Gewöhnliche Differentialgleichungen - Cheatsheet
Definition und Klassifizierung von Differentialgleichungen erster Ordnung
Definition:
Erste Ordnung: Gleichung der Form \( y' = f(t, y) \) mit Ableitung erster Ordnung.
Details:
- Explizit: \( y' = f(t, y) \)
- Implizit: \ F(t, y, y') = 0 \
- Lineare DGL: \ y' + p(t)y = q(t) \
- Separierbar: \ g(y)y' = h(t) \
- Zustände und Übergänge beschreiben Systemverhalten
Lösungstechniken: explizite und implizite Methoden
Definition:
Lösungstechniken für gewöhnliche Differentialgleichungen; unterscheidet zwischen expliziten und impliziten Methoden.
Details:
- Explizite Methoden: direkte Berechnung des nächsten Wertes aus vorherigen WertenBeispiel: Euler-VerfahrenFormel: \[ y_{n+1} = y_n + h f(t_n, y_n) \]
- Implizite Methoden: erfordern das Lösen einer Gleichung bei jedem SchrittBeispiel: implizites Euler-VerfahrenFormel: \[ y_{n+1} = y_n + h f(t_{n+1}, y_{n+1}) \]
Trennung der Variablen: Theorie und Anwendung
Definition:
Methode zur Lösung gewöhnlicher Differentialgleichungen durch Separieren der Variablen und anschließendes Integrieren.
Details:
- Form: \frac{dy}{dx} = f(x)g(y)
- Umformung zu: \frac{1}{g(y)} dy = f(x) dx
- Integration beider Seiten: \int \frac{1}{g(y)} dy = \int f(x) dx
- Lösung der Integrale ergibt die implizite Lösung: F(y) = G(x) + C
- Anwendung: Findet Lösungen für Differentialgleichungen, die trennbar sind.
Lösungsmethoden linearer Differentialgleichungen: Variation der Konstanten und unbestimmte Koeffizienten
Definition:
Lösung linearer Differenzialgleichungen mittels Variation der Konstanten und Methode der unbestimmten Koeffizienten.
Details:
- Variation der Konstanten: Ansatz der Lösung der homogenen Gleichung und Modifikation der Konstante.
- Unbestimmte Koeffizienten: Ansatz spezieller Lösungsformen für die inhomogene Gleichung.
- Lineare Differentialgleichung: \[ y'' + p(x)y' + q(x)y = g(x) \]
- Variation der Konstanten: \[ y_p = u(x) y_1(x) + v(x)y_2(x) \] (Lösungsansatz)
- Unbestimmte Koeffizienten: Ansatz für \[ g(x) = P_n(x) e^{\beta x} \] und Bestimmung der Parameter durch Einsetzen.
- Parameter in beiden Methoden durch Einsetzen in die DGL.
Eigenwerte und Eigenvektoren zur Lösung homogener und inhomogener Gleichungen
Definition:
Verwendung von Eigenwerten und Eigenvektoren zur Analyse und Lösung linearer Differentialgleichungen.
Details:
- Homogene Gleichung: Allgemeine Lösung durch Bestimmen der Eigenwerte \( \lambda \) und Eigenvektoren \( \mathbf{v} \) des Systems \( A\mathbf{v} = \lambda\mathbf{v} \).
- Inhomogene Gleichung: Lösung \( \mathbf{x}(t) = \mathbf{x}_h(t) + \mathbf{x}_p(t) \), wobei \( \mathbf{x}_h(t) \) die homogene und \( \mathbf{x}_p(t) \) die partikuläre Lösung ist.
- Allgemeine Lösung der homogenen Gleichung: \( \mathbf{x}_h(t) = \sum_{i} c_i \mathbf{v}_i e^{\lambda_i t} \), wobei \( c_i \) Konstanten und \( \mathbf{v}_i \) Eigenvektoren sind.
- Ermittlung der partikulären Lösung je nach Art der Inhomogenität (z.B. Methode der undeterminierten Koeffizienten).
Fundamentalsatz über die Existenz und Eindeutigkeit von Lösungen
Definition:
Lösung eines Anfangswertproblems existiert und ist eindeutig unter bestimmten Voraussetzungen.
Details:
- Zugehöriges Anfangswertproblem: \( y' = f(t, y) \) mit \( y(t_0) = y_0 \)
- Funktion \( f(t, y) \) ist stetig in einem Rechteck um \( (t_0, y_0) \)
- Lipschitz-Bedingung hinsichtlich \( y \) im selben Rechteck
- Existenz auf einem Intervall \( [t_0 - \tau, t_0 + \tau] \)
Mathematische Modellierung dynamischer Systeme
Definition:
Modellierung von Systemen, deren Zustand sich über die Zeit ändert, mithilfe von Differentialgleichungen.
Details:
- Grundform: \( \frac{d}{dt}x(t) = f(x(t), t) \)
- Lineare Systeme: \( \frac{d}{dt}x(t) = Ax(t) + Bu(t) \)
- Lösung dynamischer Systeme: Analytische Methoden oder numerische Approximationen
- Stabilität: Eigenwertanalyse der Systemmatrix
- Gleichgewichtspunkte: Lösung von \( f(x_e, t) = 0 \)
- Beispiele: Schwingungen, Wachstumsmodelle, Regelungssysteme
Anwendungen von Differentialgleichungen in der Informatik: Algorithmen, Bild- und Signalverarbeitung
Definition:
Nutzung von Differentialgleichungen zur Modellierung und Lösung komplexer Probleme in Informatik, speziell in Algorithmen, Bild- und Signalverarbeitung.
Details:
- Algorithmen: Runge-Kutta-Verfahren zur numerischen Lösung von Differentialgleichungen.
- Bildverarbeitung: Diffusionsgleichungen für Rauschunterdrückung und Bildglättung.
- Signalverarbeitung: Fourier-Transformation in Verbindung mit Differentialgleichungen zur Filterung und Analyse von Signalen.
- Beispiel: Lösung von \( u'(t) = -au(t) + b \) in der Signalverarbeitung zur Modellierung von Systemantworten.