Beruflich Dokumente
Kultur Dokumente
r Physiker I
Margarita Kraus
Sommersemester 2014
Inhaltsverzeichnis
1 Mengen
1.1 Grundlegende Notationen . . . . . . . . . . . . . . . . . . . .
1.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1
2
2 Abbildungen
2.1 Definitionen und Notationen . . . . . . . . . . . . . . . . .
2.2 Notation und Beispiel . . . . . . . . . . . . . . . . . . . .
2.3 Definitionen (Injektivitat, Surjektivitat, Bijektivitat) . . .
2.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6 Definitionen (Komposition, Inklusion, inverse Abbildung)
2.7 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8 Notation und Definition . . . . . . . . . . . . . . . . . . .
2.9 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.10 Notiz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2
2
3
3
3
4
4
4
5
5
5
3 Relationen
3.1 Definition
3.2 Beispiele .
3.3 Notation .
3.4 Beispiele .
3.5 Definition
3.6 Beispiele .
.
.
.
.
.
.
.
.
.
.
.
.
5
5
6
6
6
6
7
.
.
.
.
7
7
7
8
9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4 Beweistechniken
4.1 Direkter Beweis . . . . . . . . . . . . .
4.2 Beweis durch vollstandige Induktion .
4.3 Beweis durch Widerspruch . . . . . . .
4.4 Allgemeine Bemerkung zum Beweisen
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5 Gruppen und K
orper
5.1 Definition (Assoziativitat, neutrales und inverses
Element, abelsche Gruppen) . . . . . . . . . . . . . . . .
5.2 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.4 Bemerkung (Eindeutigkeit neutraler/inverser Elemente)
5.4.1 Rechtsinverses gleich Linksinverses . . . . . . . .
5.4.2 Eindeutigkeit des neutralen Elements . . . . . .
5.5 Definition . . . . . . . . . . . . . . . . . . . . . . . . . .
5.6 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . .
5.7 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.8 Definition . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10
10
10
11
11
11
11
12
12
12
5.9
5.10
5.11
5.12
5.13
5.14
5.15
5.16
5.17
5.18
5.19
Beispiele . . . . . . . . . . . . . . . .
Bemerkung . . . . . . . . . . . . . .
Definition (des K
orpers) . . . . . . .
Beispiel . . . . . . . . . . . . . . . .
Bemerkung . . . . . . . . . . . . . .
Definition (von geordneten Korpern)
Beispiel . . . . . . . . . . . . . . . .
Bemerkung (zu geordneten Korpern)
Folgerung . . . . . . . . . . . . . . .
Definition . . . . . . . . . . . . . . .
Bemerkung . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6 Komplexe Zahlen
6.1
Definition und Satz (komplexe Zahlen) . . . . . . .
6.2
Notation . . . . . . . . . . . . . . . . . . . . . . . .
6.3
Bemerkung . . . . . . . . . . . . . . . . . . . . . .
6.4
Notation (komplex konjugierte, Betrag, Argument,
Imagin
ar- und Realteil) . . . . . . . . . . . . . . . .
6.5
Bemerkung (Veranschaulichung der Arithmetik) . .
6.6 Bemerkung (Darstellung durch cosinus und sinus) . .
6.7 Notiz (Weitere Rechenregeln) . . . . . . . . . . . . .
6.8 Bemerkung (Nullstellen von Polynomen) . . . . . . .
6.9 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . .
6.10 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . .
7 Vektorr
aume
7.1 Definition . . . . . .
7.2 Beispiele . . . . . . .
7.3 Notiz und Definition
7.4 Definition . . . . . .
7.5 Notiz . . . . . . . . .
7.6 Beispiele . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
12
12
13
13
13
13
13
13
14
14
14
. . . . .
. . . . .
. . . . .
15
15
15
15
.
.
.
.
.
.
.
.
.
.
.
.
.
.
16
16
17
17
18
18
18
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
18
18
19
20
20
20
20
8 Lineare Abbildungen
8.1 Definition . . . . . . .
8.2 Lemma . . . . . . . .
8.3 Beispiele . . . . . . . .
8.4 Bemerkung . . . . . .
8.5 Beispiel . . . . . . . .
8.6 Notiz . . . . . . . . . .
8.7 Lemma und Definition
8.8 Lemma . . . . . . . .
8.9 Beispiel . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
22
22
22
22
23
24
24
24
24
24
Rangsatz
Satz . . .
Beispiel .
Korollar .
Satz . . .
Definition
Korollar .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
25
25
25
26
26
27
27
27
28
28
28
29
29
29
30
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
30
30
31
32
32
33
33
Abbildungen
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
33
33
33
33
34
34
34
34
35
36
36
36
37
37
38
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
40
40
40
41
41
42
42
42
42
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
43
43
43
43
44
44
45
45
45
45
46
46
46
46
47
47
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
47
47
47
48
48
48
48
48
49
49
49
49
50
50
51
51
51
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14.17Definition . . . . . . . . . . . . . . . . . . .
14.18Beispiel . . . . . . . . . . . . . . . . . . . .
14.19Lemma . . . . . . . . . . . . . . . . . . . .
14.20Satz (Gram-Schmidt-Orthonormalisierung)
14.21Definition . . . . . . . . . . . . . . . . . . .
14.22Lemma . . . . . . . . . . . . . . . . . . . .
14.23Lemma . . . . . . . . . . . . . . . . . . . .
14.24Notiz . . . . . . . . . . . . . . . . . . . . . .
14.25Definition . . . . . . . . . . . . . . . . . . .
14.26Beispiele . . . . . . . . . . . . . . . . . . . .
15 Eigenwerte und Eigenvektoren
15.1 Definition . . . . . . . . . . .
15.2 Beispiele . . . . . . . . . . . .
15.3 Lemma und Definition . . . .
15.4 Notiz und Definition . . . . .
15.5 Beispiel . . . . . . . . . . . .
15.6 Lemma . . . . . . . . . . . .
15.7 Korollar . . . . . . . . . . . .
15.8 Satz und Definition . . . . . .
15.9 Beispiele . . . . . . . . . . . .
15.10Korollar . . . . . . . . . . . .
15.11Satz . . . . . . . . . . . . . .
15.12Beispiele . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
51
51
51
52
52
53
53
54
54
54
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
55
55
56
56
57
57
58
58
58
59
59
60
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
61
61
61
62
62
62
62
63
63
63
64
64
65
66
66
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
17 Folgen
17.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17.2 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17.3 Definition (von Folgen und Grenzwert) . . . . . . . . . . . . .
17.4 Notation und Sprechweise . . . . . . . . . . . . . . . . . . . .
17.5 Lemma (Eindeutigkeit des Grenzwertes) . . . . . . . . . . . .
17.6 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17.7 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17.8 Definition (der Beschranktheit) . . . . . . . . . . . . . . . . .
17.9 Lemma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17.10Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17.11Rechenregeln f
ur den Limes . . . . . . . . . . . . . . . . . . .
17.12Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17.13Definition (H
aufungspunkt) . . . . . . . . . . . . . . . . . . .
17.14Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17.15Notiz (Beziehung zwischen Grenzwert und Haufungspunkt(en))
17.16Definition (der Teilfolge) . . . . . . . . . . . . . . . . . . . . .
17.17Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17.18Lemma (Teilfolgen und Haufungspunkte) . . . . . . . . . . .
66
66
66
67
67
67
68
68
68
69
69
69
70
70
71
71
71
71
72
18 Reelle Folgen
18.1 Definition (der Monotonie und Konvergenz) . . . . . .
18.2 Definition (der erweiterten Zahlengerade) . . . . . . .
18.3 Warnung . . . . . . . . . . . . . . . . . . . . . . . . . .
18.4 Notiz (Anwendbarkeit der Limes-Rechenregeln) . . . .
18.5 Definition (von Beschranktheit, Maximum, Minimum,
Supremum und Infimum) . . . . . . . . . . . . . . . .
18.6 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . .
18.7 Notation . . . . . . . . . . . . . . . . . . . . . . . . . .
18.8 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . .
18.9 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . .
18.10Definition . . . . . . . . . . . . . . . . . . . . . . . . .
18.11Satz (Vollst
andiger Korper der reellen Zahlen) . . . .
18.12S
atze (Konvergenz und uneigentliche Konvergenz) . .
18.13Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . .
18.14Satz von Bolzano Weierstrass . . . . . . . . . . . . . .
18.15Definition (der Cauchy-Folge) . . . . . . . . . . . . . .
18.16Lemma . . . . . . . . . . . . . . . . . . . . . . . . . .
18.17Satz (Konvergenz der Cauchy-Folge) . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
72
73
73
73
73
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
74
74
74
75
75
75
76
76
76
76
77
77
78
19 Reihen
78
19.1 Definition (der Reihe) . . . . . . . . . . . . . . . . . . . . . . 78
19.2 Notiz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
19.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
.
.
.
.
.
.
.
.
.
.
22 Elementare Funktionen
22.1 Satz (
uber Potenzrechenregeln und Monotonie)
22.2 Definition . . . . . . . . . . . . . . . . . . . . .
22.3 Satz . . . . . . . . . . . . . . . . . . . . . . . .
22.4 Definition (des Logarithmus) . . . . . . . . . .
22.5 Lemma (Logarithmus-Rechenregeln) . . . . . .
22.6 Korollar . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
80
81
81
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
81
81
81
82
82
82
82
83
83
84
85
85
86
86
87
87
88
89
89
89
.
.
.
.
.
.
.
.
.
.
89
89
89
89
90
90
91
91
92
92
93
.
.
.
.
.
.
93
93
94
94
94
95
95
22.7 Satz . . . . . . . . . . . . . . . . . .
22.8 Satz . . . . . . . . . . . . . . . . . .
22.9 Proposition . . . . . . . . . . . . . .
22.10Satz . . . . . . . . . . . . . . . . . .
22.11Bemerkung (Die Winkelfunktionen) .
22.12Definition . . . . . . . . . . . . . . .
22.13Notiz . . . . . . . . . . . . . . . . . .
22.14Notiz . . . . . . . . . . . . . . . . . .
22.15Definition . . . . . . . . . . . . . . .
22.16Proposition (spezielle Grenzwerte) .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
95
96
96
96
97
100
100
100
100
101
23 Die Ableitung
23.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23.2 Anschauung . . . . . . . . . . . . . . . . . . . . . . . . . . .
23.3 Notiz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23.4 Notiz (Differenzierbarkeit und Stetigkeit) . . . . . . . . . .
23.5 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23.6 Ableitungsregeln . . . . . . . . . . . . . . . . . . . . . . . .
23.7 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . .
23.8 Beispiele (Lemma) . . . . . . . . . . . . . . . . . . . . . . .
23.9 Korollar (Potenz-, Exponential- und Logarithmus-Funktion)
23.10Korollar (Sinus und Cosinus) . . . . . . . . . . . . . . . . .
23.11Korollar (Ableitungen des Tangens und Cotangens) . . . . .
23.12Korollar (Ableitungen der Arcus-Winkelfunktionen) . . . .
.
.
.
.
.
.
.
.
.
.
.
.
101
101
101
101
102
102
102
104
104
104
104
105
105
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
105
. 105
. 106
. 106
. 106
. 106
. 106
. 107
. 107
. 107
. 107
. 108
. 108
. . . . . . . . 108
. . . . . . . . 109
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
27 Taylorpolynome fu
r Funktionen auf R
27.1 Definition . . . . . . . . . . . . . . . .
27.2 Beispiele . . . . . . . . . . . . . . . . .
27.3 Lemma . . . . . . . . . . . . . . . . .
27.4 Approximationslemma . . . . . . . . .
27.5 Proposition . . . . . . . . . . . . . . .
27.6 Beispiele . . . . . . . . . . . . . . . . .
27.7 Proposition . . . . . . . . . . . . . . .
27.8 Beispiel . . . . . . . . . . . . . . . . .
27.9 Satz . . . . . . . . . . . . . . . . . . .
27.10Bemerkung und warnendes Beispiel . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
109
109
109
110
110
110
111
111
111
112
112
112
112
112
113
113
113
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
114
. 114
. 114
. 115
. 115
. 115
. 116
. 116
. 116
. 116
. 116
.
.
.
.
.
.
.
.
.
.
117
. 117
. 117
. 118
. 118
. 119
. 119
. 119
. 120
. 120
. 120
28 Taylorpolynome fu
anderlichen121
r Funktionen in mehreren Ver
28.1 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
28.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
28.3 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
28.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
28.5 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
28.6 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
28.7 Restgliedformel . . . . . . . . . . . . . . . . . . . . . . . . . . 123
28.8 Korollar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
29 Riemann-Integral
29.1 Definition . . . . . . . . . . . . . . . . . . . . . .
29.2 Lemma und Definition . . . . . . . . . . . . . . .
29.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . .
29.4 Lemma (Rechenregeln f
ur das Integral) . . . . .
29.5 Notation . . . . . . . . . . . . . . . . . . . . . . .
29.6 Korollar . . . . . . . . . . . . . . . . . . . . . . .
29.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . .
29.8 Satz . . . . . . . . . . . . . . . . . . . . . . . . .
29.9 Satz (Mittelwertsatz der Integralrechnung) . . . .
29.10Hauptsatz der Differential- und Integralrechnung
29.11Definition . . . . . . . . . . . . . . . . . . . . . .
29.12Korollar . . . . . . . . . . . . . . . . . . . . . . .
29.13Erinnerung . . . . . . . . . . . . . . . . . . . . .
29.14Definition . . . . . . . . . . . . . . . . . . . . . .
29.15Beispiel . . . . . . . . . . . . . . . . . . . . . . .
29.16Satz . . . . . . . . . . . . . . . . . . . . . . . . .
29.17Beispiel . . . . . . . . . . . . . . . . . . . . . . .
29.18Bemerkung . . . . . . . . . . . . . . . . . . . . .
29.19Beispiel: . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
125
. 125
. 125
. 126
. 128
. 130
. 130
. 130
. 130
. 132
. 132
. 132
. 132
. 133
. 133
. 133
. 134
. 134
. 134
. 135
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
135
135
135
135
136
136
137
137
137
137
138
138
139
31 Mehrdimensionales Riemann-Integral
31.1 Definition . . . . . . . . . . . . . . . .
31.2 Lemma . . . . . . . . . . . . . . . . .
31.3 Lemma . . . . . . . . . . . . . . . . .
31.4 Beispiel . . . . . . . . . . . . . . . . .
31.5 Notiz . . . . . . . . . . . . . . . . . . .
31.6 Definition . . . . . . . . . . . . . . . .
31.7 Beispiele . . . . . . . . . . . . . . . . .
31.8 Satz (Fubini) . . . . . . . . . . . . . .
31.9 Beispiele . . . . . . . . . . . . . . . . .
31.10Transformationsformel . . . . . . . . .
31.11Beispiel . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
139
140
140
141
141
141
141
141
142
142
143
143
Mengen
1.1
Grundlegende Notationen
Gleichheitszeichen
:=
=:
a = b
a 6 b
a : b
ab
oder
und zugleich
nicht
<
kleiner
AB
AB
xA
x Element von A
P(A)
#A
die M
achtigkeit von A, Anzahl der Elemente von A
AB
A\B
BA
AB
(x A)
(x A)
: A B
es existiert ein x A
N := {1, 2, 3, . . . }
N0 := {0, 1, 2, 3, . . . } = N {0}
Z := {. . . , 3, 2, 1, 0, 1, 2, 3, . . . }
Q := { pq |p Z, q N}
[a, b] := {x R | a x b}
a|b
R> = R+
{x R | x > 0}
R =
R+
0
1.2
Beispiele
{x R | x 0}
1. x2 = 1 ; x = 1. Aber x = 1 x2 = 1
2. (a b) (a < b) (a = b)
3. (a > b) : (b < a)
4. x y > 0 6 (x > 0) (y > 0)
5. x A B (x A x B)
6. A = {1, 2, 3}, P(A) = {, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, A}
7. Z\N0 = {1, 2, 3, . . . }
8. Z N = {(p, q)|p Z, q N}
9. A := {1, 2}B := {1, 0, 1} = AB = {(1, 1), (1, 0), (1, 1), (2, 1), (2, 0), (2, 1)}
10. C = {x R| 1 x 1}
= A C = {(1, x)|x [1, 1]} {(2, x)|x [1, 1]}
2
2.1
Abbildungen
Definitionen und Notationen
Eine Abbildung f zwischen zwei Mengen A und B ist eine Vorschrift,
die jedem Element a A genau ein Element b B zuordnet. Man
schreibt dann f : A B, a 7 f (a).
A heit Definitionsbereich; B heit Zielmenge.
Ist A0 A, dann heit f (A0 ) := {f (x)|x A0 } B das Bild von A0
unter f . f (A) heit das Bild oder der Wertebereich von f .
2.2
2.3
at, Surjektivit
at, Bijektivit
at)
Definitionen (Injektivit
Seien A und B Mengen. Eine Abbildung f : A B heit
injektiv : (f (x) = f (y) = x = y)
surjektiv : F
ur jedes y B existiert ein x A mit f (x) = y
bijektiv : f ist surjektiv und injektiv
2.4
Beispiele
5. f : N N, f (n) =
injektiv.
6. f : N Z, f (n) =
Z abz
ahlbar.
n
2
n
2
n+1
2
n1
2
n gerade
n ungerade
n gerade
ist eine Bijektion, also ist
n ungerade
p
q
8. Die Abbildung
p
Q Z N, 7
q
p
q
6= 0
2.5
Bemerkung
2.6
2.7
Bemerkung
Man zeigt leicht, dass es stets nur eine inverse Abbildung gibt, also f 1
eindeutig bestimmt ist.
4
2.8
Ist Mn = {1, 2, . . . , n}, dann heit eine Bijektion Mn Mn eine Permutation. Die Menge aller Permutationen von Mn bezeichnet man mit S(n) und
heit die symmetrische Gruppe.
F
ur f S(n) schreibt man
1
2
3
...
n
f (1) f (2) f (3) . . . f (n)
Eine Permutation, die alle bis auf 2 Elemente festlasst und diese vertauscht,
heit Transposition. Die Transposition, die i und i+1 vertauscht, bezeichnet
man mit i , also
1 ...
i
i + 1 ... n
i =
1 ... i + 1
i
... n
2.9
Beispiele
S(1) = {id{1} }
S(2) = {id{1,2} , 1 }
1 2 3
1 2 3
S(3) = id{1,2,3} ,
= 1 ,
= 2 ,
2 1 3
1 3 2
1 2 3
1 2 3
1 2 3
,
,
3 1 2
2 3 1
3 2 1
1 2 3
2 1 =
3 1 2
2.10
Notiz
F
ur jede Transposition gilt: =: 2 = id, also 1 = .
Relationen
3.1
Definition
Unter einer Relation R auf einer Menge M versteht man eine Teilmenge
R M M . Eine Relation heit
a) reflexiv, falls f
ur alle a M gilt (a, a) R;
Eine Aquivalenzrelation
auf M ist eine reflexive, symmetrische transitive
Relation auf M .
5
3.2
Beispiele
3.3
Notation
heit Aquivalenzklasse
von x, und x heit Repr
asentant der Aquivalenzklas
se [x], falls x [x]. Der Modulraum X/ ist durch X/ := {[x] | x X}
gegeben.
3.4
Beispiele
3.5
Definition
Sei X eine Menge. Dann heit eine Teilmenge R (X X) eine Ordnungsrelation oder totale Ordnung auf X, falls gilt:
1. R ist transitiv, d.h. ist (x, y) R und (y, z) R, so ist (x, z) R.
2. F
ur a, b X mit a 6= b gilt stets genau eine der beiden Moglichkeiten:
(a, b) R oder (b, a) R.
3. (a, a) 6 R f
ur alle a X.
Man sagt, X ist durch R total geordnet. Schreibt man a < b (a, b) R,
dann spricht man auch von der Ordnung <.
3.6
Beispiele
Beweistechniken
4.1
Direkter Beweis
Beispiel: Es gilt
m+1
n+1
>
m
n
f
ur alle n > m > 0.
4.2
m+1
m
>
n+1
n
4.3
Beispiel:
a) Wenn es regnet, ist die Strae nass.
Kontraposition: Wenn die Strae nicht nass ist, regnet es nicht.
b) (x > 0 y > 0) = x y > 0.
Kontraposition: x y 0 = (x 0 y 0).
Beachte:
2
2
Beispiel:
Behauptung: Es gibt kein a Q mit a2 = 2 (a2 = 2 = a 6 Q).
Beweis:
Angenommen a2 = 2 und a Q.
Dann existieren (p, q) Z N, p 6= 0 mit a = pq , ggT (|p|, q) = 1.
Also ist 2q 2 = p2 . Also ist p2 gerade, also auch |p| gerade. Also ist p2 durch
4 teilbar, also ist q 2 gerade, also ist auch q gerade, also ist ggT (|p|, q) 6= 1.
Widerspruch.
2
4.4
Gruppen und K
orper
Ziel dieses Abschnittes ist es, die Gesetzmaigkeiten, denen die Addition
und Multiplikation auf den Zahlenmengen gehorchen, zu prazisieren und zu
verallgemeinern. F
ur die Addition in den rationalen Zahlen gelten folgende
Gesetze:
F
ur alle a, b, c Q gilt
(a + b) + c = a + (b + c) (Assoziativitat)
a+b
=
b+a
(Kommutativitat)
0+b
=
b
(0 ist Neutrales)
9
Weiter gilt: F
ur alle a Q existiert ein b Q mit a + b = 0 (namlich
b = a), dieses b ist Inverses zu a.
5.1
Definition (Assoziativit
at, neutrales und inverses
Element, abelsche Gruppen)
Unter einer Gruppe (G, ) versteht man eine Menge G zusammen mit einer
Abbildung: G G G, (a, b) 7 a b mit folgenden Eigenschaften:
1. (a b) c = a (b c) f
ur alle a, b, c G (Assoziativit
at).
2. Es existiert ein neutrales Element n G, d.h. es existiert ein n G,
so dass f
ur alle a G gilt: n a = a.
3. Zu jedem a G existiert ein inverses Element a G, d.h. ein Element
a G mit a a = n.
Eine Gruppe heit abelsch, wenn f
ur alle a, b G gilt: a b = b a.
5.2
Notation
Ist klar, welche Verkn
upfung gemeint ist, spricht man auch von der
Gruppe G statt von (G, ).
Ist G abelsch, so schreibt man statt oft +, statt n oft 0
5.3
Beispiele
v1
..
. +
vn
w1
v1 + w 1
.. :=
..
.
.
wn
vn + wn
5.4
5.4.1
Ist (G, ) eine Gruppe, so ist das neutrale Element n eindeutig bestimmt:
Ist m ein weiteres Element m G, mit m a = a f
ur alle a G, so existiert
ein m G mit m m = n, also
m = n m = (m m ) m = m (m m) = m n = n.
5.5
Definition
5.6
Bemerkung
Eine Teilmenge G0 G einer Gruppe (G, ) ist eine Untergruppe, falls gilt:
1. n G0 .
2. Ist g G0 , so auch g G0 .
3. Ist g1 , g2 G0 , so auch g1 g2 G0 .
Ist #G0 < , so kann man dies leicht mit einer Verkn
upfungstabelle
u
ufen, in der gi gj f
ur alle gi , gj G aufgef
uhrt sind.
berpr
5.7
Beispiele
5.8
Definition
5.9
Beispiele
5.10
Bemerkung
f (g ) f (g) = f (g g) = f (n1 ) = n2 .
12
5.11
Definition (des K
orpers)
Unter einem K
orper versteht man ein Tripel (K, +, ) bestehend aus
1. einer abelschen Gruppe (K, +) mit neutralem Element 0
und
2. einer abelschen Gruppe (K\0, ) mit neutralem Element 1,
sodass f
ur alle a, b, c K das Distributivgesetz gilt:
a (b + c) = ab + ac
5.12
Beispiel
5.13
Bemerkung
In einem K
orper gilt stets: 0 x = 0, denn x = 1 x = (1 + 0)x = x + 0 x,
und (1) x = x, denn 0 = 0 x = (1 + (1)) x = x + (1) x f
ur alle
x K.
5.14
Ein K
orper (K, +, ) mit einer totalen Ordnung R auf K heit geordneter
K
orper, falls gilt:
1. Ist (x, y) R, so auch (x + a, y + a) R f
ur alle a K.
2. Ist (x, y) R und (0, a) R, so ist auch (ax, ay) R.
5.15
Beispiel
(Q, +, ) mit der Ordnung (x, y) R x < y ist ein geordneter Korper.
Ebenso ist R mit dieser Ordnung ein Korper.
5.16
5.17
Folgerung
Auf C existiert keine totale Ordnung auf R, so dass C ein geordneter Korper
ist.
Beweis:
Angenommen R w
are eine totale Ordnung, die 5.14, 1. und 5.14, 2. erf
ullt.
Dann w
are nach 5.16, b) (0, 1) R und (0, 1) R, da 12 = 1 und i2 = 1,
also w
are nach 5.16, a) (0, 1) R und (1, 0) R im Widerspruch dazu, dass
R totale Ordnung ist.
5.18
Definition
x (0, x) R
0 x=0
|x| :=
x (x, 0) R
und nennt |x| den Betrag von x.
5.19
Bemerkung
Es gilt f
ur alle x, y K:
1. (0, |x|) R, falls x 6= 0.
2. |x y| = |x| |y|.
3. Entweder |x + y| = |x| + |y| oder (|x + y|, |x| + |y|) R.
Beweis:
1) Folgt sofort aus 5.16, a).
2) Ist (0, x) R und (0, y) R, so auch (0, x y) nach 5.14, 1.
Ist (x, 0) R und (0, y) R, so ist (x y, 0) R, also |x| |y| = xy
und ebenso |x y| = x y. Genauso folgt die Gleichung f
ur (0, x) R
und (y, 0) R.
Ist (x, 0) R und (y, 0) R, so ist |x| |y| = xy. Ferner ist (0, x) R
und (0, y) R und (0, (x)(y)) = (0, x y)) R, also |x y| = x y.
Ist x = 0 oder y = 0, so ist |x y| = 0 = |x| |y|.
Fall 1: (0, x) R, (0, y) R.
Dann ist (0, x + y)) R nach 5.14, 2, also |x + y| = x + y = |x| + |y|.
Fall 2: (x, 0) R, (y, 0) R
Dann ist (x + y, 0) R, also |x + y| = x y = |x| + |y|.
14
6
6.1
Komplexe Zahlen
Definition und Satz (komplexe Zahlen)
6.2
Notation
6.3
Bemerkung
6.4
F
ur z = a + ib C heit
1. z := a ib das komplex Konjugierte von z.
Addition:
6.5
6.6
r1 e
6.7
i2
r2 e
= r1 r2 ei(1 +2 ) .
F
ur z C, zi C gilt:
1. z z = |z|2
2.
1
z
:= z 1 =
z
|z|2
f
ur z 6= 0
6.8
6.9
Beispiel
6.10
Satz
(1)
n
rei(+2k)/n , k = 0, . . . , n 1.
Sind die Koeffizienten aj in (1) alle reell, aj R, und i eine Nullstelle
i eine Nullstelle von p der selben
von p der Vielfachheit ni , so ist auch
Vielfachheit.
Vektorr
aume
7.1
Definition
Sei k ein K
orper. Eine abelsche Gruppe (X, +) zusammen mit einer Abbildung k X X, (, x) 7 x heit ein k-Vektorraum, falls gilt:
1. 1 x = x
2. ( + ) x = x + x
3. ( ) x = ( x)
4. (x + y) = x + y
18
f
ur alle , k und alle x, y X. Die Elemente x X heien Vektoren,
die Elemente k heien Skalare, statt x schreibt man auch x. Die
Abbildung k X 7 X, (, x) 7 x heit Multiplikation mit Skalaren. Der
Vektor 0 X heit der Nullvektor. F
ur k = R (bzw. C) spricht man vom
reellen (bzw. komplexen) Vektorraum.
Ab jetzt setzen wir stets k = R oder k = C voraus.
7.2
Beispiele
x1
y1
x1
..
.. ..
n
k :=
. |xi k
. + .
xn
xn
yn
x1 + y1
x1
x1
.
.
.
=
.. = ..
..
xn + yn
xn
Vorstellung im R2 :
xn
4. Sei I ein Intervall, dann bildet die Menge Abb(I, R) der Abbildungen
I R einen R-Vektorraum, zusammen mit der Multiplikation mit
Skalaren
( f )(x) = f (x), R
und der Vektoraddition
mit der Addition und Mulitplikation wie Punkt 4. bildet einen Vektorraum.
7.3
Sind U, V k-Vektorr
aume, so ist das kartesische Produkt
u
U V :=
|u U, v V
v
mit der Vektoraddition
u1
v1
u2
v2
u1 + u2
v1 + v 2
v
v
ein k-Vektorraum.
7.4
Definition
7.5
Notiz
Sei X ein Vektorraum. Eine Teilmenge Y X ist genau dann ein Untervektorraum von X, wenn gilt
1. 0 Y
2. F
ur alle y1 , y2 Y und k ist y1 + y2 Y
7.6
Beispiele
x1
X
x2
n
aij xj = 0, i = 1, . . . , m
x= . k
..
j=1
xn
21
Lineare Abbildungen
8.1
Definition
8.2
Lemma
8.3
Beispiele
3x + 4y
x
4. R2 R3 ,
7 x y ist eine lineare Abbildung.
y
4y
x
xy
2
2
5. R R ,
7
ist keine lineare Abbildung.
y
xy
6. Abb(R, R) R, f 7 f (0) ist eine lineare Abbildung.
7. Bezeichnet C 1 (R) den Raum der stetig differenzierbaren Funktionen,
C 0 (R) den Raum der stetigen Funktionen, so ist C 1 (R) C 0 (R),
f 7 f eine lineare Abbildung, denn
1. (f + g) = f + g , f, g C 1 (R).
22
2. (f ) = f , R.
Wir werden dies sp
ater noch ausf
uhrlicher behandeln.
8. Mit M (m n, k) := {(Aij ) | i = 1 . . . m, j = 1 . . . n, Aij k} bezeichnet man den Raum der Matrizen mit m-Zeilen und n-Spalten und
Koeffizienten in k. Man schreibt
..
..
..
.
.
.
Am1 . . . Amj . . . Amn
F
ur A, B M (m n, k) ist A + B =: (Aij + Bij ) M (m n, R) und
f
ur A M (m n, k), B(n r, k) ist A B =: C M (m r, k) mit
n
P
Aip Bpj . Offenbar ist k m = M (m 1, k), also definiert die
Cij =
p=1
8.4
Bemerkung
also ei =
TA , denn
0
1
0
..
.
0
TA (ei ) =
a1i
a2i
..
.
ami
wobei A = (aij )i=1...m;j=1...n . In der j-ten Spalte von A steht also TA (ej ).
23
8.5
Beispiel
A = (1, 2), TA :
8.6
R2
R,
x1
x2
7 x1 + 2x2 .
Notiz
8.7
8.8
Lemma
Eine lineare Abbildung f ist genau dann injektiv, wenn ker f = 0 gilt.
Beweis: Sei x, y V, f Hom(V, W ). Dann gilt
f (x) = f (y)
f (x) f (y) = 0
f (x y) = 0
x y ker f
8.9
Beispiel
a) A = (1, 2).
Bild A = R und ker A = R
2
1
24
b) A =
1 2
3 4
y1
2y1 + y2
.
=
1
3
y2
2 y1 2 y 2
ker A = {0}, denn A xx12 = 0 (x1 = 0 x2 = 0) wie das Losen des
Systems linearer Gleichungen ergibt. Also ist A injektiv.
Bild A = R2 , denn A
9.1
9.2
Beispiele
1. span
a
b
= ab | R = R ab
25
0
1
2. span 0 , 1 = R2 {0}
0
0
1
1
= span 1 , 0
0
0
1
0
1
0
0
0
0
0
9.3
Definition
Seien v1 , . . . , vr V .
9.4
Beispiele
1
1. 0 ,
0
1
2. 2 ,
3
1
3. 0 ,
2
0 sind linear abhangig.
0
3
6 sind linear abhangig.
9
1
1 sind linear unabhangig.
0
x 6 [i 12 , i + 21 ]
x i + 12 x [i 21 , i]
i (x) =
x + i + 21 x [i, i + 12 ]
definiert.
26
9.5
Die Vektoren
e1 =
1
0
0
..
.
0
, e2 =
..
, . . . , en = 0
0
0
1
0
1
0
..
.
9.6
Bemerkung
En ist nat
urlich nicht die einzige Basis von Rn , z.B. ist
1
1
1
0 1
0 0
, , ..., 1
..
. .
.
.. ..
1
0
0
eine weitere Basis von Rn .
9.7
Notiz
i vi =
r
X
i=1
i vi
27
r
X
i=1
(i i )vi = 0,
r
P
i=1
i vi ,
9.8
Satz
1 v1 + + r vr + r+1 w = 0
(1)
1
und mindestens ein i 6= 0. Ist r+1 6= 0, so ist w = r+1
(1 v1 + +
r vr ) span(v1 , . . . , vr ). Ist r+1 = 0, so folgt aus (1)
1 v1 + + r vr = 0
und mindestens ein i 6= 0, also ist {v1 , . . . , vr } linear abhangig im
Widerspruch zur Voraussetzung.
= Ist w span(v1 , . . . , vr ), so existieren 1 , . . . , r k mit w = 1 v1 +
+ r vr , also 1 v1 + + r vr w = 0.
2
9.9
Basiserg
anzungssatz
9.10
Beispiele
V = R4
0
1
1
0
a) u =
0 , 1
1
0
28
0
1
1
0
c)
0 , 1
1
0
ebenso ist
aber nicht
1
0
,
0
0
1
1
,
0
0
1
1
,
0
0
0
0
,
1
0
0
0
,
1
1
0
0
,
1
1
0
1
0
0
,
0 0
1
0
0
1
1
0
,
0 0
0
0
d) Sei jetzt V = PnR der Vektorraum der Polynome vom Grad hochstens
n. Dann ist {1, x, . . . , xn } eine Basis von V .
9.11
Ist {v1 , . . . , vn } eine Basis von V und {w1 , . . . , wm } ebenfalls eine Basis
von V , dann folgt aus 9.9 n = m. Die damit wohldefinierte Anzahl der
Basisvektoren n eines (endlich erzeugten) Vektorraums heit die Dimension
des Vektorraums, man schreibt dimk V := dim V := n.
9.12
Beispiele
1. dimR Rn = n.
2. dimC Cn = n.
3. dimR Cn = 2n.
4. dimR Pn = n + 1, denn {1, x, . . . , xn } ist eine Basis von Pn .
5. dimk M (mn, k) = mn, denn Eij M (mn, k) mit (Eij )rs = ir js
bilden eine Basis von M (m n, k).
9.13
Korollar
29
9.14
Satz
Dann
gilt: U ist genau
n
P
i ui ein Iso 7
i=1
n
morphismus ist. U heit dann der durch U gegebene Basisisomorphismus.
Insbesondere gilt dann U (ei ) = ui . Genauer gilt: U ist genau dann linear
unabh
angig, wenn U injektiv ist, und genau dann erzeugend, wenn U surjektiv ist.
Beweis:
1. Offenbar ist U ist linear.
1
n
P
i ui = 0.
2. Es gilt U ... = 0
i=1
n
Also ist ker U = 0 {u1 , . . . , un } linear unabhangig. Damit ist U
genau dann injektiv, wenn {u1 , . . . , un } linear unabhangig sind.
3. U ist surjektiv {u1 , . . . , un } ist erzeugendes System von V .
10
Der Rangsatz
10.1
Satz
30
Beweis:
a) Sei f Hom(U, V ) und {u1 , . . . , ur } U eine linear unabhangige
Teilmenge. Dann gilt
1 f (u1 ) + 2 f (u2 ) + + r f (ur ) = f (1 u1 + + r ur ) = 0
1 u1 + + r ur ker f .
Ist f injektiv, also ker f = {0}, so folgt 1 = 2 = = r = 0, also
ist {f (u1 ), . . . , f (ur )} linear unabhangig.
Umgekehrt: Ist {f (u1 ), . . . , f (ur )} linear unabhangig f
ur eine Basis
{u1 , . . . , ur } von U , so folgt ker f = 0, also ist f injektiv.
b) Sei f surjektiv, {u1 , . . . , ur } eine erzeugende Teilmenge f
ur U . Dann
gibt es zu jedem y V ein x U mit f (x)
=
y.
Da
{u
1 , . . . , ur }
Pr
erzeugend ist, gibt es 1 , . . . , r k mit x = i=1 i ui , also
!
r
r
X
X
y=f
i u i =
i f (ui ),
i=1
i=1
i=1
10.2
Beispiel
f : R3 R2 , f (x) =
1 2 3
4 5 6
ist erzeugend, da
2
1
3
2
1
= R2 ,
,
=
,
,
5
4
6
5
4
denn { 14 , 25 } ist linear unabhangig, bildet also eine Basis von R2 .
31
10.3
Korollar
Zwei Vektorr
aume endlicher Dimension sind genau dann isomorph, wenn sie
gleiche Dimension haben. Insbesondere hat V genau dann die Dimension n,
wenn es einen Isomorphismus f : k n V gibt.
Beweis:
Ist v = {v1 , . . . , vn } eine Basis von V und {w1 , . . . , wn } eine Basis von
W , so ist
!
r
r
X
X
f
i wi
i vi =
i=1
i=1
10.4
Satz
i T (wi ) = 0,
i=1
Linearit
at
k
X
i=1
k
X
Def. ker
i=1
k
X
(1.)
i wi
=0
i wi ker T
i wi = 0
i=1
1 = = k = 0.
32
10.5
Definition
10.6
Korollar
Ist f Hom(V, V ), dann ist f genau dann injektiv, wenn es surjektiv ist,
d.h. genau dann, wenn rg T = dim V gilt.
11
(1)
11.1
Notation
GL(V ) := {f Hom(V, V ) | f ist Isomorphismus}
heit die allgemeine lineare Gruppe. Offenbar sind GL(V ) und GL(n, k)
Gruppen und
GL(n, k) GL(k n ), A 7 TA
ist ein Gruppenisomorphismus.
11.2
Lemma
11.3
Definition
11.4
Lemma
Folgende Operationen
andern das Bild und damit den Rang einer Matrix
nicht:
1. Vertauschen zweier Spalten.
2. Multiplikation einer Spalte mit einem Skalar 6= 0.
3. Addition einer Spalte zu einer anderen.
11.5
Beispiel
1 2 0
1 2 2
1 2 4
3Sp.21Sp.
3Sp.2Sp.
=
rg 1 0 0 = 2,
=
rg 1 0 2
rg 1 0 2
0 3 0
0 3 0
0 3 3
11.6
Lemma
Folgende Operationen
andern den Kern und nach 10.3 damit den Rang einer
Matrix nicht:
1. Vertauschen zweier Zeilen.
2. Multiplikation einer Zeile mit einem Skalar 6= 0.
3. Addition einer Zeile zu einer anderen.
Beweis: Die Bestimmung des Kerns erfolgt durch Losen eines Systems linearer Gleichungen, das durch 11.6, 1. - 3. in ein aquivalentes System u
bergef
uhrt wird.
2
Wir werden jetzt lineare Abbildungen durch Matrizen darstellen und konnen
dann 11.4 und 11.6 auf beliebige lineare Abbildungen anwenden. Dazu ist es
sinnvoll, statt einer Basis {v1 , . . . , vn } jeweils eine geordnete Basis (v1 , . . . , vn )
zu betrachten.
11.7
Satz
Sind V, W Vektorr
aume der Dimension n und m mit geordneten Basen v =
(v1 , . . . , vn ) und w = (w1 , . . . , wm ), f : V W eine lineare Abbildung, so
ist durch
fv,w := (aij )i=1...m;j=1...n M (m n, k) mit f (vj ) =:
34
m
X
i=1
aij wi
1
1
n
m
X
X
f
j vj =
i wi fv,w ... = ... ,
(2)
j=1
i=1
n
m
denn
n
m X
n
n
X
X
X
f
j aij wi .
j vj =
j f (vj ) =
j=1
i=1 j=1
j=1
n
n
m
X
X
X
A 7 TA :
j vj 7
aij j wi
j=1
i=1
j=1
f
ur jede Basis v von V und w von W .
Insbesondere ist nach 8.4 (TA )En ,Em = A, wobei En := (e1 , . . . , en ),
Em := (e1 , . . . , em ) die Standardbasen in Rn bzw. Rm sind.
11.8
Beispiele
x
x
+
3y
3
2
1. f : R R , f y =
z 2x
z
1 3 0
, denn
fE3 ,E2 =
2 0 1
1
3
0
f (e1 ) =
, f (e2 ) =
, f (e3 ) =
, also
2
0
1
0
1
= 1e1 2e2 .
|{z}
2
fe1 = |{z}
1
1
0
a11
a21
f (e2 ) = 3 e1 .
f (e3 ) = 1 e2 .
2. Sei f wie in 1.
35
v := {e1 , e2 , e3 } = E3 , w :=
Dann ist
1
2
3
,
.
0
f (e1 ) = 1 w1 + 0 w2
1 0 12
f (e2 ) = 0 w1 + 1 w2
= fv,w =
0 1 16
f (e3 ) = 12 w1 + 61 w2
3. Sei fwie
in1.
3
0
1
1
3
,
.
v = 0 , 1 , 0 . w =
2
0
6
0
0
1 0 0
Dann ist f (v3 ) = w2 , also fv,w =
.
0 1 1
4. f : Pn Pm , p 7 p . In Pn ist eine Basis
gegeben. Dann ist
0 1 0
..
. 0 2
. .
fv,v =
.. .. 0
0 0 0 . . .
0 0 ... ...
denn (xj ) = jxj1 .
11.9
durch (1, x, . . . , xn ) =: v
0
..
.
n
0
Korollar
Ist f Hom(V, W ), v eine Basis von V , w eine Basis von W , so ist rgf =
rgfv,w und dim ker f = dim ker fv,w .
11.10
Bemerkung
Lineare Abbildungen sind durch Werte auf den Basisvektoren schon festgelegt, d.h. sind fi : V W linear f
ur i = 1, 2, (v1 , . . . , vn ) Basis von V und
f1 (vi ) = f2 (vi ) f
ur i = 1 . . . n, so ist
!
!
n
n
n
X
X
X
f1
i f1 (vi ) = f2
i vi =
i vi , also f1 = f2 .
i=1
11.11
i=1
i=1
Satz
Sind U, V, W Vektorr
aume und f : U V , g : V W lineare Abbildungen,
so gilt f
ur Matrixdarstellungen bez
uglich Basen u, v, w:
gv,w fu,v = (g f )u,w .
36
Insbesondere ist f
ur jeden n-dimensionalen Vektorraum V und jede Basis v
von V durch
GL(V ) GL(n, k), f 7 fv,v
11.12
n
X
aij vi
i=1
n
X
aij g(vi ) =
i=1
n,r
X
i=1,k=1
Notiz
aij bki wk
| {z }
(BA)kj
V W
fv,w
k n k m
d.h. f v (x) = w (fv,w x), denn es ist f v (ei ) = f (vi ) = w (fv,wi ) nach
(2) f
ur alle ei En .
11.13
Korollar
)
Seien v = (v1 , . . . , vn ), v = (v1 , . . . , vn ), w = (w1 , . . . , wm ), w = (w1 , . . . , wm
m
n
P
P
bji wj . Dann
aji vj und wi =
geordnete Basen von V und W mit vi =
j=1
j=1
ist
fv ,w = B fv,w A
n
n
X
X
v TA ei = v
aji vj = vi = v ei .
aji ej =
j=1
j=1
1
1
Ebenso ist w = w TB , also ist w
= TB w , also
1
1
fv ,w = w
f v = B w f v A = B fvw A.
2
37
11.14
Beispiel
x
x + 3y
3
2
y
=
,
f : R R ,f
z 2x
z
v = E2 , w = E3 .
3
0
1
1
3
,
.
v = 0 , 1 , 0 , w =
2
0
6
0
0
1 0 3
0 12
Dann ist A = 0 1 0 , B = 1
.
1
3
6
0 0 6
fv,w =
12
1 0 0
1 3 0
.
und B fv,w A =
0 1 1
2 0 1
Matrizen und lineare Abbildungen hangen eng mit linearen Gleichungssystemen zusammen.
12.1
a11 x1 +
..
.
...
am1 x1 + . . .
+a1n xn
..
.
+amn xn
= 0
= 0
(1)
38
a11 x1 +
..
.
...
+a1n xn
..
.
am1 x1 + . . .
b1
+amn xn = bm
(2)
: x ist L
osung des durch (2) gegebenen inhomogenen Systems linearer Gleichungen.
12.2
Korollar
1. Die L
osungen der homogenen Gleichung (1) bilden einen Vektorraum,
den Kern von A, d.h. sind x und x Losungen von (1), so auch x f
ur
alle k und x + x .
2. Ist x eine L
osung der inhomogenen Gleichung (2), so ist die Menge
aller L
osungen von (2) durch {x + v|v Losung von (1)} gegeben.
3. Ist rgA = m, so besitzt (2) f
ur jedes b Rm Losungen.
4. Ist rgA = n, so ist jede Losung von (2), falls sie existiert, eindeutig.
5. Ist n = m, so hat (2) genau dann f
ur jedes b Rm eine Losung, wenn
(1) nur die triviale L
osung hat. Diese Losung ist dann eindeutig.
12.3
Beispiel
z
}| {
x
x + z = 0
1 0 1
2x + y + 3z = 0 y ker 2 1 3
z
y + z = 0
0 1 1
1
L = { 1 | R},
1
0
1
denn 2 und 1
1
0
also ist L = ker A.
Betrachte das inhomogene
x+z
= 0
2x + y + 3z = 1
y+z
= 1
39
(3)
0
Dann ist offenbar 1 eine Losung von (3), d.h. der Losungsraum
0
13
13.1
(v1 , . . . , vi +vi , . . . , vr )
= (v1 , . . . , vi , . . . , vr )+(v1 , . . . , vi , . . . , vr )
f
ur alle i {1, . . . , r} gilt.
2. Ist (v1 , . . . , vi , . . . , vj , . . . , vr ) = (v1 , . . . , vj , . . . , vi , . . . , vr ) f
ur alle
i, j {1, . . . , r}, so heit symmetrisch.
3. Ist (v1 , . . . , vi , . . . , vj , . . . , vr ) = (v1 , . . . , vj , . . . , vi , . . . , vr ) f
ur alle
i, j {1, . . . , r}, so heit alternierend oder antisymmetrisch.
4. Wir bezeichnen den Raum der r-linearen alternierenden Abbildungen
auf V mit Werten in k mit Altr V , den Raum der symmetrischen rlinearen Abbildungen auf V mit Werten in k mit Symr V .
13.2
n
P
xi yi =
i=1
x1
y1
n
X
.. ..
n
n
A : k k k, . , . 7
aij xi yj = xt Ay
i,j=1
xn
yn
40
bilinear.
Sie ist genau dann symmetrisch, wenn aij = aji f
ur alle i, j {1, . . . , n}
t
gilt, d.h. wenn A = A .
Sie ist genau dann antisymmetrisch, wenn aij = aji f
ur alle i, j
t
{1, . . . , n} gilt, d.h. wenn A = A .
13.3
m
X
i1 ,...,ir ; j wj
j=1
13.4
Beispiele
1 2 3
sign
falls i 6= j 6= k
i j k
ij;k =
0
sonst,
also
ij;k
0
sonst
41
1 (i, j) = (1, 2)
det ij = 1 (i, j) = (2, 1)
0
i=j
beschrieben. det(x, y) =
xt
0 1
y.
1 0
13.5
Bemerkung
13.6
Jedes S(n) l
asst sich als Produkt von Transpositionen schreiben. Ist
Produkt von k Transpositionen, so ist das Signum der Permutation durch
sign() = (1)k gegeben. Dies ist wohldefiniert.
13.7
Lemma
F
ur eine multilineare Abbildung sind aquivalent:
1. ist alternierend.
2. Falls vi = vj f
ur i 6= j, so ist (v1 , . . . , vk ) = 0.
3. Falls {v1 , . . . , vk } linear abhangig, so ist (v1 , . . . , vk ) = 0.
4. Ist S(n) eine Permutation, so gilt:
(v (1) , . . . , v (k) ) = sign( )(v1 , . . . , vk ).
13.8
42
n
X
a1i1 ei1 , . . . ,
n
X
anin ein
in =1
i1 =1
n
X
i1 =1
S(n)
n
X
in =1
(1)
Der Beweis zeigt auch, wie die Determinante explizit berechnet werden kann.
13.9
S(n)
13.10
Beispiel
..
.. = a a a a a a a a a a a a
det ...
11 22 33
12 21 33
13 22 31
11 23 32
.
.
a31 a32 a33
+a12 a23 a31 + a13 a21 a32
13.11
Korollar
Die Determinante ist auch multilinear und alternierend in den Zeilen, also
det At = det A.
Eine weitere M
oglichkeit zur Berechnung der Determinanten ist in folgendem
Lemma gegeben.
13.12
Sei A(ij) die (ij)-Minore von A, d.h. die Matrix, die aus A = (aij ) durch
Streichen der i-ten Zeile und j-ten Spalte hervorgeht. Dann kann det A induktiv durch
n
X
(1)i+j aij det(A(ij) )
(2)
det A =
j=1
43
f
ur beliebiges i {1, . . . , n} berechnet werden (Entwicklungsformel).
Beweis: Offenbar ist durch (2) eine Abbildung mit det(1) = 1 definiert.
Dabei ist (1ij ) := (ij ) die Einheitsmatrix. Dass sie alternierend und multilinear ist, folgt mittels Induktion, (siehe Literatur, z.B. Janich Lineare
Algebra, Springer, S. 139).
2
13.13
Notizen
Es gilt:
1. n = 1: det(a) = a
a b
2. n = 2: det
= ad bc
c d
3. n = 3: (Regel von
a11 a12
Sarrus)
a13
a23 = a11 a22 a33 + a12 a23 a31 + a13 a21 a32
a33
a31 a22 a13 a32 a23 a11 a33 a21 a12
4. det(1 , . . . , i , . . . , j , . . . , n ) = det(1 , . . . , j , . . . , i , . . . , n ) f
ur
k Rn .
5. det(1 , . . . , i +j , . . . , j , . . . , n ) = det(1 , . . . , i , . . . , j , . . . , n )+
det(1 , . . . , j , . . . , j , . . . , n ) f
ur alle R.
|{z}
13.14
i-te Spalte
{z
=0
Beispiele
1. Berechnung
1 2
1 0
det
2 3
0 1
3 4
1
2
3
2
3
4
0 1
i=2
= (1) det 3 4 5 + 1 det 2 3 4
4 5
0 1 0
1 0 2
0 2
1 3
2 3
3 4
i=3
1 det
+ 2 det
= 1 det
2 4
3 4
4 5
= 1 + (1) 2 1 (2)
=
1 2 + 2
1.
44
1 2
1 0
det
2 3
0 1
5 2
3 4
0 0
0 1
1.+4.Sp.
=
det
7 3
4 5
0 2
2 1
5 2
i=2
=
det 7 3
2 1
1 2
1.22.Sp.
=
det 1 3
0 1
1
=
det
1
=
1.
3 4
0 1
4 5
0 2
3
4
0
3
4
0
3
4
13.15
det A =
13.16
Lemma
Pn
i+j a
ij
i=1 (1)
det(A(ij) ) f
ur beliebiges j {1 . . . n}.
Definition
13.17
Beispiele
^
a b
d b
a)
=
.
c d
c a
15
0 6
1 0 2
3 0 .
b) A = 0 3 0 . A = 0
12 0
3
4 0 5
13.18
Lemma
det A
0
...
0
det A . . .
Es gilt : A A = A A = det A 1 = .
..
..
..
.
.
0
0
0
45
0
0
.
0
det A
Dann gilt: A1 = 1 A.
det A
Beweis:
(A A)rs =
A
n
X
a
rj ajs =
n
X
j=1
j=1
r+j
(1)
det(A(jr) ) ajs =
det A r = s
det A r =
6 s
Wobei
aus A hervorgeht, wenn man die r-te Spalte durch die s-te ersetzt,
13.19
a
a)
c
1
b) 0
4
13.20
Beispiele
d b
.
=
c a
1
0 2
5 0 2
3 0 = 13 0 1 0 .
0 5
4 0 1
b
d
1
1
adbc
Satz
13.21
Folgerung
Die invertierbaren n n-Matrizen bilden zusammen mit der Matrizenmultiplikation eine (nicht abelsche) Gruppe, die wir mit GL(n, k) bezeichnen.
det : GL(n, k) k\{0} ist ein Gruppenhomomorphismus.
Die Determinante bietet nun eine einfache Moglichkeit um zu u
ufen,
berpr
ob A GL(k n ) ist.
13.22
Notiz
Es gilt: A GL(n, k) det A 6= 0 TA GL(k n ) ist ein Isomorphismus. Die Spalten von A bilden eine Basis von k n .
Dies k
onnen wir nun auf f End(V ) anwenden, wobei V ein Vektorraum
mit dim V < ist.
46
13.23
Ist V ein k-Vektorraum mit dim V < und f : V V eine lineare Abbildung, v eine Basis von V , so ist det f := det fv,v unabhangig von der Wahl
der Basis.
Beweis: Ist v eine weitere Basis von P
V . Dann ist nach Korollar
P11.13
aji vj
bji vj und A durch vi =
fv ,v = B fv,v A, wobei B durch vi =
j
B 1
und
det fv ,v = det(A1 ) det fv,v det A = (det A)1 det fv,v det A = det fv,v .
2
13.24
Beispiel
1 1 0
0 1 2
, also det f = 1,
.
..
fv,v = .
. n
. 0 1
..
. 1
0 0
also ist f ein Isomorphismus und (1, x + 1, x2 + 2x, . . . , xn + nxn1 ) eine
Basis von Pn .
14
14.1
14.2
Beispiele
14.3
eine symmetrische bilineare Abbildung gegeben. A heit positiv (semi-) definit bzw. negativ (semi-) definit bzw. indefinit falls qA dies ist. q1 heit das
Standardskalarprodukt auf Rn .
Ist V ein C-Vektorraum und q eine bilineare Abbildung auf V , so ist
q(ei/4 v, ei/4 v) = iq(v, v),
also gilt f
ur q 6= 0 nie q(v, v) R f
ur alle v V . Um von Definitheit der
Abbildung sprechen zu k
onnen, f
uhrt man die folgenden Abbildungen ein.
14.4
Definition
14.5
Bemerkung
14.6
Definition
14.7
Beispiel
v1
1. V = Cn , ... ,
vn
w1
n
.. := P
vi wi = v t w.
.
i=1
wn
t
14.8
14.9
Satz (Cauchy-Schwarzsche-Ungleichung)
q(w,v)
.
q(w,w)2
|q(v, w)|2
.
||w||2q
2
14.10
Definition
14.11
Lemma
Ist q ein (hermitisches) Skalarprodukt auf V , so ist durch ||v||q := (q(v, v))1/2
eine Norm auf V gegeben.
Beweis:
1. Die Positivit
at von k kq folgt aus der positiven Definitheit von q.
2. kvkq = (q(v, v))1/2 = (||2 q(v, v))1/2 = || kvkq .
14.9
3. kv+wk2q = ||v||2q +||w||2q +2Re q(v, w) ||v||2q +||w||2q +2||v||q ||w||q =
(kvkq + kwkq )2
49
14.12
1. Auf R und C sind durch | | - wie in 5.18 und 6.4, Punkt 2 definiert Normen gegeben.
2. Auf Rn ist eine Norm durch
v
u n
uX
x2
kx|| = < x, x > = t
i
i=1
f
ur x = (x1 , . . . , xn )t gegeben, die Standardnorm auf Rn .
3. Auf Cn ist eine Norm durch
p
kvk = (v, v) =
n
X
i=1
v i vi
!1/2
f
ur v = (v1 , . . . , vn )t gegeben, die Standardnorm auf Cn .
4. Auf k n ist eine Norm durch k(x1 , . . . , xn )t k := max{|xi | | i = 1 . . . n},
die Maximumsnorm definiert, denn
a) kxk = 0 xi = 0 f
ur i = 1 . . . n.
Die Norm k k ist nicht durch ein Skalarprodukt gegeben, wie folgendes
Lemma zeigt.
14.13
Lemma (Polarisationsformel)
50
14.14
Folgerung
Die Norm k k auf k n ist nicht durch ein Skalarprodukt gegeben, denn f
ur
0
1
1
0
v=
0 , w = 0 ist kv + wk = kv wk = kvk = kwk = 1.
0
0
14.15
Definition
14.16
Bemerkung
F
ur das Standardskalarprodukt im Rn gilt < v, w >= |v||w| cos , wobei
der Winkel zwischen v und w ist, also v w < v, w >= 0.
14.17
Definition
14.18
Beispiel
14.19
Lemma
Ist (v1 , . . . , vn ) eine Orthonormalbasis eines Vektorraums V mit Skalarprodukt q und v V , dann gilt:
v=
n
X
i=1
denn ist v =
n
P
i=1
q(vi , v) vi ,
i vi , so folgt
q(vj , v) = q vj ,
n
X
i=1
i vi
51
n
X
i q(vj , vi ) = j
i=1
14.20
Satz (Gram-Schmidt-Orthonormalisierung)
Ist V ein endlich dimensionaler Vektorraum mit (hermiteschem) Skalarprodukt q, so besitzt V eine Orthonormalbasis, genauer: Ist (v1 , . . . , vn ) eine
Basis von V , so erh
alt man durch folgendes Verfahren eine Orthonormalbasis (e1 , . . . , en ) von V , mit span{v1 , . . . , vk } = span{e1 , . . . , ek }:
1. Setze e1 :=
v1
||v1 ||q .
2. v2 := v2 q(v2 , e1 )e1 .
3. e2 :=
v2
||
v2 ||q ,
4. vk := vk
5. ek :=
vk
||
vk ||q
k1
P
q(vk , ej )ej
j=1
2.
14.21
Definition
Ist (V, q) ein euklisicher (bzw. ein unitarer) Vektorraum, dann heit eine
lineare Abbildung f : V V orthogonal (bzw. unitar), falls f
ur alle v, w V
gilt q(f (v), f (w)) = q(v, w). Ist speziell V = Rn , q =< , >, so schreibt man
O(n) := {A M (n n, R)| < Av, Aw >=< v, w >, f
ur alle v, w Rn }.
O(n) heit die orthogonale Gruppe.
Die unit
are Gruppe ist durch
U (n) := {A M (n n, C) | (Av, Aw) = (v, w) f
ur alle v, w Cn } definiert.
52
14.22
Lemma
14.23
Lemma
a) F
ur A M (n n, R) sind aquivalent:
1. A O(n).
2. At A = 1.
3. A1 existiert und A1 = At .
b) F
ur A M (n n, C) sind aquivalent:
1. A U (n).
2. A A = 1.
t
3. A1 existiert und A1 = A .
4. Die Spalten von A bilden eine Orthonormalbasis von Cn .
5. At U (n).
6. A U (n).
t
7. A U (n).
53
14.24
Notiz
14.25
Definition
14.26
Beispiele
54
1 0
e) A =
O(2). A ist Spiegelung an der x-Achse.
0 1
a b
SU (2), falls |a|2 + |b|2 = 1.
f) A =
b a
15
15.1
Sei V ein k-Vektorraum (k = R oder C). Unter einem Eigenwert einer klinearen Abbildung f versteht man ein k, sodass ein v V \{0} existiert
mit f (v) = v.
Der Vektorraum E := {v V | f (v) = v} heit der Eigenraum zum
Eigenwert . Die Dimension von E heit die (geometrische) Vielfachheit
von , ein Vektor v E mit v 6= 0 heit Eigenvektor zum Eigenwert .
15.2
Beispiele
1. Sei A :
R2
R2 ,
A=
3 4
.
0 1
1 0
2. A =
. Dann sind 1 und 2 Eigenwerte von A.
0 2
1
0
1. Fall: 1 6= 2 . Dann ist E1 = R
, E2 = R
.
0
1
2. Fall: 1 = 2 =: . Dann ist R2 = E .
55
1
0
Die folgende Abbildung zeigt das Bild des Einheitskreises unter der
Abbildung A.
1 6= 2
1 = 2 =
3. V = C (R), Af =
v = ex .
15.3
d
dx
15.4
15.5
Beispiel
cos() sin()
A=
.
sin() cos()
cos() sin()
p() = det
= (cos() )2 + sin2 ()
sin()
cos()
= 1 2 cos() + 2
p
ur 6=
Nullstellen 1/2 = cos() cos2 () 1 = cos i sin , also hat A, f
k, k Z keine reellen Eigenwerte, aber die beiden komplexen Eigenwerte
cos() i sin().
15.6
Lemma
Sei V ein k-Vektorraum, f End(V ). Sind 1 , . . . , r verschiedene Eigenwerte von f und vi Eigenvektoren zu i f
ur 1 = l, . . . , r. Dann sind
{v1 , . . . , vr } linear unabh
angig, insbesondere ist Ei Ej = {0} f
ur i 6= j.
Beweis durch Induktion nach r:
Induktionsbeginn r = 2:
Seien 1 und 2 Eigenwerte, 1 6= 2 , mit Eigenvektoren v1 und v2 ,
also f (v1 ) = 1 v1 und f (v2 ) = 2 v2 .
Angenommen, es existiert ein R mit v1 = v2 , dann ist
1 v1 = f (v1 ) = f (v2 ) = 2 v2 = 2 v1 1 = 2 .
Induktionsannahme:
Sei die Behauptung bewiesen f
ur r verschiedene Eigenwerte.
Induktionsschritt :
Seien 1 , . . . , r+1 verschiedene Eigenwerte von f .
Angenommen, es gibt v Er+1 , v 6= 0 und v1 , . . . , vr mit vj Ej , so
dass {v1 , . . . , vr , v}
linear abh
angig sind. Aufgrund der Induktionsannahme konnen wir
dann o.B.d.A annehmen, dass
v = v1 + + v r .
(1)
(2)
(3)
15.7
Korollar
15.8
Sei f : V V
P linear und seien 1 , . . . , m Eigenwerte von f .
Ist dim V = m
i=1 dim Ei , so hat V eine Basis v von Eigenvektoren von f
und f hat bez
uglich dieser Basis die Matrixdarstellung fvv :
1 0 . . .
0 ...
..
..
..
.
.
.
m
Dabei ist die Vielfachheit von j in der Matrix durch dim Ej gegeben. Der
Endomorphismus f heit dann diagonalisierbar.
Beweis: Sei {v1j , . . . , vnj j } eine Basis von Ej . Wegen 15.6 ist dann
linear unabh
angig, also wegen n1 + n2 + + nm = dim V eine Basis von
V . Aus f (vij ) = j vij folgt die Behauptung.
2
15.9
Beispiele
1 2
1. A =
hat die Eigenwerte 1 = 0
2 4
2
Eigenvektoren v1 = 1
und v2 = 12 .
0
Also ist bez
uglich (v1 , v2 ) A durch
0
58
und 2 = 5 mit
0
gegeben.
5
1 1
2. A =
hat nur den Eigenwert 1 = 1, denn A () = (1 )2 .
0 1
Es ist
1 0
1 1
E1 = ker
0 1
0 1
0 1
1
= ker
=R
,
0 0
0
also ist dim E1 = 1, also ist A nicht diagonalisierbar.
15.10
Korollar
15.11
Satz
Sei A M (n n, C),
Pr 1 , . . . , r die verschiedenen Eigenwerte von A,
dim Ej = nj , also j=1 nj n. Dann gibt es ein T GL(n, C), so dass
1
J1 . . .
.. . .
.
.
.
.
.
.
.
.
T 1 AT = J = .
..
.
..
.
..
0 ...
wobei
1
..
.
...
...
...
...
J1n1
J21
..
.
J2n2
...
...
...
...
..
.
...
0
..
.
..
.
..
.
..
.
..
.
..
.
Jrnr
M (mi, mi, , C)
..
. 1
0
i
P
f
ur ein mi, {1, . . . , n}, so dass i, mi, = n.
J heit die Jordanform von A.
Ji
..
15.12
Beispiele
Sei A M (n n, C).
1. n = 2.
Hat A zwei Eigenwerte 1 6= 2 , so ist die Matrix diagonalisierbar.
1 0
Die Jordanform ist
.
0 2
Hat A nur einen Eigenwert und ist dim E = 2, so ist A ebenfalls
diagonalisierbar.
0
Die Jordanform ist
.
0
Hat A nur einen Eigenwert und ist dim E = 1,
1
so ist die Jordanform
.
0
2. n = 3.
Hat A zwei verschiedene Eigenwerte 1 6= 2 , und ist dim E1 = 1 und
dim E2 = 1, und ist A (t) = (t 1 )(t 2 )2 , so hat A die Jordanform
1 0 0
J = 0 2 1 .
0 0 2
Hat A nur einen Eigenwert mit
J = 0
0
J = 0
0
dim E = 1, so ist
1 0
1 .
0
dim E = 2, so ist
0 0
1 .
0
In allen anderen F
allen ist A diagonalisierbar.
60
16
16.1
i=1
n
X
i=1
q f (ei ), x q(ei , y)
n
X
q x, f (ei ) q(ei , y)
i=1
n
X
q x, f (ei ) q(ei , y)
=
i=1
n
X
q x, f (q(ei , y)ei )
=
i=1
= q(x, f (y)).
Ist f End(V ) eine weitere Abbildung mit q(f(x), y) = q(x, f (y)) f
ur alle
x, y V , so ist q((f f)(x), y) = 0 f
ur alle x, y V , also f (x) = f(x) f
ur
alle x V , also f = f .
2
16.2
Definition
16.3
Notiz
16.4
Lemma
Eigenwert
Ist A normal, so ist C genau dann Eigenwert von A, wenn
k(A )xk2 = q (A )x, (A )x
= q x, (A )(A )x
= q x, (A )(A )x
(A )x
= q (A )x,
2
= k(A )xk
,
F
ur hermitesche Operatoren gilt sogar:
16.5
Lemma
q(v,
v) = q(f (v), v) = q(v, f (v)) = q(v, v) = q(v, v)
R.
=
16.6
Lemma
q(v1 , v2 ) = 0.
2
62
16.7
Lemma
Mit Hilfe von 16.5, 16.6 und 16.7 zeigt man folgenden Satz:
16.8
Satz
16.9
Korollar
..
.
.
, i R.
..
.
r
2. Ist A = M (n n, C) mit
Tt A T =
..
..
.
r
..
.
r
63
, i R.
..
.
..
, i C.
.
.
.
r
Beweis:
Sei (v1 , . . . , vn ) eine Basis von Eigenvektoren mit Av1 = v1 . . . Avn = r vn ,
so hat T 1 AT mit T = (v1 , . . . , vn ) Diagonalgestalt wie behauptet. In den
hier behandelten F
allen ist es moglich, (v1 , . . . , vn ) als Orthonormalbasis zu
w
ahlen. Dann ist T O(n) bzw. T U (n) und T 1 = Tt .
2
Sei jetzt A symmetrisch bzw. hermitesch. Betrachten wir die symmetrische
lineare bzw. sesquilineare Abbildung qA , die durch A gegeben ist. Die Tensordarstellung dieser Abbildung bez
uglich einer Orthonormalbasis von Eigenvektoren ist dann durch eine Diagonalmatrix wie in 16.9, Punkt 2. gegeben.
Damit sieht man leicht
16.10
Lemma:
16.11
Lemma
a11 . . .
..
Eine Matrix A M (n n, C), A = .
an1 . . .
a1n
.. mit At = A,
.
ann
also aij = a
ji ist genau dann positiv definit, falls f
ur die Determinanten
a11 . . . a1k
.. , k = 1, . . . , n gilt:
aller Hauptabschnittsmatrizen Ak = ...
.
ak1 . . . akk
det Ak > 0.
64
Beweis:
Ist A positiv definit, so sind alle Eigenwerte > 0, also auch det A >
0. Ebenso ist qA | Rk 0 f
ur k {1 . . . n} positiv definit, also auch
det Ak > 0 f
ur k = 1 . . . n.
Wir zeigen die Behauptung durch Induktion nach n.
Induktionsbeginn: F
ur n = 1 ist die Behauptung klar.
Induktionsannahme: Die Behauptung sei f
ur ein n N gezeigt.
Induktionsschritt: Sei A eine (n + 1) (n + 1) Matrix, deren Hauptabschnittsdeterminanten alle positiv sind. Nach Induktionsannahme ist
qA | Rn 0 positiv definit. Angenommen, es gibt ein v mit qA (v, v) =
a2 0. Dann ist v 6 Rn 0.
W
ahle eine Orthonormalbasis aus Eigenvektoren (v1 , . . . , vn ) von An .
Dann ist (v1 , . . . , vn , v) Basis von Rn . Bez
uglich dieser Basis ist
1
0
x
1
..
..
.
.
A=
,
0
n x
n
x1 . . . xn a2
also det A = 1 n a2
Widerspruch zur Voraussetzung.
16.12
Beispiel
4 1 2
1 3 0 ist positiv definit:
2 0 2
det A1
det A2
det A3
4
1
2
=4
= 11 > 0
= 24 12 2 = 10 > 0
1 2
3 0 ist negativ definit:
0 2
det A1 = 4
det A2 = 11
det A3 = 10
65
|x1 |2
1
|xn |2
n
.
2
16.13
Definition
Sei A symmetyrisch oder hermitesch. Seien j , j = 1 . . . r die positiven Eigenwerte mit Vielfachheit nj und j , j = 1 . . . s die negativen Eigenwerte
mit Vielfachheit mj .
P
P
Sei R = rj=1 nj , S = sj=1 mj . Dann heit:
16.14
Beispiel
A = 12 23 . Wegen det A < 0 hat A einen positiven und einen negativen
Eigenwert. Der Rang von A ist also 2, die Signatur 0 und der Index 1.
17
Folgen
In diesem Abschnitt sei stets (V, || ||) ein normierter Vektorraum, d.h. ein
Vektorraum mit einer Norm und X V .
17.1
Definition
17.2
Beispiel
1. UR (0) = (, ).
[0,1]
2. U 1
(0) = [0, 21 ).
3. F
ur z C, > 0 ist die -Umgebung von z durch
UC (z) := U (z) := {z C||z z| < } gegeben.
66
17.3
Eine Folge in X ist eine Abbildung A : N X, notiert als (an )nN , mit
an := A(n). Ein Element a X heit Grenzwert oder Limes von (an )nN ,
wenn gilt:
> 0 N N n > N : an UX (a).
17.4
17.5
an a
an a, n
a = lim (an )
n
67
17.6
Beispiele
1. Sei an = a f
ur alle n N. Dann gilt lim (an ) = a.
n
Sei > 0. W
ahle N N mit N > 1 .
Dann ist an =
1
n
< f
ur alle n > N .
1
|z|
1 > 0.
1 n
) , also |z|n
Dann ist n z0 1 + n z0 (1 + z0 )n = ( |z|
Sei > 0. W
ahle N N mit N >
Dann ist f
ur alle n > N : |z n | <
1
z0 .
1
N z0
< .
17.7
1
nz0 .
2
R1
0
|f |2 dt.
Bemerkung
17.8
anktheit)
Definition (der Beschr
Eine Folge (an )nN heit beschrankt, wenn ein c > 0 existiert, mit ||an || < c
f
ur alle n N.
68
17.9
Lemma
W
ahle N so, dass ||an a|| < 1 f
ur alle n > N . Dann ist ||an || < ||a|| + 1
f
ur alle n > N .
Setze C = max{||a1 ||, . . . , ||aN ||, ||a+1||}. Dann ist f
ur alle n N ||an || C.
2
17.10
Bemerkung
a) Die Umkehrung des Lemmas gilt nicht, denn an = (1)n ist eine
beschr
ankte Folge, ||an || 1, aber (an )nN konvergiert nicht.
b) Wir k
onnen nun auch eine einfache Begr
undung f
ur 17.6, Punkt 4.
geben:
an = n definiert eine unbeschrankte Folge, denn f
ur alle n > |c| ist
|an | > c, also ist (an )nN divergent.
17.11
Rechenregeln fu
r den Limes
Seien (an )nN und (bn )nN Folgen in V . Sei lim (an ) = a, lim (bn ) = b.
n
3. Falls n 6= 0 f
ur alle n und 6= 0, dann ist
lim ( ann ) = a .
an
n
konvergent und
2C
Dann ist
kn bn bk = kn (bn b)+b(n )k kn k kbn bk+kbk kn k <
2
2 + 2 = .
3. Es gen
ugt, zu zeigen, dass lim ( 1n ) = 1 .
n
| 1n
1
|
n
= |
n |.
||
ur n > N1 , also
2 f
2
||
ur n > N2 ,
2 f
also gilt f
ur n > N : | 1n 1 | <
|n | >
2||2
||2 2
||
2
f
ur n > N1 und
= .
4. Sei d = .
Dann gibt es Ni , so dass |n | < d2 und f
ur alle n > N1 und
ur alle n > N2 . Also gilt f
ur N > max(N1 , N2 ):
|n | < d2 f
a+b
aN > a+b
2 und bN < 2 , also aN > bN im Widerspruch zur Vorraussetzung.
2
17.12
Beispiele
n+3
)? Wenn ja, bestimme diesen Grenzwert.
Existiert lim ( 2n+1
n
n+3
2n+1
Es ist
3
1+ n
1
2+ n
f
ur n N..
= 0.
17.13
1
n)
= 2, also
lim ( n+3 )
n 2n+1
n
1
2.
Definition (H
aufungspunkt)
17.14
Beispiele
Die Folge (an )nN hat den Haufungspunkt 0 und ist nicht beschrankt.
0 falls n = 3k, k N
1 falls n = 3k + 1, k N
6. an :=
n falls n = 3k + 2, k N
17.15
Ist (an )nN eine konvergente Folge mit dem Grenzwert a, dann ist a (einziger) H
aufungspunkt dieser Folge. Aber umgekehrt ist nicht jeder Haufungspunkt Grenzwert der Folge, genauer gilt: Auch falls genau ein Haufungspunkt existiert, muss (an )nN nicht konvergieren, siehe 17.14, Punkt 5.
17.16
Sei (an )nN eine Folge und 1 n1 < n2 < < nk < nk+1 < . . . eine Folge
nat
urlicher Zahlen, dann heit (ank )kN eine Teilfolge von (an )nN .
17.17
Beispiele
Betrachte die Teilfogen von (an )nN , (bn )nN , (cn )nN , die durch nk = 2k
gegeben sind:
1. (ank )k1 = (2k)k1 , also ist (ank )k1 divergent.
2. (bnk )k1 = (4k)k1 , also ist (bnk )k1 divergent.
3. (cnk )k1 = (1)k1 , also ist (cnk )k1 konvergent.
Betrachte jetzt die durch nk = 2k + 1 gegebenen Teilfolgen:
1. (ank )k1 = (2k + 1)k1 , also ist (ank )k1 divergent.
2. (bnk )k1 = (0)k1 , also ist (bnk )k1 konvergent.
3. (cnk )k1 = (1)k1 , also ist (cnk )k1 konvergent.
17.18
(1.) (2.):
Sei a ein H
aufungspunkt von (an )nN .
W
ahle an1 U1 (a).
W
ahle n2 > n1 mit an2 U 1 (a) (moglich, da unendlich viele
2
Folgeglieder in U 1 (a) liegen).
2
18
Reelle Folgen
72
18.1
18.2
< a f
ur alle a R {}.
a < f
ur alle a R {}.
+ = , = .
a = f
ur a R.
() a = f
ur a > 0.
() a = f
ur a < 0.
a
a
ur a R.
= = 0 f
a
ur a > 0, a0 =
0 = f
18.3
f
ur a < 0.
Warnung
18.4
73
(an )nN
(bn )nN
1
=
, also lim (an ) = 0
n
n nN
= (n)nN , also lim (bn ) =
n
18.5
18.6
Bemerkung
18.7
Notation
18.8
Beispiele
18.9
Beispiel
1
n
und n >
2s
s2 2
1. s < s
2. s2 = (s n1 )2 > s2
2s
n
>2
Also w
are s eine obere Schranke von B mit s < s, im Widerspruch
dazu, dass s Supremum ist.
Fall b) s2 < 2, dann gilt f
ur b := s +
1
n
1
4s
mit n > max( 2s
2 , 2s )
1. b > s
2. b2 < 2, also b B, denn
(s +
2s
1
4s
1 2
) = s2 +
+ 2 < s2 +
< 2.
n
n
n
n
Also w
are s keine obere Schranke f
ur B, also kein Supremum.
Widerspruch = s2 = 2, aber in Q existiert kein s mit s2 = 2.
18.10
Definition
Ein geordneter K
orper heit vollst
andig, falls jede nach oben beschrankte
Teilmenge ein Supremum besitzt.
75
18.11
Satz (Vollst
andiger K
orper der reellen Zahlen)
18.12
S
atze (Konvergenz und uneigentliche Konvergenz)
Dann existiert f
ur jedes > 0 ein N N, so dass aN > a (sonst
w
are (a ) eine obere Schranke und somit a kein Supremum).
Da (an )nN monoton wachsend ist, folgt f
ur jedes n > N , dass aN
an a gilt, da a obere Schranke ist. Also ist f
ur n > N stets |an a| <
, also ist lim (an ) = a.
2
n
18.13
Beispiele
1. Die Folge (an = n)n1 ist monoton wachsend und konvergiert uneigentlich nach .
2. Die Folge (an = n)n1 ist monoton fallend und lim (an ) = .
n
(1)n n)n1
18.14
Jede beschr
ankte Folge in Rn oder Cn hat einen Haufungspunkt, also eine
konvergente Teilfolge.
76
Beweis:
Wir behandeln nur den Fall reeller Folgen. Die u
brigen Falle folgen
komponentenweise.
Sei xn a0 und xn b0 f
ur alle n, also xn [a0 , b0 ] f
ur alle n
a0 +b0
0
]
oder
[
,
b
]
unendlich
viele
N. Dann sind entweder in [a0 , a0 +b
0
2
2
Folgeglieder.
Sei I1 := [a1 , b1 ] dieses Intervall.
Verfahre induktiv so weiter und konstruiere [a0 , b0 ] I1 I2
Ik . . . mit Ik = [ak , bk ], wobei bk ak = 21k (b0 a0 ) und a0 a1
a2 ak bk b1 b0 , so dass unendlich viele
Folgeglieder in Ik liegen.
Es sind also (ai )i1 und (bi )i1 beschrankte, monotone, also konvergente Folgen und lim (an ) = lim (bn ), wegen bn an 0, f
ur n .
n
Setze x := lim (an ). Dann ist x ein Haufungspunkt von (xn )n N , denn
n
f
ur jedes > 0 existiert ein K mit 21k (b0 a0 ) < 2 f
ur alle k > K, und
|an x| < 2 f
ur alle n > K, also Ik U (x) f
ur alle k > K.
2
18.15
Sei ein Vektorraum mit einer Norm k k. Eine Folge (xn )nN mit xn V
heit Cauchy-Folge genau dann, wenn gilt:
> 0 N N n, m > N : ||xn xm || < .
18.16
Lemma
77
18.17
Eine Folge in Rn oder Cn konvergiert genau dann, wenn sie eine CauchyFolge ist.
Beweis:
Sei (xn )nN konvergente Folge, lim (xn ) = a.
n
ur n > N .
Sei > 0. Sei N N mit ||xn a|| < 2 f
Dann ist f
ur n, m > N
||xn xm || ||xn a|| + ||xm a|| < .
2
Es gen
ugt die Behauptung f
ur R zu beweisen.
Jede Cauchy-Folge ist beschrankt nach 18.16, besitzt also nach dem
Satz von Bolzano Weierstrass einen Haufungspunkt x.
Sei > 0 und N > 0 so, dass kan am k < /2 f
ur alle n, m N .
N so, dass ka xk < /2. Dann ist f
Sei N
u
r alle n > N
N
kan xk kan aN k + kaN xk < .
2
19
19.1
Reihen
Definition (der Reihe)
Sei (an )n1 eine reelle oder komplexe Folge. Unter einer Reihe
(an ) ver-
n=1
19.2
(ak ).
k
P
n=1
(an ) k1 . Konvergiert
k=1
Notiz
Konvergiert
ak , so ist (ak )k1 eine Nullfolge (d.h. lim (ak ) = 0), aber
k
k=1
nicht umgekehrt.
78
19.3
1.
Beispiele
n=1
Beweisidee:
X
1
1 1 1 1 1 1 1
1 1
= 1 + + + + + + + + = + + .
n
2 |3 {z 4} |5 6 {z 7 8}
2 2
n=1
> 21
> 12
Beweis:
s2k+1 =
Es ist
k+1
2P
j=1
j+1
2P
l=2j +1
Also s2k+1
2.
k=1
1
k(k+1)
1
j
j=1
2j
k
P
j=1
1
2
3
2
( 21 )
= 1, denn sn =
(q k ) =
n
P
k=1
n=0
1
1q
l=2j +1
1
2j+1
j+1
2P
k
P
( 1l )
k+3
2 ,
1
k(k+1)
+ 1 + 21 .
n
P
k=1
k
( k+1
k1
k )
n
n+1
1
1 ,
1+ n
f
ur |q| < 1, q C heit die geometrische Reihe.
Beweis:
Wir zeigen mit Induktion, dass sn =
n
P
(q k ) =
k=0
1q n+1
1q .
Induktionsbeginn: F
ur n = 0 ergeben beide Seiten 1.
Induktionsschritt:
sn+1 =
n+1
X
(q k )
k=1
=
|
1 q n+1
1q
{z
}
+ q n+1
Induktionsannahme
4.
k=1
1
( k!
) konvergiert, denn sn =
und weil
1
k!
1
23(k1)k
alle n N, also
19.4
k=1
1
k!
n
P
k=1
1
( k!
) ist eine monoton steigende Folge
( 12 )k1 , ist sn
k=0
2.
( 12 )k =
1
1 12
= 2 f
ur
Zahl.
k=0
1
( k!
) =: e < 3. Die Zahl e heit die eulersche
Beweis:
Mit der Dreiecksungleichung und der binomischen Formel folgt f
ur jedes
KN
j
n
K j
X
X
X
n
1
1
n
1
1
1
1+
e
+
+
.
j
n
n
j!
n
j!
j
j=0
j=K+1
K1
P
Sei > 0. Sei K1 N mit e
k=0
1
k!
=
k=K1 +1
j=K+1
1
k!
< 3 .
X
n
1
<
n
3
j
j=K2 +1
K j
X
n
1
1
<
j
n
j! 3
j=0
ur alle n > N .
f
ur alle n N , also |(1 + n1 )n e| < f
80
19.5
Notiz (Cauchy-Kriterium fu
r Reihen)
Eine Reihe
k=1
19.6
Sei
X
n
> 0 N N N < m < n :
aj < .
j=m+1
j=0
sowohl
aj als auch
j=0
j=0
|aj |, d.h.
aj konvergiert absolut.
j=0
Beweis:
n
n
n
P
P |ak | P ck , damit folgt die Konvergenz aus 19.5.
a
k
k=m
k=m
k=m
2
Hieraus werden weitere Konvergenzkriterien f
ur Reihen, die Sie in der Mathematik f
ur Physiker IIb kennen lernen werden, abgeleitet.
20
20.1
20.2
Beispiele
20.3
Vereinbarung
20.4
Definition
20.5
Definition (--Kriterium)
Seien X, Y metrische R
aume. Eine Abbildung f : X Y heit
stetig bei x X : > 0 > 0 x U (x) : f (x ) U (f (x))
f heit stetig, wenn f stetig in x ist, f
ur alle x X.
20.6
Beispiele
1. f : R R, f (x) =
1 x0
ist nicht stetig bei 0.
0 x<0
82
oder x = 0 und =
20.7
2 .
2 )
Definition
X
> 0 gilt: Es existiert ein p 6= p mit p U (p) M .
3. Ist M X, dann heit p M innerer Punkt von M , wenn es ein > 0
gibt, so dass die -Umgebung UX (p) von p in X ganz in M enthalten
ist: UX (p) M .
p X heit
auerer Punkt von M , wenn p innerer Punkt von X\M
ist, und Randpunkt, wenn p weder innerer noch auerer Punkt ist.
M X heit offen (in X), wenn M nur aus inneren Punkten besteht
und abgeschlossen (in X), wenn X\M offen ist.
20.8
Beispiele
1. N X f
ur X = R oder X = C besteht nur aus isolierten Punkten,
denn U X
1 (n) N = {n}. Jeder Punkt n N ist Randpunkt.
2
1
4
min p 12 , p + 21 .
1 ist
auerer Punkt von ( 12 , 12 ), denn U 1 (1) = ( 43 , 54 ) R\( 12 , 21 ).
4
20.9
Lemma
20.10
Definition
1. Sei M V Teilmenge eines normierten Vektorraums, p V Haufungspunkt von M oder M R und p = und M R nach oben bzw.
nach unten nicht beschrankt:
lim (f (x)) = a : F
ur alle Folgen (xn )nN in M \p mit lim (xn ) = p
xp
2. Ist M R, p R H
aufungspunkt von M+ := {x M | x > p} bzw.
M := {x M | x < p}, so schreibt man:
lim (f (x)) = a : F
ur alle Folgen (xn )nN in M + mit lim (xn ) = p
n
xp+
lim (f (x)) = a : F
ur alle Folgen (xn )nN in M mit
xp
20.11
Beispiele
1 x < 0
0 x=0 .
1. f (x) = sign(x) =
1 x>0
x0+
2. f (x) =
x0
1 x 6= 0
.
0 x=0
3. f : R+ R, f (x) = x1 .
85
x0
4. f : R\{0} R, f (x) =
1
x
x0+
20.12
x0
x0
Satz
Ist p H
aufungspunkt in M , so ist f : M M stetig bei p genau dann, wenn
lim (f (x)) = f (p).
xp
Beweis:
Sei f stetig an der Stelle x0 und (xn )nN eine Folge in M mit
lim (xn ) = x0 .
n
20.13
Korollar
20.14
Lemma
(xn )nN besitzt eine konvergente Teilfolge (xnk )kN nach dem Satz von
Bolzano Weierstrass und lim (xnk ) =: p M (da M abgeschlossen ist,
vgl. Ubungen).
20.15
Bemerkung
87
20.16
Rechenregeln
h1
1
f
: M R stetig.
Dann ist
||f (x ) + g(x ) f (x) g(x)|| ||f (x) f (x )|| + ||g(x) g(x )|| < 2
f
ur alle x mit ||x x || < := min(1 , 2 ).
2. , 3. und 4.
ahnlich wie 1.
1
5. Es ist | f (x
)
1
f (x) |
|f (x)f (x )|
|f (x)f (x )| .
|f (x)|
2
f
ur alle
Dann gilt:
1
1
| f (x
) f (x) | <
20.17
2
f (x)2
f
ur alle ||x x || < min(1 , 2 ).
20.18
20.19
Beispiel
z 3 /(x2 + 1)
zy
f : R3 R4 , f (x, y, z) =
x + y + z ist stetig.
x2 y
21
21.1
21.2
Satz
Sei M Rn beschr
ankt und abgeschlossen und f : M R stetig. Dann hat
f ein Maximum und ein Minimum.
Beweis: Nach 20.14 ist f (M ) beschrankt.
Sei y0 = sup f (x). Angenommen f (x) < y0 f
ur alle x M , dann ist
xM
1
f (x)y0
Analog f
ur inf f (x).
21.3
Beispiel
21.4
Zwischenwertsatz
Ist f : [a, b] R stetig, f (a) < y < f (b), dann existert ein x [a, b] mit
f (x) = y (Analog f
ur f (a) > y > f (b)).
Beweis:
M = {x M |f (x ) < y} =
6 , beschrankt
M + = {x M |f (x ) > y} =
6 , beschrankt
Sei x0 = sup M .
Dann ist f (x0 ) = y:
Ist (xn )nN eine Folge in M mit lim (xn ) = x0 , so ist lim (f (xn )) =
n
21.5
Definition (Monotonie)
Monoton steigend:
21.6
Satz (Umkehrsatz)
Ist M R zusammenh
angend (d.h. M ein Punkt, ein Intervall, ein Halbstrahl oder R), f : M R injektiv und stetig, dann ist die wohldefinierte
Umkehrabbildung f 1 : f (M ) M stetig.
Beweis:
Wir zeigen nur den Fall, dass M = (a, b) und f streng monoton wachsend
ist. Dann ist f (M ) = (f (a), f (b)).
Sei p M, > 0. Dann ist UM (p) = M (p , p + ).
Dann ist (f 1 )1 (UM (p)) = f (UM (p)) =: V ein offenes Intervall V mit
f (p) V .
Also existiert ein > 0 mit (f (p) , f (p) + ) V ,
also f 1 (U (f (p))) U (p) = U (f 1 (f (p))).
Die anderen F
alle folgen analog.
21.7
Bemerkung (u
ber Monotonie und Stetigkeit)
91
M = (0, 1) [2, 3)
x 1 x (0, 1)
f (x) =
x 2 x [2, 3)
Dann ist f ((0, 1)) = (1, 0) und f ([2, 3)) = [0, 1).
Also ist f streng monoton, aber f 1 ist nicht stetig.
x + 1 x (1, 0)
1
1
.
f : (1, 1) R und f (x) =
x + 2 x [0, 1)
21.8
Vorsicht
ist stetig und bijektiv, f 1 ist nicht stetig. Betrachte namlich die Folge
yn = (cos( n1 ), (1)n sin( n1 )). Dann ist lim yn = (1, 0). Aber
n
f 1 (yn ) =
1
n
1
n
falls n gerade
falls n ungerade,
21.9
Beispiel
+
n
f : R+
ur jedes n N stetig und streng monoton
0 R0 , x 7 x ist f
1
+
n
steigend, folglich ist auch f : R+
0 R0 , x 7 x stetig.
92
21.10
Definition
p
p
q
p
q ,
Es gen
ugt zu zeigen: (x q )qq = (x q )qq (xp )q = (xp )q .
Dies ist aber richtig, wegen pq = p q.)
Achtung: f : R R, x 7 xn ist im allgemeinen nicht streng monoton, daher
p
ist die Umkehrabbildung im allgemeinen nicht definiert. x q , x R ist nicht
wohldefiniert.
22
Elementare Funktionen
Um die Potenzen ax f
ur reelle x zu definieren, zeigen wir zuerst, dass sich
die Rechengesetze f
ur nat
urliche Potenzen auf rationale u
bertragen:
22.1
Satz (u
ber Potenzrechenregeln und Monotonie)
da (ax ay )
pq
=a
p q
p
x y qq = (ax+y )qq .
q zu zeigen: (a a )
2. Folgt aus 1.
3. Sei x, y wie in 1., dann folgt:
pp
93
Dies gilt,
1.
22.2
Definition
Sei a R+ , a > 1. F
ur x R setze ax := sup{ay |y Q, y x}. F
ur a < 1
1 x
x
setze a := ( a ) .
22.3
Satz
Sei a R+ .
1. 22.1 gilt entsprechend f
ur x, y R.
2. Die Funktion f : R R+ , x 7 ax ist f
ur jedes a > 0 stetig.
3. F
ur a 6= 1 ist f : R R+ , x 7 ax streng monoton und surjektiv.
Beweise:
1. Wir zeigen nur ax ay = ax+y f
ur x, y R. Die anderen Aussagen folgen
analog.
Sei s, t Q, s < x, t < y. Dann ist as+t = as at ax ay = ax+y
ax ay , ebenso folgt ax ay ax+y .
n
lim a = 1 bewiesen. Sei a > 1 und > 0. Dann gibt es ein N N,
n
so, dass f
ur alle n > N gilt: a n 1 < .
x0+
xx0
x 0
22.4
F
ur a > 0, a 6= 1 ist der Logarithmus zur Basis a, loga : R+ R als
Umkehrfunktion zu R R+ , x 7 ax definiert, also loga (x) = y x = ay .
Man schreibt loge = ln, wobei e die eulersche Zahl ist.
94
22.5
Lemma (Logarithmus-Rechenregeln)
F
ur a, b, x, y > 0, a, b 6= 1 gilt:
1. loga (x y) = loga (x) + loga (y)
2. loga (xy ) = y loga (x)
3. loga (x) = loga (b) logb (x)
Beweis:
1. Aus 22.3 folgt aloga (xy) = xy und aloga (x)+loga (y) = aloga (x) aloga (y) = xy,
damit folgt die Behauptung aus der Monotonie von x 7 ax .
2. Ebenso folgt aloga (x
y)
22.6
Korollar
22.7
Satz
Es gilt:
ea = lim (1 +
x
1
a
a x
) = lim (1 + )x = lim (1 + ax) x .
x
x0
x
x
e = lim (1 +
n
1 n
n)
lim (1 +
n
1
n)
1 n
n1 ) .
n n
) = (1 +
Wegen (1 n1 )n = ( n1
1 n
n1 )
F
ur festes a > 0 gilt, da x 7 xa stetig ist:
x
Die anderen F
alle folgen ebenso.
22.8
Satz
F
ur x R gilt:
ex =
X
xk
k=0
k!
(1)
22.9
Proposition
22.10
Satz
Es gilt
1. lim ( ln(1+x)
)=1
x
x0
2. lim ( xbx ) = 0 f
ur jedes R und b > 1
x
Beweis:
1. Da ln stetig ist, gilt:
1
1
ln(1 + x)
= lim ln(1 + x) x = ln lim (1 + x) x = ln(e) = 1.
lim
x0
x0
x0
x
xk
(n + 1)k
(n + 1)k
x
x
= b n+1
x
n
b
b
b
b
F
ur b > 1 existiert ein N N, sodass die Folge (cn =
monoton fallend ist, denn:
cn+1
n + 1 k bn
1
1
=(
) n+1 = (1 + )k
cn
n
b
b
n
nk
bn )nN
streng
f
ur n gro genug, ist also cn+1
cn < 1. Auerdem ist (cn )n1 nach unten
beschr
ankt, also existiert lim (cn ) =: c, und wegen lim ( cn+1
cn ) < 1 ist
96
22.11
Uber
cos und sin benutzen wir folgende Tatsachen:
Sei S 1 := {(x, y) R2 |x2 + y 2 = 1}.
v1
1
und v =
S 1 . Dann
Ist [0, 2) der Winkel zwischen e1 =
v2
0
sind durch [0, 2) R, cos() = v1 , sin() = v2 stetige Funktionen definiert,
die als stetige, 2 -periodische Funktionen eindeutig auf R fortgesetzt werden
konnen.
Sinus:
Cosinus:
97
Es gilt:
1. sin2 () + cos2 () = 1
2. sin() = sin()
3. cos() = cos()
Dadurch sind
1. der Tangens tan : R\{ 2 + k|k Z} R, tan() =
2. der Cotangens cot : R\{k|k Z} R, cot() =
sin()
cos()
und
cos()
sin()
98
ur jedes
bezeichnet. Nat
urlich ist auch sin |( 2 +k, 2 +k) streng monoton f
k Z, die entsprechenden Umkehrfunktionen werden als Arcussinus-Zweige
bezeichnet arcsink , ebenso arccosk . Auch der Tangens ist auf ( 2 , 2 ) streng
monoton. Die Umkehrfunktion wird mit arctan : R ( 2 , 2 ), arctan =
(tan |( 2 , 2 ))1 bezeichnet.
Auch hier gibt es wie beim Sinus und Cosinus verschiedene Zweige:
Analog gilt f
ur die Umkehrfunktion des Arcus Cotangens:
arccot = (cot |(0, ))1 .
Es gelten die Additionstheoreme:
1. cos( + ) = cos() cos() sin() sin()
2. sin( + ) = cos() sin() + sin() cos()
99
22.12
Definition
22.13
Notiz
ez+z = ez ez .
2. Insbesondere folgt damit
ez+2ki = ez ,
also ist exp : C C, exp(z) = ez nicht injektiv.
P
zk
3. Auch f
ur z C gilt ez =
k=0 k! . Nutzt man diese Formel zur Definition von ez , so folgt Punkt 1. aus dem Cauchyprodukt f
ur Reihen
(vgl. z.B. Forster, Analysis 1).
22.14
Notiz
F
ur x R folgt sofort aus der Definition 22.12
sin x =
X
1 ix
x2k+1
(1)k
(e eix ) =
.
2i
(2k + 1)!
k=0
cos x =
22.15
1 ix
(e + eix ) =
2
(1)k
k=0
x2k
.
(2k)!
Definition
F
ur z C definiert man
sin z =
X
z 2k+1
1 iz
(1)k
(e eiz ) =
.
2i
(2k + 1)!
k=0
cos z =
1 iz
(e + eiz ) =
2
(1)k
k=0
100
z 2k
.
(2k)!
22.16
1cos(x)
lim ( sin(x)
) = 0.
x ) = 1, lim (
x
x0
x0
23
23.1
Die Ableitung
Definition
existiert. Ist f differenzierbar an jeder Stelle x M , so heit f differenzierbar. Ist die Ableitung f : M Rn wiederum differenzierbar, so schreibt
man
d2
d2
(f ) (x) := f (x) =
f
(x)
=
|x f = f (2) (x),
dx2
dx2
induktiv ist so auch f (k) (x), die k-te Ableitung von f an der Stelle x, definiert. Ist f (k) (x) stetig, so schreibt man auch f C k (M ).
23.2
Anschauung
f (x + h) f (x) + f (x) h f
ur h klein.
23.3
Notiz
Eine Funktion f = (f1 , . . . , fn ) : M Rn ist genau dann bei x M differenzierbar, wenn alle Komponenten fi , i {1, . . . , n} bei x M differenzierbar
sind.
101
23.4
f (x + h) f (x) =
f (x) f
ur h0
23.5
Beispiele
d n
dx x
= nxn1 f
ur alle n N, denn mit der Binomischen Formel folgt
!
n
1
n
1 X
n
n
k nk
n
((x + h) x ) =
x h
x
h
h
k
k=0
n1
X n
k nk1
x h
=
k
k=0
n2
X n
xk hnk1
= nxn1 +
k
{z
}
|k=0
0
4.
d 1
dx x
= x12 , denn
Behauptung.
1
h
1
x+h
1
x
1
(x+h)x
f
ur alle h 6= 0, also folgt die
1
und
f
u
r
h
<
0
ist
=
1.
h
h
23.6
Ableitungsregeln
102
f
g
bei x0 differenzierbar
g (y0 )
y = y0
g ist eine stetige Funktion und es gilt f
ur alle y M :
(y y0 )g (y) = g(y) g(y0 ). Also ist:
g(f (x0 + h)) g(f (x0 ))
(f (x0 + h) f (x0 ))
=
g (f (x0 + h)).
h
h
Da g stetig ist, folgt limh0 ( g
Behauptung.
(f (x
0 +h))
5. Beweis von (4.), Quotientenregel: Nach der Kettenregel und 13.5, Punkt
4. ist ( g1 ) (x) = g21(x) g (x) und dann folgt die Quotientenregel aus
der Produktregel angewandt auf f g1 .
103
23.7
Bemerkung
23.8
Beispiele (Lemma)
1.
d
dx
2.
d x
dx e
ln(x) =
1
x
= ex
Beweise:
1.
ln(x+h)ln(x)
h
1
h
1 x
h
1
h ln(1 + x ) = x h ln(1 + x ) = x
x
+ hx ) h = e folgt die Behauptung.
Wegen lim (1
h0
x
ln (1 + hx ) h .
23.9
1.
2.
d x
dx a
d x
dx a
d
dx x
= x(1) f
ur x > 0, denn x = eln(x) , also folgt nach der
Kettenregel:
d
dx x
3.
23.10
d
dx
= eln(x)
loga (x) =
1
ln(a)
= xx = x(1) .
1
x
ln(a)
1
x
1
ln(a) .
h
h
h
{z
} h0
|
sin(x) f
ur h0
2.
sin(x + h) sin(x)
cos(h) 1
sin(h)
= sin(x)
+ cos(x)
cos(x)
h
h
h } h0
| {z }
| {z
0
23.11
d
dx
tan(x) =
23.12
1
,
cos2 (x)
d
dx
1.
d
dx
arcsin(x) =
2.
d
dx
1
arccos(x) = 1x
2
3.
d
dx
arctan(x) =
4.
d
dx arccot(x)
1
1x2
1
1+x2
1
= 1+x
2
Beweise:
1.
d
dx
arcsin(x) =
1
cos(arcsin(x))
1
1sin2 (arcsin(x))
1
.
1x2
2. Analog.
3.
d
dx
sin2 (x)
cos2 (x)
1cos2 (x)
cos2 (x)
= cos2 (x) =
1
.
1+tan2 (x)
4. Analog.
24
24.1
Sei M ein metrischer Raum. f : M R hat bei x0 M ein lokales Maximum, falls es ein > 0 gibt, sodass f (x) f (x0 ) f
ur alle x U (x0 ). f hat
ein lokales Minimum bei x0 , falls es ein > 0 gibt, sodass f (x) f (x0 ) f
ur
alle x U (x0 ). Gilt zus
atzlich sogar f (x) 6= f (x0 ) f
ur alle x U (x0 )\{x0 },
so hat f bei x0 ein isoliertes lokales Maximum oder Minimum.
Hat f bei x0 ein lokales Maximum oder lokales Minimum, so sagt man auch
f hat bei x0 ein lokales Extremum.
105
24.2
Notiz
f
ur alle h ( , 0), also lim
= 0.
h
h0
24.3
Definition
24.4
Beispiel
Nicht jeder kritische Punkt ist ein lokales Extremum, z.B. ist 0 kritischer
Punkt der Funktion f (x) = x3 , aber f ist streng monoton wachsend.
24.5
Sei f : [a, b] R stetig, f |(a, b) differenzierbar und f (a) = f (b), dann gibt
es ein x (a, b) mit f (x) = 0.
Beweis:
Nach Satz 21.2 hat f zwei Extrema in [a, b], namlich ein Minimum und ein
Maximum. Ist f nicht konstant, so ist mindestens eines der beiden Extrema
in (a, b) enthalten und dort ist dann f (x0 ) = 0. Ist f konstant, so ist f (x) =
0 f
ur jedes x (a, b).
2
24.6
Beweis:
f (b)f (a)
(x
ba
F
ur die Funktion g(x) = f (x)
106
f (b)f (a)
ba
= 0.
24.7
Bemerkung
24.8
24.9
f (b)f (a)
g(b)g(a)
g(x) an.
oder
0
oder ,
Ist lim (f (x)) = lim (g(x)) =
xb
xb
(x)
(x)
) = lim ( fg (x)
), falls der letzte Grenzwert existiert.
dann ist lim ( fg(x)
xb
xb
Beweis: Wir behandeln nur den Fall lim f (x) = lim g(x) = 0. Dann gilt
xb
nach 24.8:
xb
f (x)
f (b) f (x)
f ()
=
=
g(x)
g(b) g(x)
g ()
f
ur ein (x, b).
Die anderen F
alle folgen analog. (Vgl. z.B.: Th. Brocker, Analysis I, S. 158).
24.10
1. lim
Beispiele
x0
sin(x)
x
= lim
x0
cos(x)
1
= 1.
107
ln x
x x
2. lim
3. lim
x0
24.11
1
x x
= lim
sin(x)x
x3
= lim
x0
= 0.
cos(x)1
3x2
= lim
x0
sin x
6x
= 16 .
Lemma (Monotonie)
1. f (x) 0 f
ur alle x (a, b) genau dann, wenn f monoton wachsend
ist.
24.12
Korollar
24.13
24.14
Bemerkung
Die Umkehrung gilt nicht: f (x) = x4 hat bei 0 ein isoliertes lokales Minimum, aber f (0) = f (0) = 0.
25
25.1
25.2
Definition
F
ur f wie in 25.1 definieren wir die Richtungsableitung von f bei x in Richtung v durch
f (x + tv) f (x)
d
fx,v (t) = lim
,
Dfx (v) :=
t0
dt t=0
t
falls der Limes existiert.
F
ur v = ei heit
f
(x) := Dfx (ei ) = lim
t0
xi
f (x1 , . . . , xi + t, . . . , xn ) f (x1 , . . . , xn )
t
f1
f
(x) =
Ist f = ... , so ist x
f1
xi (x)
..
.
fm
fm
xi (x)
f heit (stetig) partiell differenzierbar, falls alle partielle Ableitungen existieren (und stetig sind). C 1 (B, W ) bezeichnet den Raum der stetig partiell
differenzierbaren Abbildungen auf B mit Werten in W , und f
ur W = R
1
1
schreibt man C (B) := C (B, R).
109
25.3
Beispiele
ex2 x1
ist stetig partiell differenzierbar.
f (x1 , x2 ) =
sin(x1 ) cos(x2 )
ex2
f
,
x1 (x) =
cos(x1 ) cos(x2 )
ex2 x1
f
.
x2 (x) =
sin(x1 ) sin(x2 )
25.4
Notation
x1 f
1. f := gradf =
..
.
xn f
2. f = divf =
n
P
i=1
fi
xi
3
x2
f1
x3
f2
x1
...
25.5
ur f C 1 (B)
f
f
ur f C 1 (B, Rn )
3. f := rotf =
f2
x3
f3
x1
f1
x2
1
3
f
ur f C (B, R ), n = 3
f1
xn (x)
.. f
1
k
. ur f C (B, R )
fk
xn (x)
Warnendes Beispiel
f (x, y) =
xy
x2 +y 2
f
(0, 0) = 0 und
denn f (t, 0) 0 f (0, t) f
ur alle t, also x
1
0 t=0
aber f ist nicht stetig, denn f (t, t) =
.
1
2 t 6= 0
110
f
x2 (0, 0)
= 0,
25.6
Notation
f
=:
f,
...
xi1 xi2 xi3
xir
xi1 . . . xir
so heit dies eine partielle Ableitung von f der Ordnung r.
C r (B, W ) := {f : B W | alle partiellen Ableitungen der Ordnung r
existieren und sind stetig}. Man sagt auch f ist eine C r -Funktion, falls
f C r (B, W ). F
ur W = R schreibt man wieder C r (B) := C r (B, R).
25.7
Beispiel
Im Allgemeinen ist
f 6=
f.
xi xj
xj xi
Betrachte f : R2 R,
xy
f (x, y) =
x
f (x, y) =
y
f (x, y) =
Dann ist
x2 y 2
x2 +y 2
f
ur (x, y) 6= (0, 0)
f
ur (x, y) = (0, 0)
yx4 y 5 +4x2 y 3
(x2 +y 2 )2
f
ur (x, y) 6= (0, 0)
f
ur (x, y) = (0, 0)
x5 xy 4 4x3 y 2
(x2 +y 2 )2
f
ur (x, y) 6= (0, 0)
f
ur (x, y) = (0, 0)
Also
y 5
2
f
= lim
= 1
xy (0,0) y0 y y 4
25.8
2
x5
= lim
f
= 1.
yx (0,0) x0 x x4
Ist f C r (B), so sind die partiellen Ableitungen bis zur Ordnung r miteinander vertauschbar, also insbesondere ist f
ur f C 2 (B)
2
2
f=
f f
ur ij {1, . . . n}.
xi1 xi2
xi2 xi1
Beweis: Folgt aus dem Mittelwertsatz der Differentialrechnung, siehe z.B.
Forster, Analysis 2, S. 55.
111
25.9
Notation
25.10
Anwendung
Sei v : Rn Rn eine C 1 -Abbildung. Dann stellt sich die Frage, wann eine
Abbildung f C 2 (R) existiert mit gradf = v, d.h. wenn v ein Potential
vj = x j vi .
hat. Nach 25.7 ist eine notwendige Bedingung x
i
Beispiel: v(x, y) =
25.11
y
x
,
x v2
= 1,
y v1
Lemma
25.12
Definition
25.13
Bemerkung
25.14
Definition
25.15
Definition
25.16
Beispiele
In den folgenden Beispielen ist stets (0, 0) der einzige kritische Punkt.
1. f (x, y) = x2 + y 2 hat bei (0, 0) ein isoliertes lokales Minimum, denn
f (x, y) 0 f
ur alle (x, y) R2 und f (x, y) = 0 (x, y) = (0, 0).
2 0
Hf (0, 0) =
.
0 2
2. f (x, y) = x2 + y 4 hat bei (0, 0) wieder ein isoliertes lokales Minimum.
2 0
Hf (0, 0) =
.
0 0
3. f (x, y) = x2 y 4 hat bei (0, 0) einen Sattelpunkt.
2 0
Hf (0, 0) =
.
0 0
4. f (x, y) = x2 y 2 hat bei (0, 0) ein isoliertes lokales Maximum.
2 0
Hf (0, 0) =
.
0 2
5. f (x, y) = xy hat bei 0 Sattelpunkt, denn f (x, x) = x2 > 0, falls x 6= 0
und f (x, x) = x2 < 0 falls x 6= 0.
0 1
Hf (0, 0) =
.
1 0
113
26
26.1
Totale Differenzierbarkeit
Satz, Definition und Notation
26.2
Notiz
2. F
ur alle v
und es ist
Rn
h0
Dfx (v) =
=
=
d
f (x + tv)
dt t=0
d
(f (x) + t dfx (v) + (tv))
dt t=0
dfx (v).
t0
(tv) (0)
t
= lim
t0
114
(tv)
|tv|
|v| = 0.
f
(x) =
Insbesondere ist f partiell differenzierbar und es gilt: dfx (ei ) = x
i
Jf (x)ei , also ist die Matrixdarstellung von dfx bez
uglich der Standardbasis
durch die Jacobimatrix gegeben:
f1
f1
x1 (x) . . .
xn (x)
..
Jf (x) = ...
.
fk
x1 (x)
...
fk
xn (x)
Nach 26.2, Punkt 1. ist nicht jede partiell differenzierbare Funktion total
differenzierbar, aber es gilt
26.3
Satz
26.4
Beispiele
1. f : (0, ) R R2 (Polarkoordinaten)
f (r, ) = (r cos(), r sin()) ist total differenzierbar und es gilt:
cos() r sin()
Jf (x) =
.
sin() r cos()
2. Ist A : Rn Rm linear, A Hom(Rn , Rm ), b Rm . Dann ist f : Rn
Rm , f (x) = Ax + b differenzierbar und dfx = A, denn f (x + v) =
Ax + Av + b = f (x) + Av, also f (x + v) f (x) = Av = df x(v).
Die Rechenregeln f
ur das Differential u
bertragen sich damit direkt aus dem
eindimensionalen:
26.5
Rechenregeln
X fj
gr
(f g)j (x) =
(fj g)(x) =
(g(x))
(x).
xi
xi
yr
xi
r=1
115
Insbesondere f
ur U R und k = 1 gilt:
n
X f
d
d
(f g)(t) =
gk (t) = hgradf (g(t)), g(t)i.
(g(t))
dt
yk
dt
k=1
26.6
Korollar
= 0, denn 0 = dt
26.7
Beispiel
f (x, y) =
26.8
x2 +y 2 ,
gradf =
2x
2y
x
2
1
2
2
2
, f (c) =
R x + y = c .
y
26.9
26.10
Beispiel
Aber: f R+ (0, 0 ) ist f
ur 0 2 injektiv.
27
Taylorpolynome fu
r Funktionen auf R
27.1
Definition
n
X
f (j) (p) j
(
h )
j!
j=0
1
1
f (n) (p) hn .
= f (p) + f (p) h + f (p) h2 + +
2
n!
Unter dem (n + 1)-Restglied an der Stelle p versteht man die Funktion
(Rn+1 f )p
(Rn+1 f )p (x) = f (x) (Pn f )p (x p).
27.2
Beispiele
1. f (x) = sin(x):
f (2k) (0) = 0
f (4k+1) (0) = 1
f (4k+3) (0) = 1
117
Also:
1
1 3
h + h5 . . .
3!
5!
[ n1
]
2
X
1
k
2k+1
=
(1) h
.
(2k + 1)!
(Pn f )0 (h) = h
k=0
2. f (x) = cos(x):
n
(Pn f )0 (h) =
[2]
X
k=0
1
1
1
(1)k h2k ) = 1 h2 + h4 . . .
(2k)!
2!
4!
n
X
1
k=0
(Rn+1 f )(h) =
k!
1
1
1
= 1 + h + h2 + h3 + + hn
2
3!
n!
X
1 k
h .
k!
k=n+1
4. f (x) = (1 +
x) ,
R, x > 1:
(P1 f )0 (h) = 1 + h.
27.3
Lemma
(Pn f )0 (h) ist das eindeutig bestimmte Polynom vom Grad n, das bei 0 die
selben Ableitungen bis zur Ordnung n hat wie f .
Beweis:
dk
(a xn
dxk n
+ + a0 ) =
dk
| (a xn
dxk x=0 n
27.4
n!
(nk)!
an xnk + + k! ak , also
+ + a0 ) = k! ak f
ur k n.
Approximationslemma
27.5
Proposition
k=0
n
P
(ak hk ).
k=0
27.6
Beispiele
1. f (x) =
1
1x
(xk ) f
ur |x| < 1.
k=0
n
P
(hk ).
k=0
2. f (x) =
1
1+x2
((x2 )k ) =
k=0
[n
]
2
((1)k x2k ) f
ur |x| < 1.
k=0
((1)k h2k ).
k=0
27.7
Proposition
Ist f (x) =
k=0
gegeben, so ist
n1
X
k=0
ak
hk+1
k+1
= f (x0 ) +
n
X
ak1
k=1
hk .
Bemerkung und Warnung: Der Beweis von 25.5 und 25.7 ist nicht trivial.
Die Behauptung sind offensichtlich richtig, falls die Summe endlich ist, aber
P
d P
d
( dx
=
) ist zu zeigen, vgl. z.B. Forster, Analysis 1, Paragraph 21.
dx
k=0
k=0
119
27.8
Beispiel
1
1+x
(Pn f )0 (h) =
k=0
n1
P
k=0
((x)k ) f
ur |x| < 1, also nach 27.7.
(1)k
k+1
hk+1 .
27.9
Satz
f (n+1) (p + (x p))
(x p)n+1 .
(n + 1)!
c
(x p)n+1 .
(n + 1)!
27.10
Die Folge ((Pn f )p (h))n1 heit Taylorreihe von f an der Stelle p. Diese Reihe
konvergiert nicht notwendig.
Auch wenn die Folge ((Pn f )p (h))n1 auf einer Umgebung von 0 konvergiert,
so konvergiert sie im allgemeinen nicht notwendig gegen f !
Beispiel:
f (x) =
e x
0
x>0
x0
120
Beweis:
Offensichtlich existiert f (n) (x) f
ur alle x 6= 0 und alle n N.
F
ur jedes n N existieren Polynome pn und qn mit f (n) (x) =
x1
f
ur x > 0 (Beweis durch Induktion).
pn (x)
qn (x)
28
Taylorpolynome fu
r Funktionen in mehreren
Ver
anderlichen
28.1
Notation
x1 1
n
n.
x
n
|| := 1 + + n .
! := 1 !2 ! . . . n !.
: i < i f
ur i = 1 . . . n.
+ := (1 + 1 , . . . , n + n ).
28.2
Beispiele
= (2, 1, 4).
x = x21 x2 x43 .
D f =
4
2
x21 x2 x43
f.
|| = 7, ! = 2 4! = 48.
121
28.3
Definition
X 1
(D f )(x0 )h
!
||n
m
m
X
1 X 2f
f (x0 ) hi +
(x0 ) hi hj .
xi
2
xi xj
(1)
i,j=1
i=1
ergeben.
28.4
Beispiele
1. f : R2 R, f (x, y) = ex sin(xy), x0 = 0:
a) || = 0, = (0, 0) ergibt den Summanden f (0, 0) = 0.
b) || = 1 ergibt folgende Summanden:
= (1, 0)
1
!
=1
x f (x, y)|(0,0)
= (0, 1)
1
!
=1
y f (x, y)|(0,0)
1
2
1
2
1
!
1
!
1
!
=1
2
f (x, y) |(0,0)
x2
2
f (x, y) |(0,0)
y 2
=0
=0
x f (x, y) |(0,0)
= ex cos(xy)|(0,0) + 0 = 1
0 1
Zusammenfassend ist (P2 f )(0,0) (h) = h1 h2 und Hf (0, 0) =
.
1 0
= (1, 1)
122
f (h)
falls n m
X
P
.
f=
a x , so ist (Pn f )(0) (h) =
||n a h falls n < m
||m
28.5
Bemerkung
Die Rechenregeln f
ur Taylorpolynome in mehreren Veranderichen gelten
ebenso wie f
ur Taylorpolynome in einer Veranderlichen, z.B. f (x, y) = ex sin(xy):
(P2 ex )0 (x) = 1 + x +
x2
2
P2 (sin(t))0 () =
(P2 (xy))0 (h1 , h2 ) = h1 h2 ,
also
(P2 f )(0,0) (h1 , h2 ) = P2
h2
1 + h1 + 1
2
h1 h2
1
= (P2 (h1 h2 + h21 h2 + h31 h2 ))(0,0) (h) = h1 h2
2
(h)
(0,0)
und ebenso
(P3 f )(0,0) (h1 h2 ) = h1 h2 + h21 h2 .
Ebenso wie f
ur Funktionen in einer Variable definieren wir
28.6
Definition
28.7
Restgliedformel
f
ur alle mit kk R (vgl. Forster, Analysis 2).
Wir kommen nun zur
uck zur Bestimmung lokaler Minima und Maxima.
Nach 28.3 ist das zweite Taylorpolynom durch
1
(P2 f )x0 () = f (x0 ) + hgradf (x0 ), i + h, Hf (x0 )i
2
gegeben, wobei Hf (x0 ) die Hessematrix von f ist.
123
28.8
Korollar
kvk0
Die Abbildung S n1 := {v Rn kvk2 = 1} R, v 7 v T Hf (x0 )v hat
ein Minimum und ein Maximum nach Satz 21.2.
Sei Hf (x0 ) positiv definit, so folgt also
:=
1
min (v T Hf (x0 )v) > 0.
2 kvk=1
3 (v)
W
ahle > 0 so, dass Rkvk
2 <
f
ur alle v U (0), v 6= 0:
f
ur alle v mit kvk < gilt. Dann ist
v
R3 (v)
1 vT
Hf (x0 )
+
f (x0 + v) f (x0 ) = kvk
2 kvk
kvk
kvk2
> 0,
> kvk2
2
also ist x0 ein isoliertes lokales Minimum.
2
2
3. Sei x0 jetzt lokales Minimum von f und sei > 0 mit f (x0 +v) f (x0 )
f
ur alle v U (0), v 6= 0, dann ist
1 vT
v
R3 (v)
Hf (x0 )
+
0
2 kvk
kvk
kvk2
R3 (v)
2
|v|0 kvk
29
Riemann-Integral
29.1
Rb
a
Definition
Sei [a, b] R, so heit (x0 . . . , xn ) [a, b]n mit x0 = a < x1 < . . . xn = b eine
Zerlegung von [a, b]. := max |xi xi1 | heit die Feinheit der Zerlegung.
Ist f : [a, b] R beschr
ankt, so versteht man unter einer Zange f
ur f eine
Zerlegung a = x0 < x1 < < xn = b von [a, b] und Zahlen hi , ki , i
{1, . . . , n} mit ki f (x) hi f
ur x [xi1 , xi ].
n
P
(ki (xi xi1 )) heit die Untersumme und
U (Z, f ) =
i=1
O(Z, f ) =
n
P
i=1
29.2
125
Beweisidee:
Man nutzt aus, dass {U (Z, f ) | Z Zange f
ur f } nach oben beschrankt ist, da
U (Z, f ) O(Z , f ) f
ur alle Zangen Z, Z gilt und definiert:
I :=
Schlielich benutzt man, dass bei Verfeinerung der Zerlegung die Untersummen monoton wachsen, also gegen I konvergieren, ebenso fallen die Obersummen.
29.3
Beispiele
1. f : [a, b] R, f (x) = c f
ur alle x [a, b]. Dann ist
(b a)c.
Rb
a
f (x) dx =
W
ahle eine Zerlegung x0 = a < x1 < < xn = b und hi = ki = c.
Dann ist U (Z, f ) = O(Z, f ) = (b a) c.
2. f : [a, b] R, f (x) = x.
Dann ist f Riemann-integrierbar und
Rb
a
Beweis:
f (x) dx = 21 (b2 a2 ).
O(Z, f ) U (Z, f ) =
n
X
(b a) (b a)
1
(
)
= 2 n(b a)2 < (b a)2 ,
n
n
n
i=1
126
n
X
(b a)
(b a)
U (Zn , f ) =
a + (i 1)
n
n
i=1
n1
(b a)2 X
= a(b a) +
(i)
n2
i=0
= a(b a) +
n 1
2
n(n 1) n 1 2
1
(b a)2
(b a2 ).
2
n2
2
(b2 a2 ).
fy (x) dx = 0.
Beweis:
Sei > 0 und := min(, y a, b y). Wahle eine Zerlegung von [a, b]
folgendermaen:
a = x0 < x1 := y
< x2 := y + < x3 = b.
2
2
127
4. f : [0, 1] R, f (x) =
1 xQ
.
0 sonst
Dann gilt f
ur jede Zange O(Z, f ) 1, U (Z, f ) 0, also ist f ist nicht
Riemann-integrierbar.
0 falls x = n1 , n N
.
1 sonst
R1
Dann ist f Riemann integrierbar und 0 f (x) dx = 1.
5. f : [0, 1] R, f (x) =
Beweis:
1
1
2 f
ur j = 1, . . . , n 1
n j 2n
1
1
+ 2 f
ur j = 0, . . . , n 2
n j 2n
x2j+1 =
= 1 f
ur j = 1, . . . , n 1
k2j+1 = 0 f
ur j = 0, . . . , n 1
hj
= 1 f
ur alle j.
Dann ist
U (Z, f ) = 1 (n 1)
29.4
1
2
1
> 1 > 1 und O(Z, f ) = 1.
2
n
n
n
Lemma (Rechenregeln fu
r das Integral)
(f (x)) dx =
128
Zb
a
f (x) dx.
(f + g)(x) dx =
Zb
(f (x)) dx +
Zb
(g(x)) dx.
3. f [a, c] und f [c, b] ist Riemann-integrierbar f
ur jedes c [a, b],
Rb
Rc
Rc
f (x) dx := (f [a, c])(x) dx, analog f (x) dx, und es gilt:
a
Zb
a
f (x) dx =
Zc
(f (x)) dx +
Zb
(f (x)) dx.
129
29.5
Notation
F
ur b > a sei
Za
f (t) dt :=
Za
f (t) dt := 0
Zb
f (t) dt
29.6
Korollar
Ab
andern einer Riemann-integrierbaren Funktion an endlich vielen Stellen
andert nichts an der Integrierbarkeit und am Wert des Integrals.
Beweis: Dies folgt analog zu Beispiel 29.3, Punkt 3.
29.7
Satz
29.8
Satz
(Dreiecksungleichung).
2. F
ur jedes p [1, ) ist |f |p Riemann-integrierbar.
3. f g : [a, b] R ist Riemann-integrierbar.
130
Beweise:
1. Wir zeigen, dass f+ = max(f, 0) integrierbar ist:
e f+ ) U (Z,
e f+ ) O(Z, f ) U (Z, f ). Also ist f+ RieDann ist O(Z,
mann integrierbar, ebenso ist f = min(f, 0) Riemann integrierbar,
also auch |f | = f+ f .
2. |f |n ist integrierbar:
131
29.9
1
ba
Beweis:
Rb
f (x) dx.
m=
1
ba
Rb
a
m dx
x[a,b]
1
ba
Rb
a
f (x) dx M
29.10
Rx
Beweis:
Nach dem Mittelwertsatz 29.9 existiert ein h [x, x + h] f
ur h > 0
x+h
R
(x)
= h1
f (t) dt = f (h ).
mit F (x+h)F
h
x
(x)
Also folgt lim ( F (x+h)F
) = f (x) aus der Stetigkeit von f .
h
h0+
Ebenso f
ur h < 0.
29.11
Definition
29.12
Korollar
132
29.13
Erinnerung
F
1
x+1
+1
x , 6= 1
1
x
ex
ln x
ex
cos x
sin x
cos x
1
1 x2
1
1 x2
1
1 + x2
1
cos2 x
1
sin2 x
29.14
sin x
arcsin x
arccos x
arctan x
tan x
cot x
Definition
Zb
f (t) dt) =:
Zb
Rb
f (t) dt existiert, so
a+
f (t) dt
a+
analog f
ur f : (a, b) R.
29.15
Beispiel
R
R
(sin(t)) dt nicht existiert,
0
133
aber lim (
Rr
r r
29.16
sin(t) dt) = 0.
Satz
29.17
Beispiel
f (0, 1] R, f (t) =
:
2 t
29.18
Bemerkung
134
29.19
Rr
1
Beispiel:
( x12 ) dx = 1r + 1:
Rr
R
Also lim ( ( x12 ) dx = 1 =: ( x12 ) dx.
r 1
30
30.1
F
ur stetig differenzierbare Funktionen u, v : [a, b] R gilt:
Zb
a
u(x)v (x) dx = [u
v]ba
Zb
u (x)v(x) dx.
Beweis: Da (uv) = u v +uv , folgt dies aus dem Hauptsatz der Differentialund Integralrechnung, 29.10.
30.2
u(b)
Z
f (u(x))u (x) dx =
f (t) dt.
u(a)
d
Beweis: Sei F eine Stammfunktion von f . Dann ist dx
(F u)(x) = f (u(x))u (x),
also ist F u eine Stammfunktion von (f u) u . Also ist
Zb
a
u(b)
[F ]u(a)
u(b)
Z
=
f (x) dx.
u(a)
30.3
1.
Beispiele
Zb
a
x cos(x) dx =
|{z}
| {z }
u
[x sin(x)]ba
Zb
a
tan(x) dx =
Zb
a
sin(x)
dx =
cos(x)
cos(b)
Z
cos(a)
135
cos(b)
1
du = ln(|u|) cos(a) .
u
3. Sei [a, b] (1, 1). Dann folgt mit Substitution u(x) = arcsin x,
1
, also
also u (x) = 1x
2
Zb p
1 x2 dx =
a
arcsin(b)
Z
cos2 (u) du
arcsin(a)
1
2
arcsin(b)
Z
(cos(2u) + 1) du
arcsin(a)
=
=
arcsin(b)
1 1
sin(2u) + u
2 2
arcsin(a)
ib
1h p
x 1 x2 + arcsin(x) .
2
a
30.4
Partialbruchzerlegung
Ist Q ein reelles Polynom vom Grad n, dann gibt es r verschiedene reelle
Zahlen 1 , . . . , r mit Vielfachheiten n1 , . . . , nr (die reellen Nullstellen von
Q mit ihren Vielfachheiten) und s paarweise verschiedene komplexe Zahlen
1 + i 1 , . . . , s + i s , j 6= 0 mit Vielfachheiten m1 , . . . , ms , so dass
n1 + + nr + 2(m1 + + ms ) = n
und
m
Q(x) = (x 1 )n1 (x r )nr (x 1 + i1 )(x 1 i1 ) 1
((x s + is )(x s is ))ms
r
s
Y
Y
nj
=
(x j )
((x j )2 + j2 )mj ,
j=1
j=1
denn, da Q reell ist, treten die nicht reellen Nullstellen stets paarweise auf:
Q(z) = 0 Q(
z ) = 0.
30.5
Beispiel
(x4 1) = (x2 + 1)(x2 1)
30.6
Polynomdivision
30.7
Beispiel
(x3 2x2 2x 1) : (x 1)
(x3
(x3
2x2
x2 )
x2
(x2
1) : (x 1) = x2 x 3
2x
2x
1
+x)
3x
1
(3x +3)
4
Rest r = 4. Also:
x3 2x2 2x 1
x {z
1
|
}
30.8
2
x
| {zx 3}
leicht zu integrieren
4
1}
|x {z
Satz
P
eine rationale Funktion, also P und Q Polynome vom Grad n und m,
Ist Q
n m und Q wie in 30.4, dann gibt es ein Polynom p vom Grad n m und
reelle Zahlen
aik
f
ur k = 1 . . . r, i = 1 . . . nr
bik , cik f
ur k = 1 . . . s, i = 1, . . . ms ,
sodass
r
k
XX
P
=p+
Q
k=1 i=1
aik
(x k )i
mk
s X
X
k=1 i=1
bik x + cik
(x k )2 + k2
30.9
F
ur
P
Q
P
Q.
i
Beispiel
=
x2 +3
x(x1)3 (x2 +1)2
ist r = 2; 1 = 0, n1 = 1; 2 = 1, n2 = 3, s = 1;
ms = 2; 1 + i1 = i, also hat
P
Q
a12
a22
a32
b11 x + c11 b21 x + c21
a11
+
+
+
+
+ 2
.
2
3
x
(x 1) (x 1)
(x 1)
(x2 + 1)
(x + 1)2
137
(1)
30.10
Kurz:
1. Polynomdivision.
2. Gehe in den Ansatz (1) in 30.8, multipliziere mit dem Nenner und
setze Nullstellen ein.
Ausf
uhrlich:
1. Durch Polynomdivision erhalt man
P
Q
=p+
r
Q,
2. Finde f
ur jedes j das anj j : Ist Q von der Form 30.4, so ergibt der
r(x)
Ansatz (1) Q(x)
(x j )nj |x=j = anj j .
3. Induktives Bestimmen der weiteren aik : Ersetze
r
Q
r
Q
durch
30.11
R(x) =
Beispiel
x+1
.
x(x1)2
1 = 0, n1 = 1
2 = 1, n2 = 2,
gesucht sind also a, b, c
R(x) =
a
b
c
+
+
.
x x 1 (x 1)2
Bestimmung von a:
x R(x)|x=0 = 1 = a.
Bestimmung von c:
(x 1)2 R(x)|x=1 =
2
= c.
1
Bestimmung von b:
b
1
2
1
= R(x)
=
.
x1
x (x 1)2
x1
Also
R(x) =
1
2
1
+
+
.
x x 1 (x 1)2
138
anj j
r
Q (xj )nj
=:
30.12
1.
1
dx =
(x )k
ln(|x |)
1
1k
1
(x)k1
k=1
k 6= 1
(u + 1)m
Z
1
+ 2m1
du
(u2 + 1)m
Das erste Integral berechnet man
( 1
Z
2
m=1
u
2 ln(u + 1)
du
=
2
m
1
1
1
m1
(u + 1)
m=
6 1
2 1m ( u2 +1 )
(u + 1)m
31
Mehrdimensionales Riemann-Integral
Erinnerung:
139
31.1
Definition
beschr
ankt, so ist eine Zange f
ur f : Q R gegeben durch Zerlegungen
ai = xi0 < xi1 < < xini = bi und Zahlen hj1 ,...,jn , kj1 ,...,jn mit hj1 ,...,jn
f |Qj1 ,...,jn kj1 ,...,jn , wobei Qj1 ,...,jn = [x1j1 1 , x1j1 ] [xnjn 1 , xnjn ].
Setze
U (Z, f ) =
O(Z, f ) =
31.2
Lemma
140
. . . ist eine
31.3
Lemma
a1
31.4
Beispiel
Z
xy d2 x =
[0,1][0,2]
31.5
Z1 Z2
0
xy dy dx =
1 1
4 = 1.
2 2
Notiz
Nat
urlich will man auch u
ber Gebiete integrieren, die keine Quader sind. In
Mathematik f
ur Physiker IIa wird das Lebesgue-Integral behandelt, das sich
in vielerlei Hinsicht besser als das Riemann-Integral verhalt. Daher geben
wir hier nur - ohne weitere Beweise - an, wie man das Riemann-Integral in
einigen einfachen F
allen berechnet. Besonders einfache Integrationsgebiete
sind stetig berandete Teilmengen von Rn .
31.6
Definition
31.7
Beispiele
1.
(x, y) R2 x2 + y 2 1
o
n
p
p
=
(x, y) R2 x [1, 1], 1 x2 y 1 x2
D2 =
ist
eine stetig berandete Teilmenge mit A = [1, 1], a(x) = b(x) =
1 x2 .
141
2.
=
(x, y) R2 x [0, 1], 0 y 1 x
3.
x R3 ||x|2 1
n
o
p
p
=
(x, y, z) R3 |(x, y) D2 , 1 x2 y 2 z 1 x2 y 2
D3 =
31.8
Satz (Fubini)
Zb0 b1Z(x1 )
f dn x =
...
a0 a1 (x1 )
bn1 (xZ
1 ,...,xn1 )
f (x1 , . . . , xn ) dxn . . . dx1
wobei ai , bi die stetigen Funktionen sind, aus denen nach 31.6 definiert
ist.
31.9
Beispiele
1. = D2 , f 1
vol(D2 ) :=
D2
d2 x =
Z1
Z1x2
1 1x2
Z1 p
dy dx = 2
1 x2 dx = .
2
D+
1 x2 }, f (x, y) = x2 y.
Z1
Z1 Z1x2
1
2
2
x y dy dx =
x2 (1 x2 ) dx
f (x, y) d (x, y) =
2
1
1 1 3 1 51
1 1
2
[ x x ]1 = =
2 3
5
3 5
15
Zum Schluss geben wir noch die Verallgemeinerung des Satzes von der Substitution an (30.2):
142
31.10
Transformationsformel
f | det J | d x =
31.11
f dxn
Beispiel
1
.
x2 +y 2
f (x, y) d2 (x, y) =
ZR Z2
r
143
1
d d = (R r).