Sie sind auf Seite 1von 49

Skript zum Ferienkurs Elemente der Mathematik I SS 2011

Gregory Pitl

15. März 2011

Inhaltsverzeichnis

1 Einleitung

3

2 Beweise, Induktion und mathematische Struktur

 

4

2.1 Grundlegendes

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

4

2.2 Beweisen .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

6

2.3 Induktion

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8

2.4 Primzahlen und Teiler

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

3 Folgen

13

3.1 Definitionen

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

13

3.2 Konvergenzkriterien

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

3.3 Beschränkt und monoton

 

.

.

.

.

.

.

.

.

.

.

.

.

19

3.4 Bekannte Folgen .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

22

3.5 Algorithmus zur Approximation von Quadratwurzeln

.

.

.

.

.

.

.

.

.

23

4 Reihen

26

4.1 Begriffe und Definitionen .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

26

4.2 Grundlegende Reihen .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

28

4.3 Konvergenz-& Divergenzkriterien

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

29

4.4 Staatsexamensaufgaben .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

34

4.5 Grenzwertberechnung

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

35

4.6 Potenzreihen

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

36

5 Komplexe Zahlen & Cardano

 

39

5.1

Komplexe Zahlen

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

39

 

1

5.2

Gleichungen dritten Grades

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

43

6 Funktionen

 

45

6.1

Stetigkeit

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

45

 

2

Kapitel 1

Einleitung

In diesem Skript werden die wichtisten Inhalte der Vorlesung Elemente der Mathe- matik I aus dem Wintersemester 2010/11 vorgestellt und erläutert. Allerdings soll es auch eine grundlegende Einführung in die Mathematik darstellen. D.h. es werden gleich zu Beginn wichtige mathematische Beweisprinzipien diskutiert, sowie ein sau- beres, mathematisch strukturiertes Herangehen und Lösen von Aufgaben aufgezeigt und erklärt. Dabei wird das Prinzip der vollständigen Induktion eine große Rolle spielen. Im Haupteil werden dann die wichtigen Konzepte unendliche Folgen und Reihen ausführlich betrachtet. Diese beiden Begriffe werden jeweils eingeführt, theoretisch beleuchtet und anhand von Beispielen veranschaulicht. Dabei werden insbesondere Verfahren zur approximativen Berechnung von Quadratwurzeln vorgestellt. Darauf folgt ein kurzer Ausflug in die komplexen Zahlen, die Anwendung bei den For- meln von Cardano zur Lösung von Gleichungen dritten Grades finden. Abschließend werden Funktionen eingeführt. Allerdings werden wir hier nur bis zur Untersuchung auf Stetigkeit einer Funktion kommen.

3

Kapitel 2

Beweise, Induktion und mathematische Struktur

Als Erstes werden wir in diesem Kapitel wichtige Grundlagen legen. Wir werden ma- thematische Konventionen zum sauberen, nachvollziehbaren Beweisen allgemeiner Aussagen formulieren und diese an ein paar ausgewählten Beispielen verdeutlichen. Dabei betrachten wir insbesondere das nützliche Prinzip der vollständigen Induktion. Ferner werden wir einige grundlegende mathematische Symbole und Werkzeuge wie Summation und Produktbildung, sowie Fakultät und Binomialkoeffizient kennenler- nen. Des Weiteren betrachten wir einige nützliche Teilaspekte der Mathematik, wie etwa die Primfaktorzerlegung oder den Euklidischen Algorithmus zur Berechnung des größten gemeinsamen Teilers zweier natürlicher Zahlen.

2.1 Grundlegendes

Wir beginnen unsere Einführung mit ein paar mathematischen Symbolen:

Summation:

n

k=1

k := 1 + 2 + · · · + n,

dabei ist das Summenzeichen eine Abkürzung für den Ausdruck mit den Punkten und n eine natürliche Zahl. Manchmal ist es nützlich solch eine Summe bei einem anderen Wert als dem vor-

4

gegebenem loslaufen zu lassen und dann muss eine Indexverschiebung durchgeführt werden. Wenn wir hier also schon bei 0 starten wollen, machen wir formal eine Substitution, ersetzen k durch l + 1 und erhalten

n1

l=11

l + 1 =

n1

l=0

l + 1 = (0 + 1) + (1 + 1) + · · · + (n 1 + 1) = 1 + 2 + · · · + n

Eine vergleichbare Indexverschiebung führt man durch, wenn man den Summations- ausdruck verändern will, also zum Beispiel von

k

1

k=k 0

k 1

Eigenschaften:

n

= a + a + · · · + a = n · a

a

k=1

n

0 + 0 + · · · + 0 = n · 0

=

k=1

= 0

zu

l

1

l

l=l 0

mit a R

"leere Summe"

Produktbildung:

n

k=1

k = 1 · 2 ··· n

Auch hier kann man ganz analog Indexverschiebungen durchführen. Eigenschaften

n

k=1

n

k=1

a = a n

= 1

mit a R

"leeres Produkt"

Fakultät und Binomialkoeffizient:

Für eine natürliche Zahl n definieren wir n-Fakultät

n! :=

n1

k=0

(n k) = n(n 1) · · · 1,

(2.1)

sowie 0! := 1

(2.2)

5

Damit erhalten wir die Rekursion n! = n · (n 1)! n N.

Seien n und k natürliche Zahlen mit k n, so definieren wir den Binomialkoeffizi-

enten

n

k

:=

n! (n k)!k!

ist stets eine natürliche Zahl und gibt gerade die Anzahl der k-elementigen

Teilmenge einer n-elementigen Menge an (oder auch die Anzahl der Möglichkeiten,

k Leute auf n Plätze zu verteilen).

Eigenschaften

n

k

n = 1 = n

0

n

n

k

=

nk

n

= n1 + n1

n

k

k

k1 .

Diese letzte Eigenschaft sieht man auch sehr schön am Pascal’schen Dreieck.

Später wollen wir sie auch noch formal beweisen.

Man kann den Binomialkoeffizenten n auch für n < k oder negative Zahlen defi-

k

nieren. Dies wollen wir an dieser Stelle allerdings nicht machen.

2.2 Beweisen

Im Folgenden betrachten wir einige Konventionen zum schlüssigen Beweisen ma-

thematischer Aussagen. Eine Einhaltung dieser ist aus verschiedenen Gründen sehr

nützlich. Einerseits hilft eine stukturierte Herangehensweise beim Beweisen dem

Studierenden selbst, und zwar sowohl beim Beweis an sich, als auch beim späteren

Nachvollziehen der eigenen Arbeit. Ferner ist sie eine der Kernkompetenzen eines

Mathematikers und damit auch im praktischen Leben durchaus von Vorteil. Zudem

erleichtert sie es dem Leser bzw. dem Korrektor ungemein, die Gedanken des Autors

nachzuvollziehen.

Konventionen zum guten Beweisen:

Nicht mit der zu beweisenden Aussage anfangen und versuchen daraus etwas

Wahres zu folgern, sondern genau andersherum. Aus etwas Falschem kann man

6

alles folgern!

Dem Leser keine zusammenhangslosen Zeilen vorsetzen, sondern diese durch Folge- bzw. Äquivalenzpfeile logisch verbinden.

Bei Ungleichheitsbeweisen ist es oftmals sehr übersichtlich (und meistens auch am einfachsten), wenn man eine Seite solange umformt, bis man bei der ande- ren angekommen ist.

Auf schlüssige Argumentation achten, denn nur das, was tatsächlich da steht, kann verstanden werden. Allerdings sollten auch keine Romane geschrieben werden.

Aufgabe:

Seien a, b 0. Zeige: a+b ab Beispiel für schlechten Beweisstil: (In der Schule hätte man diese Aufgabe wohl so

2

gelöst)

a+b

2

( a+b

2

ab

) 2 ab

a 2 + b 2 + 2ab 4ab (a b) 2 0 "wahr" Das ist ein typisches Beispiel für zwei Fehler, die eng miteinander verbunden sind:

zusammenhangslose Zeilen & beginnen mit der Behauptung. Beispiel für guten Beweisstil:

Idealerweise löst man die Aufgabe, indem man obige Rechnung durchführt und sie dann rückwärts hinschreibt:

Es gilt:

(a b) 2 0

a 2 + b 2 + 2ab

4ab

( a+b

2

) 2 ab

ab

Eine Mischung aus den beiden Varianten ist allerdings auch in Ordnung, man sollte sich allerdings stets darüber im Klaren sein, welche Richtung des Äquivalenz- bzw.

a+b

2

7

Folgepfeils man gerade benötigt und welche überhaupt korrekt ist. Ein weiteres Be- weisprinzip erkennt man an folgender Aufgabe. Aufgabe:

Es seien a, b zwei reelle Zahlen mit a < b. Zeige: a < a+b

Dazu:

I. Wir zeigen zuerst die zweite Ungleichung. Es gilt: a+b = a +

2

2

< b.

2

b

2

a<b

<

b

2

+

b

2

= b.

II. Die erste Ungleichung folgt komplett analog durch die Abschätzung

b

2

> a

2 .

Weitere Beweisbeispiele werden wir im nächsten Abschnitt über vollständige In- duktion betrachten.

2.3 Induktion

Dieser Abschnitt ist der vollständigen Induktion gewidmet. Diese ist ein wichtiges Beweisprinzip in der Mathematik, womit quasi auf einen Schlag (bzw. auf zwei) eine Aussage für (abzählbar) unendlich viele Fälle bewiesen werden kann. Aus Gründen der Vereinfachung nehmen wir im Folgenden an, dass wir eine Aussage für alle natürlichen Zahlen zeigen müssen. Ein Induktionsbeweis besteht immer aus zwei Schritten:

1. Induktionsanfang: (IA) Die Behauptung wird für die kleinste Zahl, für die sie gelten soll, gezeigt.

2. Induktionsschritt: (IS) Anschließend nehmen wir mit der sogenannten Induk- tionsvoraussetzung (IV) an, dass unsere Behauptung für eine beliebige, aber feste natürliche Zahl gilt und zeigen dann damit, dass sie auch zwangsläufig für die nächstgrößere Zahl gelten muss.

Gelingt uns dies, so haben wir die Behauptung gezeigt. Das Prinzip kann man mit dem Umstoßen einer Kette von Dominosteinen verglei- chen. Der IA stellt sicher, dass wir irgendwo anfangen, Steine umzuwerfen. Wissen wir nun, dass, wenn Stein k umfällt auch Stein k + 1 fällt, so fallen in der Tat alle Steine um (der erste Stein fällt durch IA, der zweite nach IS, weil Stein eins gefallen

8

ist, der dritte wiederum wegen Stein zwei, usw.). Dieses Beweisprinzip wollen wir

gleich an ein paar Beispielen üben.

Aufgaben:

1. Zeige die bekannte Formel von Euler:

n

k=1

k = n(n+1)

2

n N

2. Sei a > 0. Zeige: (1 + a) n 1 + na n N

Dazu:

1. IA: n = 1 :

1

linke Seite:

rechte Seite: 1(1+1) = 1, also gilt linke Seite = rechte Seite und damit ist der

IA gezeigt.

IV: Es gelte

IS: n n + 1

Wir müssen jetzt zeigen, dass

und formen dies unter Verwendung der IV um, bis wir rechts angekommen

sind:

gilt. Dazu beginnen wir links

k=1

k = 1 und

n

2

k=1

k = n(n+1)

2

für ein beliebiges, aber festes n.

n+1

k=1

k = (n+1)(n+2)

2

n+1

k=1

n k = k=1 k + (n + 1) IV =

n(n+1)

2

+ n + 1 = n(n+1)+2(n+1)

2

= (n+1)(n+2)

2

Damit ist der IS durchgeführt und die Behauptung bewiesen.

2. IA: n = 1 :

linke Seite: (1 + a) 1 = 1 + a

rechte Seite: 1 + 1a = 1 + a, also gilt hier linke Seite = rechte Seite und damit

insbesondere auch die Behauptung

IV: Es gelte (1 + a) n 1 + na für ein beliebiges, aber festes n.

IS: n n + 1

Auch hier starten wir wieder links und formen dies solange um, bis wir rechts

angekommen sind:

(1 + a) n+1 = (1 + a) n (1 + a)

1 + (n + 1)a + na 2 na 2 1 + (n + 1)a

Somit folgt der IS und damit auch die Behauptung.

=

IV

(1 + na)(1 + a)

1 + na + a + na 2

=

0

9

2.4

Primzahlen und Teiler

In diesem Abschnitt beschäftigen wir uns mit den Begriffen Teilbarkeit, Primzahl und größter gemeinsamer Teiler (ggT). Eine natürliche Zahl a teilt eine andere b, falls eine dritte natürliche Zahl c existiert mit ac = b, wir schreiben dann a | b. Also wird etwa 12 von 2 geteilt, da 2 · 6 = 12. Eine Primzahl ist eine natürliche Zahl, die nur von sich selbst und von 1 geteilt wird, also genau zwei Teiler hat. Dementsprechend sind die kleinsten Primzahlen gegeben durch

2, 3, 5, 7, 11, 13, 17, 19, 23

Bemerkung:

Primzahlen spielen bei der Verschlüsselung von Nachrichten eine wichtige Rolle undt treten daher in der Kryptographie vermehrt auf.

Wie Euklid bereits vor mehr als 2000 Jahren zeigte, gibt es unendlich viele Primzahlen (der Beweis dafür ist ein sehr schönes Beispiel für einen konstruk- tiven Widerspruchsbeweis)

Es gibt viele interessante Fragestellungen in Bezug auf Primzahlen, wie etwa Primzahlzwillinge, Mersenne-Primzahlen, Fermat-Zahlen, Berechnung großer Primzahlen, etc. Leider können wir darauf hier nicht genauer eingehen.

Primfaktorzerlegung:

Primzahlen sind des Weiteren bei der Zerlegung (großer) natürlicher Zahlen nützlich; denn jede natürliche Zahl hat eine eindeutige Primfaktorzerlegung. Dieses wichti- ge (und auch sehr einleuchtende) Resultat wollen wir hier ohne Beweis verwenden. D.h. wir können jede Zahl auf genau eine Weise in ein Produkt von Primzahlen und Primzahlpotenzen zerlegen. Beispielsweise ist 819 = 3 2 · 7 · 13, hat also die Primteiler 3,7 und 13. Wenn wir die Primfaktorzerlegung von zwei natürlichen Zahlen kennen, ist es sehr einfach, die gemeinsamen Teiler zu finden. Damit finden wir offensichtlich auch den ggT sehr leicht. Allerdings ist es oftmals mit großem Aufwand verbunden, die Prim-

10

faktorzerlegung zu berechnen und daher ist es sinnvoll, andere Hilfsmittel zur Be-

rechnung des ggT’s zu kennen. Das bekannteste ist der Euklidische Algorithmus.

Euklidischer Algorithmus:

Der Euklidische Algorithmus erhält als Input zwei natürliche Zahlen a und b und

liefert als Output den ggT(a, b). Wir starten mit seiner Beschreibung in Pseudocode,

die wir danach anhand von zwei Beispielen veranschaulichen:

Euklidischer Algorithmus (a, b)

Beispiele

wenn a = 0

sonst solange b =

0

gib a zurück

dann gib b zurück

wenn a > b

dann a a b

sonst b b a

(2.3)

1. Bestimme den ggt von a = 462 und b = 275

1) a > b, also a 1 = a b = 462 275 = 187 und b bleibt fest

2) b > a 1 , also b 1 = b a 1 = 275 187 = 88, a 1 = 187

3) a 1 > b 1 , also a 2 = 187 88 = 99

4) a 2 > b 1 , also a 3 = 99 88 = 11

5) b 1 > a 3 , also b 2 = b 1 a 3 = 88 11 = 77

.

.

.

12) b 8 = a 3 = 11, gib a 3 = 11 zurück. Also ist 11 = ggt(462, 275).

Diese Notation ist etwas umständlich und kann über Gleichungen vereinfacht

werden. Dabei können auch gleich mehrere Schritte zusammengefasst werden.

1) 462 = 275 + 187

2) 275 = 187 + 88

3) 187 = 2 · 88 + 11

4) 88 = 8 · 11 + 0 ggt(462, 275) = 11

2. Bestimme ggt(315, 112):

11

1) 315 = 2 · 112 + 91

2) 112 = 91 + 21

3) 91 = 4 · 21 + 7

4) 21 = 3 · 7 + 0 ggt(315, 112) = 7.

Das Vorgehen im Euklidischen Algorithmus kann auch dazu genutzt werden, um den ggt als Differenz von ganzzahligen Vielfachen der Ausgangszahlen darzustellen. Dies wollen wir am ersten Beispiel veranschaulichen.

11

3)

=

2)

187 2 · 88

= 187 2(275 187)

= 3 · 187 2 · 275

= 3(462 275) 2 · 275

= 3 · 462 5 · 275

1)

Wir können also mit Hilfe des Euklidischen Algorithmus’ sowohl den ggt zweier beliebiger natürlicher Zahlen bestimmen, als auch diesen als Differenz ganzzahliger Vielfacher der beiden Ausgangszahlen darstellen.

12

Kapitel 3

Folgen

Im Folgenden lernen wir unendliche Folgen reeller Zahlen kennen und werden ei-

nige Methoden zur Untersuchung auf Konvergenz und zur Berechnung eines ggf.

vorhandenen Grenzwerts betrachten.

3.1 Definitionen

Eine Folge ist eine Abbildung von den natürlichen in die reellen Zahlen, d.h. man

ordnet jeder natürlichen Zahl eine reelle Zahl zu. Man kann eine Folge dann als

unendlich-dimensionalen Vektor notieren.

a n : N R,

(a n ) = (a 1 , a 2 , a 3 ,

) a i R n N

(3.1)

Betrachten wir dazu gleich ein paar Beispiele:

a n := n enspricht also einerseits N R, n

n und andererseits (1, 2, 3, 4,

).

b n :=

n entspricht der Abbildung N R, n n oder dem Vektor (1,

1

1

1

2 ,

1

3 ,

).

Wir werden im Folgenden zwischen zwei Typen von Folgen unterscheiden, nämlich

zwischen explizit (oder direkt) gegebenen und rekursiv definierten Folgen.

Explizit gegebene Folgen:

Bei dieser Art von Folgen können wir jedes beliebiges Folgenglied einfach durch Ein-

setzen berechnen. Z.B. ist das 17-te Folgenglied a 17 der Folge a n := n+1 n1 gegeben

durch a 17 =

8 . Es besteht also ein direkter Zusammenhang zwischen der

17+1

171

9

=

13

Nummer / dem Index des Folgenglieds und dessen Wert. Rekursive Folgen:

Hier können wir nicht ohne Weiteres nur mit Hilfe des Index’ den Wert eines be- liebigen Folgenglieds berechnen. Wir benötigen zusätzlich Informationen über einen oder mehrere Vorgänger. Betrachten wir beispielsweise a 0 := 1, a n := a n1 , so kön- nen wir a 17 zunächst nicht ausrechnen. Wissen wir aber, dass a 16 = ( 2 ) 16 gilt, so ist a 17 = a 16 = ( 1 2 ) 17 . Zu beachten ist, dass wir bei rekursiven Folgen stets einen (oder mehrere) Startwert(e) benötigen, um die Folge zu initialisieren. Haben zwei Folgen mit gleicher Rekursionsvorschrift verschiedene Startwerte, so können sie sich komplett anders verhalten, also ist es wichtig, den Startwert nicht außer Acht zu lassen.

2

1

2

Konvergenz einer Folge Kommen wir nun dazu, Folgen genauer zu untersuchen. Wir haben bisher kennenge- lernt, wie wir einzelne Folgenglieder ausrechnen. Dies können wir für endliche viele tun, aber i. d. R. nicht für alle, unendlich viele (außer die Folge ist beispielswei- se konstant). Daher interessiert uns was passiert, wenn der Laufindex n sehr groß wird, also gegen Unendlich geht. Hier gibt es unterschiedliche Fälle, die wir zunächst verbal formulieren:

1. Die vorliegende Folge nähert sich einer festen reellen Zahl beliebig nah an (erreicht sie aber ggf trotzdem nie ganz)

2. Sie wird beliebig groß bzw beliebig stark negativ

3. Sie tut nichts dergleichen, springt also beispielsweise zwischen verschiedenen Werten hin und her

Der spannendste Fall ist dabei verständlicherweise der erste und daher betrachten wir diesen zuerst und am ausführlichsten. Definition:

Eine Folge (a n ) nN konvergiert gegen eine reelle Zahl a, falls > 0 N( ) N n N( ) : | a n a |< .

14

Puuh, das ist erstmal ein ganz schön komplizierter mathematischer Keulenschlag. Versuchen wir das Ganze nach und nach zu verstehen:

• ∀ > 0. In der Mathematik ist > 0 das Sinnbild für etwas sehr Kleines aber noch Positives. Hier symbolisiert es eine Genauigkeitsschranke, die nicht überschritten werden darf. Der Allquantor sorgt dafür, dass wir beliebig nahe herankommen, also alle Schranken unterschritten werden.

• ∃N ( ) N n N ( ). Dies definiert einen Index N , der von unserer Feh- lerschranke abhängt, so dass für alle darauffolgenden Indizes n etwas gelten soll.

• | a n a |< . Damit ist gemeint, dass der Abstand der späteren Folgenglieder a n (also denen nach a N( ) ) zu unserem Grenzwert a unter unserer Fehlerschranke liegen soll.

Betrachten wir hierzu gleich einmal ein Beispiel:

Sei a n := n n N. Setzen wir große Zahlen für n ein, sehen wir sofort, dass a n sehr klein wird, aber noch positiv ist. Wir nähern uns mit a n also der Null immer mehr an. Der Grenzwert ist damit offensichtlich a = 0 und es liegt eine sogenannte Nullfolge vor. Dies ist hoffentlich jedem anschaulich recht klar. Betrachten wir nun

die Definition und zwei feste Fehlerschranken 1 = 0, 1 und 2 = 0, 01. Zuerst ist also die Fehlerschranke 0, 1. Wir müssen somit herausfinden, wann unsere Folge von der

1

!

< 0, 1. Dies können

wir aber leicht umformen und erhalten n > 10. Wählen wir etwa N ( 1 ) = 11, so

sind wir auf der sicheren Seite und es folgt n 11 : a n < 0, 1.

Analog können wir auch bei 2 vorgehen und erhalten N ( 2 ) = 101 (wir könnten

auch z.B. N ( 2 ) = 1000 wählen und die Aussage würde weiterhin stimmen

Jetzt haben wir also gesehen, wie wir für zwei beispielhafte Fehlerschranken einen Index N angeben können, wir müssen dies aber laut Definition > 0 tun. Sei also > 0 beliebig. Analog zu 1 = 0, 1 erhalten wir also die Ungleichung

1

Null nicht mehr weiter weg ist als 0, 1, d.h. | a n 0 |=| n |=

!

1

n

).

< n > 1 . Wir müssen damit nur sicherstellen, dass diese Ungleichung erfüllt ist, dazu können wir etwa N ( ) = 1 + 1 wählen (dabei bezeichnet · die soge-

1

n

!

!

15

nannten Gauß-Klammern, die eine reelle Zahl immer auf die nächstgrößere natürli-

che Zahl aufrunden). Mit dieser Vorschrift gilt dann tatsächlich für jedes beliebige

:| a n 0 |< n N ( ) und damit haben wir gezeigt, dass n gegen 0 konvergiert.

Kurz dafür: a n 0 oder lim

1

n a n = 0.

Dieses explizite Nachrechnen der Definition ist, wie man sieht, sehr mühsam und da-

her werden wir im Folgenden Hilfsmittel kennenlernen, die uns die Arbeit mitunter

erheblich erleichtern. Allerdings können wir die Definition sinnvoll verwenden, um

Nicht-Konvergenz zu zeigen. Finden wir nämlich ein > 0, so dass es kein entspre-

chendes N ( ) in obiger Bedingung geben kann, so kann die Folge auch nicht gegen

diesen Grenzwert konvergieren.

Vorab noch zwei Einschübe:

(i) Wieso benötigen wir den Betrag in der Definition und schreiben nicht einfach

a n a < ?

Betrachten wir dazu beispielsweise a n := n. Ohne den Betrag könnten wir nun

ganz leicht zeigen, dass a n 0 gilt, denn a n 0 = n < 0 < . Dies ist aber offen-

sichtlich Unsinn und daher benötigen wir den Betrag, um tatsächlich den Abstand

von a n zum Grenzwert a zu erhalten.

(ii) Wir sagen, dass eine Folge (a n ) uneigentlich gegen +konvergiert, falls

c R + N N n N : a n > c, d.h. also, dass wir irgendwann größer sind als

jede beliebige obere Schranke. Analog für −∞.

3.2 Konvergenzkriterien

Bevor wir zu den Hilfsmitteln kommen, benötigen wir noch zwei Definitionen und

eine Bemerkung:

Definition:

Eine Folge (a n ) heißt beschränkt, falls c R :| a n |≤ c n N bzw.

c 1 , c 2 R : c 1 a n c 2 n N

Frage: Wieso sind diese beiden Formulierungen äquivalent?

Eine Folge (a n ) heißt monoton wachsend, falls a n a n+1 n N. Analog für

16

monoton fallend.

Beispiele:

a n := n ist monoton wachsend, aber (nach oben) unbeschränkt

a n :=

n 1 ist monton fallend und beschränkt

1

a n := (1) n n ist weder monton wachsend noch fallend, aber beschränkt (etwa

c = 1)

a n := 1 ist sowohl monoton wachsend, als auch fallend und beschränkt

Wollen wir zeigen, dass a n a gilt, so können wir alternativ a n a 0 zeigen.

Hilfsmittel zum Nachweis von Konvergenz:

1. Definition: a n a :

> 0 N( ) N n N( ) :| a n a |<

2. Majorantenkriterium

Sei (b n ) eine bekannte (positive) Nullfolge und gelte 0 a n b n n N, so

ist auch (a n ) eine Nullfolge.

3. Verknüpfung konvergenter/beschränkter Folgen

Sind (a n ) und (b n ) konvergente Folgen mit a n a und b n b, so gilt

a n · b n

a

n

b

n

a

b

a · b,

a n + b n

a + b. Gilt weiter b, b n

= 0, so folgt auch

Sei (a n ) eine Nullfolge und (b n ) beschränkt, so ist auch a n ·b n eine Nullfolge

4. Beschränktheit und Monotonie

Ist eine Folge beschränkt und monoton, so konvergiert sie.

5. Cauchy-Kriterium

Eine Folge heißt Cauchy-Folge, falls

> 0 N N n, m N :

| a m a n |<

Ist eine Folge (a n ) reeller Zahlen eine Cauchy-Folge, so konvergiert (a n ).

17

Um diese Kriterien nicht nur mathematisch zu formulieren, sondern auch besser zu

verstehen, betrachten wir im Folgenden ein paar Beispiele:

1

1. a n := n (siehe oben)

2. Zum Majorantenkriterium betrachten wir drei Beispiele:

Sei a n := 1 2 , dann gilt 0

n

1

n 2

=

1

n ·

1

n

n 1 1

1 · n . Da n eine Nullfolge ist,

1

1

folgt somit nach dem Majorantenkriterium die Konvergenz von

1

n 2 .

Sei b n := n1 , dann gilt: 0 n1

n

2

n

2

n 1

n 2

=

n

2 0 und somit folgt auch

hier Konvergenz nach dem Majorantenkriterium.

In der Übung wurde gezeigt c n := n!

n n

n 1 und damit auch c n 0.

3. Betrachte n 2 +3n1 =

2n 2 +7

3 1

n

n 2

. Der Zähler ist nun also die additive Verknüpfung

dreier Folgen und geht damit gegen die Summe der Einzelgrenzwerte, also

gegen 1+0-0=1. Analog geht der Nenner gegen 2 und damit ist der gesamte

Grenzwert gleich

2 . Ein gutes Beispiel für den zweiten Teil ist die Konvergenz von 1 2 , da man auch

1+

2+

7

n

2

1

n

1

argumentieren kann, dass n beschränkt ist und somit ist 1 2 das Produkt einer

n

beschränkten Folge und einer Nullfolge, also selbst eine Nullfolge.

4. Dies ist das mit Abstand wichtigste Kriterium für rekursive Folgen und wird

weiter unten genauer ausgeführt.

5. Die Definition einer Cauchy-Folge ist sehr ähnlich zur Definition der Konver-

genz einer Folge. Allerdings wird hier nicht mehr der Abstand der Folgenglieder

zu einem Grenzwert klein, sondern der Abstand aller späten Folgenglieder un-

tereinander, d.h. also anschaulich, dass die Folge sich für große n nicht mehr

stark verändert und somit legt das nahe, dass so eine Folge schließlich konver-

gieren muss. Allerdings ist das Kriterium noch unhandlicher als die Konver-

genzdefinition und wird daher selten verwendet. Deswegen werden wir es auch

nicht näher untersuchen.

18

3.3

Beschränkt und monoton

Im Folgenden widmen wir unsere Aufmerksamkeit den rekursiven Folgen. Genauer gesagt betrachten wir das Verfahren zum Nachweis, dass eine rekursive Folge kon- vergiert. (Häufige) Vorgehensweise zum Nachweis der Konvergenz rekursiver Fol- gen (inkl. Grenzwertbestimmung):

Exemplarisch für eine monoton wachsende Folge (a n )

1. Finde eine obere Schranke c und zeige a n c n N (meist mit Induktion über n)

2. Zeige (a n ) ist monoton wachsend, d.h. a n+1 a n . Dabei zeigen wir meist

a n+1 a n

!

0

3. Bestimme den Grenzwert durch Ersetzen von a n+1 und a n in der Definitions- gleichung der Folge durch a und Ausrechnen von a.

Anmerkungen:

Aus 1. und 2. folgt die Konvergenz der Folge. Manchmal ist es sinnvoller/einfacher zuerst 2. und dann 1. zu zeigen.

3. ist meistens leicht und kann auch ohne den meist schwierigeren Konver- genzbeweis durchgeführt werden (leichte Punkte ;) ). Dann weiß man, falls (a n ) konvergiert, so muss a n a gelten.

Die Rechtfertigung dieser Grenzwertbestimmung liegt in der Tatsache, dass, falls a n a, auch a n+1 a gelten muss und im Anwenden der Grenzwertbil- dung auf die Definitionsgleichung.

Beispiel 1:

Gegeben sei die Folge (a n ) durch

a 1 := 1,

a n+1 := 12 + a n

n 1

(a)

Zeige, dass (a n ) monoton wachsend und beschränkt ist

(b)

Bestimme den Grenzwert von (a n ).

19

zu (a) Wir zeigen zuerst a n+1 a n mittels vollständiger Induktion über n:

IA: n = 1 : a 1 = 1 und a 2 = 12 + 1 = 13 > 1 = a 1 , passt. IS n n + 1 IV: Es gelte a n+1 a n für ein beliebiges, aber festes n N. Zeige: a n+2 Dazu starten wir auf der linken Seite und erhalten:

12 + a n+1 IV 12 + a n Def. = a n + 1 und damit haben wir die Monotonie

gezeigt. Wie finden wir nun eine potenzielle obere Schranke? Bei einer monoton wachsenden Folge ist der Grenzwert offensichtlich eine obere Schranke und daher springen wir zu (b) und berechnen diesen. Wir werden unten a = 4 erhalten und zeigen also a n 4 n N (wiederum mit vollständiger Induktion):

IA: n = 1 : a 1 = 1 < 4 IS: n n + 1 IV: Es gelte a n 4 für ein beliebiges, aber festes n. Zeige: a n+1 4 a n+1 Def. = 12 + a 2 IV 12 + 4 = 16 = 4. Damit folgt die Beh. mittels Induktion. Der Vollständigkeit halber bemerken wir noch 1 = a 1 a n n N, da (a n ) monoton wachsend und damit ist (a n ) auch nach unten beschränkt. Insgesamt folgt, dass (a n ) konvergiert. (b) Zur Bestimmung des Grenzwerts a müssen wir diesen in die Definitionsgleichung einsetzen:

!

a n+1

Def.

=

a n+2

a = 12 + a a 2 = 12 + a (a 4)(a + 3) = 0 a = 4. Wieso ist a

Zusatzfrage: Was passiert, wenn man den Startwert a 1 = 1 durch a 1 := 5 ersetzt? (kurze) Antwort: (a n ) konvergiert weiter gegen a dann allerdings von oben, ist also monoton fallend und nach unten durch 4 beschränkt.

= 3?

Beispiel 2:

Gegeben sei die Folge (a n ) durch

a 1 := 5

a n+1 := 3 +

2

7 a n

n N

20

(a)

Zeige 3 a n 5

(b)

Zeige, dass a n konvergiert.

(c)

Bestimme den Grenzwert von (a n )

zu (a) Wie so oft zeigen wir die Beschränktheit auch hier durch vollständige Induk- tion über n:

IA: n = 1 : a 1 = 5 und damit ist 3 5 5 IS: n n + 1 IV: Es sei 3 a n 5 für ein beliebiges festes n N. Zeige, dass diese beiden Ungleichungen dann auch für a n+1 gelten. Dafür betrachten wir zuerst die Definitionsgleichung von a n+1 und untersuchen, wann 7a n in Abhängigkeit von a n maximal bzw. minimal wird. Umso größer a n , umso kleiner der Nenner und somit umso größer der Bruch und umgekehrt. Folglich

gilt:

2

2

73

7a n

2

7a n

7a n

2

2

75 . Diese Beziehung folgt auch für a n+1 und wir erhalten:

3 +

3 +

2

= 3, 5 3 und 75 = 4 5.

73

2

2

a n+1 Def. = 3 +

a n+1 Def. = 3 +

Also haben wir die Beschränktheit von a n gezeigt. zu (b) Da wir in Teil (a) die Beschränktheit von a n nachgewiesen haben, liegt es nahe, im Folgenden zu zeigen, dass a n auch monoton ist (dies impliziert dann die Konvergenz). Ist (a n ) monoton fallend oder wachsend? Verschiedene Anzeichen, wie der Startwert (an der Obergrenze der Folge) oder die Abschätzungen im Indukti- onsschritt, deuten auf monoton fallend hin. Wenn einem dies noch nicht klar ist, oder man so etwas nicht sofort sieht, muss man wohl oder übel a 2 , a 3 berechnen und dann erkennt man, dass (a n ) zumindest für diese Folgenglieder monoton fallend ist. Wir versuchen also a n a n+1 zu zeigen, mal wieder mit vollständiger Induktion:

IA: n = 1 : a 1 = 5 und a 2 = 3 + 75 = 4 und damit gilt a 1 a 2 IS: n n + 1 IV: Es sei a n a n+1 für ein beliebiges, aber festes n N. Zeige: a n+1 a n+2 :

Dazu starten wir mit unserer IV und leiten aus dieser unsere Behauptung her:

2

21

a n a n+1

7 a n 7 a n+1

2

7a n

3 +

2

7a n 3 +

2

7a n+1

2

7a n+1

a n+1 a n+2

Dies zeigt, dass (a n ) monoton fallend ist. Zusammen folgt daher (a n ) ist konvergent.

zu (c) Die Berechnung des Grenzwertes bereitet hoffentlich keine großen Schwierig-

keiten. Wir setzen wiederum a für a n und a n+1 ein und erhalten:

2

a = 3 + 7a

(a 3)(7 a)

= 2

a 2 + 10a 23

= 0

a 1,2 = 5 ± 2,

weiter gilt nach (a) 3 a n 5 und damit 3 a 5. Dies impliziert a = 5 2 ist

der Grenzwert der rekursiven Folge (a n ).

3.4 Bekannte Folgen

In diesem Abschnitt werden wir einige bekannte Folgen betrachten, deren Grenz-

werte wir kennen/berechnen können.

Beispiel 1:

Eine der bekanntesten Folgen, die auch immer wieder in irgendeiner Form im Staats-

examen auftaucht, ist die Folgende:

1

1 + n n e

Darauf aufbauend, kann man allgemein zeigen, dass x R gilt

1 + n n e x

x

Eine recht offensichtliche Folgerung ist

n + 1 n =

n

1

n