• Keine Ergebnisse gefunden

Überblick über das zweite Semester

N/A
N/A
Protected

Academic year: 2021

Aktie "Überblick über das zweite Semester"

Copied!
8
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Überblick über das zweite Semester

Jörn Loviscach

Versionsstand: 27. März 2010, 20:50

Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung.

1 Komplexe Zahlen

Komplexe Zahlen sind in den Ingenieurwissenschaften vor allem ein „Hack“, um möglichst einfach mit sinusförmigen Schwingungen zu können. In der Mathe- matik sind sie zunächst an einer ganz anderen Stelle aufgetaucht: beim Lösen von algebraischen Gleichungen. Die Gleichung z

2

= − 1 hat in den komplexen Zahlen zwei Lösungen:

1

. Dabei heißt j (oder außerhalb der Elektrotechnik: i) die „imaginäre Einheit“. Jede komplexe Zahl ist nach der Art

2

gebildet.

Der Schlüssel zu den Sinusschwingungen ist die Eulersche Identität:

3

Die Exponentialfunktion wird also für komplexe Exponenten so definiert, dass sie Sinus und Cosinus gibt. Netterweise gelten dabei die Rechenregeln der Potenzrechnung weiter. Die sind viel pflegeleichter als das Rechnen mit Sinus und Cosinus. Beispiel: die Ableitungen von Sinus und Cosinus:

4

2 Lineare Algebra

„Lineare Algebra“ ist nur ein großes Wort für die Lehre von den Vektoren und Matrizen. Dafür gibt es mehrere große Anwendungsgebiete:

1

(2)

2 LINEARE ALGEBRA 2

• Analytische Geometrie in zwei und drei Dimensionen:

x y

1 1

5

• Mechanik in zwei und drei Dimensionen:

6

• Analyse und Simulation von (näherungsweise?) linearen Systemen in Dutzenden bis Hunderttausenden von Dimensionen:

7

(3)

3 DYNAMISCHE SYSTEME 3

• Rechnen mit Funktionen, als ob sie Pfeile wären, zum Beispiel zur Signal- verarbeitung und zur Analyse dynamischer Systeme:

8

Die dazugehörige Numerik befasst sich vor allem mit großen linearen Glei- chungssystemen:

9

Dafür gibt es viele fertige in Software verfügbare Standardmethoden. Wir sehen uns einige der grundlegenden Probleme und Ideen an, um einen Eindruck zu gewinnen, worauf man bei der Wahl einer Lösungsmethode achten sollte.

3 Dynamische Systeme

Ein „dynamisches System“ ist beschrieben durch einen Anfangszustand und eine Regel, wie sich der Zustand im Zeitverlauf entwickelt. Beispiele für dynamische Systeme:

10

Dynamische Systeme verhalten sich nicht immer so, wie man das naiv er-

wartet. Das einfachste Beispiel für ein dynamisches System mit überraschen-

den Eigenschaften ist die „logistische Abbildung“. Hier ist der Zustand eine Zahl

(4)

4 POTENZREIHEN 4

x ∈ [0, 1]. Der Zustand x ändert sich von einem Zeitpunkt zum nächsten gemäß x 7→ 4x(1 − x). Das Interessante an diesem System ist, dass selbst kleinste Ab- weichungen in x schnell zu großen Abweichungen anwachsen: „deterministisches Chaos“ (Demo in OpenOffice). Um langfristige Vorhersagen zu machen, müsste man den Anfangswert absurd genau messen. Solche Effekte versucht man in tech- nischen Systemen zu verhindern – oder auch gezielt zu nutzen.

Die meisten technisch interessanten dynamischen Systeme werden durch Differentialgleichungen beschrieben, also Gleichungen, welche Ableitungen enthalten, zum Beispiel:

11

Die Lösungen solcher Gleichungen sind keine einzelnen Zahlenwerte, sondern komlette Bahnkurven, Signalverläufe und so weiter.

Simulationen und Regelprozesse fußen auf Differentialgleichungen. Deshalb sind Differentialgleichungen ein großes Kapitel dieses Moduls. Praktisch relevan- te Differentialgleichungen lassen sich typischerweise nur per Rechner (angenä- hert) lösen: Dies ist der numerische Aspekt der Differentialgleichungen. Hier soll es wieder nur darum gehen, fundierte Ideen zu entwickeln, wie man Lösungssoft- ware einsetzt und wo Probleme drohen.

Bei Steuerungsprozessen und in der Informatik gibt es typischerweise keine kontinuierlichen Zahlenwerte und damit auch keine Differentialgleichungen, sondern nur endlich viele verschiedene Zustände. Solche dynamischen Systeme sehen wir uns später in der Informatik an, insbesondere die „Zustandsautoma- ten“:

12

4 Potenzreihen

Mit Hilfe von Tangentengeraden kann man viele Funktionen vereinfacht behan-

deln. Oft krümmt sich eine Funktion zu schnell von der Tangentengerade weg,

dann sind Schmiegeparabeln oder noch weitergehende Näherungen gefragt:

(5)

5 FOURIER- UND LAPLACE-TRANSFORMATION 5

13

Treibt man das ins Unendliche weiter, entsteht eine Potenzreihe, zum Beispiel die für den Sinus in Bogenmaß:

14

Viele wichtige Funktionen lassen sich praktisch nur über Potenzreihen bestimmen, darunter sin und exp. Potenzreihen helfen auch, Differentialglei- chungen zu lösen, gegebenfalls näherungsweise. Beispiel: Gesucht ist eine Funktion f , die die Differentialgleichung f

0

= f erfüllt und den Anfangswert

f (0) = 1 hat:

15

5 Fourier- und Laplace-Transformation

Fourier-Reihe und Fourier-Transformation sind Methoden, um Funktionen in si- nusförmige Teilwellen zu zerlegen. Sinusförmige Schwingungen sind die natürli- chen Schwingungen, was das Rechnen vereinfacht.

Die Fourier-Reihe ist für periodische Signale zuständig. Mit ihr kann man

zum Beispiel Störungen der Wellenform der Netzspannung untersuchen:

(6)

5 FOURIER- UND LAPLACE-TRANSFORMATION 6

16

oder den Tagesgang von Klimadaten modellieren:

17

Die Fourier-Transformation verarbeitet nichtperiodische Signale. Die Wirkung von (linearen) Filtern wird meist für Sinuswellen gemessen. Per Fourier-Transformation kann man dann sagen, was mit allgemeinen Schwingun- gen passiert:

18

Die Formel der Laplace-Transformation sieht sehr ähnlich aus wie die

Fourier-Transformation. Die Laplace-Transformation wird aber typischerweise

ganz anders eingesetzt: als Hack zum Lösen von Differentialgleichungen, vor

allem in der Regelungstechnik. Die Laplace-Transformation macht zum Beispiel

aus der Differentialgleichung ¨ x(t) + 3 ˙ x(t) + 7x(t) = sin(42t) für t ≥ 0 folgende

herkömmliche (das heißt algebraische) Gleichung:

(7)

6 FUNKTIONEN MEHRERER UNABHÄNGIGER 7

19

Daraus bestimmt man X (s) wie in der Schule. Das Ergebnis transformiert man dann wieder zurück, so dass man eine Lösung der ursprünglichen Differential- gleichung hat.

6 Funktionen mehrerer Unabhängiger

Die meisten praktisch relevanten Größen hängen nicht von einer einzigen Variablen ab, sondern gleich von mehreren. Deshalb untersucht man Funktionen mehrerer Variabler. Beispiele:

20

Wir sehen uns an, was Ableitung und Integral für solche Funktionen bedeu- ten:

21

Ein wesentliches Hilfsmittel zur Berechnung mehrdimensionaler Integrale

sind dabei Polarkoordinaten, Zylinderkoordinaten und Kugelkoordinaten. Ein

einfaches Beispiel ist die Berechnung der Fläche einer Kreisscheibe mit dem

(8)

6 FUNKTIONEN MEHRERER UNABHÄNGIGER 8

Radius R :

22

(Diese spezielle Fläche lässt sich allerdings noch geschickter bestimmen – wie vergangenes Semester vorgeführt.)

Ableitungen in mehreren Dimensionen sind nötig, um zu bestimmen, wie sich

Schwankungen der Eingangsgrößen in komplizierteren Formeln wie a

2

sin(b) auf

das Ergebnis auswirken. Außerdem kann man in mehreren Dimensionen mit Hil-

fe von Ableitungen nach Extremwerten suchen, um den optimalen Arbeitspunkt

für eine Maschine oder eine Schaltung zu finden.

Referenzen

ÄHNLICHE DOKUMENTE

Daran sieht man, dass sich die Sinus- und Cosinus-Funktionen der Fourier- Reihe fast so verhalten wie die Funktionen t 7→ e 2 π int der komplexen Fourier- Reihe.. Entsprechend gibt

Außerdem kann man in mehreren Dimensionen mit Hil- fe von Ableitungen nach Extremwerten suchen, um den optimalen Arbeitspunkt für eine Maschine oder eine Schaltung

Diese Art, zwei Vektoren zu multiplizieren und dabei eine Zahl – also einen Skalar – zu erhalten, nennt sich Skalarprodukt und wird für Pfeile gerne mit einem dicken Punkt

Neu gegenüber C ist auch, dass man Teile von Strukturen und Klassen vor der Außenwelt verbergen kann: Zum Beispiel ist, was mit public markiert ist, für alle sichtbar, was mit

Die Vektoren dieser Art lassen sich mit allen komplexen Zahlen und nicht nur mit reellen Zahlen multiplizieren. Man kann zwei Vektoren vom gleichen Typ (etwa aus dem R 13 oder dem C

Daran sieht man, dass sich die Sinus- und Cosinus-Funktionen der Fourier-Reihe fast so verhalten wie die Funktionen t 7→ e 2 π int der komplexen Fourier-Reihe... 3 FAST

Die komplexe Exponentialfunktion hat keine Nullstellen, denn es gilt Exp.x/ Exp... Komplexe

Es gelten die Additionstheoreme für den komplexen Cosinus und Sinus... Das Additionstheorem gilt für die