Sie sind auf Seite 1von 212

Mathematik 1 fr Bauingenieure

Vorlesung und bungen


TU Wien
Wintersemester 2016/17
Reinhard Winkler,
mit zahlreichen bungsaufgaben von
Gabriel Maresch
7. September 2016

Sehr geehrte Hrerinnen und Hrer!


Im Wintersemester 2016/17 werde ich die Vorlesung Mathematik 1 fr Bauingenieure zum dritten Mal halten. Erstmals ist es mir mglich, schon zu Semesterbeginn ein
Skriptum auszugeben, das sich sehr eng an der Lehrveranstaltung orientiert.
Neben den przisen Formulierungen der mathematischen Inhalte (Definitionen, Stze etc.) sind auch ausfhrliche Erklrungen der wichtigsten Ideen enthalten. Wenn Sie
hin und wieder verhindert sind, die Vorlesung zu besuchen, sollte es mit Hilfe des vorliegenden Skriptums also problemlos mglich sein, Versumtes nachzulernen. Trotzdem
ist ein mglichst regelmiger Besuch der Vorlesung unbedingt zu empfehlen. Denn im
mndlichen Vortrag an der Tafel lassen sich Gewichtungen, Intuitionen und zahlreiche
andere wichtige Aspekte mathematischer Inhalte wesentlich besser vermitteln als mit
bedrucktem Papier.
Einige Bemerkungen zur Genese der aktuellen Version des Skriptums: Beim letzten
Mal, als ich die Vorlesung hielt, verfasste ich unter groem Zeitdruck, der Vorlesung
lediglich bis zum Ende des aktuellen Kapitels vorauseilend, eine Vorgngerversion, die
ich kapitelweise elektronisch zur Verfgung stellte. Zahlreiche Fehler in dieser frheren
Version habe ich mittlerweile korrigiert (Hinweise auf allfllige verbliebene Fehler werden
dankbar entgegen genommen) sowie kleine Ergnzungen und einzelne Streichungen vorgenommen. Die wesentliche Vernderung besteht in den fast 300 bungsaufgaben, die
nun enthalten sind. Viele davon hat mein Kollege Gabriel Maresch beigesteuert. Dazu
sind einige Erluterungen am Platz.
Zur Vorlesung gibt es bungen als begleitende Pflichtlehrveranstaltung, die fast zur
Gnze mit Aufgabenmaterial aus dem Skriptum bestritten werden. Das Skriptum enthlt
aber viel mehr Aufgaben, als durchgenommen werden knnen. Als Orientierungshilfe fr
den Umgang mit den Aufgaben haben wir eine Klassifikation in die drei Kategorien
T (Test), P (Prfung) und E (Ergnzung) vorgenommen. Fr die Vorbereitung auf
die beiden bungstests empfehlen wir vor allem die Beschftigung mit den T-, fr die
Prfung darber hinaus mit den P-Aufgaben. Von den E-Aufgaben sind einige etwas
anspruchsvoller. Lassen Sie sich nicht entmutigen, wenn Sie manche davon nicht lsen
knnen. Wenn Sie sich aber bei jeder E-Aufgabe wenigstens klar machen, worin die
Aufgabenstellung besteht, so wird das Ihr Verstndnis ganz wesentlich vertiefen und
daher eine sehr sinnvolle Vorbereitung auf die Prfung sein.
Abgesehen vom vorliegenden Skriptum werde ich auf elektronischem Wege auch eine
Sammlung von Anwendungen des Stoffes aus Mathematik im Bauingenieurwesen ausgeben, die Kolleginnen und Kollegen aus Ihrer Fakultt zur Verfgung gestellt haben. Fr
das meiste daraus wird Stoff aus Mathematik 2 oder gar aus Mathematik 3 erforderlich
sein. Prfungsstoff zu den Mathematik-Lehrveranstaltungen sind diese Anwendungsbeispiele nicht, sondern Motivation, damit Sie frhzeitig sehen, wie Mathematik in Ihrem
eigentlichen Fach wirksam wird und deshalb als Grundlage unverzichtbar ist.
Reinhard Winkler, im September 2016

Inhaltsverzeichnis
1 Vorbemerkungen und Grundbegriffe
1.1 Einordnung der Mathematik in Studium und Welt . . . . . . . . . . .
1.1.1 Ingenieurswissenschaft . . . . . . . . . . . . . . . . . . . . . . .
1.1.2 Naturwissenschaft . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.3 Mathematik . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.4 Philosophie . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Die Sprache der Mathematik: Logik und Mengen . . . . . . . . . . . .
1.2.1 Mathematische Sprache und zweiwertige Logik . . . . . . . . .
1.2.2 Junktoren und Quantoren . . . . . . . . . . . . . . . . . . . . .
1.2.3 Mengen und mengentheoretische Operationen . . . . . . . . . .
1.2.4 Kartesische Produkte und Relationen . . . . . . . . . . . . . .
1.2.5 Der Funktionsbegriff . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.1 Die Zahlenmengen N Z Q R C im berblick . . . . .
1.3.2 Veranschaulichung von R als Zahlengerade . . . . . . . . . . . .
1.3.3 Axiomatik am Beispiel von R . . . . . . . . . . . . . . . . . . .
1.3.4 Die Supremumseigenschaft als Konsequenz der Vollstndigkeit
1.3.5 Die archimedische Eigenschaft . . . . . . . . . . . . . . . . . .
1.3.6 Betrag, Potenzen und Wurzeln . . . . . . . . . . . . . . . . . .
1.3.7 Das Induktionsprinzip . . . . . . . . . . . . . . . . . . . . . . .
1.3.8 Rekursion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.9 Teilbarkeit und Primfaktorzerlegung in N und Z . . . . . . . .
1.3.10 Zahlendarstellungen . . . . . . . . . . . . . . . . . . . . . . . .
1.3.11 Die komplexe Zahlenebene . . . . . . . . . . . . . . . . . . . . .
1.4 Elementare Kombinatorik . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.1 Einfachste Anzahlformeln . . . . . . . . . . . . . . . . . . . . .
1.4.2 Permutationen und Faktorielle . . . . . . . . . . . . . . . . . .
1.4.3 Teilmengen, Kombinationen und Binomialkoeffizienten . . . . .
1.4.4 Binomischer und polynomischer Lehrsatz . . . . . . . . . . . .
1.5 Vektoren im n-dimensionalen Raum Rn . . . . . . . . . . . . . . . . .
1.5.1 Koordinatisierung und Vektorraumoperationen . . . . . . . . .
1.5.2 Eigenschaften der Vektorraumoperationen . . . . . . . . . . . .
1.5.3 Die kanonische Basis . . . . . . . . . . . . . . . . . . . . . . . .
1.5.4 Linearitt am Beispiel der Drehung . . . . . . . . . . . . . . . .
1.5.5 Inneres (Skalar-) Produkt und Lngenmessung . . . . . . . . .
1.5.6 Zwei wichtige Ungleichungen . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

7
7
7
7
8
9
9
10
12
17
21
22
25
25
27
28
31
32
32
34
36
39
42
43
49
49
51
51
53
54
55
56
57
58
60
61

Inhaltsverzeichnis
1.5.7
1.5.8
1.5.9

Das uere (Vektor-) Produkt . . . . . . . . . . . . . . . . . . . . . 63


Teilmengen von Rn in Koordinaten- und Vektorschreibweise . . . . 65
Offene und abgeschlossene Mengen . . . . . . . . . . . . . . . . . . 68

2 Folgen und Reihen


2.1 Reelle Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1 Einfache Eigenschaften und Beispiele reeller Folgen . . . . . . .
2.1.2 Rekursive Folgen . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.3 Der Grenzwert einer Folge . . . . . . . . . . . . . . . . . . . . .
2.1.4 Konvergenzregeln . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.5 Einige Beispiele konvergenter Folgen . . . . . . . . . . . . . . .
2.1.6 Obere und untere Limiten . . . . . . . . . . . . . . . . . . . . .
2.1.7 Hufungspunkte . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.8 Konsequenzen der Vollstndigkeit von R fr Folgenkonvergenz
2.2 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Der Wert einer unendlichen Reihe . . . . . . . . . . . . . . . .
2.2.2 Die wichtigsten Beispiele konvergenter Reihen . . . . . . . . . .
2.2.3 Wurzel- und Quotientenkriterium . . . . . . . . . . . . . . . . .
2.2.4 Besonderheiten absolut konvergenter Reihen . . . . . . . . . . .
2.2.5 Alternierende Reihen . . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

71
71
71
73
74
76
79
81
82
84
86
86
89
91
92
94

3 Stetige Funktionen
3.1 Reelle Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.1 Graphische Darstellung und einfache Eigenschaften . . . . . . .
3.1.2 Grenzwert von Funktionen und Stetigkeit . . . . . . . . . . . .
3.1.3 Einfache Eigenschaften stetiger Funktionen . . . . . . . . . . .
3.1.4 Beispiele zu Stetigkeit und Unstetigkeit . . . . . . . . . . . . .
3.1.5 Konsequenzen der Vollstndigkeit von R fr stetige Funktionen
3.1.6 Fixpunktiteration . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.7 Stetigkeit und gleichmige Konvergenz . . . . . . . . . . . . .
3.2 Polynome und rationale Funktionen . . . . . . . . . . . . . . . . . . .
3.2.1 Definition, Auswertung, Polynomdivision . . . . . . . . . . . .
3.2.2 Grad, Nullstellen und Eindeutigkeitssatz . . . . . . . . . . . . .
3.2.3 Fundamentalsatz der Algebra . . . . . . . . . . . . . . . . . . .
3.2.4 Nullstellenbestimmung . . . . . . . . . . . . . . . . . . . . . . .
3.2.5 Approximation und Interpolation . . . . . . . . . . . . . . . . .
3.2.6 Partialbruchzerlegung . . . . . . . . . . . . . . . . . . . . . . .
3.3 Weitere wichtige Beispiele stetiger Funktionen . . . . . . . . . . . . . .
3.3.1 Wurzeln und Potenzen mit rationalem Exponenten . . . . . . .
3.3.2 Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . . . .
3.3.3 Logarithmus und Potenzen mit beliebigem reellen Exponenten
3.3.4 Trigonometrische Funktionen . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

97
97
97
101
102
103
105
108
109
111
112
114
115
117
119
120
123
123
124
125
127

Inhaltsverzeichnis
4 Differentialrechnung
131
4.1 Die Ableitung einer reellen Funktion . . . . . . . . . . . . . . . . . . . . . 131
4.1.1 Motivation: Tangente, Momentangeschwindigkeit . . . . . . . . . . 131
4.1.2 Differentialquotient und lineare Approximation . . . . . . . . . . . 132
4.1.3 Einfache Eigenschaften und Ableitungsregeln . . . . . . . . . . . . 135
4.1.4 Monotonie und erste Ableitung, Anfang . . . . . . . . . . . . . . . 139
4.1.5 Die Ableitung von Umkehrfunktionen, insbesondere von Wurzeln . 141
4.2 Taylorapproximation und Potenzreihen . . . . . . . . . . . . . . . . . . . . 142
4.2.1 Der Mittelwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
4.2.2 Stetige Differenzierbarkeit und hhere Ableitungen . . . . . . . . . 144
4.2.3 Der Satz von Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . 145
4.2.4 Die Exponentialreihe und die Eulersche Zahl e . . . . . . . . . . . 147
4.2.5 Verallgemeinerung: Potenzreihen und ihr Konvergenzbereich in C . 149
4.2.6 Wichtige Eigenschaften von Potenzreihen . . . . . . . . . . . . . . 150
4.2.7 Die Regel von de lHospital . . . . . . . . . . . . . . . . . . . . . . 152
4.3 Weitere Wichtige Beispiele differenzierbarer Funktionen . . . . . . . . . . 153
4.3.1 Logarithmus, Fortsetzung . . . . . . . . . . . . . . . . . . . . . . . 153
4.3.2 Allgemeine Potenzen und binomische Reihe . . . . . . . . . . . . . 155
4.3.3 Die Differenzierbarkeit der trigonometrischen Funktionen . . . . . 156
4.3.4 Die Arcusfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . 158
4.3.5 Die Hyperbel- und Areafunktionen . . . . . . . . . . . . . . . . . . 160
4.4 Anwendungen der Differentialrechnung . . . . . . . . . . . . . . . . . . . . 161
4.4.1 Dynamik, Chaos und Newtonverfahren zur Nullstellenbestimmung 161
4.4.2 Monotonie und erste Ableitung, Fortsetzung . . . . . . . . . . . . . 164
4.4.3 Konvexitt, zweite Ableitung und Krmmung . . . . . . . . . . . . 166
4.4.4 Extremwertbestimmung . . . . . . . . . . . . . . . . . . . . . . . . 168
5 Integralrechnung
5.1 Das Riemannintegral . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.1.1 Ober- und Untersummen . . . . . . . . . . . . . . . . . . . .
5.1.2 Riemannsummen . . . . . . . . . . . . . . . . . . . . . . . . .
5.1.3 Einfache Eigenschaften . . . . . . . . . . . . . . . . . . . . . .
5.1.4 Das Riemannintegral stetiger Funktionen . . . . . . . . . . .
5.2 Der Hauptsatz und seine Anwendungen . . . . . . . . . . . . . . . .
5.2.1 Zwei Versionen des Hauptsatzes . . . . . . . . . . . . . . . . .
5.2.2 Stammfunktionen und ihre Eindeutigkeit . . . . . . . . . . .
5.2.3 Die Berechnung von Integralen mittels Stammfunktionen . .
5.2.4 Integrationsregeln . . . . . . . . . . . . . . . . . . . . . . . .
5.2.5 Beispiele zur Integration . . . . . . . . . . . . . . . . . . . . .
5.3 Das Integral bezglich eines Maes . . . . . . . . . . . . . . . . . . .
5.3.1 Die Idee des Mabegriffs . . . . . . . . . . . . . . . . . . . . .
5.3.2 Vertiefende Bemerkungen zum Lebesgueschen Ma . . . . . .
5.3.3 Neuinterpretation des Riemannintegrals als Lebesgueintegral
5.3.4 Einige Stze aus der Lebesgueschen Theorie . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

171
171
171
173
174
176
178
178
180
180
181
183
186
186
188
191
195

Inhaltsverzeichnis
5.4

Einige
5.4.1
5.4.2
5.4.3
5.4.4

Anwendungen und ausgewhlte Themen


Uneigentliche Integrale . . . . . . . . . .
Unendliche Reihen und Integrale . . . .
Numerische Integration . . . . . . . . .
Kurven und ihre Lnge . . . . . . . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

196
196
198
199
202

1 Vorbemerkungen und Grundbegriffe


Whrend die spteren Kapitel 2 (Folgen und Reihen), 3 (Stetige Funktionen), 4 (Differentialrechnung) und 5 (Integralrechnung) jeweils ein bestimmtes Thema im Auge haben,
stellt das erste Kapitel mancherlei Grundlegendes zusammen. In den fnf Abschnitten
des Kapitels geht es um: die Einordnung der Mathematik in einen greren Zusammenhang (1.1); die vor allem logisch und mengentheoretisch bedingten Besonderheiten
der Sprache der Mathematik (1.2), die fnf klassischen Zahlenbereiche (1.3), elementare
Kombinatorik (1.4) und Vektoren und Geometrie (1.5).

1.1 Einordnung der Mathematik in Studium und Welt


Um die Rolle der Mathematik im Rahmen eines universitren Ingenieursstudiums, aber
auch in noch grerem Kontext realistisch einzuschtzen, lohnt es, sich mit Gegenstand
und Methode wie auch mit dem Verhltnis von Mathematik (1.1.3), Natur- (1.1.2) und
Ingenieurswissenschaft (1.1.1) zueinander auseinanderzusetzen. Diese Auseinandersetzung wiederum ist der Philosophie (1.1.4), insbesondere ihren Teilgebieten Wissenschaftsund Erkenntnistheorie zuzuordnen. Ohne in die Tiefe zu gehen, sollen hier einige wichtige
Charakteristika dieser Bereiche erwhnt werden.

1.1.1 Ingenieurswissenschaft
Ziel: Gestaltung der Wirklichkeit, Problemlsung
Methode: empirisch, experimentell
Instrumente: Verstndnis der Naturgesetze, Einsicht in die Bedrfnisse des Menschen

1.1.2 Naturwissenschaft
Ziel: Verstndnis der Naturgesetze
Methode: empirisch, experimentell
Instrumente: u.a. Sprache und Begriffe der Mathematik; Ergebnisse der Mathematik
sind nur in dem Mae auf die Wirklichkeit anwendbar, in dem die Modelle die
Wirklichkeit adquat beschreiben

1 Vorbemerkungen und Grundbegriffe

1.1.3 Mathematik
Ziel: Przisierung der Begriffe, in denen wir ber die Wirklichkeit nachdenken knnen;
Erforschung von Denkmglichkeiten und Denknotwendigkeiten
Methode: axiomatisch, d.h. logisch-deduktiv; entsprechend sind die Ergebnisse der Mathematik denknotwendig (in Bezug auf die mathematischen Begriffe, nicht unbedingt auf ihre nur ungefhren Entsprechungen in der Realitt), scharf und sicher.
Instrumente: reines Denken, Bleistift, Papier, Papierkorb
Einige Erluterungen zur axiomatischen Methode sind am Platz. Sie wurde in der
griechischen Antike eingefhrt. Vor allem die Elemente des Euklid aus dem 3.Jahrhundert
v.Chr. wurden fr Jahrtausende zum exemplarischen Werk fr diese Methode.
Dabei werden in Axiomen jene Grundstze formuliert, fr die man keinen Beweis
verlangt. Man kann das so wie in der Antike interpretieren, nmlich dass die Axiome offensichtliche und unumstliche Wahrheiten darstellen. Heutzutage sieht man darin eher
implizite Definitionen, das heit Vereinbarungen, worber man spricht; nmlich ber jene
Dinge oder Systeme von Dingen, die sich so verhalten wie in den Axiomen beschrieben.
Wir werden zum Beispiel ein Axiomensystem fr die reellen Zahlen kennenlernen und,
wenn auch nicht konsequent, so doch exemplarisch damit arbeiten.
Wichtig fr die axiomatische Methode sind auch Definitionen, die in der Mathematik
einem besonders hohen Anspruch an Przision gengen mssen. Man kann Definitionen
als Abkrzungen fr umstndlichere Formulierungen auffassen. Insofern sind sie nicht
prinzipiell notwendig, de facto, vor allem aus Grnden der leichteren Fasslichkeit einer
Theorie, aber schon.
Zwei Beispiele von Definitionen, anhand derer wir auch gleich eine gebruchliche NoP
1
tation einfhren knnen: Indem wir etwa schreiben e :=
n=0 n! , legen wir fest, dass
das (einfache) Symbol e fr jene reelle Zahl (die Eulersche Zahl, Basis des natrlichen
Logarithmus) verwendet wird, die durch die unendliche Summe rechts eindeutig (aber
mit mehr Schreibaufwand) definiert wird. Indem wir := mit Doppelpunkt schreiben
statt nur =, wollen wir sagen, dass es sich hierbei nicht um eine zu beweisende Aussage
(ein Theorem) handelt, sondern um eine Definition, die uns, sofern wir das Symbol e
noch nicht dauerhaft fr etwas anderes verbraucht haben, frei steht. Ist diese Definition einmal gegeben, darf das Symbol e (wenigstens im gegebenen Kontext) nur mehr in
diesem Sinn verwendet werden. hnlich fhrt man Kurzsprech- oder -schreibweisen ein
wie etwa a|b : t Z : b = at (Teilbarkeit; wir werden diese Formelsprache bald zu
lesen lernen). Von diesem Punkt an steht die Zeichenkette a|b fr die Aussage rechts des
quivalenzpfeils . Doch zurck zur axiomatischen Methode.
Von den Axiomen und Definitionen ausgehend leitet man auf rein logischem Wege
neue Aussagen her, die man dann Stze oder Theoreme der durch das Axiomensystem und seine Sprache gegebenen Theorie nennt. Sehr einfache Theoreme nennt man
manchmal auch Propositionen (Aussagen). Ein Satz, den man eher als Vorstufe zu
einem interessanteren Ergebnis betrachtet, heit auch Hilfssatz oder Lemma. Stze,
die recht unmittelbar aus einem (vielleicht wichtigeren) Theorem folgen, nennt man

1.2 Die Sprache der Mathematik: Logik und Mengen


Folgerungen oder Korollare. Die Argumentationsketten, die zwingend zu den Lemmata, Theoremen und Korollaren fhren, heien Beweise. Worin genau das Zwingende
von mathematischen Beweisen besteht, das sie etwa von Schlssen im Alltag (wie z.B:
Der Oktober hat angefangen, da wird es in den nchsten Wochen wohl klter werden)
unterscheidet, lsst sich mit den Mitteln der mathematischen Logik exakt bestimmen
und analysieren. Genaueres wrde hier aber zu weit fhren. Fr uns wichtig sind einige
Bemerkungen zur mathematischen Praxis, womit gemeint ist: zur Art und Weise, wie
Mathematiker ihre Wissenschaft erleben und betreiben. Fr Mathematiker sind Beweise
interessanter Theoreme das, wonach sie suchen und womit sie Anerkennung in der Fachwelt erwerben. Der Weg dorthin ist aber vor allem von Intuitionen und Ideen geprgt,
die zunchst durchaus vage sein knnen. Das bergeordnete Ziel in der Mathematik
wie generell in der grundlagenorientierten Wissenschaft besteht darin, Zusammenhnge
besser zu verstehen. Und das wiederum bedeutet, Vorstellungen und Begriffe von den
Dingen, die einen interessieren, in sinnvolle Beziehung zueinander zu bringen.
Auch bei der Vorbereitung auf die Mathematikprfung empfiehlt es sich, dies im Auge
zu haben. Komplizierte Beweise mssen dazu nicht auswendig beherrscht werden. Indem
man sich aber bemht, die Beweise wenigstens lesend zu verstehen, wird man automatisch wichtige Ideen mitnehmen. Dabei ist es nicht tragisch, wenn man hin und wieder
einzelne Schritte nicht nachvollziehen kann. Im Groen und Ganzen sollte man aber
das Gefhl haben, klar zu wissen, wovon die Rede ist und warum welche berlegungen
angestellt werden.
Weil es um das Verstndnis vor allem im Groen geht, nimmt man sich trotz aller grundstzlichen Przision und Strenge in der Mathematik mancherlei Freiheiten in
Notation etc., ohne jedes Mal extra darauf hinzuweisen. Auch hier werden wir das so
halten.

1.1.4 Philosophie
Ziel: Identifikation und Diskussion der fr den Menschen insgesamt wichtigen Fragen.
Aufgrund des universellen Anspruchs darf man nur selten abschlieende Antworten
erwarten.
Methode: offen (anything goes)
Instrumente: reines Denken, Bleistift, Papier

1.2 Die Sprache der Mathematik: Logik und Mengen


Vor allem im Laufe des 20.Jahrhunderts hat sich die Erkenntnis durchgesetzt, dass die
bereits angesprochene methodische Strenge der Mathematik nur dadurch zu gewhrleisten ist, dass man sich einer besonders klaren Sprache bedient. Die ntige Klarheit muss
auf zwei Ebenenen erreicht werden, von denen sich die eine mit Syntax/Grammatik, die
andere mit Semantik/Bedeutung natrlicher Sprachen vergleichen lsst. Im Fall der Mathematik wird, formalistisch betrachtet, die Rolle der Syntax von der Logik bernommen,

1 Vorbemerkungen und Grundbegriffe


die Rolle der Semantik von den Mengen. Im Hinblick auf ingenieurswissenschaftliche Anwendungen liegt uns dieser formalistische Standpunkt zwar nicht per se am Herzen. Bis
zu einem gewissen Punkt mssen diese Grundlagen aber durchdrungen werden, um auch
kompliziertere mathematische Inhalte bewltigen zu knnen. Der Logik zuzuordnen sind
die unmittelbar folgenden ersten beiden Unterabschnitte, die sich mit der klassischen
zweiwertigen Logik (1.2.1) sowie mit Junktoren und Quantoren (1.2.2) beschftigen. Die
drei daran Anschlieenden betreffen grundlegende mengentheoretische Konstruktionen:
unmittelbar an die Logik anschlieende (1.2.3), kartesische Produkte und Relationen
(1.2.4) und den Funktionsbegriff (1.2.5).

1.2.1 Mathematische Sprache und zweiwertige Logik


Wie jede Wissenschaft macht die Mathematik Aussagen. Die Gltigkeit mathematischer Aussagen ist (im Gegensatz zu den meisten Bereichen des Alltags, aber auch zu
manchen Wissenschaften) keine graduelle, sondern eine strikte. Der Mathematik wird
daher die zweiwertige (klassische) Logik zugrunde gelegt, wonach jede korrekt formulierte Aussage entweder wahr ist oder falsch, nichts drittes (tertium non datur).1 Es
gibt also nur zwei Wahrheitswerte.
Im einfachsten Fall bringt eine Aussage zum Ausdruck, dass ein bestimmtes Objekt eine bestimmte Eigenschaft hat. Zum Beispiel: 3 ist eine Primzahl. Diese Aussage ist wahr,
etwa im Gegensatz zur gleichermaen sinnvollen und korrekt gebildeten, aber falschen
Aussage: 4 ist eine Primzahl. In Begriffen der Grammatik bestehen solche Aussagen
(Stze) nur aus einem Subjekt (nmlich 3 bzw. 4; in der Mathematik spricht man informell allerdings eher von Objekten statt von Subjekten) und einem Prdikat (nmlich
Primzahl zu sein).
Weitere sehr einfach gebaute Aussagen sind Gleichungen wie 2 + 2 = 4 (wahr)
oder 2 + 2 = 5 (falsch). Gleichungen, aber vor allem Ungleichungen wie 4 < 5 (wahre
Aussage), lassen sich auch als Aussagen interpretieren, die lediglich aus Subjekt und
Prdikat bestehen. Im Beispiel 4 < 5 kann man als Subjekt nmlich das geordnete Paar
(4, 5) auffassen und als Prdikat die Kleinerbeziehung <.
Die Analogie zwischen mathematischer und natrlicher Sprache ist auch in folgendem
Punkt erhellend. Und zwar geht es um die Unterscheidung zwischen Bezeichnetem
(mathematischem Objekt) und Bezeichnendem (sprachlichem Symbol). Was gemeint
ist, wird sofort klar angesichts einer Gleichung wie 2 + 2 = 4. Das Gleichheitssymbol =
besagt, dass es sich links und rechts davon um identische Objekte handelt, die in jedem
beliebigen Kontext wechselseitig austauschbar sind. Die schriftliche Aneinanderreihung
der Symbole 2, + und nochmals 2 auf der linken Seite ist allerdings nicht identisch mit
dem Symbol 4 auf der rechten Seite. Daraus schlieen wir, dass sich das Symbol = auf
die bezeichneten Objekte bezieht und nicht auf die bezeichnenden Symbole. Die Unterscheidung zwischen Symbol und Objekt ist also unerlsslich. Mathematische Aussagen
1

10

Das bedeutet allerdings noch lange nicht, dass man immer entscheiden kann, ob eine bestimmte
Aussage wahr oder falsch ist. So wie in jeder lebendigen Wissenschaft gibt es auch in der Mathematik
viele offene Fragen. Von einigen kann man sogar beweisen, dass sie nicht entscheidbar sind jedenfalls
nicht in einer Weise, wie man das ursprnglich gehofft hat.

1.2 Die Sprache der Mathematik: Logik und Mengen


beziehen sich (so wie brigens auch Aussagen in der natrlichen Sprache) in der Regel2
auf die bezeichneten mathematischen Objekte und nicht auf die bezeichnenden Symbole,
mit denen diese bezeichnet werden.3
Diese Errterungen mgen hier etwas abgehoben wirken. Viele Irrtmer und Missverstndnisse von Studienanfngern (und nicht nur solchen) beruhen gerade auf diesbezglichen Verwechslungen. Beispiele dazu werden uns noch begegnen, schon bei der Unterscheidung zwischen Zahlen und ihren Zifferndarstellungen.
Die bisher behandelten Aussagen sind elementar oder auch atomar in dem Sinn, dass
sie sich nicht auf einfachere Bestandteile zurckfhren lassen. Die Mathematik wre
aber rmlich, msste sie sich mit solchen Atomformeln begngen. Dann knnte sie nicht
einmal so einfache Gesetze formulieren wie z.B.:
Kommutativgesetz (erste Fassung): Das Ergebnis einer Addition hngt nicht von der
Reihenfolge der Summanden ab.
Damit ist offenbar gemeint, dass a + b = b + a gilt, egal welche Zahlen fr a und
b eingesetzt werden. Die Symbole a und b stehen also fr beliebige Werte aus einer
bestimmten Menge. Man nennt a und b in diesem Zusammenhang (also ausnahmsweise in
ihrer Eigenschaft als Symbole) Variable. Wir erlauben uns in der Mathematik, Formeln
zu bilden, in denen Variable vorkommen, wobei der Wahrheitswert der entstehenden
Formel davon abhngen kann, was fr diese Variablen eingesetzt wird. Beispielsweise ist
die Formel a < b per se weder wahr noch falsch. Erst wenn a und b spezifiziert werden,
ergibt sich eine wahre (z.B. fr a = 4 und b = 5) oder falsche (z.B. fr a = 5 und
b = 4) Aussage. Gelegentlich spricht man dabei statt von einer Aussage auch von einer
Aussageform.
Wir kehren nochmals zum Kommutativgesetz zurck und finden eine konzisere Fassung als oben:
Kommutativgesetz (zweite Fassung): Fr alle Zahlen a und b gilt a + b = b + a.
Die Wendung Fr alle ... spielt in der Mathematik eine derart wichtige Rolle, dass
man dafr ein eigenes Symbol, den sogenannten Allquantor eingefhrt hat. Mit seiner
Hilfe lsst sich noch krzer schreiben:
Kommutativgesetz (dritte Fassung): a, b : a + b = b + a.
Um zu wrdigen, dass es sich dabei nicht nur um eine Abkrzung handelt, sondern
dass dadurch wesentliche Elemente der Mathematik deutlich werden, lohnt es, etwas
weiter auszuholen.
bungsaufgabe 1. (P) Formulieren Sie in natrlicher Sprache (d.h. ohne Verwendung
mathematischer Formeln) Aussagen, die
1. Gegenstand der Mathematik sind.
2. normalerweise nicht Gegenstand der Mathematik sind, die aber geeignet wren,
Gegenstand der Mathematik zu sein.
2

Ausnahmen zu dieser Regel kommen vor, besonders in der Informatik, in der mathematischen Logik,
in der Algebra etc., mssen dann aber ausdrcklich als solche gekennzeichnet werden.
Wer mag, darf sich an der Assoziation zu Magrittes berhmtem Bild einer Pfeife mit dem Text Ceci
nest pas une pipe erfreuen.

11

1 Vorbemerkungen und Grundbegriffe


3. nicht geeignet sind, Gegenstand der Mathematik zu sein.

1.2.2 Junktoren und Quantoren


Junktoren und Quantoren dienen dazu, aus Aussagen kompliziertere zu bilden, und zwar
in einer Weise, dass sich der Wahrheitswert der neuen Aussage aus den Wahrheitswerten
der ursprnglichen eindeutig ergibt.
Allgemein gebruchlich sind fnf Junktoren, die auf eine bzw. auf zwei Aussagen angewendet werden, und zwei Quantoren, die sich auf beliebig, typischerweise auch unendlich
viele Einzelaussagen beziehen.
Negation, nicht, : Der Wahrheitswert der Aussage A ist verschieden von jenem der
Aussage A. Beispiel einer wahren Aussage mit Negation ist (5 < 4).4 Negationen
schreibt man oft auch als 3 6= 4 fr (3 = 4), 1
/ N fr (1 N), . . .
Konjunktion, und, : Die Aussage A B ist genau dann wahr, wenn sowohl A als auch
B wahr sind. Beispiel einer wahren Aussage mit Konjunktion: (4 < 5) (5 < 6).
Disjunktion, oder, : Die Aussage A B ist genau dann wahr, wenn wenigstens eine
der Aussagen A und B wahr ist. Beispiel einer wahren Aussage (nicht nur) mit
Disjunktion: Fr alle rellen Zahlen a, b gilt (a b) (b a).
Implikation, wenn-dann, : Die Aussage A B ist nur dann falsch, wann A (das
Vorderglied der Implikation) wahr und B (das Hinterglied der Implikation) falsch
ist. Beispiel einer wahren Aussage (nicht nur) mit Implikation: Fr alle reellen
Zahlen a gilt (a < 4) (a < 5). Man beachte, dass eine Implikation A B laut
Vereinbarung jedenfalls dann wahr ist, wenn B wahr ist, und auch dann, wenn A
falsch ist. Zum Beispiel ist die Implikation 2 < 1 1 < 2 wahr. Das mag fr
den Anfnger ungewohnt sein, ist in der Mathematik aber zweckmig. Vielleicht
wird es dann verstndlich, wenn man sich als Merkregel einprgt: Die Implikation
A B bedeutet, dass B mindestens so wahr ist wie A. Oder: Gilt A, dann erst
recht B; gilt A nicht, dann ist uns fr B alles recht.
quivalenz, genau-dann-wenn, : Die Aussage A B ist genau dann wahr, wenn A
und B denselben Wahrheitswert haben. Beispiel einer wahren Aussage (nicht nur)
mit quivalenz: Fr alle a gilt (a < 4) (4 > a).
Allquantor, fr alle, : Kommt in einer Formel eine Variable, z.B. x, vor, so hngt der
Wahrheitswert von A(x) davon ab, was fr x eingesetzt wird. Die Aussage x : A(x)
ist genau dann wahr, wenn fr alle (im gegebenen Kontext sinnvollen) Werte a, die
fr die Variable x eingesetzt werden knnen, die Aussage A(a) wahr ist. Die Beispiele zur Disjunktion, Implikation und quivalenz lassen sich auch mit Allquantor
schreiben, etwa zur quivalenz: x : (x < 4) (4 > x). Man beachte, dass so eine
Allaussage auch als Konjunktion unendlich vieler Aussagen interpretiert werden
4

12

Wir verwenden Klammern in der blichen Weise, d.h. um klarzustellen, welche Teilformeln zuerst zu
lesen sind.

1.2 Die Sprache der Mathematik: Logik und Mengen


kann, im Beispiel (wenn wir den Quantor auf die natrlichen Zahlen 0, 1, 2, . . .
beziehen) als ((0 < 4) (4 > 0)) ((1 < 4) (4 > 1)) ((2 < 4) (4 > 2)) . . ..
Existenzquantor, es gibt, : Die Aussage x : A(x) ist genau dann wahr, wenn unter
allen (im gegebenen Kontext sinnvollen) Werten a, die fr die Variable x eingesetzt
werden knnen, wenigstens einer existiert, fr den die Aussage A(a) wahr ist. Beispiel einer wahren Aussage mit All- und Existenzquantor, bezogen auf natrliche
Zahlen: xy : y > x (zu jeder natrlichen Zahl x gibt es eine grere Zahl y).
Falsch wre hingegen: yx : y > x (es gibt eine natrliche Zahl y, die grer
ist als alle x). Analog zum Allquantor lsst sich der Existenzquantor auch als unendliche Disjunktion interpretieren. Man beachte, dass der Existenzquantor auch
bei Negationen des Allquantors auftritt: Wenn etwas nicht fr alle gilt, so gibt es
zumindest ein Gegenbeispiel, genauer: Die Formel (x : A(x)) (x : A(x))
ist, wie man sagt, allgemeingltig, weil sie unabhngig von der inhaltlichen Bedeutung von A(x) immer wahr ist. Ebenfalls allgemeingltig ist die dazu duale
Formel: (x : A(x)) (x : A(x)) (bung).
Damit sind im Wesentlichen alle fr die Mathematik relevanten Mglichkeiten beschrieben, wie aus einfachen Aussagen komplexere gebildet werden knnen. Will man
mathematische Aussagen (wenigstens in ihrer formalen Bedeutung) verstehen, muss man
also vor allem diese Sprachelemente beherrschen. Formeln, in denen keine Quantoren,
sondern nur Junktoren vorkommen, heien auch aussagenlogische Formeln.
Besonders wichtig sind in der Mathematik quivalenzen. Gilt nmlich A B (man
sagt dann, A und B sind quivalent), so kann man (hnlich wie bei Gleichungen a = b
zwischen zwei Objekten, zum Beispiel Zahlen, a und b) die Aussage A beliebig durch die
Aussage B ersetzen und vice versa. Zum Beispiel sind fr alle reellen Zahlen a und b die
Aussagen a b = 0 (Aussage A) und a = b (Aussage B) quivalent. Ersetzt man die eine
durch die andere, spricht man von einer quivalenzumformung.
Wir werden die Symbole fr die Junktoren und Quantoren keineswegs immer einsetzen, nur weil das mglich ist, sondern eher selten. Sehr oft werden wir eine verbale
Ausdrucksweise bevorzugen. Indem man sich die Symbole trotzdem einprgt, schrft
man aber den Blick fr die Struktur mathematischer Aussagen. Das erweist sich als sehr
hilfreich.
Um in der Notation Klammern zu sparen, verwenden wir folgende allgemein blichen
Bindungsregeln fr Junktoren: Am strksten bindet die Negation , dann Konjunktion
gleich stark wie Disjunktion (zwischen den beiden mssen also jedenfalls Klammern
gesetzt werden), am schwchsten und (zwischen diesen beiden sind auch Klammern
blich). Zum Beispiel ist A B B als ((A) B) B zu lesen.
In der mathematischen Argumentation spielen allgemeingltige Aussagen sie wurden
im Zusammenhang mit dem Existenzquantor bereits definiert eine besondere Rolle.
Im Fall einer quivalenz F1 F2 (F1 , F2 stehen dabei fr kompliziertere Formeln, die
aus einfachen Formeln A, B, C, . . . aufgebaut sind) kann man dann nmlich F1 beliebig
durch F2 ersetzen und vice versa, d.h. eine quivalenzumformung durchfhren. Beispiel:
x y = 0 ist quivalent zu x = y.

13

1 Vorbemerkungen und Grundbegriffe


Handelt es sich um aussagenlogische Formeln, so heien allgemeingltige Formeln auch
Tautologien. Sie sind also fr beliebige Wahrheitswerte der Teilaussagen selber immer
wahr. Um zu berprfen, ob es sich bei einer gegebenen aussagenlogischen Formel um
eine Tautologie handelt, gengt es, alle Flle mglicher Wahrheitswertebelegungen der
vorkommenden Formeln zu betrachten. Davon gibt es 2, 4, 8, . . .; je nachdem, ob eine,
zwei, drei oder mehr Formeln A, B, C, . . . darin vorkommen. Fr zwei Formeln A und B
zum Beispiel gibt es die vier Belegungen w-w (A wahr, B wahr), w-f, f-w, f-f. Praktisch
sind dabei sogenannte Wahrheitswertetabellen, wo in jeder Zeile ein Fall untersucht wird.
Dazu einige bungen.
bungsaufgabe 2. (T) Drei Personen A, B und C machen die folgenden Aussagen:
A: B und C sagen die Wahrheit.
B: A sagt die Wahrheit.
C: A lgt und B sagt die Wahrheit.
Finden Sie mittels Aussagenlogik heraus, wer lgt und wer die Wahrheit sagt.
bungsaufgabe 3. (T) Fr ein Verbrechen gibt es 3 Verdchtige A, B und C, sowie
die folgenden Ermittlungsergebnisse:
Wenn sich B oder C als Tter herausstellen, dann ist A unschuldig.
Wenn A oder C unschuldig sind, dann muss B der Tter sein.
Wenn C schuldig ist, dann ist A sein Mittter.
Finden Sie mittels Aussagenlogik heraus, wer der oder die Tter sind.
bungsaufgabe 4. (T) Begrnden Sie, warum die folgenden zusammengesetzten Aussagen Tautologien sind, d.h. immer wahr, unabhngig davon, welche Wahrheitswerte die
vorkommenden Einzelaussagen A, B, C haben.
1. (A A) (Satz vom Widerspruch)
2. A A (tertium non datur)
3. (A B) (A B) (erste Umschreibung der Implikation)
4. (A B) (A B) (zweite Umschreibung der Implikation)
5. (A B) (A B) (A B) (Umschreibung der quivalenz)
6. (A B) (B A) (Kontraposition)
7. A (B C) (A B) (A C) (erstes Distributivgesetz)
8. A (B C) (A B) (A C) (zweites Distributivgesetz)

14

1.2 Die Sprache der Mathematik: Logik und Mengen


9. (A B) A B (erste de Morgansche Regel)
10. (A B) A B (zweite de Morgansche Regel)
Kommen in einer Formel auch Quantoren mit Variablen vor, so knnen die Variablen
eventuell unendlich viele Werte durchlaufen, was unendlich viele Flle bedeutet. Will
man entscheiden, ob die Formel allgemeingltig ist, so steht keine allgemeine Methode wie die der Wahrheitswertetabellen zur Verfgung. In einfachen Fllen fhren aber
inhaltliche berlegungen zum Ziel.
Zum Beispiel ist die Formel
(x : A(x)) (x : B(x)) (x : (A(x) B(x)))
allgemeingltig. Begrndung: Als Implikation knnte die Formel nur falsch sein, wenn
das Vorderglied (x : A(x)) (x : B(x)) der Implikation wahr und das Hinterglied
x : (A(x) B(x)) falsch wre. Ist das Vorderglied wahr, so muss (erster Fall) fr alle
x die Aussage A(x) wahr sein oder (zweiter Fall) fr alle x die Aussage B(x). In beiden
Fllen ist aber auch A(x)B(x) fr alle x wahr, also x : (A(x)B(x)), das Hinterglied.
Also ist die Implikation insgesamt allgemeingltig. Die umgekehrte Implikation
(x : (A(x) B(x))) (x : A(x)) (x : B(x))
ist jedoch nicht allgemeingltig. Um das zu einzusehen, beziehe man die Variable x zum
Beispiel auf smtliche natrliche Zahlen. A(x) stehe fr die Aussage x ist gerade, B(x)
fr die Aussage x ist ungerade. Weil jede natrliche Zahl x gerade oder ungerade ist, ist
das Vorderglied wahr. Weil aber weder alle natrlichen Zahlen x gerade sind, noch alle
natrlichen Zahlen x ungerade sind, ist das Hinterglied der Implikation und somit die
gesamte Implikation falsch.
In den folgenden bungen bedeutet die Schreibweise A(x, y), dass die Aussage von
zwei Variablen abhngt, wie zum Beispiel x < y.
bungsaufgabe 5. (T) berlegen Sie, welche der folgenden Formeln allgemeingltig
sind und begrnden Sie Ihre Antwort. Im negativen Fall bedeutet das das Finden eines
Beispiels, d.h. die Angabe konkreter A, B, x, y, . . .
1. (x : A(x)) x : A(x) (erste de Morgansche Regel fr Quantoren)
2. (x : A(x)) x : A(x) (zweite de Morgansche Regel fr Quantoren)
3. (x : A(x)) (x : B(x)) (x : (A(x) B(x)))
4. (x : A(x)) (x : B(x)) (x : (A(x) B(x)))
5. (x : A(x)) (x : B(x)) (x : (A(x) B(x))
6. (x : A(x)) (x : B(x)) (x : (A(x) B(x)))
7. (x y : A(x, y)) (y x : A(x, y))

15

1 Vorbemerkungen und Grundbegriffe


8. (x y : A(x, y)) (y x : A(x, y))
9. (x y : A(x, y)) (y x : A(x, y))
bungsaufgabe 6. (T) A(x) stehe fr Person x schweigt, B(x) fr Person x stimmt
zu. Schreiben Sie mittels logischer Symbole und Quantoren:
1. Wer schweigt, stimmt zu.
2. Es gibt jemanden der schweigt, aber trotzdem widerspricht.
3. Jeder der zugestimmt hat, hat geschwiegen.
4. Niemand der gesprochen hat, hat zugestimmt.
Entscheiden Sie welche der Aussagen (2), (3) und (4) der Aussage (1) widersprechen,
sowie welche der Aussagen (1), (2) und (3) zur Aussage (4) quivalent sind!
Auf sptere Abschnitte (1.2.3 und 1.3.1) vorgreifend verwenden wir in den folgenden
bungsaufgaben schon die aus der Schule vertraute Notation x N fr x ist eine
natrliche Zahl bzw., wrtlich, x ist ein Element der Menge N u..
bungsaufgabe 7. (T) Sind die folgenden Formeln wahr oder falsch? Geben Sie jeweils
eine Begrndung oder ein Gegenbeispiel an.
1. x N y N : x > y
2. x N y N : x > y
3. x N y N : x > y
4. x N y N : x > y
Was passiert wenn sie in den Formeln N durch Z ersetzen?
bungsaufgabe 8. (T) Sind die folgenden Formeln wahr oder falsch? Geben Sie jeweils
eine Begrndung oder ein Gegenbeispiel an.
1. x R y R : x = y 2
2. x R y R : x2 = y
3. x R y R : y 2 < x
4. x R y R : x < y 2
Was passiert, wenn Sie in den ersten beiden Formeln R durch C bzw. wenn Sie in den
letzten beiden Formeln R durch Q ersetzen ?

16

1.2 Die Sprache der Mathematik: Logik und Mengen


Besonders hufig kommt in der Mathematik die Negation von Formeln mit mehreren
Quantoren vor. Verwendet man mehrmals die de Morganschen Regeln aus bungsaufgabe 5, so sieht man, dass zum Beispiel x y z : A(x, y, z) quivalent zu x y z :
A(x, y, z) ist.
Im Anschluss an diesen Themenkreis noch eine Bemerkung und Konvention: Kommen
in einer Formel Variable vor, ohne dass sie vorher bei einem Quantor stehen (man sagt:
von einem Quantor gebunden werden), so nennt man sie freie Variable. Kommt in einer
Formel eine freie Variable vor, so handelt es sich, wie schon frher erwhnt, nicht um
eine Aussage, sondern bestenfalls um eine Aussageform, die fr sich genommen keinen
Wahrheitswert hat. Um sie zu einer Aussage zu machen, bieten sich drei Mglichkeiten
an: Indem man fr die freie Variable einen Wert einsetzt, indem man sie durch einen
Existenzquantor bindet, oder indem man sie durch einen Allquantor bindet. Wird diesbezglich nichts explizit dazu gesagt, geht man meist von der Konvention aus, dass ein
Allquantor dazu zu denken ist. Wird also beispielsweise die Formel a+b = b+a als Aussage behauptet, ist meistens a, b : a+b = b+a gemeint oder, genauer a b : a+b = b+a.
Ist etwas anderes gemeint, muss dies ausdrcklich gekennzeichnet werden. Darauf zu vergessen ist ein uerst hufiger Anfngerfehler.
bungsaufgabe 9. (T) Fr natrliche Zahlen m, n N 5 gibt es den Begriff der
Teilbarkeit (vgl. auch Abschnitt1.3.9). Wir schreiben n|m, wenn die natrliche Zahl n die
natrliche Zahl m teilt, d.h. wenn es eine natrliche Zahl k gibt mit m = nk. Betrachten
Sie fr n, m N die folgenden Aussagen:
1. n|m dann und nur dann, wenn der Bruch

n
m

eine natrliche Zahl ist.

2. Zu jeder natrlichen Zahl gibt es mindestens einen Teiler.


3. Wenn n|m, dann auch n|(m2 )
4. Wenn 2|(nm), dann 2|n oder 2|m.
Schreiben Sie diese Aussagen als Formeln, d.h. mit Quantoren und Implikationen an und
berzeugen Sie sich von deren Korrektheit.
bungsaufgabe 10. (T) Finden Sie die Negationen der Aussagen aus bungsaufgabe
9 zuerst in Alltagssprache und dann als mathematische Formeln. Achtung: Da die ursprnglichen Aussagen wahr sind, sind ihre Negationen falsch. In dieser Aufgabe sollen
Sie diese (falschen Aussagen) natrlich nicht beweisen, sondern lediglich formulieren!

1.2.3 Mengen und mengentheoretische Operationen


Obwohl der Begriff der Menge erst in der zweiten Hlfte des 19.Jahrhunderts durch
das Werk Georg Cantors (1845-1918) Eingang in die mathematische Terminologie fand,
handelt es sich dabei nach allgemeiner heutiger Auffassung in Verbindung mit der Elementschaftsbeziehung um den fundamentalen Begriff der Mathematik schlechthin.
5

Etwas vorgreifend darf in dieser Aufgaben diese Notation verwendet werden, nmlich dafr, dass n
und m natrliche Zahlen, also Elemente der Menge N aller natrlichen Zahlen sind.

17

1 Vorbemerkungen und Grundbegriffe


Dabei mssen wir uns hier keineswegs mit allen Aspekten beschftigen. Das fr uns
Wichtige lsst sich recht knapp zusammenfassen.
Als Versuch einer Definition formulierte Cantor:
Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten m unserer Anschauung oder unseres Denkens (welche die Elemente von M genannt werden) zu einem Ganzen.
Ohne auf die logischen Probleme dieser Definition nher einzugehen6 gengt fr uns,
dass es ganz im Sinne der zweiwertigen Logik immer nur darauf ankommt, ob fr
gegebenes m und M die Elementsbeziehung gilt oder nicht, symbolisch m M bzw.
m
/ M . Diesem Paradigma entsprechend ist jede Menge allein durch ihre Elemente
bestimmt, anders formuliert: Haben die Mengen A und B dieselben Elemente, so sind
sie gleich, und natrlich haben umgekehrt gleiche Mengen dieselben Elemente. Formal:
(x : (x A) (x B)) A = B.
Gebruchlich sind Schreibweisen wie beispielsweise: {1, 2, 3} fr die Menge, die genau
die drei Elemente 1, 2 und 3 enthlt; {1, 2, 3, . . .} fr die (unendliche) Menge aller positiven ganzen Zahlen; {x : 1 < x < 2} fr die Menge aller (reellen) Zahlen, die zwischen
1 und 2 liegen etc.
bungsaufgabe 11. (P) Erklren Sie, warum {1, 2} = {1, 2, 1}, aber {1, 2} =
6 {{1}, {2}}.
Cantor verlieh seinem Mengenbegriff Tiefe, weil in seinen Untersuchungen (zu sogenannten Fourierreihen) auch unendliche Mengen auftraten und er erkannte, dass man
auch dort von kleineren und greren Mengen sprechen kann. Mengenlehre bedeutet
gem den historischen Wurzeln also vor allem die Untersuchung der verschiedenen Unendlichkeiten. Diesen Aspekt werden wir am Ende von 1.2.5 bei der Unterscheidung
abzhlbarer und berabzhlbarer Mengen nochmals kurz ins Auge fassen.
Zunchst halten wir naiv die Schreibweise |M | fr die Anzahl der Elemente einer
Menge M fest, sofern M endlich ist, z.B. |{4, 5, 7}| = 3. Eine besondere Rolle spielt die
leere Menge {}, fr die man auch schreibt. Sie ist dadurch gekennzeichnet, dass sie
kein Element enthlt. Fr sie gilt daher || = 0.
Im Laufe des 20.Jahrhunderts kristallisierte sich der Mengenbegriff als Grundbegriff
fr die Mathematik schlechthin heraus, weil man lernte, (fast) alle interessanten mathematischen Objekte als Mengen zu deuten. Das gibt der Mathematik eine Vereinheitlichung, wie sie beispielsweise der Physik noch abgeht. Neben sthetischen Qualitten hat
das auch groe prinzipielle Vorteile, die fr uns allerdings kaum eine Rolle spielen.
6

18

Dem englischen Philosophen und Logiker Bertrand Russell fiel auf, dass die Menge R aller Mengen,
die sich selbst nicht als Element enthalten, zum Widerspruch R R R
/ R fhrt. Als Konsequenz
lie man die Bildung von Mengen nicht mehr in dieser absolut freizgigen Weise zu. Man formulierte
ausdrcklich, welche Konstruktionen erlaubt sind. Beispiel (Vereinigungsmengenaxiom): Zu jeder
Menge von Mengen gibt es die Vereinigungsmenge. Je nach Zhlweise knapp zehn derartige Aussagen
wurden zu Axiomen erhoben, auf deren Basis Mengenlehre und in weiterer Folge der grte Teil der
modernen Mathematik betrieben wird.

1.2 Die Sprache der Mathematik: Logik und Mengen


Fr uns ist vor allem die Sprache der Mengenlehre ntzlich. Denn sehr hufig erweist
es sich als vorteilhaft, wenn man von einer abstrakten Eigenschaft E zu einer (als vergleichsweise konkretes Objekt vorstellbaren) Menge bergehen kann, nmlich zur Menge
M aller Elemente mit der Eigenschaft E. Man schreibt
M = {x : E(x)} oder M = {x| E(x)}.
Bei der Eigenschaft E(x) kann es sich auch um eine Gleichung, Ungleichung oder gar
ein System von Gleichungen und/oder Ungleichungen handeln, in denen vielleicht neben
der Variablen x auch noch weitere Variablen, etwa y, z, . . . vorkommen. In diesem Fall
schreibt man E(x, y, z) statt E(x), und M ist die Menge aller Lsungen dieses Systems,
die sogenannte Lsungsmenge.
Doch interessiert uns zunchst das Verhltnis zwischen Logik und Mengen. Dabei stoen wir auf mengentheoretische bersetzungen der logischen Junktoren und Quantoren.
Konjunktion und (Durch-) Schnitt : Der sogenannte Durchschnitt oder auch die
Schnittmenge M N der Mengen M und N besteht aus jenen Elementen, die
sowohl in M als auch in N liegen, formal:
M N := {x : x M x N }.
Ist der Schnitt M N = leer, so nennt man die Mengen M und N disjunkt.
Disjunktion und Vereinigung : Die sogenannte Vereinigung M N besteht aus jenen Elementen, die in wenigstens einer der Mengen M oder N liegen, formal:
M N := {x : x M x N }.
Negation , Komplement und Differenz \: Unter dem Komplement M C der Menge M
versteht man M C := {x : x M } (absolutes Komplement). Meist (streng
genommen muss man das sogar immer tun) bezieht man sich allerdings auf eine
umfassende Menge X, in der alle betrachteten x liegen, also eigentlich M C = {x :
x X x M } = {x X : x
/ M } (relatives Komplement), ein Spezialfall der
fr beliebige Mengen M, N definierten mengentheoretischen Differenz
M \ N := {x : x M x
/ N }.
Gelegentlich von Interesse ist auch die symmetrische Differenz
M 4 N := (M \ N ) (N \ M ).
Implikation und Teilmengenbeziehung : In diesem Fall ist die interessante Analogie zwischen Junktor und Menge von formal etwas anderer Art als zuvor. Und zwar
nennen wir M eine Teilmenge von N , N eine Obermenge von M , symbolisch
M N bzw. N M , wenn fr alle x die Implikation x M x N wahr ist,
das heit wenn jedes Element von M auch ein Element von N ist.

19

1 Vorbemerkungen und Grundbegriffe


quivalenz und Gleichheit =: Bereits weiter oben haben wir gesehen: M = N genau
dann, wenn die quivalenz x M x N fr alle x wahr ist.
Allquantor und groer Durchschnitt : Angenommen fr jedes i I (Indexmenge,
darf auch unendlich sein) ist eine Menge Mi gegeben. Dann lsst sich der Durchschnitt D all dieser Mengen bilden, symbolisch:
T

D=

Mi := {x : i I : x Mi }

iI

D besteht also aus jenen x, die in jedem einzelnen Mi als Element enthalten sind.
T
In der Mengentheorie ist auch die alternative Schreibweise S := {x | M S :
x M } fr den Durchschnitt aller Mengen M , die selbst Element einer gegebenen
Menge S von Mengen sind. Fr obiges D wre also S := {Mi : i I} zu setzen.
S

Existenzquantor und groe Vereinigung : Dual zum Durchschnitt: Angenommen fr


jedes i I (Indexmenge) ist eine Menge Mi gegeben. Dann lsst sich die Vereinigung V all dieser Mengen bilden, symbolisch:
V =

Mi := {x | i I : x Mi }

iI

V besteht also aus jenen x, die in wenigstens einem der Mi als Element enthalten sind. Analog zum Durchschnitt ist in der Mengentheorie auch die alternative
S
Schreibweise V = S := {x | M S : x M } gebruchlich; und zwar fr die
Vereinigung aller Mengen M , die selbst Element einer gegebenen Menge S von
Mengen sind. Fr obiges V wre wieder S := {Mi : i I} zu setzen.
bungsaufgabe 12. (T) Untersuchen Sie, ob die nachfolgenden Gleichungen fr alle
Mengen A, B, C, . . ., Ai (i I), Bj (j J) gelten. Stets ist eine Begrndung zu geben;
lautet die Antwort nein, dann in Form eines Gegenbeispiels.
1. A B = B A
2. A \ B = B \ A
3. A 4 B = B 4 A
4. A (B C) = (A B) C
5. A (B C) = (A B) C
6. A (B C) = (A B) (A C)
S

7. (

8. (

iI

Ai ) B =

iI

Ai )

S

iI (Ai

jJ

Bj =

B)
S

iI

jJ (Ai

Bj )

Hinweis: Oft lassen sich die Mengengleichungen in logische Beziehungen zwischen Aussagen der Form x A, x B etc. umformulieren.

20

1.2 Die Sprache der Mathematik: Logik und Mengen

1.2.4 Kartesische Produkte und Relationen


Weiter oben im Zusammenhang mit Prdikaten sind bereits geordnete Paare aufgetaucht. Ganz allgemein kommt es bei einem geordneten Paar (a, b) nur auf die beiden
Komponenten a und b und ihre Reihenfolge an. Die entscheidende Eigenschaft lsst
sich in der Formel
(a, b) = (c, d) ((a = c) (b = d))
ausdrcken. Man beachte, dass das geordnete Paar (a, b) nicht mit der Zweiermenge
{a, b} verwechselt werden darf, weil ja nach Definition der Gleichheit von Mengen immer
{a, b} = {b, a} gilt, whrend (a, b) = (b, a) nur fr a = b zutrifft.7
Mittels geordneter Paare lsst sich der Begriff des kartesischen Produktes
A B := {(a, b) : a A, b B}
bilden. Dabei handelt es sich also um die Menge aller geordneten Paare (a, b), deren erste
Komponente a ein Element von A und deren zweite Komponente b ein Element von B ist.
Die Bezeichnung bezieht sich auf Cartesius, die lateinische Namensform fr Ren Descartes (1596-1650). Sie findet sich auch im Begriff des kartesischen Koordinatensystems
wieder, der natrlichen Veranschaulichung eines kartesischen Produktes.
bungsaufgabe 13. (P) Erklren Sie die Mengengleichheiten
!

[
iI

Bi

[
iI

(Ai B)

und

\
iI

Bi

(Ai B).

iI

Man kann natrlich auch geordnete Tripel, Quadrupel, ..., n-tupel definieren
durch (a, b, c) := ((a, b), c) und allgemein (rekursiv, wir werden Rekursionen in 1.3.8
noch systematischer behandeln)
(a1 , a2 , . . . , an , an+1 ) := ((a1 , a2 , . . . , an ), an+1 ).
Entsprechend knnen kartesische Produkte mehrerer Mengen Ai , i = 1, 2 . . . , n, definiert
werden als
A1 . . . An := {(a1 , . . . , an ) : ai Ai , i = 1, . . . , n}.
Wenn wir uns nochmals an zweistellige Prdikate erinnern, zum Beispiel an die Kleinerbezeihung <, so knnen wir diese bersetzen in die Menge aller Paare (a, b), fr die
a < b gilt. Beziehen wir uns beispielsweise auf natrliche oder reelle Zahlen, so wird
damit < selbst zu einer Menge (das entspricht dem bereits erwhnten Paradigma, alle
Objekte der Mathematik als Mengen aufzufassen), und zwar zur Teilmenge eines kartesischen Produktes (im Beispiel N N oder R R).
Generell nennt man jede Menge R der Gestalt R A B eine Relation zwischen den
Mengen A und B, im Falle A = B auch eine Relation auf A. R(1) = {(b, a) : (a, b) R}
heit die inverse Relation (manchmal auch Umkehrrelation) von R, Beispiel: > ist
die inverse Relation von <.
7

Es ist mglich, geordnete Paare selbst so als Mengen zu definieren, dass die oben formulierte entscheidende Eigenschaft erfllt ist, beispielsweise als (a, b) := {{a}, {a, b}}. Fr uns ist das aber nicht
weiter von Bedeutung.

21

1 Vorbemerkungen und Grundbegriffe


bungsaufgabe 14. (T) Viele aus der Schule bekannte Verknpfungen und Operationen (bei Bedarf knnen Sie auch im Index nachsehen) sind assoziative Relationen,
d.h. a ? (b ? c) = (a ? b) ? c. Dabei bezeichnet ? die fragliche Verknpfung. Eine weitere
interessante Eigenschaft ist die Kommutativitt, d.h. die Gltigkeit von a ? b = b ? a.
Untersuchen Sie folgende Beispiele auf Assoziativitt und Kommutativitt:
1. Exponentiation: a ? b := ab mit a, b N.
2. Grter gemeinsamer Teiler: n ? m := ggT(n, m) mit n, m N.
3. Kreuz- oder Vektorprodukt: x ? y = x y, fr Vektoren x, y R3 , siehe auch 1.5.7.
Geben Sie jeweils ein Gegenbeispiel an, falls eine Eigenschaft verletzt ist.
bungsaufgabe 15. (P) Auf einer beliebigen Menge M von Mengen, kann man die
Teilmengenbeziehung auch als Relation, d.h. als Menge R von Paaren auffassen. Tun
Sie das fr die Menge aller Teilmengen von {1, 2, 3}, indem Sie alle Elemente von R
angeben. Hinweis: Erstellen Sie eine passende 8 8 Tabelle.

1.2.5 Der Funktionsbegriff


Von besonderem Interesse sind bestimmte spezielle Relationen R A B, fr die man
andere Schreibweisen bevorzugt. Und zwar nennt man f A B eine Abbildung
oder Funktion8 von A nach B und schreibt f : A B, wenn es zu jedem a A genau
ein b B gibt mit (a, b) f . Dieses b nennt man das Bild oder den (Funktions-)
Wert von f bei a (an der Stelle a). Man schreibt auch b = f (a) oder f : a 7 b.
A nennt man Definitionsmenge/-bereich von f , B Zielmenge/-bereich oder
Wertevorrat. Jene b B, die tatschlich als Bilder von einem oder mehreren Elementen
a A auftreten, fasst man zur Bildmenge f (A) = {f (a) : a A} B zusammen.
Man beachte, dass durch f selbst (nmlich als Menge gewisser geordneter Paare) A
und f (A) eindeutig bestimmt sind, nicht aber B. Denn jede Obermenge von f (B) ist
als Wertevorrat zulssig. Ist f (B) = B, so nennt man f : A B surjektiv. Haben
verschiedene Elemente a1 6= a2 A stets verschiedene Bilder (oder gleichbedeutend: folgt
aus f (a1 ) = f (a2 ) stets a1 = a2 ), so heit f injektiv. Ist f : A B sowohl surjektiv
als auch injektiv, so nennt man f auch bijektiv. Eine bijektive Abbildung nennt man
auch eine Bijektion. Unter smtlichen Abbildungen ist genau im bijektiven Fall die
inverse Relation (Umkehrrelation) f (1) von f selbst wieder eine Abbildung (Funktion)
f (1) : B A, genannt die inverse Abbildung (Funktion), Umkehrabbildung
oder Umkehrfunktion von f .
bungsaufgabe 16. (T) Durch welche der folgenden Vorschriften wird eine Funktion
definiert? Falls eine Funktion vorliegt, entscheiden Sie, ob diese injektiv, surjektiv oder
bijektiv ist.
8

22

Formal bedeuten beide Worte Abbildung und Funktion dasselbe. In der reellen Analysis, der groe
Teile der Vorlesung zuzuordnen sind, werden wir hufiger von Funktionen sprechen, in der Linearen
Algebra in der Vorlesung Mathematik 2 hingegen wird viel von (linearen) Abbildungen die Rede sein.

1.2 Die Sprache der Mathematik: Logik und Mengen


1. f : {Studierende der TU Wien} N und f (x) = Matrikelnummer von x.
2. f : {Studierende der TU Wien} {A, B, AB, 0} und f (x) = Blutgruppe von x.
3. f : {Noten in der Partitur von Beethovens 9. Symphonie} {d, e, f, g, a, b, c}
und f (x) = Tonname von x. Hinweis: Freude
4. f : {Einwohner von sterreich} {Vornamen} und
f (x) = Vorname der Tochter von x.
5. f : {Einwohner von sterreich} {Vornamen} und
f (x) = Vorname des Vaters von x.
6. f : {Elemente des Periodensystems} N und f (x) = Ordnungszahl von x.
7. f : {Elemente des Periodensystems} N und f (x) = Massenzahl von x.
Beispiele von Funktionen werden uns sehr bald und dann fast stndig begleiten. (Ein
typisches Beispiel ist etwa f (x) := x2 als weder injektive noch surjektive reelle Funktion
f : R R.)
Oft betrachtet man die Wirkung einer Funktion f : D X auf einer Teilmenge
T D des Definitionsbereichs D. Genauer: Die Menge fT := {(x, f (x)) : x T } ist
dann wieder eine Funktion, nmlich fT : T X. Man nennt fT die Einschrnkung
von f auf T , f eine Fortsetzung von fT auf D. Meist verzichtet man auf den Index T
in fT und bezeichnet, ungenau, Einschrnkung und Fortsetzung mit demselben Symbol.
Auf einer beliebigen Menge M gibt es die sogenannte identische Funktion oder
Identitt IdM : M M , wo jedes m M sich selbst als Bild zugeordnet wird, also
m 7 IdM (m) := m. Von besonderer Wichtigkeit ist das Konzept der Komposition,
Verknpfung oder Hintereinanderausfhrung (oder manchmal auch etwas missverstndlich Multiplikation) g f : A C zweier Funktionen f : A B und g : B C.
Sie ist definiert durch (g f )(a) := g(f (a)) fr alle a A. Ein Element a wird also zuerst
f unterworfen, das Resultat f (a) B schlielich g. Man sieht sehr schnell:
1. f IdA = f und IdB f = f
2. (h g) f = h (g f ) fr h : C D
3. f (1) f = IdA und f f (1) = IdB fr bijektives f
bungsaufgabe 17. (T) Sei A = {1, 2, 3}. Wieviele Abbildungen f : A A gibt es?
Welche davon sind injektiv, surjektiv, bijektiv? Geben Sie die Umkehrabbildungen f (1)
aller bijektiven f : A A an.
bungsaufgabe 18. (P) Seien f : A B und g : B C irgendwelche Abbildungen
und h := g f , also h(a) := g(f (a)). Zeigen Sie:
1. Sind f und g injektiv, so auch h.
2. Sind f und g surjektiv, so auch h.

23

1 Vorbemerkungen und Grundbegriffe


3. Sind f und g bijektiv, so auch h.
bungsaufgabe 19. (P) Seien wieder f : A B und g : B C irgendwelche
Abbildungen und h := g f .
1. Sei h injektiv. Folgt daraus auch die Injektivitt von f oder von g?
2. Sei h surjektiv. Folgt daraus auch die Surjektivitt von f oder von g?
3. Sei h bijektiv. Folgt daraus auch die Bijektivitt von f oder von g?
Begrndung Sie jeweils Ihre Antwort (im negativen Fall ist ein Gegenbeispiel anzugeben).
Seien f : A B und A, B endliche Mengen. Ist f injektiv, so beobachten wir |A| |B|;
ist f surjektiv oder gar bijektiv, so gilt analog |A| |B| bzw. |A| = |B|. Cantor nutzte
genau diese Eigenschaften injektiver und bijektiver Abbildungen, um auch fr unendliche
Mengen Grenvergleiche anzustellen, indem er definierte: A ist kleiner oder gleich B
(die Mchtigkeit oder Kardinalitt von B ist mindestens so gro wie die von A),
symbolisch |A| |B|, falls es ein injektives f : A B gibt. Gibt es sogar ein bijektives
f : A B, so nennt man A und B gleich gro (von gleicher Mchtigkeit) und schreibt
|A| = |B|. (Unendliche) Mengen, die gleich gro sind wie die Menge N = {0, 1, 2, . . .}
heien abzhlbar (das ist die kleinste mgliche Gre einer unendlichen Menge), solche
die strikt grer sind als N heien berabzhlbar. Explizit bedeutet die Abzhlbarkeit
einer unendlichen Menge A, dass man alle ihre Elemente der Reihe nach als sogenannte
Folge (Abzhlung) a0 , a1 , a2 , . . . auflisten kann. Denn nimmt man kein Element a A
dabei doppelt, so ist die Zuordnung n 7 an eine Bijektion zwischen N = {0, 1, 2, . . .}
und A = {a0 , a1 , a2 , . . .} wie gefordert.
Als Geburtsstunde der Mengenlehre wird allgemein jener Moment (vermutlich im Jahr
1873) angesehen, als Cantor bemerkte, dass zwar |N| = |Z| = |Q| gilt (dass also die
Mengen N der natrlichen, Z der ganzen und Q der rationalen Zahlen abzhlbar sind),
dass aber die Menge R der reellen Zahlen berabzhlbar ist:
bungsaufgabe 20. (E) In dieser Aufgabe greifen wir nochmals voraus auf die aus der
Schule wohlbekannten Zahlenmengen N, Z, Q und R (siehe auch 1.3.1). Zeigen Sie:
1. Die Menge Z aller ganzen Zahlen ist abzhlbar. Hinweis: Beginnen Sie mit a0 = 0,
a1 = 1, a2 = 1 etc.
2. N N ist abzhlbar. Hinweis: Beginnen Sie bei der Abzhlung mit den Paaren
(0, 0), (0, 1), (1, 0), (0, 2), (1, 1), (2, 0), . . .. Beschreiben Sie sorgfltig wie Sie fortsetzen.
3. Fr jede abzhlbare Menge A ist auch A A abzhlbar ist. Hinweis: Verwenden
Sie Aussage 2.
4. Die Menge Q aller rationalen Zahlen ist abzhlbar. Hinweis: Jede rationale Zahl
lsst sich als Bruch (Paar) ganzer Zahlen deuten, und verwenden Sie vorangegangene Teile.

24

1.3 Zahlen
5. Die Menge M aller unendlichen 0-1-Folgen ist berabzhlbar. Hinweis: Formal ist
M die Menge aller Abbildungen f : N {0, 1}, n 7 an , fr die wir aber gewohnheitsmig lieber f = a = (a0 , a1 , . . .) schreiben, siehe auch Anfang von Kapitel
2. Nehmen Sie an, es gbe eine Abzhlung von M , d.h. eine Folge von Folgen
(k) (k)
a(k) = (a0 , a1 , . . .), k N, die ganz M durchluft. Man erhlt einen Widerspruch, indem man eine 0-1-Folge (b0 , b1 , . . .) konstruiert, die sicher nicht in der
Abzhlung vorkommt, weil sie sich im nullten Glied von der nullten Folge unter(0)
(1)
scheidet (d.h. b0 6= a0 ), im ersten Glied von der ersten (d.h. b1 6= a1 ) und so
weiter.
6. Die Menge R ist berabzhlbar. Hinweis: Gbe es eine Abzhlung von R, so auch
eine der Teilmenge aller reellen Zahlen, in deren unendlicher Dezimalentwicklung
nur die Ziffern 0 und 1 vorkommen. Das ist aber wegen Aussage 5 unmglich.
Nun ist es hchste Zeit, die hier bereits auftretenden Zahlenmengen systematischer zu
behandeln.

1.3 Zahlen
Wie schon frher erwhnt, werden in der modernen reinen Mathematik alle Objekte
aus Mengen aufgebaut. Man beginnt mit der Zahl 0 als leerer Menge und kann daraus
nacheinander die Mengen der natrlichen, der ganzen, der rationalen, der reellen und
der komplexen Zahlen konstruieren. Aus Sicht der Ingenieursmathematik ist diese Vorgehensweise aber weniger interessant. Statt dessen geben wir zunchst einen berblick
ber die genannten Zahlenbereiche (1.3.1). Sodann wenden wir uns direkt dem System R
der reellen Zahlen zu, das fr uns die wichtigste Rolle spielt. Am besten stellt man sich
R als Zahlengerade vor (1.3.2), zu der aber noch die arithmetischen Operationen kommen. Insgesamt lsst sich R sehr gut axiomatisch als vollstndig angeordneter Krper
beschreiben, woraus sich die elementaren Rechenregeln ableiten lassen (1.3.3). Die sogenannte Vollstndigkeit ist hauptverantwortlich fr die Supremumseigenschaft (1.3.4), fr
die archimedische Eigenschaft (1.3.5) und fr die Existenz beliebiger Wurzeln positiver
reeller Zahlen (1.3.6). Die Mengen N der natrlichen, Z der ganzen und Q der rationalen Zahlen finden sich als Teilmengen von R wieder. Besonderes Augenmerk verdienen
bei N die eng verwandten Themen Induktion (1.3.7) und Rekursion (1.3.8), bei N und
Z Teilbarkeit und Primfaktorzerlegung (1.3.9), auerdem Zahlendarstellungen (1.3.10)
und die komplexe Zahlenebene (1.3.11).

1.3.1 Die Zahlenmengen N Z Q R C im berblick


Die Menge N = {0, 1, 2, . . .} der natrlichen Zahlen besteht aus jenen Zahlen, die
Mchtigkeiten endlicher Mengen angeben. Auf N sind die beiden Rechenoperationen
Addition und Multiplikation uneingeschrnkt ausfhrbar, genauer: Zu allen a, b N
gibt es in N die Summe, fr die wir a + b, und das Produkt, fr das wir a b oder auch
nur ab schreiben. Begrifflich sind also + und , wenn wir sie nur auf natrliche Zahlen

25

1 Vorbemerkungen und Grundbegriffe


anwenden, Abbildungen von N N nach N. Diese beiden Operationen entsprechen den
mengentheoretischen Operationen und , genauer: Sind A, B endliche Mengen mit
|A| = a und |B| = b, so gilt, sofern A und B disjunkt sind, |A B| = a + b, und (auch
im nicht disjunkten Fall) |A B| = ab. Auerdem schreibt man a b, wenn es Mengen
A und B mit |A| = a, |B| = b und A B gibt oder, quivalent, mit |A| |B| (im Sinne
des Grenvergleichs von Mengen mittels injektiver Abbildungen). Ist a b und a 6= b
(d.h. a = b), so schreibt man a < b oder auch b > a. Daraus ergeben sich mancherlei
vertraute Rechenregeln, auf die wir an spterer Stelle noch ausdrcklich zu sprechen
kommen. Unter anderem macht man sich klar: Gibt es zu a, b N eine Lsung c N der
Gleichung a + x = b, d.h. ein c mit a + c = b, so ist diese Lsung eindeutig bestimmt.
Man schreibt dafr auch c = b a und nennt c das Resultat der Subtraktion oder auch
die Differenz von b und a.
Ist jedoch b < a, so gibt es in N keine Differenz b a. Um sicherzustellen, dass Differenzen immer existieren, erweitert man N zur Menge Z = {. . . 3, 2, 1, 0, 1, 2, 3, . . .}
der ganzen Zahlen. Auf ganz Z ist der Betrag definiert durch |n| = | n| = n fr
alle n N. In der gewohnten Weise sind in Z Addition, Multiplikation und Subtraktion uneingeschrnkt ausfhrbar, auerdem ist auch auf Z Grenvergleich mglich, z.B.
5 < 3. berlegungen analog zu denen, die uns von N zu Z gefhrt haben, lassen sich
auf Z anwenden, wenn man von Gleichungen ax = b ausgeht: Sind a und b ganze Zahlen,
so gibt es eine Lsung c Z definitionsgem nur dann, wenn a ein Teiler von b ist
(man sagt in diesem Fall auch: a teilt b), symbolisch a|b. In diesem Fall ist fr a 6= 0
die Lsung eindeutig bestimmt. Man schreibt dafr c = ab (manchmal auch c = b : a
oder c = b/a) und nennt c das Resultat der Division oder auch den Quotienten oder
Bruch von b durch a mit Zhler b und Nenner a. Ist a kein Teiler von b, so gibt es in
Z keine Lsung, was zur Erweiterung von Z auf Q fhrt.
Die Menge Q = { ab : a, b Z, a 6= 0} der rationalen Zahlen besteht aus allen Brchen, wo Zhler und Nenner ganzzahlig sind, der Nenner allerdings nicht 0. Bekanntlich
knnen verschiedene Brche dieselbe Zahl darstellen, z.B. 32 = 64 . Stets gibt es eine gekrzte Darstellung, wo die Betrge von Zhler und Nenner nicht mehr durch Krzen
verkleinert werden knnen. In der bekannten Weise sind auf Q alle Grundrechnungsarten Addition, Multiplikation, Subtraktion und Division (auer durch 0) uneingeschrnkt
ausfhrbar. Auerdem lassen sich auch beliebige rationale Zahlen der Gre nach vergleichen.
Ein mgliches Ungengen an Q ist von anderer Art als bei N und Z. Und zwar stellt
sich heraus, dass es in Q Lcher gibt in folgendem Sinn: Angenommen
man sucht eine

2
Zahl x > 0 mit x = xx = 2 (die Wurzel aus 2, symbolisch 2 htte diese Eigenschaft),
so lsst sich schnell einsehen, dass so ein x nicht in Q liegen kann.
Der klassische Beweis macht von elementaren Rechenregeln Gebrauch: So ein x htte
2
eine gekrzte Darstellung x = pq als Bruch natrlicher Zahlen. Aus x2 = pq2 = 2 folgt
p2 = 2q 2 . Also ist p2 gerade, was nur fr gerades p = 2k, k N, mglich wre, also
4k 2 = p2 = 2q 2 . Krzen durch 2 zeigt, dass auch q 2 = 2k 2 gerade ist, folglich auch
k
q = 2l. Die Beziehung pq = 2k
2l = l liefert einen Widerspruch zur Gekrztheit der
Darstellung pq . Also kann x nicht in Q liegen.

26

1.3 Zahlen
Ein x mit x2 = 2 wollen wir aber unbedingt zur Verfgung haben, nmlich z.B. als
Lnge der Diagonale eines Quadrats mit Seitenlnge 1 (Pythagoras!).
bungsaufgabe 21. (E) Formulieren und beweisen Sie den Satz von Pythagoras.
(Schulstoff!)
Deshalb ergnzt man die Menge Q der rationalen Zahlen um alle sogenannten irrationalen Zahlen (da gehren z.B. auch die Zahlen e und oder ln 2 dazu) zur Menge R der
sogenannten reellen Zahlen. Man stellt sich R am besten als sogenannte Zahlengerade
vor, wo jeder Punkt genau einer reellen Zahl entspricht und umgekehrt. Wir kommen
etwas spter darauf zurck, wie man R und damit auch die Mengen N, Z und Q sehr
genau beschreiben kann.

bungsaufgabe 22. (E) Zeigen Sie, dass auch 3 irrational ist. Hinweis: Orientieren
Sie sich am Beweis fr die Irrationalitt von 2, achten Sie aber sorgfltig auf die
Unterschiede und darauf, was sie in Ihrer Argumentation verwenden.

Wir haben die Zahl 2 benutzt, um die Erweiterung von Q zu R zu motivieren.


Das sollte aber keinesfalls das Missverstndnis suggerieren, dass man in R nun beliebige
Wurzeln ziehen kann. Denn Quadrate reeller Zahlen sind immer nichtnegativ, also haben
negative Zahlen
keine reellen Quadratwurzeln. Trotzdem kann man sich solche wnschen,

also etwa 1. Tatschlich kann dieser Wunsch sogar erfllt werden. Wenn man eine
solche Quadratwurzel von 1 mit dem Symbol i (fr imaginre Einheit) bezeichnet,
erweist es sich als sinnvoll, die Menge C = {a + ib : a, b R} der komplexen Zahlen
zu bilden. Diese Menge C leistet vielerlei auf einmal: Sie enthlt alle reellen Zahlen
r = r + i0 sowie die imaginre Einheit i = 0 + i1, und alle vier Grundrechnungsarten
sind in C gewohnter Weise (d.h. auer Division durch 0) ausfhrbar. Darber hinaus
lsst sich sehr viel Interessantes ber C sagen, was aber erst etwas spter getan werden
soll.

1.3.2 Veranschaulichung von R als Zahlengerade


Bevor wir in 1.3.3 ein Axiomensystem angeben, welches R przise und sogar in einem
gewissen Sinne vollstndig beschreibt, wollen wir mit der anschaulichen Deutung beginnen. Und zwar verstehen wir die Menge R aller reellen Zahlen als die Menge der Punkte
auf einer (nach beiden Richtungen unbeschrnkten) Geraden, der meist waagrecht gezeichneten Zahlengeraden. Liegt ein Punkt a links vom Punkt b, so schreiben wir a < b
oder b > a bzw. a b oder b a, wenn wir auch a = b zulassen wollen. Der Punkt
0 teilt die Zahlengerade in einen positiven Teil R+ := {x R : x > 0} und einen
negativen R := {x R : x < 0}. Auerdem schreiben wir R+
0 := {x R : x 0} und
R
:=
{x

R
:
x

0}.
0
Besonders wichtige Teilmengen von R sind die sogenannten Intervalle, bestehend aus
allen Punkten x zwischen den Randpunkten a und b. Fr a b schreiben wir
[a, b] := {x R : a x b} (abgeschlossenes Intervall),
(a, b) := {x R : a < x < b} (offenes Intervall),

27

1 Vorbemerkungen und Grundbegriffe


(a, b] := {x R : a < x b} (links halboffenes Intervall) und
[a, b) := {x R : a x < b} (rechts halboffenes Intervall).
bungsaufgabe 23. (T) Whlen Sie ein konkretes x R und konkrete Zahlen 1 >
2 > 0. Zeichnen Sie die Mengen {y R : |x y| < 1 } und (x 2 , x + 2 ) auf der
Zahlengeraden ein.
bungsaufgabe 24. (T) Geben Sie sich drei verschiedene und nicht leere Intervalle
A := (a1 , b1 ], B = (a2 , b2 ) und C = [a3 , b3 ] mit konkreten Randpunkten a1 < b1 , a2 <
b2 , a3 < b3 R vor. Bestimmen Sie die Mengen
AC ,

BC,

C C,

A (B C),

A (B C),

A \ C,

B 4 C,

((A \ B) C) A

und schreiben Sie diese als Intervall bzw. als Vereinigung von Intervallen an. (Zur Erinnerung: AC ist das Komplement von A, hier relativ in Bezug auf R; B 4 C ist die
symmetrische Differenz von B und C.)
bungsaufgabe 25. (T) Whlen Sie ein konkretes a > 0 und zeichnen Sie die beiden
Mengen {x : x < a} und {x : x2 < a2 } am Zahlenstrahl ein. Ist eine der beiden Mengen
in der anderen enthalten? Wiederholen Sie die Vorgehensweise mit a anstelle von a.

1.3.3 Axiomatik am Beispiel von R


Das System der reellen Zahlen lsst sich durch eine berschaubare Liste von Daten und
Forderungen (Axiomen) sehr gut, in einem przisierbaren Sinne sogar vollstndig beschreiben als sogenannter vollstndig angeordneter Krper. Die meisten, wenn nicht
gar alle dieser Forderungen sind allgemein vertraute Gesetze. Es kommt nicht darauf an,
sie auswendig zu lernen. Bemerkenswert ist, dass sie ausreichen, um als Axiomensystem
fr R zu fungieren. Die Mengen N, Z und Q werden wir dann als Teilmengen von R
identifizieren knnen.
Die Daten sind die Menge R und darauf die Addition +, die Multiplikation und die
Ordnungsrelation . Die Forderungen (Axiome) sind die folgenden.
R bildet mit der Addition + eine sogenannte abelsche Gruppe. Das wiederum beinhaltet:
1. Assoziativgesetz: (a + b) + c = a + (b + c) fr alle a, b, c R.
2. Existenz eines neutralen Elements, in diesem Fall 0 R mit a + 0 = 0 + a fr
alle a R.
3. Zu jedem a R existiert ein inverses Element, nmlich a, mit a + (a) =
(a) + a = 0 (neutrales Element).
4. Die ersten drei Forderungen definieren eine Gruppe, abelsch wird sie durch das
(frher schon einmal erwhnte) Kommutativgesetz: a+b = b+a fr alle a, b R.

28

1.3 Zahlen
Dieselben Gesetze gelten fr die Addition auch auf Z, Q und C, mangels inverser Elemente, in N aber nur 1., 2., und 4.
Auch die Multiplikation ist assoziativ, und eingeschrnkt auf R \ {0} liegt ebenfalls
eine abelsche Gruppe vor. Das neutrale Element bezglich ist 1 R \ {0}, das Inverse
zu a 6= 0 bezeichnen wir mit a1 . Analog zu oben wird also gefordert (fr alle a, b, c):
1. (ab)c = a(bc)
2. a1 = 1a = a
3. aa1 = a1 a = 1, sofern a 6= 0
4. ab = ba
Addition und Multiplikation sind durch das Distributivgesetz miteinander verbunden: a(b + c) = ab + ac fr alle a, b, c R.9
Die bisherigen Gesetze gelten fr die Addition und Multiplikation auch auf Q und C
man spricht von einem Krper , mangels multiplikativer Inverser aber nicht mehr
auf Z (und schon gar nicht auf N).
Viele vertraute Rechenregeln gelten in allen Krpern, weil sie sich allein aus den bisher
genannten Axiomen ableiten lassen. Dazu einige einfache Beispiele, bei denen man sich
jeweils klar mache, dass an jeder Stelle eines der Axiome fr einen Krper verwendet,
sonst aber nichts bentigt wurde.
Erstes Beispiel: (a) = a fr alle a R: Fr das Inverse (a) von a gilt nach
Definition (a) + ((a)) = 0. Addieren wir auf beiden Seiten der Gleichung a von
links, erhalten wir auf der linken Seite a + ((a) + ((a))) = (a + (a)) + ((a)) =
0 + ((a)) = (a) + 0 = (a), auf der rechten Seite a + 0 = a.
Zweites Beispiel: 0a = a0 = 0 fr alle a R: 0a = (0 + 0)a = 0a + 0a, also liefert
Addition des additiv Inversen 0a von 0a auf beiden Seiten die Behauptung: 0 = 0a +
(0a) = (0a + 0a) + (0a) = 0a + (0a + (0a)) = 0a + 0 = 0a = a0.
Drittes Beispiel: (a)(b) = ab. Nach dem Distributivgesetz und der eben bewiesenen
Beziehung ist ab + a(b) = a(b + (b)) = a0 = 0a = 0. Addition des additiven Inversen ab liefert a(b) = ab, wegen der Kommutativitt analog (a)b = ab, folglich
(a)(b) = a(b) = (ab) = ab.
bungsaufgabe 26. (E) Zeigen Sie mit Hilfe der Axiome fr R, dass dort (wie in
jedem Krper) die folgenden beiden Krzungsregeln gelten:
1. Aus a + x = a + y folgt x = y (fr alle x, y R).
2. Ist a 6= 0, so folgt x = y auch aus ax = ay (fr alle x, y R).
9

Man beachte die Bindungsregel Punkt geht vor Strich, wonach der Ausdruck ab + ac im Sinne der
Klammerung (a b) + (a c) zu verstehen ist.

29

1 Vorbemerkungen und Grundbegriffe


Wie man schon allein aufgrund der Darstellung von R als Zahlengerade, wo ja kleinere
Zahlen links und grere rechts liegen, erkennt, ist ber die arithmetische (d.h. durch
die Rechenoperationen gegebene) Struktur hinausgehend auch die Ordnungsrelation
wesentlich. Von ihr verlangt man (jeweils fr alle a, b, c R):
1. Reflexivitt: a a.
2. Antisymmetrie: Gilt gleichzeitig a b und b a, so ist a = b.
3. Transitivitt: Aus a b und b c folgt a c.
4. Trichotomie: Fr a, b R gilt stets genau eine der drei Mglichkeiten a < b,
a = b oder a > b.
Die Ordnungsrelation ist mit Addition und Multiplikation vertrglich im Sinn der
beiden ebenfalls als Axiome geforderten Monotoniegesetze:
1. Aus a, b, c R und a b folgt a + c b + c.
2. Aus a, b, c R, c 0 und a b folgt ac bc.
Alle bisher ausgesprochenen Gesetze (Axiome) samt ihren Folgerungen gelten entsprechend auch fr Q (man spricht von einem angeordneten Krper), nicht aber fr C,
weil dort wie man sich leicht berlegen kann keine Ordnung mit den genannten
Eigenschaften definiert werden kann:
bungsaufgabe 27. (E) berlegen Sie sich allein mit Hilfe der Axiome (insbesondere
der Monotoniegesetze), dass in R (wie in jedem angeordneten Krper) fr alle a R
stets a2 0 gilt, Quadrate also nie negativ sein knnen. Schlieen Sie daraus auch 0 < 1
und damit weiter, dass C mit dem Element i, welches i2 = 1 erfllt, nicht zu einem
angeordneten Krper gemacht werden kann. Hinweis: Verwenden Sie, dass fr alle a R
stets a 0 oder a 0 gilt, das Monotoniegesetz fr die Multiplikation und die etwas
weiter oben bewiesene Rechenregel (a)(b) = ab fr b = a.
bungsaufgabe 28. (T) Entscheiden Sie direkt und ohne Verwendung von Rechenhilfen, welche der beiden Zahlen grer ist:

1. 7 + 11 oder 8 + 10

2. 42 oder 172 + 252


3. log10 1000 oder log10 500 + log10 500
4. sin 3,14 + sin 3,15 oder 0
5. cos 3,14 cos 3,15 oder 0
6. sin(1) oder cos(1)

30

1.3 Zahlen
bungsaufgabe 29. (P) Zeigen Sie mit Hilfe der Axiome fr einen angeordneten Krper folgende Rechenregeln fr Ungleichungen.
1. Fr x, y > 0 gilt: x y x y.
2. Fr x, y > 0 gilt: x y

1
x

y1 .

Der anhand der bisherigen Eigenschaften noch nicht erkennbare, aber entscheidende
Unterschied gegenber Q ist die Vollstndigkeit von R. Sie lsst sich wie folgt fassen:
Angenommen, R wird in zwei nichtleere Mengen A und B mit A < B zerlegt. Das
soll bedeuten: A, B R, A B = R, A 6= =
6 B und a < b fr alle a A und b B.
Dann garantiert die Vollstndigkeit, dass es einen Grenzpunkt zwischen A und B gibt,
also ein x R (x kann zu A oder auch zu B gehren) mit a x b fr alle a A und
b B.
Man beachte, dass Q tatschlich nicht
vollstndig in diesem Sinn ist. Man whle dazu
irgendeine irrationale Zahl r wie etwa 2, oder e und nehme als A und B die Mengen
aller q Q mit q < r bzw. mit q > r. Der Grenzpunkt zwischen A und B kann nur r
selbst sein, das aber in Q nicht vorhanden ist.
Somit beschreibt die gegebene Axiomatik R hinreichend genau, um R von den anderen
Zahlenbereichen N, Z, Q und C zu unterscheiden. Doch nicht nur das: Man kann beweisen, dass jedes System, das die genannten Bedingungen erfllt, dieselbe Struktur wie R
hat, also wie man sagt zu R isomorph ist. In diesem Sinn ist also die Struktur von
R als vollstndig angeordneter Krper eindeutig bestimmt, und wir drfen fr alles
Weitere von diesen Eigenschaften ausgehen.
Es fllt leicht, die Mengen N, Z und Q als Teilmengen von R zu identifizieren: N
enthlt die (eindeutig bestimmten) neutralen Elemente bezglich + und , also 0 und
1, sowie alle Zahlen, die sich daraus durch iterierte Addition von 1 bilden lassen; sonst
nichts. Bei Z kommen die additiven Inversen n aller n N dazu, bei Q alle Quotienten
a
1 mit a, b Z und b 6= 0. Noch formaler kann man definieren
b := ab
N :=

{T : T R 0 T (t : t T t + 1 T )},

Z und Q entsprechend.

1.3.4 Die Supremumseigenschaft als Konsequenz der Vollstndigkeit


Ist M R und m r fr alle m M , so heit r eine obere Schranke von M .
Gibt es unter allen oberen Schranken eine kleinste s (die also s r fr alle oberen
Schranken r erfllt), so nennt man s das Supremum von M , symbolisch s := sup M .
Ist s M , nennt man s auch das Maximum von M und schreibt s = max M . Eine
Menge M , zu der es wenigstens eine obere Schranke gibt, heit nach oben beschrnkt.
Die Supremumseigenschaft besagt nun, dass jede nach oben beschrnkte nichtleere
Teilmenge M R auch ein Supremum hat. Der Beweis ist leicht: Man teilt R in zwei
Mengen A und B auf, wobei B aus allen oberen Schranken von M besteht, A aus dem

31

1 Vorbemerkungen und Grundbegriffe


Rest. Man sieht schnell, dass die Definition der Vollstndigkeit anwendbar ist, es also
ein x R gibt mit a x b fr alle a A und b B. Offenbar ist x = sup M .
Ganz symmetrisch zu oberen Schranken definiert man untere Schranken, Infimum
inf, Minimum min, nach unten beschrnkt, und die Infimumseigenschaft, die
aus Symmetriegrnden ebenfalls aus der Vollstndigkeit folgt. Eine Menge die sowohl
nach oben als auch nach unten beschrnkt ist, heit schlicht beschrnkt.
bungsaufgabe 30. (E) Beweisen Sie die Infimumseigenschaft.
bungsaufgabe 31. (T) Bestimmen Sie fr folgenden Teilmengen von R jeweils alle
oberen Schranken und geben Sie, sofern vorhanden, das Supremum an.
1.

2.

m

1+
n

1
n

: n N, n 1

: m, n N, 0 < n < m

3. {x Q : x2 3}
bungsaufgabe 32. (T) Wie Aufgabe 31, aber mit unteren Schranken und Infimum.

1.3.5 Die archimedische Eigenschaft


Eine weitere wichtige Konsequenz der Vollstndigkeit ist die archimedische Eigenschaft.
Sie besagt Folgendes: Ist > 0 irgendeine positive reelle Zahl (z.B. = 1), so ist die
Menge M := {n : n N} aller Vielfachen von nach oben unbeschrnkt in R, d.h. M
hat keine obere Schranke r, mit anderen Worten: Es gibt keine Zahl r R mit n < r
fr alle n N. Man kann die archimedische Eigenschaft auch so formulieren: Mit jedem
noch so kleinen positiven lsst sich jede vorgegebene Gre r bertreffen, wenn man
nur hinreichend oft addiert.
Die Beweisidee fr die archimedische Eigenschaft mit Hilfe der Vollstndigkeit lautet
wie folgt: Wre die archimedische Eigenschaft verletzt, so gbe es eine obere Schranke r
von M = {n : n N}. Wegen der Supremumseigenschaft gbe es also auch s := sup M .
Wir betrachten s0 := s < s. Weil s die kleinste obere Schranke von M ist, kann s0 keine
mehr sein, also s0 < n M fr ein geeignetes n N. Es gilt aber auch (n+1) M und
wegen s0 < n (Monotoniegesetz fr + anwenden) s = s0 + < n + = (n + 1) M .
Also st s doch keine obere Schranke von M , Widerspruch.
bungsaufgabe 33. (P) berlegen Sie sich, dass die Menge Z R in R sowohl nach
oben als auch nach unten unbeschrnkt ist. Dabei sollen Sie nur bereits Bewiesenes verwenden.

1.3.6 Betrag, Potenzen und Wurzeln


Wegen der Trichotomie der Ordnungsrelation trifft fr jede reelle Zahl r genau eine der
folgenden drei Mglichkeiten zu:
1. r > 0, in diesem Fall heit r positiv.

32

1.3 Zahlen
2. r = 0
3. r > 0, in diesem Fall heit r negativ.
Unter dem Betrag oder auch Absolutbetrag |r| von r versteht man jenen der beiden
Werte r und r, der nichtnegativ ist. Sehr hufig verwendet man die Dreiecksungleichung |x + y| |x| + |y|, hier zunchst nur fr reelle Zahlen. Man sieht sie unmittelbar
ein, wenn man die verschiedenen Mglichkeiten fr positives/negatives x bzw. y durchspielt.
bungsaufgabe 34. (P) Begrnden Sie die Dreiecksungleichung |x + y| |x| + |y| fr
beliebige reelle Zahlen durch geeignete Fallunterscheidung.
Wie wir aus bungsaufgabe 27 wissen, ist das Quadrat q = r2 einer reellen Zahl r
nie negativ. Umgekehrt tritt, wie wir spter aus dem Zwischenwertsatz (seinerseits eine
Folgerung aus der Vollstndigkeit von R) werden schlieen knnen, jede nichtnegative
reelle Zahl als Quadrat auf, genauer: Zu jedem q 0 gibt es ein r mit r2 = q. Wegen
(r)2 = r2 = q hat r dieselbe Eigenschaft. Den nichtnegativen der beiden Werte nennt

man die Quadratwurzel von q, symbolisch r = q. Auch all diese Eigenschaften lassen
sich aus den Axiomen fr R ableiten. In Zukunft werden wir das bei elementaren Regeln
nur mehr in Ausnahmefllen ausdrcklich betonen.
bungsaufgabe 35. (T) Lsen Sie Gleichungen im Bereich der reellen Zahlen und
fertigen Sie jeweils eine Skizze an.
1. |x|2 2x 3 = 0
2. x2 2|x| 3 = 0
3. |x2 2x 3| = 0
bungsaufgabe 36. (T)
1. Berechnen Sie alle Lsungen der quadratischen Gleichung x2 4x + 3 = 0:
2. Machen Sie die Probe fr Ihre Lsungen aus 1. Dokumentieren Sie dabei alle Ihre
Rechenschritte:
3. Geben Sie die Lsungsmenge der quadratischen Ungleichung x2 + 4x 3 < 0 in
Intervallschreibweise an.
4. Fertigen Sie eine saubere und aussagekrftige Skizze an, welche Ihre Resultate illustriert.
bungsaufgabe 37. (T) Wie Aufgabe 36, aber mit x2 + 2x 3 = 0.
bungsaufgabe 38. (T) Bestimmen Sie die Lsungsmenge ber R, d.h. die Menge
aller reellen x, welche folgende Ungleichung erfllen:
1.

3
|x2|

< 2 + 3x

33

1 Vorbemerkungen und Grundbegriffe


2.

3.

|1+x|
1+|1+x]

|x + 2| |x + 1|

1
2

|x|
1+|x|

Ganz hnlich wie Quadrate definiert man hhere Potenzen rn := rr. . .r als Produkt
von n Faktoren (n heit in diesem Zusammenhang der Exponent), die alle den Wert
r haben. Etwas eleganter kann man auch rekursiv definieren (siehe 1.3.8) r0 := 1 und

rn+1 := rn r. Entsprechend heit r 0 die n-te Wurzel von q (symbolisch r = n q),


falls rn = q, wobei im Fall q > 0 auch r > 0 sein soll. Man beachte den Unterschied
zwischen geradem bzw. ungeradem Exponenten n: Fr ungerades n ist r schon durch
die Forderung rn = q eindeutig bestimmt, und zwar fr jedes q R. Fr gerades n und
q > 0 gibt es zwei Lsungen fr r, die sich um das Vorzeichen unterscheiden, weshalb
man erst durch die Forderung r > 0 Eindeutigkeit erzwingt. Fr gerades n und q < 0
gibt es gar keine Lsung, weshalb die Wurzel nur fr q 0 definiert ist.
Exemplarisch fr zahlreiche bekannte Rechenregeln fr Potenzen und Wurzeln berlege man sich die folgenden.
bungsaufgabe 39. (P) Begrnden Sie die folgenden Rechenregeln fr Potenzen und
Wurzeln reeller Zahlen (0 a, b R, m, n N):
1. am+n = am an
2. (ab)n = an bn
3. (am )n = amn


4. n a n b = n ab
5.

a=

mn

Ntzlich sind berdies die Symbole fr unendlich und , die allerdings keine
reellen Zahlen darstellen. Man vereinbart < r < , + r = fr alle r R und
hnliche selbsterklrende Konventionen.

1.3.7 Das Induktionsprinzip


Innerhalb R haben wir die Menge N definiert, indem wir von 0 ausgingen und beliebige
Additionen von 1 zulieen. Das bedeutet, dass jede Menge T N, die 0 enthlt und
mit jeder Zahl n N auch die Zahl n + 1 (den Nachfolger von n), bereits ganz N sein
muss. Dieses an sich sehr einfache Prinzip erweist sich als unglaublich wichtig in der
Mathematik und heit Induktionsprinzip. Als Formel lsst es sich schreiben als:
T N : (0 T (n : n T n + 1 T )) T = N
Die Bedeutung des Induktionsprinzips liegt darin, dass mit seiner Hilfe viele Aussagen
ber alle (also unendlich viele) n N in nur endlich vielen Schritten bewiesen werden
knnen. Dazu betrachtet man die Menge T aller n N, die die zu beweisende Aussage
erfllen, und beweist die beiden Behauptungen im vorderen Teil der Implikation im
Induktionsprinzip, nmlich:

34

1.3 Zahlen
1. dass die fr alle n zu beweisende Aussage zunchst fr n = 0 gilt, dass also 0 T
(Induktionsanfang oder auch Induktionsstart). Dieser Nachweis ist oft sehr
leicht.
2. dass sich die Aussage von einem beliebigen n d.h. die Aussage n T , die sogenannte Induktionsannahme oder Induktionsvoraussetzung aufs nchste n
vererbt, d.h. auf die sogenannte Induktionsbehauptung n + 1 T . Die Vererbung selbst, d.h. die Implikation n T n + 1 T nennt man den Induktionsschritt. Weil dabei n N beliebig anzunehmen ist, wird dabei insgesamt die im
Induktionsprinzip auftretende Teilformel n : n T n + 1 T bewiesen.
Gem dem Induktionsprinzip ist damit T = N bewiesen, das heit die Menge aller n,
fr die die Aussage gilt, stimmt mit N berein, mit anderen Worten: Fr alle n N
gilt die zu beweisende Aussage. In der Praxis spricht man nicht immer von der Menge
T , sondern nur von den n. Man hat dann als Induktionsanfang zu berprfen, dass die
zu beweisende Aussage fr n = 0, und als Induktionsschritt, dass sich die Aussage von
einem beliebigen n N (Induktionsannahme) auf seinen Nachfolger n + 1 (Induktionsbehauptung) bertrgt.
Eine einfache Variante besteht darin, dass man beim Induktionsanfang statt 0 T ,
z.B. 1 T zeigt. Dann folgt nur, dass alle n N ab n = 1 die Aussage erfllen.
Entsprechendes gilt, wenn man n0 T fr einen anderen Startwert n0 N nachweist.
Manchmal braucht man statt der bisher behandelten, zur Unterscheidung Nachfolgerinduktion genannten Fassung auch eine andere, in gewissem Sinne mchtigere Version, die sich mit etwas Geschick auch formal aus der Nachfolgerinduktion ableiten lsst
(was wir hier nicht tun). Wir nennen diese strkere Version Ordnungsinduktion. Dabei setzt man bei der Induktionsannahme statt n T voraus, dass die Aussage nicht
nur fr n selbst, sondern auch fr alle vorangegangenen natrlichen Zahlen gilt, also fr
0, 1, . . . , n. Fr beide Flle werden wir Anwendungsbeispiele kennen lernen; solche wo die
Nachfolgerinduktion reicht und solche, wo die Ordnungsinduktion wesentlich praktischer
ist. Fr beide Versionen ist auch die Bezeichnung vollstndige Induktion gebruchlich.
bungsaufgabe 40. (P) Man kann das Induktionsprinzip auch als Dominoeffekt
verstehen: Fllt der erste Stein und ist sichergestellt, dass jeder fallende Stein seinen
Nachfolger mitreit, so fllt jeder Stein. Begrnden Sie das mit Hilfe des Induktionsprinzips. Was ist dabei die Menge T ? Und welche Annahme ber die Aufstellung der
Dominosteine muss man dabei machen?
Und nun eine erste bung zur Anwendung des Induktionsprinzips:
bungsaufgabe 41. (T) Stellen Sie sich eine quadratische Flche mit einem Schachbrettmuster mit 2n dm Seitenlnge vor. Jedes Feld des Musters ist ein Quadrat von 1
dm Seitenlnge. Die Gesamtflche soll mit L-frmigen Platten gepflastert werden, von
denen jede genau drei Felder des Schachbrettmusters berdeckt. Die langen Seiten einer
jeden solchen Platte sind also jeweils 2 dm lang, die kurzen 1 dm. Innerhalb der Flche

35

1 Vorbemerkungen und Grundbegriffe


steht auf einem der quadratischem 1 1 dm2 -Felder ein Pfeiler (dieser Bereich muss also nicht gepflastert werden). Zeigen Sie mit vollstndiger Induktion, dass fr alle n N
mit n 1 so eine Pflasterung mglich ist.
Hinweis: Zerlegen Sie beim Induktionsschritt das Quadrat in vier kleinere Quadrate
und verwenden Sie eine L-frmige Platte in der Mitte, um auf jene drei der Quadrate,
in denen nicht der Pfeiler steht, die Induktionsannahme anwenden zu knnen.

1.3.8 Rekursion
Eine wichtige Konsequenz des Induktionsprinzips ist die Mglichkeit rekursiver Definitionen. Ein Beispiel: Wir knnen die Potenzen rn fr r R und n N elegant
durch r0 := 1 und rn+1 := rn r (fr alle n N) definieren. Bezeichnet nmlich T die
Menge aller n N, bis zu denen die Potenzen rn dadurch eindeutig definiert sind, so ist
0 T wegen r0 = 1 (der Induktionsanfang ist also erfllt), und rn+1 errechnet sich ber
rn+1 = rn r eindeutig aus rn und r selbst. Also funktioniert auch der Induktionsschritt.
Ganz allgemein lsst sich offenbar sagen: Legt man fr eine Funktion f : N X
(hier ist X irgendeine Menge, in der die zu definierenden Werte von f liegen sollen) den
Wert f (0) X fest und erklrt man, wie sich fr beliebiges n N aus den Werten
f (0), . . . , f (n) X der Wert f (n + 1) X ergibt, so ist dadurch f eindeutig festgelegt.
Fr dieses Prinzip ist auch die Bezeichnung Rekursionssatz gebruchlich.
Eine Funktion mit Definitionsbereich N nennt man auch eine (unendliche) Folge. Die
Funktionswerte f (n), n N, einer Folge heien die Glieder der Folge. Die gesamte Folge
notiert man oft als f = (f (n))nN , wobei man auch gerne die Indexschreibweise fn :=
f (n), also f = (fn )nN bevorzugt. Oft beginnt der Definitionsbereich von Folgen nicht
mit 0, sondern erst mit 1, hin und wieder auch noch spter. In der Regel werden wir fr
Folgenglieder nicht den Buchstaben f , sondern vorzugsweise a, b, c, x, y, . . . verwenden.
Geht man von einer Folge (an )nN mit an R oder auch an C (d.h. X = R oder
X = C) aus, kann man die Folge der sogenannten Partialsummen sn := a0 +a1 +. . .+an
rekursiv definieren durch s0 := a0 und sn+1 := sn + an+1 . Fr sn schreibt man auch
sn =

n
X

ak .

k=0

Fangen die an erst mit n = 1 oder spter an, so setzt man a0 = 0 und schreibt entP
sprechend sn = nk=1 ak etc. Die Folge der Partialsummen nennt man auch die aus den
Gliedern an gebildete Reihe . Das ganze Kapitel 2 wird Folgen und Reihen gewidmet
sein. An dieser Stelle betrachten wir nur zwei wichtige Beispiele:
Bei der arithmetischen Reihe ist an = n. Mittels Nachfolgerinduktion lsst sich die
Formel
n
X
n(n + 1)
sn :=
k=
2
k=1
beweisen. Und zwar stellt man fest, dass zunchst fr n = 0 beide Seiten den Wert 0
haben, die Aussage also gilt (Induktionsanfang). Nimmt man ihre Richtigkeit fr ein

36

1.3 Zahlen
beliebiges, festes n an (Induktionsannahme), so folgt (Induktionsschritt) auch
sn+1 = sn +(n+1) =

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

die Formel fr n + 1 statt n (Induktionsbehauptung). Nach dem Induktionsprinzip gilt


die Formel daher fr alle n N.
bungsaufgabe 42. (T) Schreiben Sie die folgenden Terme mithilfe des SummensymP
bols
an und erklren Sie Ihre Vorgehensweise:
1. 1 + 3 + 5 + . . . + 99
2. 4 + 8 + 12 + . . . + 100
3. 1 + 4 + 9 + 16 + 25 + . . . + 104
4. 1 2 + 3 4 + 5 6 + . . . + 101
bungsaufgabe 43. (T)
1. Schreiben Sie folgende Behauptung als Formel (mglichst mit Summensymbol) an:
Die Summe aller geraden Zahlen von 2 bis 2n kann berechnet werden, indem man
die Anzahl der geraden Zahlen von 2 bis 2n mit n + 1 multipliziert.
2. Fhren Sie den Induktionsstart des Induktionsbeweises fr die Aussage aus 1.
durch.
3. Fhren Sie den Induktionsschritt des Induktionsbeweises durch.
4. Markieren Sie jene Stelle Ihres Induktionsbeweises, an der Sie die Induktionsvoraussetzung verwendet haben.
bungsaufgabe 44. (T) Wie bungsaufgabe 43, aber mit: Die Summe aller ungeraden Zahlen von 1 bis 2n 1 kann auch berechnet werden, indem man die Anzahl der
ungeraden Zahlen von 1 bis 2n 1 mit n multiplizert.
Bei der geometrischen Reihe ist an = q n fr n = 0, 1, 2, . . . und ein festes q R
(oder auch q C). Dann ist
qsn = q(q 0 + q 1 + . . . + q n ) = q 1 + q 2 + . . . + q n+1 = sn + q n+1 1,
also (q 1)sn = q n+1 1. Fr q 6= 1 liefert das die Formel
sn =

n
X

qk =

k=0

1 q n+1
.
1q

Eleganter ist der Beweis mittels Induktion:

37

1 Vorbemerkungen und Grundbegriffe


bungsaufgabe 45. (T) Beweisen Sie die Summenformel fr die geometrische Reihe
mit Induktion. Kennzeichnen Sie dabei sorgfltig Induktionsanfang, -annahme, -schritt
und -behauptung.
bungsaufgabe 46. (T) Berechnen Sie fr allgemeines n N folgende Summen:
n
X

1.

k=0

2k

2.

n
X

(3)k

k=1

3.

n
X

(1)k

k=2

4.

2n
X
k=n

2k

5.

2n
X

(2)k

k=n

bungsaufgabe 47. (T) Beweisen Sie mit vollstndiger Induktion fr allgemeines


nN
n
X

(2k 1) = n2 .

k=1

bungsaufgabe 48. (T) Beweisen Sie mit vollstndiger Induktion fr allgemeines


nN
2n1
2n1
X 1
X (1)k+1
=
.
k
k
k=n
k=1
Hinweis: Beachten Sie, dass beide Summationsgrenzen auf der linken Seite von n abhngen.
bungsaufgabe 49. (T) Zeigen Sie mittels vollstndiger Induktion, dass fr n =
2, 3, . . . gilt
n1
X
n(n + 1)(4n 1)
.
(n + k)(n k) =
6
k=0
Hinweis: Beachten Sie dass die Summanden auf der linken Seite auch von n abhngen.
Analog zu Summen mehrerer Summanden lassen sich auch Produkte pn =
mehrerer Faktoren rekursiv definieren durch p0 := 1 und pn+1 := pn an+1 .

Qn

k=1 an

bungsaufgabe 50. (T) Zeigen Sie mit vollstndiger Induktion, dass fr alle n =
2, 3, . . . gilt

n 
Y
1
1
1
= .
k
n
k=2
bungsaufgabe 51. (T) Beweisen Sie mittels vollstndiger Induktion, dass fr jedes
n N die natrliche Zahl n3 + 2n durch 3 teilbar ist.
Hinweis: Schreiben Sie zuerst die zu beweisende Aussage als Formel an.
bungsaufgabe 52. (T) Zeigen Sie mit vollstndiger Induktion, dass fr natrliche
Zahlen n N gro genug (wie gro?) gilt, dass n < 2n .
bungsaufgabe 53. (T) Zeigen Sie mit vollstndiger Induktion, dass fr hinreichend
groe natrliche Zahlen n N (wie gro?) stets n2 < 2n gilt.

38

1.3 Zahlen
bungsaufgabe 54. (T) Zeigen Sie mit vollstndiger Induktion: Fr beliebige Konstanten a, b > 0 und n N gro genug gilt n2 an + b. Beschreiben Sie graphisch und
verbal, wie sich diese Ungleichung interpretieren lt!
Hinweis: n a + b + 1 ist eine gute Wahl.
bungsaufgabe 55. (T) Die Anzahl der Teile, in die man eine Kreisflche durch n
2
Geraden (gerade Schnitte) zerlegen kann, kann die Zahl n +n+2
nie bersteigen.
2
Hinweis: berlegen Sie zuerst, wie viele alte Schnitte ein neuer Schnitt hchstens kreuzen kann. Wie viele neue Teile entstehen daher maximal?

1.3.9 Teilbarkeit und Primfaktorzerlegung in N und Z


Fr zwei ganze Zahlen a, b schreibt man a|b (a teilt b, a ist ein Teiler von b, b ist ein
Vielfaches von a), wenn es eine ganze Zahl c gibt mit b = ac. Eine positive ganze
Zahl p 2 heit Primzahl, wenn 1 und p die einzigen positiven Teiler von p sind
(1 ist keine Primzahl!). Die Menge der Primzahlen bezeichnen wir mit P. Es gilt also
P = {2, 3, 5, 7, 11, 13, 17, 19, . . .}.
Mittels Ordnungsinduktion beweist man, dass sich jede natrliche Zahl n 1 als
ein Produkt von Primzahlen, ihren Primfaktoren darstellen lsst. Diese Darstellung
heit Primfaktorzerlegung. Dabei interpretiert man 1 als das leere Produkt (siehe die
Definition von Produkten mit 0 Faktoren).
Zum Beweis: Tatschlich gilt die Aussage fr n = 1 (Produkt von 0 Faktoren) und
vererbt sich von 1, 2, . . . , n auf n+1: Entweder ist n+1 eine Primzahl, somit Produkt von
nur einem Primfaktor; oder n + 1 lsst sich als Produkt n + 1 = ab mit 1 < a, b < n + 1
darstellen. Nach Induktionsannahme haben a und b Primfaktorzerlegungen, folglich auch
ihr Produkt n + 1.
Es gibt unendlich viele Primzahlen.
bungsaufgabe 56. (E) Beweisen Sie dies, indem Sie sich berlegen, dass zu jeder
endlichen Menge von Primzahlen p1 , . . . , pk die Zahl n := p1 . . . pk + 1 durch keines
der pi teilbar ist, daher . . .
Einer der wichtigsten Stze der Mathematik ist der von der Eindeutigkeit der Primfaktorzerlegung:
Satz 1.3.9.1. Je zwei Primfaktorzerlegungen einer natrlichen Zahl n 1 unterscheiden
sich nur durch die Reihenfolge der Primfaktoren, nicht aber hinsichtlich der Hufigkeit,
mit der jeder Faktor auftritt.10
Ein einfaches Beispiel: Wir knnen die Zahl n = 12 zwar auf drei Arten in Primfaktoren zerlegen, nmlich 12 = 2 2 3 = 2 3 2 = 3 2 2. Doch kommt in jeder Zerlegung der
10

Man beachte, dass analoge Aussagen gelten, wenn man nicht nur in N arbeitet, sondern auch negative
ganze Zahlen zulsst. Notwendige Modifikationen im Folgenden bestehen z.B. darin, dass bei Teilbarkeitsaussagen stets sowohl der positive wie auch der negative Wert zugelassen werden mssen. Im
Zusammenhang mit Polynomen wird es wichtig sein, diese Art von Verallgemeinerung im Auge zu
haben.

39

1 Vorbemerkungen und Grundbegriffe


Primfaktor 2 doppelt vor, 3 einmal und alle anderen Primzahlen gar nicht. Nach dem
Satz gilt das nicht nur fr die Zahl 12, sondern fr alle natrlichen Zahlen. Der Beweis
lsst sich in auf einer halben Seite fhren:
Beweis der Eindeutigkeit der Primfaktorzerlegung: Wir gehen mit Ordnungsinduktion
vor. Der Induktionsanfang ist erfllt, weil n = 1 nur als leeres Produkt, also eindeutig
dargestellt werden kann. Wir nehmen nun an (Induktionsannahme), dass alle k N mit
0 < k < n eine eindeutige Primfaktorzerlegung im Sinne von Satz 1.3.9.1 haben und
wollen dasselbe fr n selbst beweisen. Seien dazu
n = p1 . . . pr = q1 . . . qs
zwei verschiedene Primfaktorzerlegungen von n. Hilfsbehauptung: Alle pi sind von allen
qj verschieden. Denn wre pi = qj , so knnte man die Gleichung durch diesen Wert
krzen und htte zwei verschiedene Zerlegungen fr die natrliche Zahl n0 := pni < n,
im Widerspruch zur Induktionsannahme. Also gilt tatschlich diese Hilfsbehauptung.
Insbesondere ist also p1 6= q1 . Ist p1 < q1 (im Fall q1 > p1 symmetrisch argumentieren),
dann htte die Zahl
n0 := (q1 p1 ) q2 q3 . . . qs = n p1 (q2 q3 . . . qs ) = p1 (p2 . . . pr q2 . . . qs ) = p1 m
(mit m := p2 . . .pr q2 . . .qs ) zwei verschiedene Zerlegungen, eine ohne den Primfaktor
p1 (das erste Produkt in obiger Formel; p1 kommt weder unter den qj vor, noch kann es
den ersten Faktor q1 p1 teilen, weil es dann auch die grere Primzahl q1 teilen msste),
eine mit dem Faktor p1 (das letzte Produkt in obiger Formel). Weil aber sicher n0 < n
kleiner ist als n = q1 . . . qs stnde auch das im Widerspruch zu unserer Annahme. 
Aus der Eindeutigkeit der Primfaktorzerlegung von natrlichen Zahlen lassen sich
mehrere interessante Aussagen ber Teilbarkeit, grten gemeinsamen Teiler und kleinstes gemeinsames Vielfaches ablesen bzw. gewinnen:
1. Jede natrliche Zahl n 1 bestimmt eindeutig die Vielfachheiten ep (n), p P, mit
der die Primzahlen p als Faktoren in der Zerlegung
n=

pep (n)

pP

von n vorkommen. Dabei gilt ep (n) > 0 nur fr endlich viele p P. Umgekehrt
definiert jede Familie von Vielfachheiten ep (n), p P, von denen nur endlich viele
von 0 verschieden sind, eine eindeutige natrliche Zahl n, fr die obige Formel gilt.
2. Die Vielfachheiten eines Produktes ergeben sich als Summe der einzelnen Vielfachheiten:
ep (m n) = ep (m) + ep (n)
fr alle m, n N mit m, n 1 und alle p P. Entsprechendes gilt auch fr
Produkte von mehr als zwei Faktoren.

40

1.3 Zahlen
3. Fr zwei natrliche Zahlen m, n 1 gilt Teilbarkeit m|n genau dann, wenn fr
alle p P die Ungleichung ep (m) ep (n) gilt.
4. Zu je zwei natrlichen Zahlen
m=

pep (m)

und

n=

pP

pep (n)

pP

mit m, n 1 betrachten wir die Zahl


t :=

pmin{ep (m),ep (n)} .

pP

Wegen ep (t) = min{ep (m), ep (n)} ep (m), ep (n) fr alle p P ist diese Zahl t
ein gemeinsamer Teiler sowohl von m als auch von n, also t|m und t|n. Darber
hinaus hat t unter allen gemeinsamen Teilern von m und n die grt mglichen
Vielfachheiten ep (t). Das bedeutet, dass fr jeden anderen gemeinsamen Teiler
t0 N von m und n stets t0 |t gilt. Deshalb heit t auch der grte gemeinsame
Teiler von m und n, symbolisch t = ggT(m, n). Ganz analog gibt es einen grten
gemeinsamen Teiler ggT(n1 , . . . , nk ) auch von mehr als nur zwei natrlichen Zahlen
n1 , . . . , n k .
5. Eine analoge Konstruktion, lediglich mit max statt min liefert das grte gemeinsame Vielfache:
Zu je zwei natrlichen Zahlen
m=

pep (m)

pP

und

n=

pep (n)

pP

mit m, n 1 betrachten wir die Zahl


v :=

pmax{ep (m),ep (n)} .

pP

Wegen ep (t) = max{ep (m), ep (n)} ep (m), ep (n) fr alle p P ist diese Zahl
v ein gemeinsames Vielfaches sowohl von m als auch von n, also m|v und n|v.
Darber hinaus hat v unter allen gemeinsamen Vielfachen von m und n die kleinst
mglichen Vielfachheiten ep (v). Das bedeutet, dass fr jedes andere gemeinsame
Vielfache v 0 N von m und n stets v|v 0 gilt. Deshalb heit v auch das kleinste
gemeinsame Vielfache von m und n, symbolisch v = kgV(m, n). Ganz analog
gibt es ein kleinstes gemeinsames Vielfaches kgV(n1 , . . . , nk ) auch von mehr als
nur zwei natrlichen Zahlen n1 , . . . , nk .
bungsaufgabe 57. (E) Rekapitulieren Sie alle obigen Behauptungen und ergnzen
Sie jene Erklrungen die nur knapp ausgefhrt worden sind. Was ist zu bedenken, wenn
man auch n = 0 zulsst? (Man beachte, dass 0 Vielfaches aller natrlichen Zahlen ist,
Teiler aber nur von sich selbst.) Ist es mglich bzw. sinnvoll ggT und kgV auch von
unendlich vielen natrlichen Zahlen zu bilden?

41

1 Vorbemerkungen und Grundbegriffe


bungsaufgabe 58. (T) Ein einfaches Getriebe besteht aus zwei Zahnrdern mit Na
bzw. Nb Zhnen. Berechnen Sie nach wievielen Umdrehungen ein Zahn des ersten Rades
wieder in dieselbe Stelle des zweiten Rades greift.
1. Na = 50, Nb = 28

2. Na = 52, Nb = 28

3. Na = 53, Nb = 11

bungsaufgabe 59. (T) Wie Aufgabe 58, nur seien nun die beiden Zahnrder ber eine
Kette mit Nk = 110 Gliedern verbunden. Berechnen Sie nach wievielen Umdrehungen
ein Kettenglied wieder in denselben Zahn des ersten Rades greift.

1.3.10 Zahlendarstellungen
Der blichen dekadischen Zahlendarstellung liegt der Satz zugrunde, dass es bei vorgegebener Basis b N mit b 2 zu jedem n N eine Summendarstellung
n=

k
X

ai bi

i=0

mit ai {0, 1, . . . , b 1} gibt. Whlt man k minimal (d.h. ak 6= 0 sofern nicht n = 0), so
sind auch die ai eindeutig bestimmt und heien die Ziffern von n bezglich der Basis
b. Ist b = 10, so spricht man von dekadischer Darstellung, fr b = 2 von binrer.
Dekadisches Beispiel: 2016 = 2 103 + 0 102 + 1 101 + 6 100
Der praktische Wert solcher Darstellungen besteht vor allem darin, dass damit die
wichtigsten Rechenoperationen effizient durchgefhrt werden knnen. Zur bung soll
das am Beispiel der Addition durchdacht werden.
bungsaufgabe 60. (E) Beschreiben Sie mglichst genau den Additionsalgorithmus
fr natrliche Zahlen, wie sie ihn in der Volksschule gelernt haben. Tun Sie es, weil es
etwas weniger Aufwand erfordert, in Bezug auf die binre (und nicht die dekadische)
Darstellung. Die Aufgabe besteht also im Folgenden:
Seien
m=

k
X
i=0

ai 2i ,

n=

k
X
i=0

bi 2i ,

m+n=

k+1
X

ci 2i

i=0

mit ai , bi , ci {0, 1}. Beschreiben Sie das Verfahren, mit Hilfe dessen man die ci aus
den ai und bi gewinnt.
Positive reelle Zahlen r lassen sich eindeutig darstellen als r = n + x mit n N und
0 x < 1. Man schreibt mit Kommastrich r = ak ak1 . . . a1 a0 ,x1 x2 x3 . . .. Dabei sind
die ai die Ziffern von n wie oben und die Ziffern xi {0, 1, . . . , b 1} so gewhlt, dass
P
i
x =
j=i xi 10 . Die exakte Bedeutung so einer unendlichen Summe (Reihe) werden
wir im nchsten Kapitel ausfhrlich besprechen. Dekadisches Beispiel:
3,14159 . . . = 3 100 + 1 101 + 4 102 + 1 103 + 5 104 + 9 105 + . . . .
Negative Zahlen kennzeichnet man bekanntlich durch das vorangestellte Symbol .

42

1.3 Zahlen
Zur Wiederholung von frher: Sehr wichtig ist es, die Darstellung einer Zahl nicht
mit ihr selbst zu verwechseln. Schlielich knnen verschiedene Zeichenketten dasselbe
Objekt bezeichnen, z.B.: 4, 2 + 2, vier, four, die Anzahl der Himmelsrichtungen, ... Ein
anderes Beispiel (ber das mathematische Laien oft hitzig diskutieren) ist die Gleichung
1 = 1,0000 . . . = 0,9999 . . ., deren Grund wir im Zusammenhang mit dem Grenzwert von
Reihen besser verstehen werden.
bungsaufgabe 61. (T) Wandeln Sie von dekadischer in binre Darstellung um bzw.
vice versa.
1. Dekadisch: 9, 10, 42, 259
2. Binr: 10, 111, 1000, 11001100
bungsaufgabe 62. (T) Schtzen Sie ab, wieviele Stellen die angegebenen Zahlen in
Dezimaldarstellung haben:
2

1.

10(3 ) 104 106


2(10 ) 53 105
, 2. (100
3 )2 (302 )2 ,
1003 (103 )2

3.

2(2 ) 53 105
.
(100005 )2 28

Hinweis: 210 = 1024 103


bungsaufgabe 63. (T) Wie bungsaufgabe 62, aber mit den Stellen in der Binrdarstellung.

1.3.11 Die komplexe Zahlenebene


Auf die komplexen Zahlen stt man notgedrungen, wenn man nach einer Erweiterung
von R sucht, in der erstens die vier Grundrechnungsarten (Addition, Subtraktion, Multiplikation und Division) nach den gewohnten Regeln ausfhrbar sind (genauer: die Erweiterung soll einen Krper bilden, siehe Axiomatik von R) und zweitens auch die Wurzeln
negativer Zahlen enthalten sind. Es gengt sogar, lediglich von einer sogenannten imaginren Einheit auszugehen, die man traditionell mit i bezeichnet und von der man als
wesentliche Eigenschaft i2 = 1 voraussetzt. Sind a und b irgendwelche reelle Zahlen,
so sollen also auch das Produkt ib und die Summe a + ib in der Erweiterung liegen.
Wunderbarerweise reicht das, wie wir gleich sehen werden, schon aus. 11 Man nennt a
den Real- und b den Imaginrteil der komplexen Zahl z = a + ib, schreibt dafr auch
a = <z und b = =z, so dass stets z = <z + i =z gilt, und spricht auch von der Koordinatendarstellung von z. Offenbar sind zwei komplexe Zahlen a1 + ib1 und a2 + ib2
genau dann gleich, wenn a1 = a2 und b1 = b2 gilt.12 Die Zahl z := a ib heit die zu z
(komplex) Konjugierte. Die Menge C der komplexen Zahlen ist dann gegeben durch
C = {a + ib : a, b R},
11

Will man auf mengentheoretisch festem Grund stehen, knnte man a+ib als alternative und suggestive
Schreibweise fr das Paar (a, b) R2 auffassen, was aber formale Komplikationen aufwirft, die wir
hier vermeiden wollen.
12
Will man auf mengentheoretisch festem Grund stehen, knnte man a+ib als alternative und suggestive
Schreibweise fr das Paar (a, b) R2 auffassen, was aber formale Komplikationen aufwirft, die wir
hier vermeiden wollen.

43

1 Vorbemerkungen und Grundbegriffe


enthlt alle reellen Zahlen a in der Gestalt a + i0 (weshalb die Teilmengenbeziehung
R C besteht) und auch die imaginre Einheit i = 0 + i1. Die Addition muss nach der
Regel
(a + ib) + (c + id) = (a + c) + i(c + d)
erfolgen, die Multiplikation gem
(a + ib)(c + id) = ac + aid + ibc + ibid = ac + iad + ibc + i2 bd = (ac bd) + i(ad + bc).
Man rechnet fr beide Operationen leicht die Assoziativ- und Kommutativgesetze nach,
ebenso das Distributivgesetz.
bungsaufgabe 64. (P) Rechnen Sie fr komplexe Zahlen nach, indem Sie die entsprechenden Gesetze fr reelle Zahlen verwenden:
1. das Kommutativgesetz fr die Addition
2. das Assoziativgesetz fr die Addition
3. das Kommutativgesetz fr die Multiplikation
4. das Assoziativgesetz fr die Multiplikation
5. das Distributivgesetz
Auerdem findet man auf den ersten Blick die neutralen Elemente 0 = 0 + i0 (additiv)
und 1 = 1 + i0 (multiplikativ) sowie zu jedem a + ib ein additiv Inverses, nmlich
(a + ib) = a + i(b). Nicht auf den ersten Blick offensichtlich ist das multiplikativ
Inverse z 1 einer komplexen Zahl z = a + ib. Man findet es aber schnell, wenn man
unbekmmert drauf losrechnet und mit der Konjugierten erweitert:
z 1 =

1
1
a ib
a ib
a
b
=
=
= 2
= 2
+i 2
.
2
2
z
a + ib
(a + ib)(a ib)
a +b
a +b
a + b2

Auch wenn diese Umformung mangels Rechtfertigung der Regeln fr die Division (Brche!) noch auf Sand gebaut war, so erweist sich doch das Ergebnis, nmlich die komplexe
a
b
Zahl mit Realteil a2 +b
2 und Imaginrteil a2 +b2 tatschlich als das multiplikativ Inverse
zu z = a + ib (bung: nachrechnen). Unsere Menge C mit den Operationen, wie sie oben
definiert wurden, erfllt alle Gesetze eines Krpers.
bungsaufgabe 65. (E) berprfen Sie, dass C mit den oben definierten Operationen
tatschlich einen Krper bildet. Gehen Sie dazu schrittweise vor:
1. Rekapitulieren Sie aus 1.3.3, welche Forderungen in der Definition eines Krpers
enthalten sind.
2. Prfen Sie, welche dieser Forderungen bereits nachgeprft worden sind. Berufen
Sie sich dabei auf das Skriptum.
3. Kontrollieren Sie jene Punkte, die noch offen sind.

44

1.3 Zahlen
Man beachte, dass wir bei unseren Definitionen gar keine andere Wahl hatten, wollten
wir wieder einen Krper bekommen, der i enthlt. In diesem Sinn sind also auch die
komplexen Zahlen durch relativ bescheidene Minimalanforderungen eindeutig bestimmt
und tragen keinerlei definitorische Willkr in sich.
Die Zahl a2 + b2 im Nenner des oben berechneten Inversen z 1 von z ist, abgesehen
vom Fall z = 0, also abgesehen vom Fall a = b = 0, reell und positiv. Deshalb knnen
wir die Wurzel ziehen und durch
|z| = |a + ib| :=

zz =

a2 + b2

den Betrag |z| von z definieren. Das fhrt uns zur geometrischen Interpretation von C.
Wir fassen C als Ebene R2 auf, wo z = a + ib dem Punkt mit den Koordinaten (a, b)
entspricht. Manchmal denken wir uns a + ib auch als Vektor (Pfeil) vom Koordinatenursprung zum Punkt (a, b). Dabei entspricht die x-Achse den reellen Zahlen und heit
deshalb auch die reelle Achse. Die y-Achse nennen wir die imaginre Achse.
Die Addition komplexer Zahlen entspricht der blichen Vektoraddition gem der
Parallelogrammregel. Dabei stellt man sich Vektoren als Pfeile vor, die man aneinander
hngt (Schaft an Spitze). Fhrt man diese Operation mit zwei Vektoren in unterschiedlicher Reihenfolge aus, entsteht ein Parallelogramm.
bungsaufgabe 66. (T) Berechnen Sie die Summe der komplexen Zahlen 2 + 3i und
1 i und illustrieren Sie Ihre Rechnung graphisch.
Der oben definierte Betrag |z| einer komplexen Zahl z = a + ib stimmt nach Pythagoras mit dem Abstand des Punktes (a, b) vom Koordinatenursprung berein, lsst sich
also als die Lnge der Strecke von 0 nach z deuten.
Es stellt sich die Frage, ob auch die Multiplikation eine hnliche geometrische Interpretation zulsst. Die Antwort lautet ja. Dazu empfiehlt es sich, zur sogenannten
trigonometrischen oder Polardarstellung komplexer Zahlen berzugehen. Wir verwenden, einer exakteren Behandlung im Rahmen der Differentialrechnung vorgreifend,
die Winkelfunktionen Cosinus und Sinus, symbolisch cos und sin in naiver Weise. Und
zwar nutzen wir aus, dass ein Punkt der Ebene eindeutig gekennzeichnet ist, wenn wir
wissen, in welche Richtung und wie weit wir, beim Ursprung beginnend, gehen mssen.
Die Richtung ist gegeben durch einen Winkel , der mit der positiven reellen Achse eingeschlossen wird, der Abstand von 0 ist eine nichtnegative Zahl r = |z|. Fr z = a + ib
gilt fr den Realteil a = r cos , fr den Imaginrteil b = r sin . Wir knnen somit
schreiben:
z = a + ib = r(cos + i sin )
Weil z in dieser Weise durch r und bestimmt ist, schreiben wir etwas krzer auch
z = [r, ] oder warum, wird erst durch die Differentialrechnung klar werden in
Exponentialschreibweise
z = rei .

45

1 Vorbemerkungen und Grundbegriffe


Dabei ist r weiterhin der Betrag von z, heit auch das Argument von z. Wir untersuchen zunchst das Produkt zweier komplexer Zahlen
z1 = [1, ] = cos + i sin
und
z2 = [1, ] = cos + i sin
vom Betrag 1. Ihr Produkt ist eine komplexe Zahl z3 = z1 z2 mit Realteil
cos cos sin sin
und Imaginrteil
sin cos + cos sin .
Die Additionstheoreme fr Cosinus und Sinus besagen:
cos cos sin sin = cos( + )
und
sin cos + cos sin = sin( + ).
bungsaufgabe 67. (E) Beweisen Sie
1. das Additionstheorem fr den Cosinus
2. das Additionstheorem fr den Sinus
auf elementargeometrischem Weg.
In 1.5.4 werden wir auch noch einen Beweis mittels Vektorrechnung fhren.
Wir fassen all das zusammen zu
(cos + i sin ) (cos + i sin ) = cos( + ) + i sin( + )
oder, wenn wir zu komplexen Zahlen mit beliebigen Betrgen r, s bergehen,
r(cos + i sin ) s(cos + i sin ) = rs(cos( + ) + i sin( + )).
Nun zeigt sich der Vorteil der Polardarstellung, in der diese Beziehung die sehr bersichtliche Gestalt
[r, ] [s, ] = [rs, + ]
annimmt, hnlich in Exponentialschreibweise:


rei



sei = (rs)ei(+)

Also: Komplexe Zahlen werden multipliziert, indem man die Betrge multipliziert und
die Winkel (Argumente) addiert. Multiplikation mit der komplexen Zahl [r, ] bedeutet
also eine Streckung um den Faktor r, verknpft mit einer Drehung um den Winkel .

46

1.3 Zahlen
Auch die Division als Umkehrung der Multiplikation ergibt sich in Polardarstellung,
fr s 6= 0, sofort als


[r, ]
r
= , .
[s, ]
s
Durch Iteration der Multiplikation erhalten wir die Regel frs Potenzieren:
z n = [r, ]n = [rn , n].
Fr r = 1 lsst sich das auch als sogenannte Moivresche Formel schreiben:
(cos + i sin )n = cos n + i sin n
bungsaufgabe 68. (T) Berechnen Sie Real- und Imaginrteil der Summe
n
X

cos k + i sin k.

k=0

Hinweis: Wenden Sie zuerst die Eulersche Formel ei = cos + i sin auf die Summanden an und verwenden Sie dann die Summenformel fr die geometrische Reihe.
Offenbar lsst sich auch die Operation des Potenzierens umkehren, was bedeutet, dass

in C stets auch n-te Wurzeln existieren. Denn fr vorgegebenes z = [r, ] ist w := [ n r, n ]


eine komplexen Zahl mit wn = [r, ] = z. Wir haben also eine n-te Wurzel w von z
gefunden. Dabei ist allerdings zu beachten, dass dieses w nicht die einzige n-te Wurzel

ist. Wohl ist der Betrag n r einer n-ten Wurzel von z = [r, ] eindeutig bestimmt, nicht
jedoch das Argument. Das liegt daran, dass zwei Argumente und zum selben z
fhren, wenn sie sich genau um ein ganzzahliges Vielfaches des vollen Kreisumfangs 2
unterscheiden, wenn sie also, wie man sagt, kongruent modulo 2 sind. Angenommen,
es gibt neben w eine weitere n-te Wurzel w0 von z 6= 0. Dann ist der Quotient := ww0
n
wegen n = ww0 n = zz = 1 eine n-te Wurzel von 1, eine sogenannte n-te Einheitswurzel13 .
Als n-te Wurzeln von z kommen also genau die Zahlen w mit n-ten Einheitswurzeln in
Frage. ber letztere verschafft man sich schnell einen berblick, indem man = [r0 , ],
also 1 = [1, 0] = n = [r0n , n] ansetzt, r0 = 1 abliest und nur noch die Lsungen von
n = 2k, also k := k 2
n mit k Z aufsucht. Fr k = 0, 1, . . . , n 1 erhlt man
verschiedene n-te Einheitswurzeln k = [1, k ] = [1, k 2
n ], ab k = n wiederholt sich aber
k
alles zyklisch. Man beachte, dass k = 1 gilt. In der komplexen Ebene bilden die n-ten
Einheitswurzeln ein regelmiges n-Eck, dessen Ecken auf dem Einheitskreis liegen, eine
davon im Punkt 1 = 1 + i0 = (1, 0). Wir fassen zusammen:
Satz 1.3.11.1. Sei n N positiv und z = [r, ] eine komplexe Zahl mit r > 0. Dann

gibt es genau n verschiedene n-te Wurzeln von z. Eine davon ist w = w0 := [ n r, n ].


Smtliche n-te Wurzeln sind gegeben durch

2
wk := k w = [ n r, + k ], k = 0, 1, . . . , n 1,
n
n
wobei die n-te Einheitswurzel = [1, 2
n ] bezeichnet.
13

Die Bezeichnung mit dem griechischen Buchstaben , gesprochen Zeta, hat sich fr Einheitswurzeln
eingebrgert.

47

1 Vorbemerkungen und Grundbegriffe


Fr einige Winkel ist es ntzlich, die Werte von Sinus und Cosinus stets parat zu
haben:

sin 0 = cos = 0,
2

1
sin = cos = ,
6
3
2

sin = cos =
,
4
4
2

sin = cos =
3
6
2

bungsaufgabe 69. (T) Berechnen Sie smtliche n-te Wurzeln der komplexen Zahl z
und stellen Sie diese graphisch dar fr:
, n = 3 4. z = 3 + 4i, n = 5
1. z = 1, n = 6 2. z = 2, n = 4 3. z = 1+i
2
Stellen Sie Real- und Imaginrteil der Ergebnisse, sofern mglich (das ist nicht immer
der Fall), mittels reeller Wurzeln ohne Winkelfunktionen dar.
bungsaufgabe 70. (E) Begrnden Sie die angegebenen Werte von Sinus und Cosinus
mit elementargeometrischen berlegungen. Gehen Sie in folgenden Schritten vor:
1. Zeigen Sie, dass die Winkelsumme eines Dreiecks stets gleich = 180 ist.
2. Welche Winkel hat folglich ein gleichseitiges Dreieck?
3. Verwenden Sie Ihr Resultat, um sin 6 = cos 3 (warum stimmen diese beiden Werte
berein?) zu bestimmen.
4. Verwenden Sie den Satz von Pythagoras fr die fehlenden Werte.
Auch die wk bilden in der komplexen Ebene ein regelmiges n-Eck mit Mittelpunkt
in 0, allerdings i.A. ohne Eckpunkt auf der reellen Achse.
Abschlieend noch eine fr spter sehr ntzliche Bemerkung ber die Rolle der komplexen Konjugation z = a + ib 7 z = a ib (in Koordinatendarstellung) bzw. z =
[r, ] 7 [r, ] (in Polardarstellung). Geometrisch lsst sie sich deuten als Spiegelung
an der reellen Achse. Konjugation lsst genau die reelle Achse fest, d.h. z = z genau dann,
wenn z R. Aus der Koordinatendarstellung liest man unmittelbar z1 z2 = z1 z2
ab (weil sich nur das Vorzeichen der Imaginrteile ndert), aus der Polardarstellung


z1 z2 = z1 z2 und, fr z2 6= 0, zz12 = zz12 (weil sich nur das Vorzeichen der Winkel
ndert). Konjugation lsst also reelle Zahlen fest und vertrgt sich auf sehr geschmeidige
Weise mit den Rechenoperationen.14 Man kann diese Tatsache auch so interpretieren:
Die imaginre Einheit i und ihre Konjugierte i spielen in Bezug auf R genau dieselbe
Rolle. Das berrascht nicht, weil wegen (i)2 = 1 ja auch i eine Quadratwurzel von
1 ist, also statt i als Ausgangspunkt unserer berlegungen zu den komplexen Zahlen
htte genommen werden knnen. Dass wir in der komplexen Ebene den Punkt (0, 1) mit
i und nicht mit i identifizieren, ist also reine Konvention.
bungsaufgabe 71. (T) Berechnen Sie die komplexe Zahl z
1. z =
14

48

1+2i
1+3i

2. z = |1 7i|

3. z =

2
(3+i)2

2
(3i)2

In der Algebra nennt man die Konjugation deshalb einen R-Automorphismus von C.

1.4 Elementare Kombinatorik


und schreiben Sie das Ergebnis in der Standardform <z + i =z an. Skizzieren Sie Ihr
Ergebnis in der Gauschen Zahlenebene und geben Sie jeweils auch die konjugiert komplexe Zahl an.
bungsaufgabe 72. (T) Berechnen Sie unter Benutzung der Darstellung in Polarform
1. (3 +

3i)10

2. (1

3i)9

3.

2 2i

4.

q
3

i+

und schreiben Sie das Ergebnis in der Standardform <z +i =z an. Vereinfachen Sie dabei
so weit wie mglich (nicht immer wird das in befriedigender Weise gelingen).
bungsaufgabe 73. (T) Es sei z =

1i
.
1+i

1. Zeichnen Sie z in der Gauschen Zahlenebene ein.


2. Schreiben Sie z in Polardarstellung an.
3. Berechnen Sie Real- und Imaginrteil von z 99 .
bungsaufgabe 74. (T) Wie bungsaufgabe73 aber mit z =

1+i
.
1i

bungsaufgabe 75. (T) Bestimmen Sie die Lsungsmengen der folgenden Gleichungen bzw. Ungleichungen und stellen Sie sie graphisch dar:
1. = z = 1,
5. z2 = z 2 ,

2. < (iz) = 1,
3. <(z(1 + i)) = 1, 4. < z 2 1,
6. |z + 1 + i| = 1, 7. |< z = z| 1, 8. (< z)(= z) 1.

1.4 Elementare Kombinatorik


Die Hauptaufgabe der Kombinatorik ist die Bestimmung der Anzahl der Elemente von
Mengen (insbesondere endlichen), die auf unterschiedliche Weise zustande kommen knnen. Die wichtigsten der elementaren Beispiele wollen wir in diesem Abschnitt behandeln:
einfache Anzahlformeln, insbesondere das Inklusions-Exklusionsprinzip in 1.4.1, Permutationen und Faktorielle in 1.4.2, Kombinationen als Anzahlen von Teilmengen in 1.4.3
und den binomischen und polynomischen Lehrsatz als Anwendung in 1.4.4.

1.4.1 Einfachste Anzahlformeln


Im Zusammenhang mit den Rechenoperationen auf N haben wir Addition und Multiplikation motiviert ber ihre Bedeutung bei mengentheoretischer Vereinigung und kartesischem Produkt zweier Mengen. Die offensichtlichen Verallgemeinerungen auf n statt
nur zwei Mengen lauten
n

n
[ X


Ai =
|Ai |,



i=1

sofern die Mengen Ai paarweise disjunkt sind,

i=1

49

1 Vorbemerkungen und Grundbegriffe


und
|A1 A2 . . . An | =

n
Y

|Ai |.

i=1

Diese Zusammenhnge knnen verwendet werden, um auch von Summen oder Produkten
unendlicher Mchtigkeiten, sogenannter Kardinalzahlen zu sprechen. Wir knnen das
hier nicht vertiefen und wollen uns statt dessen berlegen, was bei mglicherweise nicht
disjunkten Vereinigungen zu tun ist. Fr nur zwei Mengen macht man sich sehr schnell
klar:
|A B| = |A| + |B| |A B|.
Fr drei Mengen ist die Situation ebenfalls noch recht leicht berschaubar:
|A B C| = |A| + |B| + |C| |A B| |A C| |B C| + |A B C|.
bungsaufgabe 76. (T) Bestimmen Sie, wieviele natrliche Zahlen von 1 bis 600
durch mindestens eine der Zahlen
1. 2, 3 oder 12 2. 3, 5 oder 8 3. 6, 8 oder 14
teilbar sind.
bungsaufgabe 77. (P) Formulieren und begrnden Sie eine analoge Formel fr die
Vereinigung A B C D von vier Mengen.
Auch fr eine beliebige endliche Anzahl n von Mengen A1 , . . . , An lsst sich die Kardinalitt der Vereinigung durch eine hnliche Formel ausdrcken. Dabei kommen alle
T
Durchschnitte, die aus den Ai gebildet werden, vor. Das sind die Mengen AI = iI Ai
fr beliebige nichtleere (Index-)Teilmengen I {1, 2, . . . , n}. Die Formel nennt man
auch Inklusions-Exklusionsprinzip. Sie lautet:

n
[


Ai =



i=1

(1)|I|+1 |AI |

X
I: 6=I{1,2,...,n}

Die Schreibweise der Summe rechts bedeutet, dass fr jede nichtleere Teilmenge I von
{1, 2, . . . , n} mit ungerader Kardinalitt |I| der Summand |AI | mit positivem Vorzeichen
versehen wird, sonst mit negativem.
Der Beweis erfolgt am besten mittels Induktion nach n. Beim Schritt von n auf n + 1
geht man von der Beziehung
n+1
[
i=1

Ai =

n
[

Ai An+1

i=1

aus und verwendet zunchst die Formel fr die Vereinigung von nur zwei Mengen:
n+1 n

n

[
[
[






Ai = Ai + |An+1 | (Ai An+1 ) .






i=1

i=1

i=1

Auf die beiden darin auftretenden Vereinigungen von n Mengen lsst sich die Induktionsannahme anwenden, wodurch man nach kurzer Analyse der Vorzeichen sehr schnell
die behauptete Formel erkennt. Das ist eine gute bung fr die Arbeit mit Indizes:

50

1.4 Elementare Kombinatorik


bungsaufgabe 78. (E) Fhren Sie die noch fehlenden Rechnungen im Beweis des
Inklusions-Exklusionsprinzips aus.

1.4.2 Permutationen und Faktorielle


Eine bijektive Abbildung : M M von einer Menge M auf sich selbst heit Permutation von M . Wir werden immer wieder auf Situationen stoen, wo die Anzahl der
Permutationen einer endlichen Menge M gefragt ist. Klarerweise hngt diese Anzahl nur
von n := |M | ab. Die Zuordnung 7 ((1), (2), . . . , (n)) definiert eine Bijektion zwischen der Menge der Permutationen und der Menge aller Anordnungen der Elemente
1, 2, . . . , n. Also gilt es, diese Anordnungen zu zhlen.
Wir schreiben fr ihre Anzahl der Einfachheit halber n!, gesprochen als n Faktorielle
oder n Fakultt. Offenbar gilt 0! = 1 (es gibt eine Mglichkeit, 0 Symbole anzuschreiben,
nmlich gar nichts hinzuschreiben), 1! = 1 (fr die einzige Mglichkeit 1), 2! = 2 (fr
die beiden Mglichkeiten 12 und 21), 3! = 6 (fr die sechs Mglichkeiten 123, 132, 213,
231, 312 und 321) und allgemein (n + 1)! = n!(n + 1).
Diese Rekursionsgleichung lsst sich sehr einfach einsehen: Zu jeder der n! mglichen
Anordnungen der Elemente 1, 2, . . . , n lsst sich das hinzukommende Element n + 1
an n + 1 Positionen einfgen: ganz am Anfang, zwischen dem i-ten und i + 1-ten fr
i = 1, . . . , n 1 (n 1 Mglichkeiten) und ganz am Ende.
Auch ohne weitere kombinatorische berlegungen, sondern direkt aus der Rekursionsformel erhalten wir weitere Werte: 4! = 24, 5! = 120, 6! = 720, 7! = 5040, 8! = 40320, 9! =
362880, 10! = 3628800, . . .; eine uerst rasch wachsende Zahlenfolge!
bungsaufgabe 79. (P) Welche Endziffern (in der Dezimaldarstellung) von n! knnen
auftreten?
bungsaufgabe 80. (T) Zeigen Sie mit vollstndiger Induktion, dass n! > 2n fr alle
n = 4, 5, 6, . . .
Ohne Beweis geben wir die oft sehr ntzliche Stirlingsche Formel an, welche das
Wachstum von n! beschreibt:

nn 2n
n!
en
Das Symbol soll bedeuten, dass der prozentuelle Unterschied zwischen den Gren
rechts und links beliebig nahe bei 0 liegt, sofern nur n gengend gro wird. Man beachte, dass in dieser Formel (wie auch in unzhligen anderen vergleichbaren Fllen)
die Kreiszahl = 3,14159 . . . vorkommt, obwohl ein Zusammenhang mit ihrer geometrischen Bedeutung (Verhltnis von Umfang zu Durchmesser eines Kreises) berhaupt
nicht offensichtlich ist.

1.4.3 Teilmengen, Kombinationen und Binomialkoeffizienten


Eine andere typische kombinatorische Fragestellung lautet: Wieviele Teilmengen hat eine
Menge M mit n Elementen? Antwort: 2n . Begrndung: Fr jedes der n Elemente gibt
es zwei Mglichkeiten (nennen wir sie 1 und 0): es in eine Teilmenge T aufzunehmen

51

1 Vorbemerkungen und Grundbegriffe


oder nicht. Jedem T M entspricht also genau eine 0-1-Folge der Lnge n, also ein
Element von {0, 1} . . . {0, 1} (n-mal), und vice versa. Also gibt es 2 2 . . . 2 = 2n
Teilmengen T M . Man beachte, dass hier implizit eine Bijektion zwischen der Menge
der Teilmengen von M und der Menge aller 0-1-Folgen der Lnge n verwendet wurde.
Weil es eine solche Bijektion gibt, haben die Mengen gleich viele Elemente.
Etwas feinere berlegungen braucht es, um die Anzahl der k-elementigen Teilmengen

einer n-elementigen Menge M zu bestimmen. Wir bezeichnen diese Anzahl mit nk . Wir
setzen hier k n voraus, weil ja andernfalls trivialerweise nk = 0 ist. Wir betrachten
die Abbildung f , die jeder der n! Anordnungen o = (m1 , m2 , . . . , mk , mk+1 , . . . , mn )
der n Elemente von M jene k-elementige Teilmenge zuordnet, die aus den ersten k
Elementen in dieser Anordnung besteht, also f (o) = {m1 , m2 , . . . , mk }. Als Abbildung
f : O(M ) T (k, M ) von der Menge O(M ) aller Anordnungen der Elemente von M in
die Menge T (k, M ) aller k-elementigen Teilmengen von M ist f surjektiv, nicht jedoch
injektiv. Gehen wir von zwei Anordnungen o, o0 O(M ) aus, so gilt f (o) = f (o0 ) genau
dann, wenn o0 aus o dadurch hervorgeht, dass man die ersten k Elemente m1 , . . . , mk
gem einer Permutation untereinander vertauscht (es gibt k! solche ) und ebenso
durch eine Permutation die verbleibenden n k Elemente mk+1 , . . . , mn untereinander
(es gibt (n k)! solche ). Es gibt also k!(n k)! solche Paare (, ), und jedes solche
Paar entspricht genau einem o0 mit f (o0 ) = f (o). Unter f werden also jeweils k!(n k)!
verschiedene Elemente von O auf dasselbe Element von T (k, M ) abgebildet, und genau
die Elemente von T (k, M ) werden dabei getroffen. Folglich gilt |O| = k!(nk)! |T (k, M )|.
Wegen |O| = n! folgt daraus
n
k

= |T (k, M )| =

n!
.
k!(n k)!

Diese Zahlen heien, weil sie im Binomischen Lehrsatz auftreten, auch Binomialkoeffizienten.
Oft ist es praktisch, die Grenordnung von Binomialkoeffizienten
abzuschtzen. Hlt

man zum Beispiel k fest, stellt sich heraus, dass sich nk etwa so verhlt wie ein bestimmter Bruchteil der k-ten Potenz nk :
bungsaufgabe 81. (P) Finden Sie eine positive reelle Zahl ck , von der Sie zeigen
knnen: Es gibt ein n0 N, so dass fr alle n n0 gilt:
ck nk

n
k

nk .

Hinweis: Stnde an dieser Stelle schon der Bergriff des Grenzwertes zur Verfgung liee
sich strker zeigen:
!
n k
1
lim
n =
n k
n!
Diesen Hinweis sollen Sie in Ihrem Beweis hier allerdings noch nicht verwenden. Er
kann aber zur Kontrolle dienen.

52

1.4 Elementare Kombinatorik

1.4.4 Binomischer und polynomischer Lehrsatz


Hufig verwendet man folgende Regeln fr Binomialkoeffizienten (0 k n N):
n
k

n
,
nk

speziell:

n
0

n
n

= 1 und

n
1

n
n1

= n.

Besonders wichtig ist die Rekursionsformel


n+1
k+1

n
n
+
.
k
k+1

Diese Formel lsst sich leicht nachrechnen.


bungsaufgabe
82. (T) berprfen Sie diese Formel mit Hilfe der allgemeinen Formel
n
n!
k = k!(nk)! fr Binomialkoeffizienten.
Noch reizvoller ist vielleicht die kombinatorische Deutung: Entstehe die n+1-elementige
Menge M 0 = M {m0 }, indem man zu einer n-elementigen Menge M noch ein weiteres
Element m0
/ M hinzufgt. Unter den k + 1-elementigen Teilmengen T 0 von M 0 gibt
es zwei Sorten; die erste Sorte mit m0 T 0 , die zweite mit m0
/ T 0 . Zur ersten Sorte:
0
0
Entfernt man m aus T , so erhlt man eine k-elementige Teilmenge T von M , jede genau
einmal. Davon gibt es nk , also gibt es auch so viele T 0 der ersten Sorte. Von der
zweiten
n 
Sorte sind genau die k + 1-elementigen Teilmengen von M , wovon es k+1 gibt. Die
n+1
n
0
Gesamtzahl
k+1 der T ist also tatschlich die Summe dieser beiden Anzahlen k und

n
k+1 .
Mit Hilfe der bisherigen Regeln lsst sich auf sehr einprgsame Weise das aus den Binomialkoeffizienten
bestehende Pascalsche Dreieck aufbauen. Der Binomialkoeffizient
n
steht
dabei
in
der
n-ten Zeile und k-ten Spalte (Nummerierung beginnt bei 0), d.h.
k

die Spitze des Dreiecks bildet 00 = 1, symmetrisch schrg darunter stehen ebenfalls die


1
2
2
2
zwei Einsen 10 = 1 und
=
1,
in
der
nchsten
Reihe
=
1,
=
2
und
0
1
2 = 1.
 1 
Auen stehen wegen n0 = nn = 1 stets Einsen, und die Eintragungen in der Mitte ergeben sich nach obiger Rekursionsformel als Summe der Eintragungen unmittelbar schrg
darber.
bungsaufgabe 83. (T) Berechnen Sie das Pascalsche Dreieck bis zur Zeile n = 10.
Eine ihrer wichtigsten Anwendung haben die Binomialkoeffizienten und das Pascalsche
Dreieck im Binomischen Lehrsatz (Binomische Formel):
(a + b)n =

n
X
k=0

n nk k
a
b
k

Diese Formel gilt fr alle n N und a, b R (oder auch a, b C). Der Beweis erfolgt am
einfachsten mittels Induktion nach n, wobei beim Induktionsschritt die obige Rekursionsformel die entscheidende Rolle spielt. Fr n = 0 ist alles trivial, weil links wie rechts

53

1 Vorbemerkungen und Grundbegriffe


n+1 = (a + b)n (a + b) fr den ersten
nur 1 steht. Im Induktionsschritt setzt man in (a + b)

P
n
Faktor die Induktionsannahme (a + b)n = nk=0 k ank bk ein, multipliziert mit a und
mit b. Die beiden resultierenden Summen knnen nach einer geeigneten Indexverschiebung zu einer einzigen zusammengefasst werden, die der rechten Seite der Binomischen
Formel fr n + 1 statt n entspricht. Die einzelnen Rechenschritte sind wieder eine gute
bung.

bungsaufgabe 84. (T) Fhren Sie den angedeuteten Induktionsbeweis der Binomischen Formel vollstndig aus.
bungsaufgabe 85. (T) Zeigen Sie direkt mithilfe des Binomischen Lehrsatzes:
1.

n
P
n
n
k = 2 , fr n 0

2.

k=0

3. (1 + x)n 1 +

n2 2
4 x ,

n
P

(1)k

k=0

n
k

= 0, fr n 0

fr n 2 und x 0.

Die Verallgemeinerung des Binomischen Lehrsatzes von zwei auf m N Summanden


ist der Poly- oder auch Multinomische Lehrsatz :
m
X

!n

ai

i=1

n!
Qm

(k1 ,...,km )I

m
Y
aki

i=1 ki ! i=1

Dabei erstreckt sich die Summe ber die Indexmenge I, bestehend aus allen m-tupeln
P
natrlicher Zahlen k1 , . . . , km mit m
i=1 ki = n.
bungsaufgabe 86. (E) Fr m = 1 ist der polynomische Lehrsatz trivial, fr m = 2
ist es der Binomische. Beweisen Sie den Polynomischen Lehrsatz in seiner allgemeinen
Form mittels Induktion nach m.
Ein alternativer Beweis gelingt durch naheliegende bertragung der Ideen beim Binomischen Lehrsatz ohne grundstzlich Neues: Zuerst erkennt man auf ganz hnliche
Weise wie bei der kombinatorischen Deutung der Binomialkoeffizienten, dass die in der
P
Formel auftretenden Terme Qmn! k ! zhlen, auf wieviele Arten man n = m
i=1 ki Objekte
i=1

auf m wohlunterschiedene Behlter, mit Fassungsvermgen k1 , k2 , . . . , km aufteilen kann.


Sodann berlegt man sich, dass dabei dasselbe kombinatorische Problem vorliegt, wie
Q
ki
wenn man fragt, wie oft das Produkt m
i=1 ai beim Ausmultiplizieren der n-ten Potenz
der Summe der ai auftritt.

1.5 Vektoren im n-dimensionalen Raum Rn


Im letzten Abschnitt dieses Kapitels widmen wir uns der Vektorrechnung. Im Gegensatz zum umfangreichen Kapitel ber Lineare Algebra im zweiten Semester betreiben
wir aber keine abstrakte algebraische Strukturtheorie. Das Ziel dieses Abschnitts besteht darin, die Sprache der Vektorrechnung zu nutzen, um geometrische Gegebenheiten
besser beschreiben zu knnen. Im Wesentlichen denkt man dabei an ein kartesisches
Koordinatensystem in der zweidimensionalen Ebene, im dreidimensionalen oder auch

54

1.5 Vektoren im n-dimensionalen Raum Rn


im n-dimensionalen Raum Rn . Damit lassen sich die Vektorraumoperationen definieren
(1.5.1). Die wichtigsten Rechenregeln sind Inhalt von 1.5.2. Indem man sich auf eine Basis bezieht, wobei wir hier nur die kanonische betrachten (1.5.3), lassen sich zum Beispiel
Drehungen als Beispiele linearer Abbildungen beschreiben (1.5.4). Als Nebenprodukt erhlt man die Additionstheoreme fr Sinus und Cosinus. Darber hinaus behandeln wir
das (Standard-) Skalarprodukt (1.5.5), die euklidische Lnge/Norm/Metrik (1.5.6) und
das Vektorprodukt im R3 (1.5.7). Schlielich beschreiben wir einfache geometrische Figuren (1.5.8) und fhren die topologischen Begriffe der offenen und abgeschlossenen Menge
ein (1.5.9).

1.5.1 Koordinatisierung und Vektorraumoperationen


Auf der (reellen) Zahlengeraden werden Punkte mit Zahlen x R identifiziert. Im Falle
der (komplexen) Zahlenebene C entsprechen den Punkten Zahlenpaare x = (x1 , x2 ).
Weil zwei Zahlen ntig sind, nennt man die Ebene zweidimensional. Als Menge kann C
mit dem kartesischen Produkt R R = R2 gleichgesetzt werden. Normalerweise werden
wir annehmen, dass die Koordinatenachsen im rechten Winkel aufeinander stehen, in
welchem Fall man von einem kartesischen Koordinatensystem spricht.
Entsprechend knnen die Punkte des dreidimensionalen Raumes durch Zahlentripel
x = (x1 , x2 , x3 ), die aus drei Komponenten x1 , x2 , x3 R bestehen, angegeben werden,
und wir schreiben R3 fr den dreidimensionalen Raum. Analog interpretieren wir Rn =
{(x1 , x2 , . . . , xn ) : xi R} mit beliebigem n N als n-dimensionalen Raum.
Die Elemente x = (x1 , x2 , . . . , xn ) von Rn sind n-tupel, die wir je nach Kontext ebenfalls Punkte nennen oder auch Vektoren mit den Koordinaten x1 , . . . , xn . Oft entsteht ein bersichtlicheres Schriftbild, wenn man die Komponenten der n-tupel nicht
waagrecht (Zeilenvektor), sondern senkrecht als Spaltenvektor schreibt, also:

x1

x2

x = (x1 , x2 , . . . , xn ) =
..
.
xn

Will man die fett gedruckten Symbole x, y, . . . vermeiden, bezeichnet man Vektoren
oft auch mit ~x, ~y , . . ..
Beim Matrizenkalkl, den wir im Kapitel ber Lineare Algebra werden kennen lernen,
ist zwischen Zeilen- und Spaltenvektoren zu unterscheiden. An dieser Stelle ist das aber
nicht notwendig, weil es nur um zwei verschiedene Schreibweisen fr dieselben Objekte,
nmlich Elemente des Rn geht. Wir werden deshalb meist zur jeweils gerade sympathischeren Darstellung greifen.
Beim Wort Vektor schwingt die Idee einer durch einen Pfeil reprsentierten Bewegung mit, die vom Ursprung (Nullvektor) des Koordinatensystems (0, 0, . . . , 0) nach
(x1 , x2 , . . . , xn ) fhrt. Beide Vorstellungen (Punkt und Vektor) werden durch dieselben mathematischen Objekte, nmlich eben durch die n-tupel reprsentiert. Steht die
Interpretation als Punkt im Vordergrund, insbesondere fr die Dimensionen n = 2 und

55

1 Vorbemerkungen und Grundbegriffe


n = 3, so schreiben wir manchmal auch (x/y) bzw. (x/y/z) statt (x, y) bzw. (x, y, z)
und A, B, C, . . . statt x, y, z, . . ..
Die Interpretation als Vektor legt nahe, nicht nur am Ursprung anzusetzen, sondern
an einem beliebigen Punkt. Das fhrt zur Vektoraddition:

x1 + y1
y1
x1


y
x
x2 + y2
2 2

x + y = . + . :=
..

.. ..
xn + yn

yn

xn

Ganz hnlich kann man Vektoren auch mit Skalaren (Zahlen) r R multiplizieren:

rx1
x1


x
rx2
2

rx = r . := .

..
..
xn

rxn

Wir wollen diese Multiplikation Skalarmultiplikation (Skalar mal Vektor ergibt Vektor) nennen. Man lasse sich durch die (etwas missverstndliche) Wortwahl nicht verwirren: Fr n > 1 ist diese Skalarmultiplikation zu unterscheiden von der Multiplikation
zweier Skalare (also der gewhnlichen Multiplikation zweier Zahlen), auerdem von zwei
spter noch zu behandelnden Operationen von Vektoren, dem sogenannten Skalarprodukt (Vektor mal Vektor ergibt Zahl) und dem Vektorprodukt im R3 (Vektor mal Vektor
ergibt Vektor).
Die geometrischen Interpretationen der Vektorraumoperationen (Addition und Skalarmultiplikation) fr n = 1, 2, 3 liegen auf der Hand: Die Addition folgt, so wie die
Addition komplexer Zahlen in der Ebene als 2-dimensionaler Spezialfall (siehe 1.3.11),
der Parallelogrammregel. Multiplikation mit dem Skalar r entspricht der Streckung des
Pfeils um den Faktor r.
bungsaufgabe 87. (T) Geben Sie sich zwei Vektoren x, y R3 vor, deren Koordinaten alle von 0 verschieden sind, berechnen Sie die Summe z = x + y und illustrieren
Sie Ihre Rechnung mit einer sorgfltigen Skizze.

1.5.2 Eigenschaften der Vektorraumoperationen


Folgende Eigenschaften der Vektorraumoperationen sind besonders hervorzuheben:
Die Elemente (Vektoren) von Rn bilden bezglich + eine abelsche Gruppe. Das heit,
zur Erinnerung, explizit: Es gelten Kommutativgesetz x+y = y+x und Assoziativgesetz
(x + y) + z = x + (y + z) (fr alle x, y, z Rn ). berdies gibt es ein neutrales Element,
den sogenannten Nullvektor

0

0
n

0 :=
.. R ,
.
0

56

1.5 Vektoren im n-dimensionalen Raum Rn


weil x + 0 = 0 + x = x fr alle x Rn gilt. Auerdem gibt es zu jedem x =
(x1 , x2 , . . . , xn ) Rn ein (eindeutig bestimmtes) Inverses x, nmlich

x1

x2

x := .
,
..
xn

mit x x = x + (x) = 0.
Fr die Skalarmultiplikation gelten auerdem die beiden Distributivgesetze (r + s)x =
rx + sx und r(x + y) = rx + ry, ein Assoziativgesetz, nmlich (rs)x = r(sx), und
1x = x (der Skalar 1 ist also auch bezglich der Skalarmultiplikation eine Art neutrales
Element), jeweils fr x, y Rn und r, s R.
bungsaufgabe 88. (P) berprfen Sie die vier angegebenen Rechenregeln: Zwei Distributivgesetze, Assoziativgesetz und 1 als neutrales Element.
Man knnte weitere Rechenregeln angeben. Die meisten davon erweisen sich aber als
Folgerungen der obigen. Deshalb whlt man die angegebenen Regeln zur Definition von
Vektorrumen als abstrakten Strukturen. Dieser Gesichtspunkt wird im zweiten Semester im Kapitel ber Lineare Algebra ausfhrlicher behandelt werden. Hier beziehen wir
uns ausschlielich auf die Rume Rn , wie wir sie im vorangegangenen Unterabschnitt
eingefhrt haben. Wir nennen diese Rume auch die n-dimensionalen Standardvektorrume.

1.5.3 Die kanonische Basis


Eine besondere Rolle spielen im Standardvektorraum Rn die sogenannten kanonischen
Einheitsvektoren e1 , e2 , . . . , en . Der i-te Einheitsvektor ei = (0, 0, . . . , 0, 1, 0, . . . , 0)
hat 1 als i-te Koordinate, alle anderen Koordinaten von ei sind 0. Gemeinsam bilden die
ei die kanonische Basis B = {e1 , e2 , . . . , en }.
Offenbar lsst sich jeder beliebige Vektor x = (x1 , x2 , . . . , xn ) Rn in eindeutiger
Weise als Linearkombination der ei (also als Summe von Vielfachen der ei ) schreiben,
nmlich:

x1
1
0
0



X
n
x2
0
1
0

x = (x1 , x2 , . . . , xn ) = . = x1 . + x2 . + . . . + xn . =
xi ei
..
..
..
..
i=1

xn

Man sagt, dass die ei den ganzen Raum Rn erzeugen oder aufspannen und, weil die
Darstellung eindeutig ist, dass sie linear unabhngig sind. Ganz allgemein charakterisieren diese beiden Eigenschaften eine Basis. Man knnte auch andere Basen verwenden.
Abgesehen von der folgenden bungsaufgabe werden wir dem aber erst im Kapitel ber
Lineare Algebra systematisch nachgehen.

57

1 Vorbemerkungen und Grundbegriffe


bungsaufgabe 89. (E) Zeigen Sie, dass auch die Vektoren e01 := e1 und e0i := ei1 +ei
fr i = 2, . . . , n eine Basis von Rn bilden, d.h.: Zu jedem Vektor x Rn gibt es eindeutige
P
Skalare x01 , . . . , x0n mit x = ni=1 x0i e0i .

1.5.4 Linearitt am Beispiel der Drehung


Zentral in der Linearen Algebra ist der Begriff der linearen Abbildung. Dabei handelt
es sich um eine Abbildung f zwischen zwei Vektorrumen, die mit den Vektorraumoperationen (Linearkombinationen) vertrglich ist in dem Sinn, dass stets f (rx + sy) =
rf (x) + sf (y) gilt. Weniger abstrakt formuliert: Das Bild des r-fachen eines Vektors ist
das r-fache des Bildes, als Formel: f (rx) = rf (x); und das Bild einer Summe ist die
Summe der Bilder, als Formel: f (x + y) = f (x) + f (y).15
Hier soll der anschaulich-geometrische Gehalt dieser Definition am Beispiel der Drehung d : R2 R2 illustriert werden, welche die Ebene R2 um den Winkel in die
sogenannte mathematisch positive Richtung, also gegen den Uhrzeigersinn dreht. Mittelpunkt der Drehung ist der Koordinatenursprung.
Die Anschauung lehrt, dass d tatschlich linear im Sinne obiger Definition ist. Insbesondere bedeutet das fr ein beliebiges x = (x1 , x2 ) = x1 e1 + x2 e2
d (x) = d (x1 e1 + x2 e2 ) = x1 d (e1 ) + x2 d (e2 ).
Also ist d durch die Linearitt auf ganz R2 festgelegt, sofern wir nur seine Wirkung auf
die Basisvektoren e1 und e2 kennen. Die ist aber klar, denn offenbar gilt
d (e1 ) =

cos
sin

und

d (e2 ) =

sin
.
cos

Aufgrund der Linearitt gengen also diese Daten, um die Abbildung d eindeutig festzulegen. Die Darstellung
!
cos sin
sin cos
als sogenannte 2 2-Matrix mit den beiden Vektoren d (e1 ) und d (e2 ) als Spalten
enthlt somit alle relevante Information ber die lineare Abbildung d . Entsprechendes
gilt fr eine beliebige lineare Abbildung f . Die Spalten stellen die Bilder der (kanonischen) Basisvektoren unter f dar und bestimmen f vermittels Linearitt eindeutig. In
der Linearen Algebra wird diese Beobachtung wesentlich vertieft werden.
Doch zurck zu den Drehungen. In unseren berlegungen knnen wir den Winkel
durch einen anderen Winkel ersetzen und die Zusammensetzung (Hintereinanderausfhrung) d d = d+ , also die Drehung um den Winkel + , betrachten.
15

58

Um Missverstndnissen vorzubeugen: Im Zusammenhang mit Polynomen und reellen Funktionen


bezeichnet man oft jede Funktion f der Bauart f (x) = kx+d mit k, d R als linear, siehe auch 3.2. Ist
so ein f aber auch im hier definierten Sinn linear, so folgt d = f (0) = f (0+0) = f (0)+f (0) = 2d, also
d = 0. Diesen Fall nennt man auch den homogenen, und zwar im Unterschied zum inhomogenen
mit d 6= 0.

1.5 Vektoren im n-dimensionalen Raum Rn


Fr die Bildvektoren yi := d+ (ei ) = d (xi ) mit xi := d (ei ), i = 1, 2, erhalten wir
einerseits
!
cos( + )
y1 =
sin( + )
und

sin( + )
,
cos( + )

y2 =

andererseits durch iteriertes Ausrechnen vermittels der Formeln fr d und d :


y1 = d (d (e1 )) = d

cos
sin

= d (cos e1 + sin e2 ) =
!

cos
sin
= (cos ) d (e1 ) + (sin ) d (e2 ) = cos
+ sin
sin
cos

= (cos cos sin sin )e1 + (cos sin + sin cos )e2
und ganz analog
y2 = d (d (e2 )) = (sin cos + cos sin )e1 + (cos cos sin sin )e2
(diese Rechenschritte entsprechen eigentlich der Berechnung eines Matrizenproduktes,
das wir im Kapitel ber Lineare Algebra allgemein besprechen werden), also
y1 = d (d (e1 )) =

cos cos sin sin


sin cos + cos sin

und

y2 = d (d (e2 )) =

sin cos cos sin


.
cos cos sin sin

Vergleich der Koordinaten in den beiden gewonnen Darstellungen von y1 und y2 zeigt
uns die Additionstheoreme, die wir im Zusammenhang mit den Polarkoordinaten
komplexer Zahlen schon ausgiebig verwendet haben:
cos( + ) = cos cos sin sin
und
sin( + ) = sin cos + cos sin .
bungsaufgabe 90. (P) berprfen Sie die Additionstheoreme rechnerisch, aber ohne
Taschenrechner fr die Winkel = = 4 .
bungsaufgabe 91. (T) Drehen Sie das Dreieck mit den Eckpunkten (1/1), (0/2)
und (1/2) um 45 im Uhrzeigersinn (mathematisch negativ).
bungsaufgabe 92. (P) Durch die Gleichung 5x2 +6xy+5y 2 = 1 wird eine Ellipse festgelegt. Bestimmen Sie die Gleichung der um 45 gegen den Uhrzeigersinn (mathematisch
positiv) gedrehten Ellipse indem Sie die in Abschnitt 1.5.4 untersuchte Transformation
x x cos + y sin , y x sin + y cos durchfhren.

59

1 Vorbemerkungen und Grundbegriffe

1.5.5 Inneres (Skalar-) Produkt und Lngenmessung


Man kann das (gewhnliche) Skalarprodukt oder auch innere Produkt xy der Vektoren x = (x1 , x2 , . . . , xn ) und y = (y1 , y2 , . . . , yn ) im Standardvektorraum Rn durch die
Definition

y1
x1

n
X
x2 y2
. :=
xi yi
xy =
.
. .
. .
i=1

xn

yn

einfhren.
Alternativ wollen wir hier von der geometrischen Interpretation ausgehen, der Einfachheit halber zunchst fr n = 2, also fr Vektoren in der Ebene. Und zwar lsst sich
xy interpretieren als das Produkt der Lnge kxk von x mit der Lnge der Orthogonalprojektion von y auf x. Ist der Winkel zwischen den beiden Vektoren, so bedeutet
das
xy = kxkkyk cos .
Gewisse Spezialflle sind besonders wichtig: Fr x, y 6= 0 ist xy = 0 genau dann, wenn
cos = 0, also wenn x und y orthogonal oder auch normal aufeinander stehen. Der
Nullvektor steht definitionsgem auf jeden anderen Vektor normal. Der andere Extrem
fall, nmlich cos = 1 liegt vor, wenn x = y. Dann ist xx = kxk2 bzw. kxk = xx.
Vertauschen wir die Rollen von x und y, ist der Winkel in die umgekehrte Richtung
zu durchlaufen, also durch zu ersetzen. Wegen cos() = cos folgt daraus
(i) xy = yx.
Klarerweise gilt auerdem
(ii) (rx)y = r(xy)
und, wie die geometrische Anschauung lehrt,
(iii) x(y1 + y2 ) = xy1 + xy2 .
Man beachte, dass (ii) und (iii) analog sind zu den Linearittsbedingungen von vorher.
Deshalb lassen sich beliebige Skalarprodukte sehr leicht ausrechnen, wenn man sie fr
die Basisvektoren ei kennt. Und diese ergeben sich in offensichtlicher Weise aus der
geometrischen Anschauung: e1 e1 = e2 e2 = 1 und e1 e2 = e2 e1 = 0.
Fr beliebige Vektoren
x=

x1
x2

= x1 e1 + x2 e2

und

y=

y1
y2

= y1 e1 + y2 e2

aus R2 ergibt sich mit all diesen Beziehungen wegen


(x1 e1 + x2 e2 ) (y1 e1 + y2 e2 ) = x1 y1 e1 e1 + x1 y2 e1 e2 + x2 y1 e2 e1 + x2 y2 e2 e2

60

1.5 Vektoren im n-dimensionalen Raum Rn


zusammengefasst tatschlich
xy =

x1
x2

y1
y2

= x 1 y1 + x 2 y2 .

Das stimmt mit der eingangs erwhnten Definition des Skalarproduktes im Fall n = 2
berein. Auch fr beliebiges n N fhren ganz analoge (wenn auch nicht immer so
anschauliche) berlegungen zu der entsprechenden Beziehung, so dass wir auch dort die
eingangs gegebene Definition bernehmen knnen. Die sich daraus ergebende Lnge
v
u n
uX
k(x1 , x2 , . . . , xn )k := t x2i
i=1

heit auch die euklidische Lnge oder Norm des Vektors x = (x1 , x2 , . . . , xn ). Man
beachte den Spezialfall n = 1, wo das Skalarprodukt mit dem gewhnlichen Produkt
und die Norm mit dem Betrag zusammenfllt.
Die Bedingungen (i), (ii) und (iii) wurden in der obigen Rechnung mehrmals verwendet. Wichtig ist auch die bereits weiter oben implizit aufgetretene Beobachtung
(iv) xx 0,
wobei Gleichheit nur fr x = 0 gilt. Aus (i) bis (iv) allein lassen sich viele weitere vertraut
anmutende Rechenregeln wie etwa x0 = 0 ableiten. Wir wollen uns damit aber nicht
weiter aufhalten.
bungsaufgabe 93. (P) Zeigen Sie fr das rechtwinkelige Dreieck mit den Eckpunkten
A = (0/0/0), B = (b/0/0), C = (b/c/0) (b, c > 0) durch Nachrechnen, dass der Cosinus
des von x := AB (dem Vektor von A nach B) und y := AC (dem Vektor von A nach
C) eingeschlossenen Winkels tatschlich durch

xy

xx yy

gegeben ist.
bungsaufgabe 94. (T) Berechnen Sie alle Winkel (Angabe des Cosinus gengt) sowie
den Flcheninhalt des Dreiecks mit den Eckpunkten A, B, C:
A = (1/0/0)

B = (0/1/0)

C = (0/0/1).

1.5.6 Zwei wichtige Ungleichungen


Weil alle bisherigen berlegungen im Wesentlichen nur auf den Eigenschaften (i) bis (iv)
beruhen, verwendet man diese zur Definition eines allgemeinen Skalarproduktes in einem
Vektorraum. Zwar brauchen wir diesen allgemeineren Begriff jetzt noch nicht unbedingt.
Jedoch spielen die Eigenschaften (i) bis (iv) eine wichtige Rolle bei der Herleitung der
Cauchy-Schwarzschen Ungleichung:
|xy| kxk kyk

61

1 Vorbemerkungen und Grundbegriffe


ber die geometrische Definition des Skalarproduktes als xy = kxk kyk cos ist sie
klar, weil ja | cos | 1 fr alle Winkel gilt.
bungsaufgabe 95. (P) Deuten Sie fr gegebene Vektoren x, y R2 die linke und die
rechte Seite in der Cauchy-Schwarzschen Ungleichung jeweils als Flche und begrnden
Sie geometrisch, warum zwischen ihnen die Beziehung gilt.
Bemerkenswert ist, dass diese wichtige Ungleichung alleine aus den Eigenschaften (i)
bis (iv) folgt. Davon kann man oft Gebrauch machen. Deshalb bringen wir auch diesen
Beweis:
Es gengt, den nichttrivialen Fall y 6= 0 (fr y = 0 sind beide Seiten der Ungleichung
= 0) zu untersuchen. Man betrachtet den Vektor z = x + ry, eine Linearkombination
xy
von x und y, wobei fr den Skalar r zweckmigerweise r := ||y||
2 gesetzt wird. Gesetz
2
(iv) aus 1.5.5 garantiert 0 kzk = (x + ry)(x + ry). Den Term rechts multipliziert man
2
mittels (i)-(iii) aus und erhlt dafr nach kurzer Rechnung 0 kxk2 (xy)
. Bringt man
kyk2
den negativen Term auf die linke Seite der Ungleichung und multipliziert mit kyk2 > 0,
so erhlt man (xy)2 kxk2 kyk2 und nach Ziehen der Quadratwurzel auf beiden Seiten
die behauptete Cauchy-Schwarzsche Ungleichung.
Rekapituliert man den Beweis, so kann man die recht ntzliche Erkenntnis gewinnen,
dass statt sogar Gleichheit = gesetzt werden kann, wenn z = 0 gilt, was bedeutet,
dass x ein Vielfaches von y ist.
Eine Folgerung aus der Ungleichung von Cauchy-Schwarz ist die mindestens ebenso
wichtige Dreiecksungleichung, die ebenfalls in beliebigen Vektorrumen mit einem
Skalarprodukt gilt:
kx + yk kxk + kyk
Der Name rhrt daher, dass man die Vektoren x, y und x+y als die Seiten eines Dreiecks
interpretieren kann. Dann besagt die Ungleichung: Geht man die Seite x+y auf direktem
Wege entlang, wird der Weg nie lnger sein, als ber den Umweg (zuerst x und dann y).
Der Beweis der Dreiecksungleichung mittels Cauchy-Schwarz ist kurz:
kx + yk2 = (x + y)(x + y) = kxk2 + 2xy + kyk2 kxk2 + 2kxkkyk + kyk2 = (kxk + kyk)2 .
Ziehen der Quadratwurzel auf beiden Seiten liefert die Dreiecksungleichung.
Der Abstand (die Distanz) d(x, y) zweier Punkte x und y ist definiert durch
d(x, y) := kx yk.
(Liegt das gewhnliche Skalarprodukt zugrunde, spricht man vom euklidischen Abstand.) Die Dreiecksungleichung hat dann die Gestalt
d(x, z) = kx zk = kx y + y zk kx yk + ky zk = d(x, y) + d(y, z),
d.h. der direkte Weg von x nach z ist nie lnger als der Umweg ber die Zwischenstation
y. Klarerweise gilt auch stets d(x, y) = d(y, x), d(x, y) 0, d(x, y) = 0 nur fr x = y.
Diese Eigenschaften machen d zu einer sogenannten Metrik. Im Spezialfall n = 1, d.h.
x = x, y = y R ist d(x, y) = d(x, y) = |x y|.

62

1.5 Vektoren im n-dimensionalen Raum Rn


Nicht sehr berraschend kann man auch bei der Dreiecksungleichung analysieren, wann
Gleichheit gilt. Das ist genau dann der Fall, wenn xy = kxkkyk gilt, und das gem
unseren berlegungen zu Cauchy-Schwarz wiederum genau dann, wenn einer der beiden
Vektoren ein Vielfaches des anderen ist und zustzlich (das Vorzeichen links knnte auch
negativ sein) in dieselbe Richtung weist.
Noch eine weitere Erkenntnis knnen wir aus demselben Beweis ziehen, nmlich den
Satz des Pythagoras: Die Gleichheit kx + yk2 = kxk2 + kyk2 gilt genau dann, wenn
xy = 0, wenn also x und y einen rechten Winkel einschlieen.
Diese Beziehungen ermglichen es, Begriffe wie Orthogonalitt, Lnge, Winkel, Satz
von Pythagoras etc. auch auf abstrakte Rume zu bertragen, sofern dort nur ein Skalarprodukt mit den Eigenschaften (i)-(iv) aus 1.5.5 definiert ist.

1.5.7 Das uere (Vektor-) Produkt


Im R3 spielt noch eine weitere Operation mit Vektoren eine wichtige Rolle, das sogenannte uere oder auch Vektor- oder Kreuzprodukt zweier Vektoren x, y R3 , fr
das man auch x y schreibt.
Der Vektor x y ist geometrisch durch folgende Eigenschaften eindeutig festgelegt:
1. Das Vektorprodukt x y steht normal sowohl auf x als auch auf y.
2. Die (eindimensionale Mazahl der) Lnge kx yk des Vektorproduktes x y ist
gleich der (zweidimensionalen Mazahl der) Flche des von x und y aufgespannten
Parallelogramms.
3. Die Orientierung von x y ist so gewhlt, dass das Vorzeichen der durch die
Vektoren x, y und x y (in dieser Reihenfolge) gebildeten Determinante (siehe
Kapitel Lineare Algebra in Mathematik 2) nicht negativ ist.
Man stellt sich das Vektorprodukt geometrisch also am besten so vor: Zwei Vektoren
x, y R3 im Anschauungsraum spannen ein Parallelogramm auf. Der Vektor x y steht
normal auf das Parallelogramm und seine Lnge ist zahlenmig gleich der Flche des
Parallelogramms. Damit ist x y bis auf die Orientierung eindeutig bestimmt. Diese
dreht sich um, wenn x und y vertauscht werden. Im realen dreidimensionalen Raum kann
man die Orientierung des Vektorproduktes ber die Orientierung der Koordinatenachsen
festlegen. Oft wird das ber eine sogenannte Rechtsschraubenregel getan. Dabei stellt
man sich vor, dass eine Schraube durch die Drehung des Vektors x zum Vektor y sich in
die Richtung von z := x y bewegt, so wie das der Fall sein sollte, wenn man x = e1 ,
y = e2 und z = e3 (Einheitsvektor in Richtung von x-, y- und z-Achse) setzt.
bungsaufgabe 96. (T) Geben Sie sich zwei Vektoren x, y R3 vor, die weder normal
noch parallel zueinander stehen und auch nicht parallel zu einer der drei Koordinatenebenen sind. Bestimmen Sie x y rechnerisch und fertigen Sie eine Skizze (zum Beispiel
im Schrgriss) an.

63

1 Vorbemerkungen und Grundbegriffe


Es zeigt sich, dass fr x = (x1 , x2 , x3 ) und y = (y1 , y2 , y3 ) die Definition

x2 y3 x3 y2
y1
x1


x y = x2 y2 := x3 y1 x1 y3
x 1 y2 x 2 y1
y3
x3
genau die behaupteten Eigenschaften hat.
Die erste lsst sich leicht berprfen:
bungsaufgabe 97. (P) Rechnen Sie nach, dass der durch diese Formel definierte
Vektor x y sowohl auf x als auch auf y normal steht.
Fr die anderen beiden hilft es sehr, wenn man schon den Begriff der Determinante zur
Verfgung hat, was aber erst im zweiten Semester in der Linearen Algebra der Fall sein
wird. Immerhin lsst sich die zweite Eigenschaft in gewissen Spezialfllen berprfen:
bungsaufgabe 98. (P) Zeigen Sie fr das rechtwinkelige Dreieck A = (0/0/0), B =
(b/0/0), C = (b/c/0) durch Nachrechnen, dass der Flcheninhalt tatschlich durch den
Betrag des Vektorproduktes 21 AB AC gegeben ist.
bungsaufgabe 99. (P) Verwenden Sie die Formel Volumen = Grundflche Hhe
um nachzuweisen, dass das Volumen des Parallelepipeds (verzerrter Wrfel) mit Seiten
x, y, z durch das sogenannte Spatprodukt |x (y z)| gegeben ist. Wie kann man daraus
durch eine geometrische berlegung folgern, dass
|x (y z)| = |y (z x)| = |z (x y)|
gilt? (Bemerkung: Diese Gleichungen wrden auch nach Weglassen der Absolutbetrge
gelten, jedoch falsch werden, wenn man an einer Stelle die Reihenfolge im Vektorprodukt
vertauschte.)
In Anwendungen tritt gelegentlich das doppelte Vektorprodukt x (y z) auf. Dieses
Produkt ist offensichtlich der Nullvektor, falls y und z parallel sind. Wenn y und z nicht
parallel sind, so bilden y, z und y z eine Basis (siehe 1.5.3). Die Vektoren y, z spannen
eine Ebene auf und y z steht normal auf diese Ebene. Somit knnen wir schreiben
x (y z) = 1 y + 2 z + 3 (y z)
mit noch zu bestimmenden Koeffizienten 1 , 2 , 3 R. Der Vektor x (y z) steht
normal auf yz und liegt daher in der von y und z aufgespannten Ebene. Der Koeffizient
3 beim dritten Basisvektor y z ist also = 0. Wir bilden nun das Skalarprodukt mit x
0 = x (x (y z)) = 1 x y + 2 x z
und erhalten 1 = x z, 2 = x y mit nun nur mehr einem Parameter :
x (y z) = ((x z)y (x y)z) .
bungsaufgabe 100. (T) Berechnen Sie durch direktes Einsetzen in die Definition des
Vektorprodukts den Wert des Parameters in dieser Formel.

64

1.5 Vektoren im n-dimensionalen Raum Rn

1.5.8 Teilmengen von Rn in Koordinaten- und Vektorschreibweise


Mit Hilfe der Vektorrechnung lassen sich viele wichtige geometrische Gebilde hervorragend beschreiben. Hier einige wichtige Beispiele:
Geraden g im Rn lassen sich am anschaulichsten in Parameterform darstellen:
g = {x0 + rx : r R}
Dabei ist x0 irgendein Punkt auf der Geraden (Ortsvektor) und x 6= 0 (Richtungsvektor)
ein Vektor, der in die Richtung von g weist. Wenn der Parameter r ganz R durchluft,
durchluft x0 + rx die gesamte Gerade g.
In der Ebene R2 lassen sich Geraden auch in der (Koordinaten-) Form
g = {(x, y) : ax + by = c}
darstellen, wobei a und b nicht beide 0 sein drfen. Ist a = 0 und b 6= 0, so ist g parallel zur
x-Achse, im umgekehrten Fall zur y-Achse. Ist b 6= 0 lsst sich die Gleichung ax + by = c
umformen zu y = ab x + cb . Die Steigung k dieser Geraden ist also gegeben durch
k = ab . Aus der Schule sollte bekannt sein, wie man Parameter- und Koordinatenform
fr Geraden ineinander berfhren kann.
Man kann die Koordinatenform ax + by = c auch umschreiben zu
g = {x : nx = c}.
Darin ist nx das Skalarprodukt des festen Vektors n = (a, b) mit dem variablen Vektor
x = (x, y). Die Forderung, dass dieses Skalarprodukt fr alle x g den konstanten Wert
c liefert, bedeutet fr je zwei x1 , x2 g dass n(x1 x2 ) = nx1 nx2 = cc = 0 gilt, dass
also die Verbindungslinie zwischen x1 und x2 normal steht auf n. Mit anderen Worten:
Der Vektor n steht normal auf g, weshalb man auch von einer Normalvektorform fr
g spricht. Liegt x nicht auf g, so ist nx c 6= 0, wobei der Wert auf der linken Seite
proportional zum Normalabstand d von x auf g ist. Die Proportionalitt wird (eventuell
bis aufs Vorzeichen) zur Gleichheit, wenn der Normalvektor n auf ||n|| = 1 normiert ist.
n
c
Normierung lsst sich erreichen, indem man n und c durch n0 := knk
bzw. c0 := knk
ersetzt. Die resultierende Formel
|xn c|
d=
knk
heit Hessesche Normalvektorform.
Was ber Geraden g R2 gesagt wurde, gilt analog fr Ebenen Rn . Die Parameterdarstellung hat die Gestalt
= {x0 + rx1 + sx2 : r, s R},
wobei x0 irgendein Ortsvektor auf ist und x1 , x2 zwei nicht parallele Richtungsvektoren, die folglich aufspannen. Fr n = 3 gelten Koordinatendarstellungen
= {(x, y, z) R3 : ax + by + cz = d}

65

1 Vorbemerkungen und Grundbegriffe


mit a, b, c, d R derart, dass n := (a, b, c) 6= 0 ein Normalvektor auf ist. Auch eine
Hessesche Normalabstandsmessung zwischen Punkt zu Ebene ist genauso mglich wie
bei n = 2 zwischen Punkt und Gerade.
Ein Kreis k in der Ebene besteht aus jenen x = (x, y) R2 , deren Abstand zu einem
Mittelpunkt x0 = (x0 , y0 ) den festen Abstand d(x, x0 ) = kx x0 k = r0 0 (Radius)
haben, also
k = {x = (x, y) R2 : kx x0 k = r0 } = {(x, y) R2 : (x x0 )2 + (y y0 )2 = r02 }.
Dem Kreis besonders gut angepasst sind Polarkoordinaten, wie wir sie schon bei den
komplexen Zahlen kennengelernt haben. Dabei stellt man
pdie Koordinaten eines Punktes
(x, y) dar als x = r cos und y = r sin , wobei r = x2 + y 2 0 der Abstand des
Punktes vom Ursprung ist und [0, 2) jener Winkel, um den die x-Achse um den
Ursprung bis zum Punkt (x, y) zu drehen ist. Bei vorgegebenem Radius r0 0 nimmt
die Kreisgleichung die besonders einfache Gestalt r = r0 an. Dabei ist r0 als feste Zahl
zu verstehen, nmlich der Radius des Kreises, und r als eine der beiden Variablen in der
Polardarstellung eines Punktes
x=

x
y

r cos
r sin

R2 .

Fassen wir R2 als komplexe Zahlenebene auf, so stehen mit Real- und Imaginrteil noch
zustzliche symbolische Mittel zur Verfgung, um verschiedene geometrische Gebilde zu
beschreiben, vgl. dazu bungsaufgabe 75.
bungsaufgabe 101. (T) Gegeben ist das Quadrat Q mit den Eckpunkten (1/1), (1/
1), (1/ 1) und (1/1) sowie die Gerade g durch die Punkte (0/0) und (cos / sin ).
Berechnen Sie die Abstnde aller Eckpunkte von der Geraden g sowie die (orthogonale) Projektion des Quadrates Q auf die Gerade g .
Im dreidimensionalen Raum R3 lassen sich achsenparallele Quader Q sehr einfach
mittels Koordinaten anschreiben:
Q = {(x, y, z) R3 : a1 x a2 , b1 y b2 , c1 z c2 }
mit geeigneten Begrenzungskoordinaten a1 < a2 , b1 < b2 und c1 < c2 .
In den folgenden bungsaufgaben kommen die geometrischen Interpretationen von
Skalar- und Vektorprodukt zum Einsatz. Sie drfen verwenden, dass die Formel xy =
kxk kyk cos auch fr Vektoren x, y R3 im Raum, nicht nur in der Ebene, gilt, wenn
der von ihnen eingeschlossene Winkel ist.
bungsaufgabe 102. (T) Berechnen Sie alle Winkel (Angabe des Cosinus gengt)
sowie den Flcheninhalt des Dreiecks mit Eckpunkten A, B, C. Geben Sie auerdem die
Gleichung jener Ebene an, welche A, B, C enthlt:
A = (0/1/1)

66

B = (1/0/1)

C = (1/1/0).

1.5 Vektoren im n-dimensionalen Raum Rn


bungsaufgabe 103. (T) Berechnen Sie den Winkel unter dem sich die beiden Ebenen
1 : 2x + z = 2 und 2 : 3y + z = 2 schneiden.
bungsaufgabe 104. (T) Bestimmen Sie die Oberflche und das Volumen des Tetraeders mit Eckpunkten: A = (3/1/ 1), B = (1/0/1), C = (5/3/1), D =
(4/1/2).
bungsaufgabe 105. (T) Bestimmen Sie fr das Tetraeder aus Beispiel 104 jeweils
den Winkel, den zwei Seitenflchen miteinander einschlieen.
Eine Kombination von Kreis und Quader stellt der achsenparallele Zylinder Z R3
dar. Der Einfachheit halber wollen wir annehmen, dass der Basiskreis von Z in der
Grundebene liegt, wo also fr die dritte Koordinate z = 0 gilt. Der Mittelpunkt des
Kreises sei (x0 , y0 , 0), der Radius r0 , die Hhe des Zylinders h0 . Dann gilt:
Z = {(x, y, z) : (x x0 )2 + (y y0 )2 r02 , 0 z h0 }.
Ersetzt man r02 durch (r0 hr00 z)2 , so wird aus dem Zylinder ein Kegel. Doch zurck zum
Zylinder: bernimmt man die Polarkoordinaten vom Kreis und ergnzt sie durch die zKoordinate, erhlt man die Zylinderkoordinaten (r, , z), wobei weiterhin x = r cos
und y = r sin gilt. Die Menge Z ist dann durch die beiden einfachen Beziehungen
r r0 und 0 z h0 beschrieben.
Die Vollkugel K R3 mit Mittelpunkt (x0 , y0 , z0 ) und Radius r0 0 ist gegeben
durch
K = {(x, y, z) R3 : (x x0 )2 + (y y0 )2 + (z z0 )2 r02 }
Man beachte, dass man auch krzer schreiben kann
K = {x R3 : d(x, x0 ) r0 },
wenn man den euklidischen Abstand d benutzt. Der Kugel besonders gut angepasst sind
Kugelkoordinaten r, , mit r 0, 0 2 und 2 2 . Mit ihnen lsst sich
jeder Punkt (x, y, z) R3 in der Form x = r cos cos , y = r sin cos und z = r sin
darstellen. Wieder ist r der Abstand zum Koordinatenursprung, spielt dieselbe Rolle
wie bei Kreis und Zylinder (auf einem Globus deutbar als geographische Lnge), ist der
Winkel in der Vertikalen (geographische Breite). K ist dann schlicht durch die Beziehung
r r0 beschrieben.
bungsaufgabe 106. (P) Welche geometrischen Objekte werden durch
x1 () =

r cos
r sin

bzw.

r cos

x2 () = r sin

mit [0, 2] beschrieben?


bungsaufgabe 107. (T) Geben Sie die Gleichung(en) des Kreises mit Mittelpunkt
M = (0/0/1) und Radius r = 2, welcher sich in der Ebene z = 1 befindet, jeweils in
kartesischen Koordinaten, in Zylinderkoordinaten und in Kugelkoordinaten an.

67

1 Vorbemerkungen und Grundbegriffe


bungsaufgabe 108. (E) Nehmen Sie an, die Erde wre eine ideale Kugel mit R =
6, 371106 m. Der Koordinatenursprung liege im Erdmittelpunkt, die x-Achse gehe durch
den Schnittpunkt von quator und Nullmeridian, die y-Achse durch den Schnittpunkt
von quator und Meridian 90 stliche Lnge, die z-Achse durch den Nordpol. Mit x
sei der Radiusvektor vom Erdmittelpunkt zum Hrsaal Ihrer bungsgruppe an der TU
Wien bezeichnet. Geben Sie x mglichst genau in Kugelkoordinaten und in kartesischen
Koordinaten an.

1.5.9 Offene und abgeschlossene Mengen


Obwohl die folgenden (topologischen) Begriffe mit Hilfe einer beliebigen Metrik erklrt
werden knnen, gengt es fr unsere Zwecke vollauf, an den euklidischen Abstand d zu
denken.
Ist x0 Rn und > 0 so nennt man die Menge
K(x0 , ) := {x Rn : d(x, x0 ) < }
die offene -Kugel um x0 . Ist M Rn irgendeine Teilmenge von Rn , so unterscheiden
wir in Bezug auf M drei Arten von Punkten x Rn . Gibt es eine -Kugel um x, die
ganz in M liegt, so heit x innerer Punkt von M . In diesem Fall heit M auch eine
Umgebung von x. Gibt es eine -Kugel um x, die ganz auerhalb M liegt (d.h. disjunkt
zu M ist), so heit x uerer Punkt von M . Ist x weder innerer noch uerer Punkt
von M , so enthlt jede -Kugel um x sowohl Punkte aus M als auch Punkte, die nicht
zu M gehren. In diesem Fall heit x ein Randpunkt von M . Innere Punkte von M
gehren immer zu M , uere Punkte nie, fr Randpunkte ist beides mglich. Gibt man
zu einer Menge M alle Randpunkte dazu, erhlt man ihren Abschluss, den man auch
mit M bezeichnet. Entfernt man alle Randpunkte , so erhlt man das Innere von M ,
das man meist mit M o bezeichnet. Klarerweise gilt M o M M .
Eine Menge M Rn heit offen, wenn jeder Punkt x M innerer Punkt von M ist.
Das ist genau dann der Fall, wenn M keinen seiner Randpunkte enthlt. (Offene -Kugeln
sind offen auch in diesem Sinn.) Enthlt M hingegen alle seine Randpunkte, dann heit
M abgeschlossen . Man beachte, dass eine Menge weder offen noch abgeschlossen sein
muss, denn sie kann ja manche Randpunkte enthalten und andere nicht.
Diese Sprechweisen passen im Fall n = 1 auch mit jenen fr Intervalle zusammen.
Sei also a < b R, so hat jedes der Intervalle [a, b], [a, b), (a, b] und (a, b) genau zwei
Randpunkte, nmlich a und b. Die Menge der inneren Punkte ist jeweils (a, b), die
Menge der ueren Punkte ist (, a) (b, ). Beide Randpunkte enthlt nur [a, b],
also ist das abgeschlossene Intervall [a, b] auch im topologischen Sinn abgeschlossen. Aus
symmetrischem Grund ist das Intervall (a, b) auch topologisch offen. Die sogenannten
halboffenen Intervalle [a, b) und (a, b] sind weder offen noch abgeschlossen.
bungsaufgabe 109. (T) Geben Sie die Menge aller inneren Punkte, aller Randpunkte
und aller ueren Punkte der Menge A R bzw. der Menge B R2 an.
1. A =

68

kZ (k

41 , k + 14 ] R

1.5 Vektoren im n-dimensionalen Raum Rn


2. A = { n1 : n N, n 1} ( 12 , 2) R
3. B = K(x0 , 1) K(x1 , 1) R2 mit x0 = (1, 0) und x1 = (1, 0).
4. Genau wie 3., nur mit x0 = (0, 0).
bungsaufgabe 110. (E) Begrnden Sie folgende allgemein gltige Aussagen fr Teilmengen von R2 und illustrieren Sie die Situation anhand einer Skizze.
1. Jede Kugel K(x, ) ist offen.
2. Der Abschluss M einer Menge M ist selbst abgeschlossen, und zwar die kleinste
abgeschlossene Menge, die M als Teilmenge enthlt.
3. Das Innere M o einer Menge M ist selbst offen, und zwar die grte offene Teilmenge von M .
Eine Teilmenge M Rn heit beschrnkt , wenn es eine (endliche) reelle Zahl r R
gibt mit kxk r fr alle x M . M heit kompakt, wenn M sowohl abgeschlossen
als auch beschrnkt ist.16 Ist n = 1, also M R, so heit M zusammenhngend, wenn
es ein Intervall ist (offen, abgeschlossen oder halboffen) oder von einem der Typen ,
(a, ), [a, ), (, b), (, b] mit a, b R oder ganz R. Fr n > 1 muss die korrekte
Definition zusammenhngender Mengen komplizierter gefasst werden. Und zwar ist M
nicht zusammenhngend, wenn es in zwei nichtleere Teilmengen zerlegt werden kann,
von denen keine Randpunkte der anderen enthlt.

16

Als Definition wird oft eine andere, zur hier gegebenen quivalente Eigenschaft genommen, die vor
allem fr Verallgemeinerungen besser geeignet ist. Diese sogenannte berdeckungseigenschaft lautet:
Wann immer M in der Vereinigung (mglicherweise unendlich vieler) offener Mengen enthalten ist,
gibt es endlich viele dieser offenen Mengen, deren Vereinigung immer noch eine Obermenge von M
ist. Fr unsere Zwecke ist diese, dem Anfnger wahrscheinlich komplizierter anmutende Definition
aber nicht notwendig.

69

2 Folgen und Reihen


Wir wissen bereits: Folgen sind Funktionen mit Definitionsbereich N und Werten in einer
zunchst beliebigen Menge. Oft schreiben wir a = (an )nN oder auch a = (an ) fr die
Folge n 7 an oder, weniger formal, a0 , a1 , a2 , . . .. Die an heien auch Folgenglieder. In
diesem Kapitel interessieren uns besonders reelle (manchmal auch komplexe Folgen),
wo also an R (bzw. an C), siehe 2.1. Im Zusammenhang mit Folgen treffen wir
erstmals auf den vielleicht wichtigsten Begriff der Mathematik berhaupt: den Begriff
des Grenzwertes. Besonderes Augenmerk verdienen Reihen (2.2). Sie sind selbst wieder
Folgen, nmlich Folgen von Partialsummen, die sich durch Addition der Glieder einer
Folge ergeben.

2.1 Reelle Folgen


In diesem Abschnitt konzentrieren wir uns auf reelle Folgen. Entsprechend seien, wenn
nicht anders vermerkt, Folgenglieder stets reelle Zahlen. Allerdings gilt vieles (grob gesprochen: alles, wo die Ordnung auf R keine Rolle spielt) ganz genauso fr komplexe
Folgen. Wir beginnen mit sehr einfachen Beispielen allgemeiner Art (2.1.1) und betrachten dann den interessanten Spezialfall rekursiver Folgen (2.1.2). In 2.1.3 begegnet
uns erstmals der fr groe Teile der Mathematik zentrale Begriff des Grenzwertes (der
Konvergenz). Wichtige allgemeine Gesetze dazu werden in 2.1.4 behandelt, Beispiele in
2.1.5. Oft ntzlich sind auch obere und untere Limiten (2.1.6). Ein im Vergleich zum
Grenzwert etwas schwcherer, aber kaum weniger wichtiger Begriff ist der des Hufungspunktes (2.1.7). Abschlieend behandeln wir eine Reihe wichtiger Kovergenzstze, die
ganz wesentlich auf der Vollstndigkeit von R basieren (2.1.8).

2.1.1 Einfache Eigenschaften und Beispiele reeller Folgen


Sei a = (an )nN eine reelle Folge. Wir nennen a
nach (oben/unten) beschrnkt, wenn die Menge M (a) := {an : n N} die entsprechende Eigenschaft hat, wenn es also ein r1 R gibt mit an r1 fr alle n N
(nach oben beschrnkt) bzw. wenn es ein r0 R gibt mit an r0 fr alle n N
(nach unten beschrnkt) bzw. wenn es sowohl ein r1 als auch ein r0 mit den genannten Eigenschaften gibt (beschrnkt). Im nach oben/unten beschrnkten Fall
nennt man das Supremum/Infimum der Menge M (a) auch Supremum/Infimum
der Folge a und schreibt dafr sup a bzw. inf a oder, hufiger, supnN an bzw.
inf nN an .

71

2 Folgen und Reihen


(streng) monoton, wenn an an+1 (monoton wachsend) bzw. an < an+1 (streng
monoton wachsend) bzw. an an+1 (monoton fallend) bzw. an > an+1 (streng
monoton fallend) fr alle n N gilt. Auch fr beliebige n1 < n2 folgt aus dieser
Definition stets an1 an2 (monoton wachsend) bzw. an1 < an2 (streng monoton
wachsend) bzw. an1 an2 (monoton fallend) bzw. an1 > an2 (streng monoton
fallend). Statt streng sagt man in diesem Zusammenhang oft auch strikt.
alternierend, wenn aufeinanderfolgende Glieder wechselndes Vorzeichen haben, wenn
also fr alle n N gilt an an+1 0 bzw. an an+1 < 0 (strikt alternierend)
periodisch, wenn es eine Periode p > 0, p N, mit an+p = an fr alle n N gibt.
bungsaufgabe 111. (T) Untersuchen Sie die Folge an =

n!
nn

auf obige Eigenschaften.

bungsaufgabe 112. (T) Wie bungsaufgabe 111, aber fr die Folgen


1
1

, cn = n cos
an = sin
, bn = sin n
.
n
2
n


bungsaufgabe 113. (P) Fertigen Sie eine 5 5 Tabelle fr die fnf Eigenschaften
beschrnkt, monoton wachsend, monoton fallend, alternierend und periodisch an. Jedes
der 25 Felder entspricht einem paar (E1 , E2 ) von Eigenschaften aus dieser 5-elementigen
Menge, wenn die Zeile E1 und die Spalte E2 entspricht. Uns interessieren nur die 10
Felder unter der Diagonale (warum?). Fr jedes Feld (E1 , E2 ) stellen sich vier Fragen:
1. Gibt es reelle Folgen mit beiden Eigenschaften E1 und E2 ?
2. Gibt es reelle Folgen mit Eigenschaft E1 aber ohne Eigenschaft E2 ?
3. Gibt es reelle Folgen mit Eigenschaft E2 aber ohne Eigenschaft E1 ?
4. Gibt es reelle Folgen, die weder die Eigenschaft E1 noch die Eigenschaft E2 haben?
Lautet die Antwort zu einer solchen Frage ja, so ist so eine Folge anzugeben; bei nein
ist dies zu begrnden.
Behandeln Sie alle oder wenigstens einige interessante der 10 Felder (Kombinationen)
in der beschriebenen Weise.
Sehr hufig treten sogenannte geometrische Folgen auf, wo an = q n mit einer festen
Basis q R. Wir untersuchen die verschiedenen Flle fr q.
Im Fall von q > 1 ist q = 1 + mit > 0. Klarerweise ist die Folge in diesem Fall
streng monoton wachsend. Sie ist aber auch (nach oben) unbeschrnkt. Denn aus dem
binomischen Lehrsatz folgt bei n 1 die sogenannte Bernoullische Ungleichung
n

q = (1 + ) =

n
X
k=0

n k
1 + n.
k

Dabei wurden bei der letzten Ungleichung in der Summe einfach alle Summanden mit
k 2 weggelassen. Weil sie alle positiv sind, gilt tatschlich die behauptete Ungleichung.

72

2.1 Reelle Folgen


Wegen der archimedischen Eigenschaft bersteigt 1 + n fr hinreichend groes n jede
beliebig vorgegebene reelle Zahl, also ist auch die Folge der q n unbeschrnkt.
Fr q = 1 liegt die konstante Folge mit Wert 1 vor, fr q = 0 ist die Folge ab n = 1
konstant mit Wert 0. Fr 0 < q < 1 werden die Folgenglieder mit wachsendem n immer
kleiner und nhern sich 0 an. Mit Hilfe des Grenzwertbegriffs werden wir das etwas spter
noch przisieren. Fr q < 0 ist die Folge der q n alternierend, wobei dann die Folge der
(q)n = (1)n q n zu einem der bereits behandelten Flle gehrt.

2.1.2 Rekursive Folgen


Rekursive Folgen haben wir bereits im Zusammenhang mit dem Rekursionssatz kennen
gelernt. Sie sind so definiert, dass zumindest der Startwert (das nullte Folgenglied a0 )
gegeben ist und darber hinaus erklrt wird, wie man jeweils das nchste aus den bisherigen erhlt. Hngt jedes Folgenglied nur vom unmittelbar vorangehenden ab, liegt eine
eingliedrige Rekursion vor: an+1 = T (an ) fr alle n N mit einer Funktion T : D D
auf einem geeigneten Definitionsbereich D.1 Definieren wir die Iterationen von T durch
T (0) := IdD (Identitt auf D) und T (n+1) := T T (n) , so gilt offenbar an = T (n) (a0 ),
weshalb wir auch von Iterationsfolgen2 sprechen.
Ist an+p = an fr alle n N und p > 0, so ist a periodisch mit (nicht notwendig
kleinster) Periodenlnge p. Man nennt so ein an einen periodischen Punkt von T . Ist
p = 1, so ist an sogar ein Fixpunkt von T .
Im Spezialfall reeller Folgen ist D R und T eine reelle Funktion ist. Hufig nhern
sich die Folgenglieder einem bestimmten Wert an. Der Mechanismus lsst sich sehr gut
durch sogenannte Spinnwebdiagramme illustrieren.

Erstes Beispiel: Ist D = [0, ) und T : x 7 x, so kann ein beliebiges positives a0 > 0
gewhlt werden, stets werden sich die an mit wachsendem n dem Wert 1 annhern, der
ein Fixpunkt ist: T (1) = 1. Startet man mit a0 > 1, erfolgt die Annherung von rechts,
bei a0 < 1 von links.
bungsaufgabe 114. (P) Testen Sie anhand verschiedener Startwerte (wenigstens mit

einem a0 < 1 und einem a0 > 1 das oben beschriebene Verhalten von T : x 7 x und
versuchen Sie es zu begrnden.
Zweites Beispiel: Auch bei D = R und T (x) := 1 x2 erfolgt bei beliebigem Startwert
Annherung an den Fixpunkt 23 , in diesem Fall jedoch alternierend von rechts und links.
bungsaufgabe 115. (P) Analog Aufgabe 114 mit T (x) := 1 x2 .
bungsaufgabe
116. (P) Analog Aufgabe 114, aber mit der Transformation T (x) =
q
x

1
4

und den Startwerten a0 =

1
2

bzw. a0 = 2.

Funktionen, wo Definitionsbereich und Zielbereich bereinstimmen, nennt man oft auch Transformationen, deshalb in diesem Zusammenhang meist die Bezeichnung T .
Trotz derselben Notation T (n) darf die hier damit bezeichnete n-te Iteration nicht mit der n-ten
Ableitungen verwechselt werden, wie sie in 4.2.2 definiert wird.

73

2 Folgen und Reihen


Zu einem besseren Verstndnis dieses Phnomens sind zwei sehr grundlegende Begriffe
erforderlich, die eng miteinander verwandt sind: Grenzwert und Stetigkeit. Stetigkeit
wird im Zentrum des nchsten Kapitels stehen, dem Grenzwert von Folgen wollen wir
uns gleich widmen. Davor noch eine bungsaufgabe, die in eine etwas andere Richtung
zielt.
bungsaufgabe 117. (E) Eingangs war von eingliedrigen Rekursionen die Rede. Ein
berhmtes Beispiel einer zweigliedrigen Folge sind die sogenannten Fibonacci-Zahlen3 .
Sie beginnen mit den beiden Werten F0 = F1 := 1 und folgen der zweigliedrigen Rekursion Fn+1 := Fn1 + Fn . Berechnen Sie einige Glieder der Folge, bis Sie eine wohlbegrndete Vermutung ber die Grenordnung des Wachstums der Glieder Fn aufstellen
knnen. Zur Auswahl stehen zum Beispiel lineares Wachstum Fn kn + d (k und d geeignete reelle Zahlen), quadratisches Wachstum Fn n2 , Wachstum mit einer hheren
k-ten Potenz Fn nk , exponentielles Wachstum Fn an (a R geeignet), superex2
ponentielles Wachstum wie z.B. Fn an . Versuchen Sie Ihre Vermutung so weit wie
mglich zu przisieren und zu begrnden. (Hier wird keine perfekte Antwort erwartet,
sondern dass Sie sich eigenstndige und sinnvolle, d.h. nicht vllig falsche Gedanken
gemacht haben.)

2.1.3 Der Grenzwert einer Folge


Wir gehen aus vom Beispiel an = n1 fr n 1, haben es also mit der Folge a1 = 1,
a2 = 12 = 0,5, a3 = 31 = 0,333 . . ., 14 = 0,25 etc. zu tun. Anscheinend nhern sich die
an dem Wert 0 an, dem sogenannten Grenzwert der Folge. Doch was genau soll das
bedeuten? Wir stehen hier vor der Aufgabe, das intuitiv recht berzeugende Konzept der
beliebigen Annherung mit einem scharfen Begriff zu fassen. Es ist keine bertreibung,
wenn man behauptet, dass das Ringen um diesen Begriff Jahrtausende gedauert hat.
Denn schon Archimedes, der gemeinhin als der grte Mathematiker der Antike gilt, war
im 3.Jahrhundert vor unserer Zeitrechnung ganz nahe am modernen Grenzwertbegriff,
ebenso wie fast zwei Jahrtausende spter Gottfried Wilhelm Leibniz (1646-1716). Doch
erst etwa seit Augustin-Louis Cauchy (1789-1857) herrscht Einigkeit ber die exakte
Definition des Grenzwertes einer Folge.
Definition 2.1.3.1. Sei a = (an )nN eine reelle Folge. Die Zahl x R heit Grenzwert
von a, symbolisch
x = lim an
n

oder auch
an x

fr n ,

wenn es zu jedem > 0 einen Index n0 = n0 () N gibt derart, dass fr alle n n0


gilt: |an x| < . Die gesamte Definition fr x = limn an lsst sich konzis als logische
Formel schreiben:
> 0 n0 N n n0 : |an x| <
3

74

nach dem italienischen Mathematiker Leonardo Fibonacci (um 1170 bis nach 1240), der damit die
Population sich von Generation zu Generation vermehrender Kaninchen beschrieb

2.1 Reelle Folgen


Existiert ein Grenzwert, so heit die Folge konvergent. Man sagt, sie konvergiert
oder strebt gegen ihren Grenzwert. Ist dieser Grenzwert 0, so spricht man von einer
Nullfolge. Eine Folge, die nicht konvergiert, heit divergente Folge, sie divergiert.
bungsaufgabe 118. (T) Schreiben Sie auch die Divergenzaussage als Formel mit
Quantoren an, ohne das Negationssymbol zu verwenden. Unterscheiden Sie dabei zwei
verschiedene Aussagen:
1. Die Folge der an konvergiert nicht gegen x.
2. Die Folge der an divergiert.
Praktisch ist folgende Sprechweise: Eine Aussage gilt fr fast alle n N, wenn es (wenn
berhaupt welche) nur endlich viele Ausnahmen gibt. Dann lsst sich die Grenzwertbeziehung x = limn an umformulieren zu: Fr jedes > 0 liegen fast alle Folgenglieder
im Intervall (x , x + ).
bungsaufgabe 119. (P) Argumentieren Sie sorgfltig, warum diese Formulierung
tatschlich quivalent dazu ist, dass die an im Sinne von Definition 2.1.3.1 gegen x
konvergieren.
Folgende Bemerkungen sind wichtig:
1. Die Begriffe Grenzwert und Konvergenz sind nicht nur fr reelle Folgen, sondern
fr Folgen in beliebigen metrischen Rumen (wie z.B. in Rn fr beliebiges n N)
sinnvoll. Ist nmlich d eine Metrik, so hat man nur die Differenz |an x| durch den
Abstand d(an , x) zu ersetzen. Davon wird spter (vor allem im Sommersemester)
Gebrauch gemacht werden.
2. Um uns zu vergewissern, dass es bei der symbolischen Schreibweise limn an nicht
zu Mehrdeutigkeiten kommen kann, halten wir fest, dass eine Folge nicht mehr als
einen Grenzwert haben kann. Das ist leicht zu sehen (fr reelle Folgen genauso
wie, allgemeiner, in beliebigen metrischen Rumen): Gbe es zwei verschiedene
Grenzwerte x1 und x2 , so htten diese einen positiven Abstand d := d(x, y) > 0.
Man whle := d2 . Nach Definition msste es ein n1 geben mit d(an , x1 ) < fr
alle n n1 und ein n2 mit d(an , x2 ) < fr alle n n2 . Sei n0 := max{n1 , n2 }
das grere der beiden. Fr alle n n0 gilt dann wegen der Dreiecksungleichung
d = d(x1 , x2 ) d(x1 , an ) + d(an , x2 ) < + = d, Widerspruch. Also muss doch
x1 = x2 gelten.
3. ndert man nur endlich viele Glieder einer Folge ab, lsst man nur endlich viele
weg oder fgt man endlich viele hinzu, so ndert das nichts an Konvergenzverhalten und gegebenenfalls am Grenzwert. (Dies wird sofort klar, wenn man an die
Formulierung des Grenzwertes mit fast alle denkt.) Entsprechend wollen wir den
Grenzwert gelegentlich auch dann gelten lassen, wenn endlich viele Glieder gar
nicht definiert sind (eventuell weil fr gewisse n ein Nenner 0 werden kann).

75

2 Folgen und Reihen


4. Jede konvergente Folge ist beschrnkt. Denn z.B. fr = 1 gibt es ein n N, so
dass fr alle n n0 die Ungleichung x 1 < an < x + 1 gilt. Dann ist die grte
der Zahlen a0 , a1 , . . . , an0 , x + 1 eine obere Schranke fr smtliche an . Also ist die
Folge nach oben beschrnkt, analog nach unten.
bungsaufgabe 120. (P) Fhren Sie den Beweis, dass eine konvergente reelle Folge
nach unten beschrnkt ist, vollstndig aus.

2.1.4 Konvergenzregeln
Der Begriff des Grenzwertes spielt sehr gut mit den Rechenoperationen Addition etc.
zusammen. Die nachfolgenden Konvergenzregeln (manchmal auch Grenzwertstze genannt) bringen das zum Ausdruck.
Satz 2.1.4.1. Seien a = (an )nN und b = (bn )nN konvergente reelle Folgen mit
limn an = x und limn bn = y. Dann sind auch die nachfolgend angegebenen Folgen
c = (cn )nN konvergent gegen die angegebene Zahl z = limn cn .
1. cn = an + bn , z = x + y, also:
lim (an + bn ) = lim an + lim bn

2. cn = an bn , z = x y, also:
lim (an bn ) = lim an lim bn

3. cn = an bn , z = xy, also:
lim an bn = lim an lim bn

Zusatz: Ist x = 0, so gengt es sogar, wenn die bn beschrnkt sind, sie mssen
nicht konvergieren.
4. Hier sei bn 6= 0 fr alle n und auch y 6= 0 vorausgesetzt, cn =
lim

an
limn an
=
bn
limn bn

5. cn = |an |, z = |x|, also:


lim |an | = | lim an |

6. Hier sei an 0 vorausgesetzt, cn =


lim

76

an und z =

an =

x, also:

lim an

an
bn ,

z = xy , also:

2.1 Reelle Folgen


7. cn =

an (wobei fr gerades k auch hier an 0 vorausgesetzt sei), also:


lim

an =

q
k

lim an .

8. Stimmen die Grenzwerte x = limn an = y = limn bn berein, und gilt an


cn bn fr alle n N, so auch limn cn = x = y.
Beweis.
1. Sei > 0. Wegen limn an = x gibt es ein n1 mit |an x| < 2 fr
alle n n1 . Analog gibt es ein n2 mit |bn y| < 2 fr alle n n2 . Wir setzen
n0 := max{n1 , n2 }. Dann gilt fr alle n n0 : |cn z| = |(an + bn ) (x + y)| =
|(an x) + (bn y)| |an x| + |bn y| < 2 + 2 = .
2. Man ersetze in 1. bn durch bn und y durch y.
3. Hier formt man die abzuschtzende Differenz zweckmig wie folgt um: an bn xy =
an bn an y + an y xy = an (bn y) + (an x)y. Weil die an konvergieren, sind
sie auch beschrnkt, etwa durch |an | a mit a > 0. Wegen der Konvergenz der bn

gibt es ein n1 mit |bn y| < 2|a|


fr alle n n1 , wegen jener der an ein n2 mit

|an x| < 2(|y|+1) fr alle n n2 . Fr alle n n0 := max{n1 , n2 } rechnet man


mit Obigem
|cn z| = |an bn xy| = |an (bn y) + (an x)y| |an | |bn y| + |an x| |y| <
nach. Den Zusatz beweist man sehr hnlich (bung).
4. Zuerst betrachten wir den Spezialfall an = 1 fr alle n, also x = 1. Die abzuschtn
zende Differenz ist dann b1n y1 = yb
ybn . hnlich wie in 3. sieht man, dass dieser
Wert fr hinreichend groe n betragsmig kleiner als wird. Somit ist dieser
Spezialfall erledigt. Der allgemeine Fall folgt dann wegen abnn = an b1n aus 3.
5. Wegen | |an | |x| | |an x| kann jedes n0 () fr die an auch fr die |an | genommen
werden.
6. Sei zunchst x = 0. Zu vorgegebenem > 0 ist auch 2 > 0. Also gilt 0 an < 2

und somit auch 0 an < fr fast alle n.


Sei nun x 6= 0. Abzuschtzen ist die Differenz

( an x)( an + x)

an x

= (an x)qn
an x =
=

an + x
an + x
mit qn = an1+x . Nach Voraussetzung gilt an x 0. Wegen x > 0 und an x
mssen die qn ab einem geeigneten n0 beschrnkt sein. Wegen 3. folgt daraus

an x = (an x)qn 0. Somit gilt an x.


7. hnlich wie fr Quadratwurzeln, bung.

77

2 Folgen und Reihen


8. Sei > 0 vorgegeben. Nach Voraussetzung gibt es n1 , n2 N mit |an x| < fr
alle n n1 und |bn x| < fr alle n n2 . Sei nun n n0 := max{n1 , n2 }. Ist
x cn , also x cn bn , so folgt |cn x| |bn x| < . Ist hingegen cn < x, also
an cn < x, so folgt |cn x| |an x| < , was zu zeigen war.
bungsaufgabe 121. (E) Im Beweis von Satz 2.1.4.1 sind vereinzelt bungen brig
geblieben. Tragen Sie diese Argumente nach:
1. Beweisen Sie den Zusatz in Aussage 3.
2. Im Beweis von Aussage 6 wurde behauptet, dass die qn beschrnkt sind. Begrnden
Sie das sorgfltig.
3. Beweisen Sie Aussage 7 fr k = 3. Anleitung:

3
an x = ( 3 an 3 x)( 3 a2n + 3 an x + x2 ) = an x.
4. Beweisen Sie Aussage 7 fr allgemeines k. Anleitung: Suchen Sie nach einer Verallgemeinerung der Anleitung fr den Fall k = 3.
bungsaufgabe 122. (P) Gibt es reelle Folgen mit Gliedern an bzw. bn , wo zwar die
Summen an + bn und Produkte an bn konvergieren, nicht aber die an und die bn selbst.
Wenn ja, geben Sie ein Beispiel, wenn nein, begrnden Sie dies.
bungsaufgabe 123. (P) Finden Sie konkrete Beispiele fr folgende Situationen:
1. Zwei verschiedene Folgen an und bn , welche gegen 4 konvergieren und zustzlich
an > bn > 4 fr alle Folgenglieder erfllen.
2. Drei verschiedene Folgen, welche divergieren, obwohl unendlich viele Folgenglieder
gleich 0 sind.
3. Eine divergente Folge an , welche sich der reellen Zahl 7 immer weiter annhert
(d.h. die Folge |an 7| ist streng monoton fallend). Was lsst sich hier ber das
Konvergenzverhalten von |an 7| sagen?
4. Eine divergente Folge an an, fr welche |an | gegen 2 konvergiert.
bungsaufgabe 124. (P)
Welche der folgenden Aussagen sind richtig? Begrnden Sie Ihre Antwort bzw. geben
Sie ein Gegenbeispiel, wenn die Aussage falsch ist.
1. In jedem (noch so kleinen) Intervall (, ) gibt es eine divergente Folge.
2. Sind zwei Folgen divergent, so ist ihre Differenz auch stets divergent.
3. Ist (an ) eine beschrnkte Folge, so konvergiert

78

an
n2

2.1 Reelle Folgen


4. Ist (an ) eine divergente Folge, so divergiert auch (a2n ).
5. Ist (an ) eine konvergente Folge, so konvergiert auch (a2n ).
bungsaufgabe 125. (E) Es sei die reelle Folge an konvergent mit Grenzwert a. Betrachten Sie die Folge
a1 + a2 + . . . + an
bn =
.
n
Es ist also bn der Mittelwert der ersten n Folgenglieder von (an ). Zeigen Sie, dass auch
bn konvergiert und ebenfalls den Grenzwert a besitzt.
Hinweis: Teilen Sie auf und betrachten Sie die Teilfolgen I, II und III. Zeigen Sie,
dass Teilfolge I eine Nullfolge und Teilfolge III eine Einsfolge ist. Es gengt also, die
Konvergenz von II zu untersuchen.
bn a =

(a1 a) + + (an() a) (an()+1 a) + + (an a) n n()


+
n
n n()
n }
|
{z
}
| {z
|

{z
II

III

2.1.5 Einige Beispiele konvergenter Folgen


Triviale Beispiele konvergenter Folgen sind die konstanten, wo es also ein x R gibt
mit an = x fr alle n N. Offensichtlich liegt in diesem Fall Konvergenz limn an =
limn x = x vor, weil zu beliebigem > 0 jedes n0 N genommen werden kann.
Wir setzen fort mit jener Folge, mit der wir den Abschnitt begonnen haben, mit dem
Musterbeispiel einer Nullfolge, nmlich mit an = n1 fr n 1. Wir wollen
lim

1
= 0.
n

beweisen. Dazu mssen wir uns nach Definition des Grenzwertes ein beliebiges > 0
vorgeben und zu diesem ein n0 N finden derart, dass | n1 0| = n1 < fr alle n n0
gilt. Offenbar reicht dafr die Bedingung n10 < , was zu n0 > 1 quivalent ist. Dass
es tatschlich so ein n0 N gibt, folgt aus der archimedischen Eigenschaft. Damit ist
limn n1 = 0 bewiesen.
bungsaufgabe 126. (T) Verwenden Sie die mathematisch przise Definition des
Grenzwerts von Folgen, um zu zeigen, dass die Folge
xn =

1n
1+n

gegen den Grenzwert x = 1 konvergiert. Bestimmen Sie fr = 1, =


jeweils kleinste Zahl n N, so dass |xn x| < fr alle n n gilt.

1
10

bungsaufgabe 127. (T) Wie bungsaufgabe 126, aber mit xn =


Grenzwert x = 2.

2n3
n3 +n

und =

1
100

und dem

79

2 Folgen und Reihen


In Kombination mit den ersten vier Konvergenzregeln aus dem vorigen Unterabschnitt
knnen wir nun beliebige gebrochen rationale Folgen behandeln, deren Glieder an
die Bauart
k nk + k1 nk1 + . . . + 1 n + 0
an =
l nl + l1 nl1 + . . . + 1 n + 0
mit gewissen i , j R haben, wobei wir k 6= 0 6= l voraussetzen drfen. Wir unterscheiden die drei Flle k < l, k = l und k > l. Im Fall k < l dividieren wir Zhler
Z(n)
kl +
k1l +
und Nenner durch nl und erhalten an = N
k1 n
(n) mit Z(n) = k n
. . . + 1 n1l + 0 nl und N (n) = l + l1 n1 + . . . + 1 n1l + 0 nl . Aufgrund
der entsprechenden Konvergenzregeln konvergiert jeder der Summanden im Zhler gegen limn i nil = i (limn n1 )il = 0, also auch deren Summe Z(n), whrend
Z(n)
limn Z(n)
0
limn N (n) = l 6= 0. Insgesamt gilt also limn an = N
(n) = limn N (n) = l = 0.
Ganz hnlich berlegt man sich fr den Fall k = l die Konvergenz limn an = kl = kk .
Ist hingegen k > l, so dominiert der Zhler gegenber dem Nenner, und es herrscht Divergenz gegen oder , abhngig davon, ob k l > 0 oder < 0.

Von Interesse ist auch die spezielle Folge an := n n. Interessant daran ist, dass fr
n das n unter der Wurzel vergrernd wirkt, jenes ber dem Wurzelsymbol jedoch
dmpfend. Es zeigt sich limn an = 1, dass also der dmpfende Einfluss strker ist.
2
Zum Beweis: Sei > 0 beliebig. Wegen des archimedischen Prinzips wird n+1
2 fr groe
n+1 2
n beliebig gro, genauer: Es gibt ein n0 N mit 2 1 fr alle n n0 2. Mit dem
binomischen Lehrsatz folgt
n(n + 1) 2
n(n + 1) 2
+ ...
n,
2
2

also nach Ziehen der n-ten Wurzel 1 + n n 1, woraus die Behauptung folgt.
Ein anderes prominentes Beispiel einer Folge, wo wachsende und dmpfende Einflsse
gegeneinander abzuwgen sind, ist die Folge an = (1+ n1 )n . Es zeigt sich, dass diese Folge
gegen eine irrationale Zahl zwischen 2 und 3 konvergiert. Es handelt sich dabei um die
sogenannte Eulersche Zahl e = 2,71828 . . . . Die genaueren Zusammenhnge werden
wir im Zuge der Differentialrechnung besser verstehen. Deshalb verzichten wir an dieser
Stelle auf einen Beweis.
(1 + )n = 1 + n +

bungsaufgabe 128. (T) Untersuchen Sie die Folgen auf Konvergenz und bestimmen
Sie gegebenenfalls den Grenzwert:
1. an = (1)n (n + 2)3
1 + (1)n n + n2
3. cn =
(n + 1)2


2n2 + n
2n2

n1
n + 2
(1)n n + 4 n
4. dn =
n2 + 1
2. bn =

bungsaufgabe 129. (T) Berechnen Sie die Grenzwerte, falls vorhanden:

1. an = n + 3 n + 1
2. bn = n + 1( n + 2 n)

sin(n)
3. cn = n( n + 1 n)
4. dn = nn+1
5. en =

80

(3n+1)2 +sin2 ( n)
n2

6. fn =

r
n

12

n

+2

 n
1
2

2.1 Reelle Folgen


bungsaufgabe 130. (T) Berechnen Sie die Grenzwerte, falls vorhanden:
1. an = n2

q

1+

1
n2

2.

=n

1
n+2

1
n

bungsaufgabe 131. (T) Berechnen Sie unter Verwendung von lim 1 +


n
die Grenzwerte, falls vorhanden:
(n + 1)2n+1 n
an = 2n+1
n
(n + 1)

2
bn = 1 +
n+1


n2 +n

2
cn = 1 + 2
n



x n
n

= ex

2n

2.1.6 Obere und untere Limiten


Eine konvergente Folge (an )nN mit Grenzwert x ist immer auch beschrnkt: Man nehme
irgendein > 0, z.B. := 1, und dazu ein n0 = n0 (1) im Sinne der Grenzwertdefinition.
Unter den endlich vielen Werten |a0 |, |a1 |, |a2 |, . . . , |an1 | gibt es sicher einen grten,
den wir mit r bezeichnen. Weil |an x| < 1 fr alle n n0 gilt, folgt |an | < |x| + 1
fr alle n n0 . Setzen wir R := max{r, |x| + 1}, so bedeutet das |an | R R fr alle
n N, also ist die Folge wirklich beschrnkt.
Die Umkehrung gilt nicht, denn eine beschrnkte Folge muss nicht konvergieren, wie
etwa das Beispiel der alternierenden Folge mit an = (1)n zeigt.
Noch interessanter ist die Folge mit an = (1)n (1+ n1 ). Die Glieder mit geradem Index
nhern sich von oben der Zahl 1 an, die mit ungeradem Index von unten der Zahl 1.
Ganz allgemein haben nach oben bzw. nach unten beschrnkte Folgen (an )nN sogenannte obere und untere Grenzwerte, die man mit lim supn an (fr limes
superior) bzw. lim inf n an (fr limes inferior) bezeichnet. Definitionsgem ist
x := lim supn an R durch folgende Eigenschaft charakterisiert: Zu jedem > 0
gibt es unendlich viele n N mit an < x + , gleichzeitig aber nur endlich viele mit an > x + . Analog ist lim inf definiert, wobei man auch abkrzen kann zu:
lim inf n an := lim supn an . Fr nach oben bzw. nach unten unbeschrnkte
Folgen (an )nN vereinbart man lim supn an := bzw. lim inf n an := ; auerdem lim supn an := , sofern es zu jedem x R nur endlich viele n N mit an > x
gibt, und analog lim inf n an := , sofern es zu jedem x R nur endlich viele n N
mit an < x gibt. Man schreibt < r < fr alle r R, obwohl es sich bei und
nur um Symbole handelt, keinesfalls um reelle Zahlen. Wir werden sehen, dass auf diese
Weise lim sup und lim inf (im Gegensatz zu lim) fr alle reellen Folgen definiert sind.
Im Fall lim inf n an = lim supn an = schreiben wir auch limn an = und
sprechen von Divergenz gegen , manchmal auch von uneigentlicher Konvergenz;
entsprechend fr statt .
bungsaufgabe 132. (P) Geben Sie eine Folge mit paarweise verschiedenen Gliedern
an an, fr die gilt:
inf{an : n N} < lim inf an < lim sup an < sup{an : n N}.
n

81

2 Folgen und Reihen


Sehr leicht beweist man Rechenregeln, fr die man salopp schreibt: + c = ,
+ = , c = (fr 0 < c R) etc. Die erste davon soll bedeuten: Divergieren die
an gegen und konvergieren die bn gegen c, so divergiert an +bn gegen etc. Man mache
sich klar, dass aber beispielsweise ber und
keine allgemeingltigen Aussagen
gemacht werden knnen. Man spricht in diesem Zusammenhang von unbestimmten
Formen.
bungsaufgabe 133. (P) Sei r R eine vorgegebene reelle Zahl.
1. Geben Sie zwei Folgen mit Gliedern an bzw. bn an, so dass fr die
Differenzen dn := an bn gilt:
(i) dn
2. Analog fr die Quotienten qn :=

an
bn

(ii) dn r

(iii) dn

statt der Differenzen dn .

3. Wie Teilaufgabe 1, nur mit an 0 und bn 0.


4. Wie Teilaufgabe 3, nur mit den Quotienten qn aus Teil 2 statt der Differenzen dn .

2.1.7 Hufungspunkte
Sind lim sup bzw. lim inf reelle Zahlen, so sind sie Beispiele von Hufungspunkten (und
zwar der grte bzw. der kleinste). Um Analogie wie Unterschied zum Grenzwert deutlich
zu machen, geben wir die Definition nach demselben Muster.
Definition 2.1.7.1. Sei a = (an )nN eine reelle Folge Die Zahl x R heit Hufungspunkt4 von a, wenn in jeder Umgebung von x unendlich viele Glieder der Folge liegen,
mit anderen Worten: wenn es zu jedem > 0 und zu jedem n0 = n0 () N ein n n0
gibt mit |an x| < , als logische Formel:
> 0 n0 N n n0 : |an x| <
Zur Erinnerung der Vergleich mit dem Grenzwert: Die entsprechende Formel fr
limn an = x lautet:
> 0 n0 N n n0 : |an x| <
Der Vergleich der beiden Formeln zeigt, dass lediglich die letzten beiden Quantoren durch
den jeweils anderen ersetzt wurden. Klarerweise ist die Forderung fr den Grenzwert die
strkere. Denn da mssen ab einem gewissen Index alle Folgenglieder in der -Umgebung
von x liegen, insbesondere also unendliche viele; beim Hufungspunkt drfen immer
wieder Glieder weit entfernt sein von x, solange nur immer wieder andere Glieder in die
4

82

Auch diese Definition lsst sich, so wie die des Grenzwerts, in offensichtlicher Weise von reellen Folgen
auf solche in beliebigen metrischen Rumen mit einer Metrik d verallgemeinern, indem man |an x|
durch d(an , x) ersetzt.

2.1 Reelle Folgen


Nhe kommen. Also ist jeder Grenzwert auch ein Hufungspunkt, und zwar sogar der
einzige.
Ein sehr einfaches Beispiel, das den Unterschied zeigt, ist die alternierende Folge
an = (1)n . Sie hat zwei Hufungspunkte, nmlich 1 und 1, aber keinen Grenzwert.
Wir sehen also erstmals anhand von zwei wichtigen Begriffen, dass die Reihenfolge der
logischen Quantoren wirklich entscheidend ist. Immerhin lassen sich aber aus den an
Teilfolgen auswhlen, die gegen die Hufungspunkte konvergieren.
Wir fassen einige ntzliche Aussagen ber Grenzwerte, Hufungspunkte von Folgen
etc., die angesichts des Bisherigen unmittelbar klar sein sollten, zusammen. Formale
Beweise sind entsprechend leicht, und wir knnen auf eine ausfhrlichere Darstellung
verzichten.
Proposition 2.1.7.2. Sei stets a = (an )nN eine reelle Folge. Im Falle von Konvergenz
sei x = limn an R. In jedem Fall sei x+ := lim supn an und x := lim inf n an
(x+ und x knnen auch die Werte und annehmen).
1. Konvergiert a gegen x, so ist x auch Hufungspunkt von a. (Diese Aussage gilt
allgemeiner in beliebigen metrischen Rumen.)
2. Die Folge a konvergiert genau dann, wenn x = x+ R.
3. Ist x+ R, so ist x+ der grte Hufungspunkt von a, entsprechend x der kleinste.
4. Ist x ein Hufungspunkt von a, so gibt es eine gegen x konvergente Teilfolge, genauer: Es gibt eine Folge natrlicher Zahlen n0 < n1 < n2 < . . . mit limk ank = x.
Folgen knnen sehr viele Hufungspunkte haben. Zur Illustration einige bungen dazu:
bungsaufgabe 134. (P) Fr eine reelle Folge a = (an )nN bezeichne H(a) die Menge
der Hufungspunkte von a. Geben Sie ein a an mit:
1. H(a) =
4. H(a) = Z

2. H(a) = {1, 2, 3}
5. H(a) = [0, 1]

3. H(a) = {1, 2, 3, . . . , n}
6. H(a) = R

Nach dieser bungsaufgabe knnte man auf den ersten Blick glauben, dass alle Teilmengen von R als Menge H(a) der Hufungspunkte einer geeigneten Folge a auftreten
knnen. Das ist aber nicht der Fall, weil H(a) immer abgeschlossen sein muss. Das ist
aber die einzige Einschrnkung, wie die folgende, etwas anspruchsvollere bungsaufgabe
zeigt.
bungsaufgabe 135. (E) Zeigen Sie:
1. Die Menge H(a) aller Hufungspunkte einer reellen Folge a ist immer abgeschlossen.
2. Ist umgekehrt A R irgendeine abgeschlossene Teilmenge von R, so gibt es eine
reelle Folge a mit H(a) = A.

83

2 Folgen und Reihen


Die bisher behandelten relativ einfachen Eigenschaften trfen auch zu, wenn wir in Q
statt in R arbeiteten. Die zentrale Rolle der reellen Zahlen in der Mathematik (besonders
in der Analysis, der dieses Kapitel zuzuordnen ist) wird deutlicher anhand von Aussagen,
die in Q mangels Vollstndigkeit nicht gelten. Solchen wenden wir uns nun zu.

2.1.8 Konsequenzen der Vollstndigkeit von R fr Folgenkonvergenz


Dieser Unterabschnitt ist von groer Bedeutung fr die Theorie. Fr den Anwender aus
den Ingenieurswissenschaften ist es sicher nicht notwendig, alle Beweise reproduzieren zu
knnen. Zur Vertiefung des Verstndnisses empfiehlt es sich aber sehr, diese wenigstens
einmal durchzudenken.
Wir beginnen mit dem Satz von der Konvergenz durch Monotonie und Beschrnktheit:
Satz 2.1.8.1. Sei die reelle Folge a = (an )nN monoton. Dann ist a genau dann konvergent, wenn a beschrnkt ist.
Beweis. Wir wissen bereits, dass jede konvergente Folge beschrnkt ist. Zu zeigen ist
daher nur mehr, dass jede monotone und beschrnkte Folge konvergiert. Wir fhren den
Beweis fr monoton wachsend, der andere Fall ist ganz analog. Wegen der Supremumseigenschaft gibt es das Supremum s aller an . Dieses s erweist sich schnell als Grenzwert.
Denn fr beliebiges > 0 ist s nicht mehr obere Schranke der an . Also gibt es
ein n0 mit an0 > s . Dann muss wegen der Monotonie aber fr alle n n0 gelten:
s < an0 an s, folglich |an s| < .
Vielseitig einsetzbar ist der Satz von Bolzano-Weierstra:
Satz 2.1.8.2. Jede beschrnkte reelle Folge hat einen Hufungspunkt und somit eine
konvergente Teilfolge.5
Beweis. Ist die Folge a = (an )nN beschrnkt, so gibt es Zahlen x0 y0 R mit
x0 an y0 fr alle n N. Wie whlen die Folge von Intervallen Ik = [xk , yk ] mit I0 =
[x0 , y0 ] I1 I2 . . . Ik Ik+1 . . . derart, dass jedes Ik+1 die linke oder die rechte
Hlfte von Ik ist und an Ik+1 fr unendlich viele n. Dass dies in jedem Schritt mglich
ist, folgt unmittelbar mittels Induktion nach k: In I0 liegen sogar alle Folgenglieder,
insbesondere also unendlich viele; und wenn Ik unendlich viele Folgenglieder enthlt,
so muss das auch fr wenigstens eine der beiden Hlften von Ik , welche dann als Ik+1
genommen werden kann, der Fall sein. Die Lngen der Ik halbieren sich in jedem Schritt,
0
das heit yk xk = y02x
0 fr k . Wir erhalten eine monoton wachsende Folge
k
x0 x1 x2 . . . und eine monoton fallende Folge y0 y1 y2 . . .. Beide Folgen
sind beschrnkt (die der xk nach oben durch die yk , die der yk nach unten durch die xk ),
also existieren wegen Satz 2.1.8.1 die Grenzwerte x = limk xk und y = limk yk .
Wegen x y = limk xk limk yk = limk (xk yk ) = 0 folgt x = y. Um
zu zeigen, dass x Hufungspunkt der an ist, sei > 0. Fr hinreichend groes k ist
5

84

Dieser Satz gilt genauso fr Folgen in Rn statt in R, nicht aber in beliebigen metrischen Rumen.

2.1 Reelle Folgen


x < xk < yk < x + . Laut Konstruktion gilt an Ik = [xk , yk ] fr unendlich viele
n. Alle diese n erfllen aber erst recht |an x| < . Weil > 0 beliebig war, ist x ein
Hufungspunkt von a.
Von groer Bedeutung fr die Theorie ist der Begriff der Cauchyfolge.
Definition 2.1.8.3. Eine reelle Folge a = (an )nN heit Cauchyfolge, wenn es zu jedem
> 0 ein n0 N gibt derart, dass fr alle n1 , n2 n0 gilt: |an1 an2 | < .
Die Definitionen von Konvergenz gegen einen Grenzwert und von Cauchyfolgen muten
sehr hnlich an nicht ohne Grund. Ein wichtiger Unterschied jedoch liegt darin, dass in
der Definition von Konvergenz der Grenzwert bereits vorkommt, bei Cauchyfolgen jedoch
nicht. Fr die reelle Analysis ist es wichtig, dass trotzdem das Cauchykriterium gilt:
Satz 2.1.8.4. Unter den reellen Folgen a = (an )nN sind genau die Cauchyfolgen die
konvergenten.6
Beweis. Der leichte Teil (der auch in beliebigen metrischen Rumen funktioniert) ist der
Beweis, dass jede konvergente Folge eine Cauchyfolge ist. Ist x = limn an und > 0
vorgegeben, so gibt es nmlich ein n0 derart, dass |an x| < 2 fr alle n n0 gilt. Dann
gilt fr beliebige n1 , n2 n0 auch |an1 an2 | |an1 x| + |x an2 | < . Also ist a eine
Cauchyfolge.
Sei nun umgekehrt a eine Cauchyfolge. Dann ist a beschrnkt. Denn es gibt ein n0
mit |an1 an2 | < 1 fr alle n1 , n2 n0 . Insbesondere ist dann |an | |an0 | + 1 fr alle
n n0 . Das Maximum der endlich vielen Zahlen |a0 |, |a1 |, . . . , |an0 1 | und |an0 | + 1 ist
dann eine obere Schranke fr alle |an |, n N. Also ist die Folge beschrnkt. Nach dem
Satz von Bolzano-Weierstra hat a daher einen Hufungspunkt x. Wir zeigen nun, dass
x sogar Grenzwert ist. Sei dazu > 0 vorgegeben. Weil a eine Cauchyfolge ist, gibt es
ein n0 N mit der Eigenschaft, dass |an1 an2 | < 2 fr alle n1 , n2 n0 . Weil x ein
Hufungspunkt von a ist, gibt es ein n3 n0 mit |an3 x| < 2 . Fr alle n n0 gilt
somit |an x| |an an3 | + |an3 x| < 2 + 2 = .
Auch die bereits frher angekndigte Existenz von Limes superior und Limes
inferior fr beliebige reelle Folgen ist eine Konsequenz der Vollstndigkeit von R.
Satz 2.1.8.5. Ist a = (an )nN eine beliebige Folge in R, so existieren lim supn an
und lim inf n an im eigentlichen Sinn (d.h. als reelle Zahlen) oder im uneigentlichen
Sinn (als oder ).
Beweis. Aus Symmetriegrnden gengt es wieder, die Aussage fr lim sup zu beweisen.
Drei Flle sind zu unterscheiden.
6

Auch in beliebigen metrischen Rumen ist jede konvergente Folge eine Cauchyfolge. Die Umkehrung
gilt allerdings nicht immer, sondern nur in jenen metrischen Rumen, die man vollstndig nennt.
Ziemlich leicht kann man mit Hilfe des Cauchykriteriums fr R beweisen, dass auch die hherdimensionalen Rume Rn vollstndig sind. Ein anspruchsvolleres und trotzdem sehr wichtiges Beispiel
bilden viele Funktionenrume. Zum Beispiel beim Existenz- und Eindeutigkeitssatz fr gewhnliche
Differentialgleichungen in Mathematik 2 wird das wichtig sein.

85

2 Folgen und Reihen


Fall 1: Gibt es zu jedem x R nur endliche viele n N mit an > x, so ist definitionsgem lim supn an = .
Fall 2: Ist a nicht nach oben beschrnkt, so ist lim supn an = .
Fall 3: Liegt weder Fall 1 noch Fall 2 vor, so gibt es einerseits eine reelle Zahl x0
mit an > x0 fr unendlich viele n. Andererseits ist a nach oben beschrnkt, etwa durch
x1 R. Sei M die Menge aller x R mit an > x fr unendlich viele n. Wegen x0 M
ist M nicht leer. Weil wir nicht in Fall 2 sind, ist M nach oben beschrnkt. Nach dem
Supremumsprinzip gibt es daher s := sup M , wofr, wie man sich leicht berlegt, s =
lim supn an gilt.
bungsaufgabe 136. (E)
1. Im Beweis von Satz 2.1.8.5, Fall 3, wurde s = sup M = lim supn an behauptet.
Begrnden Sie das sorgfltig.
2. Im Beweis von Satz 2.1.8.5 wurde aus Symmetriegrnden auf den Beweis der
lim inf-Aussage verzichtet. Beweisen Sie diese.
Man mache sich klar, dass alle Stze dieses Unterabschnitts die Existenz einer reellen
Zahl mit gewissen Eigenschaften garantieren so wie die Vollstndigkeit von R, die ja
beim Beweis dieser Stze eine entscheidende Rolle gespielt hat.

2.2 Reihen
Eine Reihe ergibt sich durch Summation der Glieder einer Folge. Formal sind Reihen
selbst wieder Folgen nmlich Folgen von Partialsummen. Umgekehrt kann jede Folge
als Reihe interpretiert werden, wo nmlich die Differenzen aufeinanderfolgender Glieder
aufsummiert werden. Grundstzlich msste man zwischen Folgen und Reihen also gar
nicht unterscheiden. Trotzdem treten unter dem Gesichtspunkt des Summierens ganz
typische Fragen und Phnomene auf, deretwegen die Theorie der Reihen einen eigenstndigen und sehr wichtigen Platz in der Analysis einnimmt. Nach den grundlegenden
Definitionen in 2.2.1 lernen wir in 2.2.2 einige Beispiele kennen. 2.2.3 bringt wichtige
Konvergenzaussagen, 2.2.4 Spezifika absoluter Konvergenz und 2.2.5 noch Wissenswertes ber alternierende Reihen.

2.2.1 Der Wert einer unendlichen Reihe


Wir gehen wieder aus von einer reellen Folge a = (an )nN , interessieren uns diesmal
aber nicht nur fr die gegebenen Folgenglieder an , sondern auch fr deren sogenannte
Partial- oder Teilsummen
n
sn :=

ak .

k=0

Beginnen die an nicht mit dem Index n = 0 sondern mit einem anderen n0 , so beginnt
auch die Summation entsprechend mit k = n0 statt mit k = 0, und auch die nachfolgenden berlegungen sind entsprechend anzupassen. Meist ist n0 = 0 oder n0 = 1.

86

2.2 Reihen
bungsaufgabe 137. (T) Finden Sie mglichst einfache Ausdrcke fr die Teilsummen der Folgen
1. an = n

2. bn = (1)n 3. cn =

(1)n
2n

4. dn =

1
n(n+1)

5. en =

1+(2)n
2n

Hinweis: Werfen Sie fr 5. einen Blick auf bungsaufgabe 139.


Auf die Folge s = (sn )nN der Partialsummen knnen nun alle Begriffe und berlegungen, die wir schon von Folgen kennen, angewandt werden, z.B. gilt:

(an + bn ) =

n=0

und

an +

n=0

can = c

n=0

bn

n=0

an ,

n=0

sofern die Reihen mit den Gliedern an und bn konvergieren.


Natrlich wollen wir das Konvergenzverhalten einer Reihe mit den Gliedern an in
Beziehung setzen. Sind beispielsweise die an 0 nichtnegativ, so ist die Folge der Partialsummen monoton wachsend. Fr die sn sind dann Beschrnktheit und Konvergenz
quivalent. Konvergieren die sn , so nennt man ihren Grenzwert den Wert der unendlichen Reihe mit den Gliedern oder Summanden an und schreibt:
s=

an := lim sn .

n=0

Man sagt, die Reihe konvergiert gegen s, und die Reihe heit konvergent. Man sagt,
die Reihe divergiert bzw. ist divergent, wenn die Folge der sn divergiert.
P
Die Reihe
n=0 an heit absolut konvergent, wenn sogar die Reihe

|an |

n=0

konvergiert, andernfalls bedingt konvergent. Das Wort sogar in diesem Satz erklrt
sich durch folgenden Satz.
Satz 2.2.1.1. Jede absolut konvergente Reihe ist konvergent.
Dieser Satz ist eine unmittelbare Konsequenz des nun folgenden, in zwei quivalenten
Formulierungen prsentierten Vergleichskriteriums,7 wenn man dort bn := |an | setzt.
Satz 2.2.1.2. Angenommen, ber die Reihen mit den Gliedern an bzw. bn sei bekannt,
dass |an | bn fr alle n N gilt. Dann gelten die beiden folgenden (zueinander offenbar
quivalenten) Implikationen.
7

Die Bezeichnung Kriterium ist insofern irrefhrend, als nur hinreichende bzw. notwendige Bedingungen
fr Konvergenz gegeben werden aber keine quivalenten. Dennoch hat sie sich eingebrgert.

87

2 Folgen und Reihen

1. Konvergiert die Reihe


n=0 bn , so auch die Reihe
n=0 an , und zwar sowohl im
gewhnlichen wie auch im absoluten Sinn. Man nennt die Reihe der bn auch eine
konvergente Majorante fr die Reihe der an (Majorantenkriterium).

2. Divergiert die Reihe


n=0 an , so auch die Reihe
n=0 bn . Man nennt die Reihe
der an auch eine divergente Minorante fr die Reihe der bn (Minorantenkriterium).

Beweis. Es gengt, das Majorantenkriterium zu beweisen. Sei dazu wie bisher sn :=


k=0 ak . Nach dem Cauchyschen Konvergenzkriterium gengt es, wenn wir zu beliebig
vorgegebenem > 0 einen Index n0 N finden mit |sn2 sn1 | < fr alle n1 , n2 n0 .
P
Wir bezeichnen mit Sn := nk=0 bk die Partialsummen der Reihe der bn . Nach Voraussetzung konvergieren die Sn , bilden also eine Cauchy-Folge. Definitionsgem gibt es
daher ein n0 mit |Sn2 Sn1 | < fr alle n1 , n2 n0 . Somit sind wir mit dem Beweis
fertig, wenn wir |sn2 sn1 | |Sn2 Sn1 | zeigen knnen. Und tatschlich ergibt sich das
(o.B.d.A., d.h. ohne Beschrnkung der Allgemeinheit, fr n1 < n2 ) unmittelbar aus der
Dreiecksungleichung:
Pn




n2
n2
n2
X
X

X


|ak |
bk = |Sn2 Sn1 |
ak
|sn2 sn1 | =
k=n1 +1 k=n1 +1
k=n1 +1

In jedem Fall bilden die Glieder einer konvergenten Reihe eine Nullfolge:
Satz 2.2.1.3. Konvergiert die Reihe

n=0 an ,

so folgt limn an = 0.

Beweis. Mit den bisherigen Bezeichnungen gilt an = sn sn1 fr n 1, folglich


lim an = lim sn lim sn1 = s s = 0.

Die Umkehrung gilt nicht, wie wir bald am Beispiel der harmonischen Reihe sehen
werden.
Es sei bemerkt, dass alles Bisherige, sofern die Ordnungsrelation nicht im Spiel war,
nicht nur fr reelle, sondern genauso fr komplexe Folgen und somit Reihen sinnvoll war
und gilt. Sehr ntzlich ist auerdem die Beobachtung, dass Konvergenz bzw. Divergenz
einer Reihe stets erhalten bleibt, wenn man nur endlich viele Glieder verndert, wegnimmt oder hinzufgt. Der Wert der Reihe kann sich dabei aber sehr wohl ndern im
Gegensatz zum Grenzwert von Folgen.
bungsaufgabe 138. (E) Begrnden Sie die Aussagen des letzten Absatzes sorgfltig.
bungsaufgabe 139. (T)
1. berprfen Sie, dass fr k 1 gilt:

88

k2

1
1
1
=
.
+k
k k+1

2.2 Reihen
2. Berechnen Sie sn =

Pn

1
k=1 k2 +k .

3. Berechnen Sie an := sn1 sn mit sn aus Teil 2.


4. Berechnen Sie fr an und sn aus Teil 2 bzw. 3 die Grenzwerte limn sn und
limn an .
bungsaufgabe 140. (P) Betrachten Sie die drei endlichen Reihen
1 1 1 1 1 1
+ + + + + + ... +
4 5 6 7 8 9
1
1
1
1
1
+
+
+
+
+ ... +
16 17 18 19 20
1
1
1
1
+
+
+
+ ... +
1000 1001 1002 1003

1
,
N1
1
,
N2
1
.
N3

Wie weit mssen Sie summieren, d.h. wie gro mssen Sie N1 , N2 und N3 whlen,
damit die Summe jeweils sicherlich den Wert 21 bersteigt? Schlieen Sie aus dem gerade
angewandten Verfahren, dass die harmonische Reihe divergiert und geben Sie ein N4 an,
P 4 1
10
sodass N
n=1 n > 10 .

bungsaufgabe 141. (T) Untersuchen Sie die Reihen


n=1 bn , . . . aus Aufn=1 an ,
gabe 137 auf Konvergenz. Bestimmen Sie gegebenenfalls den Grenzwert.

2.2.2 Die wichtigsten Beispiele konvergenter Reihen


Die sogenannte harmonische Reihe hat die Glieder an = n1 , n 1, die gegen 0
konvergieren. Dennoch ist die harmonische Reihe divergent. Man sieht dies sehr leicht,
indem man die Summanden zu endlichen Teilsummen
tn :=

2n

1
1
1
+ n
+ . . . + n+1
+1 2 +2
2

zusammenfasst. Die Summe tn besteht aus 2n Summanden, deren letzter,


1
kleinsten ist, also tn 2n 2n+1
= 21 . Somit gilt
s2n+1 = 1 + t0 + t1 + . . . + tn 1 +

1
,
2n+1

am

n+1

fr n . Die Partialsummen der harmonischen Reihe sind also unbeschrnkt. Somit


divergiert die harmonische Reihe.
Es ist bemerkenswert, dass eine scheinbar nur geringfgige Modifikation der harmoniP
1
schen Reihe, nmlich zur hyperharmonischen Reihe
n=1 n mit einem Exponenten
= 1+ > 1 reicht, um Konvergenz zu erzwingen. Ein Beweis lsst sich mit Hilfsmitteln
aus der Integralrechung (siehe 5.4.2), die wir an dieser Stelle noch nicht zur Verfgung
haben, noch leichter fhren. Ein elementarerer Zugang folgt gleich als bungsaufgabe.

89

2 Folgen und Reihen


1
bungsaufgabe 142. (E) Zeigen Sie, dass die hyperharmonische Reihe
n=1 n fr
> 1 konvergiert, fr < 1 divergiert. Hinweis: Fassen Sie zunchst hnlich wie beim
Beweis der Konvergenz der harmonischen Reihe die Glieder fr die Indizes 2n + 1 bis 2n
zusammen und schtzen Sie deren Summe durch ein geeignetes q n ab; fr > 1 nach
oben mit q < 1, fr < 1 nach unten mit q > 1. Damit ist eine geometrische Reihe als
konvergente Majorante bzw. als divergente Minorante gefunden.

Vorher wollen wir aber die geometrische Reihe mit den Gliedern an := q n , n
N, mit einer festen Basis q 6= 1 behandeln. In 1.3.8, nmlich im Zusammenhang mit
Induktion und Rekursion, haben wir fr ihre Partialsummen die Formel
sn =

n
X

qk =

k=0

1 q n+1
1q

bewiesen. Fr |q| > 1 wird der Zhler mit wachsendem n betragsmig beliebig gro,
also auch sn . Somit herrscht Divergenz. Ist aber |q| < 1, so gilt q n 0. Folglich gilt fr
diesen Fall die uerst wichtige Formel fr die unendliche geometrische Reihe:

n=0

1
1q

Als Anwendung zeigen wir, dass x := 0,999 . . . = 1, wobei die Gleichheit wirklich eine
exakte ist. Tatschlich liefert die Formel fr die geometrische Reihe

X
9

1
9 X
x = 0,999 . . . =
=
n
10
10
10
n=1
n=0

n

9
1
9 1
1 = 10 9 = 1.
10 1 10
10

bungsaufgabe 143. (T) Untersuchen Sie die Konvergenz der folgenden Reihen und
geben Sie - falls existent - den Grenzwert an.

1.

m=1

1
4

m

2.

1
4 (1)n
n=0

3.

1
4 2k
k=2

4.

X
1 i
2.
i=0

bungsaufgabe 144. (T) Bestimmen Sie Real- und Imaginrteil von

ein
n=1 2n .

Eine andere wichtige konvergente Reihe ist die Exponentialreihe

X
xn
n=0

n!

die fr beliebiges x R oder auch x C konvergiert. Beweisen werden wir das etwas
spter mit dem Quotientenkriterium. Fr x = 1 erhlt man die Eulersche Zahl e
2,7 . . ., siehe auch bungsaufgabe 148.
bungsaufgabe 145. (T) Untersuchen Sie die folgenden Reihen auf Konvergenz bzw.
Divergenz, indem Sie eine geeignete Majorante bzw. Minorante angeben:
1.

X
sin(n)2
n=1

90

2n

2.

n
1 + n2
n=1

3.

(1 + n1 )n

n=0

4.

X
(1)
n=1

1 + 2n

2.2 Reihen
bungsaufgabe 146. (T) Wie bungsaufgabe 145.
1.

X
2n 4
n=0

2.

n4 + 2

24n
n2 4
n=3

3.

X
2n + cos(4n)

4n2

n=1

bungsaufgabe 147. (T) Untersuchen Sie mittels Majoranten- und Minorantenkriterium auf Konvergenz bzw. Divergenz.

3
X
X
n
1

und
Pn

3
1
n n
k=1 k
n=1
n=1

2.2.3 Wurzel- und Quotientenkriterium


Hufig knnen geometrische Reihen als konvergente Majoranten dienen. Gegeben eine
Reihe mit Gliedern
an , hat man dazu lediglich ein q mit |q| < 1 und |an | q n oder,
p
n
quivalent, |an | q zu finden. Die resultierende Bedingung heit Wurzelkriterium
und lautet:
Satz 2.2.3.1. Angenommen, es gibt
p ein q < 1, so dass fr alle n N (auchPendlich
viele Ausnahmen sind zugelassen) n |an | q gilt. Dann konvergiert die Reihe
n=0
p an
absolut. Insbesondere ist Konvergenz garantiert, sofern der Grenzwert limn n |an |
existiert und < 1 ist.
Man beachte, dass die Voraussetzung nicht zu q 1 abgeschwcht werden kann. Denn
dann wrde beispielsweise die harmonische Reihe die Voraussetzungen erfllen, obwohl
sie divergiert.
Weil der Umgang mit Wurzeln hohen Grades unangenehm sein kann, ist in vielen
Fllen das Quotientenkriterium leichter anwendbar:
Satz 2.2.3.2. Angenommen, es gibt ein q < 1, so dass fr alle n N (auch endlich viele
P
|
Ausnahmen sind zugelassen) |a|an+1
q gilt. Dann konvergiert die Reihe
n=0 an absolut.
n|
Insbesondere ist Konvergenz garantiert, sofern der Grenzwert limn
< 1 ist.

|an+1 |
|an |

existiert und

Beweis. Die Voraussetzung lsst sich zu |an+1 | q|an | umschreiben. Mittels Induktion
folgt |an | q n a0 , also ist die Reihe mit den Gliedern q n a0 als a0 -fache der geometrischen
Reihe eine konvergente Majorante.
Das prominenteste Anwendungsbeispiel des Quotientenkriteriums ist die bereits frher
erwhnte Exponentialreihe

X
xn
exp(x) :=
n!
n=0
mit irgendeiner festen Zahl x. Die Glieder an dieser Reihe sind also an =
tienten aufeinanderfolgender Glieder konvergieren offenbar gegen

xn
n! .

Die Quo-

|an+1 |
xn+1 n!
x
= lim
= lim
= 0.
n |an |
n (n + 1)! xn
n n + 1
lim

91

2 Folgen und Reihen


Laut Quotientenkriterium folgt daraus die Konvergenz der Exponentialreihe fr beliebiges x R und sogar x C. Wir werden spter sehen, dass exp(x) = ex gilt mit der
P
1
Eulerschen Zahl e = e1 = exp(1) =
n=0 n! = 2,7 . . ..
1
bungsaufgabe 148. (P) Berechnen Sie die Zahl e =
n=0 n! (Eulersche Zahl)
nherungsweise (ohne Taschenrechner oder Computer), indem Sie eine rationale Zahl
P
1
q= N
|e q| < 102 beweisen knnen.
n=0 n! angeben, fr die Sie P
1
Hinweis: Der Reihenrest rN =
n=N +1 n! kann durch Vergleich mit einer geometrischen Reihe abgeschtzt werden.

bungsaufgabe 149. (T) Untersuchen Sie die Konvergenz der folgenden Reihen mit
Hilfe eines geeigneten Kriteriums:
1.

X
1
n=1

2+

1
n

n

2.

X
n4
n=1

Hinweis: Verwenden Sie lim

X
n!

3.

en2

n=1

n = 1 bzw. lim

1+

4.

nn
1
n

n


X
n=1

n
n+1

n2

= e.

2.2.4 Besonderheiten absolut konvergenter Reihen


Absolut konvergente Reihen spielen eine besonders wichtige Rolle. Einen wesentlichen
Grund dafr kann man darin sehen, dass ihr Wert nicht von der Reihenfolge der Glieder
abhngt. Sehr konzis kommt das im Riemannschen Umordnungssatz zum Ausdruck.
Satz 2.2.4.1. Sei
n=0 an eine konvergente Reihe mit Wert s. Je nach absoluter oder
bedingter Konvergenz liegen zwei kontrre Situationen vor:
P

1. Ist die Reihe absolut konvergent gegen s R, so konvergiert auch jede Reihe, die
durch Umordnung der Glieder an zustande kommt, gegen denselben Wert s. Genauer gesagt: Ist : N N bijektiv, also irgendeine Permutation der Indexmenge
N, so gilt

a(n) =

n=0

an = s.

n=0

2. Ist die Reihe hingegen nur bedingt konvergent, so kann durch geeignete Umordnung der Glieder jeder beliebige andere Wert, wie auch Divergenz erzielt werden.
Genauer gesagt: Ist t R {, } beliebig vorgegeben, so gibt es ein bijektives
: N N, d.h. eine Permutation der Indexmenge N, mit

a(n) = t.

n=0

1. Wir bezeichnen die Partialsummen der umgeordneten Reihe mit s0n :=


k=0 a(n) und fhren den Beweis, indem wir ein beliebiges > 0 vorgeben und
zeigen, dass es ein n0 N gibt derart, dass alle n n0 die Ungleichung |sn s0n | <
erfllen, woraus
s lim inf s0n lim sup s0n s + .

Beweis.

Pn

92

2.2 Reihen
folgt. Weil darin > 0 beliebig ist, beweist das limn s0n = s, wie behauptet.
Will man tatschlich |sn s0n | < garantieren, liegt es nahe, n so gro zu whlen,
dass in beiden Partialsummen nur Glieder mit kleinem Beitrag fehlen. Und das ist
mglich, weil es wegen der absoluten Konvergenz der gegebenen Reihe ein n1 gibt
P

mit
n=n1 |an | < 2 . Weil surjektiv ist, gibt es ein hinreichend groes n0 n1
derart, dass unter den Indizes (0), (1), . . . , (n0 ) alle Zahlen 0, 1, . . . , n1 vorkommen. Fr n n0 unterscheiden sich die Partialsummen sn und s0n daher nur mehr
um Summanden an0 mit n0 > n1 , also:
|sn s0n | 2

|an | < .

n=n1

2. Ist
n=0 an hingegen bedingt konvergent, mssen die positiven Summanden an
fr sich eine divergente Reihe bilden, genauso die negativen. Ist t R vorgegeben,
kann man die an in folgender Weise zu einer Reihe mit Gliedern a(n) und Wert
t umordnen: Zunchst nimmt man aus a0 , a1 , . . . der Reihe nach so lange positive
Glieder a(0) , a(1) , . . . , a(k0 ) 0, bis ihre Summe erstmals s0k0 > t (Notation wie
im Beweis der ersten Aussage) erfllt. Sodann whlt man von den verbliebenen,
wieder der Reihe nach, negative Glieder a(k0 +1) , . . . , a(k1 ) < 0 aus, bis erstmals
s0k1 < t gilt. Dieses Verfahren setzt man fort: Man whlt wieder positive Glieder
bis s0k2 > t, dann negative bis s0k3 < t etc. Auf diese Weise werden alle Glieder
aufgebraucht, mit anderen Worten: Es entsteht eine Bijektion : N N. Die
Partialsummen der resultierenden Reihe schwanken um t, mit lokalen Maxima
sk2n und lokalen Minima sk2n+1 . Weil wir als ki immer den ersten mglichen Wert
nehmen, ist stets t ak2n+1 s0k2n+1 < t < s0k2n t + ak2n . Da die Reihe der an
konvergiert, bilden die an eine Nullfolge, also werden die Oszillationen der s0n um
t beliebig klein, und es gilt limn s0n = t, wie behauptet.
P

Fr t = geht man hnlich vor, verlangt aber z.B. s02k > k und s02k+1 < k. Auf
diese Weise ist Divergenz s0n fr n garantiert; entsprechend fr t = .
Diese Unvernderlichkeit des Wertes absolut konvergenter Reihen bei Umordnung der
Glieder hat eine technische Konsequenz, deren Bedeutung wir spter im Zusammenhang
mit Potenzreihen erst richtig ermessen knnen. Und zwar geht es um das Produkt zweier
unendlicher Reihen mit Gliedern an bzw. bn . Das Distributivgesetz ist zunchst fr nur
zwei Summanden definiert, liefert aber sehr schnell auch die entsprechende Formel fr
beliebige Anzahlen n1 , n2 N endlich vieler Summanden:
sn1 ,n2 :=

n1
X
k=0

ak

n2
X
l=0

bl

= (a0 + a1 + . . . + an1 ) (b0 + b1 + . . . + bn2 ) =

n1 X
n2
X

ak bl ,

k=0 l=0

wobei es wegen des Kommutativgesetzes auf die Reihenfolge der endlich vielen Summanden ak bl nicht ankommt. Wachsen die oberen Summationsgrenzen n1 und n2 , so kommen
nach und nach alle Summanden ak bl mit k, l N ins Spiel. Um eine natrliche Ordnung

93

2 Folgen und Reihen


der Summanden festzulegen, fasst man zunchst fr jedes n N jene mit k + l = n
P
zusammen. Man bildet also die endlichen Summen cn := nk=0 ak bnk . Die aus diesen
Gliedern gebildete Reihe

n=0

X
n
X

cn =

ak bnk
n=0 k=0
P
P
n=0 an und
n=0 bn .

heit das Cauchyprodukt der Reihen


Sofern die gegebenen Reihen absolut konvergieren, zeigen ganz hnliche berlegungen wie beim Riemannschen
Umordnungssatz: Fr hinreichend groe n1 , n2 unterscheidet sich die Summe sn1 ,n2 einerseits nur mehr beliebig wenig vom Produkt der beiden gegebenen Reihen, andererseits
P 1 +n2
auch nur beliebig wenig von der Partialsumme sn1 +n2 := nn=0
cn des Cauchyproduktes. Folglich konvergiert das Cauchyprodukt gegen das Produkt der gegebenen Reihen.
Diese berlegungen fhren zu folgendem Satz:
Satz 2.2.4.2. Das Cauchyprodukt zweier absolut konvergenter Reihen mit den Gliedern
an bzw. bn konvergiert selbst absolut, und zwar gegen das Produkt der Werte der beiden
Reihen;8 als Formel:

an

n=0

bn

n=0

n
X

n=0

k=0

ak bnk

bungsaufgabe 150. (P) berprfen Sie Aussage von Satz 2.2.4.2 anhand des Beispiels an = 21n und bn = 31n .
bungsaufgabe 151. (P) Wie bungsaufgabe 150 mit an =

2n
n!

und bn =

(3)n
n! .

bungsaufgabe 152. (E) Finden Sie ein Beispiel, das zeigt, dass die Voraussetzung
der absoluten Konvergenz in Satz 2.2.4.2 nicht einfach weggelassen werden kann.
Hinweis: Da die Reihen der an und bn bedingt konvergieren sollen, mssen Sie vor
allem die Vorzeichen geschickt whlen. Vielleicht gelingt es, dies so zu arrangieren, dass
P
die Summanden in cn = nk=0 ak bnk fr festes n gleiches Vorzeichen haben und die
cn mit wachsendem n nicht gegen 0 konvergieren. Dann konvergiert das Cauchyprodukt
berhaupt nicht.

2.2.5 Alternierende Reihen


Bei sogenannten Leibnizreihen spielt absolute Konvergenz keine Rolle. Trotzdem
konvergieren sie. Das einfachste Beispiel dieser Art ist die bedingt konvergente Reihe
P
n1
n=1 (1) n .
Satz 2.2.5.1. Angenommen, die positiven Glieder a0 a1 . . . 0 bilden eine monoton fallende Nullfolge. Dann konvergiert die aus ihnen gebildete alternierende Reihe

(1)n an .

n=0
8

94

Der Satz gilt mit etwas feinsinnigerem Beweis brigens auch dann, wenn von den beiden gegebenen
Reihen nur eine absolut konvergiert.

2.2 Reihen
Beweis. Die Partialsummen sn :=

Pn

k
k=0 (1) ak

erfllen offenbar

s1 s3 s5 . . . s4 s2 s0 .
Aufgrund von Monotonie und Beschrnktheit existieren die Grenzwerte
s := lim s2n+1 s+ := lim s2n .
n

Wegen
s+ s = lim s2n s2n+1 = lim a2n+1 = 0
n

mssen diese sogar denselben Wert


s := s+ = s = lim sn =
n

(1)n an

n=0

haben.
bungsaufgabe 153. (E) Betrachten Sie die Partialsummen einer konvergenten alP
ternierenden Reihe
ak . Gehen Sie nochmals die Argumentation im Beweis von Satz
2.2.5.1 durch und begrnden Sie damit folgende Abschtzung:

n1


X
X


ak
ak |an |.



k=1

k=1

bungsaufgabe 154. (T) Berechnen Sie die Partialsummen sn := nk=1 (1)k k1 fr


n = 1, 2, . . . , 10 exakt als Bruch und in Dezimaldarstellung auf 2 Stellen gerundet.
P

bungsaufgabe 155. (T) Bei welchen der folgenden Reihen darf das Leibnizsche
Kriterium 2.2.5.1 verwendet werden? Berechnen Sie fr jene Reihen, die alternierend
und konvergent sind, jeweils den Grenzwert bis auf eine Nachkommastelle genau!
1.
4.

(1)n+1

n=1

xn
,
n

2.

(1)n e (1 + n1 )n .

n=1

Hinweis: Sie drfen lim

1+

1
n

sin(n)
n
n=1



X
xn n
5.
, x R.
n+1
n=1

xR

n

(1)n

3.

X
sin(n)
n=1

= e verwenden.

bungsaufgabe 156. (T) Untersuchen Sie die folgenden Reihen auf Konvergenz bzw.
Divergenz mit einem Kriterium Ihrer Wahl.
1.

(1)n sin( n1 )

2.

n=1

(1)n sin( n1 )

3.

n=1

sin( (1)
n )

n=1

bungsaufgabe 157. (T) Untersuchen Sie die folgenden Reihen auf Konvergenz bzw.
Divergenz mit einem Kriterium Ihrer Wahl.
1.
4.

X
(1)n

n=1

X
n=1

2.

n=1

an ,

mit an =

n!
(2n)!

3.

X
nn
n=1

3(n2 )

2
n,

n ungerade
1
n1
, n gerade

95

3 Stetige Funktionen
In diesem Kapitel geht es um reelle Funktionen, vor allem unter dem Gesichtspunkt von
Stetigkeit und Unstetigkeit. Viele Vertiefungen werden erst im nachfolgenden Kapitel
ber Differentialrechnung folgen. Hier behandeln wir in 3.1 allgemeine Eigenschaften reeller Funktion. In 3.3 geht es um Polynome und rationale Funktionen. Dabei spielen auch
algebraische Aspekte eine wichtige Rolle. Weitere wichtige Beispiele reeller Funktionen
sind schlielich Gegenstand von 3.3.

3.1 Reelle Funktionen


Unter einer reellen Funktion f verstehen wir eine solche, wo Definitions- und Wertebereich in R enthalten sind, also f : R D R. Wir beginnen mit der graphischen
Darstellung und einfachen Eigenschaften (3.1.1). Der Grenzwertbegriff im Kontext von
Funktionen fhrt uns in 3.1.2 zum Begriff der Stetigkeit. Erste einfache Eigenschaften
dazu behandeln wir in 3.1.3, illustrative Beispiele folgen in 3.1.4. Wie schon bei Folgenkonvergenz beruhen viele wichtige theoretische Ergebnisse auf der Vollstndigkeit von R
(siehe 3.1.5). In 3.1.6 geht es um eine interessante Verbindung von Stetigkeit mit rekursiven Folgen, die durch Iteration zustande kommen. Den Abschluss bildet das Konzept
der gleichmigen Konvergenz (siehe 3.1.7), das fr das Verstndnis gewisser auf den
ersten Blick berraschender Phnomene hilfreich ist.

3.1.1 Graphische Darstellung und einfache Eigenschaften


Nach Definition sind reelle Funktionen f : R D R gewisse Teilmengen der Ebene R2 ,
nmlich f = {(x, f (x)) : x D} R2 . Entsprechend lassen sie sich auf offensichtliche
Weise graphisch darstellen. Oft wird die Menge f R2 deshalb auch als Graph von f
bezeichnet. Formal ist die Unterscheidung zwischen f und dem Graph von f hinfllig.
Wir werden deshalb nur dann vom Graph von f sprechen, wenn wir wirklich an die
graphische Darstellung denken. Wir behandeln nun einige wichtige Begriffe samt ihrer
anschaulichen Bedeutung.
Eine Zahl x0 D heit Nullstelle von f , wenn f (x0 ) = 0. Allgemeiner sprechen wir
fr f (x0 ) = y0 von einer y0 -Stelle x0 von f . Nullstellen zeigen sich als Schnittpunkte
des Graphen von f mit der x-Achse. Beispiel: x0 = ist eine Nullstelle der Funktion
f = sin.
Analog zu Mengen und Folgen zeichnet man auch unter reellen Funktionen gewisse
als (nach oben/unten) beschrnkt aus; und zwar jene, fr die die Bildmenge f (D) =
{f (x) : x D} als Teilmenge von R die entsprechende Eigenschaft hat. Beispiele: sin, cos

97

3 Stetige Funktionen
sind auf ganz R beschrnkt (nach unten durch 1, nach oben durch 1), f : R R,
x 7 x2 , ist nur nach unten beschrnkt (z.B. durch 0), nicht aber nach oben.
Eine Polstelle x0 R von f zeigt sich anschaulich daran, dass f in jeder Umgebung
von x0 unbeschrnkt ist. Eine genaue Definition erfordert Begriffe, die hier nicht zur
Verfgung stehen. Fr uns gengt: Eine Polstelle liegt meist nicht im Definitionsbereich
D von f und entsteht z.B. dann, wenn durch einen Nenner mit Nullstellen dividiert wird.
Typisches Beispiel einer Polstelle ist x0 = 0 fr f (x) := x1 (x 6= 0).
Analog zu Folgen nennt man auch reelle Funktionen (streng) monoton wachsend
bzw. fallend, wenn fr alle x1 < x2 D gilt:
f (x1 ) f (x2 ) (monoton wachsend), f (x1 ) < f (x2 ) (streng monoton wachsend), f (x1 ) f (x2 ) (monoton fallend)
bzw. f (x1 ) > f (x2 ) (streng monoton fallend). Eine Funktion der Gestalt x 7 kx + d
mit k, d R ist fr k > 0 streng monoton wachsend, fr k < 0 streng monoton fallend
und fr k = 0 konstant und somit sowohl monoton wachsend als auch monoton fallend,
nicht jedoch im strengen Sinn.
Ein Funktion f heit gerade bzw. ungerade, wenn der Definitionsbereich D symmetrisch um 0 ist (d.h. x D genau dann, wenn x D) und wenn f (x) = f (x)
bzw. f (x) = f (x) fr alle x D gilt. Der Graph gerader Funktionen ist symmetrisch bezglich der y-Achse, der ungerader Funktionen ist symmetrisch bezglich des
Koordinatenursprungs. Typische Beispiele gerader bzw. ungerader Funktionen sind die
Potenzfunktionen x 7 xk mit geradem bzw. ungeradem k.
Eine Funktion f heit periodisch mit Periode p, wenn f (x + p) = f (x) fr alle
x D gilt. Wie die Bezeichnung suggeriert, erkennt man Periodizitt daran, dass sich
bei Fortschreiten entlang der x-Achse im Abstand von p alles wiederholt. Die klassischen
Beispiele periodischer Funktionen sind die trigonometrischen cos, sin (mit kleinster Periode 2) und tan, cot (mit kleinster Periode ). Wir werden sie in 3.3.4 und 4.3.3 noch
genauer kennen lernen.
Eine (eventuell inhomogene) lineare Funktion l, d.h. l : x 7 kx + d mit festen Zahlen
k, d R heit Asymptote von f , wenn x sich fr x beliebig an l anschmiegt,
d.h. wenn limx (f (x) l(x)) = 0 und/oder limx (f (x) l(x)) = 0. Das Symbol
limx ist analog zu verstehen wie limn bei Folgen, mit dem einzigen Unterschied,
dass x R, whrend n N. Beispiel: Die Funktion f : x 7 x + x1 hat die Asymptote
l : x 7 x.
Gibt es ein a D mit f (a) f (x) fr alle x D, so heit f (a) (globales) Maximum von f und a Stelle eines Maximums. Vom lokalen Maximum f (a) von
f bzw. von der Stelle a eines lokalen Maximums spricht man dann, wenn es eine
Umgebung U = (a , a + ) von a mit > 0 gibt, so dass die Einschrnkung von f
auf D U , d.h. die reelle Funktion {(x, f (x)) : x D U } ein (globales) Maximum
in a hat. Entsprechend (nmlich ber f (a) f (x) statt f (a) f (x)) definiert man
globales/lokales Minimum und Stelle eines globalen/lokalen Minimums. Maxima und Minima bzw. Stellen von Maxima und Minima fasst man in den Begriffen der
Extrema bzw. Extremstellen zusammen. Graphisch zeigen sich Maxima und Minima
als hchst bzw. tiefst gelegene Punkte des Funktionsgraphen.
Typische Beispiele: Die Funktion cos nimmt an allen Stellen a der Gestalt a = 2k
mit k Z das (globale) Maximum 1 an, an allen Stellen der Gestalt a = (2k + 1) mit

98

3.1 Reelle Funktionen


k Z das (globale) Minimum 1. Im Gegensatz dazu hat die Funktion f : R R,
x 7 x3 12x, an der Stelle a = 2 ein lokales Maximum f (2) = 16, das nicht global
ist; an der Stelle a = 2 ein (ebenfalls nicht globales) lokales Minimum f (2) = 16.
Die Differentialrechnung wird uns Methoden in die Hand geben, sehr systematisch nach
Extrema zu suchen.
bungsaufgabe 158. (P) Whlen Sie eine konkrete reelle Funktion f : R R. Skizzieren Sie sodann die beiden Mengen
A := {(x, f (x)) : x R} R2

und

B := {(f (x), x) : x R} R2 .

Erklren Sie, wie A und B geometrisch zusammenhngen und finden Sie heraus, welche
Eigenschaft von f dafr verantwortlich ist, ob B ebenfalls der Graph einer Funktion ist.
Wenn in Ihrem konkreten Beispiel B der Graph einer Funktion ist, finden Sie abschlieend eine andere konkrete Funktion f , sodass B nun nicht mehr der Graph einer
Funktion ist. Wenn in Ihrem konkreten Beispiel B nicht der Graph einer Funktion war,
finden Sie eine andere konkrete Funktion f , sodass B nun doch Graph einer Funktion
ist.
bungsaufgabe 159. (T) Zeichnen Sie die folgenden Mengen in der x-y-Ebene ein
und entscheiden Sie, ob es sich dabei um den Funktionsgraphen einer Funktion y = f (x)
handelt. Falls ja, geben Sie die Abbildungsvorschrift, sowie Definitions- und Wertebereich
an.
1. {(x, y) : x2 + y 2 = 1},
{(x, y) : x2 + y 2 = 1 und x 0},
{(x, y) : x2 + y 2 = 1 und y 0}.
2. {(x, 0) : x R},
{(0, y) : x R},
{(x, x) : x R}.
3. {(x2 , x) : x R},
{(x, x2 ) : x R}.
bungsaufgabe 160. (T) Gegeben ist die reelle Funktion
f (x) = (x + 1)2 4.
Geben Sie einen mglichst groen Definitionsbereich D R an, so dass f auf D injektiv
ist. Berechnen Sie die Umkehrfunktion f (1) und skizzieren Sie sowohl den Graphen von
f als auch den Graphen von f (1) .
bungsaufgabe 161. (T) Gegeben ist die reelle Funktion f (x) :=

x1
x+1

fr x 6= 1.

1. Geben Sie einen mglichst groen Definitionsbereich D R, sowie einen Wertebereich W R an, sodass f : D W bijektiv ist.

99

3 Stetige Funktionen
2. Berechnen Sie die Umkehrfunktion und geben Sie diese in der Form f (1) (x) = . . .
an.
3. Geben Sie f (44) (x) = f f . . . f (x) und f (45) (x) = f f . . . f (x) an.
|

{z

44 mal

{z

45 mal

Hinweis: In Teilaufgabe 3 soll natrlich nicht 44 oder 45 mal die Funktionsvorschrift


eingesetzt werden. Berechnen Sie statt dessen zuerst f (2) und verwenden Sie dann
f (44) = f (42) f (2) = f (40) f (2) f (2) = . . .
bungsaufgabe 162. (T) Gegeben sind die beiden Funktion f : R R, x 7 x2 1
und g : R R, x 7 sin(x).
1. Berechnen Sie f (g(x)) und g(f (x)) und skizzieren Sie die Funktionsgraphen dieser
Funktionen.
2. Geben Sie Definitionsbereiche D1 , D2 R an, sodass f auf D1 und g auf D2
injektiv ist. Bestimmen Sie dort die Umkehrfunktionen f (1) und g (1) .
bungsaufgabe 163. (P) Es sei f (x) eine gerade Funktion und g(x) eine ungerade
Funktion. berprfen Sie ob die Funktionen 1. t(x) := f (g(x)), 2. u(x) := g(f (x)),
3. v(x) := f (x) g(x) und 4. w(x) := f (x) + g(x) stets gerade, stets ungerade oder
im allgemeinen keines von beidem sind.
bungsaufgabe 164. (P) Es sei f : R R+ eine streng monoton wachsende Funktion.
Bestimmen Sie das Monotonieverhalten von
p
1
1. f1 (x) = f (x), 2. f2 (x) = f (x)
, 3. f3 (x) = f (1) (x), 4. f4 (x) = f (x)
anhand der Definition von Monotonie. berlegen Sie sich abschlieend was passiert,
wenn Sie streng monoton durch monoton bzw. wachsend durch fallend ersetzen.
bungsaufgabe 165. (T) Untersuchen Sie folgende reelle Funktionen jeweils auf Injektivitt, Surjektivitt, Umkehrbarkeit, Monotonie, Periodizitt und Paritt (gerade oder
ungerade) und skizzieren Sie die Funktionsgraphen. Geben Sie jeweils auch Definitionsund Wertebereich an.

1. f1 (x) = x2 ,
2. f2 (x) = x,
3. f3 (x) = |x| , 4. f4 (x) = x1 .
bungsaufgabe 166. (T) Untersuchen Sie folgende reelle Funktionen auf Monotonie
und Umkehrbarkeit. Geben Sie den maximalen Definitionsbereich an und argumentieren
Sie fr die Monotonieeigenschaften nicht nur anschaulich, sondern rechnen Sie die jeweilige Definition nach. Skizzieren Sie anschlieend die Funktionsgraphen. Falls mglich,
geben Sie auch die Umkehrfunktion (samt ihrem Definitions- und Wertebereich) an.
1. f1 (x) =

1 , x
x

4. f4 (x) = 1

100

6= 0

5. f5 (x) = x

2. f2 (x) =

3 x, x

6= 0

3. f3 (x) = x|x|

1 fr x > 0
0 fr x = 0
6. f6 (x) = sgn(x) =

1 fr x < 0

3.1 Reelle Funktionen


bungsaufgabe 167. (T) Analog zu bungsaufgabe 166:
1. f1 (x) = cos x 2. f2 (x) = exp x 3. f3 (x) = exp(|x|)
4. f4 (x) = ln x
5. f5 (x) = | ln x| 6. f6 (x) = ln |x|

3.1.2 Grenzwert von Funktionen und Stetigkeit


Wir haben bereits die Symbolik limx f (x) verwendet. Ihre Bedeutung liegt auf der
Hand, weil sich der Folgengrenzwert direkt bertragen lsst. Man hat lediglich n N
durch x R zu ersetzen. Wir wollen auch Grenzwerte der Form limxx0 f (x) mit x0 R
betrachten.
Definition 3.1.2.1. Sei f : D R eine reelle Funktion und x0 Randpunkt von D\{x0 }.
Wir nennen y0 R den Grenzwert von f fr x x0 und schreiben
lim f (x) = y0 ,

xx0

wenn folgendes gilt:


> 0 > 0 x D (x0 , x0 + ) \ {x0 } : |f (x) y0 | < .
Wir schreiben limxx0 f (x) = , wenn es fr alle r R ein > 0 gibt, mit f (x) > r
fr alle x D (x0 , x0 + ) gilt, analog limxx0 f (x) = mit f (x) < r (statt
f (x) > r).
Die Definition weiterer Varianten des Grenzwerts erfolgt im gleichen Geist und soll als
bung behandelt werden:
bungsaufgabe 168. (E) Wie wrden Sie lim f (x) und lim f (x) przise definiex

ren?
Man beachte, dass die Formel fr den Grenzwert einer Funktion dieselbe logische
Struktur hat wie beim Grenzwert fr Folgen. Das kann schon allein deshalb nicht verwundern, weil ja etwas sehr hnliches zum Ausdruck kommt, nmlich beliebige Annherung an einen Grenzwert. Die Unterschiede bestehen darin, dass n durch x x0
und der Folgengrenzwert durch y0 zu ersetzen sind. Von besonderem Interesse ist der stetige Fall, wo y0 = f (x0 ). Weil die folgende Stetigkeitsdefinition auf der vorangegangenen
Definition mit und fut, spricht man oft auch vom --Kriterium:
Definition 3.1.2.2. Die reelle Funktion f : D R heit (lokal) stetig in x0 D,
falls limxx0 f (x) = f (x0 ) gilt; f heit schlechthin oder (global) stetig, wenn f lokal
stetig in x0 fr alle x0 D ist. Explizit bedeutet Stetigkeit von f in x0 :
> 0 > 0 x (x0 , x0 + ) D : |f (x) f (x0 )| < .
Zieht man statt der Werte x (x0 , x0 + ) nur x-Werte mit x < x0 heran, also
x (x0 , x0 ), so spricht man von linksseitigem Grenzwert limxx f (x) bzw.
0

101

3 Stetige Funktionen
von linksseitiger Stetigkeit, analog fr x > x0 von rechtsseitigem Grenzwert
limxx+ f (x) bzw. von rechtsseitiger Stetigkeit.
0
Einfachste Beispiele stetiger Funktionen sind die konstanten Funktionen f , wo es also
ein c R gibt mit f (x) = c fr alle x D. Zur Kontrolle: In der Definition kann man zu
jedem > 0 sogar ein beliebiges > 0 nehmen. Nur geringfgig schwieriger ist das im
Fall der Identitt f = IdD mit f (x) = x fr alle x D. Hier setzt man zu vorgegebenem
> 0 am einfachsten := .
bungsaufgabe 169. (T) Zeigen Sie anhand der Definition der Stetigkeit, dass f (x) =
(x 1)2 auf ganz R stetig ist. Geben Sie sich ein konkretes x0 R und > 0 vor und
berechnen Sie ein passendes > 0, sodass die - Charakteriserung der Stetigkeit an x0
erfllt ist.
Eine verbale Beschreibung der Stetigkeit von f an der Stelle x0 knnte lauten: Nhert
sich x beliebig an x0 an, so nhert sich f (x) beliebig an f (x0 ) an. Durchluft x eine
Folge mit Gliedern an , die gegen x0 konvergiert, so konvergiert insbesondere die Folge
der Funktionswerte f (an ) gegen f (x0 ). Tatschlich lsst sich diese Beobachtung zu einem
Kriterium verschrfen, das mit dem Schlagwort Folgenstetigkeit verbunden ist.
Satz 3.1.2.3. Eine reelle Funktion f : D R ist genau dann stetig in x0 D,
wenn fr alle Folgen a = (an )nN (an D fr alle n N) mit limn an = x0
auch limn f (an ) = f (x0 ) gilt.
Beweis. Recht einfach ist der Beweis, dass aus dem --Kriterium die Folgenstetigkeit
folgt: Ist > 0, so gibt es ein > 0 wie im --Kriterium, also: |f (x) f (x0 )| < fr
alle x D mit |x x0 | < . Konvergieren die an gegen x0 , so gibt es ein n0 N mit
|an x0 | < fr alle n n0 , fr welche dann auch |f (an ) f (x0 )| < gilt, was zu zeigen
war.
Um umgekehrt zu zeigen, dass aus der Folgenstetigkeit das --Kriterium folgt, gehen
wir indirekt vor. Das bedeutet, dass wir annehmen, die Behauptung wre falsch. Dann
gbe es ein > 0 derart, dass es fr alle > 0, insbesondere also fr alle = n1 mit
n = 1, 2, 3 . . . ein an D gibt mit |an x0 | < n1 aber |f (an ) f (x0 )| . Damit wre
aber eine Folge mit limn an = x0 gefunden, deren Werte f (an ) fr n sicher
nicht gegen f (x0 ) konvergieren, Widerspruch zur vorausgesetzten Folgenstetigkeit.

3.1.3 Einfache Eigenschaften stetiger Funktionen


Mit Hilfe der Folgenstetigkeit lassen sich Grenzwertstze fr Folgen aus 2.1.4.1 fast
unmittelbar auf Funktionen bertragen:
Satz 3.1.3.1. Seien die reellen Funktionen f, g : D R stetig in x0 D, dann sind
auch die Funktionen f + g, f g, f g : D R, definiert durch (f + g)(x) := f (x) + g(x),
(f g)(x) := f (x) g(x), (f g)(x) := f (x)g(x), stetig in x0 . Das gilt auch fr die
(x)
, sofern die zustzliche Voraussetzung g(x) 6= 0 fr alle x D
Funktion fg , fg (x) := fg(x)
erfllt ist.

102

3.1 Reelle Funktionen


Beweis. Wir beweisen den Satz fr die Summe, fr die anderen Flle ist die Argumentation ganz analog. Seien an D mit limn an = x0 , so gilt wegen der Stetigkeit von
f und g in x0 : limn f (an ) = f (x0 ) und limn g(an ) = g(x0 ). Weil der Grenzwert
einer Summe mit der Summe der Grenzwerte bereinstimmt (siehe Satz 2.1.4.1, Teil 1),
folgt daraus limn (f + g)(an ) = (f + g)(x0 ). Damit ist f + g folgenstetig in x0 und
somit wegen Satz 3.1.2.3 stetig in x0 .
bungsaufgabe 170. (E) Zeigen Sie, dass analog zu Folgen auch fr Funktionen gilt:
Ist f (wenigstens in der Nhe von x0 ) beschrnkt und limxx0 g(x) = 0, so folgt
limxx0 f (x)g(x) = 0.
Fr die Komposition von Funktionen muss man nur geringfgig anders argumentieren:
Aus an x0 fr n folgt, wenn f in x0 stetig ist, f (an ) f (x0 ) und daraus, wenn
g stetig in f (x0 ) ist, auch (g f )(an ) = g(f (an )) g(f (x0 )) = (g f )(x0 ). Also:
Satz 3.1.3.2. Ist f : Df R stetig in x0 Df und g : Dg R mit f (Df ) Dg
stetig in f (x0 ) D, so ist auch g f : Df R stetig in x0 . Folglich sind Kompositionen
stetiger Funktionen wieder stetig.

3.1.4 Beispiele zu Stetigkeit und Unstetigkeit


Aus stetigen Funktionen knnen, wie wir gesehen haben, durch Bildung von Summen,
Differenzen, Produkten, Quotienten und Kompositionen nur wieder stetige Funktionen
entstehen. Gehen wir von den konstanten Funktionen und der identischen Funktion
mit Id(x) := x aus, erhalten wir mittels Summen, Differenzen und Produkte smtliche
Polynomfunktionen, genannt auch ganzrationale Funktionen. Das sind Funktionen
f zu denen es ein n N und Koeffizienten a0 , . . . , an R gibt mit
f (x) =

n
X

ai xi

i=0

fr alle x R (oder aus dem Definitionsbereich von f ). Ist an 6= 0, so heit n der Grad
von f . Sind f und g Polynomfunktionen, so nennt man die Funktion r := fg eine gebrochen rationale Funktion. Man beachte: Als Definitionsbereich fr Polynomfunktionen
kann immer ganz R genommen werden. Bei gebrochen rationalen Funktionen muss man
die Nullstellen des Nenners ausnehmen.
Wir werden bald sehen, dass auch die trigonometrischen Funktionen, die Exponentialfunktion und der Logarithmus stetig sind. Wie sehen dann berhaupt unstetige Funktionen aus?
Die einfachste Form einer Unstetigkeit liegt dann vor, wenn eine Funktion an einem
Punkt speziell definiert ist. So ist beispielsweise die Funktion f mit f (x) := 0 fr alle
x 6= 0 und f (0) := 1 unstetig bei 0, sonst berall stetig. In diesem Fall genauer:
wenn limxx0 f (x) existiert, aber von f (x0 ) verschieden ist spricht man auch von einer
hebbaren Unstetigkeit bei x0 , weil ja eine geeignete Umdefinition von f nur an dieser
einen Stelle die Unstetigkeit aufheben kann.

103

3 Stetige Funktionen
Die nchst einfache Form von Unstetigkeiten sind Sprungstellen, wo die einseitigen
Grenzwerte limxx f (x) und limxx+ f (x) existieren, aber nicht bereinstimmen. Die
0
0
Differenz limxx+ f (x) limxx f (x) nennt man die Sprunghhe von f bei x0 . Ein
0
0
ntzliches Beispiel ist die Signumfunktion sgn mit sgn(x) := 1 fr x < 0, sgn(0) := 0
und sgn(x) := 1 fr x > 0. Egal wie sgn(0) umdefiniert wrde, die Unstetigkeit bei 0
kann nicht aufgehoben werden.
Es ist aber auch denkbar, dass nicht einmal einseitige Grenzwerte existieren. Das
Standardbeispiel lautet f (x) := sin x1 fr x 6= 0. Unabhngig davon, wie f (0) definiert
wird, die Funktion kann an dieser Stelle schon deshalb nicht rechts- oder linksseitig
stetig sein, weil nicht einmal die einseitigen Grenzwerte bei 0 existieren. Man spricht
von Oszillation.
Eine besondere Erwhnung verdienen Polstellen wie die Stelle 0 fr die Funktion f :
R\{0} R, x 7 x1 . Weil 0 nicht im Definitionsbereich liegt, kann dort streng genommen
weder von Stetigkeit noch von Unstetigkeit gesprochen werden. Trotzdem werden im
Zusammenhang mit Unstetigkeiten oft auch Polstellen behandelt.
Als extremes Gegenbeispiel zur Stetigkeit dient oft die sogenannte Dirichletsche
Sprungfunktion.1 Sie nimmt an allen rationalen Stellen den Wert 1, an allen irrationalen den Wert 0 an. Im Zusammenhang mit ihr fhren wir als allgemeine Notation ein:
Fr f : D R und A D schreiben wir auch f = 1A , wenn f (x) = 1 fr alle x A und
f (x) = 0 fr alle x D \ A. Die Funktion 1A heit die charakteristische Funktion
oder auch Indikatorfunktion der Menge A auf D. Die Dirichletsche Sprungfunktion f
ist also die charakteristische oder Indikatorfunktion der Menge Q, f = 1Q : R {0, 1}.
bungsaufgabe 171. (E) Erklren Sie, warum die Dirichletsche Sprungfunktion an
jedem x R unstetig ist.
bungsaufgabe 172. (E) Zeigen Sie, dass die Funktion f : R R mit
(

f (x) =

x,
0,

fr x Q
fr x R \ Q,

ausschlielich an der Stelle 0 stetig ist.


bungsaufgabe 173. (T) Existieren folgende Grenzwerte? Begrnden Sie Ihre Antworten anhand der Definition des Grenzwertes fr Funktionen.
1. lim (sgn(x) + 1),
x0+

4. lim

x0+

1
x,

2. lim (sgn(x) + 1),


x0

5. lim

x0

1
x,

3. lim (sgn(x) + 1),


x0

6. lim x1 .
x0

bungsaufgabe 174. (T) Skizzieren Sie folgende Funktionen und argumentieren Sie,
wo die Funktionen stetig bzw. unstetig sind.
1. f (x) =

2x ,

3,

1 ,
3x
1

fr x < 1,
fr x = 1,
fr x > 1.

nach dem deutschen Mathematiker Johann Peter Gustav Lejeune Dirichlet (1805-1859)

104

3.1 Reelle Funktionen


2. f (x) = sgn((x 1)(x + 1)(x + 3)).
bungsaufgabe 175. (T) Gegeben ist die Funktion

fa,b (x) =

x ,

ax + b,
1
2bx1 ,

fr x < 1,
fr 1 x < 1,
fr x 1.

Bestimmen Sie jene Parameter a, b R fr die fa,b auf ganz R stetig ist.
bungsaufgabe 176. (T) Whlen Sie ein R so, dass die Funktion
f (x) =

x2 + 2x +
x3

auf ganz R stetig fortsetzbar ist und begrnden Sie Ihre Vorgehensweise.

3.1.5 Konsequenzen der Vollstndigkeit von R fr stetige Funktionen


Stetige Funktionen haben einige sehr wichtige Eigenschaften, die anschaulich ziemlich
klar erscheinen und deren tieferer Grund in der Vollstndigkeit von R liegt. Die erste
davon wird durch den Zwischenwertsatz beschrieben: Eine stetige Funktion auf einem
Intervall nimmt zwischen je zwei Werten f (a) < f (b) jeden Zwischenwert y0 [f (a), f (b)]
an.
Satz 3.1.5.1. Sei f : [a, b] R stetig. Dann nimmt f jeden Wert zwischen f (a) und f (b)
an. Insbesondere hat f eine Nullstelle in [a, b], sofern f (a) und f (b) unterschiedliches
Vorzeichen haben.
Die Idee besteht in der Vorstellung, dass sich die Werte f (x), wenn man bei x = a
beginnt und x sich kontinuierlich in Richtung b bewegt, entsprechend kontinuierlich
(Stetigkeit!) von f (a) nach f (b) bewegen, den Wert y0 irgendwann passieren und wegen
der Vollstndigkeit nicht berspringen knnen. Eine Exaktifizierung dieser Idee lautet
wie folgt.
Beweis. Sei o.B.d.A. f (a) < y0 < f (b). Wir wollen ein x0 [a, b] mit f (x0 ) = y0 finden.
Wir zerlegen R in zwei Teile A und B. Dabei besteht A aus allen a0 mit der Eigenschaft,
dass es kein x [a, b] gibt mit x < a0 und f (x) > y0 . B := R \ A bestehe aus dem
Rest. Z.B. ist a A und b B. Man berzeugt sich schnell, dass a < b fr alle a A
und b B gilt, dass diese Zerlegung also die in der Definition der Vollstndigkeit von R
geforderten Eigenschaften hat. Also gibt es ein x0 mit a0 x0 b0 fr alle a0 A und
b0 B, insbesondere ist x0 [a, b]. Wegen der Stetigkeit von f existiert der Grenzwert
limxx0 f (x) = f (x0 ). Laut Konstruktion gilt f (x) y0 fr alle x < x0 , was nur fr
f (x0 ) y0 mglich ist. hnlich gilt f (x) y0 fr Werte von x > x0 beliebig nahe an x0 .
Das ist wiederum nur mglich, wenn f (x0 ) y0 gilt. Beides zusammen bedeutet aber
f (x0 ) = y0 .

105

3 Stetige Funktionen
Eine anderer, populrer Beweis des Zwischenwertsatzes erfolgt mittels Intervallschachtelung. Die Idee besteht darin, das Intervall [a, b] immer wieder zu halbieren und in jedem
Schritt jene Hlfte zu nehmen, wo die Funktionswerte an den beide Randpunkten weder
beide ber noch beide unter y0 liegen. Die so entstehende Folge von Intervallen zieht
sich auf einen Punkt x0 [a, b] zusammen, an dem f aus Stetigkeitsgrnden den Wert
f (x0 ) = y0 annehmen muss.
Klarerweise gilt die Zwischenwerteigenschaft fr unstetige Funktionen nicht. Zum Beispiel knnte ein Zwischenwert y0 ja an einer Sprungstelle bersprungen werden.
bungsaufgabe 177. (P) Begrnden Sie, warum die Gleichung x = ex eine Lsung im Intervall [0, 1] besitzt und berechnen Sie eine solche Lsung nherungsweise. Sie
knnen dazu die Stetigkeit der Exponentialfunktion als gegeben betrachten.
bungsaufgabe 178. (P) Eine an beiden Enden eingespannte Saite werde durch eine
stetige Funktion g : [0, 2] R mit g(0) = g(2) = 0 dargestellt.
1. Zeigen Sie, dass es immer zwei Punkte x1 , x2 [0, 2] mit |x1 x2 | = 1 gibt, die
gleich weit ausgelenkt werden, i.e. fr die g(x1 ) = g(x2 ) gilt. Hinweis: Wenden Sie
den Zwischenwertsatz auf eine geeignete Hilfsfunktion h(x) an.
2. Illustrieren Sie diesen
Sachverhalt speziell fr die Funktionen g(x) = sin

x 2
g(x) = sin ( 2 ) .

2x

und

3. Geben Sie ein Beispiel einer stetigen Funktion g : [0, 2] R an, so dass Sie (auer
x1 = 0 und x2 = 2) keine zwei Punkte x1 , x2 mit |x1 x2 | > 1 und g(x1 ) = g(x2 )
finden knnen.
Sei nun f : [a, b] R nicht nur stetig, sondern auch streng monoton, o.B.d.A. monoton
wachsend, insbesondere also injektiv. Sei f (a) = c und f (b) = d. Die Zwischenwerteigenschaft besagt dann, dass f : [a, b] [c, d] surjektiv, also sogar bijektiv ist. Somit gibt es
eine Umkehrfunktion f (1) : [c, d] [a, b], die ebenfalls streng monoton (in diesem Fall
wachsend) und stetig ist.
bungsaufgabe 179. (E) Begrnden Sie, dass f (1) diese beiden Eigenschaften hat.
Illustrieren Sie insbesondere anhand einer Skizze die --Stetigkeit von f (1) .
Die gleichen berlegungen lassen sich auf Funktionen anwenden, die nicht nur auf
einem abgeschlossenen Intervall definiert sind. Es gilt also der Satz von der stetigen
Umkehrfunktion:
Satz 3.1.5.2. Ist die stetige reelle Funktion f : D R auf der zusammenhngenden
Menge D streng monoton, so hat sie eine ebenfalls stetige und streng monotone Umkehrfunktion f (1) : f (D) D.
Beispiel: Die Potenzfunktionen f : x 7 xn mit n = 1, 2, . . . lassen sich als monotone
Funktionen auf [0, ) (fr gerades n) oder sogar auf ganz R (fr ungerades n) zu den

1
Wurzelfunktionen x 7 x n = n x umkehren. Analoges werden wir mit der Exponentialfunktion tun und auf ihre ihre Umkehrfunktion, den Logarithmus stoen, sowie mit den
trigonometrischen Funktionen auf geeigneten Intervallen, wo Monotonie herrscht.

106

3.1 Reelle Funktionen


bungsaufgabe 180. (P) Fhren Sie durch schrittweises Zerlegen der Funktion f in
Ihre elementaren Bestandteile die Stetigkeit von f auf die Stetigkeit der Exponentialfunktion (x 7 ex ) und auf die Stetigkeit der identischen Abbildung (x 7 x) zurck. Geben
Sie einen mglichst groen Definitionsbereich fr f an.
f (x) =



| ln(x2 + 4)|

+ ln (ln(x) + ex )2 .
1 x2

Auf abgeschlossenen Intervallen haben stetige Funktionen neben der Zwischenwerteigenschaft noch weitere interessante Eigenschaften.
Hilfssatz 3.1.5.3. Sei f : [a, b] R stetig. Dann ist f beschrnkt.
Beweis. Diesmal arbeiten wir mit dem Satz von Bolzano-Weierstra, der ja auch auf der
Vollstndigkeit von R beruht. Aus Symmetriegrnden gengt es, einen Widerspruch aus
der Annahme abzuleiten, f wre nach oben unbeschrnkt. In diesem Fall gbe es nmlich
zu jedem n N ein an [a, b] mit n f (an ). Nach dem Satz von Bolzano-Weierstra gibt
es eine Teilfolge der an , etwa an1 , an2 , . . . mit n1 < n2 < . . ., die gegen einen Grenzwert
x0 [a, b] konvergiert. Wegen der Folgenstetigkeit mssten die unbeschrnkten f (ank )
nk gleichzeitig gegen f (x0 ) R konvergieren, was aber unmglich ist.
Auch hier sieht man schnell, dass weder die Abgeschlossenheit des Intervalls [a, b] noch
die Stetigkeit von f als Voraussetzung weggelassen werden knnen. Fr die Abgeschlossenheit dient als Beispiel die Funktion f : (0, 1] R, x 7 x1 , fr die Stetigkeit dieselbe
Funktion auf (0, 1], wenn wir sie zustzlich auch noch an der Stelle x = 0 irgendwie
definieren, etwa f (0) := 0.
Wegen der Beschrnktheit gibt es zu einem f wie in Hilfssatz 3.1.5.3 auch Infimum und
Supremum. Diese erweisen sich sogar als Minimum bzw. Maximum. Als Verschrfung
von 3.1.5.3 gilt nmlich der Satz vom Maximum:
Satz 3.1.5.4. Sei f : [a, b] R, a b, stetig. Dann nimmt f auf [a, b] sowohl ein
Minimum als auch ein Maximum an.
Beweis. Der Beweis luft hnlich wie zuvor mittels Bolzano-Weierstra. Allerdings gehen
wir vom Supremum s := sup f ([a, b]) von f aus, das wegen der bereits bewiesenen
Beschrnktheit (und weil der Wertebereich nicht leer ist) existiert. Zu jedem n = 1, 2, . . .
gibt es ein an [a, b] mit s n1 < f (an ) s. Wieder whlen wir aus den an eine
konvergente Teilfolge an1 , an2 , . . . aus, an deren Grenzwert x0 fr den Funktionswert aus
Stetigkeitsgrnden f (x0 ) = limk f (ank ) = s gelten muss. Also ist s sogar Maximum.
Analog zeigt man, dass f auf [a, b] auch ein Minimum annimmt.
bungsaufgabe 181. (E) Der Beweis von Satz 3.1.5.4 wurde nur fr das Maximum
gefhrt. Fhren Sie in auch fr das Minimum, indem Sie f statt f betrachten und die
Aussage ber das Maximum verwenden.
Auch hier zeigen einfache Beispiele, dass man die Voraussetzungen nicht abschwchen
kann:

107

3 Stetige Funktionen
bungsaufgabe 182. (P) Finden Sie von den bereits behandelten Beispielen verschiedene reelle Funktionen f und g auf geeigneten Definitionsbereichen (diese sind unbedingt
anzugeben!) mit folgenden Eigenschaften:
1. f ist stetig, nimmt aber weder Maximum noch Minimum an. (Wie muss der Definitionsbereich jedenfalls beschaffen sein?)
2. f ist auf einem abgeschlossenen Intervall [a, b] definiert, nimmt aber weder Maximum noch Minimum an. (Wie muss f jedenfalls beschaffen sein?)

3.1.6 Fixpunktiteration
Wir schlieen an 2.1.2, wo wir Iterationsfolgen a = (an )nN betrachtet haben, die, beginnend mit einem Startwert a0 , durch eine Rekursion an+1 = T (an ) mit einer Funktion
T : D D zustande kommen. Nun konzentrieren wir uns auf reelle Funktionen T , also
D R, die berdies stetig sind. Noch mehr als in 2.1.2 spielen Fixpunkte bei stetigem
T eine besondere Rolle, weil nur sie als Grenzwerte x = limn an von Iterationsfolgen in Frage kommen. Fr den sehr einfachen Beweis dieser Aussage verwenden wir die
Folgenstetigkeit von T (Satz 3.1.2.3):
T (x) = T ( lim an ) = lim T (an ) = lim an+1 = x.
n

Bei Konvergenzuntersuchungen ist das eine groe Hilfe. Allerdings ist dadurch nicht
gesichert, dass bei Iteration tatschlich Konvergenz eintritt. Das kann oft mit dem Fixpunktprinzip garantiert werden. Die hinreichende Voraussetzung besteht darin, dass
T eine sogenannte Kontraktion ist. Das soll bedeuten, dass es eine Zahl < 1 gibt
(eine sogenannte Kontraktionskonstante) mit |T (x1 ) T (x2 )| |x1 x2 | fr alle
x1 , x2 D. Insbesondere ist so ein T stetig, weil in der Stetigkeitsdefinition = gesetzt
werden kann. Man beachte, dass eine Kontraktion nur einen Fixpunkt haben kann, weil
fr Fixpunkte x1 = T (x1 ), x2 = T (x2 ) die Beziehung |x1 x2 | = |T (x1 ) T (x2 )|
|x1 x2 | bei < 1 nur fr |x1 x2 | = 0, also x1 = x2 mglich ist.
Nun zur Konvergenz der Iterationsfolge: Startet man mit irgendeinem a0 D, so folgt
dann |a2 a1 | = |T (a1 ) T (a0 )| |a1 a0 |, analog |a3 a2 | |a2 a1 | 2 |a1 a0 |
und allgemein |an+1 an | n |a1 a0 | (Induktion nach n). Die Abstnde verschiedener
Glieder werden also kleiner, mindestens so schnell wie die Glieder einer konvergenten
geometrischen Reihe; als Formel fr n1 < n2 :
|an2 an1 |

nX
2 1
k=n1

|ak+1 ak |

nX
2 1
k=n1

k |a1 a0 | |a1 a0 |n1

X
n=0

n =

|a1 a0 | n1

1 a0 |
auf der rechten Seite ist eine feste Zahl. Der letzte Faktor n1 konverDer Faktor |a1
giert fr n1 gegen 0. Also gibt es zu jedem > 0 ein n0 derart, dass |an2 an1 | <
fr alle n n0 gilt. Es liegt also eine Cauchyfolge vor, weshalb die an gegen ein x R
konvergieren (Satz 2.1.8.4). Ist D abgeschlossen, so muss dieser Grenzwert wieder in D
liegen. Wegen der Stetigkeit von T kommt nach obigen berlegungen nur der eindeutige Fixpunkt von T in Frage. Damit ist das sogenannte Kontraktionsprinzip (der
Banachsche Fixpunktsatz) fr reelle Folgen bewiesen:

108

3.1 Reelle Funktionen


Satz 3.1.6.1. Sei D R abgeschlossen, T : D D eine Kontraktion und x0 D.
Dann hat T genau einen Fixpunkt x. Fr jeden Startwert a0 D konvergiert die durch
an+1 := T (an ) definierte rekursive Folge gegen diesen Fixpunkt x.
Beispiele von Kontraktionen sind Funktionen T : R R mit T (x) := kx + d, sofern
|k| < 1. Der Parameter |k| ist dann die Kontraktionskonstante . Die Fixpunktgleichung
d
x = T (x) = kx + d hat die eindeutige Lsung x = 1k
. Die Beispiele zu rekursiven
Folgen an frherer Stelle erscheinen nun in einem neuen Licht. Es sei auch an die dort
erwhnten Spinnwebdiagramme erinnert.
bungsaufgabe 183. (T) Untersuchen Sie die rekursiv definierte Folge auf Konvergenz:
a0 := 2,

und

an+1 :=

3
4 an

fr n 1.

bungsaufgabe 184. (T) Wie bungsaufgabe 183 aber mit den Startwerten a0 =0 bzw.
a0 = 5.
Aus den bisherigen berlegungen ist ersichtlich, dass die Fixpunktiteration umso
schneller konvergiert, je kleiner die Kontraktionskonstante ist. Wir werden diesen Gedanken nochmals in 4.4.1 beim Newton-Verfahren aufgreifen, wo bei Annherung an
den Fixpunkt sogar gegen 0 konvergiert.

3.1.7 Stetigkeit und gleichmige Konvergenz


Nun betrachten wir nicht mehr einzelne Funktionen, sondern Folgen reeller Funktionen
fn : D R, z.B. D = [0, 1] und fn (x) := xn , n N. Fr jedes x D mit x < 1 herrscht
die Konvergenz limn fn (x) = 0, lediglich fr x = 1 konvergieren die fn (x) = fn (1) = 1
gegen 1. Es liegt nahe, die Funktion f : [0, 1] R, f (x) := 0 fr x < 1 und f (1) := 1
als (punktweise) Grenzfunktion oder als (punktweisen) Limes f = limn fn
zu bezeichnen. berraschend mag anmuten, dass f an der Stelle x = 1 nicht stetig ist,
obwohl alle fn stetig sind. Dieses Phnomen kann nur auftreten, wenn die Konvergenz
nicht gleichmig ist. Die Definition lautet:
Definition 3.1.7.1. Man sagt, die Funktionen fn : D R, n N, konvergieren
gleichmig gegen f : D R, wenn es zu jedem > 0 ein n0 N gibt derart, dass fr
alle n n0 und fr alle x D gilt: |fn (x) f (x)| < .
Gleichmige Konvergenz gegen f auf D lsst sich veranschaulichen mit Hilfe eines
-Schlauchs S = {(x, y) : x D, f (x) < y < f (x) + } um f : Wie eng dieser
Schlauch auch gelegt, d.h. wie klein > 0 auch gewhlt wird, ab einem gewissen Index
n0 liegen smtliche fn mit n n0 ganz in S . Beim Beispiel mit fn (x) = xn ist das nicht
der Fall, weil bei < 1 diese Schlauchbedingung von x-Werten, die hinreichend nahe bei
1 liegen, verletzt wird.

109

3 Stetige Funktionen
Der logische Unterschied zwischen punktweiser und gleichmiger Konvergenz zeigt
sich wieder einmal an der Rolle der logischen Quantoren: Punktweise Konvergenz bedeutet
> 0 x D n0 n n0 : |fn (x) f (x)| < ,
gleichmige Konvergenz hingegen
> 0 n0 x D n n0 : |fn (x) f (x)| < .
Wichtig ist, dass der Begriff der gleichmigen Konvergenz immer nur in Bezug auf
den Bereich D sinnvoll ist.
bungsaufgabe 185. (P) Wir betrachten wieder die Funktionen fn (x) := xn , n N,
mit der Grenzfunktion f (x) = 0 fr x < 1 und f (1) = 1, diesmal aber auf unterschiedlichen Definitionsbereichen D [0, 1]. Begrnden Sie:
1. Ist D = [0, a] mit a < 1, so ist die Konvergenz gleichmig.
2. Auf keinem der Intervalle D := [1 , 1] mit > 0 ist die Konvergenz gleichmig.
3. Die Konvergenz ist genau dann gleichmig auf D, wenn 1 kein Hufungspunkt
von D ist, d.h. wenn es keine Folge a mit Folgengliedern an D und an 6= 1 fr
alle n gibt, so dass limn an = 1.
Die allgemein interessante Aussage ber Stetigkeit und gleichmige Konvergenz lautet
nun:
Satz 3.1.7.2. Angenommen, die reellen Funktionen fn : D R sind stetig und konvergieren gleichmig gegen f : D R. Dann ist auch f stetig.
Beweis. Sei x0 D. Fr den Beweis, dass f in x0 stetig ist, sei > 0 und n0 so gewhlt,
dass fr alle x D und alle n n0 die Ungleichung |fn (x) f (x)| < 3 gilt (gleichmige Konvergenz). Weiters gibt es wegen der Stetigkeit von fn0 in x0 ein derart, dass
|fn0 (x) fn0 (x0 )| < 3 fr alle x D mit |x x0 | < gilt. Laut Dreiecksungleichung
folgt fr solche x

|f (x) f (x0 )| |f (x) fn0 (x)| + |fn0 (x) fn0 (x0 )| + |fn0 (x0 ) f (x0 )| < + + = ,
3 3 3
was die Stetigkeit von f bei x0 und, weil x0 D beliebig war, von f beweist.
Gleichmige Konvergenz garantiert also, dass der Grenzwert stetiger Funktionen (fr
n ) wieder stetig ist. Weil Stetigkeit selbst ber Grenzwerteigenschaften definiert
ist (nmlich fr x x0 ), lsst sich die Aussage des Satzes als Formel auch so schreiben:
lim lim fn (x) = lim f (x) = f (x0 ) = lim fn (x0 ) = lim lim fn (x).

xx0 n

xx0

n xx0

Satz 3.1.7.2 lsst sich also auch so lesen: Bei gleichmiger Konvergenz drfen zwei
bestimmte Grenzbergnge vertauscht werden, ohne das Ergebnis zu verndern. Es gibt
in der Mathematik viele verwandte Aussagen, wobei teilweise andere Ausprgungen des
Grenzwertbegriffs wie Differentiation und Integration ins Spiel kommen. Ein paar davon
werden wir spter noch kennen lernen.

110

3.2 Polynome und rationale Funktionen


bungsaufgabe 186. (P) Fr n N sei
gn (x) =

2
1
2nx+ 2nx

0,

fr x > 0
fr x = 0.

1. Zeigen Sie, dass gn auf [0, ) fr jedes n N eine stetige Funktion mit Maximum
1 ist. Verwenden Sie dazu, dass x 7 x + x1 genau fr x = 1 ein Minimum besitzt.
2. Skizzieren Sie die Funktionsgraphen von gn fr n = 1, 2, 3.
3. Besttigen Sie, dass die Funktionenfolge der gn auf [0, ) punktweise, aber nicht
gleichmig gegen die Funktion g(x) = 0 (Nullfunktion) konvergiert. Es konvergiert
jedoch gn gleichmig auf jedem Teilintervall der Form [a, ), mit a > 0.
bungsaufgabe 187. (P) Betrachten Sie die reelle Funktion fx0 (x) =

1
.
1+(xx0 )2

1. Setzen Sie x0 = 0 und argumentieren Sie, dass f0 stetig und beschrnkt ist sowie
ein (globales) Maximum an x = 0 besitzt. Fertigen Sie eine Skizze an.
2. berlegen Sie sich, wie Sie aus dem Funktionsgraphen von f0 sofort und ohne
weitere Rechnung die Funktionsgraphen von fx0 fr beliebiges x0 gewinnen knnen.
3. Betrachten Sie die Funktionenfolge (fn )
n=0 (d.h. der Paramter x0 durchluft nun
der Reihe nach alle natrlichen Zahlen). Bestimmen Sie das Konvergenzverhalten
dieser Funktionenfolge (punktweise und/oder gleichmig) und berechnen Sie die
Grenzfunktion.
bungsaufgabe 188. (P) Finden Sie jeweils ein (vom bisher untersuchten verschiedenes) Beispiel von (paarweise verschiedenen) stetigen Funktionen fn : [0, 1] R, die
eine punktweise Grenzfunktion f haben, und fr die zustzlich gilt:
1. Die Konvergenz ist gleichmig auf [0, 1]. (Folglich ist f stetig.)
2. Die Konvergenz ist nicht gleichmig auf [0, 1], f ist aber trotzdem stetig.
3. Die Konvergenz ist nicht gleichmig auf [0, 1], und f ist nicht stetig.
Sie mssen die fn und f nicht unbedingt durch eine Formel angeben. Es gengt, wenn
Sie Ihre Ideen mit Hilfe qualitativer Skizzen erlutern.

3.2 Polynome und rationale Funktionen


Polynome sind, grob gesprochen, jene Funktionen, die sich allein aus Addition, Subtraktion und Multiplikation ergeben. In mancherlei Hinsicht hneln sie den ganzen Zahlen.
Nimmt man auch noch die Division hinzu, gelangt man zu den gebrochen rationalen
Funktionen. Das Studium von Polynomen, insbesondere die Nullstellenbestimmung, bildet ein Herzstck jenes Teilgebietes der Mathematik, das man Algebra nennt. Wichtig

111

3 Stetige Funktionen
sind sie, weil man einerseits mit Polynomen und gebrochen rationalen Funktionen in
vielerlei Hinsicht besser umgehen kann als mit beliebigen Funktionen, andererseits, weil
Funktionen aus wesentlich greren Klassen durch Polynome (und gebrochen rationale
Funktionen) angenhert werden knnen. Diese Anwendungen werden in der Differentialrechnung (Kapitel 4) deutlich werden. In diesem Abschnitt beschftigen wir uns zunchst
in 3.2.1 und 3.2.2 mit relativ elementaren Aspekten. Einer der wichtigsten Stze der Mathematik ist der sogenannte Fundamentalsatz der Algebra, dem zufolge jedes nichtkonstante komplexe Polynom mindestens eine Nullstelle hat (siehe 3.2.3). Viele Fragen ber
Polynome laufen auf Nullstellenbestimmung hinaus, mit der wir uns in 3.2.4 beschftigen.
Erste Ergebnisse darber, wie weit Polynome andere Funktionen annhern/simulieren
knnen, finden sich in 3.2.5. Abschlieend behandeln wir die Partialbruchzerlegung gebrochen rationaler Funktionen (3.2.6).

3.2.1 Definition, Auswertung, Polynomdivision


Die Menge der Polynomfunktionen (etwas schlampig werden wir oft auch schlicht
von Polynomen sprechen) entsteht, wenn man ausgehend von den konstanten reellen
Funktionen cr : x 7 r, r R, und der Identitt IdR : x 7 x smtliche Summen, und
Produkte bildet. Wir bezeichnen diese Menge mit R[x]. Man macht sich leicht klar, dass
jedes Polynom f R[x] von der Gestalt
f : x 7

n
X

ai xi

i=0

mit einem n N und sogenannten Koeffizienten ai R ist. Ist an 6= 0, so heit n


der Grad2 von f . Polynome vom Grad 0 sind konstant, solche von Grad 1 heien
auch linear (i.A. inhomogen, also nicht im Sinne der Linearittsdefinition in Kapitel
1), solche vom Grad 2 quadratisch, von Grad 3 kubisch etc. Die Nullfunktion die
ja auch ein Polynom ist, welches wir mit 0 bezeichnen htte nach obiger Definition
keinen Grad, weil ja auch a0 = 0 ist. Es erweist sich als praktisch, ihr den Grad
zuzuordnen.
Man kann genauso komplexe Koeffizienten ai zulassen. So erhlt man die Menge C[x]
der komplexen Polynome. Auch die nachfolgenden Untersuchungen lassen sich gleichermaen auf diesen Fall bertragen. Vorlufig denken wir aber an reelle Polynome.
P
Die elementarste Aufgabe besteht darin, den Wert eine Polynoms f : x 7 ni=0 ai xi an
einer bestimmten Stelle x0 auszuwerten. Dies erfolgt effizient mit dem Hornerschema,
dem die Darstellung
f (x) = a0 + x(a1 + x(a2 + . . . + x(an1 + xan ) . . .))
zugrunde liegt. Setzt man fr x speziell x0 ein, hat man, mit an beginnend abwechselnd Multiplikationen (jeweils Zwischenergebnis mal x0 ) und ebenso viele, nmlich n
Additionen (jeweils Zwischenergebnis plus ein ai ) durchzufhren. Das ist weniger als bei
2

Wir werden spter sehen, dass sowohl Grad als auch Koeffizienten durch die Funktion eindeutig
bestimmt sind. Nur deshalb ist die Definition berhaupt sinnvoll.

112

3.2 Polynome und rationale Funktionen


einer naiven Berechnung aller Potenzen xi0 , Multiplikation mit den ai und Summation
der Zwischenergebnisse ai xi .
Lsst man neben Addition, Subtraktion und Multiplikation auch Division zu, so erhlt
man die Menge R(x) der sogenannten gebrochen rationalen Funktionen, von denen
jede die Gestalt f (x) = ff12 (x)
(x) mit f1 , f2 R[x] hat. Aus dem Definitionsbereich von f sind
offenbar die Nullstellen von f2 auszunehmen. Auf dem verbleibenden Definitionsbereich
ist die Funktion aber stetig (siehe Satz 3.1.3.1).
bungsaufgabe 189. (T) Geben Sie eine rationale Funktion an, die
1. genau bei x = 1 und x = 0 Nullstellen hat, die bei x = 1 gegen divergiert
und fr alle reellen Zahlen auer 1 definiert ist.
2. genau bei x = 1, x = 0 und x = 2 Nullstellen hat, die bei x = 3 bestimmt gegen
+ divergiert und fr alle reellen Zahlen auer 3 definiert ist.
Skizzieren Sie Ihre Funktion. Knnen Sie noch eine zweite solche Funktion angeben?
Eine wichtige Rolle wird fr uns die Analogie zwischen R[x] und Z wie auch zwischen
R(x) und Q spielen. Beispielsweise ist in R[x] Division nur in besonderen Fllen mglich.
Ist f = ff21 mit Polynomen f1 , f2 R[x] selbst wieder eine Polynomfunktion (und als
solche auf ganz R definiert), so nennen wir f2 einen Teiler von f1 . In jedem Fall ist
aber, so wie in Z, Division mit Rest mglich: Zu je zwei Polynomen f1 und f2 gibt es
Polynome q und r mit f1 = qf2 + r derart, dass der Grad von r kleiner ist als der Grad
von f2 . Im Falle von Teilbarkeit f2 |f1 ist r = 0.
Das Verfahren der Polynomdivision wird schnell klar an einem Beispiel: Sei f1 (x) =
2x3 + 2x2 3x + 5, f2 (x) = x2 x + 2. Um die Gleichung f1 = qf2 + r in der behaupteten
Weise zu erfllen muss q offenbar linear, d.h. von der Form q(x) = ax + b sein und r
ebenfalls hchstens linear, also r(x) = cx + d (a, b, c, d R). Ausmultiplizieren fhrt zur
Gleichung
(qf2 + r)(x) = (ax + b)(x2 x + 2) + cx + d = ax3 + (a + b)x2 + (2a b + c)x + (2b + d).
Koeffizientenvergleich mit dem Polynom f (x) = 2x3 + 2x2 3x + 5, beginnend mit
dem Glied x3 , fhrt zu den Gleichungen a = 2, a + b = 2, 2a b + c = 3 und
2b + d = 5. Diese haben die Lsung a = 2, b = 4, c = 3 und d = 3. Also bilden
die Polynome q(x) = 2x + 4 und r(x) = 3x 3 die Lsung der Aufgabe. Man macht
sich leicht klar, dass sich dasselbe Verfahren allgemein auf beliebige Polynome anwenden
lsst. Zweckmigerweise notiert man die Polynomdivision etwas sparsamer, hnlich der
Division ganzer Zahlen mit Rest, wie sie schon in der Volksschule gelehrt wird.
bungsaufgabe 190. (E) berlegen Sie sich ein praktisches Schema fr die hndische
Polynomdivision und illustrieren Sie es am obigen Zahlenbeispiel. (Vielleicht ist Ihnen
ein solches schon aus der Schule in Erinnerung.)
Interessant ist der Fall, dass f2 (x) = x mit einem R. Dann hat der Rest r = r0
in f (x) := f1 (x) = q(x)(x ) + r0 den Grad 0, ist also eine Konstante. Dividiert man

113

3 Stetige Funktionen
auch q0 := q mit Rest durch f2 (x) = x , erhlt man analog q0 (x) = q1 (x)(x ) + r1
usw. Setzt man ein, so bedeutet das
f (x) = r0 + (x )q(x) = r0 + (x )(r1 + (x )(r2 + . . .) . . .) =

n
X

ri (x )i .

i=0

Man spricht von der Entwicklung von f um die Stelle . Schon aus dem Ergebnis der
ersten Polynomdivision liest man f () = q()( ) + r0 = r0 ab.

3.2.2 Grad, Nullstellen und Eindeutigkeitssatz


Wir wollen nun annehmen, dass R eine Nullstelle des Polynoms f ist, dass also
f () = 0 gilt. Wie bei der Entwicklung von f um dividieren wir f durch das Polynom
x und erhalten f (x) = q1 (x)(x ) + r mit einem geeigneten Polynom q1 und r R.
Setzen wir x = , erhalten wir 0 = f () = q1 ()()+r = r, also f (x) = q1 (x)(x).
Das lineare Polynom x teilt also f .
Angenommen, f hat mehrere Nullstellen = 1 , 2 , . . . , k , die wir als voneinander
verschieden annehmen. Fr i = 2, 3, . . . , k ist dann in 0 = f (i ) = q1 (i )(i ) der
letzte Faktor von 0 verschieden, folglich gilt q1 (i ) = 0. Das Polynom q1 hat also mit
der mglichen Ausnahme von = 1 alle Nullstellen von f selbst als Nullstelle. Wenden
wir unsere frhere berlegung auf q1 statt auf f an, zeigt das q1 (x) = q2 (x)(x 2 ) mit
einem geeigneten q2 etc. Setzen wir der Reihe nach ein, erhalten wir
f (x) = (x 1 )q1 (x) = (x 1 )(x 2 )q2 (x) = (x 1 ) . . . (x k )qk (x)
mit geeigneten Polynomen qi absteigenden Grades. Das Polynom auf der rechten Seite
der Gleichungskette hat mindestens den Grad k. Somit erfllt der Grad n von f die
Bedingung k n, also:
Satz 3.2.2.1. Ein Polynom f (x) =

Pn

i=0 ai x

vom Grad n hat hchstens n Nullstellen.

Lsst sich sogar


f (x) = an (x 1 )e1 (x 2 )e2 . . . (x k )ek
mit ei N schreiben in diesem Fall muss ki=1 ei = n, der Grad von f , sein , so sagt
man: Das Polynom f zerfllt in Linearfaktoren. Die Exponenten ei sind dann die
Vielfachheiten der Nullstellen i . Generell versteht man unter der Vielfachheit einer
Nullstelle von f den hchsten Exponenten e N, so dass (x )e das Polynom f teilt.
Eine wichtige Konsequenz des Bisherigen ist die Eindeutigkeit der Koeffizienten von
P
P
Polynomfunktionen: Stimmen zwei Polynome f1 (x) = ni=0 ai xi und f2 (x) = ni=0 bi xi
als Funktionen an n + 1 Stellen berein, gilt also f1 (x) = f2 (x) fr x = x0 , x1 , . . . , xn
(paarweise verschieden), so stimmen auch die Koeffizienten ai = bi fr i = 0, 1, . . . , n
berein. Denn andernfalls wre f1 f2 ein Polynom 6= 0 vom Grad n mit mehr als n
Nullstellen. Das bedeutet insbesondere, dass auch der (ber die Koeffizienten definierte)
Grad einer Polynomfunktion eindeutig bestimmt ist.
P

114

3.2 Polynome und rationale Funktionen


bungsaufgabe 191. (P) Geben Sie drei verschiedene reelle Polynome mit den Nullstellen 0, 1, 2, 3, 4 an und berlegen Sie sich, wie man alle reellen Polynome mit diesen
Nullstellen beschreiben kann. Hinweis: Es gibt ein, in einem naheliegenden Sinn minimales, Polynom mit dieser Eigenschaft. Alle anderen sind Vielfache davon.

3.2.3 Fundamentalsatz der Algebra


Die bisherigen berlegungen und Ergebnisse gelten genauso, wenn man statt mit reellen
mit komplexen (oder auch mit rationalen) Polynomen arbeitet. Davon werden wir nun
Gebrauch machen. Wie weit verbreitet blich, werden wir komplexe Variablen oft mit z
bezeichnen.
Die Bedeutung der komplexen Zahlen beruht vor allem auf dem sogenannten Fundamentalsatz der Algebra (erste Version):
Satz 3.2.3.1. Jedes komplexe Polynom f C[x] vom Grad n 1 hat mindestens eine
komplexe Nullstelle.
Beweis. (Idee) Sei f : z 7 ni=0 ai z i mit ai C, an 6= 0. Fr komplexe Zahlen z mit
groem Betrag |z|, dominiert in
P

f (z) = an z n + an1 z n1 + . . . a0 = an z n (1 +

an1 an2
a0
+
+ . . . + n1 )
z
z
z

betragsmig der hchste Term an z n gegenber den anderen ai z i . Weil |an z n | = |an ||z|n
sehr gro wird, gilt das auch fr |f (z)|. Kleine |f (z)| (etwa in der Grenordnung von
|a0 | = |f (0)|) knnen daher nur im Inneren einer beschrnkten und abgeschlossenen
Kreisscheibe K in der komplexen Zahlenebene rund um 0 auftreten. Die Funktion z 7 |z|
ist stetig. In C gilt ganz analog wie in R ein Satz vom Maximum: Jede stetige Funktion
nimmt auf jeder beschrnkten und abgeschlossenen (kompakten) Teilmenge von C sowohl
Maximum als auch Minimum an. Sei also K eine Stelle des Minimums von |f | auf
K. Wir beweisen nun indirekt, dass f () = 0 gilt.
P
Wir entwickeln f um , also f (z) = ni=0 bi (z )i , und whlen k {1, 2, . . . , n} so,
dass (man beachte b0 = f ())

f (z) = f () + (z )k bk + (z )

n
X

bi (z )ik1

i=k+1

mit bk 6= 0 gilt. Wre b0 = f () 6= 0, so liee sich mit einem geeigneten z sehr nahe bei
der Widerspruch |f (z)| < |f ()| dazu ableiten, dass Minimalstelle fr |f | ist. Das
sieht man so ein:
In der obigen Entwicklung von f (z) um wird fr z der zweite Summand in der
groen Klammer beliebig klein. Also dominiert in dieser Klammer bk 6= 0. Somit muss
nur noch erzwungen werden, dass die komplexe Zahl f (z)f () (z )k bk (aufgefasst
als Vektor von 0 weg) annhernd in entgegengesetzte Richtung weist wie b0 = f (), also
(z )k fb()
mit einem kleinen > 0. Weil die komplexe Zahl fb()
eine k-te
k
k
Wurzel w C hat, lsst sich auch ein entsprechendes z = + w nahe bei finden.

115

3 Stetige Funktionen
Anders formuliert besagt der Fundamentalsatz, dass sich aus jedem komplexen Polynom f vom Grad n 1 ein Linearfaktor x mit = 1 C abspalten lsst, d.h.
f (x) = q1 (x)(x 1 ). Ist q1 nicht schon eine Konstante, so garantiert wieder der Fundamentalsatz einen Linearfaktor x 2 auch von q1 etc. Wir schlieen also auf die zweite
Version des Fundamentalsatzes:
Satz 3.2.3.2. Jedes komplexe Polynom f (x) =
ein Produkt von Linearfaktoren:

Pn

i=0 ai x

vom Grad n 1 zerfllt in

f (x) = an (x 1 )(x 2 ) . . . (x n ).
Die 1 , 2 , . . . , n sind die Nullstellen von f .
Wir knnen auch noch eine interessante Folgerung fr reelle Polynome ziehen. Sie
beruht auf der frheren Beobachtung, dass die Bildung der konjugiert komplexen Zahl
z von z C mit den Grundrechnungsarten vertrglich ist: z1 + z2 = z1 + z2 , z1 z2 =
z1 z2 , z 1 z2 = z1 z2 ,

z1
z2

z1
z2

(z2 6= 0). Beachtet man auch noch r = r fr r R,

so folgt daraus fr Polynome f (x) =


z C:
f (z) =

Pn

n
X
i=0

i
i=0 ai x

ai z i =

mit reellen Koeffizienten ai R und fr

n
X

ai z i = f (z).

i=0

Ist nun eine komplexe Nullstelle von f , so folgt daraus, dass auch eine Nullstelle
von f ist:
f () = f () = 0 = 0.
Mit jeder komplexen Nullstelle = a + ib (a, b R) eines reellen Polynoms f ist also
auch = a ib eine Nullstelle von f . Daher ist f teilbar durch das Produkt
p(x) = (x )(x ) = (x a ib)(x a + ib) = (x a)2 + b2 .
Das ist ein quadratisches Polynom, das reell irreduzibel ist, d.h. das nicht als Produkt
reeller Polynome kleineren Grades dargestellt werden kann. Denn diese Polynome mssten Grad 1 und deshalb (siehe etwas weiter unten) immer eine reelle Nullstelle haben;
p hat aber keine. Also: Jedes reelle Polynom positiven Grades ohne reelle Nullstelle hat
wenigstens einen quadratischen, reell irreduziblen Faktor. Aus nichtkonstanten reellen
Polynomen lassen sich also immer lineare oder quadratische reelle Faktoren abspalten.
Iteration solcher Abspaltungen zeigt:
Satz 3.2.3.3. Jedes reelle Polynom lsst sich als ein Produkt irreduzibler reeller Polynome der Grade 1 und/oder 2 darstellen.
Wir knnen diese Einsichten noch weiter treiben, um ein Analogon zur eindeutigen
Primfaktorzerlegung in Z zu erhalten. Die Rolle der Primzahlen bernehmen nun die
irreduziblen Polynome. So wie in Z z.B. 2 und 2 bezglich Teilbarkeit dieselbe Rolle
spielen, tun das bei den Polynomen zum Beispiel x3 und 2x6. Wenn wir uns entscheiden mssen, ziehen wir x 3 vor, weil es normiert ist in dem Sinn, dass der fhrende

116

3.2 Polynome und rationale Funktionen


Koeffizient = 1 ist, was durch Division stets erreicht werden kann. Somit lsst sich jedes
Polynom f als Produkt einer Konstanten (dem fhrenden Koeffizienten von f ) und sonst
lauter irreduziblen normierten Faktoren schreiben. Welche irreduzible normierte Faktoren auftreten, ist durch die Nullstellen von f eindeutig bestimmt. Auch die Vielfachheit,
mit der sie auftreten ist eindeutig. Denn wir knnen durch jeden irreduziblen Faktor
einmal dividieren und mit dem verbleibenden Polynom weiterarbeiten: Seine Nullstellen
bestimmen jene irreduziblen Faktoren, die in f mehr als einmal auftreten etc. Somit gilt:
Satz 3.2.3.4. Jedes Polynom f R[x] (analog: f C[x]) vom Grad n 1 lsst sich als
ein Produkt f = an f1 f2 . . . fk des hchsten Koeffizienten an von f und normierter irreduzibler Polynome fk R[x] (bzw. fk C[x]) zerlegen. Diese Darstellung ist eindeutig
in folgendem Sinn: Ist f = bn g1 g2 . . . gl irgendeine weitere Produktdarstellung von f mit
einer Konstanten bn und normierten irreduziblen Polynomen gi R[x] (bzw. gi C[x]),
so gilt an = bn , k = l, und es gibt eine Permutation der Indexmenge {1, 2, . . . , k}
derart, dass gi = f(i) fr i = 1, 2, . . . , k gilt.
Satz 3.2.3.4 gilt analog fr rationale Polynome (also mit Q[x] statt R[x] bzw. C[x]) und
sogar fr Polynome ber beliebigen Krpern. Der Beweis msste aber anders erfolgen,
was hier zu weit gefhrt htte. In jedem Fall gibt die eindeutige Faktorisierung Anlass
zu hnlichen Begriffen wie in den ganzen Zahlen, wie etwa grter gemeinsamer Teiler,
kleinstes gemeinsames Vielfaches etc.
bungsaufgabe 192. (T) Zerlegen Sie das Polynom f in irreduzible komplexe und
irreduzible reelle Faktoren.
1. f (x) = x3 1
3. f (x) = x4 + x3 + x2 + x + 1

2. f (x) = x5 1
4. f (x) = xn 1,

nN

3.2.4 Nullstellenbestimmung
Der Fundamentalsatz der Algebra garantiert, dass Polynome f stets komplexe Nullstellen haben. Damit ist aber noch nicht erklrt, wie man diese Nullstellen auch findet.
Besonders praktisch wren natrlich explizite Formeln fr die Nullstelle(n) von f , wo
man nur die Koeffizienten von f einzusetzen braucht.
Fast trivial ist es, eine Lsungsformel fr lineare Polynome f (x) = kx + d zu bekommen. Ist k 6= 0, f also vom Grad 1, so formt man f (x) = kx + d = 0 um zu kx = d
und zur expliziten Lsungsformel x = kd .
Quadratische Gleichungen ax2 +bx+c = 0 mit a 6= 0 dividiert man am besten zunchst
durch a und erhlt die Normalform f (x) := x2 +px+q = 0. Bekanntlich fhrt Ergnzung
2
auf ein sogenanntes vollstndiges Quadrat zum Ziel: x2 + px + q = (x + p2 )2 p4 + q,
2
was zur Gleichung (x + p2 )2 = p4 q fhrt, welche offenbar die beiden (auch fr reelles
f mglicherweise komplexen) Lsungen
p
x=
2

p2
q
4

117

3 Stetige Funktionen
2

hat. Hier fliet ein, dass jede komplexe Zahl (hier die Zahl p4 q) komplexe Quadratwurzeln hat. (Dividiert man anfangs nicht durch a, kann man hnlich vorgehen und erhlt
eine etwas kompliziertere aber gleichwertige Formel, die manchmal die groe Lsungsformel genannt wird.)
bungsaufgabe 193. (T) Lsen Sie die folgenden quadratischen Gleichungen und Ungleichungen:
1. 2x2 + 6x 8 = 0

und

2x2 + 6x 8 < 0.

2. x2 2|x| 3 = 0

und

x2 2|x| 3 0.

Fertigen Sie jeweils eine aussagekrftige Skizze an, aus der man Nullstellen und Vorzeichen der entsprechenden Terme ablesen kann.
Auch fr kubische und sogar fr Polynome vierten Grades gibt es analoge explizite Lsungsformeln, die von italienischen Mathematikern des 16.Jahrhunderts gefunden
wurden. Diese Formeln sind jedoch schon einigermaen kompliziert und werden deshalb
in der Praxis nur selten eingesetzt. Versuche, auch Formeln fr Gleichungen noch hheren Grades herzuleiten, scheiterten jedoch. Um 1830 stellte sich heraus, dass solche
Formeln (natrlich hat man zu spezifizieren, welche Art von Formeln genau man damit
meint) nicht existieren.3 Man hat sich deshalb auf andere Methoden zu besinnen. Diese werden wir im Zuge der Differentialrechnung vor allem im Nherungsverfahren von
Newton kennenlernen.
Im Fall rationaler bzw. ganzzahliger Koeffizienten ai von
f (x) = an xn + an1 xn1 + . . . + a2 x2 + a1 x + a0
ist die folgende Beobachtung oft von Nutzen. Sind die ai = pqii Q Brche mit pi , qi Z,
so lsst sich die Gleichung f (x) = 0 durch Multiplikation mit einem gemeinsamen Vielfachen der qi auf den Fall ganzer Koeffizienten zurckfhren. Wir drfen daher annehmen,
dass die ai Z ganze Zahlen sind, wobei es sich in Hinblick auf Satz 3.2.4.1 empfiehlt,
die Gleichung durch den ggT der ai zu krzen. Wir drfen daher voraussetzen, dass die
ai Z grten gemeinsamen Teiler 1 haben. Ist nun = pq mit p, q Z eine rationale
Nullstelle von f in gekrzter Darstellung, d.h. mit teilerfremden p, q, dann folgt aus
p
q

 n

 

0 = f () = f

= an

p
q

+ an1

 n1
p

 2

+ . . . + a2

p
q

p
+ a1 + a0
q

nach Multiplikation mit q n die Beziehung


0 = an pn + an1 pn1 q + . . . + a2 p2 q n2 + a1 pq n1 + a0 q n .
Alle ai pi q ni mit i 1 sind durch p teilbar, folglich muss p auch den verbleibenden
letzten Summanden a0 q n teilen. Weil q und (wegen der Eindeutigkeit der Primfaktorzerlegung) deshalb auch q n zu p teilerfremd ist, muss p ein Teiler von a0 sein. Ganz analog
erweist sich q als ein Teiler von an . Damit haben wir bewiesen:
3

Die beiden jung verstorbenen Mathematiker Niels Henrik Abel (1802-1829) und variste Galois (18111832) sind in diesem Zusammenhang an erster Stelle zu nennen.

118

3.2 Polynome und rationale Funktionen


Satz 3.2.4.1. Sei = pq ein gekrzter Bruch ganzer Zahlen p, q und Nullstelle des
Polynoms f (x) = an xn + an1 xn1 + . . . + a2 x2 + a1 x + a0 mit ganzzahligen Koeffizienten
ai Z. Dann ist p ein Teiler von a0 und q ein Teiler von an .
Man beachte, dass es nur endlich viele Teiler p von a0 und endlich viele Teiler q von an
gibt. Also lassen sich durch Einsetzen nach endlich vielen Schritten smtliche rationalen
Nullstellen von f finden. Sind die ai teilerfremd (was ja immer durch Krzen garantiert
werden kann), so sind weniger Mglichkeiten zu berprfen als sonst.
Beispiel: Fr f (x) := 3x3 + 10x2 23x + 10 kommen nur rationale Nullstellen = pq in
gekrzter Darstellung in Frage, wo p ein Teiler von a0 = 10 und q ein Teiler von an = a3 =
3 ist, also p {1, 2, 5, 10} und q {1, 3}. Unter den sich daraus ergebenden
16 Mglichkeiten identifiziert man (relativ) rasch die drei rationalen Nullstellen 23 , 1 und
5 von f .
bungsaufgabe 194. (T) Bestimmen Sie alle komplexen Nullstellen von f und faktorisieren Sie f einmal in reelle und einmal in komplexe irreduzible Faktoren:
f (x) = x6 + x5 2x4 x2 x + 2
bungsaufgabe 195. (T)
1. Sei p(x) = x3 + x2 + x + 1 und q(x) = x6 + x4 + x2 + 1. Zerlegen Sie p und q in
mglichst viele Faktoren mit reellen Koeffizienten.
2. Bestimmen Sie alle Lsungen der Gleichungen p(x) = 0 und q(x) = 0 fr x C.

3.2.5 Approximation und Interpolation


Wegen der bersichtlichen Theorie der Polynome ist es oft von Interesse, Funktionen
f allgemeinerer Natur durch Polynome p zu ersetzen. Zu unterscheiden sind Approximation und Interpolation. Bei der Approximation sucht man nach einem p mit kleiner
Differenz |p(x)f (x)|. Das wichtigste Ergebnis in diese Richtung ist der Satz von StoneWeierstra, der hier ohne Beweis erwhnt sei:
Satz 3.2.5.1. Zu jeder stetigen reellen Funktion f : [a, b] R und jedem > 0 gibt es
eine Polynom p : [a, b] R mit |p(x) f (x)| < fr alle x [a, b].
Dieser Satz besagt insbesondere, dass es zu jedem solchen f eine Folge von Polynomen
pn gibt, die auf [a, b] gleichmig gegen f konvergiert. Man braucht nur zu jedem n =
1, 2, . . . ein Polynom pn mit |pn (x) f (x)| < n1 fr alle x [a, b] zu nehmen, was laut
Satz von Stone-Weierstra ja mglich ist. Allerdings ist damit zu rechnen dass die Grade
der pn gegen streben. Das ist sogar immer der Fall, wenn f nicht schon selbst ein
Polynom ist.
Im Gegensatz zur Approximation geht es beim Interpolationsproblem darum, vorgegebene Werte p(xi ) an gewissen Stellen xi genau zu treffen. Allerdings ist das nur an
endlich vielen Stellen mglich. Die Situation lsst sich sehr genau durch den folgenden
Satz (Lagrangesche Interpolationsformel) beschreiben.

119

3 Stetige Funktionen
Satz 3.2.5.2. Sind die n + 1 verschiedenen Stellen x0 , x1 , . . . , xn R (analog fr C)
sowie Werte y0 , y1 , . . . , yn R vorgegeben, dann gibt es genau ein relles Polynom p vom
Grad n, fr das p(xi ) = yi fr i = 0, 1, . . . , n gilt.
Beweis. Leicht zu beweisen ist die Eindeutigkeitsaussage. Denn angenommen, es gibt
zwei Polynome p1 und p2 mit den geforderten Eigenschaften, so ist die Differenz p1 p2
ein Polynom vom Grad n mit n + 1 verschiedenen Nullstellen x0 , x1 , . . . , xn . Das ist
aber nur dann mglich, wenn p1 p2 = 0, also p1 = p2 .
Q
Nun zur Existenz eines p wie in der Behauptung. Das Polynom q(x) := ni=0 (xxi ) hat
q(x)
Grad n + 1 und jeden der Linearfaktoren x xi als Teiler. Folglich sind die qi (x) := xx
,
i
i = 0, 1, . . . , n, selbst Polynome vom Grad n. Die Nullstellen von qi sind genau die xj
mit j 6= i, whrend qi (xi ) 6= 0. Somit lsst sich das Polynom
p(x) :=

n
X
i=0

yi

qi (x)
qi (xi )

vom Grad n bilden, welches offenbar p(xi ) = yi fr i = 0, 1, . . . , n erfllt.


Der Formel fr das Interpolationspolynom p aus dem obigen Beweis sieht man
leicht an, dass p die gewnschten Eigenschaften hat. Die explizite Berechnung der Koeffizienten von p ist aber verhltnismig aufwendig. Fr die Praxis besser geeignet ist das
Newtonsche Interpolationsverfahren, das wegen der Eindeutigkeit des Interpolationspolynoms aber zum selben Ergebnis fhrt. Man generiert dabei nach und nach Polynome p0 , p1 , p2 , . . . , pn , von denen jedes pk einen Grad k hat und Interpolation pk (xi ) =
yi fr i = 0, 1, . . . , k leistet. Man beginnt mit dem konstanten Polynom p0 (x) := y0 und
konstruiert rekursiv pk+1 (x) := pk (x) + k qk (x) mit qk (x) := (x x0 )(x x1 ) . . . (x xk ),
wobei k gerade so gewhlt wird, dass pk+1 (xk+1 ) = yk+1 gilt. Weil qk (xk+1 ) sicher nicht
0 ist (die xi sind ja paarweise verschieden), gibt es ein eindeutiges k mit der gewnschten
Eigenschaft. Andererseits ist qk (xi ) = 0, also pk+1 (xi ) = pk (xi ) + k qk (xi ) = pk (xi ) = yi
fr i = 0, 1, . . . , k. Somit ist p := pn tatschlich das gesuchte Interpolationspolynom.
bungsaufgabe 196. (T) Gegeben ist die Interpolationsaufgabe f (0) = 1, f ( 12 ) = 2
und f ( 34 ) = 4.
1. Finden Sie irgendein Interpolationspolynom fr so ein f .
2. Finden Sie ein anderes Polynom mit denselben Werten an den angegebenen Stellen?
3. Beschreiben Sie die Menge aller Interpolationspolynome und setzten Sie Ihre Erkenntnis in Beziehung zur Eindeutigkeitsaussage von Satz 3.2.5.2.

3.2.6 Partialbruchzerlegung
Fr viele Zwecke wie beispielsweise Integration ist die Partialbruchzerlegung gebrochen
rationaler Funktionen von groem praktischen Wert. Sie liefert eine alternative Normalform fr gebrochen rationale Funktionen. Zuerst wollen wir das Wichtigste fr den
komplexen Fall besprechen, dann fr den reellen.

120

3.2 Polynome und rationale Funktionen


Sei also r(x) = p(x)
q(x) eine gebrochen rationale Funktion. Ist der Grad von p nicht von
Beginn an kleiner als der von q, so lsst sich mittels Polynomdivision eine Darstellung
1 (x)
der Gestalt r(x) = p0 (x)+ pq(x)
mit Polynomen p0 und p1 erzielen, wobei der Grad von p1
kleiner ist als der von q. Weiters setzen wir p1 und q als teilerfremd voraus. (Andernfalls
krzen wir durch diesen gemeinsamen Teiler.)
Sei ab nun die Darstellung r(x) = p(x)
q(x) gekrzt und der Grad von p kleiner als der von
q. Auerdem nehmen wir der Einfachheit halber q als normiert an, d.h. der Koeffizient bei
Q
der hchsten x-Potenz sei 1. Nach dem Fundamentalsatz lsst sich q(x) = ki=1 (x i )ei
in komplexe Linearfaktoren zerlegen mit paarweise verschiedenen Nullstellen i und
Vielfachheiten ei N, ei 1. Man kann zeigen, dass sich r(x) als Summe von Funktionen
ci,j
der Gestalt (x
j mit geeigneten Zahlen ci,j C (i = 1, . . . , k; j = 1, . . . , ei ) darstellen
i)
lsst.
Ist r nicht komplex, sondern reell, und ist man an einer rein reellen Darstellung interessiert, so zerlegt man q in reell irreduzible Faktoren, die aber nun auch quadratisch sein
Q
Q
knnen: q(x) = ki=1 (x i )ei li=1 (x2 + i x + i )fi mit reell irreduziblen quadratischen
Polynomen x2 + i x + i (i = 1, . . . , l; i , i , i R; ei , fi N; ei , fi 1). Die Partialbruchzerlegung von r setzt sich nun aus zwei Arten von Summanden zusammen: Jenen
ci,j
der Gestalt (x
j mit geeigneten Zahlen ci,j R (i = 1, . . . , k; j = 1, . . . , ei ), wie sie
i)
a

x+b

i,j
i,j
analog schon im komplexen Fall aufgetreten sind; und aus jenen der Gestalt (x2 +
j
i x+i )
mit geeigneten Zahlen ai,j , bi,j R (i = 1, . . . , l; j = 1, . . . , fi ).
Der Beweis dieses Satzes von der Partialbruchzerlegung ist etwas technisch, und
fhrte etwas zu weit, ohne interessante Einsichten zu bringen. Wir begngen uns daher
zu beschreiben, wie man fr gegebenes f die Partialbruchzerlegung erhlt.
Gegeben sei eine gebrochen rationale Funktion f (x) = p(x)
q(x) . Dann sind folgende Schritte durchzufhren:

1. Falls der Grad von p nicht kleiner ist als der von q, liefert Polynomdivision eine
Darstellung von f als Summe eines Polynoms und eines Bruches mit Zhlergrad
< Nennergrad. Mit diesem Bruch kann nun weitergearbeitet werden.
2. Faktorisierung von q in (reell) irreduzible Faktoren. In der Praxis kann das schwierig sein. In bungsaufgaben ist die Faktorisierung oft schon vorgegeben oder relativ
leicht zu ermitteln.
3. berprfung, ob einer der irreduziblen Faktoren des Nenners q auch ein Teiler
des Zhlers p ist. In diesem Fall ist durch solche gemeinsame Faktoren zu krzen,
bis resultierende Zhler und Nenner teilerfremd sind. In bungsaufgaben ist die
gegebene Darstellung meist bereits eine gekrzte. (Das gilt brigens auch in der
Praxis, weil bei komplizierten Zahlenwerten gemeinsame Teiler unwahrscheinlich
sind.)
4. Partialbruchzerlegung gem Satz mit unbestimmten Werten, oft mit A, B, C, . . .
bezeichnet, die die Rolle der i , i und i spielen, ansetzen. Die gesamte verbleibende Aufgabe besteht in der Ermittlung von A, B, C, . . .

121

3 Stetige Funktionen
5. Die entstandene Gleichung fr die beiden gebrochen rationalen Funktionen (f in
der ursprnglich gegebenen Form links und die Partialbruchzerlegung mit den
Unbekannten A, B, C, . . . rechts) durch Multiplikation mit dem kleinsten gemeinsamen Vielfachen der Nennerpolynome multiplizieren. Dadurch entsteht eine Gleichung zwischen zwei Polynomen, rechts mit den zu bestimmenden noch unbekannten Koeffizienten A, B, C, . . ..
6. Der Eindeutigkeitssatz fr Polynome besagt, dass die erhaltene Gleichung nur dann
gilt, wenn entsprechende Koeffizienten links und rechts bereinstimmen. Das liefert
ein System mehrerer linearer Gleichungen in ebenso vielen Variablen A, B, C, . . .,
welches laut Satz von der Partialbruchzerlegung eine Lsung hat. (Genauere Analyse zeigt, dass die Lsung fr A, B, C, . . . sogar eindeutig ist.)
Ein einfaches Beispiel zur Illustration, vor allem zur Lsung des auftretenden Gleichungssystems, ist
f (x) =

x2 + 2x 3
A
Bx + C
=
+ 2
.
(x 2)(x2 + 1)
x2
x +1

Die rechte Seite entspricht dem allgemeinen Ansatz. Wre im Nenner links zum Beispiel
(x2)2 statt (x2) aufgetreten, msste im Ansatz rechts auch ein Summand der Gestalt
D
auftreten. hnlich zge (x2 +1)2 statt (x2 +1) links einen zustzlichen Summanden
(x2)2
Ex+F
(x2 +1)2

auf der rechten Seite nach sich. In der einfachen Situation hier multiplizieren wir
mit dem gemeinsamen Nenner (x 2)(x2 + 1) und erhalten die Gleichung
x2 + 2x 3 = A(x2 + 1) + (Bx + C)(x 2) = (A + B)x2 + (2B + C)x + (A 2C).
Weil die quadratischen Polynome links und rechts nur dann bereinstimmen knnen,
wenn das auch alle Koeffizienten tun, folgen die drei Gleichungen 1 = A + B, 2 =
2B + C und 3 = A 2C. Sie haben die eindeutige gemeinsame Lsung A = 1, B =
0, C = 2, die man zum Beispiel durch Elimination oder hnlichen Methoden erhlt. (Die
systematische Lsung linearer Gleichungssysteme ist Gegenstand der Linearen Algebra,
siehe Mathematik 2. Fr die einfachen Beispiele hier sollte Schulwissen ausreichen.).
Alternative Methode (die sogenannte Polmethode) zur Berechnung von A, B, C, . . .,
illustriert an diesem Beispiel: Bei linearen Nennerpolynomen (im Beispiel x2) kann man
den zugehrigen Koeffizienten (im Beispiel A) auch sehr schnell ermitteln, indem man
in der Polynomgleichung fr x die Nullstelle des Polynoms (im Beispiel x = 2) einsetzt.
Dann bleibt nmlich nur mehr 22 + 2 2 3 = A(22 + 1), also 5 = A 5 stehen, woraus
unmittelbar A = 1 abgelesen werden kann. Fr die irreduziblen quadratischen Polynome
(im Beispiel x2 + 1) msste man dann aber komplexe Nullstellen (im Beispiel x = i)
einsetzen. Im Beispiel erhlt man i2 +2i3 = (Bi+C)(i2), also 4+2i = (B 2C)+
(2B + C)i, was nach Vergleich von Real- und Imaginrteil zu den beiden Gleichungen
4 = B 2C und 2 = 2B + C fhrt. Die erste zeigt B = 4 2C, was eingesetzt in die
zweite 2 = 2(4 2C) + C = 5C 8, folglich C = 2 und B = 4 2C = 4 2 2 = 0 fhrt,
wie oben behauptet. Kommen im Nenner hhere Potenzen irreduzibler Polynome vor,
muss man in mehreren Schritten vorgehen. Besser als das Auswendiglernen vollstndiger
Rezepte ist das eigenstndige und verstndige Durchrechnen einiger bungsaufgaben.

122

3.3 Weitere wichtige Beispiele stetiger Funktionen


bungsaufgabe 197. (T) Bestimmen Sie mit einer Methode Ihrer Wahl die Partialbruchzerlegung von
2x3 + 4x + 6
(x 1)2 (x2 + 3)
x3 5x2 + 7x + 3
3. 4
x 4x3 + 5x2 4x + 4
1.

2.

3 + 2x + 5x2 + 2x3
1 + 2x + 2x2 + 2x3 + x4

3.3 Weitere wichtige Beispiele stetiger Funktionen


Es ist hoch an der Zeit, wichtige Beispiele reeller Funktionen abseits von Polynomund gebrochen rationalen Funktionen zu besprechen: Wurzel- und Potenzfunktionen mit
rationalem Exponenten (3.3.1), Exponentialfunktion (3.3.2), Logarithmus und Potenzfunktionen mit beliebigem reellen Exponenten (3.3.3) und trigonometrische Funktionen
(3.3.4).

3.3.1 Wurzeln und Potenzen mit rationalem Exponenten


Die Potenzfunktionen pn : x 7 xn mit n Z sind stetig und fr n 6= 0 wenigstens fr
x > 0 streng monoton; wachsend fr n > 0 und fallend fr n < 0. Also gibt es dort auch
eine stetige Umkehrfunktion. Fr n > 0 nennt man sie die n-te Wurzelfunktion. Die

bliche Notation ist x 7 n x, die fr ungerades n sogar auf ganz R, fr gerades n fr


x 0 definiert ist.
Die Rechenregel (xy)n = xn y n fr n Z lsst sich als Funktionalgleichung pn (xy) =
pn (x)pn (y) anschreiben. Diese Regel vererbt sich offenbar auch auf die Umkehrfunktion. Also liegt es nahe, auch die Wurzelfunktionen als Potenzfunktionen p mit einem
geeigneten aufzufassen. Aber mit welchem ? Die naheliegende Antwort ergibt sich
aus der zunchst fr ganzzahlige Exponenten n, m gltigen Rechenregel (xn )m = xnm ,
d.h. pm pn = pnm . Es sollte demnach p 1 pn = p1 = Id gelten, p 1 sollte also die
n
n

Umkehrfunktion der n-ten Potenz pn sein, also p 1 (x) := n x. Fr beliebige rationale


n
Exponenten = m
n , m, n Z, n 6= 0, definiert man aus hnlichen Grnden
m

x = x n :=

xm .

Man berzeugt sich durch etwas langwierige aber einfache berlegungen und Rechnungen, dass diese Definition nicht von der Darstellung von = m
n als Bruch abhngt (z.B.
2
erhlt man fr m = 2 und n = 3, also = 3 denselben Wert x wie fr m = 4 und
n = 6).
bungsaufgabe 198. (E) Warum genau ist das ganz allgemein, d.h. fr beliebige
m, n Z, n 6= 0, so? Begrnden Sie sorgfltig!
Somit sind Potenzfunktionen p (x) = x fr alle Q und x > 0 erklrt.
Auerdem berzeugt man sich leicht von den blichen, oben erwhnten Rechenregeln
fr Exponenten wie x x = x+ , d.h. p p = p+ etc. auch fr rationale Exponenten.

123

3 Stetige Funktionen
bungsaufgabe 199. (P) Begrnden Sie fr x, y R und , Q die Rechenregeln:
1. (xy) = x y

2. (x ) = x

3. x+ = x x

Verwenden Sie in in Ihrer Argumentation nur die entsprechenden Regeln mit ganzzahligen Exponenten und die Definition von Potenzen mit rationalen Exponenten.
Was aber ist zu tun, wenn auch irrationale zugelassen werden? Dazu ist es ntzlich,
nicht die Basis, sondern den Exponenten als Variable aufzufassen. So gelangt man zur
Exponentialfunktion.

3.3.2 Exponentialfunktion
Durch den vorangegangenen Abschnitt ist ax definiert fr a > 0 und x Q. Wir wollen
die Definition auf beliebige x R ausdehnen. Die naheliegende Vorgangsweise besteht
darin, irrationale x durch rationale x0 zu approximieren und darauf zu hoffen, dass
0
die bereits definierten Werte ax als Approximationen fr den zu definierenden Wert ax
verwendet werden knnen. Mit anderen Worten: Man erwartet Stetigkeit fr die Funktion
x 7 ax und hofft, dass diese Bedingung die Funktion sogar definiert. Glcklicherweise
ist das der Fall. Zur Erluterung folgt ein kurzer theoretischen Exkurs.
Als entscheidende Eigenschaft erweist sich die sogenannte gleichmige Stetigkeit der
Funktion x 7 ax auf jedem Intervall D := Q [a, b] (sogenannte lokal gleichmige
Stetigkeit). Dieser Begriff ist eine Verschrfung der gewhnlichen Stetigkeit dahingehend,
dass es nicht nur fr jedes einzelne x D zu jedem > 0 ein entsprechendes im Sinne
der Stetigkeitsdefinition gibt, sondern dass zu jedem > 0 ein existiert, das fr alle
x D gleichermaen funktioniert. Der feine Unterschied wird wieder an der Reihenfolge
der logischen Quantoren sichtbar. Bei der Stetigkeit beginnt die Formel mit > 0 x
D > 0 . . ., bei der gleichmigen Stetigkeit mit > 0 > 0 x D . . .. Mit einigem
rechnerischen Aufwand zeigt man, dass bei x 7 ax tatschlich die behauptete lokal
gleichmige Stetigkeit vorliegt. Gleichmig stetige Funktionen haben, wie man relativ
leicht berprft, die Eigenschaft, dass sie Cauchyfolgen auf Cauchyfolgen abbilden.
bungsaufgabe 200. (E) Zeigen Sie: Bilden die xn , n N, eine Cauchyfolge in D R
und ist f gleichmig stetig auf D, dann bilden auch die f (xn ), n N, eine Cauchyfolge.
Konvergieren also rationale n fr n gegen x, so bilden sie eine Cauchyfolge, die
in die Cauchyfolge an bergeht. Eine solche konvergiert in R. Den Grenzwert nennen
wir ax . Wieder berzeugt man sich leicht davon, dass dieser Wert ax nicht von der
speziellen Wahl der n (es gibt ja auch andere rationale Folgen, die gegen x konvergieren)
abhngt und dass sich die gleichmige Stetigkeit von D auf die resultierende Funktion
x 7 ax auf ganz [a, b] vererbt. Weil all dies auf jedem Intervall [a, b] mglich ist, ist
eine Funktion x 7 ax auf ganz R definiert. Relativ leicht prft man nach, dass die
Rechenregel ax ay = ax+y auch auf dem auf ganz R erweiterten Definitionsbereich gilt.
Fr die Zusammenfassung unserer berlegungen formulieren wir etwas um und ergnzen weitere wichtige Beobachtungen (Existenz- und Eindeutigkeitssatz fr die
Exponentialfunktion):

124

3.3 Weitere wichtige Beispiele stetiger Funktionen


Satz 3.3.2.1. Fr jedes a > 0 gibt es genau eine auf ganz R definierte Funktion (die
wir mit expa bezeichnen und die wir die Exponentialfunktion zur Basis a nennen)
welche folgenden Bedingungen gengt:
1. expa (1) = a (Normierung)
2. expa (x + y) = expa (x) expa (y) fr alle x, y R (Funktionalgleichung der Exponentialfunktion)
3. expa ist stetig an wenigstens einem Punkt x0 R.
Fr diese Funktion gilt expa (x) = ax fr alle x R. Sie ist stetig auf ganz R. Fr a 6= 1
nimmt sie genau smtliche positive Zahlen y > 0 als Werte an. In diesem Fall ist expa
streng monoton; wachsend fr a > 1, fallend fr a < 1.
bungsaufgabe 201. (E) Notieren Sie jene Behauptungen in den berlegungen vor
Satz 3.3.2.1 so wie in der Formulierung des Satzes selbst, die noch nicht bewiesen worden
sind und beweisen Sie diese offenen Behauptungen.
In Satz 3.3.2.1 kommen die charakterisierenden Eigenschaften der Exponentialfunktion
sehr klar zum Ausdruck. Wir werden sehen, dass eine bestimmte Basis a eine besondere
P
1
Rolle spielt, nmlich die Basis a = e :=
n=0 n! 2,7 . . . (Eulersche Zahl). Warum
das so ist, wird aber erst im Rahmen der Differentialrechnung klar werden.

3.3.3 Logarithmus und Potenzen mit beliebigem reellen Exponenten


Sei a > 0 und a 6= 1. Als stetige und streng monotone Funktion (Satz 3.3.2.1) hat
expa : R R+ = (0, ) eine gleichfalls stetige und streng monotone Umkehrfunktion, den Logarithmus zur Basis a, symbolisch loga : R+ R. Die Funktionalgleichung
der Exponentialfunktion spiegelt sich fr den Logarithmus in der Gestalt loga (xy) =
loga (x) + loga (y) wider. Es gilt auch ein ganz analoger Existenz- und Eindeutigkeitssatz
wie bei der Exponentialfunktion:
Satz 3.3.3.1. Fr jedes a > 0 mit a 6= 1 gibt es genau eine auf R+ definierte Funktion,
die wir mit loga bezeichnen und die wir den Logarithmus zur Basis a nennen, welche
folgenden Bedingungen gengt:
1. loga (a) = 1 (Normierung)
2. loga (xy) = loga (x) + loga (y) (Funktionalgleichung des Logarithmus)
3. loga ist stetig an wenigstens einem Punkt x0 > 0.
Diese Funktion loga ist stetig auf ganz R+ und nimmt alle y R als Werte an. Die
Funktion loga ist streng monoton; wachsend fr a > 1, fallend fr a < 1.

125

3 Stetige Funktionen
Viele weitere interessante Eigenschaften des Logarithmus werden sich im Rahmen der
Differentialrechnung zeigen (4.3.1). Dort wird sich auch klren, warum der Logarithmus
P
1
loge zur Basis e (Eulersche Zahl, wie bereits erwhnt ist e =
n=0 n! 2,7 . . .) eine
besondere Rolle spielt. Man nennt ihn auch den natrlichen Logarithmus, symbolisch
loge =: ln fr logarithmus naturalis.
Mit Hilfe des Logarithmus lassen sich nun die Potenzfunktionen p fr beliebiges R
auf angenehme Art anschreiben:
p (x) = x = (eln x ) = e ln x .
Somit ist p = exp l ln die Komposition der stetigen Funktionen ln : x 7 ln x,
l : y 7 y (lineare Funktion) und exp : z 7 ez . Weil diese drei Funktionen stetig sind,
ist es auch p .
bungsaufgabe 202. (E) In der obigen Definition der Potenzfunktion p : x 7 x ist
der natrliche Logarithmus ln verwendet worden. Htte man p auch mit dem Logarithmus loga zu einer Basis a 6= e verwenden knnen? Wenn ja: Wie? Wenn nein: Warum
nicht?
hnliche Existenz- und Eindeutigkeitsstze wie fr Exponential- und Logarithmusfunktion gelten auch fr die Potenzfunktionen p und fr die (homogenen) linearen Funktionen lk : x 7 kx, und zwar mit den Funktionalgleichungen
p (xy) = p (x)p (y) bzw. lk (x + y) = lk (x) + lk (y).
bungsaufgabe 203. (E) Przisierung obiger Behauptungen:
1. Formulieren Sie den angedeuteten Existenz- und Eindeutigkeitssatz fr lineare Funktionen.
2. Formulieren Sie den angedeuteten Existenz- und Eindeutigkeitssatz fr die Potenzfunktionen.
3. Beweisen Sie den Existenz- und Eindeutigkeitssatz fr lineare Funktionen.
4. Beweisen Sie den Existenz- und Eindeutigkeitssatz fr die Potenzfunktionen.
Anleitung: Die Formulierung der Stze ist vllig analog zu jener fr Exponential- und
Logarithmusfunktionen. Auch die Beweise knnen analog gefhrt werden. Wesentlich eleganter ist es aber, sie auf einen bereits bewiesenen Eindeutigkeitssatz zurckzufhren. Die
Grundidee geht aus folgender Andeutung (z.B. fr Teil 3) hervor: Erfllt beispielsweise
die Funktion l die Funktionalgleichung l(x + y) = l(x) + l(y), so rechnet man fr die
Komposition exp l die Funktionalgleichung (exp l)(x + y) = ((exp l)(x))((exp l)(y))
nach. Setzt man noch Stetigkeit an einem Punkt voraus, so muss nach Satz 3.3.2.1
(exp l) = expa mit einem geeigneten a gelten, also el(x) = ax = e(ln a)x und folglich
(logarithmieren!) l(x) = (ln a)x. Somit ist l = lk mit k = ln a.

126

3.3 Weitere wichtige Beispiele stetiger Funktionen

3.3.4 Trigonometrische Funktionen


Im Gegensatz zu Exponentialfunktion und Logarithmus knnen wir fr die trigonometrischen Funktionen Sinus, Cosinus, Tangens und Cotangens an dieser Stelle noch keine
berzeugende rigorose Theorie begrnden. Wohl wre es mglich, z.B. den Cosinus schon
P
n x2n
jetzt ber die sogenannte Potenzreihe cos x :=
n=0 (1) (2n)! zu definieren. Wir kennen bereits das Quotientenkriterium, mit dem man leicht nachprft, dass diese Reihe
fr alle x R (sogar fr alle x C) konvergiert. Doch fehlen uns noch die Grundlagen, um den Zusammenhang zur blichen geometrischen Interpretation zu verstehen.
Wir wollen deshalb vorlufig nur ein paar wichtige Eigenschaften aus der elementaren
Anschauung ablesen, an denen wir die trigonometrischen Funktionen spter auch in anderem Gewande wiedererkennen werden. Auch fr die Definition lassen wir uns davon
leiten.
Wir beginnen mit der Zeichenebene R2 , die wir mit einem kartesischen (rechtwinkeligen) Koordinatensystem, bestehend aus x-Achse {(x, 0) : x R} und y-Achse {(0, y) :
y R} versehen. Um den Ursprung mit den Koordinaten (0, 0) als Mittelpunkt legen wir
einen Kreis K mit dem Radius 1 (Einheitskreis), also K = {(x, y) R2 : x2 + y 2 = 1}.
Wir bewegen uns entlang der Kreislinie, beginnend beim Punkt (1, 0) entgegen dem
Uhrzeigersinn. berstrichene Winkel messen wir im Bogenma, d.h. als Lnge des
zurckgelegten Kreisbogens. (Das Nichtrigorose unseres Zugangs tritt an dieser Stelle
auf, weil der Begriff der Bogenlnge nur in einer naiven Weise zur Verfgung steht.) Die
Kreiszahl ist (hier eben nur geometrisch-anschaulich, nicht rigoros) so definiert, dass
wir genau bei = 2 die erste volle Umrundung von k durchgefhrt haben. Die Zahl
entspricht also einem Winkel von 180 . Offensichtlich ist 4 (halber Umfang des
k umschriebenen Quadrats), etwas feinsinnigere berlegungen zeigen 3 oder, mit
deutlich mehr Aufwand, 3,1 3,2. Mit Hilfe der Differentialrechnung werden wir
effektivere Mglichkeiten zur Berechnung von kennen lernen.
Fr jedes erreichen wir, nachdem wir auf k die Bogenlnge zurckgelegt haben,
einen Punkt () dessen x-Koordinate wir mit cos und dessen y-Koordinate wir mit
sin bezeichnen, also () = (cos , sin ). Da wir die Kreislinie in beide Richtungen
beliebig weit entlang gehen, d.h. beliebig oft durchlaufen knnen, sind dadurch zwei
Funktionen
Cosinus : R R, 7 cos
und
Sinus :

R R,

7 sin

definiert. Man kann auch formulieren: In einem rechtwinkeligen Dreieck mit Hypotenuse (lngste Seite) der Lnge 1 ist der Cosinus eines spitzen Winkels die Lnge der
anliegenden Kathete = Ankathete, der Sinus die der Gegenkathete, oder kurz fr beliebige Hypotenusen: Cosinus = Ankathete durch Hypotenuse, Sinus = Gegenkathete
durch Hypotenuse. Beide Funktionen sind periodisch mit kleinster Periode 2. Es gilt
also cos( + 2) = cos() und sin( + 2) = sin(), auerdem cos() = sin( + 2 ).
Die Wertemenge beider Funktionen ist [1, 1]. An den Stellen = k 2 , k Z, nehmen
Cosinus und Sinus immer nur einen der Werte 1, 0, 1 an. Welchen, hngt davon ab,

127

3 Stetige Funktionen
welchen Wert der Rest i {0, 1, 2, 3} in k = 4n + i mit n Z (Division von k durch 4
mit Rest) hat.
Wir wiederholen aus 1.3.11: Weil die Koordinaten von () die Kreisgleichung erfllen,
gilt cos2 + sin2 = 1. Bei = 4 berlegt man sich damit rasch cos 4 = sin 4 =

Das Dreieck, das von den Punkten (0, 0), (1, 0) und (60 ) = ( 3 ) gebildet wird,
ist ein gleichseitiges. Daraus wiederum folgt cos 3 = 12 und (Kreisgleichung) sin 3 =
2
2 .

1 cos2

3
2 .

Aus Symmetriegrnden schlieen wir daraus cos 6 =

3
2

und sin 6 =

1
2.

Es ist klar, dass man aus den bereits bekannten Funktionswerten von cos und sin an
den Stellen = 0, 6 , 4 , 3 auch leicht die Werte an allen Stellen der Form + k
2 mit
k Z erhlt.
Eine sehr wichtige Rolle spielen die Additionstheoreme cos( + ) = cos() cos()
sin() sin() und sin( + ) = sin() cos() cos() sin(), siehe bungsaufgabe 67.
Verwendet haben wir sie bereits in 1.3.11 bei der Polardarstellung komplexer Zahlen und
ihrer Multiplikation, bewiesen in 1.5.4 im Zusammenhang mit linearen Abbildungen,
indem wir die Komposition der Drehungen um die Winkel und studierten.
Cosinus und Sinus sind stetig, weil die Vernderung von x- und y-Koordinate am
Einheitskreis sicher durch die zurckgelegte Bogenlnge nach oben beschrnkt ist, als
Formel: | cos cos | | | und | sin sin | | |. In der Stetigkeitsdefinition
kann also stets = gesetzt werden.
sin
Mit Hilfe von Cosinus und Sinus definiert man die Funktionen Tangens als tan := cos
und Cotangens als cot := cos
sin . Fr die Definitionsbereiche mssen beim Tangens alle
= 2 + k (Nullstellen von cos), beim Cotangens alle = k (Nullstellen von sin),
jeweils mit k Z, ausgenommen werden. Man berlegt sich geometrisch, dass man tan
auch als y-Koordinate jenes Punktes erhlt, in dem sich die Gerade g durch (0, 0) und
() mit der Gerade x = 1 schneidet. Schneidet man g mit y = 1, so erhlt man einen
Punkt mit x-Koordinate cot . Rein geometrische Merkregeln: Tangens = Gegenkathete
durch Ankathete, Cotangens = Ankathete durch Gegenkathete.
bungsaufgabe 204. (E) Tangens und Cotangens sind mittels Sinus und Cosinus
definiert. Wegen sin2 + cos2 = 1 definieren sin und cos einander bis aufs Vorzeichen.
Folglich mssen auch tan2 und cot2 sowohl durch sin2 als auch durch cos2 eindeutig
bestimmt sein. Diese Zusammenhnge lassen sich auch umkehren. Ihre Aufgabe besteht
darin, diese Zusammenhnge vollstndig zu erfassen, indem Sie
1. sin2 , cos2 und tan2 als Funktionen von cot2
2. sin2 , cos2 und cot2 als Funktionen von tan2
3. sin2 , tan2 und cot2 als Funktionen von cos2
4. cos2 , tan2 und cot2 als Funktionen von sin2
ausdrcken.
Die trigonometrischen Funktionen sind nicht auf ihren gesamten Definitionsbereichen
bijektiv, sehr wohl aber, wenn man sie auf gewisse Teilbereiche, wo sie streng monoton

128

3.3 Weitere wichtige Beispiele stetiger Funktionen


sind, einschrnkt. Dort lassen sich (bijektive) Umkehrfunktionen definieren, die sogenannten Arcusfunktionen:
Arcus cosinus: arccos := cos(1) : [1, 1] [0, ]
Arcus sinus: arcsin := sin(1) : [1, 1] [ 2 , 2 ]
Arcus tangens: arctan := tan(1) : R ( 2 , 2 )
Arcus cotangens: arccot := cot(1) : R (0, )
bungsaufgabe 205. Jede harmonische Schwingung der Form
A sin(t + )
mit Amplitude A, Kreisfrequenz und Phasenfaktor ist auch in der Form
A sin(t + ) = a cos(t) + b sin(t)
darstellbar.
1. Geben Sie den Zusammenhang zwischen den Parametern A, einerseits und a, b
andererseits explizit an.
2. Wandeln Sie sin t +

bzw. sin t + cos t in die jeweils andere Darstellung um.

Weitere wichtige Eigenschaften der trigonometrischen Funktionen, wie zum Beispiel


den Zusammenhang mit der Exponentialfunktion ber den Umweg der komplexen Zahlen, werden wir mit Hilfe der Differentialrechnung erschlieen.

129

4 Differentialrechnung
Stetigkeit haben wir kennengelernt als eine Eigenschaft von Funktionen, die sich auf das
lokale nderungsverhalten der Funktionswerte bezieht. Genauer lsst sich sagen: Gehen
wir von einer Stelle x0 aus und ndern wir sie um x = x x0 geringfgig ab bis zu x,
so bedeutet das fr den Funktionswert f (x) = f (x0 ) + r(x) eine nderung, die sich im
Restterm f = r(x) niederschlgt. Bei stetigen Funktionen folgt aus x x0 die Konvergenz f (x) f (x0 ) der Funktionswerte, also r(x) 0. Bei differenzierbaren Funktionen
kann man noch genauere Aussagen darber machen, mit welcher Geschwindigkeit die
Konvergenz r(x) 0 erfolgt, wenn x x0 . Und zwar herrscht annhernd lineare Konvergenz. In 4.1 behandeln wir den grundlegenden Begriff der Ableitung einer Funktion
und und wie sie sich berechnen lsst. Iteriert man das Ableiten, stt man auf die hheren Ableitungen, Taylor- und Potenzreihen (4.2). Wichtige Beispiele differenzierbarer
Funktionen folgen in 4.3, Anwendungen der Differentialrechnung in 4.4.

4.1 Die Ableitung einer reellen Funktion


Historisch hatte die Differentialrechnung im physikalischen Zugang Newtons und im
geometrischen Zugang Leibniz ihren Ursprung (4.1.1). Der oben skizzierten Idee folgend,
lsst sich die Ableitung nicht nur als Differentialquotient definieren, sondern auch mittels
linearer Approximation (4.1.2). Der resultierende Begriff der Ableitung einer reellen
Funktion ist der grundlegende Begriff dieses Abschnitts. In 4.1.3 finden sich zahlreiche
Regeln zur Berechnung der Ableitung. In 4.1.4 wird sie mit Monotonie und Extrema in
Beziehung gesetzt, in 4.1.5 auf Umkehrfunktionen angewendet.

4.1.1 Motivation: Tangente, Momentangeschwindigkeit


Als Begrnder der Infinitesimalrechnung (= Differential- und Integralrechnung) gelten
Isaac Newton (1643-1727) und Gottfried Wilhelm Leibniz (1646-1716). Newton ging vom
physikalischen Problem der Momentangeschwindigkeit aus, Leibniz vom geometrischen
Tangentenproblem. Beides fhrt zum selben Begriff, nmlich zu dem der Ableitung einer
Funktion.
Bekanntlich ist die Geschwindigkeit v definiert als Quotient aus zurckgelegtem Weg
durch verstrichener Zeit. Ist t unsere Variable fr die Zeit und bezeichnet s(t) den zum
0)
Zeitpunkt t zurckgelegten Weg, so gilt also v = s(t1t1)s(t
(Differenzenquotient).
t0
Dadurch wird aber nur die Durchschnittsgeschwindigkeit zwischen den Zeitpunkten t0
und t1 gemessen. Weil sich die Geschwindigkeit ja whrend dieser Zeitspanne ndern
kann, kennen wir damit nicht die noch zu definierende Momentangeschwindigkeit v(t)

131

4 Differentialrechnung
zu irgendeinem Zeitpunkt t. Die Hoffnung besteht darin, dass bei Annherung von t1 an
t0 der Differenzenquotient einem Wert zustrebt, den wir dann als v(t0 ) nehmen knnen.
Ganz hnlich ist die Situation beim Tangentenproblem. Ist f : R R eine reelle
Funktion, so interessiert uns die Steigung der Tangente an den Graphen in einem Punkt
0)
(x0 , f (x0 )). Die Steigung einer linearen Funktion l ist durch l(xx11)l(x
definiert und lsst
x0
sich als durchschnittliche nderungsrate der Funktion interpretieren. Sie hngt bei linearem l nicht von der speziellen Wahl der Punkte x0 und x1 ab, bei nichtlinearem f
aber sehr wohl. Fr jedes Punktepaar x0 6= x1 lsst sich eine lineare Funktion durch
(x0 , f (x0 )) und (x1 , f (x1 )) legen (Interpolationspolynom vom Grad 1, siehe 3.2.5), die
Sekante des Graphen durch diese Punkte. Ihre Steigung ist durch den Differenzenquoti(x0 )
enten f (xx11)f
gegeben. Nhert sich x1 dem Punkt x0 an, so besteht Hoffnung, dass
x0
sich die Steigung der Sekante an die gesuchte Steigung der Tangente annhert. Bis auf
die Bezeichnungsweise (Variablenbezeichnung x statt t, Funktionsbezeichnung f statt s)
sind wir exakt beim selben mathematischen Problem angelangt wie zuvor, nmlich den
Grenzwert von Differenzenquotienten zu bestimmen.
bungsaufgabe 206. (E) Galileo Galilei beschrieb als erster das Fallgesetz, wonach ein
knapp ber der Erdoberflche ruhender und ab dem Zeitpunkt t = 0 zu Boden fallender
Krper, gbe es keinen Luftwiderstand, bevor er den Boden erreicht nach t Zeiteinheiten
eine Fallhhe von ct2 Lngeneinheiten zurcklegen wrde. Dabei hngt die Konstante
c = g2 , g = Erdbeschleunigung, nicht vom fallenden Krper ab. Setzen Sie anhand dieser
Situation die Newtonsche Frage nach der Momentangeschwindigkeit durch eine geeignete
graphische Illustration des Problems mit der Leibnizschen Frage nach der Tangentensteigung in Beziehung.

4.1.2 Differentialquotient und lineare Approximation


Obige berlegungen legen die folgende, fr dieses Kapitel und weit darber hinaus
grundlegende Definition nahe.
Definition 4.1.2.1. Sei f : D R eine reelle Funktion und x0 D innerer Punkt von
D. Existiert der Grenzwert (der sogenannte Differentialquotient)
f 0 (x0 ) := lim

xx0

f (x) f (x0 )
,
x x0

so heit f differenzierbar in x0 . Ist D offen und f differenzierbar in x fr alle x D,


so heit f differenzierbar auf D. Die Funktion f 0 : D R, x 7 f 0 (x) heit dann die
Ableitung von f , f heit Stammfunktion von f 0 .
Die einfachsten Beispiele: Konstante Funktionen f : x 7 c, c R fest, sind differenzierbar, und ihre Ableitung ist wegen
f 0 (x0 ) = lim

xx0

132

cc
f (x) f (x0 )
= lim
=0
xx0 x x0
x x0

4.1 Die Ableitung einer reellen Funktion


die Nullfunktion. Die Funktion f : x 7 x ist ebenfalls differenzierbar mit konstanter
Ableitung mit Wert 1:
f 0 (x0 ) = lim

xx0

x x0
f (x) f (x0 )
= lim
= 1.
xx
0 x x0
x x0

Ein drittes, etwas weniger triviales Beispiel ist die Funktion f : x 7 x1 . Auch sie erweist
sich fr alle x0 R \ {0} als differenzierbar:
1

x0 x
f (x) f (x0 )
1
1
= lim x x0 = lim
= 2.
f (x0 ) = lim
= lim
xx
xx
xx0
xx
0 x x0
0 xx0 (x x0 )
0
x x0
xx0
x0
0

Wir drfen also die Ableitungsregeln c0 = 0, x0 = 1 und

 0
1
x

= x12 festhalten.

bungsaufgabe 207. (T) Berechnen Sie analog, d.h. durch direkten Rckgriff auf die
Definition, f 0 fr:
1. f (x) = x2
2. f (x) = xn fr allgemeines n N

3. f (x) = x (nur fr x > 0)

4. f (x) = n x fr allgemeines n N, n 1, und x > 0


Wir schreiben den Differentialquotienten um zu
f (x) = f (x0 ) + f 0 (x0 )(x x0 ) + r(x).
Denken wir uns x0 als Ausgangspunkt, so bringt diese Formel zum Ausdruck, dass sich
der Funktionswert an einer anderen (benachbarten) Stelle x ergibt, indem man von f (x0 )
ausgehend einen Summanden, nmlich f 0 (x0 )(x x0 ) addiert, der proportional ist zum
Anstieg f 0 (x0 ) von f in x0 und zum Abstand x x0 . Damit hat man f (x) bis auf einen
Fehler oder Rest r(x) angenhert, von dem man hofft, dass er klein wird, wenn x sich
x0 annhert. Der Unterschied zur Stetigkeit besteht darin, dass r(x) fr x x0 nicht
nur gegen 0 konvergiert, sondern sogar dann, wenn man durch x x0 dividiert. Denn
r(x)
(x0 )
wegen xx
= f (x)f
f 0 (x0 ) ergibt sich im Fall von Differenzierbarkeit von f in x0
xx0
0
fr den Fehler r(x) die Beziehung
lim

xx0

f (x) f (x0 )
r(x)
= lim
f 0 (x0 ) = f 0 (x0 ) f 0 (x0 ) = 0.
xx
0
x x0
x x0

Vergleich mit der Stetigkeit (wo limxx0 r(x) = 0 mit r(x) = f (x) f (x0 ) gilt) zeigt:
Subtrahieren wir von f die lineare Funktion x 7 f (x0 ) + f 0 (x0 )(x x0 ), so garantiert Differenzierbarkeit fr den Rest r(x) viel schnellere Konvergenz gegen 0 als bloe
Stetigkeit.
Anders formuliert: Bei der Stetigkeitsdefinition wird f durch die konstante Funktion
mit Wert f (x0 ) approximiert, bei Differenzierbarkeit durch die (etwas kompliziertere)

133

4 Differentialrechnung
lineare Funktion x 7 f (x0 ) + f 0 (x0 )(x x0 ). Die Belohnung fr den greren Aufwand
ist die bessere Approximation.
Wir knnen diese Beobachtungen wie folgt zusammenfassen und noch geringfgig verschrfen:
Satz 4.1.2.2. Eine reelle Funktion f : D R ist im inneren Punkt x0 von D genau
dann differenzierbar, wenn es eine lineare Approximation l : x 7 kx (k R) von f gibt
in dem Sinn, dass
f (x) = f (x0 ) + l(x x0 ) + r(x) = f (x0 ) + k(x x0 ) + r(x)
r(x)
gilt mit limxx0 xx
= 0. In diesem Fall ist k R durch diese Bedingung eindeutig
0
bestimmt als k = f 0 (x0 ).

Eine ungenaue, aber oft sehr praktische Schreibweise verwendet x := x x0 (der


griechische Buchstabe , sprich Delta, wird oft fr kleine Differenzen verwendet):
f (x0 + x) f (x0 ) + f 0 (x0 )x
mit einem Fehler viel kleiner als x, sobald x hinreichend klein wird.
Manchmal ist es von Interesse, auch Randpunkte x0 von D zuzulassen und die sogenannten einseitigen Ableitungen
f0 (x0 ) := lim

f (x) f (x0 )
x x0

(linksseitige Ableitung)

f+0 (x0 ) := lim

f (x) f (x0 )
x x0

(rechtsseitige Ableitung)

xx
0

bzw.
xx+
0

zu definieren. Die Funktion f : x |x| beispielsweise hat an der Stelle 0 die linksseitige
Ableitung f0 (0) = 1 und die rechtsseitige Ableitung f+0 (0) = 1. Weil diese beiden Werte
verschieden sind, existiert f 0 (0) nicht. Also ist f in 0 nicht differenzierbar. Anschaulich
zeigt sich das daran, dass der Funktionsgraph von f bei x = 0 ein Eck hat, das auch bei
beliebiger Vergrerung des Bildes nie verschwindet und nie zu einer glatten Kurve mit
Tangente wird.
Ist fr eine Funktion f : [a, b] R, a < b, von der Ableitung bei a oder b die Rede,
so ist stets f+0 (a) bzw. f0 (b) gemeint.

bungsaufgabe 208. (T) Wie verhlt sich die Funktion f : [0, ) R, f (x) := x,
hinsichtlich Differenzierbarkeit an der Stelle x = 0?
bungsaufgabe 209. (T) Whlen Sie die reellen Parameter a, b und c so, dass die auf
ganz R definierte Funktion
f (x) =

134

4x

ax2 + bx + c

3 2x

falls x 0,
falls 0 < x 1,
falls x > 1.

4.1 Die Ableitung einer reellen Funktion


1. stetig und differenzierbar ist.
2. stetig, aber nicht differenzierbar ist.
3. in 0 und 1 unstetig ist.

4.1.3 Einfache Eigenschaften und Ableitungsregeln


Im Vergleich mit Stetigkeit haben wir Differenzierbarkeit als noch feinere Approximierbarkeitseigenschaft identifiziert. Folgender Satz sollte also nicht berraschen:
Satz 4.1.3.1. Ist die reelle Funktion f : D R im Punkt x0 D differenzierbar, so ist
f in x0 auch stetig.
Beweis. Aus der Differenzierbarkeitsbedingung
f (x) = f (x0 ) + f 0 (x0 )(x x0 ) + r(x)
r(x)
r(x)
= 0 folgt wegen r(x) = (x x0 ) xx
auch r(x) 0 fr x x0 , und
mit limxx0 xx
0
0
damit erst recht limxx0 f (x) = f (x0 ).

hnlich wie gewhnliche Grenzwerte vertrgt sich auch Differenzierbarkeit mit den
Grundrechnungsarten, allerdings sind einige der resultierenden Formeln (Ableitungsregeln) etwas komplizierter. Unproblematisch ist die Linearitt: (f + g)0 = f 0 + g 0 und
(cf )0 = cf 0 fr eine Konstante c R. Man kann sie ablesen aus:
(f + g)(x0 + x) = f (x0 + x) + g(x0 + x) f (x0 ) + f 0 (x0 )x + g(x0 ) + g 0 (x0 )x =
= (f + g)(x0 ) + (f 0 (x0 ) + g 0 (x0 ))x
und
(cf )(x0 + x) = cf (x0 + x) c(f (x0 ) + f 0 (x0 )x) = (cf )(x0 ) + cf 0 (x0 )x.
Eine przisere Formulierung lautet (Linearitt des Differenzierens) :
Proposition 4.1.3.2. Seien die Funktionen f, g : D R im inneren Punkt x0 von D
differenzierbar. Dann gilt:
1. f + g : D R ist in x0 differenzierbar, und es gilt (f + g)0 (x0 ) = f 0 (x0 ) + g 0 (x0 ).
(Summenregel)
2. Fr beliebiges c R ist cf : D R in x0 differenzierbar, und es gilt (cf )0 (x0 ) =
cf 0 (x0 ). (Homogenitt der Ableitung)
Beweis.

1. Man berechnet direkt den Differentialquotienten:


(f + g)(x) (f + g)(x0 )
=
x x0
f (x) + g(x) f (x0 ) g(x0 )
= lim
=
xx0
x x0
f (x) f (x0 )
g(x) (g)(x0 )
= lim
+ lim
=
xx0
xx0
x x0
x x0
= f 0 (x0 ) + g 0 (x0 )

(f + g)0 (x0 ) = lim

xx0

135

4 Differentialrechnung
2. Analog:
(cf )(x) (cf )(x0 )
cf (x) cf (x0 )
= lim
=
xx0
x x0
x x0
f (x) f (x0 )
=
= c lim
xx0
x x0
= cf 0 (x0 )

(cf )0 (x0 ) = lim

xx0

Differentiation, aufgefasst als Funktion f 7 f 0 , ist also selbst linear. Damit gilt natrlich auch die entsprechende Aussage fr Differenzen, insbesondere (f g)0 = f 0 g 0 ,
weil sich ja f g = f + (1)g als eine iterierte Anwendung von Addition und Multiplikation mit der Konstanten 1 schreiben lsst. Nur unwesentlich komplizierter ist die
Produktregel. Die -Schreibweise bringt uns auf die richtige Spur:
f g(x0 + x) = f (x0 + x)g(x0 + x) (f (x0 ) + f 0 (x0 )x)(g(x0 ) + g 0 (x0 )x) =
= f g(x0 ) + (f 0 (x0 )g(x0 ) + f (x0 )g 0 (x0 ))x + f 0 (x0 )g 0 (x0 )(x)2 .
Weil x ja fr x 0 interessiert, ist (x)2 viel kleiner als x, kann also vernachlssigt
werden. Somit deutet obige approximative Gleichung hin auf (f g)0 (x0 ) = f 0 (x0 )g(x0 ) +
f (x0 )g 0 (x0 ). Tatschlich gilt:
Proposition 4.1.3.3. Seien die Funktionen f, g : D R im inneren Punkt x0 von D
differenzierbar. Dann ist auch f g : D R in x0 differenzierbar, und es gilt
(f g)0 (x0 ) = f 0 (x0 )g(x0 ) + f (x0 )g 0 (x0 ).
Sind f und g auf ganz D differenzierbar, dann somit auch f g, und es gilt (f g)0 =
f 0g + f g0.
Beweis. Im Nenner des Differentialquotienten formt man (hnlich wie bei der entsprechenden Regel fr den Grenzwert einer Produktfolge)
f (x)g(x) f (x0 )g(x0 ) = f (x)g(x) f (x0 )g(x) + f (x0 )g(x) f (x0 )g(x0 ) =
= (f (x) f (x0 ))g(x) + f (x0 )(g(x) g(x0 ))
um. Daraus folgt
f (x)g(x) f (x0 )g(x0 )
=
xx0
x x0
f (x) f (x0 )
g(x) g(x0 )
g(x) + lim f (x0 )
=
= lim
xx0
xx0
x x0
x x0
= f 0 (x0 )g(x0 ) + f (x0 )g 0 (x0 ).

(f g)0 (x0 ) = lim

Man beachte, dass wegen der Differenzierbarkeit von g in x0 und Satz 4.1.3.1 auch die
in obiger Rechnung verwendete Stetigkeitsbeziehung limxx0 g(x) = g(x0 ) gilt.

136

4.1 Die Ableitung einer reellen Funktion


Aus den bisherigen Ableitungsregeln schlieen wir: Alle Polynomfunktionen sind, weil
sie sich durch Addition, Subtraktion und Multiplikation aus den differenzierbaren Funktionen x 7 x und x 7 c (Konstante mit c R) ergeben, differenzierbar. Zur Berechnung
der Ableitungen beginnen wir mit den Potenzfunktionen x 7 xn . Aus der Produktregel
ergibt sich die Rekursionsformel (xn+1 )0 = (xn x)0 = (xn )0 x + xn x0 = (xn )0 x + xn . Einsetzen fr n = 1, 2, . . . liefert (x2 )0 = (x1 )0 x + x1 = 2x, (x3 )0 = (x2 )0 x + x2 = 2xx + x2 = 3x2
und allgemein, mittels Induktion, (xn )0 = nxn1 .
bungsaufgabe 210. (T) Fhren Sie diesen Induktionsbeweis vollstndig durch.
Fr beliebige Polynome folgt dann aus der Linearitt der Differentiation die Ableitungsregel
!
n
X

ai xi

n
X

iai xi1 =

i=0

i=0

n1
X

(i + 1)ai+1 xi .

i=0

Besonders wichtig und auch charakteristisch ist die Ableitungsregel fr die Verkettung
differenzierbarer Funktionen. Wieder fhrt die approximative Schreibweise zur richtigen
Vermutung. Denn
(g f )(x0 + x) = g(f (x0 + x)) g(f (x0 ) + f 0 (x0 )x) g(f (x0 )) + g 0 (f (x0 ))f 0 (x0 )x
suggeriert (gf )0 (x0 ) = g 0 (f (x0 ))f 0 (x0 ) (in diesem Zusammenhang heien f 0 (x0 ) innere,
g 0 (f (x0 )) uere Ableitung der Verkettung), und tatschlich lautet die Kettenregel:
Proposition 4.1.3.4. Sei die Funktion f : Df R im inneren Punkt x0 von Df
differenzierbar, ebenso die Funktionen g : Dg R im inneren Punkt y0 := f (x0 ) von
Dg . Dann ist auch g f : Df R, x 7 g(f (x)) in x0 differenzierbar, und es gilt
(g f )0 (x0 ) = f 0 (x0 )g 0 (f (x0 )).
Sind f und g auf ganz Df bzw. Dg differenzierbar, so also auch g f , und es gilt (g f )0 =
f 0 (g 0 f ).
Beweis. Wir schreiben die Voraussetzungen an in der Form
f (x) = f (x0 ) + f 0 (x0 )(x x0 ) + rf (x),

und

g(y) = g(y0 ) + g (y0 )(y y0 ) + rg (y)


mit limxx0

rf (x)
xx0

= 0 und limyy0

rg (y)
yy0

= 0. Zu zeigen haben wir

(g f )(x) = g(f (x0 )) + f 0 (x0 )g 0 (f (x0 ))(x x0 ) + r(x)


mit limxx0

r(x)
xx0

= 0. Wir schreiben y = f (x), setzen

(g f )(x) g(f (x0 )) = g(y) g(y0 ) = g 0 (y0 )(y y0 ) + rg (y) =




y y0
rg (y) y y0
0
= g (y0 )
+

(x x0 )
x x 0 y y0 x x 0

137

4 Differentialrechnung
ein in
r(x) = (g f )(x) g(f (x0 )) f 0 (x0 )g 0 (f (x0 ))(x x0 )
und erhalten
r(x)
y y0
rg (y) y y0
= g 0 (y0 )
+

f 0 (x0 )g 0 (f (x0 )).


x x0
x x0 y y0 x x0
Weil f als differenzierbare Funktion stetig ist, folgt aus x x0 auch y = f (x)
(x0 )
yy0
y0 := f (x0 ). Somit schlieen wir aus limxx0 xx
= limxx0 f (x)f
= f 0 (x0 ) und
xx0
0
limyy0

rg (y)
yy0

= 0 (siehe weiter oben) tatschlich


lim

xx0

r(x)
= g 0 (y0 )f 0 (x0 ) + 0 f 0 (x0 ) f 0 (x0 )g 0 (f (x0 )) = 0.
x x0

bungsaufgabe 211. (E) Sei f : D D differenzierbar mit (als bekannt anzunehmender) Ableitung f 0 . Wir betrachten die Iterationen (Achtung, an dieser Stelle nicht
mit den hheren Ableitungen von f verwechseln!) f (n) , die rekursiv definiert sind durch
f (0) := IdD (Identitt auf D) und f (n+1) := f f (n) .
1. Begrnden Sie, warum alle f (n) differenzierbar sind. Hinweis: Vollstndige Induktion.
2. Stellen Sie eine Formel fr die Ableitung von f (n) auf und beweisen Sie diese
mittels Induktion nach n.
3. Angenommen x0 D ist ein Fixpunkt von f . Wie vereinfacht sich dann die Formel
aus Teil 2 an der Stelle x0 ?
Wenden wir die Kettenregel auf die Funktion g f mit g : y 7
0
g (y) = y12 von g kennen wir schon) an, so erhalten wir
 0

1
f

(x0 ) = (g f )0 (x0 ) = g 0 (f (x0 ))f 0 (x0 ) =

1
y

(die Ableitung

f 0 (x0 )
.
f (x0 )2

In Kombination mit der Produktregel wenden wir diese Ableitungsregel auf Quotienten
an:
 0
f

1
(x0 ) = f
g


0

 0

1
1
(x0 ) = f (x0 )
+ f (x0 )
g(x0 )
g
0

Hieraus liest man die wohlbekannte Quotientenregel


 0
f

g
ab, genauer:

138

f 0g f g0
g2

(x0 ) =

f 0 (x0 ) f (x0 )g 0 (x0 )

.
g(x0 )
g(x0 )2

4.1 Die Ableitung einer reellen Funktion


Proposition 4.1.3.5. Seien die Funktionen f, g : D R im inneren Punkt x0 von D
differenzierbar, auerdem g(x0 ) 6= 0. Dann ist fg in einer geeigneten Umgebung von x0
definiert und in x0 differenzierbar mit:
 0

f
g

In Kurzschreibweise:

 0
f
g

(x0 ) =

f 0 (x0 )g(x0 ) f (x0 )g 0 (x0 )


.
g(x0 )2

f 0 gf g 0
.
g2

Welche Funktionen wir auch immer mittels Grundrechnungsarten (Addition, Subtraktion, Multiplikation und Division) sowie durch Verkettung aufbauen: Mit unseren Differentiationsregeln knnen wir alle Ableitungen bilden, wenn wir sie fr die Ausgangsfunktionen kennen. Bisher sind wir von den konstanten Funktionen und der Funktion
x 7 x ausgegangen und auf diesem Wege zu den Polynomfunktionen gekommen. Dafr haben Summenregel, Homogenitt der Ableitung und Produktregel ausgereicht. Mit
der Quotientenregel knnen wir nun auch gebrochen rationale Funktionen behandeln.
Weil Kompositionen gebrochen rationaler Funktionen wieder gebrochen rational sind,
bringt die Kettenregel an dieser Stelle nichts Neues. Das wird sich ndern, wenn wir
die Ableitung von differenzierbaren Funktionen anderer Art kennen lernen. Doch bevor
wir uns mit den wichtigsten Beispielen (Exponentialfunktion, Logarithmus, allgemeine
Potenzen, trigonometrische Funktionen etc.) nher beschftigen, wollen wir noch einige
interessante allgemeine Eigenschaften differenzierbarer Funktionen studieren.
bungsaufgabe 212. (T) Beweisen Sie fr f = f1 f2 . . . fn die Ableitungsregel
P
f0
f 0 = f ni=1 fii . mittels Induktion nach n.
bungsaufgabe 213. (T) Berechnen Sie jeweils das Differential von f (x), d.h. die
lineare Approximation, an der angegebenen Stelle x0 und berechnen Sie damit nherungsweise den angegebenen Wert.
1. f (x) = ex ,

x0 = 0,

e0.1 =?

2. f (x) = sin(x), x0 = 0, sin(5 ) =?

3. f (x) = x x0 = 1,
1.1 =?
4. f (x) = x20 ,

x0 = 1,

(1.02)20 =?

4.1.4 Monotonie und erste Ableitung, Anfang


Angenommen f : D R ist in x0 D (innerer Punkt von D) differenzierbar, d.h. der
Grenzwert
f (x) f (x0 )
f 0 (x0 ) = lim
xx0
x x0
existiert. Nach Definition des Grenzwerts gibt es dann zu jedem > 0 ein > 0 derart,
dass


f (x) f (x0 )

0

f (x0 ) <

x x0

139

4 Differentialrechnung
fr alle x (x0 , x0 + ). Ist f 0 (x0 ) 6= 0 knnen wir > 0 so klein whlen, dass
(x0 )
der Differenzenquotient f (x)f
fr alle x (x0 , x0 + ) dasselbe Vorzeichen wie
xx0
0
0
f (x0 ) hat. Im Fall f (x0 ) > 0 bedeutet das f (x) > f (x0 ) fr alle x (x0 , x0 + ) und
f (x) < f (x0 ) fr alle x (x0 , x0 ) in diesem Sinne ist also f im Punkt x0 strikt
monoton wachsend, entsprechend fallend fr f 0 (x0 ) < 0. An der Stelle x0 liegt also
sicher kein Extremum von f , sofern x0 innerer Punkt des Definitionsbereichs ist und
f 0 (x0 ) 6= 0. Man beachte, dass dies nicht unbedingt bedeutet, dass f in einer ganzen
Umgebung um x0 monoton ist. Spter wird es uns nicht schwer fallen, Beispiele dazu zu
konstruieren. (Diese mssen unstetige Ableitungen haben.) Unsere berlegungen zeigen
aber:
Satz 4.1.4.1. Hat die reelle Funktion f : D R in einem inneren Punkt x0 von D ein
lokales Extremum, und ist f differenzierbar in x0 , so gilt f 0 (x0 ) = 0.
Die notwendige Bedingung f 0 (x0 ) = 0 ist jedoch nicht hinreichend, wie das Beispiel
f (x) := x3 im Punkt x0 = 0 zeigt. Wegen f 0 (x) = 3x2 ist f 0 (x0 ) = f 0 (0) = 0, in x0 liegt
aber weder ein lokales Minimum noch ein lokales Maximum von f .
Auerdem beachte man, dass an Randpunkten x0 des Definitionsbereichs Extrema
sehr wohl auch dann auftreten knnen, wenn fr die (dann nur einseitige) Ableitung
f 0 (x0 ) 6= 0 gilt. Ein sehr einfaches Beispiel ist die Funktion f (x) := x auf D := [0, 1].
Im Randpunkt x0 = 0 nimmt f das Minimum an, im Randpunkt x0 = 1 das Maximum,
wobei f 0 (0) = f 0 (1) = 1 6= 0.
bungsaufgabe 214. (P) Wieviele lokale Extremstellen kann ein Polynom vom Grad
n, das auf ganz R definiert wird, haben? Was ist die maximale Zahl, und was ist sonst
noch mglich? Illustrieren Sie Ihre berlegungen auch durch Skizzen.
bungsaufgabe 215. (P) Sei f : R R von der Gestalt f (x) =
1 < 2 < . . . < n . Wieviele Nullstellen hat die Ableitung f 0 ?

Qn

i=1 (x

i ) mit

bungsaufgabe 216. (T) Ein Himmelskrper der sich im Abstand r > 0 von der
Sonne befindet, besitzt das sogenannte effektive Potential
V (r) =

M
L2
M L2
+ 2 3 ,
r
2r
r

wobei M, L > 0 feste Parameter sind (M = Sonnenmasse, L = Drehimpuls).


Erluterung fr physikalisch Interessierte: Die ersten beiden Summanden in der Formel fr V (r) entsprechen der Newtonschen Gravitation, der dritte ist eine relativistische
Korrektur.
1. Bestimmen Sie das asymptotische Verhalten und skizzieren Sie V (r).
2. Bestimmen Sie die Minima von V (r). Die zugehrigen Radien r sind dann genau
jene Werte, fr die kreisfrmige Bahnen auftreten.
Die hier begonnenen Untersuchungen der Monotonie mit Hilfe der Differentialrechnung
werden wir (unter Zuhilfenahme des Mittelwertsatzes und seiner Folgerungen) in 4.4.2
fortsetzen.

140

4.1 Die Ableitung einer reellen Funktion

4.1.5 Die Ableitung von Umkehrfunktionen, insbesondere von Wurzeln


Wir wollen nun annehmen, f : D f (D) R sei auf der zusammenhngenden Menge
D differenzierbar und habe ein Umkehrfunktion f (1) : f (D) D. Man ist versucht,
die Gleichung (f (1)
f )(x)
= x unter Verwendung
der
Kettenregel auf beiden Seiten




abzuleiten und auf f (1)

(f (x))f 0 (x) = 1, also f (1)




(f (x)) =

1
f 0 (x)

bzw., wenn man

0

1
y = f (x) und x = f (1) (y) setzt, auf f (1) (y) = f 0 (f (1)
zu schlieen.
(y))
Tatschlich gilt diese Formel auch. Allerdings haben wir, indem wir die Kettenregel
verwendeten, vorausgesetzt, dass f (1) differenzierbar ist. Das wollen wir aber aus der
Differenzierbarkeit von f erst herleiten. Die berlegungen dazu lauten wie folgt.
Wir wollen uns berlegen, dass unter der Voraussetzung f 0 (x) 6= 0 fr alle x D auch
f 1 differenzierbar ist. Wir wissen bereits, dass f (1) wieder stetig ist. Somit sind fr
y = f (x) und y0 = f (x0 ) (also auch x = f (1) (y) und x0 = f (1) (y0 )) die Bedingungen
x x0 und y y0 quivalent. Deshalb gilt:

(f (1) )0 (y0 ) = lim

yy0

f (1) (y) f (1) (y0 )


x x0
1
= lim
= 0
,
xx
0
y y0
f (x) f (x0 )
f (x0 )

also:
Satz 4.1.5.1. Sei die reelle Funktion f : D f (D) auf der zusammenhngenden
Menge D R differenzierbar mit f 0 (x) 6= 0 fr alle x D und umkehrbar. Dann
ist auch die Umkehrfunktion f (1) : f (D) D auf f (D) differenzierbar, und es gilt
1
fr alle y f (D).
(f (1) )0 (f (x)) = f 01(x) fr alle x D bzw. (f (1) )0 (y) = f 0 (f (1)
(y))
Wir knnen diese Regel auf die Potenzfunktionen f (x) := xn fr n = 1, 2, . . . mit
D := R+ anwenden. Offenbar sind die Voraussetzungen erfllt. Die Umkehrfunktionen

sind die Wurzelfunktionen p 1 : x 7 n x. Dann haben wir f 0 (x) = nxn1 zu setzen. In


n

der Formel fr die Ableitung bekommen wir mit y = f (x) = xn und x = n y die Regel
1
1

y n 1
1
(y n )0 = ( n y)0 = n(
n y)n1 =
n . Einprgsamer ist sie wohl in der Gestalt
(x )0 = x1
mit = n1 . Wir werden spter sehen, dass diese Regel sogar fr beliebige R gilt.
r

bungsaufgabe 217. (T) Berechnen Sie fr f (x) = x + x + x die erste Ableitung nach den bekannten Ableitungsregeln und erklren Sie deren Verwendung. Wo ist
die erste Ableitung jeweils definiert?

bungsaufgabe q
218. (T) Die Schwingungsdauer eines Pendel mit der Lnge l berechnet sich zu = 2 gl . Dabei bezeichnet g die Fallbeschleunigung (welche in Wien, wenn
Sie am Ufer der Donau stehen - 166m ber N.N - brigens ca. 9.7888 m/s2 betrgt). Auf
wie viel % genau kann man die Schwingungsdauer angeben, wenn man die Pendellnge
l auf 0.1% genau bestimmt?
Hinweis: Linearisieren Sie die Funktion (l).

141

4 Differentialrechnung

4.2 Taylorapproximation und Potenzreihen


Geht man von Polynomen aus und erweitert man die endliche Summe, durch die sie
dargestellt werden, zu unendlichen Reihen der Bauart
f (x) =

an xn

n=0

oder (bei Entwicklung um einen Punkt x0 6= 0)


f (x) =

an (x x0 )n ,

n=0

so landet man beim Begriff der Potenzreihe. Im Fall der Konvergenz zeigt sich, dass
die Koeffizienten an aufs Engste mit den hheren Ableitungen von f zusammenhngen,
weshalb Potenzreihen auch als sogenannte Taylorreihen aufgefasst werden knnen. Ihre
groe Bedeutung erhalten sie dadurch, dass die meisten wichtigen Funktionen sich als
Potenzreihen darstellen lassen.
Ausgangspunkt der Theorie ist der Mittelwertsatz (4.2.1), dessen Fortsetzung unter
Zuhilfenahme hherer Ableitungen (4.2.2) der Satz von Taylor (4.2.3) ist. Von einer anderen Seite kommend, nmlich auf der Suche nach einer Funktion 6= 0, die ihre eigene
Ableitung ist, stt man auf die Exponentialreihe und die Eulersche Zahl e (4.2.4). Sie
ist das archetypische Beispiel fr Potenzreihen, die anschlieend allgemeiner untersucht
werden, vor allem in Hinblick auf ihren Konvergenzbereich (4.2.5) und ihre uerst angenehmen Differenzierbarkeitseigenschaften (4.2.6). Unter dem Gesichtspunkt von Potenzreihen wird auch die bei Prflingen (mehr als bei Prfern) beliebte Regel von de
lHospital (4.2.7) besser verstndlich.

4.2.1 Der Mittelwertsatz


Der fr die Entwicklung der Theorie grundlegende Mittelwertsatz der Differentialrechnung lautet:
Satz 4.2.1.1. Fr a < b R sei die Funktion f : [a, b] R stetig auf [a, b] und im
(a)
Inneren (a, b) differenzierbar. Dann gibt es ein x0 (a, b) mit f 0 (x0 ) = f (b)f
bzw.,
ba
quivalent, mit f (b) = f (a) + f 0 (x0 )(b a).
Anschaulich bedeutet das: Zieht man die Verbindungslinie zwischen den Punkten
(a, f (a)) und (b, f (b)), so gibt es zwischen a und b einen Punkt, wo die Tangente an
f parallel zu dieser Linie ist.
Fr einen strengen Beweis betrachtet man zuerst den Spezialfall f (a) = f (b), auf den
sich der Satz von Rolle bezieht:
Proposition 4.2.1.2. Fr a < b R sei die Funktion f : [a, b] R stetig auf [a, b]
und im Inneren (a, b) sogar differenzierbar. Gilt auerdem f (a) = f (b), so gibt es ein
x0 (a, b) mit f 0 (x0 ) = 0.

142

4.2 Taylorapproximation und Potenzreihen


Beweis. Ist f eine konstante Funktion, so ist f 0 = 0 die Nullfunktion, und wir knnen
jedes x0 (a, b) nehmen. Interessanter ist der Fall, dass f nicht konstant ist. Als stetige
Funktion nimmt f auf [a, b] eine Minimum und ein Maximum an. Wenigstens eines der
beiden ist von f (a) = f (b) verschieden. Es gibt also eine Stelle x0 [a, b] eines lokalen
Extremums mit x0 6= a, b. Folglich liegt x0 im Inneren (a, b), wo f differenzierbar ist. An
so einer Stelle muss, wie wir aus Satz 4.1.4.1 wissen, f 0 (x0 ) = 0 gelten.
Den Mittelwertsatz beweist man, indem man ihn auf den Satz von Rolle zurckfhrt.
Dazu betrachten wir die Funktion
g(x) := f (x)

f (b) f (a)
(x a).
ba

Man rechnet unmittelbar g(b) = f (a) = g(a) nach. Auerdem erbt g von f die Stetigkeit auf [a, b] und die Differenzierbarkeit auf (a, b), erfllt also die Voraussetzungen des Satzes von Rolle. Folglich gibt es ein x0 (a, b) mit g 0 (x0 ) = 0. Wegen
(a)
(a)
(a)
f (x) = g(x) + f (b)f
(x a) folgt daraus f 0 (x0 ) = g 0 (x0 ) + f (b)f
= f (b)f
,
ba
ba
ba
wie im Mittelwertsatz 4.2.1.1 behauptet.
Als interessante Folgerung erhalten wir, dass Stammfunktionen auf zusammenhngenden Teilmengen von R (Intervallen) bis auf eine additive Konstante eindeutig bestimmt
sind.
Satz 4.2.1.3. Sei D R zusammenhngend, und seien F1 und F2 Stammfunktionen
von f : D R, so gibt es ein c R mit F2 = F1 + c, d.h. F2 (x) = F1 (x) + c fr alle
x D.
Beweis. Die Differenz F := F2 F1 hat die Ableitung (F2 F1 )0 = F20 F10 = f f = 0.
Nach dem Mittelwertsatz 4.2.1.1 gibt es zu je zwei Punkten a < b in D eine Zwischenstelle
x (a, b) D (D ist zusammenhngend!) mit F (b) = F (a) + F 0 (x)(b a), wegen F 0 = 0
also F (b) = F (a). Folglich ist F konstant. Mit dem Wert c := F (a) = F (b) von F (fr
beliebige a, b D) gilt dann die Behauptung.
bungsaufgabe 219. (P) Beweisen Sie die Ungleichung
| sin b sin a| |b a|
fr alle reellen Zahlen a und b indem Sie den Mittelwertsatz auf die Funktion sin x
anwenden. Sie knnen dabei schon verwenden, dass sin0 = cos.
In der folgenden bungsaufgabe tritt neben einer Reminiszenz an den Mittelwertsatz
auch die Frage auf, ob eine Ableitung stetig ist.
Ganz hnlich wie den Mittelwertsatz beweist man den Zwischenwertsatz fr Ableitungen:
Satz 4.2.1.4. Ist f auf [a, b] differenzierbar, so nimmt f 0 jeden Wert zwischen f 0 (a) und
f 0 (b) an.

143

4 Differentialrechnung
Ist die Ableitung f 0 stetig, so ist diese Aussage bereits durch den Zwischenwertsatz
3.1.5.1 fr stetige Funktionen garantiert. Der Zwischenwertsatz fr Ableitungen lsst
sich aber auch ohne diese Voraussetzung beweisen. Die Idee ist die folgende: Ist f 0 (a) <
< f 0 (b), so betrachtet man die Funktion g(x) := f (x) x. Als stetige Funktion muss
sie auf [a, b] ein Extremum annehmen, das man (warum?) an einer Stelle x0 im Inneren
von [a, b] annehmen kann. Dort muss f 0 (x0 ) = gelten.
bungsaufgabe 220. (E) Arbeiten Sie diese Ideen zu einem vollstndigen Beweis von
Satz 4.2.1.4aus.
Die Arbeit in dieser bungsaufgabe rhrte daher, dass wir auch ohne die Stetigkeitsvoraussetzung an f 0 durchkommen wollten. Wir wollen uns nun mit den Mglichkeiten
beschftigen, die sich erffnen, wenn man immer strkere Voraussetzungen in diese Richtung zur Verfgung hat.

4.2.2 Stetige Differenzierbarkeit und hhere Ableitungen


Wir wollen nun annehmen, dass die reelle Funktion f : D R differenzierbar ist, und
ihre Ableitung f 0 : D R ins Auge fassen. Ist f 0 stetig, so heit f stetig differenzierbar.
Es ist auf den ersten Blick gar nicht leicht, Beispiele von Funktionen zu finden, die differenzierbar, aber nicht stetig differenzierbar sind. Das Standardbeispiel ist die Funktion
f (x) := x2 sin x1 fr x 6= 0 und f (0) := 0. Wir greifen vor und verwenden die Differenzierbarkeit des Sinus samt Ableitungsregel sin0 = cos. Aus Produkt- und Kettenregel
berechnet man damit f 0 (x) = 2x sin x1 cos x1 fr x 6= 0. Fr x 0 konvergiert der erste
Summand dieses Ausdrucks gegen 0, der zweite jedoch oszilliert zwischen den Werten
1 und 1. Also existiert kein Grenzwert limx0 f 0 (x), obwohl f auch an der Stelle 0
differenzierbar ist mit Ableitung
f (x)
1
f (x) f (0)
= lim
= lim x sin = 0.
x0 x
x0
x0
x0
x

f 0 (0) = lim

Fr stetig differenzierbares f stellt sich die Frage, ob sogar die Ableitung f 0 differenzierbar ist etc. Man definiert daher die hheren Ableitungen rekursiv: f (0) := f und die
n + 1-te Ableitung


f (n+1) := f (n)

sofern die n-te Ableitung von f existiert und selbst differenzierbar ist.1 Die Funktion f
heit n-mal differenzierbar, wenn f (n) existiert; sie heit n-mal stetig diffenzierbar,
wenn f (n) sogar stetig ist. Ist f sogar n-mal differenzierbar fr jedes n N, so heit f
unendlich oft differenzierbar (manchmal glatt).
Die 0-te Ableitung von f ist also f selbst, die erste ist die (gewhnliche) Ableitung f 0
von f , die zweite Ableitung ist f 00 , die Ableitung der Ableitung etc.
1

Trotz derselben Notation darf die n-te Ableitung nicht mit der n-fachen Iteration von f aus 2.1.2
verwechselt werden.

144

4.2 Taylorapproximation und Potenzreihen


Beispiele unendlich oft differenzierbarer Funktionen sind Polynome und gebrochen
rationale Funktionen. Gehen wir von einem Polynom
f (x) =

n
X

ak xk

k=0

aus, so sehen wir: f (0) = a0 , f 0 (0) = a1 , f 00 (0) = 2a2 , f 000 (0) = 6a3 und allgemein
f (k) (0) = k!ak . Man beachte auch, dass f (n) = n!an konstant und f (k) fr k > n die
(k)
Nullfunktion ist. Die Koeffizienten ak = f k!(0) lassen sich also auch ber die hheren
Ableitungen von f an der Stelle 0 bestimmen. Analoges gilt bei Entwicklung von f an
einer anderen Stelle x0 6= 0:
f (x) =

n
X

bk (x x0 )k

mit bk =

k=0

f (k) (x0 )
.
k!

Diesen Ansatz wollen wir nun fr beliebige hinreichend oft differenzierbare Funktionen
f , die keine Polynome sein mssen, weiter verfolgen.
Zuvor aber noch eine bungsaufgabe:
bungsaufgabe 221. (E) Fr m, n N und x 6= 0 sei fm,n (x) := xm sin
dem fm,n (0) := 0.

1
xn

, auer-

1. Begrnden Sie, warum alle fm,n auf R \ {0} unendlich oft differenzierbar (und
0
(x) fr x 6= 0.
folglich auch stetig) sind und berechnen Sie fm,n
2. Fr welche Paare (m, n) ist f stetig?
3. Fr welche Paare (m, n) ist f differenzierbar?
4. Fr welche Paare (m, n) ist f stetig differenzierbar?
5. Gegeben irgendein Paar (m, n). Wie oft ist fm,n differenzierbar, wie oft stetig differenzierbar?
Sie drfen in dieser Aufgabe bereits die Ableitungsregeln sin0 = cos und cos0 = sin
verwenden.

4.2.3 Der Satz von Taylor


Definition 4.2.3.1. Ist die n-mal differenzierbare reelle Funktion f : D R vorgegeben
und x0 D, so heit
n
X
f (k) (x0 )
pf,x0 ,n (x) :=
(x x0 )k
k!
k=0
das Taylorpolynom n-ten Grades oder auch das n-te Taylorpolynom von f an der
Stelle x0 .

145

4 Differentialrechnung
Offenbar ist pf,x0 ,n so definiert, dass an der Stelle x0 seine 0-te Ableitung (= sein
Funktionswert), seine erste Ableitung und seine hheren Ableitung bis zur n-ten mit
(k)
jenen von f bereinstimmen, also pf,x0 ,n (x0 ) = f (k) (x0 ) fr k = 0, 1, . . . , n. Die erste
Ableitung einer Funktion entspricht ihrer linearen Approximation, whrend das Taylorpolynom eine Approximation hheren Grades ist. Das berechtigt zur Hoffnung, dass
pf,x0 ,n fr wachsende n die Funktion f immer besser approximiert. Bedenken wir, dass
(n+1)
pf,x0 ,n die Nullfunktion ist, darf man erwarten, dass die Differenz f pf,x0 ,n von f (n+1)
abhngt. Betrachten wir zunchst den sehr einfachen Fall n = 0. Das 0-te Taylorpolynom
pf,x0 ,0 ist die konstante Funktion mit dem Wert f (x0 ). Der Mittelwertsatz besagt, dass
die Abweichung f (x) p0 (x) = f (x) f (x0 ) gleich f 0 ()(x x0 ) mit einer Zwischenstelle
ist. Das ist tatschlich eine Aussage von der vermuteten Art. Von derselben Struktur,
lediglich mit hheren Ableitungen, ist der Satz von Taylor, der den Mittelwertsatz als
Spezialfall mit n = 0 enthlt.
Satz 4.2.3.2. Die reelle Funktion f : D R sei n + 1-mal differenzierbar auf der
zusammenhngenden Menge D und x0 D. Wir bezeichnen mit
rf,x0 ,n (x) := f (x) pf,x0 ,n (x)
den Fehler, den man an der Stelle x 6= x0 D macht, wenn man f durch das n-te
Taylorpolynom pf,x0 ,n von f an der Stelle x0 ersetzt. Fr x D und x 6= x0 gibt es dann
eine Stelle zwischen x0 und x mit
rf,x0 ,n (x) =

f (n+1) ()
(x x0 )n+1 .
(n + 1)!

Beweis. Wir bestimmen die Zahl so, dass fr die Funktion


F : t 7 pf,x0 ,n (t) + (t x0 )n+1
die Beziehung F (x) = f (x) gilt, also =

f (x)pf,x0 ,n (x)
,
(xx0 )n+1

und betrachten die Differenz

g(t) := F (t) f (t).


Die Funktion g ist n + 1-mal differenzierbar mit g(x0 ) = g 0 (x0 ) = g 00 (x0 ) = . . . =
g (n) (x0 ) = 0 und g(x) = 0. Nach dem Satz von Rolle angewendet auf g gibt es eine
Zwischenstelle 1 zwischen x0 und x mit g 0 (1 ) = 0. Nun wenden wie den Satz von Rolle
auf g 0 an und erhalten eine Zwischenstelle 2 zwischen x0 und 1 mit g 00 (2 ) = 0. Auf
diese Weise setzen wir fort und erhalten schlielich eine Zwischenstelle := n+1 mit
g (n+1) () = 0. Man beachte, dass g (n+1) (t) = (n + 1)! f (n+1) (t). Setzen wir fr t
(n+1)
ein, so folgt = f (n+1)!() und somit
rf,x0 ,n (x) = f (x) pf,x0 ,n (x) = F (x) pf,x0 ,n (x) =
die Behauptung.

146

f (n+1) ()
(x x0 )n+1 ,
(n + 1)!

4.2 Taylorapproximation und Potenzreihen


Sind Schranken fr die n + 1-te Ableitung f (n+1) bekannt, so gibt der Satz von Taylor Auskunft darber, wie gut die Funktion f durch ihr n-tes Taylorpolynom pf,x0 ,n
approximiert wird.
Besonders angenehm wre es, wenn f unendlich oft differenzierbar wre und wenn
man zeigen knnte, dass der Fehlerterm
rf,x0 ,n (x) =

f (n+1) ()
(x x0 )n+1
(n + 1)!

fr n gegen 0 konvergiert. Denn das bedeutete

X
f (n) (x0 )

f (x) = lim pf,x0 ,n (x) =


n

n=0

n!

(x x0 )n .

Die Reihe rechts nennt man die Taylorreihe von f an der Entwicklungs- oder Anschlussstelle x0 .
bungsaufgabe 222. (T) Berechnen Sie fr folgende Funktionen das Taylorpolynom
dritten Grades mit dem angegebenen Entwicklungspunkt x0
1. x3 + 3x2 + 5, x0 = 0.

2. x3 + 3x2 + 5, x0 = 1.

Sehr hufig tritt die Entwicklungsstelle x0 = 0 auf. In diesem Fall hat die Taylorreihe
die Gestalt als sogenannte Maclaurinreihe

X
f (n) (0) n
x .
n=0

n!

Wegen des stark wachsenden Nenners n!, der jedenfalls gegenber dem Term (x x0 )n
dominiert, stehen die Chancen nicht schlecht, dass eine Funktion f durch ihre Taylorreihe
dargestellt wird. Garantieren knnen wir das z.B., wenn die Ableitungen f (n) fr n
beschrnkt bleiben. Dem einfachsten und gleichzeitig wichtigsten Beispiel, wo das der
Fall ist, wollen wir uns nun zuwenden.

4.2.4 Die Exponentialreihe und die Eulersche Zahl e


Sehr hufig treten Wachstumsprozesse auf, wo der momentane Zuwachs proportional
zum vorhandenen Bestand ist. Ein typisches Beispiel ist das Bevlkerungswachstum
bei gleichbleibender Fortpflanzungsrate pro Individuum. Bezeichnen wir mit f (t) die
Bevlkerung zum Zeitpunkt t, so sollte also annhernd f 0 (t) = cf (t) mit einer Konstanten
c R gelten. Herrscht positives Wachstum, so ist c > 0, und wir knnen die Einheiten
so whlen, dass c = 1 und f (0) = 1 gilt. Gesucht ist also eine Funktion f : R R mit
f (0) = 1, die ihre eigene Ableitung ist: f 0 = f .
Durch diese Vorgaben ist die Taylorreihe von f bei x0 = 0 aber schon eindeutig
bestimmt, weil ja dann f = f 0 = f 00 = . . . = f (n) = . . ., insbesondere f (n) (0) = f (0) = 1
fr alle n N gilt. Es muss dann gelten
f (x) =

X
f (n) (0) n X
xn
x =
=: exp(x).
n=0

n!

n=0

n!

147

4 Differentialrechnung
Die Reihe rechts ist die Exponentialreihe. Wir haben bereits bewiesen, dass sie fr
alle x R und sogar (mit dem gleichen Beweis mittels Quotientenkriterium) fr alle
x C absolut konvergiert. Also knnen wir bei Bedarf
exp : C C,

x 7

X
xn

n!

n=0

auch als Funktion auf ganz C auffassen. Zunchst bleiben wir aber im reellen.
Wegen der absoluten Konvergenz knnen wir das Produkt zweier Funktionswerte von
exp als Cauchyprodukt berechnen:

X
xn

exp(x) exp(y) =

n=0

mit
cn =

n!

n
X
xk
k=0

X
yn
n=0

n!

cn

n=0

n
y nk
1 X
n k nk
(x + y)n
=
x y
=
k! (n k)!
n! k=0 k
n!

(Binomischer Lehrsatz, siehe 1.4.4). Also knnen wir zu


exp(x + y) = exp(x) exp(y)
zusammenfassen. Die Funktion exp erfllt also dieselbe Funktionalgleichung wie die
Exponentialfunktionen. Nach dem Eindeutigkeitssatz fr die Exponentialfunktion muss
P
1
exp = expa fr a = exp(1) =
n=0 n! = e gelten, sofern wir die Stetigkeit von exp an
wenigstens einem Punkt x0 beweisen knnen. Wir fassen x0 = 0 ins Auge und schreiben
zu diesem Zweck
exp(x) = 1 + x(1 +

x
Fr |x| 1 ist wegen (n+1)!

beschrnkt durch

1
n=0 n!

X
xn
x
x2
+
+ . . .) = 1 + x
.
2!
3!
(n + 1)!
n=0
1
n!

die unendliche Reihe

betragsmig

= e, also folgt

lim exp(x) = 1 + lim x

x0

xn
n=0 (n+1)!

x0

xn
= 1 = exp(0),
(n + 1)!
n=0

was die Stetigkeit von exp bei x0 = 0 beweist. Also ist tatschlich
exp(x) = expe (x) =

X
xn
n=0

n!

= ex

fr alle x R. Fr die Eulersche Zahl ergibt sich der Wert e = 2,718281828459045 . . .


Fr exp knnen wir sogar Differenzierbarkeit und die Ableitungsregel
exp0 = exp

148

d.h. (ex )0 = ex

4.2 Taylorapproximation und Potenzreihen


beweisen. In der Definition des Differentialquotienten setzen wir h = x x0 , also
exp0 (x0 ) = lim

xx0

exp(x) exp(x0 )
exp(x0 + h) exp(x0 )
= lim
.
h0
x x0
h

Wegen der Funktionalgleichung gilt exp(x0 + h) = exp(x0 ) exp(h). Somit knnen wir
weiter schreiben
exp(h) 1
exp0 (x0 ) = exp(x0 ) lim
.
h0
h
Der letzte Ausdruck

X
exp(h) 1
1
h2 h3
h
h2
hn
= (h +
+
+ . . .) = 1 + +
+ ... = 1 + h
h
h
2
6
2!
3!
(n + 2)!
n=0

konvergiert fr h 0 gegen 1 (Argument wie weiter oben bei der Stetigkeit), also gilt
wirklich exp0 (x0 ) = exp(x0 ).
n

h
bungsaufgabe 223. (T) In der obigen Rechnung wurde verwendet, dass
n=0 (n+2)!
fr h aus einem Intervall um 0 beschrnkt ist. Begrnden Sie das fr h [1, 1].

4.2.5 Verallgemeinerung: Potenzreihen und ihr Konvergenzbereich in C


Zahlreiche Phnomene, die wir an der Exponentialreihe beobachten konnten, gelten viel
allgemeiner. Der geeignete Rahmen sind sogenannte Potenzreihen, die wir zweckmig
gleich als komplexe Funktionen auffassen. Es handelt sich um Reihen der Form

an (x x0 )n .

n=0

Dabei heit x0 die Anschluss- oder Entwicklungsstelle, die Zahlen an C heien


die Koeffizienten der Potenzreihe. Eine Potenzreihe ist also der (zunchst punktweise)
P
Grenzwert der (stetigen) Polynome nk=0 ak (x x0 )k fr n .
Die wichtigste Frage ist die nach der Konvergenz. Vom Wurzelkriterium wissen wir,
dass es darauf ankommt, ob ab einem gewissen n0 , also fr alle n n0
q
n

|an (x x0 )n | = |x x0 | n |an | q < 1


p

garantiert werden kann. Die entscheidende Rolle dabei spielt s := lim supn n |an |.
Ist |x x0 | < s1 , so herrscht Konvergenz, ist hingegen |x x0 | > s1 , so divergiert
die Reihe. Der Konvergenzbereich K, das ist die Menge aller x C, fr die die
Reihe konvergiert, hat also die Gestalt einer Kreisscheibe in der komplexen Ebene mit
Mittelpunkt x0 und Radius r := s1 bzw. einer zusammenhngenden Menge in R. Man
nennt r den Konvergenzradius der Reihe. Die Punkte auf dem Kreisrand knnen zu
K gehren oder auch nicht. Im Extremfall kann auch r = sein (wie zum Beispiel bei
1
) oder r = 0 (wie etwa bei an = n!). Im ersten
der Exponentialreihe, also bei an = n!
Fall konvergiert die Reihe berall, im zweiten nur im Punkt x0 . Einen positiven aber

149

4 Differentialrechnung
1
n
endlichen Konvergenzradius r = 1 hat die geometrische Reihe
n=0 x = 1x , die also
ebenfalls als Potenzreihe aufgefasst werden kann, und zwar mit den Koeffizienten an = 1.
Interessiert man sich nur fr das Verhalten im Reellen, ist der Konvergenzbereich
K einer Potenzreihe ein Intervall (Schnitte eines Kreises mit der reellen Achse), das
Konvergenzintervall der Reihe, wobei in den Extremfllen auch K = R oder K = {x0 }
mglich ist.

bungsaufgabe 224. (T) Welche der Reihen sind Potenzreihen? Geben Sie Entwicklungsstelle und Konvergenzbereich an.
1.

X
x

n=0

2)n

2.

(x

n=0

1 n
)
n

3.

X
(3x 1)n
n=0

n!

bungsaufgabe 225. (T) Berechnen Sie die Konvergenzradien, und untersuchen Sie
das Randverhalten.



X
X
X xn2
1
1
1
ln(n)/n n
n
1.
n
x
2.
1+ +
3.
+ ... + 3 x
8 27
n
2n
n=1
n=1
1
n
bungsaufgabe 226. (E) Fr |x| < 1 gilt bekanntlich
n=0 x = 1x . Mit anderen
P
1
n
Worten: die Funktion 1x
wird durch die Potenzreihe
n=0 x dargestellt. Berechnen
Sie die Potenzreihendarstellung der Funktion

f (x) =

x
,
1 x x2

Hinweis: Berechnen Sie die Partialbruchzerlegung von f (x) und verwenden Sie die Potenzreihendarstellung der geometrischen Reihe.

4.2.6 Wichtige Eigenschaften von Potenzreihen


n
Angenommen die Potenzreihe
n=0 an (x x0 ) hat einen positiven Konvergenzradius
r > 0. Sei K 0 die Kreisscheibe in der komplexen Zahlenebene mit Mittelpunkt x0 und
Radius r0 < r. Mit etwas mhsamen, aber nicht sehr schwierigen Rechnungen kann man
sich davon berzeugen, dass die Konvergenz auf K 0 dann sogar gleichmig erfolgt. Also
ist die durch die Potenzreihe dargestellte Funktion als gleichmiger Grenzwert stetiger Polynome wieder stetig. Noch feinsinnigere berlegungen zeigen, dass Potenzreihen
auch differenzierbar sind etc. Ohne auf die Beweise nher einzugehen, fassen wir die
wichtigsten Tatsachen zusammen.

Satz 4.2.6.1. Gegeben sei die Potenzreihe


f (x) =

an (x x0 )n

n=0

mit an R (eventuell auch an C). Ihr Konvergenzbereich sei K C (f aufgefasst als


komplexe Funktion) bzw. I R (wenn der Definitionsbereich von f in R enthalten ist),
r > 0 der Konvergenzradius.

150

4.2 Taylorapproximation und Potenzreihen


1. Fr jedes x mit |xx0 | < r konvergiert die Potenzreihe sogar absolut. Insbesondere
stellen Cauchyprodukte von zwei Potenzreihen im Inneren des gemeinsamen Konvergenzbereichs das Produkt der dargestellten Funktionen dar (vgl. Satz 2.2.4.2).
2. Die Funktion f ist auf ganz K bzw. I stetig und auf dem Inneren von K unendlich
oft differenzierbar (sogar im komplexen Sinn, der analog zum reellen Fall ber
Differentialquotienten definiert ist).
3. Die Ableitung f 0 von f (und damit auch alle hheren Ableitungen) hat ebenfalls
eine Darstellung als Potenzreihe um x0 mit demselben Konvergenzradius r, die
man durch gliedweises Differenzieren erhlt, d.h.:
0

f (x) =

nan (x x0 )

n1

n=1

(n + 1)an+1 (x x0 )n .

n=0

4. Die Potenzreihe ist ihre eigene Taylorreihe um x0 , das heit an =

f (n) (x0 )
.
n!

bungsaufgabe 227. (P) Die reellen Zahlen a < b seien vorgegeben. Geben Sie konkrete Potenzreihen an, deren Konvergenzbereich in R genau folgende Mengen sind:
[a, b],

[a, b),

(a, b],

(a, b),

{a},

R.

Das Verhltnis von Potenzreihen und Taylorreihen ist also das folgende: Ist f an einem Punkt x0 unendlich oft differenzierbar, so ist ihre Taylorreihe in x0 definiert als
P f (n) (x0 )
. Diese Reihe ist eine Potenzreihe. Es ist aber nicht garantiert, dass diese
n=0
n!
Potenzreihe konvergiert, geschweige denn gegen f . Im Inneren des Konvergenzbereichs
einer Potenzreihe jedoch ist die durch sie dargestellte Funktion unendlich oft differenzierbar, und ihre Taylorreihe ist die gegebene Potenzreihe.
Das klassische Beispiel zur Illustration mglicher Schwierigkeiten ist die Funktion
1
f (x) := e x2 fr x 6= 0 und f (0) := 0. Man zeigt mit Induktion nach n durch simples
Differenzieren, dass fr x 6= 0 die n-te Ableitung von der Bauart f (n) = rn f mit einer
gebrochen rationalen Funktion rn ist. Fr gebrochen rationale Funktionen r gilt (Var( 1 )

riablensubstitution y = x1 ) limx0 r(x)f (x) = limy yy2 = 0, weil der exponentielle


e
Term in Nenner den hchstens polynomialen im Zhler dominiert. Nochmals Induktion nach n zeigt f (n) (0) = 0 fr alle n: Nicht nur f selbst ist stetig bei 0 mit Wert 0
(Induktionsanfang), sondern auch der Differentialquotient
f (n) (x) 0
rn (x)
= lim
f (x) = 0
x
x0
x0
x

f (n+1) (0) = lim

ist von derselben Bauart (mit rnx(x) statt rn (x)) und mit Wert 0 (Induktionsschritt).
Somit ist f auch an der Stelle x0 = 0 unendlich oft differenzierbar, und alle Ableitungen
nehmen den Wert 0 an. Die Taylorreihe von f an der Stelle x0 ist somit die Nullreihe und
stellt daher die Nullfunktion dar, nicht aber die Funktion f , von der wir ausgegangen
sind. Die Funktion f hat also keine Potenzreihendarstellung bei x0 = 0, obwohl sie
unendlich oft differenzierbar ist.

151

4 Differentialrechnung
1

bungsaufgabe 228. (E) Die Funktion f (x) := e x2 fr x 6= 0 und f (0) := 0 ist, wie
wir gesehen haben in x = 0 unendlich oft differenzierbar aber nicht in eine Potenzreihe
entwickelbar. Gilt dasselbe fr:
1

1. f (x) := e x3 fr x 6= 0 und f (0) := 0?


1

2. f (x) := e x4 fr x 6= 0 und f (0) := 0?


Doch zurck zu weniger ungewhnlichen Situationen.

4.2.7 Die Regel von de lHospital


Ein sehr ntzliches Instrument zur Berechnung von Grenzwerten der Form 00 oder
ist
die Regel von de lHospital.
Wir gehen von der Situation f (a) := limxa+ f (x) = 0 und g(a) := limxa+ g(x) = 0
fr a R aus. Sofern die auftretenden Nenner 6= 0 sind, gilt in diesem Fall
f (x)
f (x) f (a)
=
=
g(x)
g(x) g(a)

f (x)f (a)
xa
.
g(x)g(a)
xa

Fr x a streben Zhler und Nenner des Doppelbruchs rechts gegen f 0 (a) bzw. g 0 (a),
0 (a)
(x)
also gilt limxa fg(x)
= fg0 (a)
. Mit Hilfe einer Verallgemeinerung des Mittelwertsatzes kann
man noch strkere Aussagen verwandter Art beweisen, die wir ohne weitere Beweisdetails
in folgendem Satz zusammenfassen.
Satz 4.2.7.1. Auf dem Definitionsbereich D = (a, b) mit < a < b < seien
die Funktionen f und g differenzierbar. Es gebe ein > 0 so, dass die Ableitung g 0 im
kleinen Bereich (a, a+) rechts von a keine Nullstelle habe. Gilt entweder limxa+ f (x) =
limxa+ g(x) = 0 oder limxa+ g(x) {, }, so folgt
lim

xa+

f (x)
f 0 (x)
= lim 0
,
g(x) xa+ g (x)

sofern der rechte Grenzwert als reelle Zahl oder auch nur als oder existiert. Die
entsprechende Aussage gilt fr limxb , auerdem sinngem fr a = bzw. b = .
Ein typisches Anwendungsbeispiel, wo die Regel von de lHospital sogar zweimal zum
Zug kommt, ist
exp(x) x 1
exp(x) 1
exp(x)
1
= lim
= lim
= .
2
x0
x0
x0
x
2x
2
2
lim

Fr noch interessantere Anwendungen mssen wir unseren Fundus an differenzierbaren


Funktionen erweitern.
bungsaufgabe 229. (E) Die Funktionen f und g in Satz 4.2.7.1 mgen Potenzreihendarstellungen an der Stelle a haben. Weiters gelte f (a) = g(a) = 0, und g sei nicht
konstant 0. Beweisen Sie die Regel von de lHospital direkt unter diesen Voraussetzungen,
ohne Satz 4.2.7.1 zu verwenden.

152

4.3 Weitere Wichtige Beispiele differenzierbarer Funktionen


bungsaufgabe 230. (T) Berechnen Sie die den Grenzwert mit Hilfe der Regel von
de lHospital. Vergleichen Sie den Rechenaufwand, wenn Sie Zhler und Nenner zuerst
einzeln in Potenzreihen entwickeln.
x(ex ex )
2
2
x0 ex ex
lim

bungsaufgabe 231. (T) Berechnen Sie die folgenden Grenzwerte fr alle positiven
reellen Zahlen :
x
ln x
lim
und
lim
.
x exp(x)
x x
Schlieen Sie daraus auf die Grenzwerte von
x
x exp(x)

und

lim

(ln x)
,
x
x
lim

fr alle positiven reellen Zahlen und .


bungsaufgabe 232. (P) Sei
x2 cos x1
f (x) =
.
sin x
1. Warum lsst sich der Grenzwert lim f (x) nicht mit der Regel von de lHospital
x0

berechnen? Hinweis: Verwenden Sie an geeigneter Stelle die beiden Folgen ak =


2
und bk = (2k+1)
.

1
k

2. Berechnen Sie den Grenzwert mit einer anderen Methode.


Hinweis: f (x) =

x
sin x x cos

 
1
x

4.3 Weitere Wichtige Beispiele differenzierbarer Funktionen


Im vorangegangenen Abschnitt diente die Exponentialfunktion als Ausgangspunkt und
reprsentatives Beispiel fr die Theorie der Potenzreihen. Nun sollen weitere wichtige
Funktionen behandelt werden. Bemerkenswerterweise stammen sie alle in der einen oder
anderen Weise von exp ab. Die besondere Rolle der Exponentialfunktion in der Mathematik kommt dadurch eindrucksvoll zum Ausdruck. Konkret werden wir den Logarithmus
(4.3.1), Potenzfunktionen mit beliebigen reellen Exponenten (4.3.2), die trigonometrischen (4.3.3), die Arcus- (4.3.4) und die Areafunktionen (4.3.5) unter dem Gesichtspunkt
der Differentialrechnung behandeln.

4.3.1 Logarithmus, Fortsetzung


Wie wir bereits wissen, ist der Logarithmus loga zur Basis a > 0, a 6= 1, als Umkehrfunktion der Exponentialfunktion expa zur Basis a definiert. In Hinblick auf die
Differentialrechnung empfiehlt es sich, mit der Basis a = e zu beginnen. Zur Erinnerung

153

4 Differentialrechnung
aus 3.3.3: Man schreibt ln := loge und nennt den Logarithmus zur Basis e auch den natrlichen Logarithmus. Als Umkehrfunktion der differenzierbaren Funktion exp ist
ln selbst differenzierbar mit Ableitung (Formel fr die Ableitung einer Umkehrfunktion
aus Satz 4.1.5.1)
1
1
1
ln0 (x) =
=
= .
0
exp (ln(x))
exp(ln(x))
x
bungsaufgabe 233. (T) Berechnen Sie die erste Ableitung von f (x) := ln(ln(ln(x))).
Wo ist sie definiert?
Jetzt sind wir in der Lage, die wichtige und frher bereits erwhnte Formel


lim

1+

1
n

n

=e

sehr schnell mit Hilfe der Regel von de lHospital herzuleiten. Und zwar ersetzen wir
1
die Variable n durch die reelle Variable x > 0, formen um zu (1 + x1 )x = ex ln(1+ x ) und
setzen dann noch x = y1 . Anwendung der Regel von de lHospital liefert
1

1
ln(1 + y)
1+y
) = lim
= lim
= 1.
y0
y0 1
x
y

lim x ln(1 +

Unter Verwendung der Stetigkeit der Exponentialfunktion fassen wir zusammen zu


1
1+
n

lim

n

= elimx x ln(1+ x ) = e1 = e,

was behauptet wurde.


Aus der Ableitungsregel fr den Logarithmus lsst sich fr 1 < x 1 auch die
Darstellung als logarithmische Reihe
ln(1 + x) = x

X
x2 x3 x4
xn
(1)n+1
+

+ ... =
2
3
4
n
n=1

gewinnen. Wir verwenden dabei, dass eine Funktion auf einem Intervall durch ihre Ableitung und einen Funktionswert (hier ln 1 = 0) eindeutig gegeben ist. Deshalb gengt
es, obige Reihe abzuleiten und unter Verwendung der Formel fr die geometrische Reihe

n+1 x

(1)

n=1

!0

(1)n+1 xn1 =

n=1

(x)n =

n=0

1
= ln0 (1 + x)
1+x

abzulesen. Bemerkenswert ist der Fall x = 1: Der Abelsche2 Grenzwertsatz, den wir
hier nicht beweisen, besagt, dass eine Potenzreihe, sofern sie an einem Randpunkt ihres
Konvergenzbereichs konvergiert, an diesem Punkt gegen die stetige Fortsetzung der auf
dem Inneren des Konvergenzbereichs dargestellten Funktion (wo ja immer Stetigkeit
herrscht) konvergiert. Bei der logarithmischen Reihe ist das fr x = 1 der Fall. Daraus
folgt:
1 1 1 1 1
ln 2 = 1 + + + . . .
2 3 4 5 6
2

nach dem norwegischen Mathematiker Niels Henrik Abel (1802-1829), siehe auch 3.2.4.

154

4.3 Weitere Wichtige Beispiele differenzierbarer Funktionen


bungsaufgabe 234. (P) Gewinnen Sie durch Anwendung
q der Rechenregeln fr den
Logarithmus die Potenzreihendarstellung der Funktion ln 1+x
1x aus der logarithmischen
Reihe um den Entwicklungspunkt x = 0.
Logarithmen zu einer Basis a 6= e (a > 0, a 6= 1) lassen sich leicht auf den natrlichen
Logarithmus zurckfhren. Denn aus
eln x = x = aloga x = (eln a )loga x = e(ln a) loga x
lesen wir ln x = (ln a) loga x ab, also
loga x =

ln x
.
ln a

Logarithmen zu verschiedenen Basen unterscheiden sich also nur durch multiplikative


Konstante. Die Ableitung von loga ist gegeben durch
log0a x =

1
.
(ln a)x

4.3.2 Allgemeine Potenzen und binomische Reihe


Die Potenzfunktionen p : R+ R+ , x 7 x , lassen sich darstellen als
p (x) = x = (eln x ) = e ln x ,
d.h. als Komposition p = exp m ln mit der Multiplikationsfunktion m : x 7 x.
Alle drei Funktionen sind differenzierbar, nach der Kettenregel also auch ihre Komposition, und es gilt fr die Ableitung
(x )0 = p0 (x) = exp0 (m (ln x))m0 (ln x) ln0 x
Setzen wir fr die Faktoren exp0 (m (ln x)) = exp( ln x) = x , m0 (ln x) = ln x und
ln0 x = x1 ein, ergibt das die vertraute Differentiationsregel
(x )0 = p0 (x) = x

= x1 ,
x

die aber erst jetzt fr beliebige reelle Exponenten bewiesen ist.


bungsaufgabe 235. (T) Wo ist die Funktion f (x) := xx definiert? Berechnen Sie f 0 ,
untersuchen Sie das Verhalten von f insbesondere in der Nhe von x = 0 und fertigen
Sie eine Skizze an.
Auch fr Potenzfunktionen gibt es eine ntzliche Potenzreihendarstellung, nmlich fr
|x| < 1 durch die binomische Reihe:

f (x) := (1 + x) =

X
n=0

n
x .
n

155

4 Differentialrechnung
Der Witz besteht darin, dass nicht mehr ganzzahlig sein muss. Der entsprechend
verallgemeinerte Binomialkoeffizient ist definiert durch

:=

( 1)( 2) . . . ( n + 1)
.
n!

(Man beachte, dass diese Definition fr 0 n N mit der bisher gegebenen


bereinstimmt.) Durch iteriertes Differenzieren von f erhlt man f 0 (x) = (1 + x)1 ,
f 00 (x) = ( 1)(1 + x)2 etc. und sieht sehr schnell, dass die binomische Reihe
die Taylorreihe von f an der Stelle x0 = 0 ist. Dass die Taylorreihe auch tatschlich f
darstellt, erreicht man in diesem Fall nicht durch Abschtzung des Restgliedes rf,x0 ,n (x),
wie es in unserer Version des Satzes 4.2.3.2 von Taylor beschrieben wurde. Es gibt aber
Darstellungen des Restgliedes (auf die wir hier allerdings nicht eingehen), die auch bei
der binomischen Reihe zum Ziel fhren.

4.3.3 Die Differenzierbarkeit der trigonometrischen Funktionen


Mit Hilfe von Potenzreihen knnen wir unsere berlegungen zu den trigonometrischen
Funktionen aus 3.3.4 auf eine feste Basis stellen. Wir gehen nochmals aus von der Exponentialfunktion. Und zwar betrachten wir sie nun als komplexe Funktion. Dabei werden
wir einen verblffenden Zusammenhang mit den trigonometrischen Funktionen feststellen. Und zwar betrachten wir die Funktion : R C, : x 7 exp(ix), x R. Dabei
setzen wir (x) = f (x) + ig(x) mit Realteil f (x) und Imaginrteil g(x), wodurch die
reellen Funktionen f, g : R R definiert sind. In der Exponentialreihe fr exp(ix) wird
der Realteil von den Gliedern mit geradem Index n = 2k gebildet, der Imaginrteil von
denen mit ungeradem n = 2k + 1 (jeweils k N), also
exp(ix) =

X
(ix)n
n=0

n!

(1)k

k=0

X
x2k
x2k+1
+i
(1)k
.
(2k)!
(2k
+
1)!
k=0

Daraus folgen fr die Funktionen f und g die Potenzreihendarstellungen


f (x) =

(1)n

n=0

und
g(x) =

(1)n

n=0

x2n
(2n)!

x2n+1
.
(2n + 1)!

Wir sammeln nun einige Informationen ber f und g. Zunchst liest man
eix = f (x) ig(x) = eix
ab, also
|(x)| = |eix |2 = eix eix = eix eix = eixix = e0 = 1.

156

4.3 Weitere Wichtige Beispiele differenzierbarer Funktionen


Somit liegt der Wertebereich von auf dem Einheitskreis, also f (x)2 +g(x)2 = 1. Weiters
zeigt (gliedweise) Differentiation der Potenzreihen fr f und g, dass
f 0 (x) = g(x) und

g 0 (x) = f (x).

Fr kleine x bedeutet das f (x + x) f (x) + xf 0 (x) = f (x) xg(x) sowie


g(x + x) g(x) + xg 0 (x) = g(x) + xf (x). Setzen wir Real- und Imaginrteil von
(x) zusammen und verwenden wir i(x) = i(f (x) + ig(x)) = g(x) + if (x), bedeutet
das
(x+x) = f (x+x)+ig(x+x) f (x)xg(x)+ig(x)+ixf (x) = (x)+ix(x).
Interpretieren wir (x) als Bewegung auf dem komplexen Einheitskreis in Abhngigkeit
vom Zeitparameter x, so bewegen wir uns also in x Zeiteinheiten gerade um einen
Weg der Lnge |ix(x)| = x weiter, d.h. mit Geschwindigkeit 1. Multiplikation mit
i bedeutet in der komplexen Ebene eine Drehung um einen rechten Winkel nach links.
Also erfolgt die Bewegung auf dem Einheitskreis gegen den Uhrzeigersinn. Offenbar ist
(0) = 1, also startet die Bewegung im Zeitpunkt x = 0 beim Punkt 1.
Vergleichen wir mit unserer (damals, am Ende des Kapitels ber Stetigkeit, noch nicht
vllig rigorosen) Definition der trigonometrischen Funktionen cos und sin, so beobachten
wir vllige bereinstimmung, wobei f = cos und g = sin zu setzen ist. Diese nicht rigoros,
sondern teilweise ber die Anschauung gewonnene Einsicht motiviert uns, Cosinus und
Sinus nun streng durch die gewonnenen Reihen zu definieren:
cos(x) :=

(1)n

n=0

und
sin(x) :=

(1)n

n=0

x2n
(2n)!

x2n+1
.
(2n + 1)!

Unsere bisherigen berlegungen zeigen den Zusammenhang


exp(ix) = cos x + i sin x
fr alle x R sowie die Ableitungsregeln
cos0 x = sin x

und

sin0 x = cos x.

Die Kreiszahl lsst sich nun streng definieren, beispielsweise als das Doppelte der
kleinsten positiven Nullstelle des Cosinus. Auch die Additionstheoreme fr cos und sin,
die uns erstmals in 1.5.4 begegnet sind, kann man nun auf eine neue und einfache Art
herleiten. Man braucht nur in
cos(x + y) + i sin(x + y) = ei(x+y) = eix+iy = eix eiy = (cos x + i sin x)(cos y + i sin y) =
= cos x cos y sin x cos y + i(sin x cos y + cos x sin y)
Real- und Imaginrteil zu vergleichen.

157

4 Differentialrechnung
Man beachte auch die oft ntzlichen Beziehungen
cos x =

eix + eix
2

sin x =

und

eix eix
.
2i

sin x
Mit cos und sin sind nun auch Tangens und Cotangens durch tan x := cos
x und
cos x
cot x := sin x auf ihren jeweiligen Definitionsbereichen streng definiert. Die geometrischen
Interpretationen stehen aber weiterhin in gewohnter Weise zur Verfgung.

bungsaufgabe 236. Berechnen Sie fr folgende Funktionen das Taylorpolynom dritten Grades mit dem angegebenen Entwicklungspunkt x0 .
1. sin(x) x, x0 = 0
3. sin(x) + x, x0 = pi

2. sin(x) x, x0 =

bungsaufgabe 237. Zeigen Sie mit vollstndiger Induktion, dass die n-te Ableitung
von sin x ex durch

(4)k sin x ex

(4)k (cos x + sin x)ex

(4)k 2 cos x ex

(4) 2(cos x sin x)ex

wenn
wenn
wenn
wenn

n = 4k
n = 4k + 1
n = 4k + 2
n = 4k + 3

gegeben ist.

4.3.4 Die Arcusfunktionen


Die Arcusfunktionen Arcus cosinus, Arcus sinus, Arcus tangens und Arcus cotangens, symbolisch arccos, arcsin, arctan und arccot, sind definiert als Umkehrfunktionen
der lokalen trigonometrischen Funktionen
cos : [0, ] [1, 1]
arccos : [1, 1] [0, ]


sin : [ , ] [1, 1] arcsin : [1, 1] [ , ]
2 2
2 2


tan : ( , ) R
arctan : R ( , )
2 2
2 2
cot : (0, ) R
arccot : (0, ) R
Vor allem aus Sicht der Integralrechnung (siehe nchstes Kapitel), sind die Ableitungsregeln von Interesse. Unter Verwendung der Beziehung
cos(arcsin x) =

1 sin2 (arcsin x) =

1 x2

und der Formel aus Satz 4.1.5.1 fr die Ableitung von Umkehrfunktionen berechnen wir
arcsin0 x =

158

1
sin0 (arcsin x)

1
1
=
cos(arcsin x)
1 x2

4.3 Weitere Wichtige Beispiele differenzierbarer Funktionen


fr 1 < x < 1 (den Definitionsbereich von arcsin). Ganz hnlich erhlt man auf demselben Bereich
1
arccos0 x =
.
1 x2
Am hufigsten kommt die Ableitung des arctan vor. Dazu verwendet man
tan0 x =

sin x
cos x

0

cos2 x + sin2 x
= 1 + tan2 x
cos2 x

in
arctan0 x =

1
tan0 (arctan x)

1
1+

tan2 (arctan x)

1
,
1 + x2

1
diesmal fr alle x R; und ganz analog arccot0 x = 1+x
2.
Interessant ist, dass aus der Ableitung von arctan zusammen mit der Formel fr die
geometrische Reihe eine Reihendarstellung fr gewonnen werden kann. Aus

arctan0 x =

X
X
1
2 n
=
(x
)
=
(1)n x2n = 1 x2 + x4 x6 + . . .
1 + x2 n=0
n=0

zusammen mit arctan 0 = 0 folgt nmlich (wie bei der logarithmischen Reihe wegen der
Eindeutigkeit von Stammfunktionen bis auf eine additive Konstante)
arctan x = x

X
x3 x5 x7
x2n+1
+

+ ... =
(1)n
.
3
5
7
2n + 1
n=0

Bei dieser Arcustangensreihe handelt es sich fr 0 x 1 um eine Leibnizreihe.


Nach dem Abelschen Grenzwertsatz (siehe auch 4.3.1 im Zusammenhang mit der logarithmischen Reihe) gilt die Reihendarstellung auch noch fr den Randpunkt x = 1 des
Konvergenzbereichs. Wegen arctan 1 = 4 bedeutet das:
= 4 arctan 1 = 4

X
(1)n

2n + 1
n=0

= 4(1

1 1 1
+ + . . .)
3 5 7

bungsaufgabe 238. (P) Finden Sie eine analoge Reihendarstellung fr , indem Sie
statt wie oben tan 4 = 1 nun die Beziehung tan 6 = 13 begrnden und verwenden.
bungsaufgabe 239. (P) Zeigen Sie die Gltigkeit der trigonometrischen Formel


arctan x + arctan y = arctan

x+y
1 xy

fr xy < 1.

Hinweis: Rechnen Sie durch explizites Differenzieren nach, dass die linke und die rechte
Seite dieser Gleichung dieselbe Ableitung haben. Was ist noch zu tun?

159

4 Differentialrechnung

4.3.5 Die Hyperbel- und Areafunktionen


Aus der Exponentialfunktion exp haben wir den Logarithmus (als Umkehrfunktion) gewonnen, die Potenzfunktionen (als Verknpfung von Logarithmus, Multiplikation und
Exponentiation), Cosinus und Sinus (als Real- bzw. Imaginrteil der komplexen Exponentialfunktion), Tangens und Cotangens als Quotienten von Sinus und Cosinus und die
Arcusfunktionen als lokale Umkehrfunktionen von Cosinus, Sinus, Tangens und Cotangens. Auch die vier Hyperbelfunktionen sind mittels exp definiert. Zunchst Cosinus
hyperbolicus cosh und Sinus hyperbolicus sinh durch
cosh x :=

ex + ex
2

und

sinh x :=

ex ex
.
2

Analog zur Beziehung cos2 + sin2 = 1 der trigonometrischen Funktionen, die zeigt, dass
alle Punkte (x, y) = (cos t, sin t) mit t R die Gleichung x2 + y 2 erfllen und deshalb in
R2 auf dem Einheitskreis liegen, gilt fr die hyperbolischen Funktionen
cosh2 sinh2 = 1.
bungsaufgabe 240. (T) Leiten Sie diese Beziehung aus den Definitionen von cosh
und sinh her.
Alle Punkte (x, y) = (cosh t, sinh t) mit t R erfllen daher die Gleichung x2 y 2 = 1
und liegen folglich in R2 auf der durch diese Gleichung beschriebenen (gleichseitigen)
Hyperbel. Das erklrt die Bezeichnung Hyperbelfunktionen.
Direkt aus den Definitionen liest man die Ableitungsregeln
cosh0 = sinh

und

sinh0 = cosh

ab.
Die offensichtliche Analogie zu den trigonometrischen Funktionen fortsetzend definiert
man auch Tangens hyperbolicus tanh und Cotangens hyperbolicus coth durch
tanh :=

sinh
cosh

und

coth :=

cosh
.
sinh

Fr coth muss 0 aus dem Definitionsbereich herausgenommen werden. Hingegen sind


cosh, sinh und tanh auf ganz R definiert. Die Ableitungen sind
tanh0 =

1
= 1 tanh2
cosh2

und

coth0 =

1
= 1 coth2 .
sinh2

bungsaufgabe 241. (T) Rechnen Sie diese Ableitungsregeln nach.


In hnlicher Weise wie bei den trigonometrischen und den Arcusfunktionen betrachtet man auch fr die Hyperbelfunktionen ihre lokalen Umkehrfunktionen, die sogenannten Areafunktionen: Area cosinus hyperbolicus, Area sinus hyperbolicus, Area tangens hyperbolicus und Area cotangens hyperbolicus, symbolisch

160

4.4 Anwendungen der Differentialrechnung


Arcosh, Arsinh, Artanh und Arcoth. Zur besseren bersicht wieder eine Tabelle mit den
Definitionsbereichen, wo Bijektivitt herrscht:
cosh : [0, ) [1, )

Arcosh : [1, ) [0, )

sinh : R R

Arsinh : R R

tanh : R (1, 1)

Artanh : (1, 1) R

coth : R \ {0} (, 1) (1, )

Arcoth : (, 1) (1, ) R \ {0}

Die Ableitungen auf den jeweiligen Definitionsbereichen erhlt man analog zu jenen der
Arcusfunktionen in 4.3.4 mit Hilfe von Satz 4.1.5.1 und der Beziehung cosh2 sinh2 = 1:
Arcosh0 x =

1
x2

und

Arsinh0 x =

1
x2

+1

sowie

1
1
und Arcoth0 x =
.
1 x2
1 x2
Der Unterschied zwischen den letzten beiden Ableitungen liegt im Definitionsbereich:
|x| < 1 fr Arctanh und |x| > 1 fr Arcoth.
Artanh0 x =

bungsaufgabe 242. (P) Erklren Sie ausfhrlich, wie man die Formeln fr die Ableitungen der Areafunktionen erhlt.

4.4 Anwendungen der Differentialrechnung


In diesem letzten Abschnitt zur Differentialrechnung beschftigen wir uns mit einigen
wichtigen innermathematischen Anwendungen. Wir beginnen mit einigen Bemerkungen
zu Dynamik und Chaos, die wir speziell auf das Newtonverfahren zur Annherung an
Nullstellen anwenden (4.4.1). Es folgen Untersuchungen des Zusammenhangs zwischen
Differentialrechnung einerseits und Monotonie andererseits (4.4.2), Konvexitt, zweite
Ableitung und Krmmung (4.4.3) sowie Extremwertuntersuchungen unter Zuhilfenahme
auch hherer Ableitungen (4.4.4).

4.4.1 Dynamik, Chaos und Newtonverfahren zur Nullstellenbestimmung


Wir kommen nochmals auf die Fixpunktiteration aus 3.1.6 zurck. Sei also T : D D
mit D R. Der Einfachheit halber setzen wir voraus, dass D zusammenhngend und
abgeschlossen ist. Wir wollen der Frage, ob Iteration von T Konvergenz gegen einen Fixpunkt generiert, unter der zustzlichen Voraussetzung nachgehen, dass T differenzierbar
ist.
Wieder einmal ist der Mittelwertsatz das entscheidende Hilfsmittel. Er besagt, dass
es zu a < b T eine Zwischenstelle x gibt mit T (b) = T (a) + T 0 (x)(b a). Unmittelbar
folgt daraus |T (b) T (a)| = |T 0 (x)| |b a|. Ist |T 0 (x)| < 1 fr alle x D, so ist
also eine Kontraktionskonstante, und nach dem Fixpunktsatz von Banach (3.1.6.1)
konvergiert jede Iterationsfolge gegen den eindeutig bestimmten Fixpunkt von T .

161

4 Differentialrechnung
Doch auch unter etwas schwcheren Voraussetzungen knnen interessante Aussagen
gemacht werden. Es gengt auch, wenn T einen Fixpunkt hat, zu dem es eine Umgebung
U = ( , + ) D gibt, wo |T 0 (x)| < 1 fr alle x U gilt. (Z.B. ist diese
Bedingung dann sicher erfllt, wenn |T 0 ()| < 1 und T stetig differenzierbar ist.) So wie
oben folgt dann nmlich fr alle x U = [ , + ] D (D ist ja abgeschlossen)
|T (x) | = |T (x) T ()| |x |. Fr eine Iterationsfolge xn+1 := T (xn ) und einen
Anfangswert x0 U zeigt man mit Induktion |xn | n |x0 |, also limn xn = .
Sind die genannten Konvergenzvoraussetzungen nicht erfllt, so kann die Dynamik
von Iterationsfolgen (das heit ihr Verhalten im Laufe der Zeit, sprich fr n ) extrem
unbersichtlich sein, woraus sich das damit verbundene populre Schlagwort Chaos
erklrt. Ein berhmtes Beispiel wird in der folgenden bungsaufgabe angeschnitten.
bungsaufgabe 243. (E) Wir betrachten die Funktion Tc (x) := cx(1 x) auf dem
Einheitsintervall [0, 1] fr jene Werte von c, fr die Tc : [0, 1] [0, 1] gesichert ist, also
fr c [0, 4]. Fr kleine Werte von c lsst sich das Verhalten der Iterationsfolgen x =
(xn )nN , xn+1 := Tc (xn ), in Abhngigkeit vom Anfangswert x0 noch sehr gut berblicken.
Wenn sich c aber dem Wert 4 annhert, wird die Situation immer verwickelter.
Fr die jeweils angegebenen Bereiche fr c sind mglichst viele der folgenden Fragen
zu beantworten:
Welche Fixpunkte hat Tc ? (Es gibt nie mehr als 2 Fixpunkte.)
Fr welche Anfangswerte konvergiert die Iterationsfolge gegen welchen Fixpunkt?
Gibt es abgesehen von Fixpunkten periodische Punkte?
Fr welche Anfangswerte landet man irgendwann in einem periodischen Punkt?
Gibt es Iterationsfolgen, die sich irgendwann periodischen Iterationsfolgen annhern?
Gibt es Iterationsfolgen, die keinem der obigen Typen zuzuordnen sind?
Je nach c sind diese Fragen unterschiedlich schwierig. In manchen Fllen werden Sie
vermutlich nicht alle Fragen beantworten knnen. Unterscheiden Sie folgende Bereiche
fr c:
1. 0 c 1. (Dieser Fall sollte sehr einfach sein.)
2. 1 < c 2. (Immer noch einfach.)

3. 2 <c 1 + 3. (Schon anspruchsvoller, aber lsbar. Welche Rolle spielt dabei


1 + 3?)

4. 1 + 3 < 3. (hnliches Ergebnis wie fr 2 < c 1 + 3, die Analyse ist aber


um einiges verwickelter.)

162

4.4 Anwendungen der Differentialrechnung


5. 3 < c 4. (Wer diesen Fall vollstndig versteht, kann berhmt werden. Versuchen Sie wenigstens herauszubekommen, was sich gegenber den bisherigen Fllen
verndert.)
Eine fr die Praxis besonders wichtige Iteration ist das Newtonverfahren zur nherungsweisen Bestimmung von Nullstellen von Funktionen. Im Zusammenhang mit Polynomen wurde es bereits erwhnt. Es handelt sich dabei um eine Methode, die sich
aber auf eine viel grere Klasse von Funktionen anwenden lsst. Die Grundidee besteht
darin, dass erstens differenzierbare Funktionen durch lineare Funktionen (Tangenten an
den Funktionsgraphen) gut approximiert werden knnen und zweitens die Nullstellen
von linearen Funktionen sehr leicht zu bestimmen sind.
Sei die reelle Funktion f : D R also differenzierbar und x0 D. Dann ist das erste
Taylorpolynom p = pf,x0 ,1 von f bei x0 gegeben durch p(x) = f (x0 ) + f 0 (x0 )(x x0 )
(lineare Approximation von f ). Die Nullstelle von p findet man durch Auflsung der
Gleichung 0 = f (x0 ) + f 0 (x0 )(x x0 ) nach x. Die Lsung x1 ist gegeben durch x1 =
0)
x0 ff0(x
(x0 ) . Ist p im relevanten Bereich eine gute Approximation von f , so hat man guten
Grund zur Annahme, dass die Nullstelle x1 von p in der Nhe einer Nullstelle von f liegt.
Iteration der Vorgangsweise generiert eine rekursive Folge, die durch xn+1 := T (xn ) mit
T (x) := x

f (x)
f 0 (x)

definiert ist. Spricht man vom Newtonverfahren mit Anfangspunkt x0 , so ist diese Folge
gemeint. Natrlich sind Probleme denkbar. Zum Beispiel knnte ein Folgenglied aus
dem Definitionsbereich D von f fallen oder die Ableitung im Nenner 0 werden. Unter
geeigneten, nicht sehr starken Voraussetzungen, konvergiert das Newton-Verfahren aber
ganz hervorragend: Jede Nullstelle von f mit f 0 () 6= 0 ist wegen T () = ff0()
() =
ein Fixpunkt von T . Ist auerdem f zweimal stetig differenzierbar, so ist T (abgesehen
von Nullstellen von f 0 ) selbst wenigstens einmal stetig differenzierbar mit der Ableitung
T 0 (x) = 1

f 0 (x)2 f (x)f 00 (x)


f (x)f 00 (x)
=
.
0
2
f (x)
f 0 (x)2

Wegen f () = 0 ist auch T 0 () = 0. Geben wir uns eine beliebig kleine Kontraktionskonstante > 0 vor, so folgt aufgrund der Stetigkeit von T 0 fr alle x aus einer hinreichend kleinen Umgebung von die Ungleichung |T 0 (x)| < . Nach unseren
berlegungen weiter oben konvergiert das Newtonverfahren in diesem Bereich daher
extrem rasch. Man kann diese Aussage noch quantitativ verfeinern, wenn man f sogar als dreimal differenzierbar voraussetzt. Denn dann ist auch T 0 differenzierbar und
T 0 ( + x) T 0 () + T 00 ()x = T 00 ()x, was sogenannte quadratische Konvergenz
des Verfahrens garantiert. Jedenfalls gilt:
Satz 4.4.1.1. Die zweimal stetig differenzierbare Funktion f : D R mge in D
eine Nullstelle haben, wobei innerer Punkt von D sei. Auerdem sei f 0 () 6= 0. Dann
gibt es eine Umgebung U = ( , + ) D, > 0, von derart, dass fr jeden
Startwert x0 U das Newtonverfahren (sogar sehr schnell) gegen konvergiert.

163

4 Differentialrechnung

Als Beispiel wollen wir die Quadratwurzel a eines gegebenen a > 0 berechnen. Ein
naiver Zugang wre Intervallschachtelung. D.h. man beginnt mit zwei Approxima0
tionen x0 < y0 mit x20 < a < y02 , betrachtet das arithmetische Mittel m0 := x0 +y
und
2
2
2
testet, ob m0 < a oder m0 > a gilt. Im ersten Fall arbeitet man mit x1 := a und y1 := y0
weiter, im zweiten mit x1 := x0 und y1 := a etc.

bungsaufgabe 244. (T) Berechnen Sie 2 auf diese Weise auf zwei Nachkommastellen genau.
Das Newton-Verfahren ist wesentlich effektiver. Denn a ist die Nullstelle von f (x) =
a. Also hat man nur einen geeigneten Startwert x0 zu whlen (in diesem Fall ist
jedes x0 > 0 geeignet) und nach der Rekursion

x2

xn+1 := xn

f (xn )
x2n a
=
x

n
f 0 (xn )
2xn

vorzugehen. Nehmen wir als Beispiel a = 2 und x0 = 1, so liefert die Rekursion xn+1 =
2
611
xn x2x2
die Werte x1 = 2, x2 = 23 = 1,5, x3 = 17
= 1,416, x4 = 432
= 1,414351852 . . .
n
12
etc., also ziemlich rasche Konvergenz gegen 2 = 1,414213562 . . .. Man beachte, dass
sich die einzelnen Rechenschritte bei dieser Berechnung der Quadratwurzel allein mit
Grundrechnungsarten durchfhren lassen.

bungsaufgabe 245. (T) Berechnen Sie 3 2 mittels Newtonverfahren und ohne Taschenrechner auf zwei Nachkommastellen genau.
bungsaufgabe 246. (T) Gesucht sind Lsungen der Gleichung 3x = ex .
1. Begrnden Sie, warum es im Intervall [0, 1] genau eine Lsung gibt.
2. Berechnen Sie diese Lsung ohne Taschenrechner auf zumindest eine Nachkommastelle genau.
Hinweis: Verwenden Sie Intervallschachtelung und ntzen Sie aus, dass die Exponentialreihe sehr schnell konvergiert, d.h. dass Sie nur wenige Terme addieren
mssen, um die geforderte Genauigkeit zu erreichen.
3. Suchen Sie die Lsung mit Hilfe des Newtonverfahrens.

4.4.2 Monotonie und erste Ableitung, Fortsetzung


Wir schlieen an 4.1.4 an, werden uns nun aber Instrumente zunutze machen, die uns
dort noch nicht zur Verfgung standen, vor allem den Mittelwertsatz 4.2.1.1.
Bei einer monoton wachsenden Funktion f sind Differentialquotienten immer 0, als
deren Grenzwert daher auch die Ableitung f 0 0 (sofern existent). Analog gilt f 0 0
fr monoton fallendes differenzierbares f . Dass auch ein umgekehrter Schluss mglich
ist, zeigt der Mittelwertsatz. Ihm zufolge gilt (o.B.d.A. sei a < b)
f (b) = f (a) + f 0 (x)(b a)

164

4.4 Anwendungen der Differentialrechnung


mit einer geeigneten Zwischenstelle x (a, b). Ist f 0 (x) 0 fr alle x (a, b), so folgt
f (a) f (b). Weil dieses Argument statt fr a < b auch fr je zwei beliebige a0 , b0 mit
a a0 < b0 b zutrifft schlieen wir, dass f in diesem Fall monoton wachsend auf [a, b]
ist. Diese sowie entsprechende Aussagen bei anderer Ungleichung fassen wir zusammen
zu:
Satz 4.4.2.1. Sei f : [a, b] R stetig und differenzierbar auf (a, b), dann gelten folgende
Implikationen:
1. Gilt f 0 (x) 0 fr alle x (a, b), so ist f auf [a, b] monoton wachsend.
2. Gilt f 0 (x) > 0 fr alle x (a, b), so ist f auf [a, b] streng monoton wachsend.
3. Gilt f 0 (x) 0 fr alle x (a, b), so ist f auf [a, b] monoton fallend.
4. Gilt f 0 (x) < 0 fr alle x (a, b), so ist f auf [a, b] streng monoton fallend.
Aus 4.1.4 wissen wir bereits, dass im Fall von f 0 (x0 ) 6= 0 die Funktion f im Punkt
x0 monoton sein muss in dem Sinn, dass es eine Umgebung von U gibt derart, dass
fr x U stets f (x) < f (x0 ) bei x < x0 und f (x) > f (x0 ) bei x > x0 gilt. Es muss
aber keine ganze Umgebung von x0 geben, auf der f monoton ist. Als Beispiel kann die
Funktion f : R R, f : x 7 x + 2x2 sin x1 fr x 6= 0 und f : (0) = 0 dienen. hnlich wie
schon in 4.2.2 zeigt man f 0 (0) = 1, whrend f 0 in jeder Umgebung von 0 zwischen den
Werten 1 und 3 oszilliert. Letzteres vertrgt sich nicht mit Monotonie.
Man knnte auch die Frage stellen, ob aus der Monotonie einer reellen Funktion f auf
einem Intervall auch ohne zustzliche Voraussetzung gewisse Schlsse ber Stetigkeit
und Differenzierbarkeit gezogen werden knnen. Offenbar knnen monotone Funktionen
durchaus Unstetigkeiten (nmlich Sprungstellen, aber nur solche) aufweisen. An jeder
Sprungstelle wird ein ganzes Intervall aus potentiellen Funktionswerten bersprungen.
Jedes solche Sprungintervall enthlt rationale Zahlen. Die (offenen) Sprungintervalle sind
paarweise disjunkt. Also kann es nicht mehr Sprungintervalle und somit Sprungstellen
geben als rationale Zahlen. Und das sind nur abzhlbar viele. Also: Eine monotone
Funktion kann nur abzhlbar viele Unstetigkeitsstellen haben, muss also (sobald sie
wenigstens auf einem Intervall definiert ist) vorwiegend (nmlich berabzhlbar viele)
Stetigkeitsstellen haben.
bungsaufgabe 247. (E) Sei f : [a, b] R monoton und a < x0 < b. Zeigen Sie, dass
in x0 sowohl der linksseitige Grenzwert limxx f (x) als auch der rechtsseitige Grenzwert
0
limxx+ f (x) von f existieren. Ist f in x0 unstetig, so liegt also eine Sprungstelle vor.
0
Anleitung: Betrachten Sie im monoton wachsenden Fall supx<x0 f (x) und inf x>x0 f (x).
Auch zur analogen Frage ber Differenzierbarkeit einer monotonen Funktion f lsst
sich Interessantes sagen: Die Menge der Punkte x, wo f 0 (x) nicht existiert, kann zwar
sehr wohl berabzhlbar sein, in einem etwas weiteren Sinn aber trotzdem nicht sehr
gro. Diese Menge muss nmlich eine sogenannte Lebesgue-Nullmenge sein (siehe 5.3.1).

165

4 Differentialrechnung
bungsaufgabe 248. (T) Gegeben sei die reelle Funktion
f (x) = (x2 1)ex .
Fertigen Sie eine mglichst aussagekrftige Skizze des Graphen dieser Funktion an. Dazu
ist es u.a. hilfreich, sich folgendes zu berlegen:
Wo ist f berhaupt definiert?
Hat der Graph von f Sprnge oder Knicke?
Hat f Polstellen und wenn ja, wie verhlt sich f in der Nhe eines Pols?
Hat f Asymptoten und wenn ja, wie sehen diese aus?
Ist f (stckweise) monton?
Hat f lokale bzw. globale Extremstellen?
Wie sieht der Wertebereich von f aus, werden manche Wert gar nicht oder mehrfach angenommen?
bungsaufgabe 249. (T) Wie bungsaufgabe 248, aber mit f (x) = ln(1+x2 ) 3x
5 +1.
bungsaufgabe 250. (T) Wie bungsaufgabe 248, aber mit f (x) = ln(cos x).
bungsaufgabe 251. (T) Wie bungsaufgabe 248, aber mit f (x) = |x ln x|.

4.4.3 Konvexitt, zweite Ableitung und Krmmung


hnlich wie die erste Ableitung einer Funktion eng mit ihrem Monotonieverhalten zusammenhngt, gibt die zweite Ableitung ber Konvexitt bzw. Konkavitt Auskunft.
Zunchst die Definition dieser Begriffe.
Definition 4.4.3.1. Eine reelle Funktion f : D R mit zusammenhngendem Definitionsbereich D heit konvex, wenn fr je zwei Punkte a < b D und alle t (0, 1)
stets
f ((1 t)a + tb) (1 t)f (a) + tf (b).
gilt. Kann durch <, bzw. > ersetzt werden, so heit f streng konvex, konkav
bzw. streng konkav.
Um Missverstndnisse zu vermeiden, sei hier auch erwhnt, was man unter einer konvexen Menge versteht. Im Rn ist das eine Teilmenge K Rn mit der Eigenschaft,
dass mit je zwei Punkten a, b Rn auch die gesamte Verbindungslinie, das ist die Menge
aller Konvexkombinationen (1 t)f (a) + tf (b) mit t [0, 1] in K enthalten ist. Fr
n = 1, d.h. auf der Zahlengeraden R sind genau die zusammenhngenden Mengen konvex. In R2 sind beispielsweise volle Dreiecke, Quadrate oder Kreisscheiben konvex, nicht
aber Kreislinien (die immer noch zusammenhngend sind, was hier aber formal weder
definiert noch bewiesen wird).

166

4.4 Anwendungen der Differentialrechnung


Doch zurck zur Konvexitt einer reellen Funktion f . Man berlegt sich, dass sie
anschaulich bedeutet, dass die geradlinige Verbindung (Sekante) zwischen zwei Punkten
auf dem Graphen von f nirgends unterhalb des Graphen liegt, umgekehrt fr Konkavitt.
Typische Beispiele konvexer Funktionen sind also solche, die nach oben hin gekrmmt
sind wie die Exponentialfunktionen expa oder die Potenzfunktionen x 7 x mit
> 1. Konkav sind beispielsweise Logarithmen loga und die Potenzfunktionen p
mit 0 < < 1.
In Analogie zu den frheren Aussagen ber erste Ableitung und Monotonie, lsst sich
genauer sagen:
Satz 4.4.3.2. Sei f : [a, b] R stetig und zweimal differenzierbar auf (a, b), dann gelten
folgende Implikationen:
1. Gilt f 00 (x) 0 fr alle x (a, b), so ist f auf [a, b] konvex.
2. Gilt f 00 (x) > 0 fr alle x (a, b), so ist f auf [a, b] streng konvex.
3. Gilt f 00 (x) 0 fr alle x (a, b), so ist f auf [a, b] konkav.
4. Gilt f 00 (x) < 0 fr alle x (a, b), so ist f auf [a, b] streng konkav.
Beweis. (Idee) Fr den Beweis (z.B. der ersten Behauptung) kann man verwenden, dass
nach dem frheren Resultat bei f 00 0 die Ableitung f 0 monoton wachsend ist. Damit
lsst sich mit Hilfe des Mittelwertsatzes zeigen, dass die Steigung von Sekanten von
links nach rechts zunehmen muss. Mit etwas Rechenaufwand lsst sich, der Anschauung
folgend, daraus auf die Konvexitt von f schlieen. Wir verzichten auf Details.
hnlich wie Monotonie allein schon gewisse Stetigkeitseigenschaften impliziert, haben Konvexitt und Konkavitt sogar noch strkere Implikationen dieser Art: Konvexe
Funktionen f : D R auf offenem D sind stetig, und sogar die Differenzierbarkeit von
f kann nur an hchstens abzhlbar vielen Punkten von D verletzt sein.
Offenbar hat die zweite Ableitung f 00 mit der Krmmung Krmmung des Graphen
von f zu tun. Man kommt aber zu keinem sinnvollen Begriff, wenn man versucht, die
Krmmung als Zahlenwert alleine ber f 00 zu definieren. Man halte sich das Beispiel
f (x) = x2 vor Augen, wo der Graph eine Parabel mit Scheitelpunkt (0, 0) ist. Diese
Funktion f hat konstante zweite Ableitung f 00 (x) = 2, whrend das, was man als Krmmung des Graphen zu bezeichnen geneigt ist, beim Scheitel am grten ist. Doch welchen
przisen Begriff von Krmmung hat man vor Augen? Naheliegend ist es, einen Kreis an
den Graphen zu legen, der diesen nicht nur im Sinne einer Tangente berhrt, sondern
sich sogar im Sinne eines Taylorpolynoms zweiten Grades anschmiegt (Schmiegungskreis). Je kleiner der Radius dieses Kreises, desto grer die Krmmung. Also definiert
man die Krmmung als den Kehrwert des Radius so eines Schmiegungskreises. Man
kann zeigen, dass dieser Wert tatschlich nicht von f 00 alleine abhngt, sondern auch
von f 0 (je grer f 0 , desto kleiner die Krmmung man denke an die quadratische Parabel). Als korrekte Formel fr die Krmmung = (f, x0 ) des Graphen von f im Punkt

167

4 Differentialrechnung
(x0 , f (x0 )) erweist sich
=

|f 00 (x0 )|
3

(1 + f 0 (x0 )2 ) 2

bungsaufgabe 252. (T) Berechnen Sie die Krmmung der Parabel f (x) := x2 in
einem beliebigen Punkt (x0 , x20 ).
bungsaufgabe 253. (E) Beschreiben Sie einen oberen Halbkreis mit Radius r als
Funktion f und nehmen Sie ein beliebiges x0 aus dem Inneren des Definitionsbereichs
von f an.
1. Welchen Wert sollte aus der obigen Formel annehmen, wenn die Formel wirklich
beschreibt, was sie beschreiben soll?
2. berprfen Sie das!
2

bungsaufgabe 254. (T) Berechnen Sie fr die Ellipse mit Gleichung xa2 + yb2 = 1
(d.h. mit Halbachsen a, b > 0) die Krmmung an den Punkten (a, 0) und (0, b) und
interpretieren Sie Ihr Ergebnis. (Stichwort: Schmiegungskreise.)

4.4.4 Extremwertbestimmung
Schon frher haben wir gesehen, dass z.B. fr die Funktion f (x) := x3 bei x0 = 0
zwar die Ableitung den Wert f 0 (0) = 0 hat, trotzdem aber kein Extremum vorliegt. Das
gleiche gilt fr alle Potenzfunktionen pn : x 7 xn mit ungeradem n 3, whrend bei
geradem n sehr wohl x0 = 0 eine Extremstelle ist. Dieses Phnomen wollen wir besser
verstehen. Der Satz von Taylor ermglicht eine befriedigende Analyse. Wir mssen auch
den Fall im Auge haben, dass an der Stelle x0 mglicherweise nicht nur die erste, sondern
mehrere Ableitungen bis hin zur n-ten den Wert 0 haben. Sei also die n + 1-te Ableitung
die erste mit f (n+1) (x0 ) 6= 0.
Wir wollen den Fall f (n+1) (x0 ) > 0 ausfhrlich besprechen. In diesem Fall muss f (n)
wenigstens in einer Umgebung von x0 definiert und an der Stelle x0 strikt monoton sein
in dem Sinn, dass es ein > 0 gibt mit f (n) (x) < f (n) (x0 ) = 0 fr x0 < x < x0 und
f (n) (x) > f (n) (x0 ) = 0 fr x0 < x < x0 + . Der Satz von Taylor besagt
f (x) = f (x0 ) +

f (n) ()
(x x0 )n
n!

(es gilt ja f (k) (x0 ) = 0 fr k = 1, 2 . . . , n 1) mit einem zwischen x0 und x. Wir


unterscheiden zwei Flle, n gerade oder ungerade. Fr gerades n ist der Potenzausdruck
(xx0 )n immer positiv, whrend f (n) () bei x0 das Vorzeichen wechselt. Also bekommen
wir f (x) > f (x0 ) fr x > x0 und f (x) < f (x0 ) fr x < x0 . Folglich ist x0 keine
Extremstelle. Fr ungerades n ist die Situation umgekehrt. Sowohl (x x0 )n als auch
f (n) wechseln bei x0 das Vorzeichen. In jedem Fall gilt daher f (x) > f (x0 ) fr x 6= x0 mit
x0 < x < x0 + . Folglich ist x0 Stelle eines lokalen Minimums von f , entsprechend
eines Maximums, sofern f (n+1) (x0 ) < 0. Damit haben wir den folgenden Satz bewiesen.

168

4.4 Anwendungen der Differentialrechnung


Satz 4.4.4.1. Sei x0 innerer Punkt des Definitionsbereichs D der in x0 n + 1-mal (in
einer Umgebung von x0 folglich n-mal) differenzierbaren reellen Funktion f : D R,
f 0 (x0 ) = f 00 (x0 ) = . . . = f (n) (x0 ) = 0 und f (n+1) (x0 ) 6= 0. Dann sind folgende Flle zu
unterscheiden.
1. Ist n gerade, so hat f in x0 kein lokales Extremum.
2. Ist n ungerade und f (n+1) (x0 ) > 0, so hat f in x0 ein lokales Minimum.
3. Ist n ungerade und f (n+1) (x0 ) < 0, so hat f in x0 ein lokales Maximum.
Man beachte, dass fr das Einstiegsbeispiel f (x) := x3 speziell n = 2 zu setzen ist,
um aus dem Satz die interessante Aussage (nmlich dass x0 := 0 keine Extremstelle ist)
abzulesen.
bungsaufgabe 255. (E) Sei n N beliebig vorgegeben.
1. Sei n = 2k gerade. Geben Sie ein f und x0 an, so dass alle Voraussetzungen und
somit auch Aussage 1 in Satz 4.4.4.1 gelten.
2. Sei n = 2k + 1 ungerade. Geben Sie ein f und x0 an, so dass alle Voraussetzungen
und Aussage 2 in Satz 4.4.4.1 gelten.
3. Sei n = 2k + 1 ungerade. Geben Sie ein f und x0 an, so dass alle Voraussetzungen
und Aussage 3 in Satz 4.4.4.1 gelten.
1

bungsaufgabe 256. (E) Verwenden Sie die Funktion f (x) := e x2 fr x 6= 0 und


f (0) := 0 aus 4.2.6, um zu illustrieren, dass es unendlich oft differenzierbare Funktionen
gibt, deren Extremwertverhalten nicht mit Satz 4.4.4.1 allein geklrt werden kann.

169

5 Integralrechnung
Der Ausgangspunkt der Integralrechnung ist die Bestimmung von Flchen, die auch
durch krumme Kurven begrenzt sein drfen. Die wesentliche Schwierigkeit hat man
schon dann bewltigt, wenn man den Fall beherrscht, dass in einem Rechteck nur eine
der vier Seiten durch eine krumme Linie ersetzt wird. Lsst sich diese Linie als Graph
einer Funktion deuten, so ist man beim Begriff des Riemannintegrals angelangt, dem
der erste Abschnitt des Kapitels (5.1) gewidmet ist. Eine der wichtigsten Erkenntnisse
besteht in dem engen Zusammenhang zur Differentialrechnung. Er drckt sich im Hauptsatz der Differential- und Integralrechnung (5.2) aus, aus dem gemeinsam mit bereits
bekannten Ableitungsregeln sich die meisten Integrationsregeln als Folgerung ergeben.
Fr die mehrdimensionale Integration wie auch fr die Wahrscheinlichkeitstheorie ist es
von Interesse, das Riemannintegral unter einem neuen Gesichtspunkt zu sehen, der weiter reichende Verallgemeinerungen ermglicht. Und zwar handelt es sich dabei um die
Integration bezglich eines Maes. Sie ist der Gegenstand von 5.3. Der letzte Abschnitt
(5.4) schlielich bringt weitere Aspekte und Anwendungen der Integralrechnung.

5.1 Das Riemannintegral


Die Grundaufgabe des Riemannintegrals lsst sich deuten als Berechnung einer Flche,
die in der Ebene zwischen x-Achse, den senkrechten Geraden x = a, x = b und dem
Graphen einer reellen Funktion f : [a, b] R liegt, wobei Flchenteile unterhalb der
x-Achse (also mit negativen y-Werten) mit negativem Vorzeichen versehen sind. Die
Grundidee besteht darin, das Intervall [a, b] zu unterteilen und auf jedem der Teilstcke
die entstehenden schmalen Streifen, deren krumme Grenze hoffentlich nur mehr sehr kurz
ist, durch schmale Rechtecksflchen, die leicht berechenbar sind, zu ersetzen. Wird die
Unterteilung hinreichend fein, so hofft man, sollte auch der Approximationsfehler beliebig
klein gemacht werden knnen. Diese Grundidee lsst sich mit Ober- und Untersummen
(5.1.1) wie auch mit Riemannsummen (5.1.2) przisieren. Nach der Herleitung einfacher
Eigenschaften (5.1.3) zeigen wir, dass die Konzepte jedenfalls im Fall eines stetigen f
zum Erfolg fhren (5.1.4).

5.1.1 Ober- und Untersummen


Unter einer Zerlegung von [a, b], a b, verstehen wir eine endliche Teilmenge Z =
{a = x0 < x1 < . . . < xn = b} von [a, b], die sowohl a als auch b enthlt. Die grte
der Differenzen xi xi1 , i = 1, 2, . . . , n, nennen wir die Feinheit von Z und schreiben
dafr
(Z) := max{xi xi1 : 1 i n}.

171

5 Integralrechnung
(Im nicht sehr interessanten Fall a = b und n = 0 setzen wir (Z) := 0.) Sei a b und
f : [a, b] R beschrnkt. Die zugehrige Obersumme ist definiert durch
O(f, Z) :=

n
X

(xi xi1 )

i=1

f (x),

sup
xi1 xxi

die zugehrige Untersumme durch


U (f, Z) :=

n
X

(xi xi1 )

i=1

inf

xi1 xxi

f (x).

Klarerweise gilt U (f, Z) O(f, Z) (und, im Fall a = b und n = 0, U (f, Z) = O(f, Z) =


0). Wir interessieren uns fr das Verhalten von Ober- und Untersummen, wenn (Z)
gegen 0 konvergiert. Dafr ist es zweckmig, den Begriff der Verfeinerung Z2 einer
Zerlegung Z1 zu definieren, der schlicht Z1 Z2 bedeutet. Man berlegt sich sehr leicht,
dass in diesem Fall stets U (f, Z1 ) U (f, Z2 ) O(f, Z2 ) O(f, Z1 ) gilt.
bungsaufgabe 257. (P) Begrnden Sie sorgfltig, warum fr Zerlegungen Z1 Z2
und beschrnktes f tatschlich stets U (f, Z1 ) U (f, Z2 ) O(f, Z2 ) O(f, Z1 ) gilt.
Bei Verfeinerungen rcken Ober- und Untersumme einander also nher. Bedenkt man
noch, dass es zu je zwei beliebigen Zerlegungen Z1 und Z2 (die nicht unbedingt Verfeinerungen voneinander sein mssen) stets eine gemeinsame Verfeinerung Z := Z1 Z2
gibt, so schlieen wir auch in diesem Fall
U (f, Z1 ) U (f, Z) O(f, Z) O(f, Z2 ).
Das bedeutet, dass alle Untersummen untere Schranken fr alle Obersummen sind und,
umgekehrt, alle Obersummen obere Schranken fr alle Untersummen. Die interessanten
Gren sind daher das Supremum aller Untersummen und das Infimum aller Obersummen. Man nennt sie das untere Riemannintegral (kurz auch R-Integral) bzw. das
obere Riemannintegral von f ber [a, b]. Wir schreiben dafr
Z b

Z b

f (x) dx := sup U (f, Z) bzw.


a

f (x) dx := inf O(f, Z).


Z

Rb

Aus unseren bisherigen berlegungen folgt ba f (x) dx a f (x) dx. Die entscheidende
Frage ist, ob Gleichheit erzielt werden kann. Sie ist Anlass fr die folgende, fr dieses
Kapitel grundlegende Definition.
R

Definition 5.1.1.1. Sei a b. Die beschrnkte reelle Funktion f : [a, b] R heit


Riemann-integrierbar (R-integrierbar), sofern
Z b

Z b

f (x) dx =
a

172

f (x) dx.
a

5.1 Das Riemannintegral


In diesem Fall heit der gemeinsame Wert von oberem und unterem Riemann-Integral
das Riemannintegral (R-Integral) von f ber [a, b] und wird mit
Z b

f (x) dx
a

bezeichnet. Im Fall a > b setzt man ab f (x) dx := ba f (x) dx. Die Funktion f heit in
diesem Zusammenhang auch Integrand, das Intervall [a, b] heit Integrationsbereich.
R

Statt der Integrationsvariablen x und dx kann natrlich auch ein anderes Symbol
verwendet werden, z.B. t und dt. Feste Konvention ist die Wahl des Buchstabens d (fr
Differential). Sehr leicht beweist man:
Proposition 5.1.1.2. Ist f : [a, b] R R-integrierbar, so gibt es eine Folge von Zerlegungen Z(n), n N, von [a, b] mit
Z b

f (x) dx.

lim U (f, Z(n)) = lim O(f, Z(n)) =

Beweis. Nach Definition der R-Integrierbarkeit gibt es zu jedem n = 1, 2, . . . Zerlegungen


Z1 (n) und Z2 (n) mit O(f, Z1 (n)) U (f, Z2 (n)) < n1 . Die gemeinsamen Verfeinerungen
Z(n) := Z1 (n) Z2 (n) bilden eine Folge mit der gewnschten Eigenschaft.
bungsaufgabe 258. (P) Sei f (x) := x auf [a, b] := [0, 1] und Z(n) := {0, n1 , n2 , . . . , 1
1
Sie die Ober- und Untersummen O(f, Z(n)), U (f, Z(n)) und damit das
n , 1}. Berechnen
R1
Integral 0 x dx.
Wir werden sehen, dass zum Beispiel alle stetigen Funktionen R-integrierbar sind. Um
die Probleme zu verstehen, ist es wichtig auch ein Beispiel einer (beschrnkten) Funktion
kennen zu lernen, die nicht R-integrierbar ist. Das klassische Beispiel ist die Dirichletsche
Sprungfunktion 1Q , die wir schon in 3.1.4 kennengelernt haben, zum Beispiel auf der
Definitionsmenge [0, 1]. Zu jeder Zerlegung Z von [0, 1], egal wie fein, gilt fr Unterund Obersumme U (f, Z) = 0 und O(f, Z) = 1. Also ist f nicht R-integrierbar. Man
beachte, dass dieses f an jeder Stelle von [0, 1] unstetig ist. Tatschlich werden wir
noch ein Kriterium kennen lernen, welches zeigt, dass R-Integrierbarkeit davon abhngt,
dass die Menge der Unstetigkeitsstellen eine sogenannte Lebesgue-Nullmenge, also im
matheoretischen Sinn klein ist.

5.1.2 Riemannsummen
Oft ist es zweckmig, wenn man in den Obersummen und Untersummen das Supremum
bzw. Infimum durch spezielle Funktionswerte ersetzt. Um das zu przisieren, fhren wir
den Begriff einer Belegung B zu einer Zerlegung Z = {a = x0 < x1 < . . . < xn = b}
von [a, b] ein. Darunter verstehen wir ein n-tupel (1 , 2 , . . . , n ) mit xi1 i xi fr
i = 1, 2, . . . , n. Die damit definierte Summe
S(f, Z, B) :=

n
X

(xi xi1 )f (i )

i=1

173

5 Integralrechnung
nennen wir die Riemannsumme von f zur Zerlegung Z und Belegung B. Klarerweise gilt U (f, Z) S(f, Z, B)R O(f, Z) fr jede Belegung B zu Z. Riemannsummen
approximieren das Integral ab f (x) dx also nicht schlechter als Ober- und Untersumme. Angenehm wre eine Aussage, die eine vorgegebene Approximationsgte garantiert,
sofern nur Z hinreichend fein ist. Tatschlich gilt:
Proposition 5.1.2.1. Ist f : [a, b] R Riemann-integrierbar und > 0, so gibt es ein
> 0 derart, dass fr
alle Zerlegungen Z mit (Z) < sowohl O(f, Z) U (f, z) < als
Rb
auch |S(f, Z, B) a f (x) dx| < fr alle Belegungen B zu Z gilt.
Beweis. (Skizze) Man whlt zunchst ein Z = {a = x0 < x1 < . . . < xn = b} mit
O(f, Z) U (f, Z) < 2 , sodann ein positives < 12 (min1in |xi xi1 |) derart, dass
auerdem n supx[a,b] |f (x)| < 4 . Fr so ein kann man nach etwas Rechnung die
gewnschten Eigenschaften nachweisen.
bungsaufgabe 259. (P) Berechnen Sie das Riemann-Integral
quidistanter Riemann-Summen.

R2
1

(2 x) dx mittels

bungsaufgabe 260. (P) Berechnen Sie das Riemann-Integral 01 ex dx mittels quidistanter Riemann-Summen. Verwenden Sie dazu die Summenformel fr die geometrische
Reihe.
R

5.1.3 Einfache Eigenschaften


Die einfachsten Beispiele R-integrierbarer Funktionen sind die konstanten. Denn fr
f : [a, b] R, x 7 c, c R, nehmen alle Ober-, Unterund Riemannsummen den Wert
R
c(b a) an, der somit der Wert des R-Integrals ab c dx ist. Mit etwas mehr Rechenaufwand lsst sich zum Beispiel auch die R-Integrierbarkeit Rder Funktion f : x 7 x auf
2
jedem beschrnkten Intervall beweisen, z.B. auf [0, 1] mit 0b f (x) dx = b2 , vgl. bungsaufgabe 258. Wir verzichten aber auf diesen Aufwand und fassen eine grere Klasse von
Funktionen ins Auge:
Satz 5.1.3.1. Jede monotone Funktion f : [a, b] R ist Riemann-integrierbar.
Beweis. (Skizze) Es gengt, den monoton wachsenden Fall zu behandeln, der monoton fallende ist analog. Sei vorgegeben. Wir mssen eine Zerlegung Z finden mit
O(f, Z) U (f, Z) < . Wir wissen aus 4.4.2, dass alle Unstetigkeitsstellen einer monotonen Funktion Sprungstellen sind. Die Sprunghhen knnen sich maximal auf d :=
f (b) f (a) aufaddieren. Also kann es nur endlich viele Sprungstellen s1 , . . . , sk mit

Sprunghhe 2(ba)
geben. Um jedes dieser si legen wir jeweils ein sehr kleines abgeschlossenes Teilintervall Ji der Lnge < mit kd < 2 . Die durch die Ji noch nicht
berdeckten Teile von [a, b] knnen wir in endlich viele Teilintervalle [xj1 , xj ] zerle
gen mit f (xj ) f (xj1 ) < 2(ba)
. Fr die resultierende Zerlegung Z gilt tatschlich
O(f, Z) U (f, Z) < .

174

5.1 Das Riemannintegral


bungsaufgabe 261. (E) Prfen Sie die im Beweis von Satz 5.1.3 behauptete Ungleichung O(f, Z) U (f, Z) < nach.
Sehr leicht (bung) beweist man:
Proposition 5.1.3.2. Sei f : [a, c] R, a b c, und seien die Einschrnkungen
von f sowohl auf [a, b] als auch auf [b, c] R-integrierbar. Dann ist f auch auf [a, c] Rintegrierbar mit
Z c

Z b

Z c

f (x) dx

f (x) dx +

f (x) dx =

Beweis. (Idee) Man hat lediglich geeignete Zerlegungen von [a, b] und [b, c] zusammenzusetzen.
bungsaufgabe 262. (P) Erklren Sie den Beweis von Proposition 5.1.3.2 ausfhrlich.
Kombiniert man den obigen Satz ber monotone Funktionen mit der Mglichkeit,
Intervalle zusammenzustckeln, so bekommt man schon eine recht groe Klasse Riemannintegrierbarer Funktionen. Von besonderem theoretischen Interesse ist der Umstand, dass
die Riemann-integrierbaren Funktionen
auf [a, b] einen Vektorraum bilden, auf dem das
R
Integral eine lineare Abbildung f 7 ab f (x) dx ist.
Proposition 5.1.3.3. Angenommen, die Funktionen f, g : [a, b] R sind R-integrierbar
und c R. Dann sind die Funktionen cf und f + g ebenfalls R-integrierbar auf [a, b],
und es gilt:
f (x) dx

cf (x) dx = c
a

g(x) dx.
a

f (x) dx +

(f + g)(x) dx =

und

Z b

Z b

Z b

Z b

Z b

Beweis. (Skizze) Fr jede Zerlegung Z = {a = x0 x1 . . . xn1 xn = b}


von [a, b] gilt offenbar cU (f, Z) = U (cf, Z) O(cf, Z) = cO(f, Z). Weil wegen der RIntegrierbarkeit von f durch geeignete Wahl der Zerlegung Z Untersumme U (f, Z) und
Obersumme O(f, Z) fr f beliebig nahe aneinander gebracht werden knnen, gilt das
auch fr cf statt f . (Przisierung: bung)
Bei der Behandlung f + g geht man hnlich vor, beginnt aber mit der folgenden
berlegung: Fr jedes x [xi1 , xi ] ist
(f + g)(x) = f (x) + g(x)

f (x) +

sup
xi1 xxi

f (x),

sup
xi1 xxi

also auch
sup
xi1 xxi

(f + g)(x)

sup
xi1 xxi

f (x) +

sup

f (x).

xi1 xxi

Summation ber i = 1, 2, . . . zeigt O(f + g, Z) O(f, Z) + O(g, Z). Analog zeigt man
U (f, Z) + U (g, Z) U (f + g, Z), insgesamt also
U (f, Z) + U (g, Z) U (f + g, Z) O(f + g, Z) O(f, Z) + O(g, Z).

175

5 Integralrechnung
Weil auerdem
U (f, Z) + U (g, Z)

Z b

Z b

f (x) dx +
a

g(x) dx O(f, Z) + O(g, Z)

gilt, gengt es, fr beliebiges > 0 eine Zerlegung Z mit O(f +g, Z)U (f +g, Z) < zu
finden. Tatschlich, zu vorgegebenem knnen wir wegen Proposition 5.1.2.1 ein finden,
so dass fr alle Zerlegungen Z von [a, b] mit Feinheit (Z) < sowohl O(f, Z)U (f, Z) <

2 als auch O(g, Z) U (g, Z) < 2 gilt. So ein Z whlen wir und schlieen damit
O(f + g, Z) U (f + g, Z) O(f, Z) + O(g, Z) U (f, Z) U (g, Z) < .

bungsaufgabe 263. (E) Im Beweis von Proposition 5.1.3.3 wurde f + g vollstndig


behandelt, cf nur skizzenhaft. Fhren Sie die Argumentation auch fr cf vollstndig aus.
Weitere wichtige Beobachtungen betreffen die Vertrglichkeit von Integral mit Ungleichungen (Integralungleichungen).
Proposition 5.1.3.4. Die Funktionen f, g : [a, b] R seien R-integrierbar.
1. Aus f g, d.h. f (x) g(x) fr alle x [a, b], folgt
(Monotonie oder auch Positivitt des Integrals)
2. |

Rb
a

f (x) dx|

Rb
a

Rb
a

f (x) dx

Rb
a

g(x) dx.

|f (x)| dx (vgl. Dreiecksungleichung fr Summen)

Beweis. (Idee) Die entsprechenden Beziehungen gelten fr alle Ober- und Untersummen,
daher auch fr die Integrale.
bungsaufgabe 264. (E) Wann gilt in Aussage 2 von Proposition 5.1.3.4 nicht nur
die Ungleichung mit , sondern sogar Gleichheit?

5.1.4 Das Riemannintegral stetiger Funktionen


Mit den stckweise monotonen Funktionen haben wir bereits eine groe Klasse Rintegrierbarer Funktionen kennen gelernt. Die wichtigste Klasse steht aber noch aus,
nmlich die der stetigen Funktionen f : [a, b] R. Auch sie erweisen sich als Rintegrierbar. Die --Definition der Stetigkeit legt dies auch nahe, weil ja hinreichend
kleines garantiert, dass die Funktionswerte auf Intervallen der Lnge < um weniger
als variieren. In dieser Schlussweise verbirgt sich aber eine Tcke, die von hnlicher
Art ist, wie an frherer Stelle der Unterschied zwischen punktweiser und gleichmiger
Konvergenz. Denn das aus der Stetigkeitsdefinition bezieht sich auf nur eine Stelle x0 .
Es wre also denkbar, dass wir fr verschiedene Stellen (davon gibt es ja unendlich viele) immer kleinere whlen mssen und deshalb kein gemeinsames > 0 fr das ganze
Intervall [a, b] und folglich auch kein endliches Z finden, fr das Ober- und Untersumme
einander beliebig nahe kommen. Wir brauchen deshalb die folgende Verschrfung der
Stetigkeit.

176

5.1 Das Riemannintegral


Definition 5.1.4.1. Eine Funktion f : D R heit gleichmig stetig auf D, wenn
es zu jedem > 0 ein > 0 gibt derart, dass fr alle x1 , x2 D mit |x1 x2 | < auch
|f (x1 ) f (x2 )| < gilt.
Klarerweise ist jede gleichmig stetige Funktion auch stetig. Die Umkehrung gilt
jedoch nicht. Zum Beispiel ist f : R R, x 7 x2 , wie wir wissen, auf ganz R stetig.
Gleichmige Stetigkeit liegt aber nicht vor, weil sogar jedes > 0 ein Gegenbeispiel ist.
Denn fr jedes > 0 laufen die Funktionswerte f (x) = x2 und f (x + ) = x2 + 2x + 2
beliebig weit auseinander, sofern nur x hinreichend gro ist.
Der logische Unterschied der beiden Begriffe wird wieder einmal deutlich, wenn man
Quantoren verwendet. Dann lautet Stetigkeit auf D
> 0 x D > 0 x0 D : |x x0 | < |f (x) f (x0 )| < ,
whrend gleichmige Stetigkeit auf D
> 0 > 0 x D x0 D : |x x0 | < |f (x) f (x0 )| <
bedeutet. Die Quantoren x D und > 0 wurden also vertauscht.
bungsaufgabe 265. (P) Wir betrachten die Funktion f (x) :=
bereich D := (0, ).

1
x

auf dem Definitions-

1. Zeigen Sie, dass f auf D nicht gleichmig stetig ist.


2. Zeigen Sie, dass f auf [1, ) D sehr wohl gleichmig stetig ist.
3. Worauf kommt es bei einer Teilmenge D0 D an, damit f auf D0 gleichmig
stetig ist?
Glcklicherweise fllt der Unterschied zwischen Stetigkeit und gleichmiger Stetigkeit
auf kompakten Mengen weg.
Proposition 5.1.4.2. Jede auf einer kompakten (d.h. abgeschlossenen und beschrnkten) Menge D R definierte stetige Funktion f : D R ist sogar gleichmig stetig.
Beweis. Wir gehen indirekt vor und nehmen an, die stetige Funktion sei nicht gleichmig stetig. Dann gibt es ein > 0 derart, dass sich zu jedem n = n1 mit n =
1, 2, . . . ein Paar von x-Werten xn und x0n in [a, b] finden lsst mit |xn x0n | < n1 aber
|f (xn ) f (x0n )| . Nach dem Satz von Bolzano-Weierstra haben die xn einen Hufungspunkt x0 [a, b]. In jeder Umgebung von x0 liegen Paare von x-Werten, deren
Funktionswerte um mindestens voneinander entfernt sind. Wenigstens einer davon
muss dann von f (x0 ) mindestens 2 entfernt sein. Das widerspricht aber der Stetigkeit
von f in x0 . Dieser Widerspruch beweist die gleichmige Stetigkeit von f auf [a, b].
Nun knnen wir relativ leicht beweisen:
Satz 5.1.4.3. Jede stetige Funktion f : [a, b] R, a < b, ist R-integrierbar.

177

5 Integralrechnung
Beweis. Weil f wegen Proposition 5.1.4.2 sogar gleichmig stetig auf [a, b] ist, gibt es

zu vorgegebenem > 0 ein > 0 derart, dass |f (x) f (x0 )| < ba


fr alle x, x0 [a, b]
0
mit |x x | < . Wir whlen eine Zerlegung Z = {a = x0 < x1 < . . . < xn = b} mit

(Z) < . Dann gilt supx[xi1 ,xi ] f (x) inf x[xi1 ,xi ] f (x) < ba
fr alle i = 1, 2, . . . , n.
Summation ber alle i liefert die gewnschte Beziehung
O(f, Z) U (f, Z) <

n
X

(xi xi1 )

i=1

= .
ba

5.2 Der Hauptsatz und seine Anwendungen


Wie sein Name suggeriert, bildet der Hauptsatz der Differential- und Integralrechnung
das Bindeglied zwischen diesen beiden Themenbereichen, die somit zur Einheit jenes so
wichtigen Gebietes der Mathematik verschmelzen, das man auch als Infinitesimalrechnung bezeichnet (5.2.1). Nach einem kurzen Exkurs ber Stammfunktionen (sie sind nur
bis auf eine additive Konstante eindeutig, siehe 5.2.2), wenden wir uns der Berechnung
von Integralen zu. Neben der zentralen Bedeutung fr die Theorie ist der Hauptsatz
nmlich auch die Grundlage fr die praktische Berechnung vieler Integrale (5.2.3), insbesondere jener, die mit den Integrationsregeln aus 5.2.4 zugnglich sind. Wir schlieen
den Abschnitt in 5.2.5 mit einigen Beispielen dazu.

5.2.1 Zwei Versionen des Hauptsatzes


In seiner ersten Formulierung besagt der Hauptsatz der Differential- und Integralrechnung das Folgende.
Satz 5.2.1.1. Sei f : [a, b] R stetig (a < b). Dann ist die Funktion
F : [a, b] R,

x 7

Z x

f (t) dt,
a

differenzierbar, und es gilt F 0 = f (an den Randpunkten a, b als einseitige Ableitung).


Wegen F (a) = 0 gilt insbesondere auch
Z b

f (x) dx = F (b) F (a).

Beweis. Fr ein beliebiges x0 [a, b] untersuchen wir den Differentialquotienten


F 0 (x0 ) = lim

xx0

F (x) F (x0 )
.
x x0

Die Differenz im Zhler erfllt F (x) F (x0 ) = xx0 f (t) dt. Weil f stetig ist, gibt es zu
beliebig vorgegebenem > 0 ein > 0 derart, dass fr alle x [a, b] mit |x x0 | <
die Ungleichung f (x0 ) < f (x) < f (x0 ) + garantiert ist. Fr solche x gilt folglich
R

178

5.2 Der Hauptsatz und seine Anwendungen


(f (x0 ) )(x x0 ) < F (x) F (x0 ) < (f (x0 ) + )(x x0 ) und somit f (x0 ) <
F (x)F (x0 )
< f (x0 ) + . Weil > 0 beliebig war, existiert der Grenzwert fr x x0 und
xx0
hat den Wert F 0 (x0 ) = f (x0 ).
bungsaufgabe 266. (P) Sei f stetig mit einer Stammfunktion F . Auerdem seien
a(x) und b(x) differenzierbare Funktionen. Wir definieren die Funktion
Z b(x)

f (t) dt.

G(x) :=
a(x)

1. Nehmen Sie zunchst a als konstante Funktion an. Begrnden Sie, warum G differenzierbar ist und berechnen Sie die Ableitung G0 . Anleitung: Fassen Sie G als
Verkettung G = F b auf.
2. Analog mit konstantem b aber nicht konstantem a.
3. Behandeln Sie nun den allgemeinen Fall, wo weder a noch b konstant sein mssen.
bungsaufgabe 267. (T) Verwenden Sie den Hauptsatz der Differential- und Integralrechnung, um zu entscheiden ob F eine Stammfunktion von f ist:
1. f (x) = sin(x),

F (x) =

R0

2. f (x) = x3 ,

F (x) =

R 2x

3. f (x) = ex ,

F (x) = 2

x
0

sin(t) dt.
3t2 dt.

R x/2 2t
e dt.
1

Eine zweite Formulierung des Hauptsatzes geht nicht von stetigem f aus, sondern
von F mit R-integrierbarer Ableitung.
Satz 5.2.1.2. Angenommen die Funktion F : [a, b] R habe eine R-integrierbare Ableitung f := F 0 (in den Randpunkten a, b als einseitige Ableitung), so gilt
Z b

f (x) dx = F (b) F (a).

Beweis. Wir gehen von einer Zerlegung Z = {a = x0 < x1 < . . . < xn = b} aus. Nach
dem Mittelwertsatz gibt es zu jedem i = 1, 2, . . . , n eine Zwischenstelle i (xi1 , xi )
(xi1 )
mit f (i ) = F 0 (i ) = F (xxi )F
. Somit hat die Riemannsumme von f fr Z und zur
i xi1
Belegung B := {1 , . . . , n } den Wert
S(f, Z, B) =

n
X
i=1

f (i )(xi xi1 ) =

n
X

(F (xi )F (xi1 )) = F (xn )F (x0 ) = F (b)F (a).

i=1

Weil f nach Voraussetzung R-integrierbar


ist, herrscht fr (Z) 0 Konvergenz der
R
Riemannsummen S(f, Z, B) gegen ab f (x) dx, also gilt die behauptete Identitt.

179

5 Integralrechnung

5.2.2 Stammfunktionen und ihre Eindeutigkeit


Wir wissen bereits von einer Anwendung des Mittelwertsatzes 4.2.1.3, dass Stammfunktionen auf zusammenhngenden Mengen D eindeutig sind bis auf eine additive Konstante. Diese Aussage gilt nicht mehr, wenn D nicht zusammenhngend ist. Beispiel:
Sei f : D R mit D = R \ {0} und f (x) := x1 . Dann erhlt man smtliche Stammfunktionen von f , indem man fr jedes Paar c , c+ R die Funktion Fc+ ,c definiert
durch Fc+ ,c (x) := ln |x|+c fr x < 0 und Fc+ ,c (x) := ln x+c+ = ln |x|+c+ fr x > 0.
Beweis: Jede dieser Funktionen ist, wie man sofort nachrechnet, Stammfunktion von f
1
(fr x < 0 ist nach der Kettenregel (ln |x|)0 = (ln(x))0 = x
(1) = x). Weil die Teile
x < 0 und x > 0 fr sich genommen zusammenhngend sind, ist fr jeden von ihnen
der Satz ber die Eindeutigkeit von Stammfunktionen bis auf eine additive Konstante
anwendbar. Somit gibt es umgekehrt fr jede Stammfunktion F von f Zahlen c , c+ mit
F = Fc ,c+ .
Ist die Funktion f gegeben, so
hat sich fr die Stammfunktion(en) die Schreibweise
R
R
f (x) dx + c oder, noch krzer f , und die Bezeichnung unbestimmtes
Integral einRb
gebrgert; im Gegensatz zum bestimmten (Riemann-)Integral a f (x) dx,
in dem immer
R
auch der Integrationsbereich angegeben werden muss. Eigentlich ist mit f (x) dx + c die
Menge aller Stammfunktionen von f gemeint. Ist der Definitionsbereich zusammenhngend und F eine Stammfunktion von f , so ist also genau genommen
Z

f=

f (x) dx + c = {F + c : c R}.

Bei nicht zusammenhngendem Definitionsbereich ist, wie oben am Beispiel von f (x) =
1
Wir werden die
x auf R \ {0} diskutiert wurde, die Menge entsprechend komplizierter.
R 2
x3
additive Konstante nicht immer anschreiben und z.B. kurz x dx = 3 notieren.
bungsaufgabe 268. (P) Sei f : D R stetig und D von der Form D = ni=1 (ai , bi )
mit a1 < b1 a2 < b2 . . . an1 < bn1 an < bn . Weiters sei F eine Stammfunktion von f .
S

1. Beschreiben Sie das unbestimmte Integral f dx als Menge aller Stammfunktionen


von f . Hinweis: Fr jeden zusammenhngenden Teilbereich von D ist eine eigene
additive Konstante zu nehmen.
2. Fr welche Intervalle [a, b] ist das bestimmte Integral
lsst es sich aus den gegebenen Daten berechnen?

Rb
a

f (x) dx definiert, und wie

5.2.3 Die Berechnung von Integralen mittels Stammfunktionen


Ist f : [a, b] R stetig, so gibt es nach der ersten Version des Hauptsatzes 5.2.1.1 eine
(differenzierbare) Stammfunktion F von f . Nach Satz 4.2.1.3 unterscheidet sich jede andere Stammfunktion von f von F nur durch eine additive Konstante, ist daher ebenfalls
differenzierbar mit (R-integrierbarer) Ableitung f . Nach der zweiten Version des Hauptsatzes 5.2.1.2 gilt also nicht nur fr eine spezielle, sondern fr jede Stammfunktion F
von f die dort behauptete Beziehung. Zusammenfassend haben wir daher:

180

5.2 Der Hauptsatz und seine Anwendungen


Satz 5.2.3.1. Ist F irgendeine Stammfunktion der stetigen Funktion f : [a, b] R, so
ist
Z
b

f (x) dx = F (b) F (a).

Eine bliche Notation bei konkreten Berechnungen hier durchgefhrt fr das einfache
2
Beispiel f (x) = x, F (x) = x2 , a = 1 und b = 2 lautet:
Z 2
1

22 12
x2 2
41
3
=
x dx =

=
= .

2 x=1
2
2
2
2

Bestimmte Integrale stetiger Funktionen auf Intervallen lassen sich also sicher dann
berechnen, wenn man eine Stammfunktion des Integranden f findet, also f , wie man
sagt, integriert. Dabei hat man offenbar den Vorgang des Differenzierens umzukehren.
Grundstzlich existieren Integrale zwar eher als Ableitungen. Denn jede differenzierbare
Funktion ist stetig und somit erst recht R-integrierbar. Die explizite Berechnung von
Stammfunktionen ist in der Praxis aber meist schwieriger als die der Ableitung. Man
bedenke, dass die Ableitungsregeln insofern vollstndig sind, als sie uns sagen, wie wir
ausgehend von elementaren Funktionen wie Polynomen, exp, ln, trigonometrischen
Funktionen etc. deren Summen, Differenzen, Produkte, Quotienten und Kompositionen behandeln mssen. Fr derart aufgebaute Funktionen liefern diese Regeln stets ein
Ergebnis. Fr die Berechnung von Stammfunktionen ist dies leider nicht der Fall. Immerhin knnen sehr viele einfach gebaute Funktionen mit Hilfe weniger Integrationsregeln
integriert werden.
bungsaufgabe 269. (P) Die Signumfunktion sgn ist definiert durch sgn(x) := 1
fr x < 0, sgn(0) := 0 und sgn(x) = 1 fr x > 0.
1. Hat sgn eine Stammfunktion? Hinweis: Sie drfen bungsaufgabe 220 verwenden.
2. Verallgemeinern Sie Ihre Antwort auf beliebige Funktionen mit Sprungstellen.
3. Finden Sie eine Funktion mit einer Unstetigkeit anderer Art, die sich in Hinblick
auf die Existenz von Stammfunktionen anders verhlt als sgn.

5.2.4 Integrationsregeln
Die verfgbaren Standardmethoden bestehen in der Verwendung der Stammfunktionen
elementarer Funktionen, der Linearitt, der partiellen Integration (entspricht der Produktregel beim Differenzieren) und der Substitutionsregel (entspricht der Kettenregel
beim Differenzieren). Der Beweis dieser Regeln ergibt sich jeweils mehr oder weniger
unmittelbar aus den entsprechenden Differentiationsregeln.
Um die Notation im Folgenden bersichtlich zu halten, beziehen wir die Regeln in
diesem Abschnitt stillschweigend auf den jeweiligen Definitionsbereich. Meist wird nur
eine Stammfunktion angegeben, d.h. ohne Bercksichtigung der additiven Konstante(n).

181

5 Integralrechnung
Stammfunktionen elementarer Funktionen:
Potenzen:

x dx =

x+1
+1

fr R \ {1} und

Exponentialfunktion
und Logarithmus:
R
ln(x) dx = x ln(x) x

x1 dx =

R 1
x dx = ln |x|

exp(x) dx = exp(x),

RTrigonometrische Funktionen:
cos x dx = sin x,
R
tan x dx = ln | cos x|, cot x dx = ln | sin x|
R

sin x dx = cos x,

RHyperbelfunktionen: cosh
x dx = sinh x, sinh x dx = cosh x,
R
tanh x dx = ln(cosh x), coth x dx = ln | sinh x|.
WeitereR ntzliche Stammfunktionen,
die sich direkt aus Differentiationsregeln erR 1
1
dx = arccotx,
geben: 1+x
2 dx = arctan x oder
1+x2
R
R
1
1

dx = arcsin x oder 1x2 dx = arccos x,


2

R 1x
R
1
2 + 1),

1
dx
=
Arsinhx
=
ln(x
+
x
dx
=
ln(x
+
x2 1).
2
2
1+x
x 1
Es ist nicht notwendig, sich alle Regeln auswendig zu merken. Sehr wohl einprgen
1
sollte man sich die Stammfunktionen von Potenzen, exp, sin, cos und 1+x
2.
Linearitt: Die Linearitt des unbestimmten Integrals kann man sowohl aus der Linearitt des Differenzierens wie auch aus der des bestimmten Integrals und dem Hauptsatz folgern:
Z

(f + g) =

f+

und

(cf ) = c

f fr c R

Partielle Integration: Aus der Produktregel frs Differenzieren folgt die Integrationsregel
Z
Z
f g = F g (F g 0 ),
wobei F eine Stammfunktion von f bezeichne. Der Beweis ergibt sich durch Differenzieren auf beiden Seiten. Links erhlt man nach Definition des unbestimmten Integrals f g,
rechts mit Hilfe von Linearitt und Produktregel ebenfalls:


Fg

Fg

0

= (F g)0 F g 0 = F 0 g + F g 0 F g 0 = F 0 g = f g.

Ein einfaches Beispiel: Im unbestimmten Integral R xex dx whlen Rwir f (x) = ex , also
F (x) = ex und g(x) = x, also g 0 (x) = 1. Somit ist xex dx = ex x ex dx = ex x ex .
Die partielle Integration fhrt nicht immer zum Ziel, selbst wenn man eine Stammfunktion F von f kennt. Denn auf der rechten Seite taucht wieder ein Integral auf,
das eventuell leichter zu berechnen ist als das ursprngliche, nicht aber in allen Fllen;
deshalb das Wort partiell in der Bezeichnung der Regel.
Substitutionsregel: So wie die partielle Integration der Produktregel frs Differenzieren entspricht, hat auch die Kettenregel eine Art Umkehrung, die aber ebenfalls nicht
immer zum Ziel fhrt.
R

182

5.2 Der Hauptsatz und seine Anwendungen


Mit einer Stammfunktion F von f (jeweils als Funktionen in x) lsst sich das allgemeine Schema wie folgt notieren:
Z

f (x) dx = F (x) = F (g(t)) =

f (g(t))g 0 (t) dt

Darin besagt die erste Gleichheit, dass F eine Stammfunktion von f ist; die zweite bringt
die Variablensubstitution x = g(t) mit Hilfe einer (geschickt zu whlenden) Funktion g
zum Ausdruck; und die dritte entspricht der Kettenregel, der zufolge der Integrand rechts
die Ableitung von F nach t ist. Man liest daraus ab, dass neben der Substitution x = g(t)
auch dx = g 0 (t)dt gesetzt werden muss, was man oft durch den Einschub eines Kstchens
in folgender Weise notiert:
Z



x = g(t)


f (x) dx =

dx = g 0 (t)dt

Am besten
versteht man die Methode anhand eines Beispiels, etwa des unbestimmten
R
Integrals e x dx. Wir setzen x = t2 =: g(t), also dx = g 0 (t) dt = 2t dt, und erhalten
Z



x = t2 Z




dx =
xe x e x .
= et 2t dt = 2(tet et ) = 2
dx = 2t dt

In der dritten Gleichheit wurde das weiter oben behandelte Beispiel zur partiellen Integration verwendet.
Geht man von einem bestimmten Integral aus, so kann man sich die Rcksubstitution ersparen, wenn man die Integrationsgrenzen mittransformiert. Am Ende von 5.2.5
werden wir ein typisches Beispiel dazu behandeln.

5.2.5 Beispiele zur Integration


Mit Hilfe der angegebenen Integrationsregeln lassen sich Polynomfunktionen in offensichtlicher Weise integrieren:
Z X
n

ak xk dx =

k=0

n
X
k=0

ak

xk dx =

n
X

ak k+1
x
+ c.
k+1
k=0

Nicht so offensichtlich, aber dennoch gem einem festen Schema lassen sich auch gebrochen rationale Funktionen behandeln, obwohl sie durch Division zustande kommen,
fr welche keine allgemeine Integrationsregel zur Verfgung steht. Und zwar sttzt man
sich auf die Partialbruchzerlegung. Offenbar reicht es, Polynome und Funktionen
folgender vier Typen zu integrieren:
1. f1 (x) =

1
x

2. f2 (x) =

1
(x)k

3. f3 (x) =

Ax+B
x2 +x+

mit k 2

183

5 Integralrechnung
4. f4 (x) =

Ax+B
(x2 +x+)k

mit k 2

Dabei sind A, B, , , reelle Zahlen und das Polynom x2 + x + im Nenner von f3


und f4 reell irreduzibel.
Sehr einfach ist die Aufgabe bei den ersten beiden Typen:
Z

f1 (x) dx =

1
dx = ln |x |
x

und
Z

f2 (x) dx =

1
dx =
(x )k

(x )k dx =

(x )k+1
1
.
=
k + 1
(k 1)(x )k1

Bei f3 und f4 kann man durch geeignete lineare Substitutionen erreichen, dass der Nenner in einer neuen Variablen y ein Vielfaches von y 2 + 1 wird. Im ersten Schritt bringt
man mittels der Substitution x = t 2 das lineare Glied zum Verschwinden, landet also
2
0
beim Typus
Nenner mit (wegen der Irreduzibilitt) positivem 0 . Sodann setzt
0t + im
2
man t = y, also t + 0 = 0 y 2 + 0 = 0 (y 2 +1). Wir drfen uns also auf den Spezialfall
= 0 und = 1 beschrnken. Spalten wir ein f3 dieser Form noch gem dem Zhler
Ax + B auf, so ist dieser Fall abzuhandeln mit Hilfe der beiden unbestimmten Integrale
Z

und

x
ln(1 + x2 )
dx
=
1 + x2
2

1
dx = arctan(x).
1 + x2
(Deshalb die rechnerische Bedeutung des Arcustangens!)
Es bleibt der Typ f4 , fr den der eine der beiden Summanden auch keine groen
Probleme macht:
Z
x
1
dx =
.
2
k
(1 + x )
2(k 1)(1 + x2 )k1
Z

Der einzige etwas mhsamere Fall betrifft das unbestimmte Integral


Z

Ik :=

1
dx.
(1 + x2 )k

Den Fall k = 1 haben wir bereits bei f3 behandelt. Wegen der (durch Differenzieren
nachzurechnenden) Rekursionsformel
Ik+1 =

x
1
+ (1 )Ik
2
k
2k(1 + x )
2k

lsst sich der Fall k > 1 iterativ auf den bereits behandelten zurckfhren.
bungsaufgabe 270. (T) Berechnen Sie die Integrale mittels Partialbruchzerlegung:
Z

1.

184

dx
x(x2 1)

2.

dy
2
y(y + 1)

3.

z2 + z + 1
dz
z(z 2 + 1)

5.2 Der Hauptsatz und seine Anwendungen


In der Liste der Stammfunktionen F (x) elementarer Funktionen f (x) kam auch f (x) =
ln x mit F (x) = x ln x x vor. So leicht dies auch durch Ableiten zu verifizieren ist, so
lehrreich ist es zu sehen, dass man auch mittels partieller Integration zu diesem Ergebnis
kommt. Man interpretiert ln x als ln(x) = f (x)g(x) mit f (x) = 1 und g(x) = ln x, also
F (x) = x und g 0 (x) = x1 . So erhlt man
Z

fg = Fg

ln =

(F g ) = x ln x

x
dx = x ln x
x

1 = x ln x x.

Ein anderes typisches Beispiel fr partielle Integration, diesmal mit f = g = cos,


F = sin und g 0 = sin ist
Z

cos2 = F g

Wir bringen

F g 0 = sin cos +

sin2 = sin cos +

(1 cos2 ) = sin cos +

cos2 .

cos2 von rechts auf die linke Seite und erhalten nach Division durch 2:
Z

1
cos2 (x) dx = (sin(x) cos(x) + x).
2

hnlich verfhrt man mit Integranden wie sin2 oder sin cos, die in der Theorie der Fourierreihen hufig auftreten.

bungsaufgabe 271. (T) Berechnen Sie die Integrale mit Hilfe partieller Integration:
1.

(ln x)2 dx

2.

R 2
y sin y dy

3.

z cos2 z dz

bungsaufgabe 272. (T) Wie die vorige Aufgabe, aber mit


Z

1.

x2 ex dx

2.

x ln x dx

3.

ln x
dx
x

Zum Abschluss berechnen wir als Anwendungsbeispiel fr die Substitutionsregel sowie


die mit ihr einhergehenden Transformationen von Intervallgrenzen die Kreisflche. Sie
setzt sich aus vier Viertelkreisen zusammen. Nehmen wir
zunchst den Radius 1. Dann
R
ist die Flche V des Viertelkreises gegeben durch V = 01 1 x2 dx, also:
V =

Z 1p
0

x2 dx



Z
x = sin t Z 2 p
2


1 sin2 t cos t dt =
cos2 t dt.
=
=
dx = cos tdt
0
0

Weiter oben haben wir eine Stammfunktion F dieses Integranden bereits berechnet als
F (t) = 12 (sin(t) cos(t) + t). Setzen wir ein, so erhalten wir fr die Flche V des Viertelkreises

V = F ( ) F (0) = (sin( ) cos( ) + ) (sin(0) cos(0) + 0) = .


2
2
2
2
2
2
4

185

5 Integralrechnung
Die Flche des gesamten Kreises ist somit . Den Fall eines allgemeinen Radius r fhrt
man (wieder fr den Viertelkreis) auf das bereits behandelte Integral zurck und erhlt
fr die Flche A des Kreises mit Radius r die bekannte Formel


Z 1p
Z 1 p
x = rt


2
2
2
=
4
r 1 t2 r dt =
A=4
r2 x2 dx =
r

r
t
r
dt
=
4

dx = rdt
0
0
0
Z 1p
Z rp

= 4r2

1 t2 dt = r2 .

bungsaufgabe 273. (P) Ermitteln Sie mit Hilfe der Integralrechnung die Flche der
Ellipse mit Halbachsen a, b > 0.
bungsaufgabe 274. (T) Berechnen Sie die Integrale mit Hilfe geeigneter Substitutionen:
R
R
R
1. x2 x 2 dx
2. tan y dy
3. sin(ln z) dz
bungsaufgabe 275. (T) Wie die vorige Aufgabe, aber mit
Z

1.

x3 x 1 dx

2.

sin x cos3 x dx

3.

1
dx
1 + ex

5.3 Das Integral bezglich eines Maes


Der Riemannsche Integralbegriff, der zu Beginn dieses Kapitels behandelt wurde, ist nach
Bernhard Riemann (1826-1866) benannt. Zu Beginn des 20.Jahrhunderts entwickelte
Henri Lebesgue (1875-1941) eine Integrationstheorie, die der lteren in mancherlei Hinsicht berlegen ist. Einer ihrer Vorteile besteht in der groen Verallgemeinerbarkeit. So
ist der Lebesguesche Zugang auch Grundlage fr die moderne Stochastik (= Wahrscheinlichkeitstheorie und Statistik). Fundamental ist der uerst naheliegende Begriff des Maes (5.3.1). In Hinblick auf die vielfltigen Anwendungsmglichkeiten sollen in 5.3.2 die
wesentlichen Grundideen der Lebesgueschen Theorie dargestellt und in 5.3.3 ihr enger
Zusammenhang zum bereits bekannten Riemannintegral skizziert werden. Charakteristische Ergebnisse, weitgehend ohne strenge Beweise schlieen mit 5.3.4 den Abschnitt
ab. Ziel ist vor allem ein intuitives Verstndnis, mit Hilfe dessen allfllige Berhrungsngste mit der Lebesgueschen Theorie abgebaut werden knnen. Das ist unter anderem
(aber keineswegs nur) fr ein adquates Verstndnis von Wahrscheinlichkeitstheorie und
Statistik Voraussetzung.

5.3.1 Die Idee des Mabegriffs


Ob wir Lngen, Flchen, Volumina oder andere Quantitten wie Wahrscheinlichkeiten
messen, immer wieder erweist sich der Begriff des Maes als geeigneter begrifflicher Rahmen: Man weist gewissen Mengen Zahlenwerte (ihr Ma) zu derart, dass der Vereinigung
disjunkter Mengen die Summe der Mae entspricht. Man beachte die Analogie zur Anzahlbestimmung von Vereinigungsmengen. Eine Schwierigkeit, die auf den ersten Blick

186

5.3 Das Integral bezglich eines Maes


nicht unbedingt auffllt, besteht darin, dass nicht unbedingt allen (beliebig komplizierten) Mengen in sinnvoller Weise ein Ma zugeordnet werden kann. Diese Schwierigkeit
beschftigt vor allem theoretische Mathematiker. Hier brauchen uns die damit verbundenen Probleme wenig zu kmmern. Zwecks mathematischer Korrektheit brauchen wir
lediglich die folgende Definition.
Definition 5.3.1.1. Sei X eine Menge und A eine Menge von Teilmengen von X, die
wir die (bezglich A) messbaren Mengen nennen. Wir nennen A eine -Algebra
(sprich: Sigma-Algebra) auf X, wenn folgende Bedingungen erfllt sind:
1. , X A, die leere Menge und gesamte Menge sind also messbar.
2. Fr jedes messbare A ist auch X \ A messbar.
3. Fr eine Folge von messbaren Mengen An A, n N, ist auch die Vereinigung
S
nN An messbar.
Diese Definition garantiert, dass alle blichen mengentheoretischen Operationen innerhalb der -Algebra A der messbaren Mengen ausfhrbar sind, und zwar sowohl fr
endlich wie auch fr abzhlbar unendlich viele Mengen. Zum Beispiel ist wegen
\

An = X \

nN

(X \ An )

nN

auch der Durchschnitt einer (abzhlbaren) Folge messbarer Mengen An wieder messbar.
Ein einfaches Beispiel einer -Algebra auf einer Menge X ist die sogenannte Potenzmenge von X, das ist die Menge aller Teilmengen von X. Leider mssen wir uns in
vielen interessanten Fllen, so auch beim Lebesgueschen Ma, dem fr uns an dieser
Stelle weitaus wichtigsten Beispiel, mit kleineren -Algebren begngen. Die wichtigste
Rolle von -Algebren besteht darin, als Definitionsbereich von Maen zu fungieren.
Definition 5.3.1.2. Sei A eine -Algebra. Eine Funktion : A [0, ] heit Ma,
wenn () = 0 und die sogenannte -Additivitt erfllt ist:
Sind die messbaren Mengen An , n N, paarweise disjunkt, d.h. Am An = fr alle
m 6= n, so gilt

[
nN

An =

(An ).

nN

Man beachte, dass aus der -Additivitt auch die endliche Additivitt folgt. Setzt
man nmlich An = fr alle n = n0 , n0 + 1, . . ., so nimmt -Additivitt die Gestalt
(A0 A1 . . . An0 1 ) = (A0 ) + (A1 ) + . . . + (An0 1 )
an. Diese Bedingung besagt schlicht, dass sich Mazahlen aufaddieren, wenn wir nichtberlappende Mengen zu ihrer Vereinigung zusammenfassen; eigentlich eine Selbstverstndlichkeit. Denn genau diese Situation liegt bei Lngen-, Flchen- und Volumsmessungen genauso vor wie bei Wahrscheinlichkeiten und so ziemlich allem, wofr wir das
Wort messen verwenden.

187

5 Integralrechnung
bungsaufgabe 276. (P) Ein einfaches, aber trotzdem wichtiges Beispiel eines Maes
ist das Zhlma . Es ist auf einer beliebigen Menge X definiert durch (A) := |A|,
wenn A X eine endliche Teilmenge von X ist und durch (A) := fr alle unendlichen A X. Die Algebra A ist also die Potenzmenge (die Menge aller Teilmengen) von
X.
berprfen Sie, dass es sich beim Zhlma tatschlich um ein Ma handelt.
In diesem Kapitel denken wir meist an das gewhnliche Lngenma, das wir mit
bezeichnen. Einzelne Punkte x R haben die Lnge 0, also ({x}) = 0 fr alle x R.
Generell nennt man Mengen M vom Ma 0 Nullmengen. Wegen der -Additivitt
sind endliche wie auch abzhlbar unendliche Teilmengen stets Nullmengen bezglich .
Bemerkenswert ist, dass es sogar berabzhlbare Nullmengen gibt. Das Standardbeispiel ist die sogenannte Cantormenge. Man erhlt sie wie folgt: Sicher erwarten wir
([0, 1]) = 1, weil das Einheitsintervall M0 := [0, 1] ja die Lnge 1 hat. Nehmen wir das
mittlere Drittel heraus (nicht die Randpunkte), so bleibt die Menge M1 := [0, 13 ] [ 23 , 1]
brig, die das Ma 23 hat. Aus jedem der beiden Teilintervalle von M1 entfernen wir wieder das mittlere Drittel und erhalten eine Menge M2 vom Ma (M2 ) = ( 32 )2 . Auf diese
Weise fahren wir fort mit Mengen Mn vom Ma (Mn ) = ( 32 )n . Die als Schnittmenge
M :=

Mn

nN

definierte Cantormenge ist in allen Mn enthalten, hat also kleineres Ma als jedes Mn .
Es folgt 0 (M ) (Mn ) = ( 23 )n 0 fr n , was nur fr (M ) = 0 mglich
ist. Trotzdem ist M berabzhlbar. Wie man sich leicht berlegt, liegen in M nmlich
P
2an
alle Zahlen x der Bauart x =
n=1 3n mit an {0, 1} (Zifferndarstellung zur Basis 3).
P
an
Jedem solchen x kann f (x) := n=1 2n [0, 1] (Binrdarstellung) zugeordnet werden.
Die so definierte Funktion f : M [0, 1] ist offenbar surjektiv. Denn jede Zahl in [0, 1]
lsst sich in der beschriebenen Weise binr darstellen, tritt daher als Bild unter f auf.
Weil [0, 1] berabzhlbar ist, muss demnach auch M berabzhlbar sein.

5.3.2 Vertiefende Bemerkungen zum Lebesgueschen Ma


Im vorangegangenen Unterabschnitt sind wir naiv vorgegangen. Gem unserer intuitiven Vorstellung einer Lngenmessung in R, haben wir gewissen Mengen A ihr Ma (A)
zugewiesen, wobei alles auf der Festlegung ([a, b]) = b a fr a b und auf der Additivitt von fute. Es ist aber keinesfalls trivial, dass ein solches Ma berhaupt
existiert. Tatschlich ist der Beweis des folgenden Satzes ber die Existenz des Lebesgueschen Maes ein tiefliegender Satz, dessen Beweis betrchtlichen Aufwand erfordert,
den wir hier nicht treiben werden.
Satz 5.3.2.1. Auf der Menge R gibt es eine eindeutige -Algebra A (bestehend aus den
sogenannten Lebesgue-messbaren Mengen) und ein eindeutiges auf A definiertes
Ma (das sogenannte Lebesguesche Ma), so dass die folgenden Bedingungen erfllt
sind:

188

5.3 Das Integral bezglich eines Maes


1. A enthlt alle Intervalle. (Folglich enthlt A auch alle abzhlbaren Vereinigungen
von Intervallen, somit alle offenen und alle abgeschlossenen Mengen, somit auch
deren abzhlbare Vereinigungen und Schnitte etc. Diese Bedingung garantiert also,
dass sehr viele und sogar ziemlich komplizierte Mengen messbar sind.)
2. Fr a b gilt ([a, b]) = b a. (Intervalle erhalten als Ma ihre Lnge. Das Ma
entspricht also unserer Vorstellung von Lnge.)
3. Wann immer A N gilt mit einer Nullmenge N A, also (N ) = 0, dann
ist auch A A messbar und eine Nullmenge. (Diese Eigenschaft nennt man die
Vollstndigkeit des Maes .)
4. Zu jeder beschrnkten und messbaren Menge A A und zu jedem > 0 gibt
es eine Menge E, die endliche Vereinigung von Intervallen ist und A in folgendem Sinn approximiert: Es gibt eine Folge von offenen Intervallen I0 , I1 , . . . mit
P
S
nN (In ) < und A 4 E nN In . (Diese Forderung entspricht der sogenannten Regularitt des Maes und erzwingt die Eindeutigkeit von A und .)
Dieses Ma ist translationsinvariant, d.h. fr jede messbare Menge A und jede reelle
Zahl c R ist auch die um c verschobene Menge A + c := {a + c : a A} messbar mit
demselben Ma (A + c) = (A) wie A.
So natrlich und einleuchtend vor allem die ersten drei Aussagen des Satzes auch
erscheinen, so mache man sich klar, wie sehr alles an den reellen Zahlen liegt. Angenommen, wir htten nur die rationalen Zahlen zur Verfgung, wollten an der -Additivitt
festhalten und gleichzeitig auch rationalen Intervallen, also Mengen [a, b] Q als Ma
die Lnge b a zuordnen. Dann wren einpunktige wie auch abzhlbare Mengen Nullmengen. Aber auch die rationalen Intervalle wren abzhlbar, was sich nicht mit einer
positiven Lnge vereinbaren lsst. Q wre also fr die Zwecke der Ma- und Integrationstheorie ungeeignet. Wieder erweist sich R als berlegen und in vielerlei Hinsicht
unverzichtbar. Man beachte in diesem Zusammenhang insbesondere die Wichtigkeit der
Unterscheidung zwischen abzhlbaren und berabzhlbaren Mengen.
Doch zurck zum Lebesgueschen Ma. Eine ganz hnliche Aussage wie fr das eindimensionale Lngenma gilt auch fr das n-dimensionale Lebesguema n , wo an die
Q
Stelle der Intervalle [a, b] kartesische Produkte ni=1 [ai , bi ] von Intervallen [ai , bi ], ai bi ,
treten und
!
n

n
Y

[ai , bi ]

i=1

n
Y

(bi ai )

i=1

gilt. Fr n = 2 liegt das natrliche Flchenma vor, fr n = 3 das natrliche (3dimensionale) Volumsma.
Auch wenn hier nicht auf die Konstruktion von A und sowie auf den Beweis des
Satzes eingegangen werden kann, sollte man folgendes mitnehmen: Es fhrt zu keinen
Widersprchen, wenn man mit in der Weise operiert, wie wir es weiter oben z.B.
im Zusammenhang mit der Cantormenge getan haben. Wir werden sehen, dass darauf
eine Integrationstheorie begrndet werden kann, die mit dem Riemannschen Integral
zusammenpasst, uns aber zustzliche Mglichkeiten erffnet.

189

5 Integralrechnung
bungsaufgabe 277. (E) Sei f : [a, b] [0, ) und sei M := {(x, y) R2 : 0 x
b, 0 y f (x)}.
1. Skizzieren Sie die Menge M .
2. Argumentieren Sie anschaulich, warum
Z b

f (x) dx

2 (M ) =
a

gelten sollte.
3. Besttigen Sie mittels Rckgriff auf weiter oben angegebene Eigenschaften des (in
diesem Fall zweidimensionalen) Lebesguemaes 2 und auf die Definition des RIntegrals ber Ober- und Untersummen, dass die Gleichung aus dem zweiten Teil
der Aufgabe tatschlich gilt, wenn f R-integrierbar ist.
Wir mussten einigen begrifflichen Aufwand treiben, um das Lebesguema sauber definieren zu knnen. Wie schon angedeutet, ist das deshalb notwendig, weil nicht alle
Teilmengen von R (der auch Rn ) messbar sind. Die interessierte Leserin und der interessierte Leser werden sich fragen, wie denn eine nicht messbare Menge aussehen mag. Es
folgt eine Skizze der Konstruktion mit anschlieender bungsaufgabe.
Die klassische Konstruktion einer nicht messbaren Teilmenge A von R luft wie folgt.
Man denkt sich das Einheitsintervall [0, 1] zu einem Kreis S aufgewickelt, wo die Punkte
0 und 1 wieder zusammenfallen. Nun zerlegt man S in viele Klassen K. Und zwar
kommt ein beliebiges x [0, 1] mit all jenen y [0, 1] in dieselbe Klasse, fr die die
Differenz x y rational ist. Nimmt man aus jedem K genau ein Element aK heraus,
so erweist sich die Menge A all dieser aK als nicht messbar, weil die Annahme einer
Lngenmazahl (A) zu einem Widerspruch fhrt. Um das einzusehen, sind folgende
berlegungen durchzufhren:
1. Die Menge [a, b] zerfllt tatschlich in lauter Klassen der beschriebenen Art; und
zwar so, dass jedes x [0, 1] genau einer Klasse angehrt. (Man hat sich vor allem
zu berlegen, dass wenn y in dieselbe Klasse wie
2. Wegen A [0, 1] muss fr die (hypothetische) Mazahl (A) die Ungleichung 0 = () (A) ([0, 1]) = 1 gelten. Wir werden zwei mgliche Flle
unterscheiden: (A) = 0 (Fall 1) oder 0 < (A) 1 (Fall 2).
x und z kommt, auch x und z in derselben Klasse liegen mssen.)
3. Wenn man A um eine rationale Zahl q verschiebt (auf dem Kreis dreht), entsteht
eine Menge Aq , die wegen der Translationsinvarianz von gleiches Ma hat wie A,
also (A + q) = (A).
4. Jedes x S liegt in genau einem Aq . Deshalb ist
[

S=

qQ[0,1)

eine abzhlbare disjunkte Vereinigung.

190

Aq

5.3 Das Integral bezglich eines Maes


5. Im Fall 1 ((Aq ) = (A) = 0) folgt daraus der Widerspruch

1 = (S) =

Aq =

qQ[0,1)

qQ[0,1)

(Aq ) =

0 = 0.

qQ[0,1)

6. Im Fall 2 ((Aq ) = (A) > 0) folgt daraus der Widerspruch

1 = (S) =

Aq =

(Aq ) =

qQ[0,1)

qQ[0,1)

(A) = .

qQ[0,1)

bungsaufgabe 278. (E) Behandeln Sie die oben skizzierten sechs Schritte zur Konstruktion einer nicht messbaren Menge A ausfhrlich.

5.3.3 Neuinterpretation des Riemannintegrals als Lebesgueintegral


Wir wollen nochmals den Begriff des R-Integrals unter einem geringfgig vernderten
Gesichtspunkt rekapitulieren. Und zwar gehen wir vom Konzept der Untersumme
U (f, Z) =

n
X
i=1

inf

x[xi1 ,xi ]

f (x))(xi xi1 )

zu einer Zerlegung Z = {a = x0 < x1 < x2 < . . . < xn = b} fr eine Funktion


f : [a, b] R, von der wir
zunchst f 0 annehmen wollen, aus. Die Summe rechts
Rb
stimmt mit dem Integral a fZ (x) dx berein, wenn wir die Funktion fZ als stckweise
konstant ansetzen mit Werten f (x) = ci := inf x[xi1 ,xi ] f (x) fr xi1 x < xi (und
fZ (xn ) = fZ (b) := cn ). Insbesondere gilt fZ f und somit auch
Z b

fZ (x) dx

Z b

f (x) dx,
a

sofern das R-Integral rechts existiert. In diesem Fall kann bei hinreichend feiner Zerlegung Z das Integral links beliebig nahe an jenes rechts angenhert werden. Also lsst
sich auch schreiben
Z
Z
b

f (x) dx = sup
a

fZ (x) dx,
a

wobei Z alle Zerlegungen von [a, b] durchluft.


Wir wollen das Supremum rechts sogar auf eine grere Klasse von Funktionen ausdehnen als die der fZ , wie sie in der oben beschriebenen Weise aus Zerlegungen Z von
[a, b] entstehen. Dafr beobachten wir zunchst, dass sich die Funktion Z auch in der
Form
fZ (x) =

n
X

ci 1Ai

i=1

191

5 Integralrechnung
mit Ai = [xi1 , xi ) fr i = 1, . . . , n 1 und An = [xn1 , xn ] schreiben lsst, und das
Integral von fZ als
Z b

fZ (x) dx =
a

n
X

ci (Ai ).

i=1

Damit sind wir an dem Punkt angelangt, wo sich in natrlicher Weise ein modifizierter
Integralbegriff anbietet. Die Modifikation gegenber dem R-Integral besteht darin, dass
wir nicht nur Intervalle, sondern beliebige Mengen
Ai , fr die (Ai ) definiert ist, also
R
beliebige messbare Mengen ARi zulassen. Statt ab f (x) dx schreiben wir fr diesen neu zu
definierenden Integralbegriff [a,b] f d. Die korrekten Definitionen lauten wie folgt.
Sei X R eine messbare Menge. Dann heit jede Linearkombination
t=

n
X

ci 1Ai

i=1

von charakteristischen Funktionen 1Ai messbarer Teilmengen A1 , . . . , An X mit ci 0


eine (positive) Treppenfunktion auf X. Das Integral von t ist definiert durch
Z

t d =

t d :=
X

n
X

ci (Ai ).

i=1

Dieser Wert kann, sofern Ai unendliches Ma hat, auch sein. Er ist aber (wie man sich
relativ leicht berlegen kann) unabhngig von der speziellen Darstellung von t. (Beispiel:
Fr X = [0, 2] und n = 2 wird mit A1 = [0, 1], A2 = (1, 2], c1 = 1 und c2 = 2 dieselbe
Funktion t dargestellt wie mit
A1 = [0, 2], A2 = (1, 2], c1 = 1 und c2 = 1. Trotzdem
R
liefert die obige Formel fr t d in beiden Fllen den gleichen Wert 3.)
Ist das Integral wie oben fr positive Treppenfunktionen t definiert, so knnen wir fr
ein beliebiges f : X R mit f 0 definieren:
Z

f d =
X

f d := sup

t d,

t: tf

wobei sich das Supremum ber alle positiven Treppenfunktionen t mit t f erstreckt.
Auch dieser Wert kann unendlich sein, sogar bei (X) < , sofern f unbeschrnkt
ist (z.B. X = (0, 1] und f (x) := x1 ). Ist die Bedingung f 0 nicht erfllt, stellt man
f = f + f als Differenz des Positivteils f + (x) := max{f
(x), 0} und des Negativteils
R
R
f (x) := max{f (x), 0} dar und definiert I + (f ) := f + d sowie I (f ) := f d
und damit
Z
Z
Z
I(f ) := f d := I + (f ) I (f ) = f + d f d.
Zu einem
Problem kommt es nur, wenn I + (f ) = I (f ) = . In allen anderen Fllen ist
R
I(f ) = f d definiert, sei es als endlicher Wert (wenn I + (f ), I (f ) < ), als = c
(wenn I + (f ) = und I (f ) = c R) oder als = c (wenn I + (f ) = c R und
I (f ) = ).

192

5.3 Das Integral bezglich eines Maes


Hat man es mit komplexwertigen Funktionen zu tun, d.h. mit Funktionen der Gestalt
x 7 f (x) + ig(x), wobei die Funktionen f und g reellwertig sind, so setzt man
Z

f + ig d =

f d + i

g d,

vorausgesetzt
Real- und Imaginrteil sind beide endlich. Damit ist das Lebesguesche
R
Integral f d fr alle f definiert, wo das sinnvoll mglich ist.
Bei der R-Integrierbarkeit einer Funktion f war Voraussetzung, dass Ober- und Untersumme beliebig nahe gebracht werden knnen. Beim Lebesgue-Integral war bisher
noch von berhaupt keiner vergleichbaren Einschrnkung die Rede. Fr eine befriedigende Integrationstheorie erweist sich eine solche allerdings sehr wohl als notwendig,
auch wenn sie viel weniger restriktiv ist als im Riemannschen Fall. Und zwar geht es um
die sogenannte Messbarkeit der Funktion f . Um f nmlich im Sinne des Lebesgueschen Integrals gut durch Treppenfunktionen approximieren zu knnen, muss es mglich
sein, fr beliebig vorgegebene a < b das Ma der Menge jener x zu bestimmen, wo
a < f (x) < b gilt. Eine Funktion f : X R heit also messbar, wenn fr jedes
Intervall I = (a, b) (ob offen oder abgeschlossen luft auf dasselbe hinaus) das Urbild
f 1 (I) = {x X : f (x) I} messbar ist, d.h. in A liegt. Relativ leicht macht man
sich klar, dass stetige Funktionen stets messbar sind, darber hinaus aber viele weitere.
Ja, man kann sagen: Alle reellen Funktionen, die einem naiverweise in den Sinn kommen, sind messbar. Die Existenz nicht messbarer Mengen zeigt aber im Nachhinein die
Notwendigkeit, -Algebren zu betrachten.
Die Lebesguesche Integrationstheorie, zu der im nachfolgenden Unterabschnitt die
wichtigsten Tatsachen zusammengestellt werden sollen, bezieht sich durchwegs auf Integrale messbarer Funktionen, wo berdies das Integral im obigen Sinn als Wert aus
R {, }
definiert ist. Ausgeschlossen sind also von den messbaren f nur jene mit
R +
R
f d = f d = . Genau Rdann, wenn beides, I + (f ) und I (f ), endliche reelle
Zahlen sind, ist auch I(|f |) := |f | d < , und man nennt f integrierbar oder,
wenn man den Unterschied zur R-Integrierbarkeit betonen will, Lebesgue- oder kurz
L-integrierbar.
Wichtig ist fr uns, dass alle Riemannintegrale auch als Lebesgueintegrale interpretiert
werden knnen. Es gilt nmlich der folgende, nicht sehr schwierig zu beweisende Satz:
Satz 5.3.3.1. Ist die Funktion f : [a, b] R mit a < b R-integrierbar, so ist sie auch
im Lebesgueschen Sinn integrierbar, und es gilt
Z b

f (x) dx =
a

f d.
[a,b]

bungsaufgabe 279. (E) Begrnden Sie, dass in Satz 5.3.3.1 jedenfalls gilt. Anleitung: Jede Riemann-Untersumme lsst sich als Lebesgueintegral einer Treppenfunktion
f interpretieren. (Fr den Beweis der Ungleichung empfiehlt es sich, Hilfsmittel
aus 5.3.4 zu verwenden, die jetzt noch nicht zur Verfgung stehen.)
Dass wir mit dem Lebesgueschen Integralbegriff auch wirklich etwas dazugewinnen,
zeigt z.B. die Dirichletsche Sprungfunktion f = 1A mit A := Q [0, 1] auf [0, 1]. Am

193

5 Integralrechnung
Ende von 5.1.1 haben wir uns klar gemacht, dass sie nicht R-integrierbar ist. Weil sie nur
die Werte 0 und 1 annimmt, ist sie aber eine Treppenfunktion im Lebesgueschen Sinn.
Die Menge A ist abzhlbar, also messbar vom Ma 0. Entsprechend ist ihr Komplement
auf [0, 1], nmlich die Menge B := [0, 1]\Q, ebenfalls messbar vom Ma (B) = 1 (wegen
1 = ([0, 1]) = (A) + (B) = 0 + (B)). Folglich ist f = 1A messbar (nur die messbaren
Mengen , A und B und [0, 1] treten als Urbilder unter f auf) mit Integral
Z

1A d = 1 (A) + 0 (B) = 1 0 + 0 1 = 0.

[0,1]

Integrierbarkeit im Lebesgueschen Sinn entspricht in vielerlei Hinsicht der absoluten


Konvergenz unendlicher Reihen, wenn man das Zhlma auf N zugrunde legt. Zur
Erinnerung: Fr alle Teilmengen A X := N ist (A) := |A| die Mchtigkeit der Menge
A, wobei (A) = zu setzen ist, sofern A unendlich ist. Fassen wir eine Folge von
reellen Gliedern an als Funktion f : N R, n 7 an auf, so gilt in unserer Notation

X
n=0

an =

f d,
N

wobei das Integral genau dann eine reelle Zahl, f somit integrierbar bezglich des Zhlmaes ist, wenn die Reihe absolut konvergiert.
Was die Grundidee betrifft, kann man sich den Unterschied zwischen Riemannschem
und Lebesgueschem Integral auch folgendermaen einprgen. Beim Riemannschen Integral unterteilt man den Definitionsbereich in kleine Teilintervalle Ai = [xi1 , xi ]. Auf
jedem dieser Intervalle ersetzt man f durch eine konstante Funktion nahe f (bei Untersummen f , bei Obersummen f , bei Riemannsummen zu einer Belegung durch
irgendeinen Funktionswert yi dazwischen) und berechnet das Integral der ApproximatiP
P
on als Summe yi (xi xi1 ) = yi (Ai ) von Rechtecksflchen. Beim Lebesgueschen
Integral hingegen beginnt man mit einer Unterteilung der y-Achse und sucht zu je zwei
benachbarten Teilungspunkten yj < yj+1 die Menge Bj , bestehend aus allen x auf der
x-Achse, wo yj f (x) < yj+1 . Als Approximation fr das Integral von f nimmt man
P
aber wieder die analog gebaute Summe, nmlich j yj (Bj ).
Die Lebesguesche Sichtweise aufs Integral lsst sich immer dann anwenden, wenn ein
Ma zur Verfgung steht. Insbesondere ist das der Fall bei hherdimensionalen Integralen, wo der Definitionsbereich keine Teilmenge von R ist, sondern zum Beispiel von
R2 (Flchenma) oder R3 (Volumsma), aber auch wenn die Trgermenge die eines
Wahrscheinlichkeitsraumes ist. Im Sommersemester werden diese Anwendungen wichtig
werden.
bungsaufgabe 280. (E) Als Einstimmung auf die Stochastik (Wahrscheinlichkeitstheorie und Statistik) betrachte man die Menge aller Paare (a, b) mit a, b {1, 2, 3, 4, 5, 6},
die wir als Ergebnis eines Wurfes mit zwei (voneinander unterscheidbaren) Wrfeln
Wa und Wb interpretieren. Jeder dieser Versuchsausgnge mge gleiche Wahrschein1
lichkeit 36
haben. Wir interessieren uns fr die mglichen Augensummen a + b X :=
{2, 3, . . . , 12} und die Wahrscheinlichkeiten dafr. Definieren Sie ein Ma , dass jeder
Teilmenge T {2, 3, . . . , 12} die Wahrscheinlichkeit zuordnet, bei einem Wurf mit den
beiden Wrfeln eine Augensumme zu erzielen, die in T liegt.

194

5.3 Das Integral bezglich eines Maes

5.3.4 Einige Stze aus der Lebesgueschen Theorie


hnlich wie frs R-Integral kann man auch frs Lebesguesche Integral Linearitt beweisen: Das Integral einer Linearkombination ist die entsprechende Linearkombination der
Integrale, als Formel
Z

f + g d =

f d +

g d

und

cf d = c

f d fr c R.

Gleichfalls nicht schwierig zu beweisen sind Monotonie


f g impliziert

f d

g d

und die Betragsungleichung


Z
Z


f d |f | d.

Bemerkenswert ist, dass das Lebesguesche Ma auch das adquate Instrument ist, um
Riemann-Integrierbarkeit besser zu verstehen. Es gilt nmlich das folgende Kriterium
fr R-Integrierbarkeit:
Satz 5.3.4.1. Eine beschrnkte Funktion f : [a, b] R ist genau dann R-integrierbar
wenn die Menge der Unstetigkeitsstellen von f bezglich des Lebesgueschen Maes eine
Nullmenge ist.1
Auf den ersten Blick ist der Unterschied der Bedingungen fr R-Integrierbarkeit und
fr Messbarkeit (die im Falle beschrnkter Funktionen auf Intervallen [a, b] dasselbe
bedeutet wie Lebesgue-Integrierbarkeit) vielleicht nicht so deutlich abschtzbar. Aus
theoretischer Sicht ist er aber enorm. Das spiegelt sich vor allem in Ergebnissen wider,
die sich auf Grenzwerte beziehen. So ist der punktweise Grenzwert messbarer Funktionen
stets wieder messbar. Der punktweise Grenzwert von R-integrierbaren Funktionen muss
aber nicht mehr R-integrierbar sein.
Beispiel: Weil Q abzhlbar ist, lsst sich Q [0, 1] = {qn : n N} schreiben. Die
qn Q bilden also eine Abzhlung der Menge A := Q [0, 1]. Mit der Bezeichnung
An := {q0 , q2 , . . . qn }, n N, sei fn := 1An auf [0, 1]. Jedes fn hat nur endlich viele
(hebbare) Unstetigkeitsstellen, nmlich die qi mit i = 0, 1, . . . , n. Also sind die fn alle Rintegrierbar. Ihr Grenzwert hingegen ist die Dirichletsche Sprungfunktion 1A , also nicht
R-integrierbar.
In der Lebesgueschen Theorie kann diese Schwierigkeit nicht auftreten. Es gilt darber
hinaus unter relativ schwachen Bedingungen die Vertauschbarkeit
Z

lim

n
1

fn d =

lim fn d

Nebenbei sei bemerkt, dass es auch einen entsprechenden Satz gibt, der Messbarkeit von f : D
R, D R, ber Stetigkeiteigenschaften von f charakterisiert, nmlich den Satz von Lusin. Ihm
zufolge lautet die zur Messbarkeit quivalente Bedingung: Zu jedem > 0 gibt es eine messbare
Ausnahmemenge A mit (A) < derart, dass die Einschrnkung von f auf D \ A stetig ist.

195

5 Integralrechnung
von Grenzwert n und Integration. Hinreichend ist zum Beispiel, dass die Konvergenz der fn gegen f monoton erfolgt (Satz von der monotonen Konvergenz) oder,
nach dem noch wichtigeren Lebesgueschen Satz von der dominierten Konvergenz,
dass es eine integrierbare Funktion g gibt mit |fn | g fr alle n N. Im Riemannschen
Fall dagegen hat man die viel strkere gleichmige Konvergenz der fn vorauszusetzen,
damit auch fr die Grenzfunktion f R-Integrierbarkeit garantiert werden kann.
Insgesamt machen diese und einige weitere Eigenschaften des Lebesgueschen Integralbegriffs die Menge aller im Lebesgueschen Sinn integrierbaren Funktionen zu einem
mathematisch viel besser handhabbaren Objekt als die Menge der R-integrierbaren. Die
Theorie der Fourierreihen ist ein wichtiges Anwendungsgebiet, wo diese Unterschiede
schlagend werden.
bungsaufgabe 281. (P) Geben Sie unter Zuhilfenahme von bungsaufgabe 278 eine
nicht messbare Funktion an.
Zum Abschluss des Kapitels (und der Vorlesung Mathematik 1) drfen wir uns aber
wieder elementareren Themen zuwenden.

5.4 Einige Anwendungen und ausgewhlte Themen


In diesem letzten Abschnitt versammeln wir einige verstreute Themen, in denen die
Integralrechnung eine wichtige Rolle spielt: zuerst, als unmittelbare Ausdehnung des
Begriffs des (eigentlichen) R-Integrals, uneigentliche Integrale (5.4.1), die approximative
Berechnung von Summen mit Integralen wie etwa in der Eulerschen Summenformel
(5.4.2), numerische Integration (5.4.3) sowie Kurven und ihre Lnge (5.4.4).

5.4.1 Uneigentliche Integrale


Bei der Definition des R-Integrals wurde vorausgesetzt, dass sowohl Integrand als auch
Integrationsbereich beschrnkt sind. Beim Lebesgueschen Integral fallen diese Einschrnkungen weg. Somit sind, um typische Beispiele zu geben, die R-Integrale
Z b

f (x) dx

I(, a, b) :=

mit f (x) := x

und R nur fr b < und, sofern < 0 nur fr a > 0 definiert. Fr 6= 1 und
0 < a < b < liefern die bekannten Integrationsregeln
Z b

I(, a, b) =

x dx =

1
(b+1 a+1 ).
+1

Nehmen wir < 1 an, so konvergiert dieser Wert fr b gegen den endlichen Wert
I(, a, ) =

Z b

x dx := lim
a

196

b a

x dx =
[a,)

f d =

a+1
a+1
=
.
+1
1

5.4 Einige Anwendungen und ausgewhlte Themen


Fr diesen Wert ist auch die Schreibweise [a,) x d(x) blich, die das Integral im
Lebesgueschen Sinn meint, im Term d(x) aber trotzdem die Integrationsvariable x
sichtbar macht.
hnlich sieht es fr 1 < < 0 aus, wenn b R fest bleibt und der Grenzwert a 0
und folglich a+1 0 betrachtet wird:
R

I(, 0, ) =

Z b
0

x dx := lim

Z b

a0+ a

x dx =

f d =
(0,b]

x d(x) =

(0,b]

b+1
.
+1

bungsaufgabe 282. (P) berlegen Sie sich ein Beispiel einer Funktion f : [0, )
R, die ausschlielich positive Werte annimmt und fr die trotzdem
Z

f d <

gilt.
Der Wert des Lebesgueschen Integrals ber unbeschrnkten Integranden und/oder
Integrationsbereichen stimmt in diesen Fllen mit dem entsprechenden Grenzwert Riemannscher Integrale berein, wenn die Intervallgrenzen sich oder beispielsweise einer Polstelle annhern. Man spricht in diesem Zusammenhang auch von uneigentlichen
(Riemann)-Integralen.
Eine Besonderheit verdient Erklrung. Wir wollen sie am Beispiel der Funktion f (x) :=
sin x
x fr x 6= 0 illustrieren, die wir vermittels f (0) := 1 zu einer globalen reellen Funktion f : R R stetig fortsetzen (Regel von de lHospital) und fr x 0 betrachten.
Zwischen 0 und sind die Funktionswerte positiv, zwischen und 2 negativ, und so
weiter alternierend. Wegen des wachsenden Nenners ist stets |f (x + )| < |f (x)|. FolgR (k+1)
lich werden die Integrale Ik := k
f (x)dx, k N, mit wachsendem k betragsmig
immer kleiner, allerdings mitR alternierendem Vorzeichen. Analog zu Leibnizreihen folgt
daraus die Konvergenz
von 0b f (x) dx fr b gegen einen endlichen Wert. Das LeR
besguesche Integral [0,) f d ist jedoch NICHT definiert. So wie fr die alternierende
P
harmonische Reihe kann man sich nmlich leicht klar machen, dass Positivteil kN I2k
P
und Negativteil kN I2k+1 des Integrals beide den Wert haben, das Integral als
ihre Differenz daher nicht sinnvoll definiert werden kann. Man kann dieses Phnomen
auch so interpretieren: Das Lebesguesche Integral hngt abgesehen vom Integranden f
nur vom Ma der Teilmengen des Integrationsbereichs ab, nicht aber von ihrer Anordnung auf der Zahlengerade. Bei der Bildung des Grenzwertes b hingegen spielt
die Ordnung sehr wohl eine wichtige Rolle und bewirkt im Beispiel mit f (x) = sinx x ,
dass positive und negative Anteile gerade so gerecht abwechseln, dass sie einander im
Wesentlichen die Waage halten. (Man vergleiche die Situation mit dem Riemannschen
Umordnungssatz fr absolut bzw. fr bedingt konvergente Reihen.)
bungsaufgabe 283. (T) Berechnen Sie das uneigentliche Integral
Z

xex dx.

197

5 Integralrechnung
bungsaufgabe 284. (T) Weisen Sie nach, dass
Z 1
0

1
dx
(1 x)

genau fr < 1 einen endlichen Wert besitzt.


bungsaufgabe 285. (T) Benutzen Sie ein Vergleichsargument, um zu zeigen, dass
die Integrale
Z
Z
sin(x)
2
und
ex dx
dx
x2
1
0
endlich sind.
bungsaufgabe 286. (P) Zeigen Sie, dass lim

s0+
t

wert besitzt. Anleitung: Formen Sie


ersichtlich wird, warum

R t sin(x)
s

Z t
sin(x)

dx einen endlichen Grenz-

dx mittels partieller Integration so um, dass


Z t
Z t

2
sin(x) 1 1
1

dx
+
+
dx = .


2
x
s
t
s
s
s x

5.4.2 Unendliche Reihen und Integrale


Die soeben angeklungenen Vergleiche zwischen Integral und unendlichen Reihen lassen
sich wenig berraschend auch auf eine strenge Grundlage stellen. Wieder
wollen
Rb

wir von den Funktionen f (x) := x mit < 0 ausgehen, die Integrale a f (x) dx
P
mit den Reihen bn=a+1 f (n) vergleichen und den Grenzwert b untersuchen. Die
R
Summe lsst sich auch als Integral ab g (x) dx interpretieren, wobei g auf den Intervallen
[n, n + 1) konstant ist mit Wert fR (n + 1). Wegen der fallenden Monotonie von f ist
P
g f , folglich bn=a+1 f (n) ab f (x) dx und im Grenzwert

f (n)

f (x) dx.
a

n=a+1

Im vorangegangenen Abschnitt haben wir gesehen, dass fr < 1 das Integral fr


b gegen einen endlichen Wert konvergiert. Also folgt die schon im Kapitel ber
Reihen behauptete Konvergenz der unendlichen Reihe

X
1
n=1

=1+

X
1
n=2

1+

Z
dx
1

=1+

1
<
1

fr > 1.

Indem man die untere Summationsgrenze von a + 1 auf a verndert, kann man auch eine
Ungleichung in die umgekehrte Richtung bekommen:
Z
a

198

f (x) dx

X
n=a

f (n)

5.4 Einige Anwendungen und ausgewhlte Themen


Im divergenten Fall (etwa fr 1 ) kann man auf diese Weise auch die Divergenz
von Reihen zeigen, wenn man diese Information fr das entsprechende Integral bereits
hat.
Es liegt auf der Hand, wie in der beschriebenen Weise auch allgemeinere Integralkriterien fr die Konvergenz und Divergenz von Reihen erhalten werden knnen. Wir
verzichten hier auf Details.
bungsaufgabe 287. (T) Entscheiden Sie, ob die unendliche Reihe
vergiert oder divergiert.

1
n=2 n ln(n)

kon-

Auerdem sieht man, dass man im Fall monotoner Integranden unendliche Reihen
durch Integrale approximieren kann. Verfeinerungen unserer berlegungen fhren zu
Formeln, die es eventuell ermglichen, den Approximationsfehler abzuschtzen. Als wichtigstes Beispiel dieser Art sei die Eulersche Summenformel erwhnt, wo Information
ber die Ableitung des Integranden entscheidend ist. Es gibt Verfeinerungen, wo auch
hhere Ableitungen einflieen.
bungsaufgabe 288. (P) Berechnen Sie fr N = 10, 100, 1000, . . . , 10k die endliche
P
1
Summe sN := N
n=1 n unter Verwendung geeigneter Integrale und ohne Computersoftware nherungsweise. Geben Sie mglichst gute Fehlerabschtzungen an.
bungsaufgabe 289. (E) In 1.4.2 wurde die Stirlingsche Nherungsformel fr n! angegeben. Leiten Sie eine einfachere Variante davon her, indem Sie
ln n! =

ln k

k=1

verwenden und diese Summe mit hnlichen Methoden approximieren wie in bungsaufgabe 288.
Ein Zwischenresmee: Sowohl beim Riemannschen wie auch beim Lebesgueschen Zugang wurde das Integral mittels (zunchst endlicher) Summen definiert, und zwar im
Wesentlichen als ihr Grenzwert. ber den Hauptsatz der Differential- und Integralrechnung als wichtigstem Instrument haben wir Integrale in einer Weise zu berechnen gelernt,
die es ermglicht, auch wieder Rckschlsse auf Summen bzw. deren Grenzwert, also auf
unendliche Reihen zu machen. Nun gehen wir nochmals wie zu Beginn den umgekehrten
Weg, nmlich von der Summe zum Integral.

5.4.3 Numerische Integration


Vieles vom Bisherigen fut auf dem Hauptsatz der Differential- und Integralrechnung und
der Mglichkeit, eine Stammfunktion eines gegebenen Integranden f zu finden. Ist f z.B.
stetig, so ist die Existenz einer Stammfunktion theoretisch gesichert. Fr die praktische
Berechnung htte man freilich gerne einfache Formelausdrcke. Solche zu bekommen war
das Ziel von Integrationsverfahren wie partieller Integration oder Substitutionsregel. Wie
schon an frherere Stelle erwhnt, fhren diese Methoden leider nicht immer zum Ziel.
Es gibt sogar sehr einfach gebaute Funktionen, von denen man zeigen kann, dass sich

199

5 Integralrechnung
ihre Stammfunktion (die laut Theorie existiert) nicht als einfache Formel schreiben lsst,
die nur aus den elementaren Funktionen, die wir schon kennen gelernt haben (gebrochen
rationale, exp, Logarithmus, trigonometrische etc.) aufgebaut ist. Prominente Beispiele
2
sind die Funktionen x 7 sinx x (die weiter oben schon aufgetaucht ist) oder x 7 ex (die
in der Wahrscheinlichkeitstheorie fr die Normalverteilung eine extrem wichtige Rolle
spielt). Je komplizierter Integranden werden, desto eher ist damit zu rechnen, dass man
an der Ermittlung einer expliziten Formel fr die Stammfunktion scheitert. Man kann
sogar so weit gehen, zu sagen, dass jene Funktionen, die elementar darstellbare Stammfunktionen haben, die seltene Ausnahme bilden. In der Praxis ist diese Sicht heutzutage
angemessener denn je, weil der Computer viel kompliziertere Funktionen behandelbar
macht, als das frher, in der Zeit hndischen Rechnens, mglich war. Deshalb verliert die
Kunst des trickreichen Integrierens (im Sinne des Ermittelns einer Stammfunktion) im
Vergleich zu anderen Methoden immer mehr an Gewicht. Welche Mglichkeiten erffnet
der Computer?
Vor allem lsst er viel aufwendigere numerische Integrationen zu. Dabei wird in konkreten Anwendungen auf exakte Darstellungen von Stammfunktionen verzichtet. Man
begngt sich mit numerischen (zahlenmigen) Nherungen bestimmter Integrale, fr
die man hinreichende Genauigkeit garantieren kann. Beispielsweise kann man dabei die
Definition des R-Integrals als Grenzwert von Riemannsummen nachvollziehen. Man geht
von
Z
b

f (x) dx

ci f (xi )

aus und berlegt sich, wie die Belegung (x1 , . . . , xn ) sowie die Gewichte ci (sie ersetzen
die Differenzen xi xi1 in Riemannsummen) gewhlt werden sollen, damit man fr
eine interessante Klasse von Funktionen f gute Nherungen bekommt. So eine Klasse
ist meistens bestimmt durch Regularittsbedingungen an f wie z.B. mehrmalige Differenzierbarkeit eventuell mit Schranken fr gewisse, meist hhere Ableitungen. hnlich
wie im Satz von Taylor kann man dann beispielsweise erreichen, dass alle Polynome bis
zu einem gewissen Grad n exakt integriert werden, und fr alle anderen Funktionen der
maximale Fehler durch die n + 1-te Ableitung beschrnkt werden kann. Eine besonders
wichtige Rolle spielen numerische Methoden bei hherdimensionalen Integralen. Weil die
dort eingesetzten Methoden zu weit fhrten, begngen wir uns hier mit einem einfachen,
eindimensionalen Beispiel, das in eine etwas andere Richtung zielt.
Man kann zum Beispiel hoffen, dass f zwischen je zwei benachbarten Zerlegungspunkten a = x0 < x1 < . . . < xn = b annhernd linear verluft. Kennt man Rdie Werte
b
f (xi ), und nimmt man quidistanz an, d.h. xi xi1 = ba
n , so nhert man a f (x) dx
durch das Integral ber diese stckweise lineare Funktion l an und erhlt die sogenannte
Sehnenformel oder auch Trapezregel:
Z b
a

f (x) dx

Z b
a

X
f (a) + f (b) 1 n1
l(x) dx = (b a)
+
f (xi ) .
2n
n i=1
!

Es liegt nahe, diesen Ansatz zu verfeinern, indem man nicht durch stckweise lineare
sondern stckweise quadratische Polynome oder auch Polynome hheren Grades (so-

200

5.4 Einige Anwendungen und ausgewhlte Themen


genannte Splinefunktionen) interpoliert, deren Integrale man leicht berechnen kann.
Kurzes Nachdenken ber die Mglichkeiten zeigt sofort das Grundproblem, das in der
numerischen Mathematik fast immer im Zentrum steht: Hhere Genauigkeit braucht (bei
gleicher Methode) hheren Aufwand. Der Gewinn an Genauigkeit muss also immer gegen
die Kosten des hheren Aufwandes abgewogen werden. Es gibt keine pauschale Regel,
wo der optimale Kompromiss liegt, weil das von der konkreten Anwendungssituation
abhngt. Damit ein Methode vielseitig einsetzbar ist, sollte sie mit mglichst scharfen
Aussagen ber die Qualittsparameter verbunden sein. Solche herzuleiten ist das tgliche
Brot numerischer Mathematiker. Anwender sollten die entsprechenden mathematischen
Aussagen verstehen und ihren Wert je nach Anwendung richtig einschtzen knnen.
bungsaufgabe
290. (P) Vergleichen und diskutieren Sie am Beispiel des bestimmten
R
Integrals
cos x dx verschiedene der oben angedeuteten Methoden:
1. Geben Sie den exakten Wert des Integrals auf zwei Nachkommastellen an.
2. Berechnen Sie Ihnen geeignet erscheinende Ober-, Unter- und Riemannsummen zu
quidistanten Zerlegungen des Integrationsintervalls in n = 1, 2, 3, 4, 5, 6 Teile.
3. Wenden Sie auf dieselben Zerlegungen die Trapezregel an.
4. Ersetzen Sie cos x durch sein quadratisches RTaylorpolynom t2 mit Entwicklungs
stelle x0 = 0 und berechnen Sie das Integral
t2 (x) dx.
5. Ersetzen Sie cos x durch sein quadratisches Interpolationspolynom an den Sttzstellen , 0, .
6. Genauso, nur mit variierenden Sttzstellen a, 0, a (0 < a < ).
2

bungsaufgabe 291. (E) Der Graph der Funktion f (x) = 12 ex wird auch als
Gausche Glockenkurve bezeichnet. Berechnen Sie nherungsweise die Flche unter der
Gauschen Glockenkurve indem Sie folgende Schritte ausfhren:
1. Geben Sie sich eine Genauigkeit vor, z.B. = 0,01 und suchen Sie einen Wert
M > 0 sodass f (x) < fr x
/ [M, M ].
2

2. berlegen Sie, wann die Ungleichung ex < e|x| gilt und schtzen Sie damit die
Flche der Glockenkurve auerhalb des Intervalls [M, M ] ab.
2

3. Ersetzen Sie auf dem Intervall [M, M ] die Funktion f (x) = 12 ex durch ihr
Taylorpolynom Tf,n,0 . Bestimmen Sie den Grad n so gro, dass Tf,n,0 auf dem
Intervall [M, M ] nicht negativ wird und fhren Sie eine Fehlerabschtzung |f
Tf,n,0 | auf [M, M ] durch!
4. Berechnen Sie mit den konkreten Werten M und n, die Sie erhalten haben, das
Integral
Z
Z M
1
2
ex dx
Tf,n,0 (x) dx
2

M
und geben Sie eine Abschtzung des dabei gemachten Fehlers an.

201

5 Integralrechnung

5.4.4 Kurven und ihre Lnge


Wir wollen bei der oft exemplarisch zitierten Frage nach der Lnge der Kste Grobritanniens beginnen. Wir stellen uns vor, die Kste entlang zu gehen und in gewissen
Abstnden Markierungen zu machen, deren geradlinigen Abstnde voneinander wir addieren. Die Summe betrachten wir als Approximation der Gesamtlnge der Kste. Da
diese sehr zerklftet ist, misst man umso grere Werte, je kleinere Buchten man bercksichtigt. A priori ist es denkbar, dass die erhaltenen Werte unbeschrnkt grer
werden.
Ein mathematisch streng definierbares Objekt dieser Art ist die sogenannte Kochsche
oder auch Schneeflockenkurve. Sie kommt wie folgt zustande: Man beginnt mit einem
Geradensegment s0 der Lnge L(s0 ) = 1 in der Ebene. Im ersten Schritt teilen wir s0 in
drei gleiche Teile. ber dem mittleren Drittel d als Basis errichten wir ein gleichseitiges
Dreieck und ersetzen d durch die beiden anderen Seiten dieses Dreiecks. Das Resultat
s1 ist ein Polygonzug aus vier Strecken, jeweils der Lnge 13 . Die Gesamtlnge von
s1 ist also gegeben durch L(s1 ) = 43 . Im zweiten Schritt verfahren wir mit jeder der
vier Strecken so wie im ersten Schritt mit s0 . Auf diese Weise entsteht ein Polygonzug
4 2
s2 , bestehend aus 16 Geradenstcken, mit Gesamtlnge L(s2 ) = 16
9 = ( 3 ) . Auf diese
Weise kann man fortfahren und eine Folge von immer feiner gegliederten Polygonzgen
sn der Lngen L(sn ) = ( 34 )n generieren. Die Grenzkurve s = limn sn (dieser hier
etwas unprzise Begriff lsst sich auf natrliche Weise, die der Anschauung sehr gut
entspricht, exaktifizieren) ist die besagte Kochsche Kurve. Weil die Lngen L(sn ) = ( 43 )n
der approximierenden Kurven (Polygonzge) sn fr n gegen streben, liegt es
nahe, auch s die Lnge L(s) = zuzuordnen.
bungsaufgabe 292. (E) Skizzieren Sie die Kochsche Kurve und illustrieren Sie an
diesem Beispiel die Problematik unendlicher Kurvenlnge.
Man kann sogar Kurven definieren, die zum Beispiel das ganze Einheitsquadrat ausfllen, sogenannte Peanokurven.2
Wir wollen aber realistische Voraussetzungen an Kurven finden, wo solche Phnomene nicht auftreten knnen. Wir hoffen, dass dann sehr wohl obere Schranken fr die
Messwerte auch bei beliebiger Verfeinerung der Approximation existieren. Dann wre
das Supremum aller Messwerte ein sinnvoller Kandidat, um die Lnge der Kurve zu
definieren. Wir wollen diesen Ansatz przisieren.
Zunchst definieren wir eine Kurve in der Ebene R2 (analog im drei- oder auch hherdimensionalen Raum Rn ) als das Bild f ([a, b]) eines Intervalls [a, b] unter einer stetigen
Funktion f : [a, b] R2 . Wir schreiben f : t 7 (x(t), y(t)). Wie schon bei der Definition
des R-Integrals betrachten wir Zerlegungen Z = {a = t0 < t1 < . . . < tn = b} von [a, b].
Die Gesamtlnge L(f ) der Kurve muss mindestens so lang sein wie der Polygonzug, der
f (t0 ) mit f (t1 ) geradlinig verbindet, f (t1 ) mit f (t2 ) etc. Die Lnge L(f, Z) des zu Z
gehrigen Polynomzugs ist nach Pythagoras (euklidischer Abstand) gegeben durch
L(f, Z) :=

n q
X

(x(ti ) x(ti1 ))2 + (y(ti ) y(ti1 ))2 .

i=1
2

nach dem italienischen Mathematiker Giuseppe Peano (1858-1932)

202

5.4 Einige Anwendungen und ausgewhlte Themen


Fr jedes Z verlangen wir L(f ) L(f, Z) und definieren deshalb die Bogenlnge L(f )
von f als
L(f ) := sup L(f, Z),
Z

wobei Z alle Zerlegungen des Intervalls [a, b] durchluft.


Die Beziehung zur Integralrechnung lsst sich herstellen, indem wir f , d.h. die reellen
Funktionen x : t 7 x(t) und y : t 7 y(t) als differenzierbar voraussetzen und auf jedem
der Teilintervalle [ti1 , ti ] den Mittelwertsatz bemhen. Er besagt, dass es Zwischenstellen i , i (ti1 , ti ) gibt mit x(ti ) x(ti1 ) = x0 (i )(ti ti1 ) und y(ti ) y(ti1 ) =
x0 (i )(ti ti1 ). Der resultierende Wert
n q
X

(x(ti ) x(ti1 ))2 + (y(ti ) y(ti1 ))2 =

i=1

n
X

(ti ti1 ) x0 (i )2 + y 0 (i )2

i=1

erinnert an eine Riemannsumme fr die Funktion g(t) := x0 (t)2 + y 0 (t)2 . Wre i = i ,


so htten wir es tatschlich mit einer solchen zu tun, und zwar zur Belegung B =
(1 , 2 , . . . , n ) zur Zerlegung Z. Dann knnten wir direkt argumentieren: Sind die Ableitungen x0 und y 0 stetig, so auch g. Also ist g R-integrierbar, und die L(f, Z) konvergieren fr (Z) 0 gegen das Integral
Z bq

x0 (t)2 + y 0 (t)2 dt.

Weil im Allgemeinen i 6= i gilt, ist diese Schlussweise so noch nicht zwingend. Mit
etwas mehr technischem Aufwand, der keine grundstzlich neuen Ideen braucht, lsst
sich aber tatschlich beweisen:
Satz 5.4.4.1. Fr die Funktion f : [a, b] R2 , t 7 (x(t), y(t)) seien die Komponentenfunktionen x : [a, b] R und y : [a, b] R stetig differenzierbar (an den Randpunkten
als einseitige Ableitung). Dann ist die Lnge L(f ) der durch f gegebenen Kurve gegeben
durch
Z q
b

L(f ) =

x0 (t)2 + y 0 (t)2 dt.

Ein analoger Satz gilt auch fr n > 2, also fr Kurven in hherdimensionalen Rumen.
Als Spezialfall behandeln wir die Kreislinie mit Radius r. Hier ist f : [0, 2] R2 mit
tp7 (x(t), y(t)), x(t):= r cos t und y(t) := r sin t, also x0 (t) = r sin t, y 0 (t) = r cos t und
x0 (t)2 + y 0 (t)2 = r2 sin2 Rt + p
r2 cos2 t = r. Unsere
Formel fr die Bogenlnge liefert
R
2
daher die bekannte Formel 0
x0 (t)2 + y 0 (t)2 = 02 r dt = 2r fr den Umfang eines
Kreises mit Radius r.
Der Vektor f 0 (t) := (x0 (t), y 0 (t)) lsst sich als Geschwindigkeitsvektor deuten. Er gibt
die Richtung und mit seiner Lnge auch die Geschwindigkeit der
p Bewegung an. Bei der
0
Kreisbewegung erhalten wir als (euklidische) Lnge kf (t)k = x0 (t)2 + y 0 (t)2 = r. Auf
dem Einheitskreis in der komplexen Zahlenebene wird durch t 7 eit = cos t + i sin t
daher eine Bewegung mit Geschwindigkeit 1 beschrieben, so wie wir das in 4.3.3 bereits
diskutiert haben.

203

5 Integralrechnung
Abschlieend sei noch der Fall eines Funktionsgraphen erwhnt, wo x(t) = t, also
= 1 und somit

x0 (t)

L(f ) =

Z bq

1 + y 0 (t)2 dt.

gilt.
bungsaufgabe 293. (T) Berechnen Sie die Lnge einer Parabel, die durch den Funktionsgraphen von f (x) = x2 gegeben ist, im Bereich 0 x a. Hinweis: Im auftretenden
Integral bietet sich die Substitution x = sinh t an.
bungsaufgabe 294. (T) Berechnen Sie die Bogenlnge des Funktionsgraphen der
Funktion
1 p
f (x) = Arcosh 1 x2 , fr x [ 1e , 1].
x
bungsaufgabe 295. (T) Berechnen Sie die Bogenlnge der Kurve
x(t) = t cos(t), y(t) = t sin(t),

fr t [0, ].

bungsaufgabe 296. (P) Welche Integrale treten bei der Berechnung der Bogenlnge
einer Ellipse auf, welche bei einer Hyperbel? (Sie mssen diese Integrale nicht ausrechnen.)

204

Index
Abbildung, 22
abelsche Gruppe, 28
Abelscher Grenzwertsatz, 154
abgeschlossen, 68
abgeschlossenes Intervall, 27
Ableitung, 132, 139
Ableitung der Umkehrfunktion, 141
Ableitungregeln, 135
Abschluss, 68
absolut konvergente Reihe, 87
Absolutbetrag, 33
abzhlbar, 24
Addition, 25
Additionstheorem, 59
Additionstheoreme, 157
allgemeine Potenz, 125, 155
allgemeingltig, 13
Allquantor, 12, 20
alternierend, 72
alternierende Reihe, 94
angeordneter Krper, 30
Anschlussstelle, 147, 149
Antisymmetrie, 30
Anzahlformeln, 49
quidistanz, 200
quivalenz, 12, 20
quivalenzumformung, 13
archimedische Eigenschaft, 32
Arcus cosinus, 129, 158
Arcus cotangens, 129, 158
Arcus sinus, 129, 158
Arcus tangens, 129, 158
Arcusfunktionen, 129, 158
Arcustangensreihe, 159
Area cosinus hyperbolicus, 160

Area cotangens hyperbolicus, 160


Area sinus hyperbolicus, 160
Area tangens hyperbolicus, 160
Areafunktionen, 160
Argument einer komplexen Zahl, 46
arithmetische Reihe, 36
Assoziativgesetz, 28
Asymptote, 98
uere Ableitung, 137
uerer Punkt, 68
ueres Produkt, 63
Aussage, 10
Aussageform, 11
Axiom, 8
Axiomatik, 28
Banachscher Fixpunktsatz, 108
Basis, 42, 57
Belegung, 173
Bernoullische Ungleichnug, 72
beschrnkt, 31, 32, 69, 71
beschrnkte Funktion, 97
bestimmtes Integral, 180
Betrag, 33, 45
Beweis, 9
Bijektion, 22
bijektiv, 22
Bild, 22
Bildmenge, 22
binr, 42
Binomialkoeffizient, 52, 156
Binomische Formel, 53
binomische Reihe, 155
Binomischer Lehrsatz, 53
Bogenlnge, 202, 203

205

Index
Bruch, 26
Cantormenge, 188
Cauchy-Schwarzsche Ungleichung, 61
Cauchyfolge, 85
Cauchykriterium, 85
Cauchyprodukt, 94
Chaos, 162
charakteristische Funktion, 104, 192
Cosinus, 127, 157
Cosinus hyperbolicus, 160
Cotangens, 128, 158
Cotangens hyperbolicus, 160
Definition, 8
Definitionsbereich, 22
Definitionsmenge, 22
dekadisch, 42
Differential, 173
Differentialquotient, 132
Differentialrechnung, 131
Differenz, 19, 26
Differenzenquotient, 131
differenzierbar, 132
Dirichletsche Sprungfunktion, 104, 173,
193, 195
disjunkt, 19
Disjunktion, 12, 19
Distributivgesetz, 29
divergent, 75
divergente Reihe, 87
Divergenz, 75
Divergenz gegen , 81
Division, 26
Division mit Rest, 113
Dominoeffekt, 35
Dreiecksungleichung, 33, 62
Durchschnitt, 19, 20
Dynamik, 162
Ebene, 65
Eindeutigkeit der Exponentialfunktion,
124
Eindeutigkeit der linearen Funktionen,
126

206

Eindeutigkeit der Potenzfunktionen, 126


Eindeutigkeit der Primfaktorzerlegung,
39
Eindeutigkeit des Logarithmus, 125
Einheitskreis, 127
Einheitswurzel, 47
Einschrnkung, 23
einseitige Ableitung, 134
einseitiger Grenzwert, 102
endliche Additivitt, 187
Entwicklungsstelle, 147, 149
--Kriterium, 101
euklidische Lnge, 61
euklidischer Abstand, 62
Eulersche Summenformel, 199
Eulersche Zahl, 80, 90, 92, 125, 126
Existenz der Exponentialfunktion, 124
Existenz der linearen Funktionen, 126
Existenz der Potenzfunktionen, 126
Existenz des Logarithmus, 125
Existenz und Eindeutigkeit der Exponentialfunktion, 124
Existenz und Eindeutigkeit der linearen
Funktionen, 126
Existenz und Eindeutigkeit der Potenzfunktionen, 126
Existenz und Eindeutigkeit des Logarithmus, 125
Existenzquantor, 13, 20
Exponent, 34
Exponentialfunktion, 124
Exponentialreihe, 148
Extrema, 139
Extremum, 98
Extremwertbestimmung, 168
Faktorielle, 51
Fakultt, 51
Feinheit, 171
Fixpunktiteration, 108
Fixpunktprinzip, 108
Flchenberechnung, 171
Folge, 36
Folgenglieder, 36

Index
Folgenstetigkeit, 102
Folgerung, 9
Formel fr die geometrische Reihe, 90
Fortsetzung, 23
Fundamentalsatz der Algebra, 115, 116
Fundamentalsatz der Zahlentheorie, 39
Funktion, 22
Funktionswert, 22
ganze Zahlen, 26
ganzrationale Funktion, 103
gebrochen rationale Folge, 80
gebrochen rationale Funktion, 103, 113,
183
gekrzt, 26
geometrische Folge, 72
geometrische Reihe, 37, 90
geordnetes Paar, 21
Gerade, 65
gerade Funktion, 98
glatt, 144
Gleichheit, 20
gleichmig konvergent, 109
gleichmig stetig, 177
gleichmige Konvergenz, 109
Gleichung, 10
Glied einer Folge, 36
Glied einer Reihe, 87
gliedweises Differenzieren, 151
global stetig, 101
globales Extremum, 98
globales Maximum, 98
globales Minimum, 98
grter gemeinsamer Teiler, 41, 117
Grad, 112
Graph einer Funktion, 97
Grenzfunktion, 109
Grenzwert einer Folge, 74
Grenzwert einer Funktion, 101
Grenzwertstze, 76
groe Vereinigung, 20
groer Durchschnitt, 20
Gruppe, 28

Hufungspunkt, 82
hhere Ableitung, 144
halboffenes Intervall, 28
harmonische Reihe, 89
Hauptsatz der Differential- und Integralrechnung, 178
Hauptsatz der Differential- und Integralrechnung, erste Formulierung, 178
Hauptsatz der Differential- und Integralrechnung, zweite Formulierung,
179
hebbare Unstetigkeit, 103
Hessesche Normalvektorform, 65
Hilfssatz, 8
Hintereinanderausfhrung, 23
homogen, 58
Homogenitt der Ableitung, 135
Hornerschema, 112
Hyperbelfunktionen, 160
hyperharmonische Reihe, 89
identische Funktion, 23
Identitt, 23
imaginre Achse, 45
imaginre Einheit, 27, 43
Imaginrteil, 43
Implikation, 12, 19
Indikatorfunktion, 104
Induktionsanfang, 35
Induktionsannahme, 35
Induktionsbehauptung, 35
Induktionsprinzip, 34
Induktionsschritt, 35
Induktionsstart, 35
Induktionsvoraussetzung, 35
Infimum, 32
Infimumseigenschaft, 32
Infinitesimalrechnung, 131
Ingenieurswissenschaft, 7
inhomogen, 58
injektiv, 22
Inklusions-Exklusionsprinzip, 50
innere Ableitung, 137
innerer Punkt, 68

207

Index
Inneres, 68
inneres Produkt, 60
Integrabilittskriterium, 195
Integralkriterium, 199
Integralrechnung, 171
Integralungleichungen, 176
Integrand, 173
Integration, 181
Integrationsbereich, 173
Integrationsregeln, 181
integrierbar, 193
Intergration, 180
Interpolationspolynom, 120
Intervall, 27
Intervallschachtelung, 164
inverse Abbildung, 22
inverse Funktion, 22
inverse Relation, 21
inverses Element, 28
irrationale Zahl, 27
isomorph, 31
Iterationsfolge, 73
Krper, 29
kanonische Basis, 57
kanonischer Einheitsvektor, 57
Kardinalitt, 24
kartesisches Produkt, 21
Kegel, 67
Kettenregel, 137
klassische Logik, 10
kleinstes gemeinsames Vielfaches, 41, 117
Kochsche Kurve, 202
Koeffizient, 112, 149
Kombinatorik, 49
Kommutativgesetz, 11, 28
kompakt, 69
Komplement, 19
komplex konjugiert, 43
komplexe Zahlen, 27, 43
Komponente, 21
Komposition, 23
kongruent, 47
Konjugation, 19

208

Konjugierte, 43
Konjunktion, 12
konkav, 166
Kontraktion, 108
Kontraktionskonstante, 108
Kontraktionsprinzip, 108
konvergente Folge, 75
konvergente Reihe, 87
Konvergenz, 75
Konvergenzbereich, 149
Konvergenzintervall, 150
Konvergenzradius, 149
Konvergenzregeln, 76
konvexe Funktion, 166
konvexe Menge, 166
Konvexitt und zweite Ableitung, 166
Konvexkombination, 166
Koordinate, 55
Koordinatendarstellung, 43
Koordinatenform, 65
Korollar, 9
Kreis, 66
Kreiszahl , 127
Kreuzprodukt, 63
kubisch, 112
Kugel, 67
Kugelkoordinaten, 67
L-integrierbar, 193
Lsungsmenge, 19
Lagrangesche Interpolationsformel, 119
Lebesgue-integrierbar, 193
Lebesgue-messbar, 188
Lebesgue-Nullmenge, 173
Lebesguema, 188
Lebesguesches Integral, 193
Lebesguesches Ma, 188
Leibnizreihe, 94
Lemma, 8
Limes inferior, 85
limes inferior, 81
Limes superior, 85
limes superior, 81
lineare Abbildung, 58

Index
lineare Approximation, 132, 134
lineares Polynom, 112
Linearfaktor, 114
Linearitt des Differenzierens, 135
Linearitt des Integrals, 182
Linearkombination, 57
links halboffenes Intervall, 28
linksseitige Ableitung, 134
linksseitiger Grenzwert, 102
logarithmische Reihe, 154
Logarithmus, 125, 153
logarithmus naturalis, 126
lokal stetig, 101
lokales Extremum, 98
lokales Maximum, 98
lokales Minimum, 98
Mchtigkeit, 24
Ma, 187
Maclaurinreihe, 147
Majorantenkriterium, 88
Mathematik, 8
Maximum, 31, 98
Menge, 17
mengentheoretische Differenz, 19
mengentheoretische Operationen, 17
messbare Funktion, 193
messbare Menge, 187
Metrik, 62
Minimum, 32, 98
Minorantenkriterium, 88
Mittelwertsatz, 142
Mittelwertsatz der Differentialrechnung,
142
Moivresche Formel, 47
monoton, 71, 98
monoton fallend, 71, 98
monoton wachsend, 71, 98
monotone Funktion, 98, 174
Monotonie, 139
Monotonie und Ableitung, 164
Monotoniegesetze, 30
Multinomischer Lehrsatz, 54
Multiplikation, 23, 25

n-dimensionales Lebesguema, 189


n-mal differenzierbar, 144
n-mal stetig differenzierbar, 144
nach oben beschrnkt, 71
nach unten beschrnkt, 71
Nachfolger, 34
Nachfolgerinduktion, 35
natrliche Zahlen, 25
natrlicher Logarithmus, 154
Naturwissenschaft, 7
Negation, 12, 19
negativ, 33
Nenner, 26
neutrales Element, 28
Newtonsches Interpolationsverfahren, 120
Newtonverfahren, 163
Norm, 61
normal, 60
Normalvektorform, 65
normiertes Polynom, 116
n-tupel, 21
Nullfolge, 75, 79
Nullmenge, 173, 188
Nullstelle, 97
Nullstellen von Polynomen, 117
Nullvektor, 56
numerische Integration, 199
obere Schranke, 31
oberer Grenzwert, 81
oberes R-Integral, 172
oberes Riemannintegral, 172
Obermenge, 19
Obersumme, 172
offen, 68
offene Kugel, 68
offenes Intervall, 27
Ordnungsinduktion, 35
Ordnungsrelation, 30
orthogonal, 60
Oszillation, 104
Parameterform, 65
Partialbruchzerlegung, 183

209

Index
Partialsumme, 36, 86
partielle Integration, 182
Pascalsches Dreieck, 53
Periode, 72, 98
periodisch, 72, 98
periodischer Punkt, 73
Permutation, 51
Polardarstellung, 45
Polstelle, 98, 104
Polynom, 103, 111
Polynomfunktion, 103, 111
Polynomischer Lehrsatz, 54
positiv, 32
Potenz, 34, 123, 125, 155
Potenzen komplexer Zahlen, 47
Potenzfunktion, 123
Potenzmenge, 187
Potenzreihe, 142, 149
Prdikat, 10
Primfaktor, 39
Primfaktorzerlegung, 39
Primzahl, 39
Produkt, 25
Produktregel, 136
Proposition, 8
Punkt, 55
punktweise Grenzfunktion, 109
punktweiser Limes, 109
Pythagorischer Lehrsatz, 27
Quader, 66
Quadrat, 33
quadratisch, 112
Quadratwurzel, 33
Quadrupel, 21
Quotient, 26
Quotientenkriterium, 91
Quotientenregel, 138
R-Integral, 172, 173
Randpunkt, 27, 68
rationale Funktion, 111
rationale Zahlen, 26
Realteil, 43

210

rechts halboffenes Intervall, 28


rechtsseitige Ableitung, 134
rechtsseitiger Grenzwert, 102
reelle Achse, 45
reelle Funktion, 97
reelle Zahlen, 27
Reflexivitt, 30
Regel von de lHospital, 152
Regularitt eines Maes, 189
Reihe, 36, 86
Rekursion, 36
Rekursionssatz, 36
rekursive Definition, 36
rekursive Folge, 73
Relation, 21
Riemannintegral, 171, 173
Riemannscher Umordnungssatz, 92
Riemannsumme, 174
Satz, 8
Satz des Pythagoras, 63
Satz vom Maximum, 107
Satz von Bolzano-Weierstra, 84
Satz von der dominierten Konvergenz,
196
Satz von der Konvergenz durch Monotonie und Beschrnktheit, 84
Satz von der monotonen Konvergenz, 196
Satz von der stetigen Umkehrfunktion,
106
Satz von Pythagoras, 27
Satz von Rolle, 142
Satz von Stone-Weierstra, 119
Satz von Taylor, 146
Schmiegungskreis, 167
Schneeflockenkurve, 202
Schnitt, 19
Schranke, 31
Sehnenformel, 200
-Additivitt, 187
-Algebra, 187
Signumfunktion, 104
Sinus, 127, 157
Sinus hyperbolicus, 160

Index
Skalar, 56
Skalarmultiplikation, 56
Skalarprodukt, 60
Spinnwebdiagramm, 73, 109
Splinefunktion, 201
Sprunghhe, 104
Sprungstelle, 104
Stammfunktion, 132, 180
Standardvektorraum, 57
stetig, 101
stetig differenzierbar, 144
streng konkav, 166
streng konvex, 166
streng monoton, 71, 98
streng monoton fallend, 71, 98
streng monoton wachsend, 71, 98
Substitutionsregel, 182
Subtraktion, 26
Summand, 87
Summe, 25
Summenregel fr die Ableitung, 135
Supremum, 31
Supremumseigenschaft, 31
surjektiv, 22
symmetrische Differenz, 19
Tangens, 128, 158
Tangens hyperbolicus, 160
Tautologie, 14
Taylorapproximation, 142
Taylorpolynom, 145
Taylorreihe, 147
Teiler, 26, 39
Teilmenge, 19
Teilsumme, 86
Theorem, 8
Theorie, 8
Transformation, 73
Transitivitt, 30
Translationsinvarianz, 189
Trapezregel, 200
Treppenfunktion, 192
Trichotomie, 30
trigonometrische Darstellung, 45

trigonometrische Funktionen, 127, 156


Tripel, 21
berabzhlbar, 24
Umgebung, 68
Umkehrabbildung, 22
Umkehrfunktion, 22, 141
Umkehrrelation, 21
unbestimmte Form, 82
unbestimmtes Integral, 180
uneigentliche Konvergenz, 81
uneigentliches R-Integral, 196
unendlich, 34
unendlich oft differenzierbar, 144
unendliche Reihe, 86
ungerade Funktion, 98
Unstetigkeit, 103
untere Schranke, 32
unterer Grenzwert, 81
unteres R-Integral, 172
unteres Riemannintegral, 172
Untersumme, 172
Variable, 11
Vektor, 55
Vektoraddition, 56
Vektorprodukt, 63
Vektorraumoperation, 56
verallgemeinerter Binomialkoeffizient, 156
Vereinigung, 19, 20
Verfeinerung, 172
Vergleichskriterium, 87
Verknpfung, 23
Vielfaches, 39
Vielfachheit, 114
Vollkugel, 67
vollstndig angeordneter Krper, 28, 31
vollstndige Induktion, 35
vollstndiger metrischer Raum, 85
Vollstndigkeit eines Maes, 189
Vollstndigkeit von R, 31, 84, 105
Wahrheitswert, 10
Wert, 22
Wert einer unendlichen Reihe, 87

211

Index
Wertevorrat, 22
Wurzel, 34, 123
Wurzelfunktion, 123
Wurzelkriterium, 91
Zhler, 26
Zhlma, 188
Zahlengerade, 27
zerfallendes Polynom, 114
Zerlegung, 171
Zielbereich, 22
Zielmenge, 22
Ziffern, 42
zusammenhngend, 69
zweiwertige Logik, 10
Zwischenwertsatz, 105
Zwischenwertsatz fr Ableitungen, 143
Zylinder, 67
Zylinderkoordinaten, 67

212