Ana 1

Analysis I
Prof. Dr. Harry Yserentant

Universitat T ubingen
L
A
T
E
Xed by Jonathan Alze
Erganzungen und Korrekturen von Arno Fleck
WS 1997/98, WS 2001/02
24. Januar 2002
Inhaltsverzeichnis
1 Der Aufbau des Zahlensystems 5
1.1 Die nat urlichen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Die ganzen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Die rationalen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Die reellen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Die komplexen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Folgen 15
2.1 Grundbegrie, Folgen in Q . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Die reellen Zahlen und ihre Vollstandigkeit . . . . . . . . . . . . . . . . . . . 18
3 Reihen 23
3.1 Grundbegrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 Spezielle Konvergenzkriterien . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3 Unendliche Dezimalbr uche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4 Funktionen, Stetigkeit 31
4.1 Einige Grundbegrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2 Stetige Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3 Die Zwischenwertsatze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.4 Gleichmaige Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.5 Der Raum der beschrankten Funktionen . . . . . . . . . . . . . . . . . . . . . 38
4.6 Gleichmaige Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.7 Der Weierstrasche Approximationssatz . . . . . . . . . . . . . . . . . . . . . 41
5 Dierenzierbarkeit 47
5.1 Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2 Dierentiationsregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.3 Die Mittelwertsatze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.4 Der Taylorsche Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.5 Monotone und konvexe Funktionen . . . . . . . . . . . . . . . . . . . . . . . . 56
5.6 Funktionenfolgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3
4 INHALTSVERZEICHNIS
6 Potenzreihen und elementare Funktionen 61
6.1 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.2 Die Exponentialfunktion und der Logarithmus . . . . . . . . . . . . . . . . . . 64
6.3 Die Kreisfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
7 Das Integral 75
7.1 Treppenfunktionen und Regelfunktionen . . . . . . . . . . . . . . . . . . . . . 75
7.2 Das Integral von Regelfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.3 Integration und Dierentation . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
7.4 Partielle Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
7.5 Substitution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
7.6 Uneigentliche Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.7 Das Lebegue-Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.8 Numerische Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Kapitel 1
Der Aufbau des Zahlensystems
1.1 Die nat urlichen Zahlen
Bezeichnung: N = 1, 2, 3, 4, . . .
Peanosche Axiome (G. Peano, 1891)
1. 1 ist eine nat urliche Zahl
2. Jede nat urliche Zahl besitzt einen Nachfolger n
= n + 1
3. Es gibt keine nat urliche Zahl mit dem Nachfolger 1
4. Aus n
= m
folgt n = m
5. N selbst ist die einzige Teilmenge von N, die die Zahl 1 und mit jeder Zahl n auch n
enthalt.
Bemerkung: Axiom 5 ist das Induktionsaxiom. Es bildet die Grundlage des Beweises
durch vollstandige Induktion und der Denition durch Rekursion.
Denition 1.1 (Addition)
n + 1 := n
, n +m
= (n +m)
Denition 1.2 (Multiplikation)

n 1 = n n m
= n m+n
5
6 KAPITEL 1. DER AUFBAU DES ZAHLENSYSTEMS
Diese beiden Denition sind Beispiele f ur die Denition durch Rekursion. Aus ihnen lassen
sich die folgenden Rechenregeln ableiten:
Addition:
(n +m) +k = n + (m+k) (Assoziativitat)
n +m = m+n (Kommutativitat)
Multiplikation:
(n m) k = n (k k) (Assoziativitat)
n m = m n (Kommutativitat)
(n +m) k = n k +m k (Distributivgesetz )
Beweis: (f ur Assoziativgesetz der Addition)
Induktion uber k:
Ind.- Anfang: k = 1
(n +m) + 1 = (n +m)
(nach Def. der Addition)

= n +m
(2. Teil der Denition)

= n + (m+ 1) ( )
Schritt: k k + 1
(n +m) +k
= ((n +k) +k)

= (n + (m+k))
(nach Ind.-Voraussetzung)
= n + (m+k)

= n + (m+k
) ( )
Damit enthalt die Menge aller k N, f ur die bei gegebenem n und m (n+m)+k = n+(m+k)
ist, die Zahl k = 1 und mit jedem k auch den Nachfolger k
. Nach dem Induktionsaxiom ist

damit f ur alle k N (n +m) +k = n + (m+k).
Andere Gesetze gelten ahnlich. (S. E. Landau,
Grundlagen der Analysis)

Denition 1.3 (Anordnung auf N) n ist genau dann groer als m, wenn es ein k N
mit m+k = n gibt. Man schreibt dann
n > m
Weiter ist
n m : n > m oder n = m
n < m : m > n
n m : n < m oder n = m
Einige Eigenschaften:
1. F ur alle n ist n n. (Reexivitat)
2. Ist n m und m k, so ist n k. (Transitivitat)
3. Ist n m und m n, so ist n = m.
4. F ur alle n, m ist n m oder n m.
Bemerkung: 1), 2) und 3) besagen, da eine Ordnungsrelation auf N ist. Wegen 4) ist
eine Totalordnung auf N.
Vertraglichkeit der Ordnungsrelation mit +, : S. Abschnitt uber rationale Zahlen.
1.2. DIE GANZEN ZAHLEN 7
1.2 Die ganzen Zahlen
Bezeichnung: Z = . . . , 2, 1, 0, 1, 2, . . .
Eigenschaften der Addition auf Z:
1. (n +m) +k = n + (m+k) (Assoziativitat)
2. n +m = m+n (Kommutativitat)
3. n + 0 = n (neutrales Element 0)
4. n + (n) = 0 (inverses Element)
Mit anderen Worten: Z bildet bez uglich der Addition (im Gegensatz zu N) eine k o m m u t a t i v e
G r u p p e.
Denition 1.4 (Gruppe) Eine Menge G, auf der eine Verkn upfung
: GG G : (a, b) a b
deniert ist, heit eine G r u p p e, wenn die folgenden Bedingungen erf ullt sind:
(G1) Assiziativgesetz: (a b) c = a (b c)
(G2) Existenz eines linksneutralen Elements: e a = a a G
(G3) Existenz linksinverser Elemente a
1
a = e a G
Denition 1.5 Die Gruppe heit k o m m u t a t i v oder a b e l s c h, wenn zusatzlich
zu den Gesetzen (G1)-(G3) das Kommutativgesetz gilt:
a b = b a a, b G
Keine Gruppen sind:
N bez uglich der Addition
Z bez uglich der Multiplikation
Konstruktion von Z (aus N)
Ganze Zahlen sind
Dierenzen mn nat urlicher Zahlen. Dabei mu man zwei Dierenzen

m
1
n
1
und m
2
n
2
als gleich ansehen, wenn m
1
+ n
2
= m
2
+ n
1
ist. Dies f uhrt auf den
Begri der

A q u i v a l e n z k l a s s e n b i l d u n g.
Denition 1.6 Eine Relation R zwischen den Elementen einer Menge A heit
r e f l e x i v, wenn f ur alle x A gilt: xRx
s y m m e t r i s c h, wenn aus xRy stets yRx folgt
t r a n s i t i v, wenn aus xRy, yRz stets xRz folgt
Denition 1.7 Eine reexive, symmetrische und transitive Relation auf einer Menge A
heit

A q u i v a l e n z r e l a t i o n.
Beispiel 1.8 Durch (m
1
, n
1
) (m
2
, n
2
) m
1
+n
2
= m
2
+n
1
ist eine

Aquivalenzrelation
auf der Menge der Paare nat urlicher Zahlen gegeben.
Dagegen ist auf N keine

Aquivalenzrelation, da sie nicht symmetrisch ist.
Denition 1.9 Ist eine

Aquivalenzrelation auf der Menge A, so heit f ur gegebenes x A
die Teilmenge:
[x] = y[y x A
die

A q u i v a l e n z k l a s s e oder R e s t k l a s s e von x.
Satz 1.10 Es ist genau dann [x] = [y], wenn x y ist.
Beweis: 1.) Sei zunachst x y (). Zu zeigen ist, da aus z [x] z [y] und
umgekehrt. Dann ist [x] [y] und [y] [x] [x] = [y].
Sei also z [x]. Nach Denition von x ist dann z x. Wegen x y folgt mit der Transitivitat
z y. Nach Denition von [y] folgt z [y], also [x] [y]. Wegen Symmetrie ist y x, daher
gilt entsprechend [y] [x] [x] = [y].
2.) Sei nun umgekehrt [x] = [y]. () Wegen der Reexibilitat von gilt x x. Nach
Denition von [x] folgt damit x [x] = [y]. Nach Denition von [y] folgt x y.
Folgerung: Zwei Restklassen sind entweder gleich oder d i s j u n k t, d.h. elementfremd.
Beweis: Sei z [x] [y]. Dann ist z y, z y. Mit obigem Satz folgt [x] = [z] = [y].
Folgerung: Eine

Aquivalenzrelation auf einer Menge A induziert eine Zerlegung von A in
disjunkte Teilmengen, die

Aquivalenzklassen. Umgekehrt entspricht jeder Zerlegung einer
Menge in disjunkte Teilmengen eine

Aquivalenzrelation auf A.
1.2. DIE GANZEN ZAHLEN 9
Konstruktion der ganzen Zahlen aus den nat urlichen Zahlen
1. F uhre durch (m
1
, n
1
) (m
2
, n
2
) m
1
+ n
2
= m
2
+ n
1
eine

Aquivalenzrelation auf
der Menge der Paare (m, n) nat urlicher Zahlen ein.
2. Sehe die Menge Z der ganzen Zahlen als Menge
Z = [(m, n)] [ m, n N
der entsprechenden

Aquivalenzklassen an. (Interpretation
[(m, n)] = mn)

3. Deniere durch
[(m
1
, n
1
)] + [(m
2
, n
2
)] = [(m
1
+m
2
, n
1
+n
2
)]
[(m
1
, n
1
)] [(m
2
, n
2
)] = [(m
1
m
2
+n
1
n
2
, m
1
n
2
+m
2
n
1
)]
die Addition und Multiplikation auf Z
4. F uhre durch
[(m
1
, n
1
)] [(m
2
, n
2
)] m
1
+n
2
m
2
+n
2
eine Totalordnung auf Z ein.
Zu zeigen ist noch, da die Addition und Multiplikation sowie die Ordnungsrelation
wohl-
deniert sind, d.h. sie nicht von der Wahl der Reprasentanten aus der

Aquivalenzklasse
abhangen. Als Beispiel soll dies f ur die Addition gezeigt werden:
Aus [(m
1
, n
1
)] = [(m
1
, n
1
)], [(m
2
, n
2
)] = [(m
2
, n
2
)], d.h. m
1
+n
1
= m
1
+n
1
, m
2
+n
2
= m
2
+n
2
folgt wegen
(m
1
+m
2
, n
1
+n
2
) (m
1
+m
2
, n
1
+n
2
)
(m
1
+m
2
) + (n
1
+n
2
) = (m
1
+m
2
) + (n
1
+n
2
)
(m
1
+n
1
) + (m
2
+n
2
) = (m
1
+n
1
) + (m
2
+n
2
)
die Behauptung
[(m
1
+m
2
, n
1
+n
2
)] = [(m
1
+m
2
, n
1
+n
2
)]
Einbettung von N in Z: n [(n + 1), 1]
Zu zeigen:
1. Aus [(n + 1, 1)] = [(n
+ 1, 1)] folgt n = n
2. Die Addition und Multiplikation auf Z sind mit der Addition und Multiplikation auf
N vertraglich:
n +m [(n +m+ 1, 1)] = [(n + 1, 1)] + [(m+ 1, 1)], . . .
Auerdem bezeichnet 0 [(1, 1)] und n [(1, n + 1)].
1.3 Die rationalen Zahlen
Bezeichnung: Q, die Menge aller Br uche
m
n
, m, n Z, n ,= 0
Problem: Wie die nat urlichen Zahlen bez uglich der Addition bilden die ganzen Zahlen ohne 0
bez uglich der Multiplikation noch keine Gruppe. Deshalb: Br uche
m
n
einf uhren. Zwei Br uche
sind dabei als aquivalent anzusehen, wenn sie durch K urzen auseinander hervorgehen.
Aquivalenzrelation auf Z Z0:

(m
1
, n
1
) (m
2
, n
2
) m
1
n
2
= m
2
n
1
m
n
= [(m, n)], m, n Z, n ,= 0 (1.1)
Rationale Zahlen: Q =
_
m
n
[ m, n Z, n ,= 0
_
Einbetten von Z in Q: Z
_
m
1
, [ m Z
_

= m
Addition und Multiplikation auf Q:
m
1
n
1
+
m
2
n
2
=
m
1
n
2
+m
2
n
1
n
1
n
2
(1.2)
m
1
n
1

m
2
n
2
=
m
1
m
2
n
1
n
2
(1.3)
sind wohldeniert und mit der Einbettung von Z vertraglich (ohne Beweis).
Additions- und Multiplikationsgesetze:
x +y = y +x Kommutativitat x y = y x
(x +y) +z = x + (y +z) Assoziativitat (x y)z = x(y z)
x + 0 = x neutrales Element x 1 = x
x + (x) = 0 inverses Element x
1
x
= 1
Distributivgesetz:
x(y +z) = xy +xz
Mit anderen Worten: Q ist ein Korper.
Denition 1.11 Eine Menge K zusammen mit 2 Verkn upfungen +, (Addition, Multipli-
kation) auf K heit Korper, wenn
1. K bez uglich der Addition kommutative Gruppe ist (mit neutralem Element 0)
2. K 0 bez uglich der Multiplikation kommutative Gruppe ist (mit neutralem Element
1).
3. das Distributivgesetz gilt.
Anordnung auf Q:
Sind n
1
, n
2
> 0, so ist
m
1
n
1

m
2
n
2
denitionsgema genau dann, wenn m
1
n
2
m
2
n
1
ist.
Grundeigenschaften:
1. F ur alle x ist x x
2. Ist x y, y z, so folgt x z.
3. Ist x y, y x, so folgt x = y.
4. F ur alle x, y ist x y oder y x.
5. Aus x y folgt x +z y +z.
1.3. DIE RATIONALEN ZAHLEN 11
6. Aus 0 x, 0 y folgt 0 xy.
Denition 1.12 Ein Korper, auf dem eine Totalordnung (Eigenschaften 1-4) gegeben ist,
die den Vertraglichkeitsbedingungen 5 und 6 gen ugt, nennt man a n g e o r d n e t e n K o r p e r.
Mit anderen Worten: Q ist ein angeordneter Korper.
Bezeichnungen:
x < y : x y und x ,= y (1.4)
x y : y x (1.5)
x > y : x y und x ,= y (1.6)
Satz 1.13 a) x > 0 (x < 0) ist gleichbedeutend mit x < 0 (x > 0).
b) Aus x < y, y < z folgt x < z.
c) Aus x < y folgt x +z < y +z.
d) Aus x < y, x
< y
folgt x +x
< y +y
.
e) Aus x < y, a > 0 folgt ax < ay.
f ) Aus x < y, a < 0 folgt ax > ay.
g) Aus x ,= y folgt x
2
> 0.
h) Aus x > 0 folgt
1
x
> 0.
i) Aus 0 < x < y folgt 0 <
1
y
<
1
x
.
Beweis: (nur mit den Eigenschaften des angeordneten Korpers!)
a) Zeige, da aus x < 0 x > 0 folgt und umgekehrt:
Sei zunachst x < 0. Aus Eigenschaft 5 folgt 0 = x + (x) 0 + (x) = x, also
x 0. Ware x = 0, so ware x = 0; es folgt also x < 0.
Sei nun umgekehrt x > 0. Dann gilt x = 0 + x (x) + x = 0, also x 0. Ware
x = 0, so ware x = 0 im Widerspruch zu x < 0; es folgt x < 0.
d) Aus x < y folgt nach c) x + x
< y + x
, aus x
< y
folgt x
+ y < y
+ y; wegen
y +x
= x
+y nach b) also x +x
< y +y
.
e) Aus x < y folgt nach c) 0 = x x < y x, nach 6 folgt 0 a(y x). Ware nun
a(y x) = 0, so ware a = 0 oder y x = 0 im Widerspruch zu a > 0 und x < y. Also
ist 0a(y-x)=ay-ax.
f) Nach a) ist a > 0 und damit nach e) (a)x < (a)y. Mit c) folgt ay = (a)x +
(ax +ay) < (a)y + (ax +ay) = ax
g) Nach 4) ist stets x 0 oder x 0, d.h. x < 0, x > 0 oder x = 0. Ist x > 0, so ist nach
6) x
2
= x x 0.
Ist x < 0, so ist nach a) x > 0, nach 6) also x
2
= (x)(x) 0.
Ware x
2
= 0, so ware x = 0.
h) Aus g) und e) folgt
1
x
=
_
1
x
_
2
x >=
_
1
x
_
2
0 = 0
i) Ist x > 0, y > 0, so folgt nach 6) x y 0. Da wegen x ,= 0, y ,= 0 auch xy ,= 0
ist, ist damit xy > 0. Nach h) ist damit (xy)
1
> 0. Nach e) also
1
y
= (xy)
1
x <
(xy)
1
y =
1
x
Konsequenz: 1 = (1
2
) > 0, 1 < 0
Denition 1.14 (Absolutbetrag)
[ x [=
_
x, x 0
x, x < 0
Einige Eigenschaften:
1. Es ist stets [x[ 0 und [x[ = 0 genau dann, wenn x = 0 ist.
2. [ x[ = [x[
3. [xy[ = [x[ [y[
4.
x
y
=
|x|
|y|
f ur y ,= 0
Beweis:
1)-3) Fallunterscheidung
4) x =
x
y
y [x[ =
x
y
[y[ mit 3 folgt daraus

|x|
|y|
=
x
y
Dreiecksungleichung: F ur alle x, y ist [x +y[ [x[ +[y[

Beweis:
x [x[, [y[ y x +y [x[ +[y[ x [x[, [y[ y
(x +y) = (x +y) = (x) + (y) [ x[ +[ y[
Da [x +y[ = x +y oder [x +y[ = (x +y) ist, folgt [x +y[ [x[ +[y[.
Archimedisches Axiom: F ur alle x K, x > 0, gibt es ein n N mit nx > 1.
Angeordnete Korper, die diese Eigenschaft haben, nennt man archimedisch angeordnete
Korper. Der Korper Q der rationalen Zahlen ist ein solcher Korper. Und hat u.a. folgende
Eigenschaften:
1. Zu jedem x > 0 gibt es ein n N mit n > x.
2. Zu jedem > 0 gibt es ein n N mit
1
n
< .
Bemerkung: Bis auf
Isomorphie ( LA) ist Q der kleinste archimedisch angeordnete

Korper, d.h. jeder archimedisch angeordnete Korper besitzt einen zu Q isomorphen Un-
terkorper.
1.4. DIE REELLEN ZAHLEN 13
1.4 Die reellen Zahlen
R ist die Menge aller
unendlichen Dezimalbr uche. R ist der einzige archimedisch ange-

ordnete Erweiterungskorper von Q, in dem alle
Cauchyfolgen konvergieren (s. nachstes

Kapitel). R ist in gewissem Sinne der grote archimedisch angeordnete Korper, d.h. jeder
archimedisch angeordnete Korper ist zu einem Teilkorper von R isomorph.
Konstruktion und prazise Denition von R: siehe nachstes Kapitel.
1.5 Die komplexen Zahlen
C: Die Menge der komplexen Zahlen
Komplexe Zahlen sind Paare (x, y) reeller Zahlen;
Schreibweise x +iy. x ist dabei der Realteil, y der Imaginarteil.
Die Zahl i = 0 +i1 ist die imaginare Einheit.
Denition der Addition und Multiplikation:
(x
1
+iy
1
) + (x
2
+iy
2
) := (x
1
+x
2
) +i(y
1
+y
2
) (1.7)
(x
1
+iy
1
) (x
2
+iy
2
) := (x
1
x
2
y
1
y
2
) +i(x
1
y
2
+y
1
x
2
) (1.8)
Folgerung: i
2
= 1
Satz: C ist ein Korper (Nullelement 0 + 0i, Einselement 1 + 0i)
Beweis: Nachrechnen!
Absolutbetrag: [x +iy[ :=
_
x
2
+y
2
Rechenregeln:
[u +v[ [u[ +[v[ (Dreiecksungleichung)
[u v[ = [u[ [v[
Konjungiert komplexe Zahl: x +iy := x iy
Rechenregeln:
z z = z z = z
2
u
v
=
uv
|v|
2
Kapitel 2
Folgen
2.1 Grundbegrie, Folgen in Q
Denition 2.1 Eine Folge a
n
, n = 1, 2, 3, . . . rationaler Zahlen ist eine Vorschrift, die je-
dem n N ein a
n
Q zuordnet.
andere Schreibweisen:
(a
n
)
n=1
, a
n
n=1
, (a
n
)
Beispiel 2.2
a
n
=
1
n
, a
n
= n
2
(n = 1, 2, 3, . . . )
Denition 2.3 a) Eine Folge a
n
, n = 1, 2, 3 . . . heit b e s c h r a n k t, wenn es eine
Konstante M gibt mit
[a
n
[ M, n = 1, 2, 3 . . .
b) Die Folge heit N u l l f o l g e, falls es zu jedem > 0 eine von abhangige nat urliche
Zahl N() gibt, so da f ur alle n N()
[a
n
[
ist.
c) Die Folge heit k o n v e r g e n t gegen einen Grenzwert a, falls die Folge der Dierenzen
a
n
a eine Nullfolge ist.
Mit anderen Worten: falls es zu jedem > 0 ein N() gibt, so da f ur alle n N()
[a
n
a[
ist.
Satz 2.4 Der Grenzwert a einer konvergenten Folge (a
n
) ist eindeutig bestimmt, und wird
mit a = lim
x
a
n
bezeichnet.
15
16 KAPITEL 2. FOLGEN
Beweis: Seien (a
n
a), (a
n
a
), n = 1, 2 . . . Nullfolgen. Dann gibt es f ur jedes vorgegebene

> 0 ein n() mit
[a
n
a[ < [a
n
a
[ <
f ur alle n n().
Mit der Dreiecksungleichung folgt f ur n n()
[a a
[ = [(a
n
a) (a
n
a
)[ [a
n
a[ +[a
n
a
[ < + = 2
F ur alle n n() ist also [a a
[ = 0, d.h. a = a
.
Satz 2.5 Konvergente Folgen sind beschrankt.
Beweis: Sei > 0 beliebig vorgegeben (etwa = 1). F ur n n() sei [a
n
a[ . Dann
ist f ur alle n n()
[a
n
[ = [(a
n
a) +a[ [a
n
a[ +[a[ < +[a[
also f ur alle n
[a
n
[ max
_
max
k=1,...,n()
[a
k
[ , +[a[
_
= M
Satz 2.6 Sind (a
n
) und (b
n
) zwei konvergente Folgen mit
a = lim
n
a
n
b = lim
n
b
n
,
so sind auch die Folgen (a
n
+b
n
) und (a
n
b
n
) konvergent.
Ihre Grenzwerte sind
lim
n
(a
n
+b
n
) = a +b lim
n
(a
n
b
n
) = a b
Beweis: Sei beliebig vorgegeben und f ur n n()
[a
n
a[ , [b
n
b[
Dann ist f ur n n()
[(a
n
+b
n
) (a +b)[ = [(a
n
a) + (b
n
b)[ [a
n
a[ +[b
n
b [ 2
woraus die erste Behauptung folgt.
Zum Beweis der zweiten nutzen wir aus, da es nach Satz 2.5 eine Konstante K > 0 mit
[a
n
[ K f ur alle n gibt. Wir d urfen annehmen, da auch [b n[ K ist.
Sei nun beliebig vorgegeben, und f ur n n()
[a
n
a[ <

2K
, [b
n
b[ <

2K
F ur alle n n() ist dann
[ a
n
b
n
ab [ = [a
n
(b
n
b) + (a
n
a)b[
[a
n
[[b
n
b [ +[a
n
a[[b[
K [b
n
b [ +[a
n
a[ K
< K

2K
+

2K
K =
2.1. GRUNDBEGRIFFE, FOLGEN IN Q 17
Satz 2.7 Sind (a
n
) und (b
n
) konvergente Folgen mit Grenzwerten a und b, und ist b ,= 0,
so ist
lim
n
a
n
b
n
=
a
b
Beweis: Wir betrachten zunachst, da es ein n
0
mit
[b
n
[ = [b (b b
n
)[ [b[ [b b
n
[ [b[
1
2
[b[ =
1
2
[b[
f ur alle n n
0
gibt. Damit sind die Quotionen
a
n
b
n
f ur n n
0
deniert.
Wir betrachten zunachst den Fall a
n
= 1. Sei > 0 vorgegeben und
[b
n
b[
1
2
[b[
2
, n n
1
[[
F ur n > maxn
0
, n
1
() ist dann
1
b
n
1
b
b b
n
b
n
b
=
1
[b
n
[[b [
[ b
n
b [
1
1
2
[b [[b [
[ b
n
b [
1
1
2
[b [
2

1
2
[b[
2
=
Danach ist
lim
n
1
b
n
=
1
b
Der Rest folgt nach Satz 2.6 :
lim
n
a
n
b
n
= lim
n
a
n
lim
n
1
b
n
=
a
b
Satz 2.8 Sind (a
n
), (b
n
) konvergente Folgen mit a
n
b
n
, so ist auch
lim
n
a
n
lim
n
b
n
Beweis: Sei
a = lim
n
a
n
, b = lim
n
b
n
Wir werden zeigen, da b < a zu Widerspruch f uhrt. Sei also b < a, und sei =
ab
2
> 0.
Dann gibt es wegen Konvergenz ein n() mit
[a
n
a[ < , [b
n
b[ < f ur n n()
Dann ist f ur alle n n(): a < a
n
b
n
 0 eine von
abhangige nat urliche Zahl n() gibt, so da f ur n, m n()
[a
n
a
m
[
ist.
Satz 2.10 Jede konvergente Folge ist eine Cauchyfolge.
Beweis: Sei lim
n
a
n
= a. Ist dan > 0 vorgegeben, so gibt es (nach Denition der
Konvergenz) ein n() mit [a
n
a[ <

2
f ur alle n n().
F ur n, m n() ist dann
[a
n
a
m
[ [a
n
a[ +[a a
m
[ [a
n
a[ +[a a
n
[ <

2
+

2
=
2.2 Die reellen Zahlen und ihre Vollstandigkeit
Frage: Konvergieren umgekehrt alle Cauchyfolgen?
Satz 2.11 Es gibt keine rationale Zahl x mit x
2
= 2
Beweis: Sei x =
n
m
, n und m teilerfremd, x
2
= 2. Dann ist m
2
= 2 n
2
. Da das Quadrat
(2k + 1)
2
= 2(2k
2
+ 2k) + 1
einer ungeraden Zahl selbst wieder ungerade ist, mu auch m gerade sein, etwa m = 2k.
Damit ist 4k
2
= 2n
2
oder 2k
2
= n
2
, also auch n gerade.
Widerspruch zu Teilerfremdheit von n und m.
Beispiel 2.12 Da f ur x > 0 immer
1
2
x +
1
x
> 1 ist, ist durch
x
1
= 2, x
n+1
=
1
2
x
n
+
1
x
n
, n = 1, 2, 3 . . .
eine wohldenierte Folge rationaler Zahlen gegeben. Diese Folge ist, wie man nachrechnen
kann, eine Cauchyfolge. F ur einen (dann von 0 verschiedenen) Grenzwert x w urde gelten:
x = lim
n
x
n
= lim
n
x
n+1
= lim
n
_
1
2
x
n
+
1
x
n
_
=
1
2
x +
1
x
also x
2
= 2. Eine solche rationale Zahl kann aber nach Satz 2.11 nicht existieren. Also kann
die Folge der x
n
in Q nicht konvergieren.
Rettung: Vervollstandige Q und deniere die reellen Zahlen als Cauchyfolgen, die dann
sozusagen mit ihrem Grenzwert identiziert werden.
Denition 2.13 Zwei Cauchyfolgen (a
n
) und (a
n
) heien aquivalent, geschrieben (a
n
)
(a
n
), wenn die Folge (a
n
a
n
) eine Nullfolge ist.
Beobachtung: Die gegebene Relation ist eine

Aquivalenzrelation auf der Menge aller
Cauchyfolgen rationaler Zahlen.
Denition 2.14 Die entsprechenden

Aquivalenzklassen [(a
n
)] bilden die Menge R der reel-
len Zahlen.
2.2. DIE REELLEN ZAHLEN UND IHRE VOLLST
ANDIGKEIT 19
Einbettung von Q in R:
x = [(a
n
)] mit a
n
= x f ur x Q
Satz 2.15 Sind (a
n
) und (b
n
) Cauchyfolgen (rationaler Zahlen), so sind auch (a
n
+b
n
) und
(a
n
b
n
) Cauchyfolgen.
Beweis: Wie Satz 2.6.
Denition 2.16 Addition und Multiplikation reeller Zahlen werden deniert durch
[(a
n
)] + [(b
n
)] = [(a
n
+b
n
)]
[(a
n
)] [(b
n
)] = [(a
n
b
n
)]
(Zu zeigen sind wieder die Wohldeniertheit und die Vertraglichkeit.)
Denition 2.17 Eine reelle Zahl x = [(a
n
)] heit positiv (in Zeichen x > 0), wenn es eine
rationale Zahl > 0 und ein n
0
N mit a
n
f ur alle n n
0
gibt.
(Zu zeigen ist wieder die Wohldeniertheit.)
Weitere Denitionen:
x y : x = y oder y x > 0
x < y : x y und x ,= y
x y : y x
x > y : x y und x ,= y
Satz 2.18 Rist ein archimedisch angeordneter Erweiterungskorper von Q.
Beweis: Die Korper und ihre Anordnungsaxiome ergeben sich ziemlich unmittelbar aus den
entsprechenden Eigenschaften von Q.
Satz 2.19 Die rationalen Zahlen liegen in R d i c h t, d.h. zu jedem x R und jedem > 0
gibt es ein a Q mit [x a[ < .
Beweis: F ur jede reelle Zahl x = [(a
n
)] gilt [x[ = [([a
n
[)]. Daher ist f ur gegebenes j:
[x a
j
[ = [([a
n
a
j
[)
n=1
].
Wahlt man nun j gro genug, ist bei vorgegebenem > 0 f ur ein gen ugend groes n:
[a
n
a
j
[ <

2
und daher [x a
j
[ < .
Bemerkung: Beweis von Satz 2.19 ergibt
x = [(a
n
)] lim
n
[x a
n
[ = 0
Satz 2.20 In R konvergiert jede Cauchyfolge, d.h. R ist v o l l s t a n d i g.
Beweis: Sei (x
n
) eine Cauchyfolge in R. Nach Satz 2.19 gibt es dann f ur jedes n N ein
a
n
Q mit [x
n
a
n
[ <
1
n
Da
[a
n
a
m
[ = [(a
n
x
n
) + (x
n
x
m
) + (x
m
a
m
)[
[a
n
x
n
[ + [x
n
x
m
[ + [x
m
a
m
[
1
n
+ [x
n
x
m
[ +
1
m
beliebig klein wird (wahlt man nur n und m gro genug), bilden die an eine Cauchyfolge
rationaler Zahlen.
Sei nun x
= [(a
n
)]. Dann ist
[x
n
x
[ [x
n
a
n
[ +[x
a
n
[
1
n
+[x
a
n
[
Da nach der im Anschluss an den Beweis von Satz 2.19 gemachten Feststellung
lim
n
[x
a
n
[ = 0 ist, folgt: lim
n
[x
n
x
[ = 0
Die relle Zahl x
ist also der gesuchte Grenzwert.

Satz 2.21 (Bolzano-Weierstra) Jede beschrankte Folge (x
n
) reeller Zahlen besitzt eine
konvergente Teilfolge.
Beweis: Sei (x
n
) eine beschrankte Folge reeller Zahlen, etwa a x
n
b f ur alle n. Durch
Rekursion konstruiren wir nun Intervalle [a
k
, b
k
], k = 1, 2, 3 . . . mit folgenden Eigenschaften:
1. In [a
k
, b
k
] liegen unendlich viele Glieder der Folge (x
n
)
2. [a
k+1
, b
k+1
] [a
k
, b
k
]
3. b
k+1
a
k+1
=
1
2
(b
k
a
k
) =
_
1
2
_
k
(b a)
Dazu beginnen wir mit [a
0
, b
0
] = [a, b]. Sind wir bis zur Stufe k fortgeschritten, setzen wir
c
k
:=
1
2
(a
k
+b
k
) und denieren
[a
k+1
, b
k+1
] =
_
[a
k
, c
k
] falls [a
k
, c
k
] unendlich viele Folgenglieder enthalt
[c
k
, b
k
] sonst
Da die Intervalle [a
k
, b
k
] jeweils unendlich viele Folgenglieder enthalten, kann man aus ihnen
Folgenelemente
x
n
k
[a
k
, b
k
] mit n
k+1
> n
k
wahlen. F ur alle k, l N ist wegen x
n
k
, x
n
l
[a
N
, b
N
]
[x
n
k
x
n
l
[ b
N
a
N
=
_
1
2
_
N
(b a)
Die Teilfolge x
n
k
(k = 1, 2, 3 . . . ) ist damit eine Cauchyfolge. Da R vollstandig ist, konvergiert
diese Folge in R (s. Satz 2.20).
Denition 2.22 (Haufungspunkt) Der Grenzwert einer konvergenten Teilfolge einer ge-
gebenen Folge heit H a u f u n g s p u n k t der Folge.
2.2. DIE REELLEN ZAHLEN UND IHRE VOLLST
ANDIGKEIT 21
Bemerkung: In jedem beliebig kleinen Intervall um einen Haufungspunkt liegen unendlich
viele Folgenglieder
Damit lat sich der Satz von Bolzano-Weierstra (Satz 2.21) auch folgendermaen formu-
lieren:
Jede beschrankte Folge besitzt (mindestens) einen Haufungspunkt.
Folgerung: Besitzt eine Folge (x
n
) nur einen Haufungspunt x
, so konvergiert sie gegen x
.
Beweis: Wir nehmen an, da die Folge nicht gegen x
konvergiert. Dann gibt es ein > 0

und eine Teilfolge x
n
k
, k = 1, 2, . . . ; n
1
< n
2
< . . . mit [x
n
k
x
[ f ur alle k.
Nach Bolzano-Weierstra kann man aus dieser Folge (auch beschrankt!) wieder eine konver-
gente Teilfolge auswahlen. Sei x
der Grenzwert dieser Folge. Dann ist [x
[ , d.h.
die Folge besitzt 2 Haufungspunkte x
und x
, im Widerspruch zur Voraussetzung.

Denition 2.23 (Monotonie) Eine Folge (x
n
) mit x
n+1
x
n
f ur alle n heit m o n o -
t o n w a c h s e n d. Ist f ur alle n x
n+1
x
n
, so heit die Folge m o n o t o n f a l l e n d.
Satz 2.24 Jede monoton wachsende, nach oben beschrankte und jede monoton fallende,
nach unten beschrankte Folge reeller Zahlen konvergiert.
Beweis: Sei (x
n
) eine monoton fallende, nach unten beschrankte Folge und damit auch
beschrankte Folge.
Nach Bolzano-Weierstra besitzt die Folge eine Teilfolge x
n
k
, n
1
< n
2
< . . . , die gegen ein
x
R konvergiert. Wir zeigen, da (x

n
) selbst gegen x
konvergiert.
Sei dazu > 0 vorgegeben. Dann existiert ein k
0
N mit [x
n
k
x
[ f ur alle k k
0
. Zu
jedem n n
k
0
gibt es dann ein k k
0
mit n
k
n < n
k+1
. Da die Folge der x
n
monoton
fallt, ist
x
n
k
x
x
n
x
x
n
k
+1
x
0
und damit
[x
n
x
[ [x
n
k
x
[
Beispiel 2.25 Wir hatten in Beispiel 2.12 die Folge
x
1
= 2, x
n+1
=
1
2
x
n
+
1
x
n
, n = 1, 2, 3 . . .
betrachtet. Da f ur alle x > 0
_
1
2
x +
1
x
_
2
2 =
_
1
2
x
1
x
_
2
0,
ist f ur alle n x
2
n
2.
Da f ur alle x > 0 mit x
2
2
x
_
x
_
1
2
x +
1
x
__
=
1
2
x
2
1 0
gilt, ist damit f ur alle x
n
x
n
x
n+1
= x
n
_
1
2
x
n
+
1
x
n
_
0
oder 1 x
n+1
x
n
.
Die Folge der (x
n
) ist daher monoton fallend und nach unten durch 1 beschrankt, konvergiert
also nach Satz 2.24 gegen ein x
1. Es ist
x
=
1
2
x
+
1
x
(x
)
2
= 2 x
2
Denition 2.26 Die Zahl x
heit I n f i m u m oder g r o t e u n t e r e S c h r a n k e
der Teilmenge A von R, wenn f ur alle x A x
x ist und wenn es f ur jedes > 0 ein

x A mit x < x
+ gibt.
Entsprechend heit x
S u p r e m u m oder k l e i n s t e o b e r e S c h r a n k e,
wenn f ur alle x A x
x ist und wenn es f ur jedes > 0 ein x A mit x > x
gibt.
Schreibweise:
x
= inf x[x A x
= sup x[x A
Satz 2.27 Jede nach unten beschrankte nichtleere Menge reeller Zahlen besitzt ein Inmum
und jede nach oben beschrankte, nichtleere Menge reeller Zahlen besitzt ein Supremum.
Beweis: (f ur das Inmum) Sei A eine nichtleere, nach unten durch die Konstante K be-
schrankte, nichtleere Menge reeller Zahen.
Sei nun x
1
A, K
1
:= k. Dann ist x
1
K
1
. Ist x
1
= K
1
, so ist K
1
das gesuchte Inmum.
Andernfalls ist := x
1
K
1
> 0
Wir konstruieren nun eine monoton fallende Folge (x
n
) von Elementen aus A und eine
monoton wachsende Folge (K
n
) von unteren Schranken von A mit
0 x
n
K
n
2
n
Sind x
n
und K
n
bekannt, setzen wir zunachst x =
1
2
(x
n
+ K
n
) und unterscheiden die
folgenden Falle:
1. x ist eine untere Schranke von A, dann sei x
n+1
= x
n
, K
n+1
= x
2. x ist keine untere Schranke von A, d.h. es gibt x
n+1
A mit K
n
x
n+1
< x. Wir
setzen K
n+1
= K
n
Da die Folge der x
n
monoton fallend und nach unten beschrankt ist, konvergiert sie gegen
ein K
R. Nach Konstruktion ist damit gleichzeitig lim

n
K
n
= K
.
K
ist eine untere Schranke von A, denn f ur alle x A ist K

n
x, also lim
n
K
n
=
K
x
K
ist die grotmogliche untere Schranke von A. Ist namlich K
> K
und 2
n
< K
,
so ist x
n
< K
n
+ 2
n
K
+ 2
n
< K
, so da K
keine untere Schranke sein kann.

Bemerkung: Die Tatsache, da jede Cauchyfolge konvergiert, der Satz von Bolzano-Weierstra
und die Tatsache, da jede nach unten beschrankte (nichtleere) Menge reeller Zahlen ein In-
mum bzw. jede nach oben beschrankte, nichtleere Menge reeller Zahlen ein Supremum
besitzt, charakterisieren R in gleicher Weise.
Kapitel 3
Reihen
3.1 Grundbegrie
Zur Erinnerung:
m
k=m
a
k
= a
m
,
n+1
k=m
a
k
=
n
k=m
a
k
+a
n+1
Beispiel 3.1
n
k=0
q
k
=
1 q
n+1
1 q
f ur alle q R q C, q ,= 1
Beweis: (durch Induktion)
Sei n = 0:
0
k=0
q
k
= q
0
= 1 =
1 q
0+1
1 q
Schritt n n + 1:
n+1
k=0
q
k
=
n
k=0
q
k
+q
n+1
=
1 q
n+1
1 q
+q
n+1
=
_
1 q
n+1
_
+q
n+1
(1 q)
1 q
=
1 qq
n+1
1 q
=
1 q
(n+1)+1
1 q
Denition 3.2 (unendliche Reihe) Die u n e n d l i c h e R e i h e

k=m
a
k
ist die
Folge ihrer Teilsummen

n
k=m
a
k
, n = m, m+ 1 . . . .
Konvergiert diese Folge, so bezeichnet
k=m
a
k
= lim
n
n
k=m
a
k
auch den Grenzwert dieser Folge, in diesem Fall k o n v e r g i e r t die Reihe. Andernfalls
d i v e r g i e r t sie.
23
24 KAPITEL 3. REIHEN
Beispiel 3.3 Die unendliche geometrische Reihe
k=0
q
k
konvergiert f ur alle [q[ < 1. Ihr Grenzwert ist dann
k=0
q
k
=
1
1 q
Beweis:
k=0
q
k
= lim
n
n
k=0
q
k
= lim
n
1 q
n+1
1 q
=
1
1 q
Satz 3.4 (Cauchy-Kriterium) Eine unendliche Reihe

k=m
a
k
konvergiert genau dann,
wenn es zu jedem > 0 eine von abhangige Zahl N gibt, so da f ur alle n l N
k=l
a
k
<
Beweis: F ur die Teilsummen s
n
:=
n
k=m
gilt
s
n
s
l1
=
n
k=l
a
k
Damit ist die Folge der s
n
genau dann eine Cauchyfolge, wenn das Kriterium erf ullt ist.
Satz 3.5 Eine unendliche Reihe
k=m
a
k
kann nur dann konvergieren, wenn lim
n
a
n
=
0 gilt.
Beweis: Nach dem Cauchyschen Konvergenzkriterium (m = n) gibt es f ur alle > 0 ein N
mit
[a
n
[ = [
n
k=n
a
k
[ < f ur n N
Vorsicht: Die Umkehrung dieses Satzes gilt nicht!
Beispiel 3.6 Die harmonische Reihe

k=1
1
k
divergiert, obwohl die Zahlen
1
k
mit k =
1, 2, 3 . . . eine Nullfolge bilden.
Beweis: F ur alle n gilt namlich:
2n
k=n+1
1
k

2n
k=n+1
1
2n
= n
1
2n
=
1
2
Dies widerspricht dem Cauchy-Kriterium.
3.1. GRUNDBEGRIFFE 25
Satz 3.7 Konvergieren die unendlichen Reihen

k=m
a
k
und

k=m
b
k
, so konvergieren
auch die Reihen
k=m
(a
k
+b
k
),
k=m
(a
k
) ( R)
und es gilt
k=m
(a
k
+b
k
) =
k=m
a
k
+
k=m
b
k
,
k=m
a
k
=
k=m
a
k
Beweis: Ergibt sich ziemlich unmittelbar aus dem Cauchyschen Konvergenzkriterium oder
den entsprechenden Aussagen f ur Folgen.
Denition 3.8 (absolut konvergent) Eine unendliche Reihe

k=1
a
k
heit a b s o -
l u t k o n v e r g e n t, wenn die Reihe

k=1
[a
k
[ konvergiert. Ist eine Reihe zwar
konvergent, aber nicht absolut konvergent, so heit sie b e d i n g t k o n v e r g e n t.
Satz 3.9 Absolut konvergente Reihen sind konvergent.
Beweis: Die Reihe

k=1
a
k
sei absolut konvergent. Sei > 0 beliebig vorgegeben. Dann
gibt es nach dem Cauchy-Kriterium ein N mit
n
k=m
[a
k
[ f ur alle n, m N
Mit der Dreiecksungleichung folgt
k=m
a
k
k=m
[a
k
[ ,
also gen ugt die Reihe selbst dem Cauchy-Kriterium und ist damit konvergent.
Denition 3.10 (Umordnung) Ist : N N bijektiv, so heit die Reihe

k=1
a
(k)
eine U m o r d n u n g der Reihe

k=1
a
k
.
Satz 3.11 Ist die Reihe

k=1
a
k
absolut konvergent, so konvergiert jede Umordnung der
Reihe gegen den Grenzwert
k=1
a
k
=
k=1
a
(k)
Beweis: Sei > 0 beliebig. Wegen der absoluten Konvergenz von

k=1
a
k
gibt es ein n
0
mit
k=n
0
+1
[a
k
[

2
Sei nun N so gro, da 1, 2, . . . , n
0
(1), . . . , (N) ist. Dann ist f ur n N
k=1
a
(k)
k=1
a
k
k=1
a
(k)
n
0
k=1
a
k
n
0
k=1
a
k
k=1
a
k
k=n
0
+1
[a
k
[ +
k=n
0
+1
[a
k
[
<
1
+
1
=
also : lim
n
n
k=1
a
(k) =
n
k=1
a
k
Bemerkung: Die Aussage von Satz 3.11 ubertragt sich nicht auf bedingt konvergente Rei-
hen.
3.2 Spezielle Konvergenzkriterien
Satz 3.12 Sind die Reihenglieder a
k
0 und ist die Folge der Teilsummen
n
k=1
a
k
K n = 1, 2, 3 . . .
nach oben durch eine Konstante k beschrankt, so konvergiert die Reihe

k=1
a
k
(absolut).
Beweis: Die Folge der Teilsummen ist monoton wachsend und nach oben beschrankt, kon-
vergiert also nach Satz 2.24.
Satz 3.13 (Majorantenkriterium) F ur alle k sei [a
k
[ b
k
, und die Reihe

k=1
b
k
kon-
vergent. Dann konvergiert die Reihe

k=1
a
k
absolut.
Beweis:
n
k=1
[a
k
[
n
k=1
b
k

k=1
b
k
und Satz 3.12
Beispiel 3.14 Ist f ur alle k [a
k
[ Kq
k
mit Konstanten K > 0 und 0 q < 1, so konver-
giert die Reihe

k=1
a
k
wegen Konvergenz der unendlichen geometrischen Reihe absolut.
k=1
Kq
k
= K
_

k=1
q
k
1
_
= k
_
1
1 q
1
_
Satz 3.15 (Quotientenkriterium) F ur alle (gen ugend groen) k sei a
k
,= 0 und der
Grenzwert
q := lim
k
a
k+1
a
k
existiere. Dann konvergiert die Reihe

k=1
a
k
absolut, falls q < 1, und divergiert f ur q > 1.
3.2. SPEZIELLE KONVERGENZKRITERIEN 27
Beweis: Sei zunachst q < 1. Sei q =
q+1
2
. Da q < q ist, gibt es dann ein N mit
a
k+1
a
k
q
f ur k N. Damit ist wegen q < 1 f ur alle n N + 1
n
k=1
[a
k
[ =
N1
k=1
[a
k
[ +
n
k=N
[a
k
[
N1
k=1
[a
k
[ +
n
k=N
q
kN
[a
N
[
=
N1
k=1
[a
k
[ + (
1
q
)
N
[a
n
[
j=0
qj (wegen [a
k+1
[ q[a
k
[)
=
N1
k=1
[a
k
[ + (
1
q
)
N
[a
N
[
1
1 q
woraus nach 3.12 absolute Konvergenz folgt.
Ist q > 1 und wieder q =
q+1
2
(> 1), so gibt es wegen q > q ein N mit
a
k+1
a
k
q f ur alle
k N, d.h. [a
k
[ q
kN
[a
N
[. Wegen q > 1 und a
N
,= 0 konvergieren die Reihenglieder a
k
daher nicht gegen 0, nach Satz 3.5 folgt Divergenz.
Beispiel 3.16 Die Reihe

k=0
1
k!
z
k
konvergiert f ur alle z C.
Es gilt namlich
lim
k
1
(k+1)!
z
k+1
1
k!
z
k
= lim
k
z
k + 1
= 0
Bemerkung: exp(z) :=
k=1
1
k!
z
k
ist die komplexe Exponentialfunktion.
Satz 3.17 (Leibniz-Kriterium) Ist (a
k
) eine monoton fallende Nullfolge reeller Zahlen
a
k
0, so konvergiert die folgende alternierende Reihe
k=1
(1)
k
a
k
= a
1
+a
2
a
3
+a
4
. . .
Beweis: Sei s
n
:=
n
k=1
(1)
k
a
k
. Dann ist
s
2n+2
= s
2n
a
2n+1
+a
2n+2
s
2n
s
2n1
= s
2n+1
a
2n
+a
2n+1
s
2n+1
Die Folge der Teilsummen s
2n
ist also monoton fallend, und die Folge der Teilsummen s
2n1
monoton wachsend.
Speziell gilt: s
1
s
2n1
= s
2n
a
2n
s
2n
s
2
, d.h. die Folge der s
2n
ist durch s
1
nach
unten, die der s
2n1
durch s
2
nach oben beschrankt.
Nach Satz 2.24 existieren daher die Grenzwerte
s
= lim
n
s
2n
s
= lim
n
s
2n1
Wegen
s
= lim
n
(s
2n
s
2n1
) = lim
n
a
2n
= 0
ist s
= s
=: s. Dies bedeutet also, die Folge der s

n
gegen s konvergiert.
Bemerkung: Aus dem Beweis folgt die Einschlieung
2n1
k=1
(1)
k
a
k

k=1
(1)
k
a
k

2n
k=1
(1)
k
a
k
Damit gilt f ur alle n
k=1
(1)
k
a
k
k=1
(1)
k
a
k
a
n
Beispiel: Im Gegensatz zur harmonischen Reihe

k=1
1
k
(Beispiel 3.6) konvergiert die al-
ternierende harmonische Reihe

k=1
(1)
k
1
k
.
3.3 Unendliche Dezimalbr uche
R =
Menge der unendlichen Dezimalbr uche

Die Reihen
k=1
k
10
mk
= 0,
1
3
10
m
k
0, 1, 2, . . . , 9,
1
,= 0, m Z
konvergieren nach Majorantenkriterium wegen der Konvergenz von
k=1
9 10
mk
(= 10
m
).
Frage: Lat sich jede reelle Zahl als unendlicher Dezimalbruch darstellen? (Es reicht dabei,
sich auf den Fall x > 0 zu beschranken.)
Satz 3.18 Sei x > 0 eine gegebene reelle Zahl. Sei m = maxk Z [ 10
k1
x und
1
= max = 1, . . . , 9 [ 10
m1
x. Sei s
1
=
1
10
m1
und f ur n 2 bei gegebenem
s
n1
:
n
= max = 1, . . . , 9 [ s
n1
+ 10
m1
x
sowie s
n
= s
n1
+
n
10
mn
(rekursive Denition)
Dann ist
x =
k=1
a
k
10
mk
Beweis: Die Folge der Teilsummen s
n
ist nach Konstruktion monoton wachsend und nach
oben durch x beschrankt. Daher existiert nach Satz 2.24 ein Grenzwert
x
k=1
k
10
mk
x
Ist nun
n
8 so ist nach Konstruktion
x <
n
k=1
k
10
mk
+ 10
mn
x
+ 10
mn
wegen x
x also [x x
[ 10
mn
Gabe es daher beliebig groe n mit
n
8, so ware x = x
.
3.3. UNENDLICHE DEZIMALBR
UCHE 29
F ur alle beliebigen N N ist
k=N
910
mk
= 910
mN
k=N
_
1
10
_
kN
= 910
mN
k=0
_
1
10
_
k
= 910
mN
1
1
1
10
= 10
mN+1
(also 9, 999 = 10).
Ware nun f ur alle k
k
= 9, so ware x
k=1
9 10
mk
= 10
m
x (Widerspruch zu
Denition von m). Damit gibt es mindestens ein
k
,= 9. Ware nun
N
8, aber a
k
= 9
f ur alle k > N, so ware
x
=
N
k=1
k
10
mk
+
k=N+1
9 10
mk
=
N
k=1
k
10
mk
+ 10
mN
x
im Widerspruch zur Denition von
N
.
Damit gibt es beliebig groe n mit
n
8, was die Behauptung beweist.
Folgerung: Jede reelle Zahl lat sich als Dezimalbruch darstellen.
Bemerkung: Wie der Beweis von Satz 3.18 zeigt, kann man sogar voraussetzen, da in der
Darstellung
x =
k=1
k
10
mk
(
k
0, 1, . . . ,
1
,= 0)
von x > 0 als unendlicher Dezimalbruch unendlich viele
k
,= 9 sind. Eine solche Darstellung
ist eindeutig, z.B. ist die Darstellung 1 = 0, 999 = 0,
9 dann ausgeschlossen.
Beweis: Seien
x =
k=1
k
10
mk
und x =
k=1
k
10
m
k
zwei solche Darstellungen einer gegebenen Zahl x > 0. Seien
s :=
k=1
k
10
k
s
:=
k=1
k
10
k
Dann ist 10
1
s, s
<
k=1
9 10
k
= 1. Ware nun m
> m, so ware
s
s
= 10
m
m
10.
Dies widerspricht
s
s
<
1
10
1
= 10. Entsprechend kann man den Fall m > m
ausschlieen.
Also ist m
= m und damit auch s = s
.
Sei nun
k
=
k
f ur k = 1, . . . , N 1, aber
N
,=
N
. Ohne Beschrankung darf
N
>
N
vorrausgesetzt werden, sonst brauchte man nur s und s
vertauschen. Es ist
s
s = (
N

N
)10
N
+
k=N+1
(
k
) 10
k
1 10
N
+
k=N+1
(
k
) 10
k
Nun ist f ur k N + 1
k

k
9 und genau dann
k

k
= 9, wenn
k
= 0 und
k
= 9 ist. Da dies nach Voraussetzung nicht f ur alle k N + 1 der Fall sein kann, folgt
s
s > 10
N
k=N+1
9 10
k
= 10
N
10
N
= 0
Dies widerspricht s
= s. Also ist
k
=
k
f ur alle k. Der Fall
1
,=
1
wird entsprechend
behandelt.
Denition 3.19 Eine unendliche Menge A heit a b z a h l b a r u n e n d l i c h, wenn
es eine surjektive Abbildung f : N A gibt.
Mit anderen Worten: Die Elemente von A lassen sich durchnummerieren, wobei Elemente
von A doppelt gezahlt werden d urfen.
Beispiel 3.20 Z ist abzahlbar unendlich.
Beweis: Setze dazu f(2n 1) = n 1 f(2n) = (n 1):
0 1 2 3 4
. . .
0 1 2 3 4
Beispiel 3.21 Q ist abzahlbar unendlich.
Beweis:
1
1

2
1
3
1

4
1
. . .
. . .
1
2
2
2
3
2
. . .
. . .
1
3
2
3
3
3
. . .
1
4
: :
Interpretation: Es gibt nicht
mehr ganze und rationale Zahlen als nat urliche. Man

spricht in diesem Sinne von
Mengen gleicher Machtigkeit.

Denition 3.22 Eine unendliche, aber nicht abzahlbar unendliche Menge heit u b e r -
a b z a h l b a r u n e n d l i c h.
Satz 3.23 R ist uberabzahlbar unendlich.
Beweis: Es reicht zu zeigen, da das Intervall (0, 1) = x R [ 0 < x < 1 uberabzahlbar
unendlich ist.
Angenommen dies sei falsch. Dann gibt es eine Folge x
n
, n = 1, 2 . . . reeller Zahlen 0 <
x
n
< 1, in der jedes 0 < x < 1 mindestens einmal vorkommt. Jede reelle Zahl 0 < x < 1
lat sich nach unseren

Uberlegungen eindeutig in der Form x =

k=1
k
10
k
mit
k

0, 1, . . . , 9 x,
1
,= 0 darstellen, wenn man voraussetzt, da unendlich viele
k
von 9
verschieden sind. Sei nun x
n
=

k=1
(n)
k
10
k
die entsprechende Darstellung von x
n
. Wir
betrachten nun die Zahl
x =
k=1
k
10
k
(0, 1)
k
=
_
1 falls a
(k)
k
,= 1
2 falls a
(k)
k
= 1
Ware x = x
n
, so ware wegen der Eindeutigkeit der Darstellung insbesondere
n
=
(n)
n
. Dies
ist aber nach Konstruktion ausgeschlossen. Damit kann x nicht in der Folge (x
n
) vorkommen
und ein Widerspruch ist hergestellt.
Interpretation: Es gibt sehr viel mehr reelle Zahlen als rationale Zahlen.
Bemerkung: Die Beweismethode heit Cantorsches Diagonalverfahren. Sie spielt in
vielen Gebieten der Mathematik eine groe Rolle.
Kapitel 4
Funktionen, Stetigkeit
4.1 Einige Grundbegrie
Denition 4.1 Das k a r t e s i s c h e P r o d u k t AB zweier Mengen A und B ist
die Menge der geordneten Paare
AB = (x, y) [ x A, y B
Denition 4.2 Eine F u n k t i o n oder A b b i l d u n g f : A B von A nach B
(oder: von A in B) ist Teilmenge f AB derart, da es f ur jedes x A genau ein y B
mit (x, y) f gibt, man schreibt dann y = f(x).
A ist der D e f i n i t i o n s b e r e i c h von f, und
f(A) := y B [ x A mit f(x) = y = f(x) [ x A B
ist der B i l d b e r e i c h von f.
Beispiel 4.3 Die Funktionenen
P : R R, x a
n
x
n
+ +a
1
x +a
0
(Polynom, Polynomfunktion)
R : RN R, x
a
n
x
n
+ +a
1
x +a
0
b
m
x
m
+ +b
1
x +b
0
mit N := x R [ b
m
x
m
+ +b
1
x+b
0
= 0
(rationale Funktion)
Beispiel 4.4 Die Funktion f : R R mit
f(x) =
_
1 falls x algebraisch
0 falls x transzendent
Denition 4.5 Eine Funktion f : A B heit i n j e k t i v oder l i n k s e i n d e u t i g,
wenn aus f(x) = y und f(x
) = y stets x = x
folgt.
Beispiel 4.6 Ist ,= 0, so ist die Funktion f : R R, x x injektiv.
Die Funktion f : [1, 1] R, x x
2
ist nicht injektiv, wohl aber f : [0, 1] R, x x
2
.
31
32 KAPITEL 4. FUNKTIONEN, STETIGKEIT
Denition 4.7 f : A B heit s u r j e k t i v, wenn es f ur alle y B ein x A mit
y = f(x) gibt. f bildet dann A a u f B ab.
Beispiel 4.8 Ist ,= 0, so ist die Funktion f : R R, x x surjektiv, ebenso die
Funktion f : R R, x x
3
.
Die Funktion f : R R, x x
2
ist nicht surjektiv, wohl aber die Funktion f : R
R
+
, x x
2
mit R
+
= x R [ x 0
Denition 4.9 Eine Funtion f : A B, die sowohl injektiv und surjektiv ist, heit b i -
j e k t i v.
Eine bijektive Funktion f : A B besitzt die Umkehrfunktion oder Inverse
f
1
:= (y, x) [ (x, y) f,
die wiederum eine bijektive Funktion ist und B auf A abbildet.
Beispiel 4.10 Die Funktion f : R
+
R
+
, x x
2
ist bijektiv. Ihre Umkehrfunktion ist
f
1
: R
+
R
+
, x
x
Denition 4.11 Sind f : A B und g : C D Funktionen mit f(A) C, so ist
g f : A D, x g(f(x))
die K o m p o s i t i o n von g und f.
Beispiel 4.12 Sei f : R R, x x
2
, g : R
+
R, x

x. Dann ist g f : R
R, x
x
2
= [x[
Merke: Ist f : A B bijektiv, so ist f
1
f = id die identische Abbildung id : A
A, x x
Denition 4.13 Seien f, g : A R beliebige Funktionen und sei R, dann sind die
Funktionen f +g : A R, f : A R, f g : A R deniert durch:
(f +g)(x) := f(x) +g(x)
(f)(x) := f(x)
(f g)(x) := f(x) g(x)
Sei A
:= x A [ g(x) ,= 0. Dann ist

f
g
: A
R, x
f(x)
g(x)
Bemerkung: Alle rationalen Funktionen lassen sich auf diese Weise aus f(x) = 1 und
g(x) = x erzeugen.
4.2. STETIGE FUNKTIONEN 33
4.2 Stetige Funktionen
Denition 4.14 Eine Funktion f : A R R heit s t e t i g in x
0
A, wenn es f ur
alle > 0 ein > 0 mit
[f(x) f(x
0
)[ < f ur alle x A mit [x x
0
[ <
gibt.
Warnung: hangt von und x
0
ab!
Andere Schreibweise:
lim
xx
0
f(x) = f(x
0
)
_
= lim
xx
0
, xA
f(x)
_
Denition 4.15 f : A R R heit s t e t i g a u f A, wenn f in allen Punkten
x
0
A stetig ist.
Beispiel 4.16 Die Funktion f : R R : x [x[ ist in allen Punkten x
0
R stetig, und
damit auf ganz R stetig.
F ur alle x
0
R und alle x R ist namlich
[f(x) f(x
0
)[ = [[x[ [x
0
[[ [x x
0
[
Ist daher [x x
0
[ < , so ist auch [f(x) f(x
0
)[ < . Unabhangig von x
0
kann man daher
in diesem Fall = wahlen.
Satz 4.17 Sei f : A R R in x
0
A stetig und f(x
0
) ,= c. Dann gibt es ein > 0 mit
f(x) ,= c f ur x A, [x x
0
[ < .
Beweis: Sei := [f(x
0
) c[. Dann gibt es nach Denition der Stetigkeit ein > 0 mit
[f(x) f(x
0
)[ < f ur [x x
0
[ <
F ur [x x
0
[ < ist:
[c f(x)[ [c f(x
0
)[ [f(x
0
) f(x)[
= [f(x
0
) f(x)[
. .
<
> = 0
also f(x) ,= c.
Satz 4.18 Eine Funktion f : A R R ist genau dann in x A stetig , wenn f ur alle
Folgen (x
n
) von Elementen x
n
A mit
lim
n
x
n
= x auch lim
n
f(x
n
) = f( x) = f
_
lim
n
x
n
_
gilt.
Beweis: Sei zunachst f in x stetig und lim
n
x
n
= x. Sei dazu > 0 beliebig vorgegeben.
Dann gibt es ein > 0 mit [f(x) f( x)[ < f ur alle x A mit [x x
0
[ < . Weiter gibt
es ein N mit [x
n
x[ < f ur alle n N. Damit ist f ur n N [f(x
n
) f( x)[ < , also
lim
n
f(x
n
) = f( x).
Umgekehrt gelte f ur jede Folge (x
n
) von Elementen x
n
A mit lim
n
x
n
= x auch
lim
n
f(x
n
) = f( x).
Angenommen, f sei in x nicht stetig. Dann gibt es ein > 0, f ur das kein > 0 existiert
mit [f(x) f( x)[ < f ur alle x A mit [x x[ < .
F ur jedes n N gibt es also ein x
n
A mit [x
n
x[ <
1
n
und [f(x
n
) f( x)[ .
Da aber lim
n
x
n
= x ist, mu aber nach Voraussetzung lim
n
[f(x
n
) f( x)[ = 0 sein.
Damit f uhrt die Annahme, da f in x nicht stetig ist, auf einen Widerspruch: Die Funktion
f ist in x stetig.
Satz 4.19 Sind f : A R, g : A R, (A R) in x
0
A stetig und ist R, so sind
auch
f +g : A R, f : A R, f g : A R
in x
0
stetig. Ist uberdies noch g(x
0
) ,= 0, so ist auch
f
g
: A
R, A
= x A [ g(x) ,= 0
in x
0
stetig.
Beweis: (Ersetze x durch x)
Sei (x
n
) eine Folge von Elementen aus A mit lim
n
x
n
= x. Dann ist
lim
n
(f +g)(x
n
) = lim
n
(f(x
n
) +g(x
n
)) = lim
n
f(x
n
) + lim
n
g(x
n
)
= f( x) +g( x) = (f +g)( x)
Also ist f +g nach Satz 4.18 in x stetig.
Entsprechend gilt
lim
n
(xf)(x
n
) = lim
n
f(x
n
) = lim
n
f(x
n
) = f( x) = (f)( x)
lim
n
(f g)(x
n
) = lim
n
(f(x
n
) g(x
n
)) = lim
n
f(x
n
) lim
n
g(x
n
) = f( x) g( x) = (fg)( x)
Damit sind auch f und f g in x stetig.
Da nach Satz 4.17 f ur alle gen ugend groen n aus g( x) ,= 0 g(x
n
) ,= 0 folgt, gilt in diesem
Fall auch
lim
n
f
g
(x
n
) = lim
n
f(x
n
)
g(x
n
)
=
lim
n
f(x
n
)
lim
n
g(x
n
)
=
f( x)
g( x)
=
f
g
( x)
Also ist auch
f
g
nach Satz 4.18 in x stetig.
Folgerung: Rationale Funktionen sind in allen Punkten ihres Denitionsbereichs stetig.
Beweis: Jede rationale Funktion lat sich durch mehrfache Anwendung der Operationen
aus Satz 4.19 aus den beiden stetigen Funktionen f(x) = 1 und g(x) = x aufbauen. Damit ist
eine rationale Funktion nach Satz 4.19 in allen Punkten stetig, in denen das Nennerpolynom
nicht den Wert 0 annimmt.
Satz 4.20 Ist f : A R R in x
0
R stetig, ist f(A) B und ist g : B R in f(x
0
)
stetig, so ist g f : A R in x
0
stetig.
Beweis: Sei (x
n
) eine Folge von Elementen aus A mit lim
n
x
n
= x. Dann ist limf(x
n
) =
f( x) und damit
lim
n
g(f(x
n
)) (da g in f( x) stetig ist)
4.3. DIE ZWISCHENWERTS
ATZE 35
4.3 Annahme des Minimums und des Maximums und
der Zwischenwertsatz
Bezeichnung: (Intervalle)
[a, b] := x R [ a x b (a, b) := x R [ a < x < b
(a, b] := x R [ a < x b [a, b) := x R [ a x < b
Andere Schreibweise: ]a, b[ statt (a, b) usw.
Satz 4.21 Die Funktion f : [a, b] R sei stetig. Dann ist der Bildbereich von f beschrankt.
Die Funktion f nimmt auf [a, b] das Inmum
m := inff(x) [ a x b
und das Supremum
M := supf(x) [ a x b
in jeweils mindestens einem Punkt aus [a, b] an:
Beweis: Wir zeigen als erstes, da der Bildbereich von f eine obere Schranke besitzt und das
Supremum damit existiert. Anderenfalls gabe es namlich Punkte x
n
[a, b] mit [f(x
n
)[ n
f ur alle n N. Nach Bolzano-Weierstra d urfen wir annehmen, da die Folge der x
n
gegen
einen Grenzwert x konvergiert. Da das Intervall [a, b] abgeschlossen ist, liegt x dann ebenfalls
in [a, b]. Da f in x stetig ist, ist dann limf(x
n
) = f( x). Das steht im Widerspruch zur
Annahme [f(x
n
)[ n.
Als nachstes zeigen wir, da es einen Punkt x
[a, b] mit f(x
) = M gibt. Nach Denition

des Supremums gibt es namlich eine Folge von Punkten x
n
[a, b] mit lim
n
f(x
n
) = M.
Nach Bolzano-Weierstra d urfen wir wieder annehmen, da die Folge der x
n
gegen ein
x
[a, b] konvergiert. Da f in x
stetig ist, folgt

M = lim
n
f(x
n
) = f(x
).
Entsprechend zeigt man, da der Bildbereich von f nach unten beschrankt ist und das
Inmum in mindestens einem Punkt angenommen wird.
Warnung: Auf halboenen oder oenen Intervallen braucht eine stetige Funktion nicht
beschrankt zu sein, wie das Beispiel der Funktion f : (0, 1] R : x
1
x
zeigt.
Satz 4.22 (Zwischenwertsatz) Eine stetige Funktion f : [a, b] R nimmt auf dem In-
tervall [a, b] jeden Wert m y M zwischen ihrem Minimalwert m und ihrem Maximalwert
M in mindestens einem Punkt x [a, b] an.
Folgerung: Es ist f([a, b]) = [m, M], d.h. das Bild eines abgeschlossen Intervalls unter einer
stetigen Funktion ist wieder ein abgeschlossenens Intervall.
Beweis: Nach Satz 4.21 gibt es Punkte x
, x
[a, b] mit f(x
) = m und f(x
) = M.
Wir setzen zunachst voraus, da x
< x
ist.
Ausgehend von [a
0
, b
0
] = [x
, x
] konstruieren wir eine Folge ineinandergeschachtelter In-

tervalle [a
n
, b
n
] einer Lange b
n
a
n
(b a)/2
n
mit f(a
n
) y f(b
n
). Sei dazu
x
n
=
1
2
(a
n
+b
n
) der Mittelpunkt von [a
n
, b
n
]. Wir setzen
[a
n+1
, b
n+1
] =
_
[a
n
, x
n
], falls f(x
n
) y
[x
n
, b
n
], falls f(x
n
) < y
F ur n, m N ist a
m
, b
m
, a
n
, b
n
[a
N
, b
N
]. Damit gilt
[a
n
a
m
[ b
N
a
N
(b a)/2
N
[b
n
b
m
[ b
N
a
N
(b a)/2
N
Also bilden (a
n
), (b
n
) Cauchyfolgen, die wegen b
n
a
n
(ba)/2
n
gegen einen gemeinsamen
Grenzwert x = lim
n
a
n
= lim
n
b
n
konvergieren.
Da einerseits f( x) = lim
n
f(a
n
) y und andererseits
y f( x) = lim
n
f(b
n
) = f( x) ist,
ist damit also f( x) = y.
Der Fall x
> x
wird entsprechend behandelt: Ausgehend von [a

0
, b
0
] = [x
, x
] konstruiert
man eine Folge von Intervallen mit f(a
n
) y f(b
n
).
Der Fall x
= x
ist trivial, da dann f(x) = m = M konstant ist.

Bemerkung: Das im Beweis des Zwischenwertsatzes benutzte Bisektionsverfahren ist kon-
struktiv und kann benutzt werden, um die Gleichung f(x) = y zu losen, falls Punkte a y > f(b) bekannt sind. Beispiele:
f(x) = x
2
2, a = 1, b = 2
f(x) = x
n
c, c > 0, a = 0, b = max1, c
Existenz von
n
c
4.4. GLEICHM
ASSIGE STETIGKEIT 37
4.4 Gleichmaige Stetigkeit
Denition 4.23 Eine Funktion f : A R R heit auf A g l e i c h m a i g s t e t i g,
wenn es zu jedem > 0 ein > 0 mit
[f(x) f(x
)[ < f ur alle x, x
A mit [x x
[ <
gibt.
Bemerkung: Eine auf einer Menge A gleichmaig stetige Funktion ist nat urlich in jedem
Punkt x
0
A stetig. Die wesentliche neue Forderung ist, da unabhangig von x
0
A
gewahlt werden kann. Dies ist eine starkere Forderung, als die Stetigkeit, wie das Beispiel
f : (0, 1] R, x
1
x
zeigt.
Denition 4.24 Eine Funktion f : A R R heit auf A L i p s c h i t z - s t e t i g
mit der L i p s c h i t z - K o n s t a n t e n L > 0, wenn f ur alle x, x
A
[f(x) f(x
)[ L[x x[
gilt.
Beispiel: f : R R : x [x[
[f(x) f(x
)[ = [[x[ [x
[[ [x x
[ = 1 [x x
[
Bemerkung: Lipschitz-stetige Funktionen sind gleichmaig stetig, man wahle = /L
Satz 4.25 Eine auf einem abgeschlossenen Intervall stetige Funktion ist dort gleichmaig
stetig.
Beweis: Angenommen, die stetige Funktion f : [a, b] R sei auf [a, b] nicht gleichmaig
stetig. Dann gibt es > 0 derart, da f ur alle n N Punkte x
n
, x
n
[a, b] existieren mit
[x
n
x
n
[ <
1
n
[f(x
n
) f(x
n
)[
Nach Bolzano-Weierstra darf man annehmen, da die Folgen (x
n
) und (x
n
) gegen Grenz-
werte x
und x
konvergieren. Da [a, b] abgeschlossen ist, liegen x
und x
in [a, b]. Da
f in x
und x
stetig ist, gilt [f(x
) f(x
)[ = lim
n
[f(x
n
) f(x
n
)[ . Da wegen
[x
n
x
n
[ <
1
n
x
= x
ist, ist dies ein Widerspruch.

Bemerkung: Der Satz gilt wieder nicht f ur halboene oder gar oene Intervalle, wie das
Beispiel f : (0, 1] R : x
1
x
zeigt.
Denition 4.26 Sei f : [a, b] R stetig (und damit gleichmaig stetig). Dann ist
(f, ) := sup[f(x) f(x
)[, [x x
[ , x, x
[a, b]
der S t e t i g k e i t s m o d u l von f.
Beispiel 4.27 Ist f : [a, b] R Lipschitzstetig mit Lipschitz-Konstanten L, so ist f ur alle
x, x
[a, b]
[f(x) f(x
)[ L[x x
[,
also (f, ) L.
Satz 4.28 F ur alle stetigen Funktionen f : [a, b] R gilt
lim
0+
(f, ) = 0
Beweis: Die Behauptung bringt zum Ausdruck, da f gleichmaig stetig ist, und ist daher
nur eine Umformulierung von Satz 4.25.
4.5 Der Raum der beschrankten Funktionen
Satz 4.29 Die Menge B[a, b] aller beschrankten Funktionen f : [a, b] R bildet bez uglich
der durch (f + g)(x) = f(x) + g(x) denierten Addition und der durch (f)(x) = f(x)
denierten Multiplikation mit Elementen R einen Vektorraum uber R
Beweis: Siehe Lineare Algebra I.
Ein wichtiger Teilraum von B[a, b]: Der Raum C[a, b] aller stetigen Funktionen f : [a, b]
R. (Stetige Funktionen auf abgeschlossenen Intervallen sind nach Satz 4.21 beschrankt.)
Gesucht: Ein Abstandsma f ur die Funktionen aus B[a, b]. Zunachst allgemeiner: Langen-
mae auf Vektorraumen.
Denition 4.30 Sei V ein Vektorraum uber R. Eine Funktion | | : V R heit eine
N o r m auf V , wenn f ur alle f, g V und alle R gilt:
1. |f| 0, |f| = 0 f = 0 (Denitheit)
2. |f| = [[ |f| (Homogenitat)
3. |f +g| |f| +|g| (Dreiecksungleichung)
Bemerkung:
1. Eine Norm ist ein Langenma f ur die Elemente aus V
2. Setzt man d(x, y) := |x y|, so ist stets
d(x, y) 0
d(x, y) = 0 x = y
d(x, y) d(x, y) +d(x, y)
d(x, y) = d(x, y)
Der Ausdruck d(x, y) kann also als Abstandsma zwischen x und y (den Elementen
aus V) dienen.
Beispiel 4.31 Der Ausdruck
|x| :=
_
n
i=1
x
2
i
deniert eine Norm auf den Raum R f ur alle Vektoren
x =
_
_
x
1
:
x
n
_
_
R
n
,
die Euklidische Norm (f ur n = 2: Pythagoras!). Sie induziert den Euklidischen Abstand
|x y| :=
_
n
i=1
(x
i
y
i
)
2
(Der Beweis der Dreiecksungleichung setzt den Begri des Skalarproduktes voraus).
4.6. GLEICHM
ASSIGE KONVERGENZ 39
Denition 4.32 (Supremumsnorm) Durch den Ausdruck
|f| := sup
axb
[f(x)[
wird eine Norm auf B[a, b] deniert, die S u p r e m u m s n o r m.
Nachweis der Normeigenschaften:
1. F ur alle x [a, b] ist |f| [f(x)[ 0. Ist |f| = 0 so ist f ur alle x [f(x)[ = 0 f =
0.
2. [(f)(x)[ = [f(x)[ = [[[f(x)[
3. [(f +g)(x)[ = [f(x) +g(x)[ [f(x)[ +[g(x)[ |f| +|g|
Das zugehorige Abstandsma
|f g| := sup
axb
[f(x) g(x)[
gibt den maximalen Abstand der Funktionswerte an.
Bemerkung: Auf Funktionsraumen lassen sich viele andere Normen denieren, die aber
vorlaug noch nicht interessieren.
4.6 Gleichmaige Konvergenz
Denition 4.33 Eine Folge von Funktionen f
n
B[a, b] konvergiert g l e i c h m a i g ge-
gen f B[a, b], wenn
lim
n
|f
n
f| = 0
Bemerkung: Gleichmaige Konvergenz heit, da der maximale Abstand zwischen f
n
und
f gegen Null strebt. Dies ist eine viel starkere Forderung als die punktweise Konvergenz
lim
n
f
n
(x) = f(x), x [a, b]
Beispiel 4.34 Die Funktionen f
n
: [0, 1] R, x x
n
konvergieren punktweise gegen die
Grenzfunktion f : [0, 1] R mit:
f(x) =
_
0, 0 x < 1
1, x = 1
Die Konvergenz ist aber nicht gleichmaig (folgt spater aus 4.38).
n
B[a, b] heit Cauchyfolge in B[a, b], wenn
es f ur alle > 0 ein N N mit |f
n
f
m
| < f ur n, m N gibt.
Satz 4.36 Jede konvergente Folge von Funktionen f
n
B[a, b] (im Sinn von Denition
4.33) ist eine Cauchyfolge.
Beweis: F ur > 0 gibt es N N mit |f
n
f| < f ur n N. F ur n, m N ist daher
|f
n
f
m
| = |(f
n
f) + (f f
m
)|
Die f
n
bilden also eine Cauchyfolge.
Bemerkung: Der Beweis macht nur von den Eigenschaften einer Norm, nicht aber von den
speziellen Eigenschaften von B[a, b] Gebrauch. Er entspricht vollig dem Beweis von Satz
2.10 f ur Zahlenfolgen.
Satz 4.37 Jede Cauchyfolge von Funktionen f
n
B[a, b] konvergiert gleichmaig gegen
eine Funktion f B[a, b].
Beweis: F ur alle n, m N sei |f
n
f
m
| 1. Dann ist f ur alle n N
|f
n
| = |(f
n
f
N
) +f
N
| |f
n
f
N
| +|f
N
| 1 +|f
N
|,
Die Folge der Normen |f
n
| ist also durch eine Konstante M beschrankt. Daraus folgt
zunachst
[f
n
(x)[ |f
n
| M
f ur alle x [a, b] und alle n N. Weiter bilden die Zahlenfolgen f
n
(x) f ur festes x
[a, b] wegen [f
n
(x) f
m
(x)[ |f
n
f
m
| Cauchyfolgen in R, konvergieren also gegen einen
Grenzwert f(x) R mit [f(x)[ M: Die Funktion f : [a, b] R, x lim
n
f
n
(x) liegt
daher in B[a b].
Zeige, da die f
n
gleichmaig gegen f konvergieren. Sei dazu > 0 vorgegeben und |f
n
f
m
| < /2 f ur n, m N. F ur alle x [a, b] und alle n, m N gilt dann
[f
n
(x) f(x)[ [f
n
(x) f
m
(x)[ +[f
m
(x) f(x)[
|f
n
f
m
| +[f
m
(x) f(x)[

2
+[f
m
(x) f(x)[
Wegen lim
m
[f
m
(x) f(x)[ = 0 folgt f ur alle x [a, b] und n N:
[f
n
(x) f(x)[ < und somit |f
n
f| = sup
axb
[f
n
(x) f(x)[ <
Die Folge der f
n
konvergiert also gleichmaig in B[a, b] gegen f.
Sprechweise: B[a, b] ist ein vollstandiger Raum, d.h. jede Cauchyfolge konvergiert.
Satz 4.38 Konvergiert eine Folge stetiger Funktionen f
n
: [a, b] R gleichmaig gegen
eine Funktion f : [a, b] R, so ist diese Grenzfunktion f stetig.
Beweis: Zu zeigen ist, da f in jedem Punkt x
0
[a, b] stetig ist. Sei dazu > 0 beliebig
vorgegeben. Dann gibt es wegen der gleichmaigen Konvergenz ein n N mit |f
n
f| <

3
.
F ur alle x [a, b] ist nun
[f(x) f(x
0
)[ [f(x) f
n
(x)[ +[f
n
(x) f
n
(x
0
)[ +[f
n
(x
0
) f(x
0
)[
|f f
n
| +[f
n
(x) f
n
(x
0
)[ +|f
n
f|
2
3
+[f
n
(x) f
n
(x
0
)[
4.7. DER WEIERSTRASSSCHE APPROXIMATIONSSATZ 41
Da das gegebene f
n
in x
0
stetig ist, gibt es > 0 mit
[f
n
(x) f
n
(x
0
)[ <

3
f ur [x x
0
[ <
Damit ist f ur [x x
0
[ <
[f(x) f(x
0
)[ <
2
3
+
1
3
=
Damit ist f in x
0
stetig.
Folgerung: C[a, b] ist daher ein (unter gleichmaiger Konvergenz) abgeschlossener Teilraum
von B[a, b] und damit selbst wieder vollstandig, d.h. jede Cauchyfolge konvergiert.
Beispiel: Die Teilsummen

n
k=0
1
k!
x
k
der unendlichen Reihe

k=0
1
k!
x
k
konvergieren auf
jedem Intervall [R, R], R > 0 gleichmaig gegen die damit stetige Grenzfunktion
exp(x) =
k=0
1
k!
x
k
Beweis mit Quotientenkriterium:
1
(k+1)!
x
k+1
1
k!
x
k
x
k + 1
R
k + 1
4.7 Der Weierstrasche Approximationssatz
Satz 4.39 Jede stetige Funktion f : [a, b] R lat sich im Sinne der Supremumsnorm
beliebig gut durch Polynome approximieren. Es ist:
inf|f P| [ P Polynom = 0
Beweis: Folgt spater aus Satz 4.40.
Vorbemerkung: Ist f : [a, b] R stetig, dann ist die Funktion
f : [0, 1] R : t f (a +t(b a))

ebenfalls stetig. Sei nun

P ein Polynom mit
max
0t1
f(t)

P(t)
,
so gilt f ur das Polynom P(x) =

P(
xa
ba
) wegen f(x) =

f(
xa
ba
) die Abschatzung
max
axb
[f(x) P(x)[ = max
axb
f
_
x a
b a
_

P
_
x a
b a
_
= max
0t1
f(t)

P(t)
,
Wir d urfen uns daher beim Beweis des Satzes auf das Intervall [0, 1] beschranken!
Ziel: Gebe explizit eine Folge von Polynomen P
n
an, f ur die |f P
n
| = max [f(x) P
n
(x)[
f ur n gegen Null strebt.
Satz 4.40 (Bernstein-Polynome) F ur jede stetige Funktion f : [0, 1] R konvergieren
die B e r n s t e i n - P o l y n o m e
(B
n
f)(x) :=
n
k=0
f
_
k
n
__
n
k
_
x
k
(1 x)
nk
auf [0, 1] gleichmaig gegen f. Es gilt
|B
n
f f| 2
_
f,
1
2
n
_
Erstes Ziel: Berechne B
n
f f ur quadratische Polynome f(x) = ax
2
+bx +c.
Hilfssatz 1: F ur die Funktionen f
0
(x) = 1, f
1
(x) = x und f
2
(x) = x
2
gilt
B
n
f
0
= f
0
, B
n
f
1
= f
1
, (B
n
f
2
)(x) = f
2
(x) +
x(1 x)
n
Beweis: Nach der binomischen Formel ist
n
k=0
_
n
k
_
x
k
(1 x)
nk
= (x + (1 x))
n
= 1 (1)
(1) ist gleichbedeutend mit B
n
f
0
= f
0
. Durch Dierentiation folgt aus (1)
0 =
d
dx
n
k=0
_
n
k
_
x
k
(1 x)
nk
=
n
k=0
_
n
k
_
_
kx
k1
(1 x)
nk
+x
k
(n k)(1 x)
nk1
(1)
=
n
k=0
_
n
k
_
x
k1
(1 x)
nk1
[k(1 x) x(n k)]
=
n
k=0
_
n
k
_
x
k1
(1 x)
nk1
[k nx]
Multiplikation mit
x(1x)
n
ergibt:
n
k=0
k
n
_
n
k
_
x
k
(1 x)
nk
= 1 x (wegen (1))
= x
d.h. B
n
f
1
= f
1
. Durch Dierentiation folgt aus (2) wie oben
1 =
d
dx
n
k=0
k
n
_
n
k
_
x
k
(1 x)
nk
=
n
k=0
k
n
_
n
k
_
x
k1
(1 x)
nk1
[k nx]
Multipliziert man wieder mit
x(1x)
n
, ergibt sich:
x(1 x)
n
=
n
k=0
_
k
n
_
2
_
n
k
_
x
k
(1 x)
nk
_
n
k=0
k
n
_
n
k
_
x
k
(1 x)
nk
_
. .
=x
x
Mit (2) also:
n
k=0
_
k
n
_
2
_
n
k
_
x
k
(1 x)
nk
= x
2
+
x(1 x)
n
oder
(B
n
f
2
)(x) = f
2
(x) +
x(1 x)
n
Hilfssatz 2: F ur alle quadratischen Polynome f(x) = ax
2
+bx +c gilt:
(B
n
f)(x) = f(x) +a
x(1 x)
n
Beweis: Die Abbildung f B
n
f ist linear. Wegen f = af
2
+ bf
1
+ cf
0
folgt daraus
B
n
f = aB
n
f
2
+bB
n
f
1
+cB
n
f
0
Nach Hilfsatz 1 ist damit
(B
n
f)(x) = a
_
x
2
+
x(1 x)
n
_
+bx +c = (ax
2
+bx +c) +a
x(1 x)
n
= f(x) +a
x(1 x)
n
Nachstes Ziel: Untersuche den Fehler B
n
f f f ur die Funktion f(x) = [x x
0
[ im Punkt
x
0
.
Hilfssatz 3: Sei x
0
[0, 1] beliebig und f(x) = [x x
0
[. Dann ist
0 (B
n
f)(x
0
)
1
2
n
Beweis: F ur alle reellen Zahlen a, b und alle > 0 ist
0 (a
1
b)
2
=
2
a
2
2ab +
2
b
2
und daher
ab
1
2
2
a
2
+
1
2
2
b
2
Wendet man diese Ungleichung auf a = 1, b = [x x
0
[ an, so ergibt sich
[x x
0
[
1
2
2
+
1
2
2
(x x
0
)
2
Ist f ur alle x [0, 1] f(x) g(x), so ist f ur alle x [0, 1] auch (B
n
f)(x) (B
n
g)(x). Mit
Hilfssatz 2 folgt aus dieser Beobachtung und obiger Abschatzung f ur f(x) = [x x
0
[:
0 (B
n
f)(x)
1
2
2
+
1
2
2
(x x
0
)
2
+
1
2
2
x(1 x)
n
Mit x(1 x)
1
4
f ur 0 x 1 folgt
0 (B
n
f)(x)
1
2
2
+
1
2
2
(x x
0
)
2
+
1
8n
2
Speziell ergibt sich f ur x = x
0
:
0 (B
n
f)(x
0
)
1
2
2
+
1
8n
2
Setzt man
2
=
1
2
n
(dann wird die rechte Seite minimal), erhalt man
0 (B
n
f)(x
0
)
1
4
n
+
2
n
8n
=
1
2
n
Hilfssatz 4: F ur alle stetigen Funktionen f : [a, b] R und alle > 0 und K > 0 ist
(f, K) (K + 1)(f, )
Beweis: Sei a x
< x
b, [x
[ K. Unterteile nun [x
, x
] in Teilintervalle einer
Lange . Sei dazu n N so gewahlt, da K n K + 1. F ur k = 0, . . . , n sei
x
k
= x
+
k
n
(x
), f
k
= f(x
k
)
Dann ist x
0
= x
, x
n
= x
und daher
f(x
) f(x
) = f
n
f
0
= (f
n
f
n1
) + (f
n1
f
n2
) + + (f
1
f
0
)
n1
k=0
[f(x
k+1
f(x
k
)[
Da [x
k+1
x
k
[ =
1
n
[x
[
1
n
K ist, folgt damit:
[f(x
) f(x
)[
n1
k=0
(f, ) = n(f, ) (K + 1)(f, )
Beweis: (von Satz 4.40) Sei x
0
[0, 1] beliebig, aber fest vorgegeben. Dann ist f ur alle
x [0, 1] und alle > 0 nach Hilfssatz 4:
[f(x) f(x
0
)[ (f, [x x
0
[) =
_
f,
[x x
0
[
. .
K
_
1 +
[x x
0
[
_
(f, )
Damit folgt mit Hilfssatz 1:
[(B
n
f)(x
0
) f(x
0
)[ =
k=0
_
f
_
k
n
_
f(x
0
)
_
_
n
k
_
x
k
(1 x)
nk
Dreiecksungleichung:
k=0
f
_
k
n
_
f(x
0
)
_
n
k
_
x
k
(1 x)
nk
k=0
_
1 +
[
k
n
x
0
[
_
(f, )
_
n
k
_
x
k
(1 x)
nk
Ausmultiplizieren liefert:
=
_
n
k=0
_
n
k
_
x
k
(1 x)
nk
_
. .
=1
(f, ) +
1
_
n
k=0
k
n
x
0
_
n
k
_
x
k
(1 x)
nk
_
. .
Hilfssatz 3
(f, )
1(f, ) +
1
1
2
n
(f, )
Also:
[(B
n
f)(x
0
) f(x
0
)[
_
1 +
1
1
2
n
_
(f, ) f ur alle > 0
Setzt man =
1
2
n
, so folgt
[(B
n
f)(x
0
) f(x
0
)[ 2
_
f,
1
2
n
_
Da x
0
beliebig aus [0, 1] vorgegeben werden kann, zeigt das die Behauptung
|B
n
f f| 2
_
f,
1
2
n
_
Kapitel 5
Dierenzierbarkeit
5.1 Ableitungen
Bezeichnung: I = [a, b], (a, b], [a, b), (a, b)
Denition 5.1 Eine Funktion f : I R heit in x
0
d i f f e r e n z i e r b a r, falls
der Grenzwert
f
(x
0
) = lim
xx
0
xI
f(x) f(x
0
)
x x
0
existiert. (=Ableitung von f in x
0
). (Falls x
0
ein Randpunkt von g ist, spricht man von
einer rechts- bzw. linksseitigen Ableitung)
Interpretation: Der Dierenzenquotient
f(x) f(x
0
)
x x
0
ist die Steigung der Sekante durch die Punkte (x, f(x)) und (x
0
, f(x
0
)). Im Grenzfall x x
0
geht die Steigung der Sekante in die Steigung f
(x
0
) der Tangente an den Graph von f in
x
0
uber. Gleichung der Tangente:
x f(x
0
) +f
(x
0
)(x x
0
)
Beispiel 5.2 Die konstante Funktion f(x) = 1 ist in jedem Punkt x
0
R dierenzierbar:
f
(x
0
) = lim
xx
0
f(x) f(x
0
)
x x
0
= lim
xx
0
1 1
x x
0
= 0
Ebenso ist f(x) = x in allen x R dierenzierbar:
f
(x
0
) = lim
xx
0
f(x) f(x
0
)
x x
0
= lim
xx
0
x x
0
x x
0
= 1
47
48 KAPITEL 5. DIFFERENZIERBARKEIT
Satz 5.3 f : I R ist genau dann in x
0
I dierenzierbar, wenn es eine reelle Zahl a R
gibt, so da
[f(x) [f(x
0
) +a(x x
0
)][ = o([x x
0
[) (o:
verhalt sich wie...)

f ur x x
0
gilt, d.h. f ur die Funktion
(x) = f(x) [f(x
0
) +a(x x
0
)]
die Grenzwertbeziehung
lim
xx
0
[(x)[
[x x
0
[
= 0
gilt. Eine solche Zahl a ist dann eindeutig bestimmt und gleich der Ableitung f
(x
0
).
Beweis: Dies folgt unmittelbar aus der Darstellung
(x)
x x
0
=
f(x) f(x
0
)
x x
0
a
Interpretation: Die Dierenz f(x) [f(x
0
) +f
(x
0
)(xx
0
)] strebt f ur x 0 schneller als
[x x
0
[ gegen Null.
Die an lineare Funktion x f(x
0
) + f
(x
0
)(x x
0
) ber uhrt f in x
0
. Dierenzierbar
bedeutet also
lokal linear approximierbar.

Moderne Auassung: Man betrachtet die Ableitung nicht als reelle Zahl, sondern als lineare
Abbildung x f
(x)x von R R, (die mit einer reellen Zahl identiziert werden kann).
Der Begri der Ableitung kann so leicht auf Funktionen erweitert werden, die eine Teilmenge
eines Vektorraumes in einen Vektorraum abbilden. Analysis II
Satz 5.4 Ist f : I R dierenzierbar in x
0
I, so ist f in x
0
auch stetig.
Beweis: Da der Grenzwert f
(x
0
) = lim
xx
0
f(x)f(x
0
)
xx
0
existiert, gibt es Konstanten und
L mit

f(x) f(x
0
)
x x
0
L f ur 0 < [x x
0
[ < , also
[f(x) f(x
0
)[ L [x x
0
[ f ur 0 [x x
0
[ <
Denition 5.5 Die Funktion f : I R heit a u f I d i f f e r e n z i e r b a r, wenn
sie in jedem Punkt x
0
I dierenzierbar ist. Die Funktion f
: I R, x f
(x) ist die

A b l e i t u n g von f.
f heit auf I s t e t i g d i f f e r e n z i e r b a r, wenn die Funktion f
stetig ist.
Hohere Ableitungen:
f
(1)
= f
f
(k+1)
=
_
f
(k)
_
Schreibweise:
f
=
d
dx
f =
df
dx
; f
(k)
=
_
d
dx
_
k
f =
d
k
f
dx
k
Praktisch, aber Vorsicht ist geboten!
5.2. DIFFERENTIATIONSREGELN 49
5.2 Dierentiationsregeln
Satz 5.6 Sind f, g : I R in x
0
I dierenzierbar, und ist R eine reelle Zahl, so ist
auch f +g und f in x
0
dierenzierbar, und es ist:
(f +g)
(x
0
) = f
(x
0
) +g
(x
0
), (f)
(x
0
) = f
(x
0
)
Beweis:
(f +g)(x) (f +g)(x
0
)
x x
0
=
f(x) f(x
0
)
x x
0
+
g(x) g(x
0
)
x x
0
(f)(x) (f)(x
0
)
x x
0
=
f(x) f(x
0
)
x x
0
Mit anderen Worten: f f
ist eine lineare Abbildung.

Satz 5.7 (Produktregel) Sind f, g : I R in x
0
I dierenzierbar, so ist auch f g in
x
0
dierenzierbar, und es ist
(f g)
(x
0
) = f
(x
0
)g(x
0
) +f(x
0
)g
(x
0
)
Beweis:
(fg)(x) (fg)(x
0
)
x x
0
=
f(x)g(x) + [f(x
0
)g(x) +f(x
0
)g(x)] f(x
0
)g(x
0
)
x x
0
=
f(x) f(x
0
)
x x
0
g(x) +f(x
0
)
g(x) g(x
0
)
x x
0
Da g in x
0
stetig, strebt f ur x x
0
auch g(x) g(x
0
). Damit folgt die Behauptung durch
Grenzwertbildung.
Beispiel 5.8 Die Funktionen f
n
(x) = x
n
, n N sind dierenzierbar und haben die Abbil-
dungen f
n
(x) = nx
n1
Beweis: (durch Induktion)
n = 1: Beispiel 5.1 wegen f
1
(x) = x; benutze x
0
= 1.
n n + 1: Nach der Produktregel ist
f
n+1
= (f
n
f
1
)
= f
n
f
1
+f
n
f
1
d.h.
f
n+1
(x) = f
n
(x) f
1
(x) +f
n
(x) f
1
(x) = (nx
n1
) x +x
n
1 = (n + 1) x
n
Folgerung: Alle Polynome sind dierenzierbar; es ist
d
dx
n
k=0
a
k
x
k
=
n
k=1
ka
k
x
k1
Satz 5.9 (Quotientenregel) Sind f, g : I R in x
0
I dierenzierbar und ist g(x
0
) ,= 0,
so ist auch
f
g
in x
0
dierenzierbar, und es gilt
_
f
g
_
(x
0
) =
f
(x
0
)g(x
0
) f(x
0
)g
(x
0
)
g
2
(x
0
)
Beweis: f und g sind nach Satz 5.4 in x
0
stetig. Damit ist f ur alle gen ugend nahe bei x
0
gelegenen x g(x) ,= 0 und
1
x x
0
_
f(x)
g(x)

f(x
0
)
g(x
0
)
_
=
1
g(x)g(x
0
)
_
f(x) f(x
0
)
x x
0
g(x) f(x)
g(x) g(x
0
)
x x
0
_
strebt f ur x x
0
gegen
1
g(x
0
)g(x
0
)
[f
(x
0
)g(x
0
) f(x
0
)g
(x
0
)]
Beispiel 5.10 Sind P und Q Polynome, so ist die rationale Funktion R = P/Q in allen
Punkten ihres Denionsbereichs x [ Q(x) ,= 0 dierenzierbar. Insbesondere gilt f ur f
n
(x) =
x
n
(n N):
f
(x) = nx
(n+1)
x ,= 0
Beweis: Sei g(x) = x
n
. Dann ist
f
(x) =
_
1
g
_
=
0 g 1 g
g
2
=
g
g
2
,
also
f
(x) =
nx
n1
(x
n
)
2
= nx
n1
= (n)x
(n)1
Satz 5.11 (Kettenregel) Der Bildbereich g(I) der Funktion g : I R sei Teilmenge des
Denitionsbereichs I
von f : I
R, so da
f g : I R, x f(g(x))
wohldeniert ist. Sind dann g in x
0
I und f in g(x
0
) I
dierenzierbar, so ist auch f g

in x
0
dierenzierbar, und es ist
(f g)
(x
0
) = f
(g(x
0
)) g
(x
0
)
Beweis: Das wesentliche Hilfsmittel ist die Funktion
h(y) =
_
_
_
f(y) f(y
0
)
y y
0
falls y ,= y
0
:= g(x
0
)
f
(y
0
) falls y = y
0
Da f in y
0
dierenzierbar ist, ist h in y
0
stetig und
lim
yy
0
h(y) = f
(y
0
)
Auerdem ist f ur alle y I
f(y) = f(y
0
) +h(y)(y y
0
)
Damit ist f ur x I, x ,= x
0
f(g(x)) f(g(x
0
))
x x
0
= h(g(x))
g(x) g(x
0
)
x x
0
5.3. DIE MITTELWERTS
ATZE 51
Da g in x
0
stetig ist, ist lim
xx
0
g(x) = g(x
0
) und da h in y
0
= g(x
0
) stetig ist, damit dann
lim
xx
0
h(g(x)) = h(g(x
0
)) = h(y
0
) = f
(y
0
) = f
(g(x
0
))
Da g in x
0
dierenzierbar ist, ist weiter
lim
xx
0
g(x) g(x
0
)
x x
0
= g
(x
0
)
zusammen also:
lim
xx
0
f(g(x)) f(g(x
0
))
x x
0
= f(g(x
0
))g
(x
0
)
Beispiel 5.12 Das Polynom P(x) = (1 x
2
)
n
lat sich mit g(x) = 1 x
2
, f(y) = y
n
in
der Form P(x) = f(g(x)) darstellen. Es hat daher die Ableitung
P
(x) = f
(g(x))g
(x) = n(g(x))
n1
g
(x) = n(1 x
2
)
n1
(2x)
Bemerkung: Ist f die Umkehrfunktion von g, so ist f(g(x)) = x und daher 1 = f
(g(x))g
(x),
also f
(g(x)) =
1
g
(x)
5.3 Die Mittelwertsatze
Denition 5.13 f : (a, b) R besitzt in x
0
(a, b) ein l o k a l e s M a x i m u m,
wenn es ein > 0 mit f(x) f(x
0
) f ur alle x (a, b) mit [x x
0
[ < gibt. Die Funktion
besitzt ein l o k a l e s M i n i m u m, wenn f ur [x x
0
[ < f(x) f(x
0
) gilt.
lokales Extremum: lokales Minimum oder Maximum
Satz 5.14 (lokale Extrema) Die Funktion f : (a, b) R besitze in x
0
(a, b) ein lokales
Extremum und sei in x
0
dierenzierbar. Dann ist f
(x
0
) = 0.
Beweis: f habe in x
0
ein lokales Maximum. Dann gibt es ein > 0 mit x (a, b) f ur
[x x
0
[ < und f(x) f(x
0
) f ur [x x
0
[ < . Damit ist
f(x) f(x
0
)
x x
0
_
_
_
0 f ur x
0
< x < x
0
+
0 f ur x
0
< x < x
0
Daraus folgt
0 lim
xx
0
f(x) f(x
0
)
x x
0
= f
(x
0
)
f
(x
0
) = lim
xx
0
+
f(x) f(x
0
)
x x
0
0
Damit ist 0 f
(x
0
) 0, also f
(x
0
) = 0.
Satz 5.15 (Satz von Rolle) Die Funktion f : [a, b] R sei stetig und auf (a, b) dieren-
zierbar. Es sei f(a) = f(b). Dann existiert ein (a, b) mit f
() = 0.
Beweis: Nach Satz 4.21 gibt es Punkte x
, x
[a, b] mit f(x
) f(x) f(x
) f ur alle
x [a, b]. Ist f(x
) = f(x
) (= f(a) = f(b)), so ist f auf [a, b] konstant und damit

f
() = 0 (a, b).
Andernfalls liegt mindestens einer der beiden Punkte x
, x
im Innern von [a, b]. Da f in

diesem Punkt ein lokales Extremum besitzt, ist nach Satz 5.14 dort f() = 0.
Satz 5.16 (Mittelwertsatz) Die Funktion f : [a, b] R sei auf [a, b] stetig und auf (a, b)
dierenzierbar. Dann existiert ein (a, b) mit
f(b) f(a)
b a
= f
()
Beweis: Die Funktion h : [a, b] R mit
h(x) = f(x)
f(b) f(a)
b a
(x a)
ist auf [a, b] stetig und auf (a, b) dierenzierbar. Wegen h(a) = f(a) = h(b) ist nach dem
Satz von Rolle in mindestens einem Punkt (a, b)
0 = h
() = f
()
f(b) f(a)
b a
1
Satz 5.17 Die Funktion f : (a, b) R sei dierenzierbar, und f ur alle x (a, b) sei
f
(x) = 0. Dann ist f konstant.

Beweis: Sei a < x < y < b. Nach Mittelwertsatz gibt es dann ein (x, y) mit
f(x) f(y)
x y
= f
() = 0
Also ist f(x) = f(y) und damit f konstant.
Satz 5.18 (Verallgemeinerter Zwischenwertsatz) Die Funktionen f, g seien auf [a, b]
stetig und auf (a, b) dierenzierbar. Ist dann f ur alle x (a, b) g
(x) ,= 0, so gibt es
mindestens ein (a, b) mit
f(b) f(a)
g(b) g(a)
=
f
()
g
()
Beweis: Der Mittelwertsatz garantiert, da g(b) ,= g(a) ist. Daher erf ullt die Hilfsfunktion
h(x) = f(x) f(a)
f(b) f(a)
g(b) g(a)
(g(x) g(a))
die Voraussetzungen f ur den Satz von Rolle. Daher gibt es ein (a, b) mit
0 = h
() = f
()
f(b) f(a)
g(b) g(a)
g
()
5.4. DER TAYLORSCHE SATZ 53
5.4 Der Taylorsche Satz
Satz 5.19 (Taylor) Die Funktion f : [a, b] R sei (n + 1)-mal dierenzierbar, es sei
x
0
[a, b]. Dann gilt f ur alle x [a, b] die Darstellung
f(x) =
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
+R
n
(x)
mit dem Lagrangeschen Restglied
R
n
(x) =
1
(n + 1)!
f
(n+1)
()(x x
0
)
n+1
wobei die Zwischenstelle von x (und x
0
) abhangt und zwischen x und x
0
liegt. Das Polynom
x
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
ist das Taylorpolynom n-ten Grades von f um den den Entwicklungspunkt x
0
.
Kurz:
f(x) = f(x
0
) +f
(x
0
)(x x
0
) +
1
2
f
(x
0
)(x x
0
)
2
+. . .
+
1
n!
f
(n)
(x
0
)(x x
0
)
n
+O([x x
0
[
n
)
Beweis: Wir halten x
0
und x ,= x
0
fest und betrachten die Hilfsfunktionen
F(t) :=
n
k=0
1
k!
f
(k)
(t)(x t)
k
G(t) := (x t)
n+1
auf die der verallgemeinerte Mittelwertsatz angewandt wird. Es ist
F(x) =
n
k=0
1
k!
f
(k)
(x)(x x)
k
=
1
0!
f
(0)
(x)(x x)
0
= f(x)
G(x) = 0
F(x
0
) =
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
G(x
0
) = (x x
0
)
n+1
Produktregel, Kettenregel:
F
(t) =
n
k=0
1
k!
_
f
(k+1)
(t)(x t)
k
_
+
n
k=1
1
k!
_
f
(k)
(t)k(x t)
k1
(1)
_
=
n
k=0
1
k!
f
(k+1)
(t)(x t)
k
k=1
1
(k 1)!
f
(k)
(t)(x t)
k1
=
n
k=0
1
k!
f
(k+1)
(t)(x t)
k
n1
k=0
1
k!
f
(k+1)
(t)(x t)
k
=
1
n!
f
(n+1)
(t)(x t)
n
G
(t) = (n + 1)(x t)
n
(1)
Verallgemeinerter Mittelwertsatz (mit a = x, b = x
0
): Es gibt eine von x und x
0
abhangige
Zwischenstelle zwischen x und x
0
mit
F(x) F(x
0
)
G(x) G(x
0
)
=
F
()
G
()
oder F(x) F(x
0
) =
G(x) G(x
0
)
G
()
F
()
Was wegen
F(x) F(x
0
) = f(x)
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
n
und
G(x) G(x
0
)
G
()
F
() =
0 (x x
0
)
n+1
(n + 1)(x )
n
(1)
1
n!
f
(n+1)
()(x )
n
=
1
(n + 1)!
f
(n+1)
()(x x
0
)
n+1
die Behauptung ergibt.
Interpretation: Das Taylorpolynom ist eine lokale Approximation der Funktion f (auf
einer Umgebung von x
0
) und das Restglied
R
n
(x) = f(x)
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
n
der Fehler. Ist f
(n+1)
auf [a, b] durch eine Konstante M
n+1
beschrankt, so gilt
[R
n
(x)[ =
1
(n + 1)!
f
(n+1)
()(x x
0
)
n+1
M
n+1
(n + 1)!
[x x
0
[
n+1
Bei Annaherung an x
0
strebt der Fehler also wie [xx
0
[
n+1
gegen 0, entsprechende Schranken
f ur die Ableitung vorausgesetzt, umso schneller, je groer n ist.
Beispiel 5.20 Sei f(x) =
1
1 +x
(x > 1) und x
0
= 0. Wegen
f
(k)
(x) = (1)
k
k!(1 +x)
(k+1)
(Beweis durch Induktion uber k) ist
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
=
n
k=0
(1)
k
x
k
F ur den Fehler gilt f ur x > 1
[R
n
(x)[ =
1
(n + 1)!
f
(n+1)
()x
n+1
1
(n + 1)!
(1)
n+1
(n + 1)!(1 +)
(n+1)
x
n+1
x
n+1
(1 +)
n+1
mit einer Zwischenstelle zwischen 0 und x.

F ur x 0 ist daher [R
n
(x)[ x
n+1
und f ur 1 < x < 0 entsprechend
[R
n
(x)[
[x[
n+1
(1 [x[)
n+1
5.4. DER TAYLORSCHE SATZ 55
Die Taylorreihe
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
=
k=0
(1)
k
x
k
konvergiert hier gegen
1
1 +x
, (f ur 1 < x < 1)
Bemerkung: Die j-te Ableitung (j n) des Taylorpolynoms n-ten Grades
_
d
dx
_
j
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
=
nj
k=0
1
k!
f
(k+j)
(x
0
)(x x
0
)
k
des Taylorpolynoms n-ten Grades von f ist das Taylorpolynom (n j)ten Grades der j-ten
Ableitung von f.
Satz 5.21 Ist f : [a, b] R (n + 1)-mal dierenzierbar, und ist f
(n+1)
(x) = 0 f ur alle
x (a, b), so ist f ein Polynom (hochstens?) n-ten Grades.
Beweis: Da das Restglied nach Voraussetzung verschwindet, ist f ur alle x
0
[a, b]
f(x) =
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
Satz 5.22 (Regel von lHospital) Die Funktionen f und g seien auf [a, b] n-mal stetig
dierenzierbar. Es sei
f
(k)
(a) = g
(k)
(a) = 0 f ur k = 0, . . . , n 1 sowie
g
(n)
(a) ,= 0
Dann ist
lim
xa+
f(x)
g(x)
=
f
(n)
(a)
g
(n)
(a)
Beweis: Nach dem Taylorschen Satz ist mit Zwischenstellen a <
x
< x und a <
x
< x
f(x) =
n1
k=0
1
k!
f
(k)
(a)(x a)
k
+
1
n!
f
(n)
(
x
)(x a)
n
=
1
n!
f
(n)
(
x
)(x a)
n
und entsprechend
g(x) =
1
n!
g
(n)
(
x
)(x a)
n
Da g
(n)
in a stetig und g
(n)
(a) ,= 0 ist, ist damit f ur alle x (a, a + ], gen ugend klein,
g(x) ,= 0 und
f(x)
g(x)
=
1
n!
f
(n)
(
x
)(x a)
n
1
n!
g
(n)
(
x
)(x a)
n
=
f
(n)
(
x
)
g
(n)
(
x
)
also
lim
xa+
f(x)
g(x)
=
f
(n)
(a)
g
(n)
(a)
5.5 Monotone und konvexe Funktionen
Denition 5.23 Eine Funktion f : I R heit m o n o t o n w a c h s e n d, wenn
f ur x
1
, x
2
I aus x
1
< x
2
stets f(x
1
) f(x
2
) folgt. Sie heit s t r e n g m o n o -
t o n w a c h s e n d, wenn aus x
1
< x
2
f(x
1
) < f(x
2
) folgt.
M o n o t o n f a l l e n d : Aus x
1
< x
2
folgt f(x
1
) f(x
2
)
S t r e n g m o n o t o n f a l l e n d : Aus x
1
< x
2
folgt f(x
1
) > f(x
2
)
Satz 5.24 Sei f : [a, b] R eine stetige, streng monoton wachsende Funktion und A :=
f(a) B := f(b). Dann bildet f das Intervall [a, b] bijektiv auf das Intervall [A, B] ab, und
f
1
: [A, B] [a, b]
ist dann ebenfalls stetig und streng monoton wachsend.
Entsprechend bei
fallend: [B, A] statt [A, B]!

Beweis: Aus a < x < b folgt wegen der strengen Monotonie
A = f(a) < f(x) < f(b) = B,
f bildet also [a, b] in [A, B] ab. Nach dem Zwischenwertsatz nimmt f auf [a, b] jeden Wert
A y B mindestens einmal an, die Abbildung ist also surjektiv.
Da aus x
1
< x
2
wegen Monotonie f(x
1
) < f(x
2
) , also f(x
1
) ,= f(x
2
) folgt, ist f : [a, b]
[A, B] auch injektiv, zusammen also bijektiv und f
1
existiert.
Angenommen, g := f
1
sei nicht stetig in y [A, B]. Dann gibt es eine Folge (y
n
), y
n

[A, B] mit lim
n
y
n
= y, f ur die die g(y
n
) nicht gegen g( y) konvergieren, also ein > 0
mit [g(y
n
) g( y)[ f ur unendlich viele n existiert. Wir d urfen annehmen, da f ur alle n
[g(y
n
) g( y)[ ist, und nach Bolzano-Weierstra sogar, da die g(y
n
) [A, B] gegen ein
x [a, b] konvergieren. Da f stetig ist, ist
f( x) = lim
n
f
_
g(y
n
)
_
= lim
n
y
n
= y = f
_
g( y)
_
Da f streng monoton ist, steht dies im Widerspruch zu
[ x g( y)[ = lim
n
[g(y
n
) g( y)[
d.h. x ,= g( y).
Satz 5.25 F ur alle a > 0 gibt es genau ein x > 0 mit x
n
= a, die n-te Wurzel
n
a von a.
5.5. MONOTONE UND KONVEXE FUNKTIONEN 57
Beweis: Wir betrachten die stetige Funktion f : R
+
R, x x
n
a. Da f streng monoton
wachsend ist, kann es hochstens ein x > 0 mit f(x) = 0, d.h. x
n
= a geben. Die Eindeutigkeit
ist somit gezeigt. Zum Beweis der Existenz beobachten wir, da f(0) = a < 0 ist. Ist a < 1,
so ist f(1) = 1 a > 0 und ist a 1, so ist f(a) = a
n
a a a = 0. F ur alle a > 0
gibt es also x
1
> 0 mit f(x
1
) 0. Nach Zwischenwertsatz gibt es daher ein x [0, x
1
] mit
f(x) = 0, also x
n
= a.
Beobachtung:
_
n
x
_
m
=
n
x
m
x n, m N
Beweis:
_
_
n
x
_
m
_
n
=
_
_
n
x
_
n
_
m
= x
m
=
_
n
x
m
_
n
und Injektivitat von y y
n
.
Dies gibt Anla zu folgender (damit eindeutiger) Schreibweise:
x
m
n
:=
n
x
m
=
_
n
x
_
m
f ur x > 0, n, m N
x
m
n
:=
_
x
m
n
_
1
Rechenregeln:
x
= x
+
(x
= x
= (x
, Q
Folgerung aus Satz 5.24: Die Funktion R
+
R : x
x ist stetig.
Frage: Ist sie auch dierenzierbar?
Wenn ja: Sei f(y) = y
n
, g(x) =
n
x (= x
1
n
) Dann ist f(g(x)) = x, nach der Kettenregel
also
1 =
d
dx
f(g(x)) = f
(g(x))g
(x)
= n g(x)
n1
g
(x) = n(x
1
n
)
n1
g
(x)
= nx
1
1
n
g
(x) =
n
x
1
n
1
g
(x) also
g
(x) =
1
n
x
1
n
1
Satz 5.26 Sei f : [a, b] R eine stetige, streng monotone Funktion, I = f([a, b]) und
g : I R, die dann ebenfalls stetige Umkehrfunktion f
1
von f. Ist dann f in x [a, b]
dierenzierbar, und ist f
(x) ,= 0, so ist g in f(x) dierenzierbar, und

g
_
f(x)
_
=
1
f
(x)
Beweis: Sei y = f(x). Um zu zeigen, da g in y dierenzierbar ist, reicht es zu nachzuweisen,
da f ur eine beliebig vorgegebene Folge von Punkten y
n
I mit y
n
,= y f ur alle n und
lim
n
y
n
= y
lim
n
g(y
n
) g(y)
y
n
y
=
1
f
(x)
ist. Da f bijektiv ist, gibt es eindeutig bestimmte x
n
[a, b] mit f(x
n
) = y
n
. Aus
g(y
n
) g(y)
y
n
y
=
g
_
f(x
n
)
_
g
_
f(x)
_
f(x
n
) f(x)
=
x
n
x
f(x
n
) f(x)
=
1
f(x
n
) f(x)
x
n
x
und
lim
n
f(x
n
) f(x)
x
n
x
= f
(x) ,= 0
folgt die Behauptung.
Satz 5.27 f : (a, b) R sei dierenzierbar. Dann ist f genau dann monoton wachsend
(fallend), wenn f ur alle x (a, b) f
(x) 0 (f
(x) 0) ist.
Beweis: Sei f monoton wachsend und x
0
(a, b). Dann ist
f
(x
0
) = lim
xx
0
+
f(x) f(x
0
)
x x
0
0
Ist umgekehrt f ur alle x (a, b) f
(x) 0, so ist nach Mittelwertsatz f ur a < x

1
< x
2
 0 (f
(x) < 0)
so ist f streng monoton wachsend (fallend).
Beweis: a < x
1
< x
2
 0 (< 0)
Die Umkehrung dieser Aussage gilt nicht, da z.B. die Funktion
f : R R : x x
2
zwar streng monoton wachsend ist, aber f
(0) = 0.
Satz 5.28 f : (a, b) R sei auf ganz (a, b) dierenzierbar, und f
sei in x
0
(a, b)
dierenzierbar. Ist dann
f
(x
0
) = 0, f
(x
0
) < 0 (> 0),
so besitzt f in x
0
ein isoliertes lokales Maximum (Minimum).
Beweis: Sei f
(x
0
) = 0 und lim
xx
0
f
(x)f
(x
0
)
xx
0
= f
(x
0
) < 0 Dann gibt es > 0 mit
f
xx
0
< 0 f ur alle x aus (a, b) und [x x
0
[ < , d.h.
f
(x) =
_
_
_
> 0 x
0
< x < x
0
< 0 x
0
< x < x
0
+
Auf (x
0
, x
0
) ist f daher streng monoton wachsend, auf (x
0
, x
0
+) streng monoton fallend.
Der Fall f
(x
0
) > 0 wird analog dazu bewiesen.
Denition 5.29 f : I R heit k o n v e x , wenn f ur alle x
1
, x
2
I und alle [0, 1]
f(x
1
+ (1 )x
2
) f(x
1
) + (1 )f(x
2
)
ist. f heit k o n k a v, wenn f konvex ist.
5.6. FUNKTIONENFOLGEN 59
Beispiele: konvex: x, x
2k
, k N auf R
konkav: x
2k
auf R,

x auf R
+
Satz 5.30 f : (a, b) R sei zweimal dierenzierbar. Dann ist f genau dann konvex, wenn
f ur alle x (a, b) f
(x) 0 ist.
Beweis: Sei zunachst f ur alle x (a, b) f
(x) 0. Dann ist f
monoton wachsend. Seien

nun x
1
, x
2
(a, b) mit x
1
< x
2
und sei 0 < < 1. Sei x = x
1
+ (1 )x
2
, dann gilt
x
1
< x < x
2
. Nach dem Mittelwertsatz existieren Zwischenpunkte x
1
<
1
< x, x <
2
< x
2
und
f(x) f(x
1
)
x x
1
= f
(
1
) f
(
2
) =
f(x
2
) f(x)
x
2
x
Da x x
1
= (1 )(x
2
x
1
) und x
2
x = (x
2
x
1
) ist, folgt
f(x) f(x
1
)
1

f(x
2
) f(x)
und weiter f(x) (f(x

1
)) + (1 x)f(x
2
), d.h. f ist also konvex.
Sei nun umgekehrt f konvex. Angenommen, es gabe ein x
0
(a, b) mit f
(x
0
) < 0. Wir
betrachten die Hilfsfunktion:
(x) := f(x) f
(x
0
)(x x
0
)
Dann ist
(x
0
) = 0,
(x
0
) = f
(x
0
) < 0, so da nach Satz 5.28 in x
0
ein isoliertes
lokales Maximum hat. F ur gen ugend kleines > 0 ist daher (x
0
) < (x
0
), also
f(x
0
) = (x
0
) >
1
2
_
(x
0
) +(x
0
+)
=
1
2
_
f(x
0
) +f(x
0
+)
im Widerspruch zur Konvexitat von f.

5.6 Funktionenfolgen
Satz 5.31 Gegeben sei eine Folge f
n
: [a, b] R; n N stetig dierenzierbarer Funk-
tionen. Die Folge der Ableitungen f
n
konvergiere auf [a, b] gleichmaig gegen die (stetige)
Grenzfunktion g : [a, b] R. Existiert dann der Grenzwert lim
n
f
n
(x
0
) in mindestens
einem Punkt x
0
[a, b], so konvergiert die Folge der f
n
gleichmaig auf [a, b] gegen eine
stetig dierenzierbare Grenzfunktion f : [a, b] R, und f
= g.
Beweis: Wir zeigen zunachst, da die f
n
gleichmaig konvergieren. Sei [a, b] beliebig
vorgegeben. Die stetigen (!) Funktionen h
n
: [a, b] R seien deniert durch
h
n
(x) =
_
_
f
n
(x) f
n
()
x
x ,=
f
n
() x =
F ur alle n, m N und alle x ,= ist nach Mittelwertsatz
h
n
(x) h
m
(x) =
(f
n
(x) f
m
(x)) (f
n
() f
m
())
x
= f
n
() f
m
()
f ur ein von x, n und m abhangiges (x, y) zwischen x und . Auerdem gilt f ur x = gilt:
h
n
(x) h
m
(x) = f
n
() f
m
()
Da die f
n
eine Cauchyfolge in C[a, b] bilden, bilden damit auch die h
n
eine Cauchyfolge in
C[a, b]. Die h
n
konvergieren damit nach Satz 4.37 und 4.38 gleichmaig gegen eine Funktion
h C[a, b]. Wahlt man = x
0
, so ist
f
n
(x) = f
n
(x
0
) +h
n
(x)(x x
0
)
und damit
f
n
(x) f
m
(x) = [f
n
(x
0
) f
m
(x
0
)] + [h
n
(x) h
m
(x)](x x
0
)
Dies zeigt, da die f
n
eine Cauchyfolge in C[a, b] bilden und damit gegen eine Funktion
f C[a, b] gleichmaig konvergieren.
Sei nun wieder beliebig. Da die f
n
gleichmaig und damit auch punktweise gegen f kon-
vergieren, ist f ur x ,=
h(x) = lim
n
h
n
(x) = lim
n
f
n
(x) f
n
()
x
=
f(x) f()
x
Da h im Punkt stetig ist, folgt
lim
x
f(x) f()
x
= lim
x
h
n
(x) = h()
so da f im Punkt dierenzierbar ist. Somit gilt:
f
() = h() = lim
n
h
n
() = lim
n
f
n
() = g()
Einfacher Beweis von Satz 5.31: mit Hilfe des Hauptsatzes der Dierential- und Inte-
gralrechnung:
f
n
(x) = f
n
(x
0
) +
_
x
x
0
f
n
(t)dt
Kapitel 6
Potenzreihen und elementare
Funktionen
6.1 Potenzreihen
Denition 6.1 Eine von einer reellen Groe x abhangige Reihe der Form
k=0
a
k
(x x
0
)
k
heit P o t e n z r e i h e um den E n t w i c k l u n g s p u n k t x
0
mit den
K o e f f i z i e n t e n a
k
Elementare Funktionen wie exp, sin, cos, ln, tan, arctan, sinh, cosh sind durch Potenzreihen
darstellbar (siehe nchste Abschnitte).
Satz 6.2 Die aus den Supremumsnormen der Funktionen f
k
C[a, b] gebildete Reihe
k=0
|f
k
| sei konvergent. Dann konvergieren die Teilsummen der Funktionenreihe
k=0
f
k
auf [a, b] gleichmaig gegen eine Grenzfunktion f C[a, b].
Beweis: F ur n > m ist
_
_
_
_
_
n
k=0
f
k
k=0
f
k
_
_
_
_
_
=
_
_
_
_
_
n
k=m+1
f
k
_
_
_
_
_
k=m+1
|f
k
| <
so da die Teilsummen eine Cauchyfolge in C[a, b] bilden. Da C[a, b] vollstandig ist (Satz
4.37 und 4.38) folgt die Behauptung.
Satz 6.3 Konvergiert die Potenzreihe

k=0
a
k
(x x
0
)
k
f ur ein x = x
1
,= x
0
, so konver-
giert sie absolut f ur alle x mit [x x
0
[ < [x
1
x
0
[ und sie konvergiert als Funktionenrei-
he gleichmaig auf jedem abgeschlossenen Teilintervall dieses Intervalls gegen eine stetige
Grenzfunktion.
61
62 KAPITEL 6. POTENZREIHEN UND ELEMENTARE FUNKTIONEN
Beweis: Konvergiert die Reihe

k=0
a
k
(x
1
x
0
)
k
, so bilden die Reihenglieder a
k
(x
1
x
0
)
k
eine Nullfolge, sind also durch eine Konstante
[a
k
(x
1
x
0
)
k
[ M, k = 0, 1, 2, . . .
beschrankt.
Sei nun 0 < q < 1 in folgender Form gegeben. Dann ist f ur alle x mit [x x
0
[ q[x
1
x
0
[
[a
k
(x x
0
)
k
[ = [a
k
(x
1
x
0
)
k
[
x x
0
x
1
x
0
k
Mq
k
Die Konvergenz der Potenzreihe f ur [x x
0
[ q[x
1
x
0
[ folgt damit aus der Konvergenz
der geometrischen Reihe, und die gleichmaig Konvergenz aus Satz 6.2.
Folgerung aus Satz 6.3: Divergiert die Potenzreihe f ur ein x = x
2
,= x
0
, so divergiert sie
f ur alle x mit [x x
0
[ > [x
2
x
0
[.
Dies f uhrt zur Denition des K o n v e r g e n z r a d i u s : Maximales R > 0, f ur das die
Potenzreihe f ur alle x mit [x x
0
[ < R konvergiert (R = ist moglich).
Anders ausgedr uckt: Eine Reihe konvergiert entweder f ur alle x R oder f ur alle x aus
einem Intervall der Lange 2R mit Mittelpunkt x
0
(
Konvergenzradius R)
Beispiel 6.4 Die Potenzreihe

k=0
(1)
k
x
k
konvergiert f ur 1 < x < 1 gegen die Grenz-
funktion
1
1+x
(sh. Beispiel 5.20)
Beispiel 6.5 Die Exponentialreihe

k=0
x
k
k!
konvergiert f ur alle x R.
Satz 6.6 Konvergiert die Potenzreihe

k=0
a
k
(x x
0
)
k
auf dem Intervall x
0
R < x <
x
0
+ R, so ist die durch diese Reihe dargestellte Funktion f(x) =

k=0
a
k
(x x
0
)
k
auf
diesem Intervall dierenzierbar, und ihre Ableitung ist f ur alle x (x
0
R, x
0
+ R) durch
die konvergente Potenzreihe
f
(x) =
k=1
a
k
k(x x
0
)
k1
gegeben, kann also durch gliedweise Dierentiation bestimmt werden.
Beweis: Wir zeigen, da die gliedweise abgeleitete Reihe auf jedem abgeschlossenen Teil-
intervall gleichmaig konvergiert. Die Behauptung folgt dann nach Satz 5.31. Sei dazu
x
0
< x
1
< R, und [a
k
(x
1
x
0
)
k
[ M f ur k = 0, 1, 2 . . . . Sei weiter 0 < q < 1. Dann
gilt f ur alle x mit [x x
0
[ q[x
1
x
0
[ folgende Abschatzung:
[ka
k
(x x
0
)
k1
[ = k
[a
k
(x
1
x
0
)
k
[
[x
1
x
0
[
x x
0
x
1
x
0
k1
k
M
[x
1
x
0
[
q
k1
Da die Reihe

k=0
kq
k
nach dem Quotientenkriterium konvergiert, konvergiert die glied-
weise abgeleitete Reihe auf dem Intervall [x x
0
[ q[x
1
x
0
[ gleichmaig.
Hinweis: Die Ableitung hat den gleichen Konvergenzbereich wie die Reihe selbst!
6.1. POTENZREIHEN 63
Satz 6.7 Die durch die Potenzreihe f(x) =

k=0
a
k
(x x
0
)
k
gegebene Funktion ist auf
dem Konvergenzintervall dieser Potenzreihe beliebig oft dierenzierbar. Ihre n-te Ableitung
ist
f
(n)
(x) =
k=0
n!
_
n
k
_
a
k
(x x
0
)
kn
Die Koezienten a
k
haben also die Darstellung
a
k
=
1
k!
f
(k)
(x
0
)
Beweis: Da f unendlich oft dierenzierbar ist, folgt durch Induktion aus Satz 6.6, ebenso
die Darstellung
f
(n)
(x) =
k=n
a
(n)
k
(x x
0
)
kn
wobei die Koekizienten a
(n)
k
der Rekursion
a
(0)
k
= a
k
, a
(n+1)
k
= (k n)a
(n)
k
f ur k n + 1
gen ugen. Da auch
_
k
0
_
= 1 und f ur k n + 1
(n + 1)!
_
k
n + 1
_
= (n + 1)!
k!
(n + 1)!
_
k (n + 1)
_
!
= (k n)n!
k!
n!(k n)!
= (k n)n!
_
k
n
_
ist, folgt a
(n)
k
= n!
_
k
n
_
a
k
. Speziell erhalt man
f
(n)
(x
0
) = a
(n)
n
= n!a
n
oder a
k
=
1
k!
f
(k)
(x
0
) k = 0, 1, 2, . . .
Anders ausgedr uckt: Durch Potenzreihen dargestellte Funktionen sind unendlich, d.h.
beliebig oft dierenzierbar. Alle ihre Ableitungen konnen durch gliedweise Dierentiation
gewonnen werden.
Folgerung: Bestimmen zwei Potenzreihen
k=0
a
k
(x x
0
)
k
,
k=0
b
k
(x x
0
)
k
mit dem Entwicklungspunkt x
0
dieselbe Funktion f in einem Intervall um x
0
, so stimmen
notwendigerweise ihre Koezienten a
k
und b
k
uberein. Dies bezeichnet man auch als den
Identitatssatz f ur Potenzreihen.
Taylorreihen: Gegeben sei die Potenzreihendarstellung einer reellen Funktion
f(x) =
k=0
a
k
(x x
0
)
k
sowie die Taylorentwicklung:
f(x) =
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
+
1
(n + 1)!
f
(n+1)
()(x x
0
)
n+1
. .
Restglieder
f ur [x, x
0
)
Bei Funktionen, die in eine Potenzreihe umx
0
entwickelt werden konnen, strebt das Restglied
gegen Null.
Wird f bereits in einer Umgebung von x
0
durch eine Potenzreihe dargestellt, so ist dies
bereits die Taylorreihe in x
0
.
Vorsicht: Die Taylorreihe kann f ur x ,= x
0
divergieren und selbst wenn sie konvergiert, so
mu sie nicht gegen den Funktionswert streben.
f(x) =
_
e
1
x
2
x ,= 0
0 x = 0
f ist beliebig oft dierenzierbar: f
(n)
(0) = 0, n = 1, 2, 3, . . .
Komplexe Potenzreihe:
k=0
a
k
(z z
0
)
k
z, z
0
C
Die Satze dieses Abschnitts ubertragen sich auf komplexe Potenzreihen. Die durch komplexe
Potenzreihen dargestellten Funktionen heien
holomorph. Sie sind Gegenstand der

Funktionentheorie.
Uberraschendes Ergebnis: Jede komplex dierenzierbare Funktion ist schon holomorph.

Konvergenzbereich: Die Reihe konvergiert entweder f ur alle x R oder f ur alle x aus
einem Intervall der Lange 2R mit Mittelpunkt x
0
6.2 Die Exponentialfunktion und der Logarithmus
Denition 6.8 Die durch die auf ganz Rkonvergente Potenzreihe
exp(x) =
k=0
1
k!
x
k
gegebene Funktioen ist die Exponentialfunktion.
Satz 6.9 Die Exponentialfunktion hat die Ableitung
exp
(x) = exp(x)
Beweis: Nach Satz 6.7 ist exp(x) dierenzierbar und es gilt:
exp
(x) =
d
dx
k=0
1
k!
x
k
=
k=1
d
dx
1
k!
x
k
=
k=1
1
k!
kx
k1
=
k=1
1
(k 1)!
x
k1
=
k=0
1
k!
x
k
= exp(x)
Bemerkung: Umgekehrt lat sich die Potenzreihenentwicklung von exp(x) aus der For-
derung exp
(x) = exp(x) rekonstruieren. Macht man den Ansatz exp(x) =

k=0
a
k
x
k
, so
ist
exp
(x) =
k=1
a
k
kx
k1
=
k=0
(k + 1)a
k+1
x
k
6.2. DIE EXPONENTIALFUNKTION UND DER LOGARITHMUS 65
Die Forderung exp
(x) = exp(x) und der Identitatssatz f uhren daher auf

a
k
= (k + 1)a
k+1
oder a
k+1
=
1
k + 1
a
k
also a
k
=
1
k!
a
0
Folgerung: F ur alle x R ist exp(x) exp(x) = 1
Beweis: Nach der Produkt- und Kettenregel ist
d
dx
exp(x) exp(x) = exp
(x) exp(x) + exp(x) exp
(x)(1)
= exp(x) exp(x) exp(x) exp(x) = 0
Die Funktion x exp(x) exp(x) ist nach Satz 5.17 konstant, und wegen
exp(0) =
1
k=0
1
k!
0
k
=
1
0!
0
0
= 1
folgt exp(0) exp(0) = 1
2
= 1.
Folgerung: F ur alle x R ist exp(x) > 0 und exp(x) =
1
exp(x)
.
Satz 6.10 Wenn zwischen einer dierenzierbaren Funktion f und ihrer Ableitung f
auf
einem Intervall die Beziehung f
(x) = f(x), R erf ullt ist, so ist notwendigerweise

f(x) = c exp(x), mit c R konstant.
Beweis: F ur die dierenzierbare Funktion
h(x) = f(x) exp(x)
gilt auf dem Denitionsbereich von f
h
(x) = f
(x) exp(x) +f(x) exp
(x)()
= f(x) exp(x) +f(x) exp
(x)() = 0
Damit ist h konstant, etwa h(x) = c oder
f(x) = f(x) exp(x) exp(x) = h(x) exp(x) = c exp(x)
Bemerkung: Durch die Dierentialgleichung f
(t) = f(t), t t
0
werden Wachstums-
und Zerfallsprozesse beschrieben, bei denen die

Anderungsrate
f
(t) = lim
h0+
f(t +h) f(t)
h
proportional zur Groe f(t) selbst ist, z.B. Wachstum einer Population, radioaktiver Zerfall.
Die Tatsache, da f(t) = c exp((t t
0
)) die allgemeine Losung dieser Dierentialgleichung
ist, ist der Hauptgrund f ur die Wichtigkeit der Exponentialfunktion.
Satz 6.11 F ur alle x, y R gilt exp(x +y) = exp(x) exp(y)
Beweis: Sei y fest. F ur die Hilfsfunktion
h(x) = exp(x +y)
gilt dann
h
(x) = exp
(x +y) 1 = exp(x +y) = h(x)

also (nach 6.10): h(x) = exp(x)c mit von y abhangiger Konstante c. Wegen
exp(y) = h(0) = exp(0) c = 1 c folgt
exp(x +y) = h(x) = exp(x) c = exp(x) exp(y)
Denition 6.12 (Eulersche Zahl)
e := exp(1) ( 2, 718)
Satz 6.13 F ur alle rationalen Zahlen
m
n
ist
exp
_
m
n
_
= e
m
n
Beweis: Durch Induktion folgt aus Satz 6.11
exp(nx) = exp(x)
n
f ur n = 0, 1, 2, . . .
Damit ist
e = exp(1) = exp
_
n
1
n
_
= exp
_
1
n
_
n
oder wegen exp
_
1
n
_
> 0
exp
_
1
n
_
= e
1
n
und weiter
exp
_
m
n
_
= exp
_
m
1
n
_
= exp
_
1
n
_
m
=
_
e
1
n
_
m
= e
m
n
F ur negatives
m
n
folgt die Aussage mit
exp(
m
n
) =
1
exp(
m
n
)
bzw. e
m
n
=
1
e
m
n
Neue Schreibweise: e
x
:= exp(x) x R
Satz 6.14 F ur alle n N ist lim
x
x
n
e
x
= 0
Beweis: f ur alle x > 0, j N beliebig, ist
e
x
=
k=0
1
k!
x
k
>
1
j!
x
j
und damit wegen e
x
= 1/e
x
x
n
e
x
=
x
n
e
x
< x
n
1
1
j!
x
j
= j!x
nj
F ur j > n erhalt man die Behauptung.
Folgerung: Die Funktion
f(x) =
_
exp(
1
x
) f ur x > 0
0 f ur x ,= 0
ist auf ganz R unendlich oft dierenzierbar und es gilt:
f
(k)
(0) = 0, k = 0, 1, 2, . . .
Beweis: Wir zeigen zunachst durch Induktion uber k, da f ur alle x > 0
f
(k)
(x) = P
k
_
1
x
_
exp
_
1
x
_
mit Polynomen P
k
vom Grad 2k ist.
k = 0:
f
(0)
(x) = f(x) = 1 exp
_
1
x
_
k k + 1:
f
(k+1)
(x) = P
k
_
1
x
__
1
x
2
_
exp
_
1
x
_
+P
k
(x) exp
_
1
x
_
1
x
2
also: P
0
(t) = 1, P
k+1
(t) = t
2
P
k
(t) t
2
P
k
(t)
Ableitungen im Nullpunkt: Ist P ein Polynom, so ist nach Satz 6.14
lim
x0+
P(
1
x
) exp(
1
x
) 0
x 0
= lim
x0+
1
x
P
_
1
x
_
exp
_
1
x
_
= lim
t+
t P(t) exp(t) = 0
Daraus und aus obiger Darstellung von f
(k)
(x) f ur x > 0 folgt lim
x0+
f
(k)
(x)0
x0
= 0 f ur
k = 0, 1, 2, . . .
Da trivialerweise lim
x0
f
(k)
(x)0
x0
= 0 ist, folgt durch Induktion uber k, da f k-mal
dierenzierbar und f
(k)
(0) = 0 ist.
Folgerung 1: Es gibt unendlich oft dierenzierbare Funktionen f ur die die Taylorreihe
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
zwar konvergiert, aber nicht gegen die Funktion. Insbesondere gibt es unendlich oft dieren-
zierbare Funktionen, die sich nicht lokal durch Potenzreihen darstellen lassen.
Folgerung 2: Ist a < b, so nimmt die Funktion
(x) = f(x a)f(b x)
(f wie oben) f ur a < x 0 und f ur alle anderen x den Wert (x) < 0 an.
Es gibt unendlich oft dierenzierbare Funktionen, die innerhalb eines vorgegebenen abge-
schlossenen Intervalls echt positive Werte und auerhalb dieses Intervalls den Wert 0 anneh-
men.
Und weitergehender: F ur die unendlich oft dierenzierbare, monoton wachsende Funktion
(x) =
_
x
0
f(t)f(1 t)dt
_
1
0
f(t)f(1 t)dt
gilt (x) = 0 f ur x 0 und (x) = 1 f ur x 1.
Die Funktion
h
2
(x) :=
_
x a
_
b x
_
nimmt daher auf a + x b den Wert 1 und auerhalb von (a, b) den Wert 0 an.
(
Hutfunktion)
Beobachtung: Die Exponentialfunktion bildet R bijektiv (streng monoton steigend) auf
(0, ) ab.
Denition 6.15 Der n a t u r l i c h e L o g a r i t h m u s
ln : (0, ) R
ist die Umkehrfunktion der Exponentialfunktion. Es ist ln x = y genau dann, wenn exp(y) =
x ist.
Satz 6.16 Der nat urliche Logarithmus ist auf (0, ) dierenzierbar, seine Ableitung ist
ln
(x) =
1
x
Beweis: Da die Exponentialfunktion eine dierenzierbare, wegen exp
(y) = exp(y) > 0

streng monoton wachsende Funktion ist, ist der Logarithmus nach Satz 5.24 dierenzierbar,
und
ln
_
exp(y)
_
=
1
exp(y)
y R
oder eben ln
x =
1
x
f ur x > 0
Satz 6.17
ln(x y) = ln x + ln y (x, y > 0), ln e = 1, ln 1 = 0
Beweis:
exp
_
ln(xy)
_
= x y = exp(ln x) exp(ln y) = exp(ln x + ln y)
exp(ln e) = e = exp(1)
exp(ln 1) = 1 = exp(0)
und Umkehrbarkeit der Exponentialfunktion.
Bemerkung: Die Funktionalgleichung
ln(x y) = ln x + ln y
ist die Grundlage des Rechenschiebers
Bemerkung: F ur alle a > 0 und alle
m
n
Q ist
a
m
n
= exp
_
m
n
ln a
_
Beweis: F ur alle x R und k N ist
exp((k + 1)x) = exp(kx +x) = exp(kx) exp(x)
und daher (Induktion!): exp(kx) = (exp(x))
k
Daraus folgt zum einen f ur m N:
exp
_
m
n
ln a
_
= exp
_
m
ln a
n
_
=
_
exp
_
ln a
n
__
m
und zum anderen
_
exp
_
ln a
n
__
n
= exp
_
n
ln a
n
_
= exp(ln a) = a
also exp(
lna
n
) = a
(
1
n
)
und zusammengenommen
exp
_
m
n
ln a
_
=
_
a
1
n
_
m
= a
m
n
Naheliegende Denition:
a
x
= exp(xln a) (a > 0, x R)
Rechengesetze:
a
x+y
= a
x
a
y
, (a
x
)
y
= a
xy
, a
x
b
x
= (ab)
x
Beweis:
a
x+y
= exp((x +y) ln a) = exp(xln a) exp(y ln a) = a
x
a
y
(a
x
)
y
= (exp(xln a))
y
= exp(y ln(exp(xln a))) = exp(y xln a) = a
xy
a
x
b
x
= exp(xln a) exp(xln b) = exp(xln a +xln b) = exp(xln(ab)) = (ab)
x
Umkehrfunktion zu x a
x
(a > 0)
x log
a
(x)
speziell: log x = log
10
x, d.h. log(10
x
) = x
F ur alle 0 ist:
Satz 6.18
lim
x0+
x
ln x = 0, lim
x+
ln x
x
= 0
Beweis: Setze x = e
t. Dann ist nach Satz 6.14

lim
x0+
x
ln x = lim
k
(e
t
)
ln(e
t
)
= lim
k
t(e
t
)
t
= 0
und ensprechend mit x = e
t
lim
x
ln x
x
= lim
t
ln(e
t
)
(e
t
)
= lim
t
te
t
= 0
6.3 Die Kreisfunktionen
Denition 6.19 Die f ur alle x R konvergierenden Potenzreihen
sin(x) :=
k=0
(1)
k
(2k + 1)!
x
2k+1
cos(x) :=
k=0
(1)
k
(2k)!
x
2k
denieren die Kreisfunktionen S i n u s und C o s i n u s.
Beweis der Konvergenz: Quotienten-Kriterium.
Beobachtung: sin(0) = 0, cos(0) = 1
Satz 6.20
sin
(x) = cos(x), cos
(x) = sin(x)
Beweis: Durch gliedweise Dierentiation nach Satz 6.6 erhalt man
sin
(x) =
k=0
(1)
k
(2k + 1)!
(2k + 1)x
2k
=
k=0
(1)
k
(2k)!
x
2k
= cos(x)
cos
(x) =
k=1
(1)
k
(2k)!
2kx
2k1
=
k=1
(1)
k1
(2k 1)!
x
2k1
=
k=0
(1)
k
(2k + 1)!
x
2k+1
= sin(x)
Satz 6.21 F ur alle x R ist sin
2
x + cos
2
x = 1
6.3. DIE KREISFUNKTIONEN 71
Beweis: F ur die Funktion h(x) = sin
2
x + cos
2
x gilt nach Satz 6.20:
h
(x) = 2 sin(x) sin
(x) + 2 cos(x) cos
(x)
= 2 sin(x) cos(x) 2 cos(x) sin(x) = 0,
Damit ist h nach dem Mittelwertsatz konstant, also f ur alle x:
h(x) = h(0) = sin
2
(0) + cos
2
(0) = 0
2
+ 1
2
= 1
Beobachtung: Die Funktionen
f(x) = cos(x) + sin(x)
gen ugen der Dierentialgleichung (DGL)
f
(x) =
2
f(x)
Satz 6.22 Wenn zwischen einer zweimal dierenzierbaren Funktion f und ihrer 2. Ablei-
tung f
auf einem gegebenen Intervall die Beziehung

f
(x) =
2
f(x)
mit einer Konstanten ,= 0 besteht, so ist dort
f(x) = cos(x) + sin(x)
mit Konstanten und
Beweis: Setzt man d(x) = [cos(x) + sin(x)] f(x), so ist d
(x) =
2
d(x) und f ur
ein beliebig vorgegebenes x
0
aus dem gegebenen Intervall
d(x
0
) = cos(x
0
) + sin(x
0
) f(x
0
)
d
(x
0
) = sin(x
0
) + cos(x
0
) f
(x
0
)
oder (in Vektorschreibweise)
_
d(x
0
)
1
(x
0
)
_
=
_
cos(x
0
) sin(x
0
)
sin(x
0
) cos(x
0
)
__
_
f(x
0
)
1
(x
0
)
_
Wegen sin
2
+ cos
2
= 1 ist
_
cos sin
sin cos
_
1
=
_
cos sin
sin cos
_
F ur die Wahl
= f(x
0
) cos(x
0
)
1
(x
0
) sin(x
0
)
= f(x
0
) sin(x
0
) +
1
(x
0
) sin(x
0
)
ergibt sich daher
d(x
0
) = 0 d
(x
0
) = 0.
F ur die Hilfsfunktion g(x) :=
_
d(x)
_
2
+
_
d
(x)
_
2
gilt wegen d
(x) =
2
d(x)
g
(x) = 2
2
d(x)d
(x) + 2d
(x)d
(x)
= 2
2
d(x)d
(x) 2
2
d
(x)d(x) = 0
und wegen d(x
0
) = 0, d
(x
0
) = 0 bei gegebener Wahl der und
g(x
0
) =
_
d(x
0
)
_
2
+
_
d
(x
0
)
_
2
= 0
Daher ist g(x) 0 und wegen ,= 0 auch d(x) 0
Bemerkung: Die DGL f
(x) =
2
f(t) ist von groer Bedeutung in Physik und Technik,
sie beschreibt (kleine) Schwingungen um eine Gleichgewichtslage.
Beispiel 6.23 Eine Feder versucht, einen an ihr hangenden Korper der Masse m in die
Ruhelage zur uckzubringen.
Nach dem Hookeschen Gesetz ist die R uckstellkraft F
R
der Feder zum Zeitpunkt t proportio-
nal zur Auslenkung y(t), also von der Form F
R
(t) = y(t) mit der Federkonstanten > 0.
Weiter wirkt auf den Korper die Konstante Schwerkraft F
S
(t) = mg. Nach Newton ist Kraft
= Masse Beschleunigung, in unserem Fall also
my
(t) = y(t) +mg

F ur z(t) = y(t)
mg
gilt z
(t) =
m
z(t), nach Satz 6.22 also mit =
_
m
z(t) = cos(t) + sin(t) oder
y(t) = cos(t) + sin(t) +
g
2
Der Korper schwingt also mit der Frequenz um seine Ruhelage y =
g
2
Schwingende Struktur: (Hochhaus, Br ucke, Motor)
y
(t) = Sy(t) y : [0, ) R

n
S (n n)-Matrix; S symmetrisch und positivdenit.
Satz 6.24 F ur alle x, y R ist
sin(x +y) = sin xcos y + cos xsin y
cos(x +y) = cos xcos y sin xsin y
Beweis: Wir zeigen die 2. Behauptung, die erste wird entsprechend bewiesen:
F ur festgehaltenes y sei
h(x) = cos(x +y) cos xcos y + sin xsin y
Nach Satz 6.20 ist dann f ur alle x R
h
(x) = h(x)
nach Satz 6.22 also
h(x) = cos x + sin x
mit noch von y abhangigen Konstanten und . Wegen
h(0) = 1 +0 = cos y 1 cos y + 0 sin y = 0
ist = 0 und wegen h
(0) = 0 folgt = 0, also h(x) 0.

6.3. DIE KREISFUNKTIONEN 73
Satz 6.25 Die Funktion cos x hat im Intervall 0 < x < 2 genau eine Nullstelle. Weiter ist
sin x > 0 f ur diese x.
Beweis: Fat man je 2 Glieder der absolut konvergenten Kosinusreihe zusammen, ndet
man
cos x = 1
x
2
2!
+
x
4
4!

x
6
6!
+
x
8
8!
+. . .
= 1
x
2
2!
_
1
x
2
3 4
_
x
6
6!
_
1
x
2
7 8
_
. . .
= 1
k=0
x
4k+2
(4k + 2)!
_
1
x
2
(4k + 3)(4k + 4)
_
Die Reihenglieder der auf der rechten Seite obiger Gleichung stehenden Reihe sind aber
samtlich 0. Daher ist f ur 0 < x 2
cos x < 1
x
2
2
_
1
x
2
12
_
Damit ist cos(0) = 1, cos(2) <
1
3
. Nach dem Zwischenwertsatz besitzt cos(x) daher auf
(0, 2) mindestens eine Nullstelle. F ur die Sinusreihe erhalt man entsprechend durch Zusam-
menfassen je zweier aufeinanderfolgender Glieder:
sin x =
k=0
x
4k+1
(4k + 1)!
_
1
x
2
(4k + 2)(4k + 3)
_
Alle Summanden dieser Reihe sind f ur 0 < x 2 echt positiv, so da f ur diese x sin(x) > 0
ist. Weiter ist f ur diese x also cos
(x) = sin(x) < 0, also cos(x) auf [0, 2] streng monoton

fallend. Damit kann cos(x) hochstens eine Nullstelle auf [0, 2] haben.
Denition 6.26 Die Nullstelle aus Satz 6.25 wird mit

2
bezeichnet.
Satz 6.27 Die Funktionen sin x und cos x sind 2-periodisch, d.h. f ur alle x R ist
sin(x + 2) = sin x, cos(x + 2) = cos x
Weiter ist genau dann
sin(x) = 0, wenn x = k, k Z
cos(x) = 0, wenn x = (k +
1
2
), k Z
ist.
Beweis: Nach Denition ist cos

2
= 0 und damit nach Satz 6.21 sin
_
2
_
2
= 1. Wie im
Beweis von Satz 6.25 festgestellt wurde, ist sin
_
2
_
> 0, also sin
_
2
_
= 1. Mit den Additions-
theoremen folgt
sin
_
2
+x
_
= sin

2
cos x + cos

2
sin x = cos x
cos
_
2
+x
_
= cos

2
cos x sin

2
sin x = sin x
und weiter
sin( +x) = sin
_
2
+
_
2
+x
__
= cos
_
2
+x
_
= sin x
cos( +x) = cos
_
2
+
_
2
+x
__
= sin
_
2
+x
_
= cos x
Wegen sin(0) = 0, cos(0) = 1 folgt zunachst sin() = 0, cos() = 1. Eine weitere Anwen-
dung der Additionstheoreme liefert schlielich:
sin(2 +x) = sin
_
+ ( +x)
_
= sin( +x) = sin x
cos(2 +x) = cos
_
+ ( +x)
_
= cos( +x) = cos x
Durch Induktion folgt aus sin() = 0 und sin( +x) = sin x, sin(k) = 0 f ur alle k Z.
Da f ur 0 < x

2
nach Satz 6.25 sin x > 0 ist, und wegen sin(x+
2
) = cos(x) (f ur 0 < x <

2
)
f ur

2
< x < ebenfalls sin x > 0 ist, kann sin x auf (0, ) keine weiteren Nullstellen besitzen,
woraus mit sin( + x) = sin x und sin(x + 2) = sin x folgt, da sin(x) keine weiteren
Nullstellen als die angegebenen besitzen kann. F ur cos x verfahrt man entsprechend.
Interpretation: Durchwandert t das Intervall [0, 2], so durchwandert der Punkt
_
x
y
_
=
_
cos t
sin t
_
R
2
f ur wachsendes t im Gegenuhrzeigersinn ausgehend von (1, 0) f ur t = 0 den
Rand des Einheitskreises, und erreicht f ur t = 2 wieder den Ausgangspunkt. t ist das
Bogenma des Winkels, der von der Verbindungsstrecke von (0, 0) zu (x, y) und der x-Achse
eingeschlossen wird.
komplexe Exponentialfunktion
exp(z) =
k=0
1
k!
z
k
, z C
Behauptung: exp(it) = cos t +i sin t, t R
Beweis: Wegen i
2
= 1 ist
exp(it) =
k=0
1
k!
(it)
k
=
k=0
1
(2k)!
(it)
2k
+
k=0
1
(2k + 1)!
(it)
2k+1
=
k=0
(1)
k
(2k)!
t
2k
+i
k=0
(1)
k
(2k + 1)!
t
2k+1
= cos t +i sin t
Folgerung: e
i
= 1 (l
2
:= exp(z))
Rechenregel:
e
i(
1
+
2
)
= e
i
1
e
i
2
(
1
,
2
R)
Beweis: uber Additionstheoreme f ur sin und cos.
Folgerung:
_
exp
_
ik
2
n
__
n
= 1 k = 0, 1, . . . , n 1
(Beweis mit vollstndiger Induktion und obiger Rechenregel)
n-te Einheitswurzeln
exp
_
ik
2
n
_
, k = 0, 1, . . . , n 1
bilden regelmaiges n-Eck in der komplexen Zahlenebene mit der Ecke (1, 0) = 1 +i0
Kapitel 7
Das Integral
Wie deniert man ein Integral?
1) Man beginne mit Treppenfunktionen. F ur solche Funktionen hat das Integral eine ele-
mentar geometrische Bedeutung.
2) Man erklare das Integral einer Funktion f, die durch Treppenfunktionen f
n
approximier-
bar ist, als Grenzwert der entsprechenden Folge der Integrale der Treppenfunktionen:
_
b
a
f(x)dx = lim
n
_
b
a
f
n
(x)dx
Frage: In welchem Sinne approximierbar?
Supremumsnorm: [[f g[[ := sup[f(x) g(x)[[a x b f uhrt auf das Regelintegral,
das dem Riemann-Integral eng verwandt ist.
L
1
-Norm: (was das auch sei) f uhrt auf: LEBESGUE-Integral, das sehr viel geschmeidiger
ist. Verallgemeinerung des Riemann-Integrals auf eine groere Funktionenklasse.
7.1 Treppenfunktionen und Regelfunktionen
Denition 7.1 Eine Z e r l e g u n g Z des Intervalls [a, b] ist eine geordnete Folge von
Punkten x
0
, . . . , x
n
mit a = x
0
< x
1
< < x
n
= b. Eine Zerlegung Z
: a = x
0
< <
x
m
= b heit V e r f e i n e r u n g von Z, wenn x
0
, . . . , x
n
x
0
, . . . , x
m
ist.
Beobachtung: Zwei beliebige Zerlegungen Z
1
und Z
2
von [a, b] besitzen stets eine gemein-
same Verfeinerung Z.
Denition 7.2 Eine Funktion f : [a, b] R ist eine T r e p p e n f u n k t i o n zur
Zerlegung Z : a = x
0
< x
1
< < x
n
= b von [a, b], wenn es Zahlen
0
, . . . ,
n1
mit
f(x) =
i
f ur x
i
< x < x
i+1
(i = 0, . . . , n 1) gibt.
Beobachtung 1: Eine Treppenfunktion zu einer gegebenen Zerlegung Z von [a, b] ist auch
eine Treppenfunktion zu jeder Verfeinerung Z
von [a, b].

Beobachtung 2: Die Summe von zwei Treppenfunktionen ist wieder eine Treppenfunktion,
ebenso das Produkt einer Treppenfunktion mit einer reellen Zahl. Beweis: Gemeinsame
Verfeinerung betrachten.
75
76 KAPITEL 7. DAS INTEGRAL
Denition 7.3 T[a, b] ist der R a u m a l l e r T r e p p e n f u n k t i o n e n f : [a, b] R
(zu beliebigen Zerlegungen von [a, b]).
Beobachtung: T[a, b] B[a, b]
Denition 7.4 Eine beschrankte Funktion f : [a, b] R heit R e g e l f u n k t i o n,
wenn es eine Folge von Treppenfunktionen f
n
: [a, b] R gibt, die gleichmaig gegen f
konvergiert, f ur die also
lim
n
|f
n
f| = 0
ist.
Satz 7.5 Die Regelfunktionen f : [a, b] R bilden einen linearen Teilraum R[a, b] von
B[a, b].
Beweis: Sind f und g Regelfunktionen, so gibt es Folgen (f
n
), (g
n
) von Treppenfunktionen
mit |f f
n
| 0, |g g
n
| 0. Wegen
|(f +g) (f
n
+g
n
)| = |(f f
n
) (g g
n
)|
|f f
n
| +|g g
n
| 0
und
|f f
n
| = [[ |f f
n
| 0
sind auch f +g und f, R Regelfunktionen.
Satz 7.6 Konvergiert die Folge der Regelfunktionen f
n
: [a, b] R gleichmaig gegen die
beschrankte Funktion f : [a, b] R, so ist auch f eine Regelfunktion.
Beweis: F ur alle f
n
gibt es eine Treppenfunktion

f
n
mit |f
n

f
n
|
1
n
. Wegen
|f

f
n
| = |(f

f
n
) + (f
n

f
n
)|
|f f
n
| +|f
n

f
n
| [[f f
n
[[ +
1
n
,
ist f eine Regelfunktion.
Folgerung: R[a, b] ist ein unter gleichmaiger Konvergenz abgeschlossener Teilraum von
B[a, b]. (Wie der Raum C[a, b] der stetigen Funktionen f : [a, b] R.) R[a, b] ist also
vollstandig.
Satz 7.7 Ist f : [a, b] R eine Regelfunktion, so existiert f ur a < x
0
b der linksseitige
Grenzwert lim
xx
0
f(x) und f ur a x
0
< b der rechtseitige Grenzwert lim
xx
0
+
f(x).
7.1. TREPPENFUNKTIONEN UND REGELFUNKTIONEN 77
Beweis: Wir zeigen, da f ur jeden Punkt a < x
0
b der linksseitige Grenzwert existiert;
f ur die rechtsseitigen Grenzwerte verfahrt man entsprechend.
Zu zeigen ist, da es zu jedem vorgegebenen > 0 ein > 0 mit
[f(s) f(t)[ < f ur x
0
< s, t < x
0
gibt. (Dies entspricht dem Cauchykriterium, wegen Vollstandigkeit von Rmu jede Cauchy-
folge konvergieren). Sei davon > 0 vorgegeben und g eine Treppenfunktion mit [[fg[[ <

2
.
Wir wahlen weiter > 0 so, da a x
0
ist und f ur x
0
< s, t < x
0
g(s) = g(t) ist.
F ur x
0
< s, t < x
0
ist dann
[f(s) f(t)[ [f(f) g(s)[ +[g(s) g(t)[ +[g(t) f(t)[
|f g| +[g(s) g(t)[ +|f g|
<

2
+ 0 +

2
=
Satz 7.8 Ist f : [a, b] R eine beschrankte Funktion und existiert f ur a < x
0
b
der linksseitige Grenzwert lim
xx
0
f(x) und f ur a x
0
< b der rechtsseitige Grenzwert
lim
xx
0
+
f(x), so ist f eine Regelfunktion.
Beweis: Angenommen, die linksseitigen und rechtsseitigen Grenzwerte von f existieren, f
sei aber keine Regelfunktion. Dann gibt es ein > 0 derart, da keine Treppenfunktion g
mit |f g| < existiert.
Sei nun c = (a+b)/2 der Mittelpunkt von [a, b]. Gabe es nun Treppenfunktionen g
1
: [a, c]
R und g
2
: [c, b] R mit
sup
axc
[f(x) g
1
(x)[ < , sup
cxb
[f(x) g
2
(x)[ < ,
so w urde f ur die Treppenfunktion g : [a, b] R mit
g(x) =
_
g
1
(x) a x c
g
2
(x) c < x b
|f g| gelten, im Widerspruch zur Annahme.
F ur mindestens eines der beiden Teilintervalle [a, c], [c, b] kann daher keine solche Treppen-
funktion existieren. Diesen Proze kann man rekursiv fortsetzen, ausgehend von [a
0
, b
0
] =
[a, b] erhalt man also eine Folge geschachtelter Teilintervalle [a
k
, b
k
] von [a, b] der Lange
(b a)/2
k
, f ur die keine Treppenfunktion g mit
sup
a
k
xb
k
[f(x) g(x)[ <
existiert. Die Teilintervallsgrenzen a
k
und b
k
bilden Cauchyfolgen, die gegen einen gemein-
samen Grenzwert x
0
[a, b] konvergieren. Ist a < x
0
< b, so existieren nach Voraussetzung
die Grenzwerte
f
:= lim
xx
0
f(x), f
+
:= lim
xx
0
+
f(x)
Sei nun > 0 so gewahlt, da (x
0
, x
0
+) [a, b] ist. F ur die Treppenfunktion und
[f(x) f
[ < f ur x
0
< x < x
0
sowie
[f(x) f
+
[ < f ur x
0
< x < x
0
+ gilt:
Sei k weiter so gro gewahlt, da [a
k
, b
k
] (x
0
, x
0
+) ist.
g(x) =
_
_
f
x < x
0
f(x
0
) x = x
0
f
+
x > x
0
gilt dann
sup
a
k
xb
k
[f(x) g(x)[ < .
Dies steht im Widerspruch zur Annahme, damit ist f Regelfunktion. (Ist x
0
ein Randpunkt
von [a, b], so verfahrt man entsprechend).
Satz 7.9 Alle stetigen Funktionen f : [a, b] R sind Regelfunktionen.
Mit anderen Worten: C[a, b] R[a, b]
Beweis: (1.) F ur a < x
0
b existiert der linksseitige Grenzwert lim
xx
0
f(x) = f(x
0
), und
f ur a x
0
 0 vorgegeben. Zu konstruieren ist eine Treppenfunktion g mit [[f g[[ <
. Da f als stetige Funktion auf einem abgeschlossenen Intervall gleichmaig stetig ist, gibt
es ein > 0 mit [f(s) f(t)[ < f ur [s t[ < .
Sei nun n N so gewahlt, da h := (b a)/n ist, und sei x
i
= a +ik, i = 0, 1, . . . , n.
F ur die Treppenfunktion
g(x) =
_
f(x
i
) x
i
x < x
i+1
f(x
n
) x = x
n
gilt dann |f g| < .
Satz 7.10 Alle monotonen Funktionen f : [a, b] R sind Regelfunktionen.
Beweis: Es gen ugt, monoton wachsende Funktionen f zu betrachten. F ur monoton fallen-
de Funktionen f kann man ahnlich argumentieren, oder man nutzt aus, da f monoton
wachsend ist.
Wir zeigen, da f ur a < x
0
b der linksseitige Grenzwert lim
xx
0
f(x) existiert (f ur
rechtsseitigen Grenzwert entsprechend). Die Behauptung folgt wieder aus Satz 7.8.
Sei dazu (z
k
) eine streng monoton wachsende Folge mit lim
k
z
k
= x
0
, z
k
[a, b].
Die Zahlen f(z
k
) bilden dann eine ebenfalls monoton wachsende, nach oben durch f(b)
beschrankte Folge und konvergieren damit gegen einen Grenzwert c := lim
k
f(z
k
).
Sei nun > 0 vorgegeben, und [f(z
n
) c[ < . Sei z
n
x x
0
.
Dann ist f(z
n
) f(x) c, und damit [f(x) c[ < .
7.2. DAS INTEGRAL VON REGELFUNKTIONEN 79
7.2 Das Integral von Regelfunktionen
Denition 7.11 Sei Z : a = x
0
< < x
n
= b eine Zerlegung von [a, b]. Dann ist f ur alle
Funktionen f : [a, b] R
I(Z, f) :=
n1
i=0
(x
i+1
x
i
) f
_
x
i
+x
i+1
2
_
Satz 7.12 Ist f eine Treppenfunktion zu den Zerlegungen Z und Z
von [a,b], so ist

I(Z
, f) = I(Z, f)
Beweis: Wir f ugen zu Z : a = x
0
< x
1
< < x
n
= b zunachst einen einzigen Punkt
x
i
< c < x
i+1
hinzu. Da f auf (x
i
, x
i+1
) konstant ist, ist
(x
i+1
x
i
) f
_
x
i
+x
i+1
2
_
= (c x
i
)f
_
x
i
+c
2
_
+ (x
i+1
c)f
_
c +x
i+1
2
_
so da f ur diese neue Zerlegung Z
I(Z
, f) = I(Z, f) gilt.
Durch Induktion folgt aus diesen

Uberlegungen I(Z
, f) = I(Z, f) f ur jede Verfeinerung

Z
von einer gegebenen Zerlegung Z. Ist f schlielich Treppenfunktion zu zwei beliebigen

Zerlegungen Z und Z
, so gehe man zu einer Zerlegung Z
von Z und Z
uber. Dann gilt

I(Z
, f) = I(Z
, f) = I(Z, f)
Denition 7.13 Ist f : [a, b] R eine Treppenfunktion zur Zerlegung Z, so ist
_
b
a
f(x) dx := I(Z, f)
das I n t e g r a l von f uber [a, b].
Satz 7.14 Die Abbildung f
_
b
a
f(x) dx von T[a, b] nach R ist linear.
Sind f, g : [a, b] R Treppenfunktionen und ist f ur alle x [a, b] f(x) g(x), so ist
_
b
a
f(x)dx
_
b
a
g(x)dx
Beweis: Seien f, g Treppenfunktionen zu den Zerlegungen Z
1
und Z
2
. Sei Z eine gemeinsame
Verfeinerung von Z
1
und Z
2
. Dann ist f + g f ur alle , R eine Treppenfunktion zur
Zerlegung Z, und
_
b
a
(f +g)(x) dx = I(Z, f +g)
= I(Z, f) +I(Z, g)
=
_
b
a
f(x) dx +
_
b
a
g(x) dx
Ist f ur alle x [a, b] f(x) g(x), so ist
_
b
a
f(x)dx = I(Z, f) I(Z, g) =
_
b
a
g(x)dx
Satz 7.15 F ur alle Treppenfunktionen f : [a, b] R gilt
_
b
a
f(x) dx
(b a) |f|
Beweis:
[I(Z, f)[ =
n1
i=0
(x
i+1
x
i
)f
_
1
2
(x
i
+x
i+1
)
_
n1
i=0
(x
i+1
x
i
)
f
_
1
2
(x
i
+x
i+1
)
_
(Dreiecksungleichung)
n1
i=0
(x
i+1
x
i
)|f| = (b a)|f|
Folgerung: F ur alle Treppenfunktionen f, g : [a, b] R gilt:
_
b
a
f(x)dx
_
b
a
g(x)dx
(b a)[[f g[[
Satz 7.16 Seien (f
n
) und (g
n
) Folgen von Treppenfunktionen, die beide gleichmaig (also
im Sinne der Supremumsnorm) gegen die Regelfunktion f konvergieren. Dann existieren die
Grenzwerte
lim
x
_
b
a
f
n
(x) dx, lim
x
_
b
a
g
n
(x) dx
und stimmen uberein.
Beweis: Die Integrale
_
b
a
f
n
(x) dx bilden eine Cauchyfolge in R, denn es ist
_
b
a
f
n
(x) dx
_
b
a
f
m
(x) dx
_
b
a
(f
n
f
m
)(x) dx
(b a)|f
n
f
m
| nach Satz 7.15
(b a)(|f
n
f| +|f f
m
|)
Damit existiert der Grenzwert lim
n
_
b
a
f
n
(x) dx und entsprechend lim
n
_
b
a
g
n
(x) dx.
Wegen
_
b
a
f
n
(x) dx
_
b
a
g
n
(x) dx
(b a)|f
n
g
n
| (b a) ([[f
n
f[[ +[[f g
n
[[)
stimmen beide Grenzwerte uberein.
Denition 7.17 Strebt die Folge der Treppenfunktionen f
n
: [a, b] R gleichmaig gegen
die Regelfunktion f : [a, b] R, so ist
_
b
a
f(x) dx := lim
n
_
b
a
f
n
(x) dx
das I n t e g r a l von f uber [a, b].
7.2. DAS INTEGRAL VON REGELFUNKTIONEN 81
Satz 7.18 Die Abbildung f
_
b
a
f(x) dx von R[a, b] nach R ist linear.
Beweis:
_
b
a
(f +g)(x)dx = lim
n
_
b
a
(f
n
+g
n
)(x)dx
= lim
n
_
_
b
a
f
n
(x)dx +
_
b
a
g
n
(x)dx
_
=
_
b
a
f(x)dx +
_
b
a
g(x)dx
Satz 7.19 Sind f, g : [a, b] R Regelfunktionen und ist f ur alle x [a, b] f(x) g(x), so
ist
_
b
a
f(x) dx
_
b
a
g(x) dx
Beweis: Wegen der Linearitat des Integrals reicht es zu zeigen, da aus f(x) 0 f ur
a x b stets
_
b
a
f(x) dx 0 folgt.
Sei also f eine Regelfunktion mit f(x) 0 f ur alle x [a, b]. Sei (f
n
) eine Folge von
Treppenfunktionen mit |ff
n
| 0. F ur die Treppenfunktion

f
n
= max(0, f
n
) (punktweise)
ist dann (wegen f 0) |f

f
n
| |f f
n
|. Damit ist
_
b
a
f(x) dx = lim
n
_
b
a
f
n
(x)
. .
0
dx 0
Folgerung: (Dreiecksungleichung f ur Integrale)
_
b
a
f(x) dx
_
b
a
[f(x)[ dx
Satz 7.20 F ur alle Regelfunktionen f : [a, b] R gilt
_
b
a
f(x) dx
(b a)|f|
Beweis:

_
b
a
f
n
(x) dx
. .
b
a
f(x) dx
(b a) |f
n
|
..
f,
da |f
n
| |f| |f
n
f|.
Satz 7.21 Konvergieren die Regelfunktionen f
n
gleichmaig gegen die Regelfunktion f, so
ist
lim
n
_
b
a
f
n
(x) dx =
_
b
a
f(x) dx
Beweis: F ur jedes n gibt es eine Treppenfunktion g
n
mit |f
n
g
n
|
1
n
. Wegen
_
b
a
f
n
_
b
a
g
n
_
b
a
(f
n
g
n
)
(b a)|f
n
g
n
|
b a
n
,
|f g
n
| |f f
n
| +|f
n
g
n
| |f f
n
| +
1
n
ist dann
lim
n
_
b
a
f
n
= lim
n
_
b
a
g
n
=
_
b
a
f
Bemerkung: Dies ist ein Satz uber das Vertauschen zweier Grenzwertprozesse:
lim
n
_
b
a
f
n
(x) dx =
_
b
a
lim
n
f
n
(x) dx
Spater (Analysis IV) wird es gelingen, sich von der starken Vorraussetzung der gleichmai-
gen Konvergenz zu losen. (Satze von der monotonen und der majorisierten Kovergenz f ur
das Lebesgue-Integral).
Satz 7.22 Ist f : [a, b] R eine Regelfunktion und a < c < b, so ist
_
b
a
f(x) dx =
_
c
a
f(x) dx +
_
b
c
f(x) dx
Beweis: Die Gleichheit gilt oensichtlich f ur Treppenfunktionen. Durch Grenz ubergang
_
b
a
f
n
(x) dx
. .
b
a
f(x) dx
=
_
c
a
f
n
(x) dx
. .
c
a
f(x) dx
+
_
b
c
f
n
(x) dx
. .
b
c
f(x) dx
lat sie sich auf Regelfunktionen ubertragen.
Denition 7.23 Ist f : [a, b] R eine Regelfunktion, und a < b, so setzt man
_

f(x) dx :=
_

f(x) dx,
_

f(x) dx = 0
Bemerkung: Mit diesen Festsetzungen gilt die Beziehung aus Satz 7.22 f ur beliebige a, b
und c.
7.3. INTEGRATION UND DIFFERENTATION 83
7.3 Integration und Dierentation
Denition 7.24 Eine dierenzierbare Funktion F : [a, b] R heit S t a m m f u n k t i o n der
Funktion f : [a, b] R, wenn F
= f ist.
Bemerkung: Die Stammfunktionen einer gegebenen Funktion unterscheiden sich nur durch
additive Konstanten.
Satz 7.25 Ist F : [a, b] R eine Stammfunktion der Regelfunktion f : [a, b] R, so ist
_
b
a
f(x) dx = F(b) F(a) =: F(x)
b
a
Bemerkung: Dieser Satz gestattet es, mit einem Schlag eine Vielzahl von Integralen zu
berechnen. Wegen seiner oenkundigen Bedeutung wird er Hauptsatz der Dierential und
Integralrechnung genannt.
Wegen des Zusammenhangs zwischen Stammfunktion und Integral bezeichnet man Stamm-
funktionen oft auch als
unbestimmte Integrale:
F(x) =
_
f(x) dx
Beweis: Sei > 0 vorgegeben. Sei g eine Treppenfunktion zur Zerlegung Z : a = x
0
< <
x
n
= b mit |f g| . Dann ist nach dem Mittelwertsatz (mit x
i
< < x i + 1)
F(b) F(a) =
n1
i=0
_
F(x
i+1
) F(x
i
)
_
=
n1
i=0
(x
i+1
x
i
) F
(
i
) =
n1
i=0
(x
i+1
x
i
) f(
i
)
Andererseits ist mit denselben Zwischenstellen
_
b
a
g(x) dx =
n1
i=0
(x
i+1
x
i
) g(
i
)
und damit
_
b
a
g(x) dx
_
F(b) F(a)
_
n1
i=0
(x
i+1
x
i
)
_
g(
i
) f(
i
)
_
n1
i=0
(x
i+1
x
i
)|g f|
= (b a)|g f| < (b a)
Auerdem ist

_
b
a
g(x) dx
_
b
a
f(x) dx
(b a)|f g| (b a)
Zusammen ergibt sich (durch Einf ugen der nahrhaften Null
_
b
a
g(x) dx)
_
b
a
f(x) dx
_
F(b) F(a)
_
< (b a) + (b a)
Da > 0 beliebig klein gewahlt werden kann, folgt
_
b
a
f(x)dx (F(b) F(a)) = 0
Beispiel 7.26 F ur alle ganzzahligen n ,= 1 ist F(x) =
1
n+1
x
n+1
eine Stammfunktion von
f(x) = x
n
. Daher ist f ur alle Integrale uber [a, b], die f ur n < 0 nicht die 0 enthalten d urfen,
_
b
a
x
n
dx =
1
n + 1
x
n+1
b
a
=
1
n + 1
_
b
n+1
a
n+1
_
Zu f(x) = x
1
ist F(x) = ln [x[ eine Stammfunktion:
_
b
a
x
1
dx = ln [x[
b
a
= ln [b[ ln [a[ = ln
b
a
Beobachtung: Besitzt f irgendeine Stammfunktion, so ist auch

F(x) :=
_
x
a
f(t) dt
eine Stammfunktion von f.
Beweis: Ist

F eine Stammfunktion von f, so ist auch
F(x) =
_
x
a
f(t) dt =

F(x)

F(a)
Stammfunktion von f.
Satz 7.27 Ist f : [a, b] R eine Regelfunktion und F : [a, b] R gegeben durch
F(x) : [a, b] R : x
_
x
a
f(t) dt,
Dann ist f ur a < x
0
b
lim
xx
0
F(x) F(x
0
)
x x
0
= lim
xx
0
f(x)
und f ur a x
0
< b
lim
xx
0
+
F(x) F(x
0
)
x x
0
= lim
xx
0
+
f(x)
Beweis: Sei a x
0
< b und f
+
:= lim
xx
0
+
f(x). Dann ist f ur a x
0
< x b
F(x) F(x
0
)
x x
0
f
+
=
1
x x
0
_
x
x
0
_
f(t) f
+
_
dt
Betrachte die Treppenfunktionen
g(t) =
_
f(x
0
) f
+
falls t = x
0
0 sonst
Dann ist f ur x
0
t x
0
+ ( = ())
_
f(t) f
+
_
g(t)
,
also f ur x
0
< x x
0
+
_
x
x
0
_
f(t) f
+
_
dt
_
x
x
0
_
(f(t) f
+
) g(t)
_
dt
(x x
0
) ,
7.4. PARTIELLE INTEGRATION 85
d.h.
lim
xx
0
+
1
x x
0
_
x
x
0
_
f(t) f
+
_
dt = 0
und damit wie behauptet
lim
xx
0
+
F(x) F(x
0
)
x x
0
= f
+
(entsprechend f ur linksseitigen Grenzwert).
Folgerung 1: F ist genau dann in x
0
dierenzierbar, wenn die Grenzwerte
f
= lim
xx
0
f(x), f
+
= lim
xx
0
+
f(x)
ubereinstimmen. In diesem Fall ist
F
(x
0
) = lim
xx
0
f(x) = lim
xx
0
+
f(x)
Folgerung 2: Eine Regelfunktion besitzt genau dann ein Stammfunktion, wenn sie stetig
ist.
Anders ausgedr uckt: Ist f : [a, b] R dierenzierbar und f
eine Regelfunktion, so ist f
stetig.
7.4 Partielle Integration
Satz 7.28 (Partielle Integration) f, g : [a, b] R seien stetig dierenzierbar. Dann ist
_
b
a
f(x)
..
(x)
. .
dx = f(x)g(x)
b
a
_
b
a
f
(x)g(x) dx
Beweis: Nach der Produktregel ist
d
dx
_
f(x)g(x)
_
= f
(x)g(x) +f(x)g
(x).
also nach dem Hauptsatz der Dierential- und Integralrechnung nach Integration dieser
Gleichung uber das Intervall [a, b]
f(x)g(x)
b
a
=
_
b
a
f
(x)g(x)dx +
_
b
a
f(x)g
(x)dx
Beispiel 7.29 Sei 0 < a < b. Dann ist
_
b
a
ln x dx =
_
b
a
1
..
ln x
..
dx = xln x
b
a
_
b
a
x
1
x
dx = (xln x x)
b
a
insbesondere also F(x) = xln x x eine Stammfunktion von f(x) = ln x.
Beispiel 7.30 Sei n 2 eine nat urliche Zahl. Dann ist
_
b
a
x
n+2
. .
sin x
..
dx = x
n+2
cos x
b
a
+ (n + 2)
_
b
a
x
n+1
. .
cos x
. .
dx
= x
n+2
cos x
b
a
+ (n + 2)
_
x
n+1
sin x
b
a
(n + 1)
_
b
a
x
n
sin x dx
_
Durch zweimalige partielle Integration hat man eine Rekursionsformel zur Berechnung von
_
b
a
(sin x)x
n
dx, n = 1, 2, . . .
gefunden, die es gestattet, das Integral auf eines der beiden Integrale
_
b
a
sin x dx = cos x
b
a
_
b
a
xsin x dx = (xcos x + sin x)
b
a
zur uckzuf uhren (je nachdem, ob n gerade oder ungerade ist).
Beispiel 7.31 Mit zweimaliger partieller Integration erhalt man
_
b
a
e
x
..
sin x
..
dx = e
x
cos x
b
a
+
_
b
a
e
x
..
cos
..
x dx
= e
x
cos x
b
a
+e
x
sin x
b
a
_
b
a
e
x
sin x dx,
Auf der rechten Seite taucht das gesuchte Integral wieder auf. Lost man diese Beziehung
aber nach dem Integral auf, ergibt sich
_
b
a
e
x
sin x dx =
1
2
e
x
(sin x cos x)
b
a
Satz 7.32 f : [a, b] R sei (n+1)-mal stetig dierenzierbar. Dann ist f ur alle x
0
, x [a, b]
(Taylorscher Satz)
f(x) =
n
k=0
1
k!
f
(k)
(x
0
)(x x
0
)
k
+R
n
(x)
mit dem Restglied
R
n
(x) =
1
n!
_
x
x
0
(x t)
n
f
(n+1)
(t) dt
Beweis: Induktion uber m n:
F ur m = 0 gilt
f(x) = f(x
0
) +
_
x
x
0
f
(t) dt = f(x
0
) +R
o
(x)
7.5. SUBSTITUTION 87
Mit der partiellen Integration erhalt man f ur m < n den Induktionsschritt
R
m
(x) =
1
m!
_
x
x
0
(x t)
m
. .
f
(m+1)
. .
(t) dt
=
1
(m+ 1)!
(x t)
m+1
f
(m+1)
(t)
t=x
t=x
0
+
1
(m+ 1)!
_
x
x
0
(x t)
m+1
f
(m+2)
(t) dt
=
1
(m+ 1)!
f
(m+1)
(x
0
)(x x
0
)
m+1
+R
m+1
(x)
andere Darstellung: (f ur x
0
= a)
f(x) =
n
k=0
1
k!
f
(k)
(a)(x a)
k
+R
n
(x)
R
n
(x) =
1
n!
_
b
a
(x t)
n
+
f
(n+1)
(t)dt mit
(x t)
n
+
=
_
(x t)
n
falls x t 0
0 falls x t < 0 oder
R
n
(x) =
_
b
a
K
n
(x t)f
(n+1)
(t) dt mit dem Kern
Kern() =
1
n!
s
n
+
7.5 Substitution
Satz 7.33 h : [a, b] R sei eine stetig dierenzierbare Funktion und die Funktion f :
[A, B] R sei auf dem Bild [A, B] = h([a, b]) von [a, b] unter h stetig. Dann ist
_
h(b)
h(a)
f(x) dx =
_
b
a
f
_
h(t)
_
h
(t) dt
Da die Integranden stetig sind, ist die Existenz der Integrale auf beiden Seiten gesichert.
Beweis: Nach Folgerung 2 aus Satz 7.27 besitzt f auf [A, B] eine Stammfunktion F. Dann
ist
_
h(b)
h(a)
f(x) dx = F
_
h(b)
_
F
_
h(a)
_
Nach der Kettenregel ist auf [a, b]
d
dt
F
_
h(t)
_
= F
_
h(t)
_
h
(t) = f
_
h(t)
_
h
(t)
und damit auch
_
b
a
f
_
h(t)
_
h
(t) dt = F
_
h(b)
_
F
_
h(a)
_
Beispiel 7.34 Mit der Substitution x = h(t) =
a+b
2
+
ba
2
t gilt
_
b
a
f(x) dx =
_
h(1)
h(1)
f(x) dx =
b a
2
_
1
1
f
_
a +b
2
+
b a
2
t
_
dt
Beispiel 7.35 Mit der Substitution h(t) = t
2
erhalt man
_
b
a
t cos
_
t
2
_
dt =
1
2
_
b
a
cos
_
t
2
_
2t dt =
1
2
_
b
a
cos
_
h(t)
_
h
(t) dt
=
1
2
_
h(b)
h(a)
cos x dx =
1
2
sin x
h(b)
h(a)
=
1
2
sin x
b
2
a
2
Beispiel 7.36 Berechne
_
b
a
f(cos x, sin x) dx. (
Universalsubstitution)
Das Integrationsintervall [a, b] sei in dem oenen Intervall
_
(2j + 1), (2j + 3)
_
f ur ein
j Z enthalten. F ur alle x [a, b] sei c sin x d c
cos x d
. Die Funktion
f : [c, d] [c
, d
] R sei stetig (?!). Dann erhalt man mit der Substitution

h(x) = tan
_
x
2
_
und a
= tan
_
a
2
_
, b
= tan
_
b
2
_
:
_
b
a
f(cos x, sin x) dx =
_
b
f
_
1 t
2
1 +t
2
,
2t
1 +t
2
_
2
1 +t
2
dt
Beweis: Die Funktion h(x) = tan
_
x
2
_
ist unter den gegebenen Voraussetzungen auf [a, b]
stetig dierenzierbar. Mit den trigonometrischen Identitaten
2 sin
_
x
2
_
cos
_
x
2
_
= sin x,
cos
2
_
x
2
_
sin
2
_
x
2
_
= cos x,
sin
2
_
x
2
_
+ cos
2
_
x
2
_
= 1
erhalt man
sin(x) =
2h(x)
1 +h(x)
2
cos(x) =
1 h(x)
1 +h(x)
2
h
(x) =
1
cos
2
_
x
2
_
1
2
=
1
2
(1 +h(x)
2
)
Daher ist
_
b
a
f(cos x, sin x) dx =
_
b
a
f
_
1 h(x)
2
1 +h(x)
2
,
2h(x)
1 +h(x)
2
_
2
1 +h(x)
2
h
(x)
. .
=1
dx
=
_
h(b)
h(a)
f
_
1 t
2
1 +t
2
,
2t
1 +t
2
_
2
1 +t
2
dt
Ziel: Integration unbeschrankter Funktionen und Integration uber unbeschrankte Intervalle.
7.6. UNEIGENTLICHE INTEGRALE 89
7.6 Uneigentliche Integrale
Denition 7.37 f : (a, b] R heit uber (a, b] i m u n e i g e n t l i c h e n S i n -
n e i n t e g r i e r b a r , wenn der Grenzwert
_
b
a
f(x) dx := lim
0+
_
b
a+
f(x) dx
existiert. Die Funktion heit i m u n e i g e n t l i c h e n S i n n e a b s o l u t i n t e -
g r i e r b a r , wenn
_
b
a
[f(x)[ dx := lim
0+
_
b
a+
[f(x)[ dx
existiert.
Beispiel 7.38 F ur alle reellen < 1 existiert
lim
0+
_
1
1
x
dx = lim
0+
x
1
1
x=1
x=
=
1
1
,
da 1 > 0 und damit lim
0+
1
= 0 ist. Ist > 1, so ist f ur 0 < < 1
_
1
1
x
dx =
1
1
1
x
1
x=1
x=
=
1
1
_
1
1
1
_
!
nicht uneigentlich integrierbar. Im Fall = 1, 0 < < 1 ist
_
1
1
x
dx = ln .
Das uneigentliche Integral existiert also genau dann, wenn < 1 ist:
_
1
0
1
x
dx =
1
1
Satz 7.39 (Majorantenkriterium) F ur alle x [a, b] sei 0 g(x) f(x). Ist dann f
uber [a, b] uneigentlich integrierbar, dann ist auch g uber [a, b] uneigentlich integrierbar.
Beweis: F ur 0 < < b a sei G() =
_
b
a+
g(x) dx und F() =
_
b
a+
f(x) dx. Da die
Integranden positiv sind und g(x) f(x) ist, ist
0 G() F() lim
0+
_
b
a+
f(x) dx =: F(0)
Da G() (f ur 0+) monoton wachst und durch F(0) beschrankt ist, existiert der Grenz-
wert
lim
0
G() = lim
0
_
b
a+
g(x) dx =:
_
b
a
g(x) dx
Satz 7.40 Ist f : [a, b] R im uneigentlichen Sinne uber [a, b] absolut integrierbar, so ist
f uber [a, b] uneigentlich integrierbar.
Beweis: Aus 0 [f(x)[ +f(x) 2[f(x)[ folgt mit Satz 7.39 die Existenz des Grenzwertes
lim
0+
_
b
a+
_
[f(x)[ +f(x)
_
dx
Wegen
_
b
a+
_
[f(x)[ +f(x)
_
dx =
_
b
a+
_
[f(x)[
_
dx
. .
existiert
+
_
b
a+
_
f(x)
_
dx
folgt die Existenz des Grenzwerts lim
0+
_
b
a+
_
f(x)
_
dx
Denition 7.41 f : [a, ] R heit i m u n e i g e n t l i c h e n S i n n e u b e r [a, ]
i n t e g r i e r b a r , wenn der Grenzwert
_

a
f(x) dx := lim
R
_
R
a
f(x) dx
existiert. Die Funktion heit u n e i g e n t l i c h a b s o l u t i n t e g r i e r b a r , wenn
_

a
[f(x)[ dx := lim
R
_
R
a
[f(x)[ dx
existiert.
Bemerkung: Ist f uber [a, ) uneigentlich absolut integrierbar, so ist f uber [a, ) analog
zu Satz 7.40 uber [a, ) auch uneigentlich integrierbar.
Beispiel 7.42 F ur alle > 1 ist
lim
R
_
R
1
1
x
dx = lim
R
_
1
1
1
x
1
_
R
1
=
1
1
Ist < 1 und R > 1:
_
R
1
1
x
dx =
1
1
_
R
1
1
_

= 1:
_
R
1
1
x
dx = ln R
Daher ist f(x) =
1
x
genau dann uber [a, ) uneigentlich integrierbar, wenn > 1 ist.

Merke:
_

:= lim
R
_
a
R
f(x) dx + lim
R
_
R
a
f(x) dx
7.7. DAS LEBEGUE-INTEGRAL 91
7.7 Das Lebegue-Integral
Bezeichnung: (A) := b a ist das Ma des Intervalls [a, b). Sind A
1
, . . . , A
n
disjunkte
Intervalle mit
1
, . . . ,
n
R, so ist
f(x) =
_
i
, x A
i
0, x / A
1
A
n
eine Treppenfunktion auf Rund
_
f(x) dx =
n
i=1
(A
i
)
i
das Integral von f.
T(R) ist der Raum aller Treppenfunktionen auf R.
Satz 7.43 Der Ausdruck |f|
1
:=
_
[f(x)[ dx deniert eine Norm auf T(R), die L
1
-Norm.
Beweis:
1. |f|
1
0; |f|
1
= 0 f = 0
2. |f|
1
=
_
[f(x)[ dx = [[
_
f(x) dx
= [[ |f|
1
3. |f + g|
1
=
_
[f(x) + g(x)[ dx
_ _
[f(x)[ + [g(x)[
_
dx =
_
[f(x)[ dx +
_
[g(x)[ dx =
|f|
1
+|g|
1
Bemerkung: Ist f ur alle x auerhalb von [a, b] f(x) = 0, so gilt
|f|
1
(b a)|f| = (b a) sup [f(x)[
In diesem Sinne ist die L
1
-Norm eine viel schwachere als die Supremumsnorm.
Denition 7.44 Zwei L
1
-Cauchyfolgen von Treppenfunktionen sollen aquivalent heien,
wenn ihre Dierenz eine L
1
-Nullfolge ist. L
1
(R) ist der Taum der entsprechenden

Aquiva-
lenzklassen von L
1
-Cauchyfolgen von Treppenfunktionen.
Das Lebesque-Integral eines Elements f L
1
ist dann
_
f dx := lim
n
_
f
n
dx
wobei (f
n
) eine der f denierenden Cauchyfolgen ist.
|f|
1
:= lim
n
|f
n
|
1
ist die L
1
-Norm von f.
Bemerkung 1: Die Konvergenz der Folge der Intervalle
_
f
n
ergibt sich aus [
_
f
n
_
f
m
[
|f
n
f
m
|
1
, ebenso die Unabhangigkeit von
_
f von der Wahl der reprasentierenden Cauchy-
folge (f
n
). F ur die Norm |f|
1
argumentiert man entsprechend.
Bemerkung 2: L
1
ist nach Konstruktion ein vollstandiger Raum, d.h. in L
1
konvergiert
jede Cauchyfolge.
Denition 7.45 Z R ist eine Menge v o m M a N u l l , wenn es f ur alle > 0
eine Folge A
n
, n = 1, 2, . . . von Intervallen mit
Z
_
n=1
A
n
n=1
(A
n
) <
gibt.
Beispiel 7.46 Jede endliche Menge ist vom Ma Null. Sogar jede abzahlbare Menge x
1
, x
2
, . . .
ist eine Menge vom Ma Null. Man betrachte dazu die Intervalle
A
n
=
_
x
n
2
(n+1)
, x
n
+ 2
(n+1)
n=1
(A
n
) =
n=1
2 2
(n+1)
=
Bemerkung: Es gibt sogar uberabzahlbare Mengen vom Ma Null (z.B. die Cantor-
Menge).
n
: R R k o n v e r g i e r t f a s t u b e r -
a l l gegen die Funktion f : R R, wenn es eine Menge Z vom Ma Null mit
lim
n
f
n
(x) = f(x)
f ur alle n RZ gibt.
Satz 7.48 Jede L
1
-Cauchyfolge von Treppenfunktionen umfat eine Teilfolge von Funktio-
nen, die fast uberall konvergiert.
Zur Vorbereitung: Sind A
1
, . . . , A
n
disjunkte Intervalle, so ist (Z) =

n
k=1
(A
k
) das
Ma der Menge Z = A
1
A
n
. Ist f eine Treppenfunktion und f
z
deniert durch
f
z
(x) =
_
f(x) x Z
0 x / Z
so ist
_
Z
f(x) =
_
f
z
dx.
Beweis: Nach Voraussetzung bilden die (f
n
) eine Cauchyfolge, es gibt also f ur jedes k ein
N
k
, so da f ur n, m N
k
|f
n
f
m
|
1

1
2
2k
,
wobei man annehmen darf, da die N
k
monoton wachsen. Setzt man nun g
k
:= f
N
k
, so ist
f ur m n
|g
n
g
m
|
1
2
2k
(1)
Wir stellen g
n
nun in der Form
g
n
= g
1
+
n1
k=1
(g
k+1
g
k
)
7.7. DAS LEBEGUE-INTEGRAL 93
dar, und zeigen, da die Reihe
g
1
(x) +
k=1
_
g
k+1
(x) g
k
(x)
_
(2)
fast uberall konvergiert.
Sei dazu Y
n
die Menge aller x R, f ur die
[g
n+1
(x) g
n
(x)[
1
2
n
ist. Da g
n
und g
n+1
Treppenfunktionen sind, ist Y
n
Vereinigung endlich vieler Intervalle.
Es ist nach (1):
1
2
n
(Y
n
) =
_
Y
n
1
2
n

_
Y
n
[g
n+1
g
n
[ dx
_
R
[g
n+1
g
n
[ dx = |g
n+1
g
n
|
1

1
2
2n
,
also (Y
n
)
1
2
n
.
Sei nun Z
n
= Y
n
Y
n+1
. . . . Dann ist f ur alle k n und alle x / Z
n
[g
n+1
(x)g
n
(x)[
1
2
k
, so
da die Reihe (2) auf RZ
n
gleichmaig konvergiert. Da
k=n
(Y
n
)
k=n
2
k
=
_
1
2
_
n1
ist, ist der Durchschnitt aller Z
n
vom Ma Null. Wenn x nicht in Z liegt, liegt x auerhalb
mindestens eines Z
n
, womit (2) f ur dieses x konvergiert.
Folgerung: Man darf sich bei der Denition von L
1
auf Cauchyfolgen beschranken, die fast
uberall konvergieren.
Satz 7.49 Zwei fast uberall konvergente L
1
-Cauchyfolgen von Treppenfunktionen sind ge-
nau dann aquivalent, wenn sie gegen den gleichen Grenzwert konvergieren (fast uberall!).
Beweis:

Ahnlich wie Beweis des letzten Satzes, erfordert aber Begrie der Matheorie.
Siehe: Serge Lang, Real Analysis.
Folgerung: L
1
kann mit den Funktionen f : R R identiziert werden, f ur die es eine
L
1
-Cauchyfolge (f
n
) von Treppenfunktionen gibt, die fast uberall gegen f konvergiert. Das
Lebegue-Integral
_
f dx = lim
n
_
f
n
dx
einer solchen Funktion ist wohldeniert ( Siehe Analysis IV).
7.8 Numerische Integration
Beispiel 7.50 (Mittelpunktsregel)
_
b
a
f(x) dx =
n1
i=0
_
x
i+1
x
i
f(x) dx
n1
1=0
(x
i+1
x
i
)f
_
x
i
+x
i+1
2
_
(= I(Z, f), s. Def 7.11)
Beispiel 7.51 Zu berechnen sei
8
ln 2
_
1
0
ln(1 +x)
1 +x
2
dx
(Aus anderer

Uberlegung wei man, das es 1 betragt)!
Die Zerlegung sei gegeben durch
x
i
=
i
n
i = 0, . . . , n (Teilintervalle der Lange
1
n
)
Dann liefert die Mittelpunktsregel folgende Naherungswerte:
n Naherung
8 1, 002 628 543 6. . .
16 1, 000 656 05. . .
32 1, 000 163 9 . . .
64 1, 000 040 98. . .
128 1, 000 010 24. . .
Man erkennt, da sich der Fehler bei Verdopplung von n um den Faktor
1
4
verkleinert.
Beispiel 7.52 (Trapezregel) Die Naherung
_
b
a
f(x) dx =
n1
i=0
_
x
i+1
x
i
f(x) dx
n1
1=0
(x
i+1
x
i
)
_
1
2
f(x
i
) +
1
2
f(x
i+1
)
_
ist von vergleichbarer Qualitat wie die Mittelpunktsregel.
Beispiel 7.53 (Simpsonregel) Die Naherung
_
b
a
f(x) dx =
n1
i=0
_
x
i+1
x
i
f(x) dx
n1
1=0
(x
i+1
x
i
)
_
1
6
f(x
i
) +
4
6
f
_
x
i
+x
i+1
2
_
+
1
6
f(x
i+1
)
_
dagegen ist wesentlich genauer. In obigem Beispiel ist mit der Simpsonregel
n Naherung
8 1, 000 001 649 5. . .
16 1, 000 000 102 4. . .
32 1, 000 . . .
64 1, 000 . . .
128 1, 000 . . .
hier verringert sich der Fehler also bei jeder Verdopplung von n auf
1
16
!
7.8. NUMERISCHE INTEGRATION 95
Satz 7.54 (Fehler der Mittelpunktsregel) Sei f : [a, b] R zweifach stetig dieren-
zierbar und Z : a = x
0
< < x
n
= b Zerlegung von der Feinheit h = max
i
(x
i+1
x
i
).
Dann gilt
_
b
a
f(x) dx I(Z, f)
b a
24
|f
| h
2
Beweis: Betrachte x
i
x x
i+1
; setze x =
1
2
(x
i+1
+ x
i
). Der Beweis beruht auf der
Beobachtung, da
_
x
i+1
x
i
(x x) dx = 0
und damit
(x
i+1
x
i
)f
_
x
i+1
+x
i
2
_
=
_
x
i+1
x
i
_
f( x) +f
( x)(x x)
dx
(Tangente im Mittelpunkt). Nach dem Taylorschen Satz ist
f(x) = f( x) +f
( x)(x x) +
1
2
f
(
x
)(x x)
2
und damit
f(x)
_
f( x) +f
( x)(x x)
1
2
|f
|(x x)
2
Es folgt damit
_
x
i+1
x
i
f(x) dx (x
i+1
x
i
)f
_
x
i+1
+x
i
2
_
_
x
i+1
x
i
f(x) dx
_
x
i+1
x
i
_
f( x) +f
( x)(x x)
dx
_
x
i+1
x
i
f(x) dx
_
f( x) +f
( x)(x x)
dx
1
2
|f
|(x x)
2
dx =
1
24
|f
| (x
i+1
x
i
)
3
Mit der Dreiecksungleichung ergibt sich
_
b
a
f(x) dx
n1
i=0
(x
i+1
x
i
)f
_
x
i+1
+x
i
2
_
n1
i=0
_
_
b
a
f(x) dx (x
i+1
x
i
)f
_
x
i+1
+x
i
2
_
_
n1
i=0
1
24
|f
| (x
i+1
x
i
)
3
n1
i=0
1
24
|f
| h
2
(x
i+1
x
i
)
b a
24
|f
| h
2

Ana 1

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Ana 1

Загружено:

Авторское право:

Доступные форматы

Analysis I

Prof. Dr. Harry Yserentant

Denition 1.2 (Multiplikation)

(nach Def. der Addition)

(2. Teil der Denition)

= ((n +k) +k)

(nach Def. der Addition)

(nach Def. der Addition)

. Nach dem Induktionsaxiom ist

Grundlagen der Analysis)

Dierenzen mn nat urlicher Zahlen. Dabei mu man zwei Dierenzen

[(m, n)] = mn)

Aquivalenzrelation auf Z Z0:

[y[ mit 3 folgt daraus

Dreiecksungleichung: F ur alle x, y ist [x +y[ [x[ +[y[

Isomorphie ( LA) ist Q der kleinste archimedisch angeordnete

unendlichen Dezimalbr uche. R ist der einzige archimedisch ange-

Cauchyfolgen konvergieren (s. nachstes

), n = 1, 2 . . . Nullfolgen. Dann gibt es f ur jedes vorgegebene

ist also der gesuchte Grenzwert.

, so konvergiert sie gegen x

konvergiert. Dann gibt es ein > 0

der Grenzwert dieser Folge. Dann ist [x

, im Widerspruch zur Voraussetzung.

R konvergiert. Wir zeigen, da (x

x ist und wenn es f ur jedes > 0 ein

x ist und wenn es f ur jedes > 0 ein x A mit x > x

R. Nach Konstruktion ist damit gleichzeitig lim

ist eine untere Schranke von A, denn f ur alle x A ist K

ist die grotmogliche untere Schranke von A. Ist namlich K

keine untere Schranke sein kann.

existiere. Dann konvergiert die Reihe

=: s. Dies bedeutet also, die Folge der s

Menge der unendlichen Dezimalbr uche

= m und damit auch s = s

mehr ganze und rationale Zahlen als nat urliche. Man

Mengen gleicher Machtigkeit.

:= x A [ g(x) ,= 0. Dann ist

[a, b] mit f(x

) = M gibt. Nach Denition

stetig ist, folgt

[a, b] mit f(x

] konstruieren wir eine Folge ineinandergeschachtelter In-

wird entsprechend behandelt: Ausgehend von [a

ist trivial, da dann f(x) = m = M konstant ist.

konvergieren. Da [a, b] abgeschlossen ist, liegen x

stetig ist, gilt [f(x

ist, ist dies ein Widerspruch.

f : [0, 1] R : t f (a +t(b a))

verhalt sich wie...)

lokal linear approximierbar.

(x) ist die

ist eine lineare Abbildung.

dierenzierbar, so ist auch f g

[a, b] mit f(x

) (= f(a) = f(b)), so ist f auf [a, b] konstant und damit

im Innern von [a, b]. Da f in

(x) = 0. Dann ist f konstant.

mit einer Zwischenstelle zwischen 0 und x.

fallend: [B, A] statt [A, B]!

(x) ,= 0, so ist g in f(x) dierenzierbar, und

(x) 0, so ist nach Mittelwertsatz f ur a < x

(x) 0. Dann ist f