Tipps Hhere Mathematik II

1 Lineare Algebra
Eigenwerte und zugehrige Eigenvektoren von A Rnn nden:

1. Charakteristisches Polynom der Matrix A aufstellen: pA () = (A En ), wobei En die

n n-Einheitsmatrix meint.

2. Nullstellen des Charakteristischen Polynoms sind die Eigenwerte von A.

3. Ist R ein Eigenwert von A, so ist der zugehrige Eigenraum E = Kern(A En ),

die Elemente darin ungleich 0 sind die Eigenvektoren zu .
Unterschied algebraische und geometrische Vielfachheit (geometrische Vf algebraische Vf ),
geometrische Vielfachheit = Dimension des Eigenraumes

Diagonalisieren einer Matrix A Rnn (vgl. Aufgaben B1, B2)

1. Bestimmen des charakteristischen Polynoms p(). Falls p nicht in Linearfaktoren zerfllt,

ist die Matrix nicht diagonalisierbar!!

2. Bestimmen der Eigenwerte der Matrix.

3. Bestimmen der geometrischen Vielfachheiten der Eigenwerte, falls diese nicht fr jeden
Eigenwert mit der algebraischen Vielfachheit bereinstimmt, ist die Matrix nicht diago-
nalisierbar. Wichtig: Das Zerfallen des charakteristischen Polynoms in Linearfaktoren
reicht hier nicht aus, ihr msst wirklich berprfen, ob die algebraische und geometrische
Vielfachheit fr jeden Eigenwert gleich sind!

4. Bestimmung einer Basis aus Eigenvektoren, schreibe diese Spaltenweise in eine Trans-
formationsmatrix S, A = SDS 1 ,
dann gilt wobei D eine Diagonalmatrix ist, deren
Eintrge gerade die Eigenwerte von A sind.

Hauptachsentransformation einer symmetrischen Matrix A Rnn (vgl. Aufgabe B5)

1. Bestimmung der charakteristischen Polynoms der Matrix und der Eigenwerte.

2. Bestimmung einer Orthonormalbasis aus Eigenvektoren (z.B. Gram-Schmidt, fr Di-

mension 2 siehe Lemma 7.23)

3. Ab hier gleiches Vorgehen wie bei Diagnonalisieren.

Bestimmen von Hauptvektoren und Basistransformation (vgl. Aufgabe B6)

1. Bestimmen des charakteristischen Polynoms und der Eigenwerte.

2. Bestimmen der algebraischen und geometrischen Vielfachheiten.

3. Bestimmen der Eigenvektoren zu jedem Eigenwert.

4. Ergnzung durch Hauptvektoren durch rekursive Berechnung (siehe Satz 7.29).

5. Schreibe die Hauptvektoren in der berechneten Reihenfolge spaltenweise in eine

Matrix S, dann gilt: S 1 AS hat Blockdiagonalgestalt (Jordannormalform).

2 Dierentialrechnung
Alle Ableitungsregeln knnen (Produkt-, Ketten- und Quotientenregel!) und Regel fr Ablei-
tung der Umkehrfunktion

1
 Funktionen auf Stetigkeit, Dierenzierbarkeit und stetige Dierenzierbarkeit untersuchen kn-
nen (vgl. Aufgabe B10)

Lipschitz-Stetigkeit mithilfe des Mittelwertsatzes nachweisen knnen (vgl. Aufgabe B11)

Allgemein: Wenn ihr Stze (Mittelwertsatz, Zwischenwertsatz, Satz von Rolle...) anwendet,
immer alle Voraussetzungen prfen!
Abschtzungen mithilfe des Mittelwertsatzes zeigen (vgl. Aufgabe B12)

Lokale Extrema von Funktionen berechnen knnen.

Lernt wichtige Ableitungen (braucht man auch frs Integrieren), z.B. von sin, cos, arcsin, arccos,
arctan, sinh, cosh ...

Bei der Anwendung von L'Hospital zur Grenzwertbestimmung wirklich auf Formalia achten!!
(vgl. Aufgabe B16)

1. Zhler und Nennerfunktionen und deren Denitionsbereiche denieren (z.B. f Zhler-

funktion, g Funktion im Nenner).

2. Kurze Begrndung, warum f und g dierenzierbar sind.

3. g 0 (x) 6= 0 fr alle x im Denitionsbereich von g zeigen.

4. berprfen, ob f, g oder f, g 0 gilt, falls x gegen den kritischen Wert konver-

giert.

f 0 (x)
5. berprfen, ob der Grenzwert limx&a g 0 (x) existiert.
f (x) f 0 (x)
6. Erst dann gilt: limx&a g(x) = limx&a g 0 (x)
sin(x)
Dazu ein Beispiel: Bestimme limx0 ex 1

1. Deniere f : R R, x 7 sin(x) und g : R R, x 7 ex 1.

2. f und g sind als Summe von dierenzierbaren Funktionen dierenzierbar.

3. Es gilt: f 0 (x) = cos(x), g 0 (x) = ex und g 0 (x) 6= 0 fr alle x R.

4. Ferner gilt: limx0 f (x) = limx0 sin(x) = 0 und limx0 g(x) = limx0 ex 1 = 0.
f 0 (x) cos(x)
5. Schlielich gilt: limx0 g 0 (x) = limx0 ex = 1.
sin(x) f (x)
6. Der Satz von L'Hospital ist also anwendbar und es gilt: limx0 ex 1 = limx0 g(x) =
f 0 (x)
limx0 g 0 (x) = limx0 cos(x)
ex = 1.

Taylorreihe aufstellen knnen und fr Fehlerabschtzungen nutzen knnen (vgl. Aufgabe B17)

3 Integralrechnung
Denition gleichmige Konvergenz und punktweise Konvergenz knnen! (vgl. Aufgabe B20)

Denition des Integrals ber Treppenfunktionen und Eigenschaften des Regelintegrals knnen!

Mittelwertsatz der Dierentialrechnung (vgl. Aufgabe B24)

Hauptsatz der Dierential- und Integralrechnung

Achtung: Ist in einer Aufgabe das unbestimmte Integral oder die Menge aller Stammfunk-
tionen gefragt, sollte als Ergebnis auch eine Menge von Funktionen auftauchen, mit einer
beliebigen Integrationskonstante! (vgl. Aufgaben B26, B28, B31)

2
 bt die verschiedenen Integrationsverfahren:

 partielle Integration (nicht das p.I. ber dem Gleichheitszeichen vergessen!)

 Substitution

Bei Termen wie 1 x2 bietet es sich an, x durch sin(u) oder cos(u) zu substitu-
ieren, da sich die Gleichung dann zu cos(u)2 bzw. sin(u)2 vereinfacht (Stichwort
trigonometrische Substitution).

Bei Termen wie z.B. 1 + x2 bietet es sich an, x durch sinh(u) zu substituieren, da
sich die Gleichung dann zu cosh(u)2 vereinfacht (cosh(x)
2 sinh(x)2 = 1 fr alle

x R) (Stichwort hyperbolische Substitution).

 Partialbruchzerlegung (eventuell erst noch Polynomdivision, falls der Zhlergrad Nenner-

grad ist).

Mit uneigentlichen Integralen umgehen knnen, d.h. erst als eigentliches Integral auassen
und spter den Limes laufen lassen! (vgl. Aufgabe B33)

Merkt euch folgende Integrale:


R 1
1 x dx konvergiert, falls >1 und divergiert, falls 1 ist.


R1 1
0 x dx konvergiert, falls <1 und divergiert, falls 1 ist.

Untersuchen von Konvergenz von Integralen mithilfe des Majorantenkriteriums (vgl. Aufgabe
B33)

Ein allgemeiner Hinweis zur Integralrechnung: Stellt euch am besten eine Liste mit wichtigen
Stammfunktionen zusammen, sodass ihr in der Klausur Zeit sparen knnt! (z.b. Stammfunk-
1 1
tion vo
1+x2
, 1x 2
,...)

4 Gewhnliche Dierentialgleichungen
Denition lineare, nicht-lineare, autonome, homogene und inhomogene Dierentialgleichun-
gen

Wichtige Stze um Existenz und Eindeutigkeit einer Lsung nachzuweisen: Eindeutigkeitssatz

(liefert hchstens eine Lsung), Satz von Peano (liefert mindestens eine Lsung), Satz von
Picard-Lindelf (vgl. Aufgaben B40, B41)

Wichtige Lsungsverfahren fr skalare Dierentialgleichungen (vgl. Aufgaben B42, B43)

 Trennung der Variablen: x(t)

f (t)
= g(x(t)) , x(t0 ) = x0 und g(x0 ) 6= 0. Die Lsung ist dann
R x(t) Rt
gegeben durch
x0 g(y)dy = t0 f (s)ds. Diese Gleichung muss dann nur noch nach x(t)
umgeformt werden.
Rt
Spezialfall: x(t)
= a(t)x(t) x(t) = exp( t0 a(s)ds)x0
 Variation der Konstanten: x(t)
= a(t)x(t) + f (t), x(t0 ) = x0 . Der Ansatz fr x ist dann
x(t) = (t)c(t)
, wobei fr gilt: (t) = a(t)(t) und (0) = 1. Fr gilt deshalb:
Rt
(t) = exp( t0 a(s)ds). Nun die Herleitung fr c(t):

dx
= (t)c(t) + (t)c(t)
= a(t) (t)c(t) +(t)c(t)
= a(t)x(t) + (t)c(t)

dt | {z }
=x(t)

x(t)
a(t)x(t) = (t)c(t)

f (t) = (t)c(t)

3
 f (t)
c(t)
= und c(0) = x0
(t)
Rt f (s)
Setze also c(t) = x0 + t0 (s) ds.

 Bestimmen der inhomogenen und homogenen Lsung: x(t)

Ist xh eine Lsung der inhomogenen Gleichung
Lsung der inhomogenen Gleichung, dann gilt:
hug den Ansatz des Typs der rechten Seite, z.B:
= a(t)x(t) + f (t), x(t0 ) = x0 .
x(t)
= a(t)x(t) (f = 0) und xp eine
x = xp + xh . Dabei whlt man fr xp

f ist ein Polynom, z.B. f (t) = t3 + 2t2 + 5 xp (t) = at3 + bt2 + ct + d

f ist eine trigonometrische Funktion, z.B: f (t) = sin(5t) xp (t) = a sin(5t) +
b cos(5t)
f ist eine Exponentialfunktion, z.B. f (t) = e7t xp (t) = ae7t
Die Koezienten a, b, c, d bestimmt man dabei, indem man diese Form von xp in die
Dierentialgleichung einsetzt und dann einen Koezientenvergleich durchfhrt.
Wichtig: xp darf dabei nicht die gleiche Form wie xh haben (vgl. Aufgabe B43 c))

Lsen von homogenen Dierentialgleichungen hherer Ordnung (vgl. Aufgaben B44, B45)
...
1. Stelle das charakteristische Polynom der Gleichung auf (z.B. x (t)+ x
(t)2x(t)+5x(t)
=
0 p() = 3 + 2 2 + 5).
2. Finde die Nullstellen des charakteristischen Polynoms p.
3. Stelle das Fundamentalsystem auf (Vorsicht bei komplexen Nullstellen oder mehrfachen
Nullstellen!)

4. Die Lsung x der Dierentialgleichung ist dann eine Linearkombination des Fundamen-
talsystems. Bestimme die Koezienten der Linearkombination durch die Anfangsbedin-
gungen (Gleichungssystem aufstellen und dann lsen)

Falls die Gleichung inhomogen ist, bestimme zunchst eine partikulre Lsung mit dem An-
satz Typ der rechten Seite und bestimme dann die inhomogene Lsung wie gerade beschrie-
ben.

Methoden zur Bestimmung der Exponentialfunktion von Matrizen (vgl. Aufgaben B46, B47)

 Ausnutzen der einfachen Berechnung von Diagonalmatrizen oder nilpotenten Matrizen

(A Rnn nilpotent Ak = 0 fr ein k N). Man kann versuchen, Matrizen in ei-
ne Summe von Matrizen aufzuteilen, deren Exponentialfunktion man leicht berechnen
kann.
Achtung: Fr exp(A + B) = exp(A) exp(B) muss AB = BA gelten (immer berpr-
fen!).

 Diagonalisieren, falls mglich, denn es gilt: A = SDS 1 exp(A) = S exp(D)S 1 .

Lsen von Systemen x = Ax, x(t0 ) = x0 . Die Lsung ist dabei immer von der Form x(t) =
exp(At)c, wobei c durch die Anfangsbedingungen gegeben ist. Falls die Anfangsbedingung
x(0) = x0 lautet, vereinfacht sich die Lsung zu x(t) = exp(At)x0 . Falls A diagonalisierbar
ist, ist das Verfahren das folgende (vgl. Aufgabe B48):

1. Bestimmen der Eigenwerte von A.

2. Bestimmen einer Basis aus Eigenvektoren.

3. Entweder Transformationsmatrix S aufstellen und A diagonalisieren, oder x0 als Line-

arkombination der Eigenvektoren darstellen, denn dann gilt: x(t) = ae1 v1 + be2 v2 + ....

4
 Falls A nicht diagonalisierbar ist, gilt (vgl. Aufgabe B49):

1. Bestimmen der Eigenwerte von A.

2. Bestimmen einer Basis aus Hauptvektoren.

3. Fundamentalsystem aufstellen (Vorsicht mit den Ketten aus Hauptvektoren!)

4. Linearkombination des Fundamentalsystems nden, die die Anfangsbedinung erfllt.

Lsen von inhomogenen Systemen x(t)

= Ax(t) + f (t), x(t0 ) = x0 (vgl. Aufgabe B50):

1. Eigenwerte von A bestimmen und Basis aus Eigenvektoren bestimmen.

2. Fundamentalsystem und Fundamentalmatrix X (Fundamentalsystem spaltenweise in

eine Matrix schreiben) aufstellen und Fundamentalmatrix invertieren.

3. Variation der Konstanten, Ansatz: x(t) = X(t)c(t), dann gilt fr c(t):

x(t)

= X(t)c(t) + X(t)c(t)
= AX(t)c(t) + X(t)c(t)

f (t) = X(t)c(t)

= X 1 (t)f (t)
c(t)
Rt
Setze also c(t) = c0 + t0 X 1 (s)f (s)ds, wobei c0 = c(t0 ) durch Lsen des Gleichungs-
systems X(t0 )c(t0 ) = x0 berechnet wird.

5 Mehrdimensionale Dierentialrechnung
Richtungsableitung: Hierbei an den Trick aus den Aufgaben denken
d

v f (x0 ) = dt f (x0 + tv)t=0
Gradient aufstellen knnen

Richtungsableitung der Norm:

xk
k kxk2 = kxk
k kxk22 = 2xk
Satz von Schwarz besagt i j f = j i f fr eine stetige Funktion f.
Damit ist Hessf (x) symmetrisch (Beim Aufstellen einer Hesse-Matrix mssen also nicht alle
Eintrge explizit ausgerechnet werden, sondern nur die Hlfte)

Erst partielle stetige Dierenzierbarkeit impliziert die totale Dierenzierbarkeit, also wenn
jeder Eintrag des Gradienten stetig ist

Die Formel der mehrdimensionalen Kettenregel sollte auswendig gelernt werden

Extremwertaufgaben:

1. Stelle f (x) auf

2. Berechne kritische Punkte durch f (x0 ) = 0

3. Stelle Hessf (x0 ) auf fr kritischen Punkt x0
4. Entscheide auf Extremalstelle oder Sattelpunkt:

(a) Hessf (x0 ) positiv denit x0 ist Minimalstelle

(b) Hessf (x0 ) negativ denit x0 ist Maximalstelle

(c) Hessf (x0 ) indenit x0 ist Sattelpunkt

5
Beachte: fr f : R2 R gilt das folgende Schema:

(a) Hessf (x0 ) positiv denit det Hessf (x) >0 und tr Hessf (x) >0
(b) Hessf (x0 ) negativ denit det Hessf (x) >0 und tr Hessf (x) <0
(c) Hessf (x0 ) indenit det Hessf (x) <0