bk . Dann heit a0 + 2 die Fourierreihe von f (t).

mit

(ak cos(kt) + bk sin(kt))

k=1

Satz 173 (Konvergenz von Fourierreihen5 ). Die Funktion f : R R sei T = periodisch und stckweise monoton. Dann gilt: u An allen Stetigkeitsstellen t von f konvergiert die Fourierreihe gegen f (t).

2 -

An den Unstetigkeitsstellen existieren wegen der stckweisen Monotonie der links- und u rechtsseitige Grenzwert f (t) und f (t+) von f , und die Fourierreihe konvergiert gegen das daraus gebildete arithmetische Mittel. Man hat also fr alle t: u a0 f (t) + f (t+) = + 2 2

(ak cos kt + bk sin kt).

k=1

Beispiel 174. Die 2-periodische Funktion f (t) = 1 t fr 0 < t < 2 u 0 fr t = 0 u

hat nach Denition an den Sprungstellen gerade den Mittelwert 0 als Funktionswert. Daher wird sie uberall durch ihre Fourierreihe dargestellt:

f (t) =
k=1

2 sin kt. k

Beispiel 175. Ahnlich erhlt man fr die 2-periodische Funktion mit a u 1 fr < t < 0 u g(t) := 1 fr 0 < t < . u 0 fr t = 0, , u dass g(t) = 4

k=0

1 sin(2k + 1)t. 2k + 1

Aus der letzten Behauptung im Satz uber die Approximation im quadratischen Mittel folgt
5 Einen Beweis f r den Satz in dieser bequemen, aber nicht sehr verbreiteten Version ndet man etwa in u Mangoldt-Knopp, Einfhrung in die Hhere Mathematik, Band III. u o

140

Satz 176 (Parsevalsche Gleichung). Die Funktion f : R R sei T = stckweise monoton mit Fourierkoezienten ak und bk . Dann gilt: u 2 T
T

2 -periodisch

und

f (t)2 dt =
0

a2 0 + 2

(a2 + b2 ). k k
k=1

Beispiel 177. Wir betrachten die beiden Funktionen aus den vorangehenden Beispielen 174 und 175. Wir erhalten

k=1

2 4 1 = 2 k2 2

(1 t)2 dt =
0

(1 t)3 3

=
0

2 . 3

Also ist

k=1

1 2 = . k2 6

1 Die Konvergenz der Reihe u k2 haben wir fr her mit dem Reihen-Integral-Kriterium bzw. mit dem Majorantenkriterium nachgewiesen. Jetzt haben wir sozusagen zufllig auch den a Reihenwert bestimmt.

Ebenso ergibt sich 16 2 und damit

k=0

1 2k + 1

2 2
2

g(t)2 dt = 2,

k=0

1 2k + 1

2 . 8

Wie Potenzreihen, so darf man auch Fourierreihen gliedweise integrieren, aber man darf sie i.a. nicht gliedweise dierenzieren: Nicht nur die Sprungstellen machen Probleme, wie man denken knnte. Nach dem Beispiel 174 ist o

1t=2
k=1

sin kt k

fr 0 < t < 2. u

Durch gliedweises Dierenzieren der Reihe bekommt man die Reihe 2 k=1 cos kt, und an der Stelle t = 1, an der f keinen Sprung hat, ist die Reihe 2 k=1 cos k = 2 k=1 (1)k gar nicht konvergent. Dasselbe gilt zum Beispiel fr alle irrationalen Werte von t. u

Konvergente Fourierreihen darf man im allgemeinen NICHT gliedweise dierenzieren.

141