You are on page 1of 216

Analysis 1

WS 2012-2013
Michael Kaltenb ack
Inhaltsverzeichnis
Vorwort iii
1 Mengen und Abbildungen 1
1.1 Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Die reellen Zahlen 9
2.1 Algebraische Struktur der reellen Zahlen . . . . . . . . . . . . . . . . 9
2.2 Ordnungsstruktur der reellen Zahlen . . . . . . . . . . . . . . . . . . 11
2.3 Die nat urlichen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4 Der Ring der ganzen Zahlen . . . . . . . . . . . . . . . . . . . . . . 26
2.5 Der K orper Q . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.6 Archimedisch angeordnete K orper . . . . . . . . . . . . . . . . . . . 39
2.7 Das Vollst andigkeitsaxiom . . . . . . . . . . . . . . . . . . . . . . . 40
2.8 Die komplexen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . 46
3 Der Grenzwert 51
3.1 Metrische R aume . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2 Der Grenzwert in metrischen R aumen . . . . . . . . . . . . . . . . . 56
3.3 Folgen reeller und komplexer Zahlen . . . . . . . . . . . . . . . . . . 61
3.4 Monotone Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.5 Cauchy-Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.6 Konvergenz in weiteren metrischen R aumen . . . . . . . . . . . . . . 70
3.7 Konvergenz gegen unendlich . . . . . . . . . . . . . . . . . . . . . . 73
3.8 Unendliche Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.9 Konvergenzkriterien . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4 Die Konstruktion der reellen Zahlen 89
4.1 Existenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.2 Eindeutigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5 Geometrie metrischer R aume 97
5.1 -Kugeln, oene und abgeschlossene Mengen . . . . . . . . . . . . . 97
5.2 Kompaktheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.3 Gerichtete Mengen und Netze . . . . . . . . . . . . . . . . . . . . . 108
5.4 Unbedingte Konvergenz und Umordnen von Reihen . . . . . . . . . . 114
5.5 Grenzwerte von Funktionen . . . . . . . . . . . . . . . . . . . . . . 123
i
ii INHALTSVERZEICHNIS
6 Reelle und komplexe Funktionen 129
6.1 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.2 Der Zwischenwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . 136
6.3 Gleichm aige Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . 138
6.4 Unstetigkeitsstellen . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6.5 Monotone Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.6 Gleichm aige Konvergenz . . . . . . . . . . . . . . . . . . . . . . . 146
6.7 Reell- und komplexwertige Folgen und Reihen . . . . . . . . . . . . 152
6.8 Die Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . . . . 158
6.9 Fundamentalsatz der Algebra . . . . . . . . . . . . . . . . . . . . . . 166
6.10 Weitere wichtige elementare Funktionen . . . . . . . . . . . . . . . . 168
6.11 Abelscher Grenzwertsatz . . . . . . . . . . . . . . . . . . . . . . . . 172
7 Dierentialrechnung 175
7.1 Begri der Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . 175
7.2 Mittelwerts atze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
7.3 Der Taylorsche Lehrsatz . . . . . . . . . . . . . . . . . . . . . . . . 191
7.4 Stammfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
Literaturverzeichnis 205
Index 206
Vorwort
Mit diesem Skriptum, liebe Studenten, m ochte ich zu einem reibungslosen Start in ihr
Mathematikstudium beitragen. Den in dieser Vorlesung auftretenden Begrien, Kon-
zepten und Ergebnissen werden Sie im ganzen Studium immer wieder begegnen. So
Dinge wie Stetigkeit, Dierenzierbarkeit und Konvergenz werden als selbstverst and-
lich vorausgesetzt werden.
Bei der Gestaltung dieses Skriptums habe ich versucht darauf zu achten, dass selbi-
ges nicht nur als Lernunterlage, sondern auch zumNachschlagen in sp ateren Semestern
verwendet werden kann. Insbesondere ndet sich ein ausf uhrlicher Index am Ende des
Skriptums.
Obwohl die erste Analysis Vorlesung inhaltlich nicht viel Spielraumf ur den Vortra-
genden l asst, habe ich doch versucht, auf die Dinge besonderes Augenmerk zu legen,
die mir in meiner Arbeit als Mathematiker und im Hinblick auf zuk unftige Vorlesun-
gen wichtig scheinen. Ich m ochte aber auch betonen, dass das meine ganz pers onliche
Sicht der Materie ist. Es kann f ur Sie daher nur von Nutzen sein, wenn sie auch in
andere Analysis Skripten bzw. B ucher schauen und daraus lernen, um einen gr oeren
Blickwinkel zu bekommen.
Das ersten Kapitel ist als Einf uhrung in die mathematischen Grundlagen bewusst
kurz gehalten, da diese in der parallel gehaltenen Vorlesung Lineare Algebra 1 ohnehin
ausf uhrlicher behandelt werden, und somit allzu viele Doppelgleisigkeiten vermieden
werden.
Schlielich m ochte ich den vielen Kolleginnen und Kollegen aus mittlerweile vier
Analysis Zyklen danken, die mich auf Fehler in den vorherigen Versionen dieses
Skriptums aufmerksam gemacht haben, und somit ein viel weniger holpriges Werk
erm oglicht haben.
Bez uglich der noch versteckten Fehler m ochte ich die Leser bitten, mir entdeckte
Druckfehler mit Seiten und Zeilenangabe per Email zu schicken:
michael.kaltenbaeck@tuwien.ac.at
Michael Kaltenb ack Wien, im September 2012
iii
iv VORWORT
Kapitel 1
Mengen und Abbildungen
1.1 Mengen
Die Objekte der modernen Mathematik sind die Mengen. Obwohl die Logik einen
axiomatischen Zugang zur Mengenlehre bietet, wollen wir uns in dieser Vorlesung auf
den naiven Mengenbegri st utzen. Interessierte Studenten seien auf die Vorlesungen
uber axiomatische Mengenlehre verwiesen.
1.1.1 Denition. Eine Menge ist eine Zusammenfassung von bestimmten, wohl un-
terschiedenen Objekten unserer Anschauung zu einem Ganzen. Die Objekte heien
Elemente der Menge.
Ist x ein solches Element von M, so schreiben wir x M. Im Falle, dass x nicht
zu M geh ort, schreiben wir x M. M oglichkeiten Mengen darzustellen sind die
aufz ahlende Schreibweise:
M = a, b, c, d, e, oder M = 1, 2, . . .
und die beschreibende Schreibweise:
M = x : x ist ungerade ganze Zahl.
1.1.2 Denition. Sind A, B Mengen, so sagt man A ist gleich B (A = B), wenn sie die
selben Elemente enthalten. Man sagt A ist eine Teilmenge von B (A B), falls jedes
Element von A auch ein Element von B ist. In diesem Fall bezeichnet man auch B als
Obermenge von A (B A).
Will man zum Ausdruck bringen, dass dabei A mit B nicht ubereinstimmt, so
schreibt man A B.
Schreibweisen wie A B, A B, o. a. sind dann selbsterkl arend. Einer bestimmten
Menge werden wir oft begegnen, n amlich der leeren Menge , also der Menge, die
keine Elemente enth alt.
Man beachte zum Beispiel, dass die Menge a, b, c gleich der Menge c, a, b, a ist,
und dass z.B. die Menge 1, 3, 5, . . . mit
x : x ist ungerade nat urliche Zahl
ubereinstimmt.
1
2 KAPITEL 1. MENGEN UND ABBILDUNGEN
Hat man zwei oder mehrere Mengen, so kann man diese in verschiedener Weise
miteinander verkn upfen.
1.1.3 Denition. Seien A und B zwei Mengen:
Die Menge A B = x : x A oder x B heit die Vereinigungsmenge von A
und B. F ur A B sagt man kurz auch A vereinigt B.
Die Menge A B = x : x A und x B heit die Schnittmenge von A und B.
Man sagt kurz auch A geschnitten B.
Die Menge B \ A = x : x B und x A ist die Dierenz von B und A. Man
sagt kurz auch B ohne A.
Betrachtet man Teilmengen A einer xen Grundmenge M, so schreiben wir auch
A
c
f ur M \ A und nennen es das Komplement von A in M, kurz A Komplement.
A B := (x, y) : x A, y B das kartesische Produkt der Mengen A und B.
Das ist also die Menge, deren Elemente die geordneten Paare sind, deren erste
Komponente zu A und deren zweite Komponente zu B geh ort
1
. F ur AA schreibt
man auch A
2
.
Auch Durchschnitt und Vereinigung von mehr als zwei Mengen kann man analog
denieren. Ist M
i
, i I, eine Familie von Mengen, durch indiziert mit der Indexmenge
I, so ist
_
iI
M
i
:= x : x M
i
f ur alle i I,
_
iI
M
i
:= x : es gibt ein i I mit x M
i
.
Das kartesische Produkt endlich vieler Mengen ist analog wie jenes f ur zwei Mengen
erkl art. Zum Beispiel ist
A B C := (x, y, z) : x A, y B, z C.
F ur A A A schreibt man A
3
, u.s.w.
1.1.4 Beispiel.
Einfache Beispiele f ur Durchschnitts- bzw. Vereinigungsbildung w aren:
1, 2, 3 1, 0, 1 = 1, a, b, 7 3, 4, x = ,
2, 3, 4, 5 4, 5, 6, 7 = 2, 3, 4, 5, 6, 7, a, b, c = a, b, c.
Ist M
2
= x Z : es gibt ein y Z, sodass x = 2y, so w are Z \ M
2
gerade die
Menge der ungeraden ganzen Zahlen.
Weiters ist
1, 2, 3, 4 \ 4, 5, 6, 7 = 1, 2, 3, a, b, c \ = a, b, c.
1
Anm.: Ist x y, so ist (x, y) (y, x).
1.1. MENGEN 3
Bezeichnet man mit 2l die Menge der geraden nat urlichen Zahlen, so ist das
kartesische Produkt l 2l die Menge
l 2l = (1, 2), (1, 4), . . . , (2, 2), (2, 4), . . . , (3, 2), (3, 4), . . ..
1.1.5 Denition. Ist M eine Menge, so bezeichnet man mit /(M) die Menge aller
Teilmengen von M,
/(M) = A : A M.
Diese Menge heit die Potenzmenge von M. Sie ist also die Menge, deren Elemente
alle Teilmengen von M sind.
1.1.6 Beispiel. Ist M = 1, 2, 3, dann ist die Potenzmenge /(M) gleich
/(M) = , 1, 2, 3, 1, 2, 1, 3, 2, 3, 1, 2, 3.
Die Potenzmenge der Menge l ist schon viel zu gro um sie noch in irgendeiner
aufz ahlenden Weise anschreiben zu k onnen. Sie enth alt ja neben Mengen des Typs
1, 2, 3, 4, 6, 7, 8, 1004 usw. auch noch unendliche Mengen wie zumBeispiel 2loder
n l : n 27 und viele mehr.
1.1.7 Bemerkung. F ur das Verkn upfen von Mengen gelten diverse Rechenregeln. Es
gilt zum Beispiel das Distributivgesetz f ur drei Mengen A, B, C:
A (B C) = (A B) (A C), (1.1)
A (B C) = (A B) (A C).
Um z.B. (1.1) nachzuweisen beachte man, dass zwei Mengen ubereinstimmen, wenn
ein beliebiges Element x genau dann in der einen Menge ist, wenn es auch in der
anderen Menge ist:
Ein x liegt in A (B C)
genau dann, wenn
x A und x B C.
Das ist gleichbedeutend mit:
x A, und x liegt zumindest in einer der Mengen B bzw. C.
Diese Aussage ist aber aquivalent zu:
Zumindest eine der Aussagen - x A und x B - oder - x A und x C - trit zu.
Nun ist das dasselbe, wie:
x A B oder x A C.
Schlielich gilt das genau dann, wenn
x (A B) (A C).
Den an einem kleinen Abriss des axiomatischen Zugangs zur Mengenlehre interes-
sierten Leser m ochte ich hier an die Vorlesung Lineare Algebra verweisen.
4 KAPITEL 1. MENGEN UND ABBILDUNGEN
1.2 Funktionen
1.2.1 Denition. Seien M und N Mengen. Eine Teilmenge f M N wird als Funk-
tion (oder auch als Abbildung) von M nach N bezeichnet, wenn
(i) f ur alle x M gibt es ein y N : (x, y) f ;
(ii) sind (x, y
1
) f und (x, y
2
) f , so folgt y
1
= y
2
.
Die Menge M wird als Denitionsmenge und die Menge N als Zielmenge bzw. Werte-
vorrat bezeichnet.
Die Bedingung (i) besagt, dass jedem x (mindestens) ein Funktionswert y zugeord-
net wird, man sagt auch f ist uberall deniert.
Die Bedingung (ii) besagt, dass einem x h ochstens ein Funktionswert zugeordnet
wird. Man sagt auch f ist wohldeniert.
Eine Funktion von M nach N l asst sich also als eine Vorschrift auassen, durch die
jedem Element x aus der Menge M in eindeutiger Weise ein Element y aus der Menge
N zugeordnet wird. Man schreibt y = f (x) und bezeichnet y als den Funktionswert von
f an der Stelle x.
Oenbar stimmen zwei Funktionen f und g von M nach N uberein, also f = g,
genau dann, wenn f (x) = g(x) f ur alle x M.
Sieht man eine Funktion eher als Abbildungsvorschrift, dann unterscheidet man
obwohl mathematisch das Gleiche die Funktion als Abbildungsvorschrift und die
Funktion als Teilmenge von M N, und man bezeichnet diese Teilmenge von M N
auch als Graph graph f von f .
1.2.2 Beispiel. Sei M die Menge aller W orter in einem W orterbuch. l = 1, 2, . . . sei
die Menge der nat urlichen Zahlen. Sei nun f jene Funktion auf M, die jedem Wort die
Anzahl seiner Buchstaben zuweist, d.h.
f (gehen) = 5.
1.2.3 Beispiel. Wir haben im Abschnitt uber Familien von Mengen M
i
, i I, gespro-
chen, ohne genau zu sagen, was das bedeutet. Das ist n amlich die Funktion i M
i
von
der Indexmenge I in die Potenzmenge /(M), wobei M eine hinreichend groe Menge
ist, die alle Mengen M
i
enth alt, z.B. M =
iI
M
i
.
Als Abbildungsvorschrift gibt man eine Funktion f von M nach N auch oft an als
f :
_
M N
x f (x)
.
Eine der wichtigen Funktionen soll nun derart angegeben werden.
1.2.4 Denition. Ist M eine Menge, so heit die Abbildung
id
M
:
_
M M
x x
die identische Abbildung auf der Menge M. Daher id
M
: M M mit id
M
(x) = x.
1.2. FUNKTIONEN 5
1.2.5 Denition. Sei f eine Funktion von M nach N und sei A M. Die Funktion, die
jedem x A den Funktionswert f (x) zuweist, heit Einschr ankung von f auf A und
wird mit f
A
bezeichnet. Also
f
A
= (x, y) f : x A.
Ist umgekehrt g eine Funktion von A nach N und M A, so heit eine Funktion
f : M N Fortsetzung von g, falls g = f
A
.
1.2.6 Denition. Sei f eine Funktion von M nach N.
F ur eine Teilmenge A von M bezeichne
f (A) = y N : es gibt ein x A, sodass f (x) = y,
das Bild der Menge A unter der Abbildung f .
F ur f (M) schreibt man auch ran f (vom englischen Wort range). Diese Menge
wird als Wertebereich bzw. Bildmenge von f bezeichnet.
Das vollst andige Urbild einer Teilmenge B von N ist die Menge
f
1
(B) = x M : f (x) B.
F ur y N wird jedes x f
1
(y) als ein Urbild von y bezeichnet.
1.2.7 Bemerkung. Ist f : M N eine Funktion, so muss die Zielmenge N im All-
gemeinen nicht mit der Bildmenge f (M) ubereinstimmen. Ist insbesondere B N mit
f (M) B, so kann man f auch als Funktion von M nach B betrachten.
1.2.8 Beispiel. Betrachte zum Beispiel die Funktion n 2n von l in l. Nat urlich
kann man auch n 2n als Funktion von l in die Menge aller geraden nat urlichen
Zahlen betrachten.
1.2.9 Bemerkung. In manchen Zusammenh angen betrachtet man auch Funktionen, die
nicht uberall deniert sind. Das sind Teilmengen von f M N, die nur die Eigen-
schaft (ii) aus Denition 1.2.1 haben, d.h. dass es zu jedem Wert x M h ochstens
einen also keinen oder genau einen Funktionswert y N gibt.
Eine interessante Menge ist dann oenbar der Denitionsbereich dom f (vom eng-
lischen Wort domain) der Funktion f :
dom f = x M : es gibt ein y N, sodass (x, y) f .
Betrachte zum Beispiel
f := (x, y) l
2
: x = 2y. (1.2)
Oenbar ist dieses f eine nur auf der Menge der geraden Zahlen denierte Funktion.
Folgende Begrisbildung ist auf den ersten Blick nicht allzu kompliziert. Sie spielt
aber in der Mathematik eine immens wichtige Rolle.
1.2.10 Denition. Sei f : M N eine Funktion. f heit
6 KAPITEL 1. MENGEN UND ABBILDUNGEN
injektiv, wenn gilt
f (x
1
) = f (x
2
) x
1
= x
2
,
d.h. zu jedem Wert y N gibt es h ochstens ein Urbild.

Aquivalent dazu ist, dass
aus x
1
x
2
folgt, dass f (x
1
) f (x
2
).
surjektiv, wenn es zu jedem y N ein x M gibt, sodass f (x) = y, oder aquiva-
lent ran f = N.
bijektiv, wenn sie sowohl injektiv als auch surjektiv ist.
1.2.11 Bemerkung. Man beachte, dass die Eigenschaft surjektiv, und somit auch bijek-
tiv, zu sein, ganz wesentlich von der betrachteten Zielmenge der Funktion f abh angt.
Denn ist etwa f : M N eine beliebige Funktion, und betrachtet man f als
Funktion von M nach f (M) und nicht nach N, so ist f : M f (M) immer surjektiv.
Vergleiche auch Bemerkung 1.2.7.
1.2.12 Beispiel. Folgende drei Beispiele zeigen insbesondere, dass keine der beiden
Eigenschaften injektiv und surjektiv zu sein, die jeweils andere impliziert.
Sei A die Menge aller in

Osterreich amtlich registrierten Staatsb urger, und sei f
jene Funktion, die einer Person aus A ihre Sozialversicherungsnummer zuordnet.
Dann ist f : A l keine surjektive (es gibt ja nur endlich viele

Osterreicher),
aber sehr wohl eine injektive Funktion, da zwei verschiedene Personen auch zwei
verschiedene Sozialversicherungsnummern haben.
Die Funktion g : A l, die jeder Person ihre K orpergr oe in Zentimeter (ge-
rundet) zuordnet, ist weder injektiv noch surjektiv.
Sei h : l l die Funktion, die einer Zahl (dargestellt im Dezimalsystem) ihre
Ziernsumme zuordnet. Diese Funktion ist nicht injektiv (h(11) = 2 = h(2)),
aber sie ist surjektiv, denn ist n l, so gilt sicherlich
h(11 . . . 1
.,,.
n Stellen
) = n.
1.2.13 Lemma. Sei f eine Funktion von M nach N. Ist f bijektiv, so ist
f
1
= (y, x) N M : (x, y) f
eine bijektive Funktion von N nach M.
Beweis. Ist y N, dann existiert ein x M mit y = f (x), da f surjektiv ist. Also ist
die Forderung (i) von Denition 1.2.1 f ur f
1
erf ullt. Um auch (ii) nachzupr ufen, sei
(y, x
1
), (y, x
2
) f
1
. Dann sind (x
1
, y), (x
2
, y) f und wegen der Injektivit at von f
folgt x
1
= x
2
.
K
1.2.14 Bemerkung. Man sieht am obigen Beweis, dass die Inverse f
1
einer injektiven
Funktion f eine nicht notwendig uberall denierte Funktion ist, vgl. Bemerkung 1.2.9.
Ihr Denitionsbereich ist gerade ran f . Ist dagegen f nicht injektiv, so ist f
1
nicht
einmal mehr eine nicht uberall denierte Funktion.
1.2. FUNKTIONEN 7
Durch unmittelbares Nachpr ufen der Denition sieht man, dass die Zusammenset-
zung von Funktionen wieder eine Funktion ist.
1.2.15 Denition. Seien f : M N und g : N P Funktionen. Dann bezeichne g f
jene Funktion von M nach P, die durch
(g f )(x) = g( f (x)), x M,
deniert ist. Man bezeichnet g f oft auch als die zusammengesetzte Funktion oder als
die Hintereinanderausf uhrung von f und g.
Ist f eine Abbildung von M nach N, so gilt immer f = f id
M
= id
N
f .
Die Hintereinanderausf uhrung ist assoziativ: Sind f : M N, g : N P und
h : P Q Funktionen so gilt (x M)
((h g) f )(x) = (h g)( f (x)) = h(g( f (x))) =
h((g f )(x)) = (h (g f ))(x).
Also gilt (h g) f = h (g f ). Als Konsequenz schreiben wir auch h g f daf ur.
1.2.16 Bemerkung. Man kann g f auch als
(x, z) : y N, (x, y) f, (y, z) g (1.3)
schreiben.
F ur Mengen M, N, P und beliebige Teilmengen f M N, g N P also f und g sind nicht notwendigerweise
Funktionen; man spricht von Relationen zwischen M und N bzw. zwischen N und P kann man verm oge (1.3) auch g f
denieren. Man spricht vom Relationenprodukt von f und g.
1.2.17 Bemerkung. Sind f und g nicht mehr uberall deniert, so muss man bei der
Komposition darauf achten, dass die Denitionsbereiche so zusammenpassen, dass der
Bildbereich von f im Denitionsbereich von g enthalten ist.
1.2.18 Satz. Sei f : M N eine Funktion.
Ist f : M N bijektiv, so gilt f
1
f = id
M
, f f
1
= id
N
.
Ist umgekehrt g : N M eine Funktion mit
g f = id
M
, f g = id
N
, (1.4)
so ist f bijektiv und es gilt g = f
1
.
F ur bijektives f ist f
1
auch bijektiv, wobei ( f
1
)
1
= f .
Sind f : M N und h : N P bijektiv, so gilt
(h f )
1
= f
1
h
1
.
Beweis. Sei zun achst f bijektiv. Oenbar gilt
( f
1
f )(x) = x, x M ,
und
( f f
1
)(y) = y, y N ,
8 KAPITEL 1. MENGEN UND ABBILDUNGEN
wodurch f
1
f = id
M
, f f
1
= id
N
.
Sei nun die Existenz einer Funktion g vorausgesetzt, die (1.4) erf ullt. Zu y N ist
x = g(y) ein Element aus M, welches f (x) = f (g(y)) = id
N
(y) = y erf ullt. Also ist f
surjektiv. Aus f (x
1
) = f (x
2
) folgt
x
1
= g( f (x
1
)) = g( f (x
2
)) = x
2
,
womit sich f als injektiv herausstellt. Also ist f bijektiv und hat damit eine Inverse, f ur
die
g = id
M
g = ( f
1
f ) g = f
1
( f g) = f
1
id
N
= f
1
gilt.
F ur bijektives f gilt f
1
f = id
M
, f f
1
= id
N
. Somit kann man das eben
gezeigte auf f
1
: N M anwenden, um die Bijektivit at von f
1
zu folgern. Dabei
gilt ( f
1
)
1
= f .
Seien nun f : M N und h : N P bijektiv. Die Funktion e := f
1
h
1
erf ullt
wegen der Assoziativit at der Hintereinanderausf uhrung
e (h f ) = f
1
(h
1
h) f = f
1
id
N
f = f
1
f = id
M
,
sowie
(h f ) e = h ( f f
1
) h
1
= h id
N
h
1
= h h
1
= id
P
.
Nach dem ersten Teil des Satzes gilt e = (h f )
1
.
K
Kapitel 2
Die reellen Zahlen
Die reellen Zahlen sind uns anschaulich schon aus der Schule bekannt. Wir wollen im
Folgenden die charakteristischen Eigenschaften der reellen Zahlen sammeln, von de-
nen wir dann sehen werden, dass diese die reellen Zahlen (bis auf isomorphe Kopien)
eindeutig bestimmen. Dass es die reellen Zahlen (also eine Menge mit den charakteris-
tischen Eigenschaften) unter der Annahme der G ultigkeit der Mengenlehre uberhaupt
gibt, werden wir sp ater sehen.
2.1 Algebraische Struktur der reellen Zahlen
Zuerst wollen wir uns den Operationen + und , also der algebraischen Struktur, zu-
wenden. Die reellen Zahlen mit diesen Operationen sind ein so genannter K orper:
2.1.1 Denition. Sei K eine nichtleere Menge, und es seien Abbildungen (sogenannte
Verkn upfungen)
+ : K K K (Addition)
und
: K K K (Multiplikation)
gegeben. Das Tripel (K, +, ) heit K orper, falls es zwei ausgezeichnete Elemente 0, 1
K gibt, sodass folgende Gesetze (Axiome) gelten. Wir schreiben dabei x + y f ur +(x, y)
und x y f ur (x, y).
(a1) Die Addition ist assoziativ:
(x + y) + z = x + (y + z), f ur alle x, y, z K.
(a2) 0 ist ein neutrales Element bez uglich +:
x + 0 = x, f ur alle x K.
(a3) Jedes Element x K besitzt ein Inverses x K bez uglich +:
x + (x) = 0, f ur alle x K.
(a4) Die Addition ist kommutativ:
x + y = y + x, f ur alle x, y K.
9
10 KAPITEL 2. DIE REELLEN ZAHLEN
(m1) Die Multiplikation ist assoziativ:
(x y) z = x (y z), f ur alle x, y, z K.
(m2) 1 ist ein neutrales Element von K \ 0 bez uglich :
x 1 = x, f ur alle x K \ 0.
(m3) Jedes von 0 verschiedene Element x besitzt ein Inverses bez uglich :
x x
1
= 1, f ur alle x K \ 0.
(m4) Die Multiplikation ist kommutativ:
x y = y x, f ur alle x, y K.
(d) Es gilt das Distributivgesetz:
x (y + z) = (x y) + (x z), f ur alle x, y, z K.
2.1.2 Bemerkung. Da (K, +) und (K \ 0, ) Gruppen sind, folgt, dass die jeweiligen
neutralen Elemente 0 bzw. 1 eindeutig bestimmt sind
1
. W are n amlich etwa

0 ein weiters
neutrales Element bez uglich +, so folgte aus (a2) und (a4), dass
0 =

0 + 0 =

0.
Dasselbe gilt f ur die Inversen a und a
1
. W are etwa a ein weiteres additiv Inverses zu
a, also a + a = 0, so folgte
a = a + (a + (a))
.,,.
=0
= ( a + a)
.,,.
=0
+(a) = 0 + (a) = a.
Somit ist x x eine wie aus unten stehenden Rechenregeln folgt bijektive Funk-
tion von K auf sich selbst und x x
1
eine bijektive Funktion von K \ 0 auf sich
selbst. Siehe dazu die Lineare Algebra Vorlesung.
2.1.3 Beispiel. Man betrachte die Menge K = , . Die Verkn upfungen + und seien
gem a folgender Verkn upfungstafeln deniert.
+





Man erkennt unschwer, dass alle Anforderungen an einen K orper, d.h. Axiome
(a1) (a4), (m1) (m4), (d), erf ullt sind, wobei des neutrale 0 Element bez uglich +
und des neutrale Element 1 bez uglich ist.
Es sei noch bemerkt, dass jeder K orper mindestens zwei Elemente hat, und somit
der hier vorgestellte K orper kleinst m oglich ist.
1
Die ausgezeichneten Elemente 0 und 1 sind zun achst von den gleich bezeichneten, bekannten ganzen
Zahlen zu unterscheiden. Sie haben lediglich ahnliche Eigenschaften. Um zu betonen, dass es sich um das
additiv bzw. multiplikativ neutrale Element von K handelt, schreibt man auch 0
K
bzw. 1
K
.
2.2. ORDNUNGSSTRUKTUR DER REELLEN ZAHLEN 11
Wir werden xy f ur x y und, falls y 0, f ur xy
1
oft
x
y
schreiben. Um Klammern zu
sparen, wollen wir auch ubereinkommen, dass Punkt- vor Strichrechnung kommt, also
zB. xy + xz = (xy) + (xz). Schlielich werden wir f ur x + (y) bzw. (x) + y auch x y
bzw. x + y schreiben.
2.1.4 Lemma. F ur einen K orper (K, +, ) gelten folgende Rechenregeln:
(i) Die Inverse von der Inversen ist die Zahl selbst:
(x) = x, x K und (x
1
)
1
= x, x K \ 0.
(ii) (x + y) = (x) + (y), x, y K.
(iii) x 0 = 0, x, y 0 x y 0 und (xy)
1
= x
1
y
1
, sowie (x)
1
= (x
1
).
Insbesondere (1)(1) = 1.
(iv) x(y) = xy, (x)(y) = xy, x(y z) = xy xz.
(v)
a
b
c
d
=
ac
bd
.
Beweis. Exemplarisch wollen wir x 0 = 0 und (x + y) = (x) + (y) nachweisen.
Wegen (a2) gilt 0 + 0 = 0 und mit (d) damit auch x 0 = x (0 + 0) = x 0 + x 0.
Addieren wir das nach (a3) existierende additiv Inverse von x 0, so folgt mit Hilfe von
(a1), dass
0 = x 0 + (x 0) = (x 0 + x 0) +(x 0) = x 0 + (x 0 +(x 0)) = x 0 + 0 = x 0
Wegen dem Kommutativgesetz und Assoziativgesetz gilt
(x + y) + ((x) + (y)) = ((x + y) + (x)) + (y) = ((y + x) + (x)) + (y) =
(y + (x + (x))) + (y) = ((y + 0) + (y)) = y + (y) = 0.
Also ist (x) + (y) eine additiv Inverse von x + y. Wegen Bemerkung 2.1.2 ist diese
additiv Inverse aber eindeutig. Also (x) + (y) = (x + y).
K
Schlielich wollen wir noch einige Schreibweisen festlegen: Ist A Teilmenge unse-
res K orpers K, so sei
A = a : a A.
Also ist A das Bild von A unter der Abbildung : K K.
Sind A, B K, so sei
A + B = a + b : a A, b B.
Somit ist A + B das Bild von A B ( K K) unter der Abbildung + : K K K.
Entsprechend seien A
1
, A B, etc. deniert.
2.2 Ordnungsstruktur der reellen Zahlen
Eine weitere wichtige Eigenschaft der reellen Zahlen ist die, dass man je zwei Zahlen
x und y der Gr oe nach vergleichen kann. Dabei ist bekannterweise x < y genau dann,
wenn y x eine positive reelle Zahle ist. Um diesen Sachverhalt mathematisch zu
fassen, denieren wir
12 KAPITEL 2. DIE REELLEN ZAHLEN
2.2.1 Denition. Sei (K, +, ) ein K orper und sei P K. Dann heit K (streng genom-
men (K, +, , P)) ein angeordneter K orper, wenn gilt, dass
(p1) K = P

(P),
2
wobei P, P disjunkt
3
, und beide 0 nicht enthalten;
(p2) x, y P x + y P;
(p3) x, y P xy P.
Die Menge P heit die Menge der positiven Zahlen.
F ur x, y K sagen wir, dass
x kleiner als y ist, in Zeichen x < y, wenn y x P;
x gr oer als y ist, in Zeichen x > y, wenn x y P;
x kleiner oder gleich y ist, in Zeichen x y, wenn x < y oder x = y;
x gr oer oder gleich y ist, in Zeichen x y, wenn x > y oder x = y.
2.2.2 Lemma. In einem angeordneten K orper K gelten f ur beliebige a, b, x, y, z K
folgende Regeln:
(i) x x (Reexivit at).
(ii) (x y y x) x = y (Antisymmetrie).
(iii) (x y y z) x z (Transitivit at).
(iv) x y y x (Totalit at).
(v) (x y a b) x + a y + b.
(vi) x y x y.
(vii) (z > 0 x y) xz yz und (z < 0 x y) xz yz.
(viii) x 0 x
2
> 0. Insbesondere: 1 > 0.
(ix) x > 0 x
1
> 0 und x < 0 x
1
< 0.
(x) 0 < x y (
x
y
1
y
x
x
1
y
1
).
(xi) (0 < x y 0 < a b) xa yb.
(xii) x < y x <
x+y
2
< y, wobei 2 := 1 + 1.
Beweis. Wir beweisen exemplarisch (ii), (iii), (viii) und (xii):
(ii): (x y y x) ist per Denitionem dasselbe, wie y x P0 x y P0.
Also y x (P 0) (P 0) = 0, und damit x = y.
2
Der Punkt uber soll die Disjunktheit der Mengen anzeigen.
3
Also ihr Schnitt ist leer.
2.2. ORDNUNGSSTRUKTUR DER REELLEN ZAHLEN 13
(iii): (x y y z) (y x P 0 z y P 0). Aus (p2) folgt
z x = (z y) + (y x) P 0, also x z.
(viii): Aus x 0 folgt x P P. Ist x P, so folgt wegen (p3), dass x
2
= xx P
und damit x
2
> 0. Ist x P, so folgt x P und wieder wegen (p3), dass x
2
= xx =
(x)(x) P.
(xii): Aus x < y und (v) folgt x+x < x+y < y+y. Nun ist wegen dem Distributivgesetz
x + x = x(1 + 1) und y + y = y(1 + 1). Da wegen (p2), 1 + 1 P, folgt aus (vii), dass
x <
x+y
2
< y.
K
2.2.3 Bemerkung. Die Eigenschaften (i)(iii) besagen genau, dass eine Halbordnung
auf K ist. Eigenschaft (iv) bedeutet dann, dass diese Halbordnung sogar eine Totalord-
nung ist.
Man kann also einen angeordneten K orper als Gerade veranschaulichen, wobei eine
Zahl x genau dann links von einer anderen Zahl y liegt, wenn sie kleiner ist:
K
0
x y
Abbildung 2.1: Zahlengerade
2.2.4 Denition. Sei K eine Menge und eine Totalordnung darauf.
Sind x, y K, so sei max(x, y) das Maximum von x und y. Also max(x, y) = x,
falls x y, und max(x, y) = y falls y x. Entsprechend deniert man das
Minimum min(x, y) zweier Zahlen.
Ist A K, und gibt es ein a
0
A, sodass a a
0
(a
0
a) f ur alle a A, so nennt
man a
0
das Maximum(Minimum) von A, und schreibt a
0
= max A (a
0
= min A).
Zum Maximum (Minimum) sagt man auch gr otes (kleinstes) Element.
Ist A K, so heit A nach oben beschr ankt, falls es ein x K gibt, sodass
A x, sodass also a x f ur alle a A. Jedes x K mit A x heit dabei obere
Schranke von A. Entsprechend heit eine Teilmenge A nach unten beschr ankt,
wenn es eine untere Schranke in K hat, wenn also x A f ur ein x K. Eine nach
oben und nach unten beschr ankte Teilmenge heit beschr ankt.
Sei A K eine nach oben (unten) beschr ankte Teilmenge. Hat nun die Menge
x K : A x (x K : x A) aller oberen (unteren) Schranken von A ein
Minimum (Maximum), so heit dieses Supremum (Inmum) von A und wird mit
sup A (inf A) bezeichnet.
Die Tatsache, dass eine Menge A K nicht nach oben (nicht unten) beschr ankt
ist wollen wir mit der formalen Gleichheit sup A = + (inf A = ) zum
Ausdruck bringen.
2.2.5 Bemerkung. Man sieht leicht, dass jedes Maximum (Minimum) einer Teilmenge
auch Supremum (Inmum) dieser Teilmenge ist. Die Umkehrung gilt im Allgemeinen
nicht.
14 KAPITEL 2. DIE REELLEN ZAHLEN
sup M
M
obere Schranken von M
Abbildung 2.2: Supremum der Menge M
Es kann auch vorkommen, dass eine beschr ankte Teilmenge von K weder ein Su-
premum, noch ein Inmum hat.
2.2.6 Bemerkung. Wenn das Supremum einer Teilmenge A existiert, so gilt gem a der
Denition A sup A, und sup A x f ur alle oberen Schranken x von A.
Ist umgekehrt y K mit A y und y x f ur alle oberen Schranken x von A,
so folgt aus A y, dass y eine obere Schranke von A ist, und aus der zweiten Vor-
aussetzung, dass y das Minimum der oberen Schranken von A ist. Also ist y = sup A.
Entsprechendes l asst sich f ur das Inmum sagen.
2.2.7 Lemma. Ist A B K, so gilt
(i) x K : A x x K : B x und x K : x A x K : x B.
(ii) Haben A und B ein Maximum (Minimum), so folgt max A max B
(min A min B).
(iii) Haben A und B ein Supremum (Inmum), so folgt sup A sup B (inf A inf B).
Beweis.
(i) t x K : B x bedingt b t f ur alle b B. Wegen A B gilt auch a t f ur
alle a A, und daher t x K : A x. Die zweite Mengeninklusion beweist
man genauso.
(ii) Das Maximum von B erf ullt denitionsgem a max B b f ur alle b B, und da-
mit insbesondere max B a f ur alle a A. Wegen max A A folgt insbesondere
max B max A. Analog zeigt man min A min B.
(iii) Denitionsgem a haben wir sup A = minx K : A x und
sup B = minx K : B x. Nach (i) ist x K : B x x K : A x und
daher nach (ii)
sup A = minx K : A x minx K : B x = sup B.
K
Ist K ein angeordneter K orper, so gelten f ur die oben eingef uhrten Begrie einfach
nachzupr ufende Rechenregeln:
(i) Aus x A x A folgt, dass A K genau dann nach oben (unten)
beschr ankt ist, wenn A nach unten (oben) beschr ankt ist.
(ii) min(A) = max A, max(A) = min A,
(iii) inf(A) = sup(A), sup(A) = inf(A).
2.2. ORDNUNGSSTRUKTUR DER REELLEN ZAHLEN 15
Diese Gleichheiten gelten in dem Sinn, dass die linke Seite des Gleichheitszeichen
genau dann existiert, wenn die rechte existiert.
2.2.8 Beispiel. Seien a, b K. Dann deniert man die Intervalle
(a, b) := x K : a < x < b, (a, b] := x K : a < x b,
und entsprechend
[a, b] := x K : a x b, [a, b) := x K : a x < b.
Auerdem setzt man (+, sind hier nur formale Ausdr ucke)
(, b) := x K : x < b, (, b] := x K : x b,
(a, +) := x K : a < x, [a, +) := x K : a x.
Ist a < b, so sind die Mengen (a, b), [a, b], (a, +) z.B. nach unten beschr ankt.
Nach oben beschr ankt sind dagegen nur die ersten beiden. Die Mengen (a, b), (a, b]
haben das Supremum b, aber nur f ur die Menge (a, b] ist b ein Maximum.
Um etwa einzusehen, dass b = sup(a, b) argumentiert man folgendermaen:
Zun achst ist wegen der Denition von Intervallen x b f ur alle x (a, b), also
(a, b) b.
Angenommen es g abe eine obere Schranke y von (a, b) mit y < b. Im Falle y a
w are y a <
a+b
2
< b (vgl. Lemma 2.2.2, (xii)), womit aber y keine obere Schranke
sein kann, da
a+b
2
(a, b).
Im Falle a < y w are a < y <
y+b
2
< b, womit wiederum y keine obere Schranke sein
kann, da
y+b
2
(a, b).
Also ist b tats achlich die kleinste obere Schranke von (a, b), sup(a, b) = b.
2.2.9 Beispiel. Dem Begri der rationalen Zahlen vorgreifend seien K die rationalen
Zahlen und sei
M = x K : x
2
< 2.
Dann hat diese Menge weder Maximum noch Supremum, obwohl sie nach oben be-
schr ankt ist. Siehe dazu Satz 2.7.5.
Wir wollen noch zwei elementare Funktionen auf einem angeordneten K orper be-
trachten.
2.2.10 Denition. Sei (K, +, , P) ein angeordneter K orper. Die Signumfunktion sgn
sei jene Funktion von K nach K, sodass f ur x K
sgn(x) =
_

_
1 , falls x P
0 , falls x = 0
1 , falls x P
.
F ur x 0 heit sgn(x) auch das Vorzeichen von x.
Die Betragsfunktion . : K K ist deniert durch
x =
_
x , falls x P 0
x , falls x P
.
Sind x, y K, so bezeichnet man x y auch als den Abstand von x und y.
16 KAPITEL 2. DIE REELLEN ZAHLEN
2.2.11 Lemma. F ur x, y K gilt:
(i) x = sgn(x)x.
(ii) xy = xy.
(iii) x + y x + y (Dreiecksungleichung).
(iv) x + y x y (Dreiecksungleichung nach unten).
(v) max(x, y) =
x+y+xy
2
, min(x, y) =
x+yxy
2
.
Beweis. (i) und (ii) folgen ganz leicht, wenn wir die F alle x > 0, x = 0, x < 0 unter-
scheiden.
Die Dreiecksungleichung folgt unmittelbar, wenn eine der Zahlen x oder y Null ist.
Sonst unterscheiden wir folgende zwei F alle:
sgn(x) = sgn(y) 0 x + y = sgn(x)(x + y) = x + y
sgn(x) = sgn(y) 0 x + y = sgn(x)(x y) = x y x + y
Letztere Ungleichung gilt, da sowohl x y x +y, als auch (x y) = y x
x + y.
Um die Dreiecksungleichung nach unten einzusehen, bemerke
x = (x + y) + (y) x + y + y, (2.1)
also x y x + y. Analog folgt
y x + y + x,
also auch y x x + y.
Mit einer ahnlichen Fallunterscheidung beweist man die Aussage (v).
K
2.3 Die nat urlichen Zahlen
Ob es die oben diskutierten angeordneten K orper uberhaupt gibt, davon haben wir uns
bisher nicht uberzeugen k onnen. Um solche Objekte zu konstruieren, wenden wir uns
zun achst den nat urlichen Zahlen zu.
Die nat urlichen Zahlen sind uns als Objekt des Alltages wohlvertraut, aber ihre
Existenz als mathematisches Objekt ist keine Trivialit at. Trotzdem wollen wir diese
voraussetzen. In der Tat folgt sie aus den Axiomen der Mengenlehre.
2.3.1 Denition. Die nat urlichen Zahlen sind eine Menge l, in der ein Element 1
l ausgezeichnet ist,
4
und auf der eine Funktion (Nachfolgerabbildung)

: l l
deniert ist, sodass gilt
(S1)

ist injektiv.
(S2) Es gibt kein n l mit n

= 1.
4
Die Bezeichnung 1 hat zumindest zum gegenw artigen Zeitpunkt nichts mit der gleichlautenden Bezeich-
nung f ur das multiplikative neutrale Element in einem K orper zu tun.
2.3. DIE NAT

URLICHEN ZAHLEN 17
(S3) Ist M l, 1 M und m

M f ur alle m M, so ist M = l.
F ur n

wollen wir auch n + 1 schreiben.


2.3.2 Bemerkung. Wir wollen anmerken, dass wir zun achst weder die Abbildungen
+, , die l l nach l abbilden, noch die M oglichkeit zwei nat urliche Zahlen der
Gr oe nach zu ordnen, zur Verf ugung haben. Obige Festlegung, dass n

= n + 1 ist nur
symbolisch zu verstehen.
Ehe wir uns an die Denition von Addition und Multiplikation machen, wollen wir
uns die M oglichkeit schaen, Ausdr ucke, wie nx, x
n
,
_
n
k=1
c(k) f ur n l zu denieren,
wenn z.B. x und c(k) f ur k l Elemente eines K orpers sind.
Alle diese Ausdr ucke haben gemein, dass sie Funktionen n (n) auf l sind,
wobei (1) bekannt ist, und wobei (n

) bekannt ist, wenn (n) es ist. Im Falle von


n x
n
ist etwa x
1
= x und x
n

= x
n
x.
Um einzusehen, warum solche Funktionen eindeutig deniert sind, zeigen wir den
2.3.3 Satz (Rekursionssatz). Sei A eine Menge, a A, g : A A (Rekursionsfunktion).
Dann existiert genau eine Abbildung : l A mit (1) = a und (n

) = g((n)).
Beweis. Betrachte alle Teilmengen H l A mit den Eigenschaften
(a) (1, a) H
(b) Ist (n, b) H, so gilt auch (n

, g(b)) H.
Solche Teilmengen existieren, da z.B. l A die Eigenschaften (a) und (b). Sei D der
Durchschnitt aller solchen Teilmengen:
D :=
_
H erf ullt (a) und (b)
H
Da (1, a) H f ur alle H, die (a) und (b) erf ullen, ist auch (1, a) D. Ist (n, b) D, so
gilt (n, b) H f ur alle (a) und (b) erf ullenden H. Nach (b) folgt (n

, g(b)) H f ur alle
solchen H, und somit (n

, g(b)) D.
Also hat D auch die Eigenschaften (a) und (b), und ist damit die kleinste Teilmenge
mit diesen Eigenschaften.
Wir behaupten, dass D eine Funktion von lnach A ist, also, dass es zu jedem n l
genau ein b A gibt, sodass (n, b) D, vgl. Denition 1.2.1. Dazu reicht es zu zeigen,
dass
5
M = n l : ! b A, (n, b) D
mit l ubereinstimmt. Wir pr ufen das mit Hilfe von (S 3) nach.
Zun achst ist 1 M, da einerseits (1, a) D. G abe es andererseits ein weiteres
c A, c a mit (1, c) D, so betrachte D \ (1, c). Klarerweise hat D \ (1, c) die
Eigenschaft (a). Wegen (S 2) bleibt auch die Eigenschaft (b) erhalten. Ein Widerspruch
dazu, dass D kleinstm oglich ist.
Nun zeigen wir, dass mit n auch n

in M liegt. F ur n M gibt es aber genau ein


b A mit (n, b) D. Also ist auch (n

, g(b)) D. W are noch (n

, c) D mit c g(b),
so kann man wieder D\(n

, c) betrachten. Weil n

1, erf ullt D\(n

, c) Eigenschaft
(a).
Aus (k, d) D \ (n

, c) D folgt (k

, g(d)) D. Ist k n, so folgt wegen (S 1)


daher auch (k

, g(d)) (n

, c). Ist n = k, so muss wegen n M die Gleichheit d = b


5
! steht f ur: Es gibt genau ein
18 KAPITEL 2. DIE REELLEN ZAHLEN
gelten. Es folgt (k

, g(d)) = (n

, g(b)) (n

, c). In jedem Fall gilt also (k

, g(d))
D\ (n

, c), und D\ (n

, c) erf ullt auch (b). Das ist wieder ein Widerspruch dazu, dass
D kleinstm oglich ist.
Aus (S 3) folgt M = l. Nach Denition 1.2.1 kann man also D auassen als Abbil-
dung : l A. Die Eigenschaft (a) bedeutet (1) = a, und (b) besagt (n

) = g((n)).
W are

eine weitere Funktion mit

(1) = a und mit

(n

) = g(

(n)), und betrachtet


man

als Teilmenge

D von l A, so erf ullt

D Eigenschaften (a), (b). Weil wir schon
wissen, dass D die kleinste solche Menge ist, folgt D

D. Da aber beide Funktionen
sind, muss D =

D bzw. =

.
K
2.3.4 Bemerkung. Satz 2.3.3 rechtfertigt rekursive Denitionen:
Zum Beispiel die Funktion n x
n
, wobei x in einem K orper K liegt. Daf ur
nehmen wir A = K, a = x und g : K K, y yx. Nach Satz 2.3.3 ist dann x
n
f ur alle n l eindeutig deniert.
Genauso kann man n nx denieren.
Um n

n
k=1
c(k) zu denieren, wenn c : l K ist, wenden wir Satz 2.3.3
mit A = l K, a = (1, c(1)) und g : l K l K, (n, x) (n

, x c(n

)) an,
und denieren

n
k=1
c(k) als die zweite Komponente von (n).
Genauso kann man n
_
n
k=1
c(k), n max
k=1,...,n
c(k) und ahnliche Ausdr ucke
denieren.
F ur
n
_
k=1
c(k) schreiben wir auch c(1) + + c(n). Entsprechend setzen wir
c(1) c(n) :=
n
_
k=1
c(k) und max(c(1), . . . , c(n)) = max
k=1,...,n
c(k) .
Als weitere Anwendung des Rekursionssatzes erhalten wir, dass die nat urlichen
Zahlen im Wesentlichen eindeutig sind.
2.3.5 Korollar. Seien l und

l Mengen mit ausgezeichneten Elementen 1 l und

1

l und Abbildungen

: l l, :

l

l, sodass f ur beide die Axiome (S1),
(S2) und (S3) gelten. Dann gibt es eine eindeutige bijektive Abbildung : l

l mit
(1) =

1 und

(n) = (n

), n l.
Beweis. Wendet man den Rekursionssatz an auf A =

l, a =

1, und g =, so folgt, dass
genau eine Abbildung : l

l existiert mit (1) =

1 und

(n) = (n

), n l.
Durch Vertauschung der Rollen von l und

l erh alt man eine Abbildung :

l l
mit (

1) = 1 und (x)

= ( x), x

l.
Betrachte die Abbildung = : l l. Es gilt (1) = 1 und
(n)

= (((n)))

= (

(n)) = ( )(n

).
Die identische Abbildung id
l
hat die selben Eigenschaften, also folgt nach der
Eindeutigkeitsaussage des Rekursionssatzes = id
l
. Analog zeigt man = id
l
,
also ist bijektiv und es gilt
1
= .
K
2.3. DIE NAT

URLICHEN ZAHLEN 19
Wenn wir uns den Beweis des Rekursionssatzes nochmals anschauen, so haben wir
gezeigt, dass D eine Funktion auf l ist, es also zu jedem n l genau ein b A gibt
mit (n, b) D, indemwir die Menge M aller in diesem Sinne

guten n l hernehmen
und davon zeigen, dass sie die Voraussetzungen von (S 3) erf ullen.
Diese Vorgangsweise kann man auf alle Aussagen A(n) ausdehnen, die f ur alle
nat urliche Zahlen n gelten sollen. Das f uhrt zum so genannten:
Prinzip der vollst andigen Induktion: F ur jedes n l sei A(n) eine Aussage uber die
nat urliche Zahl n. Gilt
(i) Induktionsanfang: Die Aussage A(1) ist wahr.
(ii) Induktionsschritt: F ur jedes n l ist wahr, dass aus der G ultigkeit von A(n) die
G ultigkeit von A(n

) folgt.
Dann ist die Aussage A(n) f ur jede nat urliche Zahl n richtig.
Um das einzusehen, betrachte man die Menge M aller n l, f ur die A(n) richtig
ist. Ist nun A(1) richtig, so ist 1 M, und aus A(n) A(n

) sehen wir, dass mit m M


auch m

M. Nach Axiom (S 3) ist M = l. Also ist A(n) f ur jede nat urliche Zahl n
richtig.
Als Anwendung der Beweismethode der vollst andigen Induktion bringen wir die
sp ater verwendete Bernoullische Ungleichung.
2.3.6 Lemma. Ist (K, +, , P) ein angeordneter K orper, und bezeichnen wir das multi-
plikative neutrale Element mit 1
K
, so folgt f ur x K, x 1
K
, und n l, dass
(1
K
+ x)
n
1
K
+ nx .
Beweis. Induktionsanfang: Ist n = 1, so besagt die Bernoullische Ungleichung (1
K
+
x)
n
= 1
K
+ x 1
K
+ x, was oenbar stimmt.
Induktionsschritt: Angenommen die Bernoullische Ungleichung sei nun f ur n l
richtig. Dann folgt wegen 1
K
+ x 0, dass
(1
K
+ x)
n

= (1
K
+ x)
n
(1
K
+ x) (1
K
+ nx)(1
K
+ x) = 1
K
+ (n

)x + nx
2
1
K
+ n

x .
K
Eine andere unmittelbare Anwendung des Beweisprinzipes der vollst andigen In-
duktion ist die Verikation der oensichtlich f ur Ausdr ucke wie
_
n
k=1
c(k) geltenden
Rechenregeln. Zum Beispiel das Distributivgesetz
a
n

k=1
c(k) =
n

k=1
(ac(k)).
Induktionsanfang: Ist n = 1, so gilt a
_
1
k=1
c(k) = ac(1) =
_
1
k=1
(ac(k)).
Induktionsschritt: Angenommen die Rechenregel gilt f ur n, so rechnen wir:
a
n

k=1
c(k) = a(
_

_
n

k=1
c(k)
_

_
+ c(n

)) = a
_

_
n

k=1
c(k)
_

_
+ ac(n

) =
20 KAPITEL 2. DIE REELLEN ZAHLEN
n

k=1
(ac(k)) + ac(n

) =
n

k=1
(ac(k)).
Entsprechend zeigt man auch andere Rechenregeln f ur solche induktiv denierten Aus-
dr ucke.
Wir kommen nun zur Diskussion der algebraischen Operationen Addition und Mul-
tiplikation, sowie der Ordnungsrelation auf l. Ihre Existenz und ihre Eigenschaften
m ussen wir nun mit mathematischer Strenge herleiten, d.h. sie alleine aus den Axiomen
(S 1),(S 2),(S 3) mittels logischer Schl usse zeigen. Hauptinstrument dabei wird wieder
der Rekursionssatz Satz 2.3.3 sein.
2.3.7 Denition. Wir denieren f ur jedes m l Abbildungen +
m
: l l und

m
: l l rekursiv:
+
m
(1) := m

und +
m
(n

) = (+
m
(n))

m
(1) := m und
m
(n

) = +
m
(
m
(n)).
Weiters denieren wir Relationen < und auf l durch
n < m : (t l : +
t
(n) = m),
n m : (n = m) oder (n < m).
Sind m, n l, so schreibt man
+
m
(n) =: m + n,
m
(n) =: m n,
und spricht von der Addition bzw. Multiplikation auf l.
2.3.8 Satz.
F ur jedes m l sind die Abbildungen +
m
und
m
injektiv, wobei +
m
(n) m f ur
alle n l.
Die Addition im Bereich l der nat urlichen Zahlen erf ullt die Gesetze
F ur alle a, b, c l gilt (a + b) + c = a + (b + c). (Assoziativit at)
F ur alle a, b l gilt a + b = b + a. (Kommutativit at)
sowie die K urzungsregel
Sind n, m, k l und gilt k + m = k + n, so folgt m = n.
Die Multiplikation ist ebenfalls assoziativ, kommutativ und erf ullt die K urzungs-
regel. Zus atzlich gilt noch
F ur jedes a l ist a 1 = 1 a = a. (Existenz des neutralen Elementes)
Die Addition h angt mit der Multiplikation zusammen uber das Distributivgesetz
F ur a, b, c l gilt stets (b + c) a = (b a) + (c a).
Die Relation ist eine Totalordnung mit 1 als kleinstes Element, und aus m < n
folgt m n. Zudem gelten folgende Vertr aglichkeiten mit den Operationen Plus
und Mal:
2.3. DIE NAT

URLICHEN ZAHLEN 21
Sind a, b, c l und gilt a < b (a b), so folgt a+c < b+c (a+c b+c).
Sind a, b, c l und gilt a < b (a b), so folgt a c < b c (a c b c).
Es gilt weiters
Sind n, m, l l mit n+l < m+l (n+l m+l) oder n l < m l (n l m l),
so folgt n < m (n m).
Sind n, m l, n < m, so gibt es ein eindeutiges t l, sodass m = n + t.
Wir setzen in diesem Falle
m n := t. (2.2)
Sind m, n, t l, t < n < m, so folgt n t < m t.
Sind l, m, n l, n + m < l, so folgt n < l m und
l (m + n) = (l m) n. (2.3)
Beweis.
Zur Assoziativit at von +:
Seien k, m l fest gew ahlt, wir f uhren Induktion nach n durch.
Induktionsanfang: (k + m) + 1 = +
k
(m)

= +
k
(m

) = k + (m + 1).
Induktionsschritt: Nach Induktionsvoraussetzung gilt (k + m) + n = k + (m + n).
Es folgt
(k + m) + (n

) = +
k+m
(n

) = +
k+m
(n)

= ((k + m) + n)

=
= (k + (m + n))

= +
k
(m + n)

= +
k
((m + n)

) = k + (m + n

),
wobei letztere Gleichheit wegen des schon gezeigten Induktionsanfangs folgt.
Zur Kommutativit at von +:
Wir zeigen m, n l : m + n = n + m mittels Induktion nach m.
Induktionsanfang (m = 1): Wir zeigen
n l : 1 + n = n + 1 (2.4)
mittels Induktion nach n. Der Fall n = 1 ist klar, denn 1 + 1 = 1 + 1. F ur
den Induktionsschritt n n

gehen wir aus von der Induktionsvoraussetzung


1 + n = n + 1. Daraus folgt
n

+ 1 = n

= (n + 1)

= (1 + n)

= 1 + n

.
Induktionsschritt (m m

): Wir zeigen
(n l : m + n = n + m) = (n l : m

+ n = n + m

).
Dazu f uhren wir Induktion nach n durch. Betrachte also zuerst den Fall n = 1.
Nach der bereits bewiesenen Aussage (2.4) mit vertauschten Rollen von m und
n gilt m

+ 1 = 1 + m

.
Der Induktionsschritt n n

hat nun als Induktionsvoraussetzung m

+ n =
n + m

und wir erhalten


m

+ n

= (m

+ n)

= (n + m

= (n + m)


= (m + n)

=
= (m + n


= (n

+ m)

= n

+ m

.
An den mit gekennzeichneten Stellen ist die Induktionsvoraussetzung des In-
duktionsschritts (m m

) ben utzt worden.


22 KAPITEL 2. DIE REELLEN ZAHLEN
Zur Injektivit at von +
m
und der Tatsache, dass +
m
(n) m, f ur alle n l:
F ur m = 1 ist +
m
(n) = n

. Nach (S 1) ist +
1
injektiv und nach (S 2) gilt +
1
(n) 1.
Sei nun m l und +
m
injektiv und erf ulle +
m
(n) m f ur alle n l.
Es folgt +
m
(n) = m

+ n = m+ (n + 1) = +
m
(n

). Also ist +
m
die Zusammenset-
zung der injektiven Abbildungen (n n

) und +
m
und somit selbst injektiv.
Aus m+ 1 = m

= +
m
(n) = (m+ n) + 1 folgt wegen der Injektivit at von +
1
, dass
m = m + n = +
m
(n) im Widerspruch zur Induktionsvoraussetzung.
Die K urzungsregeln f ur + folgt sofort aus der Injektivit at von +
k
.
m < n bedeutet n = m + k mit einem k l. Aus m = n w urde der Widerspruch
m = m + k = +
m
(k) folgen.
Es gilt a 1 = 1 a = a, a l:
Unmittelbar aus der Denition 2.3.7 folgt a 1 =
a
(1) = a. Die zweite Gleichheit
zeigen wir mittels Induktion nach a:
Induktionsanfang (a = 1): 1 a = 1 1 = 1 = a.
Induktionsschritt (a a

): Wir nehmen also 1 a = a an und schlieen


1 (a

) =
1
(a

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

.
Zur Kommutativit at von :
Wir zeigen m, n l : m n = n m mittels Induktion nach m.
Induktionsanfang (m = 1): Nach dem letzten Punkt gilt n l : 1 n = n = n 1.
Induktionsschritt (m m

): Wir zeigen
(n l : m n = n m) = (n l : m

n = n m

).
Dazu f uhren wir Induktion nach n durch. Betrachte also zuerst den Fall n = 1.
Wieder nach dem letzten Punkt gilt (m

) 1 = m

= 1 m

.
Der Induktionsschritt n n

hat nun als Induktionsvoraussetzung m

n = n m

und wir erhalten


m

= m

+ (m

n) = m

+ (n m

) = (m + 1) + (n + (n m)) =
(n + 1) + (m + (n m))

= (n + 1) + (m + (m n)) =
n

+ (m n

)

= n

+ (n

m) = n

.
An den mit gekennzeichneten Stellen ist die Induktionsvoraussetzung des In-
duktionsschritts (m m

) ben utzt worden.


Zum Distributivgesetz:
Vollst andige Induktion nach a:
Induktionsanfang (a = 1): Da 1 bez uglich ein neutrales Element ist, folgt
(b + c) 1 = b + c = (b 1) + (c 1).
Induktionsschritt:
(b + c) (a + 1) = (b + c) + ((b + c) a)

= (b + c) + ((b a) + (c a)) =
(b + (b a)) + (c + (c a)) = (b (a + 1)) + (c (a + 1)).
An der mit gekennzeichneten Stelle ist die Induktionsvoraussetzung eingegan-
gen.
2.3. DIE NAT

URLICHEN ZAHLEN 23
Zur Assoziativit at von :
Wir zeigen a (b c) = (a b) c mittels Induktion nach b.
Induktionsanfang: a (1 c) = a c = (a 1) c.
Induktionsschritt: Nach Induktionsvoraussetzung gilt also (a b) c = a (b c).
Mittels Distributivgesetz folgt
(a (b + 1)) c = ((a b) + (a 1)) c = ((a b) c) + ((a 1) c) =
(a (b c)) + (a (1 c)) = a ((b c) + (1 c)) = a ((b + 1) c).
Zur Totalit at von und zur Tatsache 1 n, n l:
Wir wollen zeigen, dass je zwei n, m l bez uglich vergleichbar sind, was wir
mittels Induktion nach m beweisen werden.
F ur m = 1 zeigt man, leicht mittels Induktion nach n, dass immer n = 1, oder
t l, n = 1 + t, also immer 1 n.
Gelte die Vergleichbarkeit von m mit allen n l. Um sie f ur m

zu zeigen,
machen wir eine Fallunterscheidung: Ist m = n, so folgt n + 1 = m

also n m

.
Aus n < m folgt m = n + t f ur ein t l, und daher m

= n + (t + 1), also n < m

.
Ist n = m + 1, so folgt m

= n.
Ist schlielich m < n, n m + 1, so gilt n = m + t mit t 1. Aus der schon
bewiesenen Vergleichbarkeit mit 1 folgt, dass 1 < t, und somit t = 1 + s, s l.
Aus der Assoziativit at folgt n = m

+ s, also m

< n.
Die Reexivit at von ist klar.
Zur Transitivit at von < und damit von :
Sei k, l, m l und k l, l m. Ist k = l oder l = m, so sieht man sofort, dass
k m.
Im Fall k < l, l < m gibt es i, j l mit k+i = l, l + j = m. Es folgt k+(i + j) = m
und daher k < m.
Die Antisymmetrie von folgt, da aus n m und m n im Falle m n wegen
dem vorletzten Punkt und wegen der Transitivit at von < folgt, dass n < n, was
dem vorletzten Punkt widerspricht.
Zur Vertr aglichkeit von < mit + und :
Sei n < m und k l. Somit ist n + t = m mit t l, und es gilt
m + k = (n + t) + k = n + (t + k) = n + (k + t) = (n + k) + t,
sowie
m k = (n + t) k = (n k) + (t k).
Also folgt n + k < m + k und n k < m k.
Die Injektivit at von
k
bzw. was das selbe ist die K urzungsregel f ur folgt
nun aus den gezeigten Eigenschaften von :
Seien k, m, n l mit m n. Wegen der Totalit at gilt m < n oder n < m, was mit
der Vertr aglichkeit von < mit bedingt, dass k m < k n oder k n < k m und
somit k m k n.
24 KAPITEL 2. DIE REELLEN ZAHLEN
Zum K urzen in Ungleichungen:
Aus n +l < m+l folgt denitionsgem a m+l = (n +l) +k f ur ein k l. Gem a
der K urzungsregel f ur + folgt m = n + k und somit n < m.
Sei nun n l < m l. W are m n, so folgte aus dem letzten Punkt der Widerspruch
m l n l. Wegen der Totalit at muss n < m.
Zur Wohldeniertheit von m n:
Sei also n < m. Denitionsgem a ist m = n+t f ur ein t l. Ist nun m = n+s f ur
eine weitere Zahl s l, so folgt aus der K urzungsregel f ur + und n + t = n + s,
dass s = t. Also ist die m n := t eindeutig dadurch deniert, dass n + t = m.
Zur Vertr aglichkeit von < mit :
Ist t < n < m, so folgt n = t + s und m = n + l f ur s, l l, und weiters
m = t + (l + s). Somit ist m t = l + s und n t = s, und daher n t < m t.
Zu (2.3):
Die Ungleichung m + n < l bedeutet l = (m + n) + k f ur ein eindeutiges k l.
Denitionsgem a ist daher k = l (m+n). Andererseits gilt wegen m < m+n < l
auch l = m + s, s l.
Wegen der K urzungsregel f ur + folgt s = n + k, und somit n < s = l m.
Auerdem ist k = s n = (l m) n.
K
2.3.9 Bemerkung. Ist

l eine Kopie von l wie in Korollar 2.3.5, und werden die Ope-
rationen + und , sowie auf

l genauso deniert wie auf l, so sieht man leicht, dass
die nach Korollar 2.3.5 existierende Abbildung : l

l mit den Operationen und
vertr aglich ist:
(n + m) = (n) + (m), (n m) = (n) (m),
n m (n) (m).
Folgende Eigenschaft der nat urlichen Zahlen werden wir oft verwenden.
2.3.10 Satz. Ist T l, so hat T ein Minimum.
Beweis. Wir nehmen das Gegenteil an. Sei
M = n l : m T n < m.
Es ist nun 1 M, da sonst 1 das Minimum von T w are.
Ist n M, und m T, so gilt n < m. Daraus schlieen wir n + 1 m. W are
n + 1 = m
0
f ur ein m
0
T, so h atte T das Minimum m
0
. Wir nehmen aber an, dass es
ein solches nicht gibt.
Also gilt immer n + 1 < m, m T, bzw. n + 1 M. Nach (S 3) folgt M = l. Ist
m T l, so folgt m M und daher der Widerspruch m < m.
K
Diese Eigenschaft der nat urlichen Zahlen k onnen wir hernehmen, um folgende
Varianten des Prinzips der vollst andigen Induktion zu rechtfertigen. Zum Beispiel ist
2.3. DIE NAT

URLICHEN ZAHLEN 25
es oft zielf uhrender die folgende Version zu ben utzen:
Sei A(n), n l, eine Aussage uber die nat urliche Zahl n. Gilt
(i) Die Aussage A(1) ist wahr.
(ii) Es gelte f ur jedes n l, n > 1: Ist die Aussage A(m) wahr f ur alle m < n, so ist
auch A(n) wahr.
Dann ist die Aussage A(n) f ur alle n l wahr. Denn w are die Menge der n l, f ur
die A(n) falsch ist, nicht leer, so h atte sie ein Minimum n. Wegen (i) ist aber n > 1,
wegen (ii) ist A(n) wahr, was oensichtlich ein Widerspruch ist.
Ist eine Aussage erst ab einer gewissen Zahl n
0
richtig, so kann man folgende
Varianten des Prinzips der vollst andigen Induktion anzuwenden versuchen:
Gilt
(i) Die Aussage A(n
0
) ist wahr.
(ii) Ist A(n) wahr f ur ein n n
0
, dann ist A(n + 1) wahr.
oder gilt
(i) Die Aussage A(n
0
) ist wahr.
(ii) Ist n > n
0
und ist A(m) wahr f ur alle m mit n
0
m < n, dann ist A(n) wahr.
Dann ist die Aussage A(n) f ur alle n n
0
richtig.
2.3.11 Beispiel. Mit fast dem selben Beweis wie in Lemma 2.3.6 jedoch mit einer
Induktion bei 2 startend zeigt man, dass f ur x 1
K
und x 0 sowie n 2 sogar
(1
K
+ x)
n
> 1
K
+ nx .
Induktionsanfang: Ist n = 2, so gilt wegen x
2
> 0, dass (1
K
+x)
2
= 1
K
+2x+x
2
> 1
K
+2x.
Induktionsschritt: Angenommen die Ungleichung ist f ur n l richtig. Dann folgt
wegen 1
K
+ x 0 und nx
2
> 0, dass
(1
K
+ x)
n

= (1
K
+ x)
n
(1
K
+ x) (1
K
+ nx)(1
K
+ x) = 1
K
+ (n

)x + nx
2
> 1
K
+ n

x .
Klarerweise haben unendliche Teilmengen von lkein Maximum. Aber wie intuitiv
klar ist, hat jede endliche Teilmenge einer total geordneten Menge ein Maximum und
ein Minimum. Um das exakt nachzuweisen, ben otigen wir die genaue Denition von
Endlichkeit.
2.3.12 Denition. Eine nichtleere Menge M heit endlich, wenn es ein k l und eine
bijektive Funktion f : n l : n k M gibt. Die Zahl k ist dann die M achtigkeit
von M
6
. Man sagt auch, dass M genau k Elemente hat. Die leere Menge nennen wir
auch endlich, und ihre M achtigkeit sei Null.
6
Damit die M achtigkeit wohldeniert ist, muss man noch zeigen, dass es im Fall k
1
k
2
keine bijek-
tive Funktion von n l : n k
1
auf n l : n k
2
gibt, was sich durch vollst andige Induktion
bewerkstelligen l asst.
26 KAPITEL 2. DIE REELLEN ZAHLEN
2.3.13 Bemerkung. Man zeigt elementar durch vollst andige Induktion nach der
M achtigkeit der endlichen Menge M, dass alle ihre Teilmengen auch endlich sind.
2.3.14 Lemma. Jede endliche nichtleere Teilmenge M einer total geordneten Men-
ge (T, ) hat ein Minimum und ein Maximum, das wir mit min(M) bzw. mit max(M)
bezeichnen.
Insbesondere gilt diese Aussage f ur endliche Teilmengen von angeordneten
K orpern und von l.
Beweis. Hat M nur ein Element, d.h. M = m, so ist klarerweise m das Maximum von
M.
Angenommen alle

M T mit n Elementen haben ein Maximum. Hat nun M T
genau n + 1 Elemente und ist m
1
M, so hat M \ m
1
genau n Elemente und laut
Induktionsvoraussetzung ein Maximum m
2
M \ m
1
. Da (T, ) eine Totalordnung
ist, gilt m
1
m
2
oder m
1
m
2
. Im ersten Fall ist dann m
2
das Maximum von M und
im zweiten ist m
1
das Maximum von M.
K
Eine immer wieder verwendete Tatsache ist im folgenden Lemma vermerkt.
2.3.15 Lemma. Sei M lnicht endlich. Dann gibt es eine streng monoton wachsende
Bijektion von l auf M. F ur eine solche gilt immer (n) n.
Beweis. Sei g : M M deniert durch g(s) = minm M : m > s, und sei
a = min M. Man beachte, dass g(s) f ur alle s M deniert ist, da m M : m > s
voraussetzungsgem a niemals leer ist.
Nach demRekursionssatz gibt es eine eindeutige Abbildung : l M mit (1) =
a = min M und so, dass (n + 1) = g((n)) = minm M : m > (n).
Oensichtlich gilt (n +1) > (n). Daraus folgt durch vollst andige Induktion, dass
(l) > (n), wenn l > n. Also ist streng monoton wachsende und somit auch injektiv.
Durch vollst andige Induktion zeigt man auch leicht, dass (n) n f ur alle n l.
W are ein m
1
M nicht im Bild von , so ist klarerweise m
1
> min M = (1).
Angenommen m
1
> (n). Dann ist m
1
m M : m > (n) und wegen m
1

(n + 1) = minm M : m > (n) muss m
1
> (n + 1).
Es folgt (n) < m
1
f ur alle n l, was aber (m
1
) m
1
widerspricht.
K
2.4 Der Ring der ganzen Zahlen
Im Bereich der nat urlichen Zahlen haben wir zuletzt Operationen + und deniert. Ist
m < n, so haben wir auch nm l deniert. Wir wollen nun aus den nat urlichen Zah-
len die ganzen Zahlen Z konstruieren, und die Operationen + und auf Z so fortsetzen,
dass wir einen Ring (Z, +, ) erhalten. Die Menge Z zu denieren, ist kein Problem.
2.4.1 Denition. Seien l
1
und l
2
zwei disjunkte Kopien der nat urliche Zahlen, und
sei 0 ein Element, das in keiner dieser Mengen enthalten ist
7
. Wir denieren
Z := l
1

0

l
2
.
7
Man kann z.B. f ur l
j
einfach die Menge l j hernehmen, und f ur 0 das Element (1, 3)
2.4. DER RING DER GANZEN ZAHLEN 27
Ist : l
1
l
2
eine bijektive Abbildung wie in Korollar 2.3.5, so denieren wir eine
Abbildung : Z Z
n =
_

_
(n) , falls n l
1
0 , falls n = 0

1
(n) , falls n l
2
Schreiben wir nun l f ur l
1
, so gilt
Z = l

l.
Man erkennt unschwer, dass eine Bijektion ist, die mit sich selber zusammengesetzt
die Identit at ergibt, also eine Involution ist.
Nun denieren wir die Operationen auf Z in der Art und Weise, wie wir sie der
Anschauung nach erwarten.
2.4.2 Denition. F ur n l setzen wir sgn(n) := 1, sgn(n) := 1, sgn(0) = 0 sowie
n := n, n := n und 0 := 0. Weiters sei + : Z Z Z deniert durch
p + q :=
_

_
p + q , p, q l
( p + q) , p, q l
p q , p, q l, p > q
(q p) , p, q l, p < q
( p q) , p, q l, p > q
q p , p, q l, p < q
0 , q = p
p , q = 0
q , p = 0
,
und : Z Z Z durch
p q :=
_

_
p q , q, p 0, sgn(q) = sgn(p)
( p q) , q, p 0, sgn(q) = sgn(p)
0 , q = 0 p = 0
.
Sind p, q Z, so schreibt man wie schon zuvor f ur p + (q) meist p q.
2.4.3 Satz. (Z, +, ) ist ein kommutativer Integrit atsring mit Einselement. Es gilt also:
Die Addition ist kommutativ und assoziativ, 0 ist ein bzgl. + neutrales Element
und p ist das zu p Z bzgl. + inverse Element. Also gelten (a1)-(a4) von
Denition 2.1.1.
Die Multiplikation ist kommutativ und assoziativ, und 1 ist ein bzgl. neutrales
Element. Also gelten (m1),(m2),(m4) von Denition 2.1.1.
Es gilt das Distributivgesetz.
Aus p 0 q 0 folgt pq 0 (Integrit atseigenschaft).
Beweis. Seien p, q Z. Zun achst folgen p +q = q + p und p q = q p unmittelbar aus
der Denition und eben der Tatsache, dass diese Operationen auf l kommutativ sind.
28 KAPITEL 2. DIE REELLEN ZAHLEN
Ebenfalls unmittelbar aus der Denition sieht man, dass p + 0 = p und p 1 = p.
Also ist 0 ein bez uglich + und 1 ein bez uglich neutrales Element. Genauso elementar
veriziert man p + (p) = 0 und p q 0, wenn p und q beide 0.
Es bleibt die Assoziativit at und das Distributivgesetz nachzupr ufen. Das ist in
der Tat m uhsam und durch zahlreiche Fallunterscheidungen zu bewerkstelligen. Wir
wollen daher nur r + (q + p) = (r + q) + p im exemplarischen Fall r, q l, p l
betrachten:
Ist p > r + q, so folgt (r + q) + p = ( p (r + q)), und nach (2.3) ist dieser
Ausdruck gleich (( p q) r). Wegen p q > r und p > q folgt denitionsgem a
(( p q) r) = r + (( p q)) = r + (p + q).
Im Falle p = r + q gilt einerseits (r + q) + p = 0 und andererseits wegen p > q
und p q = r (siehe (2.2)), dass r + (q + p) = r + (( p q)) = 0.
Sei nun p < r + q. Dann folgt (r + q) + p = (r + q) p =: k l. Also ist k jene
Zahl, sodass p + k = r + q.
Ist q > p, so gilt andererseits r + (q + p) = r + (q p), und wegen den bekannten
Rechenregeln auf l, p + (r + (q p)) = r + q, also k = r + (q + p).
Wenn q = p, so folgt r+(q+p) = r, und ebenfalls p +r = r+q, d. h. k = r+(q+p).
Ist schlielich q < p, so folgt r + (q + p) = r + (( p q)). Da p < r + q folgt
r > p q, und somit r + (( p q)) = r ( p q) =: l l. Das ist also jene Zahl,
sodass ( p q) + l = r. Addiert man hier q und verwendet die Assoziativit at von + auf
l, so folgt p + l = r + q, also l = k.
K
2.4.4 Bemerkung. In Integrit atsringen gilt die K urzungsregel:
m 0, xm = ym y = x,
denn aus xm ym = (x y)m = 0 folgt ja x y = 0.
Wir ben otigen noch eine Totalordnung auf Z, welche auf l erweitert.
2.4.5 Denition. Wir denieren f ur p, q Z
q < p p q l und q p q < p q = p. (2.5)
Man sieht leicht ein, dass mit eine Totalordnung auf Z deniert ist, die auf l
erweitert, und die mit den Operationen + und vertr aglich ist.
2.4.6 Bemerkung. Wenn man sich an die Denition eines angeordneten K orpers in
Denition 2.2.1 erinnert, so haben wir die Existenz einer Teilmenge P K verlangt,
die (p1) - (p3) erf ullt. Genau diese Situation haben wir hier mit P = l, nur, dass Z kein
K orper, sondern ein Ring ist.
Die von uns denierte Totalordnung auf Z erf ullt nun auch alle Eigenschaften,
die f ur die entsprechende Totalordnung auf einem angeordneten K orper gelten (vgl.
Lemma 2.2.2). Ausgenommen sind nur die Eigenschaften, die sich auf die multiplikativ
Inverse beziehen.
Die ganzen Zahlen sind eindeutig in dem Sinn, dass wenn

Z neben Z eine weite-
re Menge versehen mit einer Involution :

Z

Z, mit Operationen +, und einer
2.4. DER RING DER GANZEN ZAHLEN 29
Relation

ist, sodass

Z eine Kopie

l der nat urlichen Zahlen enth alt,

Z geschrieben
werden kann als die disjunkte Vereinigung von

l, 0 und

l, die Operationen + und
wie in Denition 2.4.2 durch die entsprechenden Operationen auf

l (siehe Bemerkung
2.3.9) deniert sind, und sodass

wie in (2.5) deniert ist, es eine eindeutige Bijektion
: Z

Z gibt, sodass
(p) = (p), (1) =

1, (n + 1) = (n) +

1, p Z, n l.
Um das zu zeige, setzt man einfach die Bijektion aus Korollar 2.3.5 zu einer
Bijektion von Z auf

Z gem a der Forderung (p) = (p) fort. Die erhaltene
Bijektion Z

Z ist mit +, , und vertr aglich. Siehe dazu auch Bemerkung 2.3.9.
Wir haben im Abschnitt uber die nat urlichen Zahlen f ur eine Zahl x aus einem
K orper ihre Potenzen x
n
, n l deniert (siehe Bemerkung 2.3.4). Das wollen wir auf
Z ausdehnen.
2.4.7 Denition. Sei (K, +, ) ein K orper. F ur eine ganze Zahl p und eine Zahl x
K, x 0 denieren wir
x
p
=
_

_
x
p
, falls p l
1 , falls p = 0
1
x
p
, falls p l
.
F ur x K \ 0, p, q Z gelten die aus der Schule bekannten Rechenregeln:
x
p
x
q
= x
p+q
, (x
p
)
q
= x
pq
, x
p
=
1
x
p
. (2.6)
Den Beweis f ur diese Rechenregeln f uhrt man mittels vollst andige Induktion f ur
p, q l, und dann durch Fallunterscheidung f ur den allgemeinen Fall p, q Z.
2.4.8 Lemma. Ist (K, +, , P) ein angeordneter K orper, so gilt f ur n l und x, y 0
x < y x
n
< y
n
,
und f ur x, y > 0
x < y x
n
> y
n
.
Beweis. Zun achst zeigt man leicht durch vollst andige Induktion und mit Hilfe von
(p3), dass aus 0 < t immer 0 < t
n
folgt.
Ist x < y, so folgt im Falle x = 0 daher x
n
= 0 < y
n
. Ist 0 < x < y, so zeigt man
x
n
< y
n
durch vollst andige Induktion:
F ur n = 1 ist x
n
< y
n
oensichtlich. Gilt x
n
< y
n
, so folgt aus Lemma 2.2.2 und der
rekursiven Denition von x
n
(siehe Bemerkung 2.3.4)
x
n+1
= x
n
x < y
n
x < y
n
y = y
n+1
.
Ist umgekehrt x
n
< y
n
, so muss x < y, da sonst y x, und aus dem eben bewiesenem
y
n
x
n
folgte.
Die letzte Behauptung folgt sofort aus x < y x
1
> y
1
f ur alle x, y > 0.
K
30 KAPITEL 2. DIE REELLEN ZAHLEN
Also ist x x
n
eine streng monoton wachsende Funktion und somit injektive
Funktion von P 0 nach P 0. Wir werden sp ater sehen, dass diese Funktionen in
vollst andig angeordneten K orpern auch surjektiv sind.
F ur p Z, p < 0 ist x x
p
eine streng monoton fallende Funktion und somit eine
injektive Funktion von P nach P.
Eine alternative Konstruktion von Z
Wir wollen in diesemAbschnitt einen alternativen Zugang zu den ganzen Zahlen vorstellen. Der Vorteil dieser vordergr undig
aufwendigeren Methode ist, dass die Beweise der Rechengesetze struktureller und k urzer sind.
2.4.9 Denition. Sei (l l)
2
die Relation
(x, n) (y, m) : x + m = y + n .
2.4.10 Lemma. Die Relation ist eine

Aquivalenzrelation.
Beweis. Die Reexivit at und Symmetrie ist klar. Um zu zeigen, dass transitiv ist, seien (x, n) (y, m) und (y, m) (z, k)
gegeben. Dann gilt x + m = y + n und y + k = z + m. Es folgt
(x + k) + m = (x + m) + k = (y + n) + k = (y + k) + n = (z + m) + n = (z + n) + m,
und wegen der K urzungsregel in l daher x + k = z + n; also (x, n) (z, k).
K
2.4.11 Denition. Wir bezeichnen mit Z die Faktormenge (l l)/

.
Auf Z denieren wir algebraische Operationen + und . Die Vorgangsweise dazu ist, zun achst Addition und
Multiplikation auf l l zu denieren, und diese dann auf Z zu ubertragen.
+ :
_
(l l)
2
l l
((x, n), (y, m)) (x + y, n + m)
:
_
(l l)
2
l l
((x, n), (y, m)) (xy + nm, xm + ny)
2.4.12 Lemma. Die Operationen + und auf l l sind kommutativ, assoziativ und es gilt das Distributivgesetz.
Beweis. Seien (x, n), (y, m) l l. Dann ist
(x, n) + (y, m) = (x + y, n + m) = (y + x, m+ n) = (y, m) + (x, n) ,
(x, n) (y, m) = (xy + nm, xm + ny) = (yx + mn, yn + mx) = (y, m) (x, n) .
Sei zus atzlich (z, k) l l. Dann gilt
_
(x, n) + (y, m)
_
+ (z, k) = (x + y, n + m) + (z, k) =
_
(x + y) + z, (n + m) + k
_
=
=
_
x + (y + z), n + (m + k)
_
= (x, n) +
_
(y, m) + (z, k)
_
.
Die G ultigkeit der Assoziativit at der Multiplikation sowie des Distributivgesetzes rechnet man ahnlich, aber deutlich
m uhsamer, nach.
K
Um diese Operationen auf Z ubertragen zu k onnen ben otigen die Vertr aglichkeit mit der Relation .
2.4.13 Lemma. Sind (x, n) ( x, n) und (y, m) ( y, m), so folgt, dass auch
(x, n) + (y, m) ( x, n) + ( y, m), (x, n) (y, m) ( x, n) ( y, m) .
Beweis. Seien (x, n) ( x, n) und (y, m) ( y, m) gegeben. Dann gilt
(x + y) + ( n + m) = (x + n) + (y + m) = ( x + n) + ( y + m) = ( x + y) + (n + m) ,
und wir sehen, dass (x, n) + (y, m) ( x, n) + ( y, m).
2.4. DER RING DER GANZEN ZAHLEN 31
Um die Aussage f ur zu zeigen, betrachten wir zuerst (x, n) ( x, n) und ein (y, m). Dann gilt
(xy + nm) + ( xm + ny) = (x + n)y + ( x + n)m =
= ( x + n)y + (x + n)m = ( xy + nm) + (xm + ny) ,
und wir erhalten (x, n) (y, m) ( x, n) (y, m). Wegen der Kommutativit at von folgt auch, dass f ur (x, n) und (y, m) ( y, m)
stets (x, n) (y, m) (x, n) ( y, m) gilt. Die Aussage f ur folgt nun aus der Transitivit at von angewandt auf
(x, n) (y, m) ( x, n) (y, m) ( x, n) ( y, m) .
K
2.4.14 Denition. Auf Zseien zwei algebraische Operationen + und deniert, indemwir f ur a, b ZPaare (x, n), (y, m)
l l so w ahle, dass [(x, n)]

= a und [(y, m)]

= b, und dann
a + b :=
_
(x, n) + (y, m)
_

, a b :=
_
(x, n) (y, m)
_

setzen.
Dass durch diese Vorschrift tats achlich zwei Funktionen wohldeniert sind, verdanken wir gerade der Vertr aglichkeits-
aussage in Lemma 2.4.13.
Im n achsten Schritt denieren wir die Relation auf Z. Dazu sei
(x, n) (y, m) : x + m y + n, (x, n), (y, m) l l.
2.4.15 Lemma. Die Relation auf l l ist reexiv, transitiv und total, dh. (x, n) (y, m) (y, m) (x, n) f ur alle
(x, n), (y, m) l l. Zudem gilt
(x, n) (y, m) und (y, m) (x, n) (x, n) (y, m). (2.7)
Auerdem folgt aus (x, n) ( x, n) und (y, m) ( y, m), dass
(x, n) (y, m) ( x, n) ( y, m) .
Beweis. Die Reexivit at folgt unmittelbar aus der Denition. Sei (x, n) (y, m) und (y, m) (z, k). Dann gilt x + m y + n
und y + k z + m, und wir erhalten
(x + k) + m = (x + m) + k (y + n) + k = (y + k) + n (z + m) + n = (z + n) + m.
Daraus folgt nun x + k z + n, d.h. (x, n) (z, k). Die Totalit at folgt aus der Tatsache, dass eine Totalordnung auf l ist.
Da (x, n) (y, m) und (y, m) (x, n) mit x + m = y + n gleichbedeutend ist, folgt (2.7). Die letzte Aussage folgt
unmittelbar aus (2.7) und der Transitivit at von auf l l.
K
Wegen der letzte Aussage von Lemma 2.4.15, ist folgende Denition unabh angig von den Repr asentanten der Rest-
klassen a bzw. b. Wir erhalten damit eine Totalordnung auf Z.
2.4.16 Denition. Seien a, b Z, a = [(x, n)]

, b = [(y, m)]

. Dann schreiben wir a b, falls (x, n) (y, m).


2.4.17 Satz. Die Addition und Multiplikation auf Z sind kommutativ, assoziativ und es gilt das Distributivgesetz. Das
Element 0 := [(1, 1)]

bzw. 1 := [(2, 1)]

ist neutrales Element bez uglich + bzw. . Jedes Element besitzt ein additiv Inverses
Element. F ur gilt die K urzungsregel, d.h. ist a, b, c Z, c 0, und gilt a c = b c, so folgt a = b.
Die Relation ist eine Totalordnung. F ur alle a, b, c Z, a b, gilt auch a + c b + c und, falls c 0, auch
a c b c. Umgekehrt, ist c > 0 und a c b c, so folgt a b.
Die nat urlichen Zahlen l sind in Z injektiv eingebettet verm oge der Abbildung
:
_
l Z
x [(x + 1, 1)]

Diese Einbettung erh alt Addition, Multiplikation und Ordnung.


Beweis. Die G ultigkeit von Assoziativit at, Kommutativit at sowie Distributivit at folgt wegen Lemma 2.4.12.
Sei a = [(x, n)]

Z. Dann gilt
a + 0 = [(x, n)]

+ [(1, 1)]

= [(x + 1, n + 1)]

= [(x, n)]

= a ,
sowie
a 1 = [(x, n)]

[(2, 1)]

= [(2x + n, x + 2n)]

= [(x, n)]

= a ,
32 KAPITEL 2. DIE REELLEN ZAHLEN
also ist 0 neutrales Element der Addition und 1 neutrales Element der Multiplikation. Setze a := [(n, x)]

, dann gilt
a + a = [(x, n)]

+ [(n, x)]

= [(x + n, n + x)]

= [(1, 1)]

= 0 ,
also hat a ein additives Inverses, n amlich a.
Wegen Lemma 2.4.15 ist auf Z eine Totalordnung. Seien a, b, c Z, a = [(x, n)]

, b = [(y, m)]

, c = [(z, k)]

. Dann
gilt
a + c b + c (x + z, n + k) (y + z, m+ k) x + z + m + k y + z + n + k
x + m y + n a b .
Sei nun angenommen, dass a < b, d.h. dass x+m < y+n, und dass c 0, d.h. z k. Dann gibt es t lmit y+n = (x+m)+t.
Wegen z k folgt tz tk und daher auch (y + n)z = (x + m)z + tz (x + m)z + tk und schlielich
(x + m)k + (y + n)z (x + m)z + tk + (x + m)k = (x + m)z + (y + n)k .
Also haben wir (xk + nz) + (yz + mk) (xz + nk) + (yk + mz), und das heit gerade a c b c.
Sei umgekehrt a c b c, d.h. nach obiger Rechnung (x + m)k + (y + n)z (x + m)z + (y + n)k, und c > 0, d.h. z > k.
Angenommen es w are a > b, d.h. x + m > y + n. Dann gibt es t l mit (y + n) + t = x + m. Damit erhalten wir
tk + (y + n)(k + z) tz + (y + n)(z + k)
und daraus tk tz und schlielich den Widerspruch k z. Also muss a b gelten. Die K urzungsregel f ur folgt aus der
gerade bewiesenen K urzungsregel f ur .
Die Injektivit at der Abbildung gilt, da (x + 1, 1) (y + 1, 1) gerade x + 2 = y + 2 bedeutet, und damit x = y folgt.
Auerdem gilt
(x) + (y) = [((x + 1) + (y + 1), 1 + 1)]

= [((x + y) + 1, 1)]

= (x + y) ,
(x) (y) =
_
((x + 1)(y + 1) + 1, (x + 1) + (y + 1))
_

=
_
(xy + x + y + 1 + 1, x + y + 1 + 1)
_

= [(xy + 1, 1)]

= (xy) ,
(x) (y) (x + 1) + 1 (y + 1) + 1 x y .
K
Folgendes Resultat liefert insbesondere, dass die hier konstruierten ganzen Zahlen eine Kopie der eingangs konstruier-
ten ganzen Zahlen sind.
2.4.18 Proposition. Versteht man die nat urlichen Zahlen via eingebettet in Z wie in Satz 2.4.17, so gilt
Z = l 0 l,
wobei diese drei Mengen disjunkt sind. Dabei gilt p l p > 0 und p l p < 0.
Denieren wir sgn(x) = 0, wenn x = 0, sgn(x) = 1, wenn x l, und sgn(x) = 1, wenn x l, und setzen
p = sgn(p)p, so gilt f ur p, q Z
p + q =
_

_
p + q , p, q l
( p + q) , p, q l
p q , p, q l, p > q
(q p) , p, q l, p < q
( p q) , p, q l, p > q
q p , p, q l, p < q
0 , q = p
p , q = 0
q , p = 0
,
und
p q =
_

_
p q , q, p 0, sgn(q) = sgn(p)
( p q) , q, p 0, sgn(p) = sgn(p)
0 , q = 0 p = 0
.
Schlielich gilt p < q q p l und p q (p = q p < q).
Beweis. Ist [(x, n)]

Z, [(x, n)]

> 0 = [(1, 1)]

, so gilt x +1 > n+1. Damit ist x n l, und wegen (x n+1, 1) (x, n)


folgt (x n) = [(x, n)]

. Umgekehrt ist f ur y l (y) = [(y + 1, 1)]

> [(1, 1)]

= 0.
Ist [(x, n)]

Z, [(x, n)]

< 0 = [(1, 1)]

, so folgt aus den Rechenregeln von Satz 2.4.17 0 > [(x, n)]

= [(n, x)]

.
Aus dem schon Bewiesenen folgt [(x, n)]

= (n x), wobei n x l. Umgekehrt ist f ur y l (y) = [(1, y + 1)]

<
[(1, 1)]

= 0.
Also kann man l mit p Z : p > 0 und l mit p Z : p < 0 identizieren.
Z = l 0 l,
folgt nun aus der Tatsache, dass eine Totalordnung ist.
Die restlichen Aussagen folgen aus der Denition von ., sgn(.) und der Tatsache, dass p < q 0 < q p, siehe Satz
2.4.17.
K
2.4. DER RING DER GANZEN ZAHLEN 33
Dividieren mit Rest
Ausger ustet mit unserem Grundwissen uber die nat urlichen und die ganzen Zahlen k onnen wir nun in diesem Kapitel das
aus der Schule bekannte Dividieren mit Rest mathematisch rechtfertigen.
2.4.19 Satz. Sind m l, n Z, so gibt es eindeutige Zahlen l Z und r 0, . . . , m 1
8
, sodass n = ml + r. Dabei ist
n 0 genau dann, wenn l 0.
Beweis. Sei zun achst n l0 beliebig. Da die Menge aller l l0 mit m l +m > n nicht leer ist (n ist sicher in dieser
Menge), hat sie ein Minimum (Variante von Satz 2.3.10). Ist l = 0, so muss n 0, . . . , m 1, und ist l > 0, so folgt wegen
der Minimalit at ml = m(l 1) +m n < ml +m. Also muss immer n = ml +r f ur ein l l 0 und ein r 0, . . . , m1.
Ist nun auch n = m

l+ r f ur

l l0 und r 0, . . . , m1, so folgt m

l+m > n und wegen der Minimalit atseigenschaft


von l auch

l l. Andererseits gilt m

l n, weshalb nicht

l > l sein kann, da sonst n m

l = ml + m(

l l) ml + m w are.
Somit gibt es eindeutige l l 0 und r 0, . . . , m 1, sodass n = ml + r.
F ur n < 0 ist n1 0. Somit gibt es eindeutige s l0, t 0, . . . , m1, sodass n1 = sm+t = (s+1)m+(tm),
und daher sodass n = (s +1)m+(t m+1), bzw. n = (s +1)m+(t +m1). Setzen wir l = (s +1) und r = t +m1,
so sehen wir, dass n = ml + r f ur ein eindeutiges l < 0 und ein eindeutiges r 0, . . . , m 1.
K
2.4.20 Bemerkung. Die geraden (ungeraden) Zahlen sind genau alle ganzen Zahlen der Form 2k (2k +1) f ur ein k Z. Aus
Satz 2.4.19 folgt insbesondere, dass jede gegebene ganze Zahl gerade oder ungerade ist, wobei aus der Eindeutigkeitsaussage
in Satz 2.4.19 folgt, dass sie nicht gleichzeitig gerade und ungerade sein kann. Also gilt Z = 2Z (2Z + 1). Entsprechendes
gilt, wenn man 2 durch eine andere nat urliche Zahl m ersetzt, wobei dann
Z = mZ (mZ + 1) . . . (mZ + m 1).
2.4.21 Denition. Eine Zahl q l teilt eine Zahl p l, falls es ein m l gibt, sodass mq = p. Wir schreiben q p daf ur.
Teilt q die Zahl p nicht, so schreiben wir q p. Auerdem setzen wir p : q := m
9
.
Eine Zahl p l \ 1 heit Primzahl, wenn p nur von 1 und p geteilt wird. Die Menge aller Primzahlen sei .
2.4.22 Fakta.
Falls q p, so folgt aus mq = p und 1 m, dass q p, wobei q = p genau dann, wenn m = 1.
Um zu sehen, ob eine Zahl p eine Primzahl ist, gen ugt es somit zu uberpr ufen, dass q p f ur alle q l, 1 < q < p.
Man sieht sofort, dass 2, 3, 5, . . . Primzahlen sind.
Ist n l \ 1 und M = r l \ 1 : rn, so ist M nicht leer, da zumindest n M. Gilt M = n, so ist n
denitionsgem a eine Primzahl. Anderenfalls sei m das kleinste Element von M und k so, dass km = n. Nun ist
m eine Primzahl, da sonst m = pq mit 1 < p, q < m, und weiter p(qk) = n. Es w are p M im Widerspruch zur
Minimalit at von m.
Insbesondere wird jede Zahl in l \ 1 von einer Primzahl geteilt.
2.4.23 Lemma. Seien a, b l und p . Gilt p(ab), so folgt pa pb.
Beweis. Sei T die Menge aller Primzahlen, sodass die Aussage f ur gewisse a, b lfalsch ist. Wir bringen die Annahme
T auf einen Widerspruch.
Sei also T und p die kleinste Zahl in T (siehe Satz 2.3.10). Somit gibt es a, b l mit p a p b, aber p(ab),
bzw. pn = ab f ur ein n l. Daher ist
S = n l : a, b l : p a p b pn = ab,
die Menge aller solchen n nicht leer. Somit hat auch diese Menge ein Minimum s. Seien c, d l, sodass p c, p d und
ps = cd. Aus den ersten beiden Tatsachen folgt c, d p, c, d 1, und daraus zusammen mit der Tatsache, dass p eine
Primzahl ist, folgt s > 1.
Nun muss c < p sein, da sonst c p l und damit p(s d) = (c p)d, was s d l implizieren und somit der
Minimalit at von s widersprechen w urde. Genauso gilt d < p.
Daraus schlieen wir wegen ps = cd auf s < p. Gem a Fakta 2.4.22 gibt es eine Primzahl p

s < p, sodass p

s, d.h.
s = p

f ur ein s

l, s

< s. Somit folgt p

(ps

) = cd, also p

(cd). Wegen der Minimalit at von p muss p

c oder p

d.
O.B.d.A. sei c = c

, c

l, womit
p

(ps

) = p

(c

d) und daraus ps

= c

d
folgt. Nun widerspricht das aber ebenfalls der Minimalit at von s.
K
2.4.24 Satz. Ist n l \ 1, so gibt es eindeutige Primzahlen p
1
, . . . , p
m
und Exponenten e
1
, . . . , e
m
l, sodass
n = p
e
1
1
. . . p
em
m
. (2.8)
Diese Zerlegung heit Primfaktorzerlegung.
8
0, . . . , m 1 steht f ur k l 0 : 0 k < m
9
Da wir in Z k urzen d urfen, ist p : q eindeutig deniert.
34 KAPITEL 2. DIE REELLEN ZAHLEN
Beweis. Wir zeigen zuerst die Existenz einer solche Zerlegung. F ur n = 2 ist diese klar.
Angenommen f ur ein n > 2 gibt es zu allen k < n, k 2 eine solche Zerlegung. Nach Fakta 2.4.22 gibt es eine Primzahl
p n mit pn. Ist n = p, so haben wir unsere Zerlegung. Ist p < n, so folgt n = (n : p)p, wobei nach Voraussetzung
n : p (< n) eine solche Zerlegung hat. Somit hat auch n eine solche Zerlegung. Nach einer Variante des Prinzips der
vollst andigen Induktion gibt es eine Primfaktorzerlegung f ur alle n l \ 1.
Die Eindeutigkeit ist f ur n = 2 wieder klar, da alle Produkte der Form (2.8) einen Wert > 2 ergeben, auer f ur m = 1
und e
1
= 1, p
1
= 2.
Angenommen mit einem n > 2 ist die Primfaktorzerlegung eindeutig f ur alle k < n, k 2, und angenommen
q
f
1
1
. . . q
f
l
l
= n = p
e
1
1
. . . p
em
m
,
mit l, m l und e
1
, . . . , e
m
, f
1
, . . . , f
l
l sowie p
1
, . . . , p
m
, q
1
, . . . , q
l
. Insbesondere gilt q
1
p
e
1
1
. . . p
em
m
. Nach Lemma
2.4.23 muss q
1
p
j
und daher q
1
= p
j
f ur ein j 1, . . . , m. Durch Umnummerierung k onnen wir q
1
= p
1
annehmen. Es
folgt
q
f
1
1
1
. . . q
f
l
l
= n : q
1
= p
e
1
1
1
. . . p
em
m
.
Ist n : q
1
= 1, so muss n = p
1
= q
1
und l = 1 = m, e
1
= 1 = f
1
. Sonst folgt wegen 1 < n : q
1
< n aus unserer Annahme,
dass auch l = m und e
j
= f
j
sowie p
j
= q
j
, j = 1, . . . , l.
K
2.5 Der K orper Q
Oben haben wir den kommutativen Integrit atsring (Z, +, ) konstruiert. Diesen werden
wir nun zu einem angeordneten K orper, dem K orper der rationalen Zahlen erweitern,
und damit sehen, dass es zumindest einen angeordneten K orper gibt.
Der Grundgedanke der folgenden Konstruktion entspringt der Tatsache, dass in
einem K orper
p
1
q
1
=
p
2
q
2
genau dann, wenn p
1
q
2
= p
2
q
1
.
2.5.1 Denition. Sei (Z l)
2
die Relation
(x, n) (y, m) : xm = yn .
2.5.2 Lemma. Die Relation ist eine

Aquivalenzrelation.
Beweis. Die Reexivit at und Symmetrie sind oensichtlich. Sei nun (x, n) (y, m) und
(y, m) (z, k) dann gilt also xm = yn und yk = zm. Es folgt
(xk)m = (xm)k = (yn)k = (yk)n = (zm)n = (zn)m,
und da (Z, +, ) ein Integrit atsring ist, gilt die K urzungsregel, und wir erhalten xk = zn,
d.h. (x, n) (z, k).
K
2.5.3 Denition. Wir bezeichnen mit Q die Menge (Zl)/

aller

Aquivalenzklassen.
Q heit der K orper der rationalen Zahlen.
Um auf Q die algebraischen Operationen + und zu denieren, denieren wir
zun achst Addition und Multiplikation auf Z l, und ubertragen diese dann durch
Faktorisieren auf Q.
+ :
_
(Z l)
2
Z l
((x, n), (y, m)) (xm + yn, nm)
:
_
(Z l)
2
Z l
((x, n), (y, m)) (xy, nm)
2.5. DER K

ORPER Q 35
Die Motivation f ur unsere Denition ergibt sich aus den Regeln der Bruchrechnung.
x
n
+
y
m
=
xm
nm
+
yn
mn
=
xm + yn
nm
,
x
n

y
m
=
xy
nm
.
2.5.4 Lemma. F ur die Verkn upfungen +, gilt das Kommutativ-, Assoziativ- und Dis-
tributivgesetz.
Beweis. Die Gesetze gelten, da man sie leicht auf die G ultigkeit dieser Gesetze auf Z
zur uckf uhrt. Zum Beispiel gilt das Assoziativgesetz wegen
((x, n) + (y, m)) + (z, k) = (xm + yn, nm) + (z, k) = ((xm + yn)k + z(nm), (nm)k) =
(x(mk) + (yk + zm)n, n(mk)) = (x, n) + ((y, m) + (z, k)).
K
Um Q anordnen zu k onnen, denieren wir noch
sgn :
_
(Z l) Z
(x, n) sgn(x)
.
2.5.5 Lemma. Sind (x, n) ( x, n) und (y, m) ( y, m), so folgt sgn((x, n)) = sgn(( x, n))
und
(x, n) + (y, m) ( x, n) + ( y, m), (x, n) (y, m) ( x, n) ( y, m) .
Beweis. Seien (x, n) ( x, n) und (y, m) gegeben. Zun achst folgt aus x n = xn und
n, n l, dass sgn((x, n)) = sgn(x) = sgn( x) = sgn(( x, n)). Weiters gilt
(xm + yn) nm = xm nm + yn nm =
= (x n xn)
.,,.
=0
mm + xnmm + yn nm = ( xm + y n)nm,
also (x, n) + (y, m) ( x, n) + (y, m). Wegen der Kommutativit at folgt daraus mit ver-
tauschter Notation, dass f ur ( x, n) und (y, m) ( y, m) stets auch ( x, n) + (y, m)
( x, n) + ( y, m). Wegen der Transitivit at folgt
(x, n) + (y, m) ( x, n) + ( y, m) .
Bei der Multiplikation geht man analog vor. Seien (x, n) ( x, n) und (y, m) gegeben.
Dann gilt
xy nm = (x n xn)
.,,.
=0
ym + xnym = xynm,
also (x, n) (y, m) ( x, n) (y, m). Wegen der Kommutativit at folgt daraus mit vertausch-
ter Notation, dass f ur ( x, n) und (y, m) ( y, m) stets auch ( x, n) (y, m) ( x, n) ( y, m).
Wegen der Transitivit at folgt schlielich
(x, n) (y, m) ( x, n) ( y, m) .
K
36 KAPITEL 2. DIE REELLEN ZAHLEN
2.5.6 Denition. Auf Q seien zwei algebraische Operationen + und dadurch de-
niert, dass wir f ur a, b QPaare (x, n), (y, m) Zlmit [(x, n)]

= a und [(y, m)]

= b
w ahlen, und sgn(a) := sgn((x, n)) sowie
a + b :=
_
(x, n) + (y, m)
_

, a b :=
_
(x, n) (y, m)
_

setzen.
Wegen Lemma 2.5.5 h angen sgn(a), a + b und a b nicht von den gew ahlten Re-
pr asentanten (x, n) bzw. (y, m) ab.
2.5.7 Satz. Setzt man nun P = a Q : sgn(a) = 1, so ist (Q, +, , P) ist ein angeord-
neter K orper.
Dabei ist [(0, 1)]

das neutrale Element bzgl. +,


[(1, 1)]

das neutrale Element bez uglich .


Zu [(x, n)]

Q ist [(x, n)]

das additiv Inverse, und


zu [(x, n)]

Q \ 0 ist [(sgn(x)n, x)]

das multiplikativ Inverse.


Auerdem gilt
[(x, n)]

[(y, m)]

xm ny. (2.9)
Die ganzen Zahlen Z sind in Q eingebettet durch
:
_
Z Q
x [(x, 1)]

Diese Einbettung erh alt Addition, Multiplikation und Ordnung.


Schlielich hat Q die Eigenschaft, dass die Teilmenge (l) von Q keine obere
Schranke hat.
Beweis. Die G ultigkeit der Rechenregeln wie Kommutativit at, Assoziativit at und Dis-
tributivit at ergibt sich aus den entsprechenden Regeln f ur + und auf Z l.
F ur a = [(x, n)]

Q gilt
a + [(0, 1)]

= [(x + 0, n 1)]

= a, a [(1, 1)]

= [(x 1, n 1)]

= a .
Weiters hat man f ur b := [(x, n)]

a + b = [(xn xn, nn)]

= [(0, nn)]

= [(0, 1)]

= 0 .
Sei nun a 0, d.h. (x, n) (0, 1) oder aquivalent x 0. Mit c := [(sgn(x)n, x)]

folgt
ac = [(sgn(x)xn, nx)]

= [(1, 1)]

.
Wegen sgn([(x, n)]

) = sgn(x) = sgn([(x, n)]

) und sgn([(x, n)]

) = 0 x =
0 [(x, n)]

= [(0, 1)]

gilt f ur a Q
a P sgn(a) = 1
a 0 sgn(a) = 0
a P sgn(a) = 1
Daraus folgt sofort
Q = P

P,
2.5. DER K

ORPER Q 37
wobei das eine Vereinigung paarweiser disjunkter Mengen ist.
Aus sgn([(x, n)]

+[(y, m)]

) = sgn(xm+yn) und sgn([(x, n)]

[(y, m)]

) = sgn(xy)
erhalten wir, dass a, b P die Tatsache a + b, a b P nach sich zieht. Somit ist
(Q, +, , P) ein angeordneter K orper, und wir haben damit eine Totalordnung auf Q.
(2.9) folgt aus
[(y, m)]

[(x, n)]

= [(yn xm, mn)]

0 P sgn(yn xm) 0 xm yn.


Betrachte nun die Abbildung : Z Q. Diese ist injektiv, denn (x, 1) (y, 1) gilt
genau dann, wenn x = y. Dass die algebraischen Operationen erh alt, rechnet man
leicht nach. Die Vertr aglichkeit mit der Ordnung gilt, da wegen (2.9)
x y x 1 y 1 [(x, 1)]

[(y, 1)]

(x) (y).
Angenommen [(x, n)]

ist eine obere Schranke von (l), also mn x f ur alle


m l. Das ist aber oensichtlich falsch, wenn x 1 und man zum Beispiel m = 2
setzt. Ist x > 1, so erh alt man mit m = x
2
den Widerspruch x xn 1.
K
Wir werden im Folgenden f ur die rationale Zahl [(x, n)]

stets das Symbol


x
n
schrei-
ben. Dieses Symbol dr uckt tats achlich die Division von x durch n aus, denn man hat
[(x, 1)]

= [(x, n)]

[(n, 1)]

Wir sehen insbesondere, dass jede rationale Zahl der Quotient von zwei ganzen Zahlen
ist.
Nun wollen wir zeigen, dass jeder angeordnete K orper die rationalen Zahlen, und
damit insbesondere auch die ganzen Zahlen, enth alt.
2.5.8 Proposition. Sei (K, +, , P) ein angeordneter K orper. Dann gibt es eine eindeuti-
ge Abbildung : Q K, die nicht identisch gleich 0
K
ist, und welche mit der Addition
und Multiplikation vertr aglich ist. Diese Abbildung ist dann injektiv und auch mit
sowie mit den Ordnungen < und vertr aglich.
Beweis.
F ur n l und x K haben wir im Abschnitt uber die nat urlichen Zahlen eine
Funktion n nx von l nach K rekursiv durch 1x = x und (n

)x = nx + x
deniert; siehe Bemerkung 2.3.4. Nun nehmen wir f ur x K das multiplikativ
neutrale Element 1
K
von K, und bezeichnen mit : l K die entsprechende
Funktion n n1
K
, welche oensichtlicherweise (1) = 1
K
und (n + 1) =
(n) + 1
K
erf ullt.
Mit vollst andiger Induktion nach m zeigt man leicht, dass (n+m) = (n) +(m)
und (n m) = (n) (m) f ur alle n, m l.
Wegen 1
K
P (siehe Lemma 2.2.2) sieht man ebenfalls mit vollst andiger Induk-
tion, dass (n) P f ur alle n l. Insbesondere gilt immer (n) 0
K
.
Nun setzen wir auf Z dadurch fort, dass wir (0) = 0
K
und (n) = (n), n
l setzen. Man beweist durch Fallunterscheidungen mit der in Denition 2.4.2
angegebenen Form von + und auf Z auf elementare Art und Weise, dass diese
Fortsetzung die Addition und Multiplikation erh alt.
Wegen (p, q Z)
p < q q p l (q p) = (q) (p) P (p) < (q)
ist auch mit der Ordnung vertr aglich.
38 KAPITEL 2. DIE REELLEN ZAHLEN
Da ganz Q von den Quotienten
x
n
mit x Z, n l, ausgesch opft wird, l asst sich
durch die Vorschrift

_
x
n
_
:=
(x)
(n)
zu einer Abbildung von Q nach K fortsetzen. Man beachte hier, dass aus
x
n
=
x
n
folgt, dass x n = xn und daher (x)( n) = ( x)(n) bzw.
(x)
(n)
=
( x)
( n)
. Also ist diese
Abbildung wohldeniert.
Diese Fortsetzung erh alt ebenfalls die Addition und Multiplikation, denn f ur
x
n
,
y
m
Q gilt

_
x
n
+
y
m
_
=
_
xm + yn
nm
_
=
(xm + yn)
(nm)
=
(x)(m) + (y)(n)
(n)(m)
=
(x)
(n)
+
(y)
(m)
=
_
x
n
_
+
_
y
m
_
,

_
x
n

y
m
_
=
_
xy
nm
_
=
(xy)
(nm)
=
(x)(y)
(n)(m)
=
(x)
(n)

(y)
(m)
=
_
x
n
_

_
y
m
_
.
Sie erh alt auch die Ordnung, denn es gilt
x
n
<
y
m
xm < yn (x)(m) < (y)(n)
(x)
(n)
<
(y)
(m)
.
Es folgt insbesondere, dass injektiv ist.
Um die Eindeutigkeit von nachzuweisen, sei

eine weitere mit Addition und
Multiplikation vertr agliche Abbildung, sodass

(x) 0 f ur zumindest ein x Q.
Aus

(x)

(1) =

(x1) =

(x) folgt

(1) = 1
K
, und aus

(0) +

(0) =

(0 + 0) =

(0) folgt

(0) = 0
K
.
Durch vollst andige Induktion zeigt man, dass

(n) = (n) f ur n l. Aus

(n)+

(n) =

(0) = 0
K
= (n) + (n) folgt

(p) = (p), p Z. Schlielich folgt aus

(
p
n
)

(n) =

(p) = (p) = (
p
n
)(n), dass

= .
K
Das letzte Resultat zeigt uns, dass die rationalen Zahlen in einem gewissen Sinn
der kleinste angeordnete K orper ist.
Wenn wir im Folgenden von den nat urlichen (ganzen, rationalen) Zahlen als Teil-
menge eines angeordneten K orpers sprechen, so wollen wir darunter die gem a Pro-
position 2.5.8 existierende isomorphe Kopie (l) = n1
k
: n l, (Z), bzw. (Q)
verstehen und nicht mehr z.B. zwischen n und n 1
K
unterscheiden.
2.5.9 Bemerkung. Die am Beginn vom Beweis von Proposition 2.5.8 konstruierte Einbettung der nat urlichen Zahlen in
einen angeordneten K orper l asst sich auch auf beliebigen K orpern K durchf uhren.
Dabei kann es passieren, dass (n) = 0
K
f ur ein n l. Das kleinste derartige n ist dann eine Primzahl und heit die
Charakteristik des K orpers K.
Ist hingegen immer (n) 0
K
, so sagt man, dass K von Charakteristik Null ist. Insbesondere sind angeordnete K orper
von Charakteristik Null. Man sieht leicht ein, dass dann injektiv ist, und man denselben Beweis wie den von Proposition
2.5.8 hernehmen kann, um zu zeigen, dass sich Q injektiv in jeden K orper der Charakteristik Null einbetten l asst.
2.6. ARCHIMEDISCH ANGEORDNETE K

ORPER 39
2.5.10 Bemerkung. Die angegebene Art und Weise, aus Z die rationalen Zahlen zu konstruieren, l asst sich auf beliebige
kommutative Integrit atsringe R ausdehnen. Dazu betrachtet man R (R \ 0) und die

Aquivalenzrelation mit (x, a)
(y, b) xb = ya darauf.
Die in diesem Abschnitt gebrachten Ergebnisse (samt Beweise) gelten sinngem a auch in dieser allgemeineren Si-
tuation, wobei man hier i.A. keine sgn-Funktion hat, und wobei das multiplikativ Inverse zu [(x, n)]

genau [(n, x)]

ist.
(R (R \ 0))/

ist dann ein K orper (Quotientenk orper von R), aber i.A. kein angeordneter K orper.
Wendet man diese Konstruktion auf Z an, so erh alt man wieder Q.
2.6 Archimedisch angeordnete K orper
2.6.1 Denition. Sei (K, +, , P) ein angeordneter K orper. Dann heit K archimedisch
angeordnet, wenn l als Teilmenge von K nicht nach oben beschr ankt ist.
In Satz 2.5.7 haben wir gesehen, dass die rationalen Zahlen archimedisch ange-
ordnet sind. Wir werden auch sehen, dass die reellen Zahlen archimedisch angeordnet
sind.
2.6.2 Beispiel. Die Eigenschaft, dass (K, +, , P) ein archimedisch angeordneter K orper
ist, erm oglicht es uns etwa das Inmum von Mengen wie
M =
_
1
n
: n l
_
zu berechnen. Der Vermutung nach ist inf M = 0.
Um das zu beweisen, sei zun achst bemerkt, dass 0 oensichtlich eine untere
Schranke von M ist. W are > 0 eine weitere untere Schranke von M, d.h. 0 < <
1
n
, n l, so folgte n <
1

, was aber der Eigenschaft von K, archimedisch angeordnet


zu sein, widerspricht.
In archimedisch angeordneten K orpern gilt der folgende f ur die sp ater zu entwi-
ckelnde Konvergenztheorie wichtige
2.6.3 Satz. Sei (K, +, , P) ein archimedisch angeordneter K orper. Sind x, y K, x < y,
dann existiert p Q mit x < p < y
10
.
Beweis. Seien zun achst x, y K mit 0 x < y gegeben. Dann ist y x > 0 und damit
auch
1
yx
> 0. Da K archimedisch angeordnet ist, gibt es ein n l mit n >
1
yx
und
daher n(y x) > 1.
Nach Satz 2.3.10 hat k l : k > nx ein Minimum, und somit gibt es eine kleinste
nat urliche Zahl m l, sodass m > nx. Ist m > 1, so folgt aus der Wahl von m, dass
m1 nx. Ist m = 1, so folgt gem a unserer Voraussetzung m1 = 0 nx. Also gilt
immer m 1 nx < m. Kombiniert man diese Ungleichung mit n(y x) > 1, so folgt
nx < m nx + 1 < ny ,
und damit x <
m
n
< y.
Ist schlielich x < 0, so k onnen wir ein k l w ahlen mit k x, da l ja nicht
nach oben beschr ankt ist. Es folgt 0 x + k < y + k, und nach dem eben bewiesenen
x + k <
m
n
< y + k. Nun ist
m
n
k eine rationale Zahl mit x <
m
n
k < y.
K
10
Diese Aussage nennt man auch die Dichteeigenschaft von Q in K.
40 KAPITEL 2. DIE REELLEN ZAHLEN
2.6.4 Bemerkung. Da man obigen Satz induktiv immer wieder anwenden kann, sieht
man, dass zwischen zwei Zahlen sogar unendlich viele rationale Zahlen liegen.
Ist Q K, so kann man mit einer linearen Transformation sogar zeigen, dass es
eine nicht rationale Zahl zwischen 0 und 1 gibt, und weiters unter Verwendung von
Satz 2.6.3, dass es zwischen zwei Zahlen von K auch eine nicht rationale Zahl gibt.
2.7 Das Vollst andigkeitsaxiom
Wie wir sp ater sehen werden, ist die Vollst andigkeit die Eigenschaft der reellen Zahlen,
die sie unverwechselbar von anderen angeordneten K orpern unterscheidet.
2.7.1 Denition. Sei (K, +, , P) ein angeordneter K orper. Dann heit K vollst andig
angeordnet, wenn jede nach oben beschr ankte Menge ein Supremumhat. Diese Eigen-
schaft nennen wir (s).
Wie schon im vorhergehenden Abschnitt erw ahnt, gilt
2.7.2 Lemma. Ist (K, +, , P) ein vollst andig angeordneter K orper, so ist er archime-
disch angeordnet.
Beweis. W are n amlich l nach oben beschr ankt, so existierte wegen (s)
= sup l.
Sei n beliebig in l. Mit n geh ort aber auch n + 1 zu l. Also gilt n + 1 , und
somit n 1. Daher ist 1 eine obere Schranke von l, was den Widerspruch
1 sup l = nach sich zieht.
K
Nun gilt folgender wichtige Satz, dessen Beweis wir sp ater (am Ende dieses Ab-
schnittes bzw. im Kapitel 4) bringen werden.
2.7.3 Satz. Es gibt einen vollst andig angeordneten K orper (L, +, , L
+
).
Ist (K, +, , P) ein weiterer vollst andig angeordneter K orper, so gibt es einen ein-
deutigen Isomorphismus : L K, also eine Bijektion, sodass mit den Operationen
vertr aglich ist und sodass (L
+
) = P.
Wenn wir ab jetzt von den reellen Zahlen sprechen, dann sei immer ein
vollst andig angeordneter K orper (L, +, , L
+
) gemeint. Wir schreiben im Folgenden im-
mer (L, +, , L
+
) daf ur. Wegen Satz 2.7.3 ist (L, +, , L
+
) bis auf Kopien eindeutig. Es
sei aber bemerkt, dass diese Eindeutigkeit f ur die restlichen Aussagen dieses Kapitels
und auch f ur Kapitel 3 unerheblich sind diese also in jedem vollst andig angeordneten
K orper gelten.
2.7.4 Bemerkung. Zusammenfassend sei nochmals betont, dass die reellen Zahlen L
einen vollst andig angeordneter K orper bilden, der die K orperaxiome (a1)-(a4), (m1)-
(m4), (d), die Axiome eines angeordneten K orpers (p1)-(p3) und das Vollst andig-
keitsaxiom (s) erf ullt.
Alle bisher gezeigten Rechenregeln und Eigenschaften von L lassen sich alle aus
diesen Axiomen herleiten, bzw. haben wir hergeleitet. Auch die im Folgenden aufge-
baute Analysis setzt nur auf diese Axiome auf.
2.7. DAS VOLLST

ANDIGKEITSAXIOM 41
Die Vollst andigkeit von L garantiert zum Beispiel, dass es n-te Wurzeln von nicht-
negativen Zahlen gibt.
2.7.5 Satz. Sei x L, x 0, und n l. Dann existiert genau eine Zahl y L, y 0,
sodass y
n
= x.
Beweis. Im Fall n = 1 ist die Aussage trivial. Sei also n 2.
Die Eindeutigkeit von y folgt unmittelbar aus Lemma 2.4.8, da aus 0 y
1
< y
2
immer y
n
1
< y
n
2
folgt. Somit k onnen nicht beide der Gleichung y
n
= x gen ugen.
Zur Existenz: Ist x = 0, so ist klarerweise y
n
= x f ur y = 0. Im Fall x > 0 sei
E := t L : t > 0, t
n
< x.
Diese Menge ist nicht leer, denn f ur s =
x
1+x
gilt 0 < s < min(x, 1) und daher s
n
< s <
x; also s E.
F ur := 1 + x gilt > 1 und daher
n
> > x. Aus t folgt dann t
n

n
> x
und damit t E. Also muss eine obere Schranke von E sein.
Da L vollst andig angeordnet ist, existiert y := sup E. Wegen 0 <
x
1+x
E ist sicher
y > 0. Wir zeigen im Folgenden, dass y
n
= x, und zwar indem wir die beiden anderen
M oglichkeiten y
n
< x und y
n
> x ausschlieen.
Dazu ben otigen wir, dass die f ur beliebige Elemente a, b L geltende und mit
vollst andiger Induktion nach n zu beweisende Gleichung
b
n
a
n
= (b a)(b
n1
+ b
n2
a + . . . + ba
n2
+ a
n1
) . (2.10)
F ur 0 < a < b erhalten wir daraus die Absch atzung
b
n
a
n
< (b a)nb
n1
. (2.11)
Angenommen y
n
< x, so gibt es gem a Satz 2.6.3 ein Q mit
0 < < min
_
x y
n
n(y + 1)
n1
, 1
_
.
Setzen wir in (2.11) a = y und b = y + , so folgt
(y + )
n
y
n
< n(y + )
n1
< n(y + 1)
n1
< x y
n
.
Also gilt (y + )
n
< x und daher y + E im Widerspruch zu y = sup E.
W are y
n
> x, so setze man
:=
y
n
x
ny
n1
.
Dann gilt 0 < <
y
n
< y.
Wir zeigen, dass y eine obere Schranke von E ist. W are dem nicht so, dann gilt
t > y f ur ein t E. Aus (2.11) folgt aber mit b = y, a = (y )
y
n
t
n
< y
n
(y )
n
< ny
n1
= y
n
x .
Also t
n
> x, und daher der Widerspruch t E.
Die Tatsache, dass y eine obere Schranke von E ist, widerspricht aber y = sup E.
K
42 KAPITEL 2. DIE REELLEN ZAHLEN
2.7.6 Denition. Die nach obigem Satz eindeutig bestimmte Zahl y 0, die n-te
Wurzel von x, schreibt man auch als
n

x oder x
1
n
.
2.7.7 Bemerkung. Man betrachte die Funktion
_
L
+
0 L
+
0
y y
n
.
Gem a Lemma 2.4.8 ist diese Funktion streng monoton wachsend und daher injektiv.
Zu gegebenem x ist y =
n

x jene Zahl, sodass y


n
= x. Also ist y y
n
auch surjektiv
als Funktion von L
+
0 nach L
+
0. Sie ist also bijektiv und ihre Umkehrfunktion
ist genau x
n

x. Wegen Lemma 2.4.8 ist auch x


n

x streng monoton wachsend.


2.7.8 Bemerkung. Nun sehen wir auch, dass L nicht nur aus rationalen Zahlen bestehen
kann, also Q L gilt. W are n amlich

2 =
p
q
Q, (2.12)
so kann man p, q teilerfremd w ahlen, d.h. es gibt kein k l \ 1, welches p und q
teilt
11
. Insbesondere ist nur h ochstens eine der Zahlen p oder q gerade. Ausquadrieren
und mit q
2
Multiplizieren in (2.12) ergibt 2q
2
= p
2
. Da eine Zahl genau dann gerade
ist, wenn ihr Quadrat es ist, folgt, dass p gerade und damit q ungerade ist; siehe Satz
2.4.24. Schreibt man p = 2m, so folgt 2q
2
= 4m
2
, und damit q
2
= 2m
2
. Wir erhalten
daraus den Widerspruch, dass auch q gerade sein m usste.
2.7.9 Denition. Ist x > 0 und ist r Qdargestellt in der Formr =
p
q
mit p Z, q l,
so denieren wir
x
r
:=
_
q

x
_
p
.
Da die Darstellung einer rationalen Zahl als Bruch nicht eindeutig ist, m ussen wir
nachweisen, dass die Denition von x
r
nicht von der Wahl von p, q abh angt. Dazu
brauchen wir
2.7.10 Lemma. Sind x > 0, z > 0 und p Z, q l, so gilt
q
_
1
x
=
1
q

x
,
q

xz =
q

x
q

z
sowie
(
q

x)
p
=
q

x
p
. (2.13)
Beweis.
q
_
1
x
=
1
q

x
folgt aus (
1
q

x
)
q
=
1
(
q

x)
q
=
1
x
und der Tatsache, dass nach Satz 2.7.5
q
_
1
x
die eindeutige L osung y von y
q
=
1
x
ist.
Wegen (
q

x
q

z)
q
= (
q

x)
q
(
q

z)
q
= xz muss
q

x
q

z mit
q

xz ubereinstimmen.
Ist p = 0, so ist (2.13) trivialerweise richtig, da ja
q

1 = 1. Sonst folgt (2.13) wegen


(2.6) aus ((
q

x)
p
)
q
= ((
q

x)
q
)
p
= x
p
und aus der Tatsache, dass nach Satz 2.7.5
q

x
p
die
eindeutige L osung y von y
q
= x
p
ist.
K
Ist jetzt r =
p
q
=
m
n
, so folgt wegen pn = qm
(
q

x
p
)
n
=
q

x
pn
=
q

x
qm
= (
q

x
q
)
m
= x
m
.
11
Eine ganze Zahl k 0 teilt eine ganze Zahl n, wenn es ein m Z gibt, sodass km = n.
2.7. DAS VOLLST

ANDIGKEITSAXIOM 43
Zieht man links und rechts die n-te Wurzel, so gilt wegen (2.13)
q

x
p
=
n

x
m
,
und damit ist x
r
wohldeniert. Auerdem gelten die (mit einer Beweisf uhrung ahnlich
wie der von Lemma 2.7.10 zu zeigenden) Rechenregeln (r, s Q, x > 0)
x
r+s
= x
r
x
s
, (x
r
)
s
= x
rs
, x
r
=
1
x
r
.
2.7.11 Lemma (Lemma vom iterierten Supremum). Seien M, N zwei nichtleere Men-
gen und f : M N L eine nach oben beschr ankte Funktion, dh. f (m, n) : (m, n)
M N ist nach oben beschr ankt. Dann gilt
supsup f (m, n) : m M : n N = sup f (m, n) : (m, n) M N =
supsup f (m, n) : n N : m M.
Sind umgekehrt alle Mengen f (m, n) : m M, n N, nach oben beschr ankt genauso
wie sup f (m, n) : m M : n N, bzw. gilt entsprechendes mit M und N vertauscht,
so ist auch f (m, n) : (m, n) M N nach oben beschr ankt, womit obige Gleichung
wieder gilt.
12
Eine entsprechende Aussage gilt f urs Inmum.
Beweis. Wir setzen s = sup f (m, n) : (m, n) M N und f ur festes q N auch
s
q
= sup f (m, q) : m M. Aus f (m, q) : m M f (m, n) : (m, n) M N folgt
dann s
q
s f ur jedes q N; also auch sups
q
: q N s.
Umgekehrt folgt f ur festes (m, n) M N, dass f (m, n) f (m, q) : m M, wenn
nur q = n. F ur dieses q ist f (m, n) s
q
; also gilt auch f (m, n) sups
q
: q N. Da
(m, n) M N beliebig war, folgt schlielich s sups
q
: q N.
K
Die Existenz und Eindeutigkeit der reellen Zahlen
Am Ende dieses Abschnitts werden wir beweisen, dass vollst andig angeordnete K orper tats achlich existieren, und dass alle
solche immer Kopien von einander sind. Eine andere Art und Weise, das zu tun, ndet sich in Kapitel 4.
Umdiese anspruchsvolle Konstruktion zu motivieren, denken wir uns eine Gerade gemeinsammit einer Einheitsstrecke
gezeichnet. Auf dieser Geraden denken wir uns die rationalen Zahlen durch fortgesetztes unterteilen der Einheitsstrecke
aufgetragen. Obwohl es anschaulich beliebig nahe an jedem Punkt eine rationale Zahl gibt, gibt es gem a Bemerkung 2.7.8
Punkte, welche nicht rational sind.
Unsere Konstruktion beruht auf der folgenden Bemerkung, die R.Dedekind
13
gemacht hat: Zerfallen alle Punkte der
Geraden in zwei Klassen von der Art, dass jeder Punkt der ersten Klasse links von jedem Punkt der zweiten Klasse liegt, so
existiert ein und nur ein Punkt, welcher diese Einteilung aller Punkte in zwei Klassen, diese Zerschneidung der Geraden in
zwei St ucke, hervorbringt.
Man kann also einen Punkt P der Geraden identizieren mit der Menge aller Punkte, die links von ihm liegen. Da man
nun aber mit den rationalen Punkten beliebig nahe an den Punkt P herankommt, gen ugt es, alle rationalen Punkte die links
von P liegen zu kennen, um P selbst eindeutig zu rekonstruieren.
2.7.12 Satz. Es gibt einen vollst andig angeordneten K orper. Dieser ist bis auf Isomorphie eindeutig bestimmt.
Beweis. Der Beweis dieses Satzes ist relativ lang und wird in mehreren Schritten gef uhrt von denen wir auch nicht alle im
Detail ausf uhren werden.
12
Also gilt obige Gleichung auch f ur nicht notwendigerweise nach oben beschr ankte Funktionen, wenn
man auch den Wert + zul asst.
13
Richard Dedekind. 6.10.1831 Braunschweig - 12.2.1916 Braunschweig
44 KAPITEL 2. DIE REELLEN ZAHLEN
Schritt 1: Eine Teilmenge von Q heit ein Dedekindscher Schnitt, wenn sie die folgenden drei Eigenschaften besitzt:
(I) , Q.
(II) Aus p folgt (, p] .
(III) Ist p , so existiert ein Q, > 0, sodass p + .
Die Menge aller Dedekindschen Schnitte bezeichnen wir mit K.
Dieser Begri modelliert die Anschauung der Menge aller rationalen Punkte, die

links von dem Punkt der Geraden


liegen.
Die Eigenschaft (III) besagt, dass kein gr otes Element hat. Aus der Eigenschaft (II) erh alt man unmittelbar die
folgenden beiden Aussagen.
(i) Ist p und q , dann ist p < q.
(ii) Ist r und s > r, so ist s .
Schritt 2: Wir denieren eine Relation auf K durch
: , , K ,
Diese Relation ist oenbar eine Halbordnung. Wir zeigen, dass sie sogar eine Totalordnung ist. Seien , K und
sei angenommen, dass , d.h. . Dann existiert also p mit p . Also folgt folgt aus q > p, dass q ,
und aus q < p, dass q . Ist also q , so muss q < p sein und daher zu geh oren. Somit gilt .
F ur schreiben wir auch < .
Schritt 3: In diesem Schritt zeigen wir, dass K mit der Ordnung die Supremumseigenschaft besitzt. Sei A K eine
nichtleere und nach oben beschr ankte Teilmenge von K, und setze
:=
_
A
.
Wir zeigen, dass K. Da A nichtleer ist, existiert ein
0
A. Nun ist
0
nichtleer und
0
, also gilt auch
. Da A nach oben beschr ankt ist, existiert K mit f ur alle A, was nach sich zieht. Wegen
Q ist auch Q. Also erf ullt die Eigenschaft (I). Ist p , so existiert A mit p . Also folgt
(, p] . Weiters existiert ein rationales > 0 mit r + . Wir sehen also, dass die Eigenschaften
(II) und (III) hat.
Es bleibt = sup A zu zeigen. Oenbar gilt f ur alle A. Ist K mit bzw. f ur alle A, so
folgt . Also ist tats achlich die kleinste obere Schranke von A.
Schritt 4: Wir denieren eine Addition auf K. F ur , K setze
+ :=
_
r + s : r , s
_
.
Weiters setze 0

:= p Q : p < 0.
Als erstes zeigen wir, dass + K. Da und , folgt auch + . W ahle r

und s

, dann ist
r

> r, r , und s

> s, s . Also erhalten wir r

+ s

> r + s, r , s . Damit kann r

+ s

nicht zu +
geh oren. Wir sehen, dass + die Eigenschaft (I) besitzt. Sei nun p + gegeben, und schreibe p = r + s mit
gewissen r , s . F ur q < p folgt q s < r und daher q s . Also q = (q s) + s + , und wir sehen,
dass (II) gilt. Zu p = r + s + w ahle ein rationales > 0 mit r + , dann folgt r + s + + , also gilt
auch (III).
Die Addition ist kommutativ, denn
+ = r + s : r , s = s + r : r , s = + .
Sie ist assoziativ, denn
+ ( + ) =
_
r + u : r , u ( + )
_
=
=
_
r + (s + t) : r , s , t
_
=
_
(r + s) + t : r , s , t
_
=
=
_
v + t : v ( + ), t
_
= ( + ) + .
Nun identizieren wir 0

als das neutrale Element bez uglich der Addition: Ist r und s 0

, so folgt r + s < r,
also r + s . D.h. + 0

.
Sei umgekehrt p , und w ahle ein rationales > 0 mit p + . Dann gilt p = p + + () + 0

.
Es bleibt zu zeigen, dass jedes Element von K ein additives Inverses besitzt. Sei also K gegeben. Setze
:=
_
p Q : > 0 : p +
_
.
Als erstes zeigen wir, dass K. Sei s und setze p := s 1, dann ist p +1 = s , also p , d.h. .
Aus q folgt q , da sonst q , und somit q ; also Q. Damit gilt (I). Sei nun p gegeben.
2.7. DAS VOLLST

ANDIGKEITSAXIOM 45
W ahle > 0, sodass p . Ist q < p, so gilt q > p und daher q , d.h. q . Es gilt also
(II). Mit t := p +

2
ist t > p und t

2
= p , d.h. t . Also gilt (III).
Ist r und s , so ist s und daher r < s. Daher ist r + s < 0, bzw, r + s 0

. Wir sehen, dass + 0

.
Umgekehrt sei v 0

. Setze w :=
v
2
> 0. Sei q . Da Q archimedisch angeordnet ist, gibt es ein n
1
l mit
n
1
w > q und daher mit n
1
w . Zu q gibt es auch ein n
2
l mit n
2
w > q und daher mit n
2
w .
Es existiert also ein n Z mit nw und (n + 1)w . Setze p := (n + 2)w. Dann ist p , denn p w .
Wir haben also
v = nw + p + .
Schritt 5: Die Addition ist mit der Ordnung vertr aglich. Ist n amlich , d.h. , und ist K, so folgt + +.
Addieren von zeigt, dass in der Tat + + .
Daraus folgt unmittelbar < P := K : > 0, und die Tatsache, dass mit , P auch
+ > + 0

> 0

und somit + P.
Schritt 6: Wir denieren eine Multiplikation auf K. Seien zun achst , > 0. Dann setze
:=
_
p Q : r , s , r, s > 0 : p rs
_
.
Man zeigt genauso wie in Schritt 4, dass tats achlich ein Element von K ist, dass die Multiplikation kommutativ
und assoziativ ist, und dass das Distributivgesetz gilt.
Weiters denieren wir
1

:= p Q : p < 1 .
Wieder sieht man analog wie in den vorherigen Beweisschritten, dass 1

neutrales Element bez uglich der Multipli-


kation ist, und dass jedes Element > 0 ein multiplikatives Inverses
:=
_
p Q : > 0 : p +
1
q
: q , q > 0
_
besitzt.
Um nun die Multiplikation auch f ur Elemente < 0 zu denieren, setze
:=
_

_
() () , falls < 0

, < 0

() , falls < 0

, > 0

() , falls > 0

, < 0

, falls = 0

oder = 0

Der Beweis der Rechengesetze folgt aus den bereits bekannten Regeln f ur die Multiplikation von positiven Zahlen
durch Fallunterscheidungen.
Um , P P einzusehen, w ahle man a \ 0

, b \ 0

. Also a, b 0. Wegen (III) k onnen wir


sogar a, b > 0 annehmen. Es folgt a b \ 0

und somit , P.
Wir haben also bewiesen, dass (K, +, , P) ein vollst andig angeordneter K orper ist.
Schritt 7: Wie jeder angeordnete K orper enth alt K eine Kopie von Q, daher eine mit den Operationen und mit
Vertr agliche Injektion : Q K, vgl. Proposition 2.5.8. Aus (1) = 1

folgt mit vollst andiger Induktion


(n) = p Q : p < n.
Auerdem zeigt man, dass f ur r, s Q und
r
= p Q : p < r,
s
= p Q : p < s

r
+
s
= p Q : p < r + s,
r
= p Q : p < r,

r

s
= p Q : p < rs,
1
r
= p Q : p <
1
r
.
F ur r > 0 sieht man z.B. letztere Tatsache folgendermaen.

1
r
=
_
p Q : > 0 : p +
1
q
: q Q, 0 < q < r
_
=
_
p Q : > 0 : p +
1
r
_
= p Q : p <
1
r
.
Aus (
x
n
) = sgn(x)
(x)
(n)
f ur x Z, n l, folgt somit (r) =
r
, r Q.
Schritt 8: Wir zeigen, dass jeder vollst andig angeordnete K orper L isomorph zu dem oben konstruierten K orper K ist.
Beachte, dass L und K als angeordnete K orper den K orper der rationalen Zahlen enthalten. Deniere
:
_
L K
x p Q : p < x
, :
_
K L
sup
46 KAPITEL 2. DIE REELLEN ZAHLEN
Die Abbildung ist wohldeniert, denn p Q : p < x ist, wie man unmittelbar uberpr uft, ein Dedekindscher
Schnitt. Auch ist wohldeniert, denn ist eine nichtleere und beschr ankte Teilmenge von Q L und besitzt
daher in L ein Supremum.
Auerdem sind diese beiden Abbildungen streng monoton wachsend, und f ur p Q gilt (p) =
p
und (
p
) =
sup
p
= p.
Aus dem noch zu zeigenden Lemma 2.7.13 folgt, dass und mit den Operationen vertr aglich sind. Wendet man
Lemma 2.7.13 nun auch auf und an, so folgt aus der Eindeutigkeitsaussage, dass = id
K
und
= id
L
. Also sind und zueinander inverse Bijektionen, welche mit Addition, Multiplikation und Ordnung
vertr aglich sind. Daher sind L und K als angeordnete K orper isomorph. Mit derselben Argumentation zeigt man
auch, dass der von uns angegebene Isomorphismus eindeutig ist.
K
2.7.13 Lemma. Seien K
1
und K
2
zwei vollst andig angeordnete K orper, und bezeichne Q
1
bzw. Q
2
die gem a Proposition
2.5.8 existierende Kopie von Q, welche in K
1
bzw. K
2
enthalten ist. Seien
j
: Q K
j
, j = 1, 2, die entsprechenden
Einbettungen.
Ist : K
1
K
2
streng monoton wachsend und so, dass (
1
(p)) =
2
(p) f ur alle p Q, dann ist mit + und
vertr aglich.
Weiters muss jede weitere streng monoton wachsend Abbildung : K
1
K
2
mit (
1
(p)) =
2
(p), p Q schon mit
ubereinstimmen.
Beweis. Zun achst beweisen wir die letzte Aussage. Angenommen es g abe ein x K
1
, sodass (x) (x). O.B.d.A. sei
(x) < (x). Nach Satz 2.6.3 gibt es ein p Q mit (x) <
2
(p) < (x).
Nun muss x <
1
(p), da widrigenfalls
1
(p) x und daher (
1
(p)) =
2
(p) (x). Andererseits muss aber

1
(p) < x, da sonst x
1
(p) und daher (x)
2
(p) = (
1
(p)). Beides kann aber nicht gleichzeitig gelten. Somit muss
= .
Zur Vertr aglichkeit mit + halte man zun achst ein p Q fest, und betrachte

p
:
_
K
1
K
2
x (x +
1
(p))
2
(p)
.
Wegen den Eigenschaften von
1
,
2
aus Proposition 2.5.8 folgt
p
(
1
(q)) = (
1
(q + p))
2
(p) =
2
(q) f ur alle q Q.
Auerdem ist
p
oensichtlicherweise streng monoton wachsend.
Nach obiger Eindeutigkeitsaussage folgt =
p
bzw. (x +
1
(p)) = (x) +
2
(p) = (x) + (
1
(p)) f ur alle x K
1
und wegen der Beliebigkeit von p auch f ur alle p Q.
Nun betrachte man f ur ein festes y K
1
die Abbildung
y
(x) = (x + y) (y). Wegen dem eben gezeigten erf ullt
diese
y
(
1
(q)) =
2
(q), q Q, und sie ist ebenfalls streng monoton wachsend. Also folgt
y
= , bzw. (x + y) =
(x) + (y), x, y K
1
.
Indem man zun achst x
(x
1
(p))

1
(p)
f ur festes p Q \ 0 und dann x
(xy)
(y)
f ur festes y K
1
\ 0 betrachtet, folgt
wie oben auch die Vertr aglichkeit mit .
K
2.8 Die komplexen Zahlen
Betrachtet man die quadratische Gleichung x
2
+ 1 = 0, und sucht die L osungen davon,
indem man formal rechnet, so erh alt man x
1,2
=

1, also eigentlich kein Ergebnis.


Das stimmt mit der Tatsache uberein, dass die Gleichung x
2
+ 1 = 0 keine reellen
L osungen hat. Aus vielen Gr unden w are es trotzdem w unschenswert mit Wurzeln aus
negativen Zahlen rechnen zu k onnen. Insbesondere h atte x
2
+ 1 = 0 zwei L osungen.
Wir formalisieren nun das Konzept der Wurzel aus einer negativen Zahl.
2.8.1 Denition. Die Menge der komplexen Zahlen wird deniert als die Menge der
Paare reeller Zahlen, := L
2
= L L. Wir schreiben eine komplexe Zahl (a, b)
an als a + ib. Hierbei ist i ein formales Symbol, die sogenannte imagin are Einheit.
Ist z = a+ib , so heit a der Realteil und b der Imagin arteil von z. Man schreibt
auch a = Re z und b = Imz.
F ur zwei komplexe Zahlen a + ib und c + id denieren wir eine Addition und eine
Multiplikation, indem wir
(a + ib) + (c + id) := (a + c) + i(b + d), (2.14)
2.8. DIE KOMPLEXEN ZAHLEN 47
(a + ib) (c + id) := (ac bd) + i(bc + ad). (2.15)
setzen.
Ist (a, b) mit b = 0, so schreibt man auch a anstatt a + i0, und ist a = 0, so
schreibt man ib anstatt 0 + ib. Falls a = 0 und b = 1, so schreibt man kurz i. Anstatt
0 + i0 schreibt man auch 0.
Wir wollen die triviale aber n utzliche Tatsache bemerken, dass zwei komplexe Zah-
len genau dann ubereinstimmen, wenn ihre Realteile und ihre Imagin arteile uberein-
stimmen.
Die imagin are Einheit modelliert den Ausdruck

1. Tats achlich gilt gem a
(2.15), dass i
2
= 1 sowie (i)
2
= 1.
2.8.2 Satz. Die komplexen Zahlen (, +, ) sind ein K orper, wobei 0 + i0 das neutrale
Element bez uglich +, 1 + i0 das neutrale Element bez uglich , (a) + i(b) die additiv
Inverse zu a + ib, und
a
a
2
+ b
2
+ i
b
a
2
+ b
2
(2.16)
die multiplikativ Inverse zu a + ib 0 + i0 ist.
Beweis. Wir m ussen die K orperaxiome aus Denition 2.1.1 nachweisen. Die Kommu-
tativit at von + und , daher Axiome (a4),(m4), folgt unmittelbar aus der Denition in
(2.14) und (2.15). Genauso schnell uberzeugt man sich von der G ultigkeit der Assozia-
tivit at von +, dh. (a1). Wegen
((a + ib) (c + id)) (x + iy) = ((ac bd) + i(bc + ad)) (x + iy) =
(acx bdx bcy ady) + i(bcx + adx + acy bdy) =
= (a + ib) ((cx dy) + i(cy + dx)) = (a + ib) ((c + id) (x + iy))
gilt (m1). Ganz leicht sieht man, dass 0 + i0 das additiv neutrale Element von ist
(a2) , und dass (a) + i(b) das zu a + ib additiv inverse Element ist, dh. (a3).
Genauso elementar sieht man, dass 1 + i0 das multiplikativ neutrale Element ist
(m2) , und dass die in (2.16) angegebene komplexe Zahl das zu a + ib multiplikativ
inverse Element ist, dh. (m3). Schlielich gilt (d), da in L das Distributivgesetz gilt und
da
(x + iy) ((a + ib) + (c + id)) = (x + iy) ((a + c) + i(b + d)) =
(xa + xc yb yd) + i(xb + xd + ya + yc) =
((xa yb) +i(xb +ya)) +((xc yd) +i(xd +yc)) = (x +iy) (a +ib) +(x +iy) (c +id).
K
Die reellen Zahlen sind in eingebettet verm oge der Abbildung a a + i 0. Of-
fenbar ist diese Einbettung ein K orperhomomorphismus, dh. vertr aglich mit den Ver-
kn upfungen +, . Insbesondere sehen wir, dass ein L-Vektorraum ist. Die daf ur n oti-
gen Rechengesetze gelten, da sie einfach Spezialf alle der Rechenregeln des K orpers
sind. Eine Basis von als L-Vektorrauml asst sich leicht angeben, n amlich 1, i. Denn
es l asst sich ja jede komplexe Zahl in eindeutiger Weise als Linearkombination a1+bi
mit den reellen Koezienten a, b anschreiben. Wir sehen also, dass die Dimension von
als L-Vektorraum zwei ist.
48 KAPITEL 2. DIE REELLEN ZAHLEN

Re
Im
ib
ib
a
z = a + ib
z = a ib
0
z
z = z
Abbildung 2.3: Zahlenebene
Graphisch lassen sich die Zahlen aus als Punkte in der Ebene veranschaulichen,
man spricht auch von der Gauschen Zahlenebene
14
. Dabei ist
z :=

a
2
+ b
2
( 0) (2.17)
die L ange des Vektors von (0, 0) nach (a, b). Wir nennen z auch den Betrag von z.
Der Betrag auf den komplexen Zahlen wird gleich wie die Betragsfunktion auf
einem bewerteten K orper bezeichnet. Es gelten n amlich vergleichbare Regeln (z, w
):
(i) Re z z, Imz z
(ii) zw = zw.
(iii) z + w z + w.
(iv) z + w z w.
(i) und (ii) lassen sich dabei elementar nachpr ufen. Die Dreiecksungleichung folgt
durch Ausquadrieren, und die Dreiecksungleichung nach unten beweist man genauso,
wie bei den angeordneten K orpern (siehe (2.1)).
Eine weiters Begrisbildung im Zusammenhang mit den komplexen Zahlen ist die
der konjugiert komplexen Zahl z zu einer komplexen Zahl z = a + ib:
z := a ib .
14
Carl-Friedrich Gau. 30.4.1777 Braunschweig - 23.2.1855 G ottingen
2.8. DIE KOMPLEXEN ZAHLEN 49
Oenbar gilt z = z, z
2
= zz, und z
1
=
z
z
2
wenn z 0. Der

Ubergang von z zu
seiner konjugierten z entspricht bei der graphischen Veranschaulichung der komplexen
Zahlen genau dem Spiegeln an der reellen Achse.
50 KAPITEL 2. DIE REELLEN ZAHLEN
Kapitel 3
Der Grenzwert
In der Mathematik hat sich schon bald herausgestellt, dass eine rein algebraische Be-
trachtungsweise der reellen Zahlen nicht immer das geeignete Instrument zur Modellie-
rung der in den Naturwissenschaften auftretenden Ph anomene ist. Probleme wie

un-
endlich oft immer kleiner werdende Gr oen zusammenz ahlen oder

einer gewissen
Zahl immer n aher kommen, lassen sich mit den bisher rein algebraischen Methoden
nicht betrachten.
Man denke zum Beispiel an die Approximation der Zahl 2, indem man einem
Kreis mit Radius eins regelm aige n-Ecke einschreibt, von diesen den Umfang berech-
net, und dann n immer gr oer werden l asst.
Das f uhrt zu dem Begri des Grenzwertes einer Folge von Zahlen. Dazu wollen
wir das

einer Zahl immer n aher Kommen bzw. Konvergieren mathematisch exakti-


zieren:
Eine Folge x
1
, x
2
, x
3
, . . . von reellen Zahlen heit konvergent gegen eine reelle Zahl
x, falls es zu jedem beliebig kleinen Abstand > 0 einen Folgenindex N gibt, sodass
ab diesem Index alle Folgenglieder einen Abstand von x kleiner als haben; sodass
also
x
n
x < ,
f ur alle n N.
Wir wollen nun aber Konvergenzbetrachtungen nicht nur f ur Folgen von reellen
Zahlen betrachten, sondern auch z.B. f ur Folgen von komplexen Zahlen oder f ur Folgen
von Punkten im Raum. Wie man aus der Denition der Konvergenz erahnen kann,
ben otigt man dazu lediglich einen Abstandsbegri auf dem betrachteten Objekt. Wir
f uhren dazu den Begri des metrischen Raumes ein.
3.1 Metrische R aume
Um zu sagen, wann ein Punkt x

nahe bei einem anderen Punkt y liegt, m ussen wir in


irgendeiner Weise den Abstand von x zu y messen k onnen. Betrachten wir zumBeispiel
die Menge X aller Punkte der Ebene. Dann ist es naheliegend, als Abstand zwischen
x und y die L ange l
x,y
der Strecke, die die beiden Punkte verbindet, zu nehmen. Man
erkennt dabei, dass folgende Regeln gelten: Stets ist l
x,y
0, denn L angen sind im-
mer positiv. Dabei gilt

= genau dann, wenn x = y, denn eine Strecke hat dann und


nur dann L ange 0, wenn Anfangs- und Endpunkt gleich sind. Es ist stets l
x,y
= l
y,x
,
denn vertauscht man Anfangs- und Endpunkt so bleibt die L ange der Strecke erhalten.
51
52 KAPITEL 3. DER GRENZWERT
Schwieriger einzusehen, aber anschaulich doch klar, ist die G ultigkeit der Dreiecks-
ungleichung: In jedem Dreieck ist die L ange einer Seite h ochstens so gro, wie die
Summe der L angen der anderen Seiten; also f ur je drei Punkte die Eckpunkte des
Dreiecks gilt l
x,z
l
x,y
+ l
y,z
.
Es sind genau diese drei Eigenschaften, die es ausmachen, dass

die L ange der


Verbindungsstrecke ein vern unftiger Abstandsbegri ist.
3.1.1 Denition. Sei X eine Menge, d : X X L
1
eine Funktion. Dann heit d eine
Metrik auf X, und (X, d) ein metrischer Raum, wenn gilt
(M1) F ur alle x, y X ist d(x, y) 0. Dabei gilt d(x, y) = 0 genau dann, wenn x = y.
(M2) F ur alle x, y X gilt d(x, y) = d(y, x).
(M3) Sind x, y, z X, so gilt die Dreiecksungleichung:
d(x, z) d(x, y) + d(y, z) .
3.1.2 Bemerkung. Man kann allgemeiner auch Metriken d betrachten, die X X nicht
nach L, sondern nach K abbilden, wobei (K, +, , P) ein archimedisch angeordneter
K orper ist. Wir werden darauf im Kapitel 4 zur uck kommen.
3.1.3 Beispiel.
Ist X = L und d(x, y) = x y f ur x, y L, so sieht man sofort, dass (M1) und
(M2) erf ullt sind. (M3) folgt aus der Dreiecksungleichung f ur den Betrag (siehe
Lemma 2.2.11):
x z = (x y) + (y z) x y + y z, x, y, z L. (3.1)
Ist X = L
2
und d(z, w) = z w f ur z, w , wobei . hier der komplexe
Betrag ist, so erf ullt d oensichtlich (M2) und d(z, w) 0. Schreibt man z = a+ib
und w = c + id, so gilt d(z, w) =
_
(a c)
2
+ (b d)
2
= 0 genau dann, wenn
a c = 0 und b d = 0, also z = w. Somit ist (M1) erf ullt. (M3) folgt aus der
Dreiecksungleichung f ur den komplexe Betrag ahnlich wie in (3.1).
Um eine Metrik auf X := L
p
zu denieren, setzen wir
d
2
(x, y) :=
_
p

j=1
(x
j
y
j
)
2
_ 1
2
, x = (x
1
, . . . , x
p
), y = (y
1
, . . . , y
p
) X .
Man spricht von der euklidischen Metrik auf L
n
. Die G ultigkeit von (M1) und
(M2) ist aus der Denition oensichtlich. Die Dreiecksungleichung (M3) folgt
hingegen aus dem unten folgenden Lemma 3.1.4.
Im Falle p = 1, also X = L, gilt d
2
(x, y) = x y. Damit ist der Abstand zweier
Zahlen bzgl. der euklidischen Metrik nichts anderes als der Betrag der Dierenz
dieser Zahlen.
Die euklidische Metrik auf L
2
hat eine analoge Interpretation mit Hilfe des Be-
trages einer komplexen Zahl. F ur z = a+ib haben wir den Betrag deniert als
z =

a
2
+ b
2
. Daraus erkennt man, dass die euklidische Metrik auf L
2
gerade
d
2
(z, w) = z w, z, w ,
1
Wie unmittelbar nach Satz 2.7.3 bemerkt, ist L ein vollst andig angeordneter K orper.
3.1. METRISCHE R

AUME 53
ist, wobei wir hier die komplexen Zahlen in der Gauschen Zahlenebene, also
als Elemente von L
2
interpretieren.
(M3) folgt in den F allen p = 1, 2 wie schon oben gezeigt, aus der bereits bewie-
senen Dreiecksungleichung f ur die Betragsfunktion
3.1.4 Lemma. Seien p l, a
1
, . . . , a
p
, b
1
, . . . , b
p
L. Dann gilt (Cauchy-
Schwarzsche Ungleichung
2
)
_

_
p

i=1
a
i
b
i
_

_
2

_
p

i=1
a
2
i
_

_

_

_
p

i=1
b
2
i
_

_
,
und (Minkowskische Ungleichung
3
)
_

_
p

i=1
(a
i
+ b
i
)
2
_

_
1
2

_
p

i=1
a
2
i
_

_
1
2
+
_

_
p

i=1
b
2
i
_

_
1
2
.
Beweis. Wir verwenden die Bezeichnungen a := (a
1
, . . . , a
p
), b := (b
1
, . . . , b
p
) L
p
und denieren
4
(a, b) :=
p

i=1
a
i
b
i
.
F ur Zahlen , L und a, b L
p
setzen wir
a + b := (a
1
+ b
1
, . . . , a
p
+ b
p
) .
Oenbar gilt f ur a, b, c L
p
(a + b, c) =
p

i=1
(a
i
+ b
i
)c
i
=
p

i=1
a
i
c
i
+
p

i=1
b
i
c
i
= (a, c) + (b, c) .
Man spricht von der Linearit at von (., .) in der vorderen Komponente. Wegen (a, b) =
(b, a) ist (., .) auch in der hinteren Komponente linear (vgl. den Begri des Skalarpro-
duktes auf einem Vektorraum in der Linearen Algebra).
Um die Cauchy-Schwarzsche Ungleichung zu zeigen, gehen wir von der trivialen
Bemerkung aus, dass f ur jedes p-Tupel x = (x
1
, . . . , x
p
) L
p
(x, x) =
p

i=1
x
2
i
0. (3.2)
F ur alle t L gilt nun
0 (a + tb, a + tb) = (a, a) + 2t(a, b) + t
2
(b, b).
2
Hermann Amandus Schwarz. 25.1.1843 Hermsdorf (Sobiecin, Polen) - 30.11.1921 Berlin
3
Hermann Minkowski. 22.6.1864 Alexoten (bei Kaunas, Litauen) - 12.1.1909 G ottingen
4
Also ist (., .) eine Abbildung von L
p
L
p
nach L.
54 KAPITEL 3. DER GRENZWERT
Ist (b, b) 0, so setze man t =
(a,b)
(b,b)
in obige Ungleichung ein, und erh alt
0 (a, a)
(a, b)
2
(b, b)
.
Daraus folgt unmittelbar die Cauchy-Schwarzsche Ungleichung.
Im Falle (b, b) = 0 folgt b = (0, . . . , 0), und damit (a, b) = 0. Es gilt also auch in
diesem Fall die Cauchy-Schwarzsche Ungleichung.
Die Minkowskische Ungleichung folgt wegen (a
i
+ b
i
)
2
= a
i
(a
i
+ b
i
) + b
i
(a
i
+ b
i
)
aus
p

i=1
(a
i
+ b
i
)
2
=
p

i=1
a
i
(a
i
+ b
i
) +
p

i=1
b
i
(a
i
+ b
i
)

i=1
a
i
(a
i
+ b
i
)

i=1
b
i
(a
i
+ b
i
)

_
p

i=1
a
2
i
_

_
1
2

_
p

i=1
(a
i
+ b
i
)
2
_

_
1
2
+
_

_
p

i=1
b
2
i
_

_
1
2

_
p

i=1
(a
i
+ b
i
)
2
_

_
1
2
=
=
_

_
_

_
p

i=1
a
2
i
_

_
1
2
+
_

_
p

i=1
b
2
i
_

_
1
2
_

_
p

i=1
(a
i
+ b
i
)
2
_

_
1
2
.
K
Beispiele von Metriken gibt es viele, und sie treten in verschiedensten Zusam-
menh angen auf.
3.1.5 Beispiel.
(i) Sei noch einmal X := L
2
und setze
d
1
(x, y) := x
1
y
1
+ x
2
y
2
, x = (x
1
, x
2
), y = (y
1
, y
2
) L
2
.
Dann ist d
1
eine Metrik. Die G ultigkeit von (M1) und (M2) ist wieder aus der
Denition oensichtlich. Um die Dreiecksungleichung einzusehen, seien x, y, z
L gegeben. Dann folgt mit Hilfe der Dreiecksungleichung f ur .
d
1
(x, z) = x
1
z
1
+ x
2
z
2

_
x
1
y
1
+ y
1
z
1

_
+
_
x
2
y
2
+ y
2
z
2

_
=
=
_
x
1
y
1
+ x
2
y
2

_
+
_
y
1
z
1
+ y
2
z
2

_
= d
1
(x, y) + d
1
(y, z) .
Diese Metrik ist oenbar ungleich der euklidischen Metrik, denn es gilt etwa
d
1
((0, 0), (2, 1)) = 3

5 = d
2
((0, 0), (2, 1)).
Anschaulich interpretiert bezeichnet man d
1
manchmal als New York-Metrik.
Denn stellt man sich in der Ebene einen Stadtplan mit lauter rechtwinkeligen
Straen wie etwa in New York vor, dann misst d
1
(x, y) gerade die L ange des
Fuweges von der Kreuzung x zur Kreuzung y.
Ganz analog deniert man eine Metrik am L
p
d
1
(x, y) =
p

j=1
x
j
y
j
, x = (x
1
, . . . , x
p
), y = (y
1
, . . . , y
p
) L
p
.
Der Nachweis von (M1)-(M3) geht genauso wie im oben betrachteten Fall p = 2.
3.1. METRISCHE R

AUME 55
(ii) Ist wieder X = L
p
, so denieren wir nun die Metrik
d

(x, y) := max
j=1,..., p
x
j
y
j
, x = (x
1
, . . . , x
p
), y = (y
1
, . . . , y
p
) L
p
.
(M1),(M2) sind klar. Die Dreiecksungleichung folgt aus der Tatsache, dass f ur
alle nichtnegativen Zahlen
maxa
1
+ b
1
, . . . , a
p
+ b
p
maxa
1
, . . . , a
p
+ maxb
1
, . . . , b
p
.
Auch diese Metrik unterscheidet sich tats achlich von den schon eingef uhrten Me-
triken d
1
und d
2
, da etwa im Falle p = 2 gilt, dass d

((0, 0), (2, 1)) = 2.


(iii) Ist X =
p
, so deniert man f ur z = (z
1
, . . . , z
p
), w = (w
1
, . . . , w
p
)
p
d
2
(z, w) =

_
_
p

j=1
z
j
w
j

2
.
Identiziert man z mit dem Vektor x L
2p
, indem man x
1
= Re z
1
, x
2
=
Imz
1
, . . . , x
2p1
= Re z
p
, x
2p
= Imz
p
setzt, und identiziert man w entsprechend
mit dem Vektor y L
2p
, so gilt
d
2
(z, w) =

_
_
p

j=1
(Re(z
j
w
j
)
2
+ Im(z
j
w
j
)
2
) = d
2
(x, y) .
Insbesondere ist auch
p
versehen mit d
2
ein metrischer Raum.
(iv) Eine haupts achlich aus theoretischer Sicht wichtige Metrik ist die diskrete Metrik.
Sie ndet man auf jeder nichtleeren Menge X, indem man
d(x, y) =
_
0 , falls x = y
1 , falls x y
setzt.
(v) Betrachte die ganzen Zahlen X := Z und halte eine Primzahl p fest. Setze
d
(p)
(x, y) :=
_

_
1
p
n(p)
, falls x y, x y =

q prim
q
n(q)
0 , falls x = y
Dabei ist

q prim
q
n(q)
die eindeutige Primfaktorzerlegung von x y. Dann ist d
(p)
eine Metrik auf Z. Denn (M1)
ist nach Denition erf ullt, (M2) ist ebenfalls richtig, denn vertauscht man x und y, so andert sich bei der Dierenz
x y nur das Vorzeichen, nicht jedoch die Primfaktoren und ihre Potenzen. Die Dreiecksungleichung ist wieder
schwieriger einzusehen. Wir zeigen, dass in diesem Fall sogar die st arkere Ungleichung
d
(p)
(x, z) maxd
(p)
(x, y), d
(p)
(y, z), x, y, z Z,
gilt. Diese Ungleichung impliziert tats achlich sofort die Dreiecksungleichung, denn f ur je zwei Zahlen a, b 0 ist
stets max(a, b) a + b.
Schreibe
x z =
_
q prim
q
n
1
(q)
, x y =
_
q prim
q
n
2
(q)
, y z =
_
q prim
q
n
3
(q)
,
sodass also
d
(p)
(x, z) =
1
p
n
1
(p)
, d
(p)
(x, y) =
1
p
n
2
(p)
, d
(p)
(y, z) =
1
p
n
3
(p)
.
Betrachte den Fall, dass d
(p)
(x, y) d
(p)
(y, z), d.h. n
2
(p) n
3
(p). Wegen n
2
(p) n
3
(p) teilt p
n
2
(p)
sowohl x y als
auch y z, und daher auch (x y) + (y z) = x z. Es folgt n
2
(p) n
1
(p), und somit d
(p)
(x, y) d
(p)
(x, z).
Der Fall d
(p)
(x, y) d
(p)
(y, z) wird genauso behandelt.
Auf Z haben wir nat urlich auch die euklidische Metrik d
2
(x, y) = x y, denn Z ist ja eine Teilmenge von L. Diese
ist verschieden von der Metrik d
(p)
, denn zum Beispiel ist d
(p)
(0, p) =
1
p
, wogegen d
2
(0, p) = p.
56 KAPITEL 3. DER GRENZWERT
3.1.6 Bemerkung. Auf L stimmen die Metriken d
1
, d
2
, d

alle uberein.
3.1.7 Bemerkung. Die oben kennengelernten Metriken d
2
, d
1
, d

auf dem L
p
sind al-
lesamt von Normen erzeugte Metriken.
Eine Norm j.j auf L
p
ist eine Funktion von L
p
L mit folgenden drei Eigen-
schaften x, y L
p
, L:
(i) jxj 0, wobei jxj = 0 x = 0.
(ii) jxj = jxj.
(iii) jx + yj jxj + jyj.
Es gilt nun d(x, y) = jx yj
2
, d
1
(x, y) = jx yj
1
, d

(x, y) = jx yj

, wobei diese
drei Normen durch jxj
2
:=
_
_
p
j=1
x
j

2
, jxj
1
:=
_
p
j=1
x
j
, jxj

= maxx
1
, . . . , x
p

deniert sind.
3.2 Der Grenzwert in metrischen R aumen
Wir kommen nun zur uck zu dem am Anfang des Kapitels motivierten Begri der Kon-
vergenz einer Folge.
3.2.1 Denition. Eine Folge in einer Menge X ist aus mathematischer Sicht nichts
anderes als eine Funktion
y : l X,
wobei der Funktionswert y(n) von y an der Stelle n meist als y
n
geschrieben wird.
F ur die Folge y als solche schreiben wir meist (y
n
)
nl
. Folgen werden auch oft als
y
1
, y
2
, y
3
, . . . angeschrieben.
3.2.2 Denition. Sei (X, d) ein metrischer Raum, (x
n
)
nl
eine Folge in X, und x ein
Element von X. Dann heit (x
n
)
nl
konvergent gegen x, wenn gilt
5
L, > 0 N l : d(x
n
, x) < f ur alle n N . (3.3)
In diesem Fall schreibt man lim
n
x
n
= x.

x
N

x
N
x
x
1
Ist (x
n
)
nl
eine Folge, und gibt es ein Ele-
ment x X, sodass lim
n
x
n
= x, so sagt
man die Folge (x
n
)
nl
ist konvergent. Ist
eine Folge nicht konvergent, so sagt man
sie ist divergent.
Man verwendet auch andere Schreibwei-
sen f ur lim
n
x
n
= x, wie zum Beispiel
(x
n
)
nl
x, n , oder x
n
x, oder
auch nur x
n
x.
5
K urzer l asst sich folgendermaen schreiben: L, > 0 N l : n N d(x
n
, x) < .
3.2. DER GRENZWERT IN METRISCHEN R

AUMEN 57
3.2.3 Bemerkung. Wegen d(x, x
n
) 0 = d(x, x
n
) konvergiert eine Folge (x
n
)
nl
in ei-
nem metrischen Raum(X, d) genau dann gegen ein x X, wenn die Folge (d(x, x
n
))
nl
in L (versehen mit der euklidischen Metrik) gegen 0 konvergiert.
Folgen m ussen nicht immer mit dem Index 1 anfangen. Ist k eine feste ganze Zahl,
so setzen wir Z
k
:= n Z : n k. Eine Abbildung x : Z
k
X nennen wir ebenfalls
Folge, wobei ihre Konvergenz in analoger Weise wie in Denition 3.2.2 deniert ist.
3.2.4 Beispiel.
(i) Sei (X, d) ein beliebiger metrischer Raum, und sei x X. Betrachte die konstante
Folge x
1
= x
2
= x
3
= . . . = x. Dann gilt lim
j
x
j
= x.
Um dies einzusehen, sei ein L, > 0, gegeben. Wir m ussen eine Zahl N l
nden, sodass d(x
j
, x) < f ur alle j N. W ahle N := 1, dann gilt
d(x
j
, x) = d(x, x) = 0 < f ur alle j N .
Dieses Beispiel ist nat urlich in gewissem Sinne trivial, denn die Folgenglieder x
j
sind ja schon alle gleich demGrenzwert x, kommen diesemalso nat urlich beliebig
nahe.
(ii) Sei X = L und d = d
2
die euklidische Metrik d
2
(x, y) = x y. Dann gilt
lim
j
1
j
= 0.
Um dies einzusehen, sei ein L, > 0, gegeben. Wir m ussen eine Zahl N l
nden, sodass
1
j
0 =
1
j
< gilt, wenn nur j N. Dazu ben utzen wir die
Tatsache, dass l als Teilmenge von L nicht nach oben beschr ankt ist. W ahle
N l mit
1

< N. F ur alle j l mit j N gilt dann


1
j

1
N
< .
(iii) Aus dem letzten Beispiel zusammen mit Bemerkung 3.2.3 schlieen wir auf
lim
j
(1 +
1
j
) = 1, da (1 +
1
j
) 1 =
1
j
0.
(iv) Sei q L, 0 q < 1, und betrachte die Folge (q
n
)
nl
. Dann gilt lim
n
q
n
= 0.
Um das einzusehen, k onnen wir q > 0 voraussetzen, da sonst die betreiche
Folge identisch gleich Null ist. Wir verwenden zum Beweis die Bernoullische
Ungleichung aus Lemma 2.3.6. Setzt man in der Bernoullischen Ungleichung
x =
1
q
1 > 0, so erh alt man
_
1
q
_
n
1 + n
_
1
q
1
_
.
Da L archimedisch angeordnet ist, gibt es zu jedem > 0 eine Zahl N l mit
1 + N(
1
q
1) >
1

und damit auch (


1
q
)
N
>
1

, also q
N
< . Es folgt d(0, q
n
) = q
n

q
N
< f ur alle n N.
(v) Sei z mit z < 1. Setzen wir q := z, so folgt aus dem vorherigen Beispiel,
dass d(0, z
n
) = z
n
0 = q
n
0 f ur n . Also gilt auch lim
n
z
n
= 0 in .
3.2.5 Beispiel. Es gibt viele Folgen, die nicht konvergieren. Die Folge z
n
:= i
n
in ,
dh.
i, 1, i, 1, i, 1, i, 1, . . . ,
58 KAPITEL 3. DER GRENZWERT
zum Beispiel, ist divergent, wobei wir immer, wenn wir nichts anderes explizit ange-
ben, mit der euklidischen Metrik versehen.
Um das nachzupr ufen, nehmen wir an, dass z
n
z f ur ein gewisses z . W ahlt
man N l, sodass z
n
z <
1
2
f ur alle n N, und nimmt ein n
0
N, welches durch 4
teilbar ist, so folgt der Widerspruch
2 = 1 (1) = z
n
0
z
n
0
+2
z
n
0
z + z z
n
0
+2
<
1
2
+
1
2
= 1 .
Es gelten folgende, zu (3.3) aquivalente Konvergenzbedingungen.
3.2.6 Lemma. Sei (X, d) ein metrischer Raum, x X und (x
n
)
nl
eine Folge aus X.
Dann gilt lim
n
x
n
= x, dh. es gilt (3.3), genau dann, wenn f ur gewisse K (0, +)
und (0, +) +
(0, ) N l : d(x
n
, x) < K f ur alle n N. (3.4)
Die Konvergenz von (x
n
)
nl
gegen x ist auch aquivalent zu (3.3) bzw. (3.4), wenn man
in diesen Bedingungen < bzw. < K durch bzw. K ersetzt.
Beweis. Oenbar folgt (3.4) aus (3.3). Gelte umgekehrt (3.4). F ur > 0 gilt
min
_

K
,

2
_
(0, ). Nimmt man diese Zahl als in (3.4), so gibt es ein N l, so-
dass
d(x
n
, x) < K min
_

K
,

2
_
, f ur alle n N .
Also gilt auch (3.3).
Dass aus (3.3) bzw. (3.4) die jeweiligen Bedingungen mit anstatt < folgt, ist klar,
da aus < ja immer folgt.
F ur die Umkehrung wende die Bedingungen mit statt < auf

2
an. Man erh alt
dann

2
< bzw. K

2
< K .
K
3.2.7 Denition. Ist (x
n
)
nl
eine Folge und n : l leine streng monoton wachsende
Funktion
6
, dh. n(1) < n(2) < n(3) < . . . , so nennt man (x
n( j)
)
jl
eine Teilfolge von
(x
n
)
nl
.
Folgende elementare Sachverhalte sind von groer Bedeutung und werden in Be-
weisen immer wieder Verwendung nden.
3.2.8 Satz. Sei (X, d) ein metrischer Raum und sei (x
n
)
nl
eine Folge von Elementen
aus X.
(i) Die Folge (x
n
)
nl
hat h ochstens einen Grenzwert.
(ii) (x
n
)
nl
konvergiert gegen x X genau dann, wenn es ein k l gibt, sodass
(x
n
)
nZ
k
gegen x X konvergiert. Es kommt also nicht auf endlich viele Folgen-
glieder an, ob und wogegen eine Folge konvergiert.
(iii) Ist lim
n
x
n
= x und k l, so konvergieren auch (x
n+k
)
nl
und (x
nk
)
nZ
k+1
gegen x.
(iv) Ist lim
n
x
n
= x, so konvergiert auch jede Teilfolge (x
n( j)
)
jl
gegen x.
6
Klarerweise ist eine solche Funktion n immer injektiv, und es gilt n( j) j.
3.2. DER GRENZWERT IN METRISCHEN R

AUMEN 59
Beweis. Wir zeigen zun achst (i). Es gelte x
n
x und x
n
y, wobei x y, dh.
d(x, y) > 0. W ahle N
1
l, sodass d(x
n
, x) <
d(x,y)
3
, n N
1
, und N
2
l, sodass
d(x
n
, y) <
d(x,y)
3
, n N
2
. Dann folgt f ur N := maxN
1
, N
2
der Widerspruch
d(x, y) d(x, x
N
) + d(x
N
, y) <
d(x, y)
3
+
d(x, y)
3
=
2d(x, y)
3
< d(x, y) ,
Wir zeigen auch noch (iv). Die restlichen Aussagen sind noch elementarer nachzuwei-
sen. Sei also (x
n( j)
)
jl
eine Teilfolge der gegen x konvergenten Folge (x
n
)
nl
. Ist > 0,
so gibt es ein N l, sodass d(x
n
, x) < , wenn nur n N.
Ist nun i
0
l so gro, dass n(i
0
) N (z.B. i
0
= N), so folgt f ur i i
0
auch
n(i) N und somit d(x
n(i)
, x) < . Somit gilt lim
j
x
n( j)
= x.
K
3.2.9 Beispiel.
(i) Ist p l, so gilt lim
n
1
n
p
= 0. Das folgt unmittelbar aus Satz 3.2.8 und der
Tatsache, dass diese Folge eine Teilfolge von
_
1
n
_
nl
ist.
(ii) Sei z , z < 1. Betrachte die Folge (die sogenannte geometrische Reihe)
S
n
:=
n

k=0
z
k
= 1 + z + z
2
+ . . . + z
n
.
Aus (2.10) folgt
1
n
z
n
= (1 z)(1
n1
+ 1
n2
z + . . . + 1z
n2
+ z
n1
) = (1 z)(1 + z + . . . + z
n1
) ,
und wir erhalten
S
n1
=
1
1 z

z
n
1 z
. (3.5)
Sei nun beliebig > 0 vorgegeben. W ahle N l mit z
n
< , n N (vgl.
Beispiel 3.2.4, (iv)), dann folgt

S
n1

1
1 z

=
z
n
1 z
<

1 z
, n N .
Wegen Lemma 3.2.6 gilt somit S
n1

1
1z
, und wegen Satz 3.2.8 auch
lim
n
S
n
=
1
1z
.
3.2.10 Lemma. Sei (X, d) ein metrischer Raum und seien (x
n
)
nl
, (y
n
)
nl
Folgen von
Elementen von X, sodass lim
n
x
n
= x und lim
n
y
n
= y. Dann folgt
lim
n
d(x
n
, y
n
) = d(x, y).
Beweis. Zun achst wollen wir folgende Ungleichung

d(a
1
, b
1
) d(a
2
, b
2
)

d(a
1
, a
2
) + d(b
1
, b
2
), a
1
, a
2
, b
1
, b
2
X . (3.6)
beweisen. Aus der Dreiecksungleichung folgt d(a
1
, b
1
) d(a
2
, b
1
) d(a
1
, a
2
) sowie
d(a
2
, b
1
) d(a
1
, b
1
) d(a
1
, a
2
). Also gilt

d(a
1
, b
1
) d(a
2
, b
2
)

d(a
1
, b
1
) d(a
2
, b
1
)

d(a
2
, b
1
) d(a
2
, b
2
)


60 KAPITEL 3. DER GRENZWERT
d(a
1
, a
2
) + d(b
1
, b
2
) .
Sei nun > 0 und N l so gro, dass d(x
n
, x), d(y
n
, y) <

2
, wenn n N. Aus (3.6)
folgt
d(x
n
, y
n
) d(x, y) d(x
n
, x) + d(y
n
, y) <
f ur alle n N.
K
Ein weiterer Begri, der im Zusammenhang mit konvergenten Folgen auftritt, ist
der der Beschr anktheit.
3.2.11 Denition. Sei (X, d) ein metrischer Raum, und sei Y X. Dann heit Y be-
schr ankt, wenn es eine Zahl C > 0 und einen Punkt x
0
X gibt, sodass
d(x
0
, y) C, y Y .
Eine Folge (x
n
)
nl
heit beschr ankt, wenn die Bildmenge x
n
: n l beschr ankt ist.
Allgemeiner heit eine Funktion f : E X beschr ankt, wenn die Bildmenge f (E)
beschr ankt ist.
Die Menge Y ist also beschr ankt, wenn sie ganz in einem gewissen Kreis
7
(Mittel-
punkt x
0
, Radius C) liegt.
3.2.12 Bemerkung. Y ist beschr ankt genau dann, wenn es zu jedem Punkt x X eine
Zahl C
x
> 0 gibt mit d(x, y) C
x
, y Y. Denn ist x X gegeben, so setze C
x
:=
d(x, x
0
) + C. Dann gilt f ur jedes y Y
d(x, y) d(x, x
0
) + d(x
0
, y) d(x, x
0
) + C = C
x
.
Mit Hilfe dieser Tatsache sieht man auch, dass Y (Y L) versehen mit der
euklidischen Metrik genau dann beschr ankt ist, wenn f ur ein gewisses C > 0 gilt, dass
x Y x = d(x, 0) C.
Im Falle Y L stimmt somit diese Denition von Beschr anktheit mit der von Deni-
tion 2.2.4 uberein.
3.2.13 Proposition. In einemmetrischen Raumist jede konvergente Folge (x
n
)
nl
auch
beschr ankt.
Beweis. W ahle N l mit d(x
n
, x) < 1 f ur alle n N. Setzt man
C := 1 + maxd(x
1
, x), . . . , d(x
N1
, x) ,
so erh alt man d(x
n
, x) C f ur jedes n l.
K
Insbesondere gibt es zu jeder konvergenten reell- bzw. komplexwertigen Folge
(x
n
)
nl
ein Konstante C > 0, sodass x
n
C, n l.
3.2.14 Bemerkung. Die Umkehrung von Proposition 3.2.13 ist falsch und zwar in jedem metrischen Raum, der mehr als
einen Punkt enth alt. In der Tat gilt f ur x, y X mit x y, dass die Folge x, y, x, y, x, y, x, . . . zwar beschr ankt, aber nicht
konvergent ist.
7
Ein Kreis in einem metrischen Raum (X, d) ist hier zu verstehen als y X : d(x
0
, y) C.
3.3. FOLGEN REELLER UND KOMPLEXER ZAHLEN 61
3.2.15 Beispiel. Man betrachte die Folge (S
n
)
nl
aus Beispiel 3.2.9, (ii), f ur den Fall
z = 1 aber z 1. Wegen (3.5) gilt
S
n
=
1 z
n+1
1 z
;
also S
n

1+z
n+1

1z
=
2
1z
. Die Folge (S
n
)
nl
ist damit beschr ankt. Sie ist aber nicht kon-
vergent, denn gem a den Ergebnissen im n achsten Abschnitt w are dann auch (z
n
)
nl
konvergent. Das ist aber nicht der Fall. Man setze z.B. z = i oder z = 1.
3.3 Folgen reeller und komplexer Zahlen
Wir wollen uns hier zun achst mit dem metrischen Raum (L, d) besch aftigen, und fol-
gendes einfaches, aber sehr n utzliches Lemma bringen.
3.3.1 Lemma. F ur zwei konvergente Folgen (x
n
)
nl
, (y
n
)
nl
reeller Zahlen mit den
Grenzwerten x bzw. y gilt:
(i) Ist c L mit x < c (c < x), so gibt es ein N l, sodass x
n
< c (c < x
n
) f ur alle
n N.
(ii) Ist x < y, so gibt es ein N l, sodass x
n
< y
n
f ur alle n N.
(iii) Gilt ab einem gewissen N l die Ungleichung x
n
y
n
, so folgt x y.
Beweis.
(ii) Setzt man =
yx
2
, so folgt aus der Konvergenz die Existenz eines N l, sodass
x
n
x <
yx
2
und y
n
y <
yx
2
f ur n N. Somit gilt
(y
n
y) (x x
n
) y
n
y + x x
n
< (y x) ;
also
y
n
x
n
= (y x) + (y
n
y) + (x x
n
) > 0.
(i) Folgt aus (ii), wenn wir (y
n
)
nl
((x
n
)
nl
) als die identische Folge (c)
nl
w ahlen.
(iii) W are x > y, so w urde aus (ii) folgen, dass x
n
> y
n
f ur alle n k mit einem
hinreichend groen k l. Das widerspricht der Annahme.
K
Der n achste Satz dient h aug als Werkzeug zur Berechnung von Grenzwerten.
3.3.2 Satz (Einschluss-Satz). Seien (x
n
)
nl
, (y
n
)
nl
und (a
n
)
nl
drei reelle Folgen mit
x
n
a
n
y
n
f ur alle bis auf endlich viele n l.
Existieren zudem die Grenzwerte lim
n
x
n
und lim
n
y
n
, und gilt
lim
n
x
n
= lim
n
y
n
,
so existiert auch der Grenzwert lim
n
a
n
und stimmt mit demgemeinsamen Grenzwert
von (x
n
)
nl
und (y
n
)
nl
uberein.
62 KAPITEL 3. DER GRENZWERT
Beweis. Setze a := lim
n
x
n
. Zu > 0 w ahle N l mit x
n
a, y
n
a < und
x
n
a
n
y
n
f ur n N. F ur solche n folgt
< x
n
a a
n
a y
n
a < ,
d.h. a
n
a < .
K
3.3.3 Beispiel. Als einfaches Beispiel betrachte man die Folge
_
1
n
2
3n+3
_
nl
. Man sieht
leicht, dass
0
1
n
2
3n + 3

1
n
, f ur n 3.
Also folgt mit Satz 3.3.2, dass lim
n
1
n
2
3n+3
= 0.
3.3.4 Beispiel.
Jede Zahl x L ist Limes einer Folge (r
n
)
nl
bestehend aus rationalen Zahlen.
Um das einzusehen, w ahle gem a Satz 2.6.3 f ur jedes n l eine Zahl r
n
Q,
sodass x < r
n
< x +
1
n
. . Aus Satz 3.3.2 folgt lim
n
r
n
= x. Genauso gibt eine
Folge irrationaler Zahlen gr oer x, die gegen x konvergiert.
Arbeitet man mit gr oerer mathematischen Strenge, so muss man obiges Argument folgendermaen pr azisieren:
Nach Satz 2.6.3 ist die Menge M
n
der r Q mit x < r < x +
1
n
nicht leer. Nun sei einfach eine nach dem
Auswahlaxiom existierende Funktion von l nach
nl
M
n
, sodass (n) M
n
. Nun setze einfach r
n
= (n).
Mit einer etwas feineren Argumentation kann man (r
n
)
nl
sogar streng monoton
fallend (r
n
1
> r
n
2
wenn n
1
< n
2
) w ahlen. Dazu deniert man r
n
induktiv so, dass
x < r
n
< min(x +
1
n
, r
n1
). Genauso kann man eine streng monoton wachsende
Folge aus Q konstruieren, die gegen x konvergiert.
L asst man auch hier mehr Strenge walten, so ben otigt man zur Existenz der Folge (r
n
)
nl
den Rekursionssatz:
F ur jedes y > x und jedes n l ist die Menge Q (x, min(y, x +
1
n
)) nicht leer. Sei : l (x, +) Q eine
Auswahlfunktion, sodass (n, y) Q (x, min(y, x +
1
n
)). Nun sei a := (1, r
1
) l ((x, +) Q) =: A und
g : A A deniert durch g(n, y) = (n + 1, (n, y)). Nach dem Rekursionssatz gibt es eine Funktion : l A
mit (1) = a und (n + 1) = g((n)). Ist f ur n l nun r
n
die zweite Komponente von (n), so hat (r
n
)
nl
die
geforderten Eigenschaften.
Sei F L nach oben beschr ankt und x := sup F. Gem a der Denition des
Supremums gilt (x
1
n
, x] F f ur alle n l. W ahlt man f ur jedes n l eine
reelle Zahl x
n
(x
1
n
, x] F, so erh alt man eine Folge (x
n
)
nl
, in F, die gegen
sup F konvergiert. Man kann ahnlich wie oben (x
n
)
nl
sogar monoton wachsend
w ahlen.
Entsprechendes gilt f ur nach unten beschr ankte Mengen und deren Inmum.
Im n achsten Satz wollen wir zeigen, dass die algebraischen Operationen und die
Betragsfunktion auf L und mit dem Grenzwertbegri vertr aglich sind.
3.3.5 Satz (Rechenregeln f ur Folgen). Seien (z
n
)
nl
und (w
n
)
nl
konvergente Folgen
reeller oder komplexer Zahlen, lim
n
z
n
=: z, lim
n
w
n
=: w, und sei L bzw.
. Dann gilt f ur k l
3.3. FOLGEN REELLER UND KOMPLEXER ZAHLEN 63
(i) lim
n
z
n
= z, lim
n
z
n
= z.
(ii) lim
n
(z
n
+ w
n
) = z + w, lim
n
(z
n
) = z.
(iii) Ist z = 0, also z
n
0, n , und ist (u
n
)
nl
eine beschr ankte Folge aus L bzw.
, dann gilt lim
n
(z
n
u
n
) = 0.
(iv) lim
n
(z
n
) = z und lim
n
(z
n
w
n
) = z w.
(v) lim
n
z
k
n
= z
k
.
(vi) Falls z 0 ist, gilt lim
n
1
z
n
=
1
z
.
(vii) Ist z
n
L und z
n
0, so folgt lim
n
k

z
n
=
k

z.
3.3.6 Bemerkung. Bis auf den letzten Punkt werden wir Satz 3.3.5 f ur komplexe Folgen
beweisen. Fast derselbe Beweis funktioniert f ur reellwertige Folgen.
Man kann aber die Rechenregeln f ur reellwertige Folgen auch aus denen f ur
komplexwertige Folgen herleiten, da wie wir gleich zeigen wollen eine Folge
(x
n
)
nl
in L genau dann konvergiert, wenn (x
n
+ i0)
nl
in konvergiert. Dabei gilt
lim
n
(x
n
+ i0) = (lim
n
x
n
) + i0.
Ist (x
n
)
nl
eine reellwertige Folge, welche gegen ein x L konvergiert, so konver-
giert (x
n
+i0)
nl
gegen x +i0, da ja (x
n
+i0) (x +i0) = x
n
x 0; vgl. Bemerkung
3.2.3.
Konvergiert umgekehrt f ur eine reellwertige Folge (x
n
)
nl
die Folge (x
n
+ i0)
nl
in
gegen x + iy , so muss wegen
0 max(x
n
x, 0 y) (x
n
+ i0) (x + iy) 0, n ,
gemeinsam mit Satz 3.3.2 folgen, dass x
n
x und y 0, d.h. y = 0.
Beweis. (Satz 3.3.5)
(i) Zu > 0 w ahle N l, sodass z
n
z < f ur n N. Mit der Dreiecksungleichung
nach unten erh alt man

z
n
z

z
n
z < , z
n
z = z
n
z < .
Man kann lim
n
z
n
= z auch als Spezialfall von Lemma 3.2.10 sehen: z
n
=
d(z
n
, 0) d(z, 0) = z.
(ii) Sei > 0 gegeben. W ahle N so, dass z
n
z <

2
und auch w
n
w <

2
f ur alle
n N. Es gilt f ur solche n
(z
n
+ w
n
) (z + w) = (z
n
z) + (w
n
w) z
n
z + w
n
w <

2
+

2
= .
Also ist (z
n
+ w
n
)
nl
konvergent und der Grenzwert ist z + w. Weiters gilt f ur N
so gro, dass z
n
z < , wenn nur n N, auch
(z
n
) (z) = (z
n
z) = z
n
z < , n N.
Also konvergiert (z
n
)
nl
gegen z.
64 KAPITEL 3. DER GRENZWERT
(iii) Ist C > 0 so, dass u
n
C, n l, und ist > 0, so gibt es wegen z
n
0 ein
N l, sodass z
n
<

C
, n N. Es folgt z
n
u
n
< f ur alle n N, also z
n
u
n
0.
(iv) Ist N so gro, dass z
n
z < f ur n N, so gilt
z
n
z = z
n
z < , n N.
Gem a (3.4) folgt daher z
n
z.
Um z
n
w
n
zw nachzuweisen, sei daran erinnert, dass gem a Proposition 3.2.13
konvergente Folgen beschr ankt sind. Nach (ii) konvergiert (z
n
z) gegen Null,
und mit (iii) daher auch (z
n
z)w
n
0, n . Der schon bewiesene Teil von
(iv) gibt nun zusammen mit (ii)
z
n
w
n
= (z
n
z)w
n
+ zw
n
n
0 + zw.
(v) Das folgt durch vollst andige Induktion nach k aus (iv).
(vi) Sei nun z 0. Wegen (i) und Lemma 3.3.1 folgt aus z
n
z f ur hinreichend
groes n, dass z
n
>
z
2
. Es folgt die Absch atzung

1
z
n

1
z

=
z z
n

z z
n

z z
n

2
z
2
,
und damit wird die Dierenz
1
z
n

1
z
f ur groe n beliebig klein.
(vii) Sei zun achst z > 0. Wegen (i) und Lemma 3.3.1 folgt aus z
n
z die Existenz von
N l, sodass f ur n N sicher z
n
>
z
2
> 0 und z
n
z < . Gem a (2.10) gilt f ur
solche n

z
n

k

z =
z
n
z

z
k1
+
k

z
k2
k

z
n
+ . . . +
k

z
n
k2
k

z +
k

z
n
k1

z
n
z

k
_
z
2
k1
+
k
_
z
2
k2
k
_
z
2
+ . . . +
k
_
z
2
k2
k
_
z
2
+
k
_
z
2
k1

<

k
k
_
z
2
k1
,
da klarerweise auch z >
z
2
. Gem a (3.4) folgt
k

z
n

k

z.
Ist z = 0, so sei > 0 vorgegeben. Ist nun N l so, dass z
n
= z
n
0 <
k
f ur
n N, dann folgt aus der Monotonie der Wurzelfunktion (vgl. Bemerkung 2.7.7)

z
n
0 =
k

z
n
< . Also
k

z
n
0.
K
3.3.7 Beispiel.
(i) Wegen lim
n
1
n
= 0 folgt aus Satz 3.3.5, (vii), dass lim
n
1
p

n
= 0. Zusammen
mit Satz 3.3.5, (v), erh alt man also, dass f ur alle r Q, r > 0,
lim
n
1
n
r
= 0 .
3.4. MONOTONE FOLGEN 65
(ii) Um f ur x
n
=

n
3
+ 1

n
3
+ 2n den Grenzwert zu berechnen, verwenden wir
(2.10) und erhalten

n
3
+ 1

n
3
+ 2n =
(n
3
+ 1) (n
3
+ 2n)

n
3
+ 1 +

n
3
+ 2n
=
1 2n

n
3
+ 1 +

n
3
+ 2n
=
1
n
2
_
n +
1
n
2
+
_
n +
2
n
.
Wegen
0
1
_
n +
1
n
2
+
_
n +
2
n

n
ergibt Satz 3.3.2, dass der mittlere Ausdruck gegen Null konvergiert. Zusammen
mit Satz 3.3.5, (iv), folgt lim
n
x
n
= 0.
(iii) Die Folge x
n
=
n

n konvergiert gegen 1. In der Tat gilt f ur die Folge a


n
:= x
n
1,
dass a
n
0 und (1 + a
n
)
n
= n. Nach dem Binomischen Lehrsatz gilt
n = (a
n
+ 1)
n
=
n

k=0
_
n
k
_
a
k
n
1
nk
1 +
n(n 1)
2
a
2
n
.
Damit folgt a
2
n

2(n1)
n(n1)
=
2
n
0. Gem a Satz 3.3.5, (vii), gilt a
n
0 und damit
x
n
1, n .
(iv) Ist q > 0 fest, so gilt lim
n
n

q = 1. Betrachte zun achst den Fall q 1. Dann


gilt f ur n q
1
n

q
n

n .
Nach Satz 3.3.2 folgt
n

q 1. Im Fall 0 < q < 1 betrachte


1
n

q
=
n
_
1
q
und
verwende Satz 3.3.5.
(v) Um f ur z mit z < 1 und k l den Grenzwert lim
n
n
k
z
n
zu berechnen,
sei N l so gro, dass

n
k
z <
1+z
2
(< 1) f ur alle n N, was wegen
lim
n

n
k
z = z zusammen mit Lemma 3.3.1 m oglich ist. F ur n N gilt
dann
0 n
k
z
n

_
1 + z
2
_
n
,
und somit lim
n
n
k
z
n
= 0.
3.4 Monotone Folgen
Bisher haben wir zwar gesehen, was aus der Konvergenz einer oder mehrerer Folgen
folgt. Das Problem, ob eine gegebene Folge konvergiert oder nicht haben wir jedoch
nicht betrachtet. Die denierende Eigenschaft von L, vollst andig angeordnet zu sein,
wird uns in L die Existenz von Grenzwerten bestimmter Folgen liefern.
3.4.1 Denition. Eine Folge (a
n
)
nl
in L heit monoton wachsend, falls a
n
a
n+1
f ur
alle n l, dh.
a
1
a
2
a
3
. . .
66 KAPITEL 3. DER GRENZWERT
Sie heit monoton fallend, falls a
n
a
n+1
f ur alle n l, dh.
a
1
a
2
a
3
. . .
Eine Folge heit monoton, wenn monoton wachsend oder monoton fallend ist.
3.4.2 Satz. Sei (x
n
)
nl
eine monoton wachsende und nach oben beschr ankte Folge.
Dann konvergiert (x
n
)
nl
, wobei
lim
n
x
n
= supx
n
: n l .
Entsprechend konvergiert eine monoton fallende und nach unten beschr ankte Folge
(x
n
)
nl
gegen infx
n
: n l.
Beweis. Sei (x
n
)
nl
monoton wachsend und nach oben beschr ankt. Somit existiert
x := supx
n
: n l. Wir zeigen, dass lim
n
x
n
= x. Sei > 0. Wegen x < x kann
x keine obere Schranke der Menge x
n
: n l sein. Es gibt also ein N l mit
x
N
> x . Wegen der Monotonie folgt auch x
n
> x f ur alle n N. Da stets x x
n
gilt, erh alt man f ur n N
0 x x
n
< ,
und damit x
n
x < .
F ur monoton fallende Folgen schliet man in analoger Art und Weise.
K
3.4.3 Beispiel.
(i) Betrachte die Folge
_
1
n
_
nl
. Gem a Beispiel 2.6.2 gilt inf
1
n
: n l = 0. Also
folgt aus Satz 3.4.2, dass lim
n
1
n
= 0. Dieses Konvergenzverhalten haben wir
ubrigens auch schon in Beispiel 3.2.4, (ii), festgestellt.
(ii) Die Bedingung in Satz 3.4.2 ist hinreichend f ur Konvergenz, aber nicht notwen-
dig. Betrachte dazu die Folge
_
(1)
n
n
_
nl
.
(iii) Nach dem Rekursionssatz Satz 2.3.3 ist durch a
1
=

2 und a
n+1
=

2 + a
n
eine
Folge in [0, +) wohldeniert. Wir behaupten, dass dabei a
n
2 und a
n
a
n+1
f ur alle n l, was wir mittels vollst andiger Induktion zeigen wollen.
F ur n = 1 gilt oenbar a
1
=

2 2 und a
1
=

2
_
2 +

2 a
2
.
Gelte nun a
n
2 und a
n
a
n+1
. Daraus folgt a
n+1
=

2 + a
n

2 + 2 = 2 und
auch a
n+1
=

2 + a
n

2 + a
n+1
= a
n+2
.
Gem a Satz 3.4.2 konvergiert (a
n
)
nl
gegen a = supa
n
: n l, welches sicher
a a
1
=

2 > 0 erf ullt. Um a genau zu berechnen, sei bemerkt, dass auch (vgl.
Satz 3.3.5)
a = lim
n
a
n+1
= lim
n
_
2 + a
n
=

2 + a .
Somit erf ullt a die Gleichung a
2
a 2 = 0. Also gilt a = 2 oder a = 1, wobei
die zweite M oglichkeit wegen a > 0 ausgeschlossen werden kann.
(iv) F ur n l sei
e
n
=
_
1 +
1
n
_
n
und f
n
=
_
1 +
1
n
_
n+1
.
3.4. MONOTONE FOLGEN 67
Oenbar gilt immer 1 < e
n
< f
n
. Wir rechnen mit Hilfe der Version der Bernoul-
lische Ungleichung aus Beispiel 2.3.11
e
n+1
e
n
=
_
1 +
1
n
_
_

_
1 +
1
n+1
1 +
1
n
_

_
n+1
=
n + 1
n
_
n
2
+ 2n + 1 1
n
2
+ 2n + 1
_
n+1
=
n + 1
n
_
1
1
(n + 1)
2
_
n+1
>
n
n + 1
_
1 (n + 1)
1
(n + 1)
2
_
=
n + 1
n
n
n + 1
= 1.

Ahnlich gilt
f
n
f
n+1
=
1
1 +
1
n
_

_
1 +
1
n
1 +
1
n+1
_

_
n+2
=
n
n + 1
_
n
2
+ 2n + 1
n
2
+ 2n
_
n+2
=
n
n + 1
_
1 +
1
n
2
+ 2n
_
n+2
>
n
n + 1
_
1 + (n + 2)
1
n
2
+ 2n
_
=
n
n + 1
n + 1
n
= 1 .
Also ist (e
n
)
nl
streng monoton wachsend und ( f
n
)
nl
streng monoton fallend.
Wegen 1 < e
n
< f
n
f
1
= 4 f ur alle n l sind diese Folgen auch beschr ankt,
und somit konvergent, wobei
lim
n
f
n
= lim
n
_
1 +
1
n
_
e
n
= 1 lim
n
e
n
.
Den gemeinsamen Grenzwert dieser Folgen nennt man die Eulersche Zahl e.
F ur nach oben beschr ankte, aber nicht notwendigerweise monotone Folgen gilt fol-
gende schw achere Aussage.
3.4.4 Lemma. Sei (x
n
)
nl
eine beschr ankte Folge aus L. F ur N l sei
y
N
:= infx
n
: n N.
Dann ist die Folge (y
N
)
Nl
monoton wachsend, beschr ankt, und konvergiert daher ge-
gen supy
N
: N l. Also existiert der sogenannte Limes Inferior
liminf
n
x
n
:= sup
Nl
inf
nN
x
n
= lim
N
inf
nN
x
n
.
Schlielich gibt es eine Teilfolge (x
n( j)
)
jl
von (x
n
)
nl
, die ebenfalls gegen
liminf
n
x
n
konvergiert.
Entsprechendes gilt, wenn man alle Inma durch Suprema und umgekehrt ersetzt.
Also ist (z
N
)
Nl
mit z
N
= supx
n
: n N monoton fallend und beschr ankt. Ihren
Grenzwert nennt man Limes Superior
limsup
n
x
n
:= inf
Nl
sup
nN
x
n
= lim
N
sup
nN
x
n
.
Beweis. Gem a Voraussetzung gilt x
n
C, n l f ur ein reelles C > 0. Somit
existiert f ur jedes N l
y
N
:= infx
n
: n N C ,
68 KAPITEL 3. DER GRENZWERT
und in Folge auch y := supy
N
: N l. Aus x
n
: n N + 1 x
n
: n N folgt
y
N+1
y
N
, und aus Satz 3.4.2 die Tatsache lim
n
y
n
= y, wobei y
m
y f ur alle m l.
Wir denieren nun rekursiv eine Teilfolge
8
(x
n( j)
)
jl
von (x
n
)
nl
, indem wir
zun achst n(1) = 1 setzen. Ist n( j) l deniert, so existiert wegen y
n( j)+1
y ein
n( j + 1) l derart, dass n( j + 1) > n( j) und
y
n( j)+1
= infx
k
: k > n( j) x
n( j+1)
< y +
1
j + 1
.
Wegen y
n( j)
y
n( j)+1
x
n( j+1)
< y +
1
j+1
liefert das Einschlusskriterium Satz 3.3.2 die
Konvergenz von (x
n( j)
)
jl
gegen y.
Der Beweis f ur den Limes Superior verl auft entsprechend.
K
3.4.5 Fakta.
1. Aus inf
nN
x
n
sup
nN
x
n
, N l folgt unmittelbar
liminf
n
x
n
limsup
n
x
n
.
2. Weiters folgt aus den Rechenregeln f ur Suprema und Inma sofort, dass
limsup
n
(x
n
) = liminf
n
x
n
sowie limsup
n
a
n
limsup
n
b
n
und
liminf
n
a
n
liminf
n
b
n
f ur beschr ankte Folgen (a
n
)
nl
, (b
n
)
nl
mit a
n

b
n
ab einem Index N l.
3. Ist (x
n
)
nl
konvergent, so folgt aus Lemma 3.4.4 und Satz 3.2.8, (iv), dass
liminf
n
x
n
= lim
n
x
n
= limsup
n
x
n
. (3.7)
4. Gilt umgekehrt y := liminf
n
x
n
= limsup
n
x
n
, so gibt es zu jedem > 0
ein N
1
l, sodass y < inf
nN
x
n
y f ur alle N N
1
, und ein N
2
l, sodass
y sup
nN
< y + f ur alle N N
2
. F ur N max(N
1
, N
2
) folgt
y < inf
nN
x
n
x
N
sup
nN
< y + ,
und damit die Konvergenz von (x
n
)
nl
gegen y; also gilt (3.7).
5. Aus limsup
n
x
n
= lim
N
sup
nN
x
n
zusammen mit Satz 2.6.3 und Lemma
3.3.1 zeigt man, dass limsup
n
x
n
< genau dann, wenn es ein q < gibt,
sodass x
n
q f ur alle bis auf endlich viele n l. Entsprechendes gilt f ur
liminf
n
x
n
> .
6.

Ahnlich gilt limsup
n
x
n
> genau dann, wenn es ein q > gibt, sodass x
n
q
f ur unendlich viele n l. Entsprechendes gilt f ur liminf
n
x
n
< .
7. In der Tat ist limsup
n
x
n
jene eindeutige Zahl x, f ur die gilt:
F ur jedes > 0 gibt es nur f ur endlich viele n l, die der Ungleichung x
n
x + gen ugen, wogegen f ur unendlich
viele n l die Ungleichung x
n
x gilt. Auch hier gilt entsprechendes f ur liminf
n
x
n
.
8
Dass man so verfahren kann, wird durch den Rekursionssatz gew ahrleistet.
3.5. CAUCHY-FOLGEN 69
3.5 Cauchy-Folgen
Um in Allgemeinen metrischen R aumen Folgen auf Konvergenz zu untersuchen, f uhrt
man den Begri der Cauchy-Folge ein.
3.5.1 Denition. Sei (X, d) ein metrischer Raum. Eine Folge (x
n
)
nl
von Elementen
aus X heit Cauchy-Folge
9
, falls
L, > 0 N l : d(x
n
, x
m
) < f ur alle n, m N . (3.8)
3.5.2 Bemerkung. Da es wegen Satz 2.6.3 zwischen jedem L, > 0 und der Zahl 0
ein Qmit 0 < < gibt, erh alt man eine zu Denition 3.5.1 aquivalente Denition,
wenn man in (3.8) statt L, > 0 . . . den Ausdruck Q, > 0 . . . schreibt.
Aus dem selben Grund l asst sich die Konvergenz einer Folge durch (3.3) charakte-
risieren, wenn man in eben dieser Gleichung Q, > 0 . . . anstatt L, > 0 . . .
schreibt.

Ahnlich wie in Proposition 3.2.13 gilt.


3.5.3 Proposition. Sei (x
n
)
nl
eine Cauchy-Folge. Dann ist x
n
: n l beschr ankt.
Beweis. W ahle N l mit d(x
n
, x
m
) < 1 f ur n, m N. Setzt man
C := 1 + maxd(x
1
, x
N
), . . . , d(x
N1
, x
N
) ,
so gilt d(x
n
, x
N
) C f ur jedes n l.
K
Aus dem n achsten Resultat erkennt man einen Zusammenhang zum Begri der
Konvergenz.
3.5.4 Proposition. Ist die Folge (x
n
)
nl
konvergent, so ist sie eine Cauchy-Folge.
Beweis. Sei > 0 gegeben. Aus der Denition der Konvergenz folgt die Existenz
einer Zahl N l mit der Eigenschaft, dass d(x
n
, x) <

2
, n N. Hier bezeichnet
x den Grenzwert der Folge (x
n
)
nl
, der zwar nach Voraussetzung existiert, uber den
sonst aber nichts bekannt zu sein braucht. Dann gilt nach der Dreiecksungleichung f ur
n, m N
d(x
n
, x
m
) d(x
n
, x) + d(x, x
m
) <

2
+

2
= .
K
Also ist jede konvergente Folge eine Cauchy-Folge. W urde nun umgekehrt jede
Cauchy-Folge konvergieren, so k onnten wir die Konvergenz einer Folge nachweisen,
ohne ihren Grenzwert explizit in der Hand zu haben. Leider ist dies bei vielen metri-
schen R aumen nicht der Fall.
3.5.5 Denition. Ein metrischer Raum (X, d) heit vollst andig, wenn jede Cauchy-
Folge von Elementen aus X in X einen Grenzwert besitzt.
9
Augustin Louis Cauchy. 21.8.1789 Paris - 22.5.1857 Sceaux (bei Paris)
70 KAPITEL 3. DER GRENZWERT
3.5.6 Beispiel. Die rationalen Zahlen sind nicht vollst andig. Dazu betrachte man z.B.
eine Folge (r
n
)
nl
bestehend aus rationalen Zahlen wie in Beispiel 3.3.4, die gegen

2 L \ Q konvergiert.
Diese ist eine Cauchy-Folge in L und daher auch in Q. Sie konvergiert aber nicht
in Q. Denn w urde sie das tun, so w urde sie in L einerseits gegen

2 und anderer-
seits gegen einen Grenzwert in Q konvergieren. Das widerspricht der Eindeutigkeit des
Grenzwertes in L.
3.5.7 Lemma. Sei (x
n
)
nl
eine Cauchy-Folge in einem metrischen Raum (X, d), die
eine konvergente Teilfolge hat. Dann ist (x
n
)
nl
konvergent.
Proof. Sei (x
n(k)
)
kl
die konvergente Teilfolge mit lim
k
x
n(k)
= x. Zu > 0 w ahle
N
1
so gro, dass d(x
n
, x
m
) < f ur n, m N
1
. W ahle N
2
so gro, dass d(x
n(k)
, x) < f ur
k N
2
. Setze N := maxN
1
, N
2
. W ahlt man nun k N, so folgt n(k) k N, und
man erh alt f ur n N
d(x
n
, x) d(x
n
, x
n(k)
) + d(x
n(k)
, x) < + = 2.

Das wichtigste Beispiel f ur einen vollst andige metrischen Raum sind die reellen
Zahlen.
3.5.8 Satz (Cauchysches Konvergenzkriterium). Sei (x
n
)
nl
eine Cauchy-Folge reeller
Zahlen. Dann existiert eine reelle Zahl x, sodass (x
n
)
nl
gegen x konvergiert.
Beweis. Gem a Proposition 3.5.3 ist die Cauchy-Folge (x
n
)
nl
beschr ankt. Nach
Lemma 3.4.4 hat (x
n
)
nl
eine konvergente Teilfolge. Schlielich konvergiert gem a
Lemma 3.5.7 auch die Folge (x
n
)
nl
selbst.
K
3.5.9 Beispiel.
Der metrische Raum X = [0, 1] versehen mit der euklidischen Metrik ist auch
vollst andig, denn ist (x
n
)
nl
eine Cauchy-Folge in X, so ist sie das auch in L.
Wegen Satz 3.5.8 gilt lim
n
x
n
= x f ur ein x L.
Wegen 0 x
n
1, n l, folgt aus Lemma 3.3.1, (iii), dass auch x X. Also
hat jede Cauchy-Folge in X einen Grenzwert in X.
Ist dagegen etwa X = (0, 1] versehen mit der euklidischen Metrik, so ist
_
1
n
_
nl
eine Cauchy-Folge in X. Sie hat aber in X keinen Grenzwert, denn sonst w urde
_
1
n
_
nl
auch in L gegen diesen Grenzwert x X L und andererseits gegen 0
streben. Wegen 0 X muss x 0 im Widerspruch zu Satz 3.2.8, (i).
3.6 Konvergenz in weiteren metrischen R aumen
Wir betrachten die Menge L
p
(p l) und versehen diesen mit den drei schon vor-
gestellten Metriken d
1
, d
2
, d

. Wie bereits bemerkt, unterscheiden sich diese Metriken


voneinander.
3.6. KONVERGENZ IN WEITEREN METRISCHEN R

AUMEN 71
Der Unterschied ist aber nicht allzu gro. In der Tat werden wir sehen, dass wenn
eine Folge bez uglich einer der drei Metriken konvergiert, diese dann auch bez uglicher
der anderen zwei konvergiert
10
.
Der Grund daf ur liegt in der Ungleichungskette
max
k=1,..., p
x
k

_
p

k=1
x
k

2
_ 1
2

k=1
x
k
p max
k=1,..., p
x
k
. (3.9)
Das zweite

sieht man durch quadrieren. Das erste und dritte ist klar.
3.6.1 Proposition. Sei (x
n
)
nl
eine Folge von Punkten x
n
= (x
n,1
, . . . , x
n, p
) L
p
, und
x = (x
1
, . . . , x
p
) L
p
. Dann impliziert lim
n
x
n
= x bez uglich einer der Metriken d
1
,
d
2
, d

auch lim
n
x
n
= x bez uglich der anderen zwei Metriken aus d
1
, d
2
, d

.
Die Konvergenz von (x
n
)
nl
gegen x bez uglich einer und daher aller dieser Metri-
ken ist wiederum aquivalent zur komponentenweisen Konvergenz
11
lim
n
x
n,k
= x
k
f ur alle k = 1, . . . , p . (3.10)
Insbesondere konvergiert eine Folge (z
n
)
il
komplexer Zahlen gegen ein z genau
dann, wenn
12
lim
n
Re(z
n
) = Re z und lim
n
Im(z
n
) = Imz .
Beweis. Aus Ungleichung (3.9) schlieen wir auf
d

(x
n
, x) d
2
(x
n
, x) d
1
(x
n
, x) p d

(x
n
, x).
Das Einschlusskriterium Satz 3.3.2 liefert nun sofort, dass, wenn eine der Folgen
_
d
1
(x
n
, x)
_
nl
,
_
d
2
(x
n
, x)
_
nl
bzw.
_
d

(x
n
, x)
_
nl
eine Nullfolge ist, es dann die beiden
anderen Folgen auch sind. Aus Bemerkung 3.2.3 folgt, dass die Konvergenzbegrie
bzgl. der drei Metriken ubereinstimmen.
Sei nun lim
n
x
n
= x bez uglich bez uglich einer dieser Metriken und daher insbe-
sondere bez uglich d

. F ur k = 1, . . . , p gilt
0 x
n,k
x
k
max
j=1,..., p
x
n, j
x
j
= d

(x
n
, x) .
Wieder nach demEinschlusskriteriumSatz 3.3.2 zusammen mit Bemerkung 3.2.3 folgt
lim
n
x
n,k
= x
k
.
Sei umgekehrt (3.10) vorausgesetzt und > 0 gegeben. W ahle N
1
, . . . , N
p
, sodass
f ur k = 1, . . . , p folgt x
n,k
x
k
< , n N
k
. Setzt man N := maxN
1
, . . . , N
p
, so folgt
d

(x
n
, x) = max
k=1,..., p
x
n,k
x
k
< .
Also gilt x
n
x bez uglich d

.
K
10
Es sei aber hier auch darauf hingewiesen, dass es auf ein und der selben Menge Metriken d,

d geben
kann, sodass eine gewissen Folge (x
n
)
nl
in dieser Menge bez uglich d konvergiert, aber bez uglich

d diver-
giert.
11
Diese Konvergenz versteht sich in L bez uglich der euklidischen Metrik.
12
Vergleiche Bemerkung 3.3.6.
72 KAPITEL 3. DER GRENZWERT
3.6.2 Beispiel. Man betrachte die Folge (x
n
)
nl
im L
3
gegeben durch
x
n
=
1
n

_

_
(1)
n
, 2 3n,
n

k=0
1
2
k
_

_
.
Wegen
1
n
(1)
n
=
1
n
0 und

1
n

_
n
k=0
1
2
k


2
n
0 konvergieren die erste und die
dritte Komponente gegen 0.
Die zweite konvergiert wegen
1
n
(2 3n) =
2
n
3 gegen 3. Also konvergiert unsere
Folge bez uglich d
1
, d
2
, d

gegen (0, 3, 0).


3.6.3 Korollar. Der Raum L
p
versehen mit einer der Metriken d
1
, d
2
, d

ist
vollst andig. Insbesondere sind die komplexen Zahlen vollst andig.
Beweis. Zun achst sei bemerkt, dass wenn eine Folge (x
n
)
nl
von Punkten des L
p
eine
Cauchy-Folge bez uglich einer der Metriken d
1
, d
2
, d

ist, so ist sie das wegen


d

(x
n
, x
m
) d
2
(x
n
, x
m
) d
1
(x
n
, x
m
) p d

(x
n
, x
m
)
auch bez uglich der beiden anderen Metriken.
Sei nun (x
n
)
nl
eine Cauchy-Folge von Punkten des L
p
(bzgl. d
1
, d
2
, d

), wobei
x
n
= (x
n,1
, . . . , x
n, p
). Dann gibt es zu jedem vorgegebenen > 0 eine Zahl N l mit
d

(x
n
, x
m
) < f ur n, m N. Es folgt f ur jedes k 1, . . . , p
x
n,k
x
m,k
d

(x
n
, x
m
) < , n, m N ,
d.h. jede der Folgen (x
n,k
)
nl
, k = 1, . . . , p, ist eine Cauchy-Folge reeller Zahlen. Daher
existieren y
1
, . . . , y
p
L mit
lim
i
x
i,k
= y
k
, k = 1, . . . , p .
Wegen Proposition 3.6.1 folgt lim
n
x
n
= y mit y = (y
1
, . . . , y
p
).
K
3.6.4 Bemerkung. Die in Satz 3.3.5 hergeleiteten Rechenregeln gelten zum Teil auch
in L
p
, wenn L
p
mit der euklidischen Metrik und mit den Verkn upfungen

+ und

skalares Multiplizieren wie aus der Linearen Algebra bekannt versehen wird. Sind
also (x
n
)
nl
, (y
n
)
nl
Folgen in L
p
, die gegen x bzw. y konvergieren, und ist (
n
)
nl
eine gegen ein L konvergente Folge in L, so gilt
(i) lim
n
(x
n
+ y
n
) = x + y.
(ii) lim
n

n
x
n
= x.
(iii) lim
n
(x
n
, y
n
) = (x, y) ( L) (vgl. (3.2)).
Das folgt aus Proposition 3.6.1, da man die jeweiligen Konvergenzen auf die Kompo-
nenten von L
p
zur uckf uhren kann. Eine andere M oglichkeit, diese Behauptungen zu
beweisen, besteht darin, den euklidischen Abstand d
2
(x, y) zweier Punkte x, y L
p
als
jx yj
2
zu schreiben, wobei jxj
2
=
_
_
p
k=1
x
k

2
, und im Beweis von Satz 3.3.5 den
Betrag durch j.j ersetzt. Siehe Bemerkung 3.1.7.
3.7. KONVERGENZ GEGEN UNENDLICH 73
Dass es auf ein und derselben Menge zwei Metriken geben kann, sodass die Kon-
vergenz einer Folge bez uglich der einen Metrik nicht die Konvergenz bez uglich der
anderen bedingt, zeigt folgendes Beispiel.
3.6.5 Beispiel. Man betrachte L einerseits versehen mit der Euklidischen Metrik d
2
, al-
so die von . induzierte Metrik, und andererseits mit der diskreten Metrik d aus Beispiel
3.1.5, (iv).
Auerdem betrachte man die Folge
_
1
n
_
nl
, welche bekannterweise gegen 0 kon-
vergiert. Bez uglich d tut sie das nicht, da ja immer d(0,
1
n
) = 1, n l.
Man zeigt unschwer, dass eine Folge (x
n
)
nl
bez uglich d genau dann gegen x kon-
vergiert, wenn x
n
= x ab einem Index n
0
.
3.6.6 Beispiel. Sei p eine feste Primzahl. Die Folge (p
n
)
nl
ist bez uglich der Metrik d
(p)
auf Z gegen 0 konvergent, bez uglich
der euklidischen Metrik d
2
auf Z jedoch divergent. Um das einzusehen, sei > 0 gegeben. W ahlt man N l mit
1
p
N
< ,
so gilt f ur alle n N
d
(p)
(p
n
, 0) =
1
p
n

1
p
N
< .
Angenommen es existiere x Z, sodass p
n
x bez uglich d
2
. W ahle N l, sodass d
2
(p
n
, x) < 1, n N. Dann folgt mit
der Bernoullischen Ungleichung
1 + n(p 1) p
n
= d
2
(p
n
, 0) d
2
(p
n
, x) + d
2
(x, 0) < 1 + x, n N ,
und weiter, dass n(p 1) x, n N, was der Tatsache widerspricht, dass L archimedisch angeordnet ist.
Tats achlich sind in (Z, d
2
) nur die ab einem Index konstanten Folgen konvergent, da konvergente Folgen auch Cauchy-
Folgen sind, und damit insbesondere ab einem gewissen Index der Abstand zweier Folgenglieder kleiner als 1 ist. Zwei
verschiedene ganze Zahlen haben aber sicher einen Abstand von mindestens 1.
3.7 Konvergenz gegen unendlich
Die Folge x
n
= n, n l, als Folge in L ist nicht konvergent. Sie ist ja nicht einmal
beschr ankt. Trotzdemzeigt sie ein doch recht determiniertes Verhalten. Aus demBauch
heraus w urde man sagen, dass sie

gegen unendlich strebt.


3.7.1 Denition. Eine Folge (x
n
)
nl
aus L heit konvergent gegen +, in Zeichen
x
n
+, n , falls
M > 0 N l : x
n
> M f ur n N . (3.11)
Entsprechend sagen wir, dass eine Folge (x
n
)
nl
aus L gegen strebt, in Zeichen
x
n
, n , wenn
M < 0 N l : x
n
< M f ur n N . (3.12)
Folgen, die im obigen Sinne gegen + oder streben, heien auch bestimmt diver-
gent.
3.7.2 Bemerkung. Unmittelbar aus (3.11) bzw. (3.12) und Lemma 3.3.1, (i), erkennt
man, dass sich f ur eine Folge (x
n
)
nl
und ein x L die Konvergenzen lim
n
x
n
= +
und lim
n
x
n
= x gegenseitig ausschlieen. Genauso kann lim
n
x
n
= und
lim
n
x
n
= x nicht gleichzeitig stattnden. Ebenso schlieen sich lim
n
x
n
= +
und lim
n
x
n
= gegenseitig aus.
74 KAPITEL 3. DER GRENZWERT
Ist (x
n
)
nl
in L und x L oder x = , so kann man x = lim
n
x
n
einheitlich
folgendermaen schreiben:
( L, < x N l : n N x
n
> )
( L, > x N l : n N x
n
< ).
F ur die Konvergenzbegrie aus Denition 3.7.1 gelten ahnliche Regeln, wie bei der
Konvergenz gegen Zahlen.
3.7.3 Satz. F ur Folgen (x
n
)
nl
und (y
n
)
nl
aus L, sodass lim
n
x
n
= +, gelten
folgende Aussagen.
(i) Ist die Menge y
n
: n l, n k f ur ein gewisses k l nach unten beschr ankt,
dann gilt
lim
n
(x
n
+ y
n
) = +.
(ii) lim
n
(x
n
) = .
(iii) Ist y
n
C f ur ein gewisses C > 0 und f ur alle n l, n k mit einem gewissen
k l, so gilt lim
n
x
n
y
n
= +.
(iv) Ist x
n
y
n
, f ur alle n l, n k f ur einen gewissen Index k l, so folgt
lim
n
y
n
= +.
(v) Seien alle bis auf endlich viele, d.h. alle ab einemIndex k l, y
n
positiv (negativ).
Dann gilt lim
n
y
n
= +() genau dann, wenn lim
n
1
y
n
= 0.
(vi) Sei (y
n
)
nl
monoton wachsend (fallend). Ist (y
n
)
nl
beschr ankt, so ist diese Folge
konvergent gegen eine reelle Zahl. Ist (y
n
)
nl
unbeschr ankt, so konvergiert sie
gegen + ().
Analoge Aussagen gelten im Fall lim
n
x
n
= .
Beweis.
(i) Sei C eine untere Schranke von y
n
: n l, n k. Zu M > 0 w ahle N so gro,
dass x
n
> M C f ur alle n N, so folgt f ur n max(N, k)
x
n
+ y
n
> (M C) + C = M ;
also (x
n
+ y
n
) +.
(ii) Folgt unmittelbar aus x
n
> M x
n
< M.
(iii) W ahle N so, dass x
n
>
M
C
f ur n N und sodass N k. Dann folgt f ur n N auch
x
n
y
n
>
M
C
C = M,
d.h. x
n
y
n
+.
(iv) Ist x
n
> M, so erst recht y
n
> M.
3.7. KONVERGENZ GEGEN UNENDLICH 75
(v) Seien alle y
n
mit n k positiv. Wir nehmen zuerst an, dass
1
y
n
0. Zu vorgege-
benem M w ahle N k so gro, dass f ur n N gilt
1
y
n
<
1
M
. Es folgt y
n
> M.
Gilt umgekehrt y
n
+, und ist > 0, so w ahle N so gro, dass f ur n N gilt
y
n
>
1

. Daraus folgt
1
y
n
=
1
y
n
< .
(vi) Ist (y
n
)
nl
beschr ankt, so folgt die Aussage aus Satz 3.4.2. Im Fall der Unbe-
schr anktheit gibt es eben wegen dieser zu jedem M > 0 ein N l, sodass
y
N
> M. Wegen der Monotonie folgt dann auch y
n
> M f ur alle n N
K
3.7.4 Beispiel. Sei q L und betrachte die Folge q
n
, n l. Dann gilt
lim
n
q
n
=
_

_
+ , falls q > 1
1 , falls q = 1
0 , falls 1 < q < 1
, falls q 1
Dabei haben wir den Fall 0 q < 1 schon in Beispiel 3.2.9 behandelt. Der Fall q = 1 ist
klar. F ur q > 1 folgt aus 0 <
1
q
< 1 durch Anwendung von Satz 3.7.3, dass q
n
+.
Ist 1 < q < 0, so beachte q
n
= q
n
0. Ist q 1, so hat man q
n
1 f ur n gerade
und q
n
1 f ur n ungerade. Insbesondere ist der Abstand zweier aufeinanderfolgender
Folgenglieder 2, und wir sehen, dass q
n
keine Cauchy-Folge und erst recht keine
konvergente Folge sein kann. Konvergenz gegen + oder kann aber auch nicht
stattnden, denn dann m ussten ja die Folgenglieder insbesondere ab einem Index alle
das gleiche Vorzeichen haben.
3.7.5 Beispiel. Seien p, q aus L[x], p, q 0, dh. zwei Polynome mit reellen Koezi-
enten ungleich dem Nullpolynom. Betrachte die Folge
x
n
:=
p(n)
q(n)
f ur alle n l mit q(n) 0. Da Polynome nur endlich viele Nullstellen haben, ist x
n
sicher f ur alle n l, n n
0
mit einem gewissen n
0
l deniert. Schreiben wir p und
q als p(x) = a
m
x
m
+ . . . + a
0
und q(x) = b
k
x
k
+ . . . + b
0
mit a
m
, b
k
0 an, so gilt gilt
lim
n
x
n
=
_

_
0 , falls m < k
a
m
b
k
, falls m = k
+ , falls m > k,
a
m
b
k
> 0
, falls m > k,
a
m
b
k
< 0
Um dieses einzusehen, betrachte zuerst den Fall, dass m k, und schreibe
x
n
=
a
m
n
m
+ a
m1
n
m1
+ . . . + a
0
b
k
n
k
+ b
k1
n
k1
+ . . . + b
0
=
a
m
n
mk
+ a
m1
n
m1k
+ . . . + a
0
n
k
b
k
+ b
k1
n
1
+ . . . + b
0
n
k
.
Dann konvergiert der Nenner dieses Bruches gegen b
k
0. Ist m < k, so konvergiert
der Z ahler gegen 0, insgesamt also x
n
0. Ist m = k, so strebt der Z ahler gegen a
m
und wieder folgt unsere Behauptung.
76 KAPITEL 3. DER GRENZWERT
L +
Abbildung 3.1: Veranschaulichung von L
Ist m > k, so schreiben wir x
n
als
n
mk
a
m
+ a
m1
n
1
+ . . . + a
0
n
m
b
k
+ b
k1
n
1
+ . . . + b
0
n
k
.
Also gilt x
n
= n
mk
y
n
, wobei y
n

a
m
b
k
. Nach Lemma 3.3.1 hat y
n
f ur hinreichend groe
Indizes dasselbe Vorzeichen, wie
a
m
b
k
. Wegen
1
x
n
0 folgt aus Satz 3.7.3 das behauptete
Konvergenzverhalten f ur x
n
.
3.7.6 Beispiel. Ist (x
n
)
nl
eine Folge aus L, die nicht nach oben beschr ankt ist, es also
kein reelles C > 0 gibt mit x
n
C f ur alle n l, so hat (x
n
)
nl
eine Teilfolge (x
n(k)
)
kl
,
die lim
k
x
n(k)
= +erf ullt.
Dazu w ahlt man n(1) l so, dass x
n(1)
1, und deniert n(k + 1) l rekursiv so,
dass n(k +1) > n(k) und x
n(k+1)
k +1. Aus Satz 3.7.3, (iv), folgt dann wegen x
n(k)
k,
dass lim
k
x
n(k)
= +.
Am Ende diese Kapitels wollen wir eine M oglichkeit vorstellen, wie man die eingef uhrte Konvergenz gegen als
herk ommliche Konvergenz in einem metrischen Raum auassen kann.
Als erstes m ussen wir als Elemente unseres Raumes anerkennen, denn eine Folge von Elementen eines Raumes X
kann gegen ein Element von X konvergieren aber nicht gegen irgendetwas. Betrachte also die Menge L = L +, ,
wobei +und zwei verschiedene formale Elemente sind, die nicht in L liegen.
Nun versehen wir die Menge L in naheliegender Weise mit einer Relation:
x y : (x y, x, y L) oder x = oder y = +.
Diese Relation ist oensichtlicherweise eine Totalordnung, die die Supremumseigenschaft hat. Somit l asst sich L folgen-
dermaen veranschaulichen.
3.7.7 Lemma. Die Funktion : L (1, 1), wobei (x) =
x
1+x
, bildet L bijektiv auf das oene Intervall (1, 1) ab. Ihre
Inverse
1
: (1, 1) L ist gegeben durch
1
(y) =
y
1y
.
Schlielich sind und ihre Inverse
1
streng monoton wachsend.
Beweis. Als erstes wollen wir festhalten, dass f ur x L stets (x) < 1, d.h. (x) (1, 1) gilt, und dass (x) das gleiche
Vorzeichen wie x hat.
Ist : (1, 1) L deniert durch (y) =
y
1y
, so folgt
(y) =
y
1y
1 +
y
1y
=
y
(1 y) + y
= y,
und
(x) =
x
1+x
1
x
1+x
=
x
(1 + x) x
= x.
Somit ist nach Satz 1.2.18 die Abbildung bijektiv und ist die Inverse von .
F ur die behaupteten Monotonieeigenschaft seien x
1
, x
2
L mit x
1
= 0 oder x
2
= 0 oder sgn(x
1
) = sgn(x
2
). Wegen
x
1
x
2
= x
1
x
2
gilt dann
x
1
< x
2
x
1
(1 + x
2
) = x
1
+ x
1
x
2
< x
2
+ x
2
x
1
= x
2
(1 + x
1
) (x
1
) < (x
2
).
Da x und (x) dasselbe Vorzeichen haben, folgt f ur den verbleibenden Fall x
1
, x
2
0, sgn(x
1
) = sgn(x
2
), wobei o.B.d.A.
x
1
< x
2
, dass sowohl x
1
< 0 < x
2
als auch (x
1
) < 0 < (x
2
).
K
3.7. KONVERGENZ GEGEN UNENDLICH 77
L
+

1
[1, 1]
Abbildung 3.2: Die Abbildung
Nun setzten wir fort zu einer Abbildung L [1, 1], indem wir
(x) :=
_

_
x
1+x
, falls x L
1 , falls x = +
1 , falls x =
denieren.
Oensichtlicher ist diese Fortsetzung, die wir ebenfalls nennen wollen, auch bijektiv und streng monoton wachsend,
wobei

1
(y) :=
_

_
y
1y
, falls 1 < y < 1
+ , falls y = 1
, falls y = 1
Wir denieren nun eine Metrik auf L, indem wir die euklidische Metrik mittels nach L ubertragen.
3.7.8 Denition. Deniere eine Abbildung d : L L L als
d(x, y) :=

(x) (y)

.
3.7.9 Lemma. Die Abbildung d ist eine Metrik.
Dabei konvergiert eine Folge (x
n
)
nl
in L gegen ein x L bez uglich d genau dann, wenn die Folge ((x
n
))
nl
in
[1, 1] gegen (x) [1, 1] bez uglich der euklidischen Metrik d
2
konvergiert.
Beweis. Da die Abbildung (a, b) a b eine Metrik und injektiv ist, verizieren die verlangten Eigenschaften (M1)-
(M3) von d folgendermaen.
Setze a := (x), b := (y), dann gilt
(M1): d(x, y) = a b 0, und d(x, y) = 0 genau dann, wenn a = b. Da injektiv ist, ist dieses aquivalent dazu das x = y.
(M2): d(x, y) := a b = b a = d(y, x)
(M3): Sei zus atzlich z L und setze c := (z). Dann ist
d(x, z) = a c a b + b c = d(x, y) + d(y, z) .
Die Aussage uber die Konvergenz folgt leicht aus Bemerkung 3.2.3, da
x
n
x (bzgl. d) d(x
n
, x) = d
2
((x
n
) 0 (x
n
) (x) (bzgl. d
2
).
K
Wir wissen jetzt also, was es bedeutet, dass eine Folge reeller Zahlen in (L, d) gegen +bzw. konvergiert. Haben
wir unser Modell nun richtig in dem Sinne gebaut, dass dieser Begri von Konvergenz gegen tats achlich mit dem
eingangs eingef uhrten Begri von Konvergenz gegen ubereinstimmt?
3.7.10 Proposition. Sei (x
n
)
nl
eine Folge reeller Zahlen. Dann gilt lim
n
x
n
= + im Sinne einer Konvergenz im
metrischen Raum (L, d) genau dann, wenn (3.11) gilt. Analog gilt lim
n
x
n
= in (L, d) genau dann, wenn (3.12) gilt.
Bleibt die Folge weg von , so bleibt unser alter Konvergenzbegri reeller Zahlen erhalten: Sei x L, dann gilt
lim
n
x
n
= x in (L, d) genau dann, wenn lim
n
x
n
= x in L bez uglich der euklidischen Metrik d
2
.
78 KAPITEL 3. DER GRENZWERT
Beweis. Angenommen x
n
+ in (L, d). Zu gegebenen M > 0 gegeben setze := 1 (M) > 0, und w ahle N l mit
d(x
n
, +) < , n N. Dann folgt
1 (x
n
) = (x
n
) 1 = d(x
n
, +) < = 1 (M) ,
und daher (M) < (x
n
), also x
n
> M.
Gelte umgekehrt (3.11), und sei 0 < < 1 gegeben. Setze M :=
1
(1 ) > 0, und w ahle N l so, dass x
n
> M f ur
n N. Dann folgt
d(x
n
, +) = (x
n
) 1 = 1 (x
n
) < 1 (M) = , n N .
Wir sehen, dass x
n
+in (L, d) aquivalent zu (3.11) ist. Die Behauptung f ur x
n
sieht man genauso.
Sei nun x L, und x
n
x in L bez uglich d
2
. Dann folgt, wegen unserer Rechenregeln f ur Folgen, Satz 3.3.5, dass
auch (x
n
) (x). Wegen Lemma 3.7.9 erhalten wir x
n
x in (L, d).
Gelte nun x
n
x in (L, d), d.h. (x
n
) (x) in L (Lemma 3.7.9). Die Abbildung
1
ist von der gleichen Gestalt
wie , und wir schlieen wieder wegen unserer Rechenregeln f ur Folgen, dass x
n
=
1
((x
n
))
1
((x)) = x in L
bez uglich d
2
.
K
Wir haben nun unser Zahlensystem etwas erweitert, um den Begri des

Strebens gegen unendlich als Konvergenz in


metrischen R aumen interpretieren zu k onnen. Wir haben dabei jedoch auch sehr viel verloren, n amlich unsere algebraischen
Operationen + und . Gem a Satz 3.7.3 macht es zwar Sinn
x + (+) = +, (+) = , y(+) = +,
1

= 0, usw.
f ur x, y L, y > 0 zu setzen, damit die Operationen mit den Grenzwertregeln vertr aglich bleiben. Aber wie sollte man z.B.
++ () oder 0 (+) denieren?
Als einfachstes Beispiel betrachte man x
n
= 2n, y
n
= n. Es gilt x
n
, y
n
+. Es gilt aber x
n
y
n
= n +, was auf

(+) (+) = + deuten w urde, wogegen y


n
x
n
= n , also

(+) (+) = .
3.8 Unendliche Reihen
Wir sind schon einmal einer Folge (S
n
)
nl
begegnet, die von der speziellen Gestalt
S
n
=
_
n
k=0
a
k
mit gewissen Zahlen a
k
war. In Beispiel 3.2.9 haben wir n amlich die
Folge S
n
= 1 + z + . . . + z
n
mit z < 1 betrachtet. Dort haben wir gezeigt, dass diese
Folge gegen den Grenzwert
1
1z
konvergiert. Das heit also, dass f ur groe Werte von
n die Summe
_
n
k=0
z
k
den Wert
1
1z
beliebig gut approximiert. Es ist also naheliegend
zu schreiben
1
1 z
=

k=0
z
k
.
3.8.1 Denition. Sei (a
k
)
kl
eine Folge reeller oder komplexer Zahlen
13
. Bezeichne
mit S
n
, n l die n-te Partialsumme
S
n
:= a
1
+ a
2
+ . . . + a
n
.
Die Folge (S
n
)
nl
nennen wir auch die Reihe mit den Summanden a
k
.
Hat die Folge (S
n
)
nl
einen Grenzwert, so sagen wir die Reihe sei konvergent. In
diesem Fall nennen wir ihren Grenzwert lim
n
S
n
die Summe der Reihe und ben utzen
die Schreibweise

k=1
a
k
:= lim
n
S
n
.
Falls der Grenzwert lim
n
S
n
nicht existiert, so heit die Reihe divergent.
13
Allgemeiner kann (a
k
)
kl
auch eine Folge von Elementen eines metrischen Raumes sein, auf dem man
eine Verkn upfung + hat; zum Beispiel im L
p
.
3.8. UNENDLICHE REIHEN 79
Sind die a
k
alle reell und, gilt lim
n
S
n
= + bzw. lim
n
S
n
= im Sinne von
Denition 3.7.1, so heit die Reihe konvergent gegen +bzw. und schreibt

k=1
a
k
= +bzw.

k=1
a
k
= .
Man nennt die Reihe dann auch bestimmt divergent gegen +bzw. .
Um die Notation zu vereinfachen, ben utzt man die Schreibweise

_
k=1
a
k
auch f ur die
Reihe (S
n
)
nl
selbst, und sagt dann

_
k=1
a
k
sei konvergent oder divergent.
Ausdr ucke, wie etwa

_
k=6
a
k
haben eine sinngem a analoge Interpretation durch
Grenzwerte von Partialsummen.
3.8.2 Bemerkung. Eine unendliche Reihe ist per denitionem die Folge ihrer Partialsummen, d.h. die Theorie der Reihen
ist ein Spezialfall jener der Folgen. Umgekehrt kann man auch jede Folge reeller oder komplexer Zahlen als Folge der
Partialsummen einer Reihe auassen: Ist (c
n
)
nl
irgendeine Folge, so setze
a
1
:= c
1
, a
2
:= c
2
c
1
, a
3
:= c
3
c
2
, . . . , a
k
:= c
k
c
k1
, . . . .
Dann gilt c
n
=
n
_
k=1
a
k
.
Auf Grund der Denition einer unendlichen Reihe als Limes ihrer Partialsummen
k onnen wir Aussagen uber Folgen sofort auf Reihen ubertragen.
3.8.3 Korollar. Sind

_
k=1
a
k
, und

_
k=1
b
k
konvergent, so ist auch

_
k=1
(a
k
+ b
k
) konvergent.
Es gilt

k=1
(a
k
+ b
k
) =
_

k=1
a
k
_

_
+
_

k=1
b
k
_

_
.
Ist
_

k=1
a
k
konvergent und eine feste (reelle oder komplexe) Zahl, so sind auch
_

k=1
a
k
und
_

k=1
(a
k
) konvergent. Weiters gilt

k=1
a
k
=

k=1
a
k
,

k=1
(a
k
) =

k=1
a
k
.
Beweis. F ur die entsprechenden Partialsummen S
n
=
n
_
k=1
a
k
, T
n
=
n
_
k=1
b
k
und U
n
=
n
_
k=1
(a
k
+ b
k
) gilt S
n
+ T
n
= U
n
.
Weiters gilt f ur V
n
=
n
_
k=1
(a
k
) und W
n
=
n
_
k=1
a
k
sicher V
n
= S
n
und W
n
=

S
n
. Also
folgen auch diese Rechenregeln aus den entsprechenden Regeln f ur Folgen.
K
Beim letzten Beweis haben wir die Rechengesetze wie Kommutativit at, Distributi-
vit at u. a. f ur endliche Summen ben utzt. Das Verhalten dieser Rechenregeln bei unend-
lichen Reihen ist wesentlich komplizierter, vgl. u.a. Beispiel 5.4.1.
3.8.4 Fakta.
80 KAPITEL 3. DER GRENZWERT
1. Man beachte, dass man endlich viele Reihenglieder beliebig ab andern kann, oh-
ne das Konvergenzverhalten zu st oren. Das gilt deshalb, weil sich dabei die neue
Folge der Partialsummen ab einem gewissen Index von der alten nur um eine
additive Konstante unterscheidet. Nat urlich ver andert sich dabei die Summe der
Reihe.

Ahnlich konvergiert f ur ein k Z \ 0 mit


_

n=1
a
n
auch die Reihe
_

n=1
a
n+k
,
wobei man im Falle k < 0 die Summanden a
k+1
, . . . , a
1
, a
0
alle Null setzt. In
der Tat gilt f ur k > 0 immer
_
N
n=1
a
n+k
=
_
N+k
n=1
a
n

_
_
k
n=1
a
n
_
und damit f ur
N , dass mit der rechten Seite auch die linke konvergiert. F ur k < 0 gilt
_
N
n=1
a
n+k
=
_
N+k
n=1
a
n
f ur alle N l, N > k.
2. Hat man eine konvergente Reihe
_

j=1
a
j
gegeben, so d urfen beliebig Klammern
gesetzt werden, ohne das Konvergenzverhalten der Reihe zu ver andern. Exakt
formuliert bedeutet das, dass f ur jede streng monoton wachsende Folge (k(n))
nl
nat urlicher Zahlen

j=1
a
j
=

n=1
A
n
,
gilt, wobei A
1
= a
1
+ + a
k(1)
und A
n
= a
k(n1)+1
+ + a
k(n)
f ur n 2.
Dieser Sachverhalt folgt aus der einfachen Beobachtung, dass die Folge der Par-
tialsummen unserer neuen Reihe
_

n=1
A
n
genau die Teilfolge (S
k(n)
)
nl
der Folge
(S
k
)
kl
der Partialsummen von
_

j=1
a
j
ist; vgl. Satz 3.2.8, (iv).
Die Umkehrung gilt hier nicht. Es kann n amlich vorkommen, dass
_

n=1
A
n
kon-
vergiert, aber
_

k=1
a
k
nicht. Man betrachte nur die Reihe 1 1 + 1 1 + . . . und
klammere immer zwei aufeinanderfolgende Summanden ein.
3. Sind

_
k=1
a
k
und

_
k=1
b
k
zwei konvergente Reihen mit reellen Summanden, sodass
a
k
b
k
f ur alle k l, so gilt f ur die Partialsummen klarerweise auch
n
_
k=1
a
k

n
_
k=1
b
k
f ur alle n l. Aus Lemma 3.3.1 erhalten wir dann f ur die Grenzwerte
dieser zwei Folgen von Partialsummen

k=1
a
k

k=1
b
k
.
Ist nun zus atzlich sogar a
l
< b
l
f ur zumindest ein l l, so folgt a
l
+ b
l
f ur
ein hinreichend kleines > 0. Somit gilt f ur n l, dass +
n
_
k=1
a
k

n
_
k=1
b
k
. F ur
n folgt wieder aus Lemma 3.3.1, dass

k=1
a
k
< +

k=1
a
k

k=1
b
k
.
3.8.5 Beispiel.
Betrachte die Reihe

_
k=1
1
k(k+1)
. Wegen
1
k(k+1)
=
1
k

1
k+1
gilt
S
n
:=
n

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

k=1
_
1
k

1
k + 1
_
= 1
1
n + 1
.
3.8. UNENDLICHE REIHEN 81
Die Reihe

_
k=1
1
k(k+1)
konvergiert also gegen lim
n
S
n
= 1. Reihen, deren Grenzwert
sich derartig berechnen l asst, nennt man auch Teleskopreihen.
L asst man die ersten drei Terme weg, d.h. ersetzt sie durch 0, so gilt f ur die
entsprechenden Partialsummen S

n
stets (n 3)
S

n
= S
n

1
1 2

1
2 3

1
3 4
=
_
1
1
n + 1
_

3
4

1
4
.
Somit ist die Reihe

_
k=4
1
k(k+1)
ebenfalls konvergent. Ihre Summe ist
1
4
.
Fasst man immer zwei Summanden der Reihe

_
k=1
1
k(k+1)
zusammen, so erh alt man
die Reihe

_
k=1
2
(2k1)(2k+1)
, welche nach Fakta 3.8.4, 2, ebenfalls die Summe 1 hat.
3.8.6 Bemerkung. Aus dem entsprechenden Resultat f ur Folgen erh alt man, dass ei-
ne Reihe
_

n=1
z
n
bestehend aus komplexen Zahlen genau dann konvergiert, wenn die
reellen Reihen
_

n=1
Re z
n
und
_

n=1
Imz
n
beide konvergieren. In diesem Fall gilt

n=1
z
n
= (

n=1
Re z
n
) + i(

n=1
Imz
n
).
Folgendes Resultat liefert uns eine einfache notwendige Bedingung f ur die Kon-
vergenz einer Reihe. Wie wir in Beispiel 3.8.9 sehen werden, ist diese notwendige
Bedingung bei weitem nicht hinreichend.
3.8.7 Proposition. Ist

_
k=1
a
k
konvergent, so folgt lim
k
a
k
= 0.
Beweis. Betrachte die Reihe

_
k=1
b
k
, wobei b
1
= 0 und b
k+1
= a
k
f ur k l. Sind (S
n
)
nl
und (T
n
)
nl
die Folgen der Partialsummen von

_
k=1
a
k
bzw.

_
k=1
b
k
, so folgt
S
n
T
n
=
n

k=1
a
k

n

k=2
a
k1
= a
n
.
Wegen T
n+1
= S
n
folgt aus Satz 3.2.8, dass (T
n
)
nl
gegen den gleichen Grenzwert,
wie (S
n
)
nl
konvergiert. Somit erhalten wir S
n
T
n
= a
n
0.
K
3.8.8 Lemma. Sei

_
k=1
a
k
eine Reihe mit reellen nichtnegativen Summanden, d.h. a
k

L, a
k
0.
(i) Die Reihe ist genau dann konvergent, wenn die Folge (S
n
)
nl
der Partialsummen
beschr ankt ist. In diesem Fall ist auch
n
_
k=1
a
k

_
k=1
a
k
f ur alle n l. Anderenfalls
ist sie bestimmt gegen +divergent.
82 KAPITEL 3. DER GRENZWERT
(ii) Ist

_
k=1
b
k
eine divergente Reihe nichtnegativer reeller Zahlen mit a
k
b
k
, k l,
so ist auch

_
k=1
a
k
divergent (Minorantenkriterium).
(iii) Ist

_
k=1
b
k
eine konvergente Reihe nichtnegativer reeller Zahlen mit a
k
b
k
, k l,
so ist auch

_
k=1
a
k
konvergent (Majorantenkriterium), und

_
k=1
a
k

_
k=1
b
k
.
Beweis. Wegen der Voraussetzung a
k
0 ist (S
n
)
nl
monoton wachsend. Somit folgt
(i) aus Satz 3.7.3, (vi). Die behauptete Ungleichung gilt, da im Falle der Konvergenz
der monoton wachsenden Folge (S
n
)
nl
der Grenzwert gem a Satz 3.4.2 nichts anderes
als supS
n
: n l ist.
Ist nun b
k
0 und (T
n
)
nl
der Folge Partialsummen der Reihe

_
k=1
b
k
, so ist auch
diese monoton wachsend.
Ist diese divergent, und a
k
b
k
, so gilt sicherlich S
n
T
n
. Also kann die Folge
(S
n
)
nl
nicht beschr ankt sein.
Ist dagegen

_
k=1
b
k
konvergent, und a
k
b
k
, so ist S
n
T
n
, und mit (T
n
)
nl
ist auch
die Folge (S
n
)
nl
ist nach oben beschr ankt. Die behauptete Ungleichung folgt aus
Fakta 3.8.4, 3.
K
3.8.9 Beispiel. Betrachte die harmonische Reihe

k=1
1
k
.
Diese Reihe ist nicht konvergent. Genauer gesagt ist sie bestimmt divergent gegen +.
Betrachtet man n amlich die Partialsummen S
n
= 1 +
1
2
+ +
1
n
, so ist diese monoton
wachsend. F ur die Existenz des Limes ist es also notwendig und hinreichend, dass diese
Folge beschr ankt ist; vgl. Lemma 3.8.8, i. Somit w are auch jede Teilfolge beschr ankt.
Nun gilt jedoch
S
2
l = 1 +
1
2
+
1
3
+
1
4
+
1
5
+
1
6
+
1
7
+
1
8
+
1
9
+ . . . +
1
2
l

1 +
1
2
+
1
4
+
1
4
.,,.
=
1
2
+
1
8
+
1
8
+
1
8
+
1
8
.,,.
=
1
2
+
1
16
+ . . . +
1
2
l
= 1 + l
1
2
,
Insbesondere ist die Teilfolge (S
2
l )
ll
nicht beschr ankt.
3.8.10 Beispiel. Durch Vergleich mit der harmonischen Reihe ist nach dem Minoran-
tenkriterium die Reihe

_
k=1
1
k

f ur < 1 divergent
14
.
14
Bemerke, dass wir k

erst f ur rationales deniert haben.


3.9. KONVERGENZKRITERIEN 83
3.8.11 Lemma (Cauchysches Konvergenzkriterium). Die Reihe

_
k=1
a
k
mit reellen oder
komplexen Summanden ist genau dann konvergent, wenn gilt
> 0 N l :

k=m+1
a
k

< , n > m N. (3.13)


Beweis. Da L und vollst andig metrische R aume sind, ist die Konvergenz der
Folge der Partialsummen S
n
=
n
_
k=1
a
k
mit der Tatsache gleichbedeutend, dass (S
n
)
nl
eine Cauchy-Folge ist. Wegen S
n
S
m
=
_
n
k=m+1
a
k
ist das aber zu (3.13) aquivalent.
K
Wir werden sp ater weitere Konvergenzkriterien kennenlernen. Diesen Abschnitt
beenden wir mit einer weiteren ganz wichtigen Begrisbildung.
3.8.12 Denition. Sei (a
k
)
kl
eine Folge reeller oder komplexer Zahlen. Die Reihe
_

k=1
a
k
heit absolut konvergent, wenn die Reihe der Betr age
_

k=1
a
k
konvergiert.
3.8.13 Lemma. Jede absolut konvergente Reihe ist auch konvergent.
Beweis. Laut Voraussetzung und gem a Lemma 3.8.11 gibt es zu jedem > 0 ein
N l, sodass
_
n
k=m+1
a
k
=

_
n
k=m+1
a
k

< f ur alle n > m N. Daraus und der


Dreiecksungleichung erh alt man

k=m+1
a
k

k=m+1
a
k
< .
Wieder wegen Lemma 3.8.11 konvergiert damit die Reihe.
K
Die Umkehrung von Lemma 3.8.13 gilt im Allgemeinen nicht.
3.8.14 Beispiel. Die alternierende harmonische Reihe
_

k=1
(1)
k+1 1
k
ist konvergent,
wie man aus dem Leibnizschen Konvergenzkriterium, Korollar 3.9.7, weiter unten er-
kennt. Die Reihe der Betr age
_

k=1
1
k
ist gem a Beispiel 3.8.9 aber divergent.
3.9 Konvergenzkriterien
Wir wollen das Majorantenkriterium ausn utzen, um durch Vergleich mit der geometri-
schen Reihe zwei oft einsetzbare hinreichende Bedingungen f ur die absolute Konver-
genz einer Reihe herzuleiten.
3.9.1 Satz (Wurzelkriterium). Sei

_
n=1
a
n
eine Reihe mit reellen oder komplexen Sum-
manden.
Gibt es eine feste Zahl q [0, 1) und ein N l, sodass
n
_
a
n
q f ur alle n N , (3.14)
oder gilt die aquivalente Bedingung, dass (
n

a
n
)
nl
beschr ankt ist mit
limsup
n
n

a
n
< 1, so ist die Reihe

_
n=1
a
n
absolut konvergent.
84 KAPITEL 3. DER GRENZWERT
Gibt es dagegen eine Teilfolge (a
n(k)
)
kl
mit
n(k)
_
a
n(k)
1, k l, so ist die Rei-
he

_
n=1
a
n
divergent. Diese Teilfolgenbedingung ist sicher dann erf ullt, wenn (
n

a
n
)
nl
nach oben nicht beschr ankt ist oder wenn limsup
n
n

a
n
> 1.
Beweis. Dass (3.14) zur Beschr anktheit von (
n

a
n
)
nl
samt der Bedingung
limsup
n
n

a
n
< 1 aquivalent ist, folgt unmittelbar aus Fakta 3.4.5, 5.
Aus
n

a
n
q folgt a
n
q
n
f ur alle n N. Da die Reihe

_
n=N
q
n
konvergiert,
zeigt das Majorantenkriterium aus Lemma 3.8.8, dass auch

_
n=N
a
n
, und damit

_
n=1
a
n

konvergiert.
Ist (
n

a
n
)
nl
nach oben nicht beschr ankt, so haben wir in Beispiel 3.7.6 eine Teil-
folge konstruiert, die
n(k)
_
a
n(k)
k, k l, erf ullt. Ist (
n

a
n
)
nl
nach oben beschr ankt
und gilt limsup
n
n

a
n
> 1, so folgt aus Fakta 3.4.5, 6, und Lemma 3.3.1, (i), dass
n(k)
_
a
n(k)
> 1, k l, f ur eine gewisse Teilfolge von (
n

a
n
)
nl
.
Gibt es eine Teilfolge (a
n(k)
)
kl
mit
n(k)
_
a
n(k)
1, so folgt a
n(k)
1. Also kann
(a
n(k)
)
kl
keine und damit auch (a
n
)
nl
keine Nullfolge sein. Wegen Proposition 3.8.7
ist

_
n=1
a
n
divergent.
K
3.9.2 Beispiel.
(i) Betrachte die Reihe
_

n=1
1
(3+(1)
n
)
n
. Die Folge der n-ten Wurzeln
n
_
1
(3 + (1)
n
)
n
=
1
(3 + (1)
n
)
hat zwar keinen Grenzwert, aber ihre Glieder sind alle
1
2
. Somit kann man auch
Satz 3.9.1 anwenden. Der Grenzwert der Reihe l asst sich mit Hilfe der hergelei-
teten Regeln f ur Reihen berechnen:

n=1
1
(3 + (1)
n
)
n
=

k=1
_
1
2
2k1
+
1
4
2k
_
=

k=1
1
2
2k1
+

k=1
1
4
2k
=
2

k=1
1
4
k
+

k=1
1
16
k
= 2
_

_
1
1
1
4
1
_

_
+
_

_
1
1
1
16
1
_

_
.
(ii) Wie wir in Beispiel 3.9.8 sehen werden ist die Reihe

_
n=1
1
n

f ur rationales > 1
absolut konvergent. Das Wurzelkriterium k onnen wir wegen (vgl. Satz 3.3.5 und
Beispiel 3.3.7)
limsup
n
n
_
n

= lim
n
(
n

n)

.,,.
<1
= 1
weder dazu verwenden, um auf absolute Konvergenz noch auf Divergenz zu
schlieen.
3.9. KONVERGENZKRITERIEN 85
3.9.3 Satz (Quotientenkriterium). Sei

_
n=1
a
n
eine Reihe mit reellen oder komplexen
Summanden.
Gibt es eine feste Zahl q [0, 1) und ein N l, sodass
15
a
n+1

a
n

q f ur alle n N , (3.15)
oder gilt die aquivalente Bedingung, dass (
a
n+1

a
n

)
nZ
N
f ur ein gewissen N l be-
schr ankt ist mit limsup
n
a
n+1

a
n

< 1, so ist die Reihe



_
n=1
a
n
absolut konvergent.
Gibt es dagegen einen Index N l, sodass a
n
0 und
a
n+1

a
n

1 f ur n N, so ist
die Reihe

_
n=1
a
n
divergent.
Beweis. Dass (3.15) zur Beschr anktheit von (
a
n+1

a
n

)
nZ
N
samt der Bedingung
limsup
n
a
n+1

a
n

< 1 aquivalent ist, folgt unmittelbar aus Fakta 3.4.5, 5.


Unter dieser Voraussetzung gilt a
n+1
qa
n
f ur alle n N. Durch vollst andige
Induktion erhalten wir
a
n
q
n
a
N

q
N
f ur alle n N ,
woraus
n

a
n
q
n
_
a
N

q
N
f ur n N folgt. Da der zweite Faktor mit n gegen 1
strebt, gilt wegen Lemma 3.3.1, (i), dass
n

a
n
<
1+q
2
f ur alle n N

mit einem N

N.
Also k onnen wir das Wurzelkriteriumanwenden und erhalten die absolute Konvergenz.
Aus
a
n+1

a
n

1 f ur n N folgt a
n+1
a
n
a
N
> 0. Also kann (a
n
)
nl
keine
Nullfolge sein.
K
3.9.4 Beispiel.
(i) Betrachte die Reihe
_

n=0
z
n
n!
, wobei n! := 1 2 3 . . . n die Zahl n-faktorielle
bezeichnet und z beliebig ist. Diese Reihe ist konvergent, denn es gilt

z
n+1
(n+1)!
z
n
n!

=
1 2 . . . n
1 2 . . . n (n + 1)
z =
z
n + 1
0 .
Insbesondere ist auch der Limes Superior der linken Seite gleich Null und damit
kleiner 1.
(ii) Bezeichne mit (n) die Anzahl der Teiler der nat urlichen Zahl n. Wir betrachten
die Reihe
_

n=1
(n)x
n
wobei x > 0 ist. Wegen (n) n gilt
n
_
(n)x
n
= x
n
_
(n) x
n

n x .
Ist also x < 1, so ist die Reihe konvergent. F ur x 1 ist sie sicher divergent, denn
dann bilden die Summanden keine Nullfolge.
ImBeweis von Satz 3.9.3 haben wir das Wurzelkriteriumverwendet, umdas Quo-
tientenkriterium herzuleiten. Also ist ersteres st arker, wenn auch nicht immer am
15
Dies beinhaltet die Bedingung a
n
0 f ur n N.
86 KAPITEL 3. DER GRENZWERT
praktiabelsten. Das eben betrachtete Beispiel genauso wie Beispiel 3.9.2 ist
gerade eines, wo uns das Wurzelkriterium zum Ziel f uhrt, das Quotientenkriteri-
um aber versagen w urde. Denn ist n > 2 eine Primzahl, so gilt (n) = 2. Wei-
ters ist n sicher ungerade, und damit kann n + 1 keine Primzahl sein. Also gilt
(n + 1) 3. Wir erhalten damit
(n + 1)x
n+1
(n)x
n

3
2
x .
F ur x
2
3
ist daher der Quotient 1. Da es unendlich viele Primzahlen gibt,
k onnen wir somit das Quotientenkriterium nicht anwenden.
Die n achsten Kriterien basieren auf folgendem, auch sp ater verwendeten Lemma.
3.9.5 Lemma. Seien a
1
, . . . , a
m
und b
1
, . . . , b
m
komplexe oder reelle Zahlen, so gilt
m

n=1
a
n
b
n
= a
m

m

m1

n=1
(a
n+1
a
n
)
n
,
wobei die
n
die Partialsummen
n
_
j=1
b
j
=
n
bezeichnen.
Beweis.
m1

n=1
(a
n+1
a
n
)
n
=
m1

n=1
a
n+1

n

m1

n=1
a
n

n
=
m

n=2
a
n

n1

m1

n=1
a
n

n
= a
m

m1

m1

n=2
a
n
(
n

n1
) a
1

1
=
a
m

m
a
m
b
m

m1

n=2
a
n
b
n
a
1
b
1
= a
m

m

m

n=1
a
n
b
n
.
K
3.9.6 Satz (Dirichletsches
16
Kriterium). Sei (a
n
)
nl
eine monotone Nullfolge reeller
Zahlen und sei (b
n
)
nl
eine Folge reeller oder komplexer Zahlen. Gilt f ur eine Zahl
C > 0

n=1
b
n

C, N l,
so ist die Reihe

_
n=1
a
n
b
n
konvergent.
Beweis. Sei N so gro, dass a
n
< f ur n N. Dann folgt f ur m > k N aus Lemma
3.9.5 und der Dreiecksungleichung

n=k+1
a
n
b
n

a
m
_
m

i=k+1
b
i
_

+
m1

n=k+1
_

_
a
n+1
a
n

i=k+1
b
i

_
.
16
Johann Peter Gustav Lejeune Dirichlet. 13.2.1805 D uren (bei Aachen) - 5.5.1859 G ottingen
3.9. KONVERGENZKRITERIEN 87
Wegen
_
n
i=k+1
b
i

_
k
i=1
b
i
+
_
n
i=1
b
i
2C sch atzen wir diesen Ausdruck weiter
nach oben durch
2Ca
m
+ 2C
m1

n=k+1
a
n+1
a
n

ab. Voraussetzungsgem a haben die Ausdr ucke der Form (a


n+1
a
n
) niemals verschie-
denes Vorzeichen. Also gilt
2C
_
a
m
+
m1

n=k+1
a
n+1
a
n

_
= 2C
_

_
a
m
+

m1

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

_

2C (a
m
+ a
m
+ a
k+1
) 2C 3.
Nach demCauchyschen Kriterium, Lemma 3.8.11, ist die Reihe

_
n=1
a
n
b
n
konvergent.
K
3.9.7 Korollar (Leibniz
17
Kriterium). Sei

_
n=1
(1)
n
a
n
eine alternierende Reihe, d.h. a
n

L, a
n
0, n l. Ist (a
k
)
kl
monoton fallend und gilt lim
n
a
n
= 0, so konvergiert

_
n=1
(1)
n
a
n
.
Beweis. Setze im Dirichletschen Kriterium b
n
= (1)
n
.
K
3.9.8 Beispiel. F ur > 1 ist die Reihe

_
k=1
1
k

konvergent
18
.
Wegen
m+1
m
1 kann man m l so w ahlen, dass
m+1
m
. Nach dem Majoran-
tenkriterium gen ugt es, die Behauptung f ur den Exponenten
m+1
m
zu zeigen.
Betrachte die nach dem Leibnizschen Kriterium konvergente Reihe

_
k=1
(1)
k+1 1
k
1
m
.
Fassen wir immer je zwei Summanden zusammen, so konvergiert nach Fakta 3.8.4, 2,
auch die Reihe

k=1
_
1
(2k 1)
1
m

1
(2k)
1
m
_
.
Nun ist
1
(2k 1)
1
m

1
(2k)
1
m
=
(2k)
1
m
(2k 1)
1
m
(2k 1)
1
m
(2k)
1
m
=
1
(2k 1)
1
m
(2k)
1
m

(2k) (2k 1)
(2k)
m1
m
+ (2k)
m2
m
(2k 1)
1
m
+ . . . + (2k)
1
m
(2k 1)
m2
m
+ (2k 1)
m1
m

1
(2k)
2
m
m(2k)
m1
m
=
1
m2
m+1
m

1
k
m+1
m
Nach dem Majorantenkriterium folgt somit, dass auch die Reihe

_
k=1
1
k
m+1
m
konvergiert.
3.9.9 Korollar (Abelsches
19
Kriterium). Sei die reell- oder komplexwertige Reihe

_
n=1
b
n
konvergent, und sei (a
n
)
nl
eine
monotone und beschr ankte Folge aus L. Dann ist die Reihe

_
n=1
a
n
b
n
konvergent.
17
Gottfried Wilhelm Leibniz. 1.7.1646 Leipzig - 14.11.1716 Hannover
18
Bemerke, dass wir k

erst f ur rationales deniert haben.


19
Niels Henrik Abel. 5.8.1802 Finn o (Norwegen) - 6.4.1829 Froland (Norwegen)
88 KAPITEL 3. DER GRENZWERT
Beweis. Gem a Satz 3.4.2 konvergiert die Folge (a
n
)
nl
gegen ein a. F ur N existiert in
N

n=1
a
n
b
n
=
N

n=1
(a
n
a)b
n
+ a
N

n=1
b
n
f ur jeden der beiden Summanden auf der rechten Seite der Grenzwert, denn die Reihe
_

n=1
(a
n
a)b
n
konvergiert nach dem
Dirichletschen Kriterium und die Reihe
_

n=1
b
n
nach Voraussetzung.
K
3.9.10 Satz (Kriterium von Raabe
20
). Sei (a
n
)
nl
eine Folge reeller oder komplexer Zahlen. Gibt es eine Zahl > 1, sodass
ab einem Index k
0
alle a
k
0 sind, und
a
k+1

a
k

1

k
, k k
0
,
so ist die Reihe

_
k=1
a
k
absolut konvergent.
Ist ab einem gewissen Index k
0
jedoch
a
k+1

a
k

1
1
k
, so ist sie nicht absolut konvergent, also h ochstens bedingt
konvergent.
Beweis. F ur k k
0
gilt wegen unserer Voraussetzung ka
k+1
ka
k
a
k
und daher
( 1)a
k
(k 1)a
k
ka
k+1
. (3.16)
Wegen > 1 ist (k1)a
k
> ka
k+1
> 0. Somit ist die Folge ((k1)a
k
)
kZ
2
monoton und beschr ankt, und daher konvergent.
Daraus ergibt sich die Konvergenz der Folge (in k)
k

n=2
((n 1)a
n
na
n+1
) = a
2
ka
k+1

von Partialsummen. Wegen (3.16) konvergiert die Reihe


_

n=1
a
n
.
Gilt nun
a
k+1

a
k

1
1
k
f ur k k
0
(> 1), so folgt ka
k+1
(k 1)a
k
(k
0
1)a
k
0
:= > 0. Also ist a
k+1


k
, und
nach dem Minorantenkriterium kann
_

n=1
a
n
nicht konvergieren.
K
Wir wollen noch anmerken, dass man die Konvergenz von (
1
n
)
nl
f ur l, n 2, mit dem Kriterium von Raabe
und der Bernouillsche Ungleichung zeigen kann.
20
Josef Ludwig Raabe. 1801 - 1859
Kapitel 4
Die Konstruktion der reellen
Zahlen
Wir wollen in diesem Kapitel die am Anfang verschobene Konstruktion der reellen
Zahlen nachholen und zeigen, dass diese eindeutig dadurch charakterisiert sind, dass L
ein vollst andig angeordneter K orper ist.
4.1 Existenz
4.1.1 Bemerkung. Hat man die reellen Zahlen als vollst andig angeordneten K orper zur
Verf ugung was ja noch nicht der Fall ist, so wissen wir aus Beispiel 3.3.4, dass sich
jedes x L als Grenzwert einer Folge bestehend aus rationalen Zahlen darstellen l asst.
Diese Folgen sind gem a Proposition 3.5.4 auch Cauchy-Folgen.
Da L ein vollst andig metrischer Raum ist, konvergiert andererseits jede Cauchy-
Folge bestehend aus rationalen Zahlen gegen ein x L. Dabei konvergieren oenbar
zwei solche Folgen genau dann gegen dieselbe reelle Zahl, wenn die Dierenzenfolge
eine Nullfolge ist.
Die

Uberlegung in Bemerkung 4.1.1 legt es nahe, einen vollst andig angeordneten
K orper mit Hilfe von rationalen Cauchy-Folgen zu konstruieren, wobei zwei solche
Folgen zu identizieren sind, wenn ihre Dierenzenfolge eine Nullfolge ist.
Ein Problem dabei ist, dass wir die Begrie Cauchy-Folge bzw. konvergente Folge
in Denition 3.5.1 bzw. Denition 3.2.2 mit Hilfe der reellen Zahlen deniert haben,
da in (3.8) bzw. (3.3) die > 0 aus den reellen Zahlen sind. Wie wir Bemerkung 3.5.2
gesehen haben, k onnen wir diese > 0 auch aus Q w ahlen, und erhalten den selben
Begri von Cauchy-Folge bzw. von konvergenter Folge.
Eine weitere Obstruktion ist, die Tatsache, dass wir Konvergenztheorie immer von
Folgen in metrischen R aumen betrieben haben. Die Metrik hat denitionsgem a aber
Werte in L. Diesem Problem k onnen wir dadurch begegnen, dass wir den Begri des
metrischen Raumes (X, d) leicht dadurch ver andern, dass wir annehmen, dass d nur
Werte in Q hat; siehe Denition 3.1.1 und Bemerkung 3.1.2. Ein solcher metrischer
Raum ist klarerweise (Q, d), wobei d(x, y) = x y.
Eine Folge (x
n
)
nl
in einem solchen metrischen Raum X heit dann konvergent
89
90 KAPITEL 4. DIE KONSTRUKTION DER REELLEN ZAHLEN
gegen x X, wenn
Q, > 0 N l : d(x
n
, x) < f ur alle n N ,
und sie heit Cauchy-Folge, wenn
Q, > 0 N l : d(x
n
, x
m
) < f ur alle m, n N .
Fasst man eine Q-wertige Metrik wieder als L-wertig auf, so wissen wir aus Bemer-
kung 3.5.2, dass diese Konvergenzbegrie mit den schon bekannten ubereinstimmen.
Die Konstruktion eines vollst andig angeordneten K orpers erfolgt nun in einigen
Schritten.
(i) Sei X die Menge aller rationalen Cauchy-Folgen, und sei X X die Relation
(r
n
)
nl
(s
n
)
nl
: lim
n
(r
n
s
n
) = 0.
Diese Relation ist eine

Aquivalenzrelation. Dabei ist Reexivit at und Symmetrie
klar. Um die Transitivit at nachzuweisen, seien (r
n
)
nl
(s
n
)
nl
und (s
n
)
nl

(t
n
)
nl
gegeben. Es ist lim
n
(r
n
s
n
) = lim
n
(s
n
t
n
) = 0, und somit gilt f ur
die Summe dieser Folgen lim
n
(r
n
t
n
) = 0. Also ist (r
n
)
nl
(t
n
)
nl
.
Es sei bemerkt, dass wir die verwendeten Regeln f ur Folgen in Q-wertigen metri-
schen R aumen nicht hergeleitet haben, obwohl wir sie hier und im Folgenden des
ofteren verwenden. Das zu tun ist aber nur eine Abschreib ubung f ur die Ergeb-
nisse aus Proposition 3.5.3, Lemma 3.3.1 und Satz 3.3.5 indem wir immer dann,
wenn von L die Rede ist, diese durch Q ersetzen.
(ii) Unser Ziel soll sein, X/

zu einem vollst andig angeordneten K orper zu machen.


Dazu brauchen wir Operationen, die wir zun achst auf X denieren:
(r
n
)
nl
+ (s
n
)
nl
:= (r
n
+ s
n
)
nl
,
(r
n
)
nl
:= (r
n
)
nl
,
(r
n
)
nl
(s
n
)
nl
:= (r
n
s
n
)
nl
.
Mit (r
n
)
nl
, (s
n
)
nl
sind auch (r
n
)
nl
+ (s
n
)
nl
, (r
n
)
nl
und (r
n
)
nl
(s
n
)
nl
Cauchy-Folgen. Um das z.B. f ur die Multiplikation zu zeigen, sei C Q, C > 0,
sodass r
n
, s
n
C, n l (siehe Proposition 3.5.3), und rechne
r
n
s
n
r
m
s
m
r
n
s
n
r
n
s
m
+ r
n
s
m
r
m
s
m
Cs
n
s
m
+ Cr
n
r
m
.
Dieser Ausdruck ist kleiner als ein vorgegebenes rationales > 0, wenn man N
so gro w ahlt, dass
s
n
s
m
, r
n
r
m
<

2C
f ur m, n N.
(iii) Da die Verkn upfungen + und gliedweise deniert sind, folgt aus den Rechenre-
geln auf Q, dass f ur + und das Kommutativgesetz, das Assoziativgesetz und das
Distributivgesetz gelten. Klarerweise gilt auch
(r
n
)
nl
+ (0)
nl
= (r
n
)
nl
, (r
n
)
nl
+ (r
n
)
nl
= (0)
nl
,
(r
n
)
nl
(1)
nl
= (r
n
)
nl
.
Wir k onnen aber X nicht zu einem K orper machen, denn ist (r
n
)
nl
(0)
nl
, so
k onnen wir noch lange keine multiplikativ Inverses dazu nden.
4.1. EXISTENZ 91
(iv) Die

Aquivalenzrelation l asst sich nun mit Hilfe obiger Verkn upfungen charak-
terisieren:
(r
n
)
nl
(s
n
)
nl
(r
n
)
nl
+ ((s
n
)
nl
) ist Nullfolge,
und
(r
n
)
nl
ist Nullfolge (r
n
)
nl
(0)
nl
.
Daraus sieht man leicht, dass obige Verkn upfungen mit den Operationen ver-
tr aglich sind. Sind n amlich (r
n
)
nl
(r

n
)
nl
und (s
n
)
nl
(s

n
)
nl
, so folgt
(r
n
)
nl
+(s
n
)
nl
(r

n
)
nl
+(s

n
)
nl
, (r
n
)
nl
(r

n
)
nl
sowie (r
n
)
nl
(s
n
)
nl

(r

n
)
nl
(s

n
)
nl
. Letztere Relation etwa folgt aus
(r
n
)
nl
(s
n
)
nl
+ ((r

n
)
nl
(s

n
)
nl
) =
_
r
n
(s
n
s

n
) + s

n
(r
n
r

n
)
_
nl
(0)
nl
,
da mit (s
n
s

n
)
nl
und (r
n
r

n
)
nl
auch
_
r
n
(s
n
s

n
) + s

n
(r
n
r

n
)
_
nl
Nullfolgen
sind.
(v) Setzt man
1
P = (r
n
)
nl
X : Q, > 0, r
n
f ur fast alle n l,
und P = (r
n
)
nl
X : (r
n
)
nl
P, so geh ort jede Folge (r
n
)
nl
X zu
genau einer der drei Teilmengen P, [(0)
nl
]

, P. Ist (r
n
)
nl
(
n
)
nl
, so
geh ort (
n
)
nl
zur selben Teilmenge.
Beweis. Da nicht gleichzeitig r
n
und r
n
f ur fast alle n l sein kann,
folgt PP = . Aus (r
n
)
nl
(0)
nl
folgt r
n
0. Also unterschreitet r
n
jedes
vorgegebene > 0, wenn nur n hinreichend gro ist. (r
n
)
nl
kann damit weder in
P noch in P liegen.
Seien (r
n
)
nl
, (
n
)
nl
X aquivalent, aber beide nicht aquivalent zu (0)
nl
. Also
sind beide keine Nullfolgen. F ur (r
n
)
nl
bedeutet das
Q, > 0 : N l : m(N) N : r
m(N)
. (4.1)
Sei N l, sodass r
n
r
m
<

4
,
n
r
n
<

4
, m, n N. Aus der Dreiecksunglei-
chung folgt unmittelbar
n
r
m
<

2
und weiter
r
n
r
m
r
n
r
m
> r
m


4
,
n
r
m

n
r
m
> r
m


2
. (4.2)
W ahlt man hier m = m(N) wie in (4.1), so folgt wegen r
m
aus r
n
r
m
<

4
und
n
r
m
<

2
, dass
sgn(r
n
) = sgn(r
m
) = sgn(
n
) .
Aus (4.2) folgt r
n
,
n


2
. Also liegen (r
n
)
nl
und (
n
)
nl
gemeinsam in P
bzw. P je nach dem Vorzeichen von r
m
.
K
1
Fast alle bedeutet hier

alle bis auf endlich viele.


92 KAPITEL 4. DIE KONSTRUKTION DER REELLEN ZAHLEN
(vi) Man sieht auch ganz leicht, dass aus (r
n
)
nl
, (s
n
)
nl
P folgt, dass (r
n
)
nl
+
(s
n
)
nl
, (r
n
)
nl
(s
n
)
nl
P.
(vii) Nun betrachten wir X/

und denieren
[(r
n
)
nl
]

+ [(s
n
)
nl
]

:= [(r
n
)
nl
+ (s
n
)
nl
]

,
[(r
n
)
nl
]

[(s
n
)
nl
]

:= [(r
n
)
nl
(s
n
)
nl
]

,
[(r
n
)
nl
]

= [(r
n
)
nl
]

,
P/

= [(r
n
)
nl
]

: (r
n
)
nl
P.
Aus (iv) wissen wir, dass die Verkn upfungen damit wohldeniert sind und aus (v),
dass P/

, [(0)
nl
]

, P/

paarweise disjunkte Mengen sind, deren Vereinigung


X/

ist.
Nun ubertragen sich das Kommutativgesetz, das Assoziativgesetz und das Distri-
butivgesetz f ur + und . Die Restklasse [(0)
nl
]

ist das additiv neutrale Element,


und [(1)
nl
]

ist das multiplikativ neutrale Element. Weiters ist [(r


n
)
nl
]

das
additiv Inverse von [(r
n
)
nl
]

.
Was X/

noch fehlt, ein K orper zu sein, ist die Existenz einer multiplikativ Inver-
sen. Dazu sei [(r
n
)
nl
]

[(0)
nl
]

.
Nach (v) wissen wir, dass r
n
> f ur ein rationales > 0 und alle n l, n N.
Also gilt f ur m, n N

1
r
n

1
r
m


r
n
r
m

,
und wir sehen, dass (q
n
)
nl
mit q
n
=
1
r
n
f ur n N, und q
n
= 0 f ur n < N, eine
Cauchy-Folge ist, und dass [(r
n
)
nl
]

[(q
n
)
nl
]

= [(1)
nl
]

.
Schlielich ist (X/

, +, , P/

) wegen (vi) sogar ein angeordneter K orper. Wir be-


merken noch, dass wegen (v) f ur die Ordnung auf X/

gilt, dass
[(r
n
)
nl
]

< [(s
n
)
nl
]

r
n
+ s
n
, n N
f ur ein > 0 und ein N l. Insbesondere gilt folgt aus r
n
s
n
, n N f ur ein
N l, dass [(r
n
)
nl
]

[(s
n
)
nl
]

.
(viii) Die Abbildung r [(r)
nl
]

von Q nach X/

ist oenbar nicht identisch gleich


[(0)
nl
]

und mit der Addition und Multiplikation vertr aglich. Somit ist dies die
eindeutige Abbildung : Q X/

aus Proposition 2.5.8, die f ur jeden angeord-


neten K orper existiert. Wegen Proposition 2.5.8 ist diese Abbildung auch injektiv
und mit , < und vertr aglich.
(ix) (X/

, +, , P/

) ist ein archimedisch angeordneter K orper, denn f ur jedes


[(r
n
)
nl
]

X/

, ist (r
n
)
nl
eine Cauchy-Folge und daher beschr ankt. Da Q ar-
chimedisch angeordnet ist, gibt es ein N l, sodass r
n
N, n l. Das bedingt
aber [(r
n
)
nl
]

[(N)]

< [(N+1)]

, womit [(r
n
)
nl
]

keine obere Schranke von


[(k)
nl
]

: k l sein kann.
(x) Nun wollen wir zeigen, dass unser K orper vollst andig angeordnet ist. Dazu sei
A X/

eine nach oben beschr ankte, nicht leere Menge. Wegen dem vorherigen
Punkt gilt somit A [(N
+
)]

f ur ein festes N
+
l. Wegen A existiert
4.2. EINDEUTIGKEIT 93
ebenfalls nach dem vorherigen Punkt auch ein N

Z, sodass [(N

)]

keine
untere Schranke von A ist.
F ur j l sei
1
j!
Z die Menge aller rationalen Zahlen der Form
p
q
mit p Z und
q = j!. Man sieht leicht, dass Z
1
j!
Z
1
( j+1)!
Z Q. Weiters sei
D
j
= r
1
j!
Z : A [(r)
nl
]

,
f ur die D
j
D
j+1
gilt.
Wegen N
+
D
j
ist D
j
nicht leer und wegen N

< D
j
ist D
j
nach unten be-
schr ankt. Somit ist ( j!)(D
j
N

) +1 eine nicht leere Teilmenge von l und hat so-


mit ein Minimum. Also existiert auch das Minimum x
j
von D
j
. Wegen D
j
D
j+1
gilt x
j+1
x
j
.
Wegen D
j
= r
1
j!
Z : x
j
r ist die Zahl y
j
:= x
j

1
j!

1
j!
Z das Maximum aller
r
1
j!
Z, die keine obere Schranke von A sind, also das Maximum von
1
j!
Z \ D
j
.
Aus
1
j!
Z \ D
j

1
( j+1)!
Z \ D
j+1
folgt y
j+1
y
j
. Wegen
0 x
m
x
n
< x
m
y
n
x
m
y
m
=
1
m!
und
0 y
n
y
m
< x
n
y
m
x
m
y
m
=
1
m!
f ur m < n ,
f ur m < n gilt (x
n
)
nl
, (y
n
)
nl
X, wobei (x
n
)
nl
(y
n
)
nl
; also s := [(x
n
)
nl
]

=
[(y
n
)
nl
]

.
Nun gilt A s, denn anderenfalls g abe es ein a A mit s < a und gem a Satz
2.6.3 weiter ein r Q mit s < [(r)
nl
] < a. F ur j
0
l mit r
1
j
0
!
Z ein solches
gibt es oenbar gilt r
1
j!
Z \ D
j
und somit r y
j
f ur alle j j
0
. Es folgt der
Widerspruch [(r)
nl
] [(y
n
)
nl
]

= s.
Nun ist s die kleinste obere Schranke von A, da aus A b < s wieder mit Satz
2.6.3 die Existenz eines r Q mit A b < [(r)
nl
] < s folgte. F ur j
0
l
mit r
1
j
0
!
Z gilt r D
j
und somit x
j
r f ur alle j j
0
. Das ergibt aber den
Widerspruch s = [(x
n
)
nl
]

[(r)
nl
].
Also k onnen wir uns nun sicher sein, dass es vollst andig angeordnete K orper gibt.
4.2 Eindeutigkeit
4.2.1 Satz. Ist (K, +, , P) ein vollst andig angeordneter K orper und (X/

, +, , P/

) der
soeben konstruierte K orper, dann gibt es eine eindeutige Abbildung

: X/

K, die
nicht identisch gleich 0
K
und mit Addition und Multiplikation vertr aglich ist. Diese
Abbildung ist dann auch bijektiv, mit sowie mit den Ordnungen < und vertr aglich.
Beweis. Nach Proposition 2.5.8 gibt es eine verkn upfungs- und ordnungstreue injektive
Abbildung : Q K. Wegen Bemerkung 3.5.2 sind die Bilder von Nullfolgen bzw.
Cauchy-Folgen wieder Nullfolgen bzw. Cauchy-Folgen.
Ist [(r
n
)
nl
]

X/

, so denieren wir

([(r
n
)
nl
]

) := lim
n
(r
n
).
94 KAPITEL 4. DIE KONSTRUKTION DER REELLEN ZAHLEN
Man beachte, dass der Grenzwert existiert, da K wegen Satz 3.5.8 ein vollst andig an-
geordneter K orper ist, und dass der Grenzwert nicht von der Wahl des Repr asentanten
(r
n
)
nl
der Restklasse [(r
n
)
nl
]

abh angt. Ist n amlich (r


n
)
nl
(s
n
)
nl
, so folgt
lim
n
(r
n
) = lim
n
(s
n
) + lim
n
(r
n
s
n
) = lim
n
(s
n
).

ist injektiv, da
[(r
n
)
nl
]

= [(s
n
)
nl
]

lim
n
(r
n
s
n
) = 0
lim
n
(r
n
s
n
) = 0 lim
n
(r
n
) = lim
n
(s
n
).
Die Surjektivit at folgt aus der Tatsache, dass jede Zahl aus K durch eine Folge ratio-
naler Zahlen approximiert werden kann; vgl. Beispiel 3.3.4. Die Vertr aglichkeit mit +
folgt aus (siehe Satz 3.3.5)

([(r
n
)
nl
]

+ [(s
n
)
nl
]

) = lim
n
(r
n
+ s
n
) =
lim
n
(r
n
) + lim
n
(s
n
) =

([(r
n
)
nl
]

) +

([(s
n
)
nl
]

),
und die f ur sowie zeigt man genauso. Um die Vertr aglichkeit mit der Ordnung zu
zeigen sei bemerkt, dass wegen Lemma 3.3.1 und Satz 2.6.3

([(r
n
)
nl
]

) P lim
n
(r
n
) > 0 > 0, (r
n
) f ur alle n N.
Da ordnungstreu ist, bedeutet das aber genau [(r
n
)
nl
]

P/

.
Sei

: X/

K eine weitere, mit + und vertr agliche Abbildung mit



0
K
.
Aus

(x)

([(1)
nl
]

) =

(x [(1)
nl
]

) =

(x) f ur ein x X/

mit

(x) 0
K
folgt

([(1)
nl
]

) = 1
K
; also ist insbesondere die Abbildung r

([(r)
nl
]

) nicht identisch
gleich 0
K
und oenbar mit + und vertr aglich.
Die Eindeutigkeitsaussage in Proposition 2.5.8 impliziert

([(r)
nl
]

) = (r) f ur
alle r Q, woraus wegen

(a) +

(a) =

([(0)
nl
]

) = 0
K
und daher

(a) =

(a) f ur jedes a X/

auch die Vertr aglichkeit mit folgt. F ur a [(0)


nl
]

folgt

(a)

(a
1
) =

(a a
1
) = 1
K
, und daher

(a) 0
K
.
F ur [(r
n
)
nl
]

X/

folgt aus [(r


n
)
nl
]

> [(0)
nl
]

wegen Satz 2.7.5


[(s
n
)
nl
]

X/

, [(s
n
)
nl
]

[(0)
nl
]

: [(s
n
)
nl
]
2

= [(r
n
)
nl
]

.
Wegen

([(s
n
)
nl
]

) 0
K
[(s
n
)
nl
]

[(0)
nl
]

folgt daraus

([(r
n
)
nl
]

) =

([(s
n
)
nl
]

)
2
> 0
K
. Somit ist

mit < und daher auch mit vertr aglich.
W are nun

(x) <

(x) f ur ein x X/

, und sind r, Q gem a Satz 2.6.3 so


gew ahlt, dass

(x) < (r) < () <

(x), so erhielten wir
x < [(r)
nl
]

und [()
nl
]

< x , (4.3)
da aus x [(r)
nl
]

( x [()
nl
]

) wegen der Ordnungstreue von



(

) die
Beziehung

(x)

([(r)
nl
]

) = (r) (

(x)

([()
nl
]

) = () ) folgt. (4.3)
impliziert < r, wogegen (r) < () die Ungleichung r < nach sich zieht.
Da man genauso aus

(x) >

(x) einen Widerspruch erh alt, muss

=

.
K
Somit haben wir die Existenz und die Eindeutigkeit eines vollst andig angeordneten
K orpers und damit auch Satz 2.7.3 bewiesen.
4.2. EINDEUTIGKEIT 95
4.2.2 Bemerkung. Die in diesem Abschnitt angegebene Vorgangsweise aus Q die reel-
len Zahlen zu konstruieren l asst sich auch anwenden um zu zeigen, dass es zu jedem
metrischen Raum(X, d) einen vollst andigen metrischen Raum(

X,

d) gibt, sodass (X, d)
isometrisch und dicht in (

X,

d) enthalten ist.
In der Tat nimmt man auch hier die Menge X aller Cauchy-Folgen in (X, d), be-
trachtet genauso die

Aquivalenzrelation , die zwei Folgen identiziert, falls deren
Dierenz eine Nullfolge ist, und beweist, dass X/

versehen mit einer geeigneten Me-


trik der gesuchte metrische Raum ist.
96 KAPITEL 4. DIE KONSTRUKTION DER REELLEN ZAHLEN
Kapitel 5
Geometrie metrischer R aume
5.1 -Kugeln, oene und abgeschlossene Mengen
Als erstes wollen wir uns dem anschaulich leicht verst andlichen Begri der Kugel in
metrischen R aumen zuwenden.
5.1.1 Denition. Sei (X, d) ein metrischer Raum und x X. Dann heit die Menge
U

(x) := y X : d(y, x) < die oene -Kugel um den Punkt x, und die Menge
K

(x) := y X : d(y, x) die abgeschlossene -Kugel um den Punkt x.


5.1.2 Beispiel.
(i) Man betrachte L versehen mit der euklidischen Metrik. F ur x L ist dann
U

(x) = (x , x + ) und K

(x) = [x , x + ].
(ii) Sei X eine Menge, und sei diese mit der diskreten Metrik aus Beispiel 3.1.5 verse-
hen. Ist 1, so gilt dann in diesem Raum U

(x) = x. F ur > 1 gilt U

(x) = X.
(iii) Betrachte L
2
, und versehe diese Menge einerseits mit der Metrik, d
1
, der eukli-
dischen Metrik d
2
und mit d

; siehe Beispiel 3.1.5. Die -Kugeln U


1

(0) bzgl. d
1
sowie U
2

(0) bzgl. d
2
bzw. U

(0) bzgl. d

lassen sich folgendermaen darstellen.

U
1

(0)

U
2

(0)

(0)
Abbildung 5.1: -Umgebungen von 0
97
98 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
5.1.3 Bemerkung. Die Konvergenz einer Folge (x
n
)
nl
in metrischen R aumen l asst sich
durch obige Mengen folgendermaen formulieren:
x = lim
n
x
n
> 0 N l : x
n
: n N U

(x).
Wegen U

(x) K

(x) U
2
(x) k onnen wir hier genauso K

(x) anstatt U

(x) schreiben.
Diese Sichtweise des Grenzwertbegries gewinnt zum Beispiel dann an Bedeu-
tung, wenn man den Konvergenzbegri bez uglich verschiedener Metriken vergleichen
will.
Betrachten wir etwa die Metriken d und d

aus Beispiel 5.1.2, (iii), so folgt aus


(3.9), dass U
2

(x) U

(x) U
2
2
(x). Nimmt man nun obiges Konvergenzkriterium
her, so sieht man unmittelbar, dass eine Folge genau dann bzgl. d konvergiert, wenn sie
es bzgl. d

tut; siehe Proposition 3.6.1.


5.1.4 Denition. Sei (X, d) ein metrischer Raum. Eine Teilmenge O von X heit oen,
wenn es zu jedem Punkt x O eine -Kugel gibt mit U

(x) O.
O
x

Abbildung 5.2: Oene Mengen


5.1.5 Beispiel.
In (L, d) sind z.B. die Mengen (a, b) und L \ 0 oen. Denn ist etwa x (a, b),
so folgt f ur = min(
xa
2
,
bx
2
), dass U

(x) = (x , x + ) (a, b).


Man sieht sofort, dass in jedem metrischen Raum (X, d) die Mengen und X
immer oen sind.
5.1.6 Bemerkung. Sei (X, d) ein metrischer Raum und sei x X sowie L, > 0.
Ist y U

(x), dh. d(x, y) < , und ist 0 < d(x, y), so folgt f ur z U

(y) aus
d(y, z) < , dass
d(x, z) d(x, y) + d(y, z) < d(x, y) + d(x, y) + d(x, y) = ,
und somit z U

(x). Also gilt U

(y) U

(x). Insbesondere sind alle oenen Kugeln


in metrischen R aumen oen.
5.1. -KUGELN, OFFENE UND ABGESCHLOSSENE MENGEN 99
5.1.7 Proposition. Sei (X, d) ein metrischer Raum. Dann gilt
Ist n l und sind O
1
, . . . , O
n
oene Teilmengen von X, so ist auch
_
n
i=1
O
i
oen.
Ist I eine beliebige Indexmenge, und sind O
i
oene Teilmengen von X, so auch
_
iI
O
i
.
Beweis. Seien O
1
, . . . , O
n
oen und x O
1
. . . O
n
. Denitionsgem a gibt es

1
, . . . ,
n
> 0 mit U

i
(x) O
i
, i = 1, . . . , n. Es folgt
U
min
1
,...,
n

(x) = U

1
(x) . . . U

n
(x) O
1
. . . O
n
.
Damit ist O
1
. . . O
n
oen.
Seien O
i
, i I, oen, und x
_
iI
O
i
. Dann existiert ein i I mit x O
i
, und
daher ein > 0 mit U

(x) O
i
. Insgesamt folgt U

(x)
_
iI
O
i
.
K
5.1.8 Denition. Sei (X, d) ein metrischer Raum, E X und x X.
Man nennt x einen H aufungspunkt von E, wenn jede -Kugel um x einen Punkt
aus E \ x enth alt, dh.
> 0 U

(x) (E \ x) ,
oder anders formuliert,
> 0 y E, x y : d(x, y) < .
Wenn x E kein H aufungspunkt ist, so nennen wir ihn isolierten Punkt von E.
Das ist also ein Punkt aus E, sodass
> 0, U

(x) E = x.
Wir sagen eine Menge A X ist abgeschlossen, wenn jeder H aufungspunkt von
A schon in A enthalten ist.
5.1.9 Bemerkung. Sei E X. F ur jedes x X tritt genau einer der folgenden F alle ein:
(i) x ist isolierter Punkt von E.
(ii) x E und x ist H aufungspunkt von E.
(iii) x E und x ist H aufungspunkt von E.
(iv) x E und x ist nicht H aufungspunkt von E.
5.1.10 Denition. Die Menge aller x, die eine der Bedingungen (i), (ii) oder (iii)
erf ullen, wollen wir mit Abschluss der Menge E, in Zeichen c(E), bezeichnen.
Sind E F X derart, dass c(E) F, so nennt man E dicht in F.
100 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
5.1.11 Fakta.
1. Man zeigt unmittelbar, dass aus E F die Inklusion c(E) c(F) folgt.
2. Klarerweise ist E c(E), wobei c(E) = E genau dann, wenn E abgeschlossen
ist.
3. F ur ein x X gilt x c(E) genau dann, wenn
> 0 y E : d(x, y) <
bzw. genau dann, wenn
> 0 E U

(x) . (5.1)
4. Ist x c(c(E)), so folgt aus dieser Bedingung angewandt auf c(c(E)), dass
c(E) U

2
(x) f ur beliebiges > 0 ein y enth alt. Nochmals diese Bedingung
angewandt auf c(E) ergibt E U

2
(y) , was zusammen mit U

2
(y) U

(x)
(siehe Bemerkung 5.1.6) EU

(x) nach sich zieht. Also gilt x c(E) und so-


mit c(c(E)) c(E). Die umgekehrte Inklusion gilt ohnehin, dh. c(c(E)) = c(E).
Insbesondere ist c(E) immer abgeschlossen.
5. In jeder -Kugel U

(x) um einen H aufungspunkt x von E liegen sogar unend-


lich viele Punkte von E \ x. Denn angenommen es w aren nur endlich viele
x
1
, . . . , x
n
, so erhielten wir mit := min, d(x, x
1
), . . . , d(x, x
n
) > 0 den Wider-
spruch U

(x) E \ x = .
5.1.12 Beispiel.
Sei E = [0, 1) 2 als Teilmenge von L. Dann ist 1 ein H aufungspunkt von
E, da jede -Kugel (1 , 1 + ) um 1 sicherlich Punkte aus E enth alt etwa
max(1
1
2
,
1
2
). Da 1 nicht zu E geh ort, ist E nicht abgeschlossen.
F ur x [0, 1) und jedes > 0 gilt sicher
x < y := min(
x + 1
2
, x +
1
2
) < min(x + , 1) ,
also y E U

(x) \ x. Somit sind auch alle Punkte aus [0, 1) H aufungspunkt


von E.
F ur x [0, 1] folgt mit = min(x, x 1) sicherlich E U

(x) \ x = , womit
[0, 1] genau die Menge aller H aufungspunkte von E und 2 ein isolierter Punkt
ist. Also gilt schlielich c(E) = [0, 1] 2.
Ist (X, d) ein beliebiger metrischer Raum, so sind auch und X abgeschlossen.
Erstere Menge hat oenbar keine H aufungspunkte und enth alt somit trivialer-
weise alle solchen, und X enth alt auch alle seine H aufungspunkte, da diese ja als
Punkte von X deniert sind.
Ist (X, d) ein beliebiger metrischer Raum, und E X eine endliche Teilmenge,
so hat E keine H aufungspunkte, besteht daher nur aus isolierten Punkten und ist
daher immer abgeschlossen.
5.1. -KUGELN, OFFENE UND ABGESCHLOSSENE MENGEN 101
5.1.13 Lemma. Ein Punkt x ist ein H aufungspunkt einer Menge E genau dann, wenn
es eine Folge (x
n
)
nl
von Punkten x
n
E \ x gibt mit x
n
x.
Ein Punkt x liegt genau dann in c(E), wenn es eine Folge (x
n
)
nl
von Punkten
x
n
E gibt mit x
n
x.
Beweis. Ist x H aufungspunkt von E, so gibt es zu jedem n l ein x
n
E \ x mit
d(x, x
n
) <
1
n
, also x
n
x.
Ist x isolierter Punkt von E, so konvergiert die identische Folge x = x
n
, n l gegen
x. Diese Folge ist klarerweise aus E.
Sei nun umgekehrt x = lim
n
x
n
f ur eine Folge aus E. Ist f ur ein n l, x
n
= x,
so folgt trivialerweise x = x
n
E c(E).
Im Fall x
n
x f ur alle n l ist die Folge (x
n
)
nl
sicher in E \ x enthalten, und
zu jedem > 0 gibt es ein N l, sodass x
n
: n N U

(x). Jedes Element der


Menge auf der linken Seite ist in U

(x) E \ x enthalten. x ist somit H aufungspunkt


von E.
K
5.1.14 Beispiel.
Ist F L abgeschlossen und nach oben beschr ankt, so sei x := sup F. Nach
Beispiel 3.3.4 gibt es in F eine Folge, die gegen sup F konvergiert. Die Abge-
schlossenheit von F impliziert sup F F, d.h. sup F = max F.
Entsprechendes gilt f ur nach unten beschr ankte Mengen und deren Inmum.
Ist (X, d) ein beliebiger metrischer Raum, so ist jede abgeschlossene Kugel K

(x)
abgeschlossen. Ist n amlich y c(K

(x)) von K

(x), so gibt es gem a Lemma


5.1.13 eine Folge (y
n
)
nl
aus K

(x) mit lim


n
y
n
= y. Wegen Lemma 3.2.10
und Lemma 3.3.1 folgt
d(x, y) = lim
n
d(x, y
n
) .
Also haben wir y K

(x). Somit gilt c(K

(x)) = K

(x), weshalb K

(x) abge-
schlossen ist; vgl. Fakta 5.1.11.
Die rationalen Zahlen liegen dicht in L. In der Tat haben wir in Beispiel 3.3.4
f ur ein beliebiges x L eine Folge aus Q \ x konstruiert haben, die gegen x
konvergiert. Wegen Lemma 5.1.13 ist x somit H aufungspunkt von Q.
5.1.15 Proposition. Ist (X, d) ein metrischer Raum und A X, so sind folgende Aus-
sagen aquivalent.
(i) A
c
(= X \ A) ist oen.
(ii) A ist abgeschlossen.
(iii) Ist (x
n
)
nl
eine Folge von Punkten aus A und ist (x
n
)
nl
konvergent, so liegt auch
ihr Grenzwert in A.
Beweis.
(i) (ii): Ein Punkt x c(A) kann nicht in A
c
liegen, denn anderenfalls folgt aus A
c
oen, dass U

(x) A
c
f ur ein > 0, und damit der Widerspruch U

(x) A =
zu (5.1). Also muss x A und daher A = c(A).
102 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
(ii) (i): Da A abgeschlossen ist, ist jedes x A
c
kein H aufungspunkt von A. Also
gibt es ein > 0 mit U

(x)A = U

(x)A\x = . Das ist aber gleichbedeutend


mit U

(x) A
c
. Also ist A
c
oen.
(ii) (iii): Folgt unmittelbar aus der Tatsache, dass A genau dann abgeschlossen ist,
wenn c(A) = A, und aus Lemma 5.1.13.
K
Diese einfache Charakterisierung von abgeschlossenen Mengen zusammen mit
_
n
_
i=1
A
i
_
c
=
n
_
i=1
(A
c
i
),
_
_
iI
A
i
_
c
=
_
iI
(A
i
)
c
und Proposition 5.1.7 liefert uns sofort das folgende
5.1.16 Korollar. Sei (X, d) ein metrischer Raum. Dann gilt
Sind n l und A
1
, . . . , A
n
abgeschlossen, so auch
_
n
i=1
A
i
.
Ist I eine beliebige Indexmenge, und sind alle Mengen A
i
, i I, abgeschlossen,
so folgt, dass auch
_
iI
A
i
abgeschlossen ist.
5.1.17 Beispiel.
Korollar 5.1.16 gestattet uns z.B. Einheitskreislinie 7 = z : z = 1 als
abgeschlossene Teilmenge von zu identizieren. In der Tat ist 7 = K
1
(0)
(U
1
(0))
c
, und damit Durchschnitt von abgeschlossenen Mengen.
Man betrachte M = z : Re z 0 als Teilmenge von . Ist (z
n
)
nl
eine
Folge aus M, die gegen z konvergiert, so muss nach Proposition 3.6.1 die
Folge (Re z
n
)
nl
in L gegen Re z konvergieren. Wegen Lemma 3.3.1 folgt aus
Re z
n
0, n l, dass auch Re z 0 und damit z M. Nach Proposition 5.1.15
ist M abgeschlossen.
Die Teilmenge z : 0 Re z 1 von l asst sich als Durchschnitt von
z : Re z 0 und z : Re z 1 schreiben. Nach dem vorhergehenden
Beispiel ist die erste Menge abgeschlossen. Entsprechendes gilt f ur die zweite
Menge. Also ist z : 0 Re z 1 der Durchschnitt von abgeschlossenen
Mengen und damit selber abgeschlossen.
Das Quadrat z : Re z [0, 1], Imz [0, 1] ist der Durchschnitt der
abgeschlossenen Mengen z : 0 Re z 1 und z : 0 Imz 1, und
daher auch abgeschlossen.
Da die Menge z : Re z 0 abgeschlossen ist, folgt, dass ihr Komplement
M := z : Re z < 0 in oen ist. Das kann man auch direkt nachweisen:
Ist z M beliebig, so w ahle = Re z > 0. Ist w U

(z), so folgt wegen


Re z + Re w Re z Re w z w und damit Re w Re z z w >
Re z = 0, dass auch w M, und daher U

(z) M.
5.1. -KUGELN, OFFENE UND ABGESCHLOSSENE MENGEN 103
Das Quadrat M = z : Re z (0, 1), Imz (0, 1) l asst sich als Durchschnitt
von endlich vielen oenen Mengen schreiben:
M = z : Re z > 0z : Re z < 1z : Imz > 0z : Imz < 1 .
Sie ist daher selber oen.
Um sich c(M) f ur M aus dem vorherigen Beispiel auszurechnen, sei zun achst
bemerkt, dass c(M) c(z : Re z [0, 1], Imz [0, 1]) = z : Re z
[0, 1], Imz [0, 1]; vgl. Fakta 5.1.11.
Sei nun z mit Re z [0, 1], Imz [0, 1]. Im Fall Re z (0, 1), Imz (0, 1)
gilt oenbar z M c(M). Anderenfalls muss Re z = 0, Re z = 1, Imz = 0 oder
Re z = 1 sein.
Im ersten Fall ist (
1
n+1
+ i Imz)
nl
eine Folge aus M, die gegen z konvergiert,
dh. z c(M). In den anderen F allen konstruiert man ahnliche Folgen und erh alt
genauso z c(M). Insgesamt gilt also
c(M) = z : Re z [0, 1], Imz [0, 1] .
Betrachte die Teilmenge M von L deniert durch
M =
_
n2l
(
1
n + 1
,
1
n
) .
Diese Menge ist als Vereinigung von oenen Mengen oen.
Umalle H aufungspunkte zu ermitteln, sei zun achst x
_
n2l
[
1
n+1
,
1
n
], also
1
n+1

x
1
n
f ur ein n 2l. F ur jedes > 0 gilt
M U

(x) \ x (
1
n + 1
,
1
n
) (x , x + ) \ x =
_
max(x ,
1
n + 1
), min(x + ,
1
n
)
_
\ x .
Da f ur
1
n+1
x
1
n
immer max(x,
1
n+1
) < min(x+,
1
n
), folgt MU

(x)\x
. Somit ist x ein H aufungspunkt. Da die Folge
_
1
2
_
1
2k+1
+
1
2k
_
_
kl
aus M heraus
gegen 0 konvergiert, muss auch 0 ein H aufungspunkt sein; vgl. Lemma 5.1.13.
Also ist die Menge
H = 0
_
n2l
_
1
n + 1
,
1
n
_
in der Menge aller H aufungspunkte von M enthalten.
Ist andererseits x ein H aufungspunkte von M und (x
j
)
jl
eine Folge aus M mit
Grenzwert x, so gibt es zwei M oglichkeiten:
Falls f ur jedes n 2l nur endlich viele j l mit x
j
(
1
n+1
,
1
n
) existieren, so gibt
es zu jedem > 0 ein K l mit
1
2K+2
< und in Folge nur endlich viele j l
mit x
j

_
k1,...,K
(
1
2k+1
,
1
2k
). Insbesondere gibt es ein J l, sodass
x
j
M \
_
k1,...,K
(
1
2k + 1
,
1
2k
)
_
kK+1,k+2,...
(
1
2k + 1
,
1
2k
)
(
1
2K + 2
,
1
2K + 2
) (, ),
104 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
f ur alle j J, womit x = lim
j
x
j
= 0.
Falls es ein n 2l gibt, sodass x
j
(
1
n+1
,
1
n
) f ur unendlich viele j l, so liegt
eine Teilfolge von (x
j
)
jl
ganz in (
1
n+1
,
1
n
) [
1
n+1
,
1
n
]. Wegen Satz 3.2.8 ist x auch
Grenzwert dieser Teilfolge, der wegen Lemma 3.3.1 auch in [
1
n+1
,
1
n
] liegt.
Also haben wir gezeigt, dass jeder H aufungspunkte von M in H liegt, und damit
H genau die Menge der H aufungspunkte von M ist. Schlielich gilt noch c(M) =
M H = H.
Um zu zeigen, dass es auerhalb von H keine anderen H aufungspunkte von M
gibt, kann man alternativ auch
L \ H = (, 0)
_
n2l
(
1
n + 2
,
1
n + 1
) (
1
2
, +)
nachweisen und damit L \ H als oen bzw. H als abgeschlossen identizieren.
Als abgeschlossene Teilmenge enth alt H daher alle H aufungspunkte von H und
damit auch von M.
5.2 Kompaktheit
Wir wollen auch H aufungspunkte f ur Folgen einf uhren.
5.2.1 Denition. Sei (X, d) ein metrischer Raum. Dann heit ein x X H aufungspunkt
einer Folge (x
n
)
nl
, falls es eine gegen x konvergente Teilfolge von (x
n
)
nl
gibt.
5.2.2 Lemma. Sei (x
n
)
nl
eine Folge in einem metrischen Raum (X, d).
(i) Konvergiert (x
n
)
nl
gegen x, so ist x der einzige H aufungspunkt.
(ii) Ist (x
n( j)
)
jl
eine Teilfolge von (x
n
)
nl
, so ist die Menge aller H aufungspunkte
von (x
n( j)
)
jl
eine Teilmenge von der Menge aller H aufungspunkte von (x
n
)
nl
.
(iii) x ist H aufungspunkt der Folge (x
n
)
nl
genau dann, wenn f ur jedes N l der Punkt x in c(x
n
: n N) liegt.
Beweis.
(i) Das folgt unmittelbar aus Satz 3.2.8, da Teilfolgen konvergenter Folgen auch ge-
gen den Grenzwert der Folge streben.
(ii) Da jede Teilfolge von (x
n( j)
)
jl
erst recht eine Teilfolge von (x
n
)
nl
ist, muss jeder
H aufungspunkt von (x
n( j)
)
jl
auch einer von (x
n
)
nl
sein.
(iii) Sei zun achst x H aufungspunkt der Folge (x
n
)
nl
. Also x = lim
j
x
n( j)
. Wir halten N fest und w ahlen J l, sodass
n(J) N. Dann ist (x
n( j+J)
)
jl
eine Folge in x
n
: n N, die gegen x konvergiert. Es folgt x c(x
n
: n N) nach
Lemma 5.1.13.
Ist umgekehrt x c(x
n
: n N) f ur alle N l, so sei n(1) l, sodass d(x, x
n(1)
) < 1. Haben wir n(1) < < n(k)
gew ahlt, so sei n(k + 1) l mit n(k + 1) > n(k) derart, dass d(x, x
n(k+1)
) <
1
k+1
. So ein n(k + 1) existiert, weil x
c(x
n
: n n(k)+1). Wir haben somit eine Teilfolge konstruiert, die gegen x konvergiert. x ist somit H aufungspunkt
der Folge (x
n
)
nl
.
K
Bez uglich H aufungspunkte von Folgen aus L haben wir
5.2. KOMPAKTHEIT 105
5.2.3 Proposition. Sei (x
n
)
nl
eine beschr ankte Folge reeller Zahlen.
Dann ist limsup
n
x
n
( liminf
n
x
n
) der gr ote (kleinste) H aufungspunkt
von (x
n
)
nl
. Insbesondere hat jede beschr ankte Folge reeller Zahlen mindestens einen
H aufungspunkt.
Auerdem ist (x
n
)
nl
konvergent genau dann, wenn ihr Limes Inferior mit dem Li-
mes Superior ubereinstimmt, bzw. genau dann, wenn (x
n
)
nl
genau einen H aufungs-
punkt hat.
Beweis. Dass liminf
n
x
n
und limsup
n
x
n
H aufungspunkte von (x
n
)
nl
sind, folgt
aus Lemma 3.4.4. Ist y ein weiterer H aufungspunkt samt dazugeh origer Teilfolge
(x
n( j)
)
jl
, so folgt
supx
n
: n n( j) x
n( j)
f ur alle j l, und daher
y = lim
j
x
n( j)
lim
j
supx
n
: n n( j) = lim
N
supx
n
: n N = limsup
n
x
n
.
Entsprechend zeigt man liminf
n
x
n
y.
Dass (x
n
)
nl
genau dann konvergiert, wenn liminf
n
x
n
= limsup
n
x
n
haben
wir in Fakta 3.4.5 gesehen. Da liminf
n
x
n
der kleinste und limsup
n
x
n
der gr ote
H aufungspunkt ist, gibt es genau einen solchen, wenn der kleinste und der gr ote
ubereinstimmen.
K
5.2.4 Beispiel. Man betrachte die Folge x
n
= (1)
n
(1 +
1
n
), n l in L. Die Teilfolge
x
2k
= 1 +
1
2k
konvergiert f ur k gegen 1, und die Teilfolge x
2k1
= 1
1
2k1
konvergiert f ur k gegen 1.
Also sind 1 und 1 H aufungspunkte unserer Folge. Angenommen x L w are ein
weiterer H aufungspunkt. Dann g abe es eine Teilfolge (x
n( j)
)
jl
, die gegen x konver-
gierte. Nun sei
J
1
= j l : n( j) ist ungerade und J
2
= j l : n( j) ist gerade.
Klarerweise ist l = J
1

J
2
, und somit ist zumindest eine dieser Mengen unendlich.
Ist J
1
unendlich, so gibt es eine streng monoton wachsende Bijektion j : l J
1
;
vgl. Lemma 2.3.15. Also ist (x
n( j(k))
)
kl
eine Teilfolge von (x
n( j)
)
jl
und somit ebenfalls
gegen x konvergent. Andererseits konvergiert aber
x
n( j(k))
= 1
1
n( j(k))
wegen n( j(k)) k gegen 1. Also muss x = 1. Ist J
2
unendlich, so folgt analog
x = 1. Jedenfalls haben wir gezeigt, dass 1, 1 die einzigen H aufungspunkte sind. Aus
Proposition 5.2.3 folgt schlielich
liminf
n
x
n
= 1, limsup
n
x
n
= 1.
Folgender Satz ist ein sehr wichtiges Ergebnis der Analysis.
5.2.5 Satz (Bolzano
1
-Weierstra
2
). Sei (x
n
)
nl
eine beschr ankte Folge in L
p
(versehen
mit der euklidischen Metrik). Dann hat (x
n
)
nl
einen H aufungspunkt.
1
Bernard Bolzano. 5.10.1781 Prag - 18.12.1848 Prag
2
Karl Theodor Wilhelm Weierstra. 31.10.1815 Ostenfelde (Westfalen) - 19.12.1897 Berlin
106 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
Beweis. Wir zeigen den Satz durch vollst andige Induktion nach p. F ur Folgen in L
folgt der Satz aus Proposition 5.2.3.
Angenommen der Satz gilt f ur p l. Sei (x
n
)
nl
eine beschr ankte Folge in L
p+1
,
wobei x
n
= (x
n,1
, . . . , x
n, p+1
). Aus der Denition von d
2
folgt f ur alle n l
x
n, p+1
d
2
(0, x
n
) und d
2
(0, (x
n,1
, . . . , x
n, p
)
.,,.
L
p
)
2
d
2
(0, x
n
) .
Da (x
n
)
nl
in L
p+1
beschr ankt ist, sind es auch (x
n, p+1
)
nl
in L und
_
(x
n,1
, . . . , x
n, p
)
_
nl
in L
p
.
Da wir den Satz im Fall p = 1 schon gezeigt haben, gibt es eine in L konvergen-
te Teilfolge (x
n( j), p+1
)
jl
von (x
n, p+1
)
nl
. Laut Induktionsvoraussetzung hat dann aber
auch
_
(x
n( j),1
, . . . , x
n( j), p
)
_
jl
eine konvergente Teilfolge
_
(x
n( j(k)),1
, . . . , x
n( j(k)), p
)
_
kl
in
L
p
.
Man beachte, dass (x
n( j(k)), p+1
)
kl
als Teilfolge der konvergenten Folge (x
n( j), p+1
)
jl
auch konvergiert. Nach Proposition 3.6.1 konvergiert daher auch (x
n( j(k))
)
kl
in L
p+1
.
K
5.2.6 Denition. Sei (X, d) ein metrischer Raum, und sei K X mit der Eigenschaft,
dass jede Folge (x
n
)
nl
aus K einen H aufungspunkt in K hat. Dann heit K kompakt.
5.2.7 Beispiel.
Man betrachte L. Die Teilmenge l von L ist nicht kompakt, da die Folge (n)
nl
keine konvergente Teilfolge besitzt.
Das Intervall (0, 1] ist auch nicht kompakt, da die Folge (
1
n
)
nl
gegen 0 konver-
giert und somit in (0, 1] keinen H aufungspunkt besitzt.
Ist K L
p
eine abgeschlossene und beschr ankte Menge, so hat nach Satz 5.2.5
jede Folge einen H aufungspunkt, der nach Proposition 5.1.15 zu K geh ort.
Insbesondere sind alle abgeschlossenen Intervalle [a, b] in L und allgemeiner
alle abgeschlossenen Kugeln K
r
(x) in L
p
kompakt.
Wir sammeln einige elementare Eigenschaften von kompakten Teilmengen.
5.2.8 Proposition. Sei (X, d) ein metrischer Raum. Dann gilt:
(i) Ist K X kompakt, dann ist K abgeschlossen.
(ii) Ist K X kompakt, und F X abgeschlossen, sodass F K, dann ist auch F
kompakt.
(iii) Kompakte Teilmengen sind beschr ankt.
Beweis.
(i) Wir verwenden Proposition 5.1.15. Sei x = lim
n
x
n
f ur eine Folge aus K. Nun
gibt es denitionsgem a eine gegen ein y K konvergente Teilfolge von (x
n
)
nl
.
Andererseits konvergieren Teilfolgen von gegen x konvergenten Folgen ebenfalls
gegen x. Nun sind aber Grenzwerte eindeutig. Also gilt x = y K.
5.2. KOMPAKTHEIT 107
(ii) Sei F K abgeschlossen. Ist (x
n
)
nl
eine Folge aus F, so ist sie trivialerweise
auch eine Folge aus K. Also gilt x = lim
j
x
n( j)
f ur eine Teilfolge (x
n( j)
)
jl
und
ein x K. Nun ist aber F abgeschlossen, und somit folgt aus Proposition 5.1.15,
dass x F. Also enth alt jede Folge in F eine gegen einen Punkt in F konvergente
Teilfolge.
(iii) Sei y X. W are K nicht beschr ankt, so w are auch d(y, x) : x K L nicht
beschr ankt. Also k onnten wir zu jedem n l ein x
n
K nden, sodass d(y, x
n
)
n.
Aus der Kompaktheit folgt die Existenz einer konvergenten Teilfolge x
n( j)

x, j . Aus Lemma 3.2.10 folgt d(y, x
n( j)
) d(y, x). Das widerspricht aber
d(y, x
n( j)
) n( j), j l.
K
Aus Proposition 5.2.8 und Beispiel 5.2.7 erhalten wir folgende Charakterisierung
f ur die Kompaktheit einer Teilmenge von L
p
. Diese Charakterisierung der Kompaktheit
gilt jedoch nicht in allen metrischen R aumen.
5.2.9 Korollar. Eine Teilmenge K von L
p
ist genau dann kompakt, wenn sie abge-
schlossen und beschr ankt ist.
5.2.10 Beispiel.
Das Intervall (, c] mit c L ist zwar abgeschlossen, aber nicht beschr ankt in
L und somit nicht kompakt.
Die Menge M = (x, y) L
2
: 2x
2
+ 4x + y
2
y 3 [7, 13] ist kompakt in L
2
versehen mit d
2
. Wegen Korollar 5.2.9 m ussen wir zeigen, dass M abgeschlossen
und beschr ankt ist.
Dazu ((
n
,
n
))
nl
sei eine beliebige Folge aus M mit Grenzwert (, ) L
2
.
K onnen wir nun zeigen, dass (, ) M, so ist M gem a Proposition 5.1.15
abgeschlossen. Wegen (
n
,
n
) M gilt f ur alle n l
7 2
2
n
+ 4
n
+
2
n

n
3 13 .
F ur n folgt mit Proposition 3.6.1 und Lemma 3.3.1
7 2
2
+ 4 +
2
3 13 ,
und somit tats achlich (, ) M.
Um die Beschr anktheit zu zeigen, bemerken wir zun achst, dass f ur (x, y) L
2
2x
2
+ 4x + y
2
y 3 =
2(x + 1)
2
+ (y
1
2
)
2
3 2
1
4
(x + 1)
2
+ (y
1
2
)
2

21
4
.
Damit ist M in der Menge
_
(x, y) L
2
: (x + 1)
2
+ (y
1
2
)
2

21
4
13
_
=
_
(x, y) L
2
: d
s
((x, y), (1,
1
2
))
_
73
4
_
,
108 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
also in der abgeschlossenen Kugel K

73
4
((1,
1
2
)) in L
2
bzgl. d
2
enthalten.
Wir wollen diesen Abschnitt mit einem Konvergenzkriteriumf ur Folgen beenden.
5.2.11 Lemma. Eine Folge (x
n
)
nl
in einem metrischen Raum (X, d) konvergiert ge-
nau dann gegen einen Punkt x X, wenn jede Teilfolge von (x
n
)
nl
den Punkt x als
H aufungspunkt hat oder aquivalent wenn jede Teilfolge von (x
n
)
nl
wiederum eine
Teilfolge hat, die gegen x konvergiert.
Gilt x
n
: n l K f ur eine kompakte Teilmenge K von X, so ist die Konvergenz
von (x
n
)
nl
gegen x sogar dazu aquivalent, dass (x
n
)
nl
h ochstens x als H aufungspunkt
hat.
Beweis. Falls x = lim
n
x
n
, so ist x nach Lemma 5.2.2 der einzige H aufungspunkt
von (x
n
)
nl
und auch von allen ihren Teilfolgen.
Falls (x
n
)
nl
nicht gegen x konvergiert, so bedeutet das
> 0 : N l n N, d(x
n
, x) .
Daraus denieren wir induktiv eine Teilfolge (x
n(k)
)
kl
. Sei n(1) l, sodass
d(x
n(1)
, x) . Ist n(k) l deniert, so sei n(k + 1) die kleinste Zahl in l, sodass
n(k + 1) n(k) + 1 und d(x
n(k+1)
, x) .
Nun kann (x
n(k)
)
kl
den Punkt x nicht als H aufungspunkt haben, da wir sonst f ur
die entsprechende Teilfolge den Widerspruch
0 = d(x, x) = lim
j
d(x, x
n(k( j))
) .
erhielten. Somit haben wir den ersten Teil des Lemmas gezeigt.
Gilt nun x
n
: n l K f ur eine kompakte Teilmenge K von X, so hat (x
n(k)
)
kl
immer mindestens einen H aufungspunkt y, der auch H aufungspunkt von (x
n
)
nl
ist.
Falls diese nur h ochstens x als H aufungspunkt hat, so muss y = x sein, und wir
erhalten wie oben einen Widerspruch.
K
5.3 Gerichtete Mengen und Netze
Bei der Motivation des Grenzwertbegries f ur Folgen haben wir gesagt eine Folge
(x
n
)
nl
solle konvergent gegen x heien, wenn f ur alle hinreichend groen Indizes das
Folgenglied x
n
beliebig nahe an x herankommt.
F ur den weiteren Aufbau der Analysis verwenden wir ahnliche Grenzwertbegrie
z.B. f ur Funktionen f : (a, b) L. Dabei soll f (t) konvergent f ur t b gegen x
heien, wenn f (t) beliebig nahe an x herankommt, sobald t nur hinreichend nahe an b
zu liegen kommt.
Um nicht jedes Mal eine neue Konvergenztheorie aufbauen zu m ussen, wollen wir
einen allgemeinen Grenzwertbegrieinf uhren, von demalle von uns ben otigten Grenz-
wertbegrie Spezialf alle sind. Was bei den Folgen die nat urlichen Zahlen waren, ist bei
unserem allgemeinen Konzept die gerichtete Menge.
5.3.1 Denition. Sei I eine nicht leere Menge, und sei eine Relation auf I. Dann
heit (I, ) eine gerichtete Menge, wenn folgender drei Bedingungen gen ugt.
5.3. GERICHTETE MENGEN UND NETZE 109
Reexivit at:
i I : i i
Transitivit at:
i, j, k I : i j j k i k
Richtungseigenschaft:
i, j I k I : i k j k. (5.2)
An dieser Stelle sei explizit herausgehoben, dass wir hier weder Symmetrie noch
Antisymmetrie fordern. Im Allgemeinen muss (I, ) auch keine Totalordnung sein.
5.3.2 Beispiel.
(i) Neben (l, ) ist jede Totalordnung eine gerichtete Menge. Also etwa
((0, +), ), ((a, b), ), ((a, b), ), wobei a, b L, a < b.
Die Eigenschaft (5.2) wird bei einer Totalordnung zum Beispiel vom Maximum
zweier Elemente erf ullt.
(ii) Sei a, b, c L, a < b < c. Setze I := [a, b) (b, c] und deniere eine Relation
auf I durch
x y : y b x b .
Dann ist reexiv, transitiv, und je zwei Punkte sind vergleichbar. Also ist (I, )
eine gerichtete Menge. Man beachte, dass nicht antisymmetrisch und somit
keine Halbordnung ist.
(iii) Die gerichtete Menge aus dem letzten Beispiel ist ein Spezialfall des folgenden
Konzeptes.
Sei (X, d
X
) ein metrischer Raum, D X und z ein H aufungspunkt von D. Auf
D \ z denieren wir durch
x y : d
X
(y, z) d
X
(x, z)
Mit dieser Relation wird D\z zu einer gerichteten Menge, wobei salopp gesagt
ein Punkt bez uglich der Relation weiter oben als ein anderer ist, wenn er n aher
an z liegt.
(iv) Ist M eine nichtleere Menge, so ist die Potenzmenge /(M) versehen mit eine
gerichtete Menge.
Die Menge c(M) aller endlichen Teilmengen von M versehen mit ist ebenfalls
eine gerichtete Menge.
(v) Wir nennen eine endliche Teilmenge eines Intervalls [a, b] eine Zerlegung die-
ses Intervalls, wenn a, b . Die Menge aller solchen Zerlegungen wird mit Z
bezeichnet. Versieht man Z mit der Relation , so erhalten wir eine gerichtete
Menge.
110 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
(vi) Wir nennen das Paar F = ((
j
)
n(F)
j=0
; (
j
)
n(F)
j=1
) eine Riemann-Zerlegung eines Inter-
valls [a, b], falls
a =
0
<
1
< <
n(F)
= b;
j
[
j1
,
j
], j = 1, . . . , n(F),
und nennen F := max(
j

j1
) : j = 1, . . . , n(F) die Feinheit der Zerlegung.
Weiters sei F
1
F
2
: F
2
F
1
. Ist R die Menge aller solcher Zerlegun-
gen, dann ist (R, ) eine gerichtete Menge. In diesem Beispiel ist sicher nicht
antisymmetrisch.
Dieser gerichteten Menge und der aus dem letzten Beispiel werden wir bei der
Einf uhrung das Integrals wieder begegnen.
(vii) Sei I = l l und
(n
1
, m
1
) (n
2
, m
2
) : n
1
n
2
m
1
m
2
. (5.3)
Dann ist (I, ) eine gerichtete Menge. Diese gerichtete Menge dient f ur Konver-
genzbetrachtungen bei Doppelfolgen.
(viii) Sind allgemeiner I und J gerichtete Mengen versehen mit Relationen
I
bzw.
J
,
dann ist (I J, ) ebenfalls eine gerichtete Menge, wenn wir
(i
1
, j
1
) (i
2
, j
2
) : i
1

I
i
2
j
1

J
j
2
(5.4)
denieren.
5.3.3 Denition. In Analogie zu den Folgen nennen wir eine Abbildung x : I X ein
Netz bzw. eine Moore-Smith-Folge in der Menge X uber der gerichteten Menge (I, ),
und schreiben diese als (x
i
)
iI
.
Entsprechend Denition 3.2.2 sagen wir, dass ein Netz (x
i
)
iI
in einem metrischen
Raum (X, d) gegen einen Punkt x X konvergiert, falls
> 0 i
0
I : d(x
i
, x) < f ur alle i i
0
. (5.5)
In diesem Falle schreiben wir x = lim
iI
x
i
.
5.3.4 Beispiel.
(i) Wie bei den Folgen sieht man, dass konstante Netze x
i
= x, i I, immer gegen x
konvergieren.
(ii) Als konkreteres Beispiel betrachte man die gerichtete Menge ([1, 0) (0, 1], ),
wobei x y y x, und f (t) = t
2
. Dann konvergiert das Netz ( f (t))
t[1,0)(0,1]
gegen Null:
Zu gegebenen > 0 sei t
0
=
_

2
. Aus t t
0
folgt 0 f (t) = t
2
t
2
0
=
_

2
2
< .
(iii) Hat eine gerichtete Menge (I, ) mindestens ein maximales Element, dh. es gibt
ein j I mit j i f ur alle i I, das ist wegen (5.2) sicher der Fall, wenn I
endlich ist , so konvergiert ein Netz (x
i
)
iI
genau dann, wenn x
j
= x
k
f ur alle
maximalen j, k I, und zwar gegen x
j
, wobei j I ein solch maximales Element
ist. Insbesondere konvergiert (x
i
)
iI
, wenn es genau ein maximales Element j in I
gibt und zwar gegen x
j
.
5.3. GERICHTETE MENGEN UND NETZE 111
(iv) Man uberzeugt sich leicht, dass eine Folge (x
n
)
nl
in einem metrischen Raum
(X, d) genau dann eine Cauchy-Folge ist, wenn lim
(m,n)ll
d(x
m
, x
m
) = 0, wobei
l l wie in (5.3) gerichtet ist.
F ur Netze gelten viele der f ur Folgen hergeleiteten Ergebnisse. Die Beweise sind
im Wesentlichen die selben, wie f ur Folgen. Meist muss nur durch ersetzt werden.
5.3.5 Fakta.
1. Der Grenzwert ist eindeutig vgl. Satz 3.2.8, (i) :
Ist (x
i
)
iI
ein Netz, und sei angenommen, dass x
i
x und x
i
y mit x y.
Setze :=
d(x,y)
3
> 0. Dann gibt es wegen x
i
x einen Index i
1
, sodass f ur alle
i I mit i
1
i gilt d(x
i
, x) < . Wegen x
i
y gibt es auch i
2
I, sodass f ur alle
i I mit i
2
i gilt d(x
i
, y) < . F ur i I mit i
1
i und i
2
i solche gibt es
gem a (5.2) erhalten wir den Widerspruch
d(x, y) d(x, x
i
) + d(x
i
, y) < 2
d(x, y)
3
.
2. Die Tatsache, dass es bei Folgen auf endlich viele Glieder nicht ankommt, hat
auch eine Verallgemeinerung f ur Netze; siehe Satz 3.2.8, (ii). Ist n amlich k I,
so ist auch (I
k
, ) mit I
k
= i I : k i eine gerichtete Menge und
lim
iI
x
i
= lim
iI
k
x
i
, (5.6)
wobei der rechte Grenzwert genau dann existiert, wenn der linke existiert.
3. Im Allgemeinen sind konvergente Netze nicht beschr ankt. Aber da ein gegen ein
x konvergentes Netz x
i
: i i
0
U

(x) f ur ein i
0
I erf ullt, ist zumindest das
Netz (x
i
)
iI
i
0
beschr ankt.
4. Man betrachte zwei Netze (x
i
)
iI
, (y
i
)
iI
uber derselben gerichteten Menge (I, )
in einem metrischen Raum (X, d), die gegen x bzw. y konvergieren. Dann gilt
(siehe Lemma 3.2.10)
lim
iI
d(x
i
, y
i
) = d(x, y). (5.7)
Eine genauere Betrachtung verdient das Analogon von Teilfolgen.
5.3.6 Denition. Sind (I,
I
) und (J,
J
) zwei gerichtete Mengen, ist X eine Menge
und (x
i
)
iI
ein Netz in X, so heit (x
i( j)
)
jJ
eine Teilnetz von (x
i
)
iI
, wenn i : J I
derart ist, dass
3
i
0
I j
0
J : j
J
j
0
i( j)
I
i
0
.
Ist (J,
J
) = (l, ), so heit (x
i( j)
)
jJ
= (x
i(n)
)
nl
eine Teilfolge
4
.
5.3.7 Lemma. Sei (X, d) ein metrischer Raum, (I, ) eine gerichtete Menge und (x
i
)
iI
ein Netz in X.
Ist (J,
J
) eine weitere gerichtete Menge derart, dass (x
i( j)
)
jJ
ein Teilnetz von (x
i
)
iI
ist, so folgt aus x = lim
iI
x
i
, dass auch x = lim
jJ
x
i( j)
.
3
Dies ist eigentlich eine Bedingung an die gerichteten Mengen (I,
I
) und (J,
J
) und nicht an das kon-
krete Netz.
4
Im Gegensatz zu Teilfolgen von Folgen verlangen wir hier nicht, dass i : l I streng monoton ist.
112 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
Beweis. Ist x = lim
iI
x
i
, und > 0, so gibt es ein i
0
I, sodass d(x, x
i
) < wenn
i i
0
. Ist nun j
0
J, sodass i( j) i
0
f ur alle j
J
j
0
, so folgt d(x, x
i( j)
) < wenn
j
J
j
0
. Also gilt x = lim
jJ
x
i( j)
.
K
5.3.8 Fakta. Wir z ahlen einige S atze, Rechenregeln, etc. auf, die wir f ur Folgen her-
geleitet haben, und die sich auf Netze mit praktisch denselben Beweisen ubertragen
lassen.
1. Sind (x
i
)
iI
und (y
i
)
iI
5
konvergente Netze in L, und gilt x
i
y
i
f ur alle i, die k
f ur ein k I sind, so folgt (vgl. Lemma 3.3.1)
lim
iI
x
i
lim
iI
y
i
. (5.8)
Ist umgekehrt lim
iI
x
i
< lim
iI
y
i
, so gilt x
i
< y
i
f ur alle i k mit einemgewissen
k I.
2. Seien (x
i
)
iI
, (y
i
)
iI
und (a
i
)
iI
Netze in L uber derselben gerichteten Menge,
sodass x
i
a
i
y
i
f ur alle i i
0
mit einem gewissen i
0
I. Gilt
lim
iI
x
i
= lim
iI
y
i
,
so existiert auch der Grenzwert lim
iI
a
i
und stimmt mit dem gemeinsamen
Grenzwert von (x
i
)
iI
und (y
i
)
iI
uberein; vgl. Satz 3.3.2.
3. F ur zwei konvergente Netze (z
i
)
iI
und (w
i
)
iI
uber derselben gerichteten Menge
(I, ) in L oder in gilt
lim
iI
(z
i
+ w
i
) = (lim
iI
z
i
) + (lim
iI
w
i
) , lim
iI
(z
i
w
i
) = (lim
iI
z
i
) (lim
iI
w
i
) , (5.9)
lim
iI
z
i
= lim
iI
z
i
, lim
iI
z
i
=

lim
iI
z
i

.
Da Netze i.A. nicht beschr ankt sind, verl auft der Beweis f ur eine Spur anders,
als im Beweis von Satz 3.3.5:
Sei > 0 oBdA. so, dass 1. Seien i
1
, i
2
so gro, dass i i
1
z
i
z < und
i i
2
w
i
w < . Insbesondere gilt f ur solche i auch w
i
w + w + 1.
Gem a Denition 5.3.1 gibt es ein i
0
i
1
, i
2
. F ur i i
0
folgt
z
i
w
i
zw = (z
i
z)w
i
+ z(w
i
w) z
i
z w
i
+ z w
i
w
< w
i
+ z (w + 1 + z).
In Analogie zu (3.4) folgt daraus z
i
w
i
zw, i I.
4. Ist (z
i
)
iI
ein Netz in L oder , sodass z
i
0, i I, und lim
iI
z
i
= z 0. Dann
folgt lim
iI
1
z
i
=
1
z
; vgl. Satz 3.3.5.
5
Klarerweise ist dabei nicht ausgeschlossen, dass eines dieser Netze konstant ist.
5.3. GERICHTETE MENGEN UND NETZE 113
5. Ist (x
i
)
iI
ein monoton wachsendes Netz in L, dh. i j x
i
x
j
und ist
x
i
: i I nach oben beschr ankt, so folgt (vgl. Satz 3.4.2)
lim
iI
x
i
= supx
i
: i I . (5.10)
Entsprechende Aussagen gelten f ur monoton fallende Netze.
Zum Nachweis von (5.10) wollen wir hier den Beweis angeben, der fast w ortlich
der selbe, wie f ur Satz 3.4.2 ist.
Da (x
i
)
iI
nach oben beschr ankt ist, existiert x := supx
i
: i I. Wir zeigen,
dass lim
iI
x
i
= x. Sei > 0. Wegen x < x kann x keine obere Schranke
der Menge x
i
: i I sein. Es gibt also ein i
0
I mit x
i
0
> x . Wegen der
Monotonie folgt auch x
i
> x f ur alle i i
0
. Da stets x x
i
gilt, erh alt man
f ur i i
0
0 x x
i
< ,
und damit x
i
x < .
6. Sei (x
i
)
iI
ein Netz von Punkten x
i
= (x
i,1
, . . . , x
i, p
) L
p
, und y = (y
1
, . . . , y
p
)
L
p
. Dann gilt lim
iI
x
i
= y bez uglich einer der Metriken d
1
, d
2
oder d

genau
dann, wenn
lim
iI
x
i,k
= y
k
f ur alle k = 1, . . . , p . (5.11)
5.3.9 Bemerkung. Genauso wie f ur Folgen kann man denieren, was es heit, dass ein
reellwertiges Netz (x
i
)
iI
gegen konvergiert:
M > 0 i
0
I : x
i
> M f ur alle i i
0
.
Oenbar schliet sich die Konvergenz von (x
i
)
iI
gegen + und gegen gegensei-
tig aus. Genauso kann (x
i
)
iI
nicht gleichzeitig gegen und gegen eine reelle Zahl
konvergieren.
Ist (x
i
)
iI
ein Netz in L und x L oder x = , so kann man x = lim
iI
x
i
einheitlich folgendermaen schreiben:
( L, < x i
0
I : i i
0
x
i
> )
( L, > x i
0
I : i i
0
x
i
< ). (5.12)
Es gelten sinngem a die Aussagen in Satz 3.7.3 auch f ur reellwertige Netze
(x
i
)
iI
, (y
i
)
iI
:
(i) Gilt y
i
K f ur alle i k mit festen K L, k I, so folgt aus lim
iI
x
i
= +
auch lim
iI
(x
i
+ y
i
) = +.
(ii) Gilt y
i
C f ur alle i k mit festen C > 0, k I, so folgt aus lim
iI
x
i
= +auch
lim
iI
(x
i
y
i
) = +.
(iii) Ist x
i
y
i
f ur alle i k mit festem k I, so folgt aus lim
iI
x
i
= + auch
lim
iI
y
i
= +.
(iv) lim
iI
x
i
= + lim
iI
(x
i
) = .
(v) Gilt y
i
> 0 (y
i
< 0) f ur alle i k mit festem k I, so gilt lim
iI
y
i
= +
(lim
iI
y
i
= ) genau dann, wenn lim
iI
1
y
i
= 0.
114 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
(vi) Sei (y
i
)
iI
monoton wachsend (fallend). Ist (y
i
)
iI
nach oben (nach unten) be-
schr ankt, so ist dieses Netz konvergent gegen eine reelle Zahl. Im anderen Fall
gilt lim
iI
y
i
= +(lim
iI
y
i
= ).
In der Tat gibt es zu jedem M > 0 ein i
0
I mit y
i
0
> M. Wegen der Monotonie
folgt auch y
i
y
i
0
> M f ur alle i i
0
.
Schlielich wollen wir das Analogon zu Cauchy-Folge betrachten.
5.3.10 Denition. Sei (X, d) ein metrischer Raum und (I, ) eine gerichtete Menge.
Dann heit ein Netz (x
i
)
iI
in X Cauchy-Netz, wenn
> 0 i
0
I : d(x
i
, x
j
) < i, j i
0
. (5.13)
Die Bedingung (5.13) ist oenbar zu lim
(i, j)II
d(x
i
, x
j
) = 0 aquivalent, wenn man
I I wie in (5.4) zu einer gerichteten Menge macht.
F ur Folgen ist (5.13) genau die Cauchy-Folgen Bedingung. Also liegt die Aussage
des n achsten Lemma nahe.
5.3.11 Lemma. In einem metrischen Raum ist jedes konvergente Netz auch ein
Cauchy-Netz.
In einem vollst andigen metrischen Raum ist ein Netz genau dann konvergent, wenn
es ein Cauchy-Netz ist.
Beweis. Ist (x
i
)
iI
ein Netz, und konvergiert dieses gegen x X, so gibt es zu jedem
> 0 ein i
0
I, sodass d(x
i
, x) <

2
f ur i i
0
. Wegen der Dreiecksungleichung folgt
d(x
i
, x
j
) < f ur i, j i
0
; also (5.13).
Gilt umgekehrt (5.13) in einem vollst andigen metrischen Raum, so denieren wir
induktiv eine Folge i
n
I, n l, durch die Forderung, dass
i
n+1
i
n
und d(x
i
, x
j
) <
1
n
, i, j i
n
,
indem wir zuerst i
1
I so w ahlen, dass d(x
i
, x
j
) < 1 f ur i, j i
1
. Zu gegebenem i
n
I
w ahle dann gem a (5.13) j
n+1
I so, dass d(x
i
, x
j
) <
1
n+1
f ur i, j j
n+1
. Nun sei
i
n+1
I gem a (5.2) so gew ahlt, dass i
n+1
i
n
, j
n+1
.
Oensichtlich ist (x
i
n
)
nl
eine Cauchy-Folge und damit konvergent gegen ein x
X. Ist n m, so folgt aus d(x
i
m
, x
i
n
) <
1
n
durch Grenz ubergang m die Tatsache,
dass d(x, x
i
n
)
1
n
, n l.
Ist nun > 0, so w ahle n l, sodass
2
n
. F ur i i
n
folgt
d(x, x
i
) d(x, x
i
n
) + d(x
i
n
, x
i
) <
2
n
,
bzw. x
i
U

(x), und somit konvergiert (x


i
)
iI
gegen x.
K
5.4 Unbedingte Konvergenz und Umordnen von Rei-
hen
Ist M irgendeine Menge und ist jedem i M eine Zahl a
i
aus L oder zugeordnet,
so er onet uns der Begri des Netzes eine M oglichkeit Ausdr ucken wie
_
iM
a
i
sogar
einen Sinn zu geben, wenn M nicht endlich und nicht abz ahlbar unendlich ist.
5.4. UNBEDINGTE KONVERGENZ UND UMORDNEN VON REIHEN 115
Ist M abz ahlbar unendlich, so k onnten wir einfach eine Bijektion : l M
hernehmen und
_
iM
a
i
einfach als
_

n=1
a
(n)
denieren. Das hat aber den Sch onheits-
fehler, dass diese Denition von dem abh angt.
5.4.1 Beispiel. Sei M = l und a
j
=
(1)
j+1
j
f ur j M. Ist = id
l
so erhalten wir die
alternierende harmonische Reihe
S :=

n=1
(1)
n+1
n
,
welche nach dem Leibnizkriterium, Korollar 3.9.7, konvergiert. Ordnen wir die Sum-
manden in einer anderen Reihenfolge an, dh. betrachten wir die Bijektion : l l
deniert durch (3k 2) = 2k 1, (3k 1) = 4k 2, (3k) = 4k f ur k l, so erhalten
wir

n=1
(1)
(n)+1
(n)
= 1
1
2
.,,.
=
1
2

1
4
+
1
3

1
6
.,,.
=
1
6

1
8
+
1
5

1
10
.,,.
=
1
10

1
12
+
1
7

1
14
.,,.
=
1
14

1
16
+ . . . =
1
2

1
4
+
1
6

1
8
+
1
10

1
12
+
1
14

1
16
+ . . . =
1
2
_
1
1
2
+
1
3

1
4
+
1
5

1
6
+ . . .
_
=
S
2
.
Die Summe einer Reihe kann also von der Reihenfolge der Summanden abh angen.
Tats achlich kann man eine konvergente aber nicht absolut konvergente Reihe stets so
umordnen, dass jede beliebige Summe einschlielich , oder gar eine divergente
Reihe, herauskommt, vgl. Satz 5.4.6.
Zu der nichtleeren Menge M sei c = c(M) die Menge aller endlichen Teilmengen
von M. Setzt man A B : A B, so ist (c, ) eine gerichtete Menge, denn
ist Reexivit at und Transitivit at sind klar. Sind A, B c, so folgt A B c und
A, B A B. Also ist auch (5.2) erf ullt.
5.4.2 Denition. Sei M und sei a
j
f ur jedes j M eine reelle bzw. komplexe
Zahl. Falls das Netz (
_
jA
a
j
)
Ac
in L bzw. konvergiert, so sagen wir, dass
_
jM
a
j
unbedingt konvergiert und setzen
6

jM
a
j
= lim
Ac

jA
a
j
.
Ist s dieser Grenzwert, so bedeutet das also
> 0 A
0
M, A
0
endlich : A A
0
, A endlich

jA
a
j
s

< . (5.14)
Der Ausdruckunbedingte Konvergenz

r uhrt daher, dass es bei diesemGrenzwert-


begri nicht darauf ankommt, in welcher Reihenfolge aufsummiert wird; siehe Fakta
5.4.3, 4.
5.4.3 Fakta.
6
Die Summe uber die leere Indexmenge sei dabei per denitionem Null.
116 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
1. Man zeigt ganz einfach, dass f ur unbedingt konvergente Reihen Rechenregeln
gelten, die denen in Korollar 3.8.3 entsprechen, dh. (, , a
j
, b
j
L (), j M)

jM
(a
j
+ b
j
) =
_

jM
a
j
_

_
+
_

jM
b
j
_

_
in demSinn, dass die linke Seite unbedingt konvergiert, wenn die Summen rechts
es tun.
2. Das Netz (
_
jA
a
j
)
Ac
ist oenbar monoton wachsend. Gem a (5.10) ist es also
genau denn konvergent, falls es beschr ankt ist, dh.

jA
a
j
C f ur alle A c (5.15)
mit einem festen C > 0. Dabei gilt

jM
a
j
= sup
Ac

jA
a
j
.
Falls (5.15) nicht gilt, so konvergiert (
_
jA
a
j
)
Ac
im Sinne von Bemerkung
5.3.9 gegen +. Wir schreiben
_
jM
a
j
= +daf ur.
Gilt (5.15), so konvergiert auch
_
jM
a
j
unbedingt, denn ist A
0
c so gro, dass

_
jA
a
j

_
jB
a
n

< , wenn A
0
A, B c (vgl. Lemma 5.3.11), so gilt
auch
7

jA
a
j

jB
a
j

jA\B
a
j

jB\A
a
j

jAB
a
j
=

jAB
a
j

jAB
a
n

< .
Als Cauchy-Netz konvergiert somit (
_
jA
a
j
)
Ac
.
3. Ist P M eine nichtleere Teilmenge und konvergiert
_
jM
a
j
unbedingt, so
tut es auch
_
jP
a
j
, denn aus der Konvergenz von (
_
jA
a
j
)
Ac(M)
folgt, dass
dieses Netz auch ein Cauchy-Netz ist. Ist nun > 0 und A
0
c(M), sodass aus
A
0
A, B c(M) die Ungleichung

jA
a
j

jB
a
j

< ,
folgt, so folgt aus A
0
P C, D c(P) zun achst A
0
C A
0
, B A
0
c(M)
und damit

jC
a
j

jD
a
j

jC
a
j
+

jA
0
\P
a
j

jD
a
j

jA
0
\P
a
j

jCA
0
a
j

jDA
0
a
j

< .
Also ist auch (
_
jA
a
j
)
Ac(P)
ein Cauchy-Netz und wegen Lemma 5.3.11 konver-
gent.
7
A B = A \ B B \ A ist die symmetrische Mengendierenz von A und B.
5.4. UNBEDINGTE KONVERGENZ UND UMORDNEN VON REIHEN 117
4. Ist

M eine weitere Menge es kann auch

M = M sein und :

M M eine
Bijektion, so konvergiert
_
jM
a
j
genau dann unbedingt, wenn
_
j

M
a
( j)
es tut.
Denn ist > 0 und A
0
, sodass (5.14) gilt, und ist
1
(A
0
) A c(

M), so folgt
wegen A
0
(A) c(M)

jA
a
( j)
s

( j)(A)
a
( j)
s

k(A)
a
k
s

< .
Also gilt (5.14) f ur
_
j

M
a
( j)
. Die Umkehrung ergibt sich durch dasselbe Argu-
ment angewendet auf
1
.
5. Im Falle M = l folgt aus der unbedingten Konvergenz von
_
jl
a
j
die Konver-
genz von
_

n=1
a
n
im Sinne von Denition 3.8.1 gegen den gleichen Grenzwert.
Es ist n amlich (
_
N
n=1
a
n
)
Nl
= (
_
jA(N)
a
j
)
Nl
mit A(N) := 1, . . . , N eine Teil-
folge des Netzes (
_
jA
a
j
)
Ac(l)
im Sinne von Denition 5.3.6, da es zu jedem
A c(l) ein N l gibt sodass
1, . . . , n A f ur alle n N.
6. Angenommen
_

n=1
a
n
konvergiert absolut, dh. C :=
_

n=1
a
n
< + konvergiert
im Sinne von Denition 3.8.1, so konvergiert
_
jl
a
j
auch unbedingt, denn f ur
jedes A c(l) gibt es ein N l mit A 1, . . . , N. Wegen

jA
a
j

N

n=1
a
n
C
ist das Netz (
_
jA
a
j
)
Ac
beschr ankt.
Aus 2 folgt dann auch die unbedingte Konvergenz von
_
jl
a
j
. Wegen dem vor-
herigen Punkt gilt dabei
_
jl
a
j
=
_

n=1
a
n
.
Aus Fakta 5.4.3, 6 und 5 erkennen wir insbesondere, dass f ur M = l die Konver-
genz von
_

n=1
a
n
aquivalent zu der unbedingten Konvergenz von
_
jl
a
j
ist. Nun
gilt sogar
5.4.4 Satz. F ur reelle oder komplexe Koezienten a
j
, j M, sind folgende Aussagen
aquivalent.

_
jM
a
j
konvergiert unbedingt.

_
jM
a
j
konvergiert unbedingt.
F ur M = l ist das zur absoluten Konvergenz von
_

n=1
a
n
aquivalent.
Beweis. Wegen Fakta 5.4.3, 2, folgt aus der unbedingten Konvergenz von
_
jM
a
j

auch die von


_
jM
a
j
.
F ur die Umkehrung seien die a
j
zun achst reell. Wir schreiben M als
M = j M : a
j
0
.,,.
=:M
+

j M : a
j
< 0
.,,.
=:M

118 KAPITEL 5. GEOMETRIE METRISCHER R



AUME
Wegen Fakta 5.4.3, 3 und 1, folgt aus der unbedingten Konvergenz von
_
jM
a
j
auch
die von C
1
:=
_
jM
+
a
j
und C
2
:=
_
jM

(a
j
). Wegen

jA
a
j
=

jAM
+
a
j
+

jAM

(a
j
) C
1
+ C
2
f ur jedes A c(M) folgt die unbedingte Konvergenz von
_
jM
a
j
aus Fakta 5.4.3, 2.
Sind die a
j
komplex, so folgt aus der unbedingten Konvergenz von
_
jM
a
j
mit
(5.11) auch die von
_
jM
Re a
j
und
_
jM
Ima
j
. Nach dem schon gezeigten konvergie-
ren dann
_
jM
Re a
j
und
_
jM
Ima
j
unbedingt, was wegen a
j
Re a
j
+ Ima
j

und Fakta 5.4.3, 2, auch die von


_
jM
a
j
nach sich zieht.
Die

Aquivalenz zur absoluten Konvergenz von
_

n=1
a
n
haben wir schon oben
gesehen.
K
Da f ur reell- bzw. komplexwertige Reihen absolute und unbedingte Konvergenz
dasselbe bedeuten, nennen wir Reihen, die konvergent, aber nicht absolut konvergent
sind, auch bedingt konvergent.
5.4.5 Korollar. Die Reihe
_

k=1
b
k
mit reellen oder komplexen Summanden sei absolut
konvergent. Dann ist f ur jede Bijektion : l l auch die Umordnung
_

k=1
b
(k)
absolut konvergent und hat die gleiche Summe.
Beweis. Das folgt unmittelbar aus Satz 5.4.4 und Fakta 5.4.3, 4.
K
Nun wollen wir Korollar 5.4.5 umkehren.
5.4.6 Satz. Sei die Reihe

_
k=1
a
k
reeller Zahlen konvergent mit der Summe S , aber nicht
absolut konvergent. Dann gibt es zu jeder vorgegebenen Zahl S

L eine
Umordnung (b
k
)
kl
, b
k
= a
(k)
, mit

_
k=1
b
k
= S

. Weiters gibt es Umordnungen



_
k=1
b
k
die
divergieren aber nicht bestimmt divergieren.
Beweis. Bezeichne mit a
+
k
:= max(a
k
, 0), a

k
:= min(a
k
, 0), d.h. die Folgen der positiven
bzw. negativen Terme a
k
. Wir uberlegen zuerst, dass

k=1
a
+
k
= +,

k=1
a

k
= (5.16)
gelten muss. Zun achst sind die Partialsummen dieser Reihen monotone Folgen, haben
also einen Grenzwert in L . Angenommen einer der beiden w are endlich, z.B.

_
k=1
a
+
k
= S
+
< . Dann folgt
N

k=1
a

k
=
N

k=1
a
k

N

k=1
a
+
k
N
S

:= S S
+
> .
und somit
N

k=1
a
k
=
N

k=1
a
+
k

N

k=1
a

k
N
S
+
S

< ,
im Widerspruch zur Voraussetzung, dass

_
k=1
a
k
nicht absolut konvergiert.
5.4. UNBEDINGTE KONVERGENZ UND UMORDNEN VON REIHEN 119
Sei nun S

L gegeben. Wir konstruieren eine Umordnung


_

k=1
b
k
, die gegen S

konvergiert. Zuerst addiert man Summanden a


+
1
, a
+
2
, a
+
3
, . . . , a
+
n
1
, bis man das erste Mal
> S

ist, dann Summanden a

1
, a

2
, . . . , a

l
1
bis die Gesamtsumme das erste mal wieder
< S

ist. Dann a
+
n
1
+1
, a
+
n
1
+2
, . . . , a
+
n
2
bis man das erste Mal wieder > S

ist. So verf ahrt


man weiter. Wegen (5.16) ist das stets m oglich.
Man erh alt in dieser Weise eine Umordnung von

_
k=1
a
k
. Ist S

n
eine Partialsumme,
so ist S

n
S

beschr ankt nach oben durch das letzte aufgetretene a


+
k
und nach unten
durch das letzte aufgetretene a

k
. Wegen lim
k
a
k
= 0 gilt auch
lim
n
(S

n
S

) = 0.
In analoger Weise verf ahrt man, wenn man eine Umordnung konstruieren m ochte, die
bestimmt divergiert gegen +oder , oder nicht einmal bestimmt divergiert.
K
5.4.7 Bemerkung. Obiger Beweis verwendet bei der Denition der Umordnung impli-
zit den Rekursionssatz. Die Tatsache, dass die dadurch denierte Funktion bijektiv auf
l ist und dass sie das gew unschte leistet, bedarf eigentlich eines strengeren Beweises.
F ur den interessierten Leser bringen wir anschlieend einen wasserdichten Beweis.
Wir zeigen wie oben, dass (5.16) zutrit. Nun sei
M
1
:= n l : a
n
0, M
2
:= n l : a
n
< 0.
Oensichtlicherweise gilt l = M
1
M
2
. W are M
1
endlich, so h atten wir a
+
n
= 0 f ur n > max(M
1
), was aber (5.16)
widerspricht. Also ist M
1
und mit einer ganz ahnlichen Argumentation auch M
2
unendlich.
Nun sei /
n
die Menge aller Funktionen f : 1, . . . , n l, die folgende beiden Bedingungen erf ullen:
(i) 1 i < j n, f (i), f ( j) M
1
f (i) < f ( j) und 1 i < j n, f (i), f ( j) M
2
f (i) < f ( j).
(ii) f (i) M
1
1, . . . , f (i) M
1
f (1, . . . , i) und f (i) M
2
1, . . . , f (i) M
2
f (1, . . . , i).
/
n
ist nicht leer, da - wie man sich leicht uberzeugt - die Funktion f (1) = min(M
1
), f (2) = min(M
1
\ f (1)), . . . , f (n) =
min(M
1
\ f (1), . . . , f (n 1)) in dieser Menge liegt.
Setze / =
_
nl
/
n
( l l) und deniere g : / / folgendermaen: Sei f /, also f /
n
f ur ein n l. Falls
_
n
j=1
a
f ( j)
< S

, so sei g( f ) : 1, . . . , n + 1 l die Fortsetzung von f , sodass


g( f )(n + 1) = min(M
1
\ f (1, . . . , n)).
Diese Fortsetzung liegt tats achlich in /
n+1
/. Um das zu sehen, sei 1 i < j n+1, sodass beide Zahlen g( f )(i), g( f )( j)
gleichzeitig entweder in M
1
oder in M
2
liegen. Ist j n, dann folgt f (i) = g( f )(i), f ( j) = g( f )( j) M
1
(M
2
) und daher
g( f )(i) = f (i) < f ( j) = g( f )( j).
Falls j = n+1, dann ist g( f )(n+1) = min(M
1
\ f (1, . . . , n)) M
1
. Wegen i 1, . . . , n muss auch g( f )(i) = f (i) M
1
.
Falls g( f )(n + 1) f (i), so w are nach (ii), g( f )(n + 1) = f (k) f ur ein k i n, und damit g( f )(n + 1) = f (k)
M
1
\ f (1, . . . , n), was aber nicht sein kann. Also gilt g( f )(n + 1) > f (i) und g( f ) erf ullt (i).
Um (ii) zu zeigen, sei g( f )(i) M
1
(M
2
) f ur ein i 1, . . . , n + 1. Falls i n, so folgt
1, . . . , g( f )(i) M
1
= 1, . . . , f (i) M
1
f (1, . . . , i) = g( f )(1, . . . , i).
Dasselbe gilt f ur M
2
. Sei nun i = n +1. Dann ist g( f )(n +1) M
1
. Ist k M
1
mit k < g( f )(n +1), so muss k in f (1, . . . , n)
sein, da wir sonst den Widerspruch g( f )(n + 1) = min(M
1
\ f (1, . . . , n)) k bek amen.
Ist dagegen
_
n
j=1
a
f ( j)
S

, so sei g( f ) : 1, . . . , n + 1 l die Fortsetzung von f , sodass g( f )(n + 1) = min(M


2
\
f (1, . . . , n)). Man zeigt genauso wie oben, dass auch in diesem Fall g( f ) /
n+1
/.
Ist nun noch a /
1
deniert durch a(1) = 1, so gibt es nach dem Rekursionssatz (Satz 2.3.3) eine Abbildung
: l /, sodass (1) = a und (n + 1) = g((n)). Wir setzen
=
_
nl
(n).
Durch vollst andige Induktion zeigt man leicht, dass (n) /
n
und dass (m) eine Fortsetzung von (n) f ur alle m, n
l, m > n ist. Man sieht daher sofort, dass : l l eine Funktion ist, wobei
1,...,n
= (n).
120 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
Weiters ist injektiv, da f ur i < j l, unter der zus atzlichen Voraussetzung (i), ( j) M
1
(M
2
) nach (i) die Relation
(i) = (N)(i) < (N)( j) = ( j) mit irgendeinem N i, j folgt. Ist (i) M
1
( j) M
2
bzw. (i) M
2
( j) M
1
, so
muss auch (i) ( j), da M
1
M
2
= .
ist sogar surjektiv. Dazu sei k l. Wir nehmen an, dass k M
1
. W are k (l), so folgt aus ( j) M
1
wegen
( j) = ( j)( j) und (ii), dass ( j) < k. Also gilt k, k +1, . . . (l) M
2
. Da injektiv ist, muss dieser Schnitt unendlich
viele Zahlen enthalten. Wegen (ii) ist mit m (l), m > k, auch k, k + 1, . . . , m (l), und somit
k, k + 1, . . . = k, k + 1, . . . (l) M
2
.
Somit h atten wir den Widerspruch, dass M
1
endlich ist. Entsprechend f uhrt auch k M
2
und k (l) auf einen Wider-
spruch.
Nun gilt es noch zu zeigen, dass
_

j=1
a
( j)
= S

. Dazu sei > 0, und w ahle k


1
M
1
(k
2
M
2
) so, dass a
k
<
f ur alle k k
1
(k k
2
). Das ist m oglich, da die Folge der Summanden der konvergenten Reihe
_

j=1
a
j
ja eine Nullfolge
bildet. Sei N die kleinste Zahl in l, sodass (N) > k
1
, (N) > k
2
und sodass (N) M
1
(N + 1) M
2
oder (N)
M
2
(N + 1) M
1
.
F ur ein k N+1 sei m N, . . . , k1 die gr ote Zahl mit (m) M
1
(m+1) M
2
oder (m) M
2
(m+1) M
1
.
Im ersten Fall muss dann (m + 1), . . . , (k) M
2
und im zweiten (m + 1), . . . , (k) M
1
. Wegen g(
1,...,l
) =
1,...,l+1
muss im ersten Fall
m1

j=1
a
( j)
< S


k1

j=1
a
( j)

m

j=1
a
( j)
=
m1

j=1
a
( j)
+ a
(m)
.
und im zweiten
m1

j=1
a
( j)
+ a
(m)
=
m

j=1
a
( j)

k1

j=1
a
( j)
< S


m1

j=1
a
( j)
.
In jedem Fall gilt

j=1
a
( j)
S

(k) + a
(m)
< 2.
5.4.8 Bemerkung. Korollar 5.4.5 zusammen mit Satz 5.4.6 wird auch Riemannscher
Umordnungssatz genannt. F ur komplexwertige Reihen gilt Satz 5.4.6 nicht.
F ur den folgenden Satz schreiben wir unsere nichtleere Menge M als disjunkte
Vereinigung
M =

_
iI
M
i
mit nichtleerer Indexmenge I und nichtleeren Mengen M
i
, i I.
5.4.9 Proposition. Sind die a
j
, j M, reelle oder komplexe Zahl, und konvergiert
s :=
_
jM
a
j
unbedingt, so konvergieren alle Ausdr ucke s
i
:=
_
jM
i
a
j
, i I, unbe-
dingt genauso wie
_
iI
_
jM
i
a
j
dazu sagen wir kurz, dass
_
iI
_
jM
i
a
j
unbedingt
konvergiert , wobei

iI

jM
i
a
j
=

jM
a
j
. (5.17)
Beweis. Wegen Fakta 5.4.3, 3, konvergieren alle Ausdr ucke s
i
=
_
jM
i
a
j
, i I,
unbedingt. Zu > 0 sei A
0
c(M), sodass aus A
0
A c(M) die Ungleichung

jA
a
j

<
folgt. Dann ist K
0
:= i I : M
i
A
0
sicherlich auch endlich.
F ur jedes endliche K K
0
bezeichne #K seine M achtigkeit. W ahle nun f ur jedes
i K ein B
i
c(M
i
), sodass

s
i

jB
a
j

<

#K
, wenn B
i
B c(M
i
) .
5.4. UNBEDINGTE KONVERGENZ UND UMORDNEN VON REIHEN 121
Da man B
i
sicherlich gr oer machen kann, ohne diese Bedingung zu verlieren, k onnen
wir annehmen, dass auch B
i
M
i
A
0
.
Mit A :=
_
iK
B
i

_
iK
0
M
i
A
0
= A
0
folgt

iK
s
i

jA
a
j

iK

s
i

jB
i
a
j

< 2 .
Also gilt s = lim
Kc(I)
_
iK
s
i
.
K
Im Allgemeinen kann man aber nicht von der Existenz von
_
iI
_
jM
i
a
j
auf die
unbedingte Konvergenz von
_
jM
a
j
schlieen; vgl. Beispiel 5.4.11. Es gilt jedoch
5.4.10 Lemma. Sind die a
j
, j M, reelle oder komplexe Zahl, und konvergieren alle
Ausdr ucke
_
jM
i
a
j
, i I, unbedingt genauso wie
_
iI
_
jM
i
a
j
dazu sagen wir
kurz, dass
_
iI
_
jM
i
a
j
unbedingt konvergiert , so konvergiert auch
_
jM
a
j
unbe-
dingt . In dem Fall gilt
_
iI
_
jM
i
a
j
=
_
jM
a
j
und
_
iI
_
jM
i
a
j
=
_
jM
a
j
.
Beweis. Konvergieren alle Ausdr ucke
_
jM
i
a
j
, i I, unbedingt genauso wie C :=
_
iI
_
jM
i
a
j
, so folgt f ur jedes A c(M) mit K = i I : M
i
A

jA
a
j
=

iK

jAM
i
a
j

iK

jM
i
a
j
C.
Aus Fakta 5.4.3, 2, folgt somit die unbedingte Konvergenz von
_
jM
a
j
.
Die behaupteten Gleichungen folgen aus Proposition 5.4.9.
K
Die beiden letzten Resultate lassen sich zumBeispiel auf so genannte Doppelreihen
anwenden. Dazu sei M = ll, und sei zu jedem (m, n) lleine reelle (komplexe)
Zahl a
m,n
gegeben.
Wegen Satz 5.4.4 sind die unbedingte Konvergenz von
_
(m,n)ll
a
m,n
und von
_
(m,n)ll
a
m,n
aquivalent. Wegen Proposition 5.4.9 und Lemma 5.4.10 angewandt
auf die Zerlegung l l =

_
il
i l ist das auch zur unbedingten Konvergenz
von
_
il
_
jl
a
i, j
aquivalent. Wegen Fakta 5.4.3, 6, bedeutet letzteres genau, dass
_

j=1
a
i, j
f ur alle i l konvergiert genauso wie

i=1

j=1
a
i, j
< +. (5.18)
Analoges gilt f ur die vertauschte Reihenfolge. Trit eine dieser aquivalenten Bedin-
gungen zu, so konvergieren folgende Ausdr ucke unbedingt und es gilt

il

jl
a
i, j
=

(m,n)ll
a
m,n
=

jl

jl
a
i, j
. (5.19)
Zerlegt man schlielich l l in l l =

_
dl
2
(k, l) l l : k + l = d also in
die Diagonalen (k, l) ll : k +l = d , so erhalten wir aus Proposition 5.4.9, dass
auch folgender Ausdruck unbedingt konvergiert und (5.19) mit

dl
2
_

_
d1

k=1
a
k,dk
_

_
(5.20)
122 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
ubereinstimmt. Dieser Ausdruck konvergiert sogar unbedingt, wenn man die Summan-
den durch ihre Betr age ersetzt.
Dass die unbedingte Konvergenz von
_
(m,n)ll
a
m,n
notwendig daf ur ist, dass die
Ausdr ucke ganz links und ganz rechts ubereinstimmen, zeigt
5.4.11 Beispiel. Seien die Zahl a
i, j
der (i, j)-te Eintrag von
1 + 1 + 0 + 0 + . . . = 0
+ + + +
0 + 1 + 1 + 0 + . . . = 0
+ + + +
0 + 0 + 1 + 1 + . . . = 0
+ + + +
0 + 0 + 0 + 1 + . . . = 0
+ + + +
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
= = = = =
1 + 0 + 0 + 0 + . . . = 1 \ 0
Dann gilt
_
il
_
_
jl
a
i, j
_
= 0 und
_
jl
_
_
il
a
i, j
_
= 1.
5.4.12 Korollar. Sind die beiden Reihen
_

m=1
a
m
und
_

n=1
b
n
absolut konvergent, so
konvergiert

(m,n)ll
a
m
b
n
unbedingt, wobei

(m,n)ll
a
m
b
n
=

i=2
_

_
i1

k=1
a
k
b
ik
_

_
=
_

m=1
a
m
_

n=1
b
n
_

_
.
Der mittlere Ausdruck konvergiert dabei auch absolut.
Beweis. Wegen
8

m=1

n=1
a
m
b
n
=

m=1
a
m

n=1
b
n

.,,.
<+
=
_

m=1
a
m

n=1
b
n

_
< +
folgt aus der Bedingung (5.18), dass S :=
_
(m,n)ll
a
m
b
n
unbedingt konvergent.
Nach (5.19) und Fakta 5.4.3, 1, gilt
S =

il

jl
a
i
b
j
= lim
Ac(l)

iA
_

_
lim
Bc(l)

jB
a
i
b
j
_

_
= lim
Ac(l)

iA
a
i

_

_
lim
Bc(l)

jB
b
j
_

_
=
lim
Ac(l)

iA
a
i

_

n=1
b
n
_

_
=
_

_
lim
Ac(l)

iA
a
i
_

n=1
b
n
_

_
=
_

m=1
a
m
_

n=1
b
n
_

_
.
8
Diese Gleichung ist am besten von rechts nach links zu lesen. In dieser Reihenfolge erkennt man am
besten, dass alle vorkommenden Reihen konvergieren.
5.5. GRENZWERTE VON FUNKTIONEN 123
S =
_

i=2
_
_
i1
k=1
a
k
b
ik
_
ergibt sich sofort aus (5.20), wenn man bedenkt, dass aus der
unbedingten auch die absolute Konvergenz folgt.
K
5.4.13 Beispiel. Deniere eine Funktion exp : durch
exp(z) :=

n=0
z
n
n!
, z .
Zun achst m ussen wir diese Denition rechtfertigen, also zeigen, dass diese Reihe kon-
vergiert. F ur jedes feste z gilt
lim
n

z
n+1
(n+1)!

z
n
n!

= lim
n
z
(n + 1)
= 0 .
Nach dem Quotientenkriterium ist die Reihe
_

n=0
z
n
n!
f ur jedes feste z absolut
konvergent.
Wir wollen f ur zwei Zahlen z, w das Produkt exp(z) exp(w) ausrechnen. Da-
zu verwenden wir Summation l angs der Diagonalen. Wir erhalten aus Korollar 5.4.12
unter Beachtung einer Indexverschiebung
exp(z) exp(w) =

k=0
_
k

j=0
z
kj
(k j)!
w
j
j!
_
.
Nach dem Binomischen Lehrsatz gilt
k

j=0
z
kj
(k j)!
w
j
j!
=
1
k!
(z + w)
k
,
und wir erhalten
exp(z) exp(w) =

k=0
1
k!
(z + w)
k
= exp(z + w) .
Die Funktion exp heit auch die Eulersche
9
Exponentialfunktion. Sie ist eine der wich-
tigsten Funktionen, die es in der Mathematik gibt. Wir werden sie zum Beispiel auch
daf ur ben utzen um Funktionen wie sin z oder cos z zu denieren, vgl. den Abschnitt
uber elementare Funktionen.
5.5 Grenzwerte von Funktionen
In diesem Abschnitt wollen wir vornehmlich Grenzwerte uber gerichtete Mengen be-
trachten, die folgende Eigenschaft haben.
5.5.1 Denition. Wir sagen, dass eine gerichtete Menge (I, ) Teilfolgen gestattet,
wenn es eine abz ahlbare Teilmenge L von I gibt, sodass
i I j L : i j . (5.21)
9
Leonhard Euler. 15.4.1707 Basel - 18.9.1783 St.Petersburg
124 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
Es sei hier angemerkt, dass nicht alle gerichteten Mengen Teilfolgen gestatten.
Wie wir im folgenden Lemma 5.5.2 sehen werden, bedeutet die Eigenschaft

gestattet
Teilfolgen, dass man hinreichend viele Teilfolgen konstruieren kann, damit man von
der Konvergenz von Teilfolgen auf die Konvergenz eines gegebenen Netzes schlieen
kann.
5.5.2 Lemma. Sei (X, d) ein metrischer Raum, (I, ) eine gerichtete Menge und (x
i
)
iI
ein Netz in X.
Gestattet (I, ) Teilfolgen, so gilt x = lim
iI
x
i
genau dann, wenn lim
n
x
i(n)
= x
f ur jede Teilfolge von (x
i
)
iI
.
Beweis. Falls x = lim
iI
x
i
, so folgt aus Lemma 5.3.7, dass auch lim
n
x
i(n)
= x f ur
alle Teilfolgen von (x
i
)
iI
.
Konvergiert umgekehrt (x
i
)
iI
nicht gegen x, so gibt es ein > 0, sodass
i I k I, k i : d(x
k
, x) . (5.22)
Daraus konstruieren wir eine Teilfolge, die nicht gegen x konvergiert. Dazu sei j : l
L bijektiv, wobei L wie in Denition 5.5.1 ist.
Sei i
1
I, i
1
j(1) mit d(x
i
1
, x) ; vgl. (5.22). Sind i
1
i
m
I deniert, so
sei i I, i i
m
, i j(m + 1). Gem a (5.22) gibt es ein i
m+1
i, sodass d(x
i
m+1
, x) .
Zu jedem i I gibt wegen (5.21) es ein m
0
l, sodass j(m
0
) i. Wegen
i
m
j(m), m l, folgt i
m
i
m
0
j(m
0
) i f ur alle m m
0
. Also ist (x
i
n
)
nl
eine
Teilfolge, sodass d(x
i
n
, x) . Sie kann somit nicht gegen x konvergieren.
K
Sei (X, d
X
) ein metrischer Raum, D X, z ein H aufungspunkt von D und auf
D \ z deniert als
x y : d
X
(x, z) d
X
(y, z)
wie in Beispiel 5.3.2, (iii). (D \ z, ) ist dann eine gerichtete Menge. Weiters sei
f : D \ z Y eine Funktion, wobei (Y, d
Y
) ein weiterer metrischer Raum ist.
5.5.3 Denition. Konvergiert das Netz ( f (t))
tD\z
, so schreiben wir f ur den Grenzwert
auch
lim
tz
f (t) := lim
tD\z
f (t), (5.23)
und nennen ihn Grenzwert der Funktion f f ur t z.
5.5.4 Fakta.
1. Es gilt lim
tz
f (t) = y genau dann, wenn
> 0 > 0 : t D \ z, d
X
(t, z) < d
Y
( f (t), y) < . (5.24)
In der Tat gilt gem a der Denition der Konvergenz eines Netzes lim
tD\z
f (t) =
y genau dann, wenn
> 0 t
0
D\z : t D\z, d
X
(t, z) d
X
(t
0
, z) d
Y
( f (t), y) < . (5.25)
Falls (5.25) zutrit, so setze man zu einem > 0, = d
X
(t
0
, z). Oenbar gilt
dann (5.24).
Gilt umgekehrt (5.24), und w ahlt man dem entsprechend zu > 0 ein passendes
> 0, so gibt es ein t
0
D \ z U

(z), da z ja H aufungspunkt von D ist. F ur


t t
0
folgt dann d
X
(t, z) < und somit d
Y
( f (t), y) < .
5.5. GRENZWERTE VON FUNKTIONEN 125
2. Die gerichtete Menge (D \ z, ) gestattet Teilfolgen, denn setzt man
L = t
n
: n l
f ur irgendeine Folge (t
n
)
nl
aus D \ z mit t
n
z f ur n nach Lemma
5.1.13 gibt es eine solche so ist L abz ahlbar und zu gegebenem t D \ z gibt
es wegen d
X
(t
n
, z) 0, n ein n l mit d
X
(t
n
, z) d
X
(t, z) also t
n
t.
Also hat L die Eigenschaft (5.21).
3. F ur ein Netz (t
i
)
iI
aus D \ z gilt lim
iI
t
i
= z genau dann, wenn ( f (t
i
))
iI
ein
Teilnetz von ( f (t))
tD\z
ist.
Um das einzusehen, sei daran erinnert, dass gem a Denition 5.3.6 ( f (t
i
))
iI
genau dann ein Teilnetz ist, wenn
t
0
D \ z i
0
I : d
X
(t
i
, z) d
X
(t
0
, z) f ur alle i i
0
. (5.26)
Setzt man lim
iI
t
i
= z voraus, so gibt es zu t
0
D \ z wegen := d
X
(t
0
, z) > 0
ein i
0
I mit d
X
(t
i
, z) < = d
X
(t
0
, z) f ur alle i i
0
, also insbesondere (5.26).
Gilt umgekehrt (5.26) und ist > 0, so gibt es da z H aufungspunkt von D
ist ein t
0
D \ z mit d
X
(t
0
, z) < und eben wegen (5.26) ein i
0
I mit
d
X
(t
i
, z) d
X
(t
0
, z) < f ur alle i i
0
, also lim
iI
t
i
= z.
4. Wegen Lemma 5.5.2 zusammen mit den vorherigen beiden Punkten gilt
lim
tz
f (t) = y
_
(t
n
)
nl
aus D \ z, lim
n
t
n
= z lim
n
f (t
n
) = y
_
. (5.27)
5. Aus (5.24) erkennt man unmittelbar, dass f ur ein C D, das z ebenfalls als
H aufungspunkt hat, aus lim
tz
f (t) = y auch lim
tz
f
C\z
(t) = y folgt. Dabei ist
letzterer Grenzwert als lim
tC\z
f (t) zu verstehen, wobei f ur s, t C \ z auch
s t d
X
(s, z) d
X
(t, z).
Aus lim
tz
f
C\z
(t) = y folgt im allgemeinen aber nicht lim
tz
f (t) = y, vgl.
Beispiel 5.5.7.
6. Ist > 0 beliebig, so gilt wegen dem vorherigen Punkt, dass aus lim
tz
f (t) = y
auch lim
tz
f
U

(z)D
(t) = y folgt, da z ja auch ein H aufungspunkt von U

(z) D
ist.
Gelte umgekehrt lim
tz
f
U

(z)D\z
(t) = y f ur ein > 0. Zu > 0 gibt es also ein
> 0, sodass aus t U

(z) D\z, d
X
(t, z) < immer d
Y
( f (t), y) < folgt. Aus
t D\z mit d
X
(t, z) < min(, ) ergibt sich dann t U

(z) D\z, d
X
(t, z) <
und damit d
Y
( f (t), y) < . Also gilt lim
tz
f (t) = y.
Alternativ kann man die

Aquivalenz von lim
tz
f
U

(z)D
(t) = y und lim
tz
f (t) =
y auch mit Hilfe von (5.6) herleiten, da beide Aussagen wegen
(D \ z)
s
= K
d
X
(s,z)
(z) D \ z = (U

(z) D \ z)
s
f ur ein s U

(z) D \ z zu lim
tD\z
s
f (t) = y aquivalent sind.
5.5.5 Beispiel.
Ist X = Y = D ein beliebiger metrischer Raum, z X ein H aufungspunkt davon,
so gilt f ur f (t) = t sicher lim
tz
t = z, wie man z.B. aus (5.27) sofort erkennt.
126 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
Wir wollen
lim
t0
1

1 t
2
t
2
berechnen, wobei das als der Limes lim
t(1,1)\0
1

1t
2
t
2
mit der gerichteten
Menge ((1, 1) \ 0, ) gerichtet durch s t s t zu verstehen ist.
Aus 1 (1 t
2
) = (1

1 t
2
)(1 +

1 t
2
) folgt wegen der f ur Netze g ultigen
Rechenregeln
lim
t0
1

1 t
2
t
2
= lim
t0
1 (1 t
2
)
t
2
(1 +

1 t
2
)
=
lim
t0
1
1 +

1 t
2
=
1
1 + lim
t0

1 t
2
.
Nun ist aber wegen der f ur Folgen g ultigen Rechenregeln lim
n
_
1 t
2
n
=
1 f ur jede gegen 0 konvergente Folge (t
n
)
nl
. Aus Fakta 5.5.4 folgt
lim
t0

1 t
2
= 1, und der zu berechnende Grenzwert ist
1
2
.
Betrachtet man
1

1t
2
t
2
als Funktion etwa auf (
1
8
,
1
8
) \ 0, so wissen wir, dass
wegen Fakta 5.5.4, 6, ebenfalls
1

1t
2
t
2
0 f ur t (
1
8
,
1
8
) \ 0, t 0.
Die Schreibweise hier sei etwa D = (1, 1) mit X = L und z = 0 lim
t0
f (t) = y
aus Denition 5.5.3 besagt, dass der Funktionswert f (t) beliebig nahe an y heran-
kommt, wenn das Argument t nur hinreichend nahe an 0 ist. Oft ist man in der Situation,
dass diese Ann aherung nur von einer Seite stattndet.
5.5.6 Fakta.
1. Sei X = L und D = (a, b) f ur a, b L, a < b. Ist nun z = b und f eine Funktion,
die zumindest auf D deniert ist und Werte in einem metrischen Raum Y hat, so
schreibt man f ur lim
tD\b
f (t) = y auch
lim
tb
f (t) = y .
Man spricht von dem linksseitigen Grenzwert. .
Analog deniert man f ur D = (a, b) und z = a den rechtsseitigen Grenzwert
lim
ta+
f (t) = y als lim
tD\a
f (t) = y, wenn f eine Funktion auf D = (a, b) mit
Werten in einem metrischen Raum Y ist.
2. Sind a, b, c L, a < b < c, und ist f : (a, b) (b, c) Y eine Funktion, so gilt
y = lim
tb
f (t) y = lim
tb
f (t) und y = lim
tb+
f (t) . (5.28)
Dass aus y = lim
tb
f (t) sich die beiden anderen Grenzwerte ergeben, folgt
sofort aus Fakta 5.5.4, 5.
Gelten umgekehrt y = lim
tb
f (t) und y = lim
tb+
f (t), so gibt es zu einem
> 0 gem a (5.24) Zahlen
+
,

> 0, sodass aus t (b, c), t b <


+
oder
t (a, b), t b <

immer d
Y
( f (t), y) < folgt. Mit := min(

,
+
) folgt aus
t (a, b) (b, c), t b < die Ungleichung d
Y
( f (t), y) < ; also y = lim
tb
f (t).
5.5. GRENZWERTE VON FUNKTIONEN 127
5.5.7 Beispiel.
Sei f : L Ldeniert als f (t) = sgn(t). Dann gilt lim
t0+
f (t) = 1, da f
(0,+)

1, und lim
t0
f (t) = 1, da f
(,0)
1; vgl. Beispiel 5.3.4, (i). Wegen (5.28)
kann dann lim
t0
f (t) gar nicht existieren.
Sei f : (0, +) L deniert als f (t) = t
2
[
1
t
]. Dabei bezeichnet f ur reelles x der
Ausdruck [x] die gr ote ganze Zahl, die kleiner oder gleich x ist. Diese wird als
Gauklammer bezeichnet.
Wegen lim
t0+
t = 0 (vgl. (5.9) und Beispiel 5.5.5) und mit Fakta 5.3.8, 2, folgt
aus 0 t
2
[
1
t
] t f ur t > 0, dass lim
t0+
f (t) = 0.
5.5.8 Denition. Ist f eine auf (a, +) denierte Funktion mit Werten in einem me-
trischen Raum Y, und versieht man (a, +) mit der Relation , so erh alt man ebenfalls
eine gerichtete Menge. F ur den m oglichen Grenzwert lim
t(a,+)
f (t) schreibt man auch
lim
t+
f (t).
Entsprechend deniert man Grenzwerte f ur t .
Die hier zugrunde liegende gerichtete Menge gestattet auch Teilfolgen, wobei
( f (t
n
))
nl
genau dann eine solche ist, wenn t
n
+ f ur n . Also gilt (5.27)
auch wenn z = +. Entsprechendes gilt f ur .
5.5.9 Bemerkung. Sei f : (a, b) Y eine Funktion, wobei a, b L , +
mit a < b. Um lim
tb
f (t) im Sinne von Denition 5.5.8 im Fall b = + und im
Sinne Denition 5.5.3 im Falle b L zu bestimmen, ist es manchmal zweckm aig
f ur eine gewisse bijektive, streng monotone Abbildung : (c, d) (a, b) mit c, d
L , +, c < d, den Grenzwert
lim
sd
f (s) f ur monoton wachsendes
bzw.
lim
sc+
f (s) f ur monoton fallendes
zu eruieren. Dieser Grenzwert stimmt dann mit dem urspr unglich gesuchten
lim
tb
f (t) uberein.
In der Tat kann man f ur monoton wachsendes das Netz ( f (t))
t(a,b)
als das Teilnetz
_
f (
1
(t))
_
t(a,b)
des Netzes
_
f (s)
_
s(c,d)
betrachten, da zu s
0
(c, d) das Element
t
0
:= (s
0
) ja derart ist, dass wegen der Monotonie von
1
aus t t
0
hier bedeutet
das t t
0
immer
1
(t)
1
(t
0
) = s
0
, daher
1
(t) s
0
, folgt. Entsprechend
argumentiert man f ur monoton fallendes .

Ahnlich kann man vorgehen, wenn lim


ta+
f (t) zu bestimmen ist.
5.5.10 Beispiel. Betrachte g : (0, +) L deniert als g(t) =
1
t
2
[t]. Um lim
t+
g(t)
zu berechnen, betrachte die monoton fallende Bijektion (s) =
1
s
von (0, +) auf sich
selbst. Aus Beispiel 5.5.7 ist bekannt, dass
lim
s0+
g (s) = lim
s0+
s
2
_
1
s
_
= 0 .
Gem a Bemerkung 5.5.9 gilt dann auch lim
t+
g(t) = 0.
128 KAPITEL 5. GEOMETRIE METRISCHER R

AUME
Schlielich wollen wir auch noch denieren, was lim
z
f (z) = y bedeutet, wenn
f : D Y mit einem nicht beschr ankten D und einem metrischen Raum Y. Dazu
versehen wir D mit der Richtung z w z w, und setzen
lim
z
f (z) := lim
zD
f (z) ,
falls dieser Grenzwert existiert. Manchmal schreibt man daf ur auch lim
z+
f (z).
Die gerichtete Menge (D, ) gestattet ebenfalls Teilfolgen, wobei lim
z
f (z) = y
genau dann, wenn f (z
n
) y f ur alle komplexen Folgen (z
n
)
nl
mit z
n
+.
5.5.11 Beispiel. Man sieht leicht ein, dass lim
z
1
z
= 0. Mit den Rechenregeln f ur
Netze aus Fakta 5.3.8 folgt (a
0
, . . . , a
n
)
lim
z
a
n
+ a
n1
z
1
+ . . . + a
0
z
n
= a
n
.
F ur a
n
0 folgt daraus (siehe Bemerkung 5.3.9)
lim
z
a
n
z
n
+ a
n1
z
n1
+ . . . + a
0
= lim
z
z
n
a
n
+ a
n1
z
1
+ . . . + a
0
z
n
= +.
Kapitel 6
Reelle und komplexe
Funktionen
6.1 Stetigkeit
Sei f eine Funktion und sei x ein Punkt ihres Denitionsbereiches. Sagen wir dass die-
se Funktion stetig an der Stelle x ist, so verstehen wir darunter anschaulich, dass der
Funktionswert f (t) sich beliebig wenig von f (x) unterscheidet, wenn nur t hinreichend
nahe bei x ist. Wir sehen, dass man diesem Begri Sinn geben kann, wenn man ver-
langt, dass Denitionsbereich und Wertebereich der betrachteten Funktion metrische
R aume sind.
6.1.1 Denition. Seien (X, d
X
) und (Y, d
Y
) metrische R aume und D X, und sei f :
D Y eine Funktion. Weiters sei x D. Dann heit f stetig an der Stelle x, wenn gilt
> 0 > 0 : d
Y
( f (t), f (x)) < wenn t D mit d
X
(t, x) < ,
oder aquivalent
> 0 > 0 : f (U
X

(x) D) U
Y

( f (x)) ,
Ist f an jeder Stelle x ihres Denitionsbereiches D stetig, so heit f stetig auf D. Die
Menge aller stetigen Funktionen von X nach Y wird mit C(X, Y) bezeichnet.
6.1.2 Beispiel.
Sei f : X Y eine konstante Funktion, d.h. f (x) := y
0
, x X. Dann ist f stetig,
denn ist x X und > 0, so w ahle etwa = 1. F ur alle t X mit d
X
(t, x) < gilt
sicher
d
Y
( f (t), f (x)) = d
Y
(y
0
, y
0
) = 0 < .
Die identische Abbildung, f (x) := id
X
(x) = x, x X, ist stetig. Um das einzuse-
hen seien x X und > 0 gegeben. Mit = folgt f ur alle t X, d
X
(t, x) < ,
dass
d
X
( f (t), f (x)) = d
X
(t, x) < = .
Allgemeiner gilt, dass jede isometrische Abbildung
1
f : X Y stetig ist, da zu
x X und > 0 mit = wieder f ur alle t X, d
X
(t, x) <
d
Y
( f (t), f (x)) = d
X
(t, x) < = .
1
Isometrisch bedeutet d
Y
( f (x), f (y)) = d
X
(x, y).
129
130 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
f (x)
x
f (x) +
f (x)
x x +
Abbildung 6.1: - Kriterium f ur f : I ( L) L
Die Einbettungsabbildungen
y
j
: L L
p
f ur j = 1, . . . , p und f ur y L
p
deniert durch
(0, . . . , y
j
.,,.
jte Stelle
, 0 . . . , 0) + y
sind isometrisch und daher stetig, wenn man L und L
p
mit d
2
versieht. Insbeson-
dere sind die Abbildungen
1
: L , x x + i0 und
2
: L , y 0 + iy
stetig.
Die Abbildung z z als Funktion auf ist isometrisch und daher stetig.
Sei f : L die Funktion z z. Dann ist f stetig. Denn bei gegebenen
z und > 0 w ahle := . F ur alle w mit w z < gilt wegen der
Dreiecksungleichung nach unten
f (w) f (z) =

w z

w z < = .
Sei
j
: L
p
L, j = 1, . . . , p, die Funktion x = (x
i
)
p
i=1
x
j
. Diese ist
uberall stetig, denn bei gegebenen (x
i
)
p
i=1
L
p
und > 0 w ahle = . F ur alle
(t
i
)
p
i=1
L
p
mit d
2
((x
i
)
p
i=1
, (t
i
)
p
i=1
) < gilt
x
j
t
j
d
2
((x
i
)
p
i=1
, (t
i
)
p
i=1
) < .
Genauso zeigt man, dass auch die Abbildungen
j
:
p
, j = 1, . . . , p,
deniert durch z = (z
i
)
p
i=1
z
j
stetig sind, wobei
p
und mit d
2
versehen sind;
vgl. Beispiel 3.1.5, (iii).
Sei f : L L die Funktion f (x) := [x]. Dabei bezeichnet [x] wieder die
Gauklammer. Diese Funktion ist stetig an jeder Stelle x L \ Z, und nicht
stetig an jeder Stelle x Z:
Ist x L \ Z, und ist > 0 gegeben, so w ahle > 0, sodass das Intervall
(x , x + ) keine ganze Zahl enth alt. Dann ist f auf (x , x + ) konstant, und
somit gilt
f (t) f (x) = 0 < , falls t x < .
Ist dagegen x Z, so enth alt das Intervall (x , x + ) f ur jedes > 0 sowohl
Zahlen t, die gr oer als x sind, als auch Zahlen t, die kleiner als x sind. Nun ist
6.1. STETIGKEIT 131
aber f ur t

< x sicher f (t

) < f (x) und da ja beide Werte ganze Zahlen sind


f (t

) f (x) 1. Wir k onnen also f ur kein mit 0 < 1 ein nden, das der
geforderten Bedingung gen ugt.
6.1.3 Fakta. Seien (X, d
X
) und (Y, d
Y
) metrische R aume, x D X, und sei f : D Y
eine Funktion.
1. Unmittelbar aus der Denition der Stetigkeit folgt, dass die Stetigkeit bei x eine
lokale Eigenschaft ist, d.h. f ist bei x stetig genau dann, wenn es ein > 0 gibt,
sodass f
U

(x)D
stetig bei x ist.
2. Ist x ein isolierter Punkt von D, dann ist f immer stetig bei x. Ist n amlich > 0
so, dass U

(x)D = x, so folgt f (U

(x)D) = f (x) U

( f (x)) f ur beliebiges
> 0.
3. Ist f : D Y stetig auf D, so sicherlich auch f
C
auf jeder Teilmenge C D.
Also sind Einschr ankungen stetiger Abbildungen wieder stetig.
Nun wollen wir die Stetigkeit an einer Stelle mit Hilfe verschiedener Grenzwertbe-
grie charakterisieren.
6.1.4 Proposition. Seien (X, d
X
) und (Y, d
Y
) metrische R aume, D X, und sei f : D
Y eine Funktion. Ist x D ein fester Punkt, dann sind aquivalent:
(i) f ist stetig an der Stelle x.
(ii) Ist x kein isolierter Punkt, so gilt lim
tx
f (t) = f (x), wobei wir diesen Limes
verstehen als Limes des Netzes ( f (t))
tD\x
, wo D \ x mit der Relation
t u : d
X
(u, x) d
X
(t, x)
zu einer gerichteten Menge wird, vgl. Denition 5.5.3.
(iii) F ur jede Folge (t
n
)
nl
aus D \ x mit lim
n
t
n
= x gilt lim
n
f (t
n
) = f (x).
(iv) F ur jede Folge (t
n
)
nl
aus D mit lim
n
t
n
= x gilt lim
n
f (t
n
) = f (x).
(v) F ur jedes Netz (t
i
)
iI
aus D mit lim
iI
t
i
= x gilt lim
iI
f (t
i
) = f (x).
Beweis.
(i) (ii): Im Falle, dass x ein isolierter Punkt von D ist, wissen wir schon, dass f
bei x stetig ist.
Sei also x nicht isolierter Punkt von D. Die Stetigkeit von f an der Stelle x
bedeutet nach Denition
> 0 > 0 : d
Y
( f (t), f (x)) < wenn t D mit d
X
(t, x) < .
Die Beziehung lim
tx
f (t) = f (x) bedeutet gem a Denition 5.5.3,
> 0 > 0 : d
Y
( f (t), f (x)) < wenn t D \ x mit d
X
(t, x) < . (6.1)
Also sind diese beiden Aussagen aquivalent.
(ii) (iii): Das haben wir schon in Fakta 5.5.4 gesehen.
132 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
(v) (iv) (iii): (iv) ist Spezialfall von (v) und genauso (iii) von (iv).
(i) (v): Sei > 0, dann gibt es ein > 0 mit f (U

(x)) U

( f (x)). Sei nun i


0
I mit
x
i
U

(x), i i
0
. F ur diese i folgt f (x
i
) U

( f (x)), und daraus die behauptete


Grenzwertbeziehung.
K
Eine immer wieder verwendete Eigenschaft der Stetigkeit folgt unmittelbar aus
Proposition 6.1.4, (iv):
6.1.5 Korollar. Sind f , g : D Y beide stetig und gilt f (x) = g(x) f ur alle x in einer
Teilmenge E D, so gilt auch f (x) = g(x) f ur alle x c(E) D.
Insbesondere stimmen zwei stetige f und g auf D uberein, wenn sie das nur auf
einer dichten Teilmenge E von D tun.
Beweis. Zu x D c(E) gibt es eine Folge (x
n
)
nl
in E D, sodass x
n
x. Wegen
f (x
n
) = g(x
n
) und aus der Stetigkeit beider Funktionen folgt
f (x) = lim
n
f (x
n
) = lim
n
g(x
n
) = g(x).
K
Viele stetige Funktionen lassen sich mit Hilfe des n achsten Lemmas als solche
identizieren.
6.1.6 Lemma. Seien (X, d
X
) und (Y, d
Y
) metrische R aume, D X, E Y und f :
D Y und g : E Z mit f (D) E. Ist f bei x D und g bei f (x) stetig ist, so ist
g f : D Z bei x stetig.
Beweis. Zu > 0 gibt es wegen der Stetigkeit von g ein

> 0, sodass g(U

( f (x))
E) U

(g( f (x))), und wegen der Stetigkeit von f ein > 0, sodass f (U

(x) D)
U

( f (x)). Setzt man das zusammen und beachtet, dass auch f (U

(x) D) f (D) E,
so erh alt man
(g f )(U

(x) D) g(U

( f (x)) E) U

(g( f (x))).
K
6.1.7 Beispiel. Aus unseren Rechenregeln f ur Folgen (Satz 3.3.5) folgern wir mit Hilfe
der Folgencharakterisierung der Stetigkeit (Proposition 6.1.4, (iv)), dass die algebrai-
schen Operationen
+ :
_
L
2
L
(x, y) x + y
:
_
L L
x x
:
_
L
2
L
(x, y) x y
.
1
:
_
L \ 0 L \ 0
x
1
x
stetig sind. Genauso sind die algebraischen Operationen auf stetig. Hier sind
L, L
2
, ,
2
alle mit der euklidischen Metrik d
2
versehen, wobei und
2
als me-
trischer Raum mit L
2
bzw. L
4
indentiziert wird; vgl Beispiel 3.1.5, (iii).
2
.
2
Diese Feststellung gilt f ur den reellen Fall auch, wenn man d
1
oder d

hernimmt; vgl. Proposition 3.6.1.


6.1. STETIGKEIT 133
6.1.8 Korollar. Sei (X, d) ein metrischer Raum, x D X, L, und seien f , g :
D L Funktionen.
Dann ist die Abbildung t ( f (t), g(t)) von D nach L
2
genau dann bei x stetig,
wenn f und g es sind.
Sind f und g stetig bei x, so auch die Abbildungen
t f (t), t f (t) + g(t), t f (t)g(t)
von D nach L.
Ist f stetig bei x und gilt f (t) 0, t D, so ist auch t
1
f (t)
von D nach L bei
x stetig.
Die selben Aussagen sind wahr, wenn wir L durch ersetzen.
Beweis. F ur eine beliebige Folge (x
n
)
nl
aus D mit lim
n
x
n
= x gilt gem a Proposi-
tion 3.6.1, dass lim
n
f (x
n
) = f (x) gemeinsam mit lim
n
g(x
n
) = g(x) genau dann,
wenn lim
n
( f (x
n
), g(x
n
)) = ( f (x), g(x)). Wegen Proposition 6.1.4, (iv), folgt daher
die erste Behauptung.
F ur bei x stetige f und g sind t f (t)+g(t), t f (t) g(t) und t
1
f (t)
Zusammen-
setzungen von einer bei x stetigen und einer uberall stetigen Funktion. Zum Beispiel
ist t f (t)g(t) die Zusammensetzung von t ( f (t), g(t)) und (u, v) uv; siehe
Beispiel 6.1.7. F ur g(t) = ist das konstante g stetig. Also ist auch t f (t) stetig.
K
6.1.9 Bemerkung. Mit fast identer Argumentation sieht man, dass f ur Abbildungen
f
1
, . . . , f
p
: D L mit x D X f ur einen metrischen Raum X genau dann alle diese
Abbildungen stetig in x sind, wenn die Abbildung t ( f
1
(t), . . . , f
p
(t)) von D nach L
p
stetig in x ist.
Diese Feststellung k onnen wir auch so formulieren, dass eine Abbildung : D
L
p
genau dann stetig ist, wenn alle Abbildungen
j
: D L f ur j = 1, . . . , p stetig
sind.
Entsprechendes gilt f ur Abbildungen f
1
, . . . , f
p
: D .
6.1.10 Beispiel.
Weil x x als Abbildung von L nach L stetig ist, folgt mit Korollar 6.1.8
nacheinander auch die Stetigkeit der Abbildungen x x x, x x x x usw. .
Also sind die Abbildungen x x
m
von L nach L f ur jedes m l stetig genauso
wie die konstante Abbildung x x
0
:= 1.
Wieder mit einigen Anwendungen von Korollar 6.1.8 folgt, dass f ur jedes Poly-
nom p mit reellen Koezienten a
n
, . . . , a
0
L die Abbildung
x p(x) = a
n
x
n
+ + a
0
, L L .
F ur zwei Polynomen p und q mit reellen Koezienten betrachten wir die ratio-
nale Funktion f : D L deniert durch f (x) =
p(x)
q(x)
mit D = x L : q(x) 0.
Wegen Fakta 6.1.3, 3, sind p
D
und q
D
stetig und wegen Korollar 6.1.8 auch
3
f .
3
Wem diese Tatsache trivial vorkommt, der versuche

zu Fu, d.h. durch explizite Angabe einer Zahl


zu vorgegebenen und x, zu uberpr ufen, dass etwa die Funktion f (x) =
x
3
+x+1
x
2
+1
auf ihrem Denitionsbereich
L stetig ist.
134 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
F ur ein Polynom p mit komplexen Koezienten a
n
, . . . , a
0
k onnen wir auch
die Abbildung z a
n
z
n
+ +a
0
= p(z) als Abbildung von nach betrachten.
Man zeigt wie im vorherigen Beispiel, dass auch diese Abbildung stetig ist.
F ur zwei Polynomen p und q mit komplexen Koezienten ist auch die rationale
Funktion f : D deniert durch f (z) =
p(z)
q(z)
mit D = z : q(z) 0
stetig.
F ur zwei Polynome p und q mit komplexen Koezienten sind auch die Funktio-
nen x p(x) und x q(x) als Abbildungen von L nach sowie x
p(x)
q(x)
als
Abbildungen von x L : q(x) 0 von L nach stetig, denn sie lassen sich
schreiben als Zusammensetzung der stetigen Abbildung
1
: x x + i0 und der
entsprechenden Funktion aus dem letzten Punkt.
Da f ur ein lineares Funktional f : L
p
L der Ausdruck f (x) als Linearkombi-
nation der Eintr age von x L
p
geschrieben werden kann, folgt leicht mit Hilfe
von Proposition 6.1.4, (iv), dass ein jedes solches f stetig ist.
Daraus und mit Hilfe von Bemerkung 6.1.9 sieht man allgemeiner, dass auch
alle linearen Abbildungen A : L
p
L
q
stetig sind. Entsprechendes gilt f ur
-linearen Abbildungen A :
p

q
.
Aus demletzten Beispiel oder direkt mit Hilfe von Proposition 6.1.4, (iv), zusam-
men mit Bemerkung 6.1.9 erkennt man auch, dass (x, y) x + y als Abbildung
von L
2p
L
p
L
p
nach L
p
sowie (, x) x als Abbildung von L
p+1
LL
p
nach L
p
stetig sind. Entsprechendes gilt im komplexen Fall.
6.1.11 Beispiel. Ist D L
p
, Y ein metrischer Raum und f : D Y stetig, so folgt aus
Beispiel 6.1.2, Fakta 6.1.3, 3 und Lemma 6.1.6 f ur alle j = 1, . . . , p und alle y L
p
die
Stetigkeit von f
y
j
: t L :
y
j
(t) D Y.
Umgekehrt kann man aber nicht von der Stetigkeit aller f
y
j
auf die von f schlie-
en, wie die Funktion f : L
2
L deniert durch
f (, ) :=
_

2
+
2
, (, ) (0, 0)
0 , (, ) = (0, 0)
zeigt. Diese Funktion ist bei (0, 0) nicht stetig, da etwa f (
1
n
,
1
n
) =
1
2
f ur alle n l.
Die folgende mengentheoretisch orientierte Charakterisierung der Stetigkeit einer
Funktion spielt eine wichtige Rolle. Man beachten, dass dabei f ur die Funktion f der
Denitionsbereich gleich dem ganzen metrischen Raum X ist.
6.1.12 Proposition. Seien (X, d
X
) und (Y, d
Y
) metrische R aume, und sei f : X Y
eine Funktion. Dann sind aquivalent:
(i) f ist stetig.
(ii) F ur jede in (Y, d
Y
) oene Teilmenge B von Y ist f
1
(B) = x X : f (x) B
oen in (X, d
X
).
(iii) F ur jede in (Y, d
Y
) abgeschlossene Teilmenge F von Y ist das Urbild f
1
(F) =
x X : f (x) F abgeschlossen in (X, d
X
).
6.1. STETIGKEIT 135
Beweis.
(i) (ii): Sei B Y oen, und sei x f
1
(B). Da B oen ist und f (x) B, folgt
U

( f (x)) B f ur ein > 0. Wegen der Stetigkeit existiert > 0 mit f (U

(x))
U

( f (x)) B, d.h. mit U

(x) f
1
(B). Also enth alt f
1
(B) mit jedem Punkt
eine ganze -Kugel, d.h. f
1
(B) ist oen.
(ii) (i): Sei > 0 und x X gegeben. Die Menge U

( f (x)) ist oen, also ist


auch f
1
(U

( f (x))) oen. Wegen x f


1
(U

( f (x))) existiert ein > 0, sodass


U

(x) f
1
(U

( f (x))). Das heit aber gerade f (U

(x)) U

( f (x)).
(ii) (iii): Das folgt sofort aus Proposition 5.1.15 und der Tatsache, dass f
1
(M
c
) =
f
1
(M)
c
.
K
6.1.13 Proposition. Seien (X, d
X
) und (Y, d
Y
) metrische R aume, und sei f : D Y
eine stetige Funktion. Ist K D kompakt, so ist auch f (K) Y kompakt und damit
auch beschr ankt.
Beweis. Sei (y
n
)
nl
eine Teilfolge in f (K), und sei x
n
K, sodass f (x
n
) = y
n
. Wegen
der Kompaktheit von K gibt es eine gegen ein x K konvergente Teilfolge (x
n(k)
)
kl
von (x
n
)
nl
. Aus der Stetigkeit folgt
f (x) = lim
k
f (x
n(k)
) = lim
k
y
n(k)
.
Also hat (y
n
)
nl
eine konvergente Teilfolge mit Grenzwert aus f (K). Also ist f (K)
kompakt und wegen Proposition 5.2.8.
K
6.1.14 Korollar. Sei (X, d
X
) ein metrischer Raum, D X, f : D L stetig, und
sei K D kompakt. Dann ist f auf K beschr ankt und nimmt ein Maximum und ein
Minimum an, d.h. es gibt Punkte x
max
, x
min
K mit
f (x
max
) = max
xK
f (x), f (x
min
) = min
xK
f (x) .
Insbesondere nimmt jede auf einem reellen Intervall [a, b] denierte und stetige reell-
wertige Funktion ein Maximum und ein Minimum an.
Beweis. Nach Proposition 6.1.13 ist f (K) L kompakt, und wegen Propo-
sition 5.2.8 damit beschr ankt und abgeschlossen. Wegen Beispiel 5.1.14 ist
sup f (K) = max f (K) = f (x
max
) f ur ein x
max
K. Entsprechend zeigt man die
Aussage f ur das Minimum.
K
6.1.15 Proposition. Seien (X, d
X
) und (Y, d
Y
) metrische R aume und D X kompakt.
Ist f : D Y stetig und injektiv, so ist es auch f
1
: ran( f ) D X.
Beweis. Sei (y
n
)
nl
eine Folge in ran f mit y
n
y, und setze x
n
= f
1
(y
n
), n
l. Wegen der Kompaktheit von D hat jede beliebige Teilfolge (x
n(m)
)
ml
von (x
n
)
nl
seinerseits eine Teilfolge (x
n(m(l))
)
ll
mit x
n(m(l))
x, l f ur ein x in D.
Aus der Stetigkeit folgt y
n(m(l))
= f (x
n(m(l))
) f (x) f ur l . Da (y
n(m(l))
)
ll
als
Teilfolge auch gegen y konvergiert, folgt f (x) = y und mit der Injektivit at x = f
1
(y).
136 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Gem a Lemma 5.2.11 konvergiert daher ( f
1
(y
n
))
nl
gegen f
1
(y). Also ist f
1
in y
stetig.
K
6.1.16 Beispiel. Sei n l. F ur ein festes c > 0 sei f : [0, c] L deniert durch die
Vorschrift f (t) = t
n
. Wegen Beispiel 6.1.10 und Fakta 6.1.3, 3, ist f stetig. Zudem gilt
f ([0, c]) = [0, c
n
], vgl. Bemerkung 2.7.7.
Die Umkehrfunktion f
1
: [0, c
n
] [0, c] L, t
n

t, ist gem a Proposition


6.1.15 stetig. Wegen c
n
+f ur c +und da die Stetigkeit wegen Fakta 6.1.3, 1,
eine lokale Eigenschaft ist, folgt sogar die Stetigkeit von
n

. : [0, +) L.
Die Stetigkeit der Wurzelfunktion kann man auch mit Hilfe von Satz 3.3.5, (vii),
leicht zeigen.
6.2 Der Zwischenwertsatz
Sei I L ein Intervall. Die Anschauung von Stetigkeit legt nahe, dass mit I auch f (I)
ein Intervall ist.
6.2.1 Bemerkung. Man uberlegt sich leicht, dass I L genau dann ein Intervall ist,
d.h. genau dann eine der Formen (a, b L, a < b,)
, (a, b), [a, b], [a, a], (a, b], [a, b), (a, +), (, a), [a, +), (, a], L,
hat, wenn f ur I gilt
x, y I, x < y [x, y] I.
Um zu rechtfertigen, dass f (I) wieder ein Intervall ist, werden wir eine weitere
charakteristische Eigenschaft von Intervallen herleiten.
6.2.2 Denition. Dazu nennen wir eine Teilmenge E eines metrischen Raumes zusam-
menh angend, wenn man E nicht als Vereinigung zweier nichtleerer getrennter Mengen
schreiben kann. Dabei heien A und B getrennt, wenn c(A) B = A c(B) = .
6.2.3 Proposition. Sei I L. Dann ist I genau dann ein Intervall, wenn I zusam-
menh angend ist.
Beweis. Im Falle, dass I nur ein oder gar kein Element enth alt also I = x oder
I = , erkennt man sofort mit Bemerkung 6.2.1 und Denition 6.2.2, dass I ein
Intervall und I auch zusammenh angend ist. Wir k onnen also f ur den Rest des Beweises
annehmen, dass I zumindest zwei verschiedene Elemente enth alt.
Angenommen es existieren x, y I, x < y, sodass [x, y] I. W ahle z [x, y] \ I
und setze
A := (, z] I, B := [z, +) I.
Dann sind A und B disjunkt, und jeder H aufungspunkt t von A ist in (, z], da diese
Menge ja abgeschlossen ist. Wegen z I folgt t B und damit c(A) B = . Genauso
sieht man A c(B) = . Also ist I nicht zusammenh angend.
Sei umgekehrt I nicht zusammenh angend. Dann k onnen wir I als A B mit nicht-
leeren A, B schreiben, wobei c(A) B = A c(B) = . W ahle x A und y B, und sei
o.B.d.A. angenommen, dass x < y.
Man betrachte t = sup(A [x, y]). Insbesondere ist x t y. Weiters folgt aus
t c(A [x, y]) c(A) (siehe Beispiel 3.3.4), dass t B, und somit x t < y.
6.2. DER ZWISCHENWERTSATZ 137
Wir wollen nun [x, y] I zeigen, was im Fall t A, sofort aus t [x, y] \ (A B) =
[x, y] \ I folgt.
Im Fall t A, folgt aus t c(B) die Existenz einer -Kugel (t , t + ), sodass
(t , t + ) B = .
Also ist t +

2
B, und weil y B, gilt x < t +

2
< t + y bzw. t +

2
(x, y). Wegen
t = sup(A[x, y]) kann t+

2
aber nicht in A liegen. Also t+

2
[x, y]\(AB) = [x, y]\I
und daher [x, y] I.
K
6.2.4 Proposition. Seien (X, d
X
) und (Y, d
Y
) metrische R aume, D X, und sei f : D
Y eine stetige Funktion. Ist E D zusammenh angend, so auch f (E).
Beweis. Angenommen f (E) w are nicht zusammenh angend. Dann gilt f (E) = AB mit
A, B und c(A)B = Ac(B) = . F ur die nichtleeren Mengen Ef
1
(A), Ef
1
(B)
folgt
E =
_
E f
1
(A)
_

_
E f
1
(B)
_
,
_
E f
1
(A)
_

_
E f
1
(B)
_
= .
Zu jedem x c
_
E f
1
(A)
_
E f
1
(B) gibt es wegen Lemma 5.1.13 eine gegen
x konvergente Folge (x
n
)
nl
aus E f
1
(A). Es folgt lim
n
f (x
n
) = f (x), und somit
f (x) c
_
f (E f
1
(A))
_
c(A). Andererseits ist f (x) f
_
E f
1
(B)
_
B im
Widerspruch zu c(A) B = .
Also kann nur c
_
E f
1
(A)
_
E f
1
(B) = . Entsprechend gilt
c
_
E f
1
(B)
_
E f
1
(A) = , und E w are somit nicht zusammenh angend,
was unserer Annahme widerspricht.
K
6.2.5 Beispiel. Wir werden sp ater sehen, dass die Einheitskreislinie 7 = z :
z = 1 als das Bild von [0, 2) unter der stetigen Abbildung x exp(ix) geschrieben
werden kann. Nach Proposition 6.2.4 identizieren wir damit 7 als zusammenh angend.
6.2.6 Korollar (Zwischenwertsatz). Sei I D ein Intervall und f : I L stetig. Dann
ist auch f (I) ein Intervall. Ist insbesondere c L mit
( ) inf f (I) < c < sup f (I) ( +),
so existiert ein Punkt x I mit f (x) = c.
Insbesondere gilt: Ist f stetig auf [a, b] und c eine Zahl zwischen f (a) und f (b), dh.
f (a) < c < f (b) oder f (b) < c < f (a), so existiert ein Punkt x (a, b) mit f (x) = c.
Beweis. Mit I ist nach Proposition 6.2.4 auch f (I) L zusammenh angend,
und somit nach Proposition 6.2.3 ein Intervall. W ahlt man , f (I) mit
inf
xI
f (x) < < c < < sup
xI
f (x), dann enth alt f (I) das ganze Intervall
[, ] (siehe Bemerkung 6.2.1). Also gibt es ein x I mit f (x) = c.
K
6.2.7 Beispiel. Die Funktion f : [0, +) L deniert durch f (t) = t
n
f ur ein festes
n list stetig. In Bemerkung 2.7.7 hatten wir in Folge der Existenz von n-ten Wurzeln
vgl. Satz 2.7.5 schon festgestellt, dass f ([0, +)) = [0, +).
138 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
I
inf f (I)
f (I)
sup f (I)
f (x) = c
x
Abbildung 6.2: Veranschaulichung des Zwischenwertsatzes
Ohne Satz 2.7.5 zu verwenden, k onnen wir das auch aus Korollar 6.2.6 herleiten.
In der Tat folgt aus Korollar 6.2.6, dass f ([0, +)) ein Intervall ist. Wegen f (t) 0
f ur t [0, +) folgt f ([0, +)) [0, +). Aus lim
t
f (t) = + schlieen wir, dass
das Intervall f ([0, +)) beliebig groe Zahlen enth alt, also nicht beschr ankt sein kann.
Zusammen mit f (0) = 0 folgt daraus, dass f ([0, +)) nur von der Form [0, +) sein
kann.
Da f streng monoton wachsend und somit f : [0, +) [0, +) bijektiv ist, folgt
somit auch ohne Satz 2.7.5, dass t
n
= x f ur jedes reelle x 0 eine eindeutige L osung
in [0, +) hat also dass es eindeutige n-te Wurzeln von Zahl aus [0, +) in [0, +)
gibt.
6.3 Gleichm aige Stetigkeit
Die Denition der Stetigkeit einer Funktion f : D Y lautet, in logischen Formeln
angeschrieben,
x D > 0 > 0 : t D : d
X
(t, x) < d
Y
( f (t), f (x)) < . (6.2)
Die Zahl , die es zu jedem geben muss, h angt im Allgemeinen nicht nur von ,
sondern auch von der Stelle x ab.
6.3.1 Beispiel. Betrachte die Funktion f (x) = x
1
: L
+
L
+
. Ist x L und > 0
gegeben, so berechnet man:
1
x

1
x +
=

(x + )x
.
Damit dieser Ausdruck ist, darf h ochstens
x
2
1x
sein. Man sieht, dass diese gr ot
m ogliche Wahl von immer kleiner wird, je kleiner x wird, und tats achlich f ur x 0
ebenfalls gegen 0 strebt. Man kann in diesem Beispiel also tats achlich zu gegebenem
kein nden das von x unabh angig ist.
6.3. GLEICHM

ASSIGE STETIGKEIT 139
Sollte eine Funktion nun so beschaen sein, dass dieses Ph anomen nicht auftritt,
sollte also zu gegebenem stets ein existieren, welches f ur alle x funktioniert, so
nennt man die Funktion gleichm aig stetig.
6.3.2 Denition. Seien (X, d
X
) und (Y, d
Y
) metrische R aume, und sei f : D Y eine
Funktion. Dann heit f gleichm aig stetig, wenn gilt
> 0 > 0 x, t D : d
X
(t, x) < d
Y
( f (t), f (x)) < .
Vergleicht man diese Denition mit der Formel (6.2), so sieht man, dass man hier
den Allquantor x X und den Existenzquantor > 0 vertauscht hat. Dies wird also
nicht den gleichen, sondern einen st arkeren Begri liefern.
Ist f gleichm aig stetig, so ist f auch stetig. Wie wir am obigen Beispiel sehen, gilt
die Umkehrung nicht. Interessant in diesem Zusammenhang ist nun der folgende Satz.
6.3.3 Satz. Seien (X, d
X
) und (Y, d
Y
) metrische R aume, und D X kompakt. Dann ist
jede stetige Funktion f : D Y sogar gleichm aig stetig.
Beweis. Nehme man das Gegenteil an. Dann gibt es ein > 0, sodass es f ur alle n l
Punkte x
n
, y
n
D gibt, sodass d
X
(x
n
, y
n
) <
1
n
und d
Y
( f (x
n
), f (y
n
)) .
Die Folgen (x
n
)
nl
(y
n
)
nl
haben wegen der Kompaktheit von D H aufungspunkte
x bzw. y. Somit gilt
x = lim
k
x
n(k)
, y = lim
k
y
n(k)
f ur Teilfolgen (x
n(k)
)
kl
und (y
n(k)
)
kl
. Aus d
X
(x
n(k)
, y
n(k)
) <
1
n(k)
folgt mit Lemma
3.2.10, dass
d
X
(x, y) = lim
k
d
X
(x
n(k)
, y
n(k)
) = 0,
also x = y und somit f (x) = f (y). Andererseits folgt aus der Stetigkeit zusammen mit
Lemma 3.3.1 der oensichtliche Widerspruch
d
Y
( f (x), f (y)) = d
Y
( lim
k
f (x
n(k)
), lim
k
f (y
n(k)
)) = lim
k
d
Y
( f (x
n(k)
), f (y
n(k)
)) .
K
6.3.4 Beispiel. F ur nicht kompaktes E L gilt:
(i) Es gibt eine auf E stetige Funktion die nicht beschr ankt ist.
(ii) Es gibt eine auf E stetige und beschr ankte Funktion, die kein Maximum hat.
(iii) Ist E beschr ankt, so gibt es eine auf E stetige, aber nicht gleichm aig stetige
Funktion.
Wir betrachten zuerst den Fall, dass E einen H aufungspunkt x
0
hat, der nicht zu E
geh ort (dieser Fall tritt sicher immer dann ein, wenn E beschr ankt ist, denn dann w urde
aus abgeschlossen kompakt folgen). Die Funktion x
1
xx
0
ist stetig auf E, aber nicht
beschr ankt. Sie ist auch nicht gleichm aig stetig. Die Funktion f (x) =
1
1+(xx
0
)
2
ist
stetig auf E und beschr ankt (0 < f (x) < 1). Oenbar gilt lim
xx
0
f (x
0
) = 1, also
sup
xE
f (x) = 1.
Betrachte nun den Fall, dass E nicht beschr ankt ist. (i) folgt mit f (x) = x, (ii) mit
f (x) =
x
2
1+x
2
.
In (iii) kann man die Forderung, dass E beschr ankt ist, nicht ganz weglassen. Zum
Beispiel betrachte E = Z. Dann ist jede Funktion auf E gleichm aig stetig, denn man
kann stets irgendein < 1 w ahlen, z.B. also =
1
2
).
140 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
6.3.5 Satz. Seien (X, d
X
) und (Y, d
Y
) metrische R aume, wobei (Y, d
Y
) sogar vollst andig ist. Weiters sei D X und f : D Y
gleichm aig stetig.
Dann existiert eine eindeutige gleichm aig stetige Fortsetzung F : c(D) Y.
Beweis.
Sei (x
n
)
nl
eine Cauchy-Folge von Punkten aus D. Zu > 0 w ahle > 0 so, dass
d
Y
_
f (y), f (z)
_
< f ur d
X
(y, z) < . (6.3)
Weiters w ahle N l so, dass d
X
(x
n
, x
m
) < f ur alle n, m N. Dann folgt
d
Y
_
f (x
n
), f (x
m
)
_
< , n, m N,
d.h. ( f (x
n
))
nl
ist eine Cauchy-Folge in Y. Somit existiert der Limes lim
n
f (x
n
).
Sei x X, und seien (x
n
)
nl
und (y
n
)
nl
zwei Folgen von Punkten in D mit x
n
x sowie y
n
x. Ist > 0
gegeben und > 0 wie in (6.3), so w ahle N l mit
d
X
(x
n
, x) <

2
, d
X
(y
n
, x) <

2
, n N.
Insbesondere gilt d
X
(x
n
, y
n
) d
X
(x
n
, x) + d
X
(y
n
, x) < f ur alle n N. Es folgt d
Y
( f (x
n
), f (y
n
)) < , n N, und
daher
d
Y
_
lim
n
f (x
n
), lim
n
f (y
n
)
_
.
Da > 0 beliebig war, folgt lim
n
f (x
n
) = lim
n
f (y
n
).
Zu jedem Sx c(D) gibt es denitionsgem a eine Folge (x
n
)
nl
mit x
n
x. Deniere
F(x) := lim
n
f (x
n
).
Wegen der obigen Punkte ist F eine wohldenierte Funktion von X nach Y.
Ist x D, so betrachte die konstante Folge x
n
:= x. Dann gilt sicher x
n
x und f (x
n
) f (x), also F(x) = f (x).
Somit ist F eine Fortsetzung von f .
Es bleibt zu zeigen, dass F gleichm aig stetig ist. Sei dazu > 0 gegeben. W ahle > 0 so, dass d
Y
( f (x), f (y)) <

3
f ur x, y D mit d
X
(x, y) < .
Seien nun x, y c(D) mit d
X
(x, y) <

3
. W ahle x
n
, y
n
D mit x
n
x, y
n
y und N l mit
d
X
(x
n
, x) <

3
, d
X
(y
n
, y) <

3
, d
Y
(F(x), f (x
n
)) <

3
, d
Y
(F(y), f (y
n
)) <

3
, n N .
Dann gilt d
X
(x
n
, y
n
) < und daher d
Y
( f (x
n
), f (y
n
)) <

3
. Somit erhalten wir d
Y
(F(x), F(y)) < .
Die Eindeutigkeit folgt sofort aus Korollar 6.1.5.
K
6.4 Unstetigkeitsstellen
Sei (Y, d
Y
) ein metrischer Raum, und sei f : (a, b) Y mit a, b L, a < b. Weiters sei
x (a, b).
f ist gem a Proposition 6.1.4 genau dann bei x stetig, wenn f (x) = lim
tx
f (t).
In (5.28) haben wir gesehen, dass f (x) = lim
tx
f (t) genau dann, wenn die Grenz-
werte f (x) := lim
tx
f (t) und f (x+) := lim
tx+
f (t) existieren und beide mit f (x)
ubereinstimmen.
6.4.1 Bemerkung. Gilt zumindest f (x) = f (x) ( f (x) = f (x+)), so spricht man von
Linksstetigkeit bzw. linksseitiger Stetigkeit (Rechtsstetigkeit bzw. rechtsseitiger Stetig-
keit) der Funktion f bei x. Klarerweise ist f bei x stetig, wenn f bei x sowohl links- als
auch rechtsstetig ist.
6.4. UNSTETIGKEITSSTELLEN 141
Ist f nicht stetig, so unterscheidet man folgende F alle.
6.4.2 Denition. Sei f unstetig bei x.
Man sagt, f habe eine Unstetigkeit 1. Art bei x, falls f (x) := lim
tx
f (t) und
f (x+) := lim
tx+
f (t) existieren, aber nicht beide gleich f (x) sind.
F ur Unstetigkeiten 1. Art gibt es zwei M oglichkeiten. Entweder f (x) f (x+),
in welchem Fall man von einer Sprungstelle spricht, oder f (x) = f (x+) f (x).
Dann spricht man von einer hebbaren Unstetigkeit.
Liegt keine Unstetigkeit 1. Art vor, so spricht man von einer Unstetigkeit 2. Art.
Den Begri

hebbarhat man deswegen gew ahlt, weil man dann f an der Stelle x
so ab andern kann, dass die neue Funktion bei x stetig ist.
6.4.3 Beispiel.
Betrachte die Funktion
f (x) =
_

_
1 , falls x rational
0 , falls x irrational
Diese Funktion hat an jeder Stelle x eine Unstetigkeit 2.Art.
Sei
g(x) =
_

_
x , falls x rational
0 , falls x irrational
g ist stetig bei 0, hat aber an jeder Stelle x 0 eine Unstetigkeit 2.Art. Es
gibt n amlich eine Folge (r
n
)
nl
aus Q (x, +) und eine Folge (x
n
)
nl
aus
L \ Q (x, +), die beide gegen x konvergieren (vgl. Beispiel 3.3.4). Nun ist
aber f (x
n
) = 0 0 und f (r
n
) = r
n
x f ur n . Nach (5.28) kann so-
mit lim
tx+
f (t) nicht existieren.

Ahnlich zeigt man, dass auch lim
tx
f (t) nicht
existiert.
Sei
0 1 1 2 3
2
1
2
1
h
h(x) =
_

_
x + 2 , falls x (3, 2)
x 2 , falls x [2, 0)
x + 2 , falls x [0, 1)
Dann ist h stetig auf (3, 1) \ 0 und hat bei 0 eine Sprungstelle.
Wir setzen den Begri der Sinusfunktion (aus der Schule) voraus. Sei
142 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
0 1

f
f (x) =
_

_
sin
1
x
, x > 0
0 , x 0
Dann ist f stetig auf L \ 0 und hat eine Unstetigkeit 2.Art bei 0.
Es k onnen also im Allgemeinen alle m oglichen Varianten von Unstetigkeiten auftreten.
Thematisch dazu passend wollen wir uns der Fortsetzbarkeit von stetigen Funktio-
nen auf um einen Punkt gr oere Mengen zuwenden.
6.4.4 Bemerkung. Seien (X, d
X
) und (Y, d
Y
) metrische R aume und D X, und sei
f : D Y eine stetige Funktion. Sei weiters x X \ D.
Wir fragen uns, ob wir eine Fortsetzung

f : D x Y von f nden k onnen, die
die Eigenschaft stetig zu sein beibeh alt.
Wenn x kein H aufungspunkt von D ist, so sieht man leicht, dass x ein isolierter
Punkt von D x ist, und daher jede Fortsetzung

f stetig ist.
Sei also x ein H aufungspunkt von D. Gibt es eine stetige Fortsetzung

f , so muss
nach Proposition 6.1.4

f (x) = lim
tx
f (t). Existiert umgekehrt lim
tx
f (t), so setze
man

f (s) =
_

_
lim
tx
f (t) , falls s = x
f (s) , falls s D
Klarerweise ist

f eine Fortsetzung von f . Wegen Proposition 6.1.4, (ii), ist

f bei x
stetig. Andererseits ist wegen Fakta 6.1.3 mit f auch

f bei allen t D stetig. Also ist

f
eine auf D x stetige Fortsetzung.
6.4.5 Beispiel.
Seien a, b, c L, c 0, D = (, 0) (0, +) und f : D L deniert durch
f (x) = a f ur x < 0 und f (x) =
b
xc
f ur x > 0. Dann gilt lim
x0
f (t) = a und
lim
x0+
f (t) =
_

b
c
, falls b 0, c < 0
sgn(b) , falls b 0, c = 0
0 , falls b = 0
Aus Bemerkung 6.4.4 wissen wir, dass sich f genau dann zu einer Funktion

f : L L fortsetzen l asst, wenn lim


t0
f (t) existiert. Nach (5.28) existiert
dieser Grenzwert genau dann, wenn a = b = 0 oder b 0, c 0, a =
b
c
. Dabei
muss

f (0) = 0 bzw.

f (0) = a =
b
c
.
Die komplexwertige Funktion
f (z) =
iz + 1
z
3
+ z
6.5. MONOTONE FUNKTIONEN 143
ist zun achst deniert auf D = z : z
3
+ z 0 = \ 0, i, i, dh. f :
D . Das zu Beispiel 6.1.10 analoge Beispiel f ur komplexe Polynome zeigt
die Stetigkeit von f auf D. Zudem gilt wegen Fakta 5.3.8
lim
zi
f (z) = lim
zi
i(z i)
z(z + i)(z i)
= lim
zi
i
z(z + i)
=
i
lim
zi
z(z + i)
=
i
2i
2
=
i
2
.
Somit l asst sich f stetig auf

D = D i durch f (i) =
i
2
fortsetzen.
Eine Fortsetzung auf eine noch gr oere Menge etwa auf

D i ist nicht
m oglich, da dann auch lim
zi
f (z) und wegen (5.9) auch lim
zi
f (z) existieren
m usste. Nun gilt aber ( vgl. Bemerkung 5.3.9)
lim
zi
f (z) = lim
zi
1
z z + i
= + ,
da f ur den Nenner rechts lim
zi
z z +i = (lim
zi
z) (lim
zi
z +i) = 0 gilt.
6.5 Monotone Funktionen
6.5.1 Denition. Man sagt, dass f ur ein Intervall I L, eine Funktion f : I L
monoton wachsend ist, falls
x < y f (x) f (y) .
Gilt sogar x < y f (x) < f (y), so sagt man f sei streng monoton wachsend.
Analog sagt man, f sei monoton fallend, falls x < y f (x) f (y). Sollte x < y
sogar f (x) > f (y) implizieren, so spricht von einer streng monoton fallenden Funktion.
Klarerweise ist eine streng monotone Funktion stets injektiv. Nun kommen wir zur
Diskussion der Unstetigkeitsstellen monotoner Funktionen.
6.5.2 Proposition. Sei f monoton wachsend auf einem reellen Intervall I, wobei a, b
L , +, a < b die Intervallr ander bezeichnet.
Dann existieren f ur jeden Punkt x (a, b) sowohl f (x) := lim
sx
f (s) als auch
f (x+) := lim
tx+
f (t), wobei
4
sup
a<s<x
f (s) = f (x) f (x) f (x+) = inf
x<t<b
f (t). (6.4)
Ist x = a I (x = b I), so gilt die rechte (linke) Seite von (6.4). Weiters gilt f ur x < y
immer f (x+) < f (y).
Analoge Aussagen gelten f ur monoton fallende Funktionen.
Beweis. Wir beschr anken uns auf x (a, b). Der Fall der Intervallr ander betrachtet
man in analoger Weise.
Der Beweis folgt unmittelbar aus (5.10), da die Grenzwerte in (6.4) ja Grenzwerte
monotoner und beschr ankter Netze sind.
Die Ungleichung in (6.4) folgt leicht aus der Tatsache, dass jeder Punkt aus f (s) :
s (a, x) kleiner oder gleich f (x) und f (x) kleiner oder gleich jedem Punkt aus f (t) :
t (x, b) ist.
Der zweite Teil der Behauptung folgt aus
lim
tx+
f (t) = inf
x<t<b
f (t) = inf
x<t<y
f (t), lim
ty
f (s) = sup
a<s<y
f (s) = sup
x<s<y
f (s).
144 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
x
1
f (x1) = f (x1)
f (x1+)
x
2
= f (x2)
f (x2)
= f (x2+)
f (x3)
f
x
3
f (x3+)
f (x3+)
Abbildung 6.3: Veranschaulichung monotoner Funktionen
K
6.5.3 Korollar. Sei I L ein Intervall, f : I L eine monoton wachsende Funktion
und J = f (I).
Das Bild ist genau dann ein Intervall, wenn f stetig ist.
Ist f streng monoton wachsend, so ist f
1
: J I auch streng monoton wach-
send. Dabei enth alt I genau dann seinen linken (rechten) Intervallrand, wenn J
sein Inmum (Supremum) enth alt also J ein Minimum (Maximum) hat.
Ist f streng monoton wachsend und stetig, so ist auch f
1
: J I streng mono-
ton wachsend und stetig.
Entsprechende Aussagen gelten f ur (streng) monoton fallende Funktionen.
Beweis.
Ist f stetig, so ist wegen Korollar 6.2.6 auch f (I) ein Intervall.
Angenommen f ist nicht stetig an einem x I, das zun achst nicht ein Intervall-
rand von I sei. Wegen (6.4) muss lim
sx
f (s) < lim
tx+
f (t). Es folgt
f () lim
sx
f (s) = f (x), < x und f () lim
tx+
f (t) = f (x+), > x .
4
Insbesondere k onnen in (a, b) nur Unstetigkeitsstellen 1.Art auftreten.
6.5. MONOTONE FUNKTIONEN 145
f (x)
f (x)
f (x+)
Also kann f keine Werte im Inter-
vall
_
f (x), f (x+)
_
bis auf unter
Umst anden einen - n amlich f (x) -
annehmen.
Ist x der linke Intervallrand von I, so muss nach (6.4) f (x) < lim
tx+
f (t). Somit
folgt ( f (x), lim
tx+
f (t)) J = . Entsprechend argumentiert man im Fall des
rechten Randes. Jedenfalls ist J kein Intervall.
Wegen der strengen Monotonie ist f injektiv. Ist x, y J, x < y, und gilt f
1
(x)
f
1
(y), so folgt wegen der vorausgesetzten Monotonie von f der Widerspruch
x = f ( f
1
(x)) f ( f
1
(y)) = y; also gilt f (x) < f (y), womit f
1
: J I streng
monoton wachsend ist.
Enth alt I seinen linken Rand
5
a, so folgt aus der Monotonie, dass f (a) f (t), t
I, und somit dass f (a) Minimum von J ist.
Hat J = f (I) das Minimum y, so folgt aus der Monotonie von f
1
, dass f
1
(y)
f
1
(x), x J, und somit dass f
1
(y) Minimum von I ist; also a = f
1
(y) I.
Ist f stetig, so ist J ein Intervall und die streng monoton wachsende Funktion
f
1
: J I hat als Bild genau das Intervall I. Nach dem ersten Punkt muss
daher auch f
1
stetig sein.
K
Wir werden sp ater dieses Korollar verwenden, um z.B. zu zeigen, dass der Loga-
rithmus eine stetige Funktion ist.
6.5.4 Beispiel. Die Funktion f : [0, +) L deniert durch f (t) = t
n
f ur ein fes-
tes n l ist stetig und streng monoton wachsend. Korollar 6.5.3 bietet uns nun ei-
ne weitere M oglichkeit, einzusehen, dass f
1
=

. von f ([0, +)) = [0, +) nach
[0, +) ( L) stetig ist; vgl. Beispiel 6.1.16 und Beispiel 6.2.7.
Thematisch zu obigem Ergebnis passt das n achste Lemma, das aus dem Zwischen-
wertsatz folgt.
6.5.5 Lemma. Seien I, J L zwei Intervalle und f : I J stetig und bijektiv. Dann
ist f streng monoton wachsend oder fallend.
Beweis. W are f weder streng monoton wachsend noch streng monoton fallend, so gibt
es x
1
< x
2
aus I mit f (x
1
) f (x
2
) und x
3
< x
4
aus I mit f (x
3
) f (x
4
). Weil f injektiv
ist, muss sogar f (x
1
) > f (x
2
) und f (x
3
) < f (x
4
). Daraus folgt, dass x
1
, x
2
, x
3
, x
4

zumindest drei Elemente hat.


Durch Fallunterscheidungen je nachdem, wie diese Punkte angeordnet sind, ndet
man immer a < b < c aus x
1
, x
2
, x
3
, x
4
, sodass entweder f (a) < f (b), f (b) > f (c)
oder f (a) > f (b), f (b) < f (c). Man beachte, dass dabei wegen der Injektivit at alle drei
Werte f (a), f (b), f (c) untereinander verschieden sein m ussen.
5
I ist daher von der Form [a, a], [a, b], [a, b), [a, +) mit b L, b > a.
146 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Im ersten Fall ist entweder f (a) ( f (c), f (b)) oder f (c) ( f (a), f (b)). Aus Korol-
lar 6.2.6 folgt daher f (a) = f (t) f ur ein t (b, c) bzw. f (c) = f (t) f ur ein t (a, b), was
jedenfalls der Injektivit at widerspricht.
Im zweiten Fall argumentiert man entsprechend.
K
6.6 Gleichm aige Konvergenz
Wir haben schon gesehen, dass z.B. die geometrische Reihe
_

n=0
z
n
f ur jedes z ,
z < 1, konvergiert. Betrachtet man diese Reihe nicht nur f ur ein festes vorgegebenes
z, sondern f ur alle z, so hat man eine Reihe, deren Summanden Funktionen von z sind,
und deren Summe ebenfalls eine Funktion von z n amlich
1
1z
ist.
Betrachten wir also eine Folge ( f
n
)
nl
von Funktionen, die deniert ist, zum Bei-
spiel, auf einer Menge E L und die, zumBeispiel, reelle Werte annimmt. Wir w urden
gerne erkl aren, was es bedeutet, dass diese Folge gegen eine Funktion f konvergiert.
Umeinen vern unftigen Grenzwertbegrizu bekommen, denieren wir eine Metrik,
und zwar eine Metrik auf einer Menge von Funktionen f : E L. Aber man kann in
diesem konkreten Fall auch naiver an die Sache herangehen. Ist ( f
n
)
nl
, f
n
: E L,
eine Folge von Funktionen, dann ist f ur jedes feste x E sicher ( f
n
(x))
nl
eine Folge
von Zahlen, und f ur diese wissen wir, was es bedeutet zu konvergieren.
6.6.1 Denition. Sei E eine Menge und (Y, d
Y
) ein metrischer Raum. Eine Folge
( f
n
)
nl
, f
n
: E Y, heit punktweise konvergent gegen die Funktion f : E Y, wenn
f ur jedes feste x E gilt lim
n
f
n
(x) = f (x).
Entsprechend deniert man die punktweise Konvergenz von Netzen von Funktio-
nen.
Es entsteht die Frage, ob sich Eigenschaften wie etwa die fundamentale Eigenschaft
der Stetigkeit der Funktionen f
n
auf die Grenzfunktion f ubertragen. Die folgenden
Beispiele illustrieren, dass in dieser Angelegenheit etwas schiefgehen kann.
6.6.2 Beispiel.
Betrachte die Funktionen g
n
: [0, 1] L, deniert durch g
n
(x) := x
n
, n l.
Bekannterweise gilt
lim
n
g
n
(x) =
_
0 , falls x [0, 1)
1 , falls x = 1
Jede der Funktionen g
n
ist eine stetige Funktionen auf [0, 1], nicht jedoch die
Grenzfunktion.
Betrachte die Funktionen f
n
: L L, deniert durch f
n
(x) :=
x
2
(1+x
2
)
n
. Dann ist
f ur jedes x 0

n=0
x
2
(1 + x
2
)
n
eine konvergente geometrische Reihe. Ihre Summe ist 1 + x
2
, x 0.
F ur x = 0 sind alle Summanden = 0, also auch ihre Summe. Man erh alt

n=0
f
n
(x) =
_
1 + x
2
, falls x 0
0 , falls x = 0
6.6. GLEICHM

ASSIGE KONVERGENZ 147
Alle Funktionen f
n
, und damit auch alle Partialsummen obiger Reihe sind stetige
Funktionen von x L, nicht jedoch die Grenzfunktion.
Die punktweise Konvergenz von Funktionen ist also nicht stark genug um etwa die
Eigenschaft der Stetigkeit zu erhalten.
6.6.3 Denition. Sei E eine Menge und (Y, d
Y
) ein metrischer Raum. Wir bezeich-
nen mit J(E, Y) die Menge aller beschr ankten Funktionen f : E Y, d.h.
J(E, Y) :=
_
f : E Y : R > 0, y Y : x E d
Y
( f (x), y) R
_
.
Man deniert nun die Abbildung
d

:
_
J(E, Y) J(E, Y) L
( f , g) supd
Y
( f (x), g(x)) : x E
und spricht von der Supremumsmetrik
6
.
d

( f , g) ist in der Tat eine reelle Zahl, da es wegen f , g J(E, Y) reelle R


1
, R
2
> 0
und y
1
, y
2
Y gibt, sodass d
Y
( f (x), y
1
) R
1
und d
Y
(g(x), y
2
) R
2
und somit
d
Y
( f (x), g(x)) d
Y
( f (x), y
1
) + d
Y
(y
1
, y
2
) + d
Y
(y
2
, g(x)) R
1
+ d
Y
(y
1
, y
2
) + R
2
f ur alle t E gilt. Also ist die nichtleere Teilmenge d
Y
( f (x), g(x)) : x E von L nach
oben beschr ankt.
d

( f , g)
E
f
g
f g
F ur reellwertige Funktionen
f , g : E L = Y
ist d
Y
(x, y) = x y
und daher
d

( f , g) = sup
xE
f (x) g(x).
6.6.4 Lemma. Die Supremumsmetrik d

ist eine Metrik auf der Menge J(E, Y).


Beweis. F ur f , g J(E, Y) ist d
Y
( f (x), g(x)) : x E eine nichtleere Teilmenge von
[0, +), wodurch d

( f , g) 0. Dabei gilt oenbar d

( f , g) = supd
Y
( f (x), g(x)) : x
E = 0 genau dann, wenn d
Y
( f (x), g(x)) : x E = 0 also genau dann, wenn
d
Y
( f (x), g(x)) = 0 f ur jedes x E. Letzteres ist aber zu f (x) = g(x), x E also f = g
aquivalent.
6
Identiziert man L
p
mit der Menge aller Funktionen von 1, . . . , p nach L, so stimmt auf L
p
die Supre-
mumsmetrik hier mit mit der aus Beispiel 3.1.5, (ii), uberein.
148 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Aus d
Y
( f (x), g(x)) = d
Y
(g(x), f (x)) folgt d

( f , g) = d

(g, f ). Ist h eine weitere


Funktion, so gilt f ur festes x E
d
Y
( f (x), g(x)) d
Y
( f (x), h(x)) + d
Y
(h(x), g(x)) ,
und daher auch
d
Y
( f (x), g(x)) sup
tE
d
Y
( f (t), h(t)) + sup
tE
d
Y
(h(t), g(t)) = d

( f , h) + d

(h, g) .
Da diese Beziehung f ur jedes x E gilt, folgt auch d

( f , g) = sup
xE
d
Y
( f (x), g(x))
d

( f , h) + d

(h, g).
K
6.6.5 Denition. Eine Folge ( f
n
)
nl
von Funktionen aus J(E, Y) heit gleichm aig
gegen f , wenn lim
n
f
n
= f bez uglich d

, d.h. wenn
> 0 N l : d

( f
n
, f ) , n N, (6.5)
oder aquivalent dazu > 0 N l : d

( f
n
, f ) < , n N.
Entsprechend deniert man die gleichm aige Konvergenz von Netzen von Funk-
tionen.
E
f
n
, n N
f
f +
f
Abbildung 6.4: Veranschaulichung der gleichm aigen Konvergenz
6.6.6 Bemerkung. Ist f J(E, Y) und g irgendeine Funktion von E Y mit der
Eigenschaft, dass sup
tE
d
Y
( f (t), g(t)) < , so folgt aus der Dreiecksungleichung, dass
auch g eine beschr ankte Funktion ist.
Ist daher ( f
n
)
nl
eine Folge aus J(E, Y), und gilt sup
tE
d
Y
( f
n
(t), g(t)) 0, so folgt
g J(E, Y) und f
n
g gleichm aig.
Der Unterschied zwischen punktweiser und gleichm aiger Konvergenz liegt darin
begr undet, dass man ein N nden muss, das f ur alle x E funktioniert.
In der Tat gilt d

( f
n
, f ) x E d
Y
( f
n
(x), f (x)) , und somit ist (6.5)
aquivalent zu
> 0 N lx E : d
Y
( f
n
(x), f (x)) , n N ,
6.6. GLEICHM

ASSIGE KONVERGENZ 149
wogegen punktweise Konvergenz bedeutet
x E > 0 N l : d
Y
( f
n
(x), f (x)) , n N .
Insbesondere sehen wir, dass jede gleichm aig konvergente Folge auch punktweise
konvergiert und zwar zur gleichen Grenzfunktion.
6.6.7 Beispiel. Betrachte nochmals die reellwertigen Funktionen g
n
(x) := x
n
, n l
nun deniert f ur x [0, 1), vgl. Beispiel 6.6.2. Wir wissen schon, dass g
n
punkt-
weise gegen die Nullfunktion auf [0, 1) konvergiert. Dabei gilt wegen x
n
< 1 f ur
x [0, 1), n l, und wegen lim
x1
x
n
= 1, dass
d

(g
n
, 0) = sup
x[0,1)
d
L
(g
n
(x), 0) = sup
x[0,1)
x
n
= 1.
Also d

(g
n
, 0) , 0 f ur n , d.h. (g
n
)
nl
konvergiert nicht gleichm aig gegen die
Nullfunktion.
x
g
n
(x)
0
1
2

1
1
2
1 n = 1
n = 3
n = 7
n = 13
Abbildung 6.5: Graph der Funktionen g
n
f ur ausgew ahlte n l
6.6.8 Beispiel. Sei (0, 1) fest, und betrachtet die Funktionenfolge g
n
(x) = x
n
,
n l, auf dem Intervall [0, ]. Klarerweise konvergiert auch diese eingeschr ankte
Funktionenfolge punktweise gegen die Nullfunktion auf [0, ]. Nun folgt aber wegen
d

(g
n
, 0) = sup
x[0,]
d
L
(g
n
(x), 0) = sup
x[0,]
x
n
=
n
,
dass d

(g
n
, 0) 0 f ur n . Also konvergiert g
n
sogar gleichm aig gegen die
Nullfunktion.
6.6.9 Beispiel. Man untersuche die Funktionenfolge f
n
(x) := nxe

1
2
nx
2
, x [0, ),
n l, auf gleichm aige Konvergenz. Dabei greifen wir der Denition der Funktion
x e
x
f ur x L weiter hinten vor. Wir verwenden auch die Tatsache, dass ye
y
0
f ur y +. Weiters verwenden wir die Dierentialrechnung zur Bestimmung
von Extrema. Da dieses Beispiel nur zum besseren Verst andnis des Begries der
gleichm aigen Konvergenz dient und sp ater nicht verwendet wird, sind diese Vorgrie
gerechtfertigt.
150 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Zun achst sei bemerkt, dass f ur alle n l die Funktion f
n
(x) stetig ist und f
n
(x) 0
f ur x [0, ). Eine getrennte Untersuchung der F alle x 0 und x = 0 liefert punktwei-
se Konvergenz f
n
(x) f (x) 0 f ur n . Um ( f
n
)
nl
auf gleichm aige Konvergenz
gegen die Funktion f (x) 0 zu untersuchen betrachtet man die Supremumsmetrik
d

( f
n
, 0) = sup
x[0,)
d
L
( f
n
(x), 0) = sup
x[0,)
f
n
(x).
Da f ur jedes n l die Funktion f
n
(x) nicht negativ ist, f
n
(0) = 0 und lim
x
f
n
(x) = 0
gilt, folgt, dass f
n
(x) sogar ein Maximum in [0, ) annimmt. Um das Maximum zu
berechnen, ist Satz 7.2.2 hilfreich. F ur jedes n l ist f
n
(x) beliebig oft dierenzierbar,
und setzt man die erste Ableitung gleich Null, so erh alt man
f

n
(x) = ne

1
2
nx
2
n
2
x
2
e

1
2
nx
2
= e

1
2
nx
2
(n n
2
x
2
) = 0 x =
1

n
.
Also ist x =
1

n
die einzige Nullstelle der ersten Ableitung, die in [0, ) enthalten ist.
Wegen lim
x
f
n
(x) = 0 folgt daher, dass das Maximum der Funktion f
n
(x) an der
Stelle x =
1

n
liegt. Somit ergibt sich f ur die Supremumsmetrik
d

( f
n
, 0) = sup
x[0,)
f
n
(x) = max
x[0,)
f
n
(x) = f
n
_
1

n
_
=
n

n
e

1
2
.
Daraus folgt d

( f
n
, 0) , 0 f ur n , d.h. ( f
n
)
nl
konvergiert nicht gleichm aig
gegen die Nullfunktion.
x
f
n
(x)
0 1 2 3
1
2
3
2
5
2
7
2
1
2
3
4
5
6
7 n = 1
n = 5
n = 20
n = 120
Abbildung 6.6: Graph der Funktionen f
n
f ur ausgew ahlte n l
6.6.10 Beispiel. Sei > 0 und betrachtet man die Funktionenfolge f
n
(x) := nxe

1
2
nx
2
,
n l, auf dem Intervall [, ). Aus dem vorigen Beispiel wissen wir bereits, dass die
Funktion f
n
(x) f ur x >
1

n
monoton fallend ist. Wegen
> 0 n
0
l : >
1

n
n n
0
6.6. GLEICHM

ASSIGE KONVERGENZ 151
gibt es ein n
0
l, sodass
1

n
[, ) f ur alle n n
0
. Daher ergibt sich f ur n n
0
in
diesem Fall f ur die Supremumsmetrik
d

( f
n
, 0) = sup
x[,)
f
n
(x) = max
x[,)
f
n
(x) = f
n
() = ne

1
2
n
2
.
Also folgt d

( f
n
, 0) 0 f ur n , d.h. ( f
n
)
nl
konvergiert gleichm aig gegen die
Nullfunktion.
Gleichm aige Konvergenz sichert nun wie wir auch sp ater immer wieder feststel-
len werden , dass sich Grenz uberg ange gutm utig verhalten.
6.6.11 Lemma. Sei (X, d
X
) ein metrischer Raum und (Y, d
Y
) ein vollst andig metrischer
Raum, E X, und seien f , f
n
J(E, Y), n l. Weiters sei (x
k
)
kl
eine Folge in
E.
Ist die Folge ( f
n
)
nl
auf E gleichm aig konvergent gegen f , und existiert f ur jedes
n l der Grenzwert
lim
k
f
n
(x
k
) = A
n
,
dann konvergieren die Folgen (A
n
)
nl
und ( f (x
k
))
kl
in Y und zwar gegen denselben
Grenzwert. Also gilt
lim
k
lim
n
f
n
(x
k
) = lim
n
lim
k
f
n
(x
k
).
Beweis. Sei > 0 gegeben. Da ( f
n
)
nl
f bez uglich d

, ist ( f
n
)
nl
in J(E, Y) eine
Cauchy-Folge. Es existiert also ein N l, sodass f ur n, m N und alle t E gilt
d
Y
( f
n
(t), f
m
(t)) .
H alt man n und m fest und l asst man t die Folge (x
k
)
kl
durchlaufen, so folgt mit
Lemma 3.2.10 und Lemma 3.3.1 die Beziehung d
Y
(A
n
, A
m
) . Damit ist (A
n
)
nl
eine
Cauchy-Folge in Y und daher konvergent, lim
n
A
n
=: A. Nun gilt
d
Y
( f (x
k
), A) d
Y
( f (x
k
), f
n
(x
k
)) + d
Y
( f
n
(x
k
), A
n
) + d
Y
(A
n
, A).
W ahle n so gro, dass f ur alle t E und insbesondere f ur alle t = x
k
d
Y
( f (t), f
n
(t)) < und d
Y
(A
n
, A) < .
F ur dieses n existiert ein k
0
l, sodass aus k k
0
die Ungleichung d
Y
( f
n
(x
k
), A
n
) <
folgt. Insgesamt erhalten wir
d
Y
( f (x
k
), A) < 3, k k
0
.
K
6.6.12 Bemerkung. Wir werden sp ater eine Verallgemeinerung dieses Lemmas f ur Net-
ze zeigen. Der Beweis davon wird im Wesentlich derselbe sein.
6.6.13 Korollar. Sei (X, d
X
) ein metrischer Raumund (Y, d
Y
) ein vollst andig metrischer
Raum, E X, und seien f , f
n
J(E, Y), n l, sodass ( f
n
)
nl
auf E gleichm aig
gegen f konvergiert.
Sind die Funktionen f
n
alle stetig bei einem x E, so ist es auch f . Sind alle f
n
auf
ganz E stetig, so ist es auch f .
152 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Beweis. Sei x E und sei (x
k
)
kl
eine Folge mit x
k
k
x. Aus Lemma 6.6.11 folgt
lim
k
f (x
k
) = lim
k
lim
n
f
n
(x
k
) = lim
n
lim
k
f
n
(x
k
) = lim
n
f
n
(x) = f (x).
Nach Proposition 6.1.4 ist f bei x stetig.
K
6.6.14 Bemerkung. Nach Lemma 5.1.13 erh alt man, dass die Menge C
b
(E, Y) aller
beschr ankten und stetigen Funktionen von E Y, eine abgeschlossene Teilmenge
von J(E, Y) versehen mit der Metrik d

ist. Dabei ist E Teilmenge eines metrischen


Raumes.
6.6.15 Satz. Ist E eine Menge und (Y, d
Y
) ein vollst andig metrischer Raum, so ist
(J(E, Y), d

) ebenfalls ein vollst andig metrischer Raum.


Somit konvergiert eine Folge ( f
n
)
nl
von Funktionen aus J(E, Y) genau dann
gleichm aig, wenn es zu jedem > 0 ein N l gibt, sodass f ur alle n, m N und
beliebiges x E gilt
d
Y
( f
n
(x), f
m
(x)) . (6.6)
Beweis. Klarerweise ist eine konvergente Folge ( f
n
)
nl
von Funktionen aus J(E, Y)
eine Cauchy-Folge. Diese Tatsache gilt ja in allen metrischen R aumen.
Sei nun umgekehrt die Cauchy-Bedingung erf ullt. Man beachte, dass (6.6) f ur alle
x E zu d

( f
n
, f
m
) aquivalent ist.
Es folgt, dass insbesondere f ur jedes einzelne x die Folge ( f
n
(x))
nl
eine Cauchy-
Folge in Y und daher konvergent ist. Also existiert der Grenzwert lim
n
f
n
(x) punkt-
weise auf E. Wir setzen
f (x) := lim
n
f
n
(x).
Wir m ussen nun noch zeigen, dass f beschr ankt ist und dass die Konvergenz sogar
gleichm aig stattndet.
Sei > 0 gegeben und w ahle N l so, dass d
Y
( f
n
(x), f
m
(x)) f ur alle n, m N
und alle x E. H alt man x fest und l asst m streben, so folgt f ur n N
d
Y
( f
n
(x), f (x)) .
Da x beliebig, war folgt d

( f
n
, f ) , n N, d.h. f
n
f gleichm aig und mit
Bemerkung 6.6.6 ist f beschr ankt.
K
6.7 Reell- und komplexwertige Folgen und Reihen
6.7.1 Denition. Ist Y = L oder Y = und E eine Menge, dann setzt man f ur
f : E Y
j f j

:= sup
xE
f (x) ( [0, +]),
und spricht von der Supremumsnorm.
Unmittelbar uberpr uft man, dass f ur f , g : E Y
j f j

< + f J(E, L) bzw. f J(E, )


6.7. REELL- UND KOMPLEXWERTIGE FOLGEN UND REIHEN 153
j f j

0 und j f j

= 0 f = 0.
F ur f , g J(E, L) bzw. f , g J(E, ) gilt zudem
d

( f , g) = j f gj

und j f j

= d

( f , 0), wobei 0 hier die konstante Nullfunk-


tion ist.
j f j

= j f j

f ur L bzw. ,
j f + gj

j f j

+ jgj

,
j f gj

j f j

jgj

.
6.7.2 Korollar. Sind ( f
n
)
nl
, (g
n
)
nl
Folgen von Funktionen aus J(E, L) bzw. J(E, ),
die gleichm aig gegen f bzw. g konvergieren, so gilt
lim
n
f
n
+ g
n
= f + g, lim
n
f
n
g
n
= f g,
und zwar gleichm aig. Insbesondere gilt lim
n
f
n
= f f ur alle L bzw. .
Beweis. Wir beweisen exemplarisch nur die zweite Aussage. Es gilt
d

( f
n
g
n
, f g) = j f
n
g
n
f gj

jg
n
j

j f
n
f j

+ j f j

jg
n
gj

.
Als konvergente Folge ist (g
n
)
nl
beschr ankt, d.h. jg
n
j

= d

(g
n
, 0) C, n l.
Somit konvergiert d

( f
n
g
n
, f g) gegen Null.
K
6.7.3 Denition. F ur n l sei f
n
: E L ().
Man sagt, die Reihe
_

n=1
f
n
konvergiert punktweise, wenn f ur jedes x E die
Reihe
_

n=1
f
n
(x) in L () konvergiert.
Ist f
n
J(E, L) ( J(E, )), n l, so heit
_

n=1
f
n
gleichm aig konvergent,
wenn die Folge
_
_
N
n=1
f
n
(.)
_
Nl
von Partialsummen gleichm aig konvergiert.
Die Reihe
_

n=1
f
n
konvergiert absolut als Funktionenreihe, wenn die Reihe
_

n=1
j f
n
j

konvergiert.
Klarerweise impliziert die absolute Konvergenz von
_

n=1
f
n
als Funktionenreihe
die absolute Konvergenz von
_

n=1
f
n
(x) f ur jedes x E. Wir haben aber auch folgendes
Ergebnis.
6.7.4 Korollar (Weierstra Kriterium). Sei ( f
n
)
nl
eine Folge von beschr ankten reell-
bzw. komplexwertigen Funktionen auf einer Menge E . Ist
_

n=1
f
n
absolut konver-
gent als Funktionenreihe, so ist diese Funktionenreihe auch gleichm aig konvergent.
_

n=1
f
n
ist sicher dann absolut konvergent, und somit auch gleichm aig konvergent,
wenn es M
n
L, M
n
0, n l gibt, f ur die
_

n=1
M
n
konvergiert, und sodass
j f
n
j

M
n
, n l.
154 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Beweis. Nach dem Majorantenkriteriumin Lemma 3.8.8 folgt aus der Konvergenz von
_

n=1
M
n
die von
_

n=1
j f
n
j

.
Ist nun letztere Reihe konvergent, so ist die Folge
_
_
N
n=1
j f
n
j

_
Nl
von Partialsum-
men eine Cauchy-Folge in L. Es gibt somit zu > 0 ein N l, sodass f ur k, m N
gilt
_
m
n=k+1
j f
n
j

. F ur solche m, k folgt auch


_
_
_
_
_
_
_
m

n=k+1
f
n
_
_
_
_
_
_
_

n=k+1
j f
n
j

, .
Also ist
_
_
N
n=1
f
n
_
Nl
eine Cauchy-Folge in J(E, L) ( J(E, )), und nach Satz 6.6.15
konvergent. Somit ist
_

n=1
f
n
gleichm aig konvergent.
K
Die meisten Konvergenzkriterien f ur Reihen kann man so anpassen, dass sie auch
f ur Reihen von Funktionen anwendbar sind. Wir wollen das hier aber nicht weiter
ausf uhren.
Ein bedeutendes Beispiel f ur Reihen von Funktionen sind die sogenannten Potenz-
reihen.
6.7.5 Denition. Sind a
n
oder auch nur a
n
L f ur n l 0, und ist z , so
nennt man die komplexwertige Reihe

n=0
a
n
z
n
eine Potenzreihen
7
. Als Konvergenzradius wollen wir die Zahl R [0, +] mit
R = sup
_

_
z : z ,

n=0
a
n
z
n
ist konvergent
_

_
(6.7)
bezeichnen
8
.
6.7.6 Beispiel. Wir sind solchen Reihen schon begegnet, z.B. sind die geometrische
Reihe
_

n=0
z
n
und die Exponentialreihe
_

n=0
z
n
n!
Potenzreihen.
Erstere konvergiert genau f ur z < 1 und hat somit Konvergenzradius 1. Die Expo-
nentialreihe konvergiert f ur alle z und hat somit Konvergenzradius +.
6.7.7 Satz. Sei
_

n=0
a
n
z
n
eine Potenzreihe und R ihr Konvergenzradius.
(i) F ur jedes z mit z > R ist
_

n=0
a
n
z
n
divergent.
(ii) F ur jedes z mit z < R ist
_

n=0
a
n
z
n
sogar absolut konvergent. Insbesondere
ist
R = sup
_

_
z : z ,

n=0
a
n
z
n
ist absolut konvergent
_

_
. (6.8)
7
Dabei ist es zun achst unerheblich, ob sie jetzt konvergiert oder nicht.
8
Da f ur z = 0 die Reihe immer absolut konvergiert, ist diese Menge nicht leer.
6.7. REELL- UND KOMPLEXWERTIGE FOLGEN UND REIHEN 155
(iii) F ur jedes r [0, R) ist
_

n=0
a
n
z
n
auf dem abgeschlossenen Kreis K
r
(0) = z :
z r absolut konvergent als Funktionenreihe. Die Funktion
z

n=0
a
n
z
n
, z K
r
(0),
ist dabei eine stetige und beschr ankte Funktion auf K
r
(0).
Re
Im

r
R R
Abbildung 6.7: Konvergenzradius
(iv) Auf U
R
(0) = z : z < R ist z
_

n=0
a
n
z
n
eine stetige Funktion
9
.
(v) Der Konvergenzradius l asst sich durch die Koezienten a
n
unmittelbar bestim-
men durch
10
R =
1
limsup
n
n

a
n

.
Gilt dabei a
n
0 f ur alle hinreichend groen n, so gilt auch
1
limsup
n

a
n+1
a
n

R
1
liminf
n

a
n+1
a
n

. (6.9)
Beweis.
(i) Folgt sofort aus (6.7).
(ii) Folgt aus dem n achsten Punkt.
(iii) Nach (6.7) gibt es ein komplexes z
0
mit r < z
0
R, sodass
_

n=0
a
n
z
n
0
konvergiert.
Somit ist die Summandenfolge eine Nullfolge; insbesondere a
n
z
n
0
C, n l
f ur ein C > 0. F ur z r < z
0
rechnet man
a
n
z
n
= a
n
z
n
0

z
z
0

n
C

r
z
0

n
.
9
Im Allgemeinen ist sie aber nicht mehr beschr ankt
10
Ist die Folge (
n

a
n
)
nl
nicht nach oben beschr ankt, so sei
1
limsup
n
n

an
= 0.
156 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Wegen

r
z
0

< 1 konvergiert
_

n=0
C

r
z
0

n
.
Die Partialsummen
_
N
n=0
a
n
z
n
, N l, sind Polynome und damit stetig. Da K
r
(0)
kompakt ist (vgl. Beispiel 5.2.7), sind diese Partialsummen auf K
r
(0) beschr ankt.
Aus dem Weierstraschen Kriterium (Korollar 6.7.4) angewandt auf E = K
r
(0)
folgt die absolute Konvergenz als Funktionenreihe und somit die gleichm aige
Konvergenz der entsprechenden Funktionenfolge von Partialsummen auf K
r
(0)
gegen eine beschr ankte Funktion. Nach Korollar 6.6.13 ist die Grenzfunktion so-
gar stetig auf E = K
r
(0).
(iv) Betrachtet man z
_

n=0
a
n
z
n
auf U
R
(0), so ist auch dies eine stetige Funktion.
In der Tat ist die Stetigkeit eine lokale Eigenschaft (siehe Fakta 6.1.3), und man
kann zu jedem komplexen z mit z < R ein > 0 und ein r [0, R) nden, sodass
U

(z) K
r
(0).
(v) F ur jedes z mit z <
1
limsup
n
n

a
n

gilt limsup
n
n

a
n
z
n
= z
limsup
n
n

a
n
< 1. Nach dem Wurzelkriterium, Satz 3.9.1, ist
_

n=0
a
n
z
n
kon-
vergent. Gem a (6.7) folgt
limsup
n
n
_
a
n
R.
W are
1
limsup
n
n

a
n

< R, so w ahle z mit


1
limsup
n
n

a
n

< z < R. Wegen


(ii) konvergiert die Potenzreihe. Andererseits sieht man ahnlich wie oben, dass
limsup
n
n

a
n
z
n
> 1, und mit dem Wurzelkriterium, Satz 3.9.1, folgt die Di-
vergenz der Potenzreihe. Also muss auch
1
limsup
n
n

a
n

R.
Analog beweist man (6.9) mit Hilfe des Quotientenkriteriums.
K
6.7.8 Beispiel. Das Konvergenzverhalten einer Potenzreihe ist durch den obigen Satz
relativ gut abgekl art. Einzig uber die Punkte mit z = R, wo R der Konvergenzradius ist,
hat man keine Aussage. Es k onnen hier tats achlich auch alle F alle eintreten. Betrachte
dazu die Potenzreihen

n=0
z
n
,

n=0
z
n
n
und

n=0
z
n
n
2
.
Alle haben Konvergenzradius 1. Jedoch ist
_

n=0
z
n
f ur z = 1 divergent,
_

n=0
z
n
n
2
absolut
konvergent, und
_

n=0
z
n
n
(nicht absolut) konvergent auer bei z = 1, wo sie divergiert.
6.7.9 Korollar. Sei f (z) :=
_

n=0
a
n
z
n
eine Potenzreihe und ihr Konvergenzradius sei
R > 0.
Verschwinden nicht alle a
n
, so gibt es ein (0, R), sodass f (z) 0 f ur z
U

(0) \ 0.
6.7. REELL- UND KOMPLEXWERTIGE FOLGEN UND REIHEN 157
Sei
_

n=0
b
n
z
n
eine weitere Potenzreihen mit Konvergenzradien

R > 0. Gibt
es eine Menge E U
min(R,

R)
(0), die Null als H aufungspunkt hat, und sodass
_

n=0
a
n
z
n
=
_

n=0
b
n
z
n
f ur alle z E, so folgt a
n
= b
n
, n l 0 und damit
R =

R.
Beweis. Sei n
0
l 0 der erste Index, sodass a
n
0
0. Wegen den Rechenregeln
f ur Reihen konvergiert
_

n=0
a
n
z
n
genau dann, wenn g(z) =
_

n=0
a
n+n
0
z
n
es tut, wobei
im Fall der Konvergenz z
n
0
g(z) = f (z). Letztere ist also auch eine Potenzreihe mit
Konvergenzradius R.
Wegen g(0) = a
n
0
0 und wegen der Stetigkeit von g auf U
R
(0) gibt es ein
(0, R), sodass g(z) g(0) < a
n
0
und somit g(z) 0 f ur z U

(0). Also ist auch


f (z) 0 f ur z U

(0) \ 0.
Um die zweite Aussage zu zeigen betrachte man die Potenzreihe
h(z) =
_

n=0
(a
n
b
n
)z
n
, die zumindest f ur z < min(R,

R) konvergiert, und damit einen
Konvergenzradius min(R,

R) hat. Nach Voraussetzung und den Rechenregeln f ur
Reihen folgt h(z) = 0, z E. Da 0 ein H aufungspunkt von E ist, widerspricht das aber
der ersten Aussage, auer a
n
b
n
= 0, n l.
K
6.7.10 Bemerkung. Ist z < R, so folgt aus Korollar 3.8.3

n=0
a
n
( z)
n
=

n=0
a
n
z
n
. (6.10)
Insbesondere folgt aus a
n
L, n l, und z = x L, dass auch
_

n=0
a
n
x
n
L.
Ist umgekehrt
_

n=0
a
n
x
n
L f ur alle x L, x < R, so folgt aus (6.10), dass die
Potenzreihen (beide mit Konvergenzradius R)

n=0
a
n
z
n
,

n=0
a
n
z
n
f ur z L U
R
(0) ubereinstimmen. Aus Korollar 6.7.9 folgt a
n
= a
n
, also a
n
L.
6.7.11 Bemerkung.

Ublicherweise werden auch Reihen der Form

n=0
a
n
(z z
0
)
n
(6.11)
f ur ein festes z
0
als Potenzreihen bezeichnet. Die hergeleiteten Aussagen f ur Potenz-
reihen stimmen sinngem a oensichtlich auch f ur solche Reihen. Dabei ist z.B. der
Bereich der Konvergenz U
R
(z
0
) mit entsprechend denierten Konvergenzradius.
Funktionen f : D mit oenem D heien analytisch in einem Punkt
z
0
D, falls es eine oene Kugel U
r
(z
0
) D mit r > 0 und eine Potenzreihe der
Form (6.11) gibt, sodass r kleiner oder gleich dem Konvergenzradius der Reihe ist und
sodass f (z) f ur alle z U
r
(z
0
) mit dem Grenzwert der Reihe (6.11) ubereinstimmt, f
also lokal um z
0
als Grenzwert einer Potenzreihe dargestellt werden kann.
Ist f um jedes z
0
D analytisch, so heit f analytisch.
158 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
6.8 Die Exponentialfunktion
Wir wollen jetzt einige der sogenannten elementaren Funktionen betrachten. Grundlage
f ur alle diese ist die Exponentialfunktion
exp(z) =

n=0
z
n
n!
, z . (6.12)
Wir haben schon gesehen, dass diese Reihe f ur alle z konvergiert. Sie ist also eine
Potenzreihe mit Konvergenzradius +. Insbesondere ist exp : stetig.
Weitere wichtige elementare Funktionen sind sin und cos.
6.8.1 Denition. F ur z seien
cos z =
exp(iz) + exp(iz)
2
, sin z =
exp(iz) exp(iz)
2i
,
die sogenannten trigonometrischen Funktionen Cosinus und Sinus.
Als Zusammensetzung von stetigen Funktionen sind cos : und sin :
auf stetig (siehe Lemma 6.1.6 und Korollar 6.1.8).
6.8.2 Lemma. F ur alle z gilt
cos z =

k=0
(1)
k
z
2k
(2k)!
, sin z =

k=0
(1)
k
z
2k+1
(2k + 1)!
.
Also sind cos und sin Grenzfunktionen von Potenzreihe
11
mit Konvergenzradius +.
Beweis. F ur gerade n = 2k gilt i
n
+ (i)
n
= 2i
2k
= 2(1)
k
, und f ur ungerade n = 2k + 1
gilt i
n
+ (i)
n
= 0. Aus den Rechenregeln f ur Reihen folgt somit
exp(iz) + exp(iz)
2
=

n=0
i
n
+ (i)
n
2
z
n
n!
=

k=0
(1)
k
z
2k
(2k)!
.
Analog leitet man die Potenzreihenentwicklung f ur sin her.
K
6.8.3 Satz. Sei z, w und x, y L. Dann gilt
(i) exp(z) 0, exp(z + w) = exp(z) exp(w) und exp(z) =
1
exp(z)
. Schlielich ist
(exp z)
n
= exp(zn), n Z.
(ii) exp(iz) = cos z + i sin z. Allgemeiner gilt die Formel von de Moivre:
(cos z + i sin z)
n
= cos(nz) + i sin(nz), n Z.
(iii) exp( z) = exp(z), cos( z) = cos(z), sin( z) = sin(z).
Insbesondere sind exp
L
, cos
L
, sin
L
Funktionen, die L nach L abbilden.
(iv) cos y = Re exp(iy), sin y = Imexp(iy) und exp(x + iy) = exp(x)(cos y + i sin y),
wobei exp(x) L.
11
Ganz genau genommen ist eine Reihe der Bauart
_

k=0
c
k
z
2k
keine Potenzreihe, da sie nicht von der
Form
_

n=0
a
n
z
n
ist. Setzt man aber a
2k
= c
k
f ur k l 0 und a
n
= 0 f ur ungerade n, so uberzeugt man
sich leicht davon, dass
_

k=0
c
k
z
2k
genau dann konvergiert, wenn
_

n=0
a
n
z
n
es tut, wobei die Grenzwerte
dieser Reihen dann ubereinstimmen. Entsprechendes gilt f ur Reihen der Bauart
_

k=0
c
k
z
2k+1
6.8. DIE EXPONENTIALFUNKTION 159
Re
Im
1 1
i
i
i sin y
cos y
exp(iy) =
cos y + i sin y
0
e
x
p
(
x
)
exp(x + iy) =
exp(x)(cos y + i sin y)
exp(x) cos y
i exp(x) sin y
Abbildung 6.8: Darstellung der Lage von exp(x + iy)
(v) Die Funktion exp eingeschr ankt auf die reelle Achse ist eine streng monoton
wachsende bijektive Funktion von L auf L
+
mit exp(0) = 1. Insbesondere gilt
lim
x+
exp(x) = +, lim
x
exp(x) = 0. (6.13)
(vi) exp(z) = exp(Re z). Insbesondere gilt exp(z) = 1 Re z = 0 und
(cos y)
2
+ (sin y)
2
= 1.
(vii) cos(z) = cos z und sin(z) = sin z.
(viii) Es gelten die Summens atze f ur Sinus und Cosinus
cos(z + w) = cos z cos w sin z sin w, sin(z + w) = sin z cos w + cos z sin w.
Beweis.
(i) exp(z + w) = exp(z) exp(w) haben wir in Beispiel 5.4.13 gesehen. Die beiden
n achsten Aussagen folgen aus exp(z) exp(z) = exp(0) = 1. Schlielich folgt
(exp z)
n
= exp(zn), n l, durch vollst andige Induktion, und f ur n Z wegen
exp(zn) =
1
exp(zn)
.
(ii) exp(iz) = cos z + i sin z folgt leicht durch Nachrechnen, und daraus
(cos z + i sin z)
n
= (exp iz)
n
= exp(inz) = cos(nz) + i sin(nz).
(iii) Da die Koezienten in den Potenzreihenentwicklungen reell sind, folgt die Aus-
sage sofort aus Bemerkung 6.7.10.
(iv) Folgt aus (i) und (ii), da nach dem letzten Punkt exp(x), cos y, sin y L.
(v) F ur x > 0 folgt aus der Tatsache, dass alle Koezienten in der Potenzreihe (6.12)
von exp strikt positiv sind, immer exp(x) > 1 + x > 1. Klarerweise ist exp(0) = 1.
F ur x < 0 folgt aus (i), dass
1
exp(x)
= exp(x) > 1 x > 1 und somit exp(x)
(0, 1), exp(x) <
1
1x
.
160 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Aus diesen Absch atzungen schlieen wir sofort auf (6.13). Aus x < y ergibt sich
wegen
exp(y) = exp(x + (y x)) = exp(x) exp(y x) > exp(x)
die Tatsache, dass exp(x) streng monoton wachsende ist.
Nun ist exp(x) : L L
+
stetig. Somit muss wegen Korollar 6.5.3 exp(L) ein
oenes Intervall sein, das wegen (6.13) aber nur (0, +) = L
+
sein kann.
(vi) Aus
exp(z)
2
= exp(z) exp(z) = exp(z) exp(z) = exp(z +z) = exp(2 Re z) = exp(Re z)
2
und aus der Tatsache, dass exp(z) und exp(Re z) positive reelle Zahlen sind,
folgt exp(z) = exp(Re z). Weiters gilt (cos y)
2
+ (sin y)
2
= cos y + i sin y
2
=
exp(iy)
2
= exp(0) = 1.
(vii) Folgt aus der jeweiligen Potenzreihenentwicklung, da nur gerade bzw. nur unge-
rade Potenzen vorkommen.
(viii) Man setze die Denition von sin und cos ein und rechne die Gleichheit nach.
K
x
y
3 2 1 1 2 3
0
1
4
3
2
1
y = exp(x)
Abbildung 6.9: Funktionsgraphen der reellen Exponentialfunktion
Wie wir unter anderem gerade gesehen haben, ist exp : L L
+
eine Bijektion.
6.8.4 Denition. Mit ln : L
+
L wollen wir die Inverse von exp : L L
+
bezeich-
nen und sprechen vom nat urlichen Logarithmus bzw. vom Logarithmus naturalis.
Aus Satz 6.8.3, Korollar 6.5.3 und durch elementares Nachrechnen folgt sofort
6.8.5 Korollar. Die Funktion ln : L
+
L ist eine stetige und streng monoton wach-
sende Bijektion. Es gilt
lim
x0+
ln x = , lim
x+
ln x = +,
sowie
ln(xy) = ln x + ln y, x, y > 0, ln(x
n
) = n ln x, x > 0, n Z.
6.8. DIE EXPONENTIALFUNKTION 161
x
y
1 1 2 3 4 5 6 0
3
2
1
1
2
3
y = ln(x)
Abbildung 6.10: Logarithmus naturalis
Beachte, dass wir den Logarithmus nur f ur reelle Werte deniert haben. Dies ist
kein Zufall, will man den Logarithmus auch f ur komplexe Werte denieren, trit man
auf Schwierigkeiten ganz essentieller Natur (vgl. Vorlesung zur Komplexen Analysis).
Wir k onnen nun mit Hilfe der Exponentialfunktion die bisher nur f ur rationale b
denierte Ausdr ucke a
b
auch f ur beliebige b L denieren.
6.8.6 Korollar. F ur a L
+
und b Q gilt a
b
= exp(b ln a).
Setzen wir a
b
durch exp(b ln a) auf ganz (a, b) L
+
L fort, so gilt (a, a
1
, a
2

L
+
, b, b
1
, b
2
L)
a
b
1
+b
2
= a
b
1
a
b
2
, (a
1
a
2
)
b
= a
b
1
a
b
2
.
Beweis. Ist b =
p
q
Q mit p Z, q l, so ist exp(b ln a) nach Satz 6.8.3 eine positive
reelle Zahl mit der Eigenschaft, dass
(exp(b ln a))
q
= exp(bq ln a) = exp(p ln a) = exp(ln a
p
) = a
p
. .
Also ist exp(b ln a) =
q

a
p
.
Die Funktionalgleichungen folgen aus denen von exp und ln.
K
6.8.7 Bemerkung.
Als Zusammensetzung der stetigen Funktionen exp, ln und , ist (a, b) a
b
auf
(a, b) L
+
L stetig (vgl. Beispiel 6.1.7).
Die Funktion exp kann nun selbst mit dieser Notation als allgemeine Potenz
angeschrieben werden. Sei dazu e := exp(1), die Eulersche Zahl. Dann gilt nach
der Denition der allgemeinen Potenz
e
x
= exp(x ln e) = exp
_
x ln exp(1)
.,,.
=1
_
= exp(x) .
162 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
6.8.8 Bemerkung. Wir haben schon festgestellt, dass die Eulersche Exponentialfunkti-
on eine ganz zentrale Rolle spielt. Daher wird auch die reelle Zahl e ein interessantes
Objekt sein. Dazu wollen wir hier bemerken, dass man die Eulersche Zahl e, neben
ihrer Denition als e := exp(1) =
_

n=0
1
n!
auch in vielfacher Weise anders charakteri-
sieren kann. Zum Beispiel kann man zeigen, dass
e = lim
n
_
1 +
1
n
_
n
bzw. e
z
= lim
n
_
1 +
z
n
_
n
,
gilt.
Diese Formel gibt auch Anlass zu alternativen Denitionen der Funktion exp(x),
n amlich als e
x
. Daf ur muss man allerdings die allgemeine Potenz zuerst ohne Ver-
wendung von exp denieren. Dies kann man so machen, dass man von der Funktion
q

a
p
: L
+
Q L
+
ausgeht, und diese mittels stetiger Fortsetzung zu einer Funktion
L
+
L L
+
macht.
Wie aus der Schule bekannt, ist einer der wichtigsten Naturkonstanten die Zahl
. Mit Hilfe der Funktion cos kann man nun die Existenz dieser Zahl mit all ihren
wichtigen Eigenschaften herleiten.
6.8.9 Lemma.
F ur t [0, 2] und n l gilt
t
n
n!

t
n+2
(n+2)!
.
Die Funktion cos : L L hat eine kleinste positive Nullstelle x
0
, die imIntervall
(0, 2) liegt.
F ur x
0
gilt sin x
0
= 1.
Beweis.
Durch Umformen ist die zu beweisende Ungleichung aquivalent zu
(n + 2)(n + 1) t
2
, und somit richtig.
Wir betrachten die Potenzreihenentwicklung von cos in Lemma 6.8.2 und stellen
sofort cos 0 = 1 fest. Da man in Reihen Klammern setzen darf, folgt aus dem
letzten Punkt
cos 2 = 1
2
2
2
+
2
4
4!

l=1
_
2
4l+2
(4l + 2)!

2
4l+4
(4l + 4)!
_
1
2
2
2
+
2
4
4!
=
1
3
.
Nach dem Zwischenwertsatz Korollar 6.2.6 hat t cos t im Intervall (0, 2) si-
cher eine Nullstelle x.
Nach Proposition 6.1.12 ist die Menge N = t L : cos t = 0 = cos
1
L
(0) und
daher auch N [0, +) abgeschlossen. In Beispiel 5.1.14 haben wir gesehen,
dass N [0, +) ein Minimum hat, welches wegen cos 0 = 1 sicher nicht 0 ist.
Also gibt es eine kleinste positive Nullstelle x
0
von t cos t.
Aus Satz 6.8.3 folgt wissen wir (cos x
0
)
2
+(sin x
0
)
2
= 1, und daher (sin x
0
)
2
= 1.
Nun ist aber wegen dem ersten Punkt
sin x
0
=

l=0
_

_
x
4l+1
0
(4l + 1)!

x
4l+3
0
(4l + 3)!
_

_
0,
und somit sin x
0
= 1.
6.8. DIE EXPONENTIALFUNKTION 163
K
6.8.10 Denition. Die Zahl sei jene positive reelle Zahl, sodass

2
die kleinste posi-
tive Nullstelle von cos : L L ist.
x
y

3
2
3
2

2 2
0
1
1
y = sin(x)
y = cos(x)
Abbildung 6.11: Funktionsgraphen des reellen Sinus und Cosinus
6.8.11 Satz.
(i) exp(i

2
) = i, exp(i) = 1, exp(2i) = 1.
(ii) cos(

2
) = 0, cos() = 1, cos(2) = 1,
sin(

2
) = 1, sin() = 0, sin(2) = 0.
(iii) exp(z +2ki) = exp(z), sin(z +2k) = sin(z), cos(z +2k) = cos(z), z , k Z. .
(iv) exp(z) = 1 k Z : z = 2ki ( z 2iZ).
(v) cos z = 0 k Z : z =

2
+ k, und sin z = 0 k Z : z = k.
(vi) Es gilt exp() = \ 0, wobei exp(z) = exp() z 2iZ.
Beweis.
(i) Wegen Satz 6.8.3 und Lemma 6.8.9 gilt exp(i

2
) = cos

2
+ i sin

2
= i. Der Rest
folgt aus Satz 6.8.3, (i).
(ii) Folgt aus (i), indem man Real- und Imagin arteil betrachtet.
(iii) exp(z + 2ki) = exp(z) exp(2i)
k
= exp(z). Daraus folgen durch Einsetzen von
Denition 6.8.1 die restlichen Aussagen.
(iv) Sei exp(z) = 1 gegeben. Aus Satz 6.8.3 wissen wir, dass damit Re z = 0 und damit
z = 0 + iy f ur ein y L. Klarerweise ist y = + 2l f ur ein eindeutiges l Z und
[0, 2)
12
. Aus (iii) folgt exp(i) = exp(iy) = 1.
Angenommen 0. Schreibe
exp(i

4
) = cos

4
+ i sin

4
=: u + iv mit u, v L.
12
F ur l nehme man das Maximum von k Z : 2k y.
164 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Dabei ist wegen 0 <

4
<

2
, und der Denition von

2
, sicherlich u 0. Im Fall
v = 0 w are exp(i

4
) = u = 1 und somit
exp(i(

2


4
)) =
exp(i

2
)
exp(i

4
)
=
i
1
= i .
Also ist =

2


4
eine Nullstelle reelle von cos mit (0,

2
) im Widerspruch
zur Denition von

2
. Also muss v 0. Klarerweise gilt auch
1 = exp(i) = (u + iv)
4
=
_
u
4
6u
2
v
2
+ v
4
_
+ i
_
4uv(u
2
v
2
)
_
.
Die rechte Zahl ist genau dann reell, wenn u
2
v
2
= 0. Wegen u
2
+ v
2
= 1 ist das
aquivalent zu u
2
= v
2
=
1
2
. Dann ist aber u
4
6u
2
v
2
+ v
4
= 1 1.
(v) Es ist cos z = 0 genau dann, wenn exp(iz) = exp(iz) = exp(i iz), also
wenn exp(2iz i) = 1. Dieses tritt genau dann ein, wenn
2izi
2i
Z, d.h. wenn
z

2
+ Z. Analog bestimmt man die Nullstellen des Sinus.
(vi) Sei w , w 0, gegeben. Da exp(x) eine Bijektion von L auf L
+
ist, gibt es ein
x L mit exp(x) = w. Schreibe
w
exp x
= u + iv mit u, v L.
Klarerweise ist u
2
+ v
2
= 1. Insbesondere gilt u [1, 1]. Wegen cos 0 = 1
und cos = 1 gibt es nach dem Zwischenwertsatz (Korollar 6.2.6) gibt es eine
t [0, ] mit u = cos t.
Aus u
2
+ v
2
= 1 = (cos t)
2
+ (sin t)
2
folgt v
2
= (sin t)
2
. Ist v = sin t, so setze y = t.
Sonst muss v = sin t, und dann setze man y = t. In jedem Falle ist cos y = u
und sin y = v und somit
w = exp(x)(cos y + i sin y) = exp(x + iy).
Ist exp(z) = exp(), so folgt 1 = exp(z ), also z 2iZ.
K
Jede komplexe Zahl w 0 l asst sich gem a Satz 6.8.11 als exp(z) schreiben. W ahlt
man z so, dass 0 Imz < 2, so ist nach Satz 6.8.11, (v), z eindeutig bestimmt. Also
ist exp : L [0, 2) \ 0 bijektiv.
6.8.12 Denition. Ist zu einem gegebenen w \ 0 das komplexe z L
[0, 2) () die eindeutige L osung von exp(z) = w, und setzt man r = exp(Re z)
und t = Imz, so erh alt man
w = exp(Re z) exp(i Imz) = r(cos t + i sin t) .
Somit ist (r, t) r(cos t + i sin t) eine Bijektion T : L
+
[0, 2) \ 0. Das Paar
(r, t) nennt man dabei die Polarkoordinaten von w.
Betrachtet man (r, t) r(cos t + i sin t) als Abbildung von [0, +) [0, 2), so
erreicht man alle komplexen w auch w = 0 zu dem Preis, dass diese Abbildung
dann nicht mehr injektiv ist.
6.8.13 Bemerkung.
6.8. DIE EXPONENTIALFUNKTION 165
1 1
Imz
0
1
2
i 1 +
1
2
i 1 +
1
2
i
i 1 +i 1 +i
3
2
i 1 +
3
2
i 1 +
3
2
i
2i 1 +2i 1 +2i
Re z
1
4
i
exp(z) = w
Re w
Imw
1 = exp(0) = exp(2i)
exp(i) = 1
exp(
1
2
i) = i
exp(
3
2
i) = i
1

2
(1 + i) = exp(
1
4
i)
e = exp(1) exp(1 + i) = e
exp(1 +
1
2
i) = ie
exp(1 +
3
2
i) = ie
0
Abbildung 6.12: Exponentialfunktion als Abbildung von auf \ 0
Wegen Satz 6.8.11, (iii), kann dabei auch das Intervall [0, 2) durch irgendein
halboenes Intervall der L ange 2, z.B. (, ], ersetzen.
Oensichtlich ist T : L
+
[0, 2) \ 0 als Zusammensetzung von
stetigen Funktionen selbst stetig. Die Umkehrung ist nicht stetig: Es gilt
lim
n
exp(i
1
n
) = 1, aber
lim
n
T
1
(exp(i
1
n
)) = lim
n
(1, 2
1
n
) = (1, 2) (1, 0) = T
1
(1).
Nimmt man statt [0, 2) z.B. das Intervall [a, a + 2), so treten entsprechende
Probleme beim Winkel a auf.
Nimmt man den kritischen Winkel aus, so sind die Polarkoordinaten in beide Richtungen stetig.
6.8.14 Proposition. Die Abbildung
T : L
+
(a, a + 2) \ r exp(ia) : r [0, +)
ist bijektiv, und T und T
1
sind stetig.
Beweis. Es bleibt die Stetigkeit von T
1
: D := \ r exp(ia) : r [0, +) L
+
(a, a + 2) zu zeigen. Dazu sei
lim
n
z
n
= z D f ur eine Folge aus D. Somit k onnen wir
z
n
= r
n
exp(i
n
), n l, z = r exp(i),
mit r
n
, r (0, +) und
n
, (a, a + 2) schreiben. Wegen r
n
= z
n
, r = z folgt r
n
r.
Ist (
n(k)
)
kl
eine Teilfolge, so hat diese wegen der Kompaktheit von [a, a + 2] eine gegen ein [a, a + 2]
konvergente Teilfolge (
n(k(l))
)
ll
. Somit w are wegen der Stetigkeit von T
exp(i) = lim
l
exp(i
n(k(l))
) = lim
l
z
n(k(l))
r
n(k(l))
=
z
r
= exp(i),
und nach Satz 6.8.11 2Z. Also folgt = und nach Lemma 5.2.11 gilt
n
.
K
6.8.15 Bemerkung. Wir sehen nun auch, dass es f ur n l immer n viele n-te Wurzeln
einer jeder Zahl w \ 0 in gibt:
Schreiben wir w in Polarkoordinaten w = r(cos t + i sin t), (r, t) L
+
[0, 2), so
gilt f ur ein
exp()
n
= w exp(n) = r(cos t + i sin t) = exp(ln(r) + it) .
166 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Wegen Satz 6.8.11 ist das genau dann der Fall, wenn n = ln(r) + i(t + 2 j) f ur ein
j Z. Da die L osungen der Gleichung z
n
= w nur in \ 0 = exp() zu suchen sind,
erhalten wir mit

j
= exp
_
ln(r) + i(t + 2 j)
n
_
=
n

r
_
cos
t + 2 j
n
+ i sin
t + 2 j
n
_
, j Z ,
genau alle L osungen dieser Gleichung. Wieder wegen Satz 6.8.11 sind aber nur

0
, . . . ,
n1
paarweise verschieden, und f ur j 0, . . . , n 1 stimmt
j
mit einem
der
0
, . . . ,
n1
uberein.
6.9 Fundamentalsatz der Algebra
Als Anwendung der bisher entwickelten Stetigkeitstheorie wollen wir den Fundamen-
talsatz der Algebra beweisen. Zun achst ben otigen wir ein Lemma.
6.9.1 Lemma. Ist p(z) [z] vom Grad n, dh. p(z) = a
n
z
n
+ . . . + a
0
, a
n
0 ein
komplexes Polynom, so hat p(z) ein Minimum, d.h. es gibt eine Zahl c mit p(c)
p(z) f ur alle z .
Beweis. Wir haben in Beispiel 5.5.11 gesehen, dass lim
z
a
n
z
n
+ . . . + a
0
= +.
Insbesondere gibt es eine Zahl R > 0, sodass p(z) a
0
= p(0), z mit z > R.
Die Kreisscheibe K := z : z R ist kompakt, und p(z) ist, als Zusam-
mensetzung der stetigen Funktionen p und ., stetig auf K. Daher wird ein Minimum
angenommen, min
zK
p(z) = p(c) p(0). Unsere Wahl von R sichert, dass
p(c) = min
z
p(z).
K
6.9.2 Satz (Fundamentalsatz der Algebra). Sei p(z) = a
0
+ + a
n
z
n
ein komplexes
Polynom vom Grad n. Dann existieren n nicht notwendigerweise verschiedene Zahlen
z
1
, . . . , z
n
, sodass
p(z) = a
n
n
_
k=1
(z z
k
). (6.14)
Beweis.
Sei h(z) ein Polynom der Form h(z) = 1 + bz
k
+ z
k
g(z) mit k l, b \ 0
und einem Polynom g, wobei g(0) = 0. Wir zeigen die Existenz eines u mit
h(u) < 1.
Dazu w ahlen wir eine k-te Wurzel von
1
b
(vgl. Bemerkung 6.8.15), d.h. eine
Zahl d mit bd
k
= 1. F ur t (0, 1] gilt
h(td) 1 t
k
+ t
k
d
k
g(td) = 1 t
k
+ t
k
d
k
g(td) = 1 t
k
(1 d
k
g(td)) .
Wegen d
k
g(td) = 0 f ur t = 0 folgt aus der Stetigkeit dieses Ausdruckes bei
0, dass d
k
g(td)
1
2
f ur t (0, ) mit einem > 0. F ur jedes solche t gilt
h(td) 1 t
k 1
2
< 1.
Nun zeigen wir, dass jedes nichtkonstante Polynom f (z) eine Nullstelle in hat.
Nach Lemma 6.9.1 gibt es ein c , sodass f (c) = min
z
f (z). W are f (c) 0,
so betrachte
h(z) :=
f (z + c)
f (c)
= 1 + b
k
z
k
+ b
k+1
z
k+1
+ . . . + b
n
z
n
, b
k
0.
6.9. FUNDAMENTALSATZ DER ALGEBRA 167
Nach dem ersten Beweisschritt existiert ein u mit h(u) < 1 und daher
f (u + c) = h(u) f (c) < f (c)
im Widerspruch zu f (c) = min
z
f (z).
Wir zeigen nun (6.14) durch Induktion nach dem Grad von p(z). Ist der Grad
eins, also p(z) = a
1
z + a
0
mit a
1
0, so ist p(z) = a
1
(z (
a
0
a
1
)).
Stimme nun (6.14) f ur alle Polynome vom Grad kleiner als n, sei p(z) vom Grad
n. Nach dem vorigen Beweisschritt hat p eine Nullstelle z
1
. Mittels Polynomdi-
vision und Einsetzen von z = z
1
erh alt man p(z) = s(z)(z z
1
). Das Polynom
s hat den gleichen F uhrungskoezienten wie p, und l asst sich nach Induktions-
voraussetzung in der angegebenen Weise faktorisieren.
K
6.9.3 Bemerkung. Funktionen f : L der Bauart
f (t) =
N

n=N
c
n
exp(itn),
f ur ein N l und c
n
, n = 0, . . . , N nennt man trigonometrische Polynome.
Man sieht sofort, dass f (t) = exp(iNt) p(exp(it)), wobei p : \ 0
p(z) =
2N

n=0
c
nN
z
n
.
Also ist f stetig und 2-periodisch. Weiters stimmen zwei trigonometrische Polynome
uberein, wenn das ihre Koezienten tun. Ist n amlich
N

n=N
c
n
exp(itn) =
M

n=M
d
n
exp(itn),
wobei o.B.d.A. N M, so folgt
_
N
n=N
(c
n
d
n
) exp(itn) = 0, wobei wir b
j
= 0, M <
j N setzten. Es folgt q(exp(it)) = 0, t L, mit q(z) =
_
2N
n=0
(c
nN
d
nN
)z
n
. Also
hat das Polynom q(z) unendlich viele Nullstellen und ist damit das Nullpolynom, d.h.
c
n
= d
n
, n = N, . . . , N.
Schlielich l asst sich jedes trigonometrische Polynom wegen
N

n=N
c
n
exp(itn) =
N

n=N
c
n
(cos nt+i sin nt) = c
0
+
N

n=1
(c
n
+c
n
) cos nt+
N

n=1
(c
n
ic
n
) sin nt,
in der Form
a
0
+
N

n=1
a
n
cos nt +
N

n=1
b
n
sin nt, (6.15)
schreiben. Umgekehrt l asst sich jede Funktion der Bauart (6.15) schreiben als
a
0
+
N

n=1
a
n
exp(int) + exp(int)
2
+
N

n=1
b
n
exp(int) exp(int)
2i
=
168 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
1

n=N
a
n
+ ib
n
2
exp(itn) + a
0
+
N

n=1
a
n
ib
n
2
exp(itn).
Somit ist (6.15) eine zweite Art trigonometrische Polynome darzustellen, wobei die
Koezienten in (6.15) ebenfalls eindeutig sind.
6.10 Weitere wichtige elementare Funktionen
Die Funktion
tan : L \

2
+ n : n Z L, tan(x) =
sin x
cos x
,
wird als Tangens und
cot : L \ n : n Z L, cot(x) =
cos x
sin x
,
als Cotangens bezeichnet.
x
y

3
2

2
3
2

2
0
y = tan(x)
y = cot(x)
Abbildung 6.13: Tangens und Cotangens
6.10. WEITERE WICHTIGE ELEMENTARE FUNKTIONEN 169
Betrachtet man tan eingeschr ankt auf (

2
,

2
), so zeigt man elementar, dass tan die-
ses Intervall bijektiv auf L abbildet. Entsprechend bildet cot das Intervall (0, ) bijektiv
auf L ab. Die jeweiligen Umkehrfunktionen heien arctan (Arcustangens) bzw. arccot
(Arcuscotangens).
x
y

2 2
0

2
y = arctan(x)
y = arccot(x)

Abbildung 6.14: Arcustangens und Arcuscotangens


Man kann auch sin auf das Intervall [

2
,

2
] einschr anken, und erh alt eine Bijektion
von [

2
,

2
] auf [1, 1]. Die Umkehrfunktion davon heit arcsin (Arcussinus). Entspre-
chend bildet cos das Intervall [0, ] bijektiv auf [1, 1] ab. Die Umkehrfunktion davon
heit arccos (Arcuscosinus).
x
y
2 1 1 2
0

2
y = arcsin(x)
y = arccos(x)
Abbildung 6.15: Arcussinus und Arcuscosinus

Ahnlich wie sin und cos sind Sinus Hyperbolicus sinh und Cosinus Hyperbolicus
cosh deniert:
cosh z :=
exp(z) + exp(z)
2
, sinh z :=
exp(z) exp(z)
2
, z .
170 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Die Werte von cosh z und sinh z liegen im allgemeinen in . F ur reelle z = x liegen
cosh x und sinh x oensichtlich in L.
x
y
3 2 1 1 2 3
0
1
4
3
2
1
2
3
4
y = sinh(x)
y = cosh(x)
Abbildung 6.16: Sinus Hyperbolicus und Cosinus Hyperbolicus
Da sinh : L L bijektiv ist, hat er eine Inverse die mit areasinh (Areasinus Hyper-
bolicus) bezeichnet wird. Die Funktion cosh eingeschr ankt auf [0, +) bildet dieses
Intervall bijektiv auf [1, +) ab. Die entsprechende Umkehrfunktion von [1, +) auf
[0, +) heit areacosh (Areacosinus Hyperbolicus).
6.10. WEITERE WICHTIGE ELEMENTARE FUNKTIONEN 171
x
y
6 5 4 3 2 1 1 2 3 4 5 6 0
3
2
1
1
2
3
y = areasinh(x)
y = areacosh(x)
Abbildung 6.17: Areasinus Hyperbolicus und Areacosinus Hyperbolicus
x
y
2 1 1 2
0
1
1
y = tanh(x)
y = coth(x)
Abbildung 6.18: Tangens Hyperbolicus und Cotangens Hyperbolicus
Schlielich ist tanh : L L deniert durch tanh x =
sinh x
cosh x
, und coth : L \ 0 L
durch coth x =
cosh x
sinh x
.
Dabei bildet tanh die reellen Zahlen bijektiv auf (1, 1) und coth die Menge L\ 0
bijektiv auf L \ [1, 1]. Die entsprechenden Umkehrfunktion heien areatanh (Area-
tangens Hyperbolicus) und areacoth (Areacotangens Hyperbolicus).
172 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
x
y
2 4 6
6 4 2
0
2
1
1
2
y = areatanh(x)
y = areacoth(x)
Abbildung 6.19: Areatangens Hyperbolicus und Areacotangens Hyperbolicus
6.11 Abelscher Grenzwertsatz
Thematisch passt zu diesem Kapitel insbesondere zum Begri der Potenzreihe der
sogenannte Abelsche Grenzwertsatz.
6.11.1 Satz. Sei P(z) =
_

j=0
a
j
z
j
eine Potenzreihe, R ihr Konvergenzradius mit 0 <
R < . Weiters sei z
0
mit z
0
= R. Ist die Zahlenreihe s :=
_

j=0
a
j
z
j
0
konvergent,
so gilt
lim
t1
P(tz
0
) = s. (6.16)
Beweis. Sei z < R und
s
n
:=
n

j=0
a
j
z
j
0
, s := lim
n
s
n
.
Laut Voraussetzung existiert der Grenzwert s. Aus Lemma 3.9.5 folgt
n

j=0
a
j
z
j
=
n

j=0
(a
j
z
j
0
)
_
z
z
0
_
j
=
_
z
z
0
_
n
s
n

n1

j=0
s
j
(
_
z
z
0
_
j+1

_
z
z
0
_
j
) =
_
z
z
0
_
n
s
n
+
_
1
z
z
0
_
n1

j=0
s
j
_
z
z
0
_
j
.
Wegen
_
z
z
0
_
n
s
n
0 konvergiert die Reihe auf der rechten Seite, und wir erhalten
P(z) =

j=0
a
j
z
j
=
_
1
z
z
0
_

j=0
s
j
_
z
z
0
_
j
, z < R.
Andererseits ist folgt aus
_

j=0

j
=
1
1
f ur < 1, dass
s =
_
1
z
z
0
_

j=0
s
_
z
z
0
_
j
.
F ur z < R und N l folgt
P(z) s

1
z
z
0

j=0
s s
j

_
z
z
0
_
j
+

1
z
z
0

j=N+1
s s
j

_
z
z
0
_
j
6.11. ABELSCHER GRENZWERTSATZ 173
Ist nun > 0 und N fest und so gro, dass s s
j
< , j > N, so ist das kleiner oder
gleich

1
z
z
0

j=0
s s
j

_
z
z
0
_
j
+

1
z
z
0

z
z
0

. (6.17)
Ist z = tz
0
, t (0, 1), so sieht man, dass es ein t
0
(0, 1) gibt, sodass f ur t > t
0
dieser
Ausdruck kleiner oder gleich 2 ist. Da > 0 beliebig war, gilt (6.16).
K
6.11.2 Bemerkung. Mit einer etwas feiner Argumentationsweise l asst sich (6.16) fol-
gendermaen verallgemeinern.
N ahert sich z nichttangentiell dem Punkt z
0
an, so konvergiert P(z) gegen s. Das
bedeutet: Ist N

, 0 < < der Winkelraum


N

= re
i
: r > 0, [, ],

Re
Im

Abbildung 6.20: Winkelraum N

so gilt
lim
N

, 0
P((1 )z
0
) = s. (6.18)
Um das einzusehen, bemerke man zun achst, dass f ur = re
i
N

mit r = cos
(f ur die Funktion cos siehe den n achsten Abschnitt)

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

2
2 cos r

2
2 cos r

2
cos
.
Nun folgt man demBeweis von Satz 6.11.1 bis (6.17). Dann folgt mit z = (1)z
0
,
cos , N

P(z) s

1
z
z
0

j=0
s s
j

_
z
z
0
_
j
+
2
cos
.
F ur 0 konvergiert der erste Summand gegen Null. Also gibt es ein t
0
(0, cos ),
sodass P(z) s
3
cos
, wenn nur t
0
, N

.
Da beliebig war, folgt (6.18).
174 KAPITEL 6. REELLE UND KOMPLEXE FUNKTIONEN
Kapitel 7
Dierentialrechnung
Bewegt sich etwa ein Punkt, und bezeichnet s(t) den zum Zeitpunkt t zur uckgelegten
Weg, so erh alt man die Geschwindigkeit zum Zeitpunkt t, indem man
s(t + h) s(t)
h
betrachtet, und h immer kleiner macht. Um derlei Betrachtungen, die in den Naturwis-
senschaften eine wichtige Rolle spielen, einen mathematisch exakten Hintergrund zu
geben, wollen wir den Begri der Ableitung einf uhren.
7.1 Begri der Ableitung
7.1.1 Denition. Sei f : (a, b) L () und sei x (a, b). Dann heit f dierenzierbar
im Punkt x, falls der Grenzwert
lim
tx
f (t) f (x)
t x
L ()
existiert. Dieser heit dann die Ableitung von f an der Stelle x, und man schreibt daf ur
f

(x) oder
d f
dt
(x).
Ist f zumindest auf [a, b) deniert
1
, und existiert
lim
ta+
f (t) f (a)
t a
L (),
so spricht man von rechtsseitiger Dierenzierbarkeit im Punkt a und schreibt f

(a)
+
daf ur.
Entsprechend deniert man die linksseitige Dierenzierbarkeit im Punkt b und die
linksseitige Ableitung f

(b)

.
Anschaulich ist die Ableitung f

(x) gerade die Steigung der Tangente (in der fol-


genden Grak als durchgehende Gerade gezeichnet) am Punkt (x, f (x)). Diese Stei-
gung der Tangente erh alt man als Grenzwert der Steigungen der Verbindungsgeraden
von (x, f (x)) und (t, f (t)) (als strichlierte Gerade gezeichnet) f ur t x.
7.1.2 Fakta.
1
Klarerweise k onnte f sogar auf einer noch gr oeren Menge deniert sein.
175
176 KAPITEL 7. DIFFERENTIALRECHNUNG
f
x
Steigung = f

(x)
t

t
Steigung =
f (t)f (x)
tx
Abbildung 7.1: Ableitung als Grenzwert der Dierenzenquotienten
1. Wie in Fakta 5.5.6 bemerkt, existiert ein Grenzwert lim
tx
h(t) genau dann, wenn
die beiden einseitigen Grenzwerte lim
tx
h(t) und lim
tx+
h(t) existieren und
ubereinstimmen.
Also ist f bei x (a, b) genau dann dierenzierbar, wenn f bei x links- und
rechtsseitig dierenzierbar ist und f

(x)

und f

(x)
+
ubereinstimmen. In diesem
Fall ist f

(x)

= f

(x) = f

(x)
+
.
2. Da nach Lemma 5.3.7 genau dann y = lim
tx
h(t), wenn f ur jede gegen x kon-
vergente Folge (t
n
)
nl
mit t
n
x, n l, folgt, dass h(t
n
) y, ist f bei x genau
dann dierenzierbar mit Ableitung f

(x), wenn f ur jede solche Folge


f

(x) = lim
n
f (t
n
) f (x)
t
n
x
.
Entsprechend lassen sich die einseitigen Ableitungen charakterisieren.
3. Entweder aus der letzten Behauptung oder aus (5.6) folgt, dass die Ableitung
f

(x) im Falle ihrer Existenz nur vom Aussehen von f lokal bei x, also von
f
(x,x+)
f ur jedes > 0, abh angt. Entsprechendes gilt f ur einseitige Ableitun-
gen.
4. Wegen (5.11) ist eine Funktion f : (a, b) genau dann dierenzierbar bei
x (a, b), wenn Re f , Im f : (a, b) L es sind, wobei
f

(x) = (Re f )

(x) + i(Im f )

(x). (7.1)
Entsprechendes gilt f ur einseitige Ableitungen.
7.1. BEGRIFF DER ABLEITUNG 177
Man kann auch die Dierenzierbarkeit von L
p
-wertigen Funktionen f denieren.
Dabei wird es sich herausstellen, dass dass solche Funktionen genau dann dieren-
zierbar sind, wenn alle Komponentenfunktionen
j
f dierenzierbar sind. Siehe die
Analysis 2 Vorlesung.
7.1.3 Bemerkung. Ist f deniert auf einer oenen Teilmenge der komplexen Zahlen
und bildet wieder in hinein ab, so kann man analog f

(w) := lim
zw
f (z)f (w)
zw
be-
trachten. Existiert dieser Grenzwert, so heit f in w komplex dierenzierbar. Wir wol-
len das hier aber nicht weiter verfolgen, denn dies f uhrt zur Theorie der komplexen
Analysis, die in einer eigenen Vorlesung behandelt wird.
7.1.4 Beispiel.
(i) F ur jedes L () ist die konstante Funktion f (t) = , t (, +), an jeder
Stelle x dierenzierbar, und ihre Ableitung im Punkt x ist gleich 0.
(ii) Die reellwertige Funktion t f (t) = t
n
, n l f ur t (, +) ist auch an
jedem Punkt x dierenzierbar mit der Ableitung
lim
tx
t
n
x
n
t x
= lim
tx
(t x)(t
n1
+ t
n2
x + . . . + tx
n2
+ t
n1
)
t x
= nx
n1
.
(iii) Die stetige Funktion
f (t) =
_

_
t sin
1
t
, falls t 0
0 , falls t = 0
(7.2)
ist im Punkt x = 0 nicht dierenzierbar. Denn es gilt
f (t) f (0)
t 0
=
t sin
1
t
0
t 0
= sin
1
t
.
(iv) Sei f (z) =
_

n=0
a
n
z
n
eine Potenzreihe mit Konvergenzradius R > 0. F ur die
Einschr ankung f
(R,R)
: (R, R) gilt
lim
t0
f (t) f (0)
t
= lim
t0

n=1
a
n
t
n1
.
Diese Potenzreihe rechts konvergiert genau dann, wenn
_

n=0
a
n
t
n
es tut und hat
somit auch Konvergenzradius R. Sie ist daher stetig in t. Also ist obiger Limes
gleich a
1
. Sp ater werden wir f

(x) f ur alle x (R, R) berechnen.


(v) F ur ein festes w gilt
lim
tx
exp(wt) exp(wx)
t x
= exp(wx) lim
tx
exp(w(t x)) 1
t x
=
exp(wx) lim
0
exp(w) 1

= wexp(wx),
wobei die letzte Gleichheit aus (iv) folgt, da der Koezient a
1
in der Potenzreihe
exp(w) =
_

n=0
w
n
n!

n
eben w ist.
Setzt man w = 1, so folgt exp

(x) = exp(x).
178 KAPITEL 7. DIFFERENTIALRECHNUNG
(vi) Als weitere Anwendung der Rechnung im letzten Beispiel berechnen wir
sin

(x) = lim
tx
sin(it) sin(ix)
t x
= lim
tx
Imexp(it) Imexp(ix)
t x
=
Im
_
lim
tx
exp(it) exp(ix)
t x
_
= Im(i exp(ix)) = Re(exp(ix)) = cos(x).
Dabei haben wir die Stetigkeit von z Imz verwendet. Genauso erh alt man
cos

(x) = sin(x).
(vii) F ur t L betrachte die Funktion f
f (t)
t
2
t
2
f (t) =
_

_
t
2
sin
1
t
, falls t 0
0 , falls t = 0
Die Funktion f ist an der Stelle x = 0 dierenzierbar mit Ableitung 0, denn es
gilt
f (t) f (0)
t 0
= t sin
1
t
0 f ur t 0.
An einer Stelle x 0 ist f dierenzierbar und es gilt wie wir sp ater sehen werden
f

(x) = 2x sin
1
x
cos
1
x
.
7.1.5 Lemma. Ist f im Punkt x dierenzierbar, so ist sie dort stetig.
Beweis. Aus lim
tx
f (t)f (x)
tx
= folgt
lim
tx
_
f (t) f (x)
_
= lim
tx
_
f (t) f (x)
t x
(t x)
_
= 0 = 0.
K
7.1.6 Bemerkung. Wie man am Beispiel der Funktion f aus (7.2) sieht, gilt die Um-
kehrung von Lemma 7.1.5 nicht.
7.1.7 Satz. Seien f , g : (a, b) L () beide dierenzierbar im Punkt x (a, b),
und , L (). Dann sind auch f + g, f g und (falls g(x) 0)
f
g
an der Stelle x
dierenzierbar, und es gilt
(f + g)

(x) = f

(x) + g

(x),
( f g)

(x) = f

(x)g(x) + f (x)g

(x) (Produktregel),

_
f
g
_

(x) =
f

(x)g(x)f (x)g

(x)
g(x)
2
(Quotientenregel).
7.1. BEGRIFF DER ABLEITUNG 179
Entsprechende Regeln gelten auch f ur einseitige Ableitungen.
Beweis.
lim
tx
(f + g)(t) (f + g)(x)
t x
= lim
tx
f (t) f (x)
t x
+ lim
tx
g(t) g(x)
t x
.
Da f nach Lemma 7.1.5 bei x stetig ist, folgt aus den Rechenregeln f ur Grenzwerte
(vgl. Abschnitt 5.3)
lim
tx
f (t)g(t) f (x)g(x)
t x
= lim
tx
_
f (t)
g(t) g(x)
t x
_
+ lim
tx
_
f (t) f (x)
t x
g(x)
_
=
lim
tx
f (t) lim
tx
g(t) g(x)
t x
+ g(x) lim
tx
f (t) f (x)
t x
= f (x)g

(x) + f

(x)g(x).
Die letzte Quotientenregel folgt ebenfalls aus der Stetigkeit und den Rechenregeln f ur
Grenzwerte indem man in
f (t)
g(t)

f (x)
g(x)
t x
=
1
g(t)g(x)
_
g(x)
f (t) f (x)
t x
f (x)
g(t) g(x)
t x
_
.
t x streben l asst.
K
7.1.8 Beispiel. Wir haben schon gesehen, dass f (t) = t
n
f ur alle n l dierenzierbar
ist mit f

(x) = nx
n1
. Um das auch f ur n l zu zeigen verwende man die Quotien-
tenregel:
(x
n
)

=
_
1
x
n
_

=
(x
n
)

x
2n
= nx
n12n
= nx
n1
.
Weiters ist eine rationale Funktion in jedem Punkt, wo der Nenner nicht verschwindet,
dierenzierbar.
7.1.9 Satz (Kettenregel). Sei f : (a, b) L reellwertig und g : (c, d) L (), sodass
f (a, b) (c, d), und x (a, b).
Ist f bei x und g bei f (x) dierenzierbar, so ist g f bei x dierenzierbar, wobei
(g f )

(x) = g

( f (x)) f

(x).
Beweis. Die vorausgesetzte Dierenzierbarkeit von f bei x l asst sich dadurch charak-
terisieren, dass die reellwertige Funktion deniert auf (a, b) durch
(t) =
_

_
f (t)f (x)
tx
, falls t x
f

(x) , falls t = x
bei x stetig ist; vgl. Proposition 6.1.4. Genauso ist : (c, d) L () deniert durch
(s) =
_

_
g(s)g( f (x))
sf (x)
, falls s f (x)
g

( f (x)) , falls s = f (x)


bei f (x) stetig. Somit gilt f ur alle t (a, b) \ x auch f ur die t mit f (x) = f (t)
(g f )(t) (g f )(x)
t x
= ( f (t)) (t) .
Wegen Lemma 7.1.5, Lemma 6.1.6 und Korollar 6.1.8 ist dieser Ausdruck in x stetig.
Also gilt (g f )

(x) = lim
tx
( f (t)) (t) = ( f (x)) (x) = g

( f (x)) f

(x).
K
180 KAPITEL 7. DIFFERENTIALRECHNUNG
7.1.10 Bemerkung. Es gelten diverse einseitige Varianten von Satz 7.1.9, deren
Beweise fast gleich verlaufen:
Ist f : (a, b) (c, d], g : (c, d] L (), x (a, b), f (x) = d sowie f bei x dierenzier-
bar und g bei f (x) = d linksseitig dierenzierbar, so folgt (g f )

(x) = g

( f (x))

(x).
Ist f : [a, b) (c, d), g : (c, d) L (), sowie f bei a rechtsseitig dierenzierbar und
g bei f (a) dierenzierbar, so folgt (g f )

(a)
+
= g

( f (a)) f

(a)
+
.
usw. .
7.1.11 Beispiel. Sei f (x) = x
2
sin
1
x
, x 0 wie in Beispiel 7.1.4, (vii). Durch Anwen-
dung der Produkt und der Kettenregel ergibt sich (x 0)
f

(x) = (x
2
)

sin
1
x
+ x
2
_
sin
1
x
_

= 2x sin
1
x
+ x
2

_
cos
1
x
_

_
1
x
_

= 2x sin
1
x
cos
1
x
.
7.1.12 Satz. Sei f : (a, b) (c, d) bijektiv und streng monoton, und bezeichne mit
g : (c, d) (a, b) ihre Umkehrfunktion. Ist f an einer Stelle x dierenzierbar und gilt
f

(x) 0, so ist g an der Stelle f (x) dierenzierbar, und es gilt


g

( f (x)) =
1
f

(x)
.
Beweis. Wegen Korollar 6.5.3 sind f und g beide stetig. Ist daher (t
n
)
nl
eine gegen
f (x) konvergente Folge aus (c, d) \ f (x), so ist
_
g(t
n
)
_
nl
eine gegen x = g( f (x))
konvergente Folge aus (a, b) \ x. Mit
n
:= g(t
n
) folgt
lim
n
g(t
n
) g( f (x))
t
n
f (x)
= lim
n
g(t
n
) x
f
_
g(t
n
)
_
f (x)
=
1
lim
n
f (
n
)f (x)

n
x
=
1
f

(x)
.
K
Auch bei obigem Satz gelten entsprechende Aussagen f ur einseitige Ableitungen,
wenn f und damit auch g an einem/beiden der R ander deniert ist.
7.1.13 Beispiel. Betrachte die reelle Exponentialfunktion exp : L L
+
. Diese ist
stetig und bijektiv. Ihre Umkehrfunktion ist ln : L
+
L. F ur ein festes y L
+
und das
entsprechende x L mit y = exp(x) folgt
ln

(y) = ln

( f (x)) =
1
exp

(x)
=
1
exp(x)
=
1
exp(ln(y))
=
1
y
.
7.1.14 Denition. Sei f eine reell- oder komplexwertige Funktion deniert auf einem
Intervall I L. Ist f an allen x I dierenzierbar, wobei im Falle, dass x der linke
bzw. rechte Intervallrand von I ist und dieser in I liegt, die rechts- bzw. linksseitige
Dierenzierbarkeit gemeint ist, so nennt man die Funktion
f

:
_
I L ()
x f

(x)
Ableitung von f auf I. Ist x der linke bzw. rechte Intervallrand von I und liegt dieser in
I, so ist unter f

(x) die rechts- bzw. linksseitige Ableitung an der Stelle x zu verstehen.


7.1. BEGRIFF DER ABLEITUNG 181
Einer Funktion f wird also eine weitere Funktion zugeordnet, die die aus f ab-
geleitete Funktion f

genannt wird. Ihr Wert an einer Stelle x ist gerade der Limes
des Dierenzenquotienten von f bei x. Diese Sichtweise erkl art auch die Schreibweise
f

(x) aus Denition 7.1.1. Die Schreibweise


d f
dt
(x) erkl art sich aus der Interpretation
der Ableitung als Grenzfall des Zuwachses von f dividiert durch den Zuwachs von t.
Es ist also sinnvoll von Eigenschaften der Funktion f

, wie zum Beispiel Stetig-


keit oder auch wieder Dierenzierbarkeit zu sprechen. Wie wir in Beispiel 7.1.4, (vii),
gesehen haben, muss die Ableitung f

nicht notwendigerweise stetig sein.


7.1.15 Denition.
Sei f eine reell- oder komplexwertige Funktion deniert auf einem Intervall I
L, sodass die Ableitung f

von f auf ganz I existiert. Ist die Ableitung f

an
einer Stelle x dierenzierbar, so bezeichnet man ( f

(x) mit f

(x) und spricht


von der zweiten Ableitung von f an der Stelle x. Im Falle, dass x Intervallrand
ist, so sei wieder die entsprechende einseitige Ableitung gemeint.
Allgemeiner deniert man h ohere Ableitungen rekursiv durch
f
(n)
(x) := ( f
(n1)
)

(x), n l,
wann immer f
(n1)
auf I deniert ist und bei x dierenzierbar ist. Die Funktion
f heit bei x dann n-mal dierenzierbar.
Existiert f
(n)
an allen Stellen x I und ist f
(n)
stetig auf I, so spricht man von
einer n-mal stetig dierenzierbaren Funktion. Die Menge aller n-mal stetig dif-
ferenzierbaren Funktionen auf I wird mit C
n
(I) bezeichnet.
F ur n = 0 steht C
0
(I) oder auch C(I) f ur die Menge aller stetigen reell- oder
komplexwertigen Funktion deniert auf dem Intervall I.
Mit f C

(I) wollen wir zum Ausdruck bringen, dass f auf I beliebig oft
dierenzierbar ist.
Aus der Produktregel erh alt man mittels vollst andiger Induktion die oft n utzliche
Formel
( f g)
(n)
=
n

k=0
_
n
k
_
f
(k)
g
(nk)
.
7.1.16 Beispiel.
Sei f (x) = x
3
2x. Dann gilt
f

(x) = 3x
2
2, f

(x) = 6x, f

(x) = 6, f

(x) = 0, f
(5)
(x) = 0, . . .
Man sieht genauso, dass jedes Polynom p beliebig oft dierenzierbar ist und
wenn n der Grad von p ist, p
(n+1)
(x) = p
(n+2)
(x) = . . . = 0 gilt.
Sei f die Funktion
f (x) =
_

_
x
2
, falls x 0
x
2
, falls x < 0
Die Ableitung von f ist f

(x) = x. Die zweite Ableitung existiert also an der


Stelle x = 0 nicht.
182 KAPITEL 7. DIFFERENTIALRECHNUNG
7.2 Mittelwerts atze
7.2.1 Denition. Sei (X, d
X
) ein metrischer Raum, E X und sei f : E L. Man
sagt f hat ein lokales Maximum in einem Punkt x E, falls
> 0 : f (x) f (t) f ur t E U

(x).
Analog deniert man ein lokales Minimum. Will man sich nicht festlegen, ob x ein
Minimum oder Maximum ist, so spricht man zusammenfassend von einem lokalen
Extremum.
Man beachte den Unterschied zum Begri des Maximums. Das ist eine Stelle x
E, sodass f ur jedes t E gilt f (x) f (t), also nicht nur lokal bei x sondern global.
Man spricht dann von einem absoluten Maximum. Analog f ur absolute Minima bzw.
zusammenfassend absolute Extrema. Nat urlich ist ein absolutes Extremum stets auch
ein lokales.
7.2.2 Satz. Hat f : (a, b) L an einer Stelle x (a, b) ein lokales Extremum und ist
f bei x dierenzierbar, so muss f

(x) = 0.
Beweis. Wir nehmen an, dass x ein lokales Maximum ist. Den Fall eines lokalen Mi-
nimums behandelt man analog.
W ahle > 0 wie in Denition 7.2.1. Es gilt also f (x) f (t) f ur alle t x < . Im
Falle t > x gilt somit
f (t) f (x)
t x
0,
und daher f

(x) = lim
tx+
f (t)f (x)
tx
0. Ist jedoch t < x, so impliziert f (x) f (t)
f (t) f (x)
t x
0.
Also muss auch f

(x) = lim
tx
f (t)f (x)
tx
0.
K
Geometrisch bedeutet Satz 7.2.2, dass an
einem lokalen Extremum die Tangente
an die Kurve y = f (x), falls eine solche
existiert, waagrecht liegen muss.
7.2.3 Korollar (Satz von Rolle). Sei f : [a, b] L stetig und auf (a, b) dierenzierbar.
Gilt f (a) = f (b) = 0, so gibt es ein (a, b), sodass f

() = 0.
Beweis. Aus Korollar 6.1.14 wissen wir, dass f auf [a, b] ein Maximum und ein Mini-
mum besitzt. Also gibt es x

, x
+
[a, b], sodass
f (x

) f (t) f (x
+
), f ur alle t [a, b].
7.2. MITTELWERTS

ATZE 183
Sind beide x

und x
+
Randpunkte, d.h. x

, x
+
a, b, so muss f (t) = 0 f ur alle
t [a, b] und daher f

(t) = 0 f ur alle t (a, b) sein.


Ist x

in (a, b) enthalten, so muss nach Satz 7.2.2 f

(x

) = 0. Im Falle x
+
(a, b)
schliet man genauso.
K
a
b
Abbildung 7.2: Satz von Rolle
7.2.4 Korollar. Sei f : [a, b] L stetig und n-mal dierenzierbar auf (a, b). Weiters
habe f mindestens n + 1 Nullstellen in [a, b]. Dann existiert (a, b) mit f
(n)
() = 0.
Beweis. Der Fall n = 1 folgt sofort aus Korollar 7.2.3. Angenommen der Satz gelte f ur
n 1. Wir zeigen ihn f ur n.
Nach Korollar 7.2.3 liegt zwischen je zwei Nullstellen von f mindestens eine
Nullstelle von f

. Also hat f

mindestens n Nullstellen. Nach Induktionsvoraussetzung


existiert ein mit f
(n)
() = ( f

)
(n1)
() = 0.
K
7.2.5 Beispiel. Wir wollen zeigen, dass die Gleichung
(1 ln x)
2
= x(3 2 ln x)
in (0, +) genau zwei L osungen hat. Dazu betrachten wir die Funktion
f : (0, +) L,
f (x) = (1 ln x)
2
x(3 2 ln x).
F ur diese gilt es zu zeigen, dass f genau zwei Nullstellen hat. Setzt man x = 1, so folgt
f (1) = 2 < 0. Andererseits folgt wegen lim
x0+
x(3 2 ln x) = 0
lim
x0+
f (x) = +.
Wegen f (x) x(2 ln x 3) x f ur x exp(2) folgt auch
lim
x+
f (x) = +.
Insbesondere gibt es , L mit 0 < < 1 < < +, sodass f () > 0, f () > 0.
Nach dem Zwischenwertsatz muss es einen Punkt (, 1) und einen Punkt (1, )
geben, sodass f () = 0 = f (). Also hat f mindestens zwei Nullstellen.
Um zu zeigen, dass es nicht mehr sein k onnen, berechnen wir
f

(x) = 2(ln x 1)
1
x
+ 2 ln x 1, f

(x) = 2
1
x
2
2
ln x 1
x
2
+
2
x
=
4 2 ln x + 2x
x
2
.
F ur x (0, 1] ist ln x 0 und somit f

(x) > 0. F ur x (1, +) gilt wegen x > ln x auch


f

(x) > 0. Also hat f

keine Nullstelle. Nach dem Satz von Rolle kann f

h ochstens
eine und weiter f h ochstens zwei Nullstellen haben (vgl. Korollar 7.2.4).
184 KAPITEL 7. DIFFERENTIALRECHNUNG
7.2.6 Satz (Mittelwertsatz). Sei f : [a, b] L stetig und auf (a, b) dierenzierbar.
Dann existiert ein Punkt (a, b) mit
f (b) f (a)
b a
= f

().
Beweis. Betrachte die Funktion F : [a, b] L
F(t) := f (t) f (a)
f (b) f (a)
b a
(t a).
Dann ist F auf [a, b] stetig (vgl. Korollar 6.1.8) und auf (a, b) dierenzierbar (vgl.
Beispiel 7.1.4, (i), (ii) und Satz 7.1.7), wobei F(a) = F(b) = 0 und f ur x (a, b)
F

(x) = f

(x)
f (b) f (a)
b a
.
Wenden wir Korollar 7.2.3 an, so folgt sofort die Behauptung.
K
F ur g(t) = t ist Satz 7.2.6 ein Spezialfall folgender Verallgemeinerung.
7.2.7 Satz (Verallgemeinerter Mittelwertsatz). Seien f , g : [a, b] L stetig und die-
renzierbar auf (a, b). Weiters gelte g

(t) 0 f ur alle t (a, b). Dann existiert eine Stelle


(a, b) mit
f (b) f (a)
g(b) g(a)
=
f

()
g

()
. (7.3)
Beweis. Zun achst existiert nach Satz 7.2.6 ein x (a, b) mit g(b) g(a) = g

(x)(b a),
woraus wir g(b) g(a) 0 schlieen. Somit ist die Funktion F : [a, b] L,
F(t) = f (t) f (a)
f (b) f (a)
g(b) g(a)
(g(t) g(a)),
wohldeniert, stetig und auf (a, b) dierenzierbar, wobei
F

(t) = f

(t)
f (b) f (a)
g(b) g(a)
g

(t).
Weiters gilt F(a) = F(b) = 0. Somit gibt es nach Korollar 7.2.3 ein (a, b) mit
F

() = 0, und daher (7.3).


K
7.2.8 Bemerkung. Satz 7.2.6, welcher auch 1. Mittelwertsatz der Dierentialrechnung
genannt wird, besagt, dass man falls durchwegs Tangenten existieren stets eine
Tangente ndet, welche parallel zur Sekante durch die Punkte (a, f (a)) und (b, f (b))
liegt.
Die Stelle aus Satz 7.2.6, an der die Steigung der Kurve gleich der mittleren
Steigung im Intervall [a, b] ist, ist nicht eindeutig bestimmt.
Satz 7.2.7 heit auch 2. Mittelwertsatz der Dierentialrechnung.
Obwohl man es auf den ersten Blick nicht sieht, so hat der Mittelwertsatz doch
weitreichende Folgerungen.
7.2. MITTELWERTS

ATZE 185
a
f (a)
b
f (b)

Abbildung 7.3: Mittelwertsatz


7.2.9 Korollar. Sei I L ein Intervall und f : I L stetig. Sind a, b die Inter-
vallr ander von I, so sei f auf (a, b) dierenzierbar. Dann gilt:
Ist f

(x) 0 (> 0), f ur alle x (a, b), so ist f (streng) monoton wachsend.
Ist f

(x) 0 (< 0), f ur alle x (a, b), so ist f (streng) monoton fallend.
Ist f

(x) = 0, f ur alle x (a, b), so ist f konstant.


Bez uglich der Umkehrung gilt nur, dass, wenn f monoton wachsend (fallend) ist,
f ur ihre Ableitung immer f

(x) 0 ( 0) gilt.
Beweis. Seien x
1
, x
2
I, x
1
< x
2
. Dann existiert eine Stelle x (x
1
, x
2
) mit
f (x
2
) f (x
1
) = (x
2
x
1
) f

(x).
Daraus folgt unmittelbar das behauptete Monotonieverhalten.
Ist umgekehrt f monoton wachsend (fallend), so gilt f ur den Dierenzenquotient
f ur alle x, t (a, b)
f (t) f (x)
t x
0 ( 0).
F ur t x folgt f

(x) 0 ( 0).
K
7.2.10 Beispiel. Dass aus der strengen Monotonie einer Funktion f nicht notwendi-
gerweise f

(x) > 0 bzw. f

(x) < 0 f ur alle x folgt, sieht man anhand eines einfachen


Beispiels.
Die Funktion f (x) = x
3
ist auf L streng monoton wachsend. Ihre Ableitung f

(x) =
3x
2
ist nur 0, aber nicht > 0 f ur alle x L.
7.2.11 Bemerkung. Der Schluss f

(x) 0 f c f ur ein festes c gilt auch f ur kom-


plexwertige Funktionen. Das sieht man leicht, indem man f in Real- und Imagin arteil
aufspaltet; vgl. (7.1).
186 KAPITEL 7. DIFFERENTIALRECHNUNG
Obwohl die Ableitung f

einer auf einem Intervall (a, b) dierenzierbaren Funktion


nicht notwendig stetig sein muss, so gilt trotzdem stets die Zwischenwerteigenschaft.
7.2.12 Korollar. Sei I L ein Intervall mit den Randpunkten a, b, a < b und f : I
L dierenzierbar. Sind x
1
, x
2
I und c L mit f

(x
1
) < c < f

(x
2
), dann existiert eine
Stelle x (min(x
1
, x
2
), max(x
1
, x
2
)) mit f

(x) = c.
Ist f

(x) 0 f ur alle x I, so gilt entweder immer f

(x) > 0, x I, oder im-


mer f

(x) < 0, x I. Sie sind daher entweder streng monoton wachsend oder streng
monoton fallend.
Beweis. Wir nehmen zun achst x
1
< x
2
an. Betrachte die Funktion g : I L, g(t) =
f (t) ct. F ur ihre Ableitung gilt
g

(x
1
) = f

(x
1
) c < 0, g

(x
2
) = f

(x
2
) c > 0.
Sei x [x
1
, x
2
] eine Stelle, an der g ihr Minimum annimmt. Wegen Satz 7.2.2 und
g

(x) = f

(x) c, gen ugt es x x


1
, x
2
zu zeigen. Wegen g

(x
1
) < 0 existiert ein > 0
mit
g(t) g(x
1
)
t x
1
< 0, x
1
< t < x
1
+ .
Also muss g(t) < g(x
1
) f ur solche Werte von t. Der Punkt x
1
scheidet als Kandidat f ur
das Minimum also aus. Wegen g

(x
2
) > 0 folgt die Existenz eines > 0, sodass
g(t) g(x
2
)
t x
2
> 0, x
2
< t < x
2
.
Also ist g(t) < g(x
2
) f ur solche t, und der Punkt x
2
kommt daher auch nicht in Frage.
Den Fall x
1
> x
2
f uhrt man durch die Betrachtung von f auf obigen Fall zur uck.
Die letzte Aussage folgt sofort aus der eben bewiesenen Zwischenwerteigenschaft.
K
7.2.13 Korollar. Sei f dierenzierbar auf (a, b). Dann hat f

keine Sprungstelle in (a, b).


Beweis. An einer Sprungstelle existieren f

(x+) := lim
tx+
f

(t) und f

(x) := lim
tx
f

(t), es sind jedoch nicht beide


gleich f

(x). Angenommen es ist f

(x+) < f

(x), also f

(x+) + f

(x) f ur ein > 0. Also gilt


f

(t) +

2
f

(x), f ur alle t (x, t


0
],
f ur ein t
0
> x. Also nimmt f

(t) f ur x < t < t


0
keine Werte in ( f

(x)

2
, f

(x))
_
( f

(t
0
), f

(x))
_
an. Das widerspricht
obiger Zwischenwerteigenschaft.
K
Wir werden nun Satz 7.2.7 verwenden, umeine sehr n utzliche Methode herzuleiten,
Limiten zu berechnen.
7.2.14 Satz (Regel von de LHospital
2
). Seien f , g : (a, b) L dierenzierbar auf
(a, b), wobei a, b, L , a < b +. F ur x (a, b) hinreichend nahe bei
a gelte g

(x) 0, und
lim
xa+
f (x) = lim
xa+
g(x) = 0, (7.4)
oder
lim
xa+
g(x) = +. (7.5)
2
Guillaume Francois LHospital, Marquis de Saint-Mesme, geb.1661 Paris, gest.3.2.1704 Paris
7.2. MITTELWERTS

ATZE 187
Dann gilt
lim
xa+
f

(x)
g

(x)
= A lim
xa+
f (x)
g(x)
= A, (7.6)
mit A L .
Die analoge Aussage ist richtig, wenn man uberall x a+ durch x b oder in
(7.5) + durch ersetzt.
Beweis.
Da die Grenzwerte in (7.6) nur von den Funktionswerten lokal bei x abh angen
(vgl. (5.6)), k onnen wir b n otigenfalls kleiner machen, sodass g

(x) 0 auf ganz


(a, b). Damit kann g auf (a, b) h ochstens eine Nullstelle haben, da sonst nach
Korollar 7.2.3 g

() = 0 f ur ein (a, b). Machen wir b n otigenfalls nochmals


kleiner, so k onnen wir auch g(x) 0 auf ganz (a, b) annehmen.
Gilt (7.5), so muss wegen dem Zwischenwertsatz, Korollar 6.2.6, g(x) > 0 f ur
alle x (a, b) gelten. Auerdem hat nach Korollar 7.2.12 g

(x) immer das selbe


Vorzeichen. Wegen (7.5) gibt es aber sicher a < s < t < b mit g(s) > g(t). Mit
dem Mittelwertsatz Satz 7.2.6 folgt daraus g

(x) < 0 f ur ein und daher f ur alle


x (a, b). Also ist g unter der Voraussetzung (7.5) auf ganz (a, b) streng monoton
fallend.
Sei L, > A, und w ahle r L mit A < r < . Wegen lim
ta+
f

(t)
g

(t)
= A
existiert ein c (a, b) mit
f

(t)
g

(t)
< r f ur t (a, c).
Sind dann x, y (a, c), x < y beliebig, so folgt aus Satz 7.2.7
f (x) f (y)
g(x) g(y)
=
f

(t)
g

(t)
< r, (7.7)
f ur ein t (x, y) (a, c).
Ist die Bedingung (7.4) erf ullt, so l asst man in obiger Beziehung x gegen a stre-
ben und erh alt
f (y)
g(y)
r < f ur y (a, c).
Ist nun Bedingung (7.5) ist erf ullt, so halte man y in (7.7) fest. Da g auf (a, b)
streng monoton f allt und g(x) > 0, folgt
f (x)
g(x)
=
f

(t)
g

(t)
g(x) g(y)
g(x)
+
f (y)
g(x)
< r
_
1
g(y)
g(x)
_
+
f (y)
g(x)
, x (a, c).
L asst man hier x a+ streben, so konvergiert die rechte Seite gegen r (> ).
Also folgt die Existenz eines d (a, c), sodass
f (x)
g(x)
< , a < x < d.
Wir haben also unter jeder der Voraussetzungen (7.4) und (7.5) nachgewiesen,
dass f ur ein gewisses (a, b)
f (t)
g(t)
< , wenn nur t (a, ).
188 KAPITEL 7. DIFFERENTIALRECHNUNG
Wendet man das auf f und A statt f und A an, so sieht man, dass es auch zu
jedem L, < A ein (a, b) gibt, sodass
f (t)
g(t)
> , wenn nur t (a, ).
Somit folgt lim
xa+
f (x)
g(x)
= A (vgl. (5.12)).
K
7.2.15 Bemerkung. Indem man eine Funktion f : [a, b] in Real- und Imagin arteil
zerlegt, folgt sofort die G ultigkeit der Regel von de LHospital auch wenn f komplex-
wertig ist (vgl. (7.1)). Die Funktion g muss aber reellwertig sein.
7.2.16 Beispiel.
(i)
lim
x0+
x ln x = lim
x0+
1
x

1
x
2
= 0.
(ii) Um lim
x0+
x
x
zu bestimmen, sei zun achst bemerkt, dass x
x
= exp(x ln x) f ur
x > 0. Aus dem vorherigen Beispiel und wegen der Stetigkeit von exp gilt nun
lim
x0+
x
x
= lim
x0+
exp(x ln x) = exp( lim
x0+
x ln x) = exp(0) = 1 .
(iii) Weil (
_
1
n
_ 1
n
)
nl
eine Teilfolge
3
des Netzes (x
x
)
x(0,+)
ist, wobei (0, +) so ge-
richtet ist, dass x
1
x
2
x
1
x
2
, folgt aus dem letzten Beispiel, dass
lim
n
_
1
n
_ 1
n
= 1.
Diese Tatsache folgt oenbar auch aus lim
n
n

n = 1; vgl. Beispiel 3.3.7.


(iv)
lim
x0+
sin x
x
= lim
x0+
(sin x)

= lim
x0+
cos x
1
= 1.
Genauso sieht man lim
x0
sin x
x
= 1.
(v) Man betrachte den Grenzwert
lim
x0
_
1
(sin x)
2

1
x
2
_
(7.8)
Dieser Ausdruck ist von der Form . Wir rechnen
_
1
(sin x)
2

1
x
2
_
=
x
2
(sin x)
2
(x sin x)
2
.
3
Siehe Denition 5.3.6!
7.2. MITTELWERTS

ATZE 189
F ur x 0 ist dieser Ausdruck von der Form
0
0
. Also stimmt der Grenzwert in
(7.8) nach der Regel von de LHospital angewandt auf den rechtsseitigen Grenz-
wert und den linksseitigen Grenzwert mit
lim
x0
2x 2 sin x cos x
2x(sin x)
2
+ 2x
2
sin x cos x
= lim
x0
2x sin(2x)
2x(sin x)
2
+ x
2
sin(2x)
uberein, falls letzterer existiert. Wenden wir die Regel von de LHospital noch-
mals beidseitig an, so erhalten wir (wieder falls der rechte Limes existiert)
lim
x0
2 2 cos(2x)
2(sin x)
2
+ 4x sin(2x) + 2x
2
cos(2x)
= lim
x0
1 cos(2x)
(sin x)
2
+ 2x sin(2x) + x
2
cos(2x)
.
Dieser Ausdruck ist wieder von der Form
0
0
. Wir m ussten die Regel von de
LHospital noch zweimal anwenden, um zu einem Ergebnis zu kommen. Etwas
einfach ist es, diesen Grenzwert als
lim
x0
1 cos(2x)
x
2
lim
x0
x
2
(sin x)
2
+ 2x sin(2x) + x
2
cos(2x)
=
lim
x0
1 cos(2x)
x
2
lim
x0
1
_
sin x
x
_
2
+ 4
sin(2x)
2x
+ cos(2x)
zu schreiben. Zweimal de LHospital (jeweils f ur den links- und rechtsseitigen
Grenzwert) liefert lim
x0
1cos(2x)
x
2
= 2, und wegen lim
x0
sin x
x
= 1 gilt
lim
x0
1
_
sin x
x
_
2
+ 4
sin(2x)
2x
+ cos(2x)
=
1
1 + 4 + 1
=
1
6
.
Also ist (7.8) genau
1
3
.
(vi) Eine andere M oglichkeit den Grenzwert (7.8) zu berechnen, besteht darin, die
Potenzreihenentwicklung von sin x um 0 zu verwenden:
_
1
(sin x)
2

1
x
2
_
=
1 (
sin x
x
)
2
(sin x)
2
=
_
1 +
sin x
x
_

1
sin x
x
(sin x)
2
=
_
1 +
sin x
x
_

1
_

n=0
(1)
n
x
2n
(2n+1)!
_
_

n=0
(1)
n
x
2n+1
(2n+1)!
_
2
=
_
1 +
sin x
x
_

n=1
(1)
n1
x
2n
(2n+1)!
_
_

n=0
(1)
n
x
2n+1
(2n+1)!
_
2
.
Oben und unten durch x
2
dividieren ergibt
_
1 +
sin x
x
_

n=0
(1)
n
x
2n
(2n+3)!
_
_

n=0
(1)
n
x
2n
(2n+1)!
_
2
.
Man beachte, dass alle hier auftretenden Potenzreihen Konvergenzradius + ha-
ben. Somit stehen in Z ahler und Nenner stetige Funktionen in x (vgl. Satz 6.7.7).
F ur x 0 konvergiert die Potenzreihen gegen den nullten Summanden. Also
erhalten wir f ur den Grenzwert (7.8) abermals 2
1
3!
1
=
1
3
.
190 KAPITEL 7. DIFFERENTIALRECHNUNG
(vii) Sei w mit einem Realteil, der kleiner als Null ist. Wir wollen zeigen, dass der
Grenzwert lim
t+
t exp(wt) in die komplexe Zahl 0 ist. Entweder wir betrach-
ten dazu Real- und Imagin arteil des Grenzwertes gesondert, oder was einfacher
ist wir betrachten den Betrag von t exp(wt) f ur t > 0 (vgl. Satz 6.8.3):
t exp(wt) = t exp(t Re w) =
t
exp
_
t(Re w)
_ .
Wegen Re w > 0 ist der Grenzwert davon f ur t + von der Form
+
+
. Somit
stimmt nach Satz 7.2.14 dieser Grenzwert uberein mit (siehe (6.13))
lim
t+
t

exp
_
t(Re w)
_

= lim
t+
1
Re w exp
_
t(Re w)
_ = lim
t+
exp(t Re w)
Re w
= 0.
7.2.17 Korollar. Sei I L ein Intervall mit den Randpunkten a, b, a < b und f : I
L () eine Abbildung, die auf (a, b) dierenzierbar ist.
Ist a I, f dort stetig und existiert lim
ta+
f

(t) in L (), so ist f bei a rechtsseitig


dierenzierbar, wobei lim
ta+
f

(t) = f

(a)
+
. Entsprechendes gilt f ur t b, wenn
b I.
Beweis. Wegen der Stetigkeit von f bei a k onnen wir Satz 7.2.14 im reellwertigen Fall
bzw. Bemerkung 7.2.15 im komplexwertigen Fall anwenden und erhalten
f

(a)
+
= lim
ta+
f (t) f (a)
t a
= lim
ta+
f

(t)
1
.
K
7.2.18 Bemerkung. Ist mit der Notation aus Korollar 7.2.17 f reellwertig und gilt a I
sowie lim
ta+
f

(t) = + (= ), so l asst sich Satz 7.2.14 genauso wie im Beweis


von Korollar 7.2.17 anwenden, und man erh alt, dass f bei a nicht rechtsseitig dieren-
zierbar ist. Entsprechendes gilt f ur t b, wenn b I.
7.2.19 Bemerkung. Wegen Korollar 7.2.17 gilt f C
1
(I) genau dann, wenn f C(I),
f
(a,b)
C
1
(a, b) und sich ( f
(a,b)
)

auf ganz I stetig fortsetzen l asst. Dabei bezeichnen


a und b wieder die Randpunkte des Intervalls I.
7.2.20 Beispiel. Sei
0
1 2 3 4
1
2
1
f
f (x) =
_

_
e

1
x
, falls x > 0
0 , falls x 0
7.3. DER TAYLORSCHE LEHRSATZ 191
Klarerweise ist f auf (, 0] beliebig oft ableitbar mit f
(n)
(x) = 0, x 0.
Auf (0, +) gilt f

(x) =
1
x
2
e

1
x
, und durch vollst andige Induktion sieht man, dass
(n l 0)
f
(n)
(x) = p
n
_
1
x
_
e

1
x
, x > 0.
f ur Polynome p
n
(x) vom Grad 2n. Nun gilt mit Hilfe der Regel von de LHospital Satz
7.2.14
lim
x0+
f
(n)
(x) = lim
y+
p
n
(y)
e
y
= lim
y+
p

n
(y)
e
y
= = lim
y+
p
(2n)
n
(y)
e
y
= 0,
da p
(2n)
n
(y) eine Konstante ist.
Wir sehen insbesondere, dass f auf [0, +) stetig ist, und dass wegen
lim
t0+
f

(t) = 0 nach Korollar 7.2.17 f

(0)
+
= 0. Wegen f

(0)

= 0 ist f auch bei 0


dierenzierbar mit f

(0), und somit f C


1
(L).
Wiederholte Anwendung dieses Argumentes auf f

, f

usw. zeigt, dass f auf L


beliebig oft dierenzierbar ist, wobei f
(n)
(0) = 0, n 0.
7.3 Der Taylorsche Lehrsatz
Wir wollen im folgenden eine gegebene Funktion f auf einem reellen Intervall I durch
Polynome approximieren. F ur hinreichend oft dierenzierbare f werden wir das durch
das sogenannte Taylorpolynom zu bewerkstelligen suchen.
Eine Motivation des Taylorschen Lehrsatz ergibt sich aus folgenden Interpolations uberlegungen. Die Gerade, die eine
Kurve in einem Punkt am besten approximiert, ist die Tangente (falls sie existiert). Approximiert man die Kurve mit einem
Polynom h oheren Grades, so kann man hoen, dass die Approximation genauer wird.
Wir haben die Tangente gefunden (eigentlich deniert) als die Grenzlage von Sekanten durch die Punkte (x, f (x)) und
(x + x, f (x + x)). Da eine Gerade durch zwei Punkte eindeutig bestimmt ist, sind diese Sekanten wohldenierte Objekte.
Ein Polynom vom Grade n ist eindeutig festgelegt durch die Vorgabe der Werte y
0
, . . . , y
n
an n + 1 verschiedenen
Stellen x
0
, . . . , x
n
:
p(x) =
n

k=0
y
k

_
j0,...,n\k
x x
j
x
k
x
j
.
Die Eindeutigkeit folgt aus der Tatsache, dass ein Polynom vom Grad n h ochstens n Nullstellen hat.
Betrachten wir nun n + 1 Punkte der Kurve f mit den x-Koordinaten x, x + x, . . . , x + nx, und legen ein Polynom p
durch diese Punkte.
F ur groe Schrittweiten x wird das erhaltene Polynom nicht viel mit der Kurve zu tun haben, l asst man jedoch x 0
streben, so hot man auf eine gute Approximation.
7.3.1 Satz (Newtonsche Interpolationsformel). Seien x, x und Werte y
0
, . . . , y
n
gegeben. Das Polynom, welches durch die
Punkte (x, y
0
), (x + x, y
1
), . . . , (x + nx, y
n
) geht, ist gleich
p(x) = y
0
+
(x x
0
)
1!
y
0
x
+
(x x
0
)(x x
1
)
2!

2
y
0
x
2
+
. . . +
(x x
0
)(x x
1
) . . . (x x
n1
)
n!

n
y
0
x
n
,
wobei wir x
j
= x + jx gesetzt haben und
j
y
0
die j-te Dierenz bezeichnet. Diese ist rekursiv deniert als
y
i
= y
i+1
y
i
,
2
y
i
= y
i+1
y
i
, . . . .
Beweis. Oenbar gilt p(x
0
) = y
0
. Man erh alt p(x
1
) = y
0
+ (x
1
x
0
)
y
0
x
= y
0
+ x
y
0
x
= y
0
+(y
1
y
0
) = y
1
. Allgemein gilt
p(x
j
) = y
0
+ (x
j
x
0
)
y
0
x
+
(x
j
x
0
)(x
j
x
1
)
2

2
y
0
x
2
+ . . .
. . . +
(x
j
x
0
) (x
j
x
j1
)
j!

j
y
0
x
j
=
192 KAPITEL 7. DIFFERENTIALRECHNUNG
= y
0
+ jx
y
0
x
+
jx( j 1)x
2

2
y
0
x
2
+ +
j!x
j
j!

j
y
0
x
j
=
=
_
j
0
_
y
0
+
_
j
1
_
y
0
+
_
j
2
_

2
y
0
+ +
_
j
j
_

j
y
0
.
Wir zeigen nun mittels Induktion die folgende Behauptung: F ur je j + 1 Werte y
0
, . . . , y
j
gilt die Formel
y
j
=
j

l=0
_
j
l
_

l
y
0
.
Der Induktionsanfang j = 0 ist oensichtlich richtig. Sei die Formel also bereits gezeigt f ur je j Werte. Dann folgt
j

l=0
_
j
l
_

l
y
0
= y
0
+
j1

l=1
_
j
l
_

l
y
0
+
j
y
0
=
= y
0
+
j1

l=1
__
j 1
l 1
_
+
_
j 1
l
__

l
y
0
+ (
j1
y
1

j1
y
0
) =
= y
0
+
j1

l=1
_
j 1
l 1
_
(
l1
y
1

l1
y
0
) +
j1

l=1
_
j 1
l
_

l
y
0
+ (
j1
y
1

j1
y
0
) =
=
_

_
j2

l=0
_
j 1
l
_

l
y
1
+
j1
y
1
_

_
.,,.
=y
j

_
j2

l=0
_
j 1
l
_

l
y
0
+
j1
y
0
_

_
+
_

_
y
0
+
j1

l=1
_
j 1
l
_

l
y
0
_

_
= y
j
K
Ist f an der Stelle x dierenzierbar, so gilt lim
x0
y
0
x
= lim
x0
f (x+x)f (x)
x
= f

(x). Allgemein gilt:


7.3.2 Lemma. Sei f : [a, b] L stetig und n-mal stetig dierenzierbar auf (a, b). Ist x (a, b), so gilt (y
j
= f (x + jx))
lim
x0

n
y
0
x
n
= f
(n)
(x).
Beweis. Sei p(x) = y
0
+
(xx
0
)
1!
y
0
x
+ . . . +
(xx
0
)(xx
n1
)
n!

n
y
0
x
n . Die Funktion h(x) := f (x) p(x) hat die n + 1 Nullstellen
x
0
, , x
n
( (a, b) f ur x hinreichend klein). Mit Korollar 7.2.4 folgt die Existenz von (x
0
, x
n
) mit h
(n)
() = 0. Nun gilt
0 = h
(n)
() = f
(n)
() p
(n)
() = f
(n)
()

n
y
0
x
n
.
F ur x 0 folgt wegen der Stetigkeit von f
(n)
auch

n
y
0
x
n f
(n)
(x).
K
Man erh alt also als Grenzfall des in einem Punkt x
0
approximierenden Polynoms gerade
p(x) = f (x
0
) + (x x
0
) f

(x
0
) +
(x x
0
)
2
2
f

(x
0
) + +
(x x
0
)
n!
f
(n)
(x
0
).
W ahlt man den Grad von p immer gr oer, so wird (hoentlich) p(x) die Kurve f (x) immer besser ann ahern.
7.3.3 Denition. Sei n l, I L ein Intervall, y I fest und f : I L (). Weiters
sei f mindestens n-mal dierenzierbar bei y; vgl. Denition 7.1.15. Das Polynom (in
der Variablen x)
T
n
(x) =
n

k=0
(x y)
k
k!
f
(k)
(y),
nennt man dann das n-te Taylorsche Polynom an der Anschlussstelle y. Die Fehlerfunk-
tion R
n
(x) := f (x) T
n
(x) nennt man das n-te Restglied.
7.3. DER TAYLORSCHE LEHRSATZ 193
Dass T
n
(x) eine gute Wahl ist, um ein reellwertiges f zu approximieren, folgt aus
dem nun folgenden Satz, welcher eine Art Verfeinerung des Mittelwertsatzes ist.
7.3.4 Satz (Taylorscher Lehrsatz). Sei I L ein Intervall, und sei n l0. Weiters
sei f : I L mit f C
n
(I) und so, dass f
(n)
am Inneren von I also auf I ohne seine
Randpunkte dierenzierbar ist, bzw. aquivalent dazu, dass f auf dem Inneren von I
sicher n + 1-mal dierenzierbar ist.
Zu x, y I, x y, gibt es immer ein (min(x, y), max(x, y)), sodass sich das n-te
Restglied R
n
(x) = f (x) T
n
(x) schreiben l asst als (Lagrange Form des Restgliedes)
R
n
(x) =
(x y)
n+1
(n + 1)!
f
(n+1)
().
Beweis. Seien F, G : [min(x, y), max(x, y)] L deniert durch
F(t) = f (x)
n

k=0
(x t)
k
k!
f
(k)
(t), G(t) = (x t)
n+1
.
Voraussetzungsgem a sind beide stetig auf [min(x, y), max(x, y)] und dierenzier-
bar auf (min(x, y), max(x, y)), wobei G

(t) = (n + 1)(x t)
n
0 f ur t
(min(x, y), max(x, y)) und
F

(t) =
n

k=0
(x t)
k
k!
f
(k+1)
(t) +
n

k=1
k(x t)
k1
k!
f
(k)
(t) =
(x t)
n
n!
f
(n+1)
(t).
Nach dem verallgemeinerten Mittelwertsatz, Satz 7.2.7, gibt es ein
(min(x, y), max(x, y)), sodass
R
n
(x)
(x y)
n+1
=
F(y) F(x)
G(y) G(x)
=
F

()
G

()
=

(x)
n
n!
f
(n+1)
()
(n + 1)(x )
n
=
f
(n+1)
()
(n + 1)!
.
K
7.3.5 Bemerkung. W ahlt man imobigen Beweis G(t) = (xt)
p
f ur ein festes aber belie-
biges p l, so erh alt man mit derselben Argumentation ein (min(x, y), max(x, y)),
sodass
R
n
(x) =
f
(n+1)
()
n!p
(x y)
p
(x )
np+1
.
Stellt man durch = x +(1 )y f ur ein (0, 1) dar, so erh alt man die Schl omilch-
sche Form
R
n
(x) =
f
(n+1)
()
n!p
(x y)
n+1
(1 )
np+1
.
des Restgliedes. F ur p = n + 1 erh alt man die Lagrange Form und f ur p = 1 die
sogenannte Cauchysche Form des Restgliedes.
7.3.6 Fakta. Sei f : I L () wie in Denition 7.3.3.
1. Man sieht unmittelbar durch Nachrechnen, dass T
n
(x) ein Polynom h ochstens
n-ten Grades ist, sodass
T
n
(y) = f (y), T

n
(y) = f

(y), . . . , T
(n)
n
(y) = f
(n)
(y). (7.9)
Die h oheren Ableitungen von T
n
verschwinden identisch, da es ein Polynom
h ochstens n-ten Grades ist.
194 KAPITEL 7. DIFFERENTIALRECHNUNG
2. Ist p(x) ein weiteres Polynom h ochstens n-ten Grades mit (7.9) (T
n
ersetzt durch
p), so verschwinden die Ableitungen 0-ten bis n-ten Grades von q(x) = p(x)
T
n
(x) an der Stelle y.
Wenden wir Satz 7.3.4 auf die reellen Funktionen Re q(x) und Imq(x) oder auch
nur q(x), falls diese reell ist, an, so folgt wegen q
(n+1)
0, dass q(x) = 0. Also
deniert die Eigenschaft (7.9) das Polynom T
n
(x) eindeutig.
3. Ist f selber ein Polynom vom Grad m, so muss insbesondere f (x) = T
n
(x) f ur
n m.
4. F ur reellwertige Funktionen f gibt Satz 7.3.4 im Falle der Dierenzierbar-
keit von f
(n)
am Inneren von I eine M oglichkeit, das Restglied R
n
(x) durch
(xy)
n+1
(n+1)!
f
(n+1)
() auszudr ucken. Das Problem dabei ist, dass man von nur wei,
dass es zwischen x und y liegt. Nichtsdestotrotz kann man manchmal f
(n+1)
so
gut absch atzen, dass man sicher sagen kann, dass R
n
(x) klein wird; vgl. auch
Bemerkung 7.3.5.
5. Ist f beliebig oft dierenzierbar, so kann man f ur jedes n l 0 das Taylor-
polynom T
n
(x) an der Anschlussstelle y betrachten. Man erh alt schlielich die
Taylorreihe von f an der Anschlussstelle y:
T(x) :=

n=0
f
(n)
(y)
n!
(x y)
n
.
Das ist eine Potenzreihe mit Konvergenzradius R [0, +]. Hier k onnen alle
F alle auftreten.
6. Ist R > 0, so konvergiert die Potenzreihe insbesondere auf (y R, y + R). Nun
kann T(x) auf (y R, y +R) I mit der Ausgangsfunktion f (x) ubereinstimmen;
sie muss es aber nicht.
Klarerweise ist T(x) = f (x), x (y R, y + R) I genau dann, wenn R
n
(x) 0
f ur x (y R, y + R) I.
7. Sei
_

n=0
a
n
z
n
eine Potenzreihe mit Konvergenzradius R > 0, und betrachte die
Funktion
f : (y R, y + R) , f (t) =

n=0
a
n
(t y)
n
.
Wir werden in Proposition 8.7.5 sehen, dass f
(l)
(y) = l! a
l
, l l 0. Die
Taylorreihe von f an der Anschlussstelle y ist somit genau
_

n=0
a
n
(t y)
n
, und
konvergiert daher auf (y r, y + R).
Das Restglied R
n
(x) konvergiert dann klarerweise gegen 0.
7.3.7 Beispiel. Sei n l 0, I L ein Intervall, und f : I L so, dass f C
n
(I)
und dass f auf dem Inneren des Intervalls I sogar (n + 1)-mal dierenzierbar ist. Gilt
nun f
(n+1)
() = 0 f ur alle im Inneren von I, so folgt R
n
(x) = 0 und daher f (x) = T
n
(x)
f ur alle x I. Kurz zusammengefasst bedeutet das, dass genau die Polynome vomGrad
n alle m oglichen L osungen der Dierentialgleichung
f
(n+1)
() = 0,
sind. Indem man f in Real- und Imagin arteil zerlegt, folgt diese Tatsache auch f ur
komplexwertige f .
7.3. DER TAYLORSCHE LEHRSATZ 195
7.3.8 Beispiel.
Sei f (t) = e
t
. Dann gilt f
(n)
(t) = e
t
, also f
(n)
(0) = 1. Wir erhalten
e
x
=
n

k=0
x
k
k!
+ R
n
(x),
wobei R
n
(x) =
x
n+1
(n+1)!
e

mit (0, x).


Da e
x
die Grenzfunktion einer Potenzreihe ist, so wurde sie ja eingef uhrt
muss R
n
(x) 0, vgl. Fakta 7.3.6, 7. Man kann dieses Grenzverhalten aber auch
unschwer durch eine elementare Absch atzung von R
n
(x) erhalten.
Betrachte die Funktion
f (t) =

k=1
cos(2
k
t)
k!
.
Dierenziert man diese Reihe gliedweise, so erh alt man

k=1
2
k
sin(2
k
t)
k!
,

k=1
2
2k
cos(2
k
t)
k!
, . . .
Da
_

k=1
(2
k
)
l
k!
f ur jedes l l konvergiert, sind s amtliche dieser Reihen
gleichm aig konvergent auf L. Wie wir sp ater in Korollar 8.7.4 sehen werden,
ist die Funktion f daher in jedem Punkt beliebig oft dierenzierbar, und ihre
Ableitungen werden durch obige Reihen dargestellt. Es gilt daher
f

(0) = f

(0) = . . . = f
(2k+1)
(0) = . . . = 0,
und
f
(2n)
(0) = (1)
n

k=1
2
2nk
k!
= (1)
n
(e
4
n
1).
Die Taylorreihe von f bei 0 ist also gleich

n=0
(1)
n
(e
4
n
1)
(2n)!
x
2n
.
Wendet man das Quotientenkriterium an, so erh alt man (a
n
=
(1)
n
(e
4
n
1)
(2n)!
x
2n
) .

a
n+1
a
n

=
(e
4
n
2
+ 1)(e
4
n
+ 1)
(2n + 2)(2n + 1)
x
2
, x 0.
Diese Reihe ist f ur kein x (auer im Trivialfall x = 0) konvergent.
Das Taylorpolynom T
n
(x) der Funktion f aus Beispiel 7.2.20 stets identisch
Null. Also ist f ein Beispiel f ur eine C

-Funktion, deren Taylorreihe bei der


Anschlussstelle 0 auf ganz L konvergiert, aber nicht mit f ubereinstimmt.
Wir haben gesehen, dass f ur eine dierenzierbare Funktion f , welche an einer Stel-
le x ein lokales Extremum besitzt, f

(x) = 0 gelten muss. Wie das Beispiel f (t) = t


3
zeigt, gilt die Umkehrung im Allgemeinen nicht. Aus dem Taylorschen Satz erh alt man
unmittelbar eine hinreichende Bedingung f ur ein lokales Extremum.
196 KAPITEL 7. DIFFERENTIALRECHNUNG
7.3.9 Korollar. F ur m l, m > 1 sei f : (c, d) L eine zumindest m-mal dieren-
zierbare Funktion, x (c, d), f
(m)
bei x stetig, und gelte
f

(x) = f

(x) = . . . = f
(m1)
(x) = 0, f
(m)
(x) 0.
Ist m gerade, so ist x ein lokales Extremum von f , und zwar ein lokales Minimum falls
f
(m)
(x) > 0 und ein lokales Maximum falls f
(m)
(x) < 0. Ist dagegen m ungerade, so ist
x sicher kein lokales Extremum von f .
Beweis. Gem a Satz 7.3.4 mit Anschlussstelle x und n + 1 = m gilt f ur t (c, d) mit
einer geeigneten Zwischenstelle zwischen t und x
f (t) = f (x) +
(t x)
m
m!
f
(m)
() .
Ist f
(m)
(x) > 0, so gilt f ur in einer hinreichend kleinen Umgebung (x , x + ) von x
ebenfalls f
(m)
() > 0. Da zwischen t und x liegt, folgt aus t (x , x + ), dass f ur
gerades m
(t x)
m
m!
f
(m)
() > 0 .
Somit folgt f (t) > f (x), und x ist ein lokales Minimum. Ist m ungerade, so hat (t x)
m
f ur t < x ein anderes Vorzeichen als f ur t > x. Also ist x kein lokales Extremum. Ganz
analog verl auft die Argumentation f ur f
(m)
(x) < 0.
K
7.3.10 Beispiel. Mit den bisher gesammelten Ergebnissen lassen sich sogenannte
Kurvendiskussionen von Funktionen durchf uhren.
0 1
1
e
2
1
2
3
4
f
Man betrachte z.B. die
Funktion f (x) = x
x
auf
(0, +).
Zun achst ist diese Funktion stetig und beliebig oft dierenzierbar.
Klarerweise ist sie immer positiv, hat also keine Nullstellen.
Um die lokalen Extrema zu nden, betrachte
f

(x) = x
x
(1 + ln x), f

(x) = x
x1
+ x
x
(1 + ln x).
Die einzige Nullstelle von f

(x) ist
1
e
. Da f

(
1
e
) > 0 folgt aus Korollar 7.3.9,
dass diese Stelle ein lokales Minimum ist.
F ur 0 < x <
1
e
ist f

(x) < 0 also dort monoton fallend, und f ur


1
e
< x ist
f

(x) > 0, also dort monoton wachsend, vgl. Korollar 7.2.9. Insbesondere ist
1
e
ein absolutes Minimum von f auf (0, +).
7.4. STAMMFUNKTION 197
Schlielich haben wir in Beispiel 7.2.16 gesehen, dass lim
x0+
f (x) = 1. Wegen
x
x
e
x
, x e gilt auch die Beziehung lim
x+
f (x) = +.
7.3.11 Beispiel. Wir wollen die Funktion f : (0, +) L
f (x) = (1 ln x)
2
x(3 2 ln x).
aus Beispiel 7.2.5 weiter diskutieren, f ur die wir schon berechnet haben, dass
f

(x) = 2(ln x 1)
1
x
+ 2 ln x 1, f

(x) = 2
1
x
2
2
ln x 1
x
2
+
2
x
=
4 2 ln x + 2x
x
2
.
Zudem haben wir festgestellt, dass f

(x) > 0 f ur x (0, +) und dass f genau zwei


Nullstellen , hat, wobei 0 < < 1 < < +.
Nach dem Satz von Rolle hat dann auch f

mindestens eine Nullstelle x


0
mit <
x
0
< . Wegen f

(x) > 0 und dem Satz von Rolle kann es davon aber nur ein geben,
und mit Korollar 7.3.9 erkennen wir aus f

(x
0
) > 0, dass x
0
ein lokales Minimum von
f ist.
In der Tat muss f

wegen f

(x) > 0 streng monoton wachsen. Auerdemgilt wegen


f

(x)
1
x
f ur x (0, 1)
lim
x0+
f

(x) = ,
und wegen f

(x) 2 ln x 1 f ur x > e
lim
x+
f

(x) = +.
Daraus erkennen wir auch, dass f eine eindeutige Nullstelle haben muss.
Wegen der Monotonie von f

gilt
f

(s) < f

(x
0
) = 0 < f

(t) f ur 0 < s < x


0
< t < +.
Also ist f auf (0, x
0
) monoton fallend und auf (x
0
, +) monoton wachsend, weshalb
x
0
sogar ein globales Minimum von f sein muss.
7.4 Stammfunktion
Bei der Integration von Funktionen wird es wichtig sein, zu einer gegebenen Funktion
f : [a, b] L () falls m oglich eine Funktion F : [a, b] L () zu nden, sodass
F

= f .
7.4.1 Denition. Sei I L ein Intervall und f : I L (). Wir nennen eine Funktion
F : I L () eine Stammfunktion von f , wenn F

(x) = f (x) f ur alle x I.


Hat ein f mindestens eine Stammfunktion, so heit die Gesamtheit aller Stamm-
funktionen von f das unbestimmte Integral von f und wird durch
_
f bezeichnet.
7.4.2 Bemerkung. Mit F ist oensichtlicherweise auch F + c f ur jedes c L () eine
Stammfunktion von f .
Sind umgekehrt F
1
, F
2
zwei Stammfunktionen der selben Funktion f , so gilt (F
1

F
2
)

0 auf I. Nach Korollar 7.2.9 bzw. Bemerkung 7.2.11 ist F


1
F
2
eine Konstante.
Somit gibt es bis auf additive Konstanten eine eindeutige Stammfunktion F, und
_
f = F + c : c L ().
198 KAPITEL 7. DIFFERENTIALRECHNUNG
7.4.3 Beispiel. Ist f : L \ 0 L gegeben durch f (x) =
1
x
, so uberzeugt man sich
sofort, dass F : L \ 0 L, F(x) = ln x die Gleichung F

(x) = f (x) f ur alle


x L\0 erf ullt. F ur die Funktion G : L\0 L, G(x) = sgn(x) +ln x gilt ebenfalls
G

(x) = f (x) f ur alle x L \ 0. Dieser scheinbare Widerspruch zu Bemerkung 7.4.2


l asst sich dadurch erkl aren, dass L \ 0 ja kein Intervall ist Korollar 7.2.9 l asst sich
darauf also nicht anwenden.
Zum Aufsuchen von Stammfunktionen gegebener Funktionen ist folgendes Resul-
tat sehr hilfreich.
7.4.4 Lemma. Seien I, J L Intervalle und f , g : I L (), sowie , L ().
Weiters sei h : J I dierenzierbar.
(i) Haben f und g Stammfunktionen, so auch f + g, wobei
_
(f + g) =
_
f +
_
g
.
(ii) Sind f und g dierenzierbar auf I, sodass f

g eine Stammfunktion hat, dann hat


auch f g

eine solche, und


_
f

g = f g
_
f g

, Regel von der Partiellen Integration. (7.10)


(iii) Mit f hat auch ( f h) h

: J L () eine Stammfunktion, wobei


_
(( f h) h

) =
__
f
_
h, (Substitutionsregel)
Diese drei Beziehungen sind so zu verstehen, dass wenn
_
f ur jeweils eine Stamm-
funktion steht, die Gleichheit bis auf eine Konstante gilt.
Beweis.
(i) Sind F und G Stammfunktionen von f und g, so folgt (F +G)

= F

+G

=
f + g. Also ist F + G eine Stammfunktion von f + g.
(ii) Ist H Stammfunktionen von f

g, so folgt aus der Produktregel ( f g H)

= ( f

g +
f g

) f

g = f g

. Somit ist f g H Stammfunktionen von f g

, und es gilt (7.10).


(iii) Ist F Stammfunktionen von f , so folgt aus der Kettenregel in Satz 7.1.9 bzw.
Bemerkung 7.1.10, dass (F h)

= ( f h) h

. Also ist F h Stammfunktion von


( f h) h

.
K
7.4.5 Bemerkung. Zur Substitutionsregel gibt es folgende Merkregel:
Seien I, J L wieder Intervalle, f : I L (), und h : J I dierenzierbar.
Schreiben wir x = h(t) mit t J und formal dx = h

(t) dt, so erh alt man aus


__
f
_
(x) =:
_
f (x)dx
7.4. STAMMFUNKTION 199
durch Ersetzen von x durch h(t) und dx durch h

(t) dt
_
f (h(t)) h

(t) dt :=
_
(( f h) h

).
Wie gesagt ist das eine Merkregel, die sich beim Bestimmen konkreter Stammfunk-
tionen aber als durchaus praktikabel und ubersichtlich herausgestellt hat, siehe etwa
Beispiel 7.4.9.
7.4.6 Beispiel. Man kann die Substitutionsregel verwenden, um einfache Dierential-
gleichungen der Form
y

(t) f (y(t)) = g(t), t I, (7.11)


zu l osen. Hier sind I, J L Intervalle und f : J L sowie g : I L stetige
Funktionen.
Angenommen man hat eine Funktion y : I J L, welche (7.11) erf ullt. Hat
f eine Stammfunktion F, so ist nach der Substitutionsregel die Funktion F y eine
Stammfunktion von t y

(t) f (y(t)) und daher auch von g.


Kennt man andererseits eine Stammfunktion G von g explizit, so folgt F y =
G + c f ur eine Konstante c L. Also hat man eine implizite Beschreibung von y(t). In
manchen F allen l asst sich diese Gleichung nach y au osen, wodurch man y(t) explizite
beschreiben kann.
Diese hier beschriebene Methode nennt man auch Trennung der Variablen .
7.4.7 Beispiel. Man betrachte die Dierentialgleichung
y

(t) = y(t), t L.
Eine reellwertige L osung y dieser Dierentialgleichung ist y 0. Angenommen y ist
eine weitere reellwertige L osung mit y(t
0
) < 0 f ur ein t
0
L. Wegen der Stetigkeit gilt
y(t) < 0 f ur alle t (t
0
, t
0
+ ) =: I.
Ist f : I (, 0) die Funktion f () =
1

, so gilt f ur t I,
y

(t)
1
y(t)
= y

(t) f (y(t)) = 1.
Eine Stammfunktion von f ist F() = ln(), also ist t ln(y(t)) eine Stammfunkti-
on von y

(t)
1
y(t)
auf I. Von 1 ist t t eine Stammfunktion. Es folgt ln(y(t)) = t+c, t
I, und weiter y(t) = e
c
e
t
. Also muss y(t) = d e
t
, t I f ur ein reelles d (, 0).
Man beachte, dass wir von der G ultigkeit von y

(t) = y(t) auf y(t) = d e


t
, t I,
geschlossen haben, wir uns also zun achst nicht sicher sein k onnen, dass diese Funktion
tats achlich y

(t) = y(t) l ost. Durch Einsetzen zeigt man aber sofort, dass tats achlich
y(t) = d e
t
, t L, eine L osung ist.
Wir werden nun einige Funktionstypen auisten und angeben, wie man die unbe-
stimmten Integrale von diesen bestimmt.
(i) Ist f (x) = x
n
, n l0 auf L, so ist F(x) =
1
n+1
x
n+1
eine Stammfunktion. Also
ist
_
x
n
=
1
n+1
x
n+1
+ c.
(ii) Ist f (x) = x
n
, n l, n > 1 auf (, 0) oder (0, +), so ist F(x) =
1
n+1
x
n+1
eine Stammfunktion.
200 KAPITEL 7. DIFFERENTIALRECHNUNG
(iii) Ist f (x) = x
1
, auf (, 0) oder (0, +), so ist F(x) = ln x, x 0 eine Stamm-
funktion.
(iv) Um die Stammfunktion von ln x, x > 0 zu ermitteln, wenden wir die Partielle
Integration an:
_
ln(x) =
_
(x

) ln(x) = x ln(x)
_
x
1
x
= x(ln(x) 1) + c.
(v)
_
e
x
= e
x
+ c,
_
sinh x = cosh x + c,
_
cosh x = sinh x + c.
(vi)
_
sin x = cos x + c,
_
cos x = sin x + c.
(vii) Sei n l, n 2. Mit partieller Integration sieht man
_
cos
n
t =
_
(cos
n1
t) (cos t) = (cos
n1
t)(sin t) + (n 1)
_
(cos
n2
t)(sin t)
2
=
(cos
n1
t)(sin t) + (n 1)
_
(cos
n2
t) (n 1)
_
(cos
n
t).
Also erh alt man die Rekursionsgleichung
_
cos
n
t =
1
n
(cos
n1
t)(sin t) +
n 1
n
_
(cos
n2
t).
(viii) Mit Hilfe von (i) und der Substitutionsregel folgt (k l, k > 1)
_
a
(x b)
= a ln x b + c,
_
a
(x b)
k
=
a
(k + 1)(x b)
k1
+ c,
wobei man diese Funktionen auf einem Intervall betrachtet, das b nicht enth alt.
(ix)
_
1
1+x
2
= arctan x + c. (Umkehrfunktion von tan =
sin
cos
: (

2
,

2
) L).
(x) Um
_
x
1+x
2
zu ermitteln, wende man die Substitutionsregel auf h(x) = x
2
, h

(x) =
2x und f (y) =
1
1+y
an:
_
x
1 + x
2
=
1
2
_
2x
1 + x
2
=
1
2
__
1
1 + y
_
y=x
2
=
1
2
(ln 1 + y)
y=x
2 =
1
2
ln 1 + x
2
.
(xi) Ganz ahnlich sieht man
_
x
(1+x
2
)
k
=
1
2(1k)
1
(1+x
2
)
k1
f ur k l, k > 1.
(xii)
_
1
(1+x
2
)
k
, k l, k > 1 l asst sich rekursiv berechnen, indem man
t = arctan x (

2
,

2
) substituiert
_
1
(1 + x
2
)
k
=
_
1
(1 + x
2
)
k1

1
(1 + x
2
)
=
_
1
(tan
2
t + 1)
k1
=
_
cos
2k2
t =
1
2k 2
(cos
2k2
t) (tan t) +
2k 3
2k 2
_
(cos
2k4
t) =
1
2k 2

x
(1 + x
2
)
k1
+
2k 3
2k 2
_
1
(1 + x
2
)
k1
.
7.4. STAMMFUNKTION 201
(xiii) Ist nun allgemein f (x) =
x+d
(x
2
+px+q)
k
, und hat x
2
+ px + q keine reellen Nullstellen
(D := q
p
2
4
> 0), so schreibe
f (x) =
(x +
p
2
) + (d
p
2
)
((x +
p
2
)
2
+ q
p
2
4
)
k
.
Um
_
f (x) zu berechnen, substituiere

Dy
p
2
= x(y):
_
f (x) =
1
D
k
_
Dy +

D(d
p
2
)
(1 + y
2
)
k
.
Dieses Integral l asst sich mit Hilfe der oben behandelten Funktionen l osen.
(xiv) Zu guter letzt noch Stammfunktion von -wertigen Funktionen (w ):
_
e
ix
= ie
ix
+ c,
_
e
wx
=
1
w
e
wx
+ c,
_
xe
wx
=
x
w
e
wx

_
1
w
e
wx
=
x
w
e
wx

1
w
2
e
wx
+ c.
Um die Stammfunktion einer beliebigen rationalen Funktion R(x) =
P(x)
Q(x)
, wobei
P(x) und Q(x) zwei reelle Polynome sind, zu ermitteln, werden wir diese in eine Sum-
me von Funktionen entwickeln, deren Stammfunktionenwir eben kennengelernt haben.
Als erstes folgt aus dem Euklidischen Algorithmus, dass
P(x) = S (x)Q(x) + T(x),
wobei S (x) und T(x) reelle Polynome sind, und wobei der Grad von T(x) kleiner als
der von Q(x) ist.
Das Integral von R(x) = S (x) +
T(x)
Q(x)
ist daher
_
S (x) +
_
T(x)
Q(x)
. Das erste Integral
errechnet man leicht mit Hilfe von (i). F ur das zweite m ussen wir
T(x)
Q(x)
weiter zerlegen.
Dazu betrachten wir zuerst die auftretenden Polynome als komplexe Polynome.
Das hat den Vorteil, dass sich jedes komplexe Polynom bis auf eine Konstante als
Produkt von Faktoren (z z
j
) schreiben l asst.
7.4.8 Satz. Seien T(z), Q(z) zwei komplexe Polynome, sodass der Grad n von Q(z)
gr oer als der von T(z) ist. Schreiben wir Q(z) = a
n
z
n
+ + a
0
mit a
n
\ 0 als
Q(z) = a
n
(z z
1
)

1
(z z
m
)

m
,
wobei z
i
z
j
wenn i j und wobei
1
, . . . ,
m
l,
1
+ +
m
= n, so gibt es
eindeutige Zahlen a
jk
, sodass (z \ z
1
, . . . , z
m
)
T(z)
Q(z)
=
m

j=1

k=1
a
jk
(z z
j
)
k
.
Beweis. Unser Problem ist aquivalent zur Existenz und Eindeutigkeit von Zahlen a
jk
,
sodass f ur z
1
a
n
T(z) =
m

j=1

k=1
a
jk
(z z
j
)

j
k
m
_
l=1,lj
(z z
l
)

l
. (7.12)
202 KAPITEL 7. DIFFERENTIALRECHNUNG
Betrachte den Vektorraum
n1
[z] aller komplexen Polynome vomGrad kleiner n. Die-
ser hat Dimension n. Kann man nun zeigen, dass die n St uck Polynome
(z z
j
)

j
k
m
_
l=1,lj
(z z
l
)

l
, j = 1, . . . , m, k = 1, . . . ,
j
,
linear unabh angig in
n1
[z] sind, so bilden sie sogar eine Basis, und unser Satz folgt
sofort aus der Linearen Algebra.
W are

j=1,...,m,k=1,...,
j

jk
(z z
j
)

j
k
m
_
l=1,lj
(z z
l
)

l
= 0,
und setzt man z = z
1
, . . . , z
m
, so erh alt man
1
1
= =
m
m
= 0. Nun kann man

m
j=1
(z z
j
) durchdividieren und erh alt

j=1,...,m;k=1,...,
j
1

jk
(z z
j
)

j
1k
m
_
l=1,lj
(z z
l
)

l
1
= 0.
Wiederholt man obige Argumentation, so folgt
j(
j
1)
= 0 f ur alle j 1, . . . , m,
j
>
1, usw. bis man schlielich
jk
= 0 f ur alle j = 1, . . . , m, k = 1, . . . ,
j
erh alt.
K
Aus (7.12) sehen wir auch, wie man die Zahlen a
jk
gewinnen kann. In der Tat, kann
man alle auftretenden Polynome ausmultiplizieren, und vergleicht dann die Koezien-
ten, die bei jedem z
k
links und rechts vom Gleichheitszeichen stehen. Diese m ussen
ubereinstimmen, und so erh alt man n Gleichungen f ur n Unbekannte.
Etwas weniger Arbeit hat man, wenn man den eben gebrachten Beweisgedanken
einieen l asst. Man kann n amlich in (7.12) nacheinander z = z
1
, . . . , z
m
setzen und
erh alt so a
j
j
ganz leicht.
Wir kehren zu unseren reellen Polynomen T(x) und Q(x) zur uck. Wenn wir auf
diese Satz 7.4.8 anwenden, hat das den Nachteil, dass man eine Partialbruchzerlegung
mit m oglicherweise nicht nur reellen Komponenten erh alt.
Um das wieder zu reparieren, schliet man zuerst aus Q( z) = Q(z) Q(z) hat ja
reelle Koezienten , dass mit z
j
auch z
j
eine Nullstelle von Q(z) ist, und dass diese
die gleiche Vielfachheit
j
haben.
Somit sind die Nullstellen von Q(z) von der Form x
1
, . . . , x
p
, z
1
, . . . z
q
, z
1
, . . . z
q
, wo-
bei x
j
L und z
j

+
:= z : Imz > 0. Die Partialbruchzerlegung aus Satz 7.4.8
l asst sich nun schreiben als
T(z)
Q(z)
=
p

j=1

k=1
a
jk
(z x
j
)
k
+
q

j=1

k=1
_
b
jk
(z z
j
)
k
+
c
jk
(z z
j
)
k
_
.
Da aber auch
T( z)
Q( z)
=
T(z)
Q(z)
, folgt aus der Eindeutigkeit der komplexen Partialbruchzerle-
gung a
jk
L und c
jk
=

b
jk
, und man erh alt
_
b
jk
(z z
j
)
k
+
c
jk
(z z
j
)
k
_
=
_
b
j
(z z
j
)
k
+

b
j
(z z
j
)
k
(z
2
2z Re(z
j
) + z
j

2
)
k
_
,
wobei die Polynome in Z ahler und Nenner reell sind. Summiert man nun uber k auf,
und bringt die Summe auf gemeinsamen Nenner, so erh alt man eine Funktion der Form
T
j
(z)
(z
2
+ B
j
z + C
j
)

j
,
7.4. STAMMFUNKTION 203
wobei T
j
(z) ein reelles Polynom mit Grad kleiner 2
j
ist, und B
j
= 2 Re(z
j
), C
j
=
z
j

2
. Durch wiederholte Anwendung des Euklidischen Algorithmus kann man dieses
Polynom als
T
j
(z) =

k=1
(d
jk
z + e
jk
)(z
2
+ B
j
z + C
j
)

j
k
anschreiben. Somit folgt die Zerlegung
T(z)
Q(z)
=
p

j=1

k=1
a
jk
(z x
j
)
k
+
q

j=1

k=1
d
jk
z + e
jk
(z
2
+ B
j
z + C
j
)
k
, (7.13)
welche nur reellen Zahlen beinhaltet. Dabei haben die z
2
+ B
j
z + C
j
klarerweise keine
reellen Nullstellen.
Zur Praktischen Berechnung der Koezienten a
jk
in (7.13) multipliziert man Q(z)
links und rechts, und f uhrt einen Koezientenvergleich durch. Durch Einsetzen von
z = x
j
lassen sich die a
j
j
auch schneller berechnen.
Um
_
T(x)
Q(x)
zu berechnen, gen ugt es nun die einzelnen Summanden in der Partial-
bruchzerlegung zu integrieren, und diese dann zu summieren.
7.4.9 Beispiel. Wir wollen das Integral
_
tan x dx auf einem Intervall I berechnen, wo-
bei keine Nullstelle von cos x enthalten darf:
_
tan x dx =
_
sin x
cos x
dx =_
t=cos x
dt=sin xdx
_
_
1
t
dt =
= ln t + C = ln cos x + C .
Diese Methode beruht darauf, dass unser Integrand von der Gestalt f (t(x)) t

(x) ist, und


noch dazu mit einer sehr einfachen Funktion f . Daher k onnen wir die Substitutionsre-
gel unmittelbar anwenden und die entstehende Funktion leicht integrieren.
7.4.10 Beispiel. Wir wollen das Integral
_
x
2
sin x dx auf einem beliebigen Intervall
berechnen. Wir verwenden partielle Integration:
_
x
2
sin x dx = x
2
(cos x)
_
2x(cos x) dx = x
2
cos x + 2
_
x cos x dx =
= x
2
cos x + 2
_
x sin x
_
sin x dx
_
= x
2
cos x + 2x sin x + 2 cos x + C
Mit dieser Methode kann man zum Beispiel alle Integrale von der Form
_
P(x)e
x
dx,
_
P(x) sin x dx,
_
P(x) cos x dx ,
mit einem Polynom P berechnen.
7.4.11 Beispiel (Integration von R(e
x
)). Hat man eine Funktion f der Gestalt f (x) =
R(e
x
), wobei R eine rationale Funktion ist, so kann man deren Integral stets mit Hilfe
der Substitution t = e
x
auf das Integral einer rationalen Funktion bringen. Denn es gilt,
mit t = e
x
,
_
R(e
x
) dx =
_
t=e
x
dt=e
x
dx
dx=
1
t
dt
_
_
R(t)
1
t
dt
204 KAPITEL 7. DIFFERENTIALRECHNUNG
7.4.12 Beispiel. Wir wollen das Integral
_
e
2x
1
e
x
+2
dx auf L berechnen. Zun achst gilt
_
e
2x
1
e
x
+ 2
dx =
_
(e
x
)
2
1
e
x
+ 2
dx =_
t=e
x
dx=
1
t
dt
_
_
t
2
1
t + 2

1
t
dt
Man beachte, dass nach der Substitution t(x) = t in (0, +) liegt; also immer positiv ist.
Nun haben wir ein Integral einer rationalen Funktion auf (0, +) zu berechnen. Dazu
schreiben wir
t
2
1
t + 2

1
t
=
t
2
1
t
2
+ 2t
=
t
2
+ 2t 2t 1
t
2
+ 2t
= 1
2t + 1
t(t + 2)
und versuchen nun den zweiten Summanden in Partialbr uche zu zerlegen:
2t + 1
t(t + 2)
=
A
t
+
B
t + 2
=
(A + B)t + 2A
t(t + 2)
Koezientenvergleich f uhrt auf A =
1
2
und B =
3
2
. Also haben wir
t
2
1
t + 2

1
t
= 1
1
2t

3
2(t + 2)
und daher
_
t
2
1
t + 2

1
t
dt = t
1
2
ln t
3
2
ln(t + 2) =
= e
x

x
2

3
2
ln(e
x
+ 2)
7.4.13 Beispiel (Integration von R(sin x, cos x)). Hat man eine Funktion f der Gestalt
f (x) = R(sin x, cos x), wobei R eine rationale Funktion ist, so kann man deren Integral
stets mit Hilfe der Substitution t = tan
x
2
auf das Integral einer rationalen Funktion
bringen. Denn es gilt, mit t = tan
x
2
,
sin x = 2 sin
x
2
cos
x
2
=
2 tan
x
2
1 + tan
2 x
2
=
2t
1 + t
2
cos x = cos
2
x
2
sin
2
x
2
=
1 tan
2 x
2
1 + tan
2 x
2
=
1 t
2
1 + t
2
dt
dx
=
1
2
(1 + tan
2
x
2
) also dx =
2
1 + t
2
dt
Literaturverzeichnis
[EL] K.Endl,W.Luh: Analysis I-III, Aula Verlag, Wiesbaden 1986.
[F] G.M.Fichtenholz: Dierential- und Integralrechnung I-III, Deutscher Verlag der
Wissenschaften, Berlin 1964.
[H] H.Heuser: Lehrbuch der Analysis 1,2, Teubner Verlag, Stuttgart 1989.
[L] S.Lang: A rst course in calculus, Springer Verlag, Heidelberg 1986.
[R] W.Rudin: Principles of Mathematical Analysis, McGraw-Hill, New York 1953,
third edition 1976.
[W] W.Walter: Analysis 1, Springer Verlag, Heidelberg, New York Tokoyo.
205
Index
C(I), 181
C(X, Y), 129
C
0
(I), 181
C

(I), 181
C
n
(I), 181
C
b
(E, Y), 152
[z], 166
L, 40
Z, 26
-Kugel, 97
lim
iI
x
i
, 110
lim
t+
f (t), 127
lim
t
f (t), 127
lim
tz
f (t), 124
lim
z
f (z), 128
, 33
J(E, Y), 147
d(x, y), 52
d
1
(x, y), 54
d
2
(x, y), 52
d

( f , g), 147
d

(x, y), 55

+
, 202
Q, 34
L[x], 75
, 46

n1
[z], 202
l, 16
uberall deniert, 4
Abbildung, 4
identische, 4
isometrische, 129
Abel Kriterium, 87
Abelscher Grenzwertsatz, 172
Ableitung
einer Funktion, 180
h ohere, 181
im Punkt x, 175
linksseitige, 175
rechtsseitige, 175
Abschluss, 99
absolut konvergent, 83
Addition, 9, 20
alternierende harmonische Reihe, 83
analytisch, 157
analytisch in einem Punkt, 157
Anschlussstelle, 192
Antisymmetrie, 12
Arcuscosinus, 169
Funktionsgraph, 169
Arcuscotangens, 169
Funktionsgraph, 169
Arcussinus, 169
Funktionsgraph, 169
Arcustangens, 169
Funktionsgraph, 169
Areacosinus Hyperbolicus, 170
Funktionsgraph, 171
Areacotangens Hyperbolicus, 171
Funktionsgraph, 172
Areasinus Hyperbolicus, 170
Funktionsgraph, 171
Areatangens Hyperbolicus, 171
Funktionsgraph, 172
Assoziativit at, 7, 20
Auswahlaxiom, 62
Axiome, 9
Bernoullische Ungleichung, 19
beschr ankt, 13
nach oben, 13
nach unten, 13
beschr ankte
Folge, 60
Menge, 60
Betrag
komplexer Zahlen, 48
bijektiv, 6
Bildmenge, 5
Cauchy-Folge, 69
206
INDEX 207
Cauchy-Netz, 114
Cauchy-Schwarzsche Ungleichung, 53
Cauchysches Konvergenzkriterium
Folgen, 70
Reihen, 82
Cauchysches Restglied, 193
Charakteristik, 38
Cosinus, 158
Funktionsgraph, 163
Cosinus Hyperbolicus, 169
Funktionsgraph, 170
Cotangens, 168
Funktionsgraph, 168
Cotangens Hyperbolicus
Funktionsgraph, 171
Dedekindscher Schnitt, 44
Denitionsbereich, 5
Denitionsmenge, 4
dicht, 99
Dichteeigenschaft, 39
Dierentialgleichung, 194, 199
Dierentialgleichungen
Trennung der Variablen, 199
Dierenz, 2
dierenzierbar
n-mal, 181
im Punkt x, 175
rechtsseitig, 175
stetig, 181
Dirichlet Kriterium, 86
diskrete Metrik, 55
Distributivgesetz, 3
Distributivit at, 20
divergent, 56, 78
bestimmt, 73
Dividieren mit Rest, 33
domain, 5
Doppelreihen, 121
Dreiecksungleichung, 16, 52
Dreiecksungleichung nach unten, 16
Einheitskreislinie, 102, 137
Einschr ankung, 5
Elemente, 1
endlich, 25
Euklidischer Algorithmus, 201, 203
Eulersche Exponentialfunktion, 123
Eulersche Zahl, 67, 161
Existenz des neutralen Elementes, 20
Exponentialfunktion, 123, 158
Funktionsgraph, 160
Extremum
absolutes, 182
lokales, 182
faktorielle, 85
Folge, 56
Cauchy-Folge, 69
monoton fallende, 66
monoton wachsende, 65
monotone, 66
Rechenregeln f ur, 62
streng monoton fallend, 62
Formel von de Moivre, 158
Fortsetzung, 5
Funktion, 4
beschr ankte, 60, 147
bijektive, 6
Einschr ankung, 5
Fortsetzung, 5
injektive, 6
monoton fallende, 143
monoton wachsende, 143
stetige, 129
streng monoton fallende, 30, 143
streng monoton wachsende, 30, 143
surjektive, 6
unstetige, 141
zusammengesetzte, 7
Funktionen
trigonometrische, 158
Funktionswert, 4
Gauklammer, 127
Gausche Zahlenebene, 48
gerichtete Menge, 108
Graph, 4
Grenzwert
einer Funktion, 124
einseitige, 126
linksseitiger, 126
rechtsseitiger, 126
H aufungspunkt
einer Folge, 104
einer Menge, 99
harmonische Reihe, 82
hebbare Unstetigkeit, 141
Hintereinanderausf uhrung, 7
208 INDEX
imagin are Einheit, 46
Imagin arteil, 46
Induktions
-anfang, 19
-prinzip, 19
-schritt, 19
Varianten d., 24
Inmum, 13
injektiv, 6
Integral
unbestimmtes, 197
Intervall, 136
Involution, 27
isolierter Punkt, 99
isometrische Abbildung, 129
K orper
angeordneter, 12
archimedisch angeordneter, 39
vollst andig angeordneter, 40
K urzungsregel, 20
kartesisches Produkt, 2
Kommutativit at, 20
kompakt, 106
Komplement, 2
komplex dierenzierbar, 177
konjugiert komplexen, 48
konvergent, 56, 78
absolut, 83
bedingt, 118
gegen , 73
gegen x, 56
gleichm aig, 148
punktweise, 146
Konvergenz
gleichm aige einer Funktionenfolge,
148
absolute einer Funktionenreihe, 153
einer Folge, 56
eines Netzes, 110
gleichm aige einer Funktionenreihe,
153
komponentenweise, 71
punktweise einer Funktionenfolge,
146
punktweise einer Funktionenreihe,
153
unbedingte, 115
Konvergenzradius, 154
Kurvendiskussionen, 196
Lagranges Restglied, 193
leere Menge, 1
Leibniz Kriterium, 87
Lemma vom iterierten Supremum, 43
Limes Inferior, 67
Limes Superior, 67
linksstetig, 140
Logarithmus
nat urlicher, 160
naturalis, 160
Logarithmus naturalis
Funktionsgraph, 161
lokale Eigenschaft, 131
M achtigkeit, 25
Majorantenkriterium, 82
Maximum, 13
absolutes, 182
lokales, 182
Menge, 1
abgeschlossene, 99
Bild, 5
Dierenz-, 2
Distributivgesetz-, 3
leere, 1
Ober-, 1
oene, 98
Potenz-, 3
Schnitt-, 2
Teil-, 1
Vereinigungs-, 2
zusammenh angende, 136
Mengen
getrennte, 136
Mengengleichheit, 1
Metrik, 52
euklidische, 52
Supremums-, 147
metrischer Raum
vollst andiger, 69
Minimum, 13
absolutes, 182
lokales, 182
Minkowskische Ungleichung, 53
Minorantenkriterium, 82
Mittel
arithmetisches, 12
Mittelwertsatz, 184
monoton fallend, 66, 143
monoton wachsend, 65, 143
INDEX 209
Moore-Smith-Folge, 110
Multiplikation, 9, 20
Nachfolgerabbildung, 16
nat urliche Zahlen, 16
Netz, 110
Cauchy-, 114
Teilfolge, 111
Teilnetz, 111
Norm, 56
obere Schranke, 13
Obermenge, 1
Partialbruchzerlegung
komplexe, 201
reelle, 203
Partialsumme, 78
Pi, 163
Polarkoordinaten, 164
Polynom
trigonometrisches, 167
Potenzmenge, 3
Potenzreihe, 157
Potenzreihen, 154
Primfaktorzerlegung, 33
Primzahl, 33
Produktregel, 178
Quotientenk orper, 39
Quotientenkriterium, 85
Quotientenregel, 178
Raabe Kriterium, 88
range, 5
Raum
metrischer, 52
Realteil, 46
rechtsstetig, 140
Reexivit at, 12
Regel von de LHospital, 186
Regel von der Partiellen Integration, 198
Reihe, 78
alternierende harmonische, 83
bestimmt divergente, 79
divergente, 78
geometrische, 59
harmonische, 82
konvergent gegen , 79
konvergente, 78
Potenzreihen, 154
Rechenregeln f ur, 79
Summe der, 78
Teleskop-, 81
Relationen, 7
Relationenprodukt, 7
Riemann-Zerlegung, 110
Riemannscher Umordnungssatz, 120
Satz
1. Mittelwertsatz der Dierenzial-
rechnung, 184
2. Mittelwertsatz der Dierenzial-
rechnung, 184
Cauchysches Konvergenzkriterium,
70, 82
Einschluss-, 61
Fundamentalsatz der Algebra, 166
Grenzwert- Abelscher, 172
Leibniz Kriterium, 87
Rekursions-, 17
Riemannscher Umordnungs-, 120
Taylorscher Lehrsatz, 193
von Bolzano-Weierstra, 105
von Rolle, 182
Zwischenwertsatz, 137
Schl omilchsches Restglied, 193
Schnittmenge, 2
Sinus, 158
Funktionsgraph, 163
Sinus Hyperbolicus, 169
Funktionsgraph, 170
Sprungstelle, 141
Stammfunktion, 197
stetig, 129
an der Stelle x, 129
gleichm aig, 139
linksseitig, 140
rechtsseitig, 140
streng monoton fallend, 143
streng monoton wachsend, 143
Substitutionsregel, 198
Summens atze, 159
Supremum, 13
Supremumsnorm, 152
surjektiv, 6
symmetrische Mengendierenz, 116
Tangens, 168
Funktionsgraph, 168
Tangens Hyperbolicus
210 INDEX
Funktionsgraph, 171
Taylorreihe, 194
Taylorsche Polynom, 192
Teilfolge, 58
Teilfolge eines Netzes, 111
Teilfolgen
gestattet, 123
Teilmenge, 1
Teilnetz, 111
teilt, 33
Totalit at, 12
Transitivit at, 12
Trennung der Variablen, 199
Unstetigkeit
1. Art, 141
2. Art, 141
hebbare, 141
Sprungstelle, 141
untere Schranke, 13
Urbild, 5
vollst andiges, 5
Vereinigungsmenge, 2
Verkn upfung, 9
vollst andige Induktion, 19
Weierstra Kriterium, 153
Wertebereich, 5
Wertevorrat, 4
wohldeniert, 4
Wurzel
einer komplexen Zahl, 165
einer reellen Zahl 0, 42
Wurzelkriterium, 83
Zahl
komplexe, 46
rationale, 34
Zahlen
nat urliche, 16
positive, 12
Zerlegung, 109
Zielmenge, 4